Hero Image
微信聊天记录导出

📱 手把手教你把微信聊天记录导出为干净的TXT!用 PyWxDump 轻松搞定 ✨ 之前很多姐妹和朋友用的 MemoTrace 随着微信版本更新频繁失效闪退😭。折腾了一圈,终于找到了目前最稳定、解密最快的方法——基于开源神器 PyWxDump! 不仅万条聊天记录只要几秒钟就能提取出来,而且引用回复、语音时长甚至语音转文字都能整整齐齐排好版!赶紧马住这篇保姆级教程👇 ✅ 准备工作 电脑一台(Windows 系统) Python 环境(Miniconda / Python 3.10+ 均可) 电脑端微信已登录(提取加密 Key 的关键!) 📝 超简单实操指南 第 1 步:将手机记录迁移到电脑(可选) 如果电脑端本身就有完整聊天记录,可直接跳过这步。如果想把手机里的历史记录也导出来: 手机和电脑连入同一局域网 WiFi; 手机微信打开:【我】→【设置】→【聊天记录管理】→【迁移】; 选择想导出的好友,直接迁移到电脑微信,等传输完成。 第 2 步:一行命令安装工具 打开终端(PowerShell 或 CMD),激活你的 Python 环境,执行以下命令安装: pip install pywxdump 💡 小贴士:Windows 终端建议先运行一次 $env:PYTHONUTF8="1",防止中文显示编码问题。 第 3 步:导出聊天记录(两种姿势任选) 🌸 姿势 A:小白首选 —— 浏览器 Web 可视化界面 如果你习惯像 MemoTrace 那样在图形界面里点点鼠标: 保持电脑微信登录; 在终端直接输入: wxdump ui 工具会自动在本地启动一个网页服务,并自动弹出浏览器! 在页面上点击 【获取信息】 → 【解密数据库】,就能在浏览器里直接搜索联系人、翻看聊天记录,并支持一键导出为 HTML 或 TXT!🎉 💻 姿势 B:极客首选 —— Python 脚本一键导出纯净 TXT 如果你想要最干净、排版最完美的 TXT 文件(自动过滤乱糟糟的底层 XML 代码,完美解析“引用回复”和“语音转文字”):

    Hero Image
    Remote Desktop

    远程服务器设置 第一步:在台式机上“允许被连接” 你需要先告诉台式机:你是可以被远程访问的。 在台式机上,打开 设置 (Settings) > 系统 (System) > 远程桌面 (Remote Desktop)。 将 远程桌面 的开关设置为 开 (On),并在弹出的确认框中点击“确认”。 关键点: 在同一页面下方,记住这台电脑的 “设备名称”(例如:DESKTOP-12345)。 确保台式机设置了登录密码。远程桌面出于安全考虑,默认不支持无密码账户登录。 第二步:检查网络和睡眠设置 远程连接的前提是两台设备在同一个局域网(比如连着同一个 Wi-Fi 或路由器),且台式机不能处于休眠状态。 关闭休眠: 在台式机的 设置 > 系统 > 电源和电池 中,确保“在接通电源时,使设备进入睡眠状态”设置为 从不。 网络类型: 确保两台电脑的网络属性都设置为 “专用 (Private)”,而不是“公用 (Public)”,否则防火墙可能会拦截连接。 设置完重启一下 局域网连接 笔记本电脑 点击任务栏搜索框,输入 mstsc 或 “远程桌面连接” 并打开。 在“计算机”一栏,输入你刚才记下的台式机 设备名称(或者台式机的局域网 IP 地址)。 点击 连接。 系统会提示你输入凭据: 用户名: 台式机的登录用户名(如果是微软账号,通常是邮箱地址)。 密码: 台式机的登录密码。 如果弹出安全证书警告,直接点击“是”即可进入画面。 非局域网连接 第一步:建立虚拟的局域网 使用异地组网工具 Tailscale 给你的笔记本和台式机建立一个虚拟的局域网,让它们觉得彼此还在同一个房间里。 操作步骤: 在两台电脑上都下载并安装 Tailscale。 用同一个账号(如 GitHub 或 Microsoft 账号)登录。 登录后,Tailscale 会给每台设备分配一个专用的 100.x.x.x 开头的 IP 地址。 第二步:连接

