chore: lint text and auto correct

.github/workflows/gh-pages.yml

@@ -53,7 +53,7 @@ jobs:
             --minify \
             --baseURL "/"
       - name: Upload artifact
-        uses: actions/upload-pages-artifact@v4
+        uses: actions/upload-pages-artifact@v3
         with:
           path: ./public
 

content/posts/LLM Agent is All You Need - 当我用大模型助手来指导我完成MVP产品 - 「Colin's Weekend Project」.md

@@ -0,0 +1,128 @@
+---
+title: LLM Agent is All You Need - 让 AI 指导我完成 MVP 产品 - 「Colin's Weekend Project」
+date: 2025-09-14
+description: 我个人喜欢挑一个周末在一个很短很专注的时间内，捣鼓点小玩意。这个栏目用来记录我的这些 idea、作品、创作过程以及吐槽。今天来挑战一下，在大模型的指导下，完成一个最小可行产品 (MVP)
+categories:
+- Weekend Project
+tags:
+- 技术
+- JAMStack
+- LLM
+- AI
+---
+
+> **「Colin's Weekend Project」**
+> 我个人喜欢挑一个周末在一个很短很专注的时间内，捣鼓点小玩意。这个栏目用来记录我的这些 idea、作品、创作过程以及吐槽
+
+今天来挑战一下，在大模型的指导下，完成一个最小可行产品 (MVP)
+
+
+
+## idea
+
+如果单纯是开发一个完整的 web 程序 or 移动端程序，其实没啥意思。我之前已经搞过很多，更别提日常在公司里面就是在开发各种功能。今天我打算以一个非专业人士的视角，探究一下：
+
+- 当下各种 AI 助手已经百花齐放，飞入寻常百姓家。但是当下的 AI 在真实世界的任务中，究竟能做到什么地步
+- 如果作为一名非专业人士，究竟能不能借助这些 AI 工具做出一个可用的产品
+- 如果真正要做一个面向 C 端的产品，把流程 Run 起来持续下去，需要考虑哪些因素
+
+## 如果一切都从 LLM 开始...
+
+我需要代入一个非专业开发人员的视角，来进行这次的项目。首先项目启动的第一个问题：在没有任何产品经理的知识，不懂得产品开发流程的小白的情况下，我需要如何开始？
+
+在没有 LLM 以前，或许我需要先各种查阅资料学习，或者各种摇人让懂行的朋友进行指导。但是现在，一切都不一样了：随便一个 LLM 都可以帮我快速入门
+
+一开始，我是打算接住 LLM 让我快速了解产品相关的知识。但是突然觉得，既然都用 AI 了，为什么还在遵循原有的路径，一步步自己学习、理解然后教 AI 做事呢？换个思路，我只要提供需求，AI 来拆解任务。
+
+于是
+![image|476x415](https://blog-1301127393.file.myqcloud.com/BlogImgs/202509172249632.png)
+
+![image-1|700x472](https://blog-1301127393.file.myqcloud.com/BlogImgs/202509172249633.png)
+
+![image-2|700x472](https://blog-1301127393.file.myqcloud.com/BlogImgs/202509172249634.png)
+
+利用 AI 生成一套提示词，来指导我如果分析我的需求、拆解任务
+
+不得不说，对于这些跨领域的知识，能有一个不厌其烦的 AI 助手来循序渐进地跟你交流、帮你分析，效果非常好。人类可能还真不好干这个活。
+
+## 「AI 教我做产品」
+
+经过跟这个「MVP 导师」的 LLM Agent 反复沟通，确定了产品的主要构想和核心事项。以下是摘录的一部分
+
+```markdown
+#### MVP 概要（3 句话）
+
+- **为谁**：20‑30 岁、周末感到无聊且有意愿尝试新事物的年轻人。
+- **解决什么痛点**：不清楚该尝试哪些活动、如何快速入门、活动是否适合自己、以及能获得什么收益。
+- **提供的核心功能**：活动列表页面 → 点击感兴趣的活动 → 展示入门门槛与材料推荐（入门材料按钮）并埋点上报。
+```
+
+```markdown
+## MVP 核心功能：
+    1. **活动列表**：集中展示多种可入门活动（绘画、球类、手工等）。
+    2. **入门详情**：点击任意活动 → 展示入门门槛、必备材料、推荐教程链接。
+    3. **埋点追踪**：记录“点击 → ≥1 min 外部阅读 → 回站”行为，用于验证假设。
+```
+
+这里印象深刻的是，MVP 导师让我先确保用户痛点一定要是真实的，在初期没有论证的情况下，MVP 的意义就在于基于一个假设 (假设用户的痛点是 xxx), 我们要围绕这个痛点先开发出 1-2 个核心功能，然后通过用户数据分析，来验证我们关于用户痛点的假设是否成立。如果不成立说明是伪需求，也就没有继续投入的必要了。
+
+这一点还是让我挺惊喜的，因为大部分人有个 idea 想做 xx 产品，大部分都是脑门一热，想要有 xxx 功能但是其实根本的需求并不是这个。花了很多精力搞出来的功能其实是伪需求。而 AI 导师专业水准还是挺在线的，能够在一开始就识别这个风险
+
+## Vibe Coding
+
+接下来就是要进入开发的部分了。我选择的 AI 代码工具是字节的 Trae 海外版，不用验证手机号而且可以使用 Google Gemini、OpenAI GPT-4o、Anthropic Claude 4 等高级模型。
+
+首先让 AI 根据产品需求文档、拆解任务文档，确定了技术方案。不过这里我为了效率简化了下&注入了一些自己的私房调料，最终使用的方案为：
+
+- astro + vue3 + tailwind css 来构建 web 站点
+- directus cms 作为后端，省去编写后端和对接数据库的麻烦
+- vercel 快速部署
+
+这部分没啥好说的，简单列几个吐槽的点吧：
+
+- astro 配置 tailwindcss, 换了一圈大模型没一个正确的。应该是跟近期大版本更新有关系。最后还是我手动跟着 astro 官方的文档搞定的
+- trae 高级模型试用额度很低，没写几个功能就超限了开始排队，动不动前面几百号人基本没法用
