櫻花大戰客製 Windows XP 移轉 UTM 實測:能開機,但決定改用 x86 硬體
結論與停止決定
這次把原本的 Parallels 客製 Windows XP 硬碟轉進 Apple Silicon Mac 的 UTM,成功修復開機藍畫面、進入桌面,也讓替代虛擬光碟工具掛載原有遊戲映像。然而,能開機、能讀取光碟、能啟動部分遊戲,仍不等於能順暢遊玩。
使用者後續確認「可以運行,但超級無敵卡」。當時沒有明確指定是哪一代,因此這項回報不能推論為四代遊戲都已成功,也不能取代第 3、4 代尚未通過的光碟驗證。
2026-09-25 決定停止這條測試路線,改換 x86 硬體執行,不再繼續調整 Apple Silicon 上的 x86 模擬。這是根據實際卡頓體驗做出的取捨;本輪沒有量測 FPS,也沒有證明任何 x86 電腦都能直接成功。
[!summary] 本次得到的結果 原始硬碟可讀且初次轉換內容一致;UTM 中的 XP 可開機;WinCDEmu 可掛載原有 MDS/MDF;第 1 代可播開場、第 2 代可到標題畫面;第 3、4 代仍有 StarForce 障礙。效能未達使用者可接受程度,測試到此結束。
測試環境與原始資料
| 項目 | 本次環境 |
|---|---|
| Mac | Apple M5 Pro,48 GiB RAM |
| 虛擬機程式 | UTM,執行紀錄使用 QEMU 10.0 系列 pc 機型 |
| 客體系統 | 32 位元 Windows XP Professional,客製櫻花大戰桌面與第 1~4 代遊戲 |
| 原始格式 | Parallels 動態硬碟;原 VM 名稱「サクラ大戦」 |
| 磁碟容量 | 虛擬容量 64 GiB,原始實際占用約 12.35 GiB |
| UTM CPU | x86_64 TCG 模擬、Core 2 Duo、1 個虛擬核心 |
| 客體記憶體 | 1 GiB |
| 主機板與開機 | i440FX/PIIX、BIOS、IDE 硬碟 |
| 最後顯示/音效設定 | Cirrus VGA、AC97;音效完整功能未驗證 |
| 輸入與連線 | PS/2;USB、網路、共享資料夾及共享剪貼簿未啟用 |
原始資料位於 ~/Downloads/Windows XP/WindowsXP.hdd。實際來源檔為:
WindowsXP.hdd.0.{5fbaabe3-6958-40ff-92a7-860e329aab41}.hds
來源 HDS 的 SHA-256:
fc0f196687158bf9ff20098af798f04be13dc0e3a537c24a1c3b6f6300033b1b
原始映像以唯讀方式處理,qemu-img check 未發現結構錯誤。初次轉成 QCOW2 後,qemu-img compare 回報內容一致。後續修復只作用於 UTM 工作副本;修復後的副本自然不再與原始映像逐位元相同。遊戲執行檔、既有 MDS/MDF 與原始存檔沒有被刻意替換或覆寫。
開機藍畫面:兩組舊驅動的相容性問題
最初 XP 開機後反覆重啟。先在工作副本的 ControlSet001、ControlSet002 將 Control\CrashControl\AutoReboot 從 1 改成 0,才得以保留藍畫面內容。
第一個可辨識的錯誤來自 DAEMON Tools 使用的 SPTD 驅動:
STOP 0x0000007E
(0xC0000005, 0xF742A149, 0xF7A14964, 0xF7A14660)
sptd.sys — address F742A149, base F741C000
在兩個 ControlSet 中將 Services\sptd\Start 從 0 改成 4,停用 SPTD 後繼續開機,才暴露第二個錯誤:
STOP 0x0000007E
(0xC000001D, 0xF7672D3A, 0xF7A14F08, 0xF7A14C04)
prl_strg.sys
接著在 UTM 副本停用 Parallels 舊驅動:prl_boot、prl_fs、prl_memdev、prl_mouf、prl_pv32、prl_sound、prl_strg、prl_tg、prl_va,並移除 Disk 類別 LowerFilters 中唯一的 prl_strg 引用,保留標準的 PartMgr。完成後 XP 能正常進入桌面。
這些修改是為了排除這次 UTM 環境下的故障,不代表這些驅動在原本 Parallels 或其他 x86 環境也必須停用。
DAEMON Tools:不只是停用 SPTD 的後果
原有 DAEMON Tools Lite 版本為 4.49.1.0356。除了 SPTD 曾造成藍畫面,程式本身還會發生 0xC06D007E 例外。
透過客體內 Win32 診斷程式捕捉延遲載入例外,定位到:
- DLL:
imgengine.dll。 - Win32 LastError:
1114,即 DLL 初始化失敗。 - 這不是單純找不到該 DLL 檔案;檔案存在,但初始化未成功。
曾將 CPU 型號改成 max 並隱藏 hypervisor CPUID,問題仍在,因此恢復 Core 2 Duo。DAEMON Tools 沒有在這次測試中修復成功。
為避免每次開機跳出錯誤,先將 XP 使用者的 Run 登錄設定匯出至 C:\dt-startup-backup.reg,再移除 DAEMON Tools Lite 的自動啟動值;既有程式保留,SPTD 維持停用。
改用 WinCDEmu:掛載成功與遊戲驗證分開看
使用者同意「以遊戲能正常啟動為主」,因此改裝官方來源的 WinCDEmu 4.1。官方列出支援 XP 與 MDS/MDF。官方網站、安裝檔來源。
安裝檔 SHA-256:
c47763631d20120057766f2f71f781bf958e22712da4ac933b21db0d615dc93c
安裝成功後,MDS 檔案關聯交由 WinCDEmu 處理。第 4 代的 C:\SEGA\Sakura4\_Disc\SAKURA_3.mds 可掛載為 V:,卷標為 SAKURA,也能列出 LG_Data、SAKURA.ico、sakura4setup-3.bin 等內容。
但檔案可讀並不保證 StarForce 接受該虛擬光碟。第 4 代仍回報光碟序號與光驅中的光碟不符;第 3 代則要求把光碟放入另一台光碟機。為排除額外 IDE 光碟機干擾,曾移除 UTM 的 IDE CD/DVD 裝置,結果仍未通過驗證。
