目前，原“死了么”APP 在部分地区 App Store 上线 2.0 版本。更新记录显示，新版本新增签到提醒、短信通知，并修复若干问题。

值得注意的是，“死了么”APP 此前宣布要在新版本中正式启用全球化品牌名称“Demumu”，目前也已更名。

据介绍，该应用是为独居人群打造的轻量化安全工具。

用户需要设置紧急联系人并签到，若连续多日没在应用内签到，系统将于次日自动发送邮件告知紧急联系人。

6.99 刀，真的有人买么，我建议改成订阅制的🐶

第一次看到这种类型的应用，没有网站。我根据邮件提示创建了一个属于自己的邮箱。[email protected].

1. 只要向目标地址发送一封邮件，就可以每天获得 200M 的流量。
2. 如果你发到我的这个邮箱，我就成为你的引荐人，referrer 。
3. 如果你付费订阅，我可以获取 5%的充值款。

特点在于配置文件作为邮件的附件，几乎不会被切断联系。除非屏蔽邮箱地址。

我大体研究了一下，好像没有中心节点。也就是说攻击单个节点不会对其它节点造成影响。

目前背景:
是个小公司的后端开发,服务器,数据库,git,公司路由器都在我手里,感觉责任重大,想知道有什么需要避免的操作吗,主要是害怕万一一周或者几个月我不在,避免公司业务出问题

以下是我自己想到的几点,想知道还有没有其他没想到的方案

1.数据库的分区表,特别是和时间相关的,不能手动生成,要不然后面人不在没交代的话会直接给服务器崩掉

2.给本地调试的服务器端口白名单,不能图方便给网段开白名单,要不然后面会有脚本小子或者勒索病毒来扫

3.一些公共库,如果有不符合业务需求的地方,不要把人家的源码拉下来自己改然后编译成引用放在库里,(比如说 ef core upsert 的库之前不支持 ef10)否则后面更新时候会炸掉

4.单元测试不要埋雷,一些当调试用的或临时跑点小任务单元测试不能放在例行单元测试的文件夹里面,污染数据库

前几天看到有小伙伴的帖子说他的开源被阮一峰老师的科技爱好者周刊选中了，我上周也去投稿了我的 EasyPostman,很开心也被选中了。
https://www.ruanyifeng.com/blog/2026/01/weekly-issue-382.html

10 月份我发布的 用 Java 写了个开源的 Postman 替代品，本地存储 + Git 协作 https://www.v2ex.com/t/1167863

EasyPostman 是一款开源的 API 调试与性能测试工具，对标 Postman + JMeter ，专为开发者优化，界面简洁、功能强大，内置 Git 集成，支持团队协作与版本控制。

https://imgur.com/a/c91Y7m3

项目地址： https://github.com/lakernote/easy-postman

国内镜像： https://gitee.com/lakernote/easy-postman

由于大厂研发出身，技术选型上我还是有些追求，目前我的项目使用 cloudflare/vercel 部署前端接入层，用 GKE 部署后端服务，很多人也会用到 redis ，如果从网络延迟来考虑服务之间的部署，应该首选 google 的 redis 服务，然后通过内网直连达到最低的延迟，但是 google 太贵了光是 GKE 就已经有一笔成本了，还没赚到钱就不想花这么高的成本再去一个边缘的服务上去，推荐一家几乎免费的 redis 服务商 upstash 首先他们提供了免费额度：存储 256 MB 的数据，每月可以发出 500 000 次命令，默认最大数据库数量是 1 个。这免费的门槛可能就够你用了，如果你有多个服务，之间需要隔离的话，需要注意的一点是他们不支持 redis db 的选择，默认只有一个 db ，要薅羊毛你可以用多个账号，每个账号创建一个 redis 实例。付费的话也很目前我从 GKE 的 us-central1 通过公网链接到 upstash 的实例在首次链接建立后，通过长连接执行 command 的延迟是 1ms ，几乎和内网没什么区别。upstash 首先他们提供了免费额度：

