从 自写的 QuantumultX 优化配置 🎉 继续说起
最近抽空又双更新了一下 QuantumultX 配置
目前 使用的 Surge 备用机 QuantumultX ，后面整理更新一下 Surge 配置
Github：https://github.com/curtinp118/QuantumultX

配置预览

以下为 Quantumult X 配置界面预览：

配置文件：

# 自用QuantumultX规则
# 更新日期：2026/01/12




[general]

# 直连网络测试URL
network_check_url = http://taobao.com/

# 节点延迟测试URL
server_check_url= http://www.gstatic.com/generate_204
#server_check_url = http://cp.cloudflare.com/generate_204

# 节点延迟测试超时参数
server_check_timeout=2000

# 配置文件图标
profile_img_url = https://raw.githubusercontent.com/curtinp118/QuantumultX/refs/heads/main/icons/Curtin.jpg


# 资源解析器 @XIAO_KOP 
resource_parser_url=https://raw.githubusercontent.com/KOP-XIAO/QuantumultX/master/Scripts/resource-parser.js

# 节点信息 @XIAO_KOP 
geo_location_checker=http://ip-api.com/json/?lang=zh-CN, https://raw.githubusercontent.com/KOP-XIAO/QuantumultX/master/Scripts/IP_API.js

# 绕过QuantumultX代理
excluded_routes=192.168.0.0/16, 10.0.0.0/8, 172.16.0.0/12, 100.64.0.0/10, 17.0.0.0/8,239.255.255.250/32, 24.105.30.129/32, 185.60.112.157/32, 185.60.112.158/32, 182.162.132.1/32

# UDP白名单端口列表
udp_whitelist=1-442, 444-65535

# 不使用fake-ip 及远程解析域名列表
dns_exclusion_list=*.cmpassport.com, *.jegotrip.com.cn, *.icitymobile.mobi, id6.me, *.pingan.com.cn, *.cmbchina.com, *.localnetwork.uop, mfs.ykimg.com*.ttf, *.icbc.com.cn

# DoH请求头 User-Agent参数
;doh_user_agent=Agent/1.0



[dns]
# 禁用系统DNS
no-ipv6

# 禁用IPV6
no-system

# DNS 服务器列表
server=223.5.5.5
server=119.29.29.29
server=114.114.114.114
server=1.2.4.8
server=/*.taobao.com/223.5.5.5
server=/*.tmall.com/223.5.5.5
server=/*.alipay.com/223.5.5.5
server=/*.alicdn.com/223.5.5.5
server=/*.aliyun.com/223.5.5.5
server=/*.jd.com/119.28.28.28
server=/*.qq.com/119.28.28.28
server=/*.tencent.com/119.29.29.29
server=/*.bilibili.com/119.29.29.29
server=/hdslb.com/119.29.29.29
server=/*.163.com/119.29.29.29
server=/*.126.com/119.29.29.29
server=/*.126.net/119.29.29.29
server=/*.127.net/119.29.29.29
server=/*.netease.com/119.29.29.29
server=/*.mi.com/119.29.29.29
server=/*.xiaomi.com/119.29.29.29
address=/mtalk.google.com/108.177.125.188
server=/*.icloud.com/119.29.29.29
server=/*.icloud.com.cn/119.29.29.29
server=/*.weixin.com/119.29.29.29


# 策略组配置
[policy]
static=国内网站, direct, proxy, img-url=https://raw.githubusercontent.com/Koolson/Qure/master/IconSet/Color/Domestic.png
static=境外网站, proxy, Hong Kong, Taiwan, Japan, Korea, Singapore, United States, img-url=https://raw.githubusercontent.com/Koolson/Qure/master/IconSet/Color/Global.png
static=Apple, direct, proxy, img-url=https://raw.githubusercontent.com/fmz200/wool_scripts/main/icons/apps/Apple_01.png
static=Netflix, PROXY, Hong Kong, Taiwan, Japan, Korea, Singapore, United States, img-url=https://raw.githubusercontent.com/Koolson/Qure/master/IconSet/Color/Netflix_Letter.png
static=YouTube, Hong Kong, Taiwan, Japan, Korea, Singapore, United States, img-url=https://raw.githubusercontent.com/Koolson/Qure/master/IconSet/Color/YouTube.png
static=Spotify, direct, proxy, Hong Kong, Singapore, United States, img-url=https://raw.githubusercontent.com/Koolson/Qure/master/IconSet/Color/Spotify.png
static=ChatGPT, proxy, Singapore, United States, img-url=https://raw.githubusercontent.com/chxm1023/Script_X/main/icon/ChatGPT/ChatGPT3.png
static=Telegram, proxy, Hong Kong, Taiwan, Japan, Korea, Singapore, United States, img-url=https://raw.githubusercontent.com/Koolson/Qure/master/IconSet/Color/Telegram.png
static=Twitter, proxy, Hong Kong, Taiwan, Japan, Korea, Singapore, United States, img-url=https://raw.githubusercontent.com/Koolson/Qure/master/IconSet/Color/Twitter.png
static=AdBlock, direct, reject, img-url=https://raw.githubusercontent.com/Koolson/Qure/master/IconSet/Color/Advertising.png
static=Final, proxy, direct, img-url=https://raw.githubusercontent.com/Koolson/Qure/master/IconSet/Color/Final.png
url-latency-benchmark=Hong Kong, server-tag-regex=(?=.*(港|🇭🇰|香港|HK|(?i)Hong))^((?!(台|日|韩|新|美)).)*$, check-interval=1200, tolerance=0, img-url=https://raw.githubusercontent.com/Koolson/Qure/master/IconSet/Color/Hong_Kong.png
url-latency-benchmark=Taiwan, server-tag-regex=(?=.*(台|🇹🇼|臺|台湾|台灣|TW|(?i)Taiwan))^((?!(港|日|韩|新|美)).)*$, check-interval=1200, tolerance=0, alive-checking=false, img-url=https://raw.githubusercontent.com/Koolson/Qure/master/IconSet/Color/Taiwan.png
url-latency-benchmark=Japan, server-tag-regex=(?=.*(日|🇯🇵|日本|JP|(?i)Japan))^((?!(港|台|韩|新|美)).)*$, check-interval=1200, tolerance=0, alive-checking=false, img-url=https://raw.githubusercontent.com/Koolson/Qure/master/IconSet/Color/Japan.png
url-latency-benchmark=Korea, server-tag-regex=(?=.*(韩|🇰🇷|韓|韩国|韓國|南朝鲜|KR|(?i)Korean))^((?!(港|台|日|新|美)).)*$, check-interval=1800, tolerance=10, alive-checking=false, img-url=https://raw.githubusercontent.com/Koolson/Qure/master/IconSet/Color/Korea.png
url-latency-benchmark=Singapore, server-tag-regex=(?=.*(新|🇸🇬|狮|獅|SG|(?i)Singapore))^((?!(港|台|日|韩|美)).)*$, check-interval=600, tolerance=0, alive-checking=false, img-url=https://raw.githubusercontent.com/Koolson/Qure/master/IconSet/Color/Singapore.png
url-latency-benchmark=United States, server-tag-regex=(?=.*(美|🇺🇸|美国|美國|US|(?i)States|American))^((?!(港|台|日|韩|新)).)*$, check-interval=600, tolerance=0, alive-checking=false, img-url=https://raw.githubusercontent.com/Koolson/Qure/master/IconSet/Color/United_States.png




