实时语音智能体快速搭建

甲方说想要一个数字人，喔哦，这不，我的专长领域来咯。之前我有做过这么一个Python项目，DigPeopleCore，把RAG、TTS、ASR、LLM、口型集合在一起，纯本地化，给虚幻引擎的AI数字人提供服务，但是存在这样一些问题：响应速度慢，用户输入 -> ASR -> RAG -> LLM

Git自动化测试部署

我有一个自建的Gitea跑在一个配置还不错的服务器上，在上次https://srcblog.ffeng123.win:23443/archives/ccd8829c-f256-4392-8841-e00a5820b2c3，给它装了Docker。看到联调时后端出各种不太聪明的Bug意识到单元测试的重

背景最近写了个系统，后端部分拆成了两个端， Golang写的Center，负责调度任务、登录鉴权等基本操作。 Python写的Node，负责计算Center分配的任务。显然，Python写的Node需要分布式部署计算才快（要不然Center还调度个啥） Python我已经使用了uv 来管理环境，

Web应用私有化，说白了就是，把别人的网站下载下来在自己服务器上部署。在此之前，已经做过了这个： https://srcblog.ffeng123.win:23443/archives/84356b73-8e86-4eaf-8916-acf2c9a3b858 这个

上次我们使用FFMPEG做了编码： https://srcblog.ffeng123.win:23443/archives/b6c5c8d0-273f-4ca2-896c-c48b08e9a4a9 当时几乎所有代码都是借鉴（抄袭）的，这次我们要在虚幻中播放视频，并没有什么能找到（抄袭）的资料。

我们都知道，Python的执行效率很低。在我的一个数字人项目中，需要用到Fish-Speech，但据测试，在不进行预编译的情况下，RTX4080上Fish-Speech甚至每2秒生成1秒音频，这无法满足实时性要求。我们使用编译优化来解决问题啦—— Tips：本文仅针对于Windows，Linux

假期即将结束，和高中时候不同了，感觉假不假期的无所谓了，在哪儿都是坐电脑前面。技能树看看大学这一年半都卷了哪些技术吧··· 虽说有种先射箭后画靶的感觉，但也是有参考价值的。这是我在高中时期画的图：这是现在画的图：

首先，提出问题，角色的脚不应该完全跟着动画走，要考虑地面，如下图，右脚是悬空的。脚部IK 我们需要一种方法，计算落脚点，根据落脚点计算腿部骨骼的姿态。首先，创建一个控制绑定蓝图，给动画蓝图加一个控制绑定节点，把控制绑定加进去，接下来的事情都是在控制绑定蓝图中完成的。我们的思路是，先计算落脚点，

上次我们生成了城市布局，接下来是正式生成建筑啦 ☆*: .｡. o(≧▽≦)o .｡.:*☆ 在开始之前，如果你已经做好了城市的布局，一定不要边做边在布局上批量放建筑，据测试，每个建筑只放一楼的面，需要约48GB运行内存。预处理输入信息输入是一个单片元，边界样条，另外附加两个，附加空白区域和附加

传统建模能够精细调整模型，工作量=产出需求量*某一较小常数。程序建模建不了太精细，工作量=某一较大常数对于需求较小的东西，传统建模的工作量可能会更小，但对于像是城市这种巨大的建模需求量，使用工作量不随需求量增加而增加的建模方式就再合适不过啦！我会按照自己的想法从头建立一座二次元风格化的小城市。