最近刷到 Anthropic 官方的 **Claude Code 实战课程 **：
Claude Code in Action

在 reddit 有人完整学完后，把 ** 真正有用的要点 ** 整理了一遍。

序言

很多入职开发前的伙伴，可能或多或少接触过 git,

实际用的最多的命令也就是 git clone,git push,

以为 git 的流程也就这样，实则不然，实际上企业中的 git 流程，由五大分支构成

理论

提示

只有 main 主分支和 develop 开发分支是贯穿项目生命周期本身，其他分支都会中途离场
所以也说 main 和 develop 是上二分支，其他分支是下三分支

• 主分支 (main/master): 项目的生产发布分支，始终保持稳定可发布状态

• 热修复分支 (hotfix/*): 从 main 分支创建，用于紧急修复线上 BUG, 修复后同时合并回 main 和 develop

• 开发分支 (develop): 日常开发的主分支，所有功能开发的集成分支

• 特性分支 (feature/*): 从 develop 创建，开发新功能，完成后合并回 develop

• 预发布分支 (release/*): 从 develop 创建，用于发布前的测试和最终调整，测试通过后合并回 main(打版本标签) 和 develop

分支合并关系

feature/* → develop

develop → release/*

release/* → main + develop

hotfix/* → main + develop

主分支

作用：存放 稳定 , 可随时部署到生产环境的代码

特点:

• 分支上每一个提交对都应一个正式发布的版本

• 不允许在此分支直接开发

• 通常被打上版本标签 (如: v1.0.0 或 v20260101)

开发分支

作用：存放 最新开发成果 的集成分支，是功能开发的集线器

特点:

• 当 develop 分支上的代码到达稳定状态并准备发布时，会合并到 main 分支 (如果有 release 分支，则合并到此分支)

• 所有功能的分支、发布分支都从 develop 分支拉取

功能分支

来源: develop

合并目标: develop

命令惯例:feature/user-authentication,feature/payment-integration

作用: 开发新功能

生命周期:

• 从 develop 分支拉取

• 开发完成后，合并回 develop

• 合并后，该功能分支通常被删除

发布分支

来源: develop

合并目标:develop 和 main

命名惯例:release/1.2.0,release/2026-spring

作用：为发布新版本做准备。在此分支上，只做 BUG 修复 , 生成版本号 , 整理文档 等发布准备工作，不再添加新功能

生命周期:

• 当 develop 分支的功能足够进行一次发布时，从 develop 拉出 release 分支

• 在此分支上进行最后的测试和修复

• 准备就绪后，将 release 分支合并到 main 分支 并打上版本标签

• 同时，必须合并回 develop 分支，因为 release 分支上修复的 BUG 可能 develop 分支上还没修复

热修复分支

来源:main

合并目标: main 和 develop

命名惯例:hotfix/critical-security-patch,hotfix/1.2.1

作用：快速修复生产环境 (main 分支) 上的紧急 BUG

生命周期:

• 从 main 分支上出现 BUG 的提交点 (通常是最近的标签) 拉取

• 修复完成后，合并回 main 分支并打上新的版本标签 (如:v1.0.1)

• 同时，必须合并回 develop 分支，确保修复在后续开发中也生效

人话

恭喜你能看到这里，理论看起来确实是枯燥的，感谢你自己的坚持，

希望评论区就 gitflow 能展开相关讨论，而不是一味的刷 感谢分享 感谢大佬，

我分享文章也是希望有思想和经验上的交流碰撞

实际上，普通的开发入职后，如果有开发需求，一般都是从 develop 分支拉取代码后，

本地新建 feature/xxx 功能分支，在 feature/xxx 分支上进行开发的

功能开发到一定阶段后，比如一阶段完成了核心需求 (因为产品可能在开发内提出新需求，这很常见),

就可以合并到 develop 分支，develop 在积累了多个功能分支合并后，

就可以发布到 release 发布分支，这一分支不再接受新功能合并，只允许修补 BUG

这一过程就是提测，让测试工程师核验功能完整性，如果有 BUG 要及时修复

修复的时候拉取的是 release 分支，然后提交的时候也是推送到这个分支

在 release 分支准备完善 (修复了测试工程师检测到的 BUG), 就可以准备往主分支 (main) 发布了，

这就是一次完整的 git flow 发布流程，当然还有线上有 BUG, 需要做紧急修复

这个时候，就是直接拉取 main 分支并在本地创建热修复分支 hotfix,

在 BUG 被修复后，就可以合并回 main 分支 和 develop 分支了

是的，这里要注意，hotfix 要合并到 2 个分支里，

而不是 hotfix->main->develop 这是错误的做法 , 因为造成 develop 被 main 污染 (额外的标签记录以及其他)

大家有什么想法也可以在评论区里说一下，也可能有我没有讲到地方，大家也可以补充

wispbyte 的网址：https://wispbyte.com/
有佬友发了在 wispbyte 跑 sing-box 的方法，因为其实它是一个容器，资源非常有限。
跑多了必然被 oom 杀掉。那提供一个直接 js 的方法建 vless 和 trojan，这样资源能得到有效控制。而且代码混淆，不容易被封杀。

出一篇手把手教程：

wispbyte.com , 是欧洲的一个厂家
它可以免费建立一个 server，准确的来说是一个容器，并且暴露一个端口出来

那先 Create Server，Server Name 和 Server Description 就都写 god01 好了

Server Type 当然选 Free Plan 的，运行环境就选 NodeJS

选完就按最下面的创建即可。

建好了那就去到 server manage 管理界面，下面有个 Startup：

分析红框中那句启动命令，意思很简单，如果配了 git，就去拉代码，如果有存在 npm 的 package.json，就先 npm install 安装，最后，运行主程序 index.js

下面选项是 Docker Image，本来以为是可以随便引用别处的镜像，结果是不能，只能选固定的，那就选不太激进的 nodejs_22 ，保存好

然后就什么都不用动了

然后去到左边的 Files 选项，缺省路径会是 /home/container/

上面图是已经装好运行的，如果是新服务器，是空无一物，没有任何文件

我们只需要准备 5 个文件和一个域名：

域名去免费搞一个，然后证书用大善人的let's encrypt搞定

tls.crt 证书文件，用let’s encrypt申请

tls.key 密钥文件，用let’s encrypt申请

index.html 用来装饰的环保单页面，如果不加，就会显示 hello world，太假了，可以让 gemini 给你生成一个，代码如下，注意改名 index.html：

index.txt

package.json 文件，index.js 运行时需要依赖的安装包文件，安装了 2 个包，axios 和 ws，注意改名 package.txt

package.txt (291 Bytes)

index.js 主文件，所有东西都在这里面，注意改名 index.js，上传的时候不知道为啥变成 indexjsp.txt 了

indexjsp..txt

这样就齐活了，index.js 需要修改的地方

const DOMAIN = process.env.DOMAIN || '1234.abc.com';       // 填写域名 const SUB_PATH = process.env.SUB_PATH || 'sub';            // 获取节点的订阅路径 const PORT = process.env.PORT || 7860;                     // 端口 

• 域名我们要填写自己的域名

• 路径要换掉，缺省是 sub，也就是订阅地址是 https://xxx.aaa.com/sub , 最好换成自己独特的地址

• 端口也选这个服务器给你开的端口，我的是 10407, 看下图

然后改好了，别急着贴进去

打开： https://obfuscator.io/legacy-playground

贴进去代码，混淆一下，弄成谁也认不得的模样，然后 Copy，再贴进去

最后运行

看到 Online 就好了

那域名解析到这个 IP，打开 https 看看：

那再打开 https://www.bbb.com/sub , 如果改了 sub，那就是设置的别的路径，会显示一堆 base64 加密的字符串

从 v2rayN 导入，有两个代理，一个是 vless，一个是 trojan，就可以用了

关键是这么做的原理，就是用 index.js 完整实现了 vless 和 trojan 的功能，加了证书，并且做了混淆和伪装

这样很自然，比在容器里直接 sing-box 安全占用资源少，不容易被扫描到

当然，这个网站的速度不太行，所以只是一个玩具，没有套大善人 Cloudflare 的 CDN

自己用的是 huggingface.co + CF worker，速度还是可以的。

代码放在： GitHub - zhangrr/js-server: nodejs server

大家自行取用吧

也放到博客了：wispbyte.com 薅羊毛记 | 八戒的技术博客

可以使用快捷指令实现
自定义闹钟 - 就寝版
自定义闹钟 - 常规版

1. 点击「自定义闹钟 V3.0 - 常规版」下载添加，按照要求进行闹钟时间添加

2. 手动运行一遍「自定义闹钟 V3.0 - 常规版」快捷指令，允许对应的权限请求

. 设定个人自动化：

• 特定时间 00:05

• 重复 每天

• 立即运行

• 选择「自定义闹钟 V3.0 - 常规版」快捷指令

原作者 微信公众号 [Jubal Moment]

