玩

switch教程
婴幼儿中的喘鸣
测量线性稳压器的 2nV/√ Hz噪声和 120dB 电源抑制
示波器SDS800XHD破解
锂电池/电动车使用规则
AI思维笔记

switch教程

【大气层双系统制作教程】 https://www.bilibili.com/video/BV16M411X79n/?share_source=copy_web

【腾讯文档】switch问题自查 https://docs.qq.com/doc/DVVFMWXRLQ096RXVG

【超级会员V7】通过百度网盘分享的文件：大气层18系统.rar
链接：https://pan.baidu.com/s/1RcmlxJ9z-9HnMFqvR2rmww?pwd=77h2
提取码：77h2
复制这段内容打开「百度网盘APP 即可获取」

SWITCH 大气层学习机使用教程(16).pdf

怎么备份或导入存档？

婴幼儿中的喘鸣

https://www.msdmanuals.cn/home/children-s-health-issues/respiratory-disorders-in-infants-and-children/wheezing-in-infants-and-young-children

在儿童呼气时，听到一种高音调喘鸣声(哨笛声)。如果气道严重变窄，那么在儿童吸气时也会听到喘鸣声。极度病重儿童也可能会呼吸急促，用力使用胸部肌肉进行呼吸，出现鼻孔扩张及皮肤发青（紫绀）。存在肺部感染的儿童可能会出现发热。

根据哮喘急性发作时的症状、体征及血氧饱和度等情况，进行严重度分型，<6岁婴幼儿哮喘发作时严重度判断见表1^[4]。重症患儿除一般症状如咳嗽、喘息外，体检可发现呼吸频率显著增快，常超过40次/min以上，严重者超过60～70次/min，鼻扇及三凹征明显，肺部可闻及喘鸣音，呼气相延长，严重者甚至呼吸音减弱、听不到喘鸣音或呼吸减慢、呼吸表浅、矛盾呼吸甚至呼吸暂停，血氧饱和度降低，常低于92%，重者可出现发绀，说话不能成句。重症婴幼儿哮喘持续时间长者常可出现意识改变，出现烦躁、嗜睡或意识不清；脉率快，常>180～200次/min，重者可出现脉率减慢、奇脉，严重者血压下降或心跳呼吸骤停。血气常有严重高碳酸血症或低氧血症，代谢性酸中毒、呼吸性酸中毒或混合型酸中毒。X线胸片提示肺气肿改变或过度充气，有时心影变窄，膈肌下移，严重者出现纵隔气肿、气胸、皮下气肿等肺气漏征象。医生应该根据不同危重程度判断是否收入院或收入PICU进行治疗，原则上出现严重意识改变及严重呼吸循环衰竭患儿应收入PICU进行治疗。

不同年龄小儿呼吸频率有所不同，年龄越小呼吸频率越快。新生儿40-44次/分，一个月到一岁的婴儿为30次/分，1-3岁为24次/分，4-7岁为22次/分，8-14岁为20次/分。呼吸增快是儿童呼吸困难的表现，年龄越小症状越明显。儿童在呼吸道感染时，如果出现呼吸急促需要警惕肺炎可能。

呼吸急促在不同年龄拥有不同标准，通常两个月月龄以下的婴儿以及新生儿，呼吸次数如果超过60次/分，称为呼吸急促。两个月到一岁儿童呼吸次数在50次/分以上，称为呼吸急促。1-5岁儿童呼吸次数在40次/分以上，称为呼吸急促，五岁以上儿童呼吸急促标准是指呼吸次数大于30次/分。

• 您宝宝的鼻孔在呼吸时变宽 (鼻翼煽动) 超过几分钟。
• 您的宝宝每次呼吸都发出嘶哑声且持续不止几分钟。
• 宝宝肋骨或喉咙根部周围的皮肤每呼吸一次都急剧内陷。
• 如果您的宝宝停止呼吸超过10秒。

正常的呼吸次数因年龄和个体差异而异。一般来说，成人在安静状态下的正常呼吸频率大约为每分钟12至20次。以下是不同年龄段的正常呼吸频率参考值：

新生儿（0-1岁）： 30-60次/分钟
婴儿（1-12个月）： 30-60次/分钟
幼儿（1-2岁）： 24-40次/分钟
学龄前儿童（3-5岁）： 22-34次/分钟
学龄儿童（6-12岁）： 18-30次/分钟
青少年（13-18岁）： 12-16次/分钟
成人（18岁及以上）： 12-20次/分钟

