1.ROS开源项目：（一）中文语音交互系统ROSECHO （二）教学级别无人车Tianracer
2.搬运 Zotero和Word 参考文献与文末引用条目的社区社区超链接设置
3.翻译搬运SciPy-Python科学算法库
4.Linux0.12内核源码解读(2)-Bootsect.S
5.你们认为minecraftwiki还存在什么问题?
6.faceswap论坛搬运-安装篇

ROS开源项目：（一）中文语音交互系统ROSECHO （二）教学级别无人车Tianracer

       开发之路永无止境，往往在最后期限的源码源码白板上写着的计划，往往只是搬运一份空想。年初时，社区社区我定下了两个目标，源码源码计划在年末完成，搬运mysql php源码然而时间在拖延中流逝，社区社区直到如今，源码源码我才发现，搬运真正的社区社区开源精神并非一个人的单打独斗，而是源码源码众人协作的火焰。

       记得一年前，搬运我四处奔波，社区社区从开源社区汲取养分，源码源码同时也渴望贡献出自己的搬运力量。然而，回顾过去，我却发现并没有做出任何贡献。这次，我希望能够集结各路伙伴，如果有志于参与开源项目，我们能共同打造一个GitHub上的百星、千星项目。几位资深程序员已经搭建好了基础，硬件改进较多，但程序完善程度未达预期。我们期望有更多的年轻朋友加入我们，与我们一起学习软件的版本控制、代码规范和团队协作，共同完成复杂的机器人项目，实现成长与蜕变。

       （一）中文语音交互系统ROSECHO

       ROSECHO的GitHub源码库已准备好，欢迎先star再深入阅读。此代码遵循BSD开源协议。

       详细中文介绍文档

       面对智能音箱市场，许多人或许会质疑我们的团队为何要涉足这个领域。然而，故事并非如此简单。在年，我们计划为一个大型展厅打造讲解机器人，采用流行于Android系统的接待引导机器人，其语音交互功能本无问题，但当时的挑战在于，尚未有集成cartographer在数千平米展厅中进行建图导航的方案。因此，我们决定打造一款完全基于ROS的讲解机器人。市场上虽然有众多智能音箱，但缺乏适用于ROS二次开发的南海源码产品。在科大讯飞一位大佬的介绍下，我们选择了AIUI方案，虽然开发难度大，但高度定制化，非常适合我们这样的开发团队。于是，我们主要任务转变为开发一款能够在ROS下驱动的智能音箱，ROSECHO便由此诞生。

       第一版智能音箱在年4月问世，包含W的大喇叭、6环麦克风，以及ROS主控制器，下方控制了一个云迹科技的水滴底盘。了解过ROS星火计划进阶课程的朋友大概知道，课程中的大作业之一是语音命令移动机器人端茶倒水，而我们的任务相当于完成了一个加强版的大作业。

       整个机器人在年7月完成，音箱分散到身体各个部分，环麦位于头顶，喇叭置于身体两侧。其他传感器、执行机构、决策、定位导航均基于ROS，定制了条特定问答，调试的机器人在场馆中行走上下坡不抖动，定位准确，7*小时工作稳定。音箱在大机器人上使用效果出色，主要得益于讯飞的降噪和回声消除技术，使得远场对话和全双工对话得以实现。社区中许多小伙伴也尝试了软核解决方案，但由于环境限制较大。于是，我们决定将音箱从大家伙改为普通智能音箱大小，通电即为智能音箱，USB接入ROS后，只需启动launch，即可接收语音识别结果，发送TTS语料，配置网络、接收唤醒角度等。

       这次体验深刻地让我认识到，做大容易做小难。过完春节后，年8月ROS暑期夏令营期间，我们做了N款外壳，毫秒源码测试了M种喇叭，贴了P版外围电路，程序则改动不大。主要是由于时间有限，无法进行更多改进。样品均为手工制作，音质上，7w的喇叭配有一个无源辐射板，对于从森海HD入门的人来说，音质虽有瑕疵，但足以满足日常使用。

       之前在想法中发布了一个使用视频，大家可参考运行效果。

       ROSECHO基本情况介绍完毕，如何开始呢？

       从零开始：推荐给手中已有讯飞AIUI评估板的小伙伴，记住，评估板而非麦克风降噪板（外观相似，简单区分是评估板售价元，降噪板元）。手头的评估板可通过3.5mm接口连接普通电脑音箱，再准备一根USB转转换头连接评估板DB9接口。后面需要根据实际串口修改udev规则，理论上可配合ROSECHO软件使用。硬件工作量较大，还需包含移动机器人所需机械设计、电气改造等。好处是拥有AIUI后台，可以定制云端语料和技能，但这又是另一个领域的能力，也不是三下五除二能完成的。