本輪沒有修改遊戲驗證程式,也沒有把原有 MDS/MDF 轉成其他格式。
各代實測結果
| 遊戲 | 實際觀察 | 驗證界線 |
|---|---|---|
| 櫻花大戰 1 | 執行 C:\SEGA\Sakura\ADVcore.exe,可顯示廠商畫面與播放開場動畫 |
未確認主選單、關卡操作、存讀檔與長時間遊玩 |
| 櫻花大戰 2 | 提示缺少 3D 加速器、texture、Z buffer;選用內建軟體模擬模式後,可播放動畫並到「點擊滑鼠左鍵」的標題畫面 | 自動操作未完成進入選單的驗證;後續使用者回報可運行但很卡,未明確指定代數 |
| 櫻花大戰 3 | 初次 StarForce 回報找不到光碟/請換另一台光碟機;移除 IDE CD 後改為辨認光碟時發生錯誤 | 未進入遊戲 |
| 櫻花大戰 4 | MDS/MDF 掛載成功且可讀;首次 StarForce 回報序號與光碟不符;移除 IDE CD 後重測停在檢查光碟階段 | 未觀察到驗證成功或進入遊戲 |
因此,本次達成的是「客製 XP 遷移後可開機、部分遊戲能啟動」,沒有達成「整套櫻花大戰可順暢遊玩」。
為什麼能跑,卻還是很卡
這次同時面對兩層效能限制。第一層是 M5 Pro 的 ARM 架構與 XP 的 x86 架構不同,整個客體使用 QEMU TCG 翻譯執行,不能把這份 XP 直接交給 Apple 的同架構硬體虛擬化。這也可從實際啟動參數 -accel tcg 確認。UTM 系統設定文件
第二層是 UTM 的 Windows 客體沒有 Direct3D/OpenGL 硬體加速。第 2 代實際跳出的 DirectX 提示,與這項平台限制一致;選擇軟體模擬後,原本應由 GPU 承擔的繪圖工作也落在客體 CPU 上,再經過跨架構翻譯。UTM 遊戲支援說明
這是本次嚴重卡頓的主要解釋,但仍屬基於設定與現象的判斷,並非完成效能剖析後的定量歸因。StarForce 光碟驗證是另一個獨立障礙,即使繪圖加速改善,也不能據此宣稱第 3、4 代能通過驗證。
最後做過一次小幅效能調整:把 JIT 轉譯快取由實際預設的 256 MiB 增至 1024 MiB,關閉診斷紀錄,CPU 核心數與客體 RAM 不變。重新啟動成功,程序參數顯示 tb-size=1024 已生效。閒置時宿主 QEMU 程序約為單核心 CPU 的 6.2%(單次取樣),只能說當時沒有滿載,不能用來推論遊戲內速度。
沒有完成相同場景的調整前後 FPS 比較,也沒有證實這項調整改善卡頓。 增加快取無法補上 Windows 3D 加速,因此依使用者決定停止後續測試。
換機時保留哪些東西
改用 x86 硬體的方向是讓 XP 的 x86 指令原生執行,或在同架構上使用硬體虛擬化,避開本次 ARM 上模擬整個 x86 系統的成本。下一台機器仍需確認 XP 適用的驅動、遊戲所需繪圖能力,以及原有光碟工具/StarForce 的相容性;本輪沒有驗證下一台電腦。
換機應優先以未修改的原始 Parallels 硬碟再建立副本作為起點。UTM 副本已停用 SPTD、Parallels 驅動,並改了光碟工具;這些變更不應直接當作下一個環境的必要設定。現有 UTM 副本則保留作為本次試驗成果與故障排查參考。
本次資料位置如下,均為本機保存路徑:
| 用途 | 路徑 |
|---|---|
| 原始硬碟 | ~/Downloads/Windows XP/WindowsXP.hdd |
| 測試工作資料夾 | ~/Documents/Codex/2026-09-25/windows-xp-utm |
| UTM 套件 | 工作資料夾下 outputs/Windows XP Games.utm |
| 修復 DAEMON Tools 前的可開機磁碟備份 | 工作資料夾下 work/inspection.nosync/pre-daemon-repair.qcow2 |
| 效能調整前的 UTM 設定 | 工作資料夾下 work/pre-performance-config.plist |
| 詳細移轉紀錄 | 工作資料夾下 outputs/移轉紀錄.md |
| 修改與驗證清單 | 工作資料夾下 outputs/migration-manifest.json |
UTM VM 名稱為 Windows XP Games,UUID 為 A4E645C2-D49C-48EF-B69F-BDE12E872D19。本次停止後不再安排額外效能或相容性測試,也不刪除原始硬碟、VM、備份與紀錄。
資料來源與紀錄範圍
本筆記根據 2026-09-25 的實際工具輸出、XP 畫面、故障診斷、工作資料夾紀錄,以及使用者對卡頓與換機的回覆整理。官方文件只用來說明 UTM 與 WinCDEmu 的能力邊界,沒有把文件宣稱當成遊戲實測成功。
macOS 使用 FUSE-T 與 ntfs-3g 讀寫 NTFS 硬碟
使用 FUSE-T + ntfs-3g 讀寫 NTFS。以下 DataDrive 與 diskNsM 均為範例,請替換成實際卷宗名稱與分割區代號。
1. 安裝 FUSE-T
安裝 FUSE-T,或執行:
brew install macos-fuse-t/homebrew-cask/fuse-t
本次使用 FUSE-T 1.2.7、Apple Silicon 與 backend=nfs,不需要啟用 FSKit Modules。
2. 編譯相容的 ntfs-3g
安裝建置工具(已有 Command Line Tools 可略過第一行):
xcode-select --install
brew install autoconf automake libtool pkgconf libgcrypt
使用下列相容分支與固定版本;建置目錄必須尚未使用:
(
set -e
BUILD_DIR="$HOME/Builds/ntfs-fuse"
INSTALL_DIR="$HOME/.local/share/ntfs-fuse"
mkdir -p "$BUILD_DIR/pkgconfig"
git clone https://github.com/macos-fuse-t/ntfs-3g.git "$BUILD_DIR/source"
cd "$BUILD_DIR/source"
git checkout --detach f0e5cb0274e30334dd03aefb4fd5a14c239e6756
cp /usr/local/lib/pkgconfig/fuse-t.pc "$BUILD_DIR/pkgconfig/fuse.pc"
export ACLOCAL_PATH="$(brew --prefix)/share/aclocal"
export PKG_CONFIG_PATH="$BUILD_DIR/pkgconfig:/usr/local/lib/pkgconfig"
export CPPFLAGS='-I/usr/local/include/fuse'
export LDFLAGS='-L/usr/local/lib -Wl,-rpath,/usr/local/lib'
export MACOSX_DEPLOYMENT_TARGET=12.0
./autogen.sh
./configure --prefix=/usr/local --with-fuse=external \
--disable-crypto --disable-library \
--disable-mount-helper --disable-ldconfig
make -j4
make install DESTDIR="$INSTALL_DIR" rootbindir=/bin rootsbindir=/sbin
for tool in ntfs-3g ntfs-3g.probe ntfscat; do
codesign --force --sign - "$INSTALL_DIR/bin/$tool"
done
)
3. 確認磁碟並卸載原有掛載
diskutil list external physical
diskutil info /dev/diskNsM
核對名稱、NTFS 格式、容量與 UUID。替換正確裝置編號,不格式化磁碟。
若已掛載,先卸載:
diskutil unmount /dev/diskNsM
若卸載失敗,先關閉檔案與傳輸再重試,不強制卸載。
4. 以讀寫模式掛載並開啟 Finder
在一般使用者的 Terminal 執行;掛載目錄須為空,且未被其他卷宗占用:
NTFS_BIN="$HOME/.local/share/ntfs-fuse/bin"
# 探測失敗就停止,不繼續掛載
sudo "$NTFS_BIN/ntfs-3g.probe" --readwrite /dev/diskNsM &&
sudo mkdir -p /Volumes/DataDrive &&
sudo "$NTFS_BIN/ntfs-3g" /dev/diskNsM /Volumes/DataDrive \
-o "backend=nfs,volname=DataDrive,rw,noatime,uid=$(id -u),gid=$(id -g)" &&
open -a Finder /Volumes/DataDrive
5. 檢查讀寫與卸載
先確認掛載來源及選項:
mount | grep -F ' on /Volumes/DataDrive ('
確認來源為 fuse-t:/DataDrive、包含 nfs,且沒有 read-only。
在 Finder 建立臨時文字檔,確認能修改、重新命名與刪除。
本次亦完成寫入雜湊、中文改名、卸載後直接讀取與重掛驗證。
使用完畢後卸載:
diskutil unmount /Volumes/DataDrive
拔線前,確認其他分割區也未使用,再透過 macOS 退出整顆硬碟。
常見問題
Operation not permitted:若 NFS 已掛載,檢查「隱私權與安全性 → 檔案與檔案夾 → Terminal → 網路卷宗」。官方說明- 讀寫探測失敗:停止操作,不自動修復或清除 Windows 休眠資訊。NTFS-3G 手冊
- 完全偵測不到硬碟:先檢查 USB 連線與供電,恢復辨識後重新核對裝置編號。
青春戀愛輕小說
以下是十部以校園(高中至大學)為背景的青春戀愛輕小說推薦,均為知名且備受好評的作品。每部作品均標註是否完結、是否動畫化,以及動畫化的主角聲優(如適用)。這些作品以其細膩的情感描寫和青春氛圍深受讀者喜愛,涵蓋了高中和大學校園的浪漫故事。為確保資訊準確,以下推薦基於廣泛認可的資料,並避免杜撰內容。
1. 《我的青春戀愛物語果然有問題》(Yahari Ore no Seishun Love Comedy wa Machigatteiru)
- 故事簡介:高中生比企谷八幡性格孤僻,意外加入「奉仕部」,與雪之下雪乃和由比濱結衣共同解決同學的問題,展開一段糾結又溫暖的青春戀愛故事。
- 是否完結:已完結(輕小說全14卷,外傳若干)。
- 是否動畫化:已動畫化(三季,2013-2020)。
- 主角聲優:
- 比企谷八幡:江口拓也
- 雪之下雪乃:早見沙織
- 由比濱結衣:東山奈央
- 推薦理由:以深刻的人物心理描寫和現實的青春視角聞名,角色間的互動充滿化學反應,動畫改編忠於原作,深受粉絲喜愛。
2. 《青春豬頭少年不會夢到兔女郎學姐》(Rascal Does Not Dream of Bunny Girl Senpai)
- 故事簡介:高中生梓川咲太遇到穿著兔女郎裝的學姐櫻島麻衣,發現她因「青春期症候群」而逐漸被人遺忘,兩人共同面對怪現象並發展感情。
- 是否完結:尚未完結(截至2025年,輕小說仍在連載,現有13卷以上)。
- 是否動畫化:已動畫化(2018年第一季+劇場版)。
- 主角聲優:
- 梓川咲太:石川界人
- 櫻島麻衣:瀨戶麻沙美
- 推薦理由:結合奇幻與現實,情感細膩且真摯,動畫以高品質製作和聲優表現獲得極高評價。
3. 《堀與宮村》(Horimiya)
- 故事簡介:看似普通的高中女生堀京子與外表平凡但私下是刺青潮男的宮村伊澄相遇,兩人逐漸萌芽的戀情帶出溫馨的校園日常。
- 是否完結:已完結(漫畫改編輕小說,漫畫全16卷,輕小說版亦完結)。
- 是否動畫化:已動畫化(2021年第一季+後續篇章)。
- 主角聲優:
- 堀京子:戶松遙
- 宮村伊澄:內山昂輝
- 推薦理由:甜蜜與搞笑兼具,角色群像刻畫生動,動畫色彩明亮,適合喜愛輕鬆戀愛氛圍的讀者。
4. 《櫻花莊的寵物女孩》(Sakurasou no Pet na Kanojo)
- 故事簡介:大學生神田空太住在充滿怪人的櫻花莊,與天才畫家椎名真白相處後,展開一段關於夢想與愛情的青春故事。
- 是否完結:已完結(輕小說全10卷+外傳)。
- 是否動畫化:已動畫化(2012年)。
- 主角聲優:
- 神田空太:松岡禎丞
- 椎名真白:茅野愛衣
- 推薦理由:以大學為背景,探討青春的夢想與愛情,動畫改編細膩呈現角色成長,聲優表現出色。
5. 《龍與虎》(Toradora!)
