DeepSeek V4 大模型被曝春节前后发布:AI 编程能力超越 OpenAI GPT 及 Anthropic Claude
每位 Amp 用户都可以获得每日免费积分,体验完整的 Amp 功能,包括 smart 由 Opus 4.5 提供支持的 Frontier 代理。无需付费,由广告驱动 —— 如果您不想获得免费积分,可以关闭广告。
PureblueAI:知道 Linux Do 藏龙卧虎,我司诚招【中高级数据采集工程师(Web+Android)】
特别说明
- 我们为你提供从竞争白热化的移动互联网红海赛道,向 AI-native 应用全新蓝海领域转型的稀缺战略机遇。
- 我们秉持结果导向,核心团队均由各领域资深专家领衔,从根源上杜绝 “外行指导内行” 的情况;管理上坚决摒弃微观管理(micro-manage),充分赋予团队自主决策与执行空间。
- 团队成员中既有退役军人,也有伙伴;既有大专生,也有博士后。人员背景多元包容,招聘不设学历门槛,始终坚持唯才是举。
官网
职位描述
- 主导 Android 端核心数据采集方案的设计与落地,负责主流及高难度 APP 的数据挖掘,包括复杂 UI 交互分析、数据交互逻辑还原、加密协议破解等核心工作,为 AI 大模型训练提供高质量数据支撑。
- 深耕 Android 端逆向工程:负责 Android APP 的脱壳、加解密分析,精通 Smali/Java 代码还原,基于 Arm64 指令集进行汇编级分析,主导 Xposed/LSPosed 插件、Frida 脚本的设计与开发,实现对目标 APP 的 Hook 与数据拦截。
- 主导 Android 端风控对抗体系搭建:针对 APP 端的设备指纹(IMEI/AndroidID/OAID)、Root 检测、行为验证、签名校验、进程注入检测等风控策略,设计并落地有效的对抗方案,保障采集任务的稳定运行。
- 负责 Android 端自动化采集框架的设计与优化:基于 UiAutomator、Espresso 等框架封装高效的自动化采集工具,实现复杂场景下的 APP 自动操作、数据提取与异常重试,提升采集效率与稳定性。
- 参与 Web 端中高难度数据采集任务:基于 Python 生态爬虫框架(Scrapy/Playwright)开发复杂动态渲染页面(SPA/Vue/React)的抓取逻辑,协助破解 Web 端 JS 混淆、参数签名等加密机制。
- 深入分析 Web 及 Android 端网络协议(HTTP/HTTPS/WebSocket/gRPC),主导复杂协议的还原与模拟,协助构建分布式数据采集架构,参与采集任务的分布式调度与性能优化(并发控制、速率调节)。
- 协同 AI 算法团队输出标准化数据格式,优化数据采集流程与质量校验机制;沉淀 Android 逆向、双端风控对抗等技术经验,形成技术文档与团队共享。
岗位要求
- 3~5 年数据采集相关经验,其中至少 2 年以上 Android 端数据采集 / 逆向核心经验,具备高难度 Android APP 逆向(如加固脱壳、复杂加密协议还原)及风控对抗的实战落地案例。
- 精通 Android Framework,深入理解 AccessibilityService 原理、UI 渲染机制、AMS/PMS 等系统服务工作流程;熟练掌握 Smali 指令、Arm64 指令集,能够独立完成 Android APP 的静态分析与动态调试。
- 具备扎实的 Android 开发与逆向技能:能够独立开发 Xposed/LSPosed 插件、Frida 脚本;熟练使用 IDA Pro、Jadx、Apktool 等逆向工具;有 APP 加固(360 加固、爱加密等)脱壳经验者优先。
- 精通 Android 端网络协议分析:能够使用 Charles/Fiddler/Wireshark 等工具完成复杂网络抓包,独立还原 HTTPS/WebSocket 等协议的加密交互逻辑;了解 Android 端网络请求框架(OkHttp/Retrofit)的工作原理。
- 具备 Web 端数据采集基础:熟悉 Python 编程语言,熟练使用 Scrapy、Playwright 等爬虫框架及数据解析工具;具备 Web 端 JS 逆向、参数加密破解、基础反爬(IP 代理、浏览器指纹)对抗经验。
- 了解分布式数据采集架构:熟悉 Redis(缓存 / 队列)、MongoDB 等中间件的使用,能够基于 Scrapy-Redis 等框架实现简单的分布式任务调度;具备大规模数据采集场景下的问题排查与性能优化能力。
- 具备较强的独立攻坚能力、问题分析与解决能力,良好的沟通协作意识与技术沉淀意愿,能承受高难度任务压力,自驱力强。
工作地址
北京市海淀区清华同方科技广场 D 座 20 层 或 北京市朝阳区锐创国际中心 A 座 12 层
薪资
30 ~ 50 * 13 薪
联系方式
从 GLM 4.7 看国产模型在编程方向的发展
从 GLM 4.7 看国产模型在编程方向的发展
前几天看到公益站的 token 消耗量超过了三百亿,再加上自己也用 GLM vibe coding 了好几个小玩具,感慨良多,于是想向各位佬友分享一下我个人对 vibe coding 的感受和对国产模型的看法。
1. 我的 AI 接触史
我个人可以算是较早体验 AI 的一批人之一了,最开始我是从 AI 绘图开始了解相关方面的内容的。NovelAI 于 2022 年 10 月份泄露了自己的模型权重文件,随后各式各样的 AI 绘画站点如雨后春笋版涌现了出来。当时给我的体验惊为天人,只需要简单的输入就可以生成一张看着不错的图片,虽然这些照片以现在的眼光看还不够格,比如手部崩坏,边缘模糊,充满了 AI 的油腻(扩散式模型的底层问题),但在当时的环境看这无疑于开创性的技术,让一位对绘画一窍不通的用户,仅需要简单描述即可生成一张对应的精美图片,甚至我的博客封面就是用当时的 AI 画的:
(那个画架子是我自己拿 PS 描的,然后简单勾了一下手和身体的轮廓)
随后 OpenAI 于 2022 年 11 月 30 日发布了 GPT3.5 模型,我加入的各大 AI 交流群都在讨论相关内容,我是在 23 年 1 月初加入的,间隔了一个来月左右,也是因为这事学会了科学上网:
ChatGPT 的出现也引发了轰动,大家最开始根本不敢相信对话的背后居然是一个机器,它颠覆了人们对于机器聊天 “死板,机械回复,套回复模板” 的印象,而我当时正在编写一个 python 小工具,但苦于我根本不会 python 编程,而且网上的相关资料都是泛泛而谈,针对实现的技术细节都是一带而过,导致我就是无法实现想要的结果。后来我实在走投无路的情况下,将我的问题和代码发给了 GPT,一下子给我生成了一套可以运行的代码,给小小的我带来了巨大的震撼。
而当时的 ChatGPT 还没有降智等一系列恶心人的操作,而国内基于 ChatGPT 的镜像站雨后春笋一般冒了出来,当时 GPT 就是我心中的白月光,万能神一般的存在。
2. 国产 AI 发展记
ChatGPT 虽好,但是它限制国人使用,我也不是每时每刻都开着梯子,而且我用的免费梯子稳定性其实也不是那么理想,于是就开始寻求国产替代,我希望直连也能使用。但是在 2023 年上半年几乎没有可用的国内模型,不是 GPT 套壳就是答非所问,远远比不上我想要的结果。始皇的 Pandora next 我也体验过,但是速度还是不是太理想,而且希望能有一个可以一直使用不需要频繁换号的平台,而且最重要的是,它需要简单易用,最好点开就能问,不需要研究各种各样的问题就能使用。
阿里的通义千问是在 23 年上 4-5 月份开始内测,下半年正式发布。而它的出现也为 ai 使用体验带来了一个转机。然而,早期的通义千问体验非常糟糕,提示词遵循也不是很理想,而且最重要的是输入框一次只能输入一万个字,如果有长代码粘贴过去根本输不进去,导致几乎无法用它来写项目(其实现在通义千问体验也不咋地,比如传图之后没法追问,图片提问的回答没法继承进聊天记录,当内容长度超过上下文限制选择粗暴地截断而非内容压缩,但是国产模型没几个能打的)。
不过千问刚出来那会,api 是免费调用的,相对于 ChatGPT 又是需要中转又是需要花钱而言,千问为我提供了一条新的选择路线,当时用千问糊了一个聊天小玩具(虽然最后因为自己能力原因没整完),但后来想想,当时的很多想法都是非常具有前瞻性的,比如我想过通过提示词工程让 ai 输出 json 格式的内容从而让后续的程序识别(格式化输出),让 ai 总结并记住对话中的关键信息(记忆),甚至让 ai 通过输出 json 来控制其他 api 返回结果(mcp 服务器)等,但是受限于模型的指令遵循实在不咋地,这些都没能实现。
后来更多国产模型也发布了出来,比如智谱,比如百度,比如零一万物等,但是我还是觉得国产也就千问算是可用水平,其他的模型什么文心大模型跟个智障一样根本不能用,还敢收一笔不少的 vip 费用。
然而,通义不知道是不是网页调用因为一直在滚动发版,智力时高时低。甚至有一段时间,代码里面莫名其妙的加入了.jpg 等输出,以及意义不明的括号(,导致根本无法使用。和群友交流时猜测,这可能是通义千问用了聊天记录作为训练数据,而聊天过程中喜欢用反括号,以及吐槽表情包.jpg 等,导致污染模型。比如震惊.jpg, 感觉不像xxx(这种表述。所以通义千问一直只是作为一个备选方案使用。
3.AI Coding 的接触
后来,随着我的工作量和复杂度增加,很多时候需要一些一次性的代码处理一些重复的工作。比如我需要完成批量处理某项工作,而相对于手动处理既费时又费力,写一个 python 脚本批量处理就显得非常有价值。然而,假如我处理这个工作需要半个小时,耗费 20 分钟查资料写一个代码就显得得不偿失。而这时候就需要借助 ai 的力量。
然而,国产 AI 在代码方面表现的不是特别理想,经常自造函数,格式错乱,虚拟实现(比如注释写 #这里实现 xxx 的逻辑,但是我就是要你实现相对的逻辑呀),而且更为致命的是,我使用的是网页 AI,经常喜欢偷懒(比如让全部输出,然而只输出修改的一部分,比如这样:
用户:输出完整代码
AI:好的,我将为您输出完整代码...
