- 博客(274)
- 收藏
- 关注
RSS订阅
原创 国产数据库新选择：在 CentOS 8 上实测 OpenTeleDB XStore 在更新场景下的表现
TOAST（The Oversized-Attribute Storage Technique，超大属性存储技术）是 PostgreSQL 用于处理大字段的核心机制。官方文档描述）：翻译：PostgreSQL 使用固定的页面大小（通常为 8KB），并且不允许元组跨越多个页面。因此，无法直接存储非常大的字段值。为了克服这个限制，大字段值会被压缩和/或分解成多个物理行。空间效率显著在高频更新场景下，XStore 的空间占用是 Heap 表的 18%（30 MB vs 166 MB）
2026-03-04 16:56:28
10686
12
原创 百灵大模型 Ring-2.5-1T 实战体验：从入门到精通 Ling Studio
和。其中，Ring-2.5-1T 是全球首个混合线性架构的思考模型，在数学竞赛等高难度推理任务上表现出色。作为技术博主，我第一时间体验了搭载这些模型的 Ling Studio 平台和 Tbox 超级智能体。关键信息：万亿参数旗舰模型，支持最长 100 万 token 上下文，专注高效推理和智能体交互：全球首个混合线性架构思考模型，在 IMO 2025 获得金牌标准（35/42），CMO 2025 超过中国国家队分数线（105/126）
2026-02-27 13:03:27
5933
20
原创 【鸿蒙PC命令行适配】移植bzip2命令集，新增.bz2格式解压缩能力
bzip2 是一款经典且高效的无损数据压缩/解压缩工具，其压缩率优于传统的 gzip，在Linux、类Unix等系统中是标配的命令行工具，被广泛用于文件打包、数据归档等场景。这是一张图片，ocr 内容为：鸿蒙PC版作为面向桌面场景的鸿蒙操作系统形态，原生命令行工具链中暂未集成bzip2相关工具（如bzip2bzcatbunzip2等）能力，无法直接处理.bz2tar.bz2等格式的压缩文件。将经典的 bzip2 v1.0.8 版本源码完成鸿蒙PC（AArch64架构）的交叉编译移植。
2026-01-23 16:12:27
6321
4
原创 实测VLM：昇腾平台上的视觉语言模型测评与优化实践
经过系统性测试，VLM在Atlas 800T平台上展现：●极致的批量吞吐能力：系统轻松支持Batch 64的超大批次并行，吞吐量稳定在84.43 图像/秒，相比单批次提升近 3 倍，完美释放了 NPU 的Cube Core算力。●高分辨率处理得心应手：在 512x512 高分辨率场景下，像素处理效率（PPS）达到 1270万 像素/秒，展现了 NPU 在高负载任务下的卓越并行计算优势。●生态无缝兼容：基于 Transformers 的原生代码只需极少修改即可在 NPU 上运行，迁移成本几乎为零。
2025-12-26 18:31:06
6882
1
原创 CodeLlama与昇腾NPU的实践之旅
CodeLlama-7b-Python 在昇腾 Atlas 800T上的性能测试报告测试环境：GitCode Notebook (Atlas 800T NPU)关键指标：- 单请求平均吞吐量：15.90 tokens/秒- 极限并发吞吐量 (Batch=64)：646.40 tokens/秒- 平均延迟稳定性：±0.08秒- 模型加载时间：15.20秒场景性能对比图单流低延迟 (Batch=1) █ 15.9 tokens/s。
2025-12-26 18:30:17
7748
1
原创 在GitCode Notebook环境中实测SGLang：昇腾平台上的结构化生成实践
