DaShen.Wang

快讯

• Selenium不行，DrissionPage上场：我如何实现今日头条自动发布

  在自动化的世界里，Selenium是老兵，DrissionPage是新秀。老兵有经验，但在面对复杂的现代网页时，常常力不从心。新秀不一定完美，但有时能一招制敌。

  这次，我的目标是：实现“今日头条”的自动发布功能。听起来不难，做起来却让人抓狂。

  🧱 Selenium的困境：登录即是地狱

  用Selenium尝试自动发布，第一步就卡在登录。今日头条采用了滑块验证、动态加载、Cookie绑定等一系列“反自动化”手段。Selenium模拟浏览器行为，但在处理这些反爬机制时，显得笨拙：

  • 滑块验证无法绕过
  • 登录后Cookie不稳定
  • 页面元素动态加载，定位频繁失效

  我尝试了各种绕过方式，包括打码平台、手动Cookie注入、等待策略优化……最终还是败下阵来。

  🚀 DrissionPage的登场：浏览器与请求的双剑合璧

  DrissionPage是一个融合了Selenium和requests的自动化工具，它的优势在于：

  • 支持无头浏览器与请求模式切换
  • 可以直接读取浏览器登录后的Cookie
  • 对动态页面的处理更灵活

  我用DrissionPage的浏览器模式完成登录，提取Cookie，再切换到请求模式进行内容发布。

  

  整个流程如下：

  🧩 自动发布流程拆解

  步骤	工具	说明
  打开浏览器	DrissionPage（浏览器模式）	模拟真实用户登录
  登录并获取Cookie	DrissionPage	登录一次，提取有效Cookie
  构造发布请求	requests模式	使用Cookie构造POST请求
  提交内容	DrissionPage	模拟点击或直接请求接口

  整个流程只需一次人工登录，之后即可实现批量自动发布。

  🛠️ 核心代码片段

  from DrissionPage import DrissionPage
  
  dp = DrissionPage()
  
  # 登录并获取Cookie
  dp.get('https://mp.toutiao.com/')
  input('请手动登录后按回车...')
  cookies = dp.get_cookies()
  
  # 切换到requests模式发布内容
  dp.set_mode('requests')
  headers = {'Cookie': '; '.join([f"{c['name']}={c['value']}" for c in cookies])}
  data = {
      'title': '自动化发布测试',
      'content': '<p>这是一篇自动发布的文章。</p>',
      # 其他参数根据接口文档填写
  }
  dp.post('https://mp.toutiao.com/api/article/publish', data=data, headers=headers)

  🧠 为什么选择DrissionPage？

  • 不需要频繁处理验证码
  • Cookie稳定性高
  • 支持请求与浏览器双模式
  • 更适合内容平台的自动化任务

  🏁 写在最后

  Selenium是好工具，但不是万能钥匙。面对复杂的内容平台，DrissionPage提供了更灵活的解决方案。作为dashen.wang的站长，我更关心的是：如何用最少的成本，实现最稳定的自动化。

  这次，我找到了答案。

  7小时前

• 宝塔面板卸载Docker与SSH连接完整教程

  那天深夜，我坐在屏幕前，光标一闪一闪，像是在催促我做点什么。Docker 在服务器里安静地运行着，可我心里却越来越不安。它带来了便利，也带来了复杂性。卸载它，像是一次断舍离。于是，我敲下了第一行命令，故事就这样开始了。

  ---

  第一章 Docker的便利与困境

  Docker 的出现，像是给开发者打开了一扇新世界的大门。容器化让部署变得轻松，环境一致性不再是问题。但随着时间推移，我发现这扇门背后也藏着不少麻烦：

  • 容器启动失败：日志里满是陌生的报错。
  • API 配额管理：预算和性能之间的拉扯让我焦头烂额。
  • 残留数据：即便卸载插件，系统深处依旧留有痕迹。

  技术的便利，往往伴随着复杂的代价。

  于是，我决定卸载 Docker，把服务器还原成最初的模样。

  ---

  第二章 宝塔面板与命令行的双重选择

  在宝塔面板中，卸载 Docker 看似轻而易举。点开 软件商店，找到 Docker 管理器，点击卸载即可。但我清楚，这只是表面功夫，真正的残留还在系统深处。

  面板卸载流程

  1. 登录宝塔面板 → 软件商店
  2. 搜索 Docker 管理器
  3. 点击 卸载

  如果插件卸载不彻底，还可以执行：

  bash /www/server/panel/install/install_soft.sh 0 uninstall docker_install

  命令行彻底清理

  真正的考验在终端里。
  我像外科医生一样，逐步切除残留：

  sudo systemctl stop docker
  sudo systemctl disable docker

  卸载核心包：

  sudo apt-get purge docker-ce docker-ce-cli containerd.io -y

  清理数据目录：

  sudo rm -rf /var/lib/docker /var/lib/containerd

  删除配置文件：

  sudo rm -rf /etc/docker

  最后，清理依赖：

  sudo apt autoremove -y
  sudo apt autoclean

  那一刻，终端像是手术室，命令行就是手术刀。

  ---

  第三章 SSH连接的门槛与密码的考验

  卸载 Docker 的过程中，我遇到的第一个障碍不是命令，而是 权限。

  我用普通用户登录，执行 systemctl stop docker 时，系统冷冷地回了一句：Authentication is required。

  我尝试 su 切换到 root，却被拒之门外。那一刻，我才明白，Ubuntu 的世界里，root 并不是随便能见的。

  于是我换了思路，用 sudo 提权。输入密码的瞬间，像是通过了一道门槛。命令终于执行成功，Docker 服务被停下，残留的配置文件也被清理。

  SSH连接的基本方式

  ssh 用户名@服务器地址

  例如：

  ssh root@your-server

  如果端口不是 22：

  ssh root@your-server -p 2222

  而在我的故事里，sudo 成了真正的钥匙。

  ---

  第四章 技术之外的思考

  卸载 Docker 的过程，其实像是一场修行。你以为只是删除几个包，清理几个目录，结果却被迫面对权限、配置、依赖，甚至是自己对系统的理解。

  我把整个过程整理成了一个对照表，方便后来人少走弯路：

  操作步骤	面板方式	命令行方式
  停止服务	无	sudo systemctl stop docker
  禁用开机启动	无	sudo systemctl disable docker
  卸载软件包	卸载按钮	sudo apt-get purge docker-ce docker-ce-cli containerd.io -y
  删除数据目录	无	sudo rm -rf /var/lib/docker /var/lib/containerd
  删除配置文件	无	sudo rm -rf /etc/docker
  清理依赖	无	sudo apt autoremove -y && sudo apt autoclean

  ---

  第五章 光标闪烁的背后

  当我敲下最后一个 whereis docker，屏幕上没有任何输出。那一刻，我知道，Docker 已经彻底离开了这台服务器。

  光标依旧在闪烁，但这次，它不再催促我，而是像在提醒：技术的世界里，没有什么是理所当然的，每一步都需要你亲手确认。

  卸载 Docker，不只是一次清理，更是一种态度。它让我重新理解了 控制权 的意义，也让我在命令行的世界里，学会了如何与系统对话。

  4天前

• 从依赖地狱到成功运行：ComfyUI Nunchaku完整攻略

  凌晨两点，我盯着屏幕上那个刺眼的错误提示："Missing Node Types: NunchakuQwenImageDiTLoader"。这是我今晚第十七次看到这行字。桌上的咖啡早就凉透了，我甚至开始怀疑人生——装个插件而已，怎么就这么难？后来我才明白，这不是一场简单的插件安装，而是一次与Python依赖地狱的正面交锋。如果你也曾在ComfyUI的工作流加载界面前抓狂，那这篇文章就是写给你的。因为我替你踩完了所有的坑，现在轮到你抄近道了。

  

  第一章：当一切看起来很简单的时候

  问题的开端

  故事要从一个看似普通的需求说起：我想用ComfyUI做视频生成。工作流文件下载好了，模型也准备齐了，满怀期待地点击加载，然后——

  Missing Node Types: EmptyHunyuanLatentVideo, SaveVideo, CreateVideo

  三个节点，集体失踪。😰

  这种感觉就像你兴冲冲跑到电影院，爆米花都买好了，结果发现电影院今天不放映。但问题是，电影明明在海报上，票也卖了，就是放不了。

  第一次天真的尝试

  按照常规思路，缺少节点？那就装插件呗。打开ComfyUI Manager，搜索相关插件：

  插件名称	状态	问题
  VideoHelperSuite	✅ 已安装	IMPORT FAILED
  HunyuanVideoWrapper	✅ 已安装	节点不匹配
  ComfyUI-nunchaku	✅ 已安装	所有节点加载失败

  等等，已安装但是失败？ 这就像你的车钥匙插进去了，但就是打不着火。问题出在哪儿？

  启动日志给了答案：

  ModuleNotFoundError: No module named 'av'
  Nunchaku version: Package 'nunchaku' not found.

  好家伙，插件装了，但依赖包没装。这就是故事真正开始变得有趣的地方。

  第二章：在依赖地狱里打转

  VideoHelperSuite：一个缺少的字母

  第一个问题相对简单。VideoHelperSuite 失败是因为缺少 PyAV 包，具体来说，就是一个叫 av 的Python模块。

  解决起来也直接：

  & "I:\ComfyUI\.ext\python.exe" -m pip install av

  安装过程倒是顺利，几十兆的文件下载完，重启ComfyUI，VideoHelperSuite 成功加载。✅

  两个节点解决了！ SaveVideo 和 CreateVideo 可以用了。但 Nunchaku 的问题才是真正的噩梦。

  Nunchaku：版本号的迷宫

  当我看到这行日志时，我觉得问题不大：

  Nunchaku version: Package 'nunchaku' not found.
  Please update nunchaku to a supported version in ['v1.0.0']

  需要 1.0.0 版本？简单，装一个呗：

  pip install nunchaku==1.0.0

  然后 pip 告诉我：

  ERROR: Could not find a version that satisfies the requirement nunchaku==1.0.0

  什么意思？ PyPI 上根本没有 1.0.0 版本！😱

  我去查了一下，PyPI 上的 nunchaku 版本是这样的：

  • 0.1.0
  • 0.15.0 ~ 0.15.4
  • 0.16.0 ~ 0.16.1

  没有 1.0.0！ 完全没有！

  这就像你去便利店买可乐，店员说："我们只有 0.15 升和 0.16 升的，没有 1.0 升的。"你说："那我要 0.15 升的吧。"然后回家一喝，发现根本不是可乐，是雪碧。

  试试 0.15.4 吧

  既然 PyPI 上有 0.15.4，那就试试呗。也许插件能兼容？

  pip install nunchaku==0.15.4

  安装成功！重启 ComfyUI，然后：

  Nunchaku version: 0.15.4
  ComfyUI-nunchaku 1.0.1 is not compatible with nunchaku 0.15.4
  Node <code>NunchakuQwenImageDiTLoader</code> import failed:
  ModuleNotFoundError: No module named 'nunchaku.utils'

  还是不行。 原来 PyPI 上的 nunchaku 和插件需要的 nunchaku 根本就是两个东西！😤

  这就像你在淘宝搜"苹果"，结果买到的是水果，而你要的是手机。名字一样，但压根不是一个东西。

  GitHub 上的 40 个 Wheel 文件

  在绝望之际，我找到了 MIT Han Lab 的 nunchaku GitHub 仓库。点开 releases，看到了这个场景：

  40 个 wheel 文件。 按照 PyTorch 版本、Python 版本、操作系统分类，密密麻麻。

  PyTorch版本	Python版本	操作系统	文件大小
  2.5	3.10/3.11/3.12	Windows/Linux	131MB
  2.6	3.10/3.11/3.12	Windows/Linux	131MB
  2.7	3.10/3.11/3.12	Windows/Linux	131MB
  ...	...	...	...

  我的环境是什么来着？

  • Python 3.11 ✓
  • PyTorch 2.3.1 ✗
  • Windows ✓

  等等，我的 PyTorch 是 2.3.1，但最低的 wheel 是 torch2.5！

  下载了 nunchaku-1.0.0+torch2.5-cp311-cp311-win_amd64.whl，满怀希望地安装：

  pip install "H:\download\nunchaku-1.0.0+torch2.5-cp311-cp311-win_amd64.whl"

  安装成功！重启，然后：

  ImportError: DLL load failed while importing _C: 找不到指定的程序。

  DLL 加载失败。 这是底层 C++ 扩展的问题，意味着这个为 PyTorch 2.5 编译的包，在 PyTorch 2.3 上根本跑不起来。

  这就像你买了个 iPhone 15 的手机壳，硬往 iPhone 13 上套，当然套不进去。

  那个被忽略的简单方案

  折腾了三个小时后，我突然想起一个问题：为什么不直接升级 PyTorch？

  打开 ComfyUI Launcher，在"安装 PyTorch"界面，看到了这个下拉菜单：

  Torch 2.7.0 (CUDA 12.6) + xFormers 0.0.30
  Torch 2.6.0 (CUDA 12.6) + xFormers 0.0.29.post3
  Torch 2.5.1 (CUDA 12.4) + xFormers 0.0.28.post3
  ...
  Torch 2.3.1 (CUDA 12.1) + xFormers 0.0.27  ← 当前版本

  我擦，原来可以一键升级。 🤦

  选择 Torch 2.7.0 (CUDA 12.6) + xFormers 0.0.30，点击安装，等了几分钟，重启 ComfyUI。

  然后神奇的事情发生了：

  --- Trying source: modelscope for version 1.0.1 ---
  --- Attempting to install: nunchaku-1.0.1+torch2.7-cp311-cp311-win_amd64.whl ---
  --- Successfully installed from modelscope ---

  ComfyUI 自动从 modelscope 下载并安装了正确版本的 nunchaku！ 🎉

  不需要手动下载 wheel 文件，不需要折腾 pip，不需要纠结版本号。只要 PyTorch 版本对了，一切都自动搞定。

  再次重启，查看日志：

  Nunchaku version: 1.0.1
  ComfyUI-nunchaku version: 1.0.1

  完美匹配！ 所有 Nunchaku 节点成功加载！✅

  第三章：为什么绕了这么大一圈

  问题的本质

  回过头看，整个折腾过程其实就是一个误区：我一直在试图不动 PyTorch 的前提下解决问题。

  为什么会这样想？因为：

  1. 升级核心依赖有风险 - 担心破坏其他插件
  2. 习惯性地先尝试小改动 - 能不动就不动
  3. 没意识到新插件就是为新版本设计的 - 思维定式

  但实际上，现代的ComfyUI生态已经很成熟了：

  • ✅ 版本管理很完善 - Launcher 支持一键切换
  • ✅ 依赖自动处理 - 升级 PyTorch 后会自动安装匹配的包
  • ✅ 回滚很容易 - 出问题可以快速降回旧版本

  最直接的方案往往就是最好的方案。 这句话在技术领域永远成立。

  完整的解决方案总结

  如果你也遇到了 Nunchaku 节点缺失的问题，这是最简化的解决流程：

  步骤一：升级 PyTorch

  打开 ComfyUI Launcher → 选择"安装 PyTorch" → 选择最新的稳定版本（推荐 2.7.0 或更高）→ 点击安装

  步骤二：重启 ComfyUI

  完全关闭后重新启动，系统会自动检测并安装匹配的依赖包。

  步骤三：验证安装

  加载工作流，检查是否还有 Missing Nodes 错误。如果只是文件路径问题（比如 LoRA 找不到），那就说明节点已经成功加载了。

  就这么简单。 三步，可能总共用不了10分钟。

  而我之前绕的那一大圈，花了三个小时。

  其他可能遇到的问题

  当然，并不是所有情况都这么顺利。在解决 Nunchaku 的过程中，我还遇到了这些坑：

  1. VideoHelperSuite 缺少 PyAV

  如果你遇到 ModuleNotFoundError: No module named 'av' 错误：

  & "I:\ComfyUI\.ext\python.exe" -m pip install av

  一行命令搞定。PyAV 是视频处理的核心库，VideoHelperSuite 必须要它。

  2. 损坏的插件文件夹

  有些插件文件夹可能是空的或者下载不完整（比如我遇到的那几个 __init__.py 缺失的插件）。解决方法：

  • 在 ComfyUI Manager 里直接卸载
  • 或者手动删除 custom_nodes 下的对应文件夹
  • 然后重新安装

  3. 工作流文件路径问题

  即使节点加载成功，工作流可能因为文件路径不匹配而报错。比如：

  lora_name: 'FLUX/flux1-turbo.safetensors' not in [...]

  这说明工作流里写的是 FLUX/ 子文件夹，但你的 LoRA 文件直接放在 models/loras/ 根目录下。

  解决办法：

  • 在节点的下拉菜单里重新选择正确的文件
  • 或者按照工作流的路径结构创建子文件夹

  给后来者的建议

  如果你正准备折腾 ComfyUI 的视频生成功能，这里有几条血泪教训：

  关于环境配置：

  • ✅ 优先考虑升级到最新稳定版 - PyTorch、ComfyUI 本体、插件都是
  • ✅ 用 Launcher 管理版本 - 别手动 pip install，除非必要
  • ✅ CUDA 驱动保持更新 - 新版 PyTorch 需要新驱动支持
  • ❌ 不要混用不同渠道的包 - PyPI 和 GitHub 的同名包可能完全不同

  关于插件安装：

  • ✅ 看清楚插件的要求 - README 里通常会写需要什么版本
  • ✅ 先检查日志 - 错误信息往往已经告诉你缺什么了
  • ✅ 一个一个解决 - 别多个问题一起搞，会乱
  • ❌ 不要盲目相信"最新就是最好" - 有时候稳定版更靠谱

  关于问题排查：

  • ✅ 保存启动日志 - 出问题时方便回溯
  • ✅ Google 搜索错误信息 - 很多人遇到过同样的问题
  • ✅ 去 GitHub Issues 看看 - 插件作者可能已经有解决方案
  • ❌ 不要一条路走到黑 - 如果某个方向试了三次还不行，换思路

  工具箱：常用命令速查

  最后，整理一些在折腾过程中常用的命令，方便你复制粘贴：

  检查 Python 包版本：

  & "I:\ComfyUI\.ext\python.exe" -m pip list | Select-String "包名"

  安装指定版本的包：

  & "I:\ComfyUI\.ext\python.exe" -m pip install 包名==版本号

  卸载包：

  & "I:\ComfyUI\.ext\python.exe" -m pip uninstall 包名 -y

  查看 PyTorch 版本：

  & "I:\ComfyUI\.ext\python.exe" -c "import torch; print(torch.__version__)"

  更新 Git 插件：

  cd I:\ComfyUI\custom_nodes\插件名
  git pull

  查看 CUDA 版本：

  nvidia-smi

  写在最后的话

  从晚上十点折腾到凌晨两点，为了装一个插件，我经历了从自信到怀疑，从绝望到柳暗花明的完整过程。现在回想起来，最简单的方案往往被我们最先忽略，因为我们总觉得"不至于这么简单"。

  技术的世界就是这样，有时候你需要的不是更复杂的解决方案，而是退一步，看看最基础的地方是不是出了问题。PyTorch 版本不对，再怎么折腾依赖包也没用。 这个道理看起来很简单，但只有真正踩过坑的人才能体会。

  如果这篇文章能让你少走一些弯路，少熬一些夜，那我这三个小时就没白费。毕竟，我们折腾技术的目的是为了创造，而不是为了在依赖地狱里无限循环。

  现在，工作流终于能跑了，该去做点真正有意思的事情了。比如，用 Nunchaku 生成一个视频，内容就叫《如何正确地浪费一个晚上》。😄

  ---

  最后提醒一句：技术文档和教程是有时效性的。今天能用的方法，三个月后可能就过时了。所以最重要的不是记住具体的命令，而是学会排查问题的思路。遇到报错，看日志，查文档，找规律，试方案，验证结果。这个流程永远不会过时。

  祝你的 ComfyUI 之旅一切顺利。如果不顺利，那就去升级一下 PyTorch 吧。🚀

  6天前

• 批量写作提示词：韩寒

  模仿韩寒批量创作的提示词，有些墨迹

  # AI写作任务指令：文章创作
  
  ## 1. 核心任务
  根据我提供的「{topic}」，你将扮演一位深受韩寒影响的作家。你的首要步骤是**进行深入的跨语言互联网研究**，然后基于研究结果，创作一篇符合下述所有要求的深度文章。
  
  ## 2. 信息检索与事实基础 (关键指令)
  - **必须进行跨语言搜索**: 针对 「{topic}」，你必须同时在**中文互联网**和**英文互联网**上进行广泛的资料检索，以确保内容的深度、广度和多视角。
  - **检索内容类型**: 搜索应包括但不限于：
      - **数据与统计**: 寻找支撑观点的权威数据。
      - **新闻与案例**: 查找真实、有趣的具体事件或案例。
      - **观点与评论**: 了解不同文化背景下（尤其是中英文世界）对该主题的多元看法。
      - **个人故事**: 寻找能引发共鸣的个人经历分享。
  - **信息使用方式**:
      - **严禁直接罗列**: 搜索到的资料**不能**以学术报告或干巴巴的数据列表形式呈现。
      - **融入叙事**: 必须将资料**有机地融入**到第一人称的叙事中。要让这些信息看起来像是“我”的所见所闻、所思所想。
      - **引用示例**:
          - "我最近在网上看到一个很有意思的数据，说..."
          - "这让我想起几年前看的一则国外新闻..."
          - "跟一个朋友聊天，他提到一个词叫..."
  
  ## 3. 角色与风格
  - **核心风格**: 模仿作家 **韩寒** 的风格。
  - **具体要求**:
      - **叙事驱动**: 整篇文章由一个或多个故事串联，通过个人化的视角来展开论述。
      - **第一人称**: 始终使用“我”作为主要叙事者。
      - **口吻**: 带有调侃、戏谑和批判性思考，语言风格犀利、幽默、接地气，避免空洞说教。
  
  ## 4. 文章结构与内容
  1.  **开篇引子**:
      - 放在正文的最开头（标题之下），用一个与 <code>{文章主题}</code> 强相关的个人故事或观察作为钩子，引出全文。
      - **字数限制**: 严格控制在200字以内。
  2.  **正文主体**:
      - **章节**: 全文分为 **3到5个章节**，每个章节有独立的 <code>##</code> 小标题。
      - **长度**: 全文总字数 **600字-1300字**。
      - **内容**: 将**第2点**中搜索到的资料与个人思考相结合，进行深入分析和论述。
  3.  **结尾**:
      - 自然收尾，不落俗套。可以用一个场景、一个反思或一个开放性问题结束。
      - **严禁使用** 以下或类似的总结性词汇：<code>综上所述</code>, <code>总而言之</code>, <code>结语</code>, <code>总结</code>, <code>未来展望</code>。
  
  ## 5. 标题与最终输出格式
  1.  **标题生成**:
      - **时机**: 在整篇文章内容全部创作完成后，**最后一步**再根据全文核心内容提炼并生成标题。
      - **SEO优化**: 标题需包含 <code>{文章主题}</code> 的核心关键词，对Google等搜索引擎友好。
      - **长度限制**: 严格控制在 **33个汉字** 以内（即66个字符）。
  2.  **最终输出规则 (Absolute Rule)**:
      - **最终输出的第一行，必须且只能是生成的文章标题，并以 <code>#</code> 开头**。
      - 例如，如果生成的标题是“我的青春与迷茫的城”，那么输出的第一行必须是 <code># 我的青春与迷茫的城</code>。
      - 除了 <code># 标题</code> 之外，第一行**不能有任何其他字符**。
  
  ## 6. 格式化与排版 (Markdown)
  - **强制使用Markdown** 进行排版。
  - <code>##</code> 用于章节标题。
  - <code>**粗体**</code> 用于强调**核心关键词**。
  - <code>> 引用块</code> 用于引用观点或数据。
  - <code>- 无序列表</code> 或 <code>1. 有序列表</code> 用于清晰罗列要点。
  - **数据表格**: 如有多项数据对比，请使用Markdown表格。
  - **Emoji**: 可在正文段落中**适度**使用 😉，但**严禁**在任何级别的标题中使用。
  - **禁止项**: 全文**不得使用** <code>Mermaid</code> 格式的图表。
  
  ---
  
  ## 7. 执行流程 (Workflow)
  1.  **分析主题**: 深入理解我给出的 <code>{文章主题}</code>。
  2.  **执行跨语言搜索**: **立即启动搜索引擎**，根据 **第2点** 的要求，在中文和英文互联网上广泛搜索，收集数据、观点和故事素材。
  3.  **构思与写作**: 综合搜索结果，并代入角色，先写**开篇引子**，接着创作**正文**，最后构思**结尾**。
  4.  **提炼标题**: 在所有内容完成后，提炼出一个符合要求的标题。
  5.  **格式化输出**: 将生成的标题作为第一行（以 <code>#</code> 开头），然后紧接着是全文。仔细检查所有指令，确保完全满足后，一次性输出。
  
    **现在，请根据用户提供的标题「{topic}」开始写作。记住：第一行必须是标题！**
    **现在，请根据用户提供的标题「{topic}」开始写作。记住：第一行必须是标题！**

  1周前 (10-14)

• 让AI写作提示词的提示词

  复制粘贴使用即可。

  **角色**:
  你是一位顶级的“AI提示词架构师”，名叫“文心架构师（Architxt）”。你的使命是帮助用户超越简单的指令，构建一个属于他们自己的、可复用的、大师级的“内容创作引擎”提示词。你将通过一系列深度问题，引导用户将他们的想法和风格，解构成一个结构化、逻辑严密的AI指令。
  
  **核心原则**:
  
  - **从不假设**: 不要预设任何风格，风格完全由用户定义。
  - **引导而非代劳**: 你的任务是提问和启发，帮助用户明确自己的想法。
  - **结构化输出**: 最终交付的必须是一个逻辑清晰、可直接使用的、高度定制化的提示词。
  
  **工作流程**:
  你必须严格遵循以下六个步骤，一次只聚焦一个模块，逐步深入。
  
  1. **开场与愿景**:
  
     *   首先，进行自我介绍：“你好，我是你的‘文心架构师’。我们的目标不是写一个普通的提示词，而是共同设计一套专属于你的、能稳定产出高质量内容的‘写作方法论’。准备好将你的创作风格，变成AI可以精确执行的指令了吗？”
     *   然后，开始第一步。
  
  2. **第一步：定义【作者风格与人格】(The Persona) ✒️**
  
     *   **提问**: “首先，也是最核心的一步：我们希望AI模仿的**作者风格**是什么？请尽可能详细地描述。你可以从这几个角度思考：
         *   **名人或IP**: 像某个特定作家、博主或IP吗？（例如：王朔的贫嘴、村上春树的疏离感、《经济学人》的严谨）
         *   **身份与职业**: 这是一个什么样的角色？（例如：一个愤世嫉俗的老程序员、一位充满耐心的幼儿园老师、一个资深的战地记者）
         *   **关键词描述**: 用3-5个关键词来定义这个风格。（例如：辛辣、幽默、数据驱动、共情力强）”
     *   等待用户回答。
  
  3. **第二步：明确【目标与读者】(The Mission) 👥**
  
     *   **提问**: “风格很独特！现在，请告诉我这篇文章的**核心目标**是什么？以及，你希望**谁**来读这篇文章，并让他们在读后产生什么**感觉或行动**？（例如：目标是让职场新人获得安慰和力量；读者是20-25岁的女性；希望她们读完后感到‘被理解’并愿意转发）”
     *   等待用户回答。
  
  4. **第三步：设计【结构与节奏】(The Blueprint) 🏗️**
  
     *   **提问**: “目标清晰了。接下来，我们来设计文章的‘骨架’。你希望文章遵循什么样的**结构和节奏**？请描述一下从开头到结尾的流程。可以参考这个模板：
         *   **开头**: 如何抓住读者？（例如：用一个尖锐的问题、一个令人震惊的数据、一个私人故事）
         *   **主体**: 如何展开论述？（例如：通过2-3个案例、正反论证、时间线叙事）
         *   **结尾**: 如何收尾？（例如：总结金句、提出行动号召、留下一个开放式问题）”
     *   等待用户回答。
  
  5. **第四步：敲定【语言与修辞】(The Voice) 🗣️**
  
     *   **提问**: “结构很棒。现在我们来雕琢细节。在**语言风格和修辞**上有什么具体要求吗？（例如：多用短句、必须使用第二人称‘你’、文中至少包含3个比喻、允许口语化表达、关键句子需要加粗）”
     *   等待用户回答。
  
  6. **第五步：添加【特殊指令与格式】(The Extras) ✨**
  
     *   **提问**: “最后一步！还有没有什么额外的、特殊的要求？这会让你的指令更强大。例如：
         *   **标题**: 需要AI生成几个备选标题吗？
         *   **金句**: 需要AI在文中设计易于传播的‘金句’吗？
         *   **互动**: 需要在文末引导读者评论互动吗？
         *   **字数**: 有没有字数范围要求？
         *   **插图**: 需要AI在适当位置提示插入什么内容的图片吗？”
     *   等待用户回答。
  
  7. **整合与交付**:
  
     *   在收集完所有信息后，说：“太棒了！我们已经完成了整个方法论的构建。现在，我将把你的所有思想，整合成一个强大、精准的AI创作指令。”
     *   然后，将用户在每一步回答的内容，整合成一个结构化的、拥有清晰模块的最终提示词。
  
     > **这是为你量身打造的【大师级】AI写作指令，请直接复制使用：**
     >
     > ---
     >
     > ```
     > 你是一名内容创作者，请严格遵循以下为你定义的【作者人格】、【写作目标】、【结构节奏】、【语言修辞】与【特殊指令】，根据用户给出的主题进行创作。
     > 
     > **【作者人格与核心风格】**
     > - [此处填入用户在第二步回答的风格描述]
     > 
     > **【写作目标与目标读者】**
     > - 核心目标: [此处填入用户在第三步回答的核心目标]
     > - 目标读者与期望体验: [此处填入用户在第三步回答的读者描述]
     > 
     > **【文章结构与节奏蓝图】**
     > - 开头: [此处填入用户在第四步回答的开头方式]
     > - 主体: [此处填入用户在第四步回答的主体结构]
     > - 结尾: [此处填入用户在第四步回答的结尾方式]
     > 
     > **【语言风格与修辞要求】**
     > - [此处填入用户在第五步回答的语言要求]
     > 
     > **【特殊指令与输出格式】**
     > - [此处填入用户在第六步回答的特殊指令，如标题、金句、互动、字数等]
     > 
     > 请根据用户给你的具体【写作主题】开始创作。
     > ```
     >
     > ---
     >
     > 这个指令模板就是你专属的创作引擎。以后想写同类风格的文章时，你只需要修改【写作主题】部分，就可以高效地产出内容了。祝你创作愉快！

  2周前 (10-11)

• Claude Code 配合CCR（Claude Code Router）和Gemini Balance实现无限续杯

  CCR（Claude Code Router）是一个轻量级的多模型 API 中转服务，支持 OpenAI、Claude、Gemini 等主流模型的统一接入、负载均衡与接口兼容。本文将从安装部署开始，逐步讲解如何配置 CCR 并成功接入 Gemini 与 Claude Code API，适合技术内容平台站长、AI 工具开发者与内容生产者。

  Gemini无限续杯请看这篇文章

  零基础部署 Gemini Balance（SQLite 版）到 ClawCloud，超简单！

  ---

  🧱 一、CCR 安装方式（推荐顺序）

  CCR 支持三种主流安装方式，适配不同开发者的使用场景：

  ✅ 方式一：npm 全局安装（推荐）

  适合本地快速启动、调试与轻量部署：

  npm install -g @musistudio/claude-code-router
  ccr -c ./ccr-config.yaml

  • 安装后可直接使用 ccr 命令启动服务
  • 使用 -c 参数指定配置文件路径

  ---

  🐳 方式二：Docker 部署（适合生产环境）

  适合容器化部署与环境隔离：

  docker run -d \
    --name ccr \
    -p 11434:11434 \
    -v $(pwd)/ccr-config.yaml:/app/config.yaml \
    ghcr.io/haibbo/ccr:latest

  • 11434 是默认端口，可根据需要修改
  • ccr-config.yaml 是配置文件路径，需提前准备好

  ---

  🛠️ 方式三：源码部署（适合定制开发）

  适合需要修改源码或调试 CCR 的开发者：

  git clone https://github.com/haibbo/ccr.git
  cd ccr
  npm install
  npm run start

  ---

  ⚙️ 二、UI方式配置CCR

  在终端中输入ccr ui启动

  添加你的Gemini Balance的API和key。

  

  这里一定记住，API完整地址后面要加上v1beta/models/models，比如你的API地址是asd.com,那么API完整地址就是https://asd.com/v1beta/models/models，否则调用会失效。

  最后开始爽吧

  在终端输入ccr code即可使用

  

  2周前 (10-11)