从划船机到数据科学:用传感器和Arduino打造家庭健身分析系统
1. 一台划船机引发的家庭辩论事情的开端特别简单。我花两千多块钱买了一台划船机放在客厅靠阳台的位置。我老婆看了一眼说了句让我至今记忆犹新的话“这不就是个带滑轨的板凳吗你等着三个月后它要么挂衣服要么挂闲鱼。”我当时就急了。作为一个常年久坐、腰椎已经开始发出抗议信号的人我买划船机之前是做过功课的。但问题在于我做的功课全是“划船机对腰椎友好”“划船机是全身参与度最高的有氧器械之一”这类结论性描述真要让我拿出数据证明它比跑步机、动感单车更值得买我拿不出来。我老婆是那种特别讲证据的人。你说服她不能靠“我看网上都这么说”得靠数据、靠逻辑、靠可复现的对比。于是我做了一个决定既然要证明那就证明得彻底一点。我花了大概三周时间把家里那台划船机变成了一个数据采集平台记录了我自己连续三十天的使用数据又拉了几个朋友做对照最后整理成了一篇结构完整的分析报告。我老婆看完之后沉默了一会儿说“你这东西写得跟论文似的。”这句话点醒了我。既然都写到这个程度了为什么不干脆按学术论文的规范来一遍于是就有了后来这篇被我戏称为“家庭顶会论文”的东西。它当然不是真的发在某个学术期刊上但它的结构、数据采集方法、分析逻辑完全是按照一篇正经论文的路子来的。而这个过程本身比划船机是不是智商税这个问题有意思多了。这篇文章要讲的就是我怎么把一台家用健身器械变成数据采集终端怎么设计对照实验怎么处理那些看起来乱七八糟的原始数据以及最后得出了什么结论。如果你也遇到过“买了个东西被家人质疑”的场景或者你单纯对用数据说话这件事感兴趣那接下来的内容应该对你有用。2. 把划船机变成数据源硬件改造与数据采集方案2.1 为什么原装数据不够用我买的那台划船机是水阻式的自带一个小液晶表头能显示时间、桨频、累计桨数、大致卡路里。用了两天我就发现这个表头的数据基本没法用来做分析。原因有三个第一它只显示实时数据不存储历史记录你划完一组数据就清零了第二它的卡路里估算用的是通用公式没有考虑使用者的体重、心率区间和实际做功误差大到没有参考价值第三桨频和桨数的采样精度很低大概每三到五秒才更新一次根本捕捉不到每一桨的发力差异。要做分析我必须拿到更细颗粒度的数据。具体来说我需要知道每一桨的瞬时拉力峰值、每一桨的持续时间、组间休息时长、整组训练的心率变化曲线以及不同桨频下的功率输出差异。这些数据原装表头一个都给不了。2.2 传感器选型与安装位置我一开始想的是买一套现成的运动传感器但看了一圈发现要么太贵要么精度不够要么数据不开放。最后我决定自己搭一套。核心传感器有三个拉力传感器我选了一个量程0到500牛顿的微型拉力传感器串联在划船机的手柄拉绳和把手之间。这个量程是算出来的我体重75公斤划船时最大拉力大概在300到400牛顿之间留出50%的余量500牛顿足够。传感器的采样率我设的是100赫兹因为一次划桨的发力过程大概持续0.8到1.2秒100赫兹意味着每桨能采到80到120个数据点足够还原发力曲线。心率传感器这个我直接用了胸带式心率带蓝牙协议采样率1赫兹。虽然精度不如心电图但对于判断有氧区间和恢复情况足够了。桨频传感器我在飞轮旁边装了一个霍尔传感器飞轮每转一圈触发一次信号通过计算两次触发的时间差得出瞬时桨频。这个方案比用加速度计便宜而且抗干扰能力强。安装位置很关键。拉力传感器如果装在手柄和拉绳的连接处会改变手柄的握感而且传感器本身会跟着手柄来回移动线缆容易缠绕。我最后把它装在了拉绳进入机体的入口处用一个金属支架固定这样传感器是静止的只有拉绳从中间穿过受力方向也最接近实际拉力方向。2.3 数据采集与同步方案三个传感器的数据要同步采集否则分析的时候对不上时间轴。我用了一块Arduino板子做数据汇聚拉力传感器和霍尔传感器接模拟口和数字口心率带通过蓝牙模块接收。