企业官网建设流程全解析

客厅那面镜子挂了两年，除了照人就是积灰，直到我把它改成了 MiroFish——一面平时安安静静当镜子用、有人走近就有一群鱼从边缘慢慢游出来的智能镜面。它不接水、不喂食、不用换滤棉，也不需要你在墙上打十几个孔走管道。整机厚度不到 6 厘米，挂在玄关或者走廊尽头，白天你几乎看不出它有什么特别，晚上关掉主灯，它就是整间屋子里最耐看的那件东西。

做这个东西的念头其实很朴素。我养过几年真鱼，知道草缸有多好看，也知道维护有多烦：换水、控温、爆藻、停电、出差三天回来满缸白点。后来我把真鱼送人了，但那种"盯着水里发呆"的松弛感我一直想要回来。MiroFish 就是我给出的答案——用一块半透镜加一块屏幕，把"鱼"这件事从物理世界挪到光学和代码里。它解决的从来不是"怎么把鱼养好"，而是"怎么在不承担养鱼成本的前提下，保留看鱼的那份安静"。

这篇内容适合三类人：一类是手里有树莓派、想找个能真正挂在墙上拿得出手的项目的人；一类是做互动装置、展陈或者店铺软装，需要低成本氛围硬件的朋友；还有一类纯粹是被"魔镜"这个概念吸引、想搞明白半透镜到底怎么选、屏幕亮度到底要多少才够看的人。我不打算只给你一个"接线上电跑起来"的流程，那种东西网上到处都是。我更想把光学计算、群集算法参数、散热和电源这几个真正会翻车的环节拆开讲清楚，让你少走我那三个周末的弯路。

1. 从一句"想要一面会养鱼的镜子"到方案定稿

1.1 需求拆解：MiroFish 到底要满足哪几件事

动手之前我列了一张需求表，一共五条，后来发现这五条直接决定了后面所有的技术选型。第一条是日常状态必须像镜子，不能是一块永远亮着的屏幕挂在墙上，那样太吵，而且晚上会变成客厅里的光源污染。第二条是有人靠近才唤醒，走开后一段时间内自动回到镜面状态，这个过程要平滑，不能"啪"地一下亮起来。第三条是鱼群要像鱼群，不能是十条鱼各游各的，要有群体感、有聚散、有被惊扰后重新聚集的过程，这是整个项目里最值钱的部分。第四条是整机免维护，不用每天插拔电源，不用管系统更新，断电重启后能自己起来。第五条是外观能见人，边框不能是裸露的亚克力和热熔胶，得有一个像家具的壳子。

这五条里，第一条和第三条其实是冲突的。镜子要"像镜子"，意味着环境光反射必须压过屏幕透射出来的光；而鱼群要"像鱼群"，又需要屏幕有足够的亮度把细节托出来。这个矛盾最后成了整个项目最核心的设计约束，我在第 2 节会把它量化成一个亮度对比度的计算。很多人做魔镜失败，不是代码写错了，是从来没算过这笔账，做完发现白天根本看不见，然后草草归结为"屏幕不行，得换 OLED"。

第三条需求还带来一个隐藏约束：帧率稳定性比帧率高低更重要。鱼群行为算法是靠每一帧累积微小位移来产生"生命感"的，如果帧率在 60 和 25 之间乱跳，鱼就会出现忽快忽慢的抽搐。所以后面我在渲染上做了大量减法，把目标定在稳定 30 帧，而不是追求 60 帧。

1.2 三条可选路线：为什么我最终选了透射式半透镜方案

市面上能实现"镜面显示"的路子大致有三条，我实打实评估过其中两条，第三条直接放弃了。

第一条是反射式，把屏幕侧放在镜子背面，屏幕的光打到半透镜上再反射进人眼。好处是像有真实景深，你走动的时候鱼会有视差，看起来真的"在镜子里面的空间"。坏处是屏幕不在正前方，要占掉额外的框体厚度，而且屏幕边缘的光会漏进视野，做成大尺寸的时候漏光非常难看。小尺寸（比如 20 厘米以内）值得一试，我这块 300×400 毫米的板子直接排除了它。

