Leo的笔记本

从一次改错分支名开始，重新梳理暂存区、分支、合并与撤销。把日常操作分成五步：先看状态，再核对改动与历史，最后处理远程同步。

本地能跑之后，怎样让别人也能访问？记录路遥 AI 的服务拆分、容器部署、平台迁移与密钥处理，也交代免费实例在休眠和数据持久化上的限制。

一段标杆视频怎样拆成可落地的系统？从对话节奏出发，把记忆、人设、语音与安全检查逐层接起来，记录我重构 AI 伴侣时做过的取舍。

Jetson 的 8GB 该怎么算，为什么还要看空载余量？和 Mac 对照后，我把统一内存、模型权重、缓存和并发开销放进同一张预算表。

我把三个云服务都接进工具箱后的反思：能登录、能访问、业务能完成是三件事。我给它们分了工序，密钥只留服务端，每一步配验收件，并且要求能回滚。这是我搭链路的草稿，不是现成方案。

主控跑了一周后，半成品和上下文重复开始暴露问题。结合调用日志，我重新收紧并行上限、验收标准和收尾流程；日志里的 Token 总量不等于付费账单。

多个 AI 窗口同时开着，我却成了最忙的调度员。这次给主控和执行窗口重新分工：集中收任务、限制并行数，用交付物和回执判断一件事是否真的完成。

我复盘几个获奖竞赛项目后的修正：不是有实物就赢，而是痛点、技术、数据、场景能否接成闭环。对照我们自己把功能做全却没一个做深的项目，下一步是先砍功能、补对照实验和小试点。

记录一次局域网部署排障：同一个服务在 Linux 和 Mac 上能被其他设备访问，换 Windows 就只有本机能通。我按监听地址、防火墙入站规则、网络类型分层排查，并用临时隧道验证服务本体没死。

记录我把网页做成一条二十秒宣传片又删掉整个项目的过程：AI 生成不是魔法而是工具接力，原型能跑不等于能交付，权限弹窗其实是信任边界。文件删了，对工作流的理解留下了。