1、把不好计算的积分制度换成对话次数。模型从 V3.2 换到了 Kimi 2T。之前是用完就没了，现在每周都会更新。我个人体感是，Kimi 比 V3.2 好用很多

2、新增加了图片生成，20 每周真的够了，我自己好像都用不完这个额度，使用的是即梦生成（真算不错了吧）

3、全方面的语言适配，中文率 90%，比起之前 50% 好很多了。支持最多五门语言（虽然不知道啥用，但反正是支持了）

以及修复了一堆 BUG 就不说了
总之就是大家登录就能体验到以上的更新了

https://www.canva.com/brand/join?token=cy-ANbvAAnuYLzgN3FOlvQ&brandingVariant=edu&referrer=team-invite
https://www.canva.com/brand/join?token=kX16bf2O7y536V13TO428w&brandingVariant=edu&referrer=team-invite

书接上回 用 Claude+Gemini 写了个安卓端的 AI 聊天软件 - 开发调优 / 开发调优，Lv1 - LINUX DO
更新链接：Release v1.6 · wanxiaoT/TChat

之前帖子讲过，来 L 站之后想必各位佬友们都获得了不少的 AI 资源。如公益站 API、Cursor、反重力等等。一直希望能够整合一下，资源聚合，最好能够统一接口调用，于是总结了几个比较好用的工具。

CC Switch

这个工具我主要是用来配置 Gemini CLI、CodeX、Claude Code 的提示词、MCP、Skills 相关的内容的。

CLIProxyAPI

CLIProxyAPI 是一个为 CLI 提供 OpenAI/Gemini/Claude/Codex 兼容 API 接口的代理服务器。功能很强，官方介绍：

• 为 CLI 模型提供 OpenAI/Gemini/Claude/Codex 兼容的 API 端点
• Gemini CLI 支持（OAuth 登录）
• 反重力 支持（OAuth 登录）
• OpenAI Codex（GPT 系列）支持（OAuth 登录）
• Claude Code 支持（OAuth 登录）
• Qwen Code 支持（OAuth 登录）
• iFlow 支持（OAuth 登录）
• 支持流式与非流式响应
• 函数调用 / 工具支持
• 多模态输入（文本、图片）
• 多账户支持与轮询负载均衡（Gemini、OpenAI、Claude、Qwen 与 iFlow）
• 简单的 CLI 身份验证流程（Gemini、OpenAI、Claude、Qwen 与 iFlow）
• 支持 Gemini AIStudio API 密钥
• 支持 AI Studio Build 多账户轮询
• 支持 Gemini CLI 多账户轮询
• 支持 反重力 多账户轮询
• 支持 Claude Code 多账户轮询
• 支持 Qwen Code 多账户轮询
• 支持 iFlow 多账户轮询
• 支持 OpenAI Codex 多账户轮询
• 通过配置接入上游 OpenAI 兼容提供商（例如 OpenRouter）

Quotio

这是 CLIProxyAPI + 各类账户额度查询功能的 GUI 应用，和开发者交流了一下，提了建议，也支持了中文，感觉也很好用：

各位佬如果也有好用的产品，可以推荐推荐。

DataAgent 是一个基于 Spring AI Alibaba Graph 打造的企业级智能数据分析 Agent。它超越了传统的 Text-to-SQL 工具，进化为一个能够执行 Python 深度分析、生成 多维度图表报告 的 AI 智能数据分析师。

系统采用高度可扩展的架构设计，全面兼容 OpenAI 接口规范的对话模型与 Embedding 模型，并支持灵活挂载任意向量数据库。无论是私有化部署还是接入主流大模型服务（如 Qwen, Deepseek），都能轻松适配，为企业提供灵活、可控的数据洞察服务。

GitHub - spring-ai-alibaba/DataAgent: Spring AI Alibaba DataAgent 项目地址
大家可以去看看这个项目，我也算是里面的一个开发者了吧，项目的效果的话我感觉还不错，然后最近准备发布 1.0.0 正式版本了！大家感兴趣的可以去看看呀，可以去提 PR 或者去点点 Star。也可以作为工作流 Agent 的一个实现学习项目。
目前已经快 300star 了呀

目前 300star 了！！！！

前言

你是否遇到过这样的场景？

• 实验室有一台 8 卡 GPU 服务器，几个同学同时跑实验，经常互相 "抢"GPU (是的，我们组是穷组)
• 想跑一个超参数搜索，需要提交 10 个不同的实验，还要记得哪个实验用了哪些参数
• 训练完模型后需要做评估，但总是要手动盯着训练什么时候结束

