包含关键字 typecho 的文章

原插件 hard code 了路径为 mac os 的，fork 添加了选项设置路径
需要安装 rust-analyzer
where rust-analyzer
的输出路径填到插件的设置选项即可 (需要重启插件)

不过正经人谁在 rider 中写 rust

fork 仓库

原插件:

原仓库:

原作者:

📌 转载信息
原作者：
kei233
转载时间：
2026/1/20 10:36:18

继 elsa 佬的免费白嫖 2-5 年 Copilot（Microsoft365），可用 GPT-5.2 - 福利羊毛 / 福利羊毛，Lv1 - LINUX DO 分享一下个人的踩坑流程

【超详细经验贴】我用这个流程白嫖 5 年 Copilot（Microsoft365），爽用 GPT-5.2！！2

一、准备材料：

1.1 教育邮箱：

我用的教育邮箱是美国社区大学.edu（以前薅 cursor 的邮箱留存至今）
没有邮箱的佬可以看一下 Mirage 佬的：

关于 “免费白嫖 2-5 年 Copilot” 如何获取 edu 邮箱！ - 福利羊毛 / 福利羊毛，Lv1 - LINUX DO

关于如何成为美国大学生（bushi）申请 EDU 邮箱的教程 - 福利羊毛 / 福利羊毛，Lv1 - LINUX DO

1.2 新申请的 Microsoft 账号 + 美国节点 +Chrome+GoolePay（我绑的是 ypt）

ps：我用香港节点 + 支付宝验证后都是 2 年的

二、验证流程：

2.1 申请一年的个人版（点我直达）：（申请顺序不能变）

(https://checkout.microsoft365.com/acquire/purchase?language=zh-us&market=US&requestedDuration=Month&scenario=microsoft-365-student&client=poc&campaign=StudentFree12M)

ps: 我的用的是美国节点，链接里是 us（没有改 tw or hk）

2.1.1 添加支付方式 GoolePay + 教育邮箱验证 >> 教育邮箱验证链接获取

【超详细经验贴】我用这个流程白嫖 5 年 Copilot（Microsoft365），爽用 GPT-5.2！！1
【超详细经验贴】我用这个流程白嫖 5 年 Copilot（Microsoft365），爽用 GPT-5.2！！3

可能得报错（直接重新刷新个人版申请链接即可）

【超详细经验贴】我用这个流程白嫖 5 年 Copilot（Microsoft365），爽用 GPT-5.2！！4
【超详细经验贴】我用这个流程白嫖 5 年 Copilot（Microsoft365），爽用 GPT-5.2！！5

2.1.2 添加地址（ai 生成的，地址好像不重要）

【超详细经验贴】我用这个流程白嫖 5 年 Copilot（Microsoft365），爽用 GPT-5.2！！6
【超详细经验贴】我用这个流程白嫖 5 年 Copilot（Microsoft365），爽用 GPT-5.2！！7

2.1.3 开始支付 >> 个人版申请成功

【超详细经验贴】我用这个流程白嫖 5 年 Copilot（Microsoft365），爽用 GPT-5.2！！8
【超详细经验贴】我用这个流程白嫖 5 年 Copilot（Microsoft365），爽用 GPT-5.2！！9

2.2 申请一月的高级版（点我直达）：（申请顺序不能变）


https://checkout.microsoft365.com/acquire/purchase?language=zh-TW&market=US&requestedDuration=Month&scenario=microsoft-365-premium&client=poc&campaign=StudentPremiumFree12M

2.2.1 接着个人版申请（会显示个人版的到期时间）

【超详细经验贴】我用这个流程白嫖 5 年 Copilot（Microsoft365），爽用 GPT-5.2！！10

可能得报错（try again 多来几次即可）

【超详细经验贴】我用这个流程白嫖 5 年 Copilot（Microsoft365），爽用 GPT-5.2！！11

2.2.2 添加 Goole Pay>> 开始支付

【超详细经验贴】我用这个流程白嫖 5 年 Copilot（Microsoft365），爽用 GPT-5.2！！12

可能得报错（持续刷新几次即可）

【超详细经验贴】我用这个流程白嫖 5 年 Copilot（Microsoft365），爽用 GPT-5.2！！13

2.2.3 高级版验证成功

【超详细经验贴】我用这个流程白嫖 5 年 Copilot（Microsoft365），爽用 GPT-5.2！！14

三、关闭自动续订

3.1 点击管理订阅

【超详细经验贴】我用这个流程白嫖 5 年 Copilot（Microsoft365），爽用 GPT-5.2！！15

3.2 关闭自动续订

【超详细经验贴】我用这个流程白嫖 5 年 Copilot（Microsoft365），爽用 GPT-5.2！！16

以上纯为个人的验证流程，大佬勿喷，请指正！！

📌 转载信息
原作者：
muzhiyang
转载时间：
2026/1/20 10:35:21

更新：这位大神太高效了，一夜之间，课程又升级了。更新课程下来以后，在 Claude 里 执行 /start-lesson 就可以开始了。

=========

无意中在 X 上看到这个课程的作者在推荐他的课程：
Free Claude Code Course for Everyone
https://ccforeveryone.com/
教程下载地址：https://github.com/carlvellotti/claude-code-everyone-course/releases/latest
跟着练习了一会儿，挺有意思的。分享给佬友们玩玩。
学习方法也很简单，下载他的教程，用 Claude Code 打开，输入 /start-1-1 开练。

分享个课程：用 Claude Code 学习 Claude Code1

📌 转载信息
转载时间：
2026/1/20 10:34:57

看到一个 NGA 大佬发现的明日方舟终末地 UID 查询的方法

原贴

https://bbs.nga.cn/read.php?tid=46021821p3

明日方舟：终末地查询 UID 和注册时间的浏览器脚本 | 公测在即，UID 不用抢啦！1

开门见山

直接下载脚本安装到油猴，然后访问 https://user.hypergryph.com/ 登录账号
一般会直接显示 UID，如果没有，则访问 https://user.hypergryph.com/bindCharacters?game=endfield 脚本会自动捕获 UID 返回信息然后展示

效果

明日方舟：终末地查询 UID 和注册时间的浏览器脚本 | 公测在即，UID 不用抢啦！2

仓库

📌 转载信息
原作者：
XiYu-Link
转载时间：
2026/1/20 10:34:46

在构建金融交易终端或量化分析系统时，行情适配器（Market Data Adapter）往往是第一个需要攻坚的模块。特别是在处理港股数据时，由于其特殊的交易机制和数据更新频率，对客户端的并发处理能力提出了不小的挑战。

很多初级开发者习惯将网络连接、数据清洗和业务逻辑写在一个 while 循环里，这在生产环境中是极其危险的。一旦网络抖动或数据异常，整个程序就会崩溃。作为行业从业者，我更推荐采用分层架构来处理实时数据流。

  1. 连接与订阅的分离 相比于 REST API 的被动轮询，WebSocket 提供了全双工通信通道，非常适合高频数据的推送。但在代码实现上，必须考虑到断线重连机制（Reconnection Mechanism）。
  2. 数据归一化（Normalization） 这是最考验架构经验的地方。不同的上游数据源提供的字段定义千差万别。有的叫 last_price，有的叫 close。如果把这些差异透传给业务层，后续的策略代码将变得不可维护。成熟的做法是在适配器内部完成清洗。例如，参考 AllTick API 等成熟方案的数据规范，将所有不同市场的 Tick 数据映射为一套标准化的 JSON 结构（价格、时间戳、量能、方向），这样无论后端接入多少个交易所，业务层的代码都不需要改动一行。
  3. 业务逻辑的隔离 在 on_message 回调中，绝对不要执行耗时的计算任务（如写入数据库或复杂指标计算）。正确的做法是将原始数据丢入 Python 的 queue 或 Redis，由消费者进程异步处理。

