随着 openclaw 在全球范围内的火热，我又再一次思考了一小下，现在的智能体狂热，难道真是因为AGI到来了？我自然觉得不是。

新工具总是这样：好用的地方让人惊艳，但尚未完善的部分却让人头疼。最近我尝试使用 pixi 和 rattler‑build 搭建一个自动化构建系统，用于定期打包并上传 opencode 到 prefix.dev。整个过程耗时约 6 小时，期间遇到了不少预料之外的问题。

上次成功打包了我自己的程序，这想来试个别的，最近 opencode 贼火，我也有在用，刚好 conda 上到目前为止也没有，因此想打包一个。

事情的起因是，使用 devpod 配置基于 docker-compose 的容器时，发现 devpod 似乎不能正确地调用 docker-compose 完成容器创建。结果不搜不知道，一搜… 啊？这项目居然被 loft-sh 放弃了吗？

Conda 上的终于有 aider-chat 的 conda包了，这样理论上可以通过 pixi global 来全局安装它了。但是实际安装会发现，其依赖项之一 tree_sitter_languages 却没有对应的 aarch64 版本，安装过程会因此失败。于是我就想到，我能不能靠AI来解决这个。

新单位的分析基本上全是个性化，所以每个项目都少不了要插论文，又有一阵看论文看到头疼的感觉。想起上次画词云已经是22年的事了，3年之期已过，恭迎… 好吧就是更新一下…

2022年末到2023年初，ChatGPT爆火，我开始用LLM来辅助写脚本。虽然相当好用，但是价格较贵，且个人付款始终是问题，应用也就仅限于简单的代码问题了。2024年末到2025年初，DeepSeek爆火。虽然它的回答很多时候不那么令人满意，且增加了思考模式后，得到结果的时间总是会慢一拍，但是，它便宜呀！在一年之后，DeepSeek依然是输出结果还不错的前提下，Token最便宜的模型之一。年初充了50块，到现在刚好差不多一年，还剩27… 因此，我就更大胆地将LLM用在了各种其他方面。

我的头像，印象中用了有10好几年了，自从我开始做生物信息工作之后，我就想过给它加一些复杂度，半边加上电路板的纹路，另外半边使用DNA的纹路，中间用一种过渡效果连接起来，象征生物到信息的转化，这样贴合我的工作领域。但是奈何我并不怎么会P图，实现不了想要的效果。不过今年新出的图像编辑模型，让实现我的想法有了希望。

我只是想设置一个devcontainer环境，更高效的完成维护公司官网的工作，没想到一件事上能踩三个坑…

Emmmmm，今年官网供应商的合同到期了，于是… 多了一个项目要管… 这个项目依旧是前后端分离的，不同的是，官网有英文版本，且英文版本是前端项目的一个分支。我以前用过Submodule，以将同事写的独立模块整合到主项目中，但是这次我在跟AI请教后，选择了另外一种方式，Subtree