Gflow 就是这样一个解决方案。

Gflow 是一个用 Rust 编写的轻量单节点作业调度器，专为管理和调度机器学习 / 深度学习任务而设计，特别是在具有多 GPU 资源的机器上。

他会帮你：

• 自动排队：提交任务后自动排队，有空闲 GPU 就运行
• 时间限制：防止失控任务无限占用资源
• 任务依赖：自动管理多阶段流水线（数据处理→训练→评估）
• 实时监控：随时查看任务状态和资源使用情况
• 日志管理：自动保存每个任务的输出日志

安装

gflow 支持 cargo, conda 安装

conda install -c conda-forge gflow
# or
cargo install gflow

快速上手

# 启动后端
gflowd up

# 提交需要 1 个 GPU 的训练任务
gbatch --gpus 1 python train.py
# 依赖上一个任务结束
gbatch --depends-on @~1 python evaluate.py 

查看依赖关系树：

gqueue -t

# 输出：
JOBID    NAME         ST    TIME         TIMELIMIT
1        preprocess   CD    00:02:15     00:20:00
└─ 2     train        R     00:15:30     04:00:00
   └─ 3  evaluate     PD    00:00:00     00:10:00

搜索参数

gbatch -g 1 --param scale=2:0:-0.1 python train.py --model_id 0 --scale {scale}

自动探测 conda 环境

在默认情况下，gbatch 将会探测当前 shell 激活的环境，并作为脚本执行前激活的 conda 环境

conda activate lala
gbatch -g 1 --param scale=2:0:-0.1 python train.py --model_id 0 --scale {scale}
# or 手动设置
gbatch -c tran -g 1 --param scale=2:0:-0.1 python train.py --model_id 0 --scale {scale}

https://github.com/AndPuQing/gflow

1，部分重组后端，优化了 PAD 系统回传时带上模型思考原因
2，优化了日记向量化的模式，不再采用全篇向量，而是根据 highlight 进行日期 + 单个 highlight 的向量化处置，更易命中并且查找对应日记及历史记录
3，优化了 atri-self-review，改为便签，减少长尾效应
4，优化 working memory，改为两天全量对话记忆，更符合人类记忆模式
5，增加读取具体聊天记录的工具，可以让模型精确回答某个时间段的问题
注意，碰到带有思考签名的模型（如 Claude-opus-4-5-thinking），会显示无思考签名导致对话失败。所以，要么上游采用无思考签名的模型（或者过滤思考，只输出结果，如 sukaka-gcli2api 项目中的 opus-4-5），要么帮帮我提交个 pr，毕竟小白不是很懂如何去除这个
部署：
部署脚本在 scripts 中的那个 CF-deploy 脚本，可以按照要求一步一步来。就是先打开代理，然后设置你的 worker 名字，可以用默认名称，一路 enter，然后配置 URL，key ，记住自己的 worker 名称。如果 worker 名字被墙的话，要么魔法，要么挂一个自己的域名
我已经配置好了向量模型，是硅基流动的免费模型，可以在站内自行搜索免费硅基流动 key 进行填写，必填项目，否则日记无法发挥完整作用！向量模型也可以更改！
日记模型可以不填，用主对话模型（或者你选一个便宜一点的模型填上）后续可以进行 npm run deploy 同步更新（如果我仓库更新的话）
技术原理：
可以见我的 github 页：

原主贴：

SimTradeLab 内置：

• 撮合引擎
• 除权除息计算
• 分红计算
• 延迟模型
• 滑点模型
• 部分成交
• 交易所规则
• 账户模型
• 跨平台（Win/Mac/Linux）

SimTradeLab 的目标很简单：

做一个真正开源、可扩展、跨平台、系统级模拟的量化研究实验室，并且在兼容 pTrade 的同时，把速度提升一个数量级。同样的策略，同样的数据，SimTradeLab 回测速度比 pTrade 快 20–30 倍。

这不是 “理论值”，是实测。

系统级模拟（不是玩具回测）

回测结果 ≈ 实盘行为，而不是 “纸上富贵”。

适合谁？

• 想摆脱 pTrade 但又不想重写策略的人
• 想要开源、可扩展、可二次开发的量化框架
• 想做系统级模拟（延迟 / 滑点 / 撮合）的研究者
• 想做 ML + 策略 + 回测一体化的团队
• 想要高性能回测引擎的工程师
• 想构建自己量化平台的独立开发者

SimTradeLab 的设计哲学是：

开源、可扩展、工程化、系统级、性能优先。

项目地址（GitHub）

最后一句话

SimTradeLab = pTrade 兼容 + 20–30 倍速度 + 开源 + 系统级模拟 + 策略优化器。 这是一个为工程师和研究者打造的真正量化实验室。