下面这段代码展示了如何使用 websocket-client 库建立一个稳健的订阅通道，重点关注其回调函数的设计模式：

import websocket
import json

def on_message(ws, message):
    data = json.loads(message)
    if "data" in data:
        tick = data["data"]
        price = tick.get("last_price")
        ts = tick.get("timestamp")
        print(f"price={price}, time={ts}")

def on_open(ws):
    subscribe_msg = {
        "cmd": "subscribe",
        "args": {
            "symbol": "HKEX:HSI",
            "type": "tick"
        }
    }
    ws.send(json.dumps(subscribe_msg))

if __name__ == "__main__":
    ws = websocket.WebSocketApp(
        "wss://stream.alltick.co",
        on_open=on_open,
        on_message=on_message
    )
    ws.run_forever()

通过这种模式，我们不仅保证了行情的实时性，还极大地提升了系统的扩展性。当需要增加新的订阅标的时，只需修改配置文件的 symbol 列表，无需重启核心服务。

导言

在现代知识管理与团队协作中，经验的系统化归档是持续进步的关键。缺乏有效的经验归档机制，团队往往会面临知识流失、重复踩坑、资源浪费等问题。通过使用原子化经验归档工具，团队可以将经验按原子化、可复用的方式进行归档，确保各类知识点都能够被有效沉淀与调用，从而提高团队学习效率和知识复用率。

摘要

本文介绍了原子化经验归档工具的重要性，并精选推荐了5款适用于不同经验归档场景的工具。通过分析这些工具的功能与特点，帮助团队选择最适合自己的工具来归档和管理经验。此外，文中还提供了经验归档设计建议和常见问题解答，帮助团队提升知识管理的系统性与传承效率。

一、为什么需要原子化经验归档工具？

在多种经验来源并行的工作环境中，经验往往需要按照原子化单元进行归档与复用。没有合理的经验归档工具，团队将面临以下几大挑战：

  • 经验零散，导致无法快速获取需要的知识；
  • 经验冗余，无法统一管理和调用；
  • 经验更新滞后，难以及时获取最新的实践成果；
  • 团队成员间的经验传承不畅，导致学习成本高和协作障碍。

引入一款支持原子化经验归档的工具，能够帮助团队通过清晰的知识点化管理，提升经验整合和检索效率。原子化经验归档工具能够将经验按不同维度拆解与归档，确保每一个知识点都能够被快速、精准地查看与复用，减少不必要的重复探索和时间浪费。

二、原子化经验归档工具的作用

原子化经验归档工具是指那些支持将经验按原子化、可复用单元进行分类归档，并通过清晰的知识点视图方式展示的工具。这类工具能够帮助团队高效地沉淀与复用经验，确保每个知识点的经验都能够得到及时更新与追踪。原子化归档机制的关键特点是能够清晰展示各类经验片段，同时保持结构的简洁与高效，让团队能够随时获取所需知识，避免经验过载和冗余。

三、原子化经验归档的典型应用场景

原子化经验归档工具适用于多种经验沉淀场景，尤其是在需要积累大量实践知识或不同领域经验的团队中，尤为重要。以下是原子化经验归档工具的一些典型应用场景：

  1. 多项目经验沉淀：当多个项目需要总结复盘并共享经验时，原子化经验归档工具能够帮助团队通过清晰的分类，确保每个项目的经验能够沉淀到统一的平台上，减少知识流失；
  2. 复杂问题解决方案库：问题涉及多个解决思路、步骤和案例时，原子化经验归档工具能够将方法、工具和注意事项等按原子化单元进行有效归档，确保各类解决方案都能随时调用；
  3. 最佳实践管理与复用：当团队需要积累大量的最佳实践、工作模板时，原子化经验归档工具能够提供系统化的经验管理与分类功能，帮助团队快速找到需要的参考；
  4. 岗位技能与成长路径：通过原子化的经验归档，团队能够清晰梳理岗位技能要求、学习要点、成长案例等，提升人才培养效率；
  5. 复盘总结与组织学习：原子化工具能够将来自不同业务领域的经验整合在一起，帮助团队进行复盘总结与学习推广，支持持续改进的文化。

四、5款值得一试的原子化经验归档工具

1. 板栗看板

专注于可视化经验归档与进度管理的原子化工具
  • 核心特性： 支持经验按原子化单元进行分类与归档，卡片管理与状态追踪；
  • 适配场景： 中小型团队、跨项目经验沉淀、复盘管理；
  • 优势亮点： 通过灵活的看板视图和卡片系统，团队可以根据不同类型的经验进行原子化归档，避免知识碎片化，提升经验的可视化和复用效率。
    在这里插入图片描述

2. Roam Research

支持双向链接的原子化思维管理工具
  • 核心特性： 提供强大的知识网络功能，支持经验点的关联、整合与回溯；
  • 适配场景： 个人知识体系构建、深度思考记录、复杂问题拆解；
  • 优势亮点： Roam Research 不仅支持原子化经验记录，还能通过双向链接自动构建知识图谱，适合深度经验梳理和知识连接。
    在这里插入图片描述

3. Obsidian

基于本地Markdown的原子化知识库管理工具
  • 核心特性： 提供纯文本笔记与图谱视图结合，支持自定义经验单元、链接和视图；
  • 适配场景： 技术团队知识沉淀、个人知识管理、长期经验库建设；
  • 优势亮点： Obsidian 的原子化链接和图谱可视化功能，允许团队根据需求建立经验之间的关联，适合构建可演进的个人或团队知识库。
    在这里插入图片描述

4. Notion

多功能数据库驱动的经验归档平台
  • 核心特性： 提供数据库与页面块结合，支持原子化经验的结构化归档与属性筛选；
  • 适配场景： 跨团队经验共享、项目复盘库、标准化流程沉淀；
  • 优势亮点： Notion 的数据库属性与关联功能，允许用户将经验拆解为结构化数据，适合标准化、可筛选的经验归档需求。
    在这里插入图片描述

5. Tettra

轻量级团队知识库与原子化经验共享平台
  • 核心特性： 支持简洁的经验片段管理、快速问答与版本记录；
  • 适配场景： 团队FAQ建设、操作指南归档、快速经验查询；
  • 优势亮点： Tettra 专注于团队知识的轻量级归档与共享，提供简洁的原子化经验创建和更新流程，适合快速沉淀和查找团队常用经验。
    在这里插入图片描述

五、各工具的选型建议

选择合适的原子化经验归档工具时，团队应根据经验管理的粒度、团队规模与使用场景来决定。以下是一些常见的团队需求与相应工具的推荐：

1. 中小型团队，可视化经验管理

对于中小型团队，尤其是需要直观展示经验流转状态的场景，板栗看板 是一个理想选择。其直观的看板视图和灵活的卡片系统，非常适合项目复盘和跨团队经验沉淀。

2. 深度思考与知识网络构建

如果团队需要构建深度关联的经验知识网络，Roam Research 或 Obsidian 是理想的选择。它们支持原子化经验之间的双向链接，适合复杂经验的体系化梳理和连接。

3. 结构化经验与流程标准化

对于需要将经验转化为结构化数据、支持属性筛选和模板化复用的团队，Notion 是一个强大的工具。它的数据库功能适合标准化、可分类的经验归档。

4. 团队高频经验快速共享

如果团队需要快速沉淀和查询常见问题、操作指南等高频经验，Tettra 是适合的选择。它专注于简洁高效的原子化经验管理，方便团队降低沟通成本。

六、Q&A：关于原子化经验归档你可能遇到的问题

Q1：如何避免经验原子化后过于零散，难以形成体系？
A：建议在原子化归档的同时，建立有效的分类标签和关联链接，并定期通过知识图谱或目录进行整合，确保知识点之间能形成有机结构。

