添加了一个简单的 web 前端，可以网页管理了

@maggch97 如果能保证一直不变，那放哪可能都有说辞。但实际开发过程中，prompt 会根据效果调整，一直不变的很少

名称: git-commit-helper
地址: https://github.com/newdee/git-commit-helper
描述:一键生成规范且有意义的 git commit 并自动提交，支持 gpgsign ，也可无缝集成进 lazygit

检索用的 RAG 还是什么

@yb2313 说到 rust 中的？，由于 python 中没有办法重载，加了一个 spread 来实现类似的功能了哈哈

@yb2313 还好，只是可以直接通过返回值来捕获错误也方便不少，毕竟做不到 rust 那么完善，但有些风格可以借鉴一下，先试着把哈哈，跟上面说的，到头来屎上雕花也可能。

@yb2313 哈哈，就觉得他们的错误处理比较好，go 的返回方式也行，后面看看要不要也整一个。

@3085570450tt 这个感觉跟前面那个 Result 挺像的，也是刚写不久，不过 result 我倒是也有加，看来 rust 的枚举确实还是有人受用，不过 Result 坚持了那么久最后还是放弃了，我也只能说写点觉得实用的工具类放进去，后面遇到了也会放进去，说不定哪天官方版本自己有这些类似实现，或者更新不需要这些了，自然我这个也该废弃了。主打利己，如果对其他人有用那也更好。

@arielherself 你说的这个都没人维护了呀，最后一次三年前了，到现在 pyright 都不会让它过了。另外我这个只是自己觉得有用的就加进去，只是现在只加了这俩。

@ispinfx python2 的时代确实是噩梦，现在好歹有了 type hint ，也有了 match 语法，也确实增加了一些可读性，知道这坨谁拉的，为什么拉，拉的咋样起码是好事，毕竟生态强大有时候确实离不开。说到屎上雕花，我觉得像这种 https://github.com/The-Pocket/PocketFlow 为了精简而精简，一百行代码 ruff 报了三百行 warning ，一瞬间仿佛回到了 python2 的年代，可读性和安全性极差，可能更像你说的 hh 。

@BaobhanSith 没事，问题应该不大，我在 arm 的 mac 下用 npm 也没遇到过啥问题。不介意我软广就行 hh

不需要本人有 arm 设备，可以用 github 的 workflow 发布到不同平台，github action 每个月有免费额度，可以参照这个 https://github.com/newdee/git-commit-helper/blob/main/.github/workflows/rust.yml ，不过话说要不要默认支持一下 ai 自动 git commit ，懒人必备:dog2:

@voyagerth1 那个貌似只有 result 吧，而且代码很老了，已经停止维护了

你这个 git 提交信息优点太粗暴了，要不要用一下这个 https://github.com/newdee/git-commit-helper/tree/main 自动生成优雅的提交信息:doge:

如果还是希望用 opencv video capture 处理，1.可以将视频流使用虚拟摄像头输出，用 opencv 打开即可。
2.使用流媒体协议，opencv video capture 应该也直接支持。
3.使用 videogear 的 netgear ，一个比较简单的例子，具体可以去看文档
server end

```
# import required libraries
from vidgear.gears import VideoGear
from vidgear.gears import NetGear

# open any valid video stream(for e.g `test.mp4` file)
stream = VideoGear(source="test.mp4").start()

# Define Netgear Server with default parameters
server = NetGear()

# loop over until KeyBoard Interrupted
while True:

try:

# read frames from stream
frame = stream.read()

# check for frame if Nonetype
if frame is None:
break

# {do something with the frame here}

# send frame to server
server.send(frame)

except KeyboardInterrupt:
break

# safely close video stream
stream.stop()

# safely close server
server.close()
```

client end

```
# import required libraries
from vidgear.gears import NetGear
import cv2


# define Netgear Client with `receive_mode = True` and default parameter
client = NetGear(receive_mode=True)

# loop over
while True:

# receive frames from network
frame = client.recv()

# check for received frame if Nonetype
if frame is None:
break

# {do something with the frame here}

# Show output window
cv2.imshow("Output Frame", frame)

# check for 'q' key if pressed
key = cv2.waitKey(1) & 0xFF
if key == ord("q"):
break

# close output window
cv2.destroyAllWindows()

# safely close client
client.close()
```

不过实际上还是会在本地创建文件，video capture 本身不支持直接从 memory 中读取，如果是自己控制数据流，用一个迭代器或者生成器把每一帧转 cv mat 就可以

@Haku 如果只是希望在内存中方便读取，使用 tmpfile import tempfile
import cv2

my_video_bytes = download_video_in_memory()

with tempfile.NamedTemporaryFile() as temp:
temp.write(my_video_bytes)

video_stream = cv2.VideoCapture(temp.name)

# do your stuff.

@stebest 挺简单的，给个示例吧 import numpy as np
import cv2 as cv
import io

image_stream = io.BytesIO()
image_stream.write(connection.read(image_len))
image_stream.seek(0)
file_bytes = np.asarray(bytearray(image_stream.read()), dtype=np.uint8)
img = cv.imdecode(file_bytes, cv.IMREAD_COLOR)

额，这个倒是跟视频没啥关系，不就是想用 bytesIO 嘛。