包含关键字 typecho 的文章

之前看到 B 站上有人把 Cap 汉化并且去除登录限制了，但是一直没出 Mac 版本，就寻思自己 Vibe 一个。
Cap 是一款开源屏幕录制工具，对标 Screen Studio，基本功能大差不差，UI 也有点像，觉得有用的佬可以点个 Star 支持一下～

📌 转载信息
转载时间：
2026/1/15 18:13:57

大家好！

我前几天在服务器上用 CC-Switch 时，GUI 版跑不起来（SSH 环境没图形），于是我做了一个 web/headless 版 cc-switch-web，把原版的供应
商 / MCP / 技能 / 提示词全搬到了浏览器里，让云端也能用。并且扩展了一些模板，添加了自动跳转备用服务商的功能。

效果（Web）

  • Skills 市场：浏览 / 一键安装

    [开源自荐] CC-Switch-Web：更兼容・、更好用、更稳定的 Web 版本 CC-Switch2

  • Prompt 编辑：提示词

    [开源自荐] CC-Switch-Web：更兼容・、更好用、更稳定的 Web 版本 CC-Switch3

- 页面展示：

[开源自荐] CC-Switch-Web：更兼容・、更好用、更稳定的 Web 版本 CC-Switch1
  • 高级设置：目录重定向、导入导出、备份
    [开源自荐] CC-Switch-Web：更兼容・、更好用、更稳定的 Web 版本 CC-Switch4

为什么用 cc-switch-web？

  • 核心场景：服务器 / 云主机 + SSH，只需跑一个 Web Server，用浏览器管理。
  • 功能等价：供应商切换、MCP 统一管理、技能市场、提示词管理、导入导出 / 备份、双语。
  • 更安全：默认 Basic Auth 随机密码 + 同源；跨域需显式配置 CORS_ALLOW_ORIGINS。
  • 更云友好：可配 HOST/PORT，方便反代 / HTTPS；备用供应商自动切换，转发异常时兜底。
  • 更轻量：无 GUI 依赖，前后端分离，易脚本化、易自动化。

快速上手（Web）

pnpm install
pnpm build:web
cd src-tauri
cargo build --release --features web-server --bin cc-switch-server

启动（示例）

HOST=0.0.0.0 PORT=3000 ./target/release/cc-switch-server

  • 登录：admin / ~/.cc-switch/web_password（首次自动生成）。
  • CORS：默认同源；需要跨域时设置 CORS_ALLOW_ORIGINS（可选 CORS_ALLOW_CREDENTIALS=true）。
  • Web 模式无系统文件 / 目录选择器，路径需手动输入。

常用命令

  • 构建 Web 资源：pnpm build:web
  • 构建 / 运行 Web Server：cargo build --release --features web-server --bin cc-switch-server + HOST=… PORT=… ./target/
    release/cc-switch-server
  • API 测试：bash tests/run-all.sh（需运行中的 server）

维护说明
新版本刚上线，可能还有细节待打磨。欢迎提 issue：本周集中更新，之后每周定期维护，目标是把它打造成云开发也能放心用的可靠
工具。

项目信息

写在最后
核心业务逻辑基于 cc-switch，我做了 Web / 无头化和安全 / 云端增强。希望大家可以多多 star 、多提 issue，每个 issue、提交我都会看的 我们一起来完善这个工具吧。

📌 转载信息
原作者：
JINZHOU
转载时间：
2026/1/15 18:09:24

简要介绍：

一款专为 Claude Code 设计的智能 API 端点轮换代理工具。它可以帮助你管理多个 API 端点，实现自动故障转移、无感切换，并同时兼容 OpenAI 和 Gemini Api 格式，让你能够直接很方便的使用三大主流厂商的 API 服务。

主要功能：

  1. 自动多端点轮询：可同时配置多个 API 端点，当某个端点请求失败会自动切换到下一个可用端点
  2. 可兼容多格式 API：支持 Claude、OpenAI、Gemini 三种 API 格式互转
  3. 数据实时统计：实时监控请求数、错误数、Token 用量，并支持按月查看详细历史统计数据
  4. 数据同步备份：支持 WebDAV 同步功能，可将数据备份到云端，跨设备同步数据
  5. 跨平台多端应用：支持 Windows、macOS、Linux 系统使用
  6. 超多款主题皮肤：提供了 12 款主题皮肤自由选择，并支持昼夜皮肤自动切换
  7. 启动器功能：直接在程序中一键启动 CC
  8. 最新版已适配 CodeX：可以直接在 codex 中使用，无缝衔接
  9. 历史会话管理：可以查看每个历史会话详情，并一键启动终端继续会话

软件界面：

【开源新版】[已支持 CodeX] ccNexus: Claude Code 专用，你的 CC 效率增强工具，多端点同时启用自动无感切换1
【开源新版】[已支持 CodeX] ccNexus: Claude Code 专用，你的 CC 效率增强工具，多端点同时启用自动无感切换2
【开源新版】[已支持 CodeX] ccNexus: Claude Code 专用，你的 CC 效率增强工具，多端点同时启用自动无感切换3
【开源新版】[已支持 CodeX] ccNexus: Claude Code 专用，你的 CC 效率增强工具，多端点同时启用自动无感切换4
【开源新版】[已支持 CodeX] ccNexus: Claude Code 专用，你的 CC 效率增强工具，多端点同时启用自动无感切换5

使用方式：

1. 修改对应配置文件中的 URL 地址 (端口默认 3000)：

Claude Code 配置：

cc 配置文件路径 (Win 为例)：C:\Users\xxx\.claude\settings.json

{ "env": { "ANTHROPIC_AUTH_TOKEN": "随便写，不重要", "ANTHROPIC_BASE_URL": "http://127.0.0.1:3000", } // 其他配置 }

Codex CLI 配置：

只需要配置 ~/.codex/config.toml

model_provider = "ccNexus" model = "gpt-5-codex" preferred_auth_method = "apikey" [model_providers.ccNexus] name = "ccNexus" base_url = "http://localhost:3000/v1" wire_api = "responses" # 或 "chat" # 其他配置

~/.codex/auth.json 可以忽略了

2. 在 ccNexus 中添加可用端点，启用后到 cc 或 cx 中使用即可

软件开源地址：

软件下载地址直达：

感谢大家阅读，里面没有了
确实没有了
真的没有了
真的真的没有了

小调皮一下

本软件纯公益开源，希望能够帮助到大家更高效的使用 CC，提高开发效率，愿佬们喜欢！使用过程中遇到的问题欢迎大家反馈

最新版本增加了一些新功能，欢迎使用，喜欢的话记得点个

📌 转载信息
原作者：
hea7enn
转载时间：
2026/1/15 18:06:35

zfs 的速度太夸张了，我的 hdd 加速后性能直逼 ssd 了。

https://imgur.com/a/NnSlmIi

我在 pve 用一个 4t hdd 创建 zfs 存储池，海鲜市场 128g ssd 充当 special vdev,然后分别测试了 zfs 下目录和 zvol 两种模式下的 raw 磁盘性能，z 盘是 zvol 的测试，f 盘是目录的测试，右上角的数字是测试顺序。

第二轮的测试结果有些夸张，我怀疑是进缓存了，但是测试软件应该会排除这种情况吧？

pve 能使用的内存：12g
win10ltsc 内存：50g

z 盘 zvol 参数

NAME       PROPERTY              VALUE                 SOURCE
hdd4t-zfs  volblocksize          -                     -
hdd4t-zfs  compression           lz4                   local
hdd4t-zfs  sync                  disabled              local
hdd4t-zfs  atime                 off                   local
hdd4t-zfs  xattr                 sa                    local
hdd4t-zfs  dnodesize             auto                  local
hdd4t-zfs  acltype               off                   default
hdd4t-zfs  recordsize            128K                  default
hdd4t-zfs  special_small_blocks  0                     default

f 盘目录参数

NAME                 PROPERTY              VALUE                 SOURCE
hdd4t-zfs/file_test  volblocksize          -                     -
hdd4t-zfs/file_test  compression           lz4                   inherited from hdd4t-zfs
hdd4t-zfs/file_test  sync                  disabled              inherited from hdd4t-zfs
hdd4t-zfs/file_test  atime                 off                   inherited from hdd4t-zfs
hdd4t-zfs/file_test  xattr                 sa                    inherited from hdd4t-zfs
hdd4t-zfs/file_test  dnodesize             auto                  inherited from hdd4t-zfs
hdd4t-zfs/file_test  acltype               off                   default
hdd4t-zfs/file_test  recordsize            32K                   local
hdd4t-zfs/file_test  special_small_blocks  16K                   local

拦截猫于 2024 年 1 月 16 日 正式上线，转眼已经陪伴大家走过 两年。

从最初拦截率并不理想、不断打磨算法与规则体系，到如今 已有 80% 的用户获得了稳定且有效的拦截体验，拦截猫一步一步走到了今天。

感谢每一位用户的反馈与支持 ❤️
目前，拦截猫在 电话与短信拦截 这件事上已经趋于成熟，能做的优化也越来越接近极限。

但拦截猫并不会停下脚步。
2026 年，我们正在研发两个全新的创新功能：
其中一个是正在推进的「黑科技」，目标是解决 另外 20% 拦截效果不理想的用户场景，预计这两个月发布。
另一个 —— 暂时保密 🤫

拦截猫仍在进化中 🚀

(图片来自于，用户的最新反馈截图)

cover 3.png

为庆祝拦截猫上线 2 周年，我们准备了一波限时福利 🎁

📌 通过下方链接可兑换 3 个月会员（限量 500 个）
👉 仅限新用户使用

欢迎大家转发给身边的朋友一起体验拦截猫～ 标记的人越多，整体拦截效果就越好 💪

🔗 兑换链接：

https://apps.apple.com/redeem?ctx=offercodes&id=6476010032&code=LJM888

📱 使用手机 Safari 浏览器打开，即可直接兑换

背景

当初在站内分享过自己的置换计划，不知道有没有 v 友看到过。

本周已经完成新购车辆的过户流程，和 v 友们同步下整个计划的完结过程供参考：

整体时间线

  1. 25.06.26 锁单小米 yu7 后，开始随缘找买家（没几天就找到了），然后就是漫长的等车过程...

  2. 25.09.07 在小米交付中心和买家完成交易后

  3. 25.09.11 提交国家置换补贴审核、宝安区置换补贴审核

  4. 25.09.18 初审通过，然后就是漫长的等待过程...