- 故事簡介:高中生高須龍兒與外表嬌小但性格火爆的逢坂大河因誤會結識,兩人互相幫助追求心儀對象,卻逐漸發現彼此的感情。
- 是否完結:已完結(輕小說全10卷+外傳)。
- 是否動畫化:已動畫化(2008-2009年)。
- 主角聲優:
- 高須龍兒:間島淳司
- 逢坂大河:釘宮理惠
- 推薦理由:經典校園戀愛作品,角色互動幽默又感人,動畫改編被譽為戀愛動漫的標杆之一。
6. 《四月是你的謊言》(Shigatsu wa Kimi no Uso)
- 故事簡介:天才鋼琴少年有馬公生因母親去世而放棄音樂,遇見小提琴手宮園薰後,重新找回人生與愛情的色彩。
- 是否完結:已完結(漫畫改編輕小說,漫畫全11卷,輕小說版亦完結)。
- 是否動畫化:已動畫化(2014-2015年)。
- 主角聲優:
- 有馬公生:花江夏樹
- 宮園薰:種田梨沙
- 推薦理由:音樂與戀愛交織,情感深刻動人,動畫以精美畫面和音樂呈現,聲優表現令人印象深刻。
7. 《月刊少女野崎同學》(Gekkan Shoujo Nozaki-kun)
- 故事簡介:高中女生佐倉千代向漫畫家同學野崎梅太郎告白,卻意外成為他的漫畫助手,展開一段搞笑又甜蜜的校園戀愛喜劇。
- 是否完結:尚未完結(漫畫改編輕小說,漫畫仍在連載)。
- 是否動畫化:已動畫化(2014年)。
- 主角聲優:
- 佐倉千代:小澤亞李
- 野崎梅太郎:中村悠一
- 推薦理由:以幽默為主軸,顛覆傳統戀愛套路,動畫改編輕鬆有趣,適合喜愛搞笑戀愛的讀者。
8. 《我太受歡迎了,該怎麼辦?》(Yahari Ore no Seishun Love Comedy wa Machigatteiru)
- 故事簡介:高中生友崎文也認為人生像一款失敗的遊戲,在學姐日南葵的指導下,他開始改變自己並探索愛情與友情。
- 是否完結:尚未完結(截至2025年,輕小說仍在連載)。
- 是否動畫化:已動畫化(2021年第一季)。
- 主角聲優:
- 友崎文也:佐藤元
- 日南葵:金元壽子
- 推薦理由:以「人生攻略」為主題,結合校園戀愛與成長,動畫改編輕快且具啟發性。
9. 《青春之箱》(Ao no Hako / Blue Box)
- 故事簡介:高中生稻葉大志暗戀羽球部學姐鹿野千夏,兩人在社團活動中逐漸靠近,展開青春與戀愛的交織故事。
- 是否完結:尚未完結(漫畫改編輕小說,漫畫仍在連載)。
- 是否動畫化:已動畫化(2024年開始)。
- 主角聲優:
- 稻葉大志:千葉翔也
- 鹿野千夏:上田麗奈
- 推薦理由:運動與戀愛結合,角色情感真摯,動畫改編以青春活力吸引觀眾,備受期待。
10. 《鄰座的怪同學》(Tonari no Kaibutsu-kun)
Future Aview - Beyond Big 3
[!NOTE] 此為演講筆記
Aview 的未來發展方向:從既有 Big 3 量化分析,延伸到更多器官、血管急症、腫瘤 CAD、氣道疾病與多模態報告生成;核心邏輯是先建立穩定可信的影像量化,再把結構化資料累積、搜尋、解讀,最後發展成臨床與病人端的智慧輔助。
- 這套 roadmap 以 「Beyond Big 3」 為主軸,將既有胸部 CT/LDCT 量化能力延伸到更多非傳統目標,包括骨密度與骨折風險篩檢、身體組成分析、主動脈瘤直徑量測與警示、脂肪肝篩檢,以及脊椎神經狹窄的 dural sac 橫截面自動量測;其價值在於把原本附帶於 CT 影像中的資訊轉換成可量化、可追蹤、可臨床使用的風險指標,例如 sarcopenia、代謝風險、steatosis 與骨折風險。
- 在血管與急症領域,系統進一步從篩檢型 LDCT 擴展到 contrast CT、診斷型影像與急症情境,目前研究方向包括肺栓塞疑似區域自動偵測、以肺動脈與心臟結構進行肺高壓風險評估,以及主動脈剝離的 12-zone 自動分類;這代表平台不只做慢性病或篩檢定量,也試圖進入需要快速判讀與優先處理的 emergent territory。
- 目前 R&D 的三大主軸可整理為:
- 第一是 Detection & CAD,包括 incidental pulmonary nodule CAD 與 lung metastasis CAD
- 第二是 Robust Quantification,包括 LDCT denoising、kernel harmonization,以及不受 scanner、dose、reconstruction kernel 影響的可重現定量
- 第三是 Multimodal Model,以影像定量結果作為基礎,進一步支援 multimodal interpretation 與 LLM report drafting。
- 現階段 bench 上的重點包括 denoising、lung metastasis CAD、airway labeling、mucus-plug detection/scoring,以及 multimodal LLM。
- Robust quantification 的基礎是 LDCT denoising 與 kernel conversion,技術方向包括 MTD-GAN 以及 image-to-image Schrödinger Bridge;目標是讓 LAA、LCS、CAC、body composition 等 quantitative biomarkers 在不同廠牌、不同劑量、不同 reconstruction kernel 下仍保持穩定。這一點很重要,因為若 biomarker 會隨掃描條件大幅波動,臨床上就難以作為可信的追蹤或決策依據;因此 harmonization 是所有 Beyond Big 3 biomarker 的底層骨幹。
