基于 Python3+vue3 构建数据采集与分析，实现个人社交平台数据抓取、交互式可视化及 DeepSeek 增强分析的工具。
https://github.com/DingHui-Li/dataTrace
IT之家 3 月 10 日消息，据韩联社报道，韩国汽车移动产业协会今日发布的报告称，受内需低迷影响，2024 年韩国汽车产量为 413 万辆，同比减少 2.7%，排名退居全球第 7.
据报道，韩国 2024 年的汽车产量被中国、美国、日本、印度、德国、墨西哥超越，排行前四的国家汽车产量在全球汽车总产量中占比 59.7%。
IT之家从报告中获悉，去年韩国汽车本土销量 163.5 万辆，同比减少 6.5%，这是自 2013 年以来的最低纪录。出口方面，去年韩国汽车出口量同比增加 0.6%。
报告还指出，当前，韩国汽车产业正受到本土需求有限、全球竞争加剧等因素的威胁，中国企业全球市占率扩大，美国政府拟（对韩）征收关税等利空因素均恐将导致韩国汽车出口减少。同时，当地本土市场汽车潜在需求低迷，即使今年需求呈现恢复势头，推高产量的效果也不会很明显。
不知道市面有没有这类产品？或者其它能解决洗澡即时调温需求的方案？求推荐
IT之家 3 月 10 日消息，据乘联分会今日公布的预测，今年我国新能源车的产销规模有望达到约 1600 万辆，从而带来超过 2 万亿元的销售额。
乘联分会提到，这一增长得益于多项利好因素，特别是车辆购置税免税政策在 2025 年迎来最后一年优惠期。在当前的新车销售市场规模下，估计可以释放出约 2000 亿的车购税免税利好。
此外，报废政策扩围，预计今年报废更新可达 500 万辆，报废补贴金额约 900 亿元左右，而各地的置换政策稳定有力度，预计可置换 1000 万辆，近 1300 亿元。
乘联分会表示，这样合计就是 4000 多亿的规模，相对于 5 万亿的汽车销售额，4000 亿补贴的力度可谓是历史罕见的，对车市发展的支持力度也属史上超强水平。
此外，乘联分会还发布了 3 月份全国乘用车市场的展望报告。2025 年 3 月共有 21 个工作日，与去年 3 月持平。由于春节假期后的各行各业快速转入正常运作，因此 3 月的环比产销增长将较为迅猛。
IT之家从报告获悉，由于外部环境的剧烈变化，且出现超预期的多极化新现象，有利于持续稳定消费走势，由此预计 2025 年 3 月中国乘用车市场销量将保持较强增长，新能源汽车将成为主要驱动力，传统燃油车市场则继续萎缩。
试了以下方法，无效： 1 组策略 用户配置 → 管理模板 → 开始菜单和任务栏 找到 关闭任务栏缩略图 选项，双击后选择 已启用 并应用设置
2 注册表 定位到路径：HKEY_CURRENT_USER\Software\Microsoft\Windows\CurrentVersion\Explorer\Advanced ExtendedUIHoverTime 击打开后设置数值数据为 9000
定位到路径：HKEY_CURRENT_USER\SOFTWARE\Microsoft\Windows\CurrentVersion\Explorer\Taskband NumThumbnails 双击后设置数值数据为 0
诸位大佬搭救一下，感谢。
IT之家 3 月 10 日消息，Rokid Glasses AR 眼镜于去年 11 月发布，搭载阿里通义 AI，售价 2499 元。
Rokid 今日宣布，在如今 AI 大模型井喷的当下，只搭载一个 AI 大模型显然是不能满足用户对于 AI 的需求，所以 Rokid Glasses 再次进化。
截至目前，除通义千问外，Rokid Glasses 也集成了 DeepSeek、豆包、智谱清言、纳米搜索等多个大模型。Rokid Glasses 将这些大模型分类管理，分为基础模型、视觉模型、搜索模型等。
基础大模型负责整体 AI 能力，如对话，问答和调用产品功能等；视觉大模型负责处理视觉信息，如识别物体等；信息大模型负责搜索当下最新信息对所回答的问题进行信息整合与归纳。IT之家附分类图如下：
每种模型都有自己的专长。Rokid Glasses 会根据不同的场景将用户请求智能分发给不同的模型处理。比如通义的风格是严谨客观，表现为专业的助理秘书的形象，豆包的风格更轻松俏皮，像一个好朋友，用户可以在 App 端选择自己偏好的大模型。
此外，Rokid Glasses 支持用户自定义配置自己的私有模型，可以通过 OpenAI 标准的 API 调用自己的私有大模型，满足更多科研和专业领域的需求。
多个大模型协同工作意味着 Rokid Glasses 的 AI 扩展性高，可根据用户场景和需求灵活配置不同大模型，同时也意味着对其系统的信息分发逻辑和意图分发算法要求更为严格。
在实际使用中，眼镜接收到的信息种类是多样且复杂的，如何保证快速准确地解读信息并给出反馈是研发团队首先要攻克的问题。一般 AI 智能眼镜会把所有获取到的信息全部丢给云端大模型，让大模型自己判断，这种模式下大模型往往需要更多时间识别并做出回应，导致用户体验不佳，响应时间很长。
而 Rokid 在端侧集成自研的意图分类模型，可以在 2 毫秒内完成对意图的分类，再将请求分发给不同的模型。
mysql 用的是 8.0 。插件是 caching_sha2_password
skynet 默认扩展不支持这种模式。 所以想请教下这种怎么改写。 也看了 https://github.com/openresty/lua-resty-mysql 源码。还是一脑袋浆糊。
![[揣手]](https://asset.xn--bpwn78e.eu.org/https://face.t.sinajs.cn/t4/appstyle/expression/ext/normal/af/2022_chuaishou_org.png)
if auth_plugin == "caching_sha2_password" then
token = _compute_caching_sha2_password_token(password, scramble)
else
token = _compute_token(password, scramble)
end
local client_flags = 260047
local req = strpack("非引战非广告，之前买小物品的时候都是 PDD 真香，几块十几块的，不过最近开始发现淘宝开始变便宜了，最近我 PDD 找了之后（都下单了），后面发现淘宝更便宜，我就重新淘宝下了。v 友有没有也有一样的感觉？还是我的错觉？