  5. 25.10.27 复审通过，当天下午完成小米 yu7 过户和所有权交接，拿到最后一笔尾款

  6. 25.11.28 国家置换补贴到账； 25.12.15 宝安区补到账

  7. 26.01.10 购入一辆 23 年 2.9w 公里的小鹏 p7i pro

收益

  • 现金收益：3500 （ yu7 差价）+ 15000 + 2211 = 20711

  • 隐形收益：新款 p7 出来后旧 p7 的降价、26 年 1 月购买二手车相比 25 年底也有波降价

感受

12w 左右的价格，买到一辆外观还能打几年、驾驶质感也还不错的车，同时对比老旧的 17 年燃油马 3 ，智能化、使用成本上都大幅下降，整体上还是非常满意的。

上个图（这车真是耐看，可惜没买到 19 寸轮毂的版本）：

在“大模型六小虎”成为历史后，王小川终于等来了自己的风口。

 

近日，国内外大厂在医疗领域动作频繁。1 月 8 日，OpenAI 高调入局，除了推出 ChatGPT Health，还收购了医疗保健初创公司 Torch。几乎同期，Anthropic、英伟达、苹果等都有产品和合作发布。国内，蚂蚁阿福自发布后短期内月活用户突破 3000 万，单日提问量超千万。资本市场上，AI 医疗板块逆势走强，成为最近市场热点。

 

在此前大模型竞争激烈的当口，AI 医疗并不是一个很性感的话题。那种不信任来自百川内外。

 

2023 年成立的百川在一年后战略收缩，决定聚焦医疗，成为国内较早专注到医疗的大模型创企。但内部“没有足够传达在医疗上的决心和路径要求，没有让每个团队在医疗价值创造中深度思考 why 和 how，进而导致部分团队工作目标出现了摇摆和偏差。”“去年中途转过来时被骂惨了。”

 

不只内部，业界对 AI 医疗也存有疑虑，连带着对百川的路线选择也有质疑。“2024 年跟医生谈 AI，大家都不信。”王小川直言。

 

直到 2025 年，大家看到 DeepSeek 真的比百度靠谱很多；年末阿福发布，投了 10 亿来砸广告，看到了技术和应用进展；今年 1 月 8 日，OpenAI Health 正式上线，Anthropic 也发布了自己的两个技术能力：医疗计算和 Agent，两个巨头都开始进入医疗。

 

“所以，从市场判断来看，医疗作为 AI‘皇冠上的明珠’这样的高级阶段，已经开始进入应用范畴。”王小川说道。

 

从发布反思信至今 9 个月过去，王小川向 InfoQ 表示，百川如今的护城河主要有三个：一是模型结构的优先级，“医疗安全性”和“诊断准确性”始终是首位；二是切入点选择，百川聚焦严肃、高价的医疗场景，区别于其他企业的健康类打法，这类场景的壁垒更高，且有明确的付费意愿；三是产品形态的差异化，百川身份差异化服务和决策辅助能力，是现有产品不具备的。

 

王小川尤其提到，大厂和创业公司不一样，他们有职业团队，需要的是更安稳的方案。“大创新靠小厂，小创新靠大厂，必须切入我们认为有高价值的事情，共识不是我们优先的突破点，而大厂更多的是注重共识，路线图和产品形态是不一样的。”

 

模型要低幻觉、能问诊，多模态非主战场

 

“去年 8 月发布的 M2 作为百川重新聚焦医疗之后的主力模型，在行业得到很多好评。典型现象就是蚂蚁开始疯狂挖人，从技术人员到财务人员，所以属于小圈子认可技术路线图。”王小川说道。

 

昨天，百川正式开源了新一代医疗大模型 Baichuan-M3。据百川智能模型技术负责人鞠强介绍，Baichuan 系列采用 SCAN 框架，实现临床医生层级的推理与问诊。其核心在于不仅询问疾病类型，更通过定量问题将模糊主诉转化为可定位、可量化的临床证据；并且突破单一症状的局限，进行跨系统关联推理。

 

其次，团队高度重视并主动防控大模型在医疗中的“幻觉”，坚持正确知识并进行原子级事实检验：在模型推理过程中进行逐层事实核查，确保结论基于真实输入。

 

鞠强介绍，在模型训练中，抑制“幻觉”与提升推理能力之间存在明显的“跷跷板效应”，容易陷入两种极端：若过度追求推理表现，其生成内容会更丰富、答对率上升，但幻觉也难以控制；若强力抑制幻觉，模型则会趋向过度保守，回答变得拘谨甚至回避问题，导致实用性下降。这也是团队在 Baichuan-M3 训练中重点攻克的问题。

 

为破解这一矛盾，研发团队引入了 Fact-aware 强化学习技术。该技术核心在于，在强化训练过程中，既对幻觉进行充分压制，又确保推理能力不受损，反而同步提升。

 

结果显示，相比前代模型 M2，百川正式开源新一代医疗大模型 Baichuan-M3 的幻觉率大幅下降，同时在医疗专业评测 HealthBench 上的推理能力得分从 34 分显著提升至 44 分，位列榜首。在不依赖工具或检索增强的纯模型设置下，医疗幻觉率 3.5，超越 GPT-5.2。“这验证了我们通过强化学习方法，在抑制幻觉与增强推理之间取得了有效平衡。”鞠强表示。

 

Hugging Face 地址：https://huggingface.co/baichuan-inc/Baichuan-M3-235B

GitHub 地址：https://github.com/baichuan-inc/Baichuan-M3-235B

 

另外，模型深度集成的问诊能力，从日常症状中识别风险。团队设计了防御性思维追问，以甄别背后潜在的系统性疾病，还会进行组合症状敏锐识别，比如用户描述“情绪激动时左牙疼”时，模型能会关联“牙痛+情绪症状”，优先建议排查心脏系统问题，从而排除重大隐患，而非直接推荐牙医或止痛药。该能力已集成至产品，服务于医生与普通用户。

 

在 AI 医疗中，除了文字，还有影像等信息。不过，王小川认为，多模态并非当前 AI 主战场。

 

他解释道，ChatGPT 之所以令人震撼，正是因为它展现出一种“智力”，而智力的本质，是将具体事物进行抽象的能力，其核心在于符号系统。在这一逻辑下，智能主要依托于三种形式语言：自然语言、数学语言与代码语言。至今，评估一个模型能力的强弱，本质上仍是检验其符号处理与逻辑推理的水平，功能可用并不等同于智力高超。在医疗领域，这一观点尤为关键。医疗的核心是决策，而不仅仅是感知。

 

实际上，未来医学影像的初步解读可由专用小模型完成，许多厂商也已具备相应的图像引擎。但真正的价值在于：将影像符号化之后，如何用语言模型进行综合推理与判断。因此，感知模型与认知模型必须结合。

 

他认为，当前的一些工作，比如将 CT 影像转化为报告，或是专注于胰腺癌筛查的视觉模型，固然有其价值，但它们更像是“挂在智力之树上的叶子”，是整体流程中的一环，而非驱动智能演进的主战场。真正的突破，仍在于如何通过符号与语言，构建能够进行复杂医疗决策的认知核心。

 

“在中国 To C 比 To B 更好”

 

“未来巨大的增量是在院外，不在院内。”王小川说道。其核心是直接服务患者，而不是通过服务医生间接服务患者。

 

反观 OpenAI 的入局是靠打造“个人超级助手”，Anthropic 则从合规性与临床效率上做 B 端突围。对此，王小川的评价是：“美国是 To C 和 To B 都可以干，但在中国 To C 比 To B 更好。”

 

王小川认为，国内的医疗现状是医生供给不足，互联网虽能连接信息却无法创造供给；医患权力不均，双方容易沟通不畅、患者无助；患者更倾向三甲医院，致使基层医疗薄弱；医疗知识分散于各科室，复杂病症往往缺乏整体视角。

 

基于此，他的设想是 AI 可以“造出高质量医生”，但不是要 AI 取代医生。“在某些维度上，AI 超过医生是必然的，比如信息收集的完整性、医学知识的储备量、循证的精准度等。但 AI 不会取代医生的核心执行能力，比如手术、查体等。”

 

在不取代医生的情况下，AI 可以推动“权力让渡”，即帮助患者理解病情与方案，获得更多参与权和知情权。另外，居家通过 AI 进行初步咨询，让“居家首诊”可能，减轻医疗系统负担。此外，复杂问题需要跨科室会诊，以前就是入院即入组，即进入某个科研队列，有了 AI 后能够做到“看病即入组”，更有机会做好生命模型。

 

在实现的产品形态上，百川目前主打还是百小应 App，不过用户进入后可以选择医生和患者两种身份，给出的结果是不一样的：医生版更像 OpenEvidence，答案更加专业、更加强调循证，引用的文章在系统中 100%存在，让其能够做决策、信息够充分；患者版本则强调补充信息，进入启发式端到端的问诊，也给到患者决策能力。

 

“我们与 OpenEvidence 的区别在于，OpenEvidence 只是服务于医生，百川是可复数、可懂、可决策、可行动、能够服务到患者的，这样的产品定位在全球是独一无二的。”王小川补充道。

 

在其看来，做 To C 产品，重点是让产品价值触达真正的目标人群，即有严肃医疗需求、愿意为决策辅助付费的患者。他举例称，达摩院做的胰腺癌平扫 CT 模型，虽然技术门槛高，但解决了核心临床痛点，就有明确的付费方；而泛健康类服务看似覆盖广，但价值不突出，反而难以找到稳定的付费用户。百川目前的做法就是基本全覆盖，重点放在儿科、慢病和肿瘤，优先突破有明确痛点的领域。

 

收费模式上，王小川认为，不是只赚医院或医生的钱，还可以向患者收费，也可以形成服务包，后面的医疗资源和药械以服务包形式收费。

 

“我倒不担心商业模式本身，确实要过了这个门槛、为用户创造价值，之后不管直接收费还是生态收费都是很容易的事情。”王小川说道。目前，百川账上还有 30 亿人民币，这也留给了王小川证明的时间。

 

据王小川透露，今年上半年，百川会完成两款产品的发布和推广，核心是回归决策层面，帮助用户（包括患者和医生）做出更好的医疗决策，最终实现“医生时刻陪伴式”的健康管理。“我们第二个产品已经可以当成院外医生来看了。”此外，百川也有计划硬件产品发布和出海计划，具体日程未定。

 

为了培养用户心智，百川未来也会增加一定的广告宣传投入，另外会重视医生对产品的认可度。“阿福跟我们的路线不一样，老医生都是无感的。我们希望医生和患者一体两面，共享一款产品，要让专家点头，而不只是患者鼓掌。产品做好以后确实能够取得一定的口碑效应。”王小川说道。

 

“今年上市的两家主要还是踩在通用模型技术红利和政策支持的基础上，但目前他们的市值和商业化能力并不匹配，但 AI 医疗今天也是大模型竞争中的一个范式，虽然它的成熟会晚一点，在后面我们肯定也是奔着上市去的。”王小川给了自己两年的时间再看看。

一.主要策略

  1. 首先是免费外链
  2. 其次是互换外链
  3. 付费外链

这种策略特别适合，前期预算有限的独立开发者或者初创团队。

二.执行步骤

1.打开 Backlink Dirs

Backlink Dirs 是一个外链聚合平台，目前主要收集高质量 导航站 和 产品发布 平台，站长可以免费找到可以发外链的网站目录，也可以提交自己的导航站或者产品发布平台到 Backlink Dirs

2.筛选 Free 标签，点击，一键直达

image.png

3.点击 Submit Now ，可以直接去到对应网站的产品提交页面

4.筛选 exchange-backlink标签获取可以互换外链网站目录， 点击一键直达

5.筛选 one-time-purchase标签获取付费外链网站目录，也可以按照 dr 或者 mv 的高低来排序，优先付费 高 dr 或者 高 mv 的：1.高 dr 直达； 2.高 mv 直达
image.png

6.推荐一个 ai 导航站，AI Dirs，DR 39 ，MV 1k ，目前还是免费提交，做 ai 工具站的站长们不要错过


Intro
Tai-e作为一个优秀的静态分析框架，内置了指针分析、污点分析等等实现。为增强其作为一个底座框架的可扩展性，其提供了插件系统，通过插件系统可以控制在静态分析过程中的各个阶段的数据处理，更进一步的进行定制化分析的实现。如下图为Tai-e官方提供的有关于插件系统的原理图：

image.png
本文中提及的有关于微服务应用的静态分析框架MScan同样是基于Tai-e进行实现的，针对微服务应用中使用的一些特殊的API进行服务间的高速通信过程，传统的静态分析方式不能够原生支持该类服务间通信的污点流的传播，但是这里采用了上面介绍了插件系统的方式，为服务间的通信过程进行建模，定制化的支持该过程的数据流分析，例如是Grpc、Dubbo或者Feign等通信方式。
具体的分析因篇幅太长分为了上下两篇，上篇主要集中于理论层面的代码分析，剖析基于Tai-e框架的改造细节，明晰从source点提取到扩展的污点分析引擎工作原理的全流程。而下篇主要集中于实战层面的内容，在剖析微服务应用各服务间的通信建模方式，也即如何构建一个SDG（Service Dependence Graph），同时贴近实战批量拉取github\gitee高star项目进行自动化`clone-complie-scan`全流程。

Jar parser
首先这里设置了缓存机制，通过配置文件中的Config.reuse来控制是否使用缓存，如果不使用上次解析jar后的缓存则将对应的targetPath中记录的缓存信息进行删除



之后就是对于给定的jars包的处理过程，遍历给定的Jar列表依次进行service discovery以及类提取



1 首先来看parseSerive如何从目标Jar中获取service name的
a 首先是通过解析目标jar包中的pom.xml文件去得到对应的service name

其功能实现的核心基于以下几点

ⅰ 通过遍历jar包的所有文件获取到以"bootstrap", "application", "entry"开头，"yml", "yaml", "properties"结尾的配置文件

ⅱ 筛选出文件中带有application:关键字符串标识的配置文件

ⅲ 在获取了包含有service name的配置文件之后，使用snakeyaml进行配置文件的解析，获取其中spring.application.name对应字段的值

ⅳ 这里还做了except处理，如果使用上述的解析yaml文件的方式不能够获取到service name时，则将artifact id作为service name

ⅴ 具体是遍历目标jar中包含的所有的pom.xml文件，创建一个XML解析器对pom.xml文件的内容进行解析，获取其中的artifactId字段进行返回

b 其次是根据在配置文件中预设定的Config.classpathKeywords去决定我们关注的class代码，避免引入了过多的第三方jar包的类造成过多的无效分析

c 最后就是对路由的配置进行解析

其核心实现同样可以归纳为以下几点步骤

ⅰ 首先是检查是否在配置文件中指定了待检测项目的路由配置文件Config.routeConfigFile，若已经明确制定了，直接进行获取并返回即可

ⅱ 如果没有指定，类似于前面提到了获取所有配置文件的方式，筛选路由配置文件，这里支持有Sprint Cloud gateway以及zuul的路由配置方式

遍历jar包的所有文件获取到以"bootstrap", "application", "entry"开头，"yml", "yaml", "properties"结尾的配置文件



d 最后的最后就是维护了GatewayParser.routeConfigFiles以及GatewayParser.services去记录扫描到的所有路由配置文件以及services

1 如果在配置文件设置了进行上轮类抽取的重复利用，也即是Config.reuse，则直接跳过提取jar中类文件的操作，否则，就直接对所有类提取到目标文件夹下

Gateway parser
在微服务应用中，对于路由的解析是基于前面jar parser过程中扫描到的路由配置文件



其大概的实现逻辑如下
1 遍历扫描到的路由配置文件，读取配置文件信息

同样通过snakeyaml进行配置文件的解析，这里分为了两种两类不同的API网关进行针对性的解析

2 对于zuul这类的API网关



a 其将zuul.routes作为前缀获取路由信息

b 根据具体的zuul配置内容获取对应的path路由信息以及service-id对应的子服务对象，并对路径进行了有效处理

1 而对于Spring Cloud Gateway这类API网关



a 根据这类API网关的配置规则，将spring.cloud.gateway.routes作为前缀来获取路由信息

b 遍历获取的路由列表，获取对应的uri，根据uri信息去获取对应的service name

c 从配置文件中获取predicates以及filters用来确定路由的路由信息以及通过filters中的配置来确定是否需要跳过路由中的第一级路由



MScan

options.yml
在经过了前面的目标jar的解析以及路由的识别后，运行经过二开后的tai-e进行核心的指针分析以及污点分析，这里传入了一个options.yml配置文件

可以对照着tai-e得官方文档明白参数的作用
https://tai-e.pascal-lab.net/docs/current/reference/en/index-single.html
几个关键点参数
1 javaVersion: 8使用JDK8下的依赖库进行分析

2 prependJVM: false这个参数用来标识是否使用运行tai-e的JDK的依赖库进行分析，如果置为true，则将会抑制javaVersion的设置

3 analyses这个参数用来指定在tai-e-analyses.yml中定义的一些分析，例如指针分析、调用图构建等等从MethodAnalysis、ClassAnalysis、ProgramAnalysis三中层面的基础上实现的分析

转回到这里options.yml针对于pta的配置

pta: taint-config:src/main/resources/taint-config.yml;only-app:true;implicit-entries:false;dump:false;time-limit:1200000;cs:4-call;advanced:pruning;plugins:[fdu.secsys.microservice.plugin.GatewaySourcePlugin,fdu.secsys.microservice.plugin.OpenFeignPlugin,pascal.taie.analysis.pta.plugin.taint.EnhanceTaintAnalysis]
首先在tai-e中的tai-e-analyses.yml中对pta的可选择的参数进行了说明

这里的pta配置大致分为了以下几点
a 配置了taint-config路径，用来启用taint-analysis以及指定污点分析的配置文件（包括有sources/sinks/sanitizers等）

b only-app:true，仅仅只分析application code，也即是只分析-acp指定的代码

c time-limit:1200000，设置了程序分析的超时限制，默认是-1也即是不存在超时

d cs:4-call，对于context-sensitivity analysis其选用了4-call-site方法，根据调用点作用上下文的划分，当然，因为这里使用advanced:pruning所以一定程度上抑制了cs的配置

e advanced:pruning，基于tai-e作者的四篇论文，实现了四种advanced analysis


● Zipper-e (option value: zipper-e): introduced in our TOPLAS'20 paper.

● Zipper (option value: zipper): introduced in our OOPSLA'18 paper.

● Scaler (option value: scaler): introduced in our FSE'18 paper.

● Mahjong (option value: mahjong): introduced in our PLDI'17 paper.


而对于这里配置的pruning为自定义的内容，这里实现的是论文提及到的distance-guided的上下文敏感层级选择策略，核心是根据分析方法与source-to-sink路径的接近程度调整上下文敏感性程度，从而将更多的精力和资源集中在安全关键分析上，后续对其进行详细的分析
f plugins:[fdu.secsys.microservice.plugin.GatewaySourcePlugin,fdu.secsys.microservice.plugin.OpenFeignPlugin,pascal.taie.analysis.pta.plugin.taint.EnhanceTaintAnalysis], 用来添加一些自定义实现的插件

feature based application
对于tai-e的插件系统，表示的是实现了Plugin接口的一群类，这里只分析Mscan二开的一些插件实现，不对tai-e原生的插件进行分析



该接口实现了一些在指针分析的生命周期中的一些回调接口，包括有如下
1 onStart: 在进行指针分析之前进行调用，可以进行指针分析的准备工作或者初始化插件

2 onFinish: 在指针分析结束之后被调用，可以对指针分析的结果进行筛选整理，但是不能修改指针分析的结果

3 onNewPointsToSet: 当存在有新的指针集指向时被调用

4 onNewCallEdge：当一个新的调用边被检测到时进行调用

5 onNewMethod：当一个新的可达方法被发现时进行调用

6 onNewStmt：当遭遇到一个新的代码语句时被调用

7 onNewCSMethod：当一个新的可达的上下文敏感的方法被发现时被调用（区分前面提到的正常方法）

8 onUnresolvedCall：当指针分析过程中对于callee的解析失败时调用该方法，例如在一个函数调用过程中，tai-e中的callsite中记录了本次被调用的callee是哪一个，但是该类并没有通过acp或者cp等参数进行加载，导致没有被soot进行分析，所有tai-e并不能够正常解析这样的callee

GatewaySourcePlugin
这个类是用来进行入口点的识别的，核心是依赖于fdu.secsys.microservice.plugin.gateway.EndpointHandler类
该类实现了onStart方法，以及维护了endpoints在进行指针分析之前进行入口点的识别



其具体的实现可以来到EndpointHandler#getEndpoints方法



其实现可以归纳为以下步骤
1 首先，每一个入口点都被抽象成一个Endpoint对象，其包含有方法名、路由、在微服务中是否暴露在外、该入口点相关的service名等
2 首先是对进行指针分析之前通过LLM对gateway配置进行解析后的结果进行解析，获取根据网关配置文件得到的外部可访问以及内部可访问的接口列表
3 之后遍历所有得applicationClasses类，根据对应得注解信息去判断路由信息，进而获取到所有得endpoint