- 在 oncology 應用中,lung metastasis CAD 的臨床問題是 metastatic nodules 通常數量多、尺寸小,會增加判讀負擔,也容易漏診;系統目標是自動偵測疑似轉移結節,並在 per-nodule 與 per-patient 層級量化 metastatic status,特別適合用於 chest CT 上新發或變大的轉移結節優先判讀。流程上由 AVIEW CAD 先做 nodule detection,再經由 classification engine 判斷 metastatic status,預期效果是降低 workload 並提高 AUC/sensitivity。
- Lung metastasis CAD 的模型訓練策略採用 large-scale weak-label pretraining 再接 small high-quality strong-label fine-tuning;資料設計包括約 30k 以 radiology report 產生的 weak-label dataset,以及約 3k 的 strong-label dataset。結果顯示 weak-label dataset 可達約 48% workload reduction,strong-label dataset 約 54.2%,而 30k weak-label pretraining 接 3k strong-label fine-tuning 可提升至約 62.2% workload reduction,顯示弱標籤大資料加上高品質標註微調,可能兼顧效率與效能。
- Airway labeling 的方向是建立自動化 airway-tree labeling,對兩側肺部 segmental bronchi 產生 30 個 segment-level labels,作為一致且可重現的解剖參照;目前效能約為 precision 0.99、recall 0.81、F1 0.89(n=27)。這項技術不只是單純標記氣道,而是後續 small-airway quantification、airway-wall quantification、COPD/bronchiectasis phenotyping 的基礎,也會作為 mucus-plug detection 與 scoring 的前處理。
- Mucus plug detection & scoring 則是建立在 airway-tree labeling 之上,用於 COPD、bronchiectasis 與 asthma 的黏液栓自動偵測;scoring 採用 segment-based score,也就是計算含有 mucus plug 的 bronchopulmonary segments 數量。其臨床意義在於 mucus score 可反映 airflow obstruction 與 symptom severity,進一步支援 phenotype 分類與治療反應追蹤;目前模型仍處於 lesion-proposal stage,特徵是 recall 高,但 false positives 尚未完全抑制。
- 多模態 LLM 的定位不是直接取代影像偵測,而是 以可信定量為基礎的報告生成。流程上,task-specific CNN 先負責偵測與量化結構化 findings,VLM 再補充較廣泛的影像觀察,兩者形成 structured findings summary,最後由 LLM 產生 draft report。這樣設計的理由是 VLM 單獨用於偵測仍不可靠,因此必須先由已驗證的 specialist CNN 鎖定關鍵量測與結構化結果,再讓 VLM 補足專門模型無法涵蓋的資訊,最後由 LLM 撰寫報告。
- 整體發展方向可以概括為五個階段:Quantify、Accumulate、Search、Interpret、Assist。第一步是從每一次掃描產生 AVIEW quantitative outputs,並以 denoising 與 harmonization 確保穩定性;第二步是在大規模層級累積結構化資料;第三步利用 content-based image retrieval 搜尋相似病例;第四步讓 multimodal LLM 依據偵測與定量結果輔助報告解讀;第五步則發展 screening-result LLM chatbot,作為病人端支持工具,而非取代醫師。
- 總結而言,這組投影片的核心訊息是:先把 CT 影像轉成可靠、可重現、可累積的定量資料,再在此基礎上發展 CAD、風險評估、相似病例搜尋、報告草稿與病人輔助工具。也就是「quantification first, intelligence on top」:CNN 負責把數字做準,VLM 擴大影像理解範圍,LLM 負責生成報告與溝通介面,而每一步都必須建立在可信的影像量化之上。
Railroad Corporation 2 v.s. Railway Empire 2
[!NOTE] 主要差異
- Railroad Corporation 2 偏公司經營與經濟模擬
- Railway Empire 2 偏大型鐵路網建設與較流暢的物流規劃。
主要差異
| 面向 | Railroad Corporation 2 | Railway Empire 2 |
|---|---|---|
| 背景 | 20 世紀初,包含蒸汽、柴油與電氣化 | 1830 年起,重點是蒸汽鐵路時代 |
| 核心 | 經營「公司」 | 建造「鐵路網」 |
| 經濟深度 | 較深:財務報表、貸款、債券、商品價格、政府遊說 | 較直接:運送物資、發展城市、購買產業與擊敗競爭者 |
| 公司管理 | 有研究、財務、地質、遊說等部門 | 有角色能力與科技發展,但公司內部管理較簡化 |