       从ROSECHO开始：直接购买ROSECHO，首发的十台会附赠ROS2GO，只需连接自带电源并用USB线连接电脑，配置无线SSID和密码即可。连接方便，我们维护云端语料，人设为智能机器人管家，大家只需关注如何利用识别后的词句控制机器人和进行应答。云端问答AIUI处理，一些自定义问答可在本地程序中处理，务必联网，因为语音识别本身需要网络。具体软件启动和简单demo请查看GitHub软件库的说明。

       然后做什么：要实现智能语音交互功能的移动机器人，需要对ROS中的actionlib非常熟悉。我们提供了简单的demo，可以控制机器人在turtlebot stage仿真环境中根据语音指令在两点之间移动，gn源码也可以根据唤醒方位进行旋转。之后还需增加音箱的TF变换。

       大机器人中的状态机采用层次状态机（Hierarchical state machines），适用于移动机器人的编程，框架准备开源，方便大家开发自己的智能移动机器人策略。参考下面链接，希望深入了解也可以购买译本，肯定是比ROS By Example中的Smach状态机更适合商用级产品开发。

       还计划做一套简单的语音遥控指令集，机器人问答库，在iflyos中构建适合机器人的技能库。何时能完成尚不确定，大家一起加油！

       （二）教学级别无人车Tianracer

       GitHub源码库已准备就绪，欢迎先star再深入阅读。遵循Hypha Racecar的GPLv3协议。

       这是最近更新的详细使用手册。相比ROSECHO，Tianracer的基本功能均已完成，至少可以拿来学习建图导航，了解SLAM。

       Tianracer是一个经过长时间准备的开源项目，年从林浩鋕手中接过Hypha Racecar后，希望将项目发扬光大。这两年改进了软件框架、周边硬件、机械结构，并增加了新的建图算法，但仍有大量工作待完成。这两个月在知乎想法和微信朋友圈分享了项目的进展，经历了多次迭代，现在大致分为入门、标准、高配三个版本。三个版本的软件统一，可通过环境变量更改设置。

       最近整个项目从Tianbot Racecar更名为TianRacer，经过长时间探索，终于实现了合理的传感器与处理器配置。相比Hypha Racecar，处理器从Odroid XU4更改为NVIDIA在上半年推出的Jetson Nano，车前方增加了广角摄像头，利用Nano的深度学习加速，可以接近实时处理图像数据。相比之前的单线激光，广角摄像头大大扩展了后续可实现的太阳源码功能。

       TianRacer基本使用Python编写，从底层驱动到遥控等，目的是方便大家学习和二次开发。同时集成了cartographer和vins-fusion启动文件，可以尝试新的激光与视觉SLAM，基于Nano的深度学习物体识别等也是可以直接运行的。但目前功能尚未有机整合。

       从零开始搭建：TianRacer搭建可能难度较大，不仅需要RC竞速车的老玩家进行机械电子改装，还需要对ROS熟悉并修改软件以进行适配，同时可能需要嵌入式程序员的帮助。对于主要关心搭建的朋友，可以参考小林的Hypha Racecar和JetRacer Tamiya版本的搭建指南。

       从TianRacer开始：这批开发版本的无人竞速车附赠搭好环境的ROS2GO，TianRacer本身有开机自启功能，利用ROS2GO加上USB线对车体进行网络配置，就可以远程编程和调试。仔细参考提供的TianRacer看云文档（文档积极更新），大部分车体自带的功能都可以实现，包括但不限于建图、定位、导航、识别等。

       然后做什么：利用TianRacer学习无人车的基础框架，还可以通过JupyterLab学习Jetson Nano的深度学习算法。未来计划将交通标识识别、行人和车辆检测、车道线检测等无人车基础功能融合，但不确定Jetson Nano的算力是否足够。目标是在校园内进行低成本的无人车竞速比赛，希望像CMU的Mobot室外巡线比赛一样持续发展，至今已举办届。