一堆导入
...(这里是xx的实现)
修改的代码
...(这里是剩下的代码)
AI 就会给我输出这里是剩下的代码而非具体代码,这对我这种 CV 工程师非常不友好。再加上 OpenAI 学会了降智,降智后的 AI 根本用不了,有种一拳打在棉花上的感觉。
随后 OpenAI 封号潮、降智潮,始皇转投 Claude,我也转去了 Claude。确实 Claude 的代码水平相对于 ChatGPT 有显著的提升,或者说 Claude 的设计感觉就是为了代码等服务的–artifact 设计可以让他只修改不必重复输出(千问的那个代码模式真的就是每次都在重复输出),指令遵循都相对于其他模型显著提升(比如同期的 GPT 真的很喜欢给我写假设您的后端地址为 XXX,这里需要实现 xxx)。但是好景不长,克劳德开始全方位降智,封号,我第一个注册的 GPT 账号都没封号,克劳德账号被封掉了。
克劳德是一个好模型,但 Anthropic 不是一个好公司。封号,降智,暗改模型用量这些不管是国内还是国外都在骂。还有贵的离谱的 API 价格和订阅价格,实在对我这种开发者不是特别友好。而使用的镜像站一直在封号、达到使用限度,可用性非常差,经常问两个问题就达到了使用限制必须换车。我用的镜像站还不错,客服回复速度也很给力,然而一直封号也不是镜像站能改变的。随着九月份 Anthropic 公开称中国为敌对国家,我也放弃继续使用克劳德的想法。
DeepSeek 的出现为国产模型带来了一个新的转机。它准确率高、便宜大碗,可以用克劳德几分之一的价格实现克劳德一半的准确率。但 DeepSeek 唯一的缺点可能就是太废话了,一个简单的问题需要思考几分钟,不停地左脑攻击右脑,循环否定之前的想法和设计,对于一个编程问题而言需要消耗的时间太长了。至于其他佬友说的准确问题,在它低廉的价格面前都不值一提–穷是最大的问题,克劳德 200 美刀的 Max 会员对我而言实在是遥不可及,对于一个爱好编程的个人开发者而言,一个月掏出来一千五多就为了一个 AI 确实有点拿不出来。至于镜像站,可用性一直不算特别稳定,DeepSeek 都不嫌我穷,我怎么能嫌弃他傻呢。
4. 智谱 Coding Plan 的出现
随着九月份那会智谱在 Anthropic 封号潮那会推出了 Coding Plan,宣称 “平替 Claude Code”,以 Claude 七分之一的价格提供了远超 Claude 同等套餐几倍的用量。当时我接触后惊为天人,速度快、便宜量大,我的第一个套餐是开通的 lite 套餐,只到达过一次限额,以我的使用量根本到不了限额。但是 GLM 4.5 并没有对 Claude Code 等工具进行优化,它的工具调用仍然处于 “推一步走一步” 的等级,仍然透着一股子傻傻的气息。而且最重要的是不支持思考,是否思考对于 GLM 的体验区别确实天上地下。
我当时正在学着写鸿蒙 ArkTs,鸿蒙作为一门新兴的语言,本身训练资料就不多,再加上随着 AI 的出现,网上大量 AI 生成的错误资源污染,导致 AI 根本无从学起。然而,我让 AI “每次运行完之后调用 hvigorw 编译”,有的时候 AI 修改–编译出错–修改–编译出错,这么循环十几遍甚至几十遍最后确实能编译成功。当时我吐槽 GLM “傻但是劲儿大”。
好景不长,随着一系列活动的推出,再加上智谱应该是在训练新模型,GLM 也出现了肉眼可见的降智。虽然智谱官方一直说不可能降智,但是确实体验程度差了太多。我严重怀疑是路由到了 flash 模型上,和原来聪明的 GLM4.5 有天壤之别。由于方便我一直开着 skip-dangerously-permission 权限,但 GLM 就像是傻子一样,瞎改我的代码,发现代码出错之后 “好的,现在我要简化代码” 随后删除了几十个我实现的功能。甚至在改了几十遍没改好之后决定回退 git 版本 —— 但是我的 git 版本是好几十个版本之前,导致了我写的所有功能全部遗失。这让我一度对 GLM 失去信心,当时发现改了好长时间的代码被回退,我都想哭了。
当时的 GLM 智力时高时低,高的时候真的不错,低的时候乱改代码都是基本操作,比如清理项目把我的前端代码删个精光:
但出于对国产模型的信任,我还是升级到了季度的 Max 会员,无它,太便宜了,高用量让我可以随便改,大不了多用 git 提交下呗,穷是我的问题呗。
GLM4.6 的出现相对 4.5 有了很大的改善。但是还是同样的降智问题,而且完全没有任何规律可言:有的时候凌晨三点我用还是会出现明显的降智,有的时候下午最高峰使用效果也不错,整体是抽卡一样的准确率,而且完全没什么规律。最常见的操作是我想让他调用 mcp 搜索,已经在提示词中指定了 “请使用 mcp 搜索”,但是它不是调用 Web Search 工具(cc 内置,用不了一点)或者调用 Search(搜索本地代码的工具),智力忽高忽低。
尽管如此,它还是为数不多的国内畅用的模型。kimi、通义也推出了相对的 Coding plan,但 kimi 用量太低了,通义的 qoder 有种奇怪的感觉,有种差了点意思但又说不上来的感觉。
我也基于这个计划开了一个公益站,三个月以来用了三百多亿的 token,后面只接了一个 key,只能说性价比确实无敌。
(那个 mimo 的 key,费用是错的,数据库里面没有对应的价格值导致计费错误)
直到 GLM 4.7 的出现,体验效果得到了大幅度改善。最重点的是终于支持交叉思考了,思考或者不思考的模型体验真的是一个天上一个地下。虽然我一直觉得大模型的思考链就是一个伪需求,AI 完全不知道什么是思考,只是提示词带来的结果而已,但是它确实让结果变好,那就当他有用吧。
4.7 第二个改善是内置了搜索和网页阅读工具,这使得我不需要专门安装对应的 MCP 也可以使用。对于一台新的机器,只需要安装 Claude code 然后设置 Base url 和 api key 即可使用,ai 在回答的过程中也可以调用搜索工具去搜索官方的文档,从而大幅度提升准确率和可用性。
同时,4.7 的审美也大幅度提升,在之前 GLM,以及几乎所有的 AI 模型都喜欢用 emoji 做图标,虽然方便但是总有一种非常不专业的感觉。但是 4.7 会新建 SVG 文件作为图标,虽然不如开源图标库,比如华为自带的 HarmonyOS Design 或者 Font Awesome,但是方便,快捷,相对于 emoji 来说提升很大,比如这个是完全由 4.7 设计的 UI:
可以看到,下方的图标还是有点小问题,但是整体看不出太大的毛病,作为完全由 AI 生成的 UI 来说够格了。
我也借助 AI 糊了几个小玩具出来。比如学校使用的教务系统,整体就是一个 WebView 套壳,不仅稳定性不佳,而且课程查看非常不直观,透着一股子上个世纪的风格。我完全借助 AI,使用 Kotlin 完成了安卓端课程表的开发,并将其转成了 Swift(ios)和 Arkts(鸿蒙)三端原生适配,虽然软件还是有一大堆的 bug,但是不耽误日常使用,代码能跑起来就行了要啥自行车
至于它的优势,我觉得可能是便宜量大。用 Claude 一直在提心吊胆地看着 cost 耗费,几个问题下去都能感受到白花花的银子消耗声,经常没问几个问题下去就耗费了几十块 RMB,而问题还没显得解决。而用智谱可以随便问,甚至懒得跑了可以让 AI 帮着我运行,直接一个你给我运行此代码就让 AI 代劳,还不用担心耗费,可以随心所欲地使用。
至于能力、准确率,我认为目前最高的模型仍然是 Opus 4.5,它的准确率可以到达 98,但是价格是 10;GLM 4.7 单次对话准确率可以到达 85 到 90,但是价格可能只有 2-3 不到,一切问题在它的价格面前都不值一提。opus 一次能解决的问题,glm4.7 问个几遍也可以解决。可能有些佬工资足够到掏 200 美刀不眨一下眼睛或者公司报销 AI 使用费,但对于初学者而言,20 块钱的 GLM 更有性价比,而且还不用折腾什么家宽,什么环境,开箱即用,更适合上手。
5. 结语
整体而言,我对国产 AI 模型的发展持乐观态度。国外模型虽好,但对国内实行全方位的禁用,门槛太高,学习成本太大。而相对比,国产模型可以以更低廉的成本、更低的学习成本实现相似的能力,让更多非 IT 从业者,非计算机科班的人也可以使用编程完成一些重复但简单的工作。很多时候,我们需要的仅仅是一个 “一次性代码”,解决完某个问题后代码便完成了使命,不需要完整、可移植,只要完成某个特定的任务即可。这样通过 AI,哪怕是完全对计算机一窍不通的人,也可以使用 AI 工具完成一个小的网页、一个小的工具等,方便日常生活的同时把编程推向大众化、简单化。
最新消息!Anthropic 负责人在 X 平台发布将严厉打击第三方安全带和竞争对手未经授权使用 Claude 安全带的行为!当中包括 Xai (Grok) 员工也不可以通过 Cusor 使用相关模型!
今天 Thariq (来自 Anthropic) 再 X 表示,他们将对使用 Claude 订阅但通过第三方安软件使用行为做出账号封禁,同时也升级了内部系统来检测这个行为。
原文:
Yesterday we tightened our safeguards against spoofing the Claude Code harness after accounts were banned for triggering abuse filters from third-party harnesses using Claude subscriptions.
但是 Open AI 相反,表示将努力支持 OpenCode:
又有人独家爆料表示:
xAI (grok) 的员工之前一直通过 Cursor 在内部使用 Anthropic 的模型。直到本周 Anthropic 切断了这家初创公司的访问权限。据 Cursor 称,这是 Anthropic 对其所有主要竞争对手强制执行的新政策。
A\ 封禁了第三方工具调用 Claude
反观 OpenAI 大力支持 OpenCode,形成了鲜明对比
但是看起来影响的是订阅,API 不受影响?有没有知道的佬现身说法?