具体细节分为下面几个步骤

a 首先使用FeignUtil#getFirstMapping方法去获取在class上注解的路由信息，核心逻辑位于FeignUtil#getMaapings方法，其通过FeignUtil#isMapping方法筛选需要的注解，这里支持通过jax-rs以及Spring两种规范的URL注解方式，同时值得注意的是实现了如果在当前方法中没有找到注解，会尝试去该方法的多级父类的对应方法中去寻找
b 其次在获取了一级路由也即是class上标注的路由信息后，去审查该类所有的方法是否满足Spring以及Jax-rs对于路由的规范，进而去获取对应method上标注的路由信息，也即是二级路由信息
c 后面就是组合类信息、方法信息、路由信息、路由对外暴露情况构建Endpoint对象实例，如果是存在有网关配置文件，通过路由的正则匹配，如果路由属于external_entries类，则将该Endpoint中的isExposed置为true，默认将其置为true，防止静态分析出现漏报。同时如果不存在有配置文件，则通过service名去判断是否路由暴露在外


EnhanceTaintAnalysis
该污点分析插件是按照tai-e原生的污点分析插件TaintAnalysis进行实现的一个增强版的污点分析实现，Mscan这里运行了这两套污点分析
setSolver方法在插件添加时执行



1 在进行插件的初始化过程中将会对taint-config.yml配置文件进行解析，这里对于配置文件的解析使用了jackson进行解析，使用的反序列化器用于获取配置文件中的call-site-mode以及enhance_sinks信息，构建一个EnhanceTaintConfig对象进行返回


2同时添加了一系列和污点分析有关的插件
其污点分析的核心逻辑都是由其各个子插件进行实现的，仅仅在程序分析结束时，调用onFinish进行污点传播流路径的整理



其核心逻辑主要是基于collectTaintFlows的实现，该实现的大致逻辑如下步骤
1首先获取到指针分析的结果
2 然后遍历指针分析所构建的调用图检索所有reachable函数调用点，筛选出其中调用有sink方法的可达方法，进而构建了一个SinkPoint对象用来存储该调用点
3 后续调用checkTaint方法检查污点传播情况

a 从指针分析结果中获取sink点关键参数的指针集并遍历，如果其是一个taint-obj则直接返回该对象，这里的taint-obj表示存在由外部可控的位置能够控制这里的对象，如果其不是一个taint obj则判断其是否是一个数组对象，若是一个数组对象则判断这个数组的元素是否存在有taint obj
b 随后利用这里获取的taint obj从污点管理器中获取对应的SourcePoint位置，构建一个从sourcePoint到sinkPoint的污点传播流
4 针对于使用result为污点结果的sink规则，如果存在由对应的调用，将会遍历该方法所有的返回值，构建一个SinkPoint对象，标注了excludeSourceParamAnno以及excludeCallSource并进行污点传播的检查
5 在根据上述的逻辑完成了污点分析的逻辑之后，对分析的结果进行二次验证，检验是否存在一个完整的通路从sourceMethod到sinkMethod使得其为一个有效的taintFlow这里核心是使用广度优先遍历的算法进行调用链的查找，从指针分析的结果CallGraph检索是否存在完整的调用链，将存在有完整调用链的taintflow进行返回
6 后续则是根据taintFlows的结果进行污点流图的dump操作，将污点传播路径通过.dot文件的格式进行保存，方便可视化展示

SpringController
该插件作为污点分析插件的一个子插件，用来构建source点的污点入口



在静态分析遭遇新方法时触发onNewCSMethod事件
1 首先基于注解的方式判断该类是否是一个Controller类

2 其次通过参数类型的检查，判断该参数是否可以被外部可控，但是这里有点小疑问，这里将safeClass中存在的参数类型作为一种外部不可控的类型，但是感觉HttpServletRequest这类类型一定程度上也是可控的，例如通过request.getParamter等函数进行外部数据的获取，也会造成外部可控的情况，所以这里的规则可以进行完善
3 对每一个可控的参数位置构建一个ParamSourcePoint对象，并将其作为一个taint，特别的，这里也会对参数所在class的fields归类为一个taint，并通过addPointsTo添加对应的指针集，并且也支持对controller param所在类的父类所有fields以及fields所在类的fields归类为一个taint，递归的最大深度为4，这里主要是处理的是，现在基于Spring MVC的开发模式来讲，一个controller方法传入的参数通常是一个类对象，其中的每一个field对应的就是可传入的具体参数名。

MiscPlugin
这个插件主要是用来处理upload上传逻辑的污点传播
对于每一个invoke语句审查其是否调用的sigs中存在两类upload函数，则通过addVarPointsTo向该调用点的base变量指向一个指针集，这个指针集包含有其子类所有的upload方法



MybatisXmlPlugin
该插件主要是用于解决在mybatis这类ORM框架对于SQL注入攻击类型的识别，这里仅仅支持未进行预编译的识别，未对复杂的order by等语句的攻击进行识别
在静态分析程序未开始时触发onStart事件进行mybatis mapper文件的解析，并实时封装sink点添加到sink规则中



其大致通过以下逻辑进行sink点的动态生成
1 遍历在jar parser处理阶段筛选的所有XML文件，调用submitFileProcessing进行多线程处理，核心的逻辑存在processXMLMapper方法中

2 在processXMLMapper方法中，对XML文件的内容进行了XML解析，根据mapper xml文件中定义的sql语句，将其抽象成一个sql语句字符串后通过正则匹配的方式检索sql语句中是否存在有${}包裹的内容

其包裹的内容则为可注入的点，在完成injects可注入点的获取后，根据xml文件中的namespace以及id去获取所对应的Class对象以及Method，根据injects的信息完成对注入点的识别，返回一个method-injectPos方法到注入点索引的映射

最后完成动态sink的封装
上述内容为静态分析过程开始前动态生成有关于mybatis这类ORM框架的sink，而该插件在遭遇新的方法时将会触发onNewCSMethod事件，该事件的作用主要是构建一个select查询语句调用函数的参数变量到该查询返回变量的一个映射selectArgResultMap



同时在指针集存在变化时同样会触发onNewPointsToSet事件，其作用分为了两部分
1 遍历对应变量的指针集，将其指向的taint obj以及指向类的所有fields中所有指向的taint obj添加到taintObjs中

2 遍历调用了select查询语句的所有返回结果变量resultVars，将污点传递到了返回的结果信息，构建了一个新的污点对象newTaintObj，并使用addPointsTo函数将污点对象指向结果变量，完成在mybatis场景下的污点传播











SpringContainer
这个插件作为污点分析插件的子插件，主要是用于解决在Spring框架下的动态注入的机制，类似于基于注解的对象动态注入静态分析方法并不能够对其所指代的对象进行识别，就需要通过定制化的方式将对应的对象指向给补全
1 首先基于Controller等注解获取所有的入口类，并通过addEntryPoint为整个程序分析添加入口点 (GatewaySourcePlugin只是最所有Source类进行了聚合并没有添加程序分析入口，整个mscan的分析入口是在SpringContainer中添加的)其中的识别方式支持有Jax-rs、Spring
2 同时，在这个过程中也会进行java bean的识别，在Spring中Bean类的创建有多种形式，例如Controller对类进行注解，利用Serivce进行注解等等方式，将每一个Bean类抽象成一个SpringBean对象

如果注解中存在有明确的bean name则将其作为Springbean对象的name值，默认直接采用类名称的缩写

3 之后就是进行需要动态注入的fields以及params的信息的收集对于fields，其检查所有的SpringBean类及其父类中存在Resources等注解的字段，存储需要动态注入字段到diFieldInfos，其key值存储的信息是带注入字段的class-field，其value值存储的信息为field所标注的各种信息
4 而对于fields的动态注入则是分为两类，若没有指定类名的话，则通过类继承关系从BeanClass中获取该field的子类，若指定了类名，则直接使用ByName的方式获取BeanClass，在得到了对应的fieldBean之后会将fieldBean类对象指向field的指针集，同时如果对应的Springbean存在有返回变量，则在指针流图中添加一条从返回变量到field的边
5 而对于method的param的注入过程，同样是基于类继承的方式进行检索，不同是，这里的每一个method不论是构造方法或者是Bean注解标注的方法都可以作为一个程序分析的入口

Ref
https://tai-e.pascal-lab.net/docs/0.5.1/reference/en/index-single.html#how-to-develop-a-new-analysis-on-tai-e
https://ieeexplore.ieee.org/abstract/document/11023345

​

我的工作流是一个围绕 superpowers 插件 的 Loop，superpowers 的理念是：先思考再动手。当你提出一个需求，不会急于写代码，而是先退一步问你"你真正想要实现什么"，通过对话梳理出完整的设计方案，再分步执行。

核心设计是 master 和 worker 分离。

  • 脑暴会话 (master)：专注于思考和设计，输出高质量的设计文档和执行计划
  • 执行会话 (worker)：专注于代码实现，执行详细的计划

分享一下我的 ClaudeCode 工作流：Kitty + Zed + superpowers，可以减少和 AI 的反复拉扯，一次做对1

1、需求录入 - 首先我会在 Zed 上进行需求录入，采用 md 格式。这一步非常重要，我大概有 30% 的时间花在需求录入上，我会把能想到的关于此需求的背景、最终目标、可行的技术方案、风险点、外部 API 文档等等一切资源，都在需求文档中说明。对于需求文档，我不会太在意格式，会有比较多口语化的表达。

2、脑暴阶段 - 把需求 MD 喂给 Claude，调用 /superpowers:brainstorm 和 claude 进行思维碰撞。这个阶段不写任何代码，只讨论设计方案和实现细节，最终输出 design.md 和 implement.md，保证最终的实现方案是完美符合我的预期的。

3、 执行阶段 - 这里我会选择新起一个 ClaudeCode 会话，而不是在脑暴会话中进行代码实现。新会话的好处：一、原先脑暴会话已经经过多轮对话了，一般情况下上下文会比较满，新会话响应更快，并且不会“犯傻”；二、implement.md 足够详细，无需额外上下文

4、 CodeReview - 在 Zed 中进行代码审查和功能验收。关于代码审查，对于一些代码细节和实现原理，这里我会使用 zed-agent 来辅助我进行代码 review，当然，你也可以在终端新建一个 ClaudeCode 会话或者使用 Zed 的 Claude Agent。原则是尽量不在脑暴和执行会话中引入太多不必要的问题，保持这两个会话的「干净」。发现问题后，将改进项写入新的需求 MD