Q2：如何确保原子化经验的时效性和准确性？
A：选择支持版本记录和更新提醒的工具，如 Notion 或 Tettra，并设立经验责任人定期回顾机制，确保经验内容持续更新。

Q3：如何在团队中推广原子化经验归档的习惯？
A：将经验归档嵌入工作流程（如项目复盘、问题解决后），并通过模板化和示例降低记录成本，同时设立激励措施鼓励分享。

七、结语

原子化经验归档工具是提升知识沉淀效率的重要助手，通过合理的原子化设计与归档，团队能够更加高效地积累和复用各类经验，推动持续学习与改进。通过 板栗看板、Obsidian、Notion 等工具的帮助，团队不仅能够清晰地整理各类经验点，还能确保知识在需要时能够被快速检索和运用。

有序的经验归档是持续进步的前提，原子化经验归档工具让知识管理更加轻盈、可持续。

【Unity Shader Graph 使用与特效实现】专栏-直达

在Unity的Shader Graph可视化着色器编辑器中，Vector 3节点是一个基础且功能强大的构建块，它允许开发者在着色器中定义和操作三维向量值。这个节点在URP（Universal Render Pipeline）项目中尤为重要，因为它为处理颜色、位置、法线和其他三维数据提供了灵活的方式。

Vector 3节点的基本概念

Vector 3节点在Shader Graph中代表一个三维向量，通常用于表示三维空间中的方向、位置或颜色值（RGB）。该节点的核心功能是将三个独立的浮点数值组合成一个三维向量，或者提供一个固定的三维向量常量供着色器使用。

在数学上，Vector 3可以表示为 (x, y, z)，其中每个分量都是一个浮点数。在计算机图形学中，这种数据结构用途广泛：

  • 表示三维空间中的点或方向
  • 存储RGB颜色值
  • 描述表面法线
  • 表示纹理坐标
  • 存储各种参数和属性

Vector 3节点的独特之处在于它的灵活性。当所有输入端口都未连接时，它作为一个常量向量；当部分或全部端口连接了其他节点时，它成为一个动态的向量组合器，能够根据输入实时计算输出值。

节点端口详解

Vector 3节点包含四个主要端口，每个端口都有特定的功能和用途。

输入端口

X输入端口

  • 类型：Float（浮点数）
  • 功能：接收向量X分量的值
  • 使用场景：当需要动态控制向量的X分量时使用此端口
  • 典型应用：控制颜色的红色通道、位置的X坐标或法线的X分量

Y输入端口

  • 类型：Float（浮点数）
  • 功能：接收向量Y分量的值
  • 使用场景：当需要动态控制向量的Y分量时使用此端口
  • 典型应用：控制颜色的绿色通道、位置的Y坐标或法线的Y分量

Z输入端口

  • 类型：Float（浮点数）
  • 功能：接收向量Z分量的值
  • 使用场景：当需要动态控制向量的Z分量时使用此端口
  • 典型应用：控制颜色的蓝色通道、位置的Z坐标或法线的Z分量

输出端口

Out输出端口

  • 类型：Vector 3（三维向量）
  • 功能：输出由X、Y、Z分量组成的完整三维向量
  • 使用场景：将组合后的向量传递给其他需要Vector 3类型输入的节点
  • 连接目标：可以是任何接受Vector 3输入的节点，如位置输入、颜色输入或数学运算节点

节点工作模式

Vector 3节点有两种主要工作模式，取决于输入端口的使用情况。

常量向量模式

当所有输入端口（X、Y、Z）都没有连接外部节点时，Vector 3节点工作在常量向量模式。在这种情况下，节点使用在节点属性中设置的固定值作为输出。

常量向量模式的特点：

  • 输出值在着色器执行期间保持不变
  • 适用于不需要动态变化的向量值
  • 性能最优，因为值在编译时确定
  • 通过节点检视面板直接编辑各分量值

使用常量向量模式的典型场景：

  • 定义固定的颜色值
  • 设置不变的偏移量或参数
  • 指定默认的方向或位置
  • 作为测试或调试用的固定值

动态向量模式

当一个或多个输入端口连接了其他节点时，Vector 3节点工作在动态向量模式。此时，节点的输出值会根据输入端口的值实时计算。

动态向量模式的特点：

  • 输出值在着色器执行期间可能变化
  • 允许基于其他计算结果的动态向量构建
  • 提供更大的灵活性和交互性
  • 可能对性能有轻微影响，取决于输入节点的复杂度

使用动态向量模式的典型场景：

  • 基于时间或其他参数动态变化的颜色
  • 根据顶点位置计算的法线向量
  • 由多个输入组合而成的复杂向量
  • 响应玩家输入或游戏状态变化的向量值

生成的代码解析

Vector 3节点在Shader Graph背后生成的HLSL代码相对简单但非常重要。理解这些生成的代码有助于深入掌握着色器的工作原理。

基础代码结构

根据文档说明，Vector 3节点生成的基本代码格式为：

HLSL

float3 _Vector3_Out = float3(X, Y, Z);

这段代码的解析：

  • float3 是HLSL中的三维向量数据类型
  • _Vector3_Out 是生成的变量名，实际使用中可能有所不同
  • float3(X, Y, Z) 是HLSL中构造三维向量的语法
  • X、Y、Z分别对应节点的三个输入分量

实际应用中的代码变体

在实际的Shader Graph编译过程中，生成的代码可能会有一些变体：

常量向量情况：

HLSL

float3 _Vector3_Node = float3(0.5, 0.8, 1.0);

动态向量情况：

HLSL

float _SomeFloat_X = ...; // 来自其他节点的计算
float _AnotherFloat_Y = ...; // 来自其他节点的计算
float _ThirdFloat_Z = ...; // 来自其他节点的计算
float3 _Vector3_Node = float3(_SomeFloat_X, _AnotherFloat_Y, _ThirdFloat_Z);

代码优化考虑

Unity的Shader Graph编译器会对Vector 3节点进行多种优化：

  • 常量折叠：如果所有输入都是常量，编译器会在编译时计算最终结果
  • 死代码消除：如果Vector 3节点的输出未被使用，整个节点会被移除
  • 向量化优化：多个相关的Vector 3操作可能被合并为更高效的向量运算

实际应用示例

Vector 3节点在Shader Graph中有无数种应用方式，以下是一些常见且实用的示例。

颜色控制应用

创建动态颜色是Vector 3节点最常见的应用之一。

基础颜色定义：

  • 使用常量模式定义固定颜色
  • 通过调整X、Y、Z分量分别控制R、G、B通道
  • 输出连接到片元着色器的Base Color输入

动态颜色变化：

Time节点 → Sine节点 → Vector 3的X端口
Time节点 → Cosine节点 → Vector 3的Y端口
Time节点 → Vector 3的Z端口
Vector 3输出 → Base Color

这种设置创建了随时间循环变化的颜色效果，适用于霓虹灯、能量场等特效。

基于纹理的颜色控制：

Texture 2D节点的R通道 → Vector 3的X端口
Texture 2D节点的G通道 → Vector 3的Y端口
Texture 2D节点的B通道 → Vector 3的Z端口
Vector 3输出 → Base Color

这种方式允许使用纹理的不同通道独立控制最终颜色的各个分量。

位置和偏移应用

Vector 3节点在处理顶点位置和对象变换时非常有用。

简单位置偏移：

Position节点 → Add节点
Vector 3常量 → Add节点的另一个输入
Add节点 → Position输出

这会在特定方向上应用固定偏移，可用于创建浮动效果或简单动画。

动态位置偏移：

Time节点 → Multiply节点（控制速度）
Sine节点 → Multiply节点（控制幅度）
Vector 3构建方向 → Multiply节点
Position节点 → Add节点
Add节点 → Position输出

