我们还年轻，可不想看到这个世界处在毫无自由、隐私的边缘。

AI Graph Maker 是一个帮助用户快速生成图表的在线工具，通过 AI 整理输入的数据和提示词，再将数据以图表方式输出，在几秒钟快速生成专业的图表，同时还能调整不同的图表配色，如果发现生成的图表有些小问题也能通过编辑功能调整数据。

依照说明 AI Graph Maker 可以制作各种类型的图表，包括扇形图、折线图、条形图、流程图、时间轴、ER 图、思维导图和甘特图等等，默认情况会自动识别、选择最合适的类型，有需要也能手动指定。

最后可以将图表快速下载为 PNG 格式，整个过程无需注册账户，无论是新手或是专业人士都能轻松上手。

使用 AI 图表生成器轻松创建各类图表。将您的数据转换为定制的柱状图、折线图、流程图、饼图和散点图。

进入 AI Graph Maker 后会看到功能介绍、可通过 AI 图表制作工具生成的图表类型，要注意目前不同语言版本的制作工具不一样，使用英文或简体中文的版本功能会比较多，而且制作出来的图表更好看。

点击 AI 图表生成器下方的示例，可以快速带入测试用的内容，例如生成销售数据条形图、网站流量分析折线图、部门员工人数扇形图或是比较学生学习表现的雷达对比图。

右下角有一个「图表类型选择」栏位，默认情况下会「自动」判断，用户可依照需求手动选择，AI Graph Maker 当前支持的类型包括折线图、条形图、雷达图、扇形图、树形图、散布图、关系图、桑奇图、漏斗图。

下图就是使用 AI Graph Maker 示例制作出来的图表，用户只需要将相关数据直接贴上，AI 就会进行后续处理并生成图片，整个过程几秒钟就完成了，可以说非常强大。

我也试着去找一些数据作为示例，搭配上提示词〔要求 AI 将内容制作为图表〕，点击右下角「AI 生成」。

AI Graph Maker 就将条形图制作出来，还能依照用户需求更改单位、显示名称或其他呈现方式。

从图表右下角按钮找到「调色盘」选项，快速将图表切换为不一样的配色组合。

使用不同语言版本生成的图表文字会转成相应语言，可以点击一下右下角「编辑图表数据」按钮就能修改，编辑图表中每个项目的显示文字和数字。

最后，找到图表右下角的「下载」按钮即可将图表保存为 PNG 格式。

我们还年轻，可不想看到这个世界处在毫无自由、隐私的边缘。

「Image to Prompt」是免费的图片转文字工具，将图片上传、几秒钟就能准确识别转为提示词，将生成内容复制后使用在其他的 AI 图片生成器，例如 Flux1、Stable Diffusion 和 Midjourney 等应用程序，识别速度很快，转换后图片就会删除，服务器不会储存用户上传识别的图片资料。

Image to Prompt 网站宗旨是帮助用户撰写更好的图片提示词，从而让用户能够更好的使用图片 AI 工具生成各种图片，如果有需要获取图片提示词灵感，从图片直接转换文字、稍作修改调整应该是最快的方法。

Upload your image, and it will be convert image to prompt in just seconds.

进入「Image to Prompt」网站后直接把要转换为文字的图片拖曳到左侧上传栏位〔或是点击下方的示例图片直接带入进行测试〕，接着点击右上角「Start convert」就会开始识别、转换。

几秒钟后右侧就会显示英文的图片提示词，将这段文字使用在其他 AI 图片生成器就能生成近似的图片，有需要也可以修改部分内容，相较于从零开始撰写提示词先使用生成器转换会是更快的方法。

如果图片的主题是人物，Image to Prompt 也能正确识别并提供相关信息。

我们还年轻，可不想看到这个世界处在毫无自由、隐私的边缘。

Stirling PDF 是一站式的 PDF 编辑工具，让用户能对 PDF 文件进行各种编辑操作，包括分割、合并、转换、重新组合、新增影像、旋转、压缩等等，特色是免费、开源〔GitHub〕，过程中文件只会存在用户的设备上，若在处理时有暂存于服务器的内容在下载后会即时从服务器删除，不会记录保存或追踪任何资料，相较于在线工具来说是更安全、隐私的解决方案。