5、 LOOP - 改进项 MD 喂回脑暴会话，开始下一轮脑暴迭代

非常简单，但是效果超群。充分的前期设计可以提升 AI 的效率和质量，避免多次的来回拉扯。

举个真实案例：我用这套工作流将个人博客从 Quarz 框架迁移到 Astro 框架。脑暴阶段确认好设计方案后，我让 Claude 执行计划，然后就去睡午觉了。醒来发现 Claude Code 已经完美完成任务——中间零中断，一次成功，共计 5000+ 行代码变更。

一个基于 Wails 框架开发的网页备份工具，支持完整备份网页内容，包括 HTML、CSS、JavaScript、图片等所有资源，并提供隐私清理功能。

Star History

Star History Chart

⚠️ 重要声明

本工具仅供学习和研究使用，请勿用于任何违法活动！

  • 🎓 学习目的：仅用于学习网页技术和备份个人网站
  • 📋 遵守规则：请遵守目标网站的 robots.txt 和使用条款
  • 🚫 禁止滥用：不得用于恶意爬取、侵犯版权或其他违法行为
  • ⚖️ 自负责任：使用者需自行承担使用责任

🚀 功能特性

核心功能

  • 📦 完整备份：备份网页的所有资源文件（HTML、CSS、JS、图片、视频等）
  • 🛡️ 隐私清理：自动移除第三方跟踪代码、统计代码、广告代码
  • 📊 实时进度：显示备份进度和文件下载状态
  • 🗜️ ZIP 打包：自动将备份文件打包为 ZIP 格式
  • 📁 目录选择：支持选择自定义保存目录
  • 📱 响应式布局：栅格布局，适应不同窗口大小
  • 🌍 跨平台：支持 Windows、macOS、Linux

界面特性

  • 🎨 现代化 UI：基于 Naive UI 的美观界面
  • 📋 详细配置：丰富的备份选项配置
  • 📈 进度监控：实时显示文件下载状态
  • 🔍 文件详情：可查看每个文件的下载进度

⚠️ 功能限制

请注意：本工具主要适用于简单的静态网页备份

技术限制

  • ❌ 动态内容：无法备份需要 JavaScript 动态加载的内容
  • ❌ 懒加载：不支持懒加载（lazy loading）内容
  • ❌ 用户交互：无法处理需要用户交互才显示的内容
  • ❌ SPA 路由：不支持单页应用（SPA）的动态路由内容
  • ❌ 登录内容：无法备份需要登录才能访问的内容
  • ❌ 复杂框架：对于 React、Vue、Angular 等现代框架构建的复杂应用效果有限

适用场景

  • ✅ 静态网站：个人博客、企业官网等静态页面
  • ✅ 简单页面：新闻文章、产品介绍页面
  • ✅ 文档网站：技术文档、帮助页面
  • ✅ 传统网站：基于传统 HTML/CSS/JS 的网站

🛡️ 隐私清理功能

自动清理的内容

  • 📊 统计代码：Google Analytics、百度统计、CNZZ、Mixpanel、Segment 等
  • 👁️ 跟踪代码：Facebook Pixel、TikTok Pixel、Snapchat Pixel、Hotjar、CrazyEgg、Clarity 等
  • 📢 广告代码：Google Ads、DoubleClick、Taboola、Outbrain、PopAds、PropellerAds、AdCash 等
  • 🏷️ 标签管理器：Google Tag Manager (GTM) 等
  • ⚠️ 恶意标签：base 标签劫持、自动跳转、来源伪造、恶意重定向等

安全防护

  • 🔒 链接劫持防护：自动删除所有 base 标签，防止恶意网站劫持页面中的所有相对链接
  • 🚫 自动跳转防护：删除 meta refresh 标签，防止页面自动跳转到钓鱼网站或恶意网站
  • 🎭 来源伪造防护：删除 meta referrer 标签，防止恶意网站伪造访问来源
  • 🔄 重定向防护：检测并删除包含恶意重定向的 JavaScript 代码

🛠️ 技术栈

前端技术

  • 框架：Vue 3 + TypeScript
  • UI 库：Naive UI
  • 构建工具：Vite
  • 路由：Vue Router 4
  • 图标：Ionicons 5

后端技术

  • 语言：Go 1.23+
  • 框架：Wails v2
  • 网页解析：goquery
  • 文本编码：golang.org/x/text
  • HTTP 客户端：Go 标准库

开发工具

  • 包管理：Go Modules + npm
  • 类型检查：TypeScript + Vue TSC
  • 代码格式化：内置支持

📋 系统要求

开发环境

  • Go：1.23 或更高版本
  • Node.js：18 或更高版本
  • Wails CLI：v2 最新版本

运行环境

  • Windows：Windows 10/11 (x64)
  • macOS：macOS 10.15+ (Intel/Apple Silicon)
  • Linux：主流发行版 (x64)

🚀 快速开始

1. 克隆项目

复制
git clone https://github.com/adiudiuu/site_backup.git
cd site_backup

2. 安装依赖

复制
# 安装 Go 依赖
go mod tidy

# 安装前端依赖
cd frontend
npm install
cd ..

3. 开发运行

复制
# 使用 Makefile（推荐）
make run

# 或直接使用 Wails CLI
wails dev

4. 构建发布

复制
# 构建 Windows 版本
make build-win

# 构建 macOS 版本（需要在 macOS 上运行）
make build-mac

# 或使用 Wails CLI
wails build

📖 使用指南

基本使用步骤

  1. 输入网址：在目标网址框中输入要备份的网页 URL
  2. 选择目录：点击"选择目录"按钮，选择备份文件的保存位置
  3. 配置选项：
    • 选择要备份的内容类型（图片、样式、脚本、视频）
    • 选择要清理的隐私内容（统计代码、跟踪代码、广告代码）
    • 调整高级选项（超时时间、最大文件数、并发数）
  4. 开始备份：点击"开始备份"按钮
  5. 监控进度：实时查看备份进度和文件下载状态
  6. 完成备份：备份完成后，ZIP 文件将保存到指定目录

使用建议

  • 🎯 优先选择：静态网站或博客进行备份
  • ⚠️ 避免备份：复杂的动态网站或 SPA 应用
  • 🧪 先测试：测试小页面后再备份大型网站
  • ⏱️ 注意频率：注意网站的访问频率限制，避免过于频繁的请求
  • 📏 合理配置：根据网络情况调整超时时间和并发数

故障排除

  • 网络错误：检查网络连接和 URL 是否正确
  • 访问被拒：可能遇到反爬虫机制，建议稍后重试
  • 文件过大：调整最大文件数限制或增加超时时间
  • 权限问题：确保对保存目录有写入权限

🤝 贡献指南

欢迎提交 Issue 和 Pull Request！

开发流程

  1. Fork 本仓库
  2. 创建特性分支 (git checkout -b feature/AmazingFeature)
  3. 提交更改 (git commit -m 'Add some AmazingFeature')
  4. 推送到分支 (git push origin feature/AmazingFeature)
  5. 开启 Pull Request

代码规范

  • Go 代码遵循 gofmt 格式
  • TypeScript 代码使用 ESLint 规范
  • 提交信息使用英文，格式清晰

📄 许可证

本项目采用 GNU General Public License v3.0 许可证。

这意味着：

  • ✅ 可以自由使用、修改和分发
  • ✅ 可以用于商业目的
  • ⚠️ 修改后的代码必须开源
  • ⚠️ 必须保留原始许可证和版权声明
  • ⚠️ 不提供任何担保

详细信息请查看 LICENSE 文件。

⚖️ 免责声明

  • 本工具仅供学习和研究使用
  • 使用本工具产生的任何法律后果由使用者自行承担
  • 开发者不承担任何责任
  • 请确保您的使用行为符合当地法律法规和目标网站的使用条款
  • 请尊重网站的 robots.txt 文件和访问限制

📞 联系方式

我不喜欢用 Linux，还是喜欢有界面的 Windows Server，平常用的都是微软全家桶，毕竟确实方便，平常用 IIS，只是反代的时候不方便，还要装个 nginx，但是 nginx 又要写配置文件，对我来说不是很 OK，所以看了看 IIS 的反代，感觉也不简单，但是好歹能用。之前发了一篇用 ECS 内网访问 OSS 的推文（《99 元服务器+20G SCU=？》 https://mp.weixin.qq.com/s/MkvFG0qNJzuZqSEFFsIlZA ），关于反代的部分没有说，今天补上，附带两种程序的配置方案。

使用 IIS
第一种就是我现在用的方案，IIS 做反代，IIS 其他组件都可以通过服务器控制器来安装，但是涉及 URL Rewrite 和反代的模块需要自行安装。URL Rewrite 下载地址： https://www.iis.net/downloads/microsoft/url-rewrite
反代模块（ARR）下载地址： https://iis-umbraco.azurewebsites.net/downloads/microsoft/application-request-routing
直接下载安装即可，然后打开 IIS，进行配置。
IIS 反向代理功能，需安装反代模块（ARR）1
双击 URL 重写
IIS 反向代理功能，需安装反代模块（ARR）2
添加规则
IIS 反向代理功能，需安装反代模块（ARR）3
选择反向代理
IIS 反向代理功能，需安装反代模块（ARR）4
这里正常应该填请求来的地址，我随便填的
IIS 反向代理功能，需安装反代模块（ARR）5
然后编辑规则，这里的模式就是 nginx 的 location
IIS 反向代理功能，需安装反代模块（ARR）6
可以测试自己的规则（比 nginx 好用，直接就知道规则是什么样的）
向后引用就相当于值的变量名，下面会用到
这里我写的规则是正则表达式，这里的规则和 alist 配置有关
IIS 反向代理功能，需安装反代模块（ARR）7
下面操作类型选重写，重写 URL 为 OSS 的三级域名（内网的），带 internal 的地址就是内网地址，路径后面写上上面的向后引用（{R:1}）
然后配置 AList
IIS 反向代理功能，需安装反代模块（ARR）8
为什么下载代理 URL 后面没有 aliyun-oss？这是因为 AList 会把挂载路径拼接上去，所以这里只填了一半。实际是这里的下载代理是要用 AList 的代理程序，我这里借用了一下。
IIS 反向代理功能，需安装反代模块（ARR）9
可以看到现在的访问地址是命中了反代规则的，我们可以查日志确认
IIS 反向代理功能，需安装反代模块（ARR）10
通过日志可以看到，请求走了内网，来源和请求地址以及对象都是正确的
下面是反代 AList，将 5244 反代到 80 端口。
IIS 反向代理功能，需安装反代模块（ARR）11
转发规则
IIS 反向代理功能，需安装反代模块（ARR）12
重写地址
这样访问 AList 就不需要用 5244 端口了。

nginx 见原文：《只会用 IIS，又要反代怎么办？》 https://mp.weixin.qq.com/s/bdCa0Ma5m6vFX_HfQjXehg

复制
curl -X 'POST' \
  'https://apis.shikangsi.com/api/v2/bilibili/detail' \
  -H 'accept: application/json' \
  -H 'Content-Type: application/json' \
  -d '{
  "url": "https://www.bilibili.com/video/BV1Th411A7Yt/"
}'

url 支持长短链接
获取 B 站视频基础信息的 api1

因为要过风控和服务器性能原因，速度没有那么快。

defaults -currentHost write -globalDomain NSStatusItemSpacing -int 4

defaults -currentHost write -globalDomain NSStatusItemSelectionPadding -int 2 

killall ControlCenter

bartender 类的用起来不太顺手，调整顺序的时候乱跳，但是搜索的功能挺好用的
（苹果公司不打算修这个吗，icon 在刘海儿超出直接没了

跃迁传送: https://v2ex.com/go/isv

独立开发者节点右侧广告位为公益广告位, 免费开放给独立开发者申请, 每次展示为一个自然周(周一到周天).