# 本地服务器节点
[server_local]



# 服务器订阅
[server_remote]
https://sub-url.com, tag=机场订阅, update-interval=604800, opt-parser=true, enabled=true



# 远程分流规则
[filter_remote]
https://raw.githubusercontent.com/blackmatrix7/ios_rule_script/master/rule/QuantumultX/WeChat/WeChat.list, tag=WeChat (微信直连), force-policy=direct, update-interval=172800, opt-parser=false, enabled=true
https://raw.githubusercontent.com/blackmatrix7/ios_rule_script/master/rule/QuantumultX/China/China.list, tag=Mainland (国内网站), force-policy=国内网站, update-interval=86400, opt-parser=true, enabled=true
https://raw.githubusercontent.com/TG-Twilight/AWAvenue-Ads-Rule/main/Filters/AWAvenue-Ads-Rule-QuantumultX.list, tag=Ads, force-policy=AdBlock, update-interval=172800, opt-parser=false, enabled=true
https://github.com/Repcz/Tool/raw/X/QuantumultX/Rules/OpenAI.list, tag=OpenAI, force-policy=ChatGPT, update-interval=172800, opt-parser=false, enabled=true
https://raw.githubusercontent.com/blackmatrix7/ios_rule_script/master/rule/QuantumultX/Global/Global.list, tag=Outside (境外网站), force-policy=proxy, update-interval=86400, opt-parser=true, enabled=true
https://raw.githubusercontent.com/blackmatrix7/ios_rule_script/master/rule/QuantumultX/Apple/Apple.list, tag=Apple (Apple服务), force-policy=Apple, update-interval=86400, opt-parser=false, enabled=true
https://raw.githubusercontent.com/blackmatrix7/ios_rule_script/master/rule/QuantumultX/Netflix/Netflix.list, tag=Netflix（奈飞）, force-policy=Netflix, update-interval=86400, opt-parser=false, enabled=true
https://raw.githubusercontent.com/blackmatrix7/ios_rule_script/master/rule/QuantumultX/YouTube/YouTube.list, tag=YouTube（油管）, force-policy=YouTube, update-interval=86400, opt-parser=false, enabled=true
https://raw.githubusercontent.com/blackmatrix7/ios_rule_script/master/rule/QuantumultX/Spotify/Spotify.list, tag=Spotify（声破天）, force-policy=Spotify, update-interval=86400, opt-parser=false, enabled=true
https://raw.githubusercontent.com/blackmatrix7/ios_rule_script/master/rule/QuantumultX/OpenAI/OpenAI.list, tag=ChatGPT（狗屁通）, force-policy=ChatGPT, update-interval=86400, opt-parser=true, inserted-resource=true, enabled=true
https://raw.githubusercontent.com/blackmatrix7/ios_rule_script/master/rule/QuantumultX/Telegram/Telegram.list, tag=Telegram（电报）, force-policy=Telegram, update-interval=86400, opt-parser=false, enabled=true
https://raw.githubusercontent.com/blackmatrix7/ios_rule_script/master/rule/QuantumultX/Twitter/Twitter.list, tag=Twitter（推特）, force-policy=Twitter, update-interval=86400, opt-parser=false, enabled=true
https://raw.githubusercontent.com/blackmatrix7/ios_rule_script/master/rule/QuantumultX/Advertising/Advertising.list, tag=AdBlock (广告拦截), force-policy=AdBlock, update-interval=604800, opt-parser=false, enabled=true


# 本地分流规则
[filter_local]
host, glados.network, 境外网站
host, glados.rocks, 境外网站
host, update.glados-config.com, direct

# 避免迅雷版权问题
host, hub5idx.v6.shub.sandai.net, reject
host, hub5emu.v6.shub.sandai.net, reject
host, hub5btmain.v6.shub.sandai.net, reject

