本周AI领域迎来密集进展，大模型在动漫生图（Niji V7）、端侧智能（AgentCPM-Explore）、医疗（Baichuan-M3）、多模态生图（GLM-Image）、视频生成（Veo 3.1、PixVerse R1）及机器人（1X World Model、LimX COSA）等垂直场景实现性能突破与场景适配；AI工具则聚焦电商、办公、音频处理等高频需求推出，Google UCP、Claude Cowork、Voice-Pro等高效解决方案，技术则在药物研发（DrugCLIP）、大模型部署（Engram模块）、生物研究（Stack模型）等领域实现跨学科赋能，一起来回顾本周的AI新鲜事儿吧！

AI 大模型

Midjourney联合推出动漫风格AI生图模型「Niji V7」

1月9日，Midjourney联合推出动漫风格AI生图模型「Niji V7」，核心更新包括图像质量提升（连贯性增强、细节如眼睛反射、花瓣更清晰，实现“高清升级”）、提示词遵循能力强化（精准理解位置/数量等具体请求，sref风格参考功能向前兼容，cref角色参考暂不支持）、设计美学突破（线条可传达更多形体质感信息，支持简约风格留白，线条与空间结合呈现更平面化效果），且个性化与情绪板功能即将上线。实测线条流畅、细节优化，但复杂场景和中式风格仍有不足。

OpenBMB开源社区联合发布4B「AgentCPM-Explore」端侧智能体模型

1月13日，OpenBMB开源社区联合清华大学自然语言处理实验室、中国人民大学及面壁智能发布4B参数的「AgentCPM-Explore」端侧智能体模型，是首个支持GAIA、Xbench等8个长难智能体任务的4B模型，可实现100+轮稳定环境交互，在主流评测基准上取得同尺寸SOTA表现，越级赶超8B级模型、比肩部分30B级以上及「Claude-4.5-Sonnet」等闭源大模型，还展现出“质疑”“求真”等类人思考逻辑，通过模型融合、信号去噪、信息精炼三大技术破解小模型训练难题，全流程开源AgentDock工具沙盒平台、AgentRL强化学习框架与AgentToLeaP一键测评平台支持复现与扩展。

Arc研究所开源单细胞基础模型「Stack」与「Perturb Sapiens」图谱

1月13日，Arc研究所宣布开源首个无需重新训练即可学习新任务的单细胞基础模型「Stack」及预测性细胞反应全景图谱「Perturb Sapiens」，「Stack」基于1.49亿个人类单细胞数据预训练、5500万个细胞后训练，通过表格化Transformer模块、基因模块表征符的架构创新及上下文学习的训练策略创新，能以细胞为“提示”预测目标细胞群在全新环境中的反应，在零样本下游任务中表现优于基线模型和现有方案；「Perturb Sapiens」则依托其能力生成约20000个“细胞类型-组织-扰动”预测组合，填补了相关实验空白，模型及图谱均已开源。

百川智能发布开源新一代医疗大模型「Baichuan-M3」，医疗幻觉率降至3.5

1月13日，百川智能正式开源新一代医疗大模型「Baichuan-M3」，在全球权威医疗AI评测HealthBench等多项权威评测中全面超越「GPT-5.2」，且以3.5的全球最低幻觉率刷新行业底线（通过将医学事实一致性融入训练实现）。该模型创新提出“严肃问诊范式”与SCAN原则，借助SPAR算法和SCAN-bench全流程动态评测体系，具备原生端到端严肃问诊能力，在安全分层、信息澄清等四大维度显著高于真人医生平均水平，同时其医疗应用「百小应」已同步接入该模型向医生与患者开放。

美团龙猫LongCat升级全新稀疏注意力机制「LoZA」，解码快10倍

1月13日消息，美团龙猫LongCat系列升级全新稀疏注意力机制「LoZA」（LongCat ZigZag Attention），通过给MLA模块配可学习权重α筛选50%低重要性模块替换为线性复杂度的SSA，形成ZigZag交错结构并设计1024 Token稀疏窗口，在中期训练阶段即可完成改造，使模型上下文窗口从256K扩展至1M，128K文本解码速度快10倍、256K预加载提速50%且解码省30%算力，日常任务性能持平原版，长文本任务表现更优，还计划支持动态稀疏比例及多模态长内容处理。

1X公司为家用人形机器人NEO推出全新世界模型「1X World Model」

1月13日，1X公司为家用人形机器人NEO推出全新世界模型「1X World Model」，相关内容浏览量超500万次。该模型基于视频预训练技术，通过“世界模型主干（文本条件扩散模型，经互联网视频预训练、人类第一视角中期训练、NEO专属微调）+逆动力学模型IDM”两阶段对齐，无需大规模机器人数据即可泛化到全新物体、动作与任务，能通过生成“成功完成任务”的视频倒推动作轨迹，支持抓取、双手协调、人机交互等任务且保持稳定成功率。

智谱与华为联合开源首个基于国产芯片训练的SOTA生图模型「GLM-Image」

1月14日，智谱与华为联合发布中国首个全程基于国产华为Ascend A2芯片及昇思MindSpore框架训练的SOTA多模态生图模型「GLM-Image」，采用“9B自回归模型+7B DiT扩散解码器”混合架构，擅长文字精准渲染，拿下CVTG-2K和LongText-Bench双榜单开源第一，原生支持1024x1024至2048x2048任意尺寸，API调用仅0.1元/张，可适配小红书封面、商业海报等多场景，已开源并提供多个平台接入地址，印证了国产算力底座支撑前沿模型训练的能力。

Google升级视频模型「Veo 3.1」，首次原生支持9:16竖屏视频

1月14日，Google升级视频模型「Veo 3.1」，首次原生支持9:16竖屏视频（适配YouTube Shorts等移动端平台，无需裁剪）并新增4K分辨率，同时提升创意能力（简单提示词可生成小剧场）、强化角色与背景物体一致性（跨场景保持元素完整）、改善元素融合能力（无缝组合多图元素），普通用户可通过YouTube Shorts、Gemini等体验，企业用户可借助Flow、Gemini API等使用；Google依托YouTube的平台、流量与生态优势，形成“创作-分发-反馈-优化”正向循环，而AI视频竖屏化已成趋势，OpenAI、迪士尼及国内可灵AI等均有相关布局。

爱诗科技发布全球首个通用实时世界模型「PixVerse R1」

1月14日，爱诗科技发布全球首个支持最高1080P分辨率实时生成的世界模型「PixVerse R1」，区别于传统AI视频的高延迟、固定时长与单向生成，凭借Omni原生多模态模型（统一多模态为连续Token流）、自回归流式生成机制（支持无限时长与长时序一致性）、瞬时响应引擎IRE（采样步骤1-4步，效率提升数百倍）三大技术创新，实现瞬时响应、实时共创，支持多模态交互与最高1080P输出，开启视频即交互、世界可共创的新范式，适用于游戏、电影、直播等场景。

生数科技Vidu AI开放平台发布「一键生成AI MV」功能

1月14日，生数科技Vidu AI开放平台发布「一键生成AI MV」功能，依托深度协同的多智能体系统，用户仅需提交音乐、1-7张参考图及文本指令，即可全自动实现分钟级输出（适配10-300 S主流流媒体时长），通过攻克角色与风格一致性、歌词驱动叙事、帧级音画融合等行业痛点，解决了传统“手工作坊”模式的效率与质量瓶颈，大幅降低创作门槛、压缩成本（刊例价为同行业50%），推动音乐视觉内容叙事权从主流机构向个体创作者转移，定义了AI原生MV的质量基线，重塑音乐产业生产与消费范式。