第二条是透射式，屏幕贴在镜子正后方，光线直接穿过半透镜进入人眼，半透镜同时负责反射环境光形成镜面效果。这是目前绝大多数魔镜项目用的方案，结构最薄，只需要屏幕和镜面之间留一段距离用来散热和走线。缺点是成像平面就贴在镜面上，鱼看起来"贴"在玻璃上，缺乏纵深。但这个问题可以完全交给渲染解决——给每条鱼一个深度值，用缩放和雾化模拟出远近关系，肉眼几乎分辨不出来。

第三条是透明 OLED 或者透明 LCD，屏幕本身就是半透的，不需要额外贴镜面膜。我查完价格就关掉了页面，同尺寸成本是方案二的十倍以上，而且透明屏在暗场下的黑位一塌糊涂，镜子那部分会发灰。对于个人项目来说完全没有性价比。

最终定下来的结构是：7 寸 IPS 屏 + 3 毫米半透亚克力 + 铝型材边框，屏幕与镜面的间距定在 45 毫米。这 45 毫米不是随便写的，它同时满足三个条件：留出屏幕驱动板和走线的空间、让镜面后表面反射的重影落到视野之外、给框内空气对流留出截面。

注意：半透亚克力比玻璃轻、好加工、不怕摔，但硬度低，擦灰的时候一定要用超细纤维布加清水，酒精会让表面发乌。

1.3 模块划分与物料清单

整机分成四块：光学组件（半透镜 + 屏幕）、计算单元（树莓派）、感知组件（人体感应 + 光线传感器）、结构件（框体 + 散热 + 电源）。我在动工前把所有东西都平铺在桌子上跑通了再装的，这个习惯救了我至少两次——尤其是屏幕和树莓派之间的 HDMI 时序问题，装上之后拆一次要半小时。

合计大约 740 元。这个预算下，如果只是想验证效果，可以先把半透镜放在桌上，屏幕放后面，用手电筒照着模拟环境光，先看对比度够不够，再决定要不要投入做壳子。我强烈建议先做这一步，因为半透镜一旦按尺寸裁好就退不了货。

2. 半透镜选型与亮度对比度的硬核算账

2.1 透光率和反射率到底该怎么选

半透镜的参数只有一个核心：透光率 T。反射率 R 近似等于 1 减去 T（忽略吸收），所以商家标了 T 就等于标了 R。市面上常见的规格有 T=10%、T=30%、T=50%、T=70% 几档，还有一些标注模糊的所谓"魔镜专用膜"，你需要主动去问客服要实测数据，很多店给不出。

选型的逻辑非常反直觉，很多人第一反应是"透光率越高，屏幕越亮，那就选高的"。错。透光率越高，环境光反射回来的也越多，镜面的"镜感"越弱。T=70% 的板子挂上去，白天你看到的是一块发灰的玻璃后面有个亮屏幕，不是一面镜子。反过来 T=10% 的板子镜感极强，白天和普通镜子几乎没差别，但需要屏幕亮度压到非常高的水平才能穿透它。

我最后选的是T=30%。理由是它在我预期的夜间使用场景下对比度足够，同时白天的镜面感能保持在"别人进来不会觉得奇怪"的水平。如果你的 MiroFish 装在光照充足的客厅，白天也想看到鱼，那就得选 T=50% 并且配一块 800 nits 以上的屏幕，成本直接翻倍。

