# 1、工作

经历了2022年的裁员之后，找工作的时候更偏向稳定的公司。  
思前想后决定去一家实体行业公司（TCL），觉得实体行业会比互联网更加稳健。  
结果万万没想到，再次遭到了裁员。



还记得在裁员之前，我刚给领导们讲了立项申请的PPT，并且得知项目预算已经审批下来。然后突然跟我说裁员，一瞬间我感觉整个人都傻了。

我是22年11月入职TCL的，23年2月中旬买了房，然后3月底就告诉我裁员？  
有时候都在怀疑，是不是故意搞我的啊。年底突然招人，过完年就裁员。  

另外，就在24年元旦前两周，现在的公司也有一波裁员，不幸中的万幸，我躲过了这波。

面对突如其来的裁员，我相信绝大部分人都是很无奈，但也毫无办法，这就是底层打工仔的无奈。生杀大权掌握在别人的手里，人为刀俎，我为鱼肉，接受现实是唯一的解决办法。

突然想到了窃.格瓦拉的那句经典：“*打工是不可能打工的*，这辈子都不可能打工的！” 。  
我爸也是践行这个思想的人，一辈子都没帮人打个过工。  
折腾各种小买卖，然后攒了点钱，就搞自己的生蚝批发小作坊。  
做生意并没有想象中那么美好，实际的风险非常高，并且辛苦程度比996还夸张。  
半夜两三点就要爬起来，并且还是在冬天这种低温环境，下去海水里面干活，城市的打工仔是无法想象的。  
但，为自己打工，再苦再累也都值得。  
作为一个没什么文化的人，打工大多数的选择就是工厂。  
众所周知，真去工厂打工，那是真的磨灭人性，完全看不到希望的地方。

# 2、创业

## 2.1 AI

23年3月份底被裁员的，也正好是GPT火起来的时候。  
我知道这波是风口，就开始倒卖GPT账号，赚了几百块钱。

后面账号卖不动了，又接着开始跟朋友搞GPT套皮网站，经历了很多风波，被人同行攻击刷接口，域名劫持，政策合规等，很幸运的是网站还存活到现在。

有点遗憾，我不是核心成员，没有继续参与整个的运营。只是参与了前期的需求讨论，运营推广部分。

从Copilot到ChatGPT，我都是很早期的用户。  
并且一步步看着他们成长，从Beta到GPT3.5，再到GPT4，GPT Plugin，GPTs。  
但很遗憾的是，我并没有能力吃到这波风口的红利，还得继续加油呀。

![image.png](https://img.huacai.one/huacai-blog/38aac8ebbeec7ab954c15cdaaaaa9f4b.image.webp)  

经历这次跟朋友合作，发现创业前期更加重要的是运营推广，以及有遇到拿到一些比较好的资源（比如低价的GPT账号和API）。  
技术只需要能快速落地一个产品就行，不需要多完美，可以慢慢迭代，实在不行还能外包给别人做。

## 2.2 自媒体

写博客也有一些年头了，主要的渠道是简书和testerhome。  
没有搭建自己的博客和公众号，并没有形成一个很好的个人IP。

翻看了以前的博文，发现有一些能达到上万阅读量，给平台带来了流量，能帮到读者。唯独作为作者的我却没有什么收益，不期望直接经济上的收益，给我一点私域流量也好。但没有自己IP，是留不住私域流量的。

于是，趁着失业找工作期间比较闲，就开通公众号和搭建了个人博客。
第一篇文章是2024年4月28日写的，截止2024年01月05日，在公众号上公开发布的文章有38篇，粉丝有600。

当然，这不是什么耀眼的成绩，但对我个人而言，却是很踏实的一步。
通过这些文章和管理的两个纯技术讨论群，能帮助到部分朋友，这是我特别开心的事情。

另外还特别感谢一些朋友的信任，付费找我做面试咨询和修改简历。

# 3、生活

## 3.1 买房

在23年2月份买的，过春节回来，楼市开启小阳春，以为稳中向好呢，就屁颠屁颠上车了。

![image.png](https://img.huacai.one/huacai-blog/b7b66fb69f02e173091121a8597fbc2e.image.webp)
实际上买房这个事情已经酝酿了好几年，从20年开始陆续关注一些房子，但当时还在广州工作，预算比较低，所以一直也没找到比较合适的。    
21年从广州去深圳，虾皮给了还不错的薪资，于是就提高了的预算，可选择的范围也就扩大了很多。想要满意一点的房子，果然还是![](https://img.huacai.one/huacai-blog/cf60b1695193143c4687392ecffd5bac.image.webp)