+- 现阶段 AI IDE 基本都是基于 vs code 改的。所以 vscode 的缺点也都一并继承了过来，很多语言的插件需要额外手动安装、各种变量跳转用不了、各种奇怪的波浪线报错又没法快速修正
+
+最后简要看下最终的成果吧
+
+![image-3](https://blog-1301127393.file.myqcloud.com/BlogImgs/202509172249635.png)
+
+![image-4](https://blog-1301127393.file.myqcloud.com/BlogImgs/202509172249636.png)
+
+后台数据：
+![image-5](https://blog-1301127393.file.myqcloud.com/BlogImgs/202509172249637.png)
+
+## 埋点上报与用户行为分析
+
+之前做的都是玩具项目和公司内部平台，没怎么接触过 C 端用户行为分析。这块确实还是个挺陌生的领域。不过好在我们有万能的 AI. 在经过埋点需求分析、技术方案对比、任务拆解之后，最后采用了 Umami 平台来进行上报，并简单配置了下指标用于计算用户停留，辅助验证我们关于用户痛点的假设
+
+![image-6|0x0](https://blog-1301127393.file.myqcloud.com/BlogImgs/202509172249639.png)
+
+跟 MVP 导师沟通的时候，确定了验证假设的方式为：衡量用户是否点击「查看详情」按钮
+
+- 用户点击并在外部阅读 ≥ 1  分钟后回站
+- 成功阈值：≥ 25 % 的访问者完成“点击 → ≥ 1 min 回站
+
+为了方便统计，借助 umaimi 的统计功能快速实现，我只需要统计有多少比例的用户至少点击了一次「了解详情」. 具体到代码实现上，就是在「点击详情」按钮添加一个上报，上报内容包括用户的 session id, 后面在 umaimi 统计一段时间内，按钮点击事件里面，有多少独立的 session id 处以总的 uv 就可以。
+
+![image-7](https://blog-1301127393.file.myqcloud.com/BlogImgs/202509172249640.png)
+
+## 投放
+
+众所周知，天朝桌面端 web 用户已经约等于 0 了，技术博客都很少人看，更别提这种泛娱乐向的内容。MVP 导师提供的方案，也是路线正确，但是 web 端用户数据反馈验证的路子基本没用。不过这个 web 页面我也不指望能成为流量主力，最多算个 wiki.
+
+要想真的有人看，收获真实用户反馈，还是需要到各种新媒体平台去投放的。然后再收集数据进行分析，不过这个工作量就是另外一回事了。运营起来还是需要挺多时间精力的。
+
+尝试做了几个图投放到小红书，放几个示例图
+
+![image-8](https://blog-1301127393.file.myqcloud.com/BlogImgs/202509172249641.png)
+
+用的搞定设计的模版调整了下，插图是用 Gemini, 效果还可以，能很好地遵循用户指令，不过美学方面跟 MidJourney 那些还是差了一截，毕竟人家专攻的方向。提示词里面限制好风格的话出图效果还是可以的，这里后续如果有必要的话，其实也可以 AI 批量生产插图。
+
+不过小红书账号冷启动，反响平平。这里后续有时间再研究吧
+
+## The End
+
+
+

content/posts/OpenClaw虽好, 搭配沙箱才安心 - 使用Lume构建mac虚拟环境.md

@@ -0,0 +1,278 @@
+---
+title: OpenClaw 虽好，搭配沙箱才安心 - 使用 Lume 构建 mac 虚拟环境
+date: 2026-02-04
+description: OpenClaw 这种应用最吸引人、最方便的地方在于 ta 可以成为「代理」, 去执行任何「你可以做」的事。你能做，ta 就能做。不过前提便是宽松的权限管理，超级多的权限。下面介绍一个 基于 lume 的 Mac OS 虚拟机方案，将其作为沙箱环境节点供 openclaw 调用。
+categories:
+  - 技术
+  - 指南
+tags:
+  - 技术
+  - LLM
+  - AI
+---
+
+
+![open-claw-img|700x368](https://openclaw.ai/og-image.png)
+
+近日 OpenClaw(原 Clawdbot, 曾用名 Moltbot) 爆火，独立自主操控电脑完成各种任务，一个挺 fancy 的 agent 应用。结合 moltbook 网站的新闻，在各种媒体的鼓吹下故事画风变得愈发科幻，巴不得明天就统治全人类。
+
+
+爆火没两天，就爆出不少安全新闻，要么是 agent 自作主张直接电脑删空，要么是大量小白用户把实例暴露在公网，别有用心的人可以直接通过 openclaw 的黑洞控制整个电脑。OpenClaw 这种应用最吸引人、最方便的地方在于 ta 可以成为「代理」, 去执行任何「你可以做」的事。你能做，ta 就能做。不过前提便是宽松的权限管理，超级多的权限。
+
+下面介绍一个 基于 lume 的 Mac OS 虚拟机方案，将其作为沙箱环境节点供 openclaw 调用。
+
+## OpenClaw Gateway 安装
+
+由于 gateway 节点负责与各个 channel 即 bot 通信，最好有公网 ip, 这里我在 linux 云服务器上进行部署。
+
+官方默认给的安装命令很简单，`npm install -g openclaw` 就可以了。但是为了安全起见我还是偏好使用 docker 容器。官方对 docker 容器的支持并不是很好，文档也有点混乱，实际测下来从代码库自行构建镜像比较好
+
+首先是克隆仓库。注意默认的 main 分支可能不是很稳定，最好切换到某个 tag 或者 github actions 全部通过的 commit 再构建。
+
+```bash
+# 示例: 切换到指定tag
+git pull --rebase
+git fetch --tags
+git checkout v2026.1.29
+```
+
+之后准备构建。很多教程包括官方文档是让用户直接在克隆后的 git 仓库里，修改 compose 和 env 文件。但是这样的话后续不方便更新，因为工作区有修改，每次都要 stash 再 pull 还要解决冲突的问题，太麻烦了。建议的方式是在代码库上级目录创建 compose 和 env, 这样下次要更新的话，直接到 repo 里面 git pull 再重新构建镜像就可以了。
+
+目录结构如下：
+
+```
+.