本文所提供的代码实例与实践经验仅供开发者参考，由于软硬件环境与配置存在差异，无法保证在其他条件下能复现完全一致的结果。本次测评基于GitCode Notebook提供的昇腾开发环境，聚焦SGLang在昇腾平台上的兼容性验证、性能表现分析以及优化潜力探索。SGLang作为一种新兴的结构化生成框架，通过引入RadixAttention、投机推理等创新技术，为复杂生成任务提供了全新的解决方案。与传统的逐token生成不同，SGLang允许开发者以结构化的方式描述生成逻辑，实现更高效的批处理、缓存复用和并行解码。
2025-12-25 15:27:30
7009
1
原创 PromptPilot搭配Doubao-seed-1.6：定制你需要的AI提示prompt
如今，我们正身处一个 AI 技术飞速迭代的时代。人工智能早已不再是实验室里的概念，而是悄然走进各行各业，成为无数从业者日常工作中不可或缺的 “左膀右臂”。然而，在 AI 深度融入工作场景的过程中，一个关键问题逐渐凸显 ——如何与 AI 高效、精准地交流。不少人都有过这样的经历：明明想让 AI 生成一份严谨的市场分析报告，得到的结果却偏离核心需求；希望 AI 辅助设计一个创意方案，输出的内容却平淡无奇、缺乏亮点。
2025-08-05 16:58:25
1844
4
原创 文心一言4.5开源部署指南及文学领域测评
本人测试了“”模型，该模型对于文学领域的处理是十分不错的，由于模型参数量较小，没有对逻辑分析领域进行测评，至于3.11和3.8谁大的问题，对于0.3B的模型来说是可以接受的，毕竟当初GPT那么大的参数还会出错。本人测评水平有限，如有更好的测评思路，还请各位大佬指正。
2025-07-10 20:16:15
2435
38
原创 DeepSeek-R1 云环境搭建部署流程
DeepSeek横空出世，在国际AI圈备受关注，作为个人开发者，AI的应用可以有效地提高个人开发效率。除此之外，DeepSeek的思考过程、思考能力是开放的，这对我们对结果调优有很好的帮助效果。DeepSeek是一个基于人工智能技术开发的搜索引擎，它能够理解和分析多模态数据，从而提供更加智能化、个性化的搜索结果。与传统搜索引擎不同，DeepSeek不仅关注纯文本内容，还能从图像、音频、视频等多种数据类型中提取信息，并为用户提供更丰富、准确的搜索体验。
2025-02-07 13:58:46
7275
81
原创 Windows部署Next AI Draw.io：用大模型生成并修改draw.io图表
架构图、流程图和UML真正耗时间的地方，很多时候不是想清楚逻辑，而是把已经想好的结构重新变成节点、连线和排版。特别是需求频繁变化时，图纸往往也需要跟着反复调整。Next AI Draw.io提供了另一种工作方式：先用自然语言描述需要什么图，让大模型生成对应的draw.io结构，再继续通过对话增加节点、调整关系或修改现有图纸。AI更适合承担第一稿和重复修改工作，最终技术逻辑仍然需要人工检查。
2026-08-17 21:41:53
10232
22
原创 MySQL向国产数据库零改造迁移：四层全兼容工程实践
MySQL国产化迁移最大成本来源于各层级改造。KES V9R3C18从连接驱动、SQL语法、内置函数JSON、应用API四层实现MySQL兼容，大幅降低迁移改造量。兼容能力可以减少代码改动，但性能调优、边界场景测试、数据一致性校验依旧是迁移上线不可省略的环节。后续可以进一步做迁移后慢查询分析、参数调优相关实践。
2026-08-16 10:36:27
11871
原创 实时数据集成技术原理、落地痛点与选型实践
实时数据集成，指源头系统数据发生变更时自动捕获变更事件，持续推送至下游目标系统，实现数据变更即刻可用，该能力也常被称作实时数据同步、增量数据同步、实时数据管道。业务中经常遇见这类现象：用户App完成下单，客服系统查询不到订单记录；库存已经售罄，前端页面依旧展示有货。根源就是数据同步存在较大时间差，实时数据集成能力缺失。自动触发：无需人工导出、无需定时任务调度，数据变更即触发同步；低延迟：变更事件秒级甚至毫秒级送达下游，区别凌晨批处理T+1模式。
2026-08-16 10:34:53
11718
原创 面向AI智能体的数据库专业技能包：将DBA工程经验封装为可调用能力
大模型在处理国产数据库实操问题时，经常出现参数错误、命令不符、迁移步骤脱离真实产品实现等问题。本文介绍开源KES数据库技能包的设计思路、能力覆盖范围、接入方式与工程价值，把数据库安装、开发、调优、运维、迁移的一线实践经验封装为Agent可识别调用的标准化技能，解决通用大模型数据库知识与真实产品脱节的痛点，为工业数据库领域MCP/Skill体系落地提供实践参考。
2026-08-14 20:08:36
19316
1
原创 油气固井工业软件国产化落地：全栈自主数据底座实现井下作业数字化闭环
自主可控：芯片‑OS‑数据库‑应用全栈国产化，规避海外技术封锁风险，保障能源施工数据主权；降本落地：高兼容性实现存量系统平滑迁移，大幅降低工业软件国产化重构成本；安全可靠：纵深安全审计+主备高可用容灾，适配井场恶劣工况，保障7×24小时连续作业；性能支撑：支撑高频时序工况写入、大规模仿真计算数据读写，保障高精度固井模型稳定运行。这套实践证明，油气工业软件自主化，不仅要攻克上层业务算法模型，底层数据底座的选型、适配、调优同样至关重要。
2026-08-14 20:00:20
19285
原创 一台安卓手机能跑AI Agent到什么程度？
OpenClaw如果不装在电脑或服务器里，而是直接运行在一台安卓手机上，会发生什么？我最近做了这样一次实验：先通过openclaw-termux让安卓手机内部运行Ubuntu和OpenClaw Gateway，再配置大模型API，让这台手机具备AI Agent的基础运行环境。接下来再把飞书接进来，手机就多了一个远程消息入口。人在外面时，只需要给飞书机器人发送任务，运行在手机中的OpenClaw就可以接收并处理指令。
2026-08-11 13:20:08
12332
37
原创 表弟不服Doubao-Seed-Evolving，我带表弟实现了个QQ机器人
本文不做模型对比，因为和其他使用模型的人员之前存在一些意见分歧，GLM是很好的模型，我之前一直在用，Doubao也是很好的模型，发展非常迅速，我能够很明显的感觉到模型的上下文能力增强了，幻觉率降低。有时候对知识付费是一种对自己的负责。熊哈哈/QQBotDemo。
2026-08-08 21:13:55
10101
2
原创 全链路并行同步技术：破解TB级异构增量数据同步难题
随着企业数字化转型深入，业务数据增量由GB级快速增长至TB级。传统串行数据同步架构在海量流量场景下暴露出日志解析阻塞、单通道入库拥堵、同步延迟持续走高的痛点，难以满足实时数据灾备、数仓同步、信创迁移等场景要求。电科金仓KFS作为对标Oracle OGG的国产异构实时数据同步工具，依托源端并行解析、目标端多通道入库两大核心技术，构建全链路并行同步能力，成功支撑某省运营商资源中心系统单库日增4.5TB增量数据实时同步，在保障事务一致性、零误差的前提下，大幅提升同步吞吐能力。
2026-08-03 23:02:14
10682
3
原创 Pixelle-Video部署教程：AI短视频生成配置与远程访问
制作一条短视频，通常不只是把几张图片放在一起。确定主题后，还需要整理文案、生成或寻找配图、配置配音和背景音乐，最后再把这些内容组合成完整视频。如果需要持续更新内容，这些重复步骤会占用不少时间。Pixelle-Video尝试把文案生成、画面制作、语音和视频合成串联在同一个操作页面中，减少在多个工具之间反复切换的过程。它支持根据主题生成文案，也可以直接使用已经准备好的脚本。图像部分可以连接云端生成服务，或者根据设备条件配置本地ComfyUI；大语言模型则需要填写对应的API地址、模型名称和密钥。