| 軌道操作 | 號誌、route checkpoint、坡度、平交道與電氣化需要較多管理 | 自動放置信號、最多四線橋梁、八線車站,建設較方便 |
| 地圖 | 程序生成地圖,資源配置較有隨機性 | 美國與歐洲超大型地圖,也有區域地圖 |
| 多人 | 最多四人,可合作或 PvP | 最多四人合作經營同一家公司 |
| 難度 | 較高,介面與系統較繁複 | 較低,適合專注於路線與運輸效率 |
| 完成度 | 整體較新、內容量較少 | 畫面、地圖和遊戲流程較成熟 |
Railroad Corporation 2 特別強調財務報表、債券、商品市場、遊說、公司部門,以及手動號誌與路線控制;正式版於 2026 年 2 月推出。Steam Store
Railway Empire 2 則提供兩張橫跨全美國與歐洲的大地圖、60 輛歷史火車、五章 campaign、14 個 scenario,以及自動號誌和簡化的多軌建設。Steam Store
玩起來的實際感受
選 Railroad Corporation 2,若你喜歡
- 思考一條路線究竟有沒有利潤,而不只是能不能運作。
- 操作資產負債、貸款、債券與公司部門。
- 手動解決鐵路壅塞、號誌與路口配置。
- 類似舊版 Railroad Tycoon 的企業經營感。
- 和朋友分別經營公司、互相競爭。
它的缺點是系統較零碎,部分操作不如 Railway Empire 2 直覺;進入後期後,你會花較多時間處理公司管理和列車流量。
選 Railway Empire 2,若你喜歡
- 在大地圖上規劃幹線、支線與大型車站。
- 看城市因物流供應而逐步發展。
- 不想一直手動配置號誌。
- 喜歡漂亮的地圖、火車模型與 ride-along 視角。
- 和朋友共同經營一間公司。
它的缺點是經濟系統相對容易被看透;熟悉供應鏈規則後,後續遊戲可能變成重複擴張,而不是複雜的企業決策。
目前玩家評價
截至 2026 年 7 月:
- Railroad Corporation 2:Steam 約 70% 好評,338 篇購買者評論。
- Railway Empire 2:約 72% 好評,1,914 篇購買者評論。
兩者分數接近,但 Railway Empire 2 的樣本數較大;Railroad Corporation 2 則是較新的作品。
賽車的數學簡化
[!NOTE] 賽車是在非線性、不確定且受限的動力系統中,持續求解最短時間軌跡的最佳化問題。
一條理想賽車線大致要滿足:位於賽道邊界內、曲率平順、避免不必要的方向變化,並讓入彎、彎心與出彎連成連續軌跡,同時在多個彎之間做全局取捨。這和參數曲線(如 B-spline)的思路很接近:車手不是逐點決策,而是在腦中形成一條連續路徑。
路線可用參數曲線表示
\[\mathbf{r}(s)=\begin{bmatrix} x(s)\\ y(s) \end{bmatrix}\]其曲率
\[\kappa(s)=\frac{x'(s)\,y''(s)-y'(s)\,x''(s)}{\left(x'(s)^2+y'(s)^2\right)^{3/2}}\]會直接影響能維持的速度:曲率越小、速度越高。在最簡化的摩擦圓模型中,過彎極速大致是
\[v_{\max}(s)\approx\sqrt{\frac{\mu g}{|\kappa(s)|}}\]其中 $\mu$ 是摩擦係數、$g$ 是重力加速度。所以路線越能壓低關鍵位置的曲率,理論上過彎速度就越高。
但賽車線不只是找「最圓」或「最短」的曲線:
- 最短距離未必最快
- 最大化單一彎的彎心速度,可能犧牲下一個彎
- 晚頂點增加行駛距離,卻能改善出彎加速
- 排位賽與正賽的最佳路線不同
- 輪胎過熱時,原本最快的線可能不再最優
車手其實是在對多個互相衝突的條件做最佳化,而不是套用一條固定的幾何規則。
嚴格說,這也不是「曲線擬合」,而是「軌跡最佳化」。曲線擬合是先有一組資料點、再找曲線去逼近;但賽車沒有預先給定的正確點,車手是主動選擇路徑、速度、煞車點與油門,本質上是一個以總時間為目標的 optimal control problem:
\[\min_{\mathbf{u}(t),\,T} T\]受限於車輛動態與賽道、摩擦等約束:
\[\dot{\mathbf{x}}(t)=f\bigl(\mathbf{x}(t),\mathbf{u}(t),\theta(t)\bigr)\] \[\mathbf{r}(t)\in\text{track boundaries},\quad \text{tire forces}\in\text{friction envelope}\]其中 $\mathbf{x}(t)$ 是車輛狀態、$\mathbf{u}(t)$ 是控制輸入(方向盤、油門、煞車)、$\theta(t)$ 是外部條件(路面摩擦、輪胎溫度、風向)。真正被最佳化的不只是平面上的 $(x, y)$ 曲線,而是一條高維軌跡
\[(x,y,v,\psi,\dot\psi,\beta,\text{tire state},t)\]同時包含位置、速度、車身姿態與輪胎狀態。
「混沌系統」是合理的比喻,但技術上略重。賽車確實對初始條件敏感。煞車點差一公尺、輪胎溫度差幾度、或前車尾流,都可能改變整個彎,但這種不可預測性多半來自量測誤差、隨機擾動、對手決策與未建模的動力學,而不是嚴格數學意義上的 chaos。描述成非線性、時變、帶不確定性的系統會更精確。
表示法上,Bézier curve 適合描述平滑形狀,卻不易單獨控制局部曲率。實務上更常用 B-spline,或更貼切的 clothoid(迴旋曲線)——它的曲率隨路徑長度線性變化:
\[\kappa(s)=\kappa_0+as\]這正好對應車手漸進轉動與回正方向盤的動作,比單純的圓弧更接近真實走線。
remote-codex 協作機制
為什麼需要 remote-codex?