HOST-SUFFIX,95599.cn,direct
HOST-SUFFIX,abchina.com,direct
HOST-SUFFIX,bscabank.com,direct
HOST-SUFFIX,openaboc.cn,direct
HOST-SUFFIX,openaboc.com,direct
HOST-SUFFIX,openaboc.com.cn,direct
ip-cidr, 180.76.76.200/32, reject
host-suffix, local, direct
host-keyword, yattazen, proxy
ip-cidr, 10.0.0.0/8, direct
ip-cidr, 17.0.0.0/8, direct
ip-cidr, 100.64.0.0/10, direct
ip-cidr, 127.0.0.0/8, direct
ip-cidr, 172.16.0.0/12, direct
ip-cidr, 192.168.0.0/16, direct
ip-cidr, 224.0.0.0/24, direct
ip-cidr, 182.254.116.0/24, direct
geoip, cn, direct
final, Final


# 本地复写规则
[rewrite_local]

# 远程复写规则
[rewrite_remote]
https://raw.githubusercontent.com/chxm1023/Advertising/main/AppAd.conf, tag=App广告拦截, update-interval=172800, opt-parser=true, enabled=true
https://ddgksf2013.top/rewrite/StartUpAds.conf, tag=开屏广告拦截, update-interval=172800, opt-parser=true, enabled=true
https://raw.githubusercontent.com/blackmatrix7/ios_rule_script/master/rewrite/QuantumultX/Redirect/Redirect.conf, tag=重定向, update-interval=172800, opt-parser=true, enabled=true

# 定时任务，UI交互脚本，网络切换脚本配置
[task_local]


# 流媒体解锁查询
event-interaction https://raw.githubusercontent.com/KOP-XIAO/QuantumultX/master/Scripts/streaming-ui-check.js, tag=流媒体解锁查询, img-url=arrowtriangle.right.square.system, enabled=true

# GeoIP 查询
event-interaction https://raw.githubusercontent.com/KOP-XIAO/QuantumultX/master/Scripts/geo_location.js, tag=GeoIP 查询, img-url=location.fill.viewfinder.system

# 网络信息查询
event-interaction https://raw.githubusercontent.com/xream/scripts/main/surge/modules/network-info/net-lsp-x.js, tag=网络信息查询, img-url=link.circle.system, enabled=true


# 本地HTTP服务器
[http_backend]



[mitm]
hostname = 
passphrase = 
p12 = 

各位佬好，我是 Wipely 的作者。

上周发帖后收到了很多兄弟的反馈，确实被喷得不轻（感谢大家的真实吐槽）。 大家最关心的几个问题：“识别不准”、“怕上传文件不安全”、“水印去不掉很烦”。

这周我没闲着，针对这些痛点肝了一周，带来了 Wipely 的重大更新：

核心更新

1. OCR 准确率大幅提升 之前的版本确实有点 “瞎”，小字、模糊字经常漏。 这次我优化了识别模型，文字捕获率显著提升（相对首发）。

2. 支持「纯离线模式」 (Privacy First) 这是大家最关心的隐私问题。 现在，你可以选择离线模式。在这个模式下：

• 所有计算（OCR、Inpainting 修复）全部在你的本地浏览器 (WebAssembly) 中完成。
• 没有任何图片数据会被上传到服务器 （不用担心你的 PPT 隐私泄漏了）。
• 拔掉网线也能跑！(当然加载网页还得联网一下)
• 真正做到了 “你的数据只属于你”。
  
  

3. 水印不再 “Burn 死在图里” 之前擦除后的图片带的水印，是直接 burn 在图层里的。 现在的逻辑改了：水印会作为一个独立的、可编辑的对象层添加。 如果不喜欢？直接在 ppt 中选中 → Delete。 就这么简单，把选择权还给大家。

关于福利

上周的首发活动不管是骂是夸，热度都很高，感谢大家支持。

• 永久福利: L 站用户的 每天 50 个文件 额度依然有效（多页 PDF 算 1 个文件）。

传送门

Wipely - NotebookLM2PPT Tool

前倾回顾
根据 L 友的推荐，老弟入手了一台京东云太乙 Plus.
教程已经比较详细了，但是我还是根据我自己遇到的问题记录分享一下：

1. 拆开设备后，只有 TTL 刷机线夹子是不够的，还需要一个 USB 转 TTL 的设备，TTL 夹子买单排；2.54mm 间隔；4p/4 针就可以。
   
   
   
   
   
   
   注意嗷，这俩东西还需要一个双公头的杜邦线连接。下图非常之形象了。
   
   
   
   然后一定要问商家要 USB 转 TTL 的设备的驱动，装好驱动。
2. 夹子参考 hugoYuan 的教程夹好，找一个 Lan 口接入电脑，电脑需要设置好固定 IP：192.168.1.25, 教程里写的很详细，这里不再复述。
3. 使用 putty 链接串口，速度填 115200 然后给太乙 Plus 通电，putty 这时候就会跳启动的程序了，如果没有，就检查自己的 ttl 连接的线材是否正常，驱动是否正常，巴拉巴拉，我这里卡了很久是我原来自己买的 USB 转 TTL 的设备不行。参考上图重新买了个新的。
4. 最后刷机成功，也是用上了 QWRT, 猫棒测试了诺基亚 G-010S-A，华为 MA5671A，阿尔卡特 G-010S-P。最后稳定且正常的是诺基亚 G-010S-A, 猫棒是找商家刷好的系统。
   
