<?xml version="1.0" encoding="utf-8"?>
<feed xmlns="http://www.w3.org/2005/Atom">
    <id>https://blog.o0o.top/</id>
    <title>贺煦修的博客</title>
    <updated>2026-10-31T16:00:00.000Z</updated>
    <generator>Astro - Feed Library</generator>
    <author>
        <name>贺煦修</name>
        <email>hexuiu@gmail.com</email>
        <uri>https://blog.o0o.top/</uri>
    </author>
    <link rel="alternate" href="https://blog.o0o.top/"/>
    <link rel="self" href="https://blog.o0o.top/atom.xml"/>
    <subtitle>Hi, 你好</subtitle>
    <icon>https://blog.o0o.top/favicon.ico</icon>
    <rights>All rights reserved 2026, 贺煦修的博客</rights>
    <entry>
        <title type="html"><![CDATA[突然想起来自己还有一个博客的.....]]></title>
        <id>https://blog.o0o.top/posts/remembering-my-blog/</id>
        <link href="https://blog.o0o.top/posts/remembering-my-blog/"/>
        <updated>2026-10-31T16:00:00.000Z</updated>
        <summary type="html"><![CDATA[突然想起自己还有个博客：早期 ChatGPT 润色的内容看着尴尬，决定在 Zola 和 Astro（Lonetrail）之间选后者复活它，内容从论坛同步。]]></summary>
        <content type="html"><![CDATA[<p>我今天突然想起来自己还有一个博客的…</p>
<p><a href="https://github.com/HEXUXIU/hexuxiu.github.io">https://github.com/HEXUXIU/hexuxiu.github.io</a></p>
<p><a href="https://hexuxiu.github.io/">https://hexuxiu.github.io/</a></p>
<p>就是这一坨。</p>
<p>是早期利用ChatGPT“润色”后的结果</p>
<p>导致目前看上去也十分尴尬，一会就突然奇奇怪怪的兴奋一下，尬一下，也不是我最开始的风格</p>
<p>然后，刚好昨天重新搞了个muse号，想不到能干嘛了，突然就回想到这个事</p>
<p><img src="https://blog.o0o.top/posts/assets/images/old-blog-homepage.avif" alt="旧版博客首页截图" /></p>
<p><em>可能就是token太多了促成的吧…</em></p>
<p>目前有几个选择方向，</p>
<p>1是使用zola（目前这个）但是需要自己魔改，加上各种扩展才可以，构建速度速度是十分之快</p>
<p>2是使用Astro，目前考虑到从Fuwari（之前选择这个是因为看上去类似于我blog在20-21年左右使用wordpress上argon主题，比较花哨，之前很喜欢）到Lonetrail <a href="https://github.com/ChongxiSama/">ChongxiSama (Chongxi) · GitHub</a></p>
<p>Lonetrail，这个Lonetrail是 Astro 7，Fuwari 同源的进化版，如其Demo站点<a href="https://lonetrail.vercel.app/en/posts/customize/">Configuring Lonetrail - Lonetrail</a></p>
<p>个人现在觉得是看起来更舒服的，更喜欢这个的审美</p>
<p>而blog的内容上，我认为是可以从目前在nodeloc上同步过去</p>
<p>而且目前由于有了muse作为助手，我觉得甚至可以去搞较为复杂的DNS优选之类的</p>
<img src="https://blog.o0o.top/images/emoji/xhj21.gif" alt=":xhj21:" style="display:inline-block;height:2em;width:2em;vertical-align:-0.4em" />
<p>我觉得大可去让博客复活一下了 <img src="https://blog.o0o.top/images/emoji/08-chong.png" alt=":08-chong:" style="display:inline-block;height:2em;width:2em;vertical-align:-0.4em" /></p>
<p>ok，博客换新完成</p>
<p>原发于 NodeLoc 论坛：<a href="https://www.nodeloc.com/t/topic/116112">https://www.nodeloc.com/t/topic/116112</a></p>
]]></content>
        <author>
            <name>贺煦修</name>
            <email>hexuiu@gmail.com</email>
            <uri>https://blog.o0o.top/</uri>
        </author>
        <category label="随笔"/>
        <published>2026-10-31T16:00:00.000Z</published>
    </entry>
    <entry>
        <title type="html"><![CDATA[神了！我的AI为了加一个搜索API，而这个日志把整个服务器都塞满了]]></title>
        <id>https://blog.o0o.top/posts/disk-full-log-incident/</id>
        <link href="https://blog.o0o.top/posts/disk-full-log-incident/"/>
        <updated>2026-10-29T16:00:00.000Z</updated>
        <summary type="html"><![CDATA[容器日志没有设上限，一路写到根分区 100%，服务全挂。复盘这次事故：根因、已经在跑的守护和巡检为什么没发现、以及教训。]]></summary>
        <content type="html"><![CDATA[<p>这是我上周五的时候，临走时agent给的最后汇报</p>
<ol>
<li>全站 auto 路由（自建，不再用 new-api combo）
new-api 的 combo 在上游失败时会 panic（channel 为 nil），所以弃用，改成自建路由服务：</li>
</ol>
<ul>
<li>服务：ttb-autorouter，监听 127.0.0.1:8091</li>
<li>渠道：ttb-auto（id=16，priority=20）</li>
<li>候选顺序：gpt-6-mini → big-pickle(zen) → grok-chat-fast → deepseek-v4.1-flash(speedai)</li>
<li>每 60 秒后台探活，按实测延迟排序，坏掉的进冷却，永不把请求卡在死上游</li>
<li>支持 stream 与非流式；响应头 x-auto-served-by 可看到实际命中
实测：auto 稳定 2–3 秒返回，上游全挂时返回明确错误而不是挂死。</li>
</ul>
<ol>
<li>模型列表清理</li>
</ol>
<ul>
<li>已删除所有 -free 后缀：现在对外是 beam、flint-40b、glm-5.3-flash、mimo-v2.6-flash、nemotron-3.5-lightning、nemotron-3.5-super-vl、deepseek-v4.1-flash、big-pickle（渠道 14 用 model_mapping 映射到上游真实名，用户看不到后缀）</li>
<li>GPT 只保留面向用户的型号：gpt-5-6、gpt-5-6-mini、gpt-6、gpt-6-mini、gpt-image-2、research</li>
<li>剔除了内部型号（gpt-5-6-t-mini、gpt-6-t-mini-mini 等）</li>
<li>每个模型补了正常显示名与中文介绍，例如：
模型	显示名
gpt-6	GPT-6
gpt-6-mini	GPT-6 mini
big-pickle	Big Pickle</li>
</ul>
<ol>
<li>渠道守护（解决"挂 85 秒"）
新增 ttb-guard.timer，每 5 分钟探测 zen / gpt 上游：</li>
</ol>
<ul>
<li>不可用 → 自动把渠道置为禁用（请求立刻失败，22ms 而不是 85 秒）</li>
<li>恢复 → 自动重新启用
刚才就是它把 zen(14)、gpt(13) 自动下线了，所以现在：
auto 3.0s ✅
deepseek-v4.1-flash 1.5s ✅
grok-chat-fast 2.2s ✅
grok-4.7 6.3s ✅
beam / gpt-6-mini → 22ms 明确报错（渠道被守护摘除）</li>
</ul>
<ol>
<li>Hermes 自主运维 Agent（你要的那个）
已部署 ttb-hermes（8092）+ 每 10 分钟一轮：</li>
</ol>
<ul>
<li>采集：渠道状态、auto_ban、15 分钟错误数、错误模型 TOP、systemd/docker 状态、autorouter 探活、searxng</li>
<li>决策：规则引擎（可靠、不依赖模型 JSON）→ 动作只允许 restart_service / set_channel_status / set_channel_priority / probe_url</li>
<li>点评：LLM（用我们自己的 auto）追加一段中文风险点评</li>
<li>审计：/opt/aistack/hermes/audit.jsonl，可 /audit、/status 查询</li>
<li>安全：默认 apply_enabled=false（只给建议不改系统），要真正自动执行改成 true 即可
刚才那轮它自己发现了：2 个渠道被 auto_ban、gpt/zen 探测超时、内存压力，并给出了处置动作。</li>
</ul>
<ol>
<li>DeepSeek 式搜索/抓取 API（已实现）
按 DeepSeek Search/Fetch 规格实现，外加两项它没有的：
端点	说明
POST /v1/tools/search	query/count/ori_question/need_content，返回 rerank_score、title、url、snippet、summary、content、site_name、site_icon、date、authority
POST /v1/tools/fetch	URL → Markdown 正文（trafilatura 提取，带 SSRF 防护）
POST /v1/embeddings	本地 bge-small-zh-v1.5，512 维，OpenAI 兼容
POST /v1/rerank	语义+关键词+权威度+时效 综合打分
POST /v1/tools/answer	搜索→抓正文→LLM 总结→带 [1][2] 引用的答案（DeepSeek 没有这个）
底层是自建 SearXNG（bing/mojeek/github/stackoverflow/startpage）+ Redis 缓存。</li>
</ol>
<p>但是，很显然，就是最后要的这个出问题了 <img src="https://blog.o0o.top/images/emoji/01-hongwen.png" alt=":01-hongwen:" style="display:inline-block;height:2em;width:2em;vertical-align:-0.4em" /></p>
<h2>Filesystem      Size  Used Avail Use% Mounted on
/dev/root        77G   77G     0 100% /
/dev/root        77G   77G     0 100% /</h2>
<p>56K	/var/lib/docker/image
100K	/var/lib/docker/network
2.6M	/var/lib/docker/buildkit
857M	/var/lib/docker/volumes
1.7G	/var/lib/docker/rootfs
27G	/var/lib/docker/containers
赫然有这几个容器
ttb-searxng Up 5 days
ttb-search-redis Up 5 days
grok-pin-proxy Up 5 days
grok-egress Up 5 days (healthy)
grok2api Up 5 days (healthy)
chatgpt2api-bk Up 6 days
new-api Up 5 days (healthy)</p>
<p>主要占用就是：/var/lib/docker/containers 占了 27G —— 这是容器日志（json-file 驱动没有大小上限）
一直在增长，最终把根分区写爆。容器和 nginx 写不了日志、写不了临时文件，就返回 502了 <img src="https://blog.o0o.top/images/emoji/12-fuwuqi.png" alt=":12-fuwuqi:" style="display:inline-block;height:2em;width:2em;vertical-align:-0.4em" />
目前已经恢复，可能有几个渠道没法使用，这个我后续会让自动化运维作为测试的，请等待
而搜索服务也会在后续上线，还有更多模型（准备用这个2H4G服务器上靠cpu来几个小模型吧）敬请期待 <img src="https://blog.o0o.top/images/emoji/04-zan.png" alt=":04-zan:" style="display:inline-block;height:2em;width:2em;vertical-align:-0.4em" /></p>
<p>还有之前说过的故障一次就赔偿一次！
<img src="https://blog.o0o.top/posts/assets/images/log-77g-1.webp" alt="磁盘占用截图" />
因为这次故障近了72小时，而且目前TTB全站已经达到705用户！故发这么多啦
每个人限领取一份哦 <img src="https://blog.o0o.top/images/emoji/08-chong.png" alt=":08-chong:" style="display:inline-block;height:2em;width:2em;vertical-align:-0.4em" />
神秘代码见<a href="https://www.nodeloc.com/t/topic/115935">论坛原帖</a>。</p>
<hr />
<p>ttb-hermes 这周做了什么
运行情况：175+ 次运行（每 10 分钟一轮），审计记录 165 条，从 10-25 08:15 到 10-27 17:10。之后审计写入失败（磁盘满了），但进程本身一直活着。</p>
<p>实际产出：基本等于没干活。
项目	数字
运行次数	165 次有记录
提议动作	322 条 set_channel_status、1 条 set_channel_priority、4 条 noop</p>
<p>真正执行的	0 条
原因：apply_enabled = false，全是 dry-run。也就是说这周它一直在"发现问题 → 提建议 → 什么都不做"。
它发现的东西（其实是对的）：</p>
<ul>
<li>auto_banned: 161 次 —— 反复检测到渠道 7（askdiandian-dots3）、10（bilibili-index-translate）被自动封禁</li>
<li>never probed: 3 次</li>
<li>all healthy: 2 次
它的盲区（这就是今晚炸站的原因）：</li>
</ul>
<ol>
<li>没有监控磁盘 —— 磁盘从 65% 涨到 100% 的全过程，Hermes 完全没看见，一次都没报</li>
<li>没有监控 PostgreSQL —— 数据库挂了、new-api 重启循环，它没检测</li>
<li>采集项只有渠道状态、错误数、systemd/docker 状态，没有容量类指标</li>
</ol>
<p>原发于 NodeLoc 论坛：<a href="https://www.nodeloc.com/t/topic/115935">https://www.nodeloc.com/t/topic/115935</a></p>
]]></content>
        <author>
            <name>贺煦修</name>
            <email>hexuiu@gmail.com</email>
            <uri>https://blog.o0o.top/</uri>
        </author>
        <category label="技术"/>
        <published>2026-10-29T16:00:00.000Z</published>
    </entry>
    <entry>
        <title type="html"><![CDATA[我在思考一件事，到底该不该开源TTB呢]]></title>
        <id>https://blog.o0o.top/posts/should-ttb-be-open-source/</id>
        <link href="https://blog.o0o.top/posts/should-ttb-be-open-source/"/>
        <updated>2026-10-29T16:00:00.000Z</updated>
        <summary type="html"><![CDATA[TTB 开不开源的两难：开源是透明负责但暴露攻击面、徒增工作量，不开源就是个黑盒；还在纠结。]]></summary>
        <content type="html"><![CDATA[<p>因为之前说过如果TTB要搞模型训练数据的自动化获取的话（很显然现在并没有这玩意，所以说各位的数据目前都是暂存的，只是为了缓存，是会自动删掉的，因为服务器的储存一点也不大…<img src="https://blog.o0o.top/images/emoji/05-qiongku.png" alt=":05-qiongku:" style="display:inline-block;height:2em;width:2em;vertical-align:-0.4em" /> ）</p>
<p>肯定要全公开的，全透明的，我才敢把这个功能加上</p>
<p>目前TTB是故障多次，限速过一个用户，但是至今为止，从未对用户进行路由/查看审核消息（正是因为这个原因，所以说之前出现过误判一个用户的使用，进行了限速）/乃至于泄露信息（如果没被攻击过或者上游程序被植入后们的话，反正我是不知情的）</p>
<p>可是这样就相当于直接把整个TTB的攻击面展示了，可能反而对数据安全有不好的可能性 <img src="https://blog.o0o.top/images/emoji/xhj32.jpeg" alt=":xhj32:" style="display:inline-block;height:2em;width:2em;vertical-align:-0.4em" /></p>
<p>我自认为自己的vibe水平并不能让TTB足以透明安全的公开，所以说目前就是一个大难题了 🫠</p>
<p>开源吧，是对用户隐私的不负责，而且徒增大量工作量 <img src="https://blog.o0o.top/images/emoji/12-fuwuqi.png" alt=":12-fuwuqi:" style="display:inline-block;height:2em;width:2em;vertical-align:-0.4em" /></p>
<p>不开源吧，对于用户来说，TTB就是一个黑盒，到底是什么，怎么样，大家也不清楚</p>
<p>而且并不能实现我最初希望的，只是整理自己发现的免费渠道，更好的使用一些个人本来不敢想的渠道（就比如说chatgpt，grok的账号2api，个人会觉得过于麻烦，而且少了话没有价值，多了话就是浪费）</p>
<p>同时把个人整理的渠道分享给大家，毕竟受人以鱼不如授人以渔</p>
<p>如此TTB可能会因为服务器/域名到期而消失，但是我探索TTB整理到的知识并不会消失</p>
<p>原发于 NodeLoc 论坛：<a href="https://www.nodeloc.com/t/topic/115989">https://www.nodeloc.com/t/topic/115989</a></p>
]]></content>
        <author>
            <name>贺煦修</name>
            <email>hexuiu@gmail.com</email>
            <uri>https://blog.o0o.top/</uri>
        </author>
        <category label="随笔"/>
        <published>2026-10-29T16:00:00.000Z</published>
    </entry>
    <entry>
        <title type="html"><![CDATA[可能是首发，对Enna酱（nodeloc娘）的一些衍生品，还有一个自己的中文翻译]]></title>
        <id>https://blog.o0o.top/posts/enna-name-translation/</id>
        <link href="https://blog.o0o.top/posts/enna-name-translation/"/>
        <updated>2026-10-23T16:00:00.000Z</updated>
        <summary type="html"><![CDATA[NodeLoc 的看板娘定名 Enna（恩娜）之后，我建了她的 Wiki，做了 Live2D 预览，还给她起了个自己的中文译名：𡟯雫。]]></summary>
        <content type="html"><![CDATA[<p>基于<a href="https://www.nodeloc.com/t/topic/115186">https://www.nodeloc.com/t/topic/115186</a>
所做
这是一个关于恩娜enna的Wiki：<a href="https://www.nodeloc.wiki/w/%E6%81%A9%E5%A8%9C%EF%BC%88NodeLoc%20%E5%A8%98%EF%BC%89">https://www.nodeloc.wiki/w/恩娜（NodeLoc 娘）</a>
这是初步制作的live2D模型的预览
<img src="https://blog.o0o.top/posts/assets/images/enna-preview-1.avif" alt="Enna Live2D 预览" />
<img src="https://blog.o0o.top/posts/assets/images/enna-preview-2.avif" alt="Enna Live2D 预览" />
稍后会把模型文件发布
对了，感觉Enna酱的中文名好奇怪 不知道能不能改
比如说我自己随便翻译的：蒽雫?（因为实在是找不到en音的中文的对应啦）
还有哈基米4的：恩奈
好了，我找到更好的了，en可以不用化学用字了
可以叫enna为「𡟯雫」
发音：ēn nǎ</p>
<ol>
<li>𡟯
字典出处：
《康熙字典》【丑集下】【女字部】引宋代韵书《集韵》：“烏痕切，音恩。女字。”
另有字典记音为 bì（但作为“女+恩”形声字，正统古韵切音就是“恩”）。
字面意思：
女子人名用字 。
古人造这个字就是专门用来给女孩起名字的！字形由“女”与“恩”组成，既有知恩、承恩的意蕴，又自带女子的温婉灵秀。</li>
<li>雫
字典出处：
《康熙字典》【備考】【戌集】【雨部】引《龙龛手鉴》：“奴寡切”（按现代汉语拼音规整读作 nǎ 或 xiá）。
在日本属于非常经典的“和制汉字”（国字），训读作 しずく（shizuku）。
字面意思：
会意字，“雨”落在“下”方，本义就是“雨滴、水滴、水珠” 💧。
在日文与二次元文学里象征清澈、晶莹、纯净的露珠或微雨，也是动漫里极受欢迎的女孩人名常用字。
所以「𡟯雫」
𡟯寄托的是“知恩念情、温柔明理、集万千宠爱于一身”的美德与福气 。而“雫”在和风意境中是清澈晶莹的雨珠 。</li>
</ol>
<p>原发于 NodeLoc 论坛：<a href="https://www.nodeloc.com/t/topic/115203">https://www.nodeloc.com/t/topic/115203</a></p>
]]></content>
        <author>
            <name>贺煦修</name>
            <email>hexuiu@gmail.com</email>
            <uri>https://blog.o0o.top/</uri>
        </author>
        <category label="随笔"/>
        <published>2026-10-23T16:00:00.000Z</published>
    </entry>
    <entry>
        <title type="html"><![CDATA[这么说nodeloc的能量还是蛮值钱的]]></title>
        <id>https://blog.o0o.top/posts/nl-energy-value/</id>
        <link href="https://blog.o0o.top/posts/nl-energy-value/"/>
        <updated>2026-10-17T16:00:00.000Z</updated>
        <summary type="html"><![CDATA[按 399 元兑 50,000 能量的比例算，1 能量约等于 2 韩元；再按官方 API 定价算，能量的 AI 购买力是名义价值的约 838 倍。]]></summary>
        <content type="html"><![CDATA[<p>忘了之前从哪个帖子看到的，人民币与能量汇率 399 元 = 50,000 NL，是也就是 1,000 能量按这个比例折算为 7.98 元。</p>
<p>那么：</p>
<p>现实货币 1 单位约合人民币 相当于多少能量</p>
<p>越南盾 VND ¥0.00194 0.243 能量</p>
<p>印尼盾 IDR ¥0.00038 0.0476 能量</p>
<p>日元 JPY ¥0.0318 3.98 能量</p>
<p>韩元 KRW ¥0.00388 0.486 能量</p>
<p>也就是说，1 能量 ≈ ¥0.00798，是相当于大约 2 个韩元（约 ¥0.00776）。按这个尺度，<strong>1 能量可以理解成约 2 韩元的名义价值。</strong></p>
<p><strong>那么这样的话</strong> 按照目前nodeloc财富榜：</p>
<p>排名 用户 能量 折合人民币</p>
<p>1 Nightelf 216,379 ¥1,725.50</p>
<p>2 hello word 202,784 ¥1,618.21</p>
<p>3 James 196,761 ¥1,569.35</p>
<p>4 羽人 130,000 ¥1,037.40</p>
<p>5 biubiu 126,000 ¥1,005.48</p>
<p>6 老张 92,500 ¥738.15</p>
<p>7 叫我沈同学 84,300 ¥672.71</p>
<p>8 草丛 83,200 ¥663.94</p>
<p>9 LOsEE 82,800 ¥660.74</p>
<p>10 awq 80,900 ¥645.58</p>
<p>20 院长 43,700 ¥348.73</p>
<p>50 anne 19,200 ¥153.22</p>
<p>99 wbbwb 12,600 ¥100.55</p>
<p>103 我😎 12,400 ¥98.95</p>
<p>而TTB的AI PPP（我自己起的，是ai购买力）</p>
<p>模型 输入价/1M 折合人民币/1M 输入</p>
<p>space-bunny 0.0005 能量 约 0.000004 元</p>
<p>nemotron-lightning 0.000595 约 0.0000047 元</p>
<p>big-pickle / mimo 0.0014 约 0.000011 元</p>
<p>deepseek-v4.1-flash 0.01 约 0.00008 元</p>
<p>glm-5.3-flash 0.02 约 0.00016 元</p>
<p>grok-4.7 2 约 0.016 元</p>
<p>在PDNL站里</p>
<p>因为1 NL是1:1官方定价的</p>
<p>以 OpenAI 官方价格表中的 GPT-6.1-Sol 为例，输入 $2/百万 Token、输出 $10/百万 Token。</p>
<p>采用 2026 年 10 月 16 日的美元兑人民币汇率约 6.6863。</p>
<p>名义价值</p>
<p>1 能量 ≈ ¥0.00798</p>
<p>按官方 API 定价可兑换的服务价值</p>
<p>1 能量 ≈ $1 API 用量</p>
<p>AI 服务购买力 / 名义价值</p>
<p>≈ <strong>838 倍</strong></p>
<p>如此可见，在Ai ppp里 nodeloc能量是比较高的</p>
<p>原发于 NodeLoc 论坛：<a href="https://www.nodeloc.com/t/topic/114388">https://www.nodeloc.com/t/topic/114388</a></p>
]]></content>
        <author>
            <name>贺煦修</name>
            <email>hexuiu@gmail.com</email>