1 Locally hosted web application that allows you to perform various operations on PDF files – Stirling-Tools/Stirling-PDF

Stirling PDF 提供多元的 PDF 编辑功能，涵盖文件组织、格式转换、安全性、检视与编辑等工具，满足各类文件处理需求，用户无需额外下载、安装软件，只要通过浏览器即可进行操作，Stirling PDF 有中文在内等多国语言界面〔在我写这篇文章时中文字串翻译率已达 93%〕，进入网站、找到对应的功能后就能直接进行编辑。

这项服务目前可以做到的功能包括：

1. 文件组织

2. 格式转换

3. 签名与安全性

4. 检视与编辑

5. 进阶功能

顺带一提，Stirling PDF 还有提供 Windows 版本，可以在没有连上网络的情况下使用，如果有兴趣的朋友可以在 GitHub 找到下载链接，原则上两者功能差不多，无论在线版或 Windows 应用程序都不用付费、也无广告干扰。

Stirling PDF

进入 Stirling PDF 网站后先从右上角语言选择「中文」。

接着从上方「工具」就能看到完整功能，依照类型分为：组织、转换为 PDF、从 PDF 转换、签名与安全性、检视与编辑和进阶工具，也可以直接从首页输入功能名称列出相关工具。

有一个 PDF 万用工具是整合旋转、裁切、分割、移除、新增图片等功能，进入后先点击左下角新增要编辑的 PDF 文件。

加入后 PDF 页面预览就会显示于下方，每一页都可单独旋转、删除或调整页数，将光标移动到页面中间时还会出现其他编辑选项，例如裁切或是加入图片，其实操作上很直觉，稍微摸索一下就会。

编辑完成别忘记点击右上角「下载」保存新的 PDF 文件。

另一个压缩 PDF 也是很常在在线工具看到的功能，选择文件、设置压缩比或是自动模式〔自动调整质量以使 PDF 达到指定大小〕，就能快速压缩 PDF 以获得更小的文件容量。

点击压缩后就会开始处理，完成后自动跳出下载提示，我以大约 9 MB 的 PDF 文件、手动模式 3 级测试后获取一个约 2.5 MB 的新文件，压缩成效相当好，而且图片并没有失真或模糊等情形。

另一个也很常用到的功能是「分割 PDF」，可以将 PDF 指定页面删除、或只是留下需要的页面，使用方法也很简单就不多加赘述，Stirling PDF 会有预先设置的示例提示，用户照着格式稍作修改后就能完成相关编辑任务。

如果要说 Stirling PDF 有没有比较特殊、少见的功能，有一个「自动涂黑」工具很有用，用户只要输入要涂黑的文字，选择 PDF 后就会自动将识别到的文字涂黑，确保隐私和安全性，同时也省去手动编辑文件的时间，操作上更有效率哦！

下图就是使用自动涂黑工具识别、涂黑的 PDF 文件示例，指定文字就会被涂黑处理。

我们还年轻，可不想看到这个世界处在毫无自由、隐私的边缘。

chatgpt 最近推出会主动思考推理的「 o1-preview 」，以及更即时、自然的「高级语音对话模式」后，今天又再次推出新功能：「ChatGPT Canvas」，这是基于 GPT-4o 架构开发的全新 ai 写作、源码编辑界面。让 ChatGPT 不再只能对话，而可以进行更深入、准确的内容创作工作。

第一波更新中，ChatGPT Plus 和 Team 用户会先获得 Canvas 功能，而全球的企业和教育版用户将会在下周获得使用权限。并且 openai 还计划在 Canvas 正式发布后，向所有 ChatGPT 免费用户开放这项新的人机协作界面。