AI 工具

Google发布专为AI智能体设计的通用商业协议「UCP」及「Gemini CX」

1月12日，Google官宣发布Agentic电商解决方案，包括专为AI智能体设计的通用商业协议「UCP」（Universal Commerce Protocol）及企业端的「Gemini CX」（Gemini Enterprise for Customer Experience）。「UCP」接入Shopify、沃尔玛等伙伴，贯穿商品发现到售后全流程；「Gemini CX」具备复杂推理、多模态交互、执行授权操作能力，可覆盖客户服务全生命周期，已落地麦当劳等企业；国内阿里、1688、京东、抖音也纷纷推出电商相关AI工具与功能。

Anthropic基于Claude Code底层架构推出智能协作工具「Claude Cowork」

1月13日，Anthropic基于Claude Code底层架构推出智能协作工具「Claude Cowork」，核心定位是从“对话助手”转变为能理解任务、制定计划并持续执行的“数字同事”，支持用户授权访问指定本地文件进行分类、信息提取、报告整理等非编码工作，还具备内置虚拟机隔离、浏览器自动化支持等创新体验与安全功能。目前以研究预览版形式面向macOS平台的Claude Max订阅用户开放，后续计划加入跨设备同步、Windows版本及强化安全机制。

夸克AI浏览器上线千问划词「快捷指令」功能，划选即调用告别复制粘贴

1月13日，夸克AI浏览器上线千问划词「快捷指令」功能，用户只需三步（开启划词工具栏、添加自定义指令并命名保存）即可完成设置，浏览网页或文档时划选内容便能一键调用AI指令，无需复制粘贴，该功能提供了学术润色、种草文案撰写、情侣聊天支招、内容创作润色、代码优化、外语翻译、职场黑话解读等多场景指令模板，助力提升各类场景下的使用效率。

5.6K Star开源神器「Voice-Pro」，免费本地实现视频翻译+声音克隆

1月13日消息，GitHub上5.6K Star的开源工具「Voice-Pro」原是韩国创业团队的付费软件，现因新项目开发停止维护并完全开源，它整合WhisperX、F5-TTS等先进语音模型，在Windows等主流PC平台实现“视频下载-人声分离-字幕识别-文本翻译-声音克隆配音-视频合成”一站式本地运行，支持100多种语言处理、零样本语音克隆，无需代码，通过脚本即可轻松安装，免费无字符限制且不上传云端，是ElevenLabs等商业工具的优质替代方案，适配视频创作者和出海玩家需求。

Vercel Labs开源AI Agents浏览器自动化CLI工具「Agent-browser」

1月14日，Vercel Labs发布开源AI Agents浏览器自动化CLI工具「Agent-browser」，发布两天即获3.4k GitHub星，相比传统Playwright MCP可节省93%上下文，其中外层基于Rust编写，通过返回清洗后的可访问性树并为可交互元素打标签（Ref），让AI以简单指令精准操控浏览器，零配置且支持无头/有头模式，兼容多款AI工具，能降低Token消耗、提升AI注意力与稳定性，安装仅需两步命令。

技术突破

清华团队研发的AI药物虚拟筛选平台「DrugCLIP」登上Science

1月9日，清华大学联合团队研发的AI药物虚拟筛选平台「DrugCLIP」相关成果发表于《Science》，其通过语义检索技术实现筛选速度较传统方法提升百万倍，首次完成人类基因组规模虚拟筛选，实验验证对NET、TRIP12等靶点的筛选有效性，构建全球最大蛋白-配体筛选数据库并免费开放，配套服务平台已服务千余名用户，未来将助力抗癌、罕见病等领域新药研发。

逐际动力发布全球首个具身智能体系统「LimX COSA」

1月12日，逐际动力在深圳正式发布具身智能体系统「LimX COSA」，这是面向物理世界原生、深度融合高阶认知与全身运控的Agentic OS，采用自底向上的小脑基础模型、大小脑融合高阶技能层、自主认知决策层三层结构，赋予全尺寸人形机器人Oli高阶认知推理、语义记忆与主动感知、实时感知全身移动操作三大核心能力，实现“能想能动、知行合一”，标志着具身智能从Demo迈向产品落地，推动多领域的广泛应用。

DeepSeek V4核心技术「Engram」曝光：CPU替GPU存参，性能与降本双突破

1月13日，DeepSeek联合北京大学发布新论文，曝光「DeepSeek-V4」核心技术「Engram模块」，该模块基于N-gram改造，通过哈希函数映射与门控机制快速检索静态知识，以CPU内存替代GPU显存存储大规模参数（推理损耗＜3%），相关模型在知识、推理、代码、长文本任务上显著优于现有模型，印证V4性能突破，降低超大规模模型部署成本。

在企业级表格应用场景中，排版规整度直接影响文档的专业质感与可读性——无论是财务报表、项目方案还是正式汇报材料，文本在单元格内的分布均匀性往往成为细节加分项。此前，面对“文本两端对齐”这一高频排版需求，开发者常需通过复杂自定义实现，且难以保证与Excel的兼容性。

SpreadJS V19.0 正式推出单元格两端对齐（Justify Alignment） 功能，完美复刻Excel排版逻辑，兼顾美学呈现与实用体验，为纯前端表格应用带来排版升级，让专业文档制作更高效、更精准。

一、核心功能：双向对齐，文本分布更均匀

两端对齐功能提供水平与垂直两个维度的精准排版能力，适配不同文本展示需求，实现“边界对齐、内部均匀”的视觉效果：

1. 水平两端对齐（Horizontal Justify）

• 核心逻辑：每行文本的首字符紧贴单元格左边界，末字符对齐右边界，仅最后一行保持左对齐
• 实现原理：通过智能调整字间距与行间距，让文本在水平方向均匀分布，避免单侧留白过多的问题
• 适用场景：长文本段落展示（如项目说明、备注信息）、多列数据标签对齐

2. 垂直两端对齐（Vertical Justify）

• 核心逻辑：文本首行紧贴单元格上边界，末行对齐下边界；若仅含一行文本，则保持顶部对齐
• 实现原理：通过调整行间距优化垂直方向分布，解决多行文本垂直居中时上下留白不均的痛点
• 适用场景：高单元格内多行文本书写（如产品描述、规格说明）、复杂表格布局中的文本适配

3. 组合对齐：水平+垂直双向优化

支持同时启用水平与垂直两端对齐，让文本在单元格内实现“上下左右全边界对齐、内部均匀分布”，适用于对排版精度要求极高的正式文档（如财务报表附注、合同条款）。

二、特性亮点：适配多元场景，兼顾兼容性与灵活性

1. 自动换行强制启用，无需手动配置

启用两端对齐时，系统将自动开启“自动换行”功能，文本将根据单元格宽度智能拆分换行，避免因手动设置遗漏导致的排版错乱，降低操作门槛。

2. 无缝适配合并单元格

针对合并后的大尺寸单元格，两端对齐功能可根据合并后的实际宽高自适应调整文本分布，无需额外设置适配规则，完美支持复杂表格布局（如报表标题、分类汇总区域）。

3. 普通文本与富文本全面支持

无论是基础纯文本，还是包含字体样式、颜色、链接的富文本，均可正常使用两端对齐功能。仅需注意：富文本在旋转文本场景下需遵循特殊适配逻辑，确保排版一致性。

4. 智能分词规则，适配多语言场景

针对不同语言文本的排版特性，两端对齐功能内置智能分词策略：

• 普通文本：按空格分词，多个连续空格仅第一个用于分词，其余保留为文本一部分（例："This a word" 分词为 ["This", " a", " word"]）
• CJK（中日韩）文本：整体视为一个“词”，但内部空格可作为分割依据（例："这是Example ｻﾝプﾙ예시" 分词为 ["这是", "Example", "ｻﾝプﾙ", "예시"]）
• 支持自定义分词逻辑：通过 CultureManager 配置分词规则，满足特殊业务场景需求