这种设置创建了基于正弦波的顶点动画，适用于旗帜飘动、水面波动等效果。

法线和向量操作

在光照计算中，Vector 3节点用于处理和修改法线向量。

法线混合：

Normal节点 → Vector 3的X和Y端口
Texture样本 → Vector 3的Z端口
Vector 3输出 → Normal输入

这种方法可以基于纹理数据修改表面法线，用于实现凹凸映射或细节法线效果。

向量重映射：

某个Vector 3输出 → Component Mask节点（分离X、Y、Z）
分离的各分量 → 各自的数学处理节点
处理后的分量 → 新的Vector 3节点
新的Vector 3输出 → 后续计算

这种技术允许对向量的各个分量进行独立处理，然后重新组合。

高级技巧和最佳实践

掌握Vector 3节点的高级用法可以显著提升着色器效果和质量。

性能优化技巧

合理使用常量模式：

  • 对于不会变化的向量值，始终使用常量模式
  • 避免不必要的动态向量计算
  • 在可能的情况下预计算向量值

向量运算优化：

  • 尽量使用内置的向量运算节点而不是手动分离和重组分量
  • 利用Swizzling和其他HLSL特性减少节点数量
  • 合并相关的向量操作以减少指令数

组织和管理技巧

节点命名规范：

  • 为重要的Vector 3节点添加有意义的注释
  • 使用Sub Graph封装常用的向量操作
  • 保持节点图整洁，避免不必要的连线交叉

参数化设计：

  • 将需要调整的Vector 3值暴露为材质参数
  • 使用适当的默认值和范围限制
  • 考虑为不同的使用场景创建参数预设

调试和故障排除

向量可视化：

  • 使用Vector 3输出直接驱动发射颜色来可视化向量值
  • 创建调试视图来检查各个向量分量
  • 利用Frame Debugger分析实际的向量值

常见问题解决：

  • 检查向量分量的范围是否合理（通常0-1或-1到1）
  • 确认向量方向是否符合预期
  • 验证动态向量的更新频率和性能影响

与其他节点的配合使用

Vector 3节点很少单独使用，它通常与其他Shader Graph节点组合以实现复杂效果。

与数学节点配合

Add节点配合：

  • 将两个Vector 3相加实现向量叠加
  • 用于位置偏移、颜色混合等场景

Multiply节点配合：

  • Vector 3与标量相乘实现均匀缩放
  • Vector 3与另一个Vector 3相乘实现分量-wise乘法
  • 用于颜色调整、强度控制等

Dot Product节点配合：

  • 计算两个向量的点积
  • 用于光照计算、投影操作等

Cross Product节点配合：

  • 计算两个向量的叉积
  • 用于生成法线、计算切线空间等

与纹理节点配合

Sample Texture 2D节点：

  • 将纹理的RGB通道映射到Vector 3的XYZ分量
  • 实现基于纹理的颜色控制或参数调整

Normal Map节点：

  • 将法线贴图数据转换为实际的向量数据
  • 用于表面细节增强和复杂光照效果

与高级节点配合

Transform节点：

  • 将向量从一个空间转换到另一个空间
  • 用于世界空间、视图空间、切线空间之间的转换

Fresnel Effect节点：

  • 基于表面法线和视图方向创建边缘光效果
  • Vector 3用于控制Fresnel的颜色参数

Gradient节点：

  • 将渐变采样结果转换为Vector 3颜色值
  • 用于复杂的颜色过渡和效果

实际项目案例

通过具体的项目案例可以更好地理解Vector 3节点的实际应用价值。

案例一：动态水体着色器

在这个案例中，Vector 3节点用于创建逼真的水体效果：

颜色控制部分：

Depth节点 → Subtract节点 → Saturate节点 → Power节点
结果值 → Lerp节点的Alpha输入
浅色Vector 3常量 → Ler节点的A输入
深色Vector 3常量 → Lerp节点的B输入
Lerp输出 → Base Color

法线计算部分：

两个不同偏移的Noise纹理 → 两个Vector 3构建法线
Blend节点混合两个法线 → 最终的Normal输出
Time节点控制噪声偏移 → 实现动态波纹效果

这个案例展示了如何使用多个Vector 3节点分别控制颜色和法线，创建复杂的水体外观。

案例二：全息投影效果

创建科幻风格的全息投影效果：

基础颜色：

Time节点 → Fraction节点 → Vector 3的X和Z端口
常量值1.0 → Vector 3的Y端口
Vector 3输出 → Emission Color

扫描线效果：

Position节点的Y分量 → Multiply节点（控制密度）→ Fraction节点
Step节点创建硬边缘 → Multiply节点控制强度
结果值 → 与Emission Color相乘

透明度控制：

Noise纹理 → Vector 3的X端口（控制整体透明度）
扫描线信号 → Vector 3的Y端口（增强扫描线区域的透明度）
Vector 3输出 → Alpha通道

这个案例展示了如何组合使用Vector 3节点创建复杂的外观效果，包括颜色、发射和透明度控制。

总结

  • Vector 3节点有两种工作模式：常量模式和动态模式
  • 三个输入端口分别控制向量的X、Y、Z分量
  • 输出是组合后的三维向量，可用于各种着色器计算
  • 生成的代码是简单的float3向量构造
  • 与数学、纹理和其他节点配合可以实现无限可能的效果
【Unity Shader Graph 使用与特效实现】专栏-直达
（欢迎

点赞留言

探讨，更多人加入进来能更加完善这个探索的过程，🙏）

小安装青龙面板并配置 iKuu 自动签到

今晚买了个 42 的小鸡，不知道该咋玩，哈基米说可以搞个自动签到。于是就有了这篇文章，写下来是为了记录一下，万一有谁也需要呢？

购买小鸡的情况：1c0.5G

小安装青龙面板并配置 iKuu 自动签到1

安装 Docker

# 1. 安装基础依赖
apt update && apt install -y curl

# 2. 使用官方脚本安装 Docker
curl -fsSL https://get.docker.com | bash -s docker

# 3. 启动 Docker 并查看状态
systemctl enable --now docker
docker ps

部署青龙面板

因为内存很小，且没办法添加交换分区，所以这是哈基米给我的命令：

docker run -dit \
  -v $PWD/ql/data:/ql/data \
  -p 5700:5700 \
  --name qinglong \
  --hostname qinglong \
  --restart always \
  --memory=300m \
  whyour/qinglong:latest

添加端口规则

添加一条规则：

  • 内网端口：5700
  • 外网端口：随便填一个（比如 15700），或者面板会自动给你分配一个。
  • 协议：TCP。

完成后，你在浏览器访问：http://主机的公网IP:分配给你的外网端口。

确认容器状态

# 查看状态
docker ps -a

# 查看日志
docker logs -f qinglong

到此基本就可以正常访问青龙面板了

那么如何配置自动签到脚本呢？可以参考 https://blog.uptoz.cn/archives/vVNl4laL

需要注意的是

脚本里面使用到了 requests、beautifulsoup4。青龙面板虽然有 python，但是这些包没有安装，你可以在终端手动安装：

# 进入青龙容器内部安装
docker exec -it qinglong pip3 install requests beautifulsoup4 -i https://pypi.tuna.tsinghua.edu.cn/simple

尝试

接下来就可以在面板-定时任务 运行一下看看啦

小安装青龙面板并配置 iKuu 自动签到2
纯纯纯纯纯新手，大家还有什么好玩的东西或者脚本可以介绍一下嘛

📌 转载信息
原作者：
JackyLiii
转载时间：
2026/1/20 10:20:33

如果你是最佳 linux 发行版 Windows+wsl 的忠实用户，也许会苦恼联动开发时，进入 wsl 环境指定目录需要手动输入路径的苦恼。

所以我写了这东西，使用一个自定义的命令进行转化。
一个把 win 文件路径自动转换成 wsl 路径的方法1

原理是创建一个新命令，专门用来接受 Windows 路径。
方法如下

  1. 编辑 base 配置

    nano ~/.bashrc

  2. 在最末尾粘贴

    # === WSL 路径快捷跳转小工具 === # 定义一个名为 cdn 的函数，也可以改成其他的 cdn() {
    if [ -z "$1" ]; then cd ~
        return fi local win_path="$1"
    win_path="${win_path%\'}"
    win_path="${win_path#\'}" local linux_path=$(wslpath -u "$win_path" 2>/dev/null)
    if [ -n "$linux_path" ] && [ -d "$linux_path" ]; then cd "$linux_path" else echo "错误: 路径无法识别或不存在: $win_path" cd "$win_path" 2>/dev/null
    fi
}
# === WSL 路径快捷跳转小工具 ===