实际测试后，我觉得可以把「ChatGPT Canvas」想象成一种 AI 文本、源码软件，在这个工具中，人和 AI 可以更有效率的协作，共同编辑更好的内容成果。

以前的 ChatGPT 是即时通，一切内容要在对话中生成，也只能用对话引导 AI 去生成、修改，这很多时候会有点麻烦，常常在问答的过程偏离主题，难以指定要修改的部分，容易愈改愈乱，再也回不去之前更好的版本。

但是「ChatGPT Canvas」能够解决上述问题，它让人与 AI 在一个类似文本编辑的界面中讨论，就像多人一起编辑一份在线文件那样，可以一起处理文字、源码内容，可以针对任何指定段落修改，能够整合人与 AI 各自编写的内容，最后一起合作完成一份文本。

于是， ChatGPT 不再只是「对话软件」，而可以当作真正的「AI 文本内容、源码内容编辑器」，你可以利用来处理下面的工作流程：

在这篇文章中，我通过一个完整的写作实测案例，带大家了解 Canvas 的操作流程、快捷功能以及它如何帮助创作者解决具体问题。

在 ChatGPT 的 AI 模型中切换到「GPT-4o with canvas」模式，下面我测试看看利用这个新界面编写一篇文章。

首先，我先利用原本常用的 AI 指令结构，结合我的想法草稿，请 ChatGPT 改写成一篇完整的文章内容。

当 AI 开始编写文章草稿，或是源码时，「GPT-4o with canvas」就会像是下图这样，进入独立的文件编辑界面。

进入独立的 Canvas 编辑界面后，最大的优点就是，我们甚至可以直接在上面修改 AI 生成的文章内容。

于是这样一来，可以实现更流畅的「人与 AI 的协同写作流程」。

以前 AI 生成的内容，我们有不满意的地方，无法人为的介入修改，只能让 AI 自己去改，而常常愈改愈乱。

现在， AI 生成的草稿，我可以直接在编辑界面介入，修改成我觉得更好的版本，然后再请 AI 接续调整，实现真正的人与 AI 协同合作。

「GPT-4o with canvas」不只可以修改内容，也可以调整粗体、标题样式，就像是一个结合 AI 功能的简易 Word 编辑器，还支持 markdown 编辑格式。

以文章写作的 ChatGPT Canvas 界面为例，编辑界面右下方会出现一排「快捷功能菜单」，文章写作、源码编辑会有不同的对应菜单。

「快捷菜单」中有很多默认功能，可以快速修改整篇文章、源码的内容。

例如其中有一个「阅读等级」的调整按钮，可以把文章的内容改成从小孩子到博士等级的不同风格与深度。

下面是一篇我让 AI 改写的、文章，我让 ChatGPT 把原本相对专业的文章内容，改成适合小朋友阅读的版本。

而下面是同一篇第二大脑的教程文章，我让 ChatGPT 把原本相对口语的草稿，改成更精炼、专业的文章风格。〔可以跟上面的小朋友版本进行比较，都是同一篇草稿的不同阅读等级修改。〕

通过快捷功能，一个按钮就可以快速转换我们需要的文字深度与风格。

以文章编辑界面为例，具备下面几种快捷功能：

下图是按下「建议编辑」后，ChatGPT 针对不同段落提供的编辑建议，我只要按下允许，就可以让 AI 直接进行修改。

这是不是跟以前的对话生成内容有很大的不同？现在 ChatGPT 可以针对一篇长篇文章，提供各种分段的调整、建议与修改。

除了整篇文章的快捷修改、建议外，在「ChatGPT Canvas」的编辑界面中，我可以任意圈选一段觉得有问题的段落，这时候会浮现「Ask ChatGPT」的按钮，点击后，我可以输入这一段的修改建议，让 ChatGPT 去进行指定段落的调整。

