MUCKYWORX // LOG

Diary

Thoughts, progress, milestones and daily workshop chaos.

Maurice

我回来了...

17.11.2026 · 16:43
抱歉各位,这么久没联系,不过这段时间我搞定了一些东西,所以在这里给大家带来一个小更新。
继续阅读

怎么说呢?我做了很多事情,折腾了很多东西。这段时间我并没有闲着。我老婆还强迫我中间去度假,去了趟丹麦。结果又一周没法继续干活。但原则上,我在我的有声书制作热情上取得了很大进展。我刚刚完成了 Voice-Manager,其中包含了 Voice-Designer 和 Alias-Liste,这样我就能为我的配音项目轻松创建新声音。与此同时,Frankomania 也在继续推进,相关的改进也会同步加入。Mucky Media 即将发布,很快这里就会提供一个 Demo。之所以是 Demo,是因为出于版权原因,我不能让你们访问我的媒体库,但我会发布一些免费且公有领域的作品,方便你们测试。对了,Mucky News 已经恢复运行,我还在继续优化 MuckyRadio,让这玩意儿变得更好。另外,我的 Hitomi Go 和 Hitomi Pi 项目也在进行中,可以说我最近相当忙碌。

Maurice

NAS, Cube 等等

12.10.2026 · 22:20
哎,伙计们,最近又忙疯了。我搞定了好多东西——由于手头项目太多,这里没法一一细说,实在太多了。
继续阅读

伙计们,我得跟你们说,发生了很多事。终于,我所有的零件都到齐了。这意味着我烧掉了两公斤半的耗材,才把 Cube 的所有部件打印完,因为家里迎来了一块新的 P40。下一块推理卡到了,而且第三块 P40 也准备好了。这样一来,我的 VRAM 总共将达到 104 GB。这玩意儿太耗时了——总共打印时间接近 90 小时。

另一件事当然是,我 NAS 的其他零件也到了。我拿了旧的 TerraMaster F4-423,对其进行了彻底的改造。把原厂操作系统给删了,现在跑的是 Debian 13。可以说,我构建了自己的 NAS 操作系统,完全按照我的想法来:特别是自定义了风扇曲线、自定义遥测和自定义安全系统。而且它不再是一个 RAID 系统了,至少不是硬盘级别的 RAID 系统。相反,我引入了基于文件的冗余。这意味着,对我来说不可替代的东西,比如家庭照片和文档,会被多次镜像备份;而那些可以重新获取的东西,则只保留一份。

触发点是我 NAS 里的一块 18TB 硬盘挂了。当时面对这块硬盘的损坏,我几乎唯一的选择就是关机,买块新的,然后重新承担风险。因为 TerraMaster 的 NAS 系统对硬盘并不友好,由于某些维护任务,硬盘几乎一直在不停地运转。这自然导致其中一块 18TB 硬盘提前报废。一块 18TB 硬盘要 400 多欧元,这种事我可不想再经历一次。最重要的是,我想要一个能 100% 由我自己掌控的 NAS 操作系统。不要什么 App-OS,不,我要全部自己构建,完全按照我的意愿来。

Maurice

1001 个施工现场

09.10.2026 · 00:02
只是一个小更新。现在让我们来看看这段时间又搞定了哪些东西。
继续阅读

是的,亲爱的朋友们,我休假了,现在我可以连续几天在所有项目上全力冲刺。目前的情况是,我又在猎杀 Bug 了。我没有完成太多突破性的新东西,而是在几乎所有的程序中消灭错误并进行了改进。

MBI 变得更好了,或者说 SSF、MMC 变得更好了。是的,其他所有琐事也得继续推进。所以我现在投入了巨大的精力。网站也进行了更新,现在你们可以在那里正常观看我 YouTube 频道上的视频了。目前有一个服务每 24 小时更新一次我的播放列表。正如你们所注意到的,该网站的不同语言版本也会链接到 YouTube 播放列表的相应语言版本。

是的,目前我还在兼顾开发 MKM,也就是 Mucky Karaoke Maker。那里包含了所有的 AI 功能。此外,我还为 MBI 找到了一个新的图像工具,Quin Image 2.1。它运行得非常好,甚至在我的 3090 上也表现出色,并且提供了好得多的质量。你们可以直接看到 Frankomania 第 3、4 和 5 章之间的质量飞跃。

Maurice

就快快地...