测量线性稳压器的 2nV/√ Hz噪声和 120dB 电源抑制

https://www.analog.com/en/resources/app-notes/an-159.html

an-159.pdf

AN159_Layout_Files.zip

https://www.analog.com/cn/resources/app-notes/an-940.html

精密电路硬件设计指南 https://www.emoe.xyz/precision-circuits-hardware-design-guide/
EmoeNAP 用户手册 https://rd.emoe.xyz/projects/EmoeNAP/emoenap.html#%E5%BA%95%E5%99%AA%E6%B5%8B%E8%AF%95
噪声放大器进阶指南 https://www.emoe.xyz/noise-amplifier-step-further/

示波器SDS800XHD破解

参考链接

https://www.eet-china.com/mp/a307681.html

https://blog.csdn.net/GLSWN8829/article/details/135455736

示波器操作

设置示波器IP
用网页登录IP
SCPI输入命令
1. “PRBD?” => 返回现在的带宽
2. “MD5_SRLN?” => 命令获得SCOPEID
3. “MD5_PR?” => 命令获得本机型号
4. 填写SN
5. 运行python脚本获取生成的ID
6. “MCBD?” => 返回当前的带宽配置ID，应该和python生成的当前带宽ID一致
7. “MCBD FHJB3P8M93MGSYAV” => 配置新的MCBD为200M
8. 重启
9. “PRBD?” => 返回现在的带宽

python脚本

# Keygen program for Siglent oscilloscopes
import hashlib

# 运行MD5_SRLN? 命令获得SCOPEID
# 将下面的SCOPEID替换为本机ID
SCOPEID = '01711d421d502545'

# 将下面的SN替换为本机代码
SN = 'SDS08A0Q809359'

# 运行MD5_PR?命令获得本机型号
# 将下面的Model 替换为本机型号"
Model = 'SDS800X-HD'

bwopt = ('70M', '100M','200M')
otheropt = ('AWG', 'MSO', 'PWA',)

# 不要修改这里 !!!
hashkey = '5zao9lyua01pp7hjzm3orcq90mds63z6zi5kv7vmv3ih981vlwn06txnjdtas3u2wa8msx61i12ueh14t7kqwsfskg032nhyuy1d9vv2wm925rd18kih9xhkyilobbgy'

def gen(x):
    h = hashlib.md5((
        hashkey +
        (Model+'\n').ljust(32, '\x00') +
        opt.ljust(5, '\x00') +
        2*(((SCOPEID if opt in bwopt else SN) + '\n').ljust(32, '\x00')) +
        '\x00'*16).encode('ascii')
    ).digest()
    key = ''
    for b in h:
        if (b <= 0x2F or b > 0x39) and (b <= 0x60 or b > 0x7A):
            m = b % 0x24
            b = m + (0x57 if m > 9 else 0x30)
        if b == 0x30:
            b = 0x32
        if b == 0x31:
            b = 0x33
        if b == 0x6c:
            b = 0x6d
        if b == 0x6f:
            b = 0x70
        key += chr(b)
    return key.upper()

print('INFO: 在输入新密钥之前检查生成的密钥 !!!' + '\r')
print('您可以通过在SCIP提示符下运行 “PRBD?” 来获得带宽' + '\r')
print('您可以通过在SCIP提示符下运行 “MCBD?” 来获得带宽密钥' + '\r')
print('将您的密钥与生成的密钥进行比较')
print('INFO: 本机带宽查询到的秘钥必须与脚本生成的带宽秘钥是相同的 !!!')

print('--------------------------------')
print('以下是带宽代码，通过SCIP提示输入这些代码')
for opt in bwopt:
    print('{:5} {}'.format(opt, gen(SCOPEID)))

print('--------------------------------')
print('以下是选件代码，在示波器UI上输入这些代码')
print('SDS800XHD-FG   选件输入AWG后代码')
print('SDS800XHD-16LA 选件输入MSO后代码')
print('SDS800XHD-PA   选件输入PWA后代码')
for opt in otheropt:
    print('{:5} {}'.format(opt, gen(SN)))

生成结果

~/develop/witllm/unsuper master ❯ python SDS804XHD.py                                                     colin@deve
INFO: 在输入新密钥之前检查生成的密钥 !!!
您可以通过在SCIP提示符下运行 “PRBD?” 来获得带宽
您可以通过在SCIP提示符下运行 “MCBD?” 来获得带宽密钥
将您的密钥与生成的密钥进行比较
INFO: 本机带宽查询到的秘钥必须与脚本生成的带宽秘钥是相同的 !!!
--------------------------------
以下是带宽代码，通过SCIP提示输入这些代码
70M   3Y35BBM8S2P6M75F
100M  IRKBIJ522YX2PA9I
200M  FHJB3P8M93MGSYAV
--------------------------------
以下是选件代码，在示波器UI上输入这些代码
SDS800XHD-FG   选件输入AWG后代码
SDS800XHD-16LA 选件输入MSO后代码
SDS800XHD-PA   选件输入PWA后代码
AWG   PGWGM3Y3PHY79UCA
MSO   PWRT8MV8FMWFPNMW
PWA   ZJKWUQ33MAPSPFIS