   
5. 小插曲，在太乙主板上发现了一个 A1 的插口，就找了一个小风扇怼上去了。发现虽然接口不是很匹配，但是能用。
   
   
   
   拿双面胶粘顶盖上。
   
   
   
   装上顶盖，小风扇正常运转
   
   
6. 塞弱电箱里
   
   
7. 温度没超过 45 度，效果还不错。
   
   
8. 测速 千兆带宽跑成这样也不错了，PS：图便宜，用东莞联通千兆带宽
   
   
9. 网络拓扑图
   
   

目前只有プリンセスコネクト！Re:Dive 无法 dump，这玩意的 crackproof 不知道改了什么东西，会把完整的 PE 切成几百个分页，不过可以分析安卓版本的，壳子难度中等。
由于 Unity 的源代码得买，所以这里只能用反编译器 + pdb 来分析

LoadScriptingRuntime 这个函数加载了 GameAssembly.dll，相关的加载逻辑在 LoadIl2Cpp 里面，LoadIl2Cpp 的返回值是 GameAssembly.dll 的 handle

解法就很明显了，可以用 frida 拦截 LoadIl2Cpp 返回时候的动作，这时候 GameAssembly.dll 刚刚被 LoadLibraryW 加载上去，并且完成了一些初始化（crackproof 修复导入表，解密解压代码段等等），但是没有执行任何 il2cpp 部分的代码，dump 下来就能获得完全干净的 GameAssembly.dll 了。
dump 下来以后还需要简单的修复一下 PE 头，完整代码如下：

'use strict';

const UNITY_PLAYER = "UnityPlayer.dll";
const TARGET_RVA = ;
const GAMEASSEMBLY = "GameAssembly.dll";
const DUMP_PATH = "D:\\Reverse\\Frida_Hook\\GameAssembly_dump_fix.dll";
const CHUNK_SIZE = ;


function dumpModule(moduleName, outPath) {
    try {
        const m = Process.getModuleByName(moduleName);
        console.log("[*] Found module:", m.name, "Base:", m.base, "Size:", m.size);

        const size = m.size;
        const base = m.base;

        // raw→virtual const localCopy = fixPEHeader(base, size);
        if (localCopy === null) {
            console.error("[!] Fix PE Header failed");
            return;
        }

        const file = new File(outPath, "wb");
        console.log("[*] Output:", outPath);

        let offset = 0;
        while (offset < size) {
            const chunk = Math.min(CHUNK_SIZE, size - offset);
            const buf = localCopy.add(offset).readByteArray(chunk);
            file.write(buf);
            offset += chunk;
        }

        file.flush();
        file.close();
        console.log("[*] Dump finished:", outPath);

    } catch (e) {
        console.error("[!] Dump exception:", e);
    }
}

function hookAfterUnityPlayerLoaded(module) {
    if (module.name !== UNITY_PLAYER) return;
    console.log("[+] UnityPlayer.dll loaded @", module.base);

    const targetAddr = module.base.add(TARGET_RVA);
    console.log("[*] Hooking LoadDynamicLibrary @", targetAddr);

    Interceptor.attach(targetAddr, {
        onLeave(retval) {
            console.log("[*] LoadDynamicLibrary returned:", retval);

            try {
                const found = Process.findModuleByName(GAMEASSEMBLY);
                if (found) {
                    console.log("[*] GameAssembly.dll loaded -> dumping...");
                    dumpModule(GAMEASSEMBLY, DUMP_PATH);
                } else {
                    console.warn("[!] GameAssembly.dll not found yet");
                }
            } catch (e) {
                console.error("[!] Dump error:", e);
            }
        }
    });
}


function fixPEHeader(base, size) {
    try {
        const localBuf = Memory.alloc(size);
        Memory.copy(localBuf, base, size);

        const dos = localBuf.readPointer();
        const e_lfanew = localBuf.add().readU32();
        const nt = localBuf.add(e_lfanew);

        const numSections = nt.add().readU16();
        const optSize = nt.add().readU16();
        const firstSec = nt.add( + optSize);

        console.log("[*] Sections:", numSections, "First section @", firstSec);

        let secPtr = firstSec;
        for (let i = 0; i < numSections; i++) {
            const virtualAddress = secPtr.add(0xC).readU32();
            const virtualSize = secPtr.add().readU32();

            // 把 raw data 指向 virtual
            secPtr.add().writeU32(virtualAddress);       // PointerToRawData
            secPtr.add().writeU32(virtualSize);          // SizeOfRawData

            secPtr = secPtr.add(); // 下一节
        }

        return localBuf;

    } catch (e) {
        console.error("[!] fixPEHeader exception:", e);
        return null;
    }
}


setImmediate(() => {
    console.log("[*] Script started.");

    Process.attachModuleObserver({
        onAdded(module) {
            console.log("[*] Module loaded:", module.name);
            if (module.name === UNITY_PLAYER) {
                hookAfterUnityPlayerLoaded(module);
            }
        },
        onRemoved(module) { }
    });

    try {
        const existing = Process.getModuleByName(UNITY_PLAYER);
        if (existing) hookAfterUnityPlayerLoaded(existing);
    } catch (e) { }
});

由于 crackproof hook 了自身的 openprocess 并且进行的 handle 权限过滤，frida-server 是肯定不行了，但是 Windows 这玩意相当开放，有以下方法能把 frida-gadget.dll 塞进去：