三、使用场景：覆盖企业级文档核心需求

1. 财务报表制作：会计科目说明、报表附注等长文本区域，通过水平两端对齐实现多列文本整齐排列，提升报表专业度
2. 正式文档导出：需导出为PDF的合同、方案文档，通过双向两端对齐保证与Excel源文件排版一致，避免导出后格式错乱
3. 复杂表格布局：合并单元格较多的仪表盘、数据看板，通过垂直两端对齐优化文本垂直分布，让界面更规整
4. 多语言文档处理：支持中英文、中日韩等多语言文本的均匀排版，适配国际化业务场景

四、注意事项：这些细节让排版更精准

1. 自动换行强制生效：启用两端对齐后，将忽略手动关闭的“自动换行”设置，优先保证排版效果

2. 部分功能兼容限制：

   1. 缩小字体填充（shrink to fit）：多行文本场景下不生效，两端对齐逻辑优先
   2. 显示省略号（ellipsis）：两端对齐功能优先生效，省略号设置将被忽略
   3. 缩进（indent）：水平两端对齐时，缩进设置无效，文本将紧贴左右边界
3. 富文本特殊适配：旋转状态下的富文本需注意排版预览，建议结合实际效果调整单元格尺寸

五、总结：排版升级，效率与专业度双提升

SpreadJS V19.0 两端对齐功能的推出，不仅填补了纯前端表格在专业排版领域的空白，更通过“Excel兼容、智能适配、低操作门槛”的设计，让开发者无需编写复杂自定义代码，即可快速实现高质量排版效果。

无论是企业级报表制作、正式文档导出，还是复杂表格布局设计，这一功能都能有效提升文档质感与可读性，同时降低开发与维护成本。SpreadJS 始终以“复刻Excel体验、赋能前端开发”为核心，持续优化细节功能，让纯前端表格应用更贴合企业实际业务需求。

SpreadJS V19.0 即将正式发布，更多实用特性等待解锁，敬请期待！如需提前体验两端对齐功能，可访问 SpreadJS 官方Demo 或联系技术支持获取试用版本。

聊聊复制过滤的那些隐藏陷阱

适合读者：DBA / 后端架构师 / 运维工程师

关键词：MySQL 复制、binlog_do_db、replicate_do_db、数据不一致

一、背景

在许多 MySQL 体系的数据库环境中，为了降低 binlog / relay log 日志量、缓解从库复制压力或减少同步延迟，往往会引入 主库 binlog 过滤 或 从库复制过滤 的配置方案。 这些手段在一定程度上能够缓解资源消耗，但如果对其工作机制理解不充分，使用了不合理的过滤策略，极易引入隐蔽且不可逆的数据不一致风险。更为危险的是，这类问题在系统运行过程中通常不会立刻暴露，当业务侧发现数据异常时，往往已经无法通过常规手段进行补救。

本文将从 主库与从库两种过滤方式的实现机制入手，分析它们各自的优缺点及潜在风险。

二、复制过滤的判断逻辑

明确主库和从库在处理 SQL 和 row event 时的判断逻辑存在差异。

2.1 主库：是否写 binlog

判断发生在 SQL 执行完成之后。

binlog_do_db / binlog_ignore_db 仅根据当前会话的 USE db 判断，而不关注 SQL 实际操作的目标表。

2.2 从库：是否执行 relay log

判断发生在 SQL Thread 回放阶段

判断依据包括：

1. replicate_* 复制过滤参数
2. row event 真实的 db / table
3. 表是否存在
4. GTID 执行状态

结论：当主库和从库判断条件不一致时，即使 binlog 已记录，从库也可能未执行对应 row event，从而导致数据不一致。

三、主库过滤参数及风险

3.1 binlog_do_db / binlog_ignore_db 的行为示例

主库参数设置：
binlog_do_db = db1

主库执行SQL：
USE db1;
INSERT INTO db2.t2 VALUES (1);

执行结果：

1. 主库 binlog 会记录该事务。
2. 记录的 row event 目标表为 db2.t2，与 USE db1 不一致。

3.2 相关风险

1. binlog 语义与实际操作对象脱钩
2. 新从库或延迟从库无法补全缺失数据
3. binlog 回放、审计等可能出现语义错误

四、从库复制过滤参数及风险

4.1 常用复制过滤参数

从库复制过滤前提条件就是主库的binlog必须完整。

1. Replicate_Do_DB:
2. Replicate_Ignore_DB:
3. Replicate_Do_Table:
4. Replicate_Ignore_Table:
5. Replicate_Wild_Do_Table:
6. Replicate_Wild_Ignore_Table:

4.2 复制或忽略库参数

说明：

Replicate_Do_DB/Replicate_Ignore_DB 这两个参数一个是只同步某些库，另一个是只忽略某些库，判断依据是relay log中记录use的数据库，并不是SQL语句实际操作的库。

测试：

1. 从库配置复制过滤

STOP SLAVE;
CHANGE REPLICATION FILTER Replicate_Do_DB = test1;
START SLAVE;

2. 主库不配置过滤并执行操作

USE test;
CREATE TABLE TEST1.T1 LIKE TEST.T1;
INSERT INTO TEST1.T1 VALUES(1,'A');

3. 验证数据

主库查看数据：

greatsql> SELECT * FROM TEST1.T1;
+----+-------+
| id | cname |
+----+-------+
|  1 | A     |
+----+-------+
1 row in set (0.00 sec)

从库查看数据：

greatsql> SELECT * FROM TEST1.T1;
ERROR 1146 (42S02): Table 'test1.t1' doesn't exist

结论：

从库报错表不存在，所以这样会导致从库同步数据失败，因为use的是test库。

风险：

多库写入（跨库SQL）、存储过程、触发器、应用层不指定USE库都会导致数据不同步的风险。

4.3 复制或忽略表参数

说明：

Replicate_Do_Table/Replicate_Ignore_Table 这两个参数一个是只同步指定表，另一个是只忽略指定表，两个参数都不支持通配符，可以精确到表但使用要确保库名表名正确。

测试：

1. 从库配置复制过滤

STOP SLAVE;
CHANGE REPLICATION FILTER Replicate_Ignore_Table= (test1.t1_tmp);
START SLAVE;

2. 主库不配置过滤并执行DDL操作

RENAME TABLE test1.t1 TO test1.t1_bak;
RENAME TABLE test1.t1_tmp TO test1.t1;

3. 验证数据

主库查看数据：

greatsql> use test1
Database changed
greatsql> show tables;
+-----------------+
| Tables_in_test1 |
+-----------------+
| t1              |
| t1_bak          |
+-----------------+
2 rows in set (0.01 sec)

从库查看数据：

greatsql> USE test1
Database changed
greatsql> SHOW tables;
+-----------------+
| Tables_in_test1 |
+-----------------+
| t1_bak          |
| t1_tmp          |
+-----------------+
2 rows in set (0.01 sec)

结论：

由于主库执行rename操作将t1表更为t1_bak，t1_tmp更为t1，而从库忽略了t1_tmp导致sql同步失败，如果业务往新t1表插入数据从库就会因表不存在而断开复制链路，这是典型的“表级过滤被 DDL 绕过”事故。

风险：

1. 未匹配的表默认全部不复制
2. 新增表需要人工维护配置
3. 与 DDL 操作存在天然冲突
4. 如果过滤表过多添加在配置文件中只能一个参数匹配一个表

4.4 指定复制或忽略库参数

说明：

Replicate_Wild_Do_Table/Replicate_Wild_Ignore_Table 这两个参数一个是同步指定表，另一个是忽略指定表，两个参数都支持通配符，使用要确保库名表名没有通配符的隐患存在。