这是不是很像我们在 Google 文件上提供伙伴文章修改建议？只是这一次，AI 成为我的伙伴，听从我的指令去修改。

更棒的事，在「ChatGPT Canvas」中不用再怕 AI 修改内容后，回不去之前可能更好的版本。

因为在编辑器中，自带了可以还原之前版本的功能，而且不只可以还原到前一个版本，也可以回到上上版、上上上版，或是跳回最新版本。

经过简单的文章写作实测，我们可以看到 ChatGPT Canvas 的可能性，它突破了传统 AI 对话生成文本的限制，将人机协同的创作流程无缝结合，无论是在写作还是程序设计的应用场景中，Canvas 以更灵活的编辑能力和快捷的功能，帮助用户实现了更精准、有效的工作流程。

对于我相对熟悉的文章创作者而言，ChatGPT Canvas 不仅提供了文稿即时的优化、编辑建议，还能调整文本的阅读等级和风格，帮助你快速针对不同的受众进行调整。而对于程序员，Canvas 的源码审查、注解添加与错误修正功能，让程序开发过程变得易于维护。

这样的功能让人与 AI 之间的互动变得更具深度，不再只是被动地接受 AI 的生成内容，而是能主动参与其中，实现真正的协同创作。

无论你是需要改进写作的创作者、需要帮助调试的程序员，还是想要在教育中使用 AI 辅助的教师或学生，ChatGPT Canvas 都是一个值得一试的工具。

我们还年轻，可不想看到这个世界处在毫无自由、隐私的边缘。

OCRify 是一个免费在线工具，通过文字识别〔ocr〕技术将图片和 pdf 转换为可编辑的文字，有鉴于当今的智能型手机甚至 AI 人工智能都能做到类似功能，对于 OCR 工具的需求可能就没有那么强烈了，但如果手边恰巧没有合适的工具，临时有图片想要复制图片上的文字内容、转存到其他编辑器还是很有帮助。

OCRify 特色是不用安装软件，打开网站、把要识别的文件拖曳上去就能自动识别内容，有最大文件 10 MB 和格式限制，支持 PDF、PNG、JPEG、WEBP、TIFF、GIF 和 BMP，PDF 部分最多 10 个页面，对于大多数用户来说应该没什么问题。

OCRify 支持多种语言的文字识别，包括亚洲、欧洲、中东和非洲的语言，例如中文、阿拉伯语、俄语、法语、德语、日语、韩语等一共涵盖了 60 种语言，几乎所有内容丢上去 OCRify 都能正确被识别、转为纯文字，但类似的工具都有可能遇到无法 100% 正确识别的问题〔例如有错字或漏字〕，记得在使用时还是要自己手动检查。

进入 OCRify 网站后可先从右上角切换语言，自带中文界面。

接着直接把要识别的图片或 PDF 文件拖曳到网站上，单文件最大不能超过 10 MB〔PDF 最多不超过 10 页〕。

选好文件后按下「开始识别」，等待几秒钟就会显示结果。

以下图的图片为例，OCRify 会标记出有正确识别的文字范围，以红色的框线标注。

点击一下后就会出现纯文字格式，按下右上角「复制」即可保存到剪贴板。

还可以点击上方「仅文字」切换为纯文字内容，这里会显示从图片或 PDF 识别到的所有文字。

前面介绍的是以 OCRify 识别图片的示例，下图是识别 PDF 文件的结果，一样会标注找到的文字内容，很棒的是有些文字如果是直式方式书写，OCRify 一样可以识别、同时转为一段文字内容，不会因为直式而出现错误。

最近开发 C++ 的程序在链接阶段发生了一个 LTO 相关的错误。链接时优化（Link Time Optimization, LTO） 是一种编译优化技术，旨在通过在链接阶段执行全程序优化来提升代码性能和减少二进制文件大小。其主要原理是在链接阶段而不是在编译阶段进行更高级的优化，允许跨文件的全局优化。LTO 的基本原理和过程是：