  3. 生效配置

    source ~/.bashrc

之后，使用自定义命令 cdn 'C:\Windows' ，像是这样就可以自动转换 win 路径进入对应的目录。
注意带上单引号，否则反斜杠会被吃掉！

📌 转载信息
转载时间：
2026/1/20 10:19:04

项目地址：

huanchong-99/Terminal-Recognition-Automatic-Click-Tool: 识图终端自动点击 - 回车工具

（不是让 AI Coding 效率至少翻 5 倍的那个，那个没开发完成）

项目具体作用是自动点击和自动点击后回车

【开源自荐】AI 编程效率提升工具 - 安心摸鱼1


相信各位在用各类 CLI 编程软件或者是 AI IDE 的时候，经常性会出现需要点击确认或者确认后回车的情况，同时也不太敢开危险模式，就像

claude -c --dangerously-skip-permissions

给予全部权限

更多的时候是希望他如果有 yes 选项的话，自动进行，如果是其他选项就停着等着人工来输入，比如说需要多选选择，所以在这种情况下，我用 AI 开发了这个小工具，两种模式，一种仅点击给 IDE 用，另外一种是点击加回车给 CLI 用。

模板图片允许加载多张，也可以只加载一张，然后你自己截张图，然后随便放个地方，加载的时候选择就可以了（用之前慎重，这相当于你手动开了一个危险模式，无脑全部 yes 同意）

觉得有用的话，辛苦点点 star

另外，汇报一下开发进度（AI Coding 效率翻倍的项目）

【开源自荐】AI 编程效率提升工具 - 安心摸鱼2


【开源自荐】AI 编程效率提升工具 - 安心摸鱼3


整体的开发调优还要一段时间（应该这个月能搞好），而且今天我发现了论坛有佬发布了 【开源】为了方便摸鱼，我做了个 AI cli 任务完成提醒工具（cc+codex+gemini）支持多种方式提醒，exe 更方便配置 - 开发调优 - LINUX DO 这个项目的任务监测，可以融入到现在这个开发进度里，做一个并行，现在我做的是单纯的 git 监测，但是有一个问题，就是如果说终端跑的报错了，或者什么情况没有提交 git，就监测不到，正好在考虑如何解决，就发现有佬发了一个这样的项目，简直是太好了

📌 转载信息
原作者：
huanchong
转载时间：
2026/1/20 10:17:10

从 11 月开始就在小上刷到各种个样的 GitHub/Gemini 之类的学生认证，GitHub 大部分都是手写材料过的，怕翻车把号炸了就一直没弄

然后这几天在写新的小玩具，全程都是用 GitHub 的 codespace 来弄的，写着写着突然就不给用了，额度用完了，代码都没来得及 commit
记录一下我的 GitHub 学生认证过程捏1

找了一圈都没找到白嫖 GitHub Pro 的（copilot 可以白嫖 30 天），开一个 PRO 是 4$/mo, 48$/year，感觉目前还没到直接开 Pro 的地步，在站里和小上看了几篇教程就开始弄了，下面是我的操作过程，仅供参考

背景：大学生，有国内的学生邮箱，用的学信网。
步骤：

  1. 绑定并验证学生邮箱（我这里用的是自己的）
  2. 完善个人信息：姓名改英文全大写，简介随便填（我写的是 I am a XXU student.)，公司栏写学校名称即可
  3. 修改 Payment information：名字依旧英文全大写，地址我写的学校（省市用英文，其余部分我写的中文）
  4. 进入 GitHub 支持界面，找到最下面的 GitHub Education → Apply → Join GitHub Education，开始填写
  5. 选学校 + 定位：放假人在家，参考 Github 学生认证求助（最后一步了） 里的说明来改的定位，没跳 "为什么不在校" 之类的问题
  6. 上传身份证明：只能用 Mac 的前置摄像头，不能传图片，只能分屏然后把摄像头对着外接屏幕，调整角度–> 拍照–> 提交–> 失败
  7. 这里我感觉是因为学信网的字太小了，拍不清楚才没识别出来。琢磨了一下，将 iPhone 作为 Mac 的摄像头，在浏览器里输入：chrome://settings/content/camera，把默认摄像头改成手机，刷新界面，重复上述 5–>6 的步骤，调整角度–> 拍照–提交–成功～
记录一下我的 GitHub 学生认证过程捏2

附上 Approved 界面，估计还要等几天完全通过才能拿到学生权益，希望顺利捏

记录一下我的 GitHub 学生认证过程捏3

PS：如果关掉科学上网之后，访问 GitHub 很慢的话，可以从这个网站中找到 GitHub 的 IP 地址，加入到 hosts 里，就跟科学上网的速度差不多了～（不过有时效性捏）

📌 转载信息
原作者：
sheyestherrr
转载时间：
2026/1/20 10:09:10

【项目背景】 英语持续学习者一枚，平时高度依赖浏览器翻译。但在每天使用非浏览器应用比如每天早上看网易邮箱大师汇总的各种国外邮件时，叽里咕噜说了一大堆完全看不懂，只能手动复制去翻译，步骤繁琐。 市面上的大模型翻译软件虽然强大，但对于我这种只求 “快速看懂” 的场景来说，有点 “杀鸡用牛刀”。

【开发初衷】 既然刚升了 3 级，最近发现有有始皇提供的 DeepLX API Key 这个好东西，不想浪费，于是萌生了自己动手的想法。 既然是自用，主打一个超低占用、极简主义。不搞花里胡哨的功能，只解决核心痛点。

【技术栈】

  • 框架： Tauri + Rust（确保超低内存占用）
  • 开发辅助： 代码主要由 Sonnet 4.5 生成
  • 翻译源： 完美适配 L 站 DeepLX API

【功能展示】

1. 单词翻译：响应迅速

2. 长短句翻译：准确流畅

3. 极简设置：填入 Key 即可用

4. 极致轻量：几乎不占内存

【致谢】 特别感谢 L 站 提供的优质资源，以及 wong 公益站、随时跑路公益站 提供的支持

1、单词翻译效果：

【开源】写了个超轻量划词翻译工具，适配 L 站 DeepLX，主打 “大道至简”1

2、长短句翻译效果

【开源】写了个超轻量划词翻译工具，适配 L 站 DeepLX，主打 “大道至简”2

3、设置

【开源】写了个超轻量划词翻译工具，适配 L 站 DeepLX，主打 “大道至简”3

4、超低占用

【开源】写了个超轻量划词翻译工具，适配 L 站 DeepLX，主打 “大道至简”4

最后：
再次感谢 L 站，以上有和我类似诉求的佬友试试看，由于我本身是做 python 和 C++ 的开发，这个项目使用的技术依赖 AI, 难免有没考虑到的，使用过程中可以随时反馈，对了由于我没有苹果电脑，使用苹果的佬友可以自行编译看看。