2.2 亮度对比度计算：为什么"晚上才好看"是设计出来的

这一步是全文最值得抄作业的部分。你看到的最终画面亮度，等于屏幕透射过来的光加上环境光被镜面反射回来的光。要看清鱼，前者必须显著大于后者。

透射亮度很好算：L_view = L_screen × T。屏幕标称 400 cd/m²，T=0.3，那么透射亮度就是 120 cd/m²。

反射亮度稍微绕一点，用漫反射的近似公式：L_refl = E × R / π。E 是环境照度（单位勒克斯），R 是反射率（0.7），π 是圆周率。为什么会有这个 π，因为勒克斯描述的是"落到单位面积上的光通量密度"，而 cd/m² 描述的是"单位面积朝单位立体角发出的光"，漫反射面把光均匀撒到半个球面上，这个换算系数就是 1/π。

代入几组真实的室内照度算一下：

数字一目了然：这面镜子在夜间是魔法，在白天就是一面普通镜子。我一开始有点沮丧，后来想通了——这恰恰是我要的行为。白天它老老实实当镜子，晚上它才是 MiroFish。与其花十倍成本去跟太阳对抗，不如把环境自适应做进软件里，让它在照度超过 350 lux 时主动降低屏幕亮度甚至关闭背光，既省电又延长屏幕寿命。

提示：这个计算公式里 R 取 0.7 是理想值，实际亚克力表面有散射，实测反射亮度会略低，也就是说实际观感比算出来的好一点。别因为算出来白天看不见就放弃。

2.3 自适应亮度的实现思路

有了上面的模型，自适应亮度就不是玄学调参了，而是直接的闭式计算。我在树上挂了一个 BH1750 光照传感器，每 5 秒采一次环境照度，然后按目标对比度反推需要的屏幕亮度：L_screen = k × E × R / (π × T)，其中 k 是我想要的对比度目标，取 4。代入 T=0.3、R=0.7、π=3.14，化简后 L_screen ≈ 2.97 × E。也就是说环境照度 80 lux 时，屏幕给到 240 cd/m² 就够了；环境照度 200 lux 时需要 594 cd/m²。

关键点是最后一步：把计算结果往 400 这个上限夹紧，再乘一个 0.75 的舒适系数。因为屏幕在最高亮度下色偏明显、发热也大，除非必要不要顶满。我把最终的亮度映射到屏幕驱动板的 PWM 调光上，用 0 到 100 的百分比输出，实测 60% 亮度对应约 240 cd/m²，正好覆盖我的主要使用场景。

这里有个很容易踩的坑：调光用背光 PWM，不要用软件调色。很多教程教你往画面上叠一层半透明黑色遮罩来"调暗"，那是在骗自己，背光功耗一分没省，屏幕该发热还是发热，而且暗部细节会被压死。找屏幕驱动板上的 BL 或者 EN 引脚，用 GPIO 输出 PWM 才是正解。

3. 框体结构、散热与供电的实操细节

3.1 厚度、视差与重影之间的取舍

半透镜到屏幕的间距 d，是我在结构上唯一反复调整过的参数。第一版我做了 25 毫米，装上去之后正面看没问题，稍微偏一点角度就能在画面里看到第二层淡淡的虚影——那是半透镜后表面反射屏幕光形成的重影。原理很简单，半透镜是亚克力板，前表面和后表面都会反光，两侧之间隔着 3 毫米板材厚度，如果有人射光打到后表面，反射回来就会形成偏移的小号虚像。

解决办法有两个。一是缩小间距，让重影偏移量小于 1 毫米，肉眼就看不出来了；二是加大间距，把重影推到视野边缘之外。我选的是后者，把 d 加到 45 毫米，同时把屏幕四周的发光区域用黑色绒布做了遮光。实测下来重影基本消失，只有在很近的距离、很偏的角度才看得出来。

顺便说个真实感受：d 从 25 加到 45，鱼看起来"贴"在玻璃上的感觉几乎没有变化，因为透射式的成像平面天然就在屏幕那一层。真正让鱼有纵深感的是渲染里的雾化和缩放，结构上折腾间距的收益远不如改这几行代码。如果你正在规划尺寸，d 取 40 到 60 毫米就够了，多留出来的空间全是给散热和走线的。