## 3.2 学英语
学英语这个事情，是在虾皮毕业之后就开始了。  
到现在已经是一年多，年卡都续费了一次。  
随着年龄的增长，精力和反应力都下滑，我更倾向于做时间的朋友。    
更偏爱去做那些可以持久并且带来逐渐提升的收益的事情，而非追求短平快。  
至于效果怎么样，看截图~~
![image.png](https://img.huacai.one/huacai-blog/a2541549a6a94601bf82b8cb906fba34.image.webp)


![image.png](https://img.huacai.one/huacai-blog/36ecd81aed5798f6b89decbed7311825.image.webp)

![image.png](https://img.huacai.one/huacai-blog/b0e99ee4bad80ab5ab704300f1083a46.image.webp)

![image.png](https://img.huacai.one/huacai-blog/7aab17bca059f29405dc5d5024e63649.image.webp)

# 4、总结

在过去的这一年里，经历了工作的起伏，创业的尝试和生活的变化。  
买了自己的房子，开始了在自媒体领域的尝试，并且也在学习英语。  
虽然半途中充满了挑战，但落幕时我从中收获了成长。  
这些经历让我认识到，无论生活如何变化，只要选择成为时间的朋友，去接纳现实，用积极态度去面对，就一定会看到未来的希望。  
在新的一年里，我将携着希望和经验，继续前行，迎接更多的机遇和挑战。

【花菜】2023年终总结

# 保证可以正常连接国际互联网
我就不方便多说了，你懂的



# 打开网站
https://www.coze.com/

![image.png](https://img.huacai.one/huacai-blog/de79b61a42eac8b598f1bd8fd5c5f160.image.webp)

# 使用骨骼账号登录
![image.png](https://img.huacai.one/huacai-blog/1d950b35f0b3d823084bf6faa71c5925.image.webp)

# 设置用户
名字随便起，无所谓的，只要你开心就好。
![image.png](https://img.huacai.one/huacai-blog/5a7b759832bee58f9de2a85bcbea75d5.image.webp)

# 创建机器人
选择左侧菜单栏的Bots，然后选择Create Bot创建一个机器人
![image.png](https://img.huacai.one/huacai-blog/0ef482b07bfa7ef6a35c7b2b188bb9a9.image.webp)

# 开始对话
然后自动跳转到下面的聊天对话页面。  
模型选中的是GPT-8k的模型，你也可以换成GPT3.5。  
简单测试了一下经典的问题`鲁迅为什么暴打周树人` 没问题
![image.png](https://img.huacai.one/huacai-blog/86a3fd275efec7d75365c791547ff276.image.webp)

超简单，快速拥有自己真の免费GPT4

在这个快节奏的时代，时间成为了我们最宝贵的资源。  
如何高效利用时间，不仅关系到工作的效率，更影响着生活的质量。  
在日常生活和~~工作~~（摸鱼，划水）当中，输入是一个频繁且必不可少的行为。  
一个高效的输入法对于提升我们的工作效率和时间管理至关重要。  
目前常见的输入法有拼音、五笔、笔画，语音。  
而在这些输入法中，我个人觉得综合能力最好的是双拼输入法。



## 双拼输入法的优势
双拼输入法结合了全拼的易学易用和五笔的高效精准两大优势。它的主要特点包括：

1. **准确率高**：辅码的加入大大降低了重码率，使得输入更为精准。
2. **易于学习**：相比复杂的五笔，双拼的学习难度更低，更适合大众。
3. **效率提升**：相比全拼，双拼在输入速度上有显著提升，尤其是在处理长词汇时更显优势。

## 双拼的工作原理
我们先区分一下双拼，全拼，简拼。
下面表格，对比了双拼、全拼和简拼输入法的主要特点（这个是GPT给出来的）：

| 输入法 | 定义 | 输入方式举例（“中国”） | 特点 | 适用人群 |
| ------ | ---- | ---------------------- | ---- | -------- |
| 全拼   | 使用汉语拼音的完整音节来输入汉字 | zhongguo | 需输入完整拼音，易学习 | 汉语初学者、对汉语拼音熟悉的用户 |
| 双拼   | 将每个拼音音节缩减为两个键位的输入方式 | vsgo（微软双拼为例） | 提高输入速度，需适应新的键位映射 | 经常使用文字输入的用户 |
| 简拼   | 只输入汉字拼音首字母的方式 | zg | 输入极快，但需熟悉拼音和候选字词 | 对中文拼音非常熟悉且能迅速识别候选字词的用户 |