Arduino的循环里每10毫秒读一次拉力值和霍尔状态每1000毫秒读一次心率值然后统一打上时间戳通过串口发到电脑上。电脑端我用Python写了一个简单的接收脚本把数据存成CSV文件每行包含时间戳、拉力值、桨频、心率四个字段。这里有个坑Arduino的串口输出如果频率太高电脑端接收会丢包。我一开始设的10毫秒一次结果每秒钟100行数据串口缓冲区很快就满了。后来我把拉力数据在Arduino端做了预处理只发送每桨的峰值和持续时间原始波形存在板子的SD卡里这样串口压力小了很多。注意如果你也要做类似的数据采集一定要先测试串口吞吐量。Arduino Uno的串口在115200波特率下稳定传输大概每秒50到60行数据超过这个量就会丢包。要么降采样率要么换用SD卡本地存储。2.4 数据采集的实际操作流程整个采集流程我固定成了四步每次训练都按这个来热身阶段先划5分钟低桨频18到20桨每分钟让心率和肌肉进入状态这组数据不纳入分析。正式采集按预设的桨频区间划四组分别是20桨、24桨、28桨、32桨每组划3分钟组间休息2分钟。休息时我也戴着心率带记录恢复心率。冷却阶段再划5分钟低桨频让心率降下来。数据导出训练结束后立刻把CSV文件从电脑上导出按日期和组别命名存到专门的文件夹里。这个流程看起来简单但执行起来有几个细节要注意。第一组间休息的2分钟必须严格控制我一开始用手机计时后来发现手机一响我就分心干脆用Arduino加了一个蜂鸣器到时间自动响。第二每次训练的划桨节奏要尽量一致我后来在划船机前面放了一个节拍器跟着节拍划桨频稳定性提高了不少。第三心率带的电极片要提前用水沾湿否则前几分钟的数据会漂。3. 三十天数据背后的真相分析框架与关键发现3.1 数据清洗先扔掉那些不靠谱的记录三十天下来我一共采集了大概120组有效数据每组3分钟总划桨数超过一万桨。但原始数据不能直接用得先清洗。我定的清洗规则有三条拉力峰值超过500牛顿的记录直接丢弃这基本是传感器受到冲击或者拉绳抖动导致的异常值。心率低于90或高于190的记录标记为可疑低于90说明心率带没戴好高于190说明我那天状态异常或者传感器漂移。桨频波动超过正负3桨每分钟的组别整组数据降权处理因为桨频不稳说明我那天注意力不集中数据代表性差。清洗完之后有效数据大概剩了95组丢了差不多20%。这个丢数据比例在运动数据采集里算正常的毕竟不是实验室环境干扰因素太多。3.2 功率输出的计算逻辑划船机的功率输出不能直接测得算。我用的是拉力传感器测到的力乘以拉绳的速度。拉绳速度怎么来我用霍尔传感器测飞轮转速再根据飞轮和拉绳的传动比换算成拉绳速度。公式大概是这样的功率瓦特 拉力牛顿× 拉绳速度米每秒拉绳速度的换算稍微麻烦一点。飞轮每转一圈拉绳大概移动0.6米这是我在划船机上实测出来的。所以拉绳速度等于飞轮转速乘以0.6。飞轮转速通过霍尔传感器两次触发的时间差算出来单位是转每秒。这个计算方式有个前提假设拉绳和飞轮之间没有打滑。水阻划船机的拉绳一般是凯夫拉材质和飞轮的摩擦轮之间打滑很少但也不是完全没有。我后来用高速摄像机拍了几组确认打滑率大概在2%到3%之间对最终结果影响不大就在分析里忽略了。3.3 不同桨频下的功率与心率关系这是整个分析里最有意思的部分。我把四组不同桨频的数据放在一起对比发现了一个很明显的规律桨频桨/分钟平均功率瓦特平均心率次/分钟每桨功率瓦特/桨20681183.424951323.96281211484.32321421654.44从20桨到32桨桨频提高了60%功率提高了109%但心率只提高了40%。这说明什么说明在高桨频下我的心肺系统还没有达到极限限制因素更多是肌肉力量和发力效率。换句话说划船机的高桨频训练对心肺的刺激是够的但对肌肉的刺激可能更明显。还有一个发现每桨功率从20桨的3.4瓦特提高到32桨的4.44瓦特提升了30%。这意味着我在高桨频下每一桨的发力更充分了。