+├── .env
+├── docker-compose.yml
+└── **openclaw-repo**
+```
+
+compose 文件设置好构建的目录即可。示例如下
+
+```yaml
+services:
+  openclaw-gateway:
+    image: ${OPENCLAW_IMAGE:-openclaw:local}
+    container_name: openclaw-gateway
+    build: ./openclaw-repo
+    environment:
+      xxx:xxx
+```
+
+准备好目录和 docker compose 之后，即可开始构建
+
+完整 docker compose
+
+```yaml
+services:
+  openclaw-gateway:
+    image: ${OPENCLAW_IMAGE:-openclaw:local}
+    container_name: openclaw-gateway
+    build: ./openclaw-repo
+    environment:
+      HOME: /home/node
+      TERM: xterm-256color
+      OPENCLAW_GATEWAY_BIND: ${OPENCLAW_GATEWAY_BIND}
+      OPENCLAW_GATEWAY_PORT: ${OPENCLAW_GATEWAY_PORT}
+      XDG_CONFIG_HOME: ${XDG_CONFIG_HOME}
+      PATH: /home/linuxbrew/.linuxbrew/bin:/usr/local/sbin:/usr/local/bin:/usr/sbin:/usr/bin:/sbin:/bin
+    volumes:
+      - ${OPENCLAW_CONFIG_DIR}:/home/node/.openclaw
+      - ${OPENCLAW_WORKSPACE_DIR}:/home/node/.openclaw/workspace
+    ports:
+      - "${OPENCLAW_GATEWAY_PORT}:${OPENCLAW_GATEWAY_PORT}"
+      # - "${OPENCLAW_BRIDGE_PORT:-18790}:18790"
+    init: true
+    restart: unless-stopped
+    command:
+      [
+        "node",
+        "dist/index.mjs",
+        "gateway",
+        "--bind",
+        "${OPENCLAW_GATEWAY_BIND:-lan}",
+        "--port",
+        "${OPENCLAW_GATEWAY_PORT}",
+      ]
+     
+  openclaw-cli:
+    image: ${OPENCLAW_IMAGE:-openclaw:local}
+    environment:
+      HOME: /home/node
+      TERM: xterm-256color
+      BROWSER: echo
+      OPENCLAW_GATEWAY_BIND: ${OPENCLAW_GATEWAY_BIND}
+      OPENCLAW_GATEWAY_PORT: ${OPENCLAW_GATEWAY_PORT}
+      XDG_CONFIG_HOME: ${XDG_CONFIG_HOME}
+      PATH: /home/linuxbrew/.linuxbrew/bin:/usr/local/sbin:/usr/local/bin:/usr/sbin:/usr/bin:/sbin:/bin
+    volumes:
+      - ${OPENCLAW_CONFIG_DIR}:/home/node/.openclaw
+      - ${OPENCLAW_WORKSPACE_DIR}:/home/node/.openclaw/workspace
+    stdin_open: true
+    tty: true
+    init: true
+    entrypoint: ["node", "dist/index.mjs"]
+    restart: none
+
+
+```
+
+env 示例
+
+```ini
+OPENCLAW_IMAGE=openclaw:latest
+OPENCLAW_GATEWAY_TOKEN=change-me
+OPENCLAW_GATEWAY_BIND=lan
+OPENCLAW_GATEWAY_PORT=8089
+
+OPENCLAW_CONFIG_DIR=/data/openclaw
+OPENCLAW_WORKSPACE_DIR=/data/openclaw/workspace
+XDG_CONFIG_HOME=/home/node/.openclaw
+```
+
+```bash
+
+# 镜像中的应用默认以uid 1000账户运行, 手动设置data数据目录的权限避免出现预期外的问题
+sudo chown -R 1000:1000 /data/openclaw
+
+# 构建镜像
+sudo docker compose build
+
+# 第一次使用, 初始化相关配置
+docker compose run --rm openclaw-cli onboard
+
+# 之后启动gateway
+docker compose up -d openclaw-gateway
+```
+
+如果使用 tg channel ,创建完 bot 后需要配对才可以使用。
+
+```
+docker compose run --rm openclaw-cli pairing approve telegram <code>
+```
+
+日常配置可以直接使用这个 cli 镜像后面加上需要的参数。或者直接到 Gateway 镜像中执行 `node dist/index.mjs xxx` 代替 官方文档里 `openclaw xxx` . (官方 Dockerfile 里面对 cli 工具名字的处理有问题，先曲线救国)
+
+```
+docker compose run --rm openclaw-cli xxx
+```
+
+## MacOS VM via Lume
+
+接下来配置 mac os 的虚拟机。使用 lume 工具
+
+```bash
+brew install lume
+
+brew services start lume
+```
+
+之后可以快捷安装 macos vm. 一般情况下，默认安装当前系统大版本下最新的小版本。你可以通过以下方式查询
+
+```bash
+# 查询`latest`参数对应默认的系统镜像和版本, 可以看到显示的url指向的系统版本为15.6.1
+~ » lume ipsw                                                                         
+[2026-01-31T12:23:12Z] INFO: Fetching latest supported IPSW URL
+
+[2026-01-31T12:23:13Z] INFO: Found latest IPSW URL url=https://updates.cdn-apple.com/2025SummerFCS/fullrestores/093-10809/CFD6DD38-DAF0-40DA-854F-31AAD1294C6F/UniversalMac_15.6.1_24G90_Restore.ipsw
+
+https://updates.cdn-apple.com/2025SummerFCS/fullrestores/093-10809/CFD6DD38-DAF0-40DA-854F-31AAD1294C6F/UniversalMac_15.6.1_24G90_Restore.ipsw
+
+
+# 查询当前系统版本为15.2
+~ » sw_vers                                                                           
+ProductName: macOS
+ProductVersion: 15.2
+BuildVersion: 24C101
+```
+
+也可以从这里获取指定版本的系统镜像下载地址，手动下载。https://ipsw.me/. 一般 mac os 的镜像大小在 15-20GB
+
+创建 vm
+
+```bash
+# 默认安装最新的版本
+lume create openclaw --os macos --ipsw latest