存储 256 MB 的数据，每月可以发出 500 000 次命令，默认最大数据库数量是 1 个。

这免费的门槛可能就够你用了，如果你有多个服务，之间需要隔离的话，需要注意的一点是他们不支持 redis db 的选择，默认只有一个 db ，要薅羊毛你可以用多个账号，每个账号创建一个 redis 实例。

付费的话也很便宜，如果你也嫌管理太多账号太麻烦，可以选择按使用量计费（ PAY AS YOU GO ）：

1 、按每 100 000 次约 0.20 美元计费（这个价格是读写命令总和，不包括某些内部操作命令）

2 、存储空间按每 GB 大约 0.25 美元计费（每个数据库第一个 GB 通常免费）

3 、带宽月度前 200 GB 免费，之后按每 GB 大约 0.03 美元收费

我的服务使用 redis 量很小，这么算几乎一个月只需要不到 10 块钱人民币，这个成本比起 google 要低太多了，它还有其他高阶套餐这里留给大家自己去探索吧。

目前我从 GKE 的 us-central1 通过公网链接到 upstash 的实例的 us-central1 地区，在首次链接建立后，通过长连接执行 command 的延迟是 1ms ，几乎和内网没什么区别。

[Flutter 独立开发] 挑战千元机极限：纯客户端计算 K 线+指标，三星 A53 实测 70 FPS

大家好，我是《交易学徒》的独立开发者，祝大家周末愉快！

做过金融类 App 的朋友都知道，移动端的 K 线图（ Candlestick Chart ） 渲染一直是性能优化的“深水区”。

为了降低服务器成本和网络延迟，我做了一个“违背祖宗”的决定：完全依赖客户端算力。 所有的技术指标（ MA, BOLL, MACD 等）计算，全部在移动端本地实时完成，不依赖后端返回计算结果。

这意味着，一台三星 A53 （ Exynos 1280 处理器，典型的千元机性能）不仅要负责 UI 绘制，还要在主线程实时遍历数组计算指标。

在这种“地狱模式”下，优化成果如何？

📉 性能实测：A53 跑分数据

测试设备：三星 Galaxy A53 (Exynos 1280)
测试场景：

• GOLD 平均每秒 2.5 次报价
• 加载 500 根 K 线数据
• 同时开启 MA (移动平均线) + BOLL (布林带) + MACD 三组指标 + 图表网格
• 所有指标数据均为 本地实时计算
• 进行高频拖拽、缩放操作

实测结果：

1. 三星 A53 (低端机代表)

70 FPS ！
在这种重负载下，UI 线程依然保持极高的流畅度，超过 60Hz 的及格线。对于一款千元机来说，这个渲染性能我已经非常满意了。

2. 三星 S25+ (旗舰机代表)

旗舰机毫无压力，贵的还是好哇。

🏛️ 技术挑战：为何 Dart 能抗住？

很多人对 Flutter 的印象还停留在“套壳性能差”。但实际上，通过合理的架构，Dart 的性能完全够用。我的优化核心思路是：UI 渲染与数据计算分离，用空间换时间。

1. 极致的分层渲染 (Layered Rendering)

我利用 Stack 将视图拆解为三个独立的渲染层级：

• **Layer A (底层)**：静态 K 线与网格。这是最“重”的层（包含数千个顶点），只有在缩放或平移时才重绘。
• **Layer B (中间层)**：技术指标 (MA, BOLL)。与 K 线同步，但逻辑分离。
• Layer C (交互层)：这是优化的关键。包含当前的 Bid/Ask 价格线、十字光标。这一层极其轻量，且更新频率最高（每秒数次）。

通过 Stack + RepaintBoundary，实现了：价格跳动时，底层的几百根 K 线完全不需要参与重绘，GPU 只需要绘制那几条横线。

2. 动态 LOD (Level of Detail) 策略

在手机屏幕上展示 500 根 K 线时，GPU 光栅化压力巨大。
我在代码中加入了 LOD 策略：

• Zoom In：渲染完整的 Candlestick（蜡烛图）。
• Zoom Out：当可视区域数据点过多时，自动切换为 LineChart（收盘价连线）。

这极大地降低了 GPU 的顶点绘制数量，解决了缩放时的“卡顿感”。

📱 软件界面预览

目前的 UI 风格偏向现代扁平，针对移动端操作做了很多适配。

🔗 下载与体验

软件目前已上架 Google Play ，名为“交易学徒”。如果你对高性能 Flutter 开发或者交易感兴趣，欢迎下载体验。

• Google Play：[https://play.google.com/store/apps/details?id=com.zengkai.jyxtclient]
• 官网：[https://www.zgjiazu.top]