• 中间表示：在编译阶段，编译器将每个源文件编译为一种中间表示（如 LLVM bitcode），而不是直接生成目标代码。
• 全局优化：在链接阶段，链接器将所有中间表示文件合并，生成一个完整的程序表示。此时，优化器可以进行跨文件的全局优化，如函数内联、去除冗余代码和跨模块优化。
• 生成目标文件：优化完成后，链接器生成最终的可执行文件或库。

我遇到的错误信息中的管件一句是:

1

attempt to add bitcode file after LTO (htons)

可以看到错误信息提示我们链接系统试图在 LTO 优化之后添加 bitcode。并且在后面的括号中链接器提到了一个符号 htons，这是来自 libc 库的一个符号。基于的 https://github.com/emscripten-core/emscripten/issues/16836 这个链接中的启发，我发现了一个 LTO 优化可能面临的普遍性问题。这个问题是 LTO 会尝试移除一些它认为不需要的符号从而减少编译出来的程序的体积，但是这个判断可能会不准确。它可能将一些实际会被使用的符号删除。为了解决这个问题，我们可以为链接器指定链接输入，强制保留指定的符号以避免错误的移除。针对我遇到的情况，为链接器加上 -Wl,-u,htons 的配置即可解决问题。

最近在 Unraid 升级 6.12.x 版本以后会偶发性的产生一个 Bug，其表现为 Unraid 网页无法打开（这里是指访问 Unraid IP 地址无法访问 Web 管理界面）。这个问题实际上是由于 Unraid 上的 Nginx 服务失去响应导致的。这种情况下我们只需要干掉 Nginx 进程并重启就可以了。

首先通过 ps -aux | grep nginx 找到 Nginx 主进程的 PID，然后通过 kill -9 <PID> 干掉进程。要再次启动 Nginx，可以运行

1
2

cd /etc/rc.d/
./rc.nginx start

注意通过 ./rc.nginx restart 在正常情况下可以重启 Nginx 服务，但是在 Nginx 处于无法响应的状态时，这个脚本无法杀死 Nginx 进程，必须要手动终止。

在 Ubuntu 中彻底删除一个用户涉及到几个步骤，不仅仅是删除用户，还可能包括删除与用户相关的数据。以下是步骤指南：

1. 确保用户未登录: 在删除用户之前，最好确保该用户未登录。你可以使用 who 命令来检查哪些用户当前已登录。

   1

   who

2. 删除用户: 使用 userdel 命令删除用户。如果你还希望删除用户的主目录和邮件池，可以使用 -r 选项。

   1	sudo userdel -r username

   其中，username 是你想删除的用户的用户名。

   注意：-r 选项会删除用户的主目录（通常是 /home/username）。确保你已经备份了所有重要的数据！

3. 检查文件系统: 即使删除了用户和其主目录，可能仍然在文件系统上遗留一些属于该用户的文件。你可以使用 find 命令来搜索这些文件：

   1	sudo find / -user username

   这将列出所有属于 username 的文件。根据你的需要，你可以手动删除这些文件或更改它们的所有权。

4. 删除用户的 cron 作业: 如果用户配置了任何 cron 作业，你还需要手动删除它们。检查 /var/spool/cron/crontabs/username 是否存在，如果存在，删除它。

   1	sudo rm /var/spool/cron/crontabs/username

5. 其他服务或配置: 如果该用户有其他特定的配置，例如在 /etc/sudoers 中的条目或在其他服务中的特殊访问权限，你需要手动检查并删除它们。

请在进行任何删除操作之前确保备份所有重要数据。确保你明确知道正在执行的操作，避免意外删除重要文件或配置。

遇到这样一个蛋疼的问题，我有一台服务器，上面部署了一个 web 服务，同时我也想把这个服务器作为客户端连入一个 OpenVPN 虚拟网络，并且我希望服务器上的程序能够通过 OpenVPN 的网关来访问外部网络，这主要是为了隐藏服务器的身份。但是在 OpenVPN 连接之后，原有的 Web 服务将无法访问。通过调试分析可以法线，造成这一现象的原因是 Web 服务的响应包也被路由配置路由到 OpenVPN 的 tun0 接口中。这导致响应无法返回给原来的请求服务器。如何解决这个问题呢？

