机器文摘第 179 期

Steam 手柄通过震动自己爬到充电座上

Steam Controller Auto-Charge，一个纯运行在浏览器端的开源项目，用摄像头和 WebHID 让 Steam Controller 靠自己的触觉马达"爬"到磁吸充电底座上。

原理分为三块：计算机视觉部分使用 OpenCV.js，通过俯拍摄像头捕捉手柄和充电座位置，用 Lucas-Kanade 光流法做追踪；控制部分通过 WebHID 协议直接连接 Steam Controller，向双 LRA 线性马达发送 70Hz 非对称触觉脉冲，让手柄朝着充电座方向蠕动；还有 PID 闭环控制，150px 以内自动降速缓爬，避免撞歪。最新 commit 还加了 Rust/WASM 的 CNN 做避障。

作者说这是一个"愚蠢的、浪费时间的"项目，但我觉得它恰好展示了 Web API 能做到什么——OpenCV.js、WebHID、WebAssembly 组合在一起，在浏览器里就能完成从视觉识别到硬件控制的完整闭环。不需要装任何软件，打开网页就能让手柄自己找充电座。开源 MIT 协议，325 Star。

用 Go 语法写零运行时 C 代码

Solod（简称 So），一个把 Go 代码翻译成可读 C11 的编译器。由 Anton Zhiyanov 开发，982 Star。

它的卖点很明确：写 Go 语法的代码，输出的是人能看懂的 C。零运行时——没有 GC、没有引用计数、没有隐式分配，所有内存默认栈分配，堆分配需要显式 opt-in。原生 C 互操作不需要 CGO，零开销。Go 工具链直接用——LSP、语法高亮、go test 都直接支持。

这到底是什么场景下需要？当你想要 Go 的表达力（结构体、接口、切片组合）和 C 的可移植性（嵌入式、系统编程、WebAssembly）时。Solod 输出的 C11 代码是能直接读懂的，不像其他转译器那样变成一团乱码。当然也有局限——它是 Go 的严格子集，很多 Go 特性（goroutine、channel、反射、map）都不支持。

llama.cpp 怎么在普通电脑上跑大模型的

How does llama.cpp run LLMs on everyday hardware?，一篇由 Amit Shekhar 撰写的技术博客，来自 @蚁工厂的微博推荐。

这篇博客把 llama.cpp 的核心技术讲得挺清楚。关键路径是：量化将 16-bit 权重压缩到 4-bit，7B 模型从 14GB 降到约 4GB，精度损失极小。通过 K-quant 分块量化加缩放因子的方式，配合 GGUF 单一文件格式打包量化权重、架构配置和分词器。再用 mmap 内存映射按需加载，启动几乎瞬间完成。CPU 计算通过 SIMD（AVX/NEON）做单指令多数据并行，也可以把部分层扔给 GPU。

对于不搞 ML 底层的开发者来说，这是一篇值得花 10 分钟读的科普——它解释了为什么现在一个普通笔记本也能跑本地大模型。

给开发者的打字测试工具

HaxxorWPM，一个面向开发者的打字速度测试工具，区别在于它不是拿普通英语单词来测你，而是用终端命令。

提供了 23 种模式覆盖开发全场景：Git 命令、Docker 操作、Python 代码、Vim 快捷键，甚至还有 Obfuscated Perl、IOCCC C、Malbolge 和 Movie Hacker 这种玩梗模式。每个字符独立着色——绿色正确、红色错误、删除线多余、半透明遗漏，精确到首个错误标记。实时显示 WPM、准确率、命令数、错误数四维统计。还有个排行榜，按键盘布局和型号区分。

界面是终端美学风格—深色渐变背景、红黄绿三色窗口栏、绿色 $ 前缀。对需要经常在终端里打命令的开发者来说，练顺手了确实能省时间。

Decoy Font：用 AI 生成防抄袭的混淆字体

Decoy Font，一个用 AI 生成防抄袭混淆字体的项目。HN 上拿了 557 分。

简单来说，它给每个字母生成多个视觉相似的变体——比如字母"a"可以自动替换成看起来完全一样的"假 a"，但文字识别（OCR）和字体度量系统会识别出差别。这让截图/PDF 里的内容即使被截取，也很难被直接识别或抄袭。每个用户的字体变体是唯一的，造成了一种"视觉数字水印"的效果。

实现方式是用 StyleGAN 架构在字母形空间生成流形相近的变体，保证人眼看不出区别但机器能区分。每个字体文件包含每个字符的多个形变版本，在渲染时根据密钥动态替换。