3.2 封闭框体的散热设计

这是最容易被忽略、也最容易让整个项目变短命的一环。7 寸 IPS 屏的驱动板和背光在 60% 亮度下大约耗散 3 瓦，树莓派 4B 跑图形负载大约 4 瓦，两个热源塞进一个 45 毫米厚、四周几乎密闭的盒子里，实测内部温度稳定在 55 摄氏度以上。树莓派 CPU 会降到 75 度开始降频，一降频鱼群就开始抽搐，你还以为是代码问题。

我的方案是下进上出的自然对流加上一个降速风扇。背板底部开一排直径 6 毫米的进气孔，顶部开同样面积的一排出气孔，孔外侧贴防尘网。然后装一个 4010 涡轮风扇，位置贴着出气孔往外抽。关键是给风扇串一个 33 欧姆的电阻，把转速从 5 伏时的满速降到大约 3.5 伏的水平。满速时风扇噪音在安静的卧室里非常明显，降到 3.5 伏之后基本听不见，但风量还有原来的一半左右，够用了。

实测改性后的效果：框内温度从 55 度降到 42 度，树莓派 CPU 从 72 度降到 58 度，帧率再也没有掉过。如果嫌风扇麻烦，还有一个零噪音方案：把屏幕亮度上限压到 50%，并且把树莓派限频到 1.2GHz。温度能控制在 50 度以内，代价是鱼的数量要减到 120 条左右。

注意：风扇一定要往外抽，不要往里吹。往里吹会把防尘网上的灰直接吹进框体，落在半透镜内表面上，擦都擦不到。

3.3 供电、开关机与背光控制

整机是单路 5V 供电，用 5V/3A 的适配器。这里必须提醒一句：不要用 USB 线从旧充电头上取电。屏幕驱动板在上电瞬间的浪涌电流会超过 2 安培，劣质电源会掉压，表现就是树莓派随机重启，你还以为是软件崩溃。用带 DC 母座的成品适配器，线径选 20AWG 以上的。

背光控制我用了一个 N 沟道 MOSFET（AO3400 这类就够），栅极接树莓派的 GPIO18，源极接地，漏极接屏幕驱动板的背光使能脚。这样软件里输出 PWM 就能直接控亮度开关。注意 MOSFET 的源极必须接地而不是接负载侧，这是低压侧开关的标准接法，接反了要么常亮要么烧管子。

休眠策略是这样的：人体感应超过 3 分钟没有触发，先把鱼群做一次"散场"动画——鱼慢慢游向画面边缘淡出——然后屏幕亮度在 2 秒内从当前值线性降到 0，最后关闭背光。整个过程大约 5 秒，观感上非常自然，不会给人一种"设备断电了"的突兀感。唤醒则相反，先点亮背光到低亮度，鱼从边缘游进来，亮度再爬到自适应目标值。

算一笔电费：按唤醒状态平均 6.5 瓦、每天有效点亮 5 小时计算，一天耗电 0.033 度，一个月大约 1 度电。这个数字让我在"要不要常开"这个问题上完全没有了心理负担。

4. 鱼群算法与渲染的核心实现

4.1 用 Boids 三原则搭出群体行为

MiroFish 的灵魂是鱼群，而鱼群最省力也最像的解法是 Boids 模型。它的思想非常朴素：不给每条鱼写"剧本"，只给三条局部规则，群体行为自己涌现出来。三条规则分别是分离（别撞上邻居）、对齐（跟邻居朝一个方向游）、聚合（别离群太远）。

