开学在即，小娃强烈要求开学前再大战几把游戏，于是小娃在线开战，我喝茶听歌，借助AI工具Coding了一个局域网可用的网页，几年前有这个想法，一直没有动手做，现在算是有一个页面了。主要功能如下： MeetingOps（内部代号“会务保障平台”）想解决的就是这类场景——不是做一个“会议室预订系统”，而是把一场会议从筹备到收尾的全部动作，都收进同一套工作台里。这篇文章按功能模块过一遍，看看它具体是怎么组织这些工作的。 MeetingOps网页版 一句话理解：一会一档 今日会务：一进门就看到今天要打的仗 会议台账：所有会议的总账本 任务清单：一岗一清单 现场问题：一事一闭环 冲突检测：把资源之间的“打架”提前拦下来 审批变更：关键改动要留痕 资源管理：会场、人员、设备、物资的统一视图 文件材料：给每一份材料标好版本 座次编辑器：拖拽式排座 SOP知识库：把处置经验沉淀下来 数据中心：一键生成周期总结 报表检索：一场会议的完整档案包 会后归档：让收尾工作有始有终 现场保障模式：会议当天的全屏工作面板 AI 保障方案：一键生成建议 通知确认与“催办”：不让重要通知石沉大海 多身份登录：谁在值班一目了然 功能还不完善，以后找时间再修改，主要是token用光了。 https://github.com/onecaicai/meeting-ops-lan 已上传到GitHub上，找时间再修改。

B站专门做学术论文打假的UP主“耿同学讲故事”，他的风格很上头：一本正经地扒论文里的数据造假证据，配上大量吐槽和段子，把枯燥的学术不端问题讲成了相声。 看多了会发现一个问题：他每期都在讲不同的院长、教授、Nature子刊，但反复用的检测手法其实高度相似。只是每次都换了案例、换了段子包装，不容易一眼看出规律。 于是我起了个念头： 能不能把他全部投稿一次性扒下来，用本地AI帮我把这套隐藏的方法论提炼出来？ 整个过程走了三步：下载、转写、总结。除了从B站获取公开视频，后面的转写和模型分析都在本地电脑上跑完，没有调用云端AI接口。 准备数据 本地AI内容提炼流水线 这部分其实不是文章的重点，但它决定了后面分析能不能成立。视频要先完整拿到，语音要先转成可检索的文字，最后模型才有材料可总结。 第一步，批量下载全部投稿 先用一个基于yt-dlp的下载脚本，一次性抓取UP主视频列表页的全部视频。下载了所有的视频，在本地进行视频转音频、音频转文字操作。 耿同学封面墙 这里有两个实际坑。 第一个坑是B站风控。投稿列表页不带浏览器cookie直接访问，会被412拒绝。带上cookie之后，脚本才能正常拿到完整投稿列表。 第二个坑是下载策略。脚本第一次跑的时候，我设置成自动挑选最高画质。结果在正式下载前，yt-dlp会先对整个列表里的每一条视频做一次完整探测，导致跑了很久才真正开始下载。后来改成直接指定画质，跳过这一步，效率提升明显。 后面还有一次补漏。先前下载中断过，有些视频没下完整。这里用了yt-dlp自带的下载记录文件，也就是download archive机制：把已经下载好的视频ID写进记录文件，再次运行时自动跳过已完成的，只补齐缺的部分。 最后，155个投稿里成功拿到153个可用视频文件。 第二步，本地语音转文字 视频到手之后，下一步是把语音内容变成文字稿，方便后续做文本分析。 这一步用的是本地部署的语音识别模型faster-whisper，模型是large-v3，全程跑在自己电脑上，不依赖任何在线转写服务。 153个视频，平均单个模型推理耗时不短，累计跑了接近一整天。 中间出了两个挺有意思的乌龙。 一个是重复启动了两个进程。因为任务本身耗时很长，我没意识到之前已经有一个转写进程在后台跑了大半天，又手动开了一个新的。