匹配方式：%、_（LIKE 语义）

测试：

1. 从库配置复制过滤

忽略日志类表，不需要同步到从库。

STOP SLAVE;
CHANGE REPLICATION FILTER Replicate_Wild_Ignore_Table = (test1.log%);
START SLAVE;

2. 主库不配置过滤并执行DML操作

一年后业务上线新业务test1.log_important

3. 验证表结构

主库查看数据：

greatsql> USE test1
Database changed
greatsql> SHOW tables;
+-----------------+
| Tables_in_test1 |
+-----------------+
| log_important   |
+-----------------+
1 row in set (0.00 sec)

从库查看数据：

greatsql> USE test1
Database changed
greatsql> SHOW tables;
Empty set (0.00 sec)

结论：

log_important 被 log_% 命中新业务数据未同步到从库，主从复制正常但是从库数据丢失，如果主库故障切换到从库才发现数据不一致就会导致故障，这是典型的“通配规则忽略业务表”事故。

风险：

1. 匹配范围过宽
2. 新表“自动进入过滤范围”
3. DDL 影响范围不可控

五、最常见的踩坑配置

六、最终建议（可直接当规范）

1. 如果可以不做过滤就不做，做了就会有数据风险。
2. 主库禁止做库表忽略，主库的binlog必须完整。
3. 从库Replicate_Do_DB/Replicate_Ignore_DB最好不使用，业务操作并非DBA可以控制，但数据不一致就是DBA的锅。
4. 从库Replicate_Do_Table/Replicate_Ignore_Table看似精确，但对 DDL 极其敏感，一旦表结构或命名发生变化，复制语义就可能在无感知的情况下被破坏。
5. 从库Replicate_Wild_Do_Table/Replicate_Wild_Ignore_Table可以使用，库表都可做过滤，前提是一定要做转义，规避不应该发生的数据问题。
6. 有条件可以使用GreatSQL 的gt checksum工具定期做主从数据校验。

大家好，我是良许。

在嵌入式开发中，串口通信是我们最常用的通信方式之一。

但很多初学者经常会被 UART、RS232、RS485 这几个概念搞混，不清楚它们之间到底有什么区别和联系。

今天我就来详细聊聊这三者的区别，帮助大家彻底理解这些概念。

1. 基本概念解析

1.1 UART 是什么

UART（Universal Asynchronous Receiver/Transmitter）的中文名称是通用异步收发器，它本质上是一种通信协议和硬件电路。

UART 定义了数据如何在设备之间进行串行传输，包括数据格式、传输速率、起始位、停止位等。

简单来说，UART 是一种逻辑层面的协议标准。

它规定了数据帧的格式，比如一个标准的 UART 数据帧通常包含：1 个起始位（低电平）、5 到 8 个数据位、可选的校验位、1 到 2 个停止位（高电平）。

在我们的 STM32 单片机中，UART 就是芯片内部集成的一个硬件模块，负责将并行数据转换为串行数据发送出去，或者将接收到的串行数据转换为并行数据。

UART 通信只需要两根线：TX（发送）和 RX（接收），再加上一根地线 GND。

1.2 RS232 是什么

RS232 是由美国电子工业协会（EIA）制定的一种物理层标准，全称是 EIA-RS-232。

它定义了数据终端设备（DTE）与数据通信设备（DCE）之间的物理接口标准，包括电气特性、机械特性、功能特性等。

RS232 最重要的特点是它的电平标准：逻辑 1（MARK）的电压范围是-15V 到-3V，逻辑 0（SPACE）的电压范围是 +3V 到 +15V。

注意，这个电平标准和我们单片机的 TTL 电平（0V 和 3.3V 或 5V）是完全不同的。

RS232 通常使用 DB9 或 DB25 接口，最大传输距离约为 15 米，最大传输速率一般不超过 20kbps（理论上可以更高，但实际应用中受限于线缆长度和质量）。

1.3 RS485 是什么

RS485 同样是一种物理层标准，它是 RS232 的改进版本。

RS485 采用差分信号传输方式，使用两根线（A 和 B）来传输数据，通过两根线之间的电压差来表示逻辑 0 和 1。

RS485 的主要优势包括：传输距离可达 1200 米，传输速率可达 10Mbps（短距离下），支持多点通信（最多可以连接 128 个设备），抗干扰能力强。由于采用差分信号，RS485 在工业环境中的应用非常广泛。

2. 三者之间的关系

理解了基本概念后，我们来看看它们之间的关系。

简单来说：

UART 是协议层，RS232 和 RS485 是物理层。

这就好比我们说话时，UART 定义了"说什么"（语言规则），而 RS232 和 RS485 定义了"怎么说"（声音的大小、传播方式）。

一个完整的串口通信系统，既需要 UART 协议来组织数据，也需要 RS232 或 RS485 这样的物理层标准来实际传输数据。

在实际应用中，我们的单片机 UART 输出的是 TTL 电平信号（比如 0V 和 3.3V），如果要通过 RS232 接口通信，就需要使用电平转换芯片（如 MAX232）将 TTL 电平转换为 RS232 电平；如果要通过 RS485 通信，就需要使用 RS485 收发器芯片（如 MAX485）进行转换。

3. 详细对比分析

3.1 电气特性对比

从电气特性来看，三者有明显的区别：

UART（TTL 电平）：逻辑 1 通常是 3.3V 或 5V，逻辑 0 是 0V。这是单片机内部直接使用的电平标准，驱动能力弱，抗干扰能力差，只适合板级通信。

RS232：采用负逻辑，逻辑 1 是-3V 到-15V，逻辑 0 是 +3V 到 +15V。这种较大的电压摆幅提供了一定的抗干扰能力，但功耗相对较高。RS232 是单端信号传输，容易受到共模干扰的影响。

RS485：采用差分信号传输，两根线之间的电压差大于 +200mV 表示逻辑 1，小于-200mV 表示逻辑 0。差分传输的最大优势是抗共模干扰能力强，即使两根线同时受到相同的干扰，只要它们之间的电压差保持不变，就不会影响数据传输。

3.2 传输距离和速率对比

在实际应用中，传输距离和速率是我们选择通信方式的重要考虑因素：

UART（TTL 电平）：传输距离非常有限，一般不超过 1 米，速率可以很高，但受限于线缆和驱动能力。在 PCB 板上的芯片间通信非常合适。

RS232：标准规定最大传输距离为 15 米，但在实际应用中，如果降低波特率，可以达到更远的距离。比如在 9600bps 的速率下，可以传输 30 米甚至更远。但随着距离增加，信号衰减和干扰会导致通信质量下降。

RS485：这是三者中传输距离最远的，标准距离可达 1200 米。而且 RS485 的传输速率和距离是可以权衡的：短距离下可以达到 10Mbps，而在最大距离 1200 米时，速率通常限制在 100kbps 左右。

3.3 通信方式对比

从通信拓扑结构来看：

UART/RS232：只支持点对点通信，即一个发送端对应一个接收端。如果需要连接多个设备，就需要多个串口，或者使用串口服务器等设备。

RS485：支持多点通信（也叫总线型通信），可以在同一条总线上连接多达 128 个设备（理论值，实际应用中需要考虑负载能力）。这使得 RS485 在工业控制系统中非常受欢迎，可以大大减少布线成本。

另外，RS485 支持半双工和全双工两种模式。半双工模式只需要两根线（A 和 B），但同一时刻只能有一个设备发送数据；全双工模式需要四根线，可以同时收发数据。

4. 实际应用场景

4.1 UART 的典型应用

在嵌入式开发中，UART 最常见的应用场景包括：

1. 单片机与 PC 之间的调试通信，通过 USB 转 TTL 模块连接。
2. 单片机与各种传感器模块的通信，比如 GPS 模块、蓝牙模块、WiFi 模块等。
3. 单片机之间的短距离通信。