2026-08-03 19:39:25
11485
29
原创 AI Agent运维落地的核心瓶颈：智能需要原生确定性兜底
AI重构数据库运维模式是行业必然趋势，但智能化的本质是分工协同，而非全盘替代。AI Agent的核心价值是高效智能、快速迭代，代表运维的“速度”，但伴随天然的不确定性；数据库内核承载企业核心数据与业务，需要绝对的稳定、可控、确定。原生管控平台正是架设在AI强未知性与内核强确定性之间的核心缓冲墙与信任底座。运维自动化程度越高，行业对数据精度、执行安全、可控性的要求就越高。数据库智能运维的核心竞争力，从来不是“更聪明的AI”，而是可控、可落地、可兜底的原生确定性。
2026-07-27 09:17:32
11784
1
原创 多模融合时序数据库：破解工业AI落地数据碎片化难
工业AI落地的核心瓶颈不在于算法迭代，而在于数据架构无法支撑智能化分析需求。传统分散的数据架构导致时序上下文缺失、多维度数据无法关联，最终造成AI业务适配性差。基于统一内核的多模融合时序数据库，通过一库承载多模态数据、库内高性能计算、海量数据高效存储、实时增量聚合四大核心能力，彻底解决工业数据碎片化问题。为工业物联网、轨道交通、能源电力等千行百业，提供可支撑实时监控、故障追溯、智能分析、AI建模的底层数据架构，是工业智能化落地的最优基础方案。
2026-07-27 09:05:19
293
原创 破解工业 AI 落地数据困局：多模融合时序数据库赋能工业智能实战解析
工业AI落地的核心瓶颈不在于算法迭代，而在于底层数据架构无法适配时序化、关联化、实时化的业务需求。传统分散的数据架构导致数据治理成本高、AI模型输入维度缺失、推理精度不足，是行业普遍痛点。金仓KES TimeSeries以原生多模融合架构为核心，通过内核级写入、存储、计算优化，搭配库内一站式数据治理能力，打通时序、关系、空间、向量数据壁垒。无需搭建多套异构系统、无需复杂ETL开发，即可为工业监测、故障诊断、预测性维护、智能调度等场景，提供高吞吐、低成本、强关联、实时可建模的标准化数据底座。
2026-07-21 22:08:29
10473
1
原创 疯狂地尝试，我用Doubao-Seed-Evolving读取了百万行代码，做了个项目依赖缺陷可视化工具
最近火山引擎在火山方舟上线了一款极具创新的持续进化型大模型 ——Doubao-Seed-Evolving。不同于传统固定版本的大模型，它是字节跳动专为开发者、面向Code开发与复杂 Agent 智能体场景打造的专属 Seed 系列模型，核心亮点就是高频迭代、无感升级，只用同一个 Model ID 就能持续解锁最新模型能力，不用反复修改业务调用链路、做版本迁移，模型切换的成本很低。模型怎么样，上来我习惯先看价格，相比于的价格没有改变不同的是模型的上下文窗口和最大输入Token长度明显要高出一大截。
2026-07-21 21:49:37
11085
原创 给Hermes加一个管理后台：对话、模型、任务和日志集中查看
把Hermes接入微信、飞书或企微以后，日常使用确实很方便。发一条消息，稍等片刻就能收到回答，不需要再打开终端，也不用一直守在运行Hermes的设备旁边。但这种使用方式也有一个很明显的问题：我们只能看到输入和最终回复，中间的运行过程基本是不可见的。某次响应突然变慢，很难马上判断是模型接口延迟、网络异常、工具调用时间过长，还是Hermes服务本身出了问题。临时想更换模型、检查API配置、查看频道状态或排查日志时，也经常需要重新连接设备、翻配置文件和执行命令。
2026-07-20 20:58:59
10486
27
原创 MCP 协议落地实践：国产化数据库 AI 一站式 SQL 诊断调优方案