请在此节点发帖申请: https://v2ex.com/go/ads 每周日随机选择一个帖子进行公益展示.

发帖申请须知: 需要提供一张作品图, 标题, 内容, 跳转链接. 总长度不要超过 140 字符

效果预览:

2025 年，我们分别在北京、上海举办了两场 QCon 全球软件开发大会。过去一年里，我们和大量一线技术团队、工程负责人、开发者持续交流，感受到一个很明显的变化：大家讨论的重点，正在从“AI 能做什么”，转向“AI 怎么在生产系统里稳定运行、可控交付、持续产生价值”。

这不是热度退去，而是行业进入了更难、也更关键的阶段——从演示走向长期运行，从能力展示走向工程兑现。

同时，越来越多团队开始回到同一个问题：当 AI 真正进入业务流程后，系统能不能“长期跑得住”？成本能不能算得清？质量、风险、合规能不能兜得住？组织的协作方式要不要跟着变？

在这样的背景下，智能体（Agentic AI） 成为不少团队正在尝试的新方向：它不只是一次回答或一次推理，而是把感知、工具调用、任务执行、反馈迭代串成一个可运营的流程，逐步嵌入研发、交付与业务链路。可以预期，进入 2026 年，这类探索会从局部试点走向更体系化的工程建设：不仅是“加一个 AI 功能”，而是软件系统、研发流程乃至组织协作方式都要随之调整。

软件工程正在发生的变化

我们看到的变化不只是工具升级，更像是一套工程范式在被重写：

  • 系统架构开始围绕「智能体协作」重新设计

  • 工程方法论从「确定性流程」迈向「人机协同闭环」

  • 研发组织面临角色重塑与能力重构

  • 产品与交互从“界面驱动”走向“意图与行动驱动”

从基础设施、推理与知识体系，到研发与交付流程，再到前端、客户端与应用体验——AI 正在以更工程化的方式进入软件生产。

QCon 北京 2026 的核心主线

基于这一判断，QCon 北京 2026 将以 「Agentic AI 时代的软件工程重塑」 作为大会核心主线，把讨论从 「AI For What」，走向真正可持续的 「Value From AI」。

围绕这一主线，我们将从六个关键维度系统性展开探索：

前沿技术雷达（Future Tech）

关注未来 1–2 年最值得提前布局的方向：Agentic AI 的新形态、下一代模型、交互范式与系统架构演进。

架构设计与数据底座（系统可演进）

讨论如何构建可扩展、可演进、可复用的 AI 系统：Agent 架构、数据治理、知识体系与工程实践，回答“能不能长期跑”的问题。

效能与成本（拒绝盲目烧钱）

关注让 AI “跑得起、跑得快、跑得稳”的工程方法：在算力、推理、工程效率与 ROI 之间，寻找真正可持续的平衡点。

产品与交互（体验提升）

聚焦前端、客户端与产品层的 AI 原生改造：人机协作、意图驱动交互、任务闭环体验，以及 Agent 参与下的产品新范式。

可信落地（守住底线）

讨论 AI 带来的新风险。从 Demo 到  Production 的“最后一公里”信任危机。

研发组织进化（长期主义）

关注未来团队如何生存与进化：重塑研发角色分工、协作模式与工程文化，构建面向 AI 时代的组织能力。

我们希望在 QCon 北京 2026 呈现的

QCon 北京 2026 想呈现的，不只是“又一场关于 AI 的大会”，而是这轮变化真正落到工程与组织之后的全景：哪些方向已经走通，哪些正在付出真实成本，哪些系统必须被重构。

目前，北京站部分专题已上线，我们期望持续挖掘来自一线生产环境的长期实践，呈现 Agentic AI 融入软件工程后的真实样貌——成功经验、工程妥协与关键取舍并存。

更多嘉宾邀请进行中

也欢迎你带着真实问题与实践加入其中，与更多同行一起，把这场正在发生的软件工程重塑讲清楚、做扎实。

QCon 北京 2026，期待与你一起，站在拐点之上。

📍 会议官网：https://qcon.infoq.cn/2026/beijing/

📩 演讲申请：https://jinshuju.com/f/Cu32l5

演讲评审标准

  • 观点：是否清晰、有判断力，能否帮助听众形成有效认知

  • 实践：内容须来源于真实工程或业务实践

  • 深度：是否具备可复用的方法论或经验价值

  • 专业声誉：演讲者在相关领域的实践背景与影响力

  • 不做广告：QCon 不是厂商宣传舞台

  • 听众所得：听众能带走什么，是我们最关注的标准

演讲嘉宾福利

  • 🎟 免费参会：自由参加大会全部课程

  • 💸 专属折扣：提供特别优惠码，方便同事与朋友购票

  • 📰 独家报道：有机会接受 InfoQ / 极客时间的深度采访

  • 🏨 免费住宿：为外地嘉宾提供酒店入住

  • ✈️ 无忧差旅：承担嘉宾往返会场的交通费用

副业节点（/go/sidehustle ）于 2026 年 1 月 12 日 上线，本报告基于节点创建后 3 天内的全量发帖及评论数据进行分析。

一、核心数据概览

指标 数值
总帖子数 81 篇
总评论数 602 条
独立发帖者 79 人
独立评论者 294 人
总点击量 87,350
总感谢数 83
总收藏数 409

日发帖量分布

日期 发帖数 说明
1 月 12 日 64 篇 节点上线首日，悬赏活动驱动
1 月 13 日 15 篇 热度下降
1 月 14 日 2 篇 趋于平稳

二、互动数据分析

整体互动情况

指标 数值
平均点击量 1,078
点击量中位数 624
有回复的帖子 73 篇（ 90.1%）
有感谢的帖子 14 篇（ 17.3%）
有收藏的帖子 39 篇（ 48.1%）

点击量 TOP10 帖子

排名 标题 作者 点击 回复 感谢 收藏
1 自助洗车店副业后续（又开了一家） @ghwolf007 18,383 272 53 192
2 [副业] 节点：聊聊你的副业，送 20-500 $V2EX 币 @timespy 4,337 64 3 34
3 相应号召，来聊聊我的副业 @za30312 4,096 23 1 6
4 [副业] 节点上线 @timespy 3,318 23 6 17
5 撸数码产品：副业收入 5000 元 @feelRelieved 2,746 20 0 5
6 副业，帮留学富哥/富姐写作业 @xwhxbg 2,405 18 0 11
7 之前做的插件，没想到今年成为了我的副业，大半年收入 4w @Chatterleys 2,329 23 3 19
8 [副业]聊聊我的 2025 年做过的副业以及收入 @anson2017 1,929 14 2 7
9 做副业的两年：我的项目 NextTerminal 拿到了 300+ 付费用户 @dushixiang 1,634 34 0 4
10 售楼处薅羊毛算不算副业 @shilyx 1,592 15 0 2

高互动内容特征：

  • 洗车店帖子一骑绝尘，独占 21%总点击量
  • 有具体收入数据的帖子更受欢迎
  • 实体经营类内容关注度高于纯线上项目

三、评论数据分析

评论者活跃度

指标 数值
独立评论者 294 人
人均评论 2.05 条
评论最多用户 @timespy （ 84 条）

评论数 TOP10 用户

用户 评论数 身份
@timespy 84 条 节点创建者，积极互动
@ghwolf007 41 条 洗车店楼主，回复提问
@EvanTop 15 条 项目清单作者
@dushixiang 14 条 NextTerminal 作者
@LaLy 12 条 避坑指南作者
@poorcai 9 条 -
@masonns 8 条 撸货日记作者
@som3one 8 条 汽车美容店作者
@czhen 7 条 摆摊经历作者
@Sawyerhou 7 条 -

评论时间分布

评论高峰集中在北京时间 10:00-16:00 （对应 UTC 02:00-08:00 ），与发帖高峰一致。

10 时: ████████████████████████████████████ 108 条
11 时: ███████████████████████████████ 95 条
15 时: █████████████████████ 64 条
14 时: ███████████████████ 56 条
16 时: ██████████████████ 55 条

四、副业类型分布

基于帖子标题+正文的关键词分类（一帖可归入多类）：
类型
| 类型 | 帖子数 | 占比 | 典型案例 |
|------|--------|------|----------|
| 技术开发类 | 39 篇 | 48.1% | Chrome 插件、独立站、API 开发 |
| 内容创作类 | 30 篇 | 37.0% | 公众号、抖音、YouTube 、小说 |
| 套利交易类 | 24 篇 | 29.6% | 撸货、二手倒卖、内存囤货 |
| 实体服务类 | 23 篇 | 28.4% | 洗车店、摆摊、顺风车 |
| 知识服务类 | 19 篇 | 23.5% | 私活、论文辅导、留学代写 |
| 羊毛薅取类 | 18 篇 | 22.2% | 抖音极速版、AFF 、返利 |

观察：

  • 技术开发类帖子最多，但点击量最高的是实体经营
  • "洗车店"单帖贡献了 21%的总点击，说明"可落地执行"的副业更受关注
  • 套利类占比近 30%，V 友传统艺能

五、标签词云

共提取 243 个标签（含重复），183 个独立标签。
词云
高频标签 TOP15：

标签 次数 标签 次数 标签 次数
副业 30 收入 6 收益 6
兼职 4 赚钱 3 AI 3
尝试 2 AdSense 2 爬虫 2
私活 2 套利 2 闲鱼 2
开店 2 信息差 2 摆摊 2