下面是一个 STM32 使用 HAL 库进行 UART 通信的简单示例：

// UART初始化
UART_HandleTypeDef huart1;
​
void MX_USART1_UART_Init(void)
{
    huart1.Instance = USART1;
    huart1.Init.BaudRate = 115200;
    huart1.Init.WordLength = UART_WORDLENGTH_8B;
    huart1.Init.StopBits = UART_STOPBITS_1;
    huart1.Init.Parity = UART_PARITY_NONE;
    huart1.Init.Mode = UART_MODE_TX_RX;
    huart1.Init.HwFlowCtl = UART_HWCONTROL_NONE;
    
    if (HAL_UART_Init(&huart1) != HAL_OK)
    {
        Error_Handler();
    }
}
​
// 发送数据
uint8_t txData[] = "Hello UART!\r\n";
HAL_UART_Transmit(&huart1, txData, sizeof(txData)-1, 1000);
​
// 接收数据
uint8_t rxData[100];
HAL_UART_Receive(&huart1, rxData, 10, 1000);

4.2 RS232 的典型应用

RS232 虽然是比较老的标准，但在很多场合仍然在使用：

1. 工业设备的配置和调试接口，很多老设备都配备 RS232 接口。
2. 一些专业设备如示波器、频谱分析仪的通信接口。
3. PLC（可编程逻辑控制器）的编程和监控接口。

在使用 RS232 时，我们需要在单片机的 UART 和 RS232 接口之间加入电平转换芯片。

以 MAX232 为例，它可以将 TTL 电平转换为 RS232 电平，反之亦然。

电路连接非常简单，只需要几个外围电容即可。

4.3 RS485 的典型应用

RS485 在工业自动化领域应用极为广泛：

1. 工业现场的传感器网络，比如温度、压力、流量等传感器的数据采集。
2. 楼宇自动化系统，如门禁、照明、空调控制等。
3. 智能电网的抄表系统。
4. 工业机器人的控制系统。

使用 RS485 时，需要注意以下几点：

1. 总线两端需要加 120 欧姆的终端电阻，以消除信号反射。
2. 在没有数据传输时，需要将总线拉到确定的电平状态，通常使用上拉和下拉电阻。
3. 在多主机通信时，需要设计好通信协议，避免总线冲突。

下面是一个使用 MAX485 进行 RS485 通信的示例代码：

// 定义RS485方向控制引脚
#define RS485_DE_GPIO_Port GPIOA
#define RS485_DE_Pin GPIO_PIN_8
​
// 设置为发送模式
void RS485_TX_Mode(void)
{
    HAL_GPIO_WritePin(RS485_DE_GPIO_Port, RS485_DE_Pin, GPIO_PIN_SET);
    HAL_Delay(1); // 等待芯片切换
}
​
// 设置为接收模式
void RS485_RX_Mode(void)
{
    HAL_GPIO_WritePin(RS485_DE_GPIO_Port, RS485_DE_Pin, GPIO_PIN_RESET);
    HAL_Delay(1);
}
​
// 发送数据
void RS485_SendData(uint8_t *data, uint16_t len)
{
    RS485_TX_Mode();
    HAL_UART_Transmit(&huart1, data, len, 1000);
    RS485_RX_Mode();
}
​
// 接收数据
void RS485_ReceiveData(uint8_t *data, uint16_t len)
{
    RS485_RX_Mode();
    HAL_UART_Receive(&huart1, data, len, 1000);
}

5. 如何选择合适的通信方式

在实际项目中，我们应该如何选择呢？可以参考以下原则：

1. 短距离板级通信：直接使用 UART 的 TTL 电平即可，简单、成本低、速度快。比如单片机与传感器模块之间的通信。
2. 中等距离点对点通信：如果距离在几米到十几米之间，并且只需要连接两个设备，可以选择 RS232。虽然 RS232 比较老，但它的兼容性很好，很多设备都支持。
3. 长距离或多设备通信：如果传输距离超过 15 米，或者需要连接多个设备，那么 RS485 是最佳选择。特别是在工业环境中，RS485 的抗干扰能力和多点通信能力使它成为首选。
4. 高速短距离通信：如果需要高速传输且距离不远，可以考虑使用 LVDS（低压差分信号）等其他技术。
5. 无线通信需求：如果布线困难或需要移动通信，可以考虑使用蓝牙、WiFi、LoRa 等无线通信方式。

6. 总结

通过以上的详细分析，我们可以清楚地看到 UART、RS232、RS485 之间的区别和联系：

UART 是一种通信协议和硬件模块，定义了数据的组织方式；RS232 和 RS485 则是物理层标准，定义了信号的电气特性和传输方式。

它们不是互相替代的关系，而是协同工作的关系。

在实际应用中，我们通常是在单片机的 UART 基础上，根据具体需求选择合适的物理层标准。

如果是短距离通信，直接使用 UART 的 TTL 电平；如果需要更远的传输距离或更强的抗干扰能力，就通过电平转换芯片将 TTL 电平转换为 RS232 或 RS485 电平。

理解这些概念对于我们进行嵌入式系统设计非常重要，可以帮助我们在不同的应用场景中选择最合适的通信方式，设计出稳定可靠的系统。

希望这篇文章能够帮助大家彻底搞清楚这三者的区别，在以后的项目中能够灵活运用。

1. 文档概述

1.1 文档目的

本文档为[系统名称]接口的标准沟通文档，旨在XXX。

1.2 文档修订记录

1.3 接口通用规则

1.3.1 基础URL

1.3.2 数据与编码规范

• 数据格式：请求/响应默认均为JSON格式，请求头需指定Content-Type: application/json
• 编码格式：统一采用UTF-8编码，避免出现乱码问题

2. 接口详细说明

2.1 接口列表总览

2.2 用户认证接口（/auth/login）

2.2.1 接口基础信息

功能描述：用户通过输入账号、密码及验证码完成身份校验，校验通过后获取访问令牌（Token）和刷新令牌，访问令牌用于后续接口调用的身份认证。

• 接口路径：/auth/login
• 请求方法：POST
• 认证方式：无（无需携带Token）

2.2.2 请求头参数

2.2.3 请求参数（Body）

请求示例：

{
  "username": "admin",
  "password": "Admin@123456",
  "captcha": "8FzQ"
}

2.2.4 响应参数

2.2.4.1 成功响应

2.2.4.2 错误响应

成功响应示例：

{
  "code": 200,
  "message": "登录成功",
  "data": {
    "token": "eyJhbGciOiJIUzI1NiIsInR5cCI6IkpXVCJ9",
    "refreshToken": "eyJhbGciOiJIUzI1NiIsInR5cCI6IkpXVCJ9"
  }
}

错误响应示例：

{
  "code": 4001,
  "message": "账号或密码错误",
  "data": null
}

3. 状态码说明

本文档中状态码分为业务状态码（接口响应中的code字段）和HTTP状态码，本章节主要说明业务状态码的含义及对应解决方案。

4. 附录

4.1 数据类型说明

在 ArkUI 里，做主题和平时做样式是两件事：

• 样式：某个组件单独改 fontColor、backgroundColor；
• 主题：一整块区域里的组件，整体按一套规则变色。

从 API Version 12 开始，ArkUI 提供了一个专门做「局部主题」的组件：WithTheme。
它不负责画 UI，只负责一件事：给作用域里的组件套一层主题/深浅色规则。

这篇文章就是一份可以直接上手的 WithTheme 自学指南，适合发社区、做笔记或带项目里落地。

一、WithTheme 是什么？

官方定义很简单：

• WithTheme 是一个主题作用域容器；
• 只接受一个子组件（可以是 Column / Row / 自定义组件）；

• 只负责两件事：

  • 配置这一块区域用哪套 自定义主题颜色（theme）；
  • 控制这一块区域的 深色 / 浅色模式（colorMode）。

基础信息：

• 支持版本：从 API Version 12 开始；
• 系统能力：SystemCapability.ArkUI.ArkUI.Full；
• 元服务：从 API 12 开始支持元服务 API；
• 不支持通用属性、不支持通用事件（它只是“包裹容器”，样式写在子组件上）。