如果你在网络上搜索这类问题你会发现各种文章给出的方案一般都是为 OpenVPN 的配置文件添加 route-nopull 选项来阻止 OpenVPN 设置客户端路由，但是这会导致客户端的对外访问无法通过 VPN 进行。事实上，从 IP 路由的角度来看，如果我的服务器是 A，而某个访问 Web 服务的 IP 是 B，同时 B 也可能是 A 试图访问的外部的目标服务提供者。对传输层路由而言，A 给 B 的 Web 服务响应和 A 主动发往 B 的请求是无法区分的。从这个角度来看，要达成 inbound 和 outbound 流量分别路由似乎是不可能的。

但是其实我们有一个突破点：那就是 Web 服务总是在本机使用固定的端口和请求者通信，我们可以通过端口来区分 inbound 和 outbound 流量。首先我们输入下面的命令：

1

iptables -t mangle -A OUTPUT -p tcp -m multiport --sports 80,443 -j MARK --set-mark 1

在这个命令中，我们会让路由表观察从本地的 80 和 443 端口发出的包，并给这些包打上一个特定的标签（--set-mark 1 的作用）。然后输入下面的命令：

1

ip route add default via [gateway addr of eth0] dev eth0 table 100

这个命令会创建一个新的路由表 table 100，然后在这个表中加入一个默认路由，将流量送往原有的网关。然后再运行下面的命令：

1

ip rule add fwmark 1 table 100

这个命令会让带有标记 1 的包使用 table 100 路由表进行路由。运行完上面的配置后，web 服务就可以正常访问呢了。

以上方法是在 ChatGPT 的协助下摸索出来的，我的提问是：

如何通过 iptables 或者 route 命令，让访问 80 与 443 端口的包使用 tun0 接口，而访问其他端口的包使用 eth0 接口？

GPT 的回答是

1

iptables -t mangle -A OUTPUT -p tcp -m multiport --dports 80,443 -j MARK --set-mark 1

1
2

ip route add default dev tun0 table 100
ip rule add fwmark 1 table 100

1

ip route add default dev eth0

在之前的文章SSH隧道:访问翻墙服务器的临时性手段 的时候介绍了一种使用 SSH 隧道进行端口映射，进而进行手动的流量混淆的技术。就稳定性来说这个方案是经受了考验的。在过去几年里，无论任何时候 SSH 隧道都是能够提供稳定可靠的链接的。不过，SSH 隧道的性能是一个问题。根据 Stackoverflow 上的 这个问题下的回答 来说：“当你通过TCP隧道传输TCP时，性能问题就会出现，因为您有两个层执行自适应纠正”。在这篇文章里面我介绍一个较新的方案。

1 简介

新的方案设计一个新的工具：spiped(github)。spiped是一种安全的、轻量级的加密通信工具，可用于在不安全的网络中传输敏感数据。它的设计目标是提供简单、易于配置和使用的加密通信，而不需要复杂的密钥管理或公钥基础设施。spiped使用对称密钥加密算法，可以在客户端和服务器之间建立加密通道。它可以用于保护各种类型的数据流，包括SSH、Telnet、HTTP和SMTP等协议。spiped的另一个优点是它可以在不同的平台上使用，包括Linux、FreeBSD、OpenBSD和Windows等操作系统。

2 使用方法

spiped 的使用非常简单。在 Ubuntu 上可以通过 apt 来安装。也可以自行编译。在完成安装以后，我们首先进入服务端，运行下面的命令生成一个秘钥：

1

dd if=/dev/urandom bs=32 count=1 of=keyfile

其中 keyfile 是生成的秘钥文件，注意将其保管到合适的位置。然后用下面的服务启动 spiped 服务端服务：

1

spiped -d -s '[0.0.0.0]:8025' -t '[127.0.0.1]:25' -k /path/to/keyfile

其中 -s 后的地址是服务端的监听地址，-t 的转发的目标地址，-d 表示将加密的流量从 -s 后的地址解密后发往 -t 后面的地址。这里我们可以填写 Shadowsocks 服务监听的地址。注意 Host 可以保持成 127.0.0.1 的形式。这样，我们可以在防火墙中把 Shadowssocks 的公网监听端口关闭，仅允许从加密隧道访问，这样可以提升安全性。