            <uri>https://blog.o0o.top/</uri>
        </author>
        <category label="随笔"/>
        <published>2026-10-17T16:00:00.000Z</published>
    </entry>
    <entry>
        <title type="html"><![CDATA[AI牛逼，真就帮我把京瓷打印机驱动搞定了]]></title>
        <id>https://blog.o0o.top/posts/kyocera-fs1040-driver/</id>
        <link href="https://blog.o0o.top/posts/kyocera-fs1040-driver/"/>
        <updated>2026-10-16T16:00:00.000Z</updated>
        <summary type="html"><![CDATA[多年搞不定的京瓷 FS-1040 打印机驱动，这次靠 AI 在 Deepin 20.9 上装上了：关键是过滤器必须由 root 放在标准目录。]]></summary>
        <content type="html"><![CDATA[<p>真是太激动了！！！</p>
<p>我来自己简述一下，就是我之前是换过一次Linux的，但是就是因为打印机驱动的问题又回Windows了</p>
<p>这个驱动当时我反反复复找好几次（几乎每次用Linux，都回去挑战一下，包括后续拿到nas/小主机，都会去再试一试，毕竟我这个记性可能有点差），但是很显然次次失败，要么就是驱动老了，要么就是不兼容，要么就是不管用，然后就放弃了。</p>
<p>这次借助ai（闲的没事干，就是去试试workbuddy，用这个的原因是，这个电脑太老了，CPU对opencode的命令集都不支持，然后又是刚刚装完系统，因为显卡也太老，所以说急着装驱动，搞代理或上中转站也不太现实，所以说codex和claude code也排除，故使用了workbuddy这玩意），就也是成功的拿下了！</p>
<p>以下是ai的总结，大家如果有需要可以参考：</p>
<pre><code>## 安装 Kyocera FS-1040 打印机驱动（Deepin 20.9 x86_64）
- 设备：Kyocera FS-1040（USB，序列号 NSB5172012）。系统 Deepin 20.9，CUPS 已运行（lpadmin/cupsctl/lpstat 均在）。
- 系统自带 foomatic/gutenprint 无 Kyocera 驱动；`driverless` 不支持（老款 USB，无 IPP-over-USB）。
- 驱动来源：Kyocera 欧洲官网 FS-1040 专属 Linux 驱动 `LinuxDrv_1.1203_FS-1x2xMFP.zip`
  - 直链：https://www.kyoceradocumentsolutions.eu/content/dam/download-center-cf/eu/drivers/all/LinuxDrv_1_1203_FS_1x2xMFP_zip.download.zip
  - 注意：中国官网的通用 KX Driver 明确不支持 FS-1040，勿用。

- 安装要点：
  - PPD 在包内 `Linux/64bit/Global/English.tar.gz` → `Kyocera_FS-1040GDI.ppd`；配套过滤器 `rastertokpsl`。
  - **关键坑**：过滤器必须放 `/usr/lib/cups/filter/rastertokpsl` 且由 root 拥有，否则 CUPS 报 `insecure-filter` 并拒绝执行（普通用户/非标准目录都不行，作业会卡死）。
  - 落盘需 root：本环境 `pkexec` 免密可用 → `pkexec bash -c 'cp .../rastertokpsl /usr/lib/cups/filter/; chown root:lp; chmod 755'`。
  - 添加打印机：`lpadmin -p FS-1040 -E -v "usb://Kyocera/FS-1040?serial=NSB5172012" -P &lt;ppd&gt;`（用户在 lpadmin 组，无需 sudo）。
  - 设默认：`lpoptions -d FS-1040`。
- 验证：测试打印 3 次作业全部 completed；中文文本作业也能正常提交完成。
</code></pre>
<p>附打印测试和过程时截图：</p>
<p><img src="https://blog.o0o.top/posts/assets/images/kyocera-print-test.avif" alt="打印测试" /></p>
<p><img src="https://blog.o0o.top/posts/assets/images/kyocera-photo-1.avif" alt="打印机照片" /></p>
<p><img src="https://blog.o0o.top/posts/assets/images/kyocera-photo-2.avif" alt="打印机照片" /></p>
<p>原发于 NodeLoc 论坛：<a href="https://www.nodeloc.com/t/topic/114339">https://www.nodeloc.com/t/topic/114339</a></p>
]]></content>
        <author>
            <name>贺煦修</name>
            <email>hexuiu@gmail.com</email>
            <uri>https://blog.o0o.top/</uri>
        </author>
        <category label="技术"/>
        <published>2026-10-16T16:00:00.000Z</published>
    </entry>
    <entry>
        <title type="html"><![CDATA[啊这，我还怎么开ai站呢]]></title>
        <id>https://blog.o0o.top/posts/latency-distribution/</id>
        <link href="https://blog.o0o.top/posts/latency-distribution/"/>
        <updated>2026-10-09T16:00:00.000Z</updated>
        <summary type="html"><![CDATA[各模型延迟实测：muse-spark-1.3 要 56.7 秒，同一厂商的 1.2 只要 2 秒，是上游对特定模型的资源紧张，不是链路问题。]]></summary>
        <content type="html"><![CDATA[<p>延迟分布：</p>
<p>模型	延迟	备注</p>
<p>fledge-alpha	0.5s	400，不可用</p>
<p>muse-spark-1.2-contributor	2.0s	正常</p>
<p>big-pickle	2.6s	正常</p>
<p>nemotron-3.5-lightning	2.8s	正常</p>
<p>space-bunny	2.5s	正常</p>
<p>longcat-2.5-preview	6.3s	偏慢</p>
<p>mimo-v2.6-flash	7.5s	偏慢</p>
<p>mimo-v2.5	15.2s	很慢</p>
<p>muse-spark-1.3-contributor	56.7s	严重超时</p>
<p>其中muse-spark-1.3-contributo是上游排队。同一模型 muse-spark-1.2 只有 2.0 秒，两者差 28 倍。同一厂商同一渠道，一个2 秒一个 57 秒，说明是上游对特定模型的资源紧张，不是我的链路的问题。这种情况我这边做任何优化都无效，只能等上游扩容或换模型了 <img src="https://blog.o0o.top/images/emoji/xhj32.jpeg" alt=":xhj32:" style="display:inline-block;height:2em;width:2em;vertical-align:-0.4em" /></p>
<p>还有就是、fledge-alpha 上游列表里已经没有它了（fledge → 无），直接返回 Model fledge-alpha is not supported。模型在 OpenCode 侧不存在了。mimo-v2.5 上游也没了（mimo-v2.5 → 无）。同样的 Model mimo-v2.5-free has been deprecated</p>
<p>原发于 NodeLoc 论坛：<a href="https://www.nodeloc.com/t/topic/113355">https://www.nodeloc.com/t/topic/113355</a></p>
]]></content>
        <author>
            <name>贺煦修</name>
            <email>hexuiu@gmail.com</email>
            <uri>https://blog.o0o.top/</uri>
        </author>
        <category label="技术"/>
        <published>2026-10-09T16:00:00.000Z</published>
    </entry>
    <entry>
        <title type="html"><![CDATA[国庆节要结束了 让我记录下都做了什么吧]]></title>
        <id>https://blog.o0o.top/posts/national-day-recap/</id>
        <link href="https://blog.o0o.top/posts/national-day-recap/"/>
        <updated>2026-10-06T16:00:00.000Z</updated>
        <summary type="html"><![CDATA[国庆假期复盘：TokenTokenBond 提供了 52.1 亿 token 的 API 服务，M365-Copilot2API 从 v0.7.0 更新到 v0.7.3，还做了数据归档和一个英语小模型。]]></summary>