       这个视频是搬运自YouTube。大家可深入了解非结构环境下的导航。对于不清楚结构化环境与非结构化环境的朋友，CMU和恩智浦的比赛完美诠释了两者之间的区别。

       一起来玩耍吧！

       在开源社区协作方面，我们也是第一次尝试，对于松散的协同开发经验不足，希望参与或组织过大型开源项目的朋友们加入我们，一起努力。有兴趣的朋友可以留言或私信。

       前几日与朋友们闲聊时，想起几年前高翔博士赞助一锅粥（orb-ygz-slam）1万元时，我也只能提供支持。这次真心希望可以贡献出代码，实现实实在在的贡献。

       年年底发布了开发者申请价格，但数量有限，早已连送带卖售罄。年又有几十位爱好者填写了问卷，忘记查阅。每年的双十一双十二我们都会有优惠活动，感谢大家的关注。

搬运 Zotero和Word 参考文献与文末引用条目的超链接设置

       在处理Word中的参考文献和文末引用问题时，开源工具Zotero和其Word插件为我提供了便利。尽管Zotero功能强大，但在Word中存在两个主要不足：一是正文引用无法自动跳转到文末的参考文献列表，尤其是在大量引用时；二是文末参考文献无法链接到学术期刊的DOI网址，影响阅读体验。

       经过一番搜索，我找到了通过VBA宏在Word中解决这些问题的方法。首先，参考了一些国内的解决方案，但它们存在一些问题，如citation格式变化。最终，我发现Zotero官方论坛上的一位高手分享的宏指令更为适用。只需将源代码复制到Word的宏选项卡，创建新的宏，并运行它，即可解决这两个问题。记得在使用时，要调整宏以避免段落缩进丢失，并注意引用时的格式要求，如避免使用特殊字符作为上标。

       对于链接到DOI的问题，确保Zotero中的每个文献都有DOI，并在引用样式中包含它。对于样式中的DOI格式，可能需要微调以适应Zotero的期望格式。使用宏指令后，文末的DOI会自动变蓝，记得修改样式名以保持个人样式独立。

       尽管Word在处理大量引用时可能不如LaTeX方便，但通过这些技巧，可以有效解决Word中的问题。如果遇到困难，可以在评论中提问，我会整理分享。最后，对于长期项目，LaTeX仍然是更优的选择，因为它提供了更强大的功能和一致性。希望Zotero插件的生态系统能持续改进，满足更多用户需求。

翻译搬运SciPy-Python科学算法库

       SciPy，Python中的科学算法库，提供了广泛的功能以解决各类专业领域的挑战。它建立在基础的NumPy库之上，为数值计算、线性代数、优化问题、积分、微分方程求解以及统计分析等提供了丰富工具。以下是其核心功能的概述：

       特殊函数：包括贝塞尔函数在内的大量数学函数，为物理学问题的计算提供便利。

       数值积分：涵盖单重、二重甚至三重积分，可用于描述复杂物理过程，如复摆运动和阻尼振动。

       常微分方程求解：使用odeint函数处理，例如复摆和阻尼谐波振荡器的模拟。

       傅里叶变换：通过FFTPACK库实现，适用于信号分析和频域计算。

       线性代数：支持矩阵运算、特征值和特征向量计算，以及稀疏矩阵处理。

       最优化：处理函数极值和零点问题，如单变量函数最小值的寻找。

       插值：用interpolate函数实现数据的简单和高阶插值。

       统计分析：提供各种分布的计算和统计检验，如均值和分布的比较。

       查阅更多详细内容，可以访问SciPy的官方网站scipy.org、官方教程docs.scipy.org或查看源代码github.com/scipy/scipy。探索这些工具，将有助于深化对Python科学计算的理解。

Linux0.内核源码解读(2)-Bootsect.S

       本文深入解读Linux0.内核源码中的Bootsect.S，揭秘计算机启动过程的迷雾。

       回顾计算机启动过程，当按下电源键，CPU进入实模式状态，初始化寄存器CS:IP为0xFFFF;0x，指向BIOS程序存储的0xFFFF0地址处。BIOS程序事先被刷入只读存储器ROM中，通过地址总线将指令从ROM中取出并执行，BIOS负责自检并设置启动顺序。

       当BIOS自检完成，启动磁盘的启动扇区MBR（主引导记录）被加载到内存的0x7C地址处，设置CS=0xC0，IP=0x，计算机控制权转移至操作系统手中。

       Bootsect.S的主要任务是加载操作系统到内存中。它首先将自身从MBR中搬运到内存的0x7C地址，并设置段基址，以便后续程序访问内存。接着，Bootsect.S将自己再次搬运到0x地址，为加载setup.s做准备。

       之后，Bootsect.S通过BIOS的中断程序将setup.s加载到内存的0x地址，为后续操作系统加载铺平道路。当setup.s加载完成，计算机控制权转移到setup程序手中。

       最后，Bootsect.S通过int 0x中断在屏幕上显示"Loading"提示，操作系统开始加载到内存中的0x地址。由于操作系统较大，加载过程需要通过子程序处理磁道、扇区和磁头的计算，以及可能的内存段切换。

       Bootsect.S工作流程结束于jmpi 0,SETUPSEG，将控制权转移给setup程序。通过本文的解析，我们深入了解了Bootsect.S在Linux0.内核启动过程中的关键作用。

你们认为minecraftwiki还存在什么问题?