这跟直觉相反一般人会觉得桨频越高每桨发力越轻。但实际数据说明经过三十天的训练我的发力模式在优化高桨频下反而能调动更多肌肉参与。3.4 心率恢复速度的变化趋势组间休息2分钟的心率恢复数据我单独拉出来做了趋势分析。第一周的时候每组结束后2分钟心率平均只能降到135左右恢复幅度大概20次。到了第四周同样强度的组别结束后2分钟心率能降到118左右恢复幅度接近35次。这个变化说明有氧能力的提升是实实在在的。心率恢复速度是衡量心肺功能的一个经典指标恢复越快说明副交感神经调节能力越强心脏泵血效率越高。我把这个数据给我老婆看的时候她说“所以你这三十天没白划”我说对至少心脏是这么说的。3.5 卡路里消耗的真实估算原装表头显示的卡路里消耗跟我用功率数据算出来的差了多少我对比了一下差距还挺大的。表头显示我一次30分钟的训练消耗大概350千卡但我用功率积分算出来实际做功对应的能量消耗大概是280千卡。差了25%。为什么差这么多因为表头的公式用的是通用代谢当量没有考虑个体差异和实际做功。我用功率算的方法是这样的功率对时间积分得到总做功单位是焦耳然后除以人体的机械效率。划船时人体的机械效率大概在20%到25%之间我取22%所以总做功除以0.22就是实际能量消耗。这个算法比表头的通用公式靠谱得多因为它基于我实际输出的功率而不是一个预设的平均值。提示如果你也想估算自己的实际消耗不用搞这么复杂。一个粗略但够用的方法是用划船机表头的卡路里数乘以0.8基本就接近真实值了。当然前提是你的表头不是那种随便标标的杂牌。4. 从数据到结论划船机到底是不是智商税4.1 对照组的设置与对比逻辑光有我自己的数据还不够说服力有限。我拉了三个朋友做对照一个是常年跑步的一个是骑动感单车的还有一个基本不运动。我让他们分别用我的划船机按同样的流程划了三次采集心率和功率数据。对比的结果挺有意思。常年跑步的朋友划船时心率上升很快但功率输出一般20桨的时候平均功率只有55瓦特比我低了将近20%。他的问题是上肢和核心力量偏弱划船时主要靠腿蹬拉桨阶段发力不充分。骑动感单车的朋友正好相反腿蹬力量很足但拉桨时节奏控制不好桨频波动大功率输出不稳定。基本不运动的朋友心率和功率都低而且动作变形严重数据参考价值不大。这个对比说明什么说明划船机确实是一个全身参与的运动它不像跑步主要靠下肢也不像骑车主要靠腿部它要求上下肢和核心协同发力。如果你某一部分力量弱划船机立刻就能暴露出来。从这个角度看它作为交叉训练工具的价值是成立的。4.2 划船机与其他有氧器械的横向对比我把划船机和跑步机、动感单车放在一起做了个横向对比维度包括关节冲击、肌肉参与度、空间占用、噪音、数据可采集性。对比维度划船机跑步机动感单车关节冲击低高低肌肉参与度全身下肢为主下肢为主空间占用中等可竖立大中等噪音低水阻有水流声中等低数据可采集性高中等中等关节冲击这一项划船机优势明显。跑步时膝盖承受的冲击力大概是体重的2到3倍划船机因为坐姿滑行膝盖基本不承受冲击。肌肉参与度这一项划船机也是明显占优它同时调动了腿部、核心、背部、肩部和手臂。数据可采集性这一项划船机因为拉绳的力可以直接测比跑步机的跑带速度和动感单车的踏频更容易转化成功率数据。当然划船机也有劣势。它的学习曲线比跑步机和动感单车陡动作不对很容易腰疼。我前两周就因为拉桨时过度弯腰腰酸了好几天。后来调整了姿势保持脊柱中立问题才解决。4.3 三十天训练带来的实际变化除了心率恢复速度的提升还有几个变化是数据能体现出来的。第一同样桨频下的功率输出提高了。20桨的平均功率从第一周的58瓦特提高到了第四周的68瓦特提升了17%。第二桨频稳定性提高了。第一周我的桨频波动大概在正负5桨每分钟第四周降到了正负2桨每分钟。第三组间心率恢复速度加快了前面已经说过。这些变化说明划船机训练确实能带来可测量的生理适应。