Airway 是我自己设计开发的 API 框架，在这期视频中，介绍了一下如何基于 Airway 完成 CRUD 操作。
视频地址： https://www.bilibili.com/video/BV1XsGvzKEk7/?vd_source=eac57d23025c06a23af985f3ce0640d3
欢迎大家参与讨论。
Ledger 似乎没有这个功能？具体就是支持设置白名单地址，然后只要是转账给白名单的地址都不再需要授权，自动签名
大家好，我是一名开发者，最近做了一个 API 中转站 zzzzapi.com，主要是为了解决在开发过程中使用各种 AI 大模型 API 的痛点，希望能对同样有这方面需求的开发者有所帮助。
在开发中遇到这些问题：
所有的 API 请求都经过加密处理，确保数据安全。
目前已有一些开发者在使用，反馈都很不错
欢迎大家访问 zzzzapi.com 体验，如有任何问题或建议，可以在评论区留言或直接联系我。
TL;DR: 为避免不必要的麻烦，请不要在家宽的任何端口直接暴露 HTTP(S) 服务；请使用 Tailscale / ZeroTier 。
最近看到有些朋友因为使用家宽 v4 / v6 在高端口开 HTTP(S) 服务被运营商掐网，要求签保证书不允许架设网站。
本次以我和广东移动客户经理沟通的内容为基础，简单解读一下该限制到底是如何被执行的。
叠个甲，这些内容可能并不适用于其它省份和 / 或其它运营商，也仅仅是个人意见，仅供参考。本文也并不涉及 BT / PT / PCDN 相关，仅讨论 "架设 Web 服务" 这一行为。
首先上一张截取自广东移动政企 "互联网 ICP 备案需要的资料说明" 的，现时常见需备和不需备案的情况：
这张图里有些术语并没有清晰给出解释，因此以下的内容是根据我和客户经理讨论过后的扩充和规范化解释。
总结来说，对于服务器任意端口发送 HTTP(S) 请求，能获得表示服务器已完成响应的返回码的情况，那么就需要备案。
用大白话讲就是，只要使用浏览器 + HTTP(S) 协议请求该 IP / 域名的任意端口，能获得任意并非浏览器自带错误页面的返回码，那么就需要备案；其余情况则不需要备案。
详细解释:
因此，如果以 "只是暴露路由器面板 / 个人网盘" 等理由尝试去绕过该限制的话，最后的结果大概率还是吃封停。
同时，对于 HTTP(S) 以外的协议，广移方面则几乎不予理会。
补充解释：
备注中的 "不需备案情况申请端口开通，需客提供不涉及网页或网站建设承诺书"：这个很难办下来，就算批下来也会监控 HTTP(S) 入站使用情况，不建议钻这个空子。
对于基于 UDP 的 QUIC HTTP/3 ，指南中并没有详细说明，实际上广移政企也没有限制 80 / 443 等端口的 UDP 入站。使用 UDP 入站代替理论上可行，然而考虑到实际使用中 HTTP/3 无法脱离传统的基于 TCP 的协议运行，实际配置成本较高，且可能并不稳定。
个人的一些小想法：
假设你需要从外部公网环境访问家中的内容的话，哪怕没有对于建站方面的限制，直接将内部的服务暴露在外部网络都是有很高风险的。既然已经有一个可以直接暴露在公网的端口了，为什么不考虑下异地组网的方案呢？
（其它想到再补充……）
本人学历是统招的大专，一直在从事 java 开发，刚拿了赔偿离职。 在愉快的玩耍一段时候后，想要重新找，但是离职的人太多了，很多公司都要求学历了，随便一个公司都要求本科。 之前在偶然的机会加了一个教育机构的微信，里面说的是一年硕士，两年博士，具体的没问，只是他们发的消息。 我就想知道，像这种的能提升学历，帮助进一些比较好的公司吗
几个贴子
话题内容：
我的观点： 权利只是一个虚词，看不见摸不着。 不同的生存阶段，有不同的来源。 当饭都吃不饱的时候，权利来自于生活物资，或者财富。 当开始有能力考虑上层建筑的时候，权利来自于价值共识。 这种时候，更认同社会契约的概念。
说人话：你说的，有人听你的么？
求推荐谢谢。
周末经常和同事一起玩 JJ 斗地主，每局输赢不大，主要以娱乐为主。由于经常输，所以萌生了开发一款记牌器来偷偷提升斗地主水平的想法。
我的本职工作是 Java 后端开发，没有接触过安卓开发，再加上最近 AI 编程的火热，让我萌生了使用 Cursor 开发一款安卓应用的想法。
主要思路：如果能够每隔 1 秒截取到当前手机屏幕的内容，然后识别出截图中的所有牌张的点数及花色，那么用 54 张牌直接减去对应的牌张及花色即可得到剩余的牌张。
实现的困难点在于，不仅要识别牌的点数，还需要识别牌的花色。
因为如果只是单纯的识别牌的点数而不考虑花色，那么会产生 Bug 。
例如：先出黑桃 2 ，再出红桃 2 ，等了 3 秒后再出其它牌。由于出牌时间不是固定的，在这期间每隔 1 秒识别截图会重复识别多次牌张 2 ，导致剩余牌张数不准确。