全拼就是日常大家使用最多的拼音输入法。  
简拼没什么可说的，直接打首字母，在个别时候有用。  
前面两个都很好理解，双拼第一看上去有点懵逼，看完图和我的讲解立刻就明白。

![微软双拼.png](https://img.huacai.one/huacai-blog/34cb50311819f5282e0e5c98adf5bb34.%C3%A5%C2%BE%C2%AE%C3%A8%C2%BD%C2%AF%C3%A5%C2%8F%C2%8C%C3%A6%C2%8B%C2%BC.webp)

看完还是没理解，没关系让我细说。  
中国使用全拼的时候是`zhongguo`，使用双拼是`vsgo`到底是个啥情况。  
首先，让我们一起回顾小学一年级学过的拼音。
- 拼音是有声母和韵母
- 韵母是有单韵母和双韵母
- 任何的汉字都能用声母+韵母来表示，其中声母可以为空，韵母不可以。  

OK，小学一年级知识复习完毕，开始学习微软双拼。    
微软双拼在小学一年级学过的知识基础上做了定义：
- 任何一个汉字都是可以用两个键来表示，第一个是声母，第二个是韵母。  
- 如果没有声母，就用字母`o`来假装声母  

`中`的声母是`zh`，在键位表中对应是`v`![image.png](https://img.huacai.one/huacai-blog/365cf5023c855cb683afaeef0262d992.image.webp)；韵母是`ong`，对应`s`![image.png](https://img.huacai.one/huacai-blog/fa5b41613213843a50e9d96179abdd13.image.webp)，所以最后只需要输入`vs`，![image.png](https://img.huacai.one/huacai-blog/776c817358d809ebcf00ba16dc900f85.image.webp)

`国`的声母是`g`，是单个声母，所以就不需要变化，一样是输入`g`即可。实际上特殊的声母只有三个`zh ch sh` 韵母是`uo`，对应字母是`o` 
![image.png](https://img.huacai.one/huacai-blog/74587ad7a5fee8b043609cd9e1100997.image.webp)

`中国`在双拼中完整表示方式

![image.png](https://img.huacai.one/huacai-blog/db8a13d5ee1d4ddc55f7a4d6bf840c67.image.webp)
在这里搜狗输入法很贴心的帮我们在中间加了一个`'`来作分隔符  

到这里我相信你已经明白了双拼是怎么一回事了吧，是不是很简单呢。  
双拼比全拼更加高效的原理，我相信也很直观了，双拼任何字都只需要两个字母就能搞定，综合起来肯定会比要完整输入的全拼更加高效。

## 学习双拼的方法

既然原理已经搞明白，那么剩下来的就是实践了。  
根据我个人的经验，只需要花费3天左右，输入速度就能跟上全拼的速度。  
字母的对应关系要怎么记忆呢？这个是劝退很多人的地方。  
首先我们得接受一个事实，新上手的东西肯定需要一个过渡期。  
我个人推荐两种方法：

- 方法1：
把对应关系表放在电脑桌面，忘记就立刻查看。

- 方法2：
想象记忆法，比如`s`表示的韵母是`iong`和`ong`，就想象成`s`身材，跟胸有关系，那么就很容易记住啦。`z`躲在左下角，很鸡贼`zei`，那么就很容易记录`z`表示`zei`。剩下的就靠你们自己发挥喽

## 一些疑问
-  我现在用全拼就很舒服了，为啥还要学这玩意？  
>  是的，完全可以继续全拼。本文观点仅提供给希望改进输入方式，提高效率的小伙伴

- 我现在的问题不是输入快不快，而是不知道要输入什么，你懂吗？
> 本文无法解决输入什么的问题，是基于已经知道要输入什么的前提讨论

- 双拼能在手机和电脑上使用吗？哪些输入能使用啊？
> 是的，手机和电脑都很好的支持，包括Mac和Windows，系统自带的输入都能完美支持，第三方输入法也是完全没问题

## 总结
- 双拼输入法有一点学习门槛，长期使用收益很明显，适合长期主义和追求高效输入的人
- 本文仅介绍了双拼的基本使用和原理，没有提及双拼的进阶使用方式，辅助码

我的高效工具《一》：双拼输入法

# 1、背景
最近在技术群里面讨论到使用python操作jmeter的话题  
有人提到了subprocess启动命令行来操作jmeter，也有人提到了jmeterapi，另外也有人提到了pymeter  
除了这些，实际上我之前也基于docker+subprocess来操作jmeter的项目  
jmeterapi这个库年久失修，就不想搞它了，下面跟我一起试试pymeter吧  



