这是弘树第一次在忍界进行忍术开发。
跟上一次只是简单地将代码缝合在一起不一样，这一次的开发，几乎需要弘树自己编程大量的代码。以上一世类似功能的代码为例，就象是人工智能驾驶。其同样是有图象识别的功能，其内核代码大概就有几十到几百b，如果再算上超大规模的训练集和数据库，那么就会达到几个出。
而将b转化为映射的程序的话，那么3b左右的文档，可能就有五万行代码左右，甚至大多数情况下，五万行代码的文档，还远不到3b。
大多数情况下，一个应用往往包含各种复杂的素材、内容资源，例如音乐，图片，或是其他文本。那些才是构成应用的主要内容但很遗撼，弘树需要做的，就是去写纯代码的应用
这意味着，独立开发二十万行左右的代码，就需要一个团队两个月加班加点才可能勉强完成。而更糟糕的是，他们的代码，往往还创建在更优质的编译器上。往往有各种语言，例如c++，c，python等诸多语言，其本身还是对于图象识别和机器训练有着充足的优化。而弘树想要完成图片识别，恐怕就需要更长的开发周期。
这也是为什么弘树一直想要开发自己的各种忍术，但是最后几个月，甚至快一年下来，也几乎没有开发什么，编译什么忍术的原因。
工程量太大了，一个人很难独立完成，且没有额外的需要他根本不需要来编程这种东西！
但谁让波风水门这个家伙，在忍界里没有谁能够打包票说自己的忍术能够百分之百克制他的飞雷神，让他没办法出手？
既然没有现成的应用，那就只能自己写…
可天知道图片识别要写多久。
妈的！自己上辈子哪遭过这种罪！
用批处理写图象识别？还是用命令提示符？
这简直是上司刻意叼难人才会想出来的操蛋要求！
但写代码再怎么说还是要写。
叹气。
弘树终究还是快速的打开界面，开始写了起来。
没有弘树熟悉的、拥有图形化界面和智能提示的visualstudio或pychar等开发环境，也没有强大的集成开发环境（ide）提供智能提示、实时调试，更有如tensorflow、pytorch等高度优化的机器学习框架，将底层复杂的矩阵计算、梯度下降等封装成简单的api调用。
在他的精神世界中，他所能调用的，仅仅是最基础、最原始的工具-一类似于dows系统自带的记事本和命令提示符（d）。
因为没有高效的编译器，没有智能的代码补全，更没有图形化的调试工具，所以每一个逻辑、每一个函数、甚至每一个变量的定义，都必须像远古时期的程序员一样，用最基础的“批处理”式指令来构建。“开始吧。”
弘树本体沉声说道，他承担了项目总架构师的角色。“我们的“集成开发环境’就是我们的大脑。首先，创建主程序框架，我将其命名为“猎人系统bat’。”
第一步：环境搭建与模块划分
现实中的团队协作，首先要统一开发环境和代码规范。弘树和他的影分身们虽然思维同步，但也必须遵循这一基本流程。
首先，是感知模块的调用：
这段代码定义了整个应用的内核逻辑：一个不断循环的侦测进程，一旦满足条件，便按顺序调用其他模块。等定义为模块间通信的“接口参数”。但是这并非是完整的感知模块。
感知模块还需要用一个额外的影分身，尝试一点点的去编写图片识别系统，才能够完成感知模块一一那必将是一个耗时耗力的工程。
影分身一号（底层数据工程师）：负责最艰难的感知模块。他面临的问题是，如何用简单的批处理逻辑，实现“图象识别”。
他很快意识到，真正的图象识别是不可能的，在计算机里，通常是将图片转化成特征码来进行匹配。例如将一个图片，从上到下转化成一个数字矩阵，每个点上标注着象素点的色彩或是别的特征码。然后再根据特征码的位置，来进行匹配，从而实现图象识别。
所以，弘树要做的，就是特征码匹配。
他的工作，就是将记忆中，在水之国的海上，波风水门每次发动飞雷神时，白眼视野中他全身查克拉波动，“翻译”成一个固定的特征码。
然后，再依靠记忆之中的大量影象资料，一点点人工标注，来完成整个图片识别的编写影分身二号（算法工程师）：负责预判模块。
他的任务相对纯粹，但也极具挑战性。他需要接收感知模块传递过来的苦无，或是其他飞行物的矢量（chakravector），这个矢量包含了方向、速度和强度等初始信息。
他利用批处理中有限的数学运算指令set/a来构建一个简陋的弹道计算模型。
触发模块相对简单，它本质上是一个高级的条件判断语句，接收到预判坐标后，立刻零延迟地调用封锁模块。
真正的内核在于封锁模块。
他需要将“金刚封锁”、“影子模仿术”和“心乱心之术”这些复杂忍术的代码拆分