上面的命令在输入后会自动进入 Daemon 模式运行。

然后我们来到客户端（一般是跳板机），将服务端生成的秘钥文件下载到客户端，运行

1

spiped -e -s '[127.0.0.1]:25' -t $SERVERNAME:8025 -k /path/to/keyfile

其中 $SERVERNAME 是服务端的 IP 地址。注意用 [] 包裹的形式来填写。如果这里说的客户端也是 Shadowsocks 的机器，那么这里的源地址（-s 后的地址）可以写 127.0.0.1，但是如果是跳板机，那么应该写成 0.0.0.0。

客户端的程序也是会自动进入 Daemon 模式运行。

完成设置之后，访问客户端（跳板机）的 25 端口就相当于直接访问服务器的 25 端口。

3 后记

请注意，spiped：

• 需要一个强密钥文件：通过-k选项指定的文件应该具有至少256位的熵。（dd if=/dev/urandom bs=32 count=1是你的好朋友。）
• 需要来自/dev/urandom的强熵。（确保您的内核的随机数生成器在引导时被种子化！）
• 不提供任何防止通过数据包计时泄露信息的保护：在spiped上运行telnet会保护密码不会被直接从网络中读取，但不会掩盖输入节奏。
• 对于交互式会话，可以显着增加带宽使用：它以1024字节的数据包发送数据，并将较小的消息填充到此长度，因此如果不能与相邻字节合并，则1字节的写操作可能会扩展到1024字节。
• 使用对称密钥——因此，任何可以连接到spiped“服务器”的人也可以冒充它。

Proxifier 是一款网络工具软件，可以帮助用户通过代理服务器进行网络访问，实现匿名化、翻墙、加速等功能。支持多种代理协议，规则管理，流量监控和日志记录等功能，提高网络连接的灵活性和智能化。注意 Proxifier 本身并不是一个代理软件，也不是一个 VPN 软件，其作用是控制其他其他软件访问代理的方式。

上一篇文章我提到了可以试用 Proxifier 来解决通过 Shadowsocks 代理访问呢 ChatGPT 频繁出现 Something Went Wrong 的问题，在本文中我们来展开讲一下具体的做法。

1 准备工作

1.1 软件下载

Proxifier 的官方网站是 https://www.proxifier.com/，其正版价格较贵，约 40 美元。不过，较早的 2.x 版本存在破解版。读者可以根据自己的经济状况来选择。

1.2 代理准备

如同开头提到，Proxifer 本身不是一个代理程序，读者应该自己提前准备好代理。这些代理中，无论是 Shadowsocks、V2Ray 还是其他常见的代理程序，都会在客户端本地重建一个 Socks5 代理，这一般都可以在代理客户端程序的配置或者服务器设置中看到。下图给出的是 Shadowsocks-NG 客户端在 macOS 中的系统配置，可以看到程序在本地 (localhost) 的 1086 端口创建了一个 Socks5 代理。

这个代理会被进一步转成 http 代理，从而被浏览器使用，这个转换过程是导致 ChatGPT 链接不稳定的元凶。接下来我们要使用 Proxifier 让 ChatGPT 直接使用 Socks5 代理。