📌 转载信息
原作者：
ljchengx
转载时间：
2026/1/20 10:09:00

自己写的基于 Flutter 开发的跨平台音乐播放器，支持账号登录，从多个平台导入歌单。支持播放本地音乐，跨端续播。
支持平台：windows/android/ios/macos/linux，仅在 windows 与 android 进行了测试，因此其他平台可能存在部分 bug。
目前还处于测试阶段，欢迎大家体验测试，期待佬友们的建议与反馈。

应用需要导入自定义音源，支持 OmniParse，洛雪音源以及 Tunhub 音源 [分享] 自写了一个聚合音乐 API (TuneHub)，统一网易 / 酷我 / QQ 接口，免费开放 - 开发调优 / 开发调优，Lv1 - LINUX DO
桌面端使用 fluent ui，移动端支持 material design 和 cupertino 两种风格

仓库地址：
moraxs/CyreneMusic: flutter 开发的第三方音乐播放器
点点 star​

应用截图：

[Github 开源] 跨平台音乐播放器1


[Github 开源] 跨平台音乐播放器2


[Github 开源] 跨平台音乐播放器3


[Github 开源] 跨平台音乐播放器4


[Github 开源] 跨平台音乐播放器5


[Github 开源] 跨平台音乐播放器6


[Github 开源] 跨平台音乐播放器7


[Github 开源] 跨平台音乐播放器8

📌 转载信息
转载时间：
2026/1/20 10:08:33

做 PPT 最头疼的就是找配图，花一小时写完内容，再花两小时找图、抠图、调版式。

所以我做了 unique-ppt（微微幻灯片）—— 一个真正解决配图痛点的 AI PPT 生成器。

它能做什么

  1. 输入主题或长文 → AI 自动生成结构化大纲
  2. 智能配图 → 根据每页内容自动生成匹配的 AI 图片
  3. 一键导出 → 标准 PPTX，兼容 Office 和 Keynote
  4. 可编辑内容 → 导出的是真实文本框，并非 SVG 或图片
    不是随机配图，是真正理解内容后生成的匹配图片。

几个亮点

特性说明
智能配图每页内容 → 英文提示词 → AI 生成匹配图片
并发生成5 张图同时生成，速度提升 3-5 倍
多种布局封面、左右分割、磨砂玻璃、极简风
深色模式护眼党福音
隐私安全API 密钥仅存浏览器本地

支持的 AI 服务

类型服务
文本OpenAI (GPT-4) / Google Gemini
图像DALL-E 3 / Gemini / Imagen
自带 API 密钥即可使用，纯前端实现，无后端依赖。

预览

unique-ppt ｜AI 一键搞定高质量的图文并貌的 PPT1


unique-ppt ｜AI 一键搞定高质量的图文并貌的 PPT2


unique-ppt ｜AI 一键搞定高质量的图文并貌的 PPT3


unique-ppt ｜AI 一键搞定高质量的图文并貌的 PPT4

开源地址

GitHub: GitHub - uniqueww/unique-ppt
欢迎 Star 和 PR！

告别配图焦虑，让 AI 帮你搞定图文并茂的 PPT。

📌 转载信息
转载时间：
2026/1/20 10:08:31

最近刚折腾了个自己的 INTEL 的 NUC 装了个 fnos，担心被运营商给控制了。因此找了找解决方案，有个 VSTAT 可以监控网络流量，自己加了个 web 界面和上传流量大于下载流量时直接访问 Cloudflare 下载 然后丢到 /dev/null 这样不会占用磁盘。

这是一个轻量级的 NAS 网络流量监控与平衡解决方案。它结合了 vnstat 、Python Web 服务和自动挂机脚本，旨在帮助 NAS 用户实时监控网络流量，并自动维护上传 / 下载比例（适用于 PCDN 或 PT 场景）。

功能特性

  • ** 实时可视化仪表盘 **: 基于 Web 的监控界面，使用 ECharts 展示 24 小时流量趋势和 30 天流量统计。
  • ** 智能接口识别 **: 自动检测当前主要的上网网卡（基于 114.114.114.114 路由），无需手动配置接口名称。
  • 流量自动平衡 (balancer.sh):
    • 自动监控上传与下载比例。
    • 当上传量过高（超过下载量的 2 倍，可配置）时，自动触发下载脚本。
    • 智能补量，从 Cloudflare 等高速节点下载数据以平衡比例，降低被运营商判定为异常流量的风险。
  • RESTful API: 提供 /api/stats 接口，直接返回 vnstat 的 JSON 数据，方便二次开发或集成到 Homepage/Dashy 等仪表盘。
  • ** 静态图表生成 **: 自动生成 vnstat 的流量统计图（PNG 格式），方便快速预览。
NAS VSTAT 改造 - 流量监控与自动平衡工具2

📌 转载信息
原作者：
hr1ycfl
转载时间：
2026/1/20 10:07:53

【开源推荐】DeepTutor：港大数据智能实验室出品的 AI 学习助手。

GitHub：https://github.com/HKUDS/DeepTutor

逻辑很强：

  1. 投喂：上传你的教材 / 论文 / 文档。

  2. 交互：它基于这些资料进行深度辅导。

  3. 可视化：能生成图表甚至动画来解释复杂概念（这点很强）。

看论文、备考、学新东西的神器。

【开源推荐】DeepTutor：港大数据智能实验室出品的 AI 学习助手1

📌 转载信息
转载时间：
2026/1/20 10:07:37

感觉 surge 还是好用呀。

[General]
loglevel = notify
# 从 Surge iOS 4 / Surge Mac 3.3.0 起，工具开始支持 DoH
dns-server = 223.5.5.5, 119.29.29.29, 223.6.6.6, 180.76.76.76, 114.114.115.115, 114.114.114.114, 8.8.8.8, 8.8.4.4, 1.1.1.1, 1.0.0.1, 208.67.222.222, 208.67.220.220, system
# https://dns.alidns.com/dns-query, https://13800000000.rubyfish.cn/, https://doh.360.cn/dns-query, https://dns.google/dns-query
skip-proxy = 192.178.0.0/16,127.0.0.1, 192.168.0.0/16,192.18.0.0/16, 198.18.0.1,198.18.0.0/16,10.0.0.0/8, 172.16.0.0/12, 100.64.0.0/10,192.168.65.0/24, localhost, *.local,passenger.t3go.cn, sequoia.apple.com, seed-sequoia.siri.apple.com
wifi-assist = false
wifi-access-http-port = 6152
wifi-access-socks5-port = 6153
http-api-web-dashboard = true
replica = 0
tls-provider = default
network-framework = false
exclude-simple-hostnames = true
ipv6 = true
test-timeout = 2
proxy-test-url = http://cp.cloudflare.com/generate_204
geoip-maxmind-url = https://cdn.jsdelivr.net/gh/Hackl0us/GeoIP2-CN@release/Country.mmdb
use-local-host-item-for-proxy = true
show-error-page-for-reject = true
# 高级设置
# > 日志级别
# > 当遇到 REJECT 策略时返回错误页
always-real-ip = msftconnecttest.com, msftncsi.com, *.msftconnecttest.com, *.msftncsi.com, *.srv.nintendo.net, *.stun.playstation.net, xbox.*.microsoft.com, *.xboxlive.com, *.battlenet.com.cn, *.battlenet.com, *.blzstatic.cn, *.battle.net
# > Always Real IP Hosts
force-http-engine-hosts = *.ott.cibntv.net, 123.59.31.1,119.18.193.135, 122.14.246.33, 175.102.178.52, 116.253.24.*, 175.6.26.*, 220.169.153.*
# > TCP Force HTTP Hosts
# KOOWO - 123.59.31.1,119.18.193.135, 122.14.246.33, 175.102.178.52
# TencentVideo - 116.253.24.*, 175.6.26.*, 220.169.153.*
tun-excluded-routes = 239.255.255.250/32
# > VIF Excluded Routes
allow-wifi-access = false
http-api-tls = false
encrypted-dns-server = https://doh.pub/dns-query, https://dns.alidns.com/dns-query
http-listen = 0.0.0.0
socks5-listen = 0.0.0.0