🎁 V 友专属福利

感谢大家看完这么枯燥的技术分析。
人肉送 VIP：在评论区留下你的 用户 ID（在“我的”页面可以看到），我会手动为你开通 1 个月的 VIP 会员。

欢迎大家对 UI 、交互或者技术实现提出建议，每一条我都会认真看！

起因：连续讲了 30 多分钟故事，她还是不睡

每天晚上 9 点半是我家的固定节目：女儿洗完澡，躺在床上，把她最爱的几本绘本摆成一排。

"爸爸，今天讲这本小兔子，还有恐龙的，还有..."

通常的流程是：

• 9:30 开始讲第一本绘本
• 9:45 "爸爸再讲一个"
• 10:00 "这个讲过了，编一个新的"
• 10:15 我开始口干舌燥，她开始挑刺："爸爸你昨天说小熊是红色的"
• 10:30 她终于睡着，我瘫在床边刷手机缓一会儿

有天晚上特别崩溃：讲完三本绘本，她说"爸爸你编一个恐龙和兔子一起玩的故事"。

我临时编了个"霸王龙帮小兔子找萝卜"，讲到一半自己都接不下去了，因为前面埋的坑忘了怎么圆。

她睁着大眼睛看着我："然后呢？萝卜找到了吗？"

那一刻看着她期待的眼神，突然有点心酸。

不是不想讲，是真的每天都在掏空脑子，还得记住前面自己说过什么。

更难受的是，有时候加班晚了，或者状态不好，讲着讲着就敷衍了，她能听出来。会小声说："爸爸今天讲得不好玩。"

我当时就想：能不能有个东西，让我即使累到说不出话，也能给她讲一个像样的故事？

程序员的痛点，可能也是你的痛点

说实话，在我做这个东西之前，试过市面上所有能找到的方案:

• 故事 App: 凯叔、口袋故事都买了会员，但听多了不光无趣，也没有个性化
• GPT 生成: 文本确实能定制，但 TTS 合成音就像客服机器人，毫无感情
• 录音: 自己录了 20 多个故事，但每次要翻半天找文件，而且孩子总想听"新的"

这些方案单独看都没问题，但放到每天晚上十点半这个场景里，就全都不太行。

最崩溃的是某天晚上:

• 22:30 讲了三只小猪
• 23:00 她说"再讲一个有兔子的"
• 23:20 编到词穷，开始重复情节
• 23:45 她睁着大眼睛说"爸爸你刚才讲过了"

我坐在床边看着天花板，想着明天还有早会，突然冒出个念头：能不能让 AI 用我的声音讲？

顺便说下我是怎么折腾这个东西的（技术相关，可跳）

1. 故事生成不是调 API 那么简单

• 一开始直接用 GPT 生成，结果经常前后打架，只好自己加了一层检查，避免讲着讲着把前面的设定忘了。（避免重复/逻辑 bug ）
• 分龄模板: 2-3 岁重复句式多，4-5 岁加入简单因果，6+开始有小反转
• 安全过滤: 硬编码了很多禁用词库（包括"死亡""分离"等敏感词）

2. 音色克隆的坑

• 最开始用开源 TTS ，效果像变声器
• 后来接了某云的语音定制 API ，需要录多句话做训练
• 真正的难点是韵律: 同样的文本，讲给 3 岁和 6 岁要用不同的停顿节奏

3. 成本控制

• 大模型生成一个故事约 0.2 元（目前提示词就几千 token ）
• 音频克隆+合成约 0.4 元
• 单张图片 0.2-0.4 元
• 算上服务器和存储，也就是说，这玩意儿要是真被孩子天天听，其实还挺烧钱的。