Model Context Protocol（MCP，模型上下文协议）是Anthropic推出的标准化AI外部交互协议，统一大模型与数据库、API、文件系统的通信标准，解决传统开发中「AI与数据库割裂、频繁切换客户端、手动复制表结构/执行计划」的低效问题。电科金仓（KingbaseES，简称KES）作为国内主流国产化事务型数据库，官方开源。
2026-07-16 18:52:41
12490
原创 当AI学会自己“看见“物体——从运动中自主学习视觉概念的探索
要理解MoSA为什么值得关注，需要先理解它试图回答的问题有多基础。想想婴儿是如何理解"物体"这个概念的。没有人拿着标注好的图片卡片来教他们"这是一只猫"、"这是一辆车"。他们只是观察世界：看到东西在运动，看到东西被遮挡后又完整出现，看到某些区域作为一个整体一起移动。通过这些观察，他们逐渐建立起"什么是一个独立物体"的概念。发展心理学中的格式塔理论早就指出，人类的物体分组能力主要由运动线索驱动。运动本身就揭示了物体是什么——如果一个区域的像素整体运动，它们大概率属于同一个物理实体；
2026-07-16 15:47:13
2498
原创 本地AI配音服务不想只在电脑上用？把Index-TTS安全开放成远程工具
AI配音和声音克隆这几年越来越常见，但真正自己动手搭建时，会发现问题并不只在模型本身。很多工具能在本地跑起来，却只能在当前电脑或局域网里使用；想给同事演示、让其他设备访问，或者在外面临时生成一段语音，就会遇到网络访问的问题。Index-TTS适合用来体验本地声音克隆和文本转语音。它可以基于参考音频生成相近音色的语音，适合做视频配音、有声内容试听、角色语音实验和本地AI语音服务测试。对于有显卡资源的用户来说，把它部署在自己的电脑上，比完全依赖在线平台更可控。
2026-07-14 12:01:56
5006
15
原创 从单院区试点到双院区全栈替换：国家区域医疗中心智慧医疗信创改造标准化落地范式
医疗信创不是简单的技术替换，而是医疗服务模式、管理体系、数据架构的全方位升级。北京积水潭医院贵州医院依托金仓数据库完成双院区全栈国产化落地，证明国产技术完全可以承载国家级区域医疗中心的核心业务，为全国多院区大型医院信创改造、智慧医疗建设提供了宝贵的实战范本。未来，国产化数字底座将成为优质医疗资源普惠共享、医疗行业高质量发展的核心隐形支撑。
2026-07-12 09:50:38
13491
原创 从单点试点到全行规模化替换：城商行金融数据库信创改造完整工程实践与代码实现
过往金融行业数据库国产化改造，大多停留在非核心系统单点试点阶段，存在试点范围窄、无法批量复制、业务适配性弱等问题。随着金融信创建设持续深化，行业需求已彻底转变：从“单点能用”升级为“全场景稳跑”，从“简单替换数据库”升级为“重塑金融级数据底座”。成都银行联合KES完成20余套全行核心及面客业务系统的国产化数据库批量迁移升级，覆盖对内管理、对外客户服务全业务场景，实现了从零散试点到体系化、规模化、可复制国产化改造的突破。
2026-07-12 09:49:55
13229
原创 网盘太慢不想忍了？用Copyparty把NAS变成自己的文件服务器
很多人买NAS，一开始只是想存照片、放电影、备份文件。用着用着就会发现，真正麻烦的不是“有没有地方存”，而是文件在不同设备之间传来传去时，总会被网盘限速、客户端限制和复杂同步规则卡住。如果只是想临时传一个大文件，或者让手机、电脑、平板都能快速访问同一个目录，传统网盘反而显得有些笨重。文件明明就在自己家里的硬盘上，却还要先上传到第三方平台，再下载回来，速度慢不说，数据也绕了一大圈。Copyparty的思路更直接。
2026-07-06 22:54:27
12748
26
原创 魔珐星云 SDK 实战测评：补齐国产大模型的具象交互短板
JSON LLM 输出： { "text": "好的，我来为您介绍...", "parameters": { "emotion": "professional", "gesture": "presenting", "gaze": "looking_at_user" } }依托参数流范式，带宽相比视频流降低 1000 倍、延迟降低 10 倍，本地端侧渲染解决成本、延迟、规模化三角困境。进入“数字人配置”，选择数字人形象（我选了“二次元机能少女”），调整发型为“低马尾”、服饰为“商务西装”，保存配置。
2026-06-30 14:21:40
518
4
原创 把NAS变成私人音乐入口：R3PLAY部署与远程访问实践
极空间除了保存照片、文件和备份数据，也可以运行一些适合家庭使用的轻量Web应用。R3PLAY就是其中一种选择：把音乐播放器运行在NAS中，再通过浏览器从电脑、手机或平板打开，不需要在每台设备上重复安装桌面客户端。这套部署由两个容器组成：前端负责播放器界面，后端负责数据请求与播放相关服务。Docker将前端映射到2222端口，将后端映射到35530端口；在局域网完成访问测试后，还可以通过cpolar为播放器配置公网地址，方便离开家庭网络后继续打开。
2026-06-29 16:51:47
13671
21
原创 从本地Ollama到公网API：New-API聚合网关部署与调用实践
本地大模型和云端大模型接口越来越多之后，真正影响使用效率的往往不再是模型数量，而是接口管理。Ollama运行在局域网电脑上，DeepSeek、通义千问等云端模型又分别使用不同的地址和密钥，下游应用每更换一次模型，都可能需要重新填写接口参数。多人使用时，还要额外考虑令牌分发、额度限制、调用日志以及模型权限，单纯把接口地址记录在文档里，很快就会变得难以维护。New-API在这套架构中的定位，是位于模型服务与客户端之间的统一接口网关。
2026-06-22 19:56:25
13921
18
原创 燃气核心 | 广州燃气从“IOE”依赖到自主可控升级
伴随用户体量与业务规模持续扩张，项目早期部署的 IOE 进口软硬件架构弊端逐步显现：设备老化、容错能力不足，原有架构在运行性能、稳定性和运维成本上，已经跟不上智慧燃气的建设需求。整套方案经过大型城市民生场景实测，具备可复制、可推广属性，能够适配燃气、水务、电力等各类公共事业单位改造，让国产数据库从“备选”走向“主力”，持续优化市民 “一网办、就近办” 的办事体验。这套系统统筹全链条业务，服务7家分、子公司与17个线下营业网点，打通微信、支付宝、市民平台等数十个线上服务入口，是城市燃气民生服务的关键中枢。
2026-06-22 10:40:44
13640
2
原创 80TB承载，1200个水文站秒级入库！电科金仓赋能智慧水利
从人工巡查到全域数字监测，从分散决策到流域智慧调度，省级智慧水利建设正步入攻坚期。河北省水利数字孪生平台及水土保持应用系统，作为全省水利数字化转型的核心工程，近期完成验收并平稳运行。背后，金仓数据库以全栈式数据解决方案，完成了这场高要求、大规模的国产化落地实践。项目整体数据存储规模达80TB，同时可承载全省1200余处水文监测站点实时数据同步入库。这是国产数据库在省级水利核心场景的一次硬核验证。
2026-06-22 10:35:06
13581
1
原创 海量工业时序数据的考验 | 既要“写得快”，还要“查得准”
在工业、电力、交通、城市物联等场景，时序数据的压力往往不是第一天就显现。系统刚上线时，接入点位少、留存短、查询简单，多数系统都能平稳运行。但随着设备持续接入、采样频率提升、历史数据沉淀，原本可控的数据流会逐渐演变为长期运行的顽疾。这正是时序场景与普通业务系统的本质区别：普通业务数据来自单次明确动作（交易、订单、审批），而时序数据是设备状态的持续上报，规模随采集点位呈指数级增长。电表遥测、风机参数、产线振动、车辆轨迹…… 只要设备运转，数据就会源源不断产生。
