我是不是程序员？这是一个困惑的问题：我喜欢编程，但没有以此谋生，这样我算不算程序员。
现在我这个老朽程序员发现网上的开源太多，做不过来，所以一旦有需求，我的第一想法就是：看看俺能不能实现？在AI的帮助下，成功地实现了wiki转excel；excel转wiki等有趣的课题。加上最近学习mern技术栈，AI的帮助都是巨大的。效率的提升有点恐怖，基本上现在我分析到可以用软件来实现的东西，我都想马上就做。
最近同事们在微信小程序里答题，有题库，前几位有奖品，于是大家拼手速，有同事建议用脚本，但这得自动化才行。以前网页版的时候这个方案是可行的：通过页面html代码识别，然后输入答案，一条龙服务，速度快。微信的桌面相对来说可以这样，但你无法自动截取文字（慢慢慢，这其实是我以前没有想到的！！！会不会可以自动截取文字？只是这个出题方很快就关闭了小程序答题的方式，后话后话），所以只能采用截图的模式，然后OCR识别，送到题库内查询，得到正确答案后点击，自动下一题...
AI搭建环境太快了，不到十分钟，一个可行的方式就做好了。还细心地想到给我一个要截屏的位置选择；还想在本机安装一个开源的OCR软件（没有成功），我提醒他可以采用阿里云的OCR识别接口。以前我比较担心接口的调试，动不动就需要1、2天的时间；现在告诉他就好了，返回什么的都做好了。
非常棒的就是，题库是excel格式的，我请他清除特殊字符后放到mongo中（我还不太会mongo），他采用MCP自动链接我的mongodb，然后开始不断输出，很快就将excel的数据放到mongodb中了。
解析文本，里面有问题和可选答案，我请他继续调整，争取能正确识别并查找答案。现实问题：没有免费的AI资源了，quato用完，返回403？充值后，调试一会儿，又报OCR免费资源用完...
耗费了大量时间和金钱后，他又继续开始工作。关键问题有两个：识别的正确性问题；点击问题。
先解决正确性问题，毕竟他是AI，我告诉他结构后，他还是只能顺序地处理，导致前面的问题识别大致正确，但可选答案因编号在左边，如果答案只有一行没有什么；多行的答案就会错误，我告诉他要怎样怎样：先识别前几行的问题；然后看问题的编号，将编号的坐标y相近的组合在一起，给出可选的答案。
当他再次没有正确识别的时候，我举例说明，测试一看不错啊，都正确的。放到环境里一测试，出现错误：原来他将我的举例硬编码入代码中，无论输入什么返回都是这个代码。我晕，我只好一点一点地读读python的代码（我发现python的代码很优美啊，读来与想法一致），尝试修改。他不断帮助我，还行，终于成功。（依然有bug，坐标x没有排序，会导致答案文本前后颠倒）
点击问题才是关键吗？我运行了代码，发现30题人工都已经到47秒了，这种模式需要70多秒。如何优化？以前的挺快，但多项选择会漏点击，所以我每次多项选择之间增加了0.5秒的时间，看起来像人一样操作了。但是：慢！！！
我把时间间隔缩小到0.3来测试看对不对，发现超级快，不到20秒就完成了30题，有点嘀咕，直觉不可能。一看反馈：OCR调用失败！
不玩了，总结总结：
1,AI已来，趋势无法更改。2,总算学了python。3,免费的午餐不多。