对用户来说只要三步:

1. 使用官方音色或者录一句话（ 15 秒左右）
2. 填孩子的基本信息（年龄、爱好、最近关注的事）
3. 自己可以定制场景、故事
4. 点生成，1-2 分钟后收到一个 5-8 分钟的音频故事

真实效果：一些意外的反馈

我家的变化

• 女儿的入睡时间从原来的 40 分钟缩短到 20 分钟
• 有天她指着我说: "爸爸你今天声音怎么跟手机里不一样？" （我感冒了）
• 现在有时候出差也不焦虑了，每天睡前会提前生成好第二天的故事

朋友的案例（他们催我做出来的）

• @老王: 双胞胎爸爸，每天要讲两遍不同的故事，现在各生成一个，省了一半时间
• @小林: 孩子有语言发育迟缓，医生建议多输入，他用这个每天给孩子听 3 个故事

最触动我的是有一位朋友的反馈，她说："技术能做的不只是效率，还有情感的延续。"

目前的纠结：三个灵魂拷问

1. 这需求到底有多普遍？

我的假设是：

• ✅ 认同"父母声音对孩子重要"
• ✅ 工作忙/经常出差/没空编故事
• ❓ 愿意为此付费（而不是凑合用免费 App ）

V2EX 的各位宝爸宝妈，你们会为这种服务付费吗？你们觉得合理价格是多少？

2. 音色克隆是噱头还是刚需？

有朋友直言："孩子听谁讲不是一样？"

但我观察女儿的反应，她听到"爸爸的声音"时，真的会下意识抱紧小枕头，这和听凯叔讲故事的状态完全不同。

可能儿童心理学上有答案？有相关背景的朋友求指点。

3. 定位是"解放家长"还是"陪伴工具"？

• 如果定位成"让家长省时间"，很容易被批"用技术逃避责任"
• 但如果定位成"让陪伴更高质量"，又显得太虚

我现在的想法是: 这不是替代父母讲故事，而是在父母不在场/不方便时，提供一种接近真人的补充方案。

就像视频通话不能替代见面，但总比完全失联好。

想听听大家的真实想法

如果你是家长：

• 每天哄睡要花多长时间？
• 试过哪些方案？痛点在哪？
• 如果有这个工具，最看重什么（声音相似度/故事质量/价格）？

如果你做过类似产品：

• 定价策略怎么定的？（订阅制 vs 按次付费）
• 怎么平衡"商业化"和"不制造焦虑"？
• 推广渠道主要靠什么？

最后

这个东西现在还很粗糙，甚至都不确定该不该做成产品。

但每次看到女儿听着"爸爸"讲的新故事安静入睡，会觉得这件事可能有点意义。

不是为了让父母逃避陪伴，而是让那些想陪但确实分身乏术的爸妈，多一种选择。

如果你有想法，无论是吐槽还是建议，都欢迎留言。

先谢过各位。

留言区如果超过 50 楼，随机抽取 5 位送年度会员

P.S. 如果有宝爸宝妈想试用，可以留言或私信。目前还在内测阶段，大家可以多提意见。

附上小程序码（微信搜：妈咪故事屋）：
地址： https://imgur.com/hMjpDCr （图片无法显示，尴尬）

问题描述

不知从何时，+86 注册的 TG 账号登陆时，无法正常收到验证码。看到有人说多登陆几次会提示绑定邮箱，可用邮箱验证，但尝试未果。

适用情况

当前有一台移动设备正处于登录状态

解决方法

核心思路：通过passkey绕过接码难题，进行登录。

如果你是单一设备登录，可直接使用手机自带的passkey 管理器。

打开 TG ，选择Settings -> Privacy and Security -> Passkeys -> Create Passkey。

如果你有跨平台登录需求，也可按照如下步骤操作。

1. 注册Bitwarden（也可以使用 Chrome 自带 passkey 管理器）
2. 安装Bitwarden客户端和浏览器插件
3. 打开https://web.telegram.org，扫码登录
4. 选择Settings -> Privacy and Security -> Passkeys -> Create Passkey
5. 创建一个 passkey ，并由Bitwarden进行保存和同步。