2026-06-22 10:31:28
13448
原创 国产时序数据库实战盘点：告别盲目堆性能
2026年工业物联网、工控监控、电网调度、智慧港口、船舶管理国产化替换进入落地深水区。很多架构师在选型时序数据库时，存在典型误区：只盯着写入吞吐峰值做判断，忽略时序采集数据与现有业务库打通、运维、数据一致性带来的隐性成本。专用时序引擎：TDengine、Apache IoTDB、DolphinDB、openGemini等，专门针对海量测点写入做底层优化，单表写入性能拉满，但天然割裂关系业务数据，跨库查询必须引入同步中间件；
2026-06-18 17:26:26
14389
原创 几十块钱的N1盒子，被我折腾成了一个能公网访问的游戏服务器
提起斐讯 N1，很多人的第一反应可能还是电视盒子。但对于折腾党来说，这个几十块钱的老设备早就不只是播放器了。刷 Linux、跑 Docker、做软路由、搭 NAS……这些年 N1 几乎被玩出了花。而我最近又给它安排了一个新工作。拿它当小游戏服务器。事情其实很简单。小时候大家都玩过 2048，规则简单，上手容易，但一玩起来经常停不下来。如果能把这个小游戏部署到自己的设备上，再通过公网分享给朋友访问，好像也是件挺有意思的事情。
2026-06-16 12:06:04
10178
22
原创 PairDrop 部署实录：Windows 和 iPhone 跨设备文件秒传，AirDrop 平替
想把文件从手机传到笔记本，或者从笔记本拷到台式机，每次都得折腾半天。U盘、网盘、邮箱来回倒，拷一个几百 MB 的文件等半天，有时候急着用简直心态爆炸。这类场景其实是刚需，但之前没有特别好的跨平台解法。云盘要上传下载，U盘要物理介质，AirDrop 只有苹果设备之间能用。PairDrop 就是来解决这个的——开源跨平台文件传输工具，灵感来自苹果的 AirDrop，基于 WebRTC 技术，同一局域网下浏览器打开就能互传文件，Windows、iPhone、安卓、Linux、Mac 全支持。
2026-06-08 15:47:33
10211
28
原创 Docker + cpolar 一键部署 node_exporter，实现无公网 IP 远程监控
在日常运维中，实时获取服务器的 CPU 使用率、内存占用、磁盘 I/O 以及网络流量，是判断系统健康、提前预警的基础。传统做法往往要求服务器拥有公网 IP，或者在路由器上配置端口映射、DDNS 等，这对个人开发者、家庭 NAS 或者缺乏网络管理经验的新人来说门槛不低。node_exporter 作为 Prometheus 生态的一环，只需要在目标机器上运行一个轻量的二进制文件，就能把系统指标以 HTTP 接口暴露出来，供 Prometheus 拉取。
2026-06-01 19:12:17
11735
30
原创 Jenkins+cpolar打造完整CI CD流水线：从代码提交到自动部署全链路实战
Jenkins是中小团队做持续集成的主流选择，但装好之后马上会遇到一个现实问题：Jenkins在内网，跑在人不在公司的时候，构建触发、查看控制台这些操作全都做不了。没有公网IP、没有路由器权限、也不想为了这个专门去申请云服务器——这些问题加在一起，自动化部署的体验就打折扣了。cpolar解决的不是Jenkins本身的问题，而是网络穿透的问题。把内网的8090端口映射到公网，生成一个固定可访问的地址，GitHub、Gitee、GitLab的Webhook回调就能直接触发构建，不管你在哪。
2026-05-25 19:43:57
12623
32
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人