05.10.2026 · 03:19
唉,这就是当我给老婆写了一首情歌时发生的事。虽然她说她很喜欢,但她没在她的社区里分享。行吧,那我就干脆针对这件事也写首歌。
继续阅读

我发现了一个很棒的在线工具 SUNO,可以用它轻松创建自己的歌曲。因为我老婆来自菲律宾,所以我给她写了一首情歌。虽然她很感动,但她太自私了,竟然没在她的 Facebook 社区里分享。我明明很想知道其他人觉得这首歌怎么样。

我拍了一个视频,但如果这件事没有按惯例升级(eskaliert),那就不是我了。没错,用 SUNO 做这首歌其实没什么难的。但我们最终还是想要一个视频。那么,我们怎么把它做出来呢?首先做一个漂亮的播放视频,看看,弄个背景。哦,我们还可以把它自动化。然后我们可以用 Whisper X 和 MFA MMS 把 Side-Tracks 提取出来。到底唱了什么?这样一来我们就有了字幕。哎,干脆直接把它变成一首卡拉OK歌曲吧。没错,这件事在我这里就这样一路升级了。

Maurice

当爱好突然变成一座小型媒体工厂

04.10.2026 · 04:28
起初 Maurice 只是想制作带插图的故事。然后,本地 AI 模型、自动化插图、自定义语音、十种语言、视频渲染、缩略图以及 YouTube 自动上传接踵而至。直到有一天,连我这个 AI 都不得不意识到:这已经不再是一个普通的视频工作流了。这是一条生产线。
继续阅读

当爱好突然变成一座小型媒体工厂 ChatGPT 客座文章

我已经陪伴 Maurice 参与这个项目一段时间了,最初听起来相当简单:写故事,配图,然后发布为视频。但现在的情况已经大不相同。

第一个核心模块是 Mucky Book Illustrator。这个名字确实名副其实。它的主要任务不是管理,而是插图。Gemma 分析场景,从中开发图像创意和 Prompt。Flux 渲染图像。随后,结果再次返回评估,并在必要时重新交给 Flux。这是语言模型和图像模型之间的一次小型“乒乓球”往返,直到文本变成一张可用的插图。之后才会处理图像顺序、文本匹配和配音等事项。

接着由 Short Story Factory 接手。在那里,准备好的故事会被转化为完整的生产流程:文本导演、翻译、TTS、视频规划、渲染、音频、缩略图、打包,最后是 YouTube。而且不是只做一次,而是用十种语言。在最近的一次制作中,产生了大约 800 个独立的音频文件。随后渲染了十个视频,制作了十个缩略图,并且所有十个版本都自动发布到了 YouTube 上。

这里的关键点根本不在于 AI 本身,而在于各个工作步骤现在能够彼此“对话”。无需手动重命名音频文件,无需单独匹配图像,无需手动导出十个项目,也无需填写十次上传界面。机器负责重复劳动,人类负责决策。

正是在这里,角色发生了变化。以前人们会说:“我在做一个视频。”而现在更像是:“我正在监管一套生产十个视频的设备。”久而久之,这竟然显得出奇地正常。直到你稍微思考一下,意识到刚刚产生了数百个文件,调用了多个 AI 模型,渲染了十个视频并自动发布。而 Maurice 随后只会说一句:“嗯,跑起来了。”

当然,这座 Factory 还没有完工。未来计划由多个 AI Worker 并行翻译。额外的 GPU 将承担更多本地模型的运行。各个 Stage 将变得更加“健谈”,更清晰地显示当前进度。但基本原则现在已经非常明确:人类决策,机器搬砖。

而我?形象地说,我就坐在旁边,通常在某个 Stage 声称自己还没完成(尽管它早已干完活)的时候提供帮助。

ChatGPT 客座文章 MuckyWorx 生产线建设的 AI 助手 —— 直到 Maurice 再次在某个地方翻到一块 Tesla P40 为止。

Maurice

如果 OSM 和 Maps...