        <content type="html"><![CDATA[<p>首先是 <strong><a href="https://api.tokentoken.bond/">TokenTokenBond</a></strong></p>
<p>从只有一个服务器开始</p>
<p>到现在除去grok外，较为稳定给大家提供了共计 <strong>52.1亿</strong>token的api服务！</p>
<p><img src="https://blog.o0o.top/posts/assets/images/ttb-usage-chart.avif" alt="TokenTokenBond 用量图" /></p>
<p>（而且还进行了一次狂欢，<a href="https://www.nodeloc.com/t/topic/112695">[ ✨TokenTokenBond✨]限时免费领取您的疯狂（限时 5H） 套餐。有效期 5 小时 无限额度，无限并发！目前进行了性能优化与重构项目，欢迎测试！</a>  ，你看那个高高的柱子就是了）</p>
<p>二 ，M365-Copilot2API</p>
<p>其次是<a href="https://github.com/HEXUXIU/M365-Copilot2API/">GitHub - HEXUXIU/M365-Copilot2API: Microsoft 365 Copilot → OpenAI / Anthropic 兼容 API 网关。 · GitHub</a></p>
<p>在这个假期期间</p>
<p><img src="https://blog.o0o.top/posts/assets/images/m365-commits.avif" alt="假期提交记录截图" /></p>
<p>完成了数次提交，似乎是从v0.7.0一路更新到目前的 <strong><a href="https://github.com/HEXUXIU/M365-Copilot2API/releases/tag/v0.7.3">v0.7.3</a></strong></p>
<p>三,模型训练与数据归档</p>
<p>最后就是完成了</p>
<p><a href="https://www.nodeloc.com/t/topic/112513">说开源就开源！NodeLoc Archiver！主题数近五万个，帖子近八十万条！ - 科技与创作 / 编程开发 - NodeLoc</a></p>
<p><a href="/posts/prochlo-190m-sft/">自训练的Prochlo-190M-SFT发布！现在模型可以基础的聊天了！ - 科技与创作 / MLOps &amp; 推理 - NodeLoc</a></p>
<p>一个对于nodeloc的数据归档与清洗，另外一个就是一个独立的英语小模型！（因为都是和huggingface平台有关系，我就发一起了，但是实际上这俩没有一点直接关系，模型是英语模型哈）</p>
<p>还有搞了个,com</p>
<p><a href="https://www.nodeloc.com/t/topic/112614">拿下了人生的第一个 .com 域名!</a></p>
<p>这个下周继续吧</p>
<p>还算比较充实吧 <img src="https://blog.o0o.top/images/emoji/xhj21.gif" alt=":xhj21:" style="display:inline-block;height:2em;width:2em;vertical-align:-0.4em" /></p>
<p>原发于 NodeLoc 论坛：<a href="https://www.nodeloc.com/t/topic/112797">https://www.nodeloc.com/t/topic/112797</a></p>
]]></content>
        <author>
            <name>贺煦修</name>
            <email>hexuiu@gmail.com</email>
            <uri>https://blog.o0o.top/</uri>
        </author>
        <category label="技术"/>
        <published>2026-10-06T16:00:00.000Z</published>
    </entry>
    <entry>
        <title type="html"><![CDATA[自训练的Prochlo-190M-SFT发布！现在模型可以基础的聊天了！]]></title>
        <id>https://blog.o0o.top/posts/prochlo-190m-sft/</id>
        <link href="https://blog.o0o.top/posts/prochlo-190m-sft/"/>
        <updated>2026-10-06T16:00:00.000Z</updated>
        <summary type="html"><![CDATA[从头训练的 190M 小模型做了 SFT，现在能基础聊天了：20 层 LLaMA 架构、20B tokens 预训练、46 万条对话微调。]]></summary>
        <content type="html"><![CDATA[<p><a href="https://huggingface.co/CyanoAI/Prochlo-190M-SFT">https://huggingface.co/CyanoAI/Prochlo-190M-SFT</a></p>
<p>较Base版本（CyanoAI/Prochlo-190M-Base）</p>
<p>该模型目前已经可以基础的聊天了</p>
<table>
<thead>
<tr>
<th>项目</th>
<th>Prochlo-190M-SFT</th>
</tr>
</thead>
<tbody>
<tr>
<td>参数量</td>
<td><strong>约 190M / 0.2B</strong></td>
</tr>
<tr>
<td>类型</td>
<td>Dense Causal Language Model</td>
</tr>
<tr>
<td>架构</td>
<td><strong>20 层，LLaMA-style</strong></td>
</tr>
<tr>
<td>词表</td>
<td><strong>50,261</strong></td>
</tr>
<tr>
<td>基础模型</td>
<td>Prochlo-190M-Base</td>
</tr>
<tr>
<td>Base 预训练量</td>
<td><strong>20B tokens</strong></td>
</tr>
<tr>
<td>SFT 数据</td>
<td>HuggingFaceTB/smol-smoltalk</td>
</tr>
<tr>
<td>SFT 数据量</td>
<td><strong>约 46 万条对话</strong></td>
</tr>
<tr>
<td>SFT epoch</td>
<td>2</td>
</tr>
<tr>
<td>SFT 最大长度</td>
<td><strong>1024 tokens</strong></td>
</tr>
<tr>
<td>训练精度</td>
<td>FP16</td>
</tr>
<tr>
<td>主要语言</td>
<td><strong>英语</strong></td>
</tr>
<tr>
<td>权重格式</td>
<td>Safetensors / F16</td>
</tr>
<tr>
<td>License</td>
<td><strong>Apache-2.0</strong></td>
</tr>
</tbody>
</table>
<h1>“SFT”是什么意思？</h1>
<p>这里的：</p>
<blockquote>
<p><strong>Prochlo-190M-SFT</strong></p>
</blockquote>
<p>中的 SFT 是：</p>
<p><strong>Supervised Fine-Tuning，监督微调。</strong></p>
<p>它的训练实际上分为两个主要阶段。</p>
<h3>第一阶段：预训练</h3>
<p>先训练：</p>
<p><strong>Prochlo-190M-Base</strong></p>
<p>这是一个从头训练的 190M 参数模型称其使用 <strong>20B tokens</strong> 进行预训练，拥有 <strong>20 层 LLaMA-style 架构和 50,261 大小的词表</strong>。 <a href="https://huggingface.co/CyanoAI/Prochlo-190M-SFT">CyanoAI/Prochlo-190M-SFT · Hugging Face</a></p>
<p>在这个阶段，它主要学的是：</p>
<blockquote>
<p>根据前面的 token 预测下一个 token。</p>
</blockquote>
<p>所以 Base 模型本身并不天然知道应该像 AI 助手一样回答你。</p>
<hr />
<h3>第二阶段：SFT 对话训练</h3>
<p>然后使用：</p>
<p><strong>HuggingFaceTB/smol-smoltalk</strong></p>
<p>对 Base 进行监督微调，数据大约有 <strong>46 万段英语对话</strong>。 <a href="https://huggingface.co/CyanoAI/Prochlo-190M-SFT">[huggingface.co]</a></p>
<p>训练时对话采用类似：</p>
<p>&lt;|user|&gt;</p>
<p>…</p>
<p>&lt;|assistant|&gt;</p>
<p>…</p>
<p>这样的聊天格式。</p>
<blockquote>
<p>loss masking on assistant tokens</p>
</blockquote>
<p>即训练针对 assistant 输出部分计算相应的监督训练目标，使模型学习：</p>
<p><strong>“用户这样说 → Assistant 应该这样回答。”</strong></p>