我用 Python 加 NumPy 实现，核心是每帧算一次两两距离矩阵。有人一听 O(N²) 就慌了，但在 N 不超过 300 的场景下完全无所谓。300 条鱼的两两组合是 9 万对，NumPy 用向量化算一次不到 3 毫秒，30 帧每秒的要求下这点开销可以忽略。强行上空间哈希或者四叉树反而会因为 Python 的循环开销把速度拖得更慢。

import numpy as np def update(boids, dt, cfg): pos = boids[:, 0:2].copy() # N x 2 位置 vel = boids[:, 2:4].copy() # N x 2 速度 N = pos.shape[0] # 两两向量与距离，对角线置大值避免自己跟自己算 d = pos[:, None, :] - pos[None, :, :] dist = np.linalg.norm(d, axis=-1) np.fill_diagonal(dist, 1e9) # 分离：只考虑分离半径内的邻居，力与距离平方成反比 sep_mask = (dist < cfg['r_sep']) sep = np.zeros_like(pos) if sep_mask.any(): inv = np.where(sep_mask, 1.0 / (dist ** 2 + 1e-6), 0.0) sep = np.einsum('ij,ijk->ik', inv, d) # 对齐与聚合：只看感知半径内的邻居 nb_mask = (dist < cfg['r_nb']).astype(np.float64) cnt = nb_mask.sum(axis=1, keepdims=True) cnt[cnt == 0] = 1.0 align = np.einsum('ij,jk->ik', nb_mask, vel) / cnt - vel cohesion = np.einsum('ij,jk->ik', nb_mask, pos) / cnt - pos acc = (cfg['w_sep'] * sep + cfg['w_ali'] * align + cfg['w_coh'] * cohesion) # 转向力限幅，防止单帧加速度过大导致抖动 norm = np.linalg.norm(acc, axis=1, keepdims=True) norm[norm == 0] = 1.0 acc = acc / norm * np.minimum(norm, cfg['max_force']) vel += acc * dt # 速度限幅：低于下限会原地不动像死了，高于上限像子弹 sp = np.linalg.norm(vel, axis=1, keepdims=True) sp[sp == 0] = 1.0 vel = vel / sp * np.clip(sp, cfg['v_min'], cfg['v_max']) pos += vel * dt boids[:, 0:2] = pos boids[:, 2:4] = vel

这段代码里有几处是我踩坑之后才加上的。第一处是分离力用距离平方的倒数而不是线性倒数，因为线性倒数在邻居很近的时候力还不够大，鱼会轻微重叠，视觉上像穿模。第二处是转向力限幅，如果不限制每一帧的加速度，鱼在密集区域会突然被弹开，看起来像抽筋。第三处是速度下限，没有下限的话鱼在努力平衡时会越游越慢直到几乎停住，像飘在水里的一具标本。

参数整定我磨了很久，最后稳定下来的一套值是这样的，你要抄可以直接用：

4.2 边界处理：为什么"软墙加硬夹紧"比单纯推力好用

边界是最容易翻车的地方。我的第一版是用一个反向的推力把鱼往回推，力的大小跟越界深度成正比。问题是鱼群在角落里聚集时，几条鱼互相推挤，速度会瞬间叠加到很大，下一秒就贴着边界疯狂抖动，看起来像触电。

后来改成软墙加硬夹紧的组合。软墙负责"提前预判"：当鱼距离边界小于 80 像素时，按 (80 - 距离) / 80 的比例施加回推力，越近推力越大。硬夹紧负责"兜底"：每帧结束前，如果位置真的越界了，直接把位置钳回边界内，同时把垂直于边界的那一维速度分量乘以 -0.6 做一次衰减反弹。这样绝大多数鱼根本不会碰到硬边界，触发的都是极少数情况，抖动就消失了。

还有一个细节是边界要按鱼的个体半径内缩，而不是按画面边缘。因为鱼贴图不是质点，有长度，如果按画面边缘算，鱼头会伸到画面外去。我把左右各内缩 45 像素，上下各内缩 30 像素。

4.3 用缩放和雾化骗出纵深

透射式方案的硬伤是缺纵深，但这在渲染层完全能补回来。我的做法是给每条鱼额外维护一个 z 值，范围 0 到 1，代表离观察者的远近。z 的变化做慢速随机游走，每秒最多变化 0.1，这样鱼会有慢慢游远游近的感觉。