[Proxy]
Direct = direct, allow-other-interface=true
Reject = reject
WARP = wireguard, section-name=Cloudflare, test-url=http://cp.cloudflare.com/generate_204
#这个场景是在公司办公的时候： 1、公司网络有两种，WiFi只有外网，外网网速快，网线有外网和公网。配置了这个策略，内网走网线，外网走WiFi，具体的接口自己找一下即可。
公司网络 = direct, interface=en7, allow-other-interface=true
VMess_WS = 
trojan_tcp_Trojan = 
dmit-torjan = 
公司vpn = direct, interface=ppp0, allow-other-interface=true, dns-follow-interface=true  #有远程办公的需求，mac我们公司vpn 比较老，必须要加路由才行，配置了这个就不用加路由了。连接即用 surge 下面进行分流
家宽 = 家宽的信息, underlying-proxy=机场 #(配置机场做了链式代理) 

[Proxy Group]
#节点信息我做了删除，补充自己的进来。注意，名称如果错误记得调整下。
Proxy = select, 机场, VMess_WS, trojan_tcp_Trojan, dmit-torjan, 家宽, include-all-proxies=0
🛡Guard = select, Reject, Direct
机场 = select, 

[Rule]
DOMAIN-SUFFIX,linux.do,trojan_tcp_Trojan,extended-matching
IP-CIDR,69.63.208.186,DIRECT,no-resolve
IP-CIDR,148.135.32.199,DIRECT,no-resolve
RULE-SET,https://raw.githubusercontent.com/blackmatrix7/ios_rule_script/master/rule/Surge/ChinaMedia/ChinaMedia.list,DIRECT,"update-interval=7200"
RULE-SET,https://raw.githubusercontent.com/blackmatrix7/ios_rule_script/master/rule/Surge/GlobalMedia/GlobalMedia_All_No_Resolve.list,Proxy,"update-interval=7200"
# RULE-SET,https://raw.githubusercontent.com/blackmatrix7/ios_rule_script/master/rule/Surge/ChinaMax/ChinaMax_All.list,DIRECT,"update-interval=7200"
RULE-SET,https://github.com/blackmatrix7/ios_rule_script/tree/master/rule/Surge/Gemini,家宽,"update-interval=7200"
RULE-SET,https://raw.githubusercontent.com/blackmatrix7/ios_rule_script/master/rule/Surge/115/115.list,DIRECT,"update-interval=7200"
RULE-SET,https://raw.githubusercontent.com/blackmatrix7/ios_rule_script/master/rule/Surge/OpenAI/OpenAI.list,家宽,extended-matching,"update-interval=7200"
DOMAIN-SUFFIX,navicat.com.cn,Reject
DOMAIN-SUFFIX,navicat.com,Reject
RULE-SET,https://raw.githubusercontent.com/limbopro/Adblock4limbo/main/Adblock4limbo_surge.list,Reject,"update-interval=3600"

#谷歌的走家宽，家宽用机场链式代理。
RULE-SET,https://raw.githubusercontent.com/blackmatrix7/ios_rule_script/master/rule/Surge/Google/Google.list,家宽,extended-matching,"update-interval=3600"
RULE-SET,https://raw.githubusercontent.com/blackmatrix7/ios_rule_script/master/rule/Surge/GoogleDrive/GoogleDrive.list,家宽,extended-matching,"update-interval=3600"
RULE-SET,https://raw.githubusercontent.com/blackmatrix7/ios_rule_script/master/rule/Surge/GoogleEarth/GoogleEarth.list,家宽,extended-matching,"update-interval=3600"
RULE-SET,https://raw.githubusercontent.com/blackmatrix7/ios_rule_script/master/rule/Surge/GoogleFCM/GoogleFCM.list,家宽,extended-matching,"update-interval=3600"
RULE-SET,https://raw.githubusercontent.com/blackmatrix7/ios_rule_script/master/rule/Surge/GoogleSearch/GoogleSearch.list,家宽,extended-matching,"update-interval=3600"
DOMAIN,juejin.cn,DIRECT
DOMAIN,copilot-telemetry-service.copilot.supercopilot.top,DIRECT,extended-matching
DOMAIN,copilot-proxy.copilot.supercopilot.top,DIRECT,extended-matching
DOMAIN,api.copilot.supercopilot.top,DIRECT,extended-matching
DOMAIN,copilot.supercopilot.top,DIRECT,extended-matching
# Non IP
RULE-SET,https://ruleset.skk.moe/List/non_ip/reject-no-drop.conf,REJECT
RULE-SET,https://ruleset.skk.moe/List/non_ip/reject.conf,REJECT,extended-matching
RULE-SET,https://ruleset.skk.moe/List/non_ip/reject-drop.conf,REJECT
RULE-SET,https://ruleset.skk.moe/List/ip/reject.conf,REJECT
RULE-SET,https://ruleset.skk.moe/List/non_ip/reject-url-regex.conf,REJECT
RULE-SET,https://ruleset.skk.moe/List/non_ip/sogouinput.conf,REJECT
GEOIP,CN,DIRECT
RULE-SET,https://ruleset.skk.moe/List/non_ip/lan.conf,DIRECT
# IP
RULE-SET,https://ruleset.skk.moe/List/ip/lan.conf,DIRECT
RULE-SET,https://ruleset.skk.moe/List/non_ip/apple_cn.conf,DIRECT
# Non IP
# 基础的 12 万拦截域名
# URL-REGEX
# 额外 20 万拦截域名，作为基础的补充，启用时需要搭配基础一起使用
# 在 Surge 5 for Mac（或更新版本），即使同时启用基础和额外的拦截域名也不会导致匹配性能下降或内存占用过高
# 需搭配 Surge 模块 https://ruleset.skk.moe/Modules/sukka_mitm_hostnames.sgmodule 使用
# MITM 和 URL-REGEX 性能开销极大，不推荐使用