写了个 CLIProxyAPI 的模型切换脚本还挺好用
【安全提醒】Fuclaude 的信息泄露
现象
在使用 Fuclaude 的时候经常收到别人的聊天完成通知。
经常收到有酒馆、闲聊、开发类型的。
点击后可以得到 chat uuid,但是无法获取聊天内容。
总结
没有严重到是水平越权访问漏洞,但算一种信息泄露。
目前我收到的 Response Summary 信息密级较低。
暂时还没收到他人的隐私或者其他密级更高的信息。
例子
https://demo.fuclaude.com/chat/775b9bd2-b6eb-46cc-9295-57ba5a1cb422
这个感觉是把最近比较火的红包解谜帖喂给 AI 来解谜了
https://demo.fuclaude.com/chat/2506571a-c038-4e39-8621-5e16639fc9e7
https://demo.fuclaude.com/chat/ff761860-687b-480c-8a4c-0f707eaf252b
https://demo.fuclaude.com/chat/954b5f26-b415-48cb-8ab9-0070ec32869c
【开源 No.9】Facebook Ads Analyzer 广告分析 Claude Code Skill - 轻松搞定 Facebook 广告 - 助佬发达
开源项目介绍
Facebook Ads Analyzer 是一个专业的广告数据分析系统,基于 facebook_ads 的 claude code agent skill , 能够: 自动分析 Facebook Ads Manager 导出的 CSV 数据 根据不同广告目标(互动 / 转化 / 流量)智能评估广告表现 识别最佳和最差广告 生成详细的诊断报告和优化建议 提供数据驱动的投放策略方案
原理和说明
Claude 会自动:
- 识别你的广告目标
- 加载并处理数据
- 应用对应的权重配置
- 生成分析报告和优化建议
facebook-ads-analyzer/
├── scripts/
│ ├── analyzer.py # 主分析器(核心)
│ ├── preprocessor.py # 数据预处理
│ ├── metrics.py # 指标计算
│ ├── diagnostic.py # 诊断和建议
│ └── reporter.py # 报告生成
├── SKILL.md # Skill 定义
├── QUICKSTART.md # 快速开始指南
├── EXAMPLES.md # 使用示例
└── REFERENCE.md # API 参考 分析流程:
1. 数据加载
↓
2. 数据验证和清洗
↓
3. 指标计算(CTR, CPC, CPM, 转化率, 消息成本等)
↓
4. 按广告维度聚合
↓
5. 应用目标权重配置
↓
6. 计算综合得分
↓
7. 广告评级(优秀/中等/差)
↓
8. 问题诊断和建议
↓
9. 生成报告
开源地址:
展示分析效果:
继续开源:
现在第 9 个:
【开源 No.9】Facebook Ads Analyzer 广告分析 Claude Code Skill - 轻松搞定 Facebook 广告 - 助佬发达
github 地址:GitHub - liangdabiao/facebook-ads-analyzer: Facebook Ads Analyzer 是一个专业的广告数据分析系统,基于 facebook_ads 的 claude code agent skill , 能够: 自动分析 Facebook Ads Manager 导出的 CSV 数据 根据不同广告目标(互动 / 转化 / 流量)智能评估广告表现 识别最佳和最差广告 生成详细的诊断报告和优化建议 提供数据驱动的投放策略方案
vscode 中最新版 codex 插件 0.4.58 版本使用 gpt-5.2-codex 模型的方法
使用方法:用 vscode 打开你本地 vscode 所在目录的 index-C-orm5fu.js 文件 (具体文件名、路径可能会根据每个人的操作系统、个人配置有所不同,请自行替换。我是 win10)。
**
注意修改前请自行备份 index-C-orm5fu.js 文件,以防修改错误导致 codex 插件不可用。
**
在模型选择中,直接使用当前可用的模型,如 5.1\5.2 等,输入以下提示词:
==================================================================
帮我在当前 C:\Users\Administrator.vscode\extensions\openai.chatgpt-0.4.58-win32-x64\webview\assets\index-C-orm5fu.js 中,调整模型顺序
搜索 MODEL_ORDER_BY_AUTH_METHOD。
在 apikey: 列表最前添加 / 确保有 gpt-5.2-codex(与 chatgpt 列表一致)。
放宽仅 ChatGPT 登录限制
搜索 CHAT_GPT_AUTH_ONLY_MODELS。
列表里只保留 codex-auto;删除可能存在的 gpt-5.2-codex。
防止默认回退(关键一步)
搜索片段 CHAT_GPT_AUTH_ONLY_MODELS.has (normalizeModel (mt))。
你会看到类似条件:… && !lt && !!mt && CHAT_GPT_AUTH_ONLY_MODELS.has (normalizeModel (mt))
在!lt 后面插入 Ye!==“apikey” &&(Ye 是当前 authMethod),改成:
… && !lt && Ye!==“apikey” && !!mt && CHAT_GPT_AUTH_ONLY_MODELS.has(normalizeModel(mt))
含义:只有非 apikey 且模型在该集合时才强制回退;apikey 不回退。
==================================================================
完成后重启一下 codex 插件或者 vscode 后,gpt-5.2-codex 模型就可以直接选择使用了
Apple TV 上去油管 app 广告,亲测有用!支持 tv OS26
前段时间京东好价,购入了一台 Apple TV 4k, 使用的过程中发现下载的油管 app 广告怎么都去不掉,于是乎开始找解决办法,因为手机上电脑上都可以用各种办法去广告。
但是唯独 Apple TV 上面很难找到好的办法,正当我打算放弃的时候,突然有一天刷到了一个开源项目,叫 atvloadly,可支持 7 天自动签名,正好手里有群晖 nas。
于是我就想是否有 tvos 上的无广告版的油管 ipa,果然有!(我上传到了我的谷歌云里)
ipa 下载链接
请注意一定要删掉原来的油管 APP 再安装!
现在还存在几个问题不知道怎么解决,希望有知道的大佬告知:
- 这个破解的 ipa 没法看 hdr 的视频
- 这些原 tvos 上的油管 ipa 怎么拿到?
分享个小程序:手机语音输入,同步到电脑中,免去打字烦恼
有这个想法原因是在 vibe coding 时,总感觉打字没有口说的快,最近手机上豆包输入法语音输入效果不错,想着电脑上也搞个语音输入法,边上又没有麦克风,不如直接用手机输入,通过 websockt 直接传给电脑,说干就干,启动 vscode,让 codex 自己用 python 做一个,1 分钟就不到就出来了,感觉效果还行,不得不感叹,AI 真的发展太快了,程序员的也得转型了。。。
附上地址:手机语音输入同步到电脑
自己搭工具链 or 现成的付费
我自己简单组了一套:
IDE:vscode
插件:roocode
大模型:Gemini/DeepSeek
MCP:Serena,以及站里大佬开发的 ace-tool(配的也是站里佬的中转 API)
系统提示词:基本都是去 gemini 网页版现写,然后加到 roocode 的模式里。
这种自组的,和 cursor、antigravity 相比,能追上 90% 的使用体验吗?
另外感谢 L 站的巨佬们,开源、免费用了很多好东西,磕头
【小分享】解决 telegram 手机端登录需付费的问题
估计有些佬友手机很久没有登录或者想起来想登录纸飞机的时候,尤其是 + 86 的账号,遇到了要开会员的情况!
[注意] 全程连 wifi 操作!
先前有很多佬友分享过 passkey 的方法,但是这个方法针对没有在手机上登录进去的不太友好(因为无法在 web 端扫码);
分享一下我自己尝试的可行的两个方法(ios)
1. 外区 id 登录下载 telega, 这是俄版的纸飞机,然后节点挂俄罗斯节点,输入手机号,然后就跳转到输入邮箱了,直接接邮箱验证码,然后输入密码就登录成功了!这个后面自行在设置里切换语言为英文,然后再安装中文包即可;
2. 下载 1.1.1.1 这个软件,然后安装好 vpn 配置文件,然后回到 telegram,输入手机号,即可跳过接码了!(注意,节点很重要!)
3. 网上有一些渠道可以直冲会员进你的账号(大概花费 1-3 块),但是我也没有尝试过是否可以直接免了登录阶段的收费;
后续登录上去了,还是建议感觉开一下 passkey,有其他佬友分享过的,大家可以自行搜索一下,也欢迎其他佬友补充和指正一下!感谢!
Ayanami0’s mihomo 自用配置分享 (完整配置&覆写脚本)
自用的 mihomo 配置分享,有完整配置和覆写脚本以及单规则的覆写脚本
个人配置仓库 Ayanami0 的配置仓库
配置不一定适合所有人,可以自行更改
以下是两个配置文件的预览
完整配置
###Ayanami0's config_full###
mixed-port: 7890
redir-port: 7891
tproxy-port: 1536
ipv6: false
mode: Rule
allow-lan: true
bind-address: "*"
disable-keep-alive: true
unified-delay: true
tcp-concurrent: true
log-level: silent
find-process-mode: strict
global-client-fingerprint: random
external-controller: 127.0.0.1:9090
secret: "123456"
external-ui: WebUI/Zashboard
external-ui-url: "https://github.com/Zephyruso/zashboard/releases/latest/download/dist-no-fonts.zip"
external-controller-cors:
allow-origins:
- "*"
allow-private-network: true
profile:
store-selected: true
store-fake-ip: true
# —————————
p: &p
type: http
interval: 86400
health-check:
enable: true
url: https://cp.cloudflare.com
interval: 300
proxy: DIRECT
header:
User-Agent:
- "clash-verge/v2.2.3"
- "ClashMetaForAndroid/2.11.2.Meta"
- "ClashforWindows/0.19.23"
- "clash.meta"
- "mihomo"
proxy-providers:
α:
<<: *p
override:
additional-prefix: "α-"
path: ./proxies/α.yaml
url: ##"订阅链接"##
β:
<<: *p
override:
additional-prefix: "β-"
path: ./proxies/β.yaml
url: ##"订阅链接"##
γ:
<<: *p
override:
additional-prefix: "γ-"
path: ./proxies/γ.yaml
url: ##"订阅链接"##
δ:
<<: *p
override:
additional-prefix: "δ-"
path: ./proxies/δ.yaml
url: ##"订阅链接"##
# —————————
sniffer:
enable: true
force-dns-mapping: true
parse-pure-ip: true
override-destination: true
sniff:
HTTP:
ports: [80, 8080-8880]
TLS:
ports: [443, 8443]
QUIC:
ports: [443, 8443]
force-domain:
- "+.v2ex.com"
skip-domain:
- "Mijia Cloud"
- "+.push.apple.com"
# —————————
tun:
enable: false
device: Meta
stack: mixed
dns-hijack:
- any:53
- tcp://any:53
udp-timeout: 300
auto-route: true
strict-route: true
auto-redirect: false
auto-detect-interface: true
# —————————
dns:
enable: true
ipv6: false
listen: 0.0.0.0:1053
prefer-h3: false # 如果DNS服务器支持DoH3会优先使用h3,默认关
respect-rules: true # 让连接DNS服务器时能够遵循规则
cache-algorithm: arc # 使用性能更优的 ARC 缓存算法
cache-size: 2048 # 限制缓存大小,避免占用过多内存
enhanced-mode: fake-ip
fake-ip-range: 198.18.0.1/16
fake-ip-filter-mode: blacklist
fake-ip-filter:
- "*.lan"
- "*.local"
- "time.*.com"
- "ntp.*.com"
- "RULE-SET:Private_Domain"
- "RULE-SET:GoogleFCM_Domain"
default-nameserver:
- 223.5.5.5
- 119.29.29.29
- 223.6.6.6
direct-nameserver:
- https://dns.alidns.com/dns-query
- https://doh.pub/dns-query
proxy-server-nameserver:
- https://dns.alidns.com/dns-query
- https://doh.pub/dns-query
nameserver:
- https://dns.google/dns-query
- https://cloudflare-dns.com/dns-query
nameserver-policy:
"RULE-SET:ChinaMax_Domain,Microsoft_Domain,Apple_Domain":
- https://dns.alidns.com/dns-query
- https://doh.pub/dns-query
# —————————
lite: &lite
type: select
include-all: true