我目前的工作環境不是單一電腦,而是一組分散式研究工作站:
- MacBook:主要互動介面與控制端
- Mac mini:常駐服務、FuBoard、輕量自動化
- FuBoard:跨主機、跨 Codex thread 的持久化狀態板
- workstation / studio / NAS 等:GPU、資料庫、長時間任務、模型服務
傳統上,Codex 在本機 thread 裡很強,但如果任務牽涉到遠端資料、GPU、LM Studio、PostgreSQL、tmux session,單一 Codex 就會卡在「我看不到那台機器目前發生什麼事」。
remote-codex 的目的就是:
讓一個 Codex 可以透過 SSH 呼叫另一台主機上的 Codex,並把任務狀態、handoff、blocker、結果摘要寫進 FuBoard,形成多主機 Codex 之間的共享留言板。
這不是單純的 SSH wrapper,而是一個「Codex 指揮 Codex」的協作模式。
核心設計
remote-codex 目前有三個核心元件:
~/.codex/skills/remote-codex/
├── SKILL.md
├── agents/openai.yaml
└── scripts/
├── remote_codex_exec.sh
├── remote_codex_board.py
└── remote_codex_task.sh
1. remote_codex_exec.sh
負責把 prompt 丟給遠端主機上的 Codex CLI:
printf '%s\n' 'Reply with exactly: REMOTE_OK' \
| ~/.codex/skills/remote-codex/scripts/remote_codex_exec.sh workstation
它會:
- 透過 SSH 連到 host alias
- bootstrap 遠端 PATH
- 找到
codex - 執行
codex exec - 從 stdin 傳入完整 prompt
2. remote_codex_board.py
負責把 FuBoard 當作跨主機 Codex 留言板:
~/.codex/skills/remote-codex/scripts/remote_codex_board.py post \
--to workstation \
--topic 'RIVET validation' \
--status question \
--message 'Please confirm whether the watchdog is still attached.'
讀取最近留言:
~/.codex/skills/remote-codex/scripts/remote_codex_board.py read --tail 80
3. remote_codex_task.sh
負責「帶 FuBoard 狀態紀錄」地呼叫遠端 Codex:
cat prompt.txt \
| ~/.codex/skills/remote-codex/scripts/remote_codex_task.sh studio \
--cd /Users/<user>/Desktop/2026\ RIVET \
--topic 'RIVET quick validation'
它會自動:
- 在 FuBoard 寫入
queued - 呼叫遠端 Codex
- streaming output 回本機
- 成功時寫
done - 失敗時寫
error
預設只寫 metadata,不會把完整 prompt 或 output 貼到 FuBoard。
SKILL 片段
remote-codex 的 frontmatter 明確說明用途:
---
name: remote-codex
description: Run Codex on remote machines over SSH using host aliases from `~/.ssh/config`, delegate one-off or long-running tasks to another host's Codex CLI, repair remote Codex PATH/auth issues, and coordinate persistent cross-host handoffs through a FuBoard message board.
---
快速使用流程:
## Quick start
1. Read `~/.ssh/config` first and use aliases instead of raw IPs.
2. If the task might have cross-host handoffs, first read the current board tail:
```bash
~/.codex/skills/remote-codex/scripts/remote_codex_board.py read --tail 80
- For routine one-off remote runs:
printf '%s\n' 'Reply with exactly: REMOTE_OK' \
| ~/.codex/skills/remote-codex/scripts/remote_codex_exec.sh workstation
FuBoard 整合片段:
```markdown
## FuBoard message board
Use FuBoard as a persistent, low-volume mailbox for Codex agents on different hosts.
Defaults:
- Credentials: `~/.config/fuboard/credentials.json`
- Page slug: `remote-codex`
- Section: `Codex message board`
- Sender id: hostname or `$REMOTE_CODEX_HOST_ID`
權限控制機制
這個架構故意分成多層權限,而不是讓所有 Codex 都拿到所有能力。
Layer 1:SSH 權限
所有遠端主機必須先存在於:
~/.ssh/config
remote-codex 永遠優先使用 SSH alias,不直接硬寫 IP。
好處:
- host identity 集中管理
- 可搭配 Tailscale / LAN / ProxyJump
- 可限制 key、user、port
- 可撤銷單一 host 存取權
Layer 2:Codex CLI 權限
遠端 Codex 執行時可選擇:
--yolo
或安全一點:
--no-yolo
建議規則:
| 任務類型 | 建議模式 |
|---|---|
| 查詢系統狀態 | 可用 --yolo |
| 讀取研究 artifact | 可用 --yolo,但不可外洩 PHI |
| 修改 repo | 視情況使用 --no-yolo |
| 刪除資料、搬移大型資料 | 不自動授權 |
| sudo / 系統設定 | 需要額外明確授權 |
| PHI / 報告原文 | 不寫入 FuBoard |
Layer 3:FuBoard reader / writer 分權
FuBoard credentials 存在:
~/.config/fuboard/credentials.json
格式概念如下:
{
"board_url": "http://100.x.x.x:8765",
"default_project": "remote-codex",
"reader": {
"username": "reader",
"password": "..."
},
"writer_token": "..."