![image.png](https://img.huacai.one/huacai-blog/93db27ef5b3929849758d5b0893b11bb.image.webp)

![image.png](https://img.huacai.one/huacai-blog/c4d0eb1c94633dc8b9c378cb03fc5b36.image.webp)

# 2、环境准备
直接参考项目的说明即可
![image.png](https://img.huacai.one/huacai-blog/9ff4e9bbed51adf92d8bbf6ea68df8d4.image.webp)


# 3、Jmeter测试
## 3.1 写测试用例
使用方法比较简单，设置GUI类似，只是前后顺序不相同：
- 创建线程组
- 把sample，断言，抽取等配置加入线程组
- 创建报告收集器
- 把线程组和报告收集器加入测试计划
- 运行测试计划

```python
# 省略 import

class TestTestPlanClass(TestCase):
    def test_1(self: Any) -> None:
        # 创建一个JsonExtractor对象,参数分别是"variable"和"args.var"
        json_extractor: JsonExtractor = JsonExtractor("variable", "args.var")

        # 创建一个均匀随机计时器，时间间隔在1000至2000毫秒之间
        timer: UniformRandomTimer = UniformRandomTimer(1000, 2000)

        ra: ResponseAssertion = ResponseAssertion.contains_substrings("var")
        # 创建一个HttpSampler对象，用于发送HTTP请求并记录响应
        http_sampler: HttpSampler = HttpSampler(
            "Echo",
            "http://119.91.147.215:18080/get?var=${__Random(0,10)}",
            timer,
            json_extractor,
            ra,
        )

        # 创建一个DummySampler对象，仅用于模拟一些操作，不实际执行任何网络请求
        dummy_sampler: DummySampler = DummySampler("dummy ${variable}", "hi dummy")

        # 创建一个线程组，其中包含10个线程，每个线程的运行时间为1秒，整个线程组的持续时间为60秒
        tg: ThreadGroupWithRampUpAndHold = ThreadGroupWithRampUpAndHold(
            100, 3, 60, http_sampler, dummy_sampler, name="Some Name"
        )

        # 创建一个HTML报告生成器
        html_reporter: HtmlReporter = HtmlReporter()

        # 创建一个测试计划，其中包含tg线程组和html_reporter报告生成器
        tp: TestPlan = TestPlan(tg, html_reporter)

        # 运行测试计划，返回统计数据
        stats = tp.run()

        # 打印测试的统计數據
        print(
            f"duration= {stats.duration_milliseconds}",
            f"mean= {stats.sample_time_mean_milliseconds}",
            f"min= {stats.sample_time_min_milliseconds}",
            f"median= {stats.sample_time_median_milliseconds}",
            f"90p= {stats.sample_time_90_percentile_milliseconds}",
            f"95p= {stats.sample_time_95_percentile_milliseconds}",
            f"99p= {stats.sample_time_99_percentile_milliseconds}",
            f"max= {stats.sample_time_max_milliseconds}",
            sep="\t",
        )

        # 断言99%分位数的样本时间小于2000毫秒
        self.assertLess(stats.sample_time_99_percentile_milliseconds, 30)
  ```
## 3.2 运行和收集结果
### 3.2.1 pycharm启动
如果你使用的PyCharm，会自动识别
  
![image.png](https://img.huacai.one/huacai-blog/d6fea1354aae24357ad2608467dfea1c.image.webp)