pg: &pg
type: select
proxies:
- PROXY
- HK
- SG
- JP
- TW
- US
- WD
- LowRate
- DIRECT
proxy-groups:
- name: PROXY
icon: "https://cdn.jsdelivr.net/gh/GitMetaio/Surfing@rm/Home/icon/All.svg"
type: select
proxies:
- HK
- SG
- JP
- TW
- US
- WD
- LowRate
- DIRECT
include-all: true
- name: HK
icon: "https://raw.githubusercontent.com/Koolson/Qure/master/IconSet/Color/Hong_Kong.png"
filter: "^(?=.*(港|HK|hk|Hong Kong|HongKong|hongkong)).*$"
<<: *lite
- name: SG
icon: "https://raw.githubusercontent.com/Koolson/Qure/master/IconSet/Color/Singapore.png"
filter: "^(?=.*(新加坡|坡|狮城|SG|Singapore)).*$"
<<: *lite
- name: JP
icon: "https://raw.githubusercontent.com/Koolson/Qure/master/IconSet/Color/Japan.png"
filter: "^(?=.*(日本|川日|东京|大阪|泉日|埼玉|沪日|深日|[^-]日|JP|Japan)).*$"
<<: *lite
- name: TW
icon: "https://raw.githubusercontent.com/Koolson/Qure/master/IconSet/Color/Taiwan.png"
filter: "^(?=.*(台|新北|彰化|TW|Taiwan)).*$"
<<: *lite
- name: US
icon: "https://raw.githubusercontent.com/Koolson/Qure/master/IconSet/Color/United_States.png"
filter: "^(?=.*(美|波特兰|达拉斯|俄勒冈|凤凰城|费利蒙|硅谷|拉斯维加斯|洛杉矶|圣何塞|圣克拉拉|西雅图|芝加哥|US|United States|UnitedStates)).*$"
<<: *lite
- name: WD
icon: "https://raw.githubusercontent.com/GitMetaio/Surfing/refs/heads/rm/Home/icon/Globe.svg"
filter: "^(?!.*(港|HK|hk|Hong Kong|HongKong|hongkong|日本|川日|东京|大阪|泉日|埼玉|沪日|深日|[^-]日|JP|Japan|美|波特兰|达拉斯|俄勒冈|凤凰城|费利蒙|硅谷|拉斯维加斯|洛杉矶|圣何塞|圣克拉拉|西雅图|芝加哥|US|United States|UnitedStates|台|新北|彰化|TW|Taiwan|新加坡|坡|狮城|SG|Singapore|灾|网易|Netease|套餐|重置|剩余|到期|订阅|群|账户|流量|有效期|时间|官网)).*$"
<<: *lite
- name: LowRate
icon: "https://raw.githubusercontent.com/Koolson/Qure/master/IconSet/Color/Download.png"
filter: (?<![0-9])0\.(?:0[0-9]{1,2}|[1-9])(?![0-9])
<<: *lite
- name: ADS
icon: "https://cdn.jsdelivr.net/gh/GitMetaio/Surfing@rm/Home/icon/No-ads-all.svg"
type: select
proxies:
- REJECT
- PROXY
- name: GAME
icon: "https://cdn.jsdelivr.net/gh/GitMetaio/Surfing@rm/Home/icon/Steam.svg"
type: select
proxies:
- DIRECT
- PROXY
- name: Apple
icon: "https://cdn.jsdelivr.net/gh/GitMetaio/Surfing@rm/Home/icon/Apple.svg"
type: select
proxies:
- DIRECT
- PROXY
- name: Microsoft
icon: "https://cdn.jsdelivr.net/gh/GitMetaio/Surfing@rm/Home/icon/Microsoft.svg"
type: select
proxies:
- DIRECT
- PROXY
- name: GoogleFCM
icon: "https://cdn.jsdelivr.net/gh/GitMetaio/Surfing@rm/Home/icon/GoogleFCM.svg"
type: select
proxies:
- DIRECT
- PROXY
- name: Emby
icon: "https://raw.githubusercontent.com/Koolson/Qure/master/IconSet/Color/Emby.png"
<<: *pg
- name: Telegram
icon: "https://cdn.jsdelivr.net/gh/GitMetaio/Surfing@rm/Home/icon/Telegram.svg"
<<: *pg
- name: Discord
icon: "https://cdn.jsdelivr.net/gh/GitMetaio/Surfing@rm/Home/icon/Discord.svg"
<<: *pg
- name: Spotify
icon: "https://cdn.jsdelivr.net/gh/GitMetaio/Surfing@rm/Home/icon/Spotify.svg"
<<: *pg
- name: TikTok
icon: "https://cdn.jsdelivr.net/gh/GitMetaio/Surfing@rm/Home/icon/TikTok.svg"
<<: *pg
- name: YouTube
icon: "https://cdn.jsdelivr.net/gh/GitMetaio/Surfing@rm/Home/icon/YouTube.svg"
<<: *pg
- name: Netflix
icon: "https://cdn.jsdelivr.net/gh/GitMetaio/Surfing@rm/Home/icon/Netflix.svg"
<<: *pg
- name: Google
icon: "https://cdn.jsdelivr.net/gh/GitMetaio/Surfing@rm/Home/icon/Google.svg"
<<: *pg
- name: Facebook
icon: "https://cdn.jsdelivr.net/gh/GitMetaio/Surfing@rm/Home/icon/Facebook.svg"
<<: *pg
- name: OpenAI
icon: "https://cdn.jsdelivr.net/gh/GitMetaio/Surfing@rm/Home/icon/OpenAI.svg"
<<: *pg
- name: GitHub
icon: "https://cdn.jsdelivr.net/gh/GitMetaio/Surfing@rm/Home/icon/GitHub.svg"
<<: *pg
- name: Twitter(X)
icon: "https://cdn.jsdelivr.net/gh/GitMetaio/Surfing@rm/Home/icon/Twitter.svg"
<<: *pg
- name: FINAL
icon: "https://cdn.jsdelivr.net/gh/GitMetaio/Surfing@rm/Home/icon/HBASE-copy.svg"
<<: *pg
- name: LOWEST
icon: "https://cdn.jsdelivr.net/gh/GitMetaio/Surfing@rm/Home/icon/Return.svg"
type: url-test
filter: "^(?!.*(套餐|重置|剩余|到期|订阅|群|账户|流量|有效期|时间|官网|失联|余额)).*$"
include-all: true
- name: FALLBACK
icon: "https://cdn.jsdelivr.net/gh/GitMetaio/Surfing@rm/Home/icon/Return.svg"
type: fallback
filter: "^(?!.*(套餐|重置|剩余|到期|订阅|群|账户|流量|有效期|时间|官网|失联|余额)).*$"
include-all: true
- name: BALANCE
icon: "https://cdn.jsdelivr.net/gh/GitMetaio/Surfing@rm/Home/icon/Return.svg"
type: load-balance
strategy: round-robin
filter: "^(?!.*(套餐|重置|剩余|到期|订阅|群|账户|流量|有效期|时间|官网|失联|余额)).*$"
include-all: true
# —————————
rule-anchor:
YAML: &YAML
{type: http, behavior: classical, format: yaml, interval: 86400}
IPCIDR: &IPCIDR
{type: http, behavior: ipcidr, format: mrs, interval: 86400}
Domain: &Domain
{type: http, behavior: domain, format: mrs, interval: 86400}
rule-providers:
###国内/私有###
ChinaMax_IP:
<<: *IPCIDR
path: ./rules/ChinaMax_OCD_IP.mrs
url: "https://cdn.jsdelivr.net/gh/Ayanami0xL1l1th/Rule-for-OCD@master/rule/Clash/ChinaMax/ChinaMax_OCD_IP.mrs"
ChinaMax_Domain:
<<: *Domain
path: ./rules/ChinaMax_OCD_Domain.mrs
url: "https://cdn.jsdelivr.net/gh/Ayanami0xL1l1th/Rule-for-OCD@master/rule/Clash/ChinaMax/ChinaMax_OCD_Domain.mrs"
Private_Domain:
<<: *Domain
path: ./rules/Lan_OCD_Domain.mrs
url: "https://cdn.jsdelivr.net/gh/Ayanami0xL1l1th/Rule-for-OCD@master/rule/Clash/Lan/Lan_OCD_Domain.mrs"
Private_IP:
<<: *IPCIDR
path: ./rules/Lan_OCD_IP.mrs
url: "https://cdn.jsdelivr.net/gh/Ayanami0xL1l1th/Rule-for-OCD@master/rule/Clash/Lan/Lan_OCD_IP.mrs"
###直连/代理规则###
Direct:
<<: *YAML
path: ./ruleset/direct.yaml
url: "https://cdn.jsdelivr.net/gh/Ayanami0xL1l1th/Rule-for-OCD@master/rule/Clash/Direct/Direct.yaml"
Global_Domain:
<<: *Domain
path: ./rules/Global_OCD_Domain.mrs
url: "https://cdn.jsdelivr.net/gh/Ayanami0xL1l1th/Rule-for-OCD@master/rule/Clash/Global/Global_OCD_Domain.mrs"
Global_IP:
<<: *IPCIDR
path: ./rules/Global_OCD_IP.mrs
url: "https://cdn.jsdelivr.net/gh/Ayanami0xL1l1th/Rule-for-OCD@master/rule/Clash/Global/Global_OCD_IP.mrs"
###去广告###
AWAvenue_Ads_Rule:
<<: *YAML
path: ./ruleset/AWAvenue_Ads_Rule_Clash.yaml
url: "https://raw.githubusercontent.com/TG-Twilight/AWAvenue-Ads-Rule/main//Filters/AWAvenue-Ads-Rule-Clash.yaml"
###游戏###
Game_Domain:
<<: *Domain
path: ./rules/Game_OCD_Domain.mrs
url: "https://cdn.jsdelivr.net/gh/Ayanami0xL1l1th/Rule-for-OCD@master/rule/Clash/Game/Game_OCD_Domain.mrs"
Game_IP:
<<: *IPCIDR
path: ./rules/Game_OCD_IP.mrs
url: "https://cdn.jsdelivr.net/gh/Ayanami0xL1l1th/Rule-for-OCD@master/rule/Clash/Game/Game_OCD_IP.mrs"
GameDownload_Domain:
<<: *Domain
path: ./rules/GameDownload_OCD_Domain.mrs
url: "https://cdn.jsdelivr.net/gh/Ayanami0xL1l1th/Rule-for-OCD@master/rule/Clash/Game/GameDownload/GameDownload_OCD_Domain.mrs"
###国外###
Emby_Domain:
<<: *Domain
path: ./rules/Emby_Domain.mrs
url: "https://cdn.jsdelivr.net/gh/Ayanami0xL1l1th/Rule-for-OCD@master/rule/Clash/Emby/Emby_OCD_Domain.mrs"
TikTok_Domain:
<<: *Domain
path: ./rules/TikTok.mrs
url: "https://cdn.jsdelivr.net/gh/Ayanami0xL1l1th/Rule-for-OCD@master/rule/Clash/TikTok/TikTok_OCD_Domain.mrs"