锂电池/电动车使用规则

磷酸铁锂，因为不能从电压判断电量，经常充满一次，为了更好得平衡电池，电池间的平衡比满电的损害更小
由于磷酸铁锂的每个电池的自放电、能量回收充电的速度不一样，所以时间一长需要平衡校准
model3三元的官方建议尽量只冲到90%，除非充满了马上用
次次充满的磷酸铁锂的寿命通常比设置充电百分比限制的三元锂寿命更长
相对于满电，空电对电池的损害更大
磷酸铁锂建议使用范围100-30 三元建议80-30
磷酸铁锂正常日常使用
1. 保持电池有一定的电量 >20%，低于40%就可以充电
2. 用电多，一周>100%，一周充多次（>=2）不用每次都充满，每周充满一次
3. 用电中，一周使用60%到20%之间，<40%充电去，每次充满
4. 用电极少，一周10%左右，按照长期停放处理。（充满后消耗到60左右放置，重新使用前需要满充）

操作建议充电范围

保持在 20%~80%，尽量避免低于 10% 或高于 90%。影响寿命

快充频率 优先慢充，快充仅用于紧急情况。

充电温度 0°C ~ 45°C，最佳为 15°C ~ 35°C。气温太低时，充电前最好开启电池预热一段时间

长时间停放 电量保持在 50%~60%。

深充深放校准 每 1~2 个月进行一次完整充放电循环。

高温/低温充电 避免低于 0°C 或高于 45°C 的环境充电

使用充电设备使用原厂或认证充电器和充电桩

AI思维笔记

需求

作为第二大脑，思维助手，能帮助思考、总结
1. 提升所有人的智力水平
2. 带无限记忆的AI
3. 通过Agent（人工算法+LLM）的方式实现高层级抽象、意识、复杂逻辑。Agent的不断运行类似于人脑的逐步思考
信息工具，不仅仅是笔记
1. 实现一些基本的对信息的思维逻辑操作
2. 优秀的人工接口，自然，聪明
资料库
1. 存储所有可能的信息作为数据库
2. 分等级的信息存储和索引
  1. 自己写的笔记
  2. 阅读过的文章
    1. 添加简易评论和信息，用于AI自动检索和处理关系
    2. 大脑只能记住比较抽象和高级别的印象，AI根据这个印象联系到详细的信息
  3. 没有阅读的相关的各种论文，网络文章
  4. 书籍
3. 对资料库进行分析和抽象，建立知识树，知识逻辑关系，快速像大脑一样在大量的知识里面整理信息
  1. 这一设计模拟了人类解决复杂问题时的策略：边查边记、反复比对、直至知识充分
本地数据库管理知识的片段，在密集的信息堆里面不断的编织，把LLM当作是信息的运算器
1. 多次检索：是否支持多次检索。
2. 自适应检索：是否能根据当前信息动态地决定是否需要执行进一步的检索动作以及检索什么。
3. 模型训练：是否对不同阶段进行了针对性训练或偏好优化。
4. 一次性知识总结：是否在检索后执行一次性检索知识总结。
5. 迭代知识总结：是否支持在多轮检索中多次更新、积累、总结知识。
需要支持一些特殊的信息形式的模版: Jira, wiki, todo_list

需求本质

记录一段信息
记录信息之间的关系
1. 拓扑，树形，网状，点对点
2. 逻辑关系，等价，推导，相似性的程度
3. 本地的逻辑推理最为最高层的抽象，最核心的算法体现
  1. 不会因为不同的内容而改变，任何情况下总是可以正确的运行
  2. 拼接关键词，生成prompt
对信息进行拆分和组合
对信息进行重新组织和总结
1. 数据库存储所有的“片段”和标签
2. 标签可以被LLM进行运算
3. 数据库存储所有的标签之间的关系，片段和标签的关系
LLM的操作
1. 根据一段信息生成对应的标签和对应的相似度，可以指定提取信息标签的深度、精细度
2. 计算一个标签和其他标签的关系，充分，必要，充要，不充分，不必要
3. 标签的逻辑关系表的存储和查询修改接口
4. 一个自然语言的问题，输出以标签作为输出的结果，“标签的逻辑关系表”的增删查改的操作
5. 支持多次交互的LLM操作
  1. 反向Prompt引导深度思考，反逻辑
  2. 多版本对比与迭代
  3. 多个LLM相互验证，能进行自我验证和测试正确性
  4. 结构化输出控制
LLM训练/微调
1. 编写Prompt，用在线大模型进行微调样本生成
2. 微调小的专用模型