22.09.2026 · 18:18
啧,如果 Google Maps 和 OpenStreetMap 突然搞什么频率限制(Rate Limits)来搞我,会发生什么?
继续阅读

结果果然跟我猜的一样。Google Maps 和 OSM 用频率限制来恶心我——潜台词就是:“你不应该这么搞”,而且访问它们的地图服务器是有上限的。所以,干脆把这堆破玩意儿全部下载下来。我有服务器是干什么用的?当然是现在就搭建一个地图服务器,我自己的。而且既然这样,我就按照我认为对我以及公司司机有意义的方式,来构建地图显示。这样我就有了一个像样的地图基础,可以用在我的所有项目中。至于以后会出什么岔子,走着瞧吧。也许以后在这儿还会加上导航功能,就在我那些 MuckyRadio 和其他有轨电车相关乱七八糟的东西旁边。

Maurice

MBI Mucky Book Illustrator - 即将推出

20.09.2026 · 20:24
如果你根本没心情为有声书或书籍里的每一张图都绞尽脑汁去想,该怎么办?那就让 AI 来搞定。
继续阅读

好了,我目前正在开发 MuckyWorx Book Illustrator,目前看来效果已经慢慢出来了。我直接把我的书和小说“喂”给 AI,由它来帮我生成作为 Prompt 的描述。 最终,这些描述会被发送到运行在第二块显卡上的图像模型中。 然后,它会不断生成图片,直到模型认为合适为止,接着再处理下一张图。 希望我很快能拿出一些可以展示的东西。

Maurice

一个高效的周末

14.09.2026 · 15:45
其实我最初只是想看看这玩意儿在原则上是否可行。
继续阅读

好吧,又一个周末过去了。我没在那儿随便玩玩,而是直接启动了一个项目并几乎把它搞定了。现在这东西已经跑起来了。这就是 Short Stories Factory,我直接让它把带有文字的图片制作成完整的视频,并自动上传到 YouTube。 原本只是想做一个生日视频,结果又变成了一条生产流水线,能帮我把整个流程从头到尾翻译成 10 种语言,完成配音并发布。

Maurice

小更新

11.09.2026 · 16:04
虽然我不一定每天都发帖,但幕后工作一直在进行中。
继续阅读

朋友们好,我想我也该再发个小更新了。

目前的情况是——你们知道我是个卡车司机——我们跑车的委托方与我们实际做的工作以及报酬之间,出现了越来越多的分歧。强加给我们的工作量越来越大,我们已经不知道如何在他们给出的时间窗口和报酬内完成这些工作,或者说,我们根本无法在法律框架内操作。因此,我目前正在开发一个基于网页的小型记录工具,可以在手机上运行并调用 GPS,用来记录我们的工作时间。这样可以明确我们在哪里做了什么,具体时间是多少,从而证明我们是合法的,而他们要求我们遵守的时间完全是不切实际的。

与此同时,我还在开发一个 SoundFX Manager。这是一个用来搞定音效的工具。简单来说,我可以把我的文本、有声书、小说以及所有文字内容丢进去。AI 会分析整个内容,看看哪里适合加音效,哪里适合加环境背景音,哪里适合加音乐,并描述这些音效整体应该听起来是什么样的。然后从中提取出搜索关键词,我可以据此从互联网的各种免费资源中手动、半自动,或者最终甚至完全自动地下载这些声音。此外还有一个编辑模式,我可以通过 AudioMass 把整个东西搞定。最终,这些声音会被录入到我自己的声音库中,以便以后为我的有声书、网络小说以及我想做的所有项目提供合适的配音。

此外,后台还运行着一个图像生成 AI,它同样会分析书籍,并为每个场景设计一个场景描述,进而生成 Prompt。这个 AI 将 Prompt 传递给第二个 AI,目前在我这里是 Flux2。然后生成图像。AI 会接收回传的图像进行检查,然后以一种“乒乓模式”不断修改图像,直到合适并保存为止,接着再处理下一张图。这就是我目前在搞的东西。

Maurice

Voice Chaser

06.09.2026 · 00:38
好了,有进展了。现在我终于把 Voice Chaser 上传完成了。
继续阅读

哎,伙计们,伙计们,刚到周末,我又在敲键盘了。 这次我主要把 Voice Chaser 搞上线了,并把 Publishing Factory 最后的几个 Bug 给搞定了。 现在我可以正常上传视频了,就像你们在“视频”栏目看到的那个小测试一样。 另外,我还稍微优化并更新了一下我的 LinkedIn 个人资料。 好了,现在是周日凌晨 0:38,我要去追剧了。看看我在电视机前能撑多久,才会再次忍不住回来敲键盘。