六、内容形式与结果分析

分布

内容形式分布

形式 帖子数 占比
经历复盘型 31 篇 38.3%
工具/资源型 16 篇 19.8%
项目展示型 8 篇 9.9%
讨论交流型 4 篇 4.9%
其他 22 篇 27.2%

结果分布

结果 帖子数 占比
有收益 29 篇 35.8%
失败/教训 22 篇 27.2%
进行中/未知 30 篇 37.0%

观察：

  • 经历复盘型最多，V 友更愿意分享完整故事
  • 失败教训占 27%，节点氛围真实，不是纯"成功学"
  • 超过 1/3 帖子有明确收益数据，信息密度较高

七、其他数据

节点数据

金库数据

八、完整帖子分类列表

按点击量排序，包含副业类型、内容形式、结果和收入数据。

标题 作者 点击 回复 副业类型 内容形式 结果 收入 标签
自助洗车店副业后续（又开了一家） @ghwolf007 18,383 272 技术开发/套利交易/实体服务 项目展示 有收益 ¥2.0 万 自助洗车/开店
[副业] 节点：聊聊你的副业，送 20-500 $... @timespy 4,337 64 技术开发 经历复盘 失败/教训 - 奖金/数据
相应号召，来聊聊我的副业 @za30312 4,096 23 内容创作/实体服务 经历复盘 有收益 ¥624 公众号/顺风车/二手交易
[副业] 节点上线 @timespy 3,318 23 技术开发 工具资源 失败/教训 - 焦虑/变现
撸数码产品：副业收入 5000 元 @feelRelieved 2,746 20 套利交易/羊毛薅取 其他 有收益 ¥5.0k 数码产品/信息差
副业，帮留学富哥/富姐写作业 @xwhxbg 2,405 18 技术开发/内容创作/知识服务 其他 进行中 - 作业辅导/富哥
之前做的插件，没想到今年成为了我的副业，大半年收入... @Chatterleys 2,329 23 技术开发/内容创作 经历复盘 失败/教训 ¥4.0 万 直播自动化/电商运营/插件
[副业]聊聊我的 2025 年做过的副业以及收入 @anson2017 1,929 14 技术开发/内容创作/知识服务 经历复盘 有收益 ¥5.0 万 收入/软件接单
做副业的两年：我的项目 NextTerminal ... @dushixiang 1,634 34 技术开发/知识服务/羊毛薅取 经历复盘 失败/教训 ¥6.0 万 NextTerminal/开源项目/盈利困境
售楼处薅羊毛算不算副业 @shilyx 1,592 15 羊毛薅取 项目展示 进行中 - 售楼处/羊毛
赛博搬砖副业 @lbb2445 1,517 11 其他 其他 进行中 - 赛博搬砖/web3/alpha 空投
16-17 年的时候卖宝剑赚了 10 来万大概 @coderchen 1,380 6 技术开发/内容创作/套利交易/实体服务 工具资源 有收益 - 宝剑/微信小号/利润
[副业] 海外视频搬运 @fengxuehao037 1,339 13 内容创作 其他 失败/教训 ¥1.0 万 视频搬运/抖音/收益
分享个未成功的摆摊 @czhen 1,252 6 实体服务 讨论交流 有收益 ¥100 摆摊/高考/学生压力
节日摆摊卖花 @imaple 1,122 5 内容创作/实体服务 经历复盘 进行中 - 摆摊/卖花/竞争
勉强的副业，游戏买卖装备，套利 @junkk 1,078 4 套利交易/羊毛薅取 其他 有收益 ¥1.0k 套利/游戏买卖装备/代练
V2EX 副业节点全量项目清单 (截止到 2026... @EvanTop 1,065 17 技术开发/内容创作/套利交易/实体服务/知识服务/羊毛薅取 经历复盘 进行中 ¥20.0 万 技术开发/实业经营/内容创作
我也来说说我的 2017-2025"撸货"日记 @masonns 988 14 技术开发/套利交易/实体服务/知识服务/羊毛薅取 经历复盘 失败/教训 ¥20.0 万 撸货/内存/技术支持
靠自己特定领域的技能赚钱 @suke119 960 6 技术开发 项目展示 进行中 - 流媒体/私有化/定制化
分享一下 github 副业 @brave6 957 3 技术开发 项目展示 失败/教训 ¥1.0 万 GitHub/赏金/前端
我 2025 年副业收入，一共赚了 31112 元 @lovezww2011 946 1 技术开发/内容创作 经历复盘 有收益 ¥3.1 万 收入/AdSense
"上班前的五分钟"——谈谈副业前的准备工作 @TedS 931 4 实体服务 经历复盘 失败/教训 - 准备/时间
一天半时间赚了 5 万元的经历 @pc10201 903 11 知识服务 经历复盘 失败/教训 ¥10.0 万 运维/费用优化/培训
无心插柳柳成荫的副业-美食赛道。 @vincent109 878 8 内容创作 经历复盘 有收益 - 美食/小吃
私活算副业么 @galenzhao 842 4 知识服务 其他 进行中 - 私活/兼职
副业，尝试写小说 @MuxSans 842 12 内容创作 其他 进行中 - 小说/写作
2026 靠副业赚钱 @JaneHan 807 5 技术开发/内容创作/羊毛薅取 经历复盘 进行中 - 大 a 捞金/兼职/薅羊毛
副业分享 @singshang 804 3 其他 其他 进行中 - 电商设计/倒货/零花钱
正好梳理一下这几年所有做过的东西 @Ekid 765 5 技术开发/内容创作 其他 失败/教训 ¥8.0k 爬虫/脚本/游戏私服
副业，帮别人解腾讯防沉迷 @quqivo 762 1 技术开发/内容创作/套利交易 经历复盘 进行中 - 防沉迷/灰产/游戏
回顾近 10 年，除薪资以外的收入 @KING754 708 2 内容创作/羊毛薅取 经历复盘 有收益 ¥20.0 万 外包/阿里云大使/写作
聊聊我的副业 @Emptyh 707 2 技术开发 经历复盘 进行中 - IT 兼职/外贸公司
咸鱼慢出闲置 最近的白银 LOF 套利 @FFV 696 5 套利交易 工具资源 进行中 - 咸鱼/闲置/白银
回顾自己的一些副业和结果 @yomunsam 693 1 技术开发/内容创作/套利交易/知识服务 经历复盘 有收益 - 收入/环境
完蛋，我的副业只有闲鱼上卖卖闲置 @wdytoya 689 3 套利交易 经历复盘 失败/教训 - 闲鱼/赚钱
网盘转存收益 @HuberyPang 689 1 技术开发/羊毛薅取 工具资源 有收益 - 网盘转存/收益稳定/无需维护
AI Coding 的 App 收获了 $33 @poorcai 649 9 技术开发 工具资源 进行中 ¥723 AI Coding/App Store/mvp
分享汽车美容店的经历 @som3one 648 7 实体服务 经历复盘 有收益 ¥15.0 万 汽车美容店/自助洗车/年底盈利
聊聊一个学生党尝试的一些副业 @albatron 640 2 套利交易/知识服务 其他 失败/教训 ¥40.0 万 编程接单/创业/虚拟货币
赚钱的东西分享出来，有几成可以复制 @Rrrrrr 632 2 技术开发/实体服务 工具资源 进行中 ¥5.0 万 开店/技术活/人流
借此机会，我也来说说这些年做过的副业 @CcHer 624 3 内容创作/实体服务/知识服务 经历复盘 有收益 ¥1.0k 翻译/字幕组/拉皮条
赚钱回顾：没挣到大钱，但这些接地气的尝试撑起了我的... @som3one 616 9 内容创作/套利交易/实体服务/羊毛薅取 经历复盘 失败/教训 ¥2.0 万 赚钱/尝试/经历
也谈谈我的副业吧 @Liner03 611 2 技术开发/羊毛薅取 经历复盘 有收益 ¥1.0k aff/短剧/自动化
感觉也不算是副业吧 @Sunyin 568 2 技术开发/内容创作/套利交易/实体服务 工具资源 进行中 ¥1.0k 软件/信息差
[副业]工行 api 对接 @wurtwzs 559 4 技术开发/内容创作/知识服务 讨论交流 有收益 ¥1.0k 工行 api/私活/接口调通
副业 x, 回血 ✔️ 闲鱼出售二手商品 @goodSleep 548 1 套利交易/实体服务/羊毛薅取 项目展示 进行中 - 二手商品/定价策略/发布策略
闲鱼卖 ai api @EasonIndie 541 1 技术开发/套利交易 其他 进行中 - AI/API/闲鱼
做网易我的世界 addons 开发 @Pangolin2004 533 2 技术开发 讨论交流 有收益 ¥1.0 万 addons/开发/收益
[副业]二手倒卖 @lalalachen 518 3 技术开发/套利交易/知识服务 经历复盘 失败/教训 - 失败/市场竞争
[副业] 鞋狗 @pridealloverme 516 2 技术开发 其他 失败/教训 - 鞋狗/snkrs/Adidas
刚开通完钱包，也来聊聊从未成功过的副业经历 @Jonz 514 1 内容创作/套利交易/知识服务/羊毛薅取 经历复盘 失败/教训 ¥100 兼职/AI
正好记录下自己的赚钱经历 @wr516516 511 2 技术开发/内容创作/套利交易/实体服务/知识服务 经历复盘 失败/教训 - 网课代做/自助棋牌室/创业经历
副业-头条发文（参与） @even77 487 3 内容创作 项目展示 有收益 - 头条/V 站/账号矩阵
新节点，占个位置 - 不算副业的副业 @guanhaoran 486 4 实体服务/知识服务 其他 进行中 - 顺风车/哈啰
副业避坑指南(行动前要多想) @LaLy 482 1 其他 工具资源 有收益 - 赚钱/警惕
发副业经历，领赛博鸡蛋 @yunkki1874 480 0 技术开发 经历复盘 进行中 - 刷单/佣金
卖卡、倒卖二手、投资股票副业 @wangwaner 474 5 套利交易 其他 失败/教训 - 卖卡/倒卖二手/投资股票
周末副业，拍照！ @shortybin 464 0 其他 工具资源 有收益 - 摄影/兼职
分享这两三年尝试过的副业，都是浅尝辄止 @blackmatch 461 4 内容创作/套利交易 项目展示 有收益 - 收益/尝试
关于我的自媒体+游戏代肝副业 @duuu 460 0 内容创作/知识服务/羊毛薅取 其他 有收益 ¥6.0 万 自媒体/游戏代练/绝区零
帮朋友做 WP 独立站的副业 @nzynzynzy 423 1 技术开发 工具资源 进行中 ¥4.4k WP/独立站/托管
副业收益还在卡在 adsense 收件路上的 yt... @tomonori 417 5 技术开发/内容创作 工具资源 进行中 - AdSense/ytb shorts/收益
[副业]组织羽毛球活动 @apanlin 414 3 技术开发/实体服务/羊毛薅取 项目展示 进行中 - 羽毛球/俱乐部/收入
分享副业 @fancymf 409 0 技术开发/实体服务 工具资源 有收益 - 献血/流量卡
回顾下我经历过的几个副业，平面设计，电商，新能源 @HxmGG 406 7 实体服务/羊毛薅取 经历复盘 失败/教训 ¥40.0 万 平面设计/电商/新能源
人生中第一个回报率 10 倍的投资 @ethsol 387 1 套利交易 其他 进行中 - 京东云/回报率/稳定
回顾一下目前做的那些不算副业的副业 @tomczhen 383 0 技术开发/内容创作/套利交易/实体服务/知识服务 经历复盘 失败/教训 ¥8.0k 收益/工具
分享下我的副业吧 @CatGo 371 5 内容创作/羊毛薅取 经历复盘 失败/教训 - 百度极速金币/AI 小说
响应号召，抖音极速和快手极速撸金币 @OMGZui 367 5 内容创作/羊毛薅取 其他 有收益 ¥1.0k 抖音/快手/撸金币
分享自己的副业，也不算是副业吧，挣个烟钱 @baibaibaibai 363 0 其他 其他 有收益 - 体彩店/赔率
[副业] 家教&炒股 @0U0 358 0 知识服务 其他 进行中 - 家教/炒股/收益
副业 AI CODING 程序开发 @dianso 352 3 技术开发 工具资源 进行中 - AI/Coding/IDE
自助台球-分享下老婆的副业 @NeverMore11 341 1 实体服务 经历复盘 失败/教训 ¥5.0 万 自助台球/行业分析
之前尝试过 @yvyvyv 325 0 套利交易/实体服务 其他 有收益 - 咸鱼/日器/转运
[副业] 论文辅导/咨询 @chris075966 315 1 内容创作/知识服务 讨论交流 进行中 - 论文辅导/收入
响应号召（领赛博鸡蛋） @chainzhao188 310 1 其他 其他 进行中 - 黄牛/茅台/演唱会门票
V2EX 副业节点的信息流保存网站 @rcchen123 299 6 技术开发 工具资源 进行中 - v2exfuye.com/爬虫/webhook
保险拒赔不是终点，依法诉讼拿回应得保障 @v2eax527 295 2 其他 其他 有收益 ¥26.0 万 保险拒赔/依法诉讼/保障
副业：股票基金套利 @uasier 263 1 技术开发/套利交易 工具资源 有收益 - 股票基金/白银 LOF/套利
[副业] 我的 2025 独立开发副业 @Selenium39 223 2 技术开发 工具资源 有收益 ¥900 收入/回本
电玩桌游店 @aceseo 218 1 实体服务 经历复盘 进行中 ¥1.0 万 电玩桌游店/桌游爱好者/热门游戏