1. 劫持 version.dll。
2. 修改 UnityPlayer.dll 的导入表，把 frida-gadget.dll 导出表的任意函数塞进去。
3. 搓一个 ring0 驱动，从内核用 APC 方法把 frida-gadget.dll 强行塞进去。

frida-gadget.dll 塞进去了以后还需要写一个配置文件，名称命名为 frida-gadget.config

{
  "interaction": {
    "type": "script",
    "path": "D:\\Reverse\\Frida_Hook\\crackproof\\1.js"
  }
}

这样 frida-gadget.dll 加载后就能自动执行脚本，手动连接执行肯定是来不及的，因为 GameAssembly.dll 加载时机非常早。

对于ウマ娘 プリティーダービー这种会检查目录下面有没有多余的 dll，可以把带 crackproof 但是不检查 dll 的启动器复制过去，然后就能随意改导入表了。（不带 crackproof 不检查 dll 的启动器貌似不行，疑似启动器上面的壳子有额外检测）

手里 2api 太多没地方用？别浪费，用来帮你闲鱼捡捡漏。
项目地址：

好久没发帖了，最近把旧坑补了补，前端后端都重构了一遍，试了试，用起来更顺手了，风控也基本规避的差不多了。

在线体验地址：web-ui
登录名：admin
登录密码：admin123
注意 在线体验不要录入自己的 apiKey 信息和闲鱼 cookie 信息！！

点点 Star 点点赞 来点夸夸
I need more credit! plz!

群众里有调皮鬼～把我跑的示例结果都删了 不过不影响 反正是在线体验 随便造

前段时间搞了个《简历润色》的小工具，开发的比较仓促，制作了单句润色的功能。有佬友提出了一些建设性的建议。吸取佬友们的建议了，我重新做了《简历炼金术》这款简历润色的工具，希望能在这个寒冷的招聘环境中帮助到有需要的佬友。

如果佬们喜欢希望多多给 github 点点 star，你们的 star 就是我的动力呀！
如果佬们喜欢希望多多给 github 点点 star，你们的 star 就是我的动力呀！
如果佬们喜欢希望多多给 github 点点 star，你们的 star 就是我的动力呀！

地址

工具地址： https://resume.de5.net/
github 地址： GitHub - Anarkh-Lee/resume-alchemist: 一款基于 AI 的智能简历优化工具，帮助求职者打造更具竞争力的简历。通过 AI 分析、毒舌点评、STAR 法则润色和职位匹配等功能，让你的简历脱颖而出。
大概长这个样子：

演示：

主要功能

1. 独家 “毒舌” 点评模式 (The Roast)

痛点：身边的朋友不敢说真话，导致你不知道简历烂在哪里。
方案：上传简历后，AI 会立刻化身最严厉的 HR。

• 它不会给你灌鸡汤，而是直接开喷：“你的项目经历写得像个报菜名的服务员，全是技术栈堆砌，我看不到任何深度！”
• 视觉暴击：0-100 的动态评分 + 犀利的评语，瞬间打破你的自我感觉良好，逼你直面问题。
  
  

2. 七大行业深度适配 (Multi-Industry)

痛点：通用的 AI 根本不懂隔行如隔山。
方案：我构建了一套复杂的 Config Schema，针对不同职业注入完全不同的人设：

• 程序员：关注算法基础，系统架构，工程质量，技术广度，业务理解，影响力。
• 产品经理：关注商业洞察，用户体验，数据分析，项目管理，沟通协调，战略规划。
• UI/UX 设计师 ：关注视觉表现，交互逻辑，用户同理心，设计规范，品牌理解，工具效率
• 数据分析师：关注统计学基础，建模能力，业务洞察，数据可视化，SQL/Python, 决策支持。
• 市场 / 运营 ：关注获客能力，内容创意，活动策划，数据复盘，渠道管理，品牌建设。
• 销售：关注客户开发，谈判技巧，业绩达成，渠道拓展，客户维系，销售管理。
• HR ：关注招聘配置，组织发展，薪酬绩效，员工关系，企业文化，流程合规。

3. 单句 “原子” 润色 (Atomic Polish) —— 保留了原来的这部分功能

痛点：知道要改，但不知道怎么改得高大上。
方案：你只需要选中一句话（比如 “我用了 Redis”），系统提供三种维度的改写：

• 标准专业版：去口语化，商务范儿。

• 行业高阶版：程序员变成 “架构师视角”，PM 变成 “战略视角”。

• 数据驱动版 (Data-Driven)：这是最强的！AI 会强制插入高亮占位符：

  “重构缓存策略，将核心接口 QPS 提升了 [X%]，平均响应延迟从 [Yms] 降低至 [Zms]。” (系统会高亮显示 [] 部分，逼你去填数字。填不出来？说明你的工作产出有问题！)
  
  

4. 智能可视化诊断 (Hexagon Diagnosis)

痛点：不知道自己是偏科还是全能。
方案：根据你的简历内容和目标职位，自动生成动态的六边形能力雷达图。

• Java 开发显示：[算法，架构，工程，业务…]
• 运营显示：[获客，活，转化，创意…] 让你的短板一目了然。
  
  

5. JD 职位匹配度分析 (Job Match)

痛点：海投命中率低，因为简历没有针对性。
方案：左手简历，右手 JD（职位描述）。

• AI 会逐行比对，计算匹配度（Match Rate）。
• 缺口分析：直接告诉你 “JD 里要求熟悉 Docker，但你的简历里一次都没出现，建议补充”。
  
  