在浏览器里编辑和玩 Quake 3 地图

Q3Edit，一个完全运行在浏览器中的 Quake 3 地图编辑器，64 分 Show HN。

编辑器用 WebGL2（从零构建渲染管线，没有用 Three.js）实现，四个视口：XY/XZ/YZ + 3D。q3map 编译器（id Software 原版 C 源码）通过 Emscripten 编译成 WASM 在浏览器端做 BSP/VIS/Light 编译。ioquake3 也被编译成了 WASM，所以编辑好的地图可以直接在浏览器中运行和测试。用 fflate 在浏览器端解压 PK3 纹理包。所有计算在客户端完成，零后端依赖。

一个浏览器应用把 Quake 3 地图编辑的全流程——编辑、编译、运行——都在浏览器里闭环了，不需要装任何工具。这无疑展示了 WASM 的可移植性。不过浏览器端的编译速度比本地慢，复杂地图的 Light 编译可能需要等一会儿。

Moonshine Micro：0.8 美元的芯片上运行的完整语音流水线

Moonshine Micro，一个在 0.8 美元的 RP2350 MCU（树莓派 Pico 2 那块芯片）上运行的完整离线语音流水线，RAM 占用约 470KB。

三个核心组件：TinyVadCNN（2 万参数 int8 模型做语音活动检测）、SpellingCNN（100 万参数 MobileNetV2 风格的孤立词识别，51 类）、还有神经双音子合成（RVQ 解码 + WORLD-lite 声码器 @ 16kHz，1.8MB 音色包）或者更轻量的 Klatt 格式合成器（零依赖）。所有推理完全离线，MIT 许可。

Pete Warden（TensorFlow Micro 创始人）参与的项目。目前只支持英文孤立词识别（不是连续语音），但能在几毛钱的芯片上跑一个完整的语音交互闭环，边界清晰明确。

内容生产流水线

codex-skill-content-pipeline，一个用 Codex Skill 构建的内容生产流水线，来自 @Barret李靖的微博推荐。

核心设计是定义一个标准化的内容生产流程：收集原始素材 → 标准化为结构化笔记（日期、主题、地点、来源、事实、建议）→ 根据交付物类型生产内容 → 验证质量。交付物可以是 PPT、Markdown 指南、视频脚本、社交媒体内容等。

本质上是把 AI Agent 的内容生产工作流开源出来——用 Codex 的自定义 Skill 机制定义了一套标准化步骤，把"把素材变成交付物"这件事模板化了。这在当前 AI 辅助内容生产的趋势下是一个很实用的参考架构。

Gleam 语言从 GitHub 迁移到了 Tangled

Gleam，一门运行在 BEAM 上的静态类型函数式语言，它的官方主仓库从 GitHub 迁移到了 Tangled 平台，HN 192 分。

Tangled 是一个基于 AT Protocol（即 Bluesky 的协议）的下一代社交代码协作平台，联邦化、开源、支持 stacked PR（Jujutsu）和 microVM CI。Gleam 是 Tangled 至今获得的最重要的项目入驻。

传统观点认为"GitHub 的地位不可动摇"，但 Gleam 的迁移说明至少有一小部分开源项目在认真考虑去中心化代码托管。——Gleam 社区原本就是"非公司拥有"的理念，这与 Tangled 的去中心化和开源自治理念高度契合。

LG 显示器通过 Windows Update 静默安装 McAfee

一个值得关注的技术新闻：LG 显示器通过 Windows Update 的驱动分发机制，向用户静默推送安装 LG Monitor App Installer，首次启动就展示 McAfee 广告。HN 上 968 分，GamersNexus 也做了深度调查（29 分钟视频）。

技术细节：这是通过 Windows Update 的驱动更新通道分发的，不需要用户任何交互就能自动安装。新旧型号（从 1 天到 3 年的都有影响）。安装的应用拥有完整系统权限和网络权限，没有沙箱限制。GamersNexus 因此退货了他们新买的 LG 34GX900A-B。

HN 社区普遍认为根本问题在 Microsoft——Windows Update 的审核机制没有发挥应有的作用，让这种明显不是驱动的"驱动"通过了审核通道。LG 有长期黑历史（电视内置广告、德克萨斯总检察长诉讼等）。

这其实是硬件厂商在用户设备上增加后门通道的一个典型案例。

机器文摘 第 179 期