安装 huashu skills

$ npx skills add alchaincyf/huashu-design

安装完的skill如下

切換到 cc 后讀取 .agent，嘗試生成

$ 做一份 AI 心理學的演講 PPT，推薦 3 個風格方向讓我選

下面是讓我選擇風格

- 閱讀剩餘部分 -

01 · 彩票的隨機數真的隨機嗎？讓我們用 Chi² 來查詢分析資料

彩票開到現在，將近 1900 期、總共開出 11400 顆主號碼球。如果機器是公平的，理論上 1-38 號每個號碼應該出現約 300 次 左右。

如果某個號碼出現了 335 次（比期望多 35 次），這算正常的隨機波動，還是機器有問題？

憑直覺很難判斷。30 次差距聽起來不少，但攤在 1900 期裡又似乎還好。

這正是 Chi² 適合度檢定 要解決的問題：它把「直覺判斷」變成「可量化的 p-value」。

- 閱讀剩餘部分 -

本文以一個中型 Unity 單機遊戲專案為基礎，探討在程式碼總量逼近百萬 token 的情境下，
如何透過設計專案專屬的 Claude Code Skills，有效降低 token 消耗並提升查詢效率。

一、Session 數據初步觀察

從 token 總量與增長趨勢來看，本次 session 並無明顯異常。

- 閱讀剩餘部分 -

把 Meta 的影片分割模型接上透視投影，讓每個球員的移動路徑自動投影到俯視球場圖上。

前言

看 NBA 直播的時候，鏡頭永遠跟著球跑，球員散落在整個半場各個角落。教練要分析戰術，往往得一格一格回放，還要手動標記位置，耗時又費力。

如果能讓 AI 自動追蹤每個球員、即時畫出他們在球場上的移動軌跡，這件事就有趣多了。

這篇文章記錄的是一個週末實驗：用 Meta 的 SAM3（SAM2.1）對 NBA 影片做球員分割，再透過 Homography 透視投影，把每個球員的腳底位置換算成俯視球場座標。最終輸出兩支影片——一支是疊加彩色 mask 的原始視角，另一支是即時更新軌跡的俯視鳥瞰圖。

- 閱讀剩餘部分 -

Anthropic 上週宣布，6/15 起訂閱額度一分為二。

1. 人類在場、有互動的 Human-in-the-loop 用途（像是 Claude Code 日常使用）繼續吃原本的額度
2. 自動化工作流 Away From Keyboard（AFK）則改吃獨立的月度 credit——Pro 給 $20、Max 5x 給 $100、Max 20x 給 $200

這對 AFK 工作流和 harness engineering 來說是一記重拳，但同時也是重新審視自己 agent infra 的好時機。

- 閱讀剩餘部分 -