之前我已经尝试了修改和添加recipe到conda的频道，这次试试把我的DevSSH打包上传到我自己的频道内。这次我想试试自己打conda包。

之前想给 Fydetab Duo Wiki 做点贡献，但是为了本地编译博客预览，我需要向项目中加入 pixi 或者其他配置，这些内容是不适合提交到原项目的。所以学习了一下如何选择性提交，也就是 git cherry-pick。

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？

新年又被AI惊艳到…

在上次尝试了对conda‑forge的包做小贡献之后，我想继续来点更进阶的：尝试将 singler‑py 这个 Python 包发布到 conda 生态中。结果不做不知道，一做…还有点麻烦…

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。

准备简历说起来不是什么难事，但实际做起来，还是会比较耗时的。现在不少岗位会对细分领域有一些只是或者项目的要求，求职者这么多，一份没有针对岗位要求突出重点的简历，也许就被用人单位忽略掉了。所以想要达到更好的效果，最好能对每个岗位针对性的优化… 这一点AI应该是擅长的，但是至少我现在没找到比较好的免费工具。

刚好最近看到了RenderCV，这是一个通过YAML配置文件生成简历的工具，它可以实现配置文件即简历，将它与Aider这种编程助手结合，基本就能构成一个快速准备简历的工作环境了。

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。