avatar
Articles
239
Tags
48
Categories
25
Home
Tags
Categories
About
Archives
FenglielieVibe coding 实现简单网页和游戏 Back to Home
Search
Home
Tags
Categories
About
Archives

Vibe coding 实现简单网页和游戏

Created2026-01-17|Updated2026-08-10|code
|Word Count:40|Reading Time:1mins

记录一下通过 Vibe coding 实现的简单网页和游戏。

贪吃蛇

👉 snake.html

扫雷

👉 minesweeper.html

日历

👉 calendar.html

课程表

👉 schedule.html

时钟

👉 clock.html

Author: Fenglielie
Link: https://blog.fenglielie.space/p/141df46c/
Copyright Notice: All articles on this blog are licensed under CC BY-NC-SA 4.0 unless otherwise stated.
cover of previous post
Previous
LLM 学习笔记——理论基础
Some content in this article was created with AI assistance. Please verify as needed.这份笔记按“大模型理论学习”的场景整理,重点覆盖基础原理、关键论文、训练流程,以及训练/推理系统与硬件资源,主要回答一个问题:“LLM 为什么能工作、是怎样训练和部署出来的”。 作者并不是大模型相关专业,这里的学习笔记仍然是非常浅显的,只是希望了解一些基本概念。 毫无疑问的是,在大模型领域,实践是远远走在理论前面的,但是基础理论的缺乏并不是致命的阻碍。一个历史上的例子是:“在蒸汽机已经大规模应用的年代,热力学的重要定理一条都还没搞出来,工程师完全凭借的是经验或错误的热质说。等到这些热力学定理终于写出来时,蒸汽机已经跑了几十年甚至上百年。” 原来是 LLM 生成文本啊,不知道的还以为是把输入剁成一堆拿大量文本统计出的最常见字符串组合的词元,高频组合各占一个词元而生僻词拆成更小的子词元,查询一张几万行的大对照表把每个词元换成几千维的数字串每一层除以各元素的均方根,下面把每串数字各与三个不同的矩阵相乘...
cover of next post
Next
LLM 代码练习——API 代理
一个单文件的 OpenAI 兼容 API 代理脚本,用来转发请求到上游服务,并记录请求与响应日志,可以用来测试大模型服务。 flowchart LR; A[OpenAI 兼容客户端] -->|HTTP 请求| B[llm-proxy] B -->|转发请求| C[上游大模型服务] C -->|返回响应| B B -->|返回响应| A B -.->|记录请求与响应| D[日志文件] 用法直接运行: 1uv run llm-proxy.py --upstream-base-url https://your-upstream.example.com/v1 常用参数: --upstream-base-url:上游服务地址 --host:监听地址,默认 127.0.0.1 --port:监听端口,默认 8000 --log-dir:日志目录,默认 ./logs --upstream-timeout:上游请求超时,默认 300 llm_proxy.py 头部已内联声明依赖,uv run 会自动处理单脚本的依赖:提...
Contents
  1. 贪吃蛇
  2. 扫雷
  3. 日历
  4. 课程表
  5. 时钟
© 2022 - 2026 By FenglielieFramework Hexo 8.1.2|Theme Butterfly 5.6.1
Search
Loading Database