它不是那种“感觉练了但说不清哪里变了”的运动它的效果是可以量化的。这一点对于我老婆这种讲证据的人来说比我说一百句“真的有用”都管用。4.4 什么情况下划船机确实是智商税说了这么多划船机的好话也得说说它什么时候确实是智商税。根据我这三十天的体验和数据分析以下几种情况划船机大概率会变成晾衣架你买它只是为了“买个健身器械”没有具体的训练计划。没有计划的器械最后都会变成家具。你指望它替代跑步或骑车但你的主要目标是减脂。划船机的热量消耗效率其实不如跑步因为它的动作间歇性更强心率不容易长时间维持在燃脂区间。你腰背本身有问题又没有学过正确的划船姿势。划船机对腰椎的友好是建立在姿势正确的前提下的姿势不对反而伤腰。你买的是那种几百块钱的杂牌划船机阻力不均匀数据全是瞎标的。这种划船机确实就是智商税。我老婆看完我的分析之后问了一个很关键的问题“那你觉得它值两千多吗”我想了想说“如果我只用它划了三十天就挂闲鱼那不值。但我现在每周划四次每次三十分钟心率恢复速度提升了功率输出提高了腰也没那么酸了。从这个角度看它比办一张一年去不了几次的健身卡值。”5. 把生活问题变成分析项目的通用方法5.1 从“我觉得”到“数据说”的思维转换这次经历给我最大的收获不是划船机到底值不值而是一种思维方式的转变。以前遇到争议我的第一反应是找论据支持自己的观点。现在我会先想这个问题能不能量化如果能我需要采集什么数据采集数据需要什么工具分析数据需要什么方法这个思维转换适用于很多生活场景。比如你想证明“早睡早起效率更高”你可以记录一周的入睡时间、起床时间和当天的工作产出然后做相关性分析。比如你想证明“通勤时间影响幸福感”你可以记录每天的通勤时长和当天的情绪评分看看两者有没有统计上的关联。关键不在于分析有多复杂而在于你愿不愿意把模糊的感受变成可测量的指标。5.2 低成本数据采集的通用套路我这次用的传感器和采集方案其实可以迁移到很多其他场景。核心思路是找到那个最能反映问题本质的物理量然后用最便宜的方式把它测出来。拉力、心率、转速这些物理量对应的传感器都很便宜几十块钱就能买到。数据采集用Arduino或者树莓派都行成本不超过两百块。数据存储和分析用Python免费。整套方案下来硬件成本大概三百块剩下的就是时间和精力。如果你不想碰硬件也有纯软件的方案。比如你想分析自己的时间分配可以用手机上的时间记录App导出CSV然后用Excel或者Python做分析。比如你想分析自己的消费习惯可以从银行或支付平台导出账单做分类统计。这些都不需要任何硬件投入只需要你愿意花时间整理数据。5.3 分析报告的结构化表达我最后写的那篇“论文”结构大概是这样的摘要、引言、方法、结果、讨论、结论。这个结构的好处是它强迫你把“我想说什么”和“数据说明了什么”分开。引言部分讲清楚问题是什么、为什么值得研究。方法部分讲清楚你怎么采集数据、怎么处理数据。结果部分只呈现数据不做解释。讨论部分才解释数据意味着什么。结论部分回答最初的问题。这个结构不仅适用于学术写作也适用于任何需要说服别人的场景。你向老板汇报项目进展向客户解释方案优势甚至向家人证明某个决定是对的都可以套这个结构。它的核心逻辑是先定义问题再展示证据最后得出结论。而不是先下结论再找证据。5.4 这次“家庭顶会”的意外收获最后一个意外收获是我老婆现在对划船机的态度完全变了。她不仅不觉得它是智商税偶尔还会上去划个十分钟。她说“我倒要看看我的心率恢复速度能不能也提升。”我说行我给你也建个数据档案。所以你看一台划船机引发的家庭辩论最后变成了一套数据采集方案、一份分析报告、一次思维方式的升级以及一个家庭成员的新爱好。这个投入产出比比我预想的高太多了。如果你家里也有一台被质疑的健身器械或者你正想买一台但心里没底不妨试试我这个路子。不用搞到发论文的程度哪怕只是记录一个月的使用数据你也能清楚地知道它到底值不值。