Spotify_Domain:
<<: *Domain
path: ./rules/Spotify.mrs
url: "https://cdn.jsdelivr.net/gh/Ayanami0xL1l1th/Rule-for-OCD@master/rule/Clash/Spotify/Spotify_OCD_Domain.mrs"
Spotify_IP:
<<: *IPCIDR
path: ./rules/Spotify_IP.mrs
url: "https://cdn.jsdelivr.net/gh/Ayanami0xL1l1th/Rule-for-OCD@master/rule/Clash/Spotify/Spotify_OCD_IP.mrs"
Facebook_Domain:
<<: *Domain
path: ./rules/Facebook.mrs
url: "https://cdn.jsdelivr.net/gh/Ayanami0xL1l1th/Rule-for-OCD@master/rule/Clash/Facebook/Facebook_OCD_Domain.mrs"
Facebook_IP:
<<: *IPCIDR
path: ./rules/Facebook_IP.mrs
url: "https://cdn.jsdelivr.net/gh/Ayanami0xL1l1th/Rule-for-OCD@master/rule/Clash/Facebook/Facebook_OCD_IP.mrs"
Telegram_Domain:
<<: *Domain
path: ./rules/Telegram.mrs
url: "https://cdn.jsdelivr.net/gh/Ayanami0xL1l1th/Rule-for-OCD@master/rule/Clash/Telegram/Telegram_OCD_Domain.mrs"
Telegram_IP:
<<: *IPCIDR
path: ./rules/Telegram_IP.mrs
url: "https://cdn.jsdelivr.net/gh/Ayanami0xL1l1th/Rule-for-OCD@master/rule/Clash/Telegram/Telegram_OCD_IP.mrs"
Telegram_No_Resolve:
<<: *YAML
path: ./rules/Telegram_No_Resolve.yaml
url: "https://cdn.jsdelivr.net/gh/Ayanami0xL1l1th/Rule-for-OCD@master/rule/Clash/Telegram/Telegram_No_Resolve.yaml"
YouTube_Domain:
<<: *Domain
path: ./rules/YouTube.mrs
url: "https://cdn.jsdelivr.net/gh/Ayanami0xL1l1th/Rule-for-OCD@master/rule/Clash/YouTube/YouTube_OCD_Domain.mrs"
YouTube_IP:
<<: *IPCIDR
path: ./rules/YouTube_IP.mrs
url: "https://cdn.jsdelivr.net/gh/Ayanami0xL1l1th/Rule-for-OCD@master/rule/Clash/YouTube/YouTube_OCD_IP.mrs"
Google_Domain:
<<: *Domain
path: ./rules/Google.mrs
url: "https://cdn.jsdelivr.net/gh/Ayanami0xL1l1th/Rule-for-OCD@master/rule/Clash/Google/Google_OCD_Domain.mrs"
Google_IP:
<<: *IPCIDR
path: ./rules/Google_IP.mrs
url: "https://cdn.jsdelivr.net/gh/Ayanami0xL1l1th/Rule-for-OCD@master/rule/Clash/Google/Google_OCD_IP.mrs"
GoogleFCM_Domain:
<<: *Domain
path: ./rules/GoogleFCM.mrs
url: "https://cdn.jsdelivr.net/gh/Ayanami0xL1l1th/Rule-for-OCD@master/rule/Clash/GoogleFCM/GoogleFCM_OCD_Domain.mrs"
GoogleFCM_IP:
<<: *IPCIDR
path: ./rules/GoogleFCM_IP.mrs
url: "https://cdn.jsdelivr.net/gh/Ayanami0xL1l1th/Rule-for-OCD@master/rule/Clash/GoogleFCM/GoogleFCM_OCD_IP.mrs"
Microsoft_Domain:
<<: *Domain
path: ./rules/Microsoft.mrs
url: "https://cdn.jsdelivr.net/gh/Ayanami0xL1l1th/Rule-for-OCD@master/rule/Clash/Microsoft/Microsoft_OCD_Domain.mrs"
Apple_Domain:
<<: *Domain
path: ./rules/Apple.mrs
url: "https://cdn.jsdelivr.net/gh/Ayanami0xL1l1th/Rule-for-OCD@master/rule/Clash/Apple/Apple_OCD_Domain.mrs"
Apple_IP:
<<: *IPCIDR
path: ./rules/Apple_IP.mrs
url: "https://cdn.jsdelivr.net/gh/Ayanami0xL1l1th/Rule-for-OCD@master/rule/Clash/Apple/Apple_OCD_IP.mrs"
OpenAI_Domain:
<<: *Domain
path: ./rules/OpenAI.mrs
url: "https://cdn.jsdelivr.net/gh/Ayanami0xL1l1th/Rule-for-OCD@master/rule/Clash/OpenAI/OpenAI_OCD_Domain.mrs"
OpenAI_IP:
<<: *IPCIDR
path: ./rules/OpenAI_IP.mrs
url: "https://cdn.jsdelivr.net/gh/Ayanami0xL1l1th/Rule-for-OCD@master/rule/Clash/OpenAI/OpenAI_OCD_IP.mrs"
Netflix_Domain:
<<: *Domain
path: ./rules/Netflix.mrs
url: "https://cdn.jsdelivr.net/gh/Ayanami0xL1l1th/Rule-for-OCD@master/rule/Clash/Netflix/Netflix_OCD_Domain.mrs"
Netflix_IP:
<<: *IPCIDR
path: ./rules/Netflix_IP.mrs
url: "https://cdn.jsdelivr.net/gh/Ayanami0xL1l1th/Rule-for-OCD@master/rule/Clash/Netflix/Netflix_OCD_IP.mrs"
Discord_Domain:
<<: *Domain
path: ./rules/Discord.mrs
url: "https://cdn.jsdelivr.net/gh/Ayanami0xL1l1th/Rule-for-OCD@master/rule/Clash/Discord/Discord_OCD_Domain.mrs"
GitHub_Domain:
<<: *Domain
path: ./rules/GitHub.mrs
url: "https://cdn.jsdelivr.net/gh/Ayanami0xL1l1th/Rule-for-OCD@master/rule/Clash/GitHub/GitHub_OCD_Domain.mrs"
Twitter_Domain:
<<: *Domain
path: ./rules/Twitter.mrs
url: "https://cdn.jsdelivr.net/gh/Ayanami0xL1l1th/Rule-for-OCD@master/rule/Clash/Twitter/Twitter_OCD_Domain.mrs"
Twitter_IP:
<<: *IPCIDR
path: ./rules/Twitter_IP.mrs
url: "https://cdn.jsdelivr.net/gh/Ayanami0xL1l1th/Rule-for-OCD@master/rule/Clash/Twitter/Twitter_OCD_IP.mrs"
rules:
- DST-PORT,53,DIRECT
- DST-PORT,853,DIRECT
- RULE-SET,Direct,DIRECT #直连规则
- RULE-SET,AWAvenue_Ads_Rule,ADS #去广告
- RULE-SET,Game_Domain,Game #游戏,走直连
- RULE-SET,Game_IP,Game
- RULE-SET,GameDownload_Domain,Game
- RULE-SET,ChinaMax_Domain,DIRECT,no-resolve
- RULE-SET,ChinaMax_IP,DIRECT
- RULE-SET,Private_Domain,DIRECT
- RULE-SET,Private_IP,DIRECT
- RULE-SET,Emby_Domain,Emby
- RULE-SET,GitHub_Domain,GitHub
- RULE-SET,Discord_Domain,Discord
- RULE-SET,TikTok_Domain,TikTok
- RULE-SET,Twitter_Domain,Twitter(X)
- RULE-SET,Twitter_IP,Twitter(X)
- RULE-SET,YouTube_Domain,YouTube
- RULE-SET,YouTube_IP,YouTube
- RULE-SET,GoogleFCM_Domain,GoogleFCM
- RULE-SET,GoogleFCM_IP,GoogleFCM
- RULE-SET,Google_Domain,Google
- RULE-SET,Google_IP,Google
- RULE-SET,Netflix_Domain,Netflix
- RULE-SET,Netflix_IP,Netflix
- RULE-SET,Spotify_Domain,Spotify
- RULE-SET,Spotify_IP,Spotify
- RULE-SET,Facebook_Domain,Facebook
- RULE-SET,Facebook_IP,Facebook
- RULE-SET,OpenAI_Domain,OpenAI
- RULE-SET,OpenAI_IP,OpenAI
- RULE-SET,Apple_Domain,Apple
- RULE-SET,Apple_IP,Apple
- RULE-SET,Microsoft_Domain,Microsoft
- RULE-SET,Telegram_Domain,Telegram
- RULE-SET,Telegram_IP,Telegram,no-resolve
- RULE-SET,Telegram_No_Resolve,Telegram,no-resolve
- DOMAIN,browserleaks.com,FINAL
- RULE-SET,Global_Domain,PROXY
- RULE-SET,Global_IP,PROXY
- MATCH,FINAL
# —————————
覆写脚本 (规则组和策略组版)
###Ayanami0's override_rule-full###
lite: &lite
type: select
include-all: true
pg: &pg
type: select
proxies:
- PROXY
- HK
- SG
- JP
- TW
- US
- WD
- LowRate
- DIRECT
proxy-groups:
- name: PROXY
icon: "https://cdn.jsdelivr.net/gh/GitMetaio/Surfing@rm/Home/icon/All.svg"
type: select
proxies:
- HK
- SG
- JP
- TW
- US
- WD
- LowRate
- DIRECT
include-all: true
- name: HK
icon: "https://raw.githubusercontent.com/Koolson/Qure/master/IconSet/Color/Hong_Kong.png"
filter: "^(?=.*(港|HK|hk|Hong Kong|HongKong|hongkong)).*$"
<<: *lite
- name: SG
icon: "https://raw.githubusercontent.com/Koolson/Qure/master/IconSet/Color/Singapore.png"
filter: "^(?=.*(新加坡|坡|狮城|SG|Singapore)).*$"
<<: *lite
- name: JP
icon: "https://raw.githubusercontent.com/Koolson/Qure/master/IconSet/Color/Japan.png"
filter: "^(?=.*(日本|川日|东京|大阪|泉日|埼玉|沪日|深日|[^-]日|JP|Japan)).*$"
<<: *lite
- name: TW
icon: "https://raw.githubusercontent.com/Koolson/Qure/master/IconSet/Color/Taiwan.png"
filter: "^(?=.*(台|新北|彰化|TW|Taiwan)).*$"
<<: *lite
- name: US
icon: "https://raw.githubusercontent.com/Koolson/Qure/master/IconSet/Color/United_States.png"
filter: "^(?=.*(美|波特兰|达拉斯|俄勒冈|凤凰城|费利蒙|硅谷|拉斯维加斯|洛杉矶|圣何塞|圣克拉拉|西雅图|芝加哥|US|United States|UnitedStates)).*$"
<<: *lite
- name: WD
icon: "https://raw.githubusercontent.com/GitMetaio/Surfing/refs/heads/rm/Home/icon/Globe.svg"