}
設計原則:
- reader 用 basic auth
- writer 用 bearer token
- Codex 不應在回答中印出 token/password
- 遠端 host 不一定需要 writer token
- 如果遠端 host 沒有 FuBoard credential,由控制端代為寫入
--from HOST
Layer 4:FuBoard 資料安全規則
FuBoard 是持久化共享筆記,不是 raw log dump。
允許寫入:
- host
- cwd
- run id
- thread id
- task topic
- blocker
- artifact path
- sanitized summary
- next action
禁止寫入:
- PHI
- 病歷號以外的敏感識別資訊
- accession number
- radiology report 原文
- token / password / API key
- private URL
- 大量 raw logs
- 模型完整輸出中含敏感內容的片段
資料交換格式
目前 FuBoard message board 使用 Markdown append 格式,方便人類閱讀,也容易用 script parse。
Message schema v1
概念欄位:
timestamp: ISO-8601 local time
status: note | queued | running | question | blocked | done | error | heartbeat
from: sender host or agent id
to: target host or agent id
topic: short task label
run_id: optional external run/session id
thread_id: optional Codex thread id
cwd: optional working directory
message: short sanitized text
實際 Markdown 格式:
- **2026-06-19T04:13:56+08:00** `done` | from `macbook` | to `all-hosts` | topic **remote-codex FuBoard integration**
- message:
> remote-codex now includes FuBoard message-board helpers.
更完整例子:
- **2026-06-19T05:22:10+08:00** `blocked` | from `studio` | to `macbook` | topic **RIVET Lingshu monitor** | cwd `/Users/<user>/Desktop/2026 RIVET`
- message:
> LM Studio is reachable, but no model is currently loaded.
> Need controller decision: load model or postpone run.
狀態碼約定
| Status | 用途 |
|---|---|
note |
一般留言 |
queued |
任務已派發 |
running |
任務進行中 |
question |
需要控制端或使用者回答 |
blocked |
遠端 Codex 卡住,需要外部處理 |
done |
任務完成 |
error |
任務失敗 |
heartbeat |
長任務存活訊號 |
典型工作流
情境:MacBook 要 studio 跑 RIVET 檢查
控制端先讀留言板:
remote_codex_board.py read --tail 80
接著派任務:
cat <<'EOF' \
| ~/.codex/skills/remote-codex/scripts/remote_codex_task.sh studio \
--cd /Users/<user>/Desktop/2026\ RIVET \
--topic 'RIVET validation'
Please inspect the current RIVET validation status.
Return:
- active tmux sessions
- latest log path
- whether Answer Cube validation is OK
- next blocker if any
Do not print PHI or raw reports.
EOF
FuBoard 會留下:
`queued` from `macbook` to `studio`
完成後留下:
`done` from `macbook` to `studio`
如果遠端 Codex 卡住,則留下:
`error` or `blocked`
為什麼不是只用 SSH?
因為 SSH 只能解決「執行命令」,不能解決「多個 Codex 之間如何保留上下文」。
remote-codex + FuBoard 補上了幾個關鍵能力:
- 持久化 handoff:thread 關掉也知道誰做過什麼。
- 多主機共享狀態:MacBook、studio、workstation 都可以讀同一塊板。
- 低風險資訊交換:預設只傳 metadata,不傳完整敏感 output。
- 人類也能讀FuBoard 是 Markdown,不是藏在某個 agent memory 裡。
- Codex 可機器讀取:格式固定,可 parse status/topic/from/to。
未來可以再加強的地方
1. ACK / resolved 機制
目前 message board 是 append-only。未來可加入:
msg_id: rcx-20260619-0001
reply_to: rcx-20260619-0001
ack_by: studio
resolved: true
2. JSONL sidecar
FuBoard 保留 Markdown,人類閱讀;另外可在 artifact 目錄保存:
{"ts":"2026-06-19T05:00:00+08:00","status":"queued","from":"macbook","to":"studio","topic":"RIVET validation"}
3. per-host capability registry
每台 host 可在 FuBoard 登記:
host: studio
roles:
- lm-studio
- gpu-runner
- postgresql-replica
codex: installed
fuboard_writer: yes
這樣控制端 Codex 可以自動選擇最適合的 host。
結語
remote-codex 的核心不是「遠端執行指令」,而是把多台主機上的 Codex 變成一個可協作的研究工作網路。
- SSH 提供 transport
- Codex CLI 提供遠端 reasoning/action
- FuBoard 提供持久化共享狀態
- permission layers 控制風險
- message schema 讓人類與 agent 都能讀
這樣一來,MacBook 不只是呼叫遠端機器,而是成為一個 Codex controller;studio、workstation、mac mini、NAS 則可以各自成為有能力、有記憶、有交接紀錄的 remote Codex worker。
Serum Test
定期
- 肝腎功能:ALT、AST、BUN、Cr、Alk-P、g-GT、Alb(白蛋白)
- 脂肪代謝
- TG、CHOL、HDL、LDL、(VLDL)
- Apo-B、Apo-A1
- 電解質:Ca、Mg、Zn、(P 磷)
- 維生素:Vit D、homocysteine
- 發炎、免疫:hs-CRP、CBC、DC(RDW)、uric acid
- 血糖相關:Glucose、Insulin、(HOMA-IR)、glycosylated albumin
- 睪固酮:Testosterone、estradiol、DHEA-S、cortisol
- 甲狀腺:Free-T4、TSH
選配
- 電解質:Na、K
- 維生素:Vit B12
- 鐵(Ferritin)
- Lp-a
製作自己的單頁、無後台 Web App
大概念:
- 讓 ChatGPT 寫一個單網頁應用
- 上傳到 Github repo
- 設定 Pages 指定到根目錄
- 獲得一個自己網址的網頁 app
網頁也可以內嵌 Google form 之類的東西。做了一個記錄健身組數數據的,可以匯出成 CSV 歸檔 FuGym。之後如果有一些複雜的問卷也可以用這個方式產出一些可互動的靜態網頁。不過,要怎麼弄快速部署一個安全可靠的動態網頁,還需要研究一下。
遊戲生涯個人喜好表
- 櫻花大戰系列用櫻戰四作為代表。
- Control 後期難度頗大,但是世界觀設定很完整,場地特效很好
- Metro 系列是我最愛的 FPS 跟末日後劇情設定
- Uncharted 系列是沈浸感最好的冒險遊戲,希望有新引擎再重製
- Max max 世界美麗,劇情一般,但打鬥很爽