相关新闻

DRV8818+STM32F446RE工业级步进电机闭环控制实战

DRV8818+STM32F446RE工业级步进电机闭环控制实战

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/3 13:26:31 阅读更多 →
Three.js 3D地图可视化大屏实战:建筑生成、飞线动效与性能优化

Three.js 3D地图可视化大屏实战:建筑生成、飞线动效与性能优化

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/3 13:26:31 阅读更多 →
Access 2003数据库试题解析:从考点到SQL实操避坑指南

Access 2003数据库试题解析:从考点到SQL实操避坑指南

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/3 13:26:31 阅读更多 →

最新新闻

Android 布局:实现 Title + Tag 横向布局效果。Title 标题末尾跟随 Tag 标签。当标题长度超过横向可用空间时,则 Tag 固定在屏幕右侧。

Android 布局:实现 Title + Tag 横向布局效果。Title 标题末尾跟随 Tag 标签。当标题长度超过横向可用空间时,则 Tag 固定在屏幕右侧。

一、需求:需求目标如标题所属。想要实现的效果图如下:1、当 Title 标题的长度较短时,则右侧的 Tag 标签跟随在 TItle 标题的末尾。2、当 Title 标题的长度大于横向可用空间时,超出部分以 ... 显示。右侧的 Tag 标签固定在屏幕右侧…

2026/10/3 13:55:11 阅读更多 →
LM25143RHAR的外围电路设计

LM25143RHAR的外围电路设计

创作背景:我在为项目设计电源板。系统整体由 12V 供电,需要同时为多个子系统提供稳定的能量:一路 5V 需要持续输出 5A,用于驱动 DRV8874 电机驱动芯片;另一路需要约 7.4V(7V~9V区间)&#xff0c…

2026/10/3 13:55:11 阅读更多 →
RAG 知识冲突治理:同一问题检索出两条相反规则,系统该怎么裁决

RAG 知识冲突治理:同一问题检索出两条相反规则,系统该怎么裁决

RAG 知识冲突治理:同一问题检索出两条相反规则,系统该怎么裁决 摘要 企业知识库上线后最常见的翻车不是"检索不到",而是"检索到了两条互相打架的规则"。本文把知识冲突拆成四类成因,给出权威判定的五个要素、…

2026/10/3 13:55:11 阅读更多 →
LangGraph 从入门到实战(04):真正的 ReAct——模型驱动的循环与自我终结

LangGraph 从入门到实战(04):真正的 ReAct——模型驱动的循环与自我终结

LangGraph 从入门到实战(04):真正的 ReAct——模型驱动的循环与自我终结 第 03 篇的图是「决策 → 分支 → 结束」的单向 DAG——它会拍板,但只拍一次就收工。真正的 Agent(比如 LangChain 第 09 篇那个 create_react_agent)是绕几圈的:想定要不要调工具 → 执行工具 →…

2026/10/3 13:55:11 阅读更多 →
训练集十万个小文件,GPU 利用率上不去?先把瓶颈层分清

训练集十万个小文件,GPU 利用率上不去?先把瓶颈层分清

训练任务开跑十几分钟,GPU 利用率上不去,日志里 DataLoader 的 workers 一个个都在等数据。这种情况的第一反应通常是"存储不行",但真正动手查之前值得先分层:一份十万级小文件的训练集,从读一个文件到 GPU …

2026/10/3 13:55:10 阅读更多 →
(111页PPT)DG1181大型制造业ERP转型规划方案(附下载方式)

