Feiyu's Technical Blog

Feiyu's Technical Blog

Notes on software, systems, and things I am learning.

Interactive study guide

LeetCode Java: Problems 1–500

Read the problem, reveal interview hints, compare solutions, and step through visual explanations alongside runnable Java code.

Open the study guide

Agents & Automation

Local models, tool-using agents, and practical information-extraction workflows.

  1. Three Ways I Tried to Automate 1Point3Acres Daily Check-In and Quiz Answering

    Direct Codex browser control, a supervised WebContentAgent library, and a fully local LLM workflow—what failed, what I use now, and what I am still exploring.

  2. [2/2] How I Made a Codex-to-ChatGPT Bridge Verifiable

    A local bridge sends one authorized request and brings back a checked answer. Its failures explain what message identity, durable state and realistic tests must get right.

  3. [1/2] (Deprecated) How I Let Codex Talk to ChatGPT Through My Signed-In Chrome

    The first prototype made the round trip work. Its failures taught me why browser mechanics need a smaller, testable home.

  4. Local LLM + Agent for Web Information Extraction

    A local agent architecture for semantic web extraction, browser automation, bounded model context, and durable task state.

游戏视觉理解 · 上古纪元

将竞技场截图转为结构化游戏状态：按证据类型分组，按理解顺序阅读。

方法B020 · 架构与系统合同

游戏 UI 理解总设计

从这里开始。区分当前像素观测、只看过去的时序证据与评估侧答案，理解视频审核和公平回放的数据边界。

  1. 视频帧
  2. 可见 UI 状态
  3. 时序变化
  4. 可审核证据

方法B033 · 稳定窗口与短提示供样

从视频采集训练原图

96组五帧开发比较和完整视频试跑：允许待机动画，保留短提示候选；长区间去重仍有失败。

  1. 原视频
  2. 稳定与变化候选
  3. 可回看的原图
  4. 场景及元素标注

方法现在看到了什么画面？

识别当前场景

B021 用文字与空间规则识别页面；B022 研究文字不足时的加载页、战场等固定 UI。展开文章查看真实原图、全部命中类别和待审核样本。

  1. OCR 与位置
  2. 视觉补充
  3. 场景证据或拒识

方法这个页面里有哪些对象和数值？

理解场景内部的元素与字段

B023–B027 读取标题、图标、字段和面板；B028–B030 继续连接战场对象、左右 HUD、计时与日志证据。

  1. 已知场景
  2. 标题与图标
  3. 身份与可用性
  4. 英雄属性与时间

方法B11 · 已知位置

固定裁图分类与拒识

假设目标位于已知 UI 槽位，单独研究身份分类和裁图是否可用。

  1. 已知槽位
  2. 固定裁图
  3. 分类与拒识

方法B12–B13 · 自由位置与遮挡

战场生物检测与身份

B12 记录生物框与身份，B13 比较目标检测器；B032 在不改身体框的前提下，单独定位数量牌、读取数字并建立空间关系。

  1. 完整战场截图
  2. 生物框
  3. 目录身份

方法B15–B16 · 已知几何与可见范围

网格位置与格子状态

B15 比较图像证据能否改善保存的网格标定；B16 在已知网格上读取高亮范围、障碍物与路径候选。

  1. 标定网格
  2. 格子位置
  3. 障碍物、范围与路径

方法位置未知 · 学习定位

学习式目标检测

不预先提供图标位置。检测器提出框，独立图鉴匹配器建议身份；目前证据来自小规模选择页试验。

  1. 完整截图
  2. 学习式检测器
  3. 框与身份

方法位置未知 · 代码生成候选

滑动窗口图标检测

用大量候选裁图搜索整屏，提取视觉特征，再与已知图鉴匹配。

  1. 完整截图
  2. 候选裁图
  3. 图鉴匹配

游戏概率与数据 · 上古纪元

根据已核对的游戏数据计算竞技场概率，说明抽取事件、版本与证据范围。

  1. 上古纪元竞技场：哪些阵营更容易抽到这五项技能？

    比较法师与战士的奇术、秘术、抗性、原始魔法、战斗魔法概率，已核对竞技场 0.80.49。