Python的异步IO
协程
Python 的异步 I/O 基于协程实现。使用async关键字来创建一个异步函数，对异步函数的调用不会执行该函数，而是生成一个协程对象。
对每一个协程对象，都必须等待其结束(即使是没有启动的协程)，否则会产生一个RuntimeWarning。
示例 :
1# 创建一个异步函数
2async def say_hello():Python2026/01/14
X112026/01/14
X11 剪切板
参考:
首先在 X11 上剪切板被称作 Selections，系统上可以有任意多个 Selections，并且有三个预定义的标准 Selections:
primary- 当前选中的文本，例如终端上点击鼠标中键可以立即粘贴选中的文本secondary- 没有被使用clipboard- 通常意义上的剪切板，不同进程间交换数据时使用它
X112026/01/14
xcb 截图
通过 xcb_get_image 可以进行截图:
1xcb_get_image_cookie_t
2xcb_get_image (xcb_connection_t *c, // X连接
3 uint8_t format, // 格式
4 xcb_drawable_t drawable, // 要截图的目标，例如窗口，截全屏则为 root 窗口
5 int16_t x, // 截图的起点 x 坐标X112026/01/14
xcb 获取鼠标指针的坐标
1typedef struct xcb_query_pointer_reply_t {
2 uint8_t response_type;
3 uint8_t same_screen;
4 uint16_t sequence;
5 uint32_t length;
6 xcb_window_t root;
7 xcb_window_t child;X112026/01/14
显示 X11 的空闲时间
1// gcc main.c -lX11 -lXss
2#include <stdio.h>
3#include <X11/extensions/scrnsaver.h>
4
5int main(void)
6{
7 Display* dpy = XOpenDisplay(NULL);CUDA2026/01/14
Linux CUDA 驱动失效问题的解决办法
在使用 Linux 的时候，如果经常进行升级，时不时会遇到驱动失效的问题:
1$ nvidia-smi
2NVIDIA-SMI has failed because it couldn't communicate with the NVIDIA driver.
3Make sure that the latest NVIDIA driver is installed and running.CUDA2026/01/14
NVIDIA驱动安装成功但无法使用
现象
1$ nvidia-smi
2NVIDIA-SMI has failed because it couldn’t communicate with the NVIDIA driver. Make sure that the latest NVIDIA driver is installed and running.
3
4$ dkms status
5nvidia, 470.86, 5.13.0-22-generic, x86_64: installedCUDA2026/01/14
Windows 上 CMake 找不到 CUDA 工具集的问题
问题1
1CMake Error at C:/Program Files/CMake/share/cmake-3.22/Modules/CMakeDetermineCompilerId.cmake:470 (message):
2 No CUDA toolset found.需要将 CUDA 目录里的 MSBuildExtensions 复制到 Visual Studio 的目录中: