feeday

realfake-img

Mon, 13 Jul 2026 13:54:21 +0000

图像真伪检测 # [Poixe AI 图片模型成本对比](https://poixe.com/pricing?i=token) | 模型 | 单张实际价格（美元） | 折合人民币/张（≈7.2汇率） | 速度 | 特点 | 推荐用途 | |---|---:|---:|---:|---|---| | gemini-3.1-flash-lite | $0.000462 ～ $0.000469 | ≈0.0033 ～ 0.0034元 | ≈1.7秒 | 成本最低，速度快，适合大量图片分析 | 批量初筛首选 | | gpt-4o | $0.003250 ～ $0.004182 | ≈0.023 ～ 0.030元 | ≈6.7秒 | 图片理解能力强，细节分析稳定 | 重点图片复核 | | grok-3 | $0.0127968 ～ $0.0162408 | ≈0.092 ～ 0.117元 | ≈8.6～11秒 | 推理能力强，但成本最高 | 疑难图片最终判断 | | 检测数量 | gemini-3.1-flash-lite | gpt-4o | grok-3 | |---|---:|---:|---:| | 1000张 | ≈3.3元 | ≈25～30元 | ≈90～120元 | | 1万张 | ≈33元 | ≈250～300元 | ≈900～1200元 | | 10万张 | ≈330元 | ≈2500～3000元 | ≈9000～12000元 | ``` # -*- coding: utf-8 -*- import sys import subprocess import importlib import os import base64 import mimetypes import time import re from pathlib import Path # ================================================== # 自动安装缺失依赖 # ================================================== def install_package(package): try: importlib.import_module(package) except ImportError: print(f'正在安装依赖: {package}') subprocess.check_call([ sys.executable, '-m', 'pip', 'install', package ]) required_packages = [ 'requests', 'pandas', 'tqdm', 'openpyxl' ] for pkg in required_packages: install_package(pkg) import requests import pandas as pd from tqdm import tqdm # ================================================== # API 配置 # ================================================== API_URL = 'https://api.poixe.com/v1/chat/completions' # 不建议把 Key 写死在代码里 # 运行后手动输入更安全 API_KEY = input('请输入你的 Poixe API Key：').strip() headers = { 'Content-Type': 'application/json', 'Authorization': f'Bearer {API_KEY}' } # ================================================== # 模型选择 # ================================================== ''' 可选模型： 1. gpt-4o 2. grok-3 3. gemini-3.1-flash-lite ''' MODEL = 'gemini-3.1-flash-lite' # ================================================== # 图片目录与输出文件 # ================================================== image_dir = Path(r'C:\img') output_excel = Path(r'C:\真伪检测结果.xlsx') INCLUDE_SUBFOLDERS = True # ================================================== # 支持格式 # ================================================== image_ext = { '.jpg', '.jpeg', '.png', '.webp', '.bmp' } # ================================================== # AI 检测提示词 # ================================================== prompt = ''' 你是一名专业的AI生成内容鉴定专家。

bat-1gb-txt

Sun, 05 Jul 2026 05:17:17 +0000

通过代码命令快速创建指定大小容量的文件。

hf-up

Sat, 04 Jul 2026 05:39:26 +0000

- https://colab.new - https://hf-mirror.com - https://huggingface.co/datasets/datxy/demo/blob/main/test/eso1242a.psb - https://hf-mirror.com/datasets/datxy/demo/blob/main/test/eso1242a.psb ``` from huggingface_hub import login, HfApi import requests from tqdm import tqdm login() repo_id = 'datxy/demo' url_list = [ { 'url': 'https://cdn2.eso.org/images/original/eso1242a.psb', 'name': 'eso1242a.psb' } ] api = HfApi() api.create_repo(repo_id=repo_id, repo_type='dataset', exist_ok=True) for item in url_list: url = item['url'] name = item['name'] print(f'\n⬇️ downloading: {name}') r = requests.get(url, stream=True) total = int(r.headers.get('content-length', 0)) with open(name, 'wb') as f, tqdm(total=total, unit='B', unit_scale=True) as bar: for chunk in r.iter_content(1024 * 1024): if chunk: f.write(chunk) bar.update(len(chunk)) print(f'☁️ uploading to test/ folder') api.upload_file( path_or_fileobj=name, path_in_repo=f'test/{name}', repo_id=repo_id, repo_type='dataset' ) print(f'✅ done: test/{name}') ``` ![ScreenShot_2026-07-04_133815_204.png](https://i.imgur.com/77UHCUb.png) ``` import os from huggingface_hub import snapshot_download, hf_hub_download # ========================= # 🌍 镜像（可选） # Windows PowerShell # $env:HF_ENDPOINT = 'https://hf-mirror.com' # ========================= os.environ['HF_ENDPOINT'] = 'https://hf-mirror.com' # ========================= # 🧠 自动识别 repo 类型 # ========================= def detect_repo_type(repo_id: str): r = repo_id.lower() if any(x in r for x in ['dataset', 'data', 'demo']): return 'dataset' return 'model' # ========================= # 🚀 ULTRA CORRECT ENGINE # ========================= def download(repo_id, file_list=None, local_dir='./downloads'): os.makedirs(local_dir, exist_ok=True) repo_type = detect_repo_type(repo_id) print('\n==============================') print('🚀 ULTRA CORRECT ENGINE START') print('==============================') print('📦 Repo:', repo_id) print('🧠 Type:', repo_type) print('📁 Dir :', local_dir) print('==============================\n') # ========================= # CASE 1：全量下载（唯一正确方式） # ========================= if not file_list: print('📦 FULL SNAPSHOT MODE') path = snapshot_download( repo_id=repo_id, repo_type=repo_type, local_dir=local_dir, resume_download=True, local_dir_use_symlinks=False ) print('\n✅ 完成:', path) return # ========================= # CASE 2：单文件（正确方式，不猜路径） # ========================= print('📦 SINGLE FILE MODE') for file in file_list: print('\n⬇️ 目标文件:', file) try: # ❗ 不再猜 test/ data/ # ❗ 只使用真实路径 path = hf_hub_download( repo_id=repo_id, filename=file, repo_type=repo_type, local_dir=local_dir ) print('✅ 成功:', path) except Exception as e: print('❌ 失败:', file) print('原因:', str(e)) # ========================= # 🚀 示例使用 # ========================= if __name__ == '__main__': # ========================= # 🔥 你只需要改这里 # ========================= REPO = 'datxy/demo' # 👉 None = 全量下载 FILES = None # 👉 指定文件（必须写完整路径！！） # FILES = ['test/eso1242a.psb'] download( repo_id=REPO, file_list=FILES, local_dir='./downloads' ) ``` ![ScreenShot_2026-07-04_150813_644.png](https://i.imgur.com/kT69aFt.png)。

Utopia

Thu, 02 Jul 2026 16:10:05 +0000

乌托镇:没有谁需要证明自己配活着 ![vI5ogyC.jpeg](https://i.imgur.com/vI5ogyC.jpeg) 很久以前，在森林、草原、河流和雪山交界的地方，有一座小镇。

v2a.py

Fri, 19 Jun 2026 05:50:15 +0000

多视频合并一个音频 ``` import os import time import shutil import zipfile import subprocess import urllib.request from concurrent.futures import ThreadPoolExecutor, as_completed # ========================= # 配置 # ========================= input_dir = r'E:\2016' output_dir = r'E:\2016o' output_file = 'output.mp3' video_exts = ('.mp4', '.mkv', '.mov', '.avi', '.ts', '.flv', '.m4v', '.webm') os.makedirs(output_dir, exist_ok=True) # ========================= # FFmpeg 自动检测/下载 # ========================= ffmpeg_root = os.path.join(os.getcwd(), 'ffmpeg_bin') ffmpeg_exe = None ffprobe_exe = None def find_local_ffmpeg(): global ffmpeg_exe, ffprobe_exe ffmpeg_exe = shutil.which('ffmpeg') ffprobe_exe = shutil.which('ffprobe') if ffmpeg_exe and ffprobe_exe: return True if os.path.exists(ffmpeg_root): for root, _, files in os.walk(ffmpeg_root): for f in files: if f == 'ffmpeg.exe': ffmpeg_exe = os.path.join(root, f) if f == 'ffprobe.exe': ffprobe_exe = os.path.join(root, f) return ffmpeg_exe is not None def download_file(url, path): print(f'📥 下载：{url}') try: urllib.request.urlretrieve(url, path) return True except: return False def download_ffmpeg(): print('⚠️ 未检测到 FFmpeg，开始下载...') os.makedirs(ffmpeg_root, exist_ok=True) zip_path = os.path.join(ffmpeg_root, 'ffmpeg.zip') urls = [ 'https://ghproxy.com/https://github.com/BtbN/FFmpeg-Builds/releases/download/latest/ffmpeg-master-latest-win64-gpl.zip', 'https://download.fastgit.org/BtbN/FFmpeg-Builds/releases/download/latest/ffmpeg-master-latest-win64-gpl.zip', 'https://github.com/BtbN/FFmpeg-Builds/releases/download/latest/ffmpeg-master-latest-win64-gpl.zip' ] for url in urls: if download_file(url, zip_path): break else: raise Exception('FFmpeg 下载失败') with zipfile.ZipFile(zip_path, 'r') as z: z.extractall(ffmpeg_root) os.remove(zip_path) if not find_local_ffmpeg(): download_ffmpeg() find_local_ffmpeg() print('✅ FFmpeg:', ffmpeg_exe) print('✅ FFprobe:', ffprobe_exe) # ========================= # 视频扫描 # ========================= def collect_videos(path): files = [] for root, _, fs in os.walk(path): for f in fs: if f.lower().endswith(video_exts): files.append(os.path.join(root, f)) return files videos = collect_videos(input_dir) videos.sort() if not videos: raise Exception('未找到视频') print(f'🎬 视频数量: {len(videos)}') # ========================= # concat list（修复Windows路径问题） # ========================= list_file = os.path.join(output_dir, 'list.txt') with open(list_file, 'w', encoding='utf-8') as f: for v in videos: f.write(f'file '{v.replace('\\', '/')}'\n') output_path = os.path.join(output_dir, output_file) # ========================= # 🚀 并行 ffprobe（真正吃CPU） # ========================= def get_duration(file): cmd = [ ffprobe_exe, '-v', 'error', '-show_entries', 'format=duration', '-of', 'default=noprint_wrappers=1:nokey=1', file ] try: p = subprocess.run(cmd, capture_output=True, text=True) return float(p.stdout.strip()) except: return 0 print('⏳ 并行计算时长...') with ThreadPoolExecutor(max_workers=os.cpu_count() * 2) as ex: durations = list(ex.map(get_duration, videos)) total_duration = sum(durations) print(f'📊 总时长: {total_duration:.2f}s') # ========================= # 🚀 FFmpeg 真正优化参数 # ========================= cmd = [ ffmpeg_exe, '-y', # 🔥 多线程解码（关键） '-threads', '0', '-f', 'concat', '-safe', '0', '-i', list_file, '-vn', # 🔥 音频编码优化（真正提速点） '-acodec', 'libmp3lame', '-preset', 'fast', '-q:a', '2', '-progress', 'pipe:1', output_path ] print('🚀 开始转换...') process = subprocess.Popen( cmd, stdout=subprocess.PIPE, stderr=subprocess.STDOUT, text=True ) start = time.time() current = 0 # ========================= # 进度解析 # ========================= while True: line = process.stdout.readline() if not line: break line = line.strip() if 'out_time_ms' in line: try: current = int(line.split('=')[1]) / 1_000_000 except: pass if total_duration > 0: percent = current / total_duration * 100 speed = current / (time.time() - start + 0.001) eta = (total_duration - current) / (speed + 0.001) print( f'\r📊 {percent:6.2f}% | {current:.1f}s / {total_duration:.1f}s | ETA {eta:.1f}s', end='' ) process.wait() print('\n\n✅ 完成输出:', output_path) ```。

md

Sat, 13 Jun 2026 11:01:31 +0000

# GitHub 推送合并教程 ## 目录 1. 引言：Git与GitHub的基本概念 2. 准备工作：安装Git、配置用户信息、创建SSH密钥 3. 本地仓库的创建与初始提交 4. 远程仓库关联与推送（Push） 5. 合并操作详解：Merge、Rebase与Fast-forward 6. Pull Request（PR）工作流：从创建到合并 7. 冲突的产生与解决方法 8. 高级话题：合并策略、Squash、Cherry-pick 9. 最佳实践与常见错误 10. 总结 --- ## 1. 引言 Git是目前最流行的分布式版本控制系统，而GitHub是基于Git的代码托管平台。

gemini-log-20260611

Thu, 11 Jun 2026 23:18:48 +0000

--- **提问：海拉细胞故事为什么能活那么久** **回答：** “海拉细胞”（HeLa cells）是人类医学史上最重要的细胞系之一，也是第一个在体外培养中实现“永生”的人类细胞系。

codex

Sun, 31 May 2026 13:48:53 +0000

### 常用链接 - 网页使用：[https://chatgpt.com/codex/cloud/](https://chatgpt.com/codex/cloud/) - 用量查询：[https://chatgpt.com/codex/cloud/settings/analytics#usage](https://chatgpt.com/codex/cloud/settings/analytics#usage) - 工具下载：[https://chatgpt.com/zh-Hans-CN/download](https://chatgpt.com/zh-Hans-CN/download/) - 插件安装：[VS Code 插件安装页](https://marketplace.visualstudio.com/items?itemName=openai.chatgpt) - 使用说明：[https://developers.openai.com/codex/ide](https://developers.openai.com/codex/ide) 安装插件后，在 VS Code 侧边栏打开 Codex，使用 ChatGPT 账号登录即可。

qwen3.6-bat

Sun, 31 May 2026 03:01:45 +0000

## 下载工具和模型 ``` https://github.com/ggml-org/llama.cpp/releases/download/b9437/llama-b9437-bin-win-cuda-13.3-x64.zip https://modelscope.cn/models/Qwen/Qwen3.6-35B-A3B ``` ## 解压工具包 ``` llama-b9437-bin-win-cuda-13.3-x64.zip ``` 在目录下创建 models 文件夹把下载的模型放进去 ## 运行脚本在目录文件夹下创建 run.bat ``` @echo off chcp 65001 >nul title LLM 模型与多模态文件选择器（完美穿透局域网版） cd /d '%~dp0' :: --- 自动获取本机局域网真实的真实 IP（防止被虚拟机干扰） --- set 'local_ip=127.0.0.1' :: 优先寻找 192.168.x.x 格式的真实物理网卡 IP for /f 'tokens=4 delims= ' %%i in ('route print ^| findstr 0.0.0.0 ^| findstr '192.168.'') do ( set 'local_ip=%%i' ) :: 如果没找到 192 段，再尝试寻找 10.x.x.x 段 if '%local_ip%'=='127.0.0.1' ( for /f 'tokens=4 delims= ' %%i in ('route print ^| findstr 0.0.0.0 ^| findstr ' 10.'') do ( set 'local_ip=%%i' ) ) :: 万一还是没找到（比如 172 纯物理内网），则使用保底兼容逻辑 if '%local_ip%'=='127.0.0.1' ( for /f 'tokens=4 delims= ' %%i in ('route print ^| findstr 0.0.0.0 ^| findstr /v '255.255.255.255'') do ( set 'local_ip=%%i' ) ) :menu cls setlocal enabledelayedexpansion echo =========================================== echo LLM 模型与多模态文件启动器 echo =========================================== echo. :: --- 第一步：扫描并选择主模型文件 --- echo === [第一步] 请选择主模型文件 === set model_count=0 for %%f in (models\*.gguf) do ( echo '%%~nxf' | findstr /i /v 'mmproj' >nul if !errorlevel! equ 0 ( set /a model_count+=1 set 'model_file[!model_count!]=%%~nxf' echo !model_count!. %%~nxf ) ) echo. set /p m_choice=请输入模型编号： if not defined model_file[%m_choice%] goto :menu set 'selected_model=!model_file[%m_choice%]!' :: --- 第二步：扫描并选择多模态映射文件 --- echo. echo === [第二步] 请选择 mmproj 文件 (输入 0 跳过) === set mm_count=0 for %%f in (models\*mmproj*.gguf) do ( set /a mm_count+=1 set 'mm_file[!mm_count!]=%%~nxf' echo !mm_count!. %%~nxf ) echo 0. 不使用多模态文件 echo. set /p mm_choice=请输入 mmproj 编号： :: --- 第三步：自定义服务端口 --- echo. echo === [第三步] 请设置服务端口 === set port=8080 set /p user_port=请输入端口号 (直接回车默认使用 8080)： if not '!user_port!'=='' set port=!user_port! :: --- 🎛️ 核心新增：全自动动态放行防火墙端口 --- echo. echo 🛡️ 正在检查并自动优化防火墙设置，确保局域网顺畅访问... netsh advfirewall firewall delete rule name='LLM_Server_AutoPort' >nul 2>&1 netsh advfirewall firewall add rule name='LLM_Server_AutoPort' dir=in action=allow protocol=TCP localport=!port! >nul 2>&1 if !errorlevel! equ 0 ( echo [成功] 已自动为您开放局域网进站端口: !port! ) else ( echo [提示] 自动开放端口失败。

llama.cpp

Sat, 30 May 2026 14:27:35 +0000

- https://github.com/ggml-org/llama.cpp/releases/tag/b9433 ## 启动脚本 ``` @echo off chcp 65001 >nul title LLM 模型与多模态文件选择器（支持局域网访问） cd /d '%~dp0' :: --- 自动获取本机局域网真实的真实 IP --- set 'local_ip=127.0.0.1' for /f 'tokens=4 delims= ' %%i in ('route print ^| findstr 0.0.0.0 ^| findstr /v '255.255.255.255'') do ( set 'local_ip=%%i' ) :menu cls setlocal enabledelayedexpansion echo =========================================== echo LLM 模型与多模态文件启动器 echo =========================================== echo. :: --- 第一步：扫描并选择主模型文件 --- echo === [第一步] 请选择主模型文件 === set model_count=0 for %%f in (models\*.gguf) do ( echo '%%~nxf' | findstr /i /v 'mmproj' >nul if !errorlevel! equ 0 ( set /a model_count+=1 set 'model_file[!model_count!]=%%~nxf' echo !model_count!. %%~nxf ) ) echo. set /p m_choice=请输入模型编号： if not defined model_file[%m_choice%] goto :menu set 'selected_model=!model_file[%m_choice%]!' :: --- 第二步：扫描并选择多模态映射文件 --- echo. echo === [第二步] 请选择 mmproj 文件 (输入 0 跳过) === set mm_count=0 for %%f in (models\*mmproj*.gguf) do ( set /a mm_count+=1 set 'mm_file[!mm_count!]=%%~nxf' echo !count!. %%~nxf ) echo 0. 不使用多模态文件 echo. set /p mm_choice=请输入 mmproj 编号： :: --- 第三步：自定义服务端口 --- echo. echo === [第三步] 请设置服务端口 === set port=8080 set /p user_port=请输入端口号 (直接回车默认使用 8080)： if not '!user_port!'=='' set port=!user_port! :: --- 核心优化：在启动前疯狂提示真实的访问地址 --- echo. echo ============================================================ echo 📢 服务即将启动！请复制以下真实访问地址： echo ------------------------------------------------------------ echo [本地访问] http://127.0.0.1:!port!/v1 echo [局域网访问] http://%local_ip%:!port!/v1 echo ============================================================ echo (注：下方 llama-server 提示的 0.0.0.0 代表正在监听上述所有地址) echo ============================================================ echo. timeout /t 3 >nul if '%mm_choice%'=='0' ( llama-server.exe ^ -m 'models\%selected_model%' ^ -ngl 999 -c 131072 -np 1 -n 8192 ^ --host 0.0.0.0 --port !port! ) else ( if defined mm_file[%mm_choice%] ( set 'selected_mm=!mm_file[%mm_choice%]!' llama-server.exe ^ -m 'models\%selected_model%' ^ --mmproj 'models\!selected_mm!' ^ -ngl 999 -c 131072 -n 8192 ^ --host 0.0.0.0 --port !port! ) else ( echo 输入错误，正在返回主菜单... pause goto :menu ) ) pause ``` 。

gpt4o

Mon, 25 May 2026 14:52:02 +0000

图像反推提示词 ## 正反提示词 ``` # 自动安装依赖 try: import requests except ImportError: import os os.system('pip install requests') import requests import base64 # API 配置 0.02 折合每张 https://poixe.com/pricing?i=token url = 'https://api.poixe.com/v1/chat/completions' headers = { 'Content-Type': 'application/json', 'Authorization': 'sk-2' } # 本地图片路径 image_path = r'C:\Users\X\Downloads\douyin\无人\douyin_20260525_0173.jpg' # 读取图片 with open(image_path, 'rb') as image_file: base64_image = base64.b64encode(image_file.read()).decode('utf-8') # 提示词 prompt = ''' 你是世界级 AI 绘图提示词反推专家。

qwen3.5

Sun, 24 May 2026 05:58:17 +0000

# 下载模型 ``` wget -c 'https://huggingface.co/HauhauCS/Qwen3.5-9B-Uncensored-HauhauCS-Aggressive/resolve/main/Qwen3.5-9B-Uncensored-HauhauCS-Aggressive-Q4_K_M.gguf' -O Qwen3.5-9B-Uncensored-HauhauCS-Aggressive-Q4_K_M.gguf wget -c 'https://huggingface.co/HauhauCS/Qwen3.5-9B-Uncensored-HauhauCS-Aggressive/resolve/main/mmproj-Qwen3.5-9B-Uncensored-HauhauCS-Aggressive-BF16.gguf' -O mmproj-Qwen3.5-9B-Uncensored-HauhauCS-Aggressive-BF16.gguf ``` # 工具加载模型 - https://github.com/LostRuins/koboldcpp - https://github.com/a-ghorbani/pocketpal-ai。

sql-root-centos

Sat, 23 May 2026 07:53:23 +0000

centos 重置数据库 root 密码。

js-url-go

Sat, 23 May 2026 07:50:34 +0000

通过判断识别终端自动跳转到指定的网址。

url

Sat, 23 May 2026 06:38:46 +0000

## 常用链接 * [ChatGPT](https://chat.openai.com/) - 全能型 AI 助手，支持文本、代码、识图与绘图。

win10-Menu-Key

Sun, 10 May 2026 04:01:40 +0000

# 微软系统右键菜单修改 Windows 11 默认右键菜单被简化，若要恢复类似 Windows 10 的完整菜单，可通过以下方法实现。

VEDetector

Sun, 10 May 2026 03:54:49 +0000

关闭剪映电脑版启动时的环境监测 ## 重命名程序文件通过重命名或移除环境检测程序文件（例如 `VEDetector.exe`），可以跳过启动时的环境监测。

hf-mirror-download

Mon, 04 May 2026 07:16:42 +0000

HF 国内镜像下载模型数据集 ## 安装依赖 ``` pip install -U huggingface_hub ``` - Linux/macOS (临时生效): ``` export HF_ENDPOINT=https://hf-mirror.com ``` - Windows PowerShell (临时生效): ``` $env:HF_ENDPOINT = 'https://hf-mirror.com' ``` ## 下载模型文件 ``` import os from huggingface_hub import snapshot_download # 1. 设置环境变量，指向国内镜像站 os.environ['HF_ENDPOINT'] = 'https://hf-mirror.com' # 2. 定义模型 ID 和保存路径 model_id = 'HauhauCS/Qwen3.5-9B-Uncensored-HauhauCS-Aggressive' local_dir = './Qwen3.5-9B-Uncensored' print(f'开始从镜像站下载模型: {model_id} ...') # 3. 执行下载 snapshot_download( repo_id=model_id, local_dir=local_dir, local_dir_use_symlinks=False, # 建议设为 False，直接下载真实文件而非软链接 ignore_patterns=['*.msgpack', '*.h5', '*.ot'], # 可选：忽略不需要的格式（如 Pytorch 用户忽略 Rust/TensorFlow 文件） resume_download=True ) print('下载完成！模型存放在:', local_dir) ``` ## 下载单个模型文件 ``` import os from huggingface_hub import hf_hub_download # 1. 设置环境变量，强制走国内镜像站 os.environ['HF_ENDPOINT'] = 'https://hf-mirror.com' # 2. 定义模型 ID 和保存路径 model_id = 'HauhauCS/Qwen3.5-9B-Uncensored-HauhauCS-Aggressive' local_dir = 'E:/Models/Qwen3.5-9B-Uncensored' # 3. 精确指定要下载的文件（单文件模型 + 视觉编码器） files_to_download = [ 'Qwen3.5-9B-Uncensored-HauhauCS-Aggressive-Q6_K.gguf', 'mmproj-Qwen3.5-9B-Uncensored-HauhauCS-Aggressive-BF16.gguf' ] for filename in files_to_download: print(f'\n开始从镜像站下载: {filename} ...') try: # 新版 huggingface_hub 默认自带断点续传和非软链接特性 file_path = hf_hub_download( repo_id=model_id, filename=filename, local_dir=local_dir ) print(f'✅ 下载成功！文件已存放在: {file_path}') except Exception as e: print(f'❌ 下载报错: {e}') ```。

iptables

Mon, 04 May 2026 05:39:32 +0000

Linux 系统上常用的防火墙命令代码。

centos-hostname

Mon, 04 May 2026 05:35:50 +0000

通过 hostname 命令修改主机名。

sql-root-centos

Mon, 04 May 2026 05:26:21 +0000

centos 重置数据库 root 密码。

formatting-wordpress

Mon, 04 May 2026 05:21:58 +0000

通过修改配置文件的代码可以改文章字数。

js-url-go

Mon, 04 May 2026 05:15:11 +0000

通过判断识别终端自动跳转到指定的网址。

CentOS-7.6-SSH

Wed, 22 Apr 2026 23:13:17 +0000

# 普通连接 ``` ssh -p 22 root@192.168.1.1 ``` # 密钥连接 - https://github.com/settings/ssh/new ``` ssh-keygen -t rsa -b 4096 -C '123@qq.com' type C:\.ssh\id_rsa.pub ssh -i <私钥文件路径> <用户名>@<服务器IP> ssh -T git@github.com git@github.com:tcq20256/feeday.git ``` # 封禁攻击的IP ``` #!/usr/bin/env bash # setup_ssh_antibrute.sh # CentOS 7.6：Fail2Ban SSH 防暴力破解（安装/配置 + 自愈修复一体化） # - 仅动 fail2ban，不改 sshd 端口/认证方式，不影响其他服务 # - firewalld 在跑：firewallcmd-ipset（运行时规则，非永久）；否则用 iptables-multiport # - BAN/UNBAN 审计日志可自定义路径（默认 /home/lighthouse/bash/ssh-ban.log，或 BAN_LOG='__SCRIPT_DIR__'） # - 检测到 socket 连接失败会自动执行修复流程（清理残留、重建 /run/fail2ban、恢复 SELinux 上下文、补齐 iptables） set -euo pipefail ### ===== 可调参数（也可用环境变量覆盖）===== BANTIME='${BANTIME:-3600}' # 被封时长（秒） FINDTIME='${FINDTIME:-600}' # 观察窗口（秒） MAXRETRY='${MAXRETRY:-5}' # 失败次数阈值 MY_IP='${MY_IP:-}' # 可选：你的出口白名单，如 1.2.3.4 DEFAULT_BAN_LOG='/home/lighthouse/bash/ssh-ban.log' # 日志位置：支持 BAN_LOG='__SCRIPT_DIR__' SCRIPT_DIR='$(cd -- '$(dirname -- '${BASH_SOURCE[0]}')' && pwd)' if [[ '${BAN_LOG:-}' == '__SCRIPT_DIR__' ]]; then BAN_LOG='${SCRIPT_DIR}/ssh-ban.log' else BAN_LOG='${BAN_LOG:-$DEFAULT_BAN_LOG}' fi ### ===== 小工具 ===== msg(){ echo -e '\033[1;32m[INFO]\033[0m $*'; } warn(){ echo -e '\033[1;33m[WARN]\033[0m $*'; } err(){ echo -e '\033[1;31m[ERR ]\033[0m $*'; } require_root(){ [[ ${EUID:-$(id -u)} -eq 0 ]] || { err '请用 root 运行：sudo bash $0'; exit 1; }; } file_put(){ # $1:path $2:content local p='$1'; shift umask 022; cat >'$p' <<<'$*' chmod 0644 '$p' } ### ===== 修复流程：清理残留 / 目录 / SELinux / 组件 ===== repair_fail2ban(){ warn '触发自愈修复：清理残留并重建运行环境……' systemctl stop fail2ban || true pkill -9 -f fail2ban-server || true rm -rf /run/fail2ban /var/run/fail2ban install -d -m 755 -o root -g root /run/fail2ban ln -sfn /run/fail2ban /var/run/fail2ban # SELinux（若启用则恢复上下文，无副作用） if command -v selinuxenabled >/dev/null 2>&1 && selinuxenabled; then restorecon -Rv /run/fail2ban || true fi # 组件兜底：当前 banaction 可能用到 iptables yum install -y -q iptables iptables-services || true # 确保 fail2ban.conf 使用标准 socket 路径（仅修正缺失/异常情况） local conf='/etc/fail2ban/fail2ban.conf' if [[ -f '$conf' ]]; then grep -qE '^\s*socket\s*=\s*/var/run/fail2ban/fail2ban\.sock' '$conf' || \ sed -ri 's|^\s*socket\s*=.*|socket = /var/run/fail2ban/fail2ban.sock|g' '$conf' grep -qE '^\s*pidfile\s*=\s*/var/run/fail2ban/fail2ban\.pid' '$conf' || \ sed -ri 's|^\s*pidfile\s*=.*|pidfile = /var/run/fail2ban/fail2ban.pid|g' '$conf' fi systemctl restart fail2ban sleep 1 } ### ===== 主流程 ===== require_root # 1) 安装依赖 if ! rpm -qa | grep -qiE '^epel-release'; then msg '安装 epel-release ...' yum install -y epel-release fi if ! rpm -qa | grep -qiE '^fail2ban(-server)?'; then msg '安装 fail2ban ...' yum install -y fail2ban else msg 'fail2ban 已安装' fi # 2) 检测 firewalld FIREWALLD_ACTIVE=0 if systemctl is-active firewalld >/dev/null 2>&1; then FIREWALLD_ACTIVE=1 msg 'firewalld 运行中：banaction=firewallcmd-ipset（运行时规则，非永久）' else warn 'firewalld 未运行：banaction=iptables-multiport' fi BANACTION='iptables-multiport' [[ $FIREWALLD_ACTIVE -eq 1 ]] && BANACTION='firewallcmd-ipset' # 3) 自定义动作：log-ban（正确使用 ///；printf 用 %%s；date 用 %%F %%T） file_put /etc/fail2ban/action.d/log-ban.local \ '[Definition] actionban = /bin/sh -c '\''printf '%%s\tBAN\tjail=\tip=\tport=\tfailures=\tsrc=%(src)s\n' '$(date '+%%F %%T')' >> %(logfile)s'\'' actionunban = /bin/sh -c '\''printf '%%s\tUNBAN\tjail=\tip=\n' '$(date '+%%F %%T')' >> %(logfile)s'\''' chmod 0644 /etc/fail2ban/action.d/log-ban.local # 4) 生成 jail.local（仅开启 sshd 监狱） JAIL_LOCAL='/etc/fail2ban/jail.local' if [[ -f '$JAIL_LOCAL' ]]; then cp -a '$JAIL_LOCAL' '${JAIL_LOCAL}.bak.$(date +%Y%m%d-%H%M%S)' msg '已备份原配置：${JAIL_LOCAL}.bak.*' fi IGNOREIP='127.0.0.1/8' [[ -n '$MY_IP' ]] && IGNOREIP='$IGNOREIP $MY_IP' file_put '$JAIL_LOCAL' \ '[DEFAULT] bantime = ${BANTIME} findtime = ${FINDTIME} maxretry = ${MAXRETRY} backend = auto ignoreip = ${IGNOREIP} banaction = ${BANACTION} [sshd] enabled = true port = ssh filter = sshd logpath = /var/log/secure action = %(action_)s log-ban[logfile=${BAN_LOG}, src=/var/log/secure] ' chmod 0644 '$JAIL_LOCAL' # 5) 日志与 logrotate mkdir -p '$(dirname -- '$BAN_LOG')' touch '$BAN_LOG' chmod 0640 '$BAN_LOG' chown root:root '$BAN_LOG' file_put /etc/logrotate.d/ssh-ban \ '${BAN_LOG} { daily rotate 14 missingok notifempty compress create 0640 root root } ' # 6) 兜底运行目录 install -d -m 755 -o root -g root /run/fail2ban ln -sfn /run/fail2ban /var/run/fail2ban # 7) 语法测试 & 启动 msg '校验 fail2ban 配置语法 ...' if ! fail2ban-client -t; then err '配置语法校验失败，请检查上方输出。

hi

Sun, 19 Apr 2026 03:24:50 +0000

hello。