二、WithTheme 能影响哪些组件？

不是所有组件都会响应 WithTheme，这点很关键。当前支持的系统组件包括：

• 输入类：TextInput、Search
• 按钮 & 徽标：Button、Badge、Counter
• 轮播 & 选择类：Swiper、Select、Menu
• 文本类：Text

• 选择器类：

  • TimePicker、DatePicker、TextPicker
  • Checkbox、CheckboxGroup、Radio
  • Slider

• 状态展示类：

  • Progress、Toggle、PatternLock、QRCode
• 分隔类：Divider

简单记：表单控件 + 按钮 + 文本 + 分隔线，大部分能跟着 WithTheme 一起变。

三、核心接口与配置项

3.1 WithTheme 基本接口

WithTheme(options: WithThemeOptions) {
  // 只能有一个子组件
  // 这个子组件里面可以再写 Column/Row/自定义组件
}

注意：WithTheme 不支持通用属性和通用事件，需要把布局、点击等逻辑写在内部组件上。

3.2 WithThemeOptions 结构

interface WithThemeOptions {
  theme?: CustomTheme        // 自定义主题配色
  colorMode?: ThemeColorMode // 深浅色模式
}

• theme?: CustomTheme

  • 用于指定 WithTheme 作用域内组件的缺省配色；
  • 默认：undefined，表示跟随系统 token 默认样式。

• colorMode?: ThemeColorMode

  • 控制作用域内组件的深色/浅色模式；
  • 默认：ThemeColorMode.SYSTEM（跟随系统）。

3.3 CustomTheme 类型

type CustomTheme = CustomTheme

• CustomTheme 实际上是一个接口；
• 搭配 CustomColors 一起使用，用来描述一整套颜色体系（比如一套绿色主题、一套红色主题）。

四、局部深浅色：colorMode 实战

很多页面希望做到：

• 整体跟随系统；
• 但某一块区域 强制深色（比如顶部 Banner）或 强制浅色（比如活动卡片）。

这时可以用 WithTheme 搭配 colorMode。

4.1 深浅色资源准备：dark.json

要让深浅色生效，先准备深色资源文件 dark.json，例如：

{
  "color": [
    {
      "name": "start_window_background",
      "value": "#000000"
    }
  ]
}

4.2 示例：同一页面展示默认、Dark、Light 三种区域

@Entry
@Component
struct Index {
  build() {
    Column() {
      // ① 系统默认区域
      Column() {
        Text('无WithTheme')
          .fontSize(40)
          .fontWeight(FontWeight.Bold)
      }
      .justifyContent(FlexAlign.Center)
      .width('100%')
      .height('33%')
      .backgroundColor($r('app.color.start_window_background'))

      // ② 局部强制深色模式
      WithTheme({ colorMode: ThemeColorMode.DARK }) {
        Column() {
          Text('WithTheme')
            .fontSize(40)
            .fontWeight(FontWeight.Bold)
          Text('DARK')
            .fontSize(40)
            .fontWeight(FontWeight.Bold)
        }
        .justifyContent(FlexAlign.Center)
        .width('100%')
        .height('33%')
        .backgroundColor($r('sys.color.background_primary'))
      }

      // ③ 局部强制浅色模式
      WithTheme({ colorMode: ThemeColorMode.LIGHT }) {
        Column() {
          Text('WithTheme')
            .fontSize(40)
            .fontWeight(FontWeight.Bold)
          Text('LIGHT')
            .fontSize(40)
            .fontWeight(FontWeight.Bold)
        }
        .justifyContent(FlexAlign.Center)
        .width('100%')
        .height('33%')
        .backgroundColor($r('sys.color.background_primary'))
      }
    }
    .height('100%')
    .expandSafeArea(
      [SafeAreaType.SYSTEM],
      [SafeAreaEdge.TOP, SafeAreaEdge.END, SafeAreaEdge.BOTTOM, SafeAreaEdge.START]
    )
  }
}

使用建议：

• 想让某个模块始终深色：WithTheme({ colorMode: ThemeColorMode.DARK })；
• 想让底部工具条固定浅色：ThemeColorMode.LIGHT；
• 根节点跟系统，局部区域用 WithTheme 做反色/特殊效果，是比较推荐的实践。

五、自定义主题：CustomTheme + CustomColors 实战

除了深浅色，有时我们希望整块区域用一套品牌色，比如「绿色主题卡片」vs「红色活动卡片」。

这时用 CustomTheme 来定义一套颜色，然后交给 WithTheme。

5.1 定义颜色集合 CustomColors

import { CustomTheme, CustomColors } from '@kit.ArkUI';

class GreenColors implements CustomColors {
  fontPrimary = '#ff049404';
  fontEmphasize = '#FF00541F';
  fontOnPrimary = '#FFFFFFFF';
  compBackgroundTertiary = '#1111FF11';
  backgroundEmphasize = '#FF00541F';
  compEmphasizeSecondary = '#3322FF22';
}

class RedColors implements CustomColors {
  fontPrimary = '#fff32b3c';
  fontEmphasize = '#FFD53032';
  fontOnPrimary = '#FFFFFFFF';
  compBackgroundTertiary = '#44FF2222';
  backgroundEmphasize = '#FFD00000';
  compEmphasizeSecondary = '#33FF1111';
}

实际项目里可以按照设计给的 token 表来映射，保持命名和 UI 视觉规范一致。

5.2 封装成 CustomTheme

class PageCustomTheme implements CustomTheme {
  colors?: CustomColors

  constructor(colors: CustomColors) {
    this.colors = colors
  }
}

5.3 使用 WithTheme 控制局部主题

下面这个例子展示了一个典型的用法：
上半部分使用系统默认按钮配色；
下半部分被 WithTheme 包裹，使用可切换的自定义主题。

@Entry
@Component
struct IndexPage {
  static readonly themeCount = 3;

  themeNames: string[] = ['System', 'Custom (green)', 'Custom (red)'];

  themeArray: (CustomTheme | undefined)[] = [
    undefined,                              // 系统默认主题
    new PageCustomTheme(new GreenColors()), // 绿色主题
    new PageCustomTheme(new RedColors())    // 红色主题
  ]

  @State themeIndex: number = 0;

  build() {
    Column() {
      // 区域一：未使用 WithTheme，系统默认配色
      Column({ space: '8vp' }) {
        Text('未使用WithTheme')

        // 点击切换下方 WithTheme 的配色
        Button(`切换theme配色：${this.themeNames[this.themeIndex]}`)
          .onClick(() => {
            this.themeIndex = (this.themeIndex + 1) % IndexPage.themeCount;
          })

        // 系统默认按钮配色
        Button('Button.style(NORMAL) with System Theme')
          .buttonStyle(ButtonStyleMode.NORMAL)
        Button('Button.style(EMP..ED) with System Theme')
          .buttonStyle(ButtonStyleMode.EMPHASIZED)
        Button('Button.style(TEXTUAL) with System Theme')
          .buttonStyle(ButtonStyleMode.TEXTUAL)
      }
      .margin({ top: '50vp' })

      // 区域二：使用 WithTheme，局部换肤
      WithTheme({ theme: this.themeArray[this.themeIndex] }) {
        Column({ space: '8vp' }) {
          Text('使用WithTheme')
          Button('Button.style(NORMAL) with Custom Theme')
            .buttonStyle(ButtonStyleMode.NORMAL)
          Button('Button.style(EMP..ED) with Custom Theme')
            .buttonStyle(ButtonStyleMode.EMPHASIZED)
          Button('Button.style(TEXTUAL) with Custom Theme')
            .buttonStyle(ButtonStyleMode.TEXTUAL)
        }
        .width('100%')
      }
    }
  }
}