实现效果

移动设备登陆时，系统会自动拉起Bitwarden，从而实现无密码、无接码的安全登录。

正巧看到有 v 友在讨论这个问题，决定发帖分享一下方法。

问题描述

不知从何时，+86 注册的 TG 账号登陆时，无法正常收到验证码。看到有人说多登陆几次会提示绑定邮箱，可用邮箱验证，但尝试未果。

适用情况

当前有一台移动设备正处于登录状态

解决方法

核心思路：通过passkey绕过接码难题，进行登录。

如果你是单一设备登录，可直接使用手机自带的passkey 管理器。

打开 TG ，选择Settings -> Privacy and Security -> Passkeys -> Create Passkey。

如果你有跨平台登录需求，也可按照如下步骤操作。

1. 注册Bitwarden（也可以使用 Chrome 自带 passkey 管理器）
2. 安装Bitwarden客户端和浏览器插件
3. 打开https://web.telegram.org，扫码登录
4. 选择Settings -> Privacy and Security -> Passkeys -> Create Passkey
5. 创建一个 passkey ，并由Bitwarden进行保存和同步。

实现效果

移动设备登陆时，系统会自动拉起Bitwarden，从而实现无密码、无接码的安全登录。

正巧看到有 v 友在讨论这个问题，决定发帖分享一下方法。

贝叶斯算法的智慧之旅：为什么我们选择了它

在数字世界的浩瀚星空中，有一颗智慧的星辰始终闪耀着温和而坚定的光芒，它就是贝叶斯算法。当我们决定将这位智慧的老者请进我们的项目时，并不是因为它最新最炫，而是因为它的智慧经得起时间的考验，如同一位历经沧桑的智者，总能在喧嚣中给出最稳妥的建议。

遇见贝叶斯：那一刻的心动

还记得第一次遇见贝叶斯定理时的那份惊喜吗？它如此简洁而优雅：

P(A|B) = P(B|A) * P(A) / P(B)

这短短的公式，却蕴含着深刻的哲理：在不确定的世界中，我们如何基于已知的证据，不断更新对未知的认知。这不正是我们在处理垃圾信息时所面临的挑战吗？

在我们的项目中，每一条消息都是一个未知的世界，而贝叶斯算法就像一位耐心的侦探，根据消息中的每一个词语（证据），不断调整它对这条消息性质的判断。

为什么是贝叶斯：那些让我们心动的理由

1. 智慧的增量学习

贝叶斯算法最让我们心动的地方，就是它的学习能力。它不是一位固执的学者，而是一位谦逊的学生，愿意在每一次判断后，根据结果不断调整自己的认知。

// 每一次训练，都是一次学习的机会
trainMessage(message: TrainedMessage): void {
  const tokens = this.tokenize(message.message);
  this.trainTokens(tokens, message.messageType === 'spam');
}

在我们的系统中，每一条被正确识别的垃圾信息，每一条被误判的正常消息，都会成为贝叶斯模型的营养，让它变得更加智慧。这种增量学习的能力，让我们的系统能够随着时间不断进化，而不是停滞不前。

2. 稳健的概率思维

在信息安全的世界中，我们面临的最大挑战之一就是"误判"。一条重要的消息被误判为垃圾，可能会造成严重的后果。而贝叶斯算法以其概率思维，给了我们一个更加稳健的解决方案。

它不会武断地下结论，而是给出一个概率：

return {
  isSpam: spamProbability >= probabilityThreshold,
  confidence: Math.round(spamProbabilityPercent),
  spamProbability: spamProbabilityPercent,
  hamProbability: hamProbabilityPercent,
  // ...
};

这种概率化的输出，让我们能够根据不同的场景设置不同的阈值，在严格性和宽容性之间找到最佳的平衡点。

3. 透明的决策过程

与那些"黑盒"机器学习模型不同，贝叶斯算法的决策过程是透明的。我们可以清楚地看到，是哪些词语影响了最终的判断：

console.log(`显著词: [${significantTokens.join(', ')}]`);
console.log(`垃圾概率: ${result.spamProbability.toFixed(2)}%`);
console.log(`正常概率: ${result.hamProbability.toFixed(2)}%`);