可复用的量化交易机器学习框架

SimTradeML 是一个设计简洁、易于扩展的机器学习训练框架，专为量化交易场景设计。无缝集成 SimTradeLab，直接读取本地 h5 数据文件 SimTradeData 进行模型训练。

各位佬友们好，

不知道大家有没有过这种感觉：看着相册里那 “成千上万” 的数字，心里其实是恐惧的。每当存储空间告急，想要下定决心整理一下，却总是被翻不到头的照片流劝退。

我就是这种 “照片整理恐惧症” 的重度患者。为了自救，我开发了这款名为 PickPic 的软件。它不只是为了删除，更是为了让你在整理时不再感到 “累”。

为什么它能减少整理疲劳？

1. 核心特色：随机展示（拒绝审美疲劳）

这是我个人最看重的功能。传统的整理软件总是从最新或最旧开始排，翻两页就腻了。PickPic 会随机抽取照片和视频展示给你。
这种 “开盲盒” 式的整理方式，能让你在不经意间回顾往昔，极大地缓解了面对几千张连拍图时的那种枯燥感。

2. 交互：上滑删除，下滑保留

模仿卡片流的交互逻辑：

• 上滑：丢进待删列表。

• 下滑：保留这张回忆。
  这种简单的二选一逻辑，不需要你在细碎的格子间点点选选。

3. 沉浸式视频流

视频清理最占空间。我把视频做成了类似短视频的沉浸流，你可以快速扫视视频内容，瞬间判断它的去留。

关于设计的一点想法

在设计之初，我深受 iOS 26 那种液态玻璃 (Liquid Glass) 美学的影响。那种通透、流动的质感非常迷人。

由于我并不是专业的 UI 设计师，光靠写代码去复刻那种顶级的视觉效果确实很有挑战。现在的成品虽然还远未达到那种 “完美” 的程度，但我依然通过 cc 来保留了这种尝试，比如纯黑的背景和带有阻尼感的水滴式 TabBar。希望在功能实用的基础上，能带给大家一点点视觉上的新鲜感。

一个已知问题（求助佬友）

由于我手头能测试的机型有限，目前在 MIUI/HyperOS 机型上发现了一个比较棘手的适配问题：

现象描述：
软件可以成功执行本地删除，但如果手机开启了 “小米云备份”，删除操作后回到系统相册，你会发现照片依然存在。
背后的逻辑：
这其实是系统自动从云端拉取了原图或缩略图。表现为照片看着还在，但点开时会模糊一下（正在重新下载）。

求助：

• 我不确定其他品牌的手机（如华为、OPPO、vivo）是否也有类似的云同步恢复情况。

• 如果有大佬知道如何通过 API 彻底同步触发云端删除，或者有相关的绕过思路，恳请在评论区指点迷津！

获取方式

项目纯本地运行，不申请任何联网权限，隐私安全可以放心：

• GitHub 项目地址：1Beyond1/PickPic

• 下载 APK (V0.1.1)：GitHub Releases 页面

结语

这算是我第一个正式成型的安卓开源小作。它还不完善，但它确实帮我清理掉了不少陈年废片。

如果你觉得这个思路有点意思，欢迎试用并赏个 Star 支持！

每一条评论我都会认真读，也期待能在评论区和大家讨论如何把这款 “碎纸机” 做得更趁手。

希望能陪你一起，清空相册，也清空焦虑。

音视频增强脚本（Taocrypt 魔改版）：无极调速 | 长按倍速 | 快乐刷剧 | 视频下载 | 画面截图等「适用大部分网站」

摘要

本文系统梳理我对 h5player 脚本的 “魔改” 过程，重点在于将移动端 “长按倍速” 手势与 h5player 原有倍速逻辑进行深度桥接与共存。改造不仅保持了原脚本的全部功能，还在 DPlayer 等自定义播放器场景下通过全局捕获层实现了手势兼容，最终达成 “在绝大多数网站上稳定可用” 的目标。

背景与原脚本概览

h5player 是一个针对 H5 音视频网站的增强脚本，提供倍速控制、截图、画中画、网页全屏、画质调节、下载能力等丰富功能，覆盖 B 站、抖音、优酷、爱奇艺、YouTube、知乎、微博以及各类课程平台与网盘站点。其内部对 HTMLMediaElement 属性（如 playbackRate、volume、currentTime）进行了劫持与锁机制设计，以增强抗干扰能力，避免站点自行重置速度或音量。