(111页PPT)DG1181大型制造业ERP转型规划方案(附下载方式)

篇幅所限,本文只提供部分资料内容,完整资料请看下面链接 https://download.csdn.net/download/2501_92808859/92847612 资料解读:(111 页 PPT)DG1181 大型制造业 ERP 转型规划方案 详细资料请看本解读文章的最后内容…

2026/10/3 13:54:09 阅读更多 →

日新闻

把回忆蒸馏成 AI 的浪漫实验:为什么你需要前任.skill 完整指南

把回忆蒸馏成 AI 的浪漫实验:为什么你需要前任.skill 完整指南

把回忆蒸馏成 AI 的浪漫实验:为什么你需要前任.skill 完整指南 【免费下载链接】ex-skill 前任 skill 项目地址: https://gitcode.com/gh_mirrors/exsk/ex-skill 前任.skill 是一个运行在 Claude Code 上的开源 Skill:导入微信、iMessage、短信、…

2026/10/3 0:00:27 阅读更多 →
45个经典Linux面试题:从命令到网络排障的完整考点解析

45个经典Linux面试题:从命令到网络排障的完整考点解析

刚开始带应届生的时候,我最头疼的就是他们拿着一摞Linux面试题背得滚瓜烂熟,一上机全露馅。后来自己从被面的人变成面别人的人,才慢慢摸清楚:Linux面试题考的根本不是答案本身,而是你面对一个不确定的系统问题时&#…

2026/10/3 0:01:28 阅读更多 →
SAP生产预留实战指南:MB21/MB23/MB25协同与MRP集成

SAP生产预留实战指南:MB21/MB23/MB25协同与MRP集成

简介:本资源是一份面向SAP ABAP开发人员、生产计划专员及ERP实施顾问的实操型操作指南,聚焦SAP生产预留核心业务场景,系统解决物料预留创建、查询、校验与批量处理等高频问题。文档以结构化方式覆盖预留背景原理、OMC2编码规则、工厂级参数配…

2026/10/3 0:01:28 阅读更多 →

周新闻

如何划分训练/验证集:Spirula Studio五种eval_mode策略详解

如何划分训练/验证集:Spirula Studio五种eval_mode策略详解

如何划分训练/验证集:Spirula Studio五种eval_mode策略详解 【免费下载链接】spirula-studio Cross-vendor 3D Gaussian Splatting trainer - video to splat to mesh, Vulkan or CUDA. 项目地址: https://gitcode.com/GitHub_Trending/sp/spirula-studio Sp…

2026/10/3 9:14:33 阅读更多 →
SEO怎么推广速查手册新手避坑实战指南

SEO怎么推广速查手册新手避坑实战指南

SEO怎么推广速查手册新手避坑实战指南 模板网站太丑不够用?别急着加滤镜,那是治标不治本。很多老板盯着后台流量掉得眼红,却还在纠结首页Banner的圆角是不是3像素。这就像穿着西装去挖土,姿势不对,努力白费。我整理这份 速查手册…

2026/10/3 9:47:50 阅读更多 →
FireRed-OpenStoryline少样本仿写深度解析:AI Agent如何复刻你的独特文案风格与节奏

FireRed-OpenStoryline少样本仿写深度解析:AI Agent如何复刻你的独特文案风格与节奏

FireRed-OpenStoryline少样本仿写深度解析:AI Agent如何复刻你的独特文案风格与节奏 【免费下载链接】FireRed-OpenStoryline FireRed-OpenStoryline is an AI video editing agent that transforms manual editing into intention-driven directing through natural language …

2026/10/3 9:42:31 阅读更多 →

月新闻

我发现了一个新思路:用 Remotion + Claude Code 像写代码一样自动化生成短视频

我发现了一个新思路:用 Remotion + Claude Code 像写代码一样自动化生成短视频

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/2 10:36:31 阅读更多 →
Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式:TaoToken 统一 Key 配置与验证

Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式:TaoToken 统一 Key 配置与验证

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/3 9:42:35 阅读更多 →
黑夜航拍船只数据集训练YOLOV5模型全流程解析

黑夜航拍船只数据集训练YOLOV5模型全流程解析

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/3 9:42:36 阅读更多 →