      Hero Image
      健身

      健身规划 健身三次为一循环,分别锻练肩部、胸部和背部。 肩部健身 主要锻炼肩的前束、中束和后束。 前束 · 哑铃推举 安排:4组 x 12次 动作要领:腰背紧贴靠凳,核心收紧。推起时想象双肩向中间“挤”,顶点时手肘不要完全锁死,下放时控制缓慢,感受前束的拉伸。 中束 · 站姿哑铃飞鸟 安排:4组 x 15次 动作要领:微屈膝,身体略微前倾。抬起时手肘引领,想象在“泼水”而非“举重”,掌心始终向下。找到肩侧方发力的酸胀感才是做对了! 后束 · 蝴蝶机反向飞鸟 安排:4组 x 15次 动作要领:座椅调至合适高度,胸口紧贴靠垫。发力时想象用肘部去“画弧线”,而非用手臂拽,关键一步是:含胸收腹,彻底孤立后束! 哑铃推举:2026年2月5日 12.5kg * 2 站姿哑铃飞鸟:2026年2月5日 5kg * 2+2.5kg * 2 蝴蝶机反向飞鸟:2026年2月5日 41kg 胸部健身 主要锻炼胸肌厚度、上胸、胸缝和下胸。 胸肌厚度 · 杠铃平板卧推 安排:4组 x 8-12次 动作要领:双脚踩实地面,臀部紧贴凳面。杠铃下放位置在乳头附近,推起时想象将身体推离杠铃,而非单纯举起重量。 上胸 · 哑铃上斜卧推 安排:4组 x 10次 动作要领:将凳角调至30-45度,收紧肩胛骨。推起时感受上胸发力向中间挤压,下放时手肘略低于身体水平面,充分拉伸胸肌上部。 胸缝 · 蝴蝶机夹胸 安排:4组 x 15次 动作要领:调整座椅使把手与肩同高,动作全程保持肩部下沉。发力时集中胸肌内侧力量,在顶峰处停留1-2秒,感受强烈挤压感。 下胸 · 双杠臂屈伸 安排:3组 x 力竭次数 动作要领:身体前倾30度,手肘向外打开。下沉时感受下胸拉伸,推起时用胸肌发力,避免身体晃动借力。 杠铃平板卧推:2026年2月5日 10kg + 12.5kg * 2

        Hero Image
        Algorithms

        A-Star Path Planning Algorithm 应用场景 很多NPC或者机器人(AI)需要自动寻路的功能来达到与玩家交互的功能。例如吃鸡游戏中,机器人在城镇中跑毒就需要自动寻路,不然可能就被墙卡死了。A-Star(A*)寻路算法原理与实现 算法简介 A* 算法是一种很常用的路径查找和图形遍历算法,最初发表于 1968 年,由 Stanford 研究院的 Peter Hart, Nils Nilsson 以及 Bertram Raphael 发表。它可以被认为是 Dijkstra 算法的扩展。 由于借助启发函数的引导,A* 算法通常拥有更好的性能。路径规划之 A* 算法 发展历程 广度优先搜索:从起点开始,首先遍历起点周围邻近的点,然后再遍历已经遍历过的点邻近的点,逐步的向外扩散,直到找到终点。 这种算法就像洪水(Flood fill)一样向外扩张。 Dijkstra算法:在Dijkstra算法中,需要计算每一个节点距离起点的总移动代价。同时,还需要一个优先队列结构。对于所有待遍历的节点,放入优先队列中会按照代价进行排序。 在算法运行的过程中,每次都从优先队列中选出代价最小的作为下一个遍历的节点。直到到达终点为止。 最佳优先搜索:在一些情况下,如果我们可以预先计算出每个节点到终点的距离,则我们可以利用这个信息更快的到达终点。 其原理也很简单。与Dijkstra算法类似,我们也使用一个优先队列,但此时以每个节点到达终点的距离作为优先级,每次始终选取到终点移动代价最小(离终点最近)的节点作为下一个遍历的节点。 A*算法 A*算法实际上是综合上面这些算法的特点于一身的。 A*算法通过下面这个函数来计算每个节点的优先级。 $$ f(n) = g(n) + h(n) $$ 其中: $ f(n) $ 是节点 $ n $ 的综合优先级。当我们选择下一个要遍历的节点时,我们总会选取综合优先级最高(值最小)的节点。 $ g(n) $ 是节点 $ n $ 距离起点的代价。 $ h(n) $ 是节点 $ n $ 距离终点的预计代价,这也就是 A* 算法的启发函数。 A* 算法在运算过程中,每次从优先队列中选取 $ f(n) $ 值最小(优先级最高)的节点作为下一个待遍历的节点。