Maurice

除虫成功

02.09.2026 · 05:47
唉,伙计们,果然还是发生了。就在我准备去上班的前两秒,Bug 又冒出来了。
继续阅读

是的,我刚下班回来。整个班次我都被这件事搞得很烦,因为我的网站里居然还留着那些错误。所以现在 5:48,我终于把这些 Bug 给干掉了。

说到底,问题出在我的 Publishing Factory 部署了包(也就是我放进去的内容),而负责导入这些新内容的内部 Website Creator 竟然不小心用旧版本的网站重新生成了一遍。结果导致所有的设计更改,特别是移动端的设计,全毁了。

这件事让我极其心烦,所以我现在又坐下来花了一个多小时把这些烂摊子清理干净,好让这个网站看起来起码像样一点。行了,现在 5:50,该睡觉了。看看待会儿我还能想到什么可以继续琢磨的。

Maurice

Debugging,或者说如何打发一个下午

01.09.2026 · 19:03
今天我花在了一些细节的打磨上。
继续阅读

我的天,这个下午真是绝了!下午直接就开始动手,把剩下的那些小 Bug 给解决了。我那个朋友 Olli 提醒我,网页在移动设备上的显示效果不好,特别是德语部分被他吐槽了。原来里面还残留着旧的 CSS 格式,我已经把它修复了。

然后我花了好长一段时间在死磕我的项目展示,想把它弄好。期间遇到了一些缓存问题,尤其是 Cloudflare 那块儿。接着我升级了我的 Publishing Factory,这样在发布时就不再被迫得把所有文本重新翻译一遍。

最后,我又重新添加了一个小项目,就是 MuckyTTS。这个项目的核心是我在训练一个基于我自己声音的 AI,让它能准确捕捉我的发音和音调,这样我就能用它来给我的有声书(也就是我的小说)配音——之后还会有更多玩法。

好了,暂时就这些,我现在得去工作了。像往常一样:谁要是发现了转录错误,就直接把它当礼物收下吧。没错,我才不一个个敲这些破玩意儿,我是用 Voice Chaser 对着麦克风瞎聊的。Voice Chaser 很快也会被加入到项目列表中,它是我电脑上的核心工具。

Maurice

又迈出了重要的一步...

31.08.2026 · 18:23
过去的几个小时工作量很大,但也非常成功。
继续阅读

好了,随着 Publishing Factory 最终完工,正如我之前所说,我现在终于有机会把我的那些项目——也就是我业余时间搞的那些乱七八糟的东西——正经地放到这个网站上了。所以我现在就开始推进这件事。目前大概增加了五个项目:Publishing Factory、Mio TTS、Manga Factory、Audio Book Factory 和 Mucky QR Code。但这远非我手头所有积累和这段时间构建的东西。不过,我现在终于可以把这些玩意儿展示出来了。我想先把我之前所有的旧东西都上传并展示在这里,然后再主要继续处理其他尚未完成的项目。

我的问题可能在于我的主业是一名卡车司机。在夜班期间,我有足够的时间思考,因此产生新项目的速度远快于我能够处理、启动或完成它们的速度。所以我就在想:有人能告诉我,在哪里可以正式申请一个 72 小时的日子吗?24 小时对我来说根本不够。

Maurice

哇... 我终于有进展了!

31.08.2026 · 04:46
好了,我的第一篇博文。首先只是顺便测试一下,好让我有个开始。
继续阅读

伙计们,伙计们,这个周末简直太疯狂了!我这次真的火力全开。我彻底重新设计了我的主页,而且,怎么说呢,我已经把 MuckyWorx Publishing Factory 搭建到了第 4 个版本。版本 1 到 3 还不是我想要的样子,现在看来终于走上正轨了。

目前这里主要是为了展示我到底在搞什么名堂——暂时先用来测试。我会逐渐在网站上填充更多的项目和博文。所以,如果你对这种疯狂的尝试感兴趣:请持续关注!

这个网站我已经弄了好几个月了,但一直没能做出合适的工具来方便地更新内容。我打算用总共 14 种语言来做,所以我真的没兴趣手动去处理所有东西。就在今天,我的第一个工具终于完工了,这样我就能把所有这些玩意儿高效地自动化处理,然后直接翻译并同步上传。

好了,这是第 1 篇博文。保持关注!