+
+# 如果失败报错"Installation requires a software update." 可以下载不高于当前系统运行的版本手动创建
+
+lume create openclaw --os macos --cpu 2 --memory 8GB --disk-size 100GB --ipsw ./<YOUR-DOWNLOAD-IPSW-FILE>
+
+# 启动vm
+lume run openclaw
+
+```
+
+之后会输出一个 vnc 地址，可以用 mac 自带的「屏幕共享」app 进行查看。菜单「连接」- 「新建」
+![](https://blog-1301127393.cos.ap-shanghai.myqcloud.com/BlogImgs/20260205000147405.png)
+
+完成系统安装的几个必要步骤，然后到设置里把远程控制打开，后面 SSH 要用到。系统更新建议关掉。
+
+![[image-23.png]]
+
+![[image-24.png]]
+
+在 mac vm 上安装 openclaw
+
+```bash
+# 基础环境配置
+## brew 安装 (加速版本, 使用中科大镜像源)
+
+export HOMEBREW_BREW_GIT_REMOTE="https://mirrors.ustc.edu.cn/brew.git"
+export HOMEBREW_CORE_GIT_REMOTE="https://mirrors.ustc.edu.cn/homebrew-core.git"
+export HOMEBREW_BOTTLE_DOMAIN="https://mirrors.ustc.edu.cn/homebrew-bottles"
+export HOMEBREW_API_DOMAIN="https://mirrors.ustc.edu.cn/homebrew-bottles/api"
+
+/bin/bash -c "$(curl -fsSL https://mirrors.ustc.edu.cn/misc/brew-install.sh)"
+
+## brew 镜像配置
+
+echo 'export HOMEBREW_BOTTLE_DOMAIN="https://mirrors.ustc.edu.cn/homebrew-bottles"' >> ~/.zshrc
+echo 'export HOMEBREW_API_DOMAIN="https://mirrors.ustc.edu.cn/homebrew-bottles/api"' >> ~/.zshrc
+echo 'export HOMEBREW_CORE_GIT_REMOTE="https://mirrors.ustc.edu.cn/homebrew-core.git"' >> ~/.zshrc
+echo 'export HOMEBREW_BREW_GIT_REMOTE="https://mirrors.ustc.edu.cn/brew.git"' >> ~/.zshrc
+source ~/.zshrc
+
+## 安装基础环境
+brew install node
+brew install pnpm
+pnpm setup
+source ~/.zshrc
+
+echo "registry=https://npmreg.proxy.ustclug.org/" >> ~/.npmrc
+pnpm install -g openclaw@latest
+openclaw onboard --install-daemon
+```
+
+client 端配置好 gateway 地址和 token .第一次连接显示需要配对。在服务端执行
+
+```bash
+
+openclaw devices list
+
+openclaw devices apprve <复制的request id>
+
+```
+
+![image-25](https://blog-1301127393.cos.ap-shanghai.myqcloud.com/BlogImgs/20260205000019565.png)
+
+```bash
+# 作为node注册
+
+openclaw node install --host <gateway-host> --port 18789 --display-name "Mac mini"
+
+# 然后在服务端approve
+
+# 查看状态
+openclaw node status
+# 启动节点
+openclaw node start
+```
+
+之后就可以让 openclaw 调用这个节点啦
+
+![](https://blog-1301127393.cos.ap-shanghai.myqcloud.com/BlogImgs/20260204235959805.png)
+
+
+
+THE END

content/posts/Search-as-a-RSS! 把任何搜索查询转换为RSS! FeedCraft 新功能速递.md

@@ -0,0 +1,66 @@
+---
+title: Search-as-a-RSS! 把任何搜索查询转换为 RSS! FeedCraft 新功能速递
+date: 2025-12-22
+description: 作为 RSS 5 年忠实用户，我非常享受 RSS 主动管理信息源给我带来的掌控感。但是传统 RSS 订阅方式只能基于站点或者频道，更多时候我其实是想关注某一个特定领域信息，使用方式局限性很大。其实最理想的方式是直接把搜索引擎的结果拿来作为信息源。在 FeedCraft 新版本中，我新增了一个 Search-as-a-RSS 的功能，用户只需要使用自然语言指定好要搜索什么，接下来就可以自动根据搜索结果生成一个 RSS 了。
+categories:
+  - 技术
+  - 指南
+tags:
+  - 技术
+  - LLM
+  - AI
+---
+
+## 前言
+
+作为 RSS 5 年忠实用户，我非常享受 RSS 主动管理信息源给我带来的掌控感。但是传统 RSS 订阅方式只能基于站点或者频道，更多时候我其实是想关注某一个特定领域信息，比如 AI 领域世界模型有什么新的新闻，或者是想订阅一个特定的信息，比如我关注的 xxx 歌手有没有新的巡演规划。
+
+这些需求通过传统 RSS 方式难以实现，你只能定向的订阅某个新闻站点，然后过滤一下关键词。使用方式局限性很大。其实最理想的方式是直接把搜索引擎的结果拿来作为信息源。问题主要是噪声太多：
+
+- 搜索查询一般是按照关键词来的，不够灵活
+- 垃圾内容农场泛滥
+- 高质量的信息很多时候是多种语言的网页，直接阅读会很困难
+
+好在我们有了 AI, 很多问题有了新的解决方法。在 FeedCraft 新版本中，我新增了一个 Search-as-a-RSS 的功能，用户只需要使用自然语言指定好要搜索什么，接下来就可以自动根据搜索结果生成一个 RSS 了。
+
+接下来简要介绍一下流程：
+
+## FeedCraft 如何通过搜索结果创建 RSS
+
+FeedCraft 本身是一个一站式处理 RSS 的工具，这里的搜索需要依赖第三方服务。首发支持的搜索服务是 LiteLLM Proxy(一个 AI 服务的代理转发平台，开源可自部署，可以方便对接各种第三方搜索服务比如 Exa, Tavily, Plexirity, Perplexity, Brave 等等)
+
+以 Tavily 为例，这个平台提供了每月 1000credits 的额度，可以执行上百次搜索，轻度使用绰绰有余了。前往官网注册个账号，生成一个 api key 即可。
+
+> [Tavily](https://www.tavily.com/) 是一个专为人工智能代理（AI Agents）设计的搜索引擎，旨在优化 AI 在执行任务时的信息检索过程。它不同于传统的面向人类用户的搜索引擎（如 Google 或 Bing），而是专门为 AI 系统“理解”和“查找”所需信息而构建，强调高效、准确和上下文相关的搜索结果。
+
+![image-14](https://blog-1301127393.cos.ap-shanghai.myqcloud.com/BlogImgs/202512220059928.png)
+
+接下来到 LiteLLM 的后台，Tool - Search Tool 里面增加一个 search tool. 这里 search tool name 可以自定义，先记下来待会在 feed craft 的设置页面需要填入。
+
+![image-15](https://blog-1301127393.cos.ap-shanghai.myqcloud.com/BlogImgs/202512220059929.png)
+在 LiteLLM 后台生成一个 API KEY, Key Name 可以随便写主要是备注。这个生成的 api key 可以用于请求 LLM, 也可以调用刚才配置的搜索工具。确认生成后，复制 api key.
