更新的备注和学位特征

更新的备注和学位特征 | AI生成和翻译

Home 2026.06

1. 触发了 gh-pages 工作流

在 jekyll-ai-blog 仓库上运行了 gh workflow run gh-pages.yml。确认已在以下地址启动： https://github.com/lzwjava/jekyll-ai-blog/actions/runs/27012471396

2. `ww degree --months` 过滤器

问题： ww degree 显示所有 20 篇抓取的文章，无论时间多久。用户只关心最近 3 个月。

更改（4 个文件）：

ww/degree/degree.py — 添加了 from datetime import datetime, timedelta，添加了 --months N 参数（默认 3，传 0 以禁用）。在获取条目后，根据日期过滤：e["date"] >= cutoff，其中 cutoff 为 now - N*30 days。
ww/main.py — 在 Degree 部分的帮助文本中添加了 --months。
README.md / README-CN.md — 在 degree 命令表格中添加了 --months 行。

用法：

ww degree              # 最近 3 个月（默认）
ww degree --months 6   # 最近 6 个月
ww degree --months 0   # 所有文章（不过滤）

提交： b57960d — feat(degree): filter articles by --months (default 3) CI： 所有 3 个工作流均通过（Lint & Security、Unit Test、Integration Test）。

3. 重复笔记检测修复

问题： 在 2026-06-05 创建了两篇内容相同的笔记：

2026-06-05-embedding-in-english-and-ai-explained-en.md
2026-06-05-embeddings-from-language-to-ai-models-en.md

pre-commit 钩子（test_duplicate_notes.py）检测到了重复并阻止了提交。但一开始就不应该创建重复的笔记。

根本原因： 使用了两种不同的算法：

位置	算法	行为
`check_duplicate_notes.py`（生产环境）	前 250 个字符必须完全相等，然后匹配 450/500 个字符	过于严格——漏掉了措辞稍有差异的近似重复
`test_duplicate_notes.py`（pre-commit 测试）	前 200 个字符 90% 相似度或后 200 个字符 90% 相似度	宽松——捕捉了语义重复

当 LLM 对同一个问题（“什么是 embedding？”）给出了两次答案，但标题/措辞略有不同时，严格的生产环境检查通过了，而宽松的 pre-commit 测试却捕捉到了重复。

更改（3 个文件）：

ww/ww/note/check_duplicate_notes.py — 将严格算法替换为与测试相同的基于前/后 200 个字符 90% 相似度的检查。添加了 _char_similarity() 辅助函数。现在生产环境和测试使用相同的逻辑。
ww/tests/note/test_check_duplicate_notes_extended.py — 更新了 2 个测试：
- test_different_first_and_last_chars_returns_false — 更改为不同的结尾（原版本仅在开头不同，但旧算法不检查结尾）
- test_long_strings_with_many_differences — 更改为预期 True，因为前/后 200 个字符现在匹配
jekyll-ai-blog/notes/2026-06-05-embeddings-from-language-to-ai-models-en.md — 删除了重复的文件。

提交（ww）： 75ec6ac — fix(note): align duplicate detection with test algorithm 提交（jekyll-ai-blog）： fcf99761f — fix(notes): remove duplicate embedding note CI： 所有 35 个重复检查测试通过。pre-commit 钩子通过。

为什么重复不断发生

笔记创建流程为：hermes /note 插件 → 剪贴板 → ww note → 队列 → ww note watch → create_note_from_content()。create_note_from_content() 中的重复检查存在，但使用的算法过于严格——它要求前 500 个字符中几乎精确的字符级匹配。当 LLM 在不同时间对同一个问题生成相同的答案，但措辞略有不同（不同的标题、略微不同的表述）时，检查通过了，于是创建了重复。pre-commit 钩子使用了更宽容的算法，捕捉到了这些重复，这就是为什么提交一直失败。现在两者使用相同的算法。

Back Donate