然后用两条映射把 z 转成视觉信号。第一条是缩放，scale = 0.55 + 0.45 × z，也就是最远的鱼是最近那条的 55% 大小。第二条是雾化，给每条鱼叠一层和背景同色的透明度，alpha = 120 + 135 × z，最远的鱼只有一半出头的可见度。再加上绘制顺序按 z 从远到近排，远处的鱼先画，近处的后画覆盖上去，遮挡关系也就对了。

真正省性能的关键在这里：绝对不要每帧对鱼的原图做缩放。pygame.transform.smoothscale是个性能杀手，30 条鱼就能把树莓派拖到 20 帧。我的做法是启动时预先生成每一条鱼、每一帧动画、每一个缩放档位的贴图缓存。缩放档位取 8 档就够（z 从 0 到 1 均分），配合每帧动画缓存，启动时多花 1.5 秒，运行时直接 blit，CPU 占用能降一半以上。雾化也不用逐像素处理，用surface.set_alpha()就够用，效果完全能接受。

提示：预生成缓存的时候注意内存。50 条鱼 × 8 帧动画 × 8 个缩放档位 = 3200 张贴图，如果每张是 64×32 像素的带透明通道 Surface，大约占 26MB 内存，树莓派 2GB 完全扛得住。如果要做 200 条鱼，就得把动画帧数降到 4 帧。

4.4 帧率控制与状态机

帧率我用固定步长的思路：主循环里clock.tick(30)，但传给物理更新的 dt 不是真实测量的时间，而是钳制在 1/30 以内的固定值。为什么要这么绕？因为如果某帧因为系统调度晚了 200 毫秒，你用真实 dt 去更新，鱼的位移会突然跳到 100 多像素外，视觉上就是"闪现"。钳制之后最坏情况只是那一帧鱼走得慢一点，肉眼几乎察觉不到。

FIXED_DT = 1.0 / 30.0 while running: raw_dt = clock.tick(30) / 1000.0 dt = min(raw_dt, FIXED_DT) # 关键：钳制，防止卡顿后瞬移 handle_events() if state == STATE_AWAKE: update(boids, dt, cfg) render()

状态机部分我用一个简单的四状态结构：SLEEP、WAKING、AWAKE、INTERACT。每个状态有自己的持续时间和亮度目标，状态之间靠事件驱动跳转。人体感应触发 SLEEP 到 WAKING，WAKING 用 1.2 秒把亮度爬到位再进 AWAKE，人体感应超时就反向回到 SLEEP。INTERACT 是轻触触发的临时状态，持续 1.5 秒，期间给鱼群加一个从触点位置发散的瞬时冲击力，鱼会"炸开"再慢慢聚回来——这个交互带来的反馈感比想象中强很多，来我家的人都会忍不住多拍两下镜子。

5. 常见问题与排查实录

5.1 画面发灰、看不清鱼，怎么系统排查

这是最高频的问题，而且大部分人排查方向是错的。正确的顺序是先量环境光，再算对比度，最后才怀疑硬件。拿手机装个照度计应用，站在镜子前测一下当时的照度，如果超过 300 lux，那发灰是正常物理现象，不是你接错线了。

如果是夜间照度只有 80 lux 仍然发灰，那依次查三件事。第一件是屏幕亮度是不是真的上去了，有些驱动板默认 50% 亮度，你没有从软件把它拉满，等于白白损失一半透射光。第二件是半透镜装在框里的时候有没有把屏幕的透光区遮住，我见过有人用了比屏幕大的半透镜，边缘多出来的部分反射了框内的杂光，整个画面就糊了一层。第三件才轮到怀疑镜面——用手机闪光灯贴在镜面上照，如果能看到明显的漫反射雾圈，说明亚克力表面被擦花了，只能换板子。

还有一种很迷惑的现象是画面出现细密条纹或者摩尔纹，这不是质量问题，是半透镜到屏幕的间距太近，屏幕像素栅格和亚克力表面的微小纹理形成了干涉。把间距加大到 40 毫米以上就消失了。