+
+![image-16](https://blog-1301127393.cos.ap-shanghai.myqcloud.com/BlogImgs/202512220059930.png)
+
+在 FeedCraft 后台，设置里面配置搜索服务，这里 API URL 是你的 LiteLLM 服务加上`/search` 后缀。
+例如你的 LiteLLM 服务部署在 `https://my-litellm.example.com`, 那么这里就填写 `https://my-litellm.example.com/search` . 工具填写刚才在 LiteLLM 后台接入 Tavily 的时候填写的 search tool name
+
+![image-17](https://blog-1301127393.cos.ap-shanghai.myqcloud.com/BlogImgs/202512220059931.png)
+
+之后在「搜索转 RSS」页面，输入你想查询的东西即可。你可以直接用自然语言描述，比如「SpaceX 的最新新闻」. 之后点击下一步即可预览搜索结果。
+
+![image-18](https://blog-1301127393.cos.ap-shanghai.myqcloud.com/BlogImgs/202512220059932.png)
+
+你可以按需调整搜索语句。确认没问题一直下一步，可以保存为自定义的配方 (Custom Recipe) , 就可以生成一个唯一的 RSS 链接，在你喜欢的任意 RSS 阅读器里面查看啦
+
+![image-19](https://blog-1301127393.cos.ap-shanghai.myqcloud.com/BlogImgs/202512220059934.png)
+
+更进一步，你可以使用 FeedCraft 的各种 Craft 来做进一步的处理。比如获取全文，添加总结、翻译文章、以及调用 AI 使用自然语言对文章进行筛选等等
+
+![image-21](https://blog-1301127393.cos.ap-shanghai.myqcloud.com/BlogImgs/202512220059935.png)
+
+总体功能就是这样啦，欢迎试用 FeedCraft 和 Star 🌟! Have fun!
+
+https://github.com/Colin-XKL/FeedCraft
+
+

content/posts/个人向Linux新服务器初始化清单.md

@@ -320,6 +320,19 @@ Status for the jail: sshd
    `- Banned IP list:   154.216.19.42
 ```
 
+### 2.7 Git 代理
+一般在 `.bashrc`/`.zshrc` 中定义 `HTTP_PROXY` / `HTTPS_PROXY` 可以应对大部分场景。但是对于使用 ssh 协议的 git 仓库 (通过 ssh 方式，相较于 https 的不用每次输用户名和密码。一般对只有克隆公共仓库的时候才会用 https, 其他时候对于自己的仓库我都是用 ssh), 并不会走 http 代理。
+
+这里需要在 ssh config 中配置转发走代理才行。使用`nc`(macOS 等默认会预装) 搭配 socks 代理最方便
+
+```ini
+Host github.com
+    HostName github.com
+    User git
+    Port 22
+    ProxyCommand nc -x 192.168.100.222:8085 %h %p
+```
+
 
 ## 3 - 进阶内容
 

content/posts/写在21世纪已然走过四分之一之际 - 我的2025年度回顾.md

@@ -0,0 +1,169 @@
+---
+title: 写在 21 世纪已然走过四分之一之际 - 我的 2025 年度回顾
+date: 2026-02-08
+lastmod: 2026-02-08
+description: 写在 21 世纪已然走过四分之一之际 - 我的 2025 年度回顾
+categories:
+  - 杂记
+  - 年度总结
+tags:
+  - 总结
+  - 杂记
+---
+
+写在 21 世纪已然走过 1/4 之际
+
+又是新旧年交替之际，21 世纪已然走过 1/4. 2025 的世界也是不太平的一年，一边是懂王在疯狂搞事，另一边是 AI 在飞速发展。产业还没发展起来，先利好了卖铲人，连带着 GPU、DRAM、甚至是金属矿的需求和价格都猛猛上涨。虽然不太平，但是中美股市、黄金白银等各类资产却都一路狂飙。
+
+## Part 1. 2025 年度印象
+
+2025 年 AI 的风吹遍了各个角落，从年初的 Deepseek 横空出世震惊世界，到后续 Qwen、OpenAI、xAI、Anthropic、Google 各家扔出王炸，新版本大模型霸榜各类 Benchmark 和 Leaderboard. 众多公司也开始在内部强推 AI 提效，大家生怕错过了这班车。
+
+25 年的 AI 确实提升了很多，我日常使用的频率和场景也在逐步增加。上半年的 AI 智能程度还很有限，当时想着先在 LLM 的舒适区：文本生成领域，先搞点玩具试试水，于是便有了 WordMeme 项目。简而言之，就是让各个 LLM 根据给定的英语单词，编写一个微小说。
+
+一开始让 LLM 直接写，自己选个单词，然后再编写对应的微小说。跑了一段时间发现 AI 翻来覆去就只会选那几个单词，虽然不同家的 LLM 由于训练语料不同的缘故，偏好的单子会有所不同。但是无论跑多少遍，结果的集合也就那么十几个。
+
+后来换了个思路：AI 的发展，一定是智能和算力的成本不断下降。既然运算的成本这么低，干脆直接遍历所有英文单词。效果挺不错，后台又开始折腾 LLM Proxy 以及疯狂白嫖各家的 LLM API , 调用不同模型来进行对比，然后又整了个工作流对小说进行打分。发现了一些挺有意思的现象：打分的模型会偏袒自家模型生成的结果！比如我用 qwen-qwq 给 qwen-235b 生成的微小说打分，平均分明显比其他模型的结果高不少。很多打分 90-100 分的结果，点进去一看哭笑不得，驴头不对马嘴，而且尬的要死根本不是正常中文母语的人能想出来的。
+
+想来这种「偏袒」的行为应该跟训练材料以及对齐流程有关。比如同一个家族的模型，训练材料和底座相同，对于什么是「搞笑」「温情」「有趣」的喜好以及判定标准也都是一样的。
+
+除了 WordMeme 这种试验性项目，25 年也尝试了很多其他的东西，比如时下流行的 Vibe Coding, 以及 Google Jules 这种异步 Coding Agent. 确实能明显感觉到 LLM 的水平在不断快速进步。站在这个时间节点，结合这一年的经历，不由得令我思考几个问题：
+
+- AI 的发展，智能的成本快速下降，究竟能带来什么？
+- 智能变得廉价，对人类文明，对普通人的生活幸福，会不会带来积极的结果？
+- AI 的趋势看起来是不可逆的，如果它会带来负面的结果，作为普通人应该何去何从？