数据来源：V2EX api 数据
分析时间：2026 年 1 月 15 日
分析工具：Claude opus 4.5

极客时间企业版（极客邦控股（北京）有限公司）成功入围中国移动 2026–2028 年培训服务集采项目，正式成为其一级供应商。在技术、市场及政企、培训资源开发三大标段中均取得优异成绩，彰显了公司在 IT 与数智化培训领域的深厚实力和生态优势。

中标概览：三大赛道，全面突破

在本次集采中的表现

极客时间企业版在“标包 7（培训资源开发）”中勇夺魁首，依托成熟的课程研发体系与知识产品化能力，彰显了其在高质量、体系化数智课程开发方面的硬核实力；在“标包 2（技术）”中位列三甲，体现了在 AI、云计算、大数据等前沿技术培训领域的扎实积淀；同时强势入围“标包 3（市场及政企）”，进一步验证了其助力企业业务增长与数智化转型的全面解决方案能力。

能力解读：“媒体+产品+生态”的复合优势

极客时间企业版之所以能快速响应不同标包的需求，根源在于公司长期以来打造的“内容+产品+生态”模式：

  • 极客时间企业版则凭借培训平台与课程产品，将培训需求转化为可落地、可衡量的学习成果。

  • InfoQ 极客传媒提供前瞻行业洞察，精准把握人才培养方向。

  • TGO 鲲鹏会链接高端产业资源与实战智慧，构建协同发展的高管智库。

依托公司各业务板块的协同效应，极客时间企业版将持续为包括中国移动在内的广大合作伙伴提供“严选内容、高效转化”的培训服务，践行“助力客户成功”的价值承诺，提升企业人才发展的综合回报。

时代召唤：AI 浪潮下的企业人才变革

当 AI 重构千行百业，企业对“懂技术、会落地、能创新”的数智人才需求，已从“可选”变为“刚需”。极客时间企业版始终致力于将前沿数智技术与实战知识体系深度融合，此次入围正是对公司在应对时代命题、推动产业人才升级方面能力的高度认可。

深化创新，践行使命

立足新起点，极客时间企业版将以此次合作为引擎：对内，持续深化课程内容与服务创新；对外，将集采所带来的资源与平台优势，探索数智人才培养的新模式、新场景。我们坚信，专业的培训服务不仅是知识的传递，更是产业的赋能。未来，极客邦科技将继续秉持“推动数智人才全面发展，助力数智中国早日实现”的使命，与中国移动及所有伙伴一道，用人才之力点亮数智未来！

（图为：极客时间企业版产品服务概览）

合作咨询

欢迎联系极客时间企业版，我们将按照您的企业场景、业务目标和人才发展要求，提供专属人才培养解决方案，助力您的企业致胜 AI 时代。敬请点击“阅读原文”访问官网，或扫描下图二维码

刚刚，谷歌更新了其 Veo AI 视频生成器，新增原生竖屏视频生成与 4K 分辨率支持功能。此次对 “文生视频” 功能的调整，旨在提升画面清晰度的同时，确保不同场景中的主体元素保持一致。

 

Veo 3.1 的更新，解决了生成式视频领域一项长期存在的挑战：保持镜头间的视觉一致性。谷歌表示，新款模型在场景切换时能更好地保留人物特征与背景纹理，从而更容易重复使用特定的视觉元素，或在多场景叙事中贯穿同一主题。

最显著的改进是对“素材到视频”工具的重大优化。用户只需添加三张参考图片：一张用于主体，一张用于背景，一张用于展现所需的视觉效果或风格。然后，只需添加一些文字即可开始制作。即使提示信息较短，Veo 3.1 也能在提供参考图像后生成角色表情和动作更生动的视频。

 

移动创作者是本次更新的核心受众。升级后的 Veo 可直接生成 9:16 比例的原生竖屏视频，创作者无需对横屏素材进行裁剪，也不必牺牲画质，就能制作出适配 YouTube Shorts 等平台的全屏内容。针对更专业的创作流程，谷歌还新增了 1080P 至 4K 的画质提升选项。

 

目前，这些新功能已率先在 Gemini 应用、YouTube Shorts 及 YouTube Create 工具中上线，并将逐步覆盖谷歌旗下更多创作者工具与企业级服务。为区分生成内容与真实拍摄素材，谷歌会在视频文件中嵌入肉眼不可见的 SynthID 数字水印。

 

有体验用户反馈，Veo 3.1 似乎存在不同语言版本表现差距太大的问题。“巴西葡萄牙语的人物音频存在音画不同步、台词错乱的问题，其他语言版本的表现则相对更佳。我曾指令其生成一段鹦鹉以沙哑嗓音鸣叫的音频，但该需求最终未能实现。”

 

值得一提的是，此次更新距苹果与谷歌官宣合作、计划在下一代 Siri 中集成 Gemini 模型仅过去一天。与此同时， OpenAI 已达成合作，计划将迪士尼角色引入 Sora 平台。

 

为了白嫖使用这个 FIAT24 的信用卡，同时注册了币安，以及找回了我的欧易账户

币安充值后，身份认证连续两次失败，直接拒绝认证了

申请 FIAT24 信用卡记录，币安认证失败。欧易转账通过1

其他佬友也遇到了相似的问题

我的老欧易账户补充下身份证进行认证，很容易就通过了。FIAT24 开卡完成

最后把币安冲的钱都存到欧易里面了。

最后 我 FIAT24 卡可以绑定美区 Apple 付款方式，但是充值余额时无法完成。有其他佬友好像可以付款

申请 FIAT24 信用卡记录，币安认证失败。欧易转账通过2

📌 转载信息
转载时间：
2026/1/15 10:53:52

复活方案：打开 Antigravity，使用 Antigravity Cockpit 插件，在自动唤醒 (Auto Wake-up) 下点击立即测试（Test Now）按钮，有几个号 429 就选几个号，每种模型勾一个。然后看一下历史里，有几个号正常返回就活了几个号。

20260115 出现反重力（Antigravity）的大面积账号 429 的复活方案1


20260115 出现反重力（Antigravity）的大面积账号 429 的复活方案2


20260115 出现反重力（Antigravity）的大面积账号 429 的复活方案3


然后点历史，如果是成功那这个号就活了

20260115 出现反重力（Antigravity）的大面积账号 429 的复活方案4


亲测 1 个 pro 家庭组母号 + 家庭组里的另外 3 个字号，一共 4 个号都活了。
祝各位佬可以正常复活 429 的号。

另外，如果插件里没有号，点开账号同步设置，点勾上自动同步 Antigravity Tools 账户，就可以用了。我反代用的是这个，用另一个工具反代的也可以试一下。

20260115 出现反重力（Antigravity）的大面积账号 429 的复活方案5


20260115 出现反重力（Antigravity）的大面积账号 429 的复活方案6

闲聊：
今天早上睡醒一看全部号都 429 了，天直接塌了。
然后上 L 站准备找有没有佬有办法，

后来看到佬发出来的方案，这个佬做的 octopus 也很好用，可以去试试

试了一下果然可以，4 个号完美复活。
打开 opencode 继续开蹬！
还是不会排版，敬请谅解

📌 转载信息
原作者：
user2901
转载时间：
2026/1/15 10:52:28
  1. 1
  2. ...
  3. 260
  4. 261
  5. 262
  6. 263
  7. 264
  8. 265
  9. 266
  10. ...
  11. 332