2 设置 Proxifier

2.1 添加代理

我们以知乎上这篇文章为范本简要讲一下设置过程。首先我们需要将现有代理软件提供的 Socks5 服务告知 Proxifier，这通过添加代理服务器实现。

注意一般各种代理软件在本地创建的代理都是无需验证的，我们可以取消验证启用。输入设置之后，可以点击检查确认设置是否正确。

3 设置规则

为了让 ChatGPT 的访问能够通过 Proxifier 访问代理，我们需要配置 Proxifier 的代理规则。

添加代理规则的页面如下：

我们有两种方法引导 ChatGPT 的网络访问：

1. 我们可以选择下载 ChatGPT Desktop 客户端，然后通过代理规则中应用程序过滤规则找到 ChatGPT 程序，然后让目标主机为空（这意味着所有的目标主机都会服从本规则）；
2. 将应用程序部分置空，然后在目标主机中填入 ChatGPT 访问的域名。经过我的试验发现，填入 chat.openai.com; challenges.cloudflare.com; *.openai.com; 即可。

事实上，因为 Proxifier 能够全局性地处理所有网络访问，因此，第二种方法对于使用 ChatGPT Desktop 的用户来说同样有效。下图是完整代理规则。

至此我们就完成了设置，你可能需要重启浏览器才能能让 Proxifier 成功地引导 ChatGPT 的流量。

由于国情原因我们使用使用 ChatGPT 需要使用各种形式的代理，这时我们肯能会发现在与 ChatGPT 对话的过程中可能会出现下面的错误：

这种错误一般在我们再让网页空闲一段时间（通常是一分钟）后再次提问时出现。当然，去 OpenAI 的帮助中心是不会搜到什么有用的信息的。如果你去检索这个问题，你能得到的最好答案是在出现这个页面之后刷新页面，然后回到对话窗口继续对话即可。但是刷新后如果再次出现空闲窗口的情况，这个问题会反复出现，因此你在对话中就不得不反复地刷新页面，再加上每次页面重载你都需要去勾选 Cloudflare 的机器人验证框，这就会极大程度上拖慢我们的速度，影响产品体验。

这个问题是否可能是由于我翻墙访问导致的呢？我使用的翻墙软件是 Shadowsocks，经过一番搜索，一个 Github Issue 的讨论给了我灵感。

尽管讨论的题目和 ChatGPT 没有直接关系，但是这个回复提到，Shadowsocks 在构建代理管道时，会在客户端使用 Privoxy 来讲 Socks5 代理转换成 http 代理，进而被浏览器使用。Privoxy 的配置中包含了 Socket 连接时长方面的控制。于是我查看了我本地的 Shadowsocks 使用的 Privoxy 的配置文件，这个文件在 MacOS 中位于 /Users/lena/Library/Application Support/ShadowsocksX-NG/privoxy.config 文件。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23

toggle  1
enable-remote-toggle 1
enable-remote-http-toggle 1
enable-edit-actions 0
enforce-blocks 0
buffer-limit 4096
forwarded-connect-retries  0
accept-intercepted-requests 0
allow-cgi-request-crunching 0
split-large-forms 0
keep-alive-timeout 5
socket-timeout 60

forward         192.168.*.*/     .
forward         10.*.*.*/        .
forward         127.*.*.*/       .
forward         [FE80::/64]      .
forward         [::1]            .
forward         [FD00::/8]       .
forward-socks5 / 127.0.0.1:1086 .

# Put user privoxy config line in this file.
# Ref: https://www.privoxy.org/user-manual/index.html

可以看到 keep-alive-timeout 和 socket-timeout 这两个选项设定的超时时间都比较低。我做了下面两个尝试：

1. 将这两个设置调高，并重启 Shadowsocks，但随后发现 Privoxy 重置了设置文件；
2. 我手动 kill 掉正在运行的 Privoxy 并且手动使用更新后的 config 文件调起一个新的进程，但是仍然没有解决 Something went wrong 的问题；

至此，我也不想和 Privoxy 纠缠下去，既然问题出在 Socks5 代理转 Http 代理的环节，我们可以使用 Proxifier 这个软件直接使用 Shadowsocks 提供的 Socks5 代理，就可以很好地解决这个问题。

Proxifier 的教程网上非常多，我就不在这篇文章里赘述了。

Proxifier 的使用参加我的文章：如何使用 Proxifier 来进行流量代理控制