+
+我的一些看法：
+**科技的发展，对人类在物质层面来说一定有价值**
+过去几个世纪的科学技术发展，让人类 (大部分) 摆脱了饥饿，生活水平和平均寿命得到了确确实实的提升。
+在可以预见的未来，AI 和机器人进一步发展，替代人类危险、杂乱、不受欢迎的工作。比如养老、护理、检修等等。这些会使我们的物质生活变得更好，我也在期待这样的未来。
+
+**智能变得廉价，对于当前阶段的中国，是一场灾难**
+很多科幻作品里，各种机器人帮人类处理家务、帮我们从繁杂琐碎的任务中抽离出来，人们有更多的精力投入到更具创造力、更有价值的活动当中，比如艺术创作、高精尖技术攻克等等。但是这只是人类作者的一厢情愿。已经发生的现实是，AI 最先被投入的，就是高价值的工作内容。绘画、音乐、代码、科学研究，一个又一个领域在被 AI「攻占」、「侵蚀」. 从实际情况出发，当前这些 AI 的发展是受资本驱动的。而资本一定会涌向高回报率的东西，那么自然这些所谓的「高价值」工作，最先收到资本的关注。AI 也表现也确实出色，短短一两年时间，已经可以 cover 大部分中低端工作。
+人们能从「低价值」工作中释放出来，投入「高价值」工作，或者物质极大富足根本不需要工作，这固然是好事。但是有几个问题：
+
+1. 初学者失去了锻炼机会。四年过后，市面上 AI 的能力成长会比现在的大一新生强的多，企业根本没有任何理由雇佣他。以国内高校的教育体系，根本跟不上这样的变革，大批毕业生可能面临毕业即失业。至少专业对口的工作岗位会大幅减少
+2. 现阶段的中国根本没有能力消化「高端」的工作产出。如果人们的时间和精力释放出来，投入诗歌、文学、高精尖技术这些领域，以当前的大众文化水平、商业环境，根本无从消化。没有市场，就算想转型也根本无从谈起
+3. 工作的价值是什么？乌托邦真的有可能实现吗？各种科学技术进步，让人类在物质层面极大地富足，但是没有供需，劳动和生产不再具有价值。人类的生活形态会变成什么样子？AI 圈养的宠物？那人类文明还算实质上存在吗？
+
+## Part 2. 我的 2025
+
+### 2025 Highlight
+
+- 清明故友小聚，久违的默契和放松
+- 五一川西游、六月湖南张家界、十一青甘大环线、元旦上海跨年，这一年去了不少地方，尽量把每个小长假都用起来，和朋友聚会旅游，可能这才是这个年纪、这个年代最「该干的事」
+- 下半年突然开始沉迷打卡，「学外语」「做锻炼」「练乐器」已经连续每周打卡了，回过头来看还挺有成就感
+
+### 「再来亿遍」
+
+#### 年度五星影片
+
+- 《攻壳机动队》伟大无需多言
+- 《初步举证》独角戏，非常精彩
+- 《怪物之子》这部片的基调很熊彻一样，大大咧咧，粗犷搞怪底下又有着一丝难以直接启齿的温情。看多了一本正经的叙事和抒情，以及国产片粗制滥造尬到抠脚的搞笑片段，这部片反而能更打动我
+- 《控方证人》1957 年的片子了，经典，剧情和台词设计简练干脆，更绝的是夫妻两个在法庭作证的时候，透露出的一点点假演戏的感觉，更是微妙
+
+#### 年度音乐
+
+- 《Polytype》《Horizon Dreamer》by 三浦大知，两首都是《死亡搁浅 2》里面的配乐，游戏里的人偶表演以及现场演出的版本都超级惊艳，甚至有剁手 ps5 冲死亡搁浅游戏的冲动
+- 《星と僕らと》 (星星和我们) by Lyn, P5R 的曲子。就是因为这首曲子才入坑的 p5, 现在还没出来
+
+#### 年度游戏
+
+- P5 天下第一
+
+#### 年度好物
+
+缺席。但是突然发觉手头已经有一些东西陪伴很多年了，值得记录一下
+
+#### N 年好物盘点
+
+- iPad 2018 - 已经 7 年了，从最开始搭配 Apple Pencil 记笔记，配上蓝牙键盘上课 SSH 连服务器敲代码、到配合 Logic Remote 当 MIDI 键盘&打击垫&调音台，再到毕业工作后退居二线专职做 Bilibili 播放器。这台 iPad 竟然已经陪我走过了 7 年的光阴。不由得感叹 Apple 生态和做工，再战三年！
+- Xbox Series S & 极米投影仪 Z6X - 从 21 年末到现在已经四年多了，最开始还是显卡荒的时候买的 XSS, 没想到斗转星移，市场已经过了一轮，又来到了下一个显卡荒的年代... 自从配了专门打游戏的 PC 后 XSS 很少用了。除了过年回家为了打游戏带回去顶一下，去年又翻出来搭配回音壁组家庭影院才又开始发光发热，不过说起来 Xbox 很早以前的定位之一就是机顶盒 hhh
+- 树莓派 3B+ - 7 年前最早买回来做智能小车，后面被我改造成单独的迷你服务器，ADGuard 去广告和 SMB 服务器等等，练手 Linux ,以及陪我辗转多地。至今仍在服役
+- TTRSS - 入坑 RSS 已经五年了，受益良多。脱离了各种 App 的推送感觉世界甚是清净。未来还会继续当 RSS 坚定的拥护者
+
+### 时空信件 from 2025
+
+> 一年后的自己，有没有找到一件不后悔青春的事？
+
+很遗憾，没有像预期一样，找到那种所谓「惊天动地」「不放肆不青春」的答案。不知道在什么时候起，就一直幻想着能有「轰轰烈烈」的 xxx, 一场毕业的狂欢，一次旅行... 又不知道什么时候起，发觉可能平凡才是常态，又或者是很多「轰轰烈烈」的节点，在当时看来也是很普通，很平凡。比如中考体育加试结束的那天，面试完接到 offer call 的那天，回想起当时，可能也只比平时要高兴些许。是当时的我没有珍视这些不平凡的平凡，没有仪式感？还是单纯没有到回首往昔感叹的年纪？现在的我没有答案。我选择先记录当下，通过照片，通过这些文字，创建记忆的锚点。或许十年后，二十年后，每每想起，会感叹「当时只道是寻常」罢。
+
+### 2025 小目标 review
+
+> 更多的收入来源，薪资外收入占比超过 5%
+
+✅ 年度理财收益达到年度总收入的 20%, 超额完成。
+
+> 在至少两个领域，分别至少有一个阶段性的代表作
+
+(1/2), 除了 FeedCraft V3.0 算得上有点意义，其他的 Weekend Project、各种制作很多都不了了之，没能继续完成做下去。
+
+## Part 3. 2026 Plan
+
+### 一些想法
+
+过去一年里，一直在思考几个问题，一直在寻找答案。
+
+> 有没有「梦想成为的人」, 职业生涯/人生轨迹 能「抄作业」的目标？
+
+学生时代，我们被灌输各种「等后面 xxx 了就好了」的「思想钢印」, 前面的路很清晰，也很局限。小镇做题家 可以「心无旁骛」沿着既定的道路前进。到后来脱离象牙塔才发现，之前都是命题作文，后面全是开放题。如果可以的话，能有一个可以参照的对象，是再好不过。
+
+可也许，这个问题最好不要有答案。
+
+> 哪些是「哪天退休了，我一定要 xxxx」的事情？
+
+「土拨鼠之日」里，主角困在了时间循环，身边的人和事一直是同一天在不断的重复。主角从最开始的恼羞成怒、自暴自弃，到后来与自己和解，重新审视自己可以做的事、想做的事、要做的事。他开始尝试帮助小镇上的每一个人，因为时间足够久，他可以熟悉所有人，知道所有人即将面临的麻烦事，他开始追寻一直想做的事，比如学起了钢琴，学习各种东西。尽力过上一个更完美的「今天」.