       反驳观点：

       1. 中文Minecraft Wiki（中文MCW）并非仅面向中国大陆，繁体用户数量超过简体。中文MCW是Fandom网站的一部分，没有运营资金，因此中国大陆访问延迟问题暂无解决途径。Fandom作为服务器位于美国的wiki平台，通过广告收益。年，中文MCW在BWIKI建立了镜像站点，提供最新页面内容，访问者可选择BWIKI镜像站阅读。若需编辑内容，仅能前往中文MCW源站，能否访问存在不确定性。

       2. 视频来源问题源于中文MCW早期从英文Minecraft Wiki翻译，后者以油管视频为主。中文MCW用户在B站寻找或自行搬运视频，而非由中文MCW完成搬运工作。

       3. 所谓“编辑页面”通常指的是修改页面内容。维基百科和中文MCW均使用MediaWiki软件和wikitext语言，学习门槛较低。通过查看源代码，可快速入门。

       4. 百度百科存在抄袭与内容质量低下的问题，这是公认的事实。维基百科和中文MCW同样具备自由编辑功能，由巡查员负责审核编辑，以确保内容质量。

       5. 中文MCW教程问题主要源于早期建设，由于活跃用户较少，教程整改进度缓慢。

       6. 关于“编写源代码不同，很多表格复制插入就乱码”的具体问题，请提供更多信息以便解决。截至年1月日，中文MCW共有个条目，在全球Minecraft Wiki社区中排名第三，内容完整性问题基本不存在。

       总结：当前中文MCW面临的主要问题是Fandom的境外性质导致的访问延迟和活跃用户不足，影响了内容更新速度和问题解决效率。鼓励更多用户参与编辑，共同提升Wiki内容质量。

faceswap论坛搬运-安装篇

       在Windows系统中，安装faceswap的过程相对简便。安装程序会自动处理大部分工作，包括显卡驱动（若使用）之外的所有组件。首先，确认你的显卡驱动是最新的；然后，从官方网站下载faceswap安装包。安装过程中，可能会遇到Windows智能屏幕的警告，这通常是由于程序从网络下载资源引起的，可自行查看源码或编译确认安全。选择安装位置，通常默认设置适合大多数用户。自定义安装时，注意安装faceswap版本，根据显卡类型（Nvidia、AMD或CPU）进行选择，并设置Conda环境名（默认即可，但会删除同名现有环境）。

       安装程序会逐步下载和安装Git、MiniConda3，以及faceswap及其依赖包。faceswap的下载和Conda环境的创建可能需要时间，取决于网络速度。安装完成后，会创建桌面快捷方式以便启动faceswap GUI。若遇到安装失败，通常检查网络问题，重新运行或报告错误。

       Linux环境下，安装faceswap同样简单，无论使用何种发行版。确保显卡驱动更新，下载安装程序后，在终端执行bash脚本。安装过程中会询问关于Conda的使用和安装路径，根据提示操作。faceswap在虚拟环境中运行，可自定义环境名。安装faceswap后，可以选择创建桌面快捷方式，然后确认并开始安装。

备忘录搬运将google的CDN替换为国内的，以提升某些国外网站的访问速度

       众所周知，替换域名即可继续使用Google提供的前端公共库，而通过script标记引用这些资源，网站访问速度可以迅速提升。

       许多网站，尤其是国外网站，为了提升访问速度，都采用了Google的CDN。然而，在我国，由于某些原因，全球最快的CDN变成了全球最慢的。

       因此，某神开发了这款插件/扩展，将Google的CDN替换为国内的。

       手动安装方法：

       1. 下载ReplaceGoogleCDN.zip，解压后找到extension子目录。

       2. 打开浏览器，进入扩展选项页。

       3. 勾选Developer Mode。

       4. 选择加载解压缩的扩展，然后定位到刚才解压的文件夹里面的extension目录，确定。

       5. 安装完成，取消Developer Mode勾选。

       扩展下载：

       1. ReplaceGoogleCDN-v3.zip 支持chromium系列的浏览器。

       2. ReplaceGoogleCDN-v2.zip 同时支持firefox和chromium系列的浏览器。

       3. ReplaceGoogleCDN.zip（全部源码）