这种透明性让我们能够更好地理解模型的行为，也让我们能够更有针对性地改进训练数据。

4. 对中文的深刻理解

在我们的项目中，中文处理是一个关键挑战。而贝叶斯算法结合结巴分词（ jieba ），展现出了对中文语言深刻的理解：

// 智能的中文分词
if (this.jieba) {
  const jiebaTokens = this.jieba.cut(token);
  processedTokens.push(...jiebaTokens);
}

这种对语言细节的关注，让我们的系统能够更好地理解中文消息的含义，而不是仅仅依赖于简单的关键词匹配。

参考的项目：

https://github.com/ramsayleung/bayes_spam_sniper

贝叶斯在行动：我们的实践故事

在我们的项目中，贝叶斯算法主要承担着垃圾信息检测的重任。让我们来看看它是如何工作的：

1. 训练：智慧的积累

我们的系统会从历史数据中提取高质量的训练样本：

// 只选择高置信度的样本进行训练
const spamWhere = {
  confidence: { gt: 70 }, // 高置信度垃圾
  detectionMethod: { in: ['ollama', 'bayes_ollama'] }
};

const hamWhere = {
  confidence: { lt: 30 }, // 低置信度
  action: 'pass', // 且被放行的消息
};

这种严格的筛选机制，确保了我们的训练数据的高质量。

2. 检测：智慧的应用

当一条新消息到来时，贝叶斯算法会：

1. 清理文本：处理各种反垃圾技巧，如"合-约"→"合约"
2. 智能分词：使用结巴分词处理中文
3. 选择显著词：只关注最具区分度的词语
4. 计算概率：基于历史数据计算垃圾概率
5. 做出判断：根据阈值决定是否为垃圾

// 智能的文本清理
cleaned = cleaned.replace(/([一-龯])(\s+)([一-龯])/g, '$1$3'); // "想 赚 钱" → "想赚钱"

// 显著词的选择
const significantTokens = this.getSignificantTokens(tokens, probSpamPrior, probHamPrior);

3. 进化：智慧的成长

最美妙的地方在于，贝叶斯算法不是静态的。它会随着每一次判断不断学习：

// 增量训练
async trainIncremental(message: TrainedMessage): Promise<void> {
  this.trainMessage(message);
  if (this.autoSaveEnabled) {
    await this.saveState(); // 持久化学习成果
  }
}

这种持续学习的能力，让我们的系统能够适应不断变化的垃圾信息模式。

贝叶斯的智慧哲学

贝叶斯算法带给我们的，不仅仅是一个技术解决方案，更是一种智慧的哲学：

1. 谦逊的态度：永远不要认为自己无所不知
2. 开放的心态：愿意根据新的证据更新自己的认知
3. 平衡的智慧：在确定性和不确定性之间找到平衡
4. 透明的原则：让决策过程可解释、可理解

在信息安全的世界中，我们面临的不是一个静态的敌人，而是一个不断进化的挑战。贝叶斯算法以其独特的智慧，给了我们一个强大而灵活的工具，让我们能够在这个不断变化的世界中，始终保持警觉，又不失宽容。

结语：与智慧同行

选择贝叶斯算法，不是因为它最新最炫，而是因为它的智慧经得起时间的考验。在我们的项目中，它已经成为一个不可或缺的智慧伙伴，帮助我们在信息的海洋中，分辨真伪，守护安全。

而最美妙的地方在于，这段旅程还在继续。每一条新的消息，每一次新的判断，都是贝叶斯算法学习和成长的机会。我们与智慧同行，在不断变化的数字世界中，共同书写着安全与信任的新篇章。

欢迎测试，我们 bot 在 telegram 群组中反垃圾的实际效果：

https://t.me/SageGuardBot?startgroup=start

"在不确定的世界中，贝叶斯算法是我们的智慧灯塔，照亮前行的道路。"