与此同时，“手机长按倍速” 这一轻量手势逻辑在移动端场景非常自然：长按视频左半区以 1.0× 为基速，右半区以 2.0× 为基速；长按期间上滑加速、下滑减速，松手恢复原速。该脚本完全基于原生 API 编写，递归支持 Shadow DOM 与同源 iframe，并提供轻提示（右上角半透明倍速）与轻微振动反馈，体验上更贴合触屏设备。

改造动机与目标

在实际使用中，移动端手势与 h5player 的倍速管理可能产生冲突：站点脚本或 h5player 内部锁机制会在某些时刻 “回写” 速度，使得长按调速不生效。改造目标如下：

• 保留 h5player 原有全部功能与配置能力；
• 将 “长按倍速” 完整注入并与 h5player 的倍速 API 协同，确保设置生效且不被轻易回写；
• 在 DPlayer 等自定义覆盖控件场景下，确保手势事件能够被捕获并映射到真实的 video 元素；
• 跨 Shadow DOM 与同源 iframe 深度扫描，降低漏绑概率。

改造过程详解

1. 合并策略与元数据处理

将 “长按倍速” 脚本主体（IIFE 部分）追加到 h5player 代码末尾，避免多重 // ==UserScript== 头部冲突；保留并更新 @name/@description 多语言元数据，说明 “Taocrypt 魔改版” 的新增能力与兼容性；清理所有无意义的站点页面残留文本，使脚本自 // ==UserScript== 起始。

2. 速率设置的协同与桥接

改造核心在于 兼容层：

function setPlaybackRateCompat(video, rate) {
  // 优先获取 h5player 实例（window._h5Player 或常量 h5Player） const t = (window._h5Player && typeof window._h5Player.setPlaybackRate === 'function')
            ? window._h5Player
            : (typeof h5Player !== 'undefined' ? h5Player : null);
  if (t && typeof t.setPlaybackRate === 'function') {
    // 将当前触发的 video 作为活动实例，并初始化其代理与锁 if (video && t.playerInstance !== video) {
      t.playerInstance = video;
      try { t.initPlayerInstance(false); } catch (e) {}
    }
    // 协同设置倍速：先解锁、再设置、再短锁，防止站点回写 try { t.unLockPlaybackRate(); } catch (e) {}
    t.setPlaybackRate(rate, true);
    try { t.lockPlaybackRate(800); } catch (e) {}
    return;
  }
  // 无 h5player 时的事件协商与兜底 try {
    const evt = new CustomEvent('h5player:requestSetPlaybackRate', { detail: { video, rate } });
    document.dispatchEvent(evt);
  } catch (e) {}
  try {
    video.playbackRate = rate;
    try { video.dispatchEvent(new Event('ratechange')); } catch (e) {}
  } catch (err) {
    const desc = Object.getOwnPropertyDescriptor(HTMLMediaElement.prototype, 'playbackRate');
    if (desc && typeof desc.set === 'function') {
      desc.set.call(video, rate);
      try { video.dispatchEvent(new Event('ratechange')); } catch (e) {}
    }
  }
}

该桥接使长按倍速直接走 h5player 的源逻辑，兼具解锁 / 短锁节奏，显著提高 “设定后不被回写” 的稳定性。

3. 事件捕获优先级与传播策略

为减少与站点自定义控件的冲突，手势监听改为在捕获阶段执行：

• touchstart/touchmove/touchend 采用 { passive: false, capture: true }；
• 将原本的 stopImmediatePropagation() 调整为更温和的 stopPropagation()，降低与宿主脚本的事件冲突概率；
• 在滑动阶段主动 preventDefault()，提升在覆盖层上的手势生效率。

4. DPlayer 等自定义播放器的兼容

面对 DPlayer 这类 “控件层覆盖 video” 的场景，新增 全局捕获层：

• 在 document 捕获阶段监听触摸事件；
• 通过点击坐标递归查找命中区域内的 video（含 Shadow DOM）；
• 命中后复用同一套长按逻辑，并通过兼容层桥接到 h5player 源倍速；
• 该层仅在命中 video 时工作，避免无谓干扰。

这一策略显著提升了在自定义播放器上的手势触发成功率，确保 “长按倍速” 在更多实际站点生效。

新增功能特性总览

下表总结了本次改造后的核心特性与设计要点。

安装与使用指南

安装建议采用 “单脚本模式”：在脚本管理器（Tampermonkey / Violentmonkey）中新建脚本，将合并版代码整体粘贴并保存。为避免双重绑定导致提示重影或倍速冲突，请禁用或删除独立的 “手机长按倍速” 旧脚本，仅保留合并版。