实现

数据库记录信息之间的关系
标签是一种最简单的信息，可以配合操作符形成表达式
LLM模型通过多步操作API进行交互式的信息生成和编辑
存储原始的输入的文本、信息
支持对输入的信息，文本进行结构化，由标签和固定的格式进行表示
1. 使用固定的逻辑表达式进行编码？
通过标签和逻辑表达式，查询需要的信息
对一个或者多个表达式进行转换和处理生成一个表达式

接口

数据定义
1. 信息：一段通用的文本信息：包含level的信息
2. 标签：简短的一种信息，level较高，可以使用逻辑关系组合成标签树
3. 关系：包含所有可能的信息之间的关系
LLM接口
1. 使用指定的标签列表对一段信息进行格式化
  1. 对信息进行格式化，解释
  2. 输出使用标签和逻辑关系组成的标签树
2. 输入一大堆信息/标签，根据指定的标签树，提取和摘录对应的结果
  1. 根据标签进行查询、匹配
3. 输入两个（多个）信息/标签树，判断合理性，有无矛盾
数据库接口
1. 查询输出指定level的标签
2. 根据标签树输出所有相关信息
3. 增加信息、标签、关系
4. 删除指定的信息、标签、关系

可能的方案

RAG
Google NotebookLM
开源onyx https://github.com/onyx-dot-app/onyx
kivy作为本地跨平台APP开发，python，底层SDL2 性能好，多平台
https://github.com/reflex-dev/reflex 开发web程序纯python
svelte web开发框架 + pocketBase数据库
使用gradio https://github.com/gradio-app/gradio.git 纯python，svelte底层，集成度高

AI笔记可能的级别

骨灰
1. 主动执行一些复杂的任务
  1. 从笔记里面的链接提取出特定的信息
  2. 主动搜索互联网的相关信息，进行知识补充和整理
专家
1. 纯自然语言的交互方式，表达和输出
2. 所有的信息都由AI对输入进行格式化后记录，采用符合要求的自然语言的表达方式进行输出
3. 对记录的所有信息进行整理，归类，合并，推理后更新记录
4. 工具自动对信息进行逻辑判断，生成需要的总结和新结论
5. 不输出原始笔记
高级工具
1. 定义一套通用的笔记表达接口
2. 按照固定的模版或者规范进行对笔记表示、整理、记录，形成固定的格式化的笔记条目
  1. 比如层级式的笔记方法，好理解，表达力强，正如本文
3. 通用的信息表达方案
工具
1. 存储原始的笔记信息文本
2. 支持自然语义搜索原文

按照能力要求

搜索: 关键字搜索，语义搜索
信息的整理和合并汇总后输出
1. 问题的答案在两个不同的笔记里面

应用界面和交互

不能仅仅通过对话的形式，应该支持更复杂的交互方式
1. 自动提供可能的操作选项
2. 框选字段作为输入
不仅仅是笔记输入
1. 语音
2. 屏幕框选和注释
3. 文章、链接

描述模版

所有的笔记(信息)都可以，转换成对一件”事情“、”事物“的描述

增加一个新的描述
询问一个描述的相关描述
修改一个描述
根据所有已经有的描述进行总结和逻辑处理，生成一个新的描述
对多个表达一样意思的描述进行合并、整理
对有矛盾的描述进行处理

第一步可以简化为: LLM对一个描述查找其所有相关/有矛盾的描述，显示出来，由人工进行编辑和合并等操作

类似于: 代码生成工具

参考代码生成工具agent的方式，对代码的理解，整理和生成，辅助编写代码

实际上可以转换成辅助生成知识，需要对久知识的整理和重构，生成，记录新的知识

Al笔记的需求和代码生成工具比较一致

通过打标签的方式

通过给笔记片段进行打一定数量的标签

标签类似于对笔记进行抽象和格式化
用户可以通过标签进行快速检索和操作

其他

输入是思维片段、文本片段，录音，视频，文档，摘要，想法，手稿
通过问答的形式交互
大模型，本地? 家庭的AI算力中心
扩展
- 本地模型，增强保密性
- 充当数字克隆人
- 个人思维助理，管家
  - 输入日历、行程
  - 导入短信、聊天记录
  - 接入网盘、照片、云盘
无格式的记忆
片段式得输入，对话式得输入和输出，模糊输入
自己host的推理平台
Agent也可以
批注、键入、引用等都是输入的方式
input -> Agent -> 文本化笔记
$kv+$ 文本化笔记 -> Agent -> New KV
KV + prompt -> Agent -> output