6. 一键 STAR 法则全篇重写

痛点：懒得一句句改，想先看个大概。
方案：基于经典的 STAR 原则 (Situation, Task, Action, Result)，一键重构整个项目经历模块。把 “流水账” 瞬间变成 “英雄之旅” 的故事结构。

7. A4 导出 & ATS 友好模板–这部分还有待提升

痛点：网页做得很漂亮，导出 PDF 格式全乱，被大厂系统直接过滤。
方案：

• 内置 极客版 (Geek)、大厂精英版 (Elite)、极简版 (Minimalist) 三套模板。
• 使用 CSS @media print 级控制，确保导出就是标准的 A4 纸张，不切边、不乱码。
• ATS 优化：结构化数据排版，确保招聘系统能 100% 抓取你的关键词。
  
  

8. 隐私安全第一 (Privacy First)

痛点：把简历上传到不明网站，担心被卖数据。
方案：

• 数据本地处理，不保存用户简历

项目地址: GitHub - looplj/axonhub: AxonHub is a modern AI gateway system that provides a unified OpenAI ( Chat Completion, Responses), Anthropic, Gemini and AI SDK compatible API

前文见：[开源] AI 网关 AxonHub 发布 v0.7.0 ，支持模型管理以及批量映射

本次是个大版本，攒了挺多功能，所以发布时间稍晚，欢迎大家试用反馈，觉得有用的话，欢迎点个 。

主要大功能如下：

1. 渠道监控监控展示（基于历史 request 数据）

2. 备份恢复

   

3. Prompt 注入

   

4. 自动禁用配置

   

5. 其他大量细节优化和修复

这个版本变更很大，为了尽快发布，很多细节还没完善，欢迎大家反馈。

然后标题也起的很大（抄的 DeepSeek v3.1 发布），其实 prompt 管理等相关 agent 功能是早就计划的内容了，从 0.4 开始就准备做，一直到 v0.8 才是真的落地，中间对于网关代理的基础功能做了很多完善优化，感谢大家的反馈。

接下来会在继续完善网关基础功能的前提下，加入更多 agent 相关的能力，其实这也是这个项目的启动初衷；当然功能越多，服务越重，有很多需要考虑的，比如是不是大部分佬友不需要 agent 能力，是不是应该新开一个项目，或者是构建的时候拆分，欢迎大家提出反馈，

本地配置 texlive + vscode

1. 背景

随着 overleaf 免费版的编译时间不断缩小，遇到过长的文本可能出现无法编译超时的情况。于是考虑在本地
配置 texlive 进行编译。由于我使用 vscode 较多，因此并没有下载 texworks, 而是在 vscode 上进行配置，同时
可以享受到 vscode 的 AI 集成等功能。

本机环境为 windows11。

2. 安装 texlive

首先前往 Index of /CTAN/systems/texlive/Images/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

出现如图所示的页面，texlive.iso 或 texlive2025.iso 进行下载即可。

下载时间十几分钟左右，需耐心等待。

接着在本地解压，得到

选择 install-tl-windows.bat 进行安装，即可。可以选择不安装前段 texworks。

3. 配置 vscode

首先安装 vscode 的 latex 插件，一般选择为 LaTeX Workshop。

\documentclass{article}
\usepackage{fontspec}
\usepackage{xeCJK}
\setCJKmainfont{SimSun}
\usepackage{geometry}    % 调整页边距
\usepackage{amsmath}     % 数学公式支持
\usepackage{graphicx}    % 插入图片


% 2. 基础设置
\geometry{a4paper, margin=1in} % A4纸，1英寸页边距
\title{LaTeX中文文档示例}       % 文档标题
\author{测试用户}               % 作者
\date{\today}                   % 日期（\today表示当前日期）

% 3. 文档开始
\begin{document}
\maketitle % 生成标题（包含标题、作者、日期）

% 正文段落
这是一段中文正文示例。LaTeX擅长处理复杂排版，尤其在数学公式、学术引用和长文档结构上优势明显。

% 无序列表（可用于罗列要点）
\begin{itemize}
    \item 优点1：排版美观，格式统一
    \item 优点2：数学公式支持完善（如下方示例）
    \item 优点3：跨平台兼容，文档格式稳定
\end{itemize}

% 数学公式示例（两种常用形式）
% 1) 行内公式（嵌入正文）：勾股定理 $a^2 + b^2 = c^2$
% 2) 独立公式（单独成行，自动编号）：
\begin{equation}
    f(x) = \int_{-\infty}^{+\infty} e^{-t^2} dt = \sqrt{\pi}
\end{equation}

% 插入图片（需将图片文件放在同一目录，替换"test.jpg"为实际文件名）
\begin{figure}[h] % [h]表示优先将图片放在当前位置
    \centering % 图片居中
    \includegraphics[width=0.6\textwidth]{test.jpg} % 宽度设为页面60%
    \caption{图片示例（可修改为实际图片说明）} % 图片标题
    \label{fig:test} % 图片标签（用于后文引用）
\end{figure}



\end{document}

在 latex 中最麻烦的问题是中文字体的寻找，Windows 上的字体和你认为的名称可能有较大出入，因此会出现
字体未找到的错误。

这里采用 xeCJK，因为 ctex 的默认配置会找 SimHei 字体，而本机简黑字体可能名称不直接叫 SimHei。
故出现如图错误

若想使用 ctex 则需要将默认配置关闭，并重新配置字体。

\documentclass[fontset=none]{ctexart}
\setCJKmainfont{SimSun}
\begin{document}
你好，世界
\end{document}