效果：

• 上半部分：始终采用系统默认主题；
• 下半部分：随着按钮点击，在 System / Green / Red 三种主题间切换；
• 完全局部生效，不影响其他页面和组件。

六、常见使用场景

结合上面的能力，WithTheme 很适合这些场景：

1. 局部夜间模式

   • 例如：播放器底部控制条、评论区、侧边栏等；
   • 根页面跟系统，某个区域用深色：

   WithTheme({ colorMode: ThemeColorMode.DARK }) {
     // 播放控制区 / 评论列表
   }

2. 卡片级换肤 / 品牌卡片

   • 营销活动卡片、会员卡片、小程序入口等：

   WithTheme({ theme: new PageCustomTheme(new GreenColors()) }) {
     // 活动卡片 / 会员卡片布局
   }

3. 表单区域统一风格

   • 一个复杂表单里用到 Button / TextInput / Checkbox / Slider 等：
   • 全部丢在 WithTheme 里，做一套专门的表单主题。

4. 多主题 Demo / 设置页

   • 设置页里提供「主题预览」；
   • 上方一个切换按钮，下面用了多个 WithTheme 区块分别展示效果。

七、容易踩的点 & 调试建议

1. 子组件只能一个

   • WithTheme 的子节点只能是一个组件；
   • 如果有多个，请用 Column/Row/自定义组件包一层。

2. 不是所有组件都响应主题

   • 自绘组件（Canvas、Shape 等）不会自动跟主题；
   • 自定义组件如果内部没用系统控件，也看不到效果。

3. 内部写死颜色会覆盖部分主题

   • 比如你在 Button 上手动设置了 backgroundColor('#FF0000')；
   • 这可能会盖住主题里本来给它配置的一些颜色表现；
   • 建议：尽量用 buttonStyle、fontColor + 主题，让主题主导，而不是全部手写 Hex。

4. 深浅色看起来没变化？

   • 检查是否已经配置 dark.json 等资源；
   • 检查是不是本身背景就接近黑/白，导致肉眼不明显；
   • 可以临时多放一些 Text / Button 观察效果。

八、总结

WithTheme 的定位可以一句话概括：

内外解耦：全局主题搞整体，WithTheme 专门做“局部换肤 + 局部深浅色”。

掌握它之后，你可以在 ArkUI 里轻松实现：

• 某一块区域固定深色 / 浅色；
• 某类卡片、一段区域统一走品牌主题色；
• 在一个页面里同时展示多套主题效果，而不影响全局。

​

FDM 全称 Free Download Manager，是个免费下载工具，支持 HTTP、FTP、BT 种子、磁力链，还能断点续传、加速下载，比浏览器自带下载器好用多了。

fdm_x64_setup_6.14.2.3973.exe是 64 位系统的安装包，版本号 6.14.2.3973，安装完就能用，没啥复杂的设置。

一、准备工作

1. 下载安装包​

   • 安装包下载：https://pan.quark.cn/s/0f55bb965d1b
   • 确认文件大小（大概 40MB 左右），别下成其他版本。

2. 关闭杀毒软件（可选） ​

   • 个别杀毒软件会误报，安装时可以先暂时关掉，装完再开。

二、安装 FDM

1. 双击 fdm_x64_setup_6.14.2.3973.exe运行。
2. 选语言（默认 English，点下拉框选“简体中文”更方便）。
3. 点  “Next” ​ 继续。

4. 选安装位置：

   • 默认是 C:\Program Files\Free Download Manager，想改就点“Browse”选 D 盘或其他盘。

5. 选组件：

   • 一般全选（包括浏览器扩展，能接管浏览器下载），点“Next”。

6. 选附加任务：

   • 建议勾“创建桌面快捷方式”和“开机启动”（想省事就勾，不想要就取消），点“Next”。
7. 点  “Install” ​ 开始安装，等进度条走完。
8. 最后点  “Finish” ​ 完成安装，FDM 会自动启动。

三、基本使用（下载文件）

1. 普通下载（HTTP/FTP）

• 复制文件下载链接（比如 https://example.com/file.zip）。
• 打开 FDM，点左上角  “添加” ​ 按钮（或按 Ctrl+U）。
• 粘贴链接，点“确定”，FDM 就开始下载了。
• 在下载列表里能看到进度、速度、剩余时间，还能暂停/继续/限速。

2. BT 种子/磁力链下载

• 点  “添加” ​ → 选“Torrent 文件”，找到 .torrent种子文件打开；
• 或者直接粘贴磁力链接（以 magnet:开头的），点“确定”；
• FDM 会自动解析并开始下载 BT 任务。

3. 浏览器接管下载

• 安装时会提示安装浏览器扩展（Chrome、Edge、Firefox 都支持）。
• 装好后，在浏览器里点下载链接，会自动跳转到 FDM 下载，不用手动复制链接。

四、常用设置（优化体验）

1. 限速设置：

   • 右键下载任务 → “速度限制”，设最大下载速度和上传速度（不影响上网速度）。

2. 更改下载目录：

   • 点顶部  “选项”→“常规” ，改“默认下载文件夹”（比如 D:\Downloads）。

3. 开机启动：

   • 点  “选项”→“常规” ，勾“随 Windows 启动”，开机就能直接用。

4. 批量下载：

   • 点  “文件”→“批量下载” ，粘贴多个链接（每行一个），一次性添加多个任务。

​

流量统计功能文档

仓库地址:https://gitee.com/teanary/teanary_service

目录

• 功能概述
• 功能特性
• 技术架构
• 配置说明
• 使用方法
• 数据管理
• 常见问题

功能概述

流量统计功能用于统计网站前台的访问数据，包括真人访问和爬虫访问。系统会自动区分访问者类型，并记录详细的访问信息，帮助管理员了解网站的访问情况。

主要功能

• ✅ 自动统计前台访问流量
• ✅ 区分真人访问和爬虫访问
• ✅ 识别爬虫来源（Google、Bing、Baidu等）
• ✅ 缓存数据，批量写入数据库（每5分钟）
• ✅ 自动清理过期数据（默认保留90天）
• ✅ 提供统计看板和详细列表页面

功能特性

1. 智能过滤

系统会自动排除以下请求：

• ❌ 管理后台（/manager/*）
• ❌ 个人中心（/user/*）
• ❌ API 路由（/api/*）
• ❌ 静态资源（.css, .js, .jpg, .png 等）
• ❌ 非 GET 请求

2. 爬虫识别

系统能够识别以下类型的爬虫：

搜索引擎爬虫：

• Google (Googlebot)
• Bing (Bingbot)
• Baidu (Baiduspider)
• Yandex (Yandexbot)
• Yahoo (Slurp)
• DuckDuckGo (Duckduckbot)
• Sogou (Sogou)

社交媒体爬虫：

• Facebook (Facebookexternalhit)
• Twitter (Twitterbot)
• LinkedIn (Linkedinbot)
• Pinterest (Pinterestbot)

其他爬虫：

• Semrush (Semrushbot)
• Ahrefs (Ahrefsbot)
• Majestic (Mj12bot)
• Dotbot
• 以及其他通用爬虫（bot、crawler、spider等）

3. 数据记录

每条流量记录包含以下信息：

• 路径 (path): 访问的页面路径
• 方法 (method): HTTP 方法（通常为 GET）
• IP 地址 (ip): 访问者的 IP 地址
• 用户代理 (user_agent): 浏览器或爬虫的用户代理字符串
• 来源页面 (referer): 来源页面的 URL
• 语言 (locale): 访问时使用的语言代码
• 是否爬虫 (is_bot): 是否为爬虫访问
• 爬虫来源 (spider_source): 爬虫的具体来源（如 google、bing 等）
• 访问次数 (count): 同一分钟内相同路径的访问次数
• 统计时间 (stat_date): 统计日期（精确到分钟）

技术架构

数据流程

用户访问 → TrackTraffic 中间件 → 缓存数据 → 批量写入队列 → 数据库

核心组件

1. 中间件 (TrackTraffic)

   • 位置：app/Http/Middleware/TrackTraffic.php
   • 功能：拦截请求，记录流量数据到缓存

2. 批量写入任务 (BatchWriteTrafficStatsJob)

   • 位置：app/Jobs/BatchWriteTrafficStatsJob.php
   • 功能：每5分钟批量将缓存数据写入数据库

3. 数据清理命令 (CleanOldTrafficStats)

   • 位置：app/Console/Commands/CleanOldTrafficStats.php
   • 功能：清理超过指定天数的历史数据

4. 数据模型 (TrafficStatistic)

   • 位置：app/Models/TrafficStatistic.php
   • 功能：定义数据结构和查询方法

5. 管理界面

   • 统计看板：app/Filament/Manager/Pages/TrafficStatistics.php
   • 详细列表：app/Filament/Manager/Resources/TrafficStatisticResource.php

缓存机制

• 使用 Laravel Cache 存储临时流量数据
• 缓存键格式：traffic:queue:Y-m-d-H-i
• 缓存过期时间：1小时
• 每5分钟批量写入一次数据库

配置说明

1. 中间件注册

中间件已在 routes/web.php 中注册：

Route::prefix('{locale}')->middleware([
    SetLocaleAndCurrency::class, 
    \App\Http\Middleware\TrackTraffic::class
])->group(function () {
    // 前台路由
});

2. 定时任务配置

在 routes/console.php 中已配置：

// 流量统计批量写入任务（每5分钟执行一次）
Schedule::command('app:batch-write-traffic-stats --queue')
    ->everyFiveMinutes()
    ->withoutOverlapping()
    ->runInBackground();

// 流量统计数据清理任务（每天凌晨2点执行，清理90天前的数据）
Schedule::command('app:clean-old-traffic-stats')
    ->dailyAt('02:00')
    ->withoutOverlapping();

3. 数据库表结构

表名：traffic_statistics

主要字段：

• id: 主键（雪花ID）
• path: 访问路径（索引）
• method: HTTP 方法（索引）
• ip: IP 地址（索引）
• user_agent: 用户代理
• referer: 来源页面
• locale: 语言代码（索引）
• is_bot: 是否为爬虫（索引）
• spider_source: 爬虫来源（索引）
• count: 访问次数
• stat_date: 统计时间（索引，精确到分钟）

使用方法

1. 查看统计看板

1. 登录管理后台
2. 导航到 统计 → 流量统计看板

3. 可以查看：

   • 总访问量、页面浏览量、独立IP、独立页面
   • 真人访问和爬虫访问的对比
   • 热门页面 Top 20

4. 支持筛选：

   • 日期范围：今天、昨天、最近7天、最近30天、最近90天
   • 访问者类型：全部、真人访问、爬虫访问

2. 查看详细列表

1. 登录管理后台
2. 导航到 统计 → 流量明细
3. 可以查看每条访问记录的详细信息

4. 支持筛选：

   • 访问类型（真人/爬虫）
   • 爬虫来源
   • 日期范围

3. 手动触发批量写入

如果需要立即将缓存数据写入数据库，可以执行：

php artisan app:batch-write-traffic-stats

4. 手动清理数据

清理超过指定天数的数据：

# 清理90天前的数据（默认）
php artisan app:clean-old-traffic-stats

# 清理30天前的数据
php artisan app:clean-old-traffic-stats --days=30

# 清理180天前的数据
php artisan app:clean-old-traffic-stats --days=180

数据管理

数据保留策略

• 默认保留时间：90天
• 清理时间：每天凌晨2点自动执行
• 清理方式：分批删除，每批1000条记录

数据统计方法

获取指定时间范围内的统计数据

use App\Models\TrafficStatistic;
use Illuminate\Support\Carbon;

// 获取最近7天的所有数据
$startDate = Carbon::today()->subDays(6);
$endDate = Carbon::today()->endOfDay();
$stats = TrafficStatistic::getStatsByDateRange($startDate, $endDate);

// 只获取真人访问数据
$humanStats = TrafficStatistic::getStatsByDateRange($startDate, $endDate, false);

// 只获取爬虫访问数据
$botStats = TrafficStatistic::getStatsByDateRange($startDate, $endDate, true);

获取热门页面

// 获取最近7天的热门页面 Top 10
$topPages = TrafficStatistic::getTopPages($startDate, $endDate, 10);

// 只获取真人访问的热门页面
$topHumanPages = TrafficStatistic::getTopPages($startDate, $endDate, 10, false);

// 只获取爬虫访问的热门页面
$topBotPages = TrafficStatistic::getTopPages($startDate, $endDate, 10, true);

常见问题

Q1: 为什么有些访问没有被统计？

A: 系统会自动排除以下请求：

• 管理后台和个人中心的访问
• API 路由
• 静态资源文件
• 非 GET 请求

如果您的访问路径符合以上条件，将不会被统计。

Q2: 数据多久写入一次数据库？

A: 系统每5分钟自动批量写入一次。如果需要立即写入，可以手动执行 php artisan app:batch-write-traffic-stats 命令。

Q3: 如何修改数据保留时间？

A: 有两种方式：

1. 修改定时任务：编辑 routes/console.php，修改 --days 参数
2. 手动执行：执行 php artisan app:clean-old-traffic-stats --days=天数

Q4: 爬虫识别不准确怎么办？

A: 可以修改 app/Http/Middleware/TrackTraffic.php 中的 isBot() 和 getSpiderSource() 方法，添加或修改爬虫识别规则。

Q5: 如何查看缓存中的数据？

A: 可以使用 Laravel Tinker：

php artisan tinker

然后执行：

// 查看某个时间点的队列
Cache::get('traffic:queue:2026-01-17-14-30');

// 查看所有流量相关的缓存键（需要 Redis）
Redis::keys('traffic:*');

Q6: 数据量很大，会影响性能吗？

A: 系统采用了以下优化措施：

• 使用缓存暂存数据，减少数据库写入频率
• 批量写入，每5分钟写入一次
• 使用索引优化查询性能
• 自动清理过期数据，控制数据量

如果数据量仍然很大，可以考虑：

• 缩短数据保留时间
• 增加批量写入频率
• 优化数据库索引

Q7: 如何禁用流量统计？

A: 从 routes/web.php 中移除 TrackTraffic::class 中间件即可。

Q8: 可以统计其他路径吗？

A: 可以修改 app/Http/Middleware/TrackTraffic.php 中的 shouldTrack() 方法，调整过滤规则。

相关文件

• 中间件：app/Http/Middleware/TrackTraffic.php
• 批量写入任务：app/Jobs/BatchWriteTrafficStatsJob.php
• 清理命令：app/Console/Commands/CleanOldTrafficStats.php
• 数据模型：app/Models/TrafficStatistic.php
• 统计看板：app/Filament/Manager/Pages/TrafficStatistics.php
• 详细列表：app/Filament/Manager/Resources/TrafficStatisticResource.php
• 数据库迁移：database/migrations/2026_01_17_204550_create_traffic_statistics_table.php

更新日志

2026-01-17

• ✅ 初始版本发布
• ✅ 支持真人/爬虫区分
• ✅ 支持爬虫来源识别
• ✅ 自动批量写入和清理

文档版本：1.0
最后更新：2026-01-17