移动端手势操作说明如下：

• 长按视频左半区：以 1.0× 为基速进入长按模式；
• 长按视频右半区：以 2.0× 为基速进入长按模式；
• 长按期间上滑：提高倍速（最高 16×）；
• 长按期间下滑：降低倍速（最低 0.25×）；
• 松手：恢复至长按前的原始倍速。

兼容性与适配建议

在绝大多数网站场景下，合并版脚本能稳定工作。但若个别站点对触摸事件做了强拦截或采用复杂的播放器封装（自定义组件、闭合 Shadow DOM、跨域 iframe 等），仍可能需要额外适配：

• 若出现 “长按无效”，可先确认是否命中到主 video（含全屏 / 网页全屏时的容器变化）；
• 个别站点可能在极短时间内通过自身脚本改回倍速，可适当提高短锁时间（例如 1200ms）；
• 遇到跨域 iframe 无法访问 DOM 的情况，逻辑会自动忽略该容器，不影响主页面运行。

常见问题（FAQ）

Q1：桌面端是否需要长按倍速？
A：桌面端通常使用快捷键与菜单进行倍速控制，长按倍速主要面向移动端触屏场景。两者可在同一脚本中共存。

Q2：是否会影响 h5player 的其它功能？
A：不会。改造严格遵循 “保留原功能” 的原则，未删减任何原有能力。必要时通过桥接与短锁保障倍速生效。

Q3：为何新增了全局捕获层？
A：为解决自定义控件覆盖 video 的场景（如 DPlayer）。全局层在捕获阶段工作且仅在命中到 video 时启用，不会影响普通页面行为。

版本信息与致谢

• 作者与改造：Taocrypt（mod）；原作者：ankvps
• 许可协议：GPL
• 修改日期：
• 主要改动：
  
  • 注入手机长按倍速手势，桥接至 h5player 源倍速；
  • 新增全局捕获层，适配 DPlayer 等控件覆盖；
  • 深度扫描与事件策略优化；
  • 多语言元数据更新与无意义文本清理。

结语

通过本次改造，移动端的 “长按倍速” 手势与 h5player 的倍速生态得以真正融合，既保留原有强大的增强能力，又赋予触屏设备更自然高效的操作方式。欢迎在更多站点上试用，并反馈兼容问题与改进建议，以进一步完善整体体验。

各位佬友好，最近在折腾 NoneBot2 机器人的时候，发现有时候 LLM 或者其他插件可能会输出一些不该说的 “违禁词”，导致账号风控或者刷屏炸群。 为了解决这个问题，我先找了插件商店但是没有类似的词汇黑名单插件，我弄了一个主动审查插件 nonebot-plugin-word-censor，主要用于拦截机器人发出的消息。

项目地址 Github: https://github.com/ChlorophyTeio/nonebot-plugin-word-censor

目前插件已经上传并申请发布，商店发布检查结果已经通过。

安装插件后，机器人的处理将变为：收到 QQ 消息 → Nonebot 其他插件 → nonebot-plugin-word-censor → 发送 QQ 消息。

测试效果如图

原理主要是利用了 NoneBot 的 Bot.call_api 钩子机制。在 API 调用前，检查 data['message'] 字段。如果命中黑名单，则直接 Raise 一个 Mock 异常，欺骗上层调用者 “API 调用已完成” 或者直接中断，从而阻止请求发送到 OneBot 端。

这个审查插件比较简陋，后续会不断优化它，欢迎佬友们提 Issue 并给予意见。

其实只是因为不是 23 岁就看不到好结局了

怎么会有人连开始游戏的成就都没有呢？奇怪捏

中文配音哦

Steam 免费开玩:

安卓用 4399 :

鉴赏家说：推荐
“没想到画师小姐真的是 23 岁的合法萝莉，我还以为是未成年来打童工了。” 这不仅是每个玩家刚开始游戏时最真实的想法，同样也是贯彻全作中苏幼晴遭受的隐形歧视：仅仅因为外表的幼小而找不到工作，其他人也会因为这点而瞧不起她，反而是在网络上装作强大的御姐大受欢迎。如果不是主角无微不至的关心与爱，她可能真的选择放弃自己的本真而强装成熟了。所幸 HE 中都未发生。另外，别错过音声特典哦～
评测员：三村绫野

来自朋友推荐～

我还没玩，有时间玩一下 官方说至少两个小时 w

下载链接
k2er 解锁本地会员功能，云服务功能不可用

Key Mapper & Floating Buttons 汉化版本来自稳健的大西瓜

[Edit - I’ve converted my post from English to Chinese for better understanding]