那么我们如何在本机上找到我们需要的字体呢，这时候可以用到 powershell 中的 fc-list 命令，查找本机上所有字体。

我们可以看到，主要有两个 C:/WINDOWS/Fonts 和 H:/texlive/2025/texmf-dist/fonts 两个文件夹下的字体，
H:/texlive/2025/texmf-dist/fonts 是 texlive 自带字体，主要用于数学，西文等。
C:/WINDOWS/Fonts/ 是我们本机自带字体，我们将要在他的目录下寻找我们需要的中文字体。

当我们需要查找仿宋字体时，我们可以 fc-list | Select-String “song”, 得到如图结果！

这里的 STFangsong 就是我们需要的名称。

另一个问题则是 settings.json 的配置，我之前使用这位 https://zhuanlan.zhihu.com/p/624932249 博主的配置。但发现存在引用时，会发生无法二次编译的问题，于是进行了添加

{ "latex-workshop.latex.autoBuild.run": "onSave", "latex-workshop.showContextMenu": true, "latex-workshop.intellisense.package.enabled": true, "latex-workshop.message.error.show": false, "latex-workshop.message.warning.show": false, "latex-workshop.latex.tools": [ { "name": "latexmk_xelatex", "command": "latexmk", "args": [ "-xelatex", "-synctex=1", "-interaction=nonstopmode", "-file-line-error", "-outdir=%OUTDIR%", "%DOCFILE%" ] } ], "latex-workshop.latex.recipes": [ { "name": "LaTeXmk (XeLaTeX)", "tools": ["latexmk_xelatex"] } ], "latex-workshop.latex.recipe.default": "LaTeXmk (XeLaTeX)", "latex-workshop.latex.clean.fileTypes": [ "*.aux", "*.bbl", "*.blg", "*.idx", "*.ind", "*.lof", "*.lot", "*.out", "*.toc", "*.acn", "*.acr", "*.alg", "*.glg", "*.glo", "*.gls", "*.ist", "*.fls", "*.log", "*.fdb_latexmk" ], "latex-workshop.latex.autoClean.run": "onFailed", "latex-workshop.view.pdf.viewer": "tab", "latex-workshop.view.pdf.autoReload.enabled": true, "latex-workshop.view.pdf.reloadOnStart.always": true, "latex-workshop.view.pdf.internal.synctex.keybinding": "double-click" } 

精简了一些指令，只使用 latexmk_xelatex 用于管理多次编译。

4. 引用

https://zhuanlan.zhihu.com/p/624932249

原项目地址：GitHub：GitHub - TheSmallHanCat/flow2api: 无限次数的 banana pro！逆向账号池，支持负载均衡、AT 自动刷新、缓存策略、代理等。Q 交流群 1073237297
原帖地址：[Flow2api] 无限次数的 banana pro！逆向账号池，支持负载均衡、AT 自动刷新、缓存策略、代理等

发帖原因是因为自己折腾了好久飞牛 nas-docker 安装后总有一些问题。
后来用 ai 改了下可以直接部署到 huggingface.co（抱脸）space，下面是具体步骤
第 1 步复制空间：

第 2 步：复制后会提交部署

第 3 步：获取项目访问网址

默认账号密码：admin/admin
第 4 步：安装浏览器脚本（出现提取错误请将 http 改成 https）

其他对应后台里面提示设置就好了，这个仅针对小白，有不懂的可以问，但是可能你问我我也解决不了啥，有能力的还是直接用原作者 @ TheSmallHanCat 的项目。
关于提取错误：将 http 改成 https
关于 403：无头打码不稳定 最稳定目前应该是 https://yescaptcha.com/ 有 1500 积分可用

演示视频

ghproxy 修改内容 修改 aff 修改下载的文件 | ghproxy 还是要掌握在自己手里

这是原版脚本

bash <(curl -fsSL https://github.com/crazypeace/ghproxy/raw/refs/heads/main/fake/test-install.sh)

套 “正常” 的 ghproxy 这里以 https://ghproxy.lvedong.eu.org/ 为例

bash <(curl -fsSL https://ghproxy.lvedong.eu.org/https://github.com/crazypeace/ghproxy/raw/refs/heads/main/fake/test-install.sh)

套 “动过手脚” 的 ghproxy 这里以 https://ghproxy-fake.lvedong.eu.org/ 为例

bash <(curl -fsSL https://ghproxy-fake.lvedong.eu.org/https://github.com/crazypeace/ghproxy/raw/refs/heads/main/fake/test-install.sh)

可以看到 aff 链接被修改了

下载的 zip 文件解压缩 的结果也是不一样的

面向 GPT 开发

要实现这样的效果，没有开发能力的普通人借助 GPT 也能做到
上传 正常的 ghproxy 的 worker.js (以 ghproxy/worker.js at main · crazypeace/ghproxy · GitHub 为例)
向 GPT 发送 prompt

这是一个 cloudflare 的 worker 的 JS 脚本
增加以下处理:

1. 在对 .sh 文件的内容的处理中, 对链接的处理增加以下效果

当链接包含 racknerd 和 aff= 时, 
将aff= 后面的数字替换为 54321

当链接包含 justmysocks 和 aff= 时, 
将aff= 后面的数字替换为 98765

2. 在向目的url 进行 fetch之前 , 增加处理
当 path 是 https://github.com/SagerNet/sing-box/releases/download/v1.12.15/sing-box-1.12.15-windows-amd64.zip   时,
改为fetch https://github.com/XTLS/Xray-core/releases/download/v25.12.8/Xray-windows-64.zip 并返回数据

