家之本
族谱工具。录人、连关系，称谓自动推，普通话和粤语各一套。数据只存在自己手机里，不登录、不上云。
Selected work
最近做的四件事
都是自己每天在用的。写下来的是实测结果，不是设想。
H3 工作流实验室
8 GB 显存的笔记本上跑本地视频生成。逐个试启动参数和加速插件，同一份配置先跑两遍量噪声，才敢说哪个改动真的有用。
这个站点
原生 CSS 分层写 token，三个 JS 模块做主题与入场，字体自托管。没有打包步骤，改完文件推上去就上线。
把流程做成 skill
磁盘清理是第一个：一个脚本长成六步流程。同样的套路后来套到蓝屏取证、ComfyUI 调优、LoRA 注入、族谱管理上，前后十套，每套都把坑写进条文。
Case study
家之本
一张族系布线图。人是端子，关系是走线，
每一代是一条走线槽，称谓总表就是接线表。
微信小程序，原生 WXML / WXSS / JS，零第三方依赖。四个界面在同一页里切换：概览、世系、大事、我的。录人、连父子与婚恋、记大事，剩下的交给引擎算。
难的不是录，是算。称谓得从关系里推出来，不是查表：普通话和粤语各一套，书面与口语口径可切；手动改过的称谓会被标记，引擎重算时不覆盖。生日支持四种粒度，包括只知道年份这种最含糊的情况。
族谱画在 Canvas 2D 上，不是静态图，可以拖、可以缩，点一个人就移过去。数据只在真正变了才重传：2000 人的结构重算一次 574 KB，只换选中只要 272 B。355 项测试锁着这些约束，契约、引擎、视图推导各跑一遍。
本地优先是设计前提，不是待补功能。
- 形态
- 微信小程序，原生写法，无框架
- 数据
- 全部落在本机，不登录、不上云
- 规模
- 演示族谱 59 人，6 代
- 体积
- 主包约 500 KB，上限 2 MB
- 状态
- 体验版，未公开发布
-
布线图
Canvas 2D 画族谱，可拖可缩。超过 400 人直接跳转，不拿动画换卡顿。
-
称谓引擎
普通话与粤语，书面与口语。关系推称谓，改过的单独记。
-
数据安全
一步撤销留 3 分钟，自动备份按日按周轮转，导出导入自己保管。
-
双主题
亮暗手动切，重启还记得上次的选择，深浅两套值逐项对过。
一次踩坑，写成条文
每干完一件麻烦事，就把路径、判据、踩过的坑写成条文存下来，下次直接调用。这类东西叫 skill，我攒了十套。
-
磁盘清理与卸载审计
只读扫描、按风险分档、确认、执行、清回收站、复测，六阶段固定。
注册表 InstallLocation 会撒谎，判定「卸载干净」得五路交叉验证。
-
蓝屏取证
只读取证、驱动分级、提权取 dump、按地址定责。
元凶常在列表末尾，不在报错的第一行。
-
H3 工作流调优
参数取值表、抽帧诊断、成本模型标定；动开关前先量两遍组内噪声。
cfg=1 时负向词无效，源码与实测都验过。
-
工作流传审
解析 JSON，对照官方模板逐项比参数，出 A/B/C 分级报告。
只判工作流本身对不对，不替人猜提示词。
-
LoRA 注入
下载模型、落到共享模型目录、注入加载节点、跑通链路校验。
中文文件名会乱码，落盘前统一改名。
-
族谱管理
一句话录入成员与婚配，推算两人称谓，生成世系树与 GEDCOM 备份。
全本地运行，不联网、不上云。
能做什么
系统与运维
- Windows 环境配置
- 磁盘与空间治理
- 蓝屏与驱动故障定位
自动化与脚本
- Python 与 PowerShell
- 批处理封装
- 定时与持续执行
本地 AI
- ComfyUI 工作流
- 显存与性能调优
- 提示词与参数实验
我不是设计师，这个站也不打算装成设计公司。这里放的是我真正做过的事：把混乱的目录收拾干净，把折腾半小时的流程压成一条命令，把跑不动的模型调到能跑。做的时候尽量量数据，不靠感觉。
- 现在
- 家之本 · 微信小程序与网页开发
- 环境
- Windows 11 · RTX 4060 Laptop 8 GB
- 工具
- Python、PowerShell、Bash、ComfyUI
- 位置
- 广州