底层的那些控制逻辑不可能做什么更新的，应用层玩出花也没用

UI 自动化最实际的用途最终都会走向各种抖音微博刷赞，刷回复这类的场景 :

很多事情，在还没有盖棺定论之前都还有谈判的余地，不要一上来就先给自己下定义
我很喜欢李白的那句 “仰天大笑出门去，吾辈岂是蓬蒿人。”
除了你自己，没有人可以轻易定义你是该上桌上菜单。
退一万步说，上菜单也没那么差吧，有价值的东西才有资格被挑选 除开个别天赋异禀的大佬，对大多数普通人来说能上菜单也算是个终极人生目标了

不能，持续学习的目的本就不是防止被裁，而是让自己保持良好的 “竞技状态”。在下一个风口来临之际，至少还能有上桌谈判的资本。

17 年大三在成都实习 1800 一个月...

我另一个库有封了

那你咋唱，对口型？

都是开源的东西，为服务器付费还差不多

github 发出来啊

做开发，别做测试，做测试浪费青春

那简单，给你分享一下我们这边测试视频的方案。 我们会播放一个 动态二维码 (用 python 写一个生成二维码的工具，数字不断递增)。然后视频流解析出来之后，用 python 代码去给二维码解码。1.能解码成功说明视频流传输正常 2.解码出来的数字未中断，说明传输流没有中断是连续的。

色彩检测同理，python 随机生成指定颜色的色块传输，然后去接收端 openCV 解析颜色是否符合预期。

用 openCV 啊，写脚本就好了。关键是你怎么去定义是否显示正常。你先把你手工测试的验证通过的标准说出来，才好知道怎么自动化

黑哥杀死了比赛

别不说了，黑哥牛逼

suno 怎么把伴奏导出来？

真心建议就是别做测试哈哈哈

要改 ocr 的参数，改为 ch

对资源要求高的一律没啥好看的，大公司的玩具。什么时候能做到单靠 CPU 就能跑起来的 自然语言测试驱动才有真正具有普适性。

只是训练成本降下来了。。部署的成本可一点不低啊

1.用的 OmniParser 的
2.可以直接调代码

没多的显卡资源可以靠时间怼，最核心的问题还是没有大量人工标记好的数据源。如果能找到开源的标记数据源，训练一个专项模型（例如专门识别图标的）其实没有想象中那么难

如果只是想简单吹牛逼而不考虑后续，建议直接注册个 DeepSeek，然后用 web 自动化开个无头模式挂后台网页跑。直接调 API 都要钱

如果打算本地部署，不要用 deepseek，考虑用微软这个https://github.com/microsoft/OmniParser 加上找一个自然语言开源模型。DeepSeek 的小模型很蠢，大一点的对配置要求非常非常高。