filter: "^(?!.*(港|HK|hk|Hong Kong|HongKong|hongkong|日本|川日|东京|大阪|泉日|埼玉|沪日|深日|[^-]日|JP|Japan|美|波特兰|达拉斯|俄勒冈|凤凰城|费利蒙|硅谷|拉斯维加斯|洛杉矶|圣何塞|圣克拉拉|西雅图|芝加哥|US|United States|UnitedStates|台|新北|彰化|TW|Taiwan|新加坡|坡|狮城|SG|Singapore|灾|网易|Netease|套餐|重置|剩余|到期|订阅|群|账户|流量|有效期|时间|官网)).*$"
<<: *lite
- name: LowRate
icon: "https://raw.githubusercontent.com/Koolson/Qure/master/IconSet/Color/Download.png"
filter: (?<![0-9])0\.(?:0[0-9]{1,2}|[1-9])(?![0-9])
<<: *lite
- name: ADS
icon: "https://cdn.jsdelivr.net/gh/GitMetaio/Surfing@rm/Home/icon/No-ads-all.svg"
type: select
proxies:
- REJECT
- PROXY
- name: GAME
icon: "https://cdn.jsdelivr.net/gh/GitMetaio/Surfing@rm/Home/icon/Steam.svg"
type: select
proxies:
- DIRECT
- PROXY
- name: Apple
icon: "https://cdn.jsdelivr.net/gh/GitMetaio/Surfing@rm/Home/icon/Apple.svg"
type: select
proxies:
- DIRECT
- PROXY
- name: Microsoft
icon: "https://cdn.jsdelivr.net/gh/GitMetaio/Surfing@rm/Home/icon/Microsoft.svg"
type: select
proxies:
- DIRECT
- PROXY
- name: GoogleFCM
icon: "https://cdn.jsdelivr.net/gh/GitMetaio/Surfing@rm/Home/icon/GoogleFCM.svg"
type: select
proxies:
- DIRECT
- PROXY
- name: Emby
icon: "https://raw.githubusercontent.com/Koolson/Qure/master/IconSet/Color/Emby.png"
<<: *pg
- name: Telegram
icon: "https://cdn.jsdelivr.net/gh/GitMetaio/Surfing@rm/Home/icon/Telegram.svg"
<<: *pg
- name: Discord
icon: "https://cdn.jsdelivr.net/gh/GitMetaio/Surfing@rm/Home/icon/Discord.svg"
<<: *pg
- name: Spotify
icon: "https://cdn.jsdelivr.net/gh/GitMetaio/Surfing@rm/Home/icon/Spotify.svg"
<<: *pg
- name: TikTok
icon: "https://cdn.jsdelivr.net/gh/GitMetaio/Surfing@rm/Home/icon/TikTok.svg"
<<: *pg
- name: YouTube
icon: "https://cdn.jsdelivr.net/gh/GitMetaio/Surfing@rm/Home/icon/YouTube.svg"
<<: *pg
- name: Netflix
icon: "https://cdn.jsdelivr.net/gh/GitMetaio/Surfing@rm/Home/icon/Netflix.svg"
<<: *pg
- name: Google
icon: "https://cdn.jsdelivr.net/gh/GitMetaio/Surfing@rm/Home/icon/Google.svg"
<<: *pg
- name: Facebook
icon: "https://cdn.jsdelivr.net/gh/GitMetaio/Surfing@rm/Home/icon/Facebook.svg"
<<: *pg
- name: OpenAI
icon: "https://cdn.jsdelivr.net/gh/GitMetaio/Surfing@rm/Home/icon/OpenAI.svg"
<<: *pg
- name: GitHub
icon: "https://cdn.jsdelivr.net/gh/GitMetaio/Surfing@rm/Home/icon/GitHub.svg"
<<: *pg
- name: Twitter(X)
icon: "https://cdn.jsdelivr.net/gh/GitMetaio/Surfing@rm/Home/icon/Twitter.svg"
<<: *pg
- name: FINAL
icon: "https://cdn.jsdelivr.net/gh/GitMetaio/Surfing@rm/Home/icon/HBASE-copy.svg"
<<: *pg
- name: LOWEST
icon: "https://cdn.jsdelivr.net/gh/GitMetaio/Surfing@rm/Home/icon/Return.svg"
type: url-test
filter: "^(?!.*(套餐|重置|剩余|到期|订阅|群|账户|流量|有效期|时间|官网|失联|余额)).*$"
include-all: true
- name: FALLBACK
icon: "https://cdn.jsdelivr.net/gh/GitMetaio/Surfing@rm/Home/icon/Return.svg"
type: fallback
filter: "^(?!.*(套餐|重置|剩余|到期|订阅|群|账户|流量|有效期|时间|官网|失联|余额)).*$"
include-all: true
- name: BALANCE
icon: "https://cdn.jsdelivr.net/gh/GitMetaio/Surfing@rm/Home/icon/Return.svg"
type: load-balance
strategy: round-robin
filter: "^(?!.*(套餐|重置|剩余|到期|订阅|群|账户|流量|有效期|时间|官网|失联|余额)).*$"
include-all: true
# —————————
rule-anchor:
YAML: &YAML
{type: http, behavior: classical, format: yaml, interval: 86400}
IPCIDR: &IPCIDR
{type: http, behavior: ipcidr, format: mrs, interval: 86400}
Domain: &Domain
{type: http, behavior: domain, format: mrs, interval: 86400}
rule-providers:
###国内/私有###
ChinaMax_IP:
<<: *IPCIDR
path: ./rules/ChinaMax_OCD_IP.mrs
url: "https://cdn.jsdelivr.net/gh/Ayanami0xL1l1th/Rule-for-OCD@master/rule/Clash/ChinaMax/ChinaMax_OCD_IP.mrs"
ChinaMax_Domain:
<<: *Domain
path: ./rules/ChinaMax_OCD_Domain.mrs
url: "https://cdn.jsdelivr.net/gh/Ayanami0xL1l1th/Rule-for-OCD@master/rule/Clash/ChinaMax/ChinaMax_OCD_Domain.mrs"
Private_Domain:
<<: *Domain
path: ./rules/Lan_OCD_Domain.mrs
url: "https://cdn.jsdelivr.net/gh/Ayanami0xL1l1th/Rule-for-OCD@master/rule/Clash/Lan/Lan_OCD_Domain.mrs"
Private_IP:
<<: *IPCIDR
path: ./rules/Lan_OCD_IP.mrs
url: "https://cdn.jsdelivr.net/gh/Ayanami0xL1l1th/Rule-for-OCD@master/rule/Clash/Lan/Lan_OCD_IP.mrs"
###直连/代理规则###
Direct:
<<: *YAML
path: ./ruleset/direct.yaml
url: "https://cdn.jsdelivr.net/gh/Ayanami0xL1l1th/Rule-for-OCD@master/rule/Clash/Direct/Direct.yaml"
Global_Domain:
<<: *Domain
path: ./rules/Global_OCD_Domain.mrs
url: "https://cdn.jsdelivr.net/gh/Ayanami0xL1l1th/Rule-for-OCD@master/rule/Clash/Global/Global_OCD_Domain.mrs"
Global_IP:
<<: *IPCIDR
path: ./rules/Global_OCD_IP.mrs
url: "https://cdn.jsdelivr.net/gh/Ayanami0xL1l1th/Rule-for-OCD@master/rule/Clash/Global/Global_OCD_IP.mrs"
###去广告###
AWAvenue_Ads_Rule:
<<: *YAML
path: ./ruleset/AWAvenue_Ads_Rule_Clash.yaml
url: "https://raw.githubusercontent.com/TG-Twilight/AWAvenue-Ads-Rule/main//Filters/AWAvenue-Ads-Rule-Clash.yaml"
###游戏###
Game_Domain:
<<: *Domain
path: ./rules/Game_OCD_Domain.mrs
url: "https://cdn.jsdelivr.net/gh/Ayanami0xL1l1th/Rule-for-OCD@master/rule/Clash/Game/Game_OCD_Domain.mrs"
Game_IP:
<<: *IPCIDR
path: ./rules/Game_OCD_IP.mrs
url: "https://cdn.jsdelivr.net/gh/Ayanami0xL1l1th/Rule-for-OCD@master/rule/Clash/Game/Game_OCD_IP.mrs"
GameDownload_Domain:
<<: *Domain
path: ./rules/GameDownload_OCD_Domain.mrs
url: "https://cdn.jsdelivr.net/gh/Ayanami0xL1l1th/Rule-for-OCD@master/rule/Clash/Game/GameDownload/GameDownload_OCD_Domain.mrs"
###国外###
Emby_Domain:
<<: *Domain
path: ./rules/Emby_Domain.mrs
url: "https://cdn.jsdelivr.net/gh/Ayanami0xL1l1th/Rule-for-OCD@master/rule/Clash/Emby/Emby_OCD_Domain.mrs"
TikTok_Domain:
<<: *Domain
path: ./rules/TikTok.mrs
url: "https://cdn.jsdelivr.net/gh/Ayanami0xL1l1th/Rule-for-OCD@master/rule/Clash/TikTok/TikTok_OCD_Domain.mrs"
Spotify_Domain:
<<: *Domain
path: ./rules/Spotify.mrs
url: "https://cdn.jsdelivr.net/gh/Ayanami0xL1l1th/Rule-for-OCD@master/rule/Clash/Spotify/Spotify_OCD_Domain.mrs"
Spotify_IP:
<<: *IPCIDR
path: ./rules/Spotify_IP.mrs
url: "https://cdn.jsdelivr.net/gh/Ayanami0xL1l1th/Rule-for-OCD@master/rule/Clash/Spotify/Spotify_OCD_IP.mrs"
Facebook_Domain:
<<: *Domain
path: ./rules/Facebook.mrs
url: "https://cdn.jsdelivr.net/gh/Ayanami0xL1l1th/Rule-for-OCD@master/rule/Clash/Facebook/Facebook_OCD_Domain.mrs"
Facebook_IP:
<<: *IPCIDR
path: ./rules/Facebook_IP.mrs
url: "https://cdn.jsdelivr.net/gh/Ayanami0xL1l1th/Rule-for-OCD@master/rule/Clash/Facebook/Facebook_OCD_IP.mrs"
Telegram_Domain:
<<: *Domain
path: ./rules/Telegram.mrs
url: "https://cdn.jsdelivr.net/gh/Ayanami0xL1l1th/Rule-for-OCD@master/rule/Clash/Telegram/Telegram_OCD_Domain.mrs"
Telegram_IP:
<<: *IPCIDR
path: ./rules/Telegram_IP.mrs
url: "https://cdn.jsdelivr.net/gh/Ayanami0xL1l1th/Rule-for-OCD@master/rule/Clash/Telegram/Telegram_OCD_IP.mrs"
Telegram_No_Resolve:
<<: *YAML
path: ./rules/Telegram_No_Resolve.yaml
url: "https://cdn.jsdelivr.net/gh/Ayanami0xL1l1th/Rule-for-OCD@master/rule/Clash/Telegram/Telegram_No_Resolve.yaml"
YouTube_Domain:
<<: *Domain
path: ./rules/YouTube.mrs
url: "https://cdn.jsdelivr.net/gh/Ayanami0xL1l1th/Rule-for-OCD@master/rule/Clash/YouTube/YouTube_OCD_Domain.mrs"