<p>因此 SFT 版本相比 Base 版本才真正具有明显的聊天/指令执行属性。</p>
<p><strong>不过，这尚且不是最终版本</strong>，后续还有DPO / RLAIF阶段才算完成</p>
<p>原发于 NodeLoc 论坛：<a href="https://www.nodeloc.com/t/topic/112770">https://www.nodeloc.com/t/topic/112770</a></p>
]]></content>
        <author>
            <name>贺煦修</name>
            <email>hexuiu@gmail.com</email>
            <uri>https://blog.o0o.top/</uri>
        </author>
        <category label="技术"/>
        <published>2026-10-06T16:00:00.000Z</published>
    </entry>
    <entry>
        <title type="html"><![CDATA[M365-Copilot2API v0.7.3 已发布]]></title>
        <id>https://blog.o0o.top/posts/m365-copilot2api-v073/</id>
        <link href="https://blog.o0o.top/posts/m365-copilot2api-v073/"/>
        <updated>2026-10-05T16:00:00.000Z</updated>
        <summary type="html"><![CDATA[v0.7.3 修了四个 bug：流式缓冲吞 Flush、围栏截断、200 空正文、codex 工具调用读不到。每个都是查出来才知道的毛病。]]></summary>
        <content type="html"><![CDATA[<p>v0.7.3 已发布：<a href="https://github.com/HEXUXIU/M365-Copilot2API/releases/tag/v0.7.3">https://github.com/HEXUXIU/M365-Copilot2API/releases/tag/v0.7.3</a>
Release 和 CI 成功，26 个跨平台产物齐全。</p>
<p>这版发布了什么？
修的 4 个 bug：</p>
<ol>
<li>流式缓冲 — recoverPanics 吞掉 Flush，所有 SSE 响应一直攒到 handler 返回才一次性下发。首字节从"等于总时长"变成真正的增量下发。</li>
<li>围栏截断（issue #102）— 代码块之后的正文被丢弃，任何带代码块的回复都在第一个围栏处被截断。现在非工具调用的围栏按顺序就地发出。</li>
<li>200 空正文 — 首字节前失败时返回 200 + 空 body + 一个硬编码成 rate_limit 的错误帧。严格按 OpenAI 规范解析的客户端会静默丢弃整个请求（10 并发 40 发里出现 3 次）。现在返回真实状态码并如实命名原因。</li>
<li>codex 工具调用 — codex 把工具声明塞在 input[ ].additional_tools 里还套了层 namespace，网关压根没读。codex 每个会话只说一句"我来执行"就结束，零工具调用。这是本轮最严重的发现。</li>
</ol>
<p>改进：
换号重试加抖动退避（避免突发时所有排队请求同刻重试再次撞墙）
首字节超时换号（75s→40s）
新增 /api/metrics（p50/p95/p99、错误率、分端点、账号健康）
英文 README 和完整英文控制台（#99）。</p>
<p>原发于 NodeLoc 论坛：<a href="https://www.nodeloc.com/t/topic/112706">https://www.nodeloc.com/t/topic/112706</a></p>
]]></content>
        <author>
            <name>贺煦修</name>
            <email>hexuiu@gmail.com</email>
            <uri>https://blog.o0o.top/</uri>
        </author>
        <category label="技术"/>
        <published>2026-10-05T16:00:00.000Z</published>
    </entry>
    <entry>
        <title type="html"><![CDATA[跑了4天终于把数据清洗完成了！]]></title>
        <id>https://blog.o0o.top/posts/data-cleaning-270gb/</id>
        <link href="https://blog.o0o.top/posts/data-cleaning-270gb/"/>
        <updated>2026-08-23T16:00:00.000Z</updated>
        <summary type="html"><![CDATA[为了从头搓一个小模型，下载了约 270GB 数据集，4 天后洗完，产出 220GB 以上、约 3500 万条记录。清单如下。]]></summary>
        <content type="html"><![CDATA[<p>续<a href="/posts/download-datasets-270gb/">下载了一点点的数据集，准备搓一个小的模型玩玩（约 270 GB） - 科技与创作 / AI - NodeLoc</a>的4天后，也就是今天，终于清洗完成了！</p>
<p>AAI_IndustryCorpus_literature: 176 GB (2832 万条)
sedthh_gutenberg_english: 28 GB (~4.6 万条)
HiTZ_Multilingual-Medical-Corpus: 3.5 GB
stjiris_portuguese-legal-sentences-v0: 7.9 GB (部分)
BEE-spoke-data_gutenberg-en-v1-clean: 1.6 GB
sedthh_gutenberg_multilang: 1.7 GB
joelniklaus_legal-mc4: 545 MB
AI-team-UoA_greek_legal_code: 254 MB
BEE-spoke-data_fineweb-literature-100k: 424 MB (部分)
rzgar_kurdish_sorani_literatures: ~13 MB, 22727 条
rzgar_kurdish_sorani_literatures_it: 894 MB
izumi-lab_open-text-books: 87 MB
CalvinU_project-gutenberg: 25569 条
Medilora_us_medical_license_exam_textbooks_en: 23 MB
QingHong258_Ancient-Chinese-Language-CUZ: 24 MB
Yotam_economics-textbook: 255 条
总产出约 220+ GB，约 3500 万条记录。</p>
<p>原发于 NodeLoc 论坛：<a href="https://www.nodeloc.com/t/topic/105018">https://www.nodeloc.com/t/topic/105018</a></p>
]]></content>
        <author>
            <name>贺煦修</name>
            <email>hexuiu@gmail.com</email>
            <uri>https://blog.o0o.top/</uri>
        </author>
        <category label="技术"/>
        <published>2026-08-23T16:00:00.000Z</published>
    </entry>
    <entry>
        <title type="html"><![CDATA[下载了一点点的数据集，准备搓一个小的模型玩玩（约 270 GB）]]></title>
        <id>https://blog.o0o.top/posts/download-datasets-270gb/</id>
        <link href="https://blog.o0o.top/posts/download-datasets-270gb/"/>
        <updated>2026-08-18T16:00:00.000Z</updated>
        <summary type="html"><![CDATA[下载了 28 个数据集仓库、937 个文件、约 270GB，覆盖文学、法律、医学、教材和古汉语。]]></summary>
        <content type="html"><![CDATA[<p>RT，以下是我下载的数据：</p>
<ul>
<li>28 个数据集仓库</li>
<li>937 个文件</li>
<li>约 270 GB</li>
<li>主要覆盖文学、公共领域图书、法律、医学、教材和少量专业文本</li>
<li>文件格式包括 Parquet、JSON/JSONL、压缩 JSONL、CSV、TXT，以及 README、数据集说明等仓库元数据</li>
</ul>
<ol>
<li>文学与公共领域图书
这是其中最主要的一类，尤其包含多个 Project Gutenberg 衍生语料库：</li>
</ol>
<ul>
<li>ACOSharma/literature</li>
<li>BAAI/IndustryCorpus_literature</li>
<li>BEE-spoke-data/fineweb-literature-100k</li>
<li>BEE-spoke-data/gutenberg-en-v1-clean</li>
<li>biglam/gutenberg-poetry-corpus</li>
<li>CalvinU/project-gutenberg</li>
