服务端2月18日 10:02
FFmpeg 视频剪辑、合并和截图怎么做？常用命令速查视频剪辑、合并、截图是 FFmpeg 最高频的日常操作。核心命令不多，但参数位置有讲究——放错位置效果完全不同。
## 视频剪辑：截取片段
### 最常用的剪辑命令
```bash
# 从第 10 秒开始，截取 30 秒
ffmpeg -ss 00:00:10 -i input.mp4 -t 30 -c copy output.mp4
# 从 1:30 截到 3:00
ffmpeg -ss 00:01:30 -to 00:03:00 -i input.mp4 -c copy output.mp4
```
`-c copy` 直接拷贝音视频流，不重新编码，速度极快（几秒搞定），但...
乐闻
服务端2月18日 10:02
FFmpeg 直播推流怎么配？RTMP 推流和 HLS/DASH 流媒体生成实战FFmpeg 是直播推流的核心工具——OBS 底层也是调用 FFmpeg 做编码和推流。直接用 FFmpeg 推流更轻量、更灵活，适合服务器端自动化场景。
## RTMP 推流：最常用的直播协议
RTMP 是直播平台（B站、斗鱼、YouTube）的标准推流协议。核心命令：
```bash
ffmpeg -re -i input.mp4 -c:v libx264 -preset veryfast -b:v 2500k -c:a aac -b:a 128k -f flv rtmp://server/live/stream_key
```
关键参数：
- `-re`：按原始帧率...服务端2月18日 10:23
FFmpeg 怎么录屏和录制摄像头？macOS/Linux/Windows 命令详解FFmpeg 可以直接从屏幕或摄像头捕获视频，不需要额外安装录屏软件。命令行录制的好处是可以精确控制编码参数、方便脚本化、资源占用低。坏处是参数复杂，初次配置容易踩坑。
## macOS 录屏
macOS 用 avfoundation 设备采集：
```bash
# 列出可用设备（先看看屏幕和摄像头编号）
ffmpeg -f avfoundation -list_devices true -i ""
# 录制整个屏幕（假设屏幕编号是 1）
ffmpeg -f avfoundation -i "1" -r 30 -c:v libx264 -preset ultrafast -crf...服务端2月18日 10:24
FFmpeg 怎么批量转码？Shell 脚本和 Python 并行处理实战单个文件用一条 ffmpeg 命令就行，但处理几十上百个文件就需要脚本了。批量处理的核心思路：用 Shell 循环遍历文件，用 GNU Parallel 做并行加速，用 Python 处理更复杂的逻辑。
## Shell 脚本：最简单的批量转码
```bash
#!/bin/bash
# 批量把 AVI 转成 MP4
for file in *.avi; do
ffmpeg -i "$file" -c:v libx264 -crf 23 -c:a aac "${file%.avi}.mp4"
done
```
`${file%.avi}` 是 Shell 的字符串截断——去...服务端2月18日 10:26
FFmpeg 视频格式和编解码器怎么选？MP4、MKV、WebM 各适合什么场景？选视频格式就是选容器（封装格式），选编解码器就是选压缩算法。容器决定兼容性和功能（能不能塞字幕、多音轨），编解码器决定画质和文件大小。两者要分开想。
## 容器格式：MP4、MKV、WebM 怎么选
**MP4**：万能格式，所有设备都能播。缺点是只支持有限的编解码器，多音轨多字幕支持弱。**网络视频、手机分享、社交媒体一律选 MP4**，不会有兼容性问题。
**MKV**：万能容器，什么编解码器都能塞，支持无限音轨和字幕轨。缺点是某些老旧设备和播放器不支持（特别是智能电视和游戏机）。**本地收藏、多语言视频、高清片源选 MKV**。
**WebM**：Google 推的 Web...服务端2月18日 10:27
FFmpeg 怎么查看视频信息？ffprobe 命令和视频质量分析实战获取视频信息用 `ffprobe`（FFmpeg 自带的探测工具），不需要转码，秒出结果。分析视频质量用 PSNR/SSIM 等指标，对比编码前后的画质差异。
## ffprobe：一行命令看透视频
最常用的命令：
```bash
# 查看所有信息（人类可读）
ffprobe input.mp4
# JSON 格式输出（方便脚本解析）
ffprobe -v quiet -print_format json -show_format -show_streams input.mp4
```
日常只需要几个关键字段：
| 字段 | 含义 | 查看命令 |
|------|-----...服务端2月18日 10:11
FFmpeg 视频压缩怎么选参数？CRF、preset 和 tune 实战指南FFmpeg 压缩视频的核心就三个参数：`-crf` 控制质量，`-preset` 控制编码速度和压缩率的平衡，`-tune` 针对特定内容类型优化。理解这三个参数，就能应对 90% 的压缩场景。
## CRF：画质旋钮
CRF（Constant Rate Factor）是 H.264/H.265 的质量控制参数，范围 0-51。数字越小质量越高文件越大，数字越大质量越低文件越小。
关键参考值：
- **18**：视觉无损，和原片几乎看不出差别，文件很大
- **23**：默认值，质量和体积的平衡点，大多数场景够用
- **28**：明显有损但能看，适合手机端播放
- **30+*...服务端2月18日 11:29
NLP（自然语言处理）是什么？核心技术从规则到 LLM 怎么演变的？自然语言处理（Natural Language Processing，NLP）是让计算机理解、解释和生成人类语言的技术。你用的搜索引擎、翻译软件、智能客服、ChatGPT，背后都是 NLP。
## NLP 解决什么问题
NLP 的任务可以分两大类：**理解**（从文本中提取信息）和**生成**（产出新的文本）。
理解类任务：文本分类（这封邮件是不是垃圾邮件）、命名实体识别（提取人名地名）、情感分析（这条评论是正面还是负面）、问答（从文档中找到答案）。这类任务的核心是把非结构化的文本变成结构化的信息。
生成类任务：机器翻译、文本摘要、对话生成、代码生成。这类任务不仅要理解输入，还要...服务端2月18日 11:30
Transformer 架构是怎么工作的？自注意力、位置编码和残差连接详解Transformer 是 2017 年 Google 在《Attention is All You Need》里提出的架构，用纯注意力机制替代了 RNN 和 CNN 做序列建模。它是 BERT、GPT 以及所有现代大语言模型的基础。
## 核心思想：注意力替代递归
RNN 处理序列要一步一步来——看第 3 个词之前必须先处理第 1 和第 2 个词。这导致两个问题：无法并行训练，长距离依赖会衰减（梯度消失）。
Transformer 的解决方案是：让每个位置直接和所有其他位置交互，一步到位。不需要逐步递归，训练时所有位置可以并行计算——GPU 最擅长这种矩阵运算。
## 自注意力...服务端2月18日 11:30
BERT 和 GPT 有什么区别？为什么一个擅长理解一个擅长生成？BERT 用 Transformer 编码器，GPT 用 Transformer 解码器。这一个选择决定了它们的所有差异：BERT 双向看上下文（适合理解），GPT 只看上文（适合生成）。
## 架构选择：编码器 vs 解码器
Transformer 原论文有编码器和解码器两部分。编码器的自注意力是双向的——处理"苹果"这个词时，"苹果"前后所有词都能看到。解码器的自注意力是单向的（也叫因果注意力）——只能看到当前词和它之前的词，后面的词被遮住。
BERT 选了编码器，因为它要做的是"完形填空"：遮住一些词，根据前后文预测。双向注意力让模型能同时利用左右两侧的上下文信息。
GPT...