5.2 鱼群行为异常的三种典型症状

症状一：鱼群缩成一个球在画面中央打转。这是聚合权重过大的经典表现。所有鱼都被吸引向群体质心，质心又跟着鱼群走，形成正反馈。把 w_coh 从 0.6 降到 0.3，同时把感知半径 r_nb 从 90 缩到 60，问题立刻缓解。

症状二：鱼贴着边界高频抖动。这是边界推力和转向力上限不匹配。检查 max_force 是不是设得太大，或者改用前面讲的软墙加硬夹紧组合。还有一个隐蔽原因：如果你的鱼数量超过了 200 条，边界区域的局部密度会很高，分离力会把鱼往外推，推出去又被边界推回来，形成极限环。这时候要么减数量，要么把边界内缩距离加大。

症状三：某几条鱼明显比别人快或者慢。检查速度限幅的归一化步骤里有没有除零保护。速度正好为 0 的鱼，归一化时会算出 NaN，然后这条鱼的位置就彻底废了，表现为瞬移到画面外或者卡在原地。加一句把零速度的模长置为 1 就解决了。这个问题我在真机上复现了三次才发现，因为随机初始化很少正好给出零速度，但鱼在"急刹车"平衡的时候会出现极小的速度值，四舍五入之后就是 0。

5.3 硬件与系统层的速查表

系统自启我用 systemd 管理，核心是配上重启策略，这样哪怕图形驱动偶发异常把程序搞崩了也能自己拉起来：

[Unit] Description=MiroFish Service After=multi-user.target [Service] ExecStart=/usr/bin/python3 /home/pi/mirofish/main.py WorkingDirectory=/home/pi/mirofish Environment=SDL_VIDEODRIVER=kmsdrm Environment=SDL_FBDEV=/dev/fb0 Restart=always RestartSec=3 User=pi [Install] WantedBy=multi-user.target

注意：用 kmsdrm 这个视频驱动需要程序有访问 DRM 设备的权限。如果日志里报权限错误，把用户加进 video 和 render 用户组，或者改用 X 环境下的 x11 驱动。能不装桌面环境就别装，Lite 版加 kmsdrm 开机只要 12 秒，装了桌面要 35 秒以上。

6. 后续我打算继续折腾的方向

现在这版 MiroFish 挂在我家走廊尽头已经稳定跑了小半年，没死过机，也没再动过参数。但有几个方向我一直惦记着。第一个是多鱼种混养，现在是单一鱼种，我想加进底栖的虾和小体型的群游鱼，让它们有不同的行为参数——虾基本不参与群集，沿缸底随机爬，这样画面层次会更丰富。实现上就是给每条鱼加一个 type 字段，不同 type 走不同的参数子集和边界约束。

第二个是基于摄像头的头部追踪视差。前面说过透射式天生没有视差，但如果用树莓派摄像头识别人脸位置，然后按观察者位置给整个鱼群做一次全局的水平像素偏移，就能骗出"鱼在缸里不同深度"的感觉。代价是要额外跑一个轻量的人脸检测，我担心会把 CPU 吃满，得先用低分辨率加跳帧试试。

第三个是季节和天气联动。接一个天气接口，外面下雨的时候画面里加一点水面波纹和水色变化，晚上下雪就换成冷色调。这是个典型的"投入很小、观感提升很大"的改动，本质上只是几组调色参数和一个网络请求，但对氛围感的作用非常明显。

最后分享一个小经验，跟技术无关但我觉得挺重要。我做完 MiroFish 之后最大的收获不是学会了 Boids 或者搞懂了半透镜的亮度模型，而是想明白了一件事：个人项目不需要追求"白天晚上都完美"。我在白天看不到鱼这件事上纠结了整整一周，甚至一度想加钱换高亮屏，后来放弃了。接受它的局限、把它的长处做到极致——晚上关掉主灯的那一刻，走廊里那面镜子上有一群鱼在慢慢游，这个画面值回了我所有的投入。功能上的"不那么全能"，有时候反而是设计里最清醒的部分。