两个进程同时抢占了将近900%的CPU，电脑发烫严重，用上电风扇降温了。发现后赶紧把多余的那个关掉，只留一个继续跑。 另一个是日志假死。Python脚本把输出重定向到文件时，默认是整块缓冲，不是写一行就刷新一次。这导致我盯着日志文件，以为转写卡在了某一集长达一个多小时。实际上程序早就往前跑了十几个文件，只是日志内容还堆在内存缓冲区里没写盘。 后来不再盯日志，而是看实际产出的txt文件数量，才发现进度一直正常。 这个坑挺值得记一笔：监控长时间任务，不能只看它打印了什么，得看它实际产出了什么。 第三步，用本地模型做内容归纳 153份文字稿到手后，发现这位UP主的内容其实很杂。 除了论文打假，他还聊考研上岸率、读博的精神状态、相亲催婚、科研生活，也有不少直播带货式的科普。我粗筛了一遍，真正逐帧分析论文造假证据的硬核内容，大概40篇左右。 之后没有直接让模型“总结耿同学的观点”。那样很容易变成几句空话，比如“要重视学术诚信”“要加强科研监管”“要提升论文质量”。这些话都对，但没有用。 其实真正想知道的是另一件事： 如果把这些视频当成一个样本库，论文的“假”到底应该从哪些角度分析？ 于是就先让本地模型做关键词检索和初步聚类，重点看“造假”“撤稿”“图片重复”“数据造假”“临床”“代写”“重复实验”“原始数据”等词反复出现的位置。然后再人工抽查高频案例，避免模型把普通科普内容也混进论文打假里。 跑完之后，一个很清楚的框架浮出来了。 论文的“假”，不是一个点。它不是只有P图，也不是只有数据编造。真正的问题经常是一条链：图片可疑，数据异常，方法写不清，实验不可重复，结论往外跳，作者回应躲闪，最后学校和期刊再用一句“不规范”把事情盖过去。 得出的结论 有了这批文字稿之后，真正有价值的不是复述每一期视频讲了谁，而是把反复出现的判断动作抽出来。最后我把它整理成10层，从最容易观察的图片问题，一直推到论文背后的生产链和回应方式。 第一层，看图片 这是最直观的一层，也是耿同学视频里最常见的入口。 同一篇论文里，图片重复出现。不同论文里，图片重复出现。图片旋转180度以后还能重合。图片翻转、裁剪、调色以后，背景噪点、组织纹理、细胞形态还能对上。 这类问题最麻烦的地方在于，它不需要你完全懂论文的专业方向。你不一定知道这个信号通路是否成立，也不一定知道这个动物模型是否合理，但你能看出来两张图是不是同一张。 尤其是Western blot、细胞图、组织切片、肿瘤照片这些图，背景噪点和纹理就像指纹。它们一旦对上，就很难用“巧合”解释。 很多作者会把这类问题说成“图片误用”。但“误用”这个词只能解释一次，很难解释一串。如果一个团队的多篇论文、多个项目、多个年份反复出现图片重复，那就不是手滑，更像是一种生产方式。 第二层，看数据 假数据常常败在随机性 图片问题最直观，但数据问题往往更致命。 耿同学的视频里，数据统计类分析是很核心的一块。把论文里的原始数据整理出来，看小数点位数是否有跨行、跨列复制粘贴的痕迹，看某几列之间是否存在固定加减关系，看末位数字的分布是否接近随机。 在没有固定取整规则或仪器偏好的连续测量里，真实数据的末位数字通常不该高度集中在少数几个数字上。如果大量数据都挤在某几个末位，就可以用概率论算出这种巧合发生的概率有多低。 这类分析的杀伤力在于，它不是说“我觉得不像真的”，而是把问题转成一个统计学判断：这些小概率事件不应该同时发生。 耿同学吐槽某些论文时，经常会说“下次用随机数生成器”。这句话听起来像玩笑，但背后是一个严肃判断：很多假数据不是因为太复杂被发现，而是因为编得太粗糙。 真实实验数据通常有噪声。它不会那么听话。 第三层，看常识能不能对上 有些问题不需要复杂统计，常识就能先挡一遍。 