### 3.2.2 命令行启动

```shell
# rikasai @ huacai-mbp in ~/code/python/pymeter-demo [22:23:38] C:1
$ python main.py
 +    579 in 00:00:07 =   86.2/s Avg:   139 Min:     9 Max:   500 Err:     0 (0.00%) Active: 100 Started: 100 Finished: 0
 +   3964 in 00:00:30 =  131.9/s Avg:   142 Min:     8 Max:   500 Err:     0 (0.00%) Active: 100 Started: 100 Finished: 0
 =   4543 in 00:00:37 =  123.6/s Avg:   142 Min:     8 Max:   500 Err:     0 (0.00%)
duration= 64265 mean= 144       min= 8  median= 54      90p= 404        95p= 451        99p= 491        max= 500
F +      7 in 00:00:03 =    2.1/s Avg:   864 Min:   225 Max:   977 Err:     0 (0.00%) Active: 6 Started: 6 Finished: 0
duration= 14276 mean= 323       min= 223        median= 230     90p= 960        95p= 973        99p= 1012       max= 1207
.
======================================================================
FAIL: test_1 (__main__.TestTestPlanClass)
----------------------------------------------------------------------
Traceback (most recent call last):
  File "/Users/rikasai/code/python/pymeter-demo/main.py", line 67, in test_1
    self.assertLess(stats.sample_time_99_percentile_milliseconds, 30)
AssertionError: 491 not less than 30

----------------------------------------------------------------------
Ran 2 tests in 79.631s

FAILED (failures=1)
(pymeter-demo) 
```
> 需要注意的是，这里断言失败，是unittest断言失败，这个数据并不会在jmeter报告中体现 
### 3.2.3 查看报告
报告会自动生成在output文件夹下面，一个test函数对应一份报告  
使用浏览器打开index.html就能看到完整的报告  
![image.png](https://img.huacai.one/huacai-blog/9d48bfc0b2bb947f13a047dcadcb613e.image.webp)

![image.png](https://img.huacai.one/huacai-blog/2198e03e0591959919a4fe2fc1ba1d27.image.webp)

![image.png](https://img.huacai.one/huacai-blog/2cea7b734517aba920ff569b2e3ff43a.image.webp)

![image.png](https://img.huacai.one/huacai-blog/1f6cc386df82364aeb896e955b7fc6ec.image.webp)

# 4、总结
- python结合jmeter-dsl的特性，使用起来很方便
- 常用的部分功能（线程组，部分断言，报告）已经支持
- 目前整体完成度还是偏低，插件，复杂的断言，各种sample还未支持

# 5、参考链接：
- 我的docker jmeter项目：https://github.com/lihuacai168/Jmeter-Toolkit
- pymeter项目：https://github.com/eldaduzman/pymeter

Python操作Jmeter探索：pymeter实操指南

# 引言
在看过OpenAI的开发者大会之后，我一直就很期待着GPTs的表现。  
今天打开ChatGPT官网之后，它终于来了！！！  
接下来，给大家演示一下它的威力，简直是碉堡了！  



![image.png](https://img.huacai.one/huacai-blog/42143482229cdaa0ca842428961a0189.image.webp)

# 知识库
很久之前，就想用大模型做一个知识库，毕竟现在传统的wiki知识库搜索效率真的不高，并且搜索关键字有一大堆类似的内容，需要人为一个个去过滤。
用过ChatGPT都知道，它的自然语言理解能力很好，但它有个很致命的缺点，它训练的材料是来自互联网。  
我们私有的文档，它肯定不知道。
但现在GPTs的出现，允许我们自己上传文档，打造属于自己的GPT！  

## 先看效果

以我的开源项目为例：  
使用文档是这里https://www.yuque.com/lihuacai/fasterunner/toq6z9  
我把语雀文档导出为PDF，直接丢给GPTs（详细创建步骤下面说）  

直接问频率最高的一个问题：“如何部署”  
![image.png](https://img.huacai.one/huacai-blog/26eb0057ff47af99495ca4686bf90a36.image.webp)

这个问题它给出的答案，我很满意，可以给到90+，完全没问题。  
优点：
- 提问时，完全不需要再给上下文，理解能力很棒
- 回答的很准确核心步骤都有了，很有条理，也不啰嗦，很好的概括语雀文档的内容
- 对PDF的识别很准确，这全部是PDF的内容

不足：
- 没有说先拉取代码。  
- 启动服务没有给出完整命令

但这些都是小瑕疵，没啥问题

![image.png](https://img.huacai.one/huacai-blog/e7bf6563ad71cf9971127a4a2d282a85.image.webp)

# GPTs配置

## 前提

你首先是`Plus`用户

## 配置步骤
非常简单

### 创建GPT
![image.png](https://img.huacai.one/huacai-blog/90de5dcc229d62b788c76d66e8c2b35e.image.webp)

### 自定义配置
![image.png](https://img.huacai.one/huacai-blog/4a8cf34cf172ffe655d549541c345eff.image.webp)

![image.png](https://img.huacai.one/huacai-blog/5c619a4dcd2ec48d03fcb9c1ce4d3085.image.webp)

### 发布GPT
![image.png](https://img.huacai.one/huacai-blog/f831da2ed1a4c75c5048e7b251bf906a.image.webp)

# 总结
- GPTs的功能非常强大，大有发展前景
- GPTs也非常简单（只需是Plus和网络正常）
- 企业本地私有化部署将会有很大的市场