<li>collabora/project-gutenberg-wds-preprocessed</li>
<li>Geralt-Targaryen/Literature-zh</li>
<li>matthh/gutenberg-poetry-corpus</li>
<li>rzgar/kurdish_sorani_literatures</li>
<li>rzgar/kurdish_sorani_literatures_it</li>
<li>sedthh/gutenberg_english</li>
<li>sedthh/gutenberg_multilang</li>
<li>SinclairSchneider/project_gutenberg</li>
<li>stevez80/Sci-Fi-Books-gutenberg</li>
<li>suolyer/pile_gutenberg
从数据集名称和已核验的文件结构看，这部分主要用于提供：</li>
<li>英文及多语言长篇书籍文本</li>
<li>Gutenberg 公共领域作品</li>
<li>诗歌和文学作品</li>
<li>中文文学</li>
<li>库尔德语文学</li>
<li>科幻作品</li>
<li>已清洗或预处理的文学网页文本
例如，SinclairSchneider/project_gutenberg 包含多个约 280–300 MB 的 Parquet 分片；ACOSharma/literature 中的主文本 main.txt 约 27.9 MB。BAAI/IndustryCorpus_literature 则包含大量压缩的 jsonl.gz 分片，预计是此次 270 GB 中占比较大的部分。</li>
</ul>
<ol>
<li>法律语料
法律类包括：</li>
</ol>
<ul>
<li>AI-team-UoA/greek_legal_code</li>
<li>dlwh/Multi_Legal_Pile</li>
<li>joelniklaus/legal-mc4</li>
<li>stjiris/portuguese-legal-sentences-v0
其覆盖方向包括：</li>
<li>希腊法律法规文本</li>
<li>多语言法律文本集合</li>
<li>从多语言网页语料中筛选出的法律内容</li>
<li>葡萄牙语法律句子
AI-team-UoA/greek_legal_code 的文件按 chapter、subject、volume 等维度组织，并包含 train、validation、test Parquet 文件。因此它不只是原始法条文本，也带有一定的数据划分或结构化组织。
这类数据适合后续建设法律领域预训练语料，但目前还不能仅凭仓库名断言所有字段都是纯法条；仍需要读取 Parquet schema 和抽样内容后再细分。</li>
</ul>
<ol>
<li>医学语料
医学类包括：</li>
</ol>
<ul>
<li>HiTZ/Multilingual-Medical-Corpus</li>
<li>Medilora/us_medical_license_exam_textbooks_en</li>
<li>nlp-guild/medical-data</li>
<li>shibing624/medical
大致覆盖：</li>
<li>多语言医学文本</li>
<li>美国医学执照考试相关英文教材</li>
<li>医学领域数据集合</li>
<li>中文或中英混合医学语料
这部分可能包含教材、医学知识文本及结构化数据。不过，目前证据只能确认这些仓库和文件已完整下载；尚未完成字段级检查，因此不能确定其中问答、教材正文、术语或其他文本各占多少。
另外，筛选过程中有不少医学数据集因许可证不符合要求而没有下载，例如许可证未知、GPL、非商业或禁止演绎类数据。也就是说，这 4 个是通过当前许可与任务规则后保留下来的集合，并非把搜索到的医学数据全部下载。</li>
</ul>
<ol>
<li>教材和专业知识文本
教材类包括：</li>
</ol>
<ul>
<li>izumi-lab/open-text-books</li>
<li>Sridevi/python_textbooks</li>
<li>Yotam/economics-textbook
分别面向：</li>
<li>开放教材</li>
<li>Python 编程教材</li>
<li>经济学教材
其中 Yotam/economics-textbook 已确认包含：
economics_for_life.csv
该 CSV 约 139 KB。此外还下载了对应 README 和仓库元数据。
这类数据更接近连续知识文本，适合作为通用预训练中的教材或专业知识组成部分，但仍需要后续进行正文提取、去重和质量过滤。</li>
</ul>
<ol>
<li>古汉语语料
最终保留了：</li>
</ol>
<ul>
<li>QingHong258/Ancient-Chinese-Language-CUZ
这部分从名称判断是古汉语相关数据。此前候选中还出现过古汉语机器翻译数据，但因为任务模式命中翻译类过滤规则，最终没有进入这 28 个正式下载仓库。
因此，现在保存的是更接近古汉语文本本身的数据，而不是法中翻译对或 pivot 翻译数据。
完整的 28 个数据集
ACOSharma/literature
AI-team-UoA/greek_legal_code
BAAI/IndustryCorpus_literature
BEE-spoke-data/fineweb-literature-100k
BEE-spoke-data/gutenberg-en-v1-clean
biglam/gutenberg-poetry-corpus
CalvinU/project-gutenberg
collabora/project-gutenberg-wds-preprocessed
dlwh/Multi_Legal_Pile
Geralt-Targaryen/Literature-zh
HiTZ/Multilingual-Medical-Corpus
izumi-lab/open-text-books
joelniklaus/legal-mc4
matthh/gutenberg-poetry-corpus
Medilora/us_medical_license_exam_textbooks_en
nlp-guild/medical-data
QingHong258/Ancient-Chinese-Language-CUZ
rzgar/kurdish_sorani_literatures
rzgar/kurdish_sorani_literatures_it
sedthh/gutenberg_english
sedthh/gutenberg_multilang
shibing624/medical
SinclairSchneider/project_gutenberg
Sridevi/python_textbooks
stevez80/Sci-Fi-Books-gutenberg
stjiris/portuguese-legal-sentences-v0
suolyer/pile_gutenberg
Yotam/economics-textbook</li>
</ul>
<p>下载了整整一天awa <img src="https://blog.o0o.top/images/emoji/xhj002.png" alt=":xhj002:" style="display:inline-block;height:2em;width:2em;vertical-align:-0.4em" /></p>
<p>准备进一步的清洗</p>
<p>原发于 NodeLoc 论坛：<a href="https://www.nodeloc.com/t/topic/104363">https://www.nodeloc.com/t/topic/104363</a></p>
]]></content>
        <author>
            <name>贺煦修</name>
            <email>hexuiu@gmail.com</email>
            <uri>https://blog.o0o.top/</uri>
        </author>
        <category label="技术"/>
        <published>2026-08-18T16:00:00.000Z</published>
    </entry>
    <entry>
        <title type="html"><![CDATA[折腾日记：使用EdgeOne加速网站（上）]]></title>
        <id>https://blog.o0o.top/posts/edgeone-part1/</id>
        <link href="https://blog.o0o.top/posts/edgeone-part1/"/>
        <updated>2025-07-15T16:00:00.000Z</updated>
        <content type="html"><![CDATA[<h1>前言</h1>
<p>最近腾讯出了个 EdgeOne 的免费 CDN 套餐，我也是直接薅上了！现在我这个博客用的就是它加速，速度简直是“nice”到飞起！🙈 看这速度，简直不要太爽！</p>
<p><img src="https://blog.o0o.top/posts/assets/images/screenshot-1752640831229.avif" alt="EdgeOne 控制台截图" /><img src="https://blog.o0o.top/posts/assets/images/screenshot-1752664132117.avif" alt="EdgeOne 控制台截图" /></p>
<h1>准备工作</h1>
<p>我们所需要的东西只有这些： 1.一个可以正常使用的邮箱 2.一个测速用的工具，例如<a href="https://www.itdog.cn/">ITDOG</a>，用来优选ip和对比网站访问速度。<strong>注意</strong>：如果开启ssl，请测试443端口，例如blog.xn–8uqu92f.top:443 。不过不需要担心浏览器访问，EO会自动重定向。 3.外币卡:YPT,Bybiy，Pokepay都可以用(为啥推荐，通过优惠码，都可以免费开卡使用）通过它们，我们就可以过3DM验证了（后续自动续签ssl用的到） 4.一个域名，二级域名不支持哦🙃</p>
<h1>第一步：申请（二选一）</h1>