+
+很多人常常挂在嘴边「以后退休了要 xxx」, 我不想把这些留到退休。学生时代被植入了很多「延迟满足」的思想，很多需求和渴望不知不觉被深埋，现在有足够多的自由，应当去追寻真正重要的东西。
+
+> 如何「做时间的朋友」? 有哪些方式和途径
+
+「种一棵树最好的时机，一个是十年前，一个是现在」时间的积累和复利是非常强大的力量，近期也在一直想着怎么能利用好。
+
+下半年开始打卡记录，多邻国学日语、每周锻炼、练习乐器，这几样对应的东西我觉得都是可以随时间成长获益良多的。另外今年也开始学习理财，毕竟存款放着也是放着，至少也得跑赢通胀。目前这几样也都小有成就。
+
+除了这几样以外，也在思考更多其他的可能性。除了理财、身心健康、一些需要长期投入的技能，另外值得做的，一个是类似自媒体这样的影响力/品牌建设，另外就是最近在探索的 个人向 AI Agent 的迭代。
+
+近日 OpenClaw 的火爆全网，最近也在研究 AI Agent, 想到「个人专属 agent」这种东西，本身也是需要花时间不断迭代的东西？AI 能力在不断发展，如果是迭代技能、工具，我觉得意义很优先。毕竟可能花几天功夫调教好让 ai 学会了什么技能，明天新的 SOTA 模型就能零门槛直接上手了。但是如果说的 Agent 的记忆，个人的偏好，这些东西还是值得去调教和迭代的，最近也在尝试跨 AI Agent 的通用记忆体方案。
+
+### 2026 小目标
+
+- 更多的收入来源，薪资外收入占比超过 10%
+- 在至少两个领域，留下一个阶段性的代表作
+- 构建至少一个持续迭代和进化的成长型事项
+
+### 时空信件 2026
+
+一年后的自己，有没有追寻到一件向往已久的事物
+
+## Part 4. 年度流水账
+
+- 平平无奇的春节假期，在猛肝老头环中度过
+- 入坑狂追攻壳机动队，鬼才导演齐聚一堂带来超越时代的狂想，年度五星 🌟
+- 清明，故友来深，财富自由小分队会师，安排了经典的香港和澳门各一日游，几年未见，还是熟悉的默契，话匣子忍不住打开，连带着唤醒了某些尘封已久的记忆，和落灰冷落的难以和其他人放开讨论的话题。
+- 终于还是剁手了无人机，体感穿越套装带来小鸟第一视角，很新奇的体验
+- 广东分部喜迎扩张，除了干饭就是干饭
+- 五一约了一帮同学包车游川西，上班之后要凑一起出去玩确实越来越难只能等小长假，还好川西线路基本算是避开了人潮高峰。景色比视频里刷到的更为震撼。fpv 第一视角在广阔的川西飞起来也是超爽
+- Mariah Carey 演唱会！现场有点小雨搞得工作人员有点手忙脚乱，但是不妨碍大家享受音乐，开场是卫兰带来几首粤语歌暖场，现场的声音和律动超出预期，正主更是一如既往的稳，享受丝滑的律动
+- 六月跟公司团建重游张家界，小团深度自由游体验确实很棒，加上壮阔的自然景观和耳目一新的湘西美食，不禁让我开始期待下一次的旅行
+- 把之前工作上的一些成果写了文章，没想到上内网热榜了，还引得大老板亲自赞赏，小小骄傲一下，不枉我好来回改稿折腾好几遍
+- 继续开动打印机，宝可梦系列模型手调上色，手艺更进一步了
+- 入坑狂追 鲁鲁修系列，不知是什么时候被推荐的了，追起来很是上头
+- 暑期他如约而至，我却无法赴约。目送又一波同学毕业，吃完这顿饭都是步入社会的打工人了
+- 折腾 WordMeme 项目，给定一个单词让 llm 写一个关联的微小说。然后让另一个 LLM 打分筛选。后来发现 llm 有「包庇自家人」的问题开始折腾 llm prompt evaluation. 不过折腾一通最后发现现阶段的 llm 文字能力还是很有限，先跑着看后续下一代的 llm 能不能整出点能看的东西吧
+- 忘记了是哪个夜里，听了什么歌，想起了什么事，下单了吉他。拿到手之后肌肉记忆开始开始涌现出来想要表现一把，还是像以前一样笨拙。不过弹了几天熟悉几首曲子之后好了很多。吉他这种乐器原声果然还是很令人触动。接下来也要好好继续练琴哇
+- 蹲到了喜欢的演出，专门跑去光明的剧院听音乐剧 gala, 现场演出超棒，eliza 一出意满离
+- 结合 vibe coding 做了个实验，better me 项目，设计、规划、代码都一路畅行，但是瓶颈点是在于我的认知，没法找到更多的适合 better me 的活动了，本身是个开放式问题没有关键词和描述也也没法让 ai 找，项目卡在了奇怪的地方最后止步于 demo
+- 台风天，在 10 月终于等到 25 年的居家办公。超市物资被抢购一空，路边的商铺玻璃都贴满了胶带，也算是广东台风天的经典场面了
+- 魔幻，紧张，充实的两周，23 下午 24 全天台风居家，抢购物资发现货架早已被清空。26 还在上班 27 落地西安，29 西宁，30 祁连山，10.1 早起七彩丹霞看日出，10.2 大柴旦，10.3 南八仙魔鬼城，10.4 哈拉湖，10.5 西宁野生动物园，10.6 夜游西安，10.7 落地深圳。这几天间之前长期看好且重仓的几只股票也迎来上涨，基本翻了一倍。所有这些都发生在短短两周之内
+- 开启了每天多邻国打卡学习日语的日子
+- 一个调休的工作日，我选择去了一家漫画屋。拿起纸质的漫画，找个地方一看一下午，熟悉而又陌生的体验
+- 入坑 p5, 无法自拔
+- xbox 手柄摇杆漂移的厉害，一怒之下决定买整套焊锡装备自己换摇杆。折腾了一晚上手柄满血复活了喜大普奔，不过买的焊锡装备这些不知道下次用上又是什么时候，也是怪无语的
+- 有生之年等到了健康日，顺带督促自己开始每周锻炼和体重管理起来
+- 反复横跳 n 次后还是入手了空气炸锅，正好气温降下来了，加餐可以搞些热的。有一说一不考虑涂层的问题，加热些半成品还是很方便的
+- weekend project 折腾 cliQ 项目，将命令行调用转换为模版化的 gui 表单界面，尝试了一些新技术比如 wails, monorepo, 和其他大多数玩具一样死于日常没有刚需没有动力继续迭代...
+- 发现了 Google 有个异步编程代理 Jules 还挺好使，开始疯狂提需求给 Jules 来迭代 FeedCraft, 早上提需求晚上回来收菜，搞了一堆 ai bot 和我一起 review pr, 小小的项目也有如此热闹的场面，不禁让人期待下一代编程代理了