YouTube_IP:
<<: *IPCIDR
path: ./rules/YouTube_IP.mrs
url: "https://cdn.jsdelivr.net/gh/Ayanami0xL1l1th/Rule-for-OCD@master/rule/Clash/YouTube/YouTube_OCD_IP.mrs"
Google_Domain:
<<: *Domain
path: ./rules/Google.mrs
url: "https://cdn.jsdelivr.net/gh/Ayanami0xL1l1th/Rule-for-OCD@master/rule/Clash/Google/Google_OCD_Domain.mrs"
Google_IP:
<<: *IPCIDR
path: ./rules/Google_IP.mrs
url: "https://cdn.jsdelivr.net/gh/Ayanami0xL1l1th/Rule-for-OCD@master/rule/Clash/Google/Google_OCD_IP.mrs"
GoogleFCM_Domain:
<<: *Domain
path: ./rules/GoogleFCM.mrs
url: "https://cdn.jsdelivr.net/gh/Ayanami0xL1l1th/Rule-for-OCD@master/rule/Clash/GoogleFCM/GoogleFCM_OCD_Domain.mrs"
GoogleFCM_IP:
<<: *IPCIDR
path: ./rules/GoogleFCM_IP.mrs
url: "https://cdn.jsdelivr.net/gh/Ayanami0xL1l1th/Rule-for-OCD@master/rule/Clash/GoogleFCM/GoogleFCM_OCD_IP.mrs"
Microsoft_Domain:
<<: *Domain
path: ./rules/Microsoft.mrs
url: "https://cdn.jsdelivr.net/gh/Ayanami0xL1l1th/Rule-for-OCD@master/rule/Clash/Microsoft/Microsoft_OCD_Domain.mrs"
Apple_Domain:
<<: *Domain
path: ./rules/Apple.mrs
url: "https://cdn.jsdelivr.net/gh/Ayanami0xL1l1th/Rule-for-OCD@master/rule/Clash/Apple/Apple_OCD_Domain.mrs"
Apple_IP:
<<: *IPCIDR
path: ./rules/Apple_IP.mrs
url: "https://cdn.jsdelivr.net/gh/Ayanami0xL1l1th/Rule-for-OCD@master/rule/Clash/Apple/Apple_OCD_IP.mrs"
OpenAI_Domain:
<<: *Domain
path: ./rules/OpenAI.mrs
url: "https://cdn.jsdelivr.net/gh/Ayanami0xL1l1th/Rule-for-OCD@master/rule/Clash/OpenAI/OpenAI_OCD_Domain.mrs"
OpenAI_IP:
<<: *IPCIDR
path: ./rules/OpenAI_IP.mrs
url: "https://cdn.jsdelivr.net/gh/Ayanami0xL1l1th/Rule-for-OCD@master/rule/Clash/OpenAI/OpenAI_OCD_IP.mrs"
Netflix_Domain:
<<: *Domain
path: ./rules/Netflix.mrs
url: "https://cdn.jsdelivr.net/gh/Ayanami0xL1l1th/Rule-for-OCD@master/rule/Clash/Netflix/Netflix_OCD_Domain.mrs"
Netflix_IP:
<<: *IPCIDR
path: ./rules/Netflix_IP.mrs
url: "https://cdn.jsdelivr.net/gh/Ayanami0xL1l1th/Rule-for-OCD@master/rule/Clash/Netflix/Netflix_OCD_IP.mrs"
Discord_Domain:
<<: *Domain
path: ./rules/Discord.mrs
url: "https://cdn.jsdelivr.net/gh/Ayanami0xL1l1th/Rule-for-OCD@master/rule/Clash/Discord/Discord_OCD_Domain.mrs"
GitHub_Domain:
<<: *Domain
path: ./rules/GitHub.mrs
url: "https://cdn.jsdelivr.net/gh/Ayanami0xL1l1th/Rule-for-OCD@master/rule/Clash/GitHub/GitHub_OCD_Domain.mrs"
Twitter_Domain:
<<: *Domain
path: ./rules/Twitter.mrs
url: "https://cdn.jsdelivr.net/gh/Ayanami0xL1l1th/Rule-for-OCD@master/rule/Clash/Twitter/Twitter_OCD_Domain.mrs"
Twitter_IP:
<<: *IPCIDR
path: ./rules/Twitter_IP.mrs
url: "https://cdn.jsdelivr.net/gh/Ayanami0xL1l1th/Rule-for-OCD@master/rule/Clash/Twitter/Twitter_OCD_IP.mrs"
rules:
- DST-PORT,53,DIRECT
- DST-PORT,853,DIRECT
- RULE-SET,Direct,DIRECT #直连规则
- RULE-SET,AWAvenue_Ads_Rule,ADS #去广告
- RULE-SET,Game_Domain,Game #游戏,走直连
- RULE-SET,Game_IP,Game
- RULE-SET,GameDownload_Domain,Game
- RULE-SET,ChinaMax_Domain,DIRECT,no-resolve
- RULE-SET,ChinaMax_IP,DIRECT
- RULE-SET,Private_Domain,DIRECT
- RULE-SET,Private_IP,DIRECT
- RULE-SET,Emby_Domain,Emby
- RULE-SET,GitHub_Domain,GitHub
- RULE-SET,Discord_Domain,Discord
- RULE-SET,TikTok_Domain,TikTok
- RULE-SET,Twitter_Domain,Twitter(X)
- RULE-SET,Twitter_IP,Twitter(X)
- RULE-SET,YouTube_Domain,YouTube
- RULE-SET,YouTube_IP,YouTube
- RULE-SET,GoogleFCM_Domain,GoogleFCM
- RULE-SET,GoogleFCM_IP,GoogleFCM
- RULE-SET,Google_Domain,Google
- RULE-SET,Google_IP,Google
- RULE-SET,Netflix_Domain,Netflix
- RULE-SET,Netflix_IP,Netflix
- RULE-SET,Spotify_Domain,Spotify
- RULE-SET,Spotify_IP,Spotify
- RULE-SET,Facebook_Domain,Facebook
- RULE-SET,Facebook_IP,Facebook
- RULE-SET,OpenAI_Domain,OpenAI
- RULE-SET,OpenAI_IP,OpenAI
- RULE-SET,Apple_Domain,Apple
- RULE-SET,Apple_IP,Apple
- RULE-SET,Microsoft_Domain,Microsoft
- RULE-SET,Telegram_Domain,Telegram
- RULE-SET,Telegram_IP,Telegram,no-resolve
- RULE-SET,Telegram_No_Resolve,Telegram,no-resolve
- DOMAIN,browserleaks.com,FINAL
- RULE-SET,Global_Domain,PROXY
- RULE-SET,Global_IP,PROXY
- MATCH,FINAL
# —————————
预览就放这么多,还有一般版和超级精简版 (纯 geo) 的一些配置文件,可以在仓库中查看
【无损 / 微损】港卡入金美国券商经验贴
本篇笔记基于个人探索与信息搜罗得到,一部分没有亲身试验过,因此仅供参考。
本篇笔记适用于已有港卡的佬友,如果没有开港卡的佬友需要开港卡后才能进行这些操作。
同时想要盈透和嘉信还有众安邀请码和邀请链接的佬友可以私信我
如有错误与遗漏,欢迎补充
名词解释
美国券商
- 嘉信(Schwab): 美国最大的股票经纪商之一,目前唯一允许中国身份居民开通的美资券商。交易佣金低,适合长线投资。
- 盈透(IBKR): 美资跨国电子经纪商,美国上市公司。业务范围涉及全球,接入全球外汇报价系统,在外汇上非常有优势。同时融资利率低,可以上比较高的杠杆。
转账方式
- 电汇: 通常指经由 SWIFT (环球银行金融电信协会)系统的转账。适用于跨国界跨币种
- 转数快(FPS): 香港推出,支持以手机号码、电邮地址、或 FPS ID 作为识别码,在香港银行和储值账户内进行资金划转。类比于国内的转账,免费
- eDDA: 香港推出,基于 FPS,类似于授权扣款,无感,到账即时。免费
第一步:资金出境(内地 → 港卡)
大额出金:兴业银行 → 香港汇丰
- 原理: 兴业银行的 “寰宇人生” 借记卡前 30 笔电汇免手续费,同时汇丰银行的汇入免手续费。因此通过电汇从兴业汇入香港汇丰是无损的。
- 步骤: 兴业银行 app 购汇(汇 HKD 和 USD 可选)—— 电汇至香港汇丰
- 损耗:CNY 无损,HKD 约 0.19%。 在兴业银行购汇这一步会存在汇差(约 0.19%),因为银行给你换汇都是想挣你钱的。但是电汇这一步是无损的,因此损失只有汇差这一步。
- 时间: 到账大概 1-3 天
- 限制: 单月建议限制在 2 笔内,单笔建议控制在 5000 美元 左右,多了大概率触发风控。
小额出金:跨境支付通
步骤: 手机银行 app—— 跨境支付通。
损耗:CNY 无损,HKD 比兴业高一点。汇款的时候可以选择汇 CNY 或者 HKD,选择 HKD 会直接帮你换汇,汇率相比于兴业会贵一点。
时间: 立马到账
限制: 单次最多 1w CNY,次数多了容易被风控。每年的 5wUSD 购汇额度肯定用不完的
第二步:券商入金(港卡 → 券商)
入金嘉信理财
经过前面的步骤,你的港卡里面大概率已经有 HKD 或者 USD 或者 CNH(离岸人民币)了,这时候你就可以券商入金了。但是入金存在损耗。基于不同的金额可以选择不同的损耗程度。
小额路径(<$13,750 USD)
- 步骤: 汇丰 / 众安(HKD)—— FPS—— 嘉信香港花旗账户
- 损耗: 转数快这一步是无损的。嘉信会自动将港币转为美元,换汇点差约 0.16%。因此损耗大约在 0.16%
- 时间: 立马到账
大额路径(>$13,750 USD)
- 步骤: 汇丰 / 众安(USD)——SWIFT 电汇 —— 嘉信纽约花旗账户
- 损耗: 汇丰收电汇费,单次是 22 刀
分界点
- 电汇通道只有 22 刀的电汇费,FPS 通道只有汇损
- 22 USD ≈ 156 RMB。若 156 RMB 占汇款金额的 0.16%,则反推本金约为 $13,750 USD。
入金盈透 IBKR
步骤
- 汇丰(CNH/HKD)——eDDA/FPS——IBKR
- 众安(CNH/HKD)——FPS 电汇 ——IBKR
损耗: 汇丰的 eDDA 和 FPS 都是免费的。众安没法 eDDA 因此只能 FPS 或者电汇。这些全都是无损的
为什么转 CNH/HKD
- 汇率最优。 由于 IBKR 本身接入外汇市场,因此在 IBKR 内部换汇是所有方法中最低的,最接近实时汇率的,比兴业还好
- 换汇便宜。 当你汇入 CNH/HKD 之后,你可以在 IBKR 内通过购买美股来实现自动换汇
选择手动换汇还是被动换汇?
- 现金账户: 大于 5500 刀选择手动换汇(手续费 2 刀),小于 5500 刀可以买美股自动换汇(买 SGOV,美国国债,损耗为佣金)
- 保证金账户: 只能选择手动换汇,手续费 2 刀
- 5500 刀怎么算的?(算个大概)
- 这里要说下 IBKR 的佣金制度。IBKR 有两种佣金制度,固定式和阶梯式。SGOV 大概是 100 刀一股,买 100 股也就是 10000 刀以内,佣金都是 0.35 刀。
- 固定式:min (max (0.005 美元 / 股 × 股数,1.00 美元), 成交额 × 1% )
- 阶梯式:max (0.0035 美元 / 股 × 股数,0.35 美元)+ 第三方规费
- 计算公式: (2-0.35)/0.0003=5500。
转仓(嘉信到盈透)
还有一个曲线救国的方式,就是入金 IBKR 之后,在 IBKR 换汇,通过转仓到嘉信。这期间没有费用产生。
总结
小额推荐线路(跨境支付通)
- 有 IBKR: 国内任意银行(CNY)——(跨境支付通)—— 汇丰 / 众安(CNH)——(FPS/eDDA)——IBKR(CNH)——(购买股票换汇)——IBKR(USD)—— 嘉信(可选)
- 损耗:理论最低 0.35 刀。 跨境支付通无损。FPS/eDDA 无损。购买股票换汇产生佣金最低 0.35 刀。
- 无 IBKR: 国内任意银行(CNY)——(跨境支付通)—— 汇丰 / 众安(CNH)——(FPS)—— 嘉信香港花旗 ——(自动换汇)—— 嘉信(USD)
- 损耗:约 0.16%。 跨境支付通无损。FPS 无损。嘉信自动换汇产生汇差。
大额推荐线路(电汇)
- 有 IBKR: 兴业(CNY)——(电汇)—— 汇丰(CNH)——(FPS/eDDA)——IBKR(CNH)——(购买股票换汇)——IBKR(USD)—— 嘉信(可选)
- 损耗:理论最低 0.35 刀。 电汇无损。FPS/eDDA 无损。购买股票换汇产生佣金最低 0.35 刀。
- 无 IBKR: 兴业(CNY)——(电汇)—— 汇丰(CNH)——(FPS)—— 嘉信香港花旗 ——(自动换汇)—— 嘉信(USD)
- 损耗:约 0.16%。 跨境支付通无损。FPS 无损。嘉信自动换汇产生汇差。
[更新] Newapi 模型名称重定向工具,解决重定向麻烦问题,新增一键更新模型去除旧模型功能!支持一键部署
NewAPI SYNC TOOL
GITHUB: 点此进入
前端演示网址: NewAPI 同步工具 v4.0
注意!仅供前端演示,请不要输入真实地址与配置!!有自动保存功能!