Github

https://github.com/crazypeace/ghproxy/raw/refs/heads/main/fake/test-worker.js

总结

ghproxy 还是要掌握在自己手里

各位佬，明明指定了模型为啥还是会报错 codex-5.1 呢，cc 和 Gemini 使用就没有这种。不止 kfc，还有好些公益站也会有这种但是报错不一样。烦请各位佬解答这个困扰我已久的困惑

比如 AbuAI 站的 CC 会有报错如下：

kfc 的 ccswitch 配置如下图：

需要绑卡验证，相信难不住 L 站的佬友

聪明的佬友又发现了年优惠码，更新一下

UIZ2FREE

最近工作上用 cc 改旧项目比较多，于是做了一个很垂很垂的 vscode 插件 (Copy Selection Path)，用于辅助 claude code 重构旧项目的场景、节省 token

claude code 的能力不用多说了，用了都说好，最近在用他改一些旧项目的代码时，经常要拿选中区域的代码，然后把对应文件路径和行号范围输入到提示框内，虽然在 vscode 中已经能识别我当前选中的代码范围，但是对有多处要改的场景就没那么方便了，所以这个插件就应运而生

其实主要功能就是在选中区域加上两个右键菜单用于拷贝选择部分的行号范围信息如 filepath line:10-24 ，佬友们有这个痛点的可以试用一下

简介：CCometixLine (ccline) 是对于 claude code 显示一个状态栏信息的工具，由于原作者不考虑 cliproxyapi 相关的 PR, 所以自行 fork 并添加，后续如原仓库有重要 / 安全更新本 fork 会尽快合并更新.

较原仓库添加功能:

1. 模型别名 (通用)
2. cliproxyapi 额度显示 (当前只做了 opus,3pro,3flash), 每个模型都能设置别名 / 颜色

效果图:

fork 仓库:

使用方法：由于还没有配置 NPM, 只能手动安装，

1. 发现严重问题，没有配置 cliproxykey 的管理 key 的地方，请先不使用等更新，或暂时修改cliproxyapi管理的密钥为nbkey测试 (不建议)

2. 安装官方版 (安装完要配置) GitHub - Haleclipse/CCometixLine: Claude Code statusline tool written in Rust

3. 打开 fork 仓库

4. release

5. 选择对应你的系统版本下载

6. exe 覆盖官方的安装位置 C:\Users\Administrator\.claude\ccline\ccline.exe

7. 配置默认关闭需手动开启，

8. 终端命令 ccline

9. Configuration Mode

10. segment 选择 CLI Proxy API Quota , 然后 enter 开启，s 保存 (必须)

11. 可选，tab 选到 options 设置别名 / 颜色，s 保存

12. 

ps: 360 可能误报，我自己本地构建无误报，原仓库 action 自动构建有误报，如有担忧可自行 AI 审核构建

体检报告 (win64) :

https://www.virscan.org/report/e12d7b36366e6a47b9cd6c7c27295eff659659114676d513818d9238b5913eed

开发缘由

ChatGPT 有的问候语，会显示用户名！

例如：
用户名为：CloseAI

功能：
将 ChatGPT 首页问候语换成自定义文案！

适合：

• 遮挡问候语中的用户名！
• 根据自身喜好，自定义问候语！

效果：

• 宽屏:

  

• 窄屏:

  

源码：

各位佬，周一中午好，上次在论坛问有没有好用的开源的导航站推荐，

当时有佬推荐我用 ai 写一个，肝了几天终于给搞出完了，开源分享给大家，可能会有 bug，请大家见谅。 自从加入本社区感觉社区的氛围非常棒，就像这个佬说的。

我为人人，人人为我，真的很棒，所以做完以后第一时间给开源了，并且第一时间分享给社区。

非常感谢 anyrouter 公益站提供 CC (不是广告哈！)

没有服务器，我就给大家放几张图片哈:

前台访问地址：

后台管理系统首页：

网站管理：

codex 实在是太慢了，没有温馨提示，佬们在挂着跑 codex 任务的时候很容易刷 L 站过头，忘记 ai 的代码已经完成所以我想你需要 codex 版本的对话结束提示！

Success

如图，每次一轮对话完成进行 toast 提示 + 系统提示音

因为 codex 没有官方的对话结束的钩子，所以需要 mcp 实现提示。
但是上文的 claude code 很简单只需要增加一个配置项就可以实现！

简单三步走

1. 下载 mcp 文件并且去掉.txt 后缀
2. 配置 mcp

[mcp_servers.notify] type = "stdio" command = "cmd" args = ["/c", "node", 'C:\\你的路径\\你的路径\\notify.mjs']

3. 增加提示词

## 硬规则
每次输出“最终回复”之前，必须且只调用一次 MCP 工具 `notify`，参数固定：{"title":"Codex 完成","message":"done"}。禁止跳过。工具调用成功后，再输出最终回复正文。

拿同学的 GLM4.7 蹬了半天，让它先生成一份技术文档，主要用于对接外部接口，它编写的极为清晰，甚至还带了调用关系图，包结构也规划好了，后面就只需要拿这份文档生成代码了。

文档生成这波给到夯，但是后面写代码效果就一般了，生成的代码质量就差强人意。
先是只生成了大体框架，很多需要查询的地方直接写 todo 打发我了，后面是代码里明显有报错的地方直接过了它的评审，让它修改它也没有改全，但是就这已经能节省 80-90% 的开发工作量了，微调一下感觉就能使了。

现在 GLM4.7 叠个拼好模，170 多，应该算好价，大伙儿使用下来怎么样？我应该支持一下国产模型吗？