Blog Archive

单卡 5 天训出机器鸭 14 个技能：队列化 RL 训练实践

用 mjlab（MuJoCo Warp）+ PPO 在单张 GPU 上串行训练 MicroDuck 双足机器鸭的 14 个技能策略：队列化训练、OOM 降配重试、NaN-safe 补训，以及每个任务各不相同的 reward 设计哲学。附全部技能回放 GIF。

从零手写一个 Pi Agent（7 天复盘）

我花 7 天从零手写了一个 Pi Agent，理解了所有 Agent 的通用骨架：循环 + 工具 + 上下文管理。

我的个人知识管理闭环：Obsidian + Blog + DeepTutor 三件套

我把「收集 → 加工 → 输出 → 复盘」串成一个可持续运转的闭环：Obsidian 沉淀、Blog 输出、DeepTutor 复盘辅导。分享这套体系的架构、落地细节和踩过的坑。

第一篇：用 Astro 搭建个人开发者博客（完整过程）

从零开始用 Astro + GitHub Pages 搭建自托管开发者博客的完整过程：方案选型、架构设计、五步搭建、双轨内容策略，以及实际踩坑记录。