Category Uncategorized

我的世界服务器

之前关服了，如今重新部署了一下，我的世界服务器，相当耗时，用了大约一天半 在claude的帮助下制作了一个精良的网页，有众多功能，可以不依赖QQ公告了 mcs.wujm.cc 新建的服务器依然采用velocity+paper的方式，随然成本比单用paper高了一倍，但由于主服务器是面板服，所以加了velocity之后也提升了效果，隐藏了端口。 制作宣传片：

分享一个小众软件——SonoBus

背景：由于moonlight远程玩游戏不支持麦克风传输，便开始寻找一个能传输音频的方案，通过搜索、问ai等方式获得了众多方案，其中有Vban协议，VoiceMeeter，ffmpeg，blackhole等，经尝试众多方案均无效，只有SonoBus配合VBCABLE解决了问题，实现了游戏电脑用主机麦克风。 SonoBus主页： 在游戏端的输出设置设置为VBCABLE INPUT，之后在游戏内选用麦克风VBCABLE OUTPUT 为了安全起见，采用了自建房间节点，下载源码��下命令： 再将编译好的文件用命令“aaooserver -p 端口”打开，便完成了节点的部署，之后配置两端连接到服务器便大功告成。

mindcraft 项目部署记录

项目地址： 4.9k stars简介： 一款将ai添加进我的世界的开源项目 1. 观看大致部署教程 （YouTube网站，国内用户可能无法访问） 2. 对比模型 一、全球主流模型 API 价格总表（2026.3） 汇率：1 USD ≈ 7 RMB 1. 国外模型（OpenAI、Anthropic、Google、xAI） 厂商 模型 输入 (元 / 百万) 输出 (元 / 百万) 最大上下文 多模态 定位 OpenAI GPT-4o Mini 1.1 4.3 128k ✅ 轻量、低价、英文强…

（AI编写测试）用 Pandas + Matplotlib 做数据分析：从清洗到可视化的完整流程

  适合读者： 有 Python 基础，了解基本数据结构，想系统掌握数据分析流程的开发者。 前言 数据分析不只是”跑几行代码出个图”——它是一套有章可循的工作流。本文以一个真实场景为例：分析某电商平台的销售数据，带你走完从原始数据到洞察结论的完整链路。 涉及工具： pandas —— 数据清洗与处理 matplotlib / seaborn —— 数据可视化 numpy —— 数值计算辅助 一、环境准备 pip install pandas matplotlib seaborn numpy 建议使用 Jupyter Notebook 或 VS Code + Jupyter 插件，方便逐步查看输出。 二、加载数据 import pandas as pd…