# IP
DOMAIN-SET,https://ruleset.skk.moe/List/domainset/speedtest.conf,Proxy,extended-matching
DOMAIN-SET,https://ruleset.skk.moe/List/domainset/cdn.conf,Proxy
RULE-SET,https://ruleset.skk.moe/List/non_ip/cdn.conf,Proxy
# 北美相关流媒体
RULE-SET,https://ruleset.skk.moe/List/non_ip/stream_us.conf,Proxy
RULE-SET,https://ruleset.skk.moe/List/ip/stream_us.conf,Proxy
# 欧洲相关流媒体
RULE-SET,https://ruleset.skk.moe/List/non_ip/stream_eu.conf,Proxy
RULE-SET,https://ruleset.skk.moe/List/ip/stream_eu.conf,Proxy
# 日本相关流媒体
RULE-SET,https://ruleset.skk.moe/List/non_ip/stream_jp.conf,Proxy
RULE-SET,https://ruleset.skk.moe/List/ip/stream_jp.conf,Proxy
# 韩国相关流媒体
RULE-SET,https://ruleset.skk.moe/List/non_ip/stream_kr.conf,Proxy
RULE-SET,https://ruleset.skk.moe/List/ip/stream_kr.conf,Proxy
# 香港相关流媒体
RULE-SET,https://ruleset.skk.moe/List/non_ip/stream_hk.conf,Proxy
RULE-SET,https://ruleset.skk.moe/List/ip/stream_hk.conf,Proxy
# 台湾相关流媒体
RULE-SET,https://ruleset.skk.moe/List/non_ip/stream_tw.conf,Proxy
RULE-SET,https://ruleset.skk.moe/List/ip/stream_tw.conf,Proxy
# 所有流媒体（包括上述所有流媒体）
RULE-SET,https://ruleset.skk.moe/List/non_ip/stream.conf,Proxy
RULE-SET,https://ruleset.skk.moe/List/ip/stream.conf,Proxy
RULE-SET,https://ruleset.skk.moe/List/non_ip/ai.conf,Proxy
RULE-SET,https://ruleset.skk.moe/List/non_ip/telegram.conf,Proxy
RULE-SET,https://ruleset.skk.moe/List/ip/telegram.conf,Proxy
RULE-SET,https://ruleset.skk.moe/List/ip/telegram_asn.conf,Proxy
RULE-SET,https://ruleset.skk.moe/List/non_ip/microsoft_cdn.conf,Proxy
RULE-SET,https://ruleset.skk.moe/List/non_ip/microsoft.conf,Proxy
RULE-SET,https://ruleset.skk.moe/List/ip/china_ip.conf,DIRECT
# Only use it if you are using IPv6
RULE-SET,https://ruleset.skk.moe/List/ip/china_ip_ipv6.conf,DIRECT



RULE-SET,https://raw.githubusercontent.com/limbopro/Adblock4limbo/main/Adblock4limbo_surge.list,REJECT,"update-interval=3600"
# MacWk.com Start
# DaisyDisk
DOMAIN,daisydiskapp.com,REJECT
# Viscosity
DOMAIN,sparklabs.com,REJECT
DOMAIN,swupdate.sparklabs.com,REJECT
DOMAIN,www.sparklabs.com,REJECT
# Sidify Music Converter
DOMAIN,www.sidify.com,REJECT
DOMAIN,sidify.com,REJECT
# Sublime Text
DOMAIN,www.sublimetext.com,REJECT
DOMAIN,sublimetext.com,REJECT
DOMAIN,license.sublimehq.com,REJECT
# MacWk.com End
AND,((PROTOCOL,UDP), (DEST-PORT,443)),REJECT-NO-DROP
PROCESS-NAME,v2ray,DIRECT
PROCESS-NAME,clash,DIRECT
PROCESS-NAME,ss-local,DIRECT
PROCESS-NAME,privoxy,DIRECT
PROCESS-NAME,trojan,DIRECT
PROCESS-NAME,trojan-go,DIRECT
PROCESS-NAME,naive,DIRECT
PROCESS-NAME,fdm,DIRECT
PROCESS-NAME,Thunder,DIRECT
PROCESS-NAME,Folx,DIRECT
PROCESS-NAME,DownloadService,DIRECT
PROCESS-NAME,qBittorrent,DIRECT
PROCESS-NAME,Transmission,DIRECT
PROCESS-NAME,fdm,DIRECT
PROCESS-NAME,aria2c,DIRECT
PROCESS-NAME,Folx,DIRECT
PROCESS-NAME,NetTransport,DIRECT
PROCESS-NAME,uTorrent,DIRECT
PROCESS-NAME,WebTorrent,DIRECT
PROCESS-NAME,"WebTorrent Helper",DIRECT
# Local Area Network 局域网
RULE-SET,LAN,DIRECT
DOMAIN-SET,https://cdn.jsdelivr.net/gh/Loyalsoldier/surge-rules@release/private.txt,DIRECT
DOMAIN-SET,https://cdn.jsdelivr.net/gh/Loyalsoldier/surge-rules@release/reject.txt,REJECT
RULE-SET,SYSTEM,DIRECT
DOMAIN-SET,https://cdn.jsdelivr.net/gh/Loyalsoldier/surge-rules@release/tld-not-cn.txt,Proxy
DOMAIN-SET,https://cdn.jsdelivr.net/gh/Loyalsoldier/surge-rules@release/gfw.txt,Proxy
DOMAIN-SET,https://cdn.jsdelivr.net/gh/Loyalsoldier/surge-rules@release/greatfire.txt,Proxy
RULE-SET,https://cdn.jsdelivr.net/gh/Loyalsoldier/surge-rules@release/telegramcidr.txt,Proxy
# 实用规则片段集
# RULE-SET,https://cdn.jsdelivr.net/gh/Hackl0us/SS-Rule-Snippet@master/Rulesets/Surge/Basic/Apple-News.list,Proxy
RULE-SET,https://cdn.jsdelivr.net/gh/Hackl0us/SS-Rule-Snippet@master/Rulesets/Surge/Basic/Apple-proxy.list,Proxy
RULE-SET,https://cdn.jsdelivr.net/gh/Hackl0us/SS-Rule-Snippet@master/Rulesets/Surge/Basic/Apple-direct.list,DIRECT
RULE-SET,https://cdn.jsdelivr.net/gh/Hackl0us/SS-Rule-Snippet@master/Rulesets/Surge/Basic/CN.list,DIRECT
RULE-SET,https://cdn.jsdelivr.net/gh/Hackl0us/SS-Rule-Snippet@master/Rulesets/Surge/Basic/common-ad-keyword.list,REJECT
RULE-SET,https://cdn.jsdelivr.net/gh/Hackl0us/SS-Rule-Snippet@master/Rulesets/Surge/Basic/foreign.list,Proxy
RULE-SET,https://cdn.jsdelivr.net/gh/Hackl0us/SS-Rule-Snippet@master/Rulesets/Surge/App/social/Telegram.list,Proxy
RULE-SET,LAN,DIRECT
# 最终规则
FINAL,Proxy,dns-failed

[Host]


[URL Rewrite]
^https?://(www.)?(g|google).cn https://www.google.com 302

[MITM]
skip-server-cert-verify = true
tcp-connection = true

其中节点自己换一换就可以用了。不行找 ai 跑一下自己的节点信息替换进去。
欢迎大家指正补充分流策略。

链式代理配置，其他如果自建的节点也可以按此方式配置：

分享下自用 surge 规则配置。1

📌 转载信息
原作者：
3zs
转载时间：
2026/1/20 10:05:25

最近折腾 Nexus，发现默认部署的最新版本首页有组件数量限制的展示，之前一直没有留意，经过一番了解之后，发现 Nexus 社区版的权益，也在进一步收紧，如果公司打算部署一个 Nexus，做好版本选择就非常关键。

Nexus 的组件限制，大致有如下几个版本节点：

  • 官方在 3.66.0 版本中增加了组件和请求数等相关监测指标。
  • 一直到 3.76.1 版本，监测功能正常工作，当组件达到 10w 个会有建议提醒，但不会限制使用。
  • 从 3.77.0 版本开始，组件数 10w ，日请求 20w 规则正式生效，当某个指标达到上限之后，会进入 30 天 宽限期，宽限期内读写正常，如果指标降低到上限以内，到期后正常使用，否则将会无法写入。
  • 从 3.87.0 版本开始，组件数上限降为 4w ，日请求数降为 10w 。
Nexus 社区版权益阉割：一文告诉你有哪些版本可以选择？1

版本详细介绍，以及上限验证结果，详见博文： https://wiki.eryajf.net/pages/b6b711/

除了记录了对应版本，我还针对历史镜像做了归档，有需要的同学可以自取。

📌 转载信息
转载时间：
2026/1/20 10:05:05
  1. 1
  2. ...
  3. 238
  4. 239
  5. 240
  6. 241
  7. 242
  8. 243
  9. 244
  10. ...
  11. 332