你好，

这是我的第一篇帖子，内容是关于创建令人惊艳的落地页。

如果你们需要一个令人惊艳的落地页，请告诉我你的具体需求，我至少可以在落地页方面帮助你，相信结果一定会让你感到惊喜。我会尽最大努力满足每一项要求。

最新作品：

​

​

​

​

​

使用的提示词

注意 - 这个提示词不是我个人创作的，我只是在研究时从 Reddit 上找到了几个提示词，这个是我测试过的所有提示词中表现最好的一个。

提示词在这里上传的 PDF 文件中。

Landing Page Prompt.pdf | 附件

HTML 文件

我尝试上传创建的 HTML 文件的源代码，但在发帖时提示字符数超过了 64,000 的限制。因此，我以压缩格式直接上传 HTML 文件。请使用任何解压软件解压文件，你就能找到 HTML 文件。

The-Gilded-Hour-MembersOnly-Supper-Club.html.zip | 附件

如何操作？

1. 你可以使用以下平台生成落地页：Roo code、Kilo code 或 Cherry studio。
2. 请复制并粘贴 PDF 中落地页提示词的全部内容。
3. 收到响应后，你只需简单地请求模型继续创建落地页。
4. 请使用思维模型（thinking models），因为这些模型提供了最佳效果。

感谢所有的开发者，感谢这个社区以及所有人所做的一切。我很高兴能够建立联系，如果有人需要我的帮助，我随时乐意提供协助。

已经开放注册，仅作为学习演示。

请勿投入正式使用，仅作为功能对比演示。

此站点为临时部署，任何时候都有可能清空数据库。

如有需要商用或者正式使用，请自部署或者寻求官方服务，本人不对任何数据丢失负责。

Bitwarden Lite
Vaultwarden

地区限制；仅 内地以及港澳台

VGORC Tournament Manager

仓库地址

功能介绍

• 适用于 VEX GO Robotics Competition 的赛事管理系统
• 全平台兼容
• 支持队伍管理、分区管理、对阵表生成、技能赛、比赛计时、比赛成绩录入
• 支持排名表生成、成绩发布、Grafana 云发布等功能
• 自定义赞助商列表
• 自动数据库备份
• 树莓派投屏

使用截屏

首页	管理员界面
成绩录入界面	计时界面
对阵表生成界面	排名表界面

碎碎念（与本项目关系不大）

很感慨，我从 2018 年开始参与 VEX 机器人比赛，到 2023 年进入世锦赛前 5，我对这个世界上最大的机器人比赛感情颇深。从 2023 年开始成为赛事伙伴（EP）。这个项目是我觉得官方的使用 Python 2（没错是 2）开发赛事管理器太难用，尤其是对于 GO 这个小学组赛段，于是开发了这个系统，稳定运行了 3 年。

随着官方的规则越来越复杂，上了大学后也很少有精力再去维护这个项目，索性把授权功能删掉，开源，以后估计还是继续在 EP 中担任技术支持。

如果有兴趣的佬友可以在符合 Apache License 的情况下拿去随便改，改成适合自己比赛的赛事管理器。在制作这个项目的期间，我学到了远超这个比赛可以带给我的知识，同时收获了金钱和赞许。我真的很快乐

纯 Vibe Coding 镇楼！！！

为啥要搞这个

最近一直在用 cc 云 + GitHub Codespaces 做纯云开发，但踩了两个痛点。

• 1. cc 的纯云掉 token 感觉比正常使用快
• 2. 发布 PR > 合并 PR > Codespaces 拉取代码 这套流程有点繁琐，而且手机操作不方便
  （其实现在我这个也不太方便，因为终端操作比较费劲）

所以就因为这些原因我开发了这个项目：docker + cc + code-server
主要还是自用，但感觉功能还不够完善。

大家如果愿意当小白鼠的话可以尝试下 XDDDDDDDD
(白鼠哥们我写的不好千万轻喷我谢谢你们了)

关于 CC API / Key（重要说明）

• 项目本身不提供 CC API，只有壳子环境。
• 需要的话可以通过 2api 方案转出来 key，然后通过环境变量直接设置即可。

具体的使用方案今天有点晚了，明天发个教程吧。

另外这个项目的配置有点蛮繁琐的，因为涉及到 code-server 代理的问题。

项目地址:GitHub - qinsehm1128/cloud_claude_code
SEO 优化页:https://ccc.qinshm1128.top

主要界面: