执迷发布的文章 - 执迷的博客

利用 Cloudflare Tunnel 实现内网穿透与免端口访问

还在为配置 Nginx 和 SSL 证书而头疼吗？Cloudflare Tunnel 是你的救星！它无需公网 IP、不开放任何端口，就能将你的内网服务安全地发布到互联网，并自动配置好 HTTPS。本文将带你体验几条指令搞定一切的丝滑部署，让你的项目秒速拥有专属域名！

📘 开发记录 · 03-18 · 262 人浏览

从零开始开发 Typecho 微语插件 - Whisper

灵感闪现，想随时记录？本文分享了一款Typecho微语插件Whisper的诞生过程。作者从零打造了一个专属的博客“朋友圈”，它设计优雅，支持图片、点赞、暗黑模式等丰富功能。文章详细记录了从构思到踩坑再到完美实现的全过程，干货满满！

📘 开发记录 · 02-04 · 1276 人浏览

黄金大涨，我给媳妇手搓了一个“定制版”黄金管理APP

嫌黄金管理APP收费太贵？一位程序员老公霸气出手，为妻子定制专属免费版！他利用Python爬虫抓取金价，AI辅助设计界面，两天就搞定。这波操作不仅是技术实力的展现，更是教科书级的硬核浪漫。

📘 开发记录·🍊 生活记录 · 01-12 · 367 人浏览

从手动部署到自动化：GitLab Runner 实现 CI/CD 的实战笔记

还在为手动部署的繁琐和耗时而烦恼吗？这篇实战笔记带你玩转 GitLab Runner，从安装配置到 `.gitlab-ci.yml` 编写，手把手教你实现一键自动化部署。告别重复劳动，让 CI/CD 解放你的双手，从此部署只需轻轻一点！

📘 开发记录 · 2025-09-29 · 587 人浏览

Gemini CLI 使用指南:将 AI 助手集成到你的终端（含网络问题与常见错误解决）

Gemini CLI 使用指南：将 AI 助手集成到你的终端（含网络问题与常见错误解决）对于开发者而言，命令行终端是我们最常打交道的工具之一。如果在终端中能直接调用强大的 AI 模型，无疑会极大地提升工作效率。Google 推出的 Gemini CLI 就是这样一款工具，它能将 Gemini 的能力无缝集成到你的命令行工作流中。本文将详细介绍 Gemini CLI 的安装、配置过程，并分享我在使用中遇到的关键问题及其解决方案。一、准备工作：Node.js 环境在安装 Gemini CLI 之前，请确保你的系统中已经安装了 Node.js。这是其运行的基础环境。你可以通过在终端执行以下命令来检查：node -v如果未安装，请前往 Node.js 官网下载并安装 LTS (长期支持) 版本。二、安装 Gemini CLI安装 Gemini CLI 有两种方式：临时使用 (npx)：这种方式无需全局安装，适合快速体验。每次使用时都会从网络获取最新版本。npx @google/gemini-cli全局安装 (npm)：（推荐）对于长期使用者，建议采用全局安装。这样，你就可以在系统的任何路径

📘 开发记录 · 2025-06-26 · 1031 人浏览

向量数据库Weaviate的踩坑记录

向量数据库迁移实录：从 FAISS 到 Weaviate 的那些坑最近因为需要支持多用户知识库检索，我开始琢磨向量数据库的替换方案。原来系统里用的是本地的 FAISS，搭配 LangChain 用起来还挺顺，但随着需求复杂起来，比如想加 hit\_count 记录、分页、精确查某个文件的所有块，FAISS 显然就有点捉襟见肘了。🥊 为什么考虑换掉 FAISS？简单说两点：FAISS 不支持原生 filter 查询，像我要查某个 kb_id 的内容，或模糊查某个 filename 的所有内容，只能自己手动过滤；没有内置分页。每次都得查全量，再手动分页，这在数据量大时非常不友好。于是我决定换掉 FAISS，试试 Weaviate。🔁 切换 Weaviate 的过程✅ 基本查询Weaviate 的向量检索写法和 FAISS 有点类似，只是接口风格更“声明式”一点。最开始试了下这样一段代码：results = collection.query.near_vector( near_vector=query_vector, limit=5, filters=Filter.b

📘 开发记录 · 2025-06-17 · 841 人浏览

Selenium 到 Playwright 的切换记录

从 Selenium 到 Playwright：我的浏览器控制切换之旅最近在折腾一个远程浏览器自动化的项目，最开始是用 Selenium 控制浏览器执行一系列开锁流程，后来因为种种问题，最终还是换成了 Playwright。这里简单记录一下整个过程中遇到的一些坑、思考和切换过程。初始方案：Selenium 控制浏览器一开始整个系统的架构是：多线程管理浏览器池（初始化多个浏览器放进浏览器池）每个浏览器执行任务：打开页面 → 登录 → 操作页面 DOM控制流程主要使用 find_element, click, send_keys 等操作Selenium 用着也没啥大问题，配合 Chrome + chromedriver（chromedriver版本很重要），流程基本能跑通。但随着任务量增加、并发变多、页面交互越来越复杂，问题也逐渐暴露出来：有时候页面切换 iframe 很慢，Selenium 报错找不到元素弹窗不稳定，处理逻辑需要各种 try/except多线程下的浏览器状态管理很混乱，有时线程没结束浏览器还开着于是我开始思考，有没有更现代、更轻量的替代方案？Playwright 更香？P

📘 开发记录 · 2025-06-17 · 651 人浏览

Ubuntu 上使用 Docker 安装 Weaviate 教程

Ubuntu 上使用 Docker 安装 Weaviate 教程在搭建自己的 RAG 知识库系统时，最初我是用 FAISS 来做向量检索的。虽然运行起来很快，但数据是存在本地磁盘文件中，维护和迁移都不太方便。特别是当系统稍微复杂一些，比如要做远程调用、版本升级或者支持多端访问时，这种方式就显得有些力不从心了。后来我了解到了 Weaviate，一个功能比较完善的开源向量数据库，支持 REST 和 gRPC 接口，数据结构更像真正的数据库，有 schema 管理，也适合做多类数据的组织，于是就决定切换过来。这篇文章就是记录一下我在 Ubuntu 上用 Docker 安装 Weaviate 的过程，并用 Python 客户端初始化 schema、插入数据做了基本验证。希望对你有帮助。一、安装 Docker首先确保你的系统中安装了最新版本的 Docker。1. 清理旧的 Docker 源（如有）sudo rm /etc/apt/sources.list.d/docker.list添加新的 GPG 密钥和阿里云源curl -fsSL https://mirrors.aliyun.com/dock

📘 开发记录 · 2025-06-06 · 971 人浏览

结合大模型与 MCP 实现自动化工具调用的实践经验

最近一直在研究如何将大模型（LLM）与 MCP 协议结合，用于业务处理自动化。在查阅了大量资料后发现，大多数实现方案主要依赖于已有工具，比如 client 或 cherrystudio 来实现 MCP 客户端功能，而 MCP Server 通常则通过 JSON 配置文件来进行配置。因为我这段时间一直在开发基于大模型的 RAG 知识库系统（目前已基本完成），刚好客户提出业务需求，希望通过大模型调用数据库进行数据处理。这种需求本质上与之前使用的 function call 十分类似。虽然网上已有一些可以跑通的示例代码，但多数都是基于命令行交互的形式进行大模型对话。我结合项目的实际需求，对部分代码进行了优化，最终实现了通过 API 接口的方式调用 MCP Server，大幅提升了与大模型集成的灵活性。核心架构拆解整个实现主要分为两个部分：1. MCP Server 工具创建（server.py）这一部分负责定义工具的注册与具体实现逻辑。from mcp.server.fastmcp import FastMCP import pymysql # 初始化 FastMCP mcp =

📘 开发记录 · 2025-04-30 · 1254 人浏览

前端项目一键部署至Windows服务器

告别繁琐的手动部署！本文作者将一个Linux部署工具成功“魔改”，使其完美适配Windows服务器。通过巧妙编写PowerShell脚本，实现了一键完成项目备份、上传和部署。这个高效神器已发布至npm，快来体验一键部署的快感吧！

📘 开发记录 · 2024-09-18 · 1479 人浏览