+- 2025 的尾巴，和一帮同学在上海跨年，顺带休个小长假。魔都的二次元氛围令我大受震撼，另外作为老牌经济中心，基建实力和服务水平确实很强。一周多的时间里各种胡吃海喝，一天两杯奶茶，美食这块确实给力，沪币结算很符合我对上海的刻板印象
+- 2025 the end

layouts/partials/comments.html

@@ -38,15 +38,15 @@
     src="{{ "assets/prism.js" | absURL }}"></script>
 
 <script defer onload="tocbot_init()"
-    onerror="fallbackJSloader('https://cdn.staticfile.org/tocbot/4.9.1/tocbot.min.js','tocbot_init')"
+    onerror="fallbackJSloader('https://s4.zstatic.net/ajax/libs/tocbot/4.9.1/tocbot.min.js','tocbot_init')"
     src="https://cdnjs.cloudflare.com/ajax/libs/tocbot/4.11.1/tocbot.min.js"></script>
 <link rel="stylesheet" 
-onerror="fallbackCSSloader('https://cdn.staticfile.org/tocbot/4.9.1/tocbot.css')"
+onerror="fallbackCSSloader('https://s4.zstatic.net/ajax/libs/tocbot/4.9.1/tocbot.css')"
 href="https://cdnjs.cloudflare.com/ajax/libs/tocbot/4.11.1/tocbot.css">
 <script defer onload="init_gitalk()"
-    onerror="fallbackJSloader('https://cdn.staticfile.org/gitalk/1.7.2/gitalk.min.js','init_gitalk')"
+    onerror="fallbackJSloader('https://s4.zstatic.net/ajax/libs/gitalk/1.7.2/gitalk.min.js','init_gitalk')"
     src="https://cdn.jsdelivr.net/npm/gitalk@1/dist/gitalk.min.js"></script>
 <link rel="stylesheet" 
-    onerror="fallbackCSSloader('https://cdn.staticfile.org/gitalk/1.7.2/gitalk.css')"
+    onerror="fallbackCSSloader('https://s4.zstatic.net/ajax/libs/gitalk/1.7.2/gitalk.css')"
     href="https://cdn.jsdelivr.net/npm/gitalk@1/dist/gitalk.min.css">
 <!-- no min css version fallback for gitalk css -->

layouts/partials/extended_footer.html

@@ -20,8 +20,8 @@ onerror="fallbackJSloader('https://cdn.staticaly.com/gh/panr/hugo-theme-hello-fr
 src="{{ "assets/main.js" | absURL }}"></script>
 
 <script async onload="panguSpaing()"
-    onerror="fallbackJSloader('https://cdn.staticfile.org/pangu/4.0.7/pangu.min.js','panguSpaing')"
+    onerror="fallbackJSloader('https://s4.zstatic.net/ajax/libs/pangu/4.0.7/pangu.min.js','panguSpaing')"
     src="https://cdn.jsdelivr.net/npm/pangu@4/dist/browser/pangu.min.js"></script>
 <script async onload="initQuickLink()"
-    onerror="fallbackJSloader('https://cdn.staticfile.org/quicklink/2.3.0/quicklink.umd.js','initQuickLink')"
+    onerror="fallbackJSloader('https://s4.zstatic.net/ajax/libs/quicklink/2.3.0/quicklink.umd.js','initQuickLink')"
     src="https://cdn.jsdelivr.net/npm/quicklink@2/dist/quicklink.umd.js"></script>

layouts/partials/extended_head.html

@@ -1,5 +1,3 @@
-<!-- <link rel="icon" href="data:image/svg+xml,<svg xmlns=%22http://www.w3.org/2000/svg%22 viewBox=%220 0 100 100%22>
-    <text y=%22.9em%22 font-size=%2290%22>👋</text></svg>"> -->
 <link rel="icon" href="/favicon.png">
 <link rel="apple-touch-icon" href="/favicon.png">