比如测量精度是否合理，生物学机制是否说得通，实验动物和实验分组是否匹配，疾病和性别是否匹配，样本来源和结论外推是否匹配。 这类交叉验证看起来很朴素，但很有用。 论文最容易出问题的地方，往往是作者只盯着想要的结论，忘了现实世界还有很多约束。数据可以编，图片可以修，段落可以写得很漂亮，但常识有时候会从边角里露出来。 第四层，看原始材料 论文出问题以后，最关键的不是作者怎么解释，而是作者能不能拿出原始材料。 原始图片在哪里？原始表格在哪里？实验记录在哪里？样本编号在哪里？仪器输出文件在哪里？动物实验和临床研究的伦理审批在哪里？ 这些东西如果都能交代清楚，很多争议可以继续往下讨论。比如图片是否确实贴错了，统计方法是否可以修正，结论是否需要收窄。 但如果作者只给解释，不给材料，可信度就会迅速下降。 学术争议不是靠态度解决的。你说“我们没有造假”，这句话本身没有证据价值。真正有价值的是原始数据、实验记录和可以被第三方检查的材料。 第五层，看实验能不能重复 耿同学反复讲过一个意思：重复实验不是万能的，但重复不出来的实验一定要警惕。 这句话放在生命科学领域尤其刺耳。 很多生命科学实验确实复杂。样本来源、细胞状态、动物模型、菌群结构、试剂批次、操作人员都会影响结果。问题是，复杂不能变成免死金牌。 如果一篇论文的方法写得很模糊，关键材料拿不到，实验条件说不清，只有作者自己能做出来，别人一重复就失败，那它至少不应该被当成一个坚实结论。 科学研究当然允许失败，允许不确定，也允许后来被推翻。但如果一篇论文从发表那天起就无法被别人验证，它就更像一次性论文。 第六层，看方法设计有没有先天漏洞 有些论文不一定是直接伪造，但实验设计本身就撑不起结论。 ...

语雀文档批量导出工具 yuque-exporter 在首次运行、本地文件缺失、redirect 处理等场景下存在崩溃问题，记录定位和修复过程。

讯飞录音笔云端数据本地备份 讯飞录音笔录音本身在云端，转写、AI 总结、思维导图也都在网页端能看到，但真到需要长期整理时，只靠网页端不太方便：文件分散，账号切换容易混，后续要搜索、归档、再加工也不顺手。 iflytekRecordDownload 就是为这个场景写的一个小工具。它从讯飞录音笔网页端读取云端录音列表，把录音音频、转写文本、AI 总结和思维导图同步到本地。同步后的文件按账号、日期和录音时间组织，适合长期备份。 它解决什么问题 这个工具主要做几件事： 下载每条录音对应的 WAV 音频。 导出转写文本为 Markdown。 同步云端生成的 AI 总结和思维导图。 按不同讯飞账号分目录保存。 按录音当天日期建文件夹，同一天多条录音再按时分秒区分。 自动生成当天的转写合并文档，方便快速回看。 最后得到的目录大概是这样： 1 2 3 4 5 6 7 8 ~/录音笔同步/工作账号/ 2026年05月14日/ 17时26分49秒.wav 17时26分49秒.md 17时26分49秒_AI总结.md 17时26分49秒_思维导图.md 17时26分49秒_raw.json 2026年05月14日_转写合并.md 这个结构的好处是后续处理很简单。音频、转写、总结和思维导图都在同一个时间点下面，不需要再从一堆文件里猜谁和谁对应。 实现思路 讯飞录音笔网页端本身会调用接口读取录音列表和详情。工具没有绕过登录流程，而是让用户先在浏览器里正常登录，然后从开发者工具里复制一次 Copy as cURL。脚本会从这段 cURL 里解析出 X-Session 和 X-User-Id，再用同样的登录态去访问云端接口。 ...

用Python开发的图片批量处理工具，支持智能调整尺寸、清除EXIF信息和批量重命名功能。