该项目旨在优化改进 Newapi 中模型名称重定向功能,可以实现一键添加后缀,一键统一模型名称,一键更新旧模型旧映射,适合拥有多公益站或者自建的佬友(屯屯鼠)。
更新内容
新增 Zeabur 一键部署
完全重构前端
一键更新功能(自动找出旧模型,自动匹配上游公益站模型名变化)
回退保护机制
黑夜模式
重构缓存库
页面功能展示
主页面
一键更新
映射同步
一键部署(跳转至 GITHUB 查看说明)
部署后请务必确认:
PORT=8083CONFIG_DIR=/data挂载
/data持久化卷设置强
SECRET_KEY(用于加密配置文件)
功能特性
轻量:Node.js + Express,启动快,资源占用低。
易部署:支持 Dockerfile、Docker Compose、常规 Node 部署。
安全:配置文件加密存储,
SECRET_KEY可自定义。可持久化:配置可写入磁盘,适合长期运行的服务。
环境变量说明
| 变量名 | 说明 | 默认值 | 建议 |
| PORT | 服务端口 | 8083 | 保持默认即可 |
| SECRET_KEY | 加密密钥 | newapi-sync-tool-2024 | 请设置为强密码 |
| CONFIG_DIR | 配置文件目录 | 项目根目录 | 生产建议 /data |
Docker 部署(未尝试)
docker build -t newapi-elegant .
docker run -d --name newapi-elegant \
-p 8083:8083 \
-e PORT=8083 \
-e SECRET_KEY=change-me \
-e CONFIG_DIR=/data \
-v ./data:/data \
newapi-elegant
Docker Compose
docker compose up -d
本地运行
npm install
npm start
访问:http://localhost:8083
反馈与建议
目前项目还处在不断改进阶段,很多功能并不完善,
欢迎讨论改进。不喜勿喷。
感谢支持
Lingrove v1.2.0 重磅更新!沉浸式语言学习再升级
一个小工具,写着玩吧,哈~
【L 站 2026 年第一个开源项目自荐】 Lingrove:让语言学习融入日常浏览的沉浸式插件 - 开发调优 - LINUX DO
各位语言学习爱好者,Lingrove 迎来了一次重大更新!
本次更新亮点
云同步来了(坚果云)
终于可以跨设备同步学习数据了!已学会词汇、需记忆词汇、扩展配置,一键同步,换电脑也不怕。
选中即翻译、全新翻译 API 支持
看到不认识的词?选中它!无论是单词还是整段文字,即刻获得翻译结果。
现在可以接入 Google、百度(推荐)、腾讯云(推荐)、有道等专业翻译服务(均有免费额度)
- 多节点配置,自动故障转移
- AI 翻译兜底
已学会词汇显示配置
已学会的词汇怎么显示?隐藏、原文、译文,你说了算。
更智能的替换策略
替换强度改为百分比模式,根据段落长度动态调整,阅读体验更自然。
可以去 github 直接下载
Release v1.2.0 · zhdgzs/Lingrove
已上架 Edge 浏览器应用商店,版本可能还没更新
日用体验(纯主观、非编码)Claude Opus 4.5 > Grok > ChatGPT 5.2 Thinking >> Gemini 3
纯主观体验
提示词对结果影响非常大
无论使用网页版 / API、有无提示词都是这个结果。
Claude Opus 4.5 给出的答案最符合我的口味。反重力 2api 真香啊
Grok 次之,速度较快,比较准确
ChatGPT 5.2T 答案非常准确、调用工具优秀,聪明,但生成速度慢,有时不说人话。奥特曼团队是用心做产品了,奈何模型嘴巴不好,想念 o3
Gemini 3 系,flash 版本和 grok 接近,无信息来源链接蛋疼,总是感觉差一点。API 版本甚至认为 2026 是虚假的
以下是我用来测试的提示词,佬们可以考虑下自己期望的答案
deepseek v4 的相关消息准确吗?
Claude skills是什么?AI能看到哪些内容?
如何查看vps有哪些端口开放? 我希望443能被所有ip访问,某些端口只有特定ip和cf能够访问,某些ip具有访问全部端口的能力
自用的 Claude 4.5O 提示词
角色定位
你是一位专业的问题解决专家,擅长通过网络搜索获取最新信息,并以用户易懂的方式提供解决方案。
工作流程
第一步:初步搜索
当用户提出问题时,首先使用网络搜索工具 获取相关信息,了解问题的背景、现状和可能的解决方向。
第二步:澄清与确认
搜索后,向用户:
- 复述你的理解 - 用简单的话说明你理解的问题核心
- 询问补充信息 - 如果需要更多细节来精准解决问题,礼貌地向用户请求
- 确认方向 - 确保你的理解与用户的实际需求一致
第三步:深入搜索(如需要)
根据用户的反馈和补充信息,进行第二轮更精准的搜索 ,获取更具针对性的信息。
第四步:方案输出
以用户能理解的语言,提供 2 个最佳方案 ,如果某个方案显著优于另一个方案,只需要简述 :
方案一:[方案名称] 适合情况:… 具体做法: 1. … 2. … 3. … 优点:… 注意事项:… ## 方案二:[方案名称] 适合情况:… 具体做法: 1. … 2. … 3. … 优点:… 注意事项:…
沟通原则
- 语言匹配 :根据用户的表达水平调整你的用语,避免过于专业的术语,必要时用比喻或例子解释
- 主动澄清 :宁可多问一句,也不要给出偏离用户需求的建议
- 信息透明 :说明方案的来源和依据,让用户了解为什么推荐这些方案
- 实用导向 :方案要具体、可执行,不空谈理论
回复风格
- 友好、耐心、专业
- 结构清晰,使用标题和列表
- 适当使用 emoji 增加可读性
- 先理解,后建议
一种基于实际活跃任务数的滥用检测方法
从当我看到一堆的 CF-IP 的就知道靠 IP 封禁已经不行了继续讨论:
这个时候就要介绍下一种新的滥用检测方法啦 w
活跃任务检测是一个实时并发请求监控系统,可以追踪用户在一段时间内的并行 API 调用行为。其使用槽位为核心概念来表示和管理活跃任务 w
一个任务槽就代表一个活跃任务
该机制可检测以下行为:
- 共享 KEY
- 自动化脚本
- 资源滥用等
同时又能避免误伤正常使用的用户
对应的数据结构:
type TaskSlot struct {
UserID int
Username string
UpdatedAt int64 // Unix 时间戳
HashPrefix [HashLevelCount][HashPrefixLen]byte // 6级哈希前缀
MaxLevelIdx int // 数据长度对应的最高层级
}
项目采用多级哈希匹配算法对活跃任务实施继承
多级哈希的工作流程:
- 对内容的前 8、64、512、4096、32768、131072 字节计算哈希
- 遇到新请求时,与现有槽位的哈希进行比对
- 如果最高层级往下数 2 个层级能匹配,则继承槽位
- 否则,创建新槽位,并使用 LRU 淘汰旧槽位
这实现了可通过用户的槽位数来代表活跃任务数
最终后台线程会定时将 10 分钟内活跃任务数大于 5 的用户记录下来备查
已在我的二开版本中实现
(目前适配 mysql 和 postgres)
Claude Coding 使用心得
去年下半年,我们公司开启了一个标杆工程专项,目标是打造一个可持续维护的业务项目,我负责的一个前端项目,需要重构 7 个复杂页面,当时正值 Ai coding 比较火的阶段,我抱着试一试的心态,希望直接用 Ai 重构一个标杆项目。
一开始我是一个Ai的小白,希望能够一句话就能解决我的诉求,AI也确实给了我一个惊喜,很快的我7个页面全部写完了,然后我在手机上跑了一下基本都跑通了,但进一步观察,却发现一些细节问题,而且规范上也还是存在很多缺陷,例如大文件不拆分,什么状态都喜欢往全局store中放等问题,所以我又手动重构了一波。最后这份代码混杂着我和AI的代码,导致在答辩的时候因为代码风格全局不统一被淘汰了。
虽然是一次失败的重构,但是我也总结了一些心得,在后面的需求开发中我也基本通过这些心得做到无需人为干涉,直接写完一个需求。
1、【编码风格统一】一份代码不要你跟AI同时维护,AI改过的代码有问题你不要直接改,而是让ai接着改。
2、【AI专注力】任务尽可能的集中在一处,不要提出按XXX规范进行重构这种诉求,当然如果必须要,也可以这样需要按照以下步骤拆解
a)、安装 speckit 工具,可以在github上面搜索到,用spec任务来拆解你的诉求变成 plan task 和 implement 3个阶段
b)、在task阶段,需要让ai 生成task对应的测试用例,让ai在根据task实现的时候通过生成的测试用例 不断的测试写完的代码
c)、赋予AI能调试的能力,安装 chrome-devtool-mcp, 在每实现一个组件的时候,让AI执行以下端到端的测试
d)、赋予AI能MOCK的能力,这个可以下载我开发的一款Vscode插件 MBFE-develop-helper,这个插件部分功能只有我公司内部能够使用,但是mock和h5调试可以在公网上使用,按照README.md 配置mcp,ai即可拥有逻辑mock能力(说明下逻辑mock的服务相当于ai会写原子化的接口真实逻辑,比静态json的mock能力更真实)
e)、全局规范提示词 CLAUDE.md 的优化,让AI拥有 LINUX 3层架构的思维。
3、【AI记忆力】最小闭环原则,你的任务如果是可拆解的,尽量一个会话解决后 clear完成执行下一个任务,如果上下文超过60%,ai会变得有幻觉,此时需要运行 compact 压缩一下之前的会话,当然最好的方案 还是主进程保持上下文都是一些关键内容,子任务用subagent完成后给父进程一个总结即可,mcp如果输出比较长的工具 需要用subagent包一下,总结mcp的结果。然后还有一个memory的mcp 也可以增强ai的记忆,当你清理上下文的时候 下一个会话仍然可以记住一些你反复重复的事情
4、【AI训练】长远的来看,你需要积累自己的轮子,也就是skill,skill的积累可以让你之前反复唠叨的问题,让ai永久记住,什么时候该用什么工具做什么事,在这方面的决策上减少失误,当然skill变多了以后,你也可以用AI分析一下你当前.claude 目录中的插件、skill、全局提示词存在哪些缺陷,然后对齐进行验证、优化。
以上可能写的有点啰嗦,大家可以直接跳过去,直接看此处总结的 AI 哲学:
1、AI其实是一个记性差的人,只是它有一本百科全书可以随时查阅,而且查阅速度很快
2、让一个记性差的人干活,需要遵循最小闭环原则,让它从快速实现 到 快速验证 再到修复再验证形成一个快速循环的工作流
3、磨刀不误砍柴工,在不忙的时候沉淀一下你的全局提示词和skill,对后续的效率会产生一定的作用
前端推荐工具链
Speckit 任务拆解(plan/task/implement) GitHub 搜索安装
chrome-devtool-mcp 端到端测试调试 MCP 配置
MBFE-develop-helper Mock 能力(逻辑 Mock) VSCode 插件
menory 长久记忆轻微弥补 Ai 短记忆缺陷
serena LSP 代码搜索
其他的什么 context、github 等 mcp 工具的话大家自己看情况安装































![[更新] Newapi 模型名称重定向工具,解决重定向麻烦问题,新增一键更新模型去除旧模型功能!支持一键部署1](https://xiaohack.oss-cn-zhangjiakou.aliyuncs.com/typecho/images/2026/01/10/20260110190555_69623293f1430.png!mark)
![[更新] Newapi 模型名称重定向工具,解决重定向麻烦问题,新增一键更新模型去除旧模型功能!支持一键部署3](https://xiaohack.oss-cn-zhangjiakou.aliyuncs.com/typecho/images/2026/01/10/20260110190601_696232998f643.jpeg!mark)
![[更新] Newapi 模型名称重定向工具,解决重定向麻烦问题,新增一键更新模型去除旧模型功能!支持一键部署2](https://xiaohack.oss-cn-zhangjiakou.aliyuncs.com/typecho/images/2026/01/10/20260110190559_69623297ba8e9.jpeg!mark)
![[更新] Newapi 模型名称重定向工具,解决重定向麻烦问题,新增一键更新模型去除旧模型功能!支持一键部署4](https://xiaohack.oss-cn-zhangjiakou.aliyuncs.com/typecho/images/2026/01/10/20260110190603_6962329b66e1e.png!mark)