如果同时识别牌的点数及花色，则不会出现重复多次扣减同样牌张的问题。
记牌器 UI 的主体借鉴了 JJ 斗地主自身的记牌器。
应用主界面如下：
由于是自己使用，所以界面做得比较简单，主界面只有一个 [开启记牌器] 按钮。点击后该按钮会变成 [结束记牌器] 。
点击 [开启记牌器] 按钮，会弹出系统屏幕录制权限，可以只录制单个应用，也可以全局录制整个屏幕。如下所示：
点击 [开始] 按钮，会在当前页面显示记牌器悬浮窗，如下所示：
整个悬浮窗由三部分组成：
点击右侧 [开始] 按钮后，开始一局的录制，同时按钮会变为 [结束] 按钮。
整个悬浮窗可以全局灵活的自由拖动：
悬浮窗还可以显示和隐藏：
记牌器显示在桌面的效果如下：
记牌器在 JJ 斗地主游戏界面显示如下：
期间一共开发了三个版本：
第一个版本由 Cursor 的 Agent 模式开发，使用 Claude 3.7 Sonnet 模型。由于个人知识的局限性，对于安卓全局悬浮窗和屏幕录制权限完全不了解。当提出的问题本身可能都不完全正确的情况下，让 AI 去实现相应的功能以及修改 Bug 的时候，AI 往往会陷入死循环，结果就是 Cursor 消耗了 200 左右的对话次数都无法修改正确一个在我个人看来非常简单的问题。令人失望的是，最后并没有达到想要的效果，以失败告终。
第二次尝试使用免费的 Trae 来开发同样的 UI 部分，同样使用 Claude 3.7 Sonnet 模型。有了第一次的经验，使用 Trae 开发的前期比较顺畅，但是当对话次数多了之后需要排队，由于等待时间较长，严重影响写代码的体验，最终还是放弃了。
前面两次 AI 生成的 UI 代码也不是完全没有用处。有了前面两次的经验，还是让我学习到了不少安卓 UI 开发的相关知识。最后还是通过搜索相关实现例子，手写大部分 UI 代码再加上 AI 的辅助，最终才搞定 UI 的部分。
记牌器的技术难点在于图像识别。
前期通过调研，得知 OpenCV 可以实现图像识别，并且网上可以搜索到相应的代码示例，再加上 OpenCV 有对应的 Java 包，所以优先选择了 OpenCV 来开发图像识别功能。
通过 ChatGPT 以及 DeepSeek 的辅助，花费了不少时间开发出了第一版的 OpenCV 识别算法。
核心思路大致是：
测试过程中发现 OpenCV 的识别效果不太理想，容易出现识别错误以及漏识别的问题。
对于记牌器应用来说，是不能容忍任何的漏记以及错误识别的，必须想办法提高识别的精度。
OpenCV 的模版匹配方案还有另外 2 个致命的问题：
既然 OpenCV 存在致命的缺陷，所以不得不推倒重来。
又是新的一轮咨询 ChatGPT 以及 DeepSeek ，得到了可以通过基于深度学习框架 YOLO 来提高图像识别的准确度。
大致看了一下官网文档，看上去比较容易上手。
整体大致流程：
Login
LabelImg 对截图进行类别的标注8:2 的比例分为训练集和验证集有了 AI 的详细指导，整个过程基本上都比较顺畅。使用 Google 免费的 Colab 很快就训练出了第一版模型。然而最终验证的识别效果还是不太理想，还是存在漏记和错记的情况。
最后得知原因在于训练的数据集太小（手动截图并标注了几十张训练图）。想要识别效果比较理想，一般的 YOLO 训练集的大小规模在几千到上万张左右。
由于手动一张张截取手机屏幕并标注，消耗的时间实在是太长了。为了解决训练集不足的问题，最后不得不写了一个程序，根据截图模版随机生成了一万张图片以及对应的 YOLO 标注文件用于训练。
当训练集规模到了一万张的时候，预计模型训练花费的时间会达到几个小时，Google 免费的 Colab 有运行时间的限制条件，无法再满足训练的需求，不得不考虑租用 GPU 服务器。
综合对比之下，最后采用了阿里云的 GPU 服务器。配置为 16G 显存的 V100 显卡。非常幸运的是，新用户前 100 个小时有很大的优惠折扣，折合 2 块/小时左右，实在是太划算了。
在阿里云上总共的训练时长不到 3 个小时。最后，识别精度意外的好，每张牌都能到达 0.98-0.99 的准确度，实际体验下来没有遇到过错记或漏记的情况。
将训练好的图像识别模型与 UI 整合起来有两种方式：
方案 1 的缺点就是需要额外的服务器进行部署，且依赖网络传输截图数据。
方案 2 我个人没有尝试过，但看 ChatGPT 给出来的代码示例，感觉也许应该是可行的吧。有空会尝试一下方案 2 ，不清楚移动设备的识别效率会怎样。
由于难易程度的关系，我采用了方案 1 。通过 ChatGPT 给出的 Python 调用模型进行识别的方式，很容易就对外暴露了一个识别 API 接口供安卓 UI 调用。