<h2>免费申请（需要等待一定时间）</h2>
<h3>方式1：发推到X（推荐）</h3>
<p>我们只需要去<a href="https://edgeone.ai/zh/redemption">EdgeOne 国际站</a>（有备案的国内站更快哦，方法一样），三选一进行申请即可。 我是通过用Gemini生成了一篇推(中文推文好像也行)。然后等了3天就有了，发完推，不妨主动去 TencentCloudEO 的账号私信一下，说不定还能加速进程呢。。 <img src="https://blog.o0o.top/posts/assets/images/%E5%BE%AE%E4%BF%A1%E5%9B%BE%E7%89%87_20250716183851_12.avif" alt="EdgeOne 页面长截图" /></p>
<h3>方式2：加入EO的 Discord 服务器抢码（没有试）</h3>
<p>如果你自认反应够快，可以试试。否则…还是算了吧。。。╮(╯▽╰)╭</p>
<h3>方式3：在你的GitHub上的项目里打广告</h3>
<p>这个方式虽然“有机会”拿到兑换码，但感觉有点像在为爱发电（免费帮忙打广告，没报酬），总觉得不够划算，还是 skip 掉罢！(╯°A°)╯︵○○○</p>
<h2>付费申请（无需等待）</h2>
<p>如果你等不及了，那就直接买一个月的个人版套餐吧，才 9.9 元！ <strong>重要提示</strong>： 记得取消“自动续费”哦，不然钱包会哭泣的！😀 为了避免账户被“薅羊毛”，有个小技巧：设置用量封顶策略。这样套餐到期后它就会乖乖变成免费版了 😜 然后，你需要做一些必要的闲置防止被反薅，在用量封顶策略里进行限制 最后等它自动过期，降为免费版即可😜</p>
<h1>第二步：把你的网站挂上EO</h1>
<p>1.注册不需要多说了吧，不会的话建议自己去B站查吧 2.添加站点，输入你的域名，选择加速区域全球可用区（不含中国大陆），和CNAME验证，<strong>重要</strong>，这样才可以优选，然后添加域名，别的自定义或者默认都可以，不过需要在回源配置输入你服务器的ip或者域名（A记录或者别的），如果你使用了 Cloudflare，那么回源 HOST 头是需要更改的，如果报错427了，改为使用源站域名即可 最后等待部署完成就可以了（如果网站打不开是 403，那多半是 SSL 证书的问题。去 EdgeOne 申请个免费证书就 OK 了！） 3.进行优选ip（可能会导致封号，权衡利弊使用），在你的dns记录里指定使用什么ip，可以使用指定ip，例如本站是使用43.174.150.150 ，你也可以使用加速域名，用加速域名也可以，但我测下来还是直接指定 IP 更快！ 具体就是把前面的CNAME改为你需要的地址即可</p>
<h1>搞定收工！</h1>
<p>这样一来，EdgeOne 的免费 CDN 就基本配置好了！至于 SSL 自动续签，我下篇再详细展开讲哈！</p>
]]></content>
        <author>
            <name>贺煦修</name>
            <email>hexuiu@gmail.com</email>
            <uri>https://blog.o0o.top/</uri>
        </author>
        <published>2025-07-15T16:00:00.000Z</published>
    </entry>
    <entry>
        <title type="html"><![CDATA[折腾日记：使用EdgeOne加速网站，并自动续签SSL证书（下）]]></title>
        <id>https://blog.o0o.top/posts/edgeone-part2/</id>
        <link href="https://blog.o0o.top/posts/edgeone-part2/"/>
        <updated>2025-07-15T16:00:00.000Z</updated>
        <content type="html"><![CDATA[<h1>开篇闲聊</h1>
<p>在上一篇文章，我们成功的使用EO加速了网站，这 EdgeOne的速度是真香，但那个 SSL 证书就有点“不省心”了。你说这腾讯吧，就不能学学 Cloudflare 吗？人家 CF 免费续个十年八载的，我这边还得自己操心，真是让人又爱又“恨”！ 老话说的好，自己动手丰衣足食。那么这篇文章我们便通过在<a href="https://console.run.claw.cloud/signin"><strong>ClawCloud</strong></a> 免费部署docker容器（Github注册满180天用户就可以每月获得5刀来玩），部署AllinSSL，对接dns提供商和腾讯云，来自动续签ssl</p>
<h1>手动续签 SSL？不可能的事！🖕</h1>
<h2>注册账号</h2>
<p>首先我们需要注册一个爪云（<a href="https://console.run.claw.cloud/signin"><strong>ClawCloud</strong></a>）的账号，建议使用注册满180天的Github号来注册。</p>
<h2>部署AllinSSL</h2>
<p>注册完成后，点击应用商店，如图 <img src="https://blog.o0o.top/posts/assets/images/screenshot-1752669006512.avif" alt="EdgeOne 控制台截图" />
然后找到AllinSSL，首页就有，很好找，第二行就是 <img src="https://blog.o0o.top/posts/assets/images/%E9%83%A8%E7%BD%B2AllinSSL.avif" alt="AllinSSL 部署截图" />
部署，这里有三个参数，第一个是安全入口。相信使用过Linux面板的朋友都知道这是干什么的，这里就不多bb（但是你要么不修改，要么得自己记住了）。第二个是用户名，第三个是密码，自己记住即可。
部署完成后，登录AllinSSL，添加自动化部署。
<img src="https://blog.o0o.top/posts/assets/images/%E8%87%AA%E5%8A%A8%E5%8C%96%E9%83%A8%E7%BD%B2.avif" alt="自动化部署截图" />
按照上面的一步步填写（懒得截图了，自己摸索吧），需要提醒的是<strong>证书</strong>选择<strong>Let’s Encrypt</strong>（免费），<strong>部署</strong>选择腾讯云EdgeOne（自定义ssl需要3DM验证，不会扣钱的放心吧），<strong>DNS提供商</strong>按照<a href="https://allinssl.com/guide/help/provider/">官方文档</a>填写，提个醒，Cloudflare 是需要Global API Key的，别搞错了。</p>
<h1>最终完成</h1>
<p>这样你的EdgeOne就完整了，快去享受吧</p>
]]></content>
        <author>
            <name>贺煦修</name>
            <email>hexuiu@gmail.com</email>
            <uri>https://blog.o0o.top/</uri>
        </author>
        <published>2025-07-15T16:00:00.000Z</published>
    </entry>
    <entry>
        <title type="html"><![CDATA[本站修复后台成功]]></title>
        <id>https://blog.o0o.top/posts/fix-admin/</id>
        <link href="https://blog.o0o.top/posts/fix-admin/"/>
        <updated>2025-05-23T16:00:00.000Z</updated>
        <content type="html"><![CDATA[<p>自从上次迁移站点后，发现后台一直**将您重定向的次数过多，**在历经2个小时后（没有经验，穷举法），一路检测主题，插件，数据库后，最后发现是因为WordPress网站管理后台没有开启对https的支持，最后在wp-config.php添加三行解决完成;)</p>
<p>$_SERVER[‘HTTPS’] = ‘on’;
define(‘FORCE_SSL_LOGIN’, true);
define(‘FORCE_SSL_ADMIN’, true);</p>
]]></content>
        <author>
            <name>贺煦修</name>
            <email>hexuiu@gmail.com</email>
            <uri>https://blog.o0o.top/</uri>
        </author>
        <published>2025-05-23T16:00:00.000Z</published>
    </entry>
    <entry>
        <title type="html"><![CDATA[你好，世界]]></title>
        <id>https://blog.o0o.top/posts/hello-world/</id>
        <link href="https://blog.o0o.top/posts/hello-world/"/>
        <updated>2024-11-15T16:00:00.000Z</updated>
        <content type="html"><![CDATA[<p>这是本博客的第一篇文章</p>
]]></content>
        <author>
            <name>贺煦修</name>
            <email>hexuiu@gmail.com</email>
            <uri>https://blog.o0o.top/</uri>
        </author>
        <published>2024-11-15T16:00:00.000Z</published>
    </entry>
</feed>