最后在家里的 M4 Mac Mini 上部署之后，达到了非常完美的识别效果。
经常在网上看到一些所谓的完全不懂编程，我竟然 4 小时靠 AI 复刻出月入$600k 的 APP 的同款的营销文章和视频。说实话，我个人是非常反感这类文章和视频的。
从我个人的亲身体验来看，现阶段的 AI 还只能用于辅助开发。AI 的知识储备确实非常丰富，能够带领你尝试你从未涉及的领域。但是，往往由于个人本身所掌握的知识的局限性，遇到特定的问题的时候，依靠 AI 往往很难解决。
另一个方面，AI 很容易犯错。我记得让 ChatGPT 给出使用 SpringBoot 实现直接调用训练好的 YOLO 模型的时候，AI 很快给出了一段看上去像模像样的 Java 代码并贴心的给出了 Maven 依赖包。当你按照 AI 的指导写好所有代码的时候，你会惊奇的发现，Maven 包实际上并不存在，完全是 AI 瞎编造出来的，包括那些像模像样的实现代码也是一样。当你质问 AI 给出的 Maven 依赖包为何不存在的时候，只会得到 一句抱歉。
然而即使现阶段的 AI 在使用上还有着各种各样的缺陷，我对未来的 AI 编程还是抱有期望的。对比几年前，AI 的提升无疑是巨大的。这些改进和提升在往后的几十年中还会不断的上演，甚至呈现指数级的增长，直到实现普通人都能够轻松使用的真正的 AI 。
手里的 MBP 空间只有 512GB ，根本不够用，每天都在删文件。。
现在买 Mac 还是等 9 月多发布新款？
举个🌰，比如 7-5-3 进制数，可以表示 0-104 ，105 个整数
7-5-3 进制数跟 10 进制数的转换
0-0-0 表示 0 1-1-1 表示 1 2-2-2 表示 2 3-3-0 表示 3 4-4-1 表示 4 5-0-2 表示 5
以此类推
6-4-2 表示 104
10 进制数转换为 7-5-3 进制数很容易，求余即可。反过来，7-5-3 进制数转换为十进制数可用中国剩余定理算 a-b-c to (a15 + b21 + c*70) mod 105.
显而易见，7-5-3 进制数的加法:
a-b-c + x-y-z = (a+x)-(b+y)-(c+z)，只需要对每位计算一次，完全不需要考虑进位。当然这个并不是大问题，计算机算加法也是可以同时并行计算每一位，并不是手算那种需要考虑进位的依赖。
有意思的是乘法:
a-b-c * x-y-z = (ax) mod 7-(by) mod 5-(c*z) mod 3
n 位的乘法只需要 O(n)，而非小学学的 O(n^2)，也比基于 FFT 的 O(nlog n log log n)快
其中最大的优点是可并行计算，只要计算单元够多，O(1)就能计算出乘法结果而没有进位的依赖.
作为小白，一直很羡慕各位大佬制作的好物分享页面。之前我也有尝试使用 Wordpress 的古腾堡编辑器手搓好物页和应用分享页，但添加新的内容会变得十分麻烦，以至于我几乎没有更新过页面。于是，完全不懂 PHP 的我用 AI 制作了两个简单的 Wordpress 插件，实现了好物和应用分享页面的搭建，并且操作非常简单，适合小白用户。
两个插件的使用方法相似，均是先在 github releases 页面下载 zip 文件，在 Wordpress 中安装插件，最后在后台页面添加信息即可，以好物分享页为例，具体步骤如下：
插件 - 添加插件 - 选择下载的 zip 文件进行安装；好物页面 选项 - 添加新产品 - 填入产品名称、产品描述、跳转链接（可不填）、产品图片即可；[goods_exhibition_page]
如果需要调整颜色等样式，需要自行下载插件后解压，修改 .css 文件。
现在的反爬技术，已经让一些没有安全相关的工作者无法进行。scrapy 这类框架貌似还是使用 http 协议相关的操作。不知道现在各位大佬都在用什么让自己可以有更多的摸鱼时间的工具！
萌新求助
背景：
我有一台 Proxmox VE 主机，虚拟化了两台 VM：
两者通过 PVE 的 VirtIO 网络连接。
需求：我想将 TrueNAS 的存储共享给 Playground 作为扩展磁盘，供 Docker 容器使用。
尝试过 SMB 和 NFS ，但遇到问题：某些 Docker 容器会修改文件权限（所有者或读写权限），导致权限冲突或“Permission denied”错误，可能是 SMB/NFS 的用户映射问题。
我听闻 iSCSI 是块共享协议，但感觉上手有点复杂，所以先来问问大佬们。
问题：
能想到的暂时就这些了，有经验的大佬可以补充一下。
主眼左眼，右眼要清晰多，两眼的度数差异在 50-75 度之间，这样的情况维持了 12-15 年，现在左眼的度数又增长，我还需要两眼平衡吗？
