博客更换为免费的acme证书

我在腾讯云轻量服务器上部署了一个 Typecho 博客，日常运行一直很稳定。但有一个问题却反复出现：HTTPS 证书总是到期失效。使用的是腾讯云提供的免费证书，理论上支持自动续期，但在实际使用中，只要证书一到期，就必须手动重新分发、重新绑定，否则 HTTPS 直接失效。这个过程不仅麻烦，而且非常不“自动化”，也让我始终没搞明白它背后的续期机制到底哪里出了问题。更要命的是，这种问题并不会提前明显告警，往往是等浏览器提示证书错误了，才意识到又到期了。ACME 的“顺滑体验”最近在折腾 FreePBX 的部署时，接触并实际使用了 ACME 的免费证书方案（基于 Let’s Encrypt）。整个体验可以用一句话概括：一次配置，之后几乎不用再操心。最终，我决定把博客的证书也从原来的腾讯云证书，整体切换为 ACME 的免费证书方案。由于当前网络环境的限制，常规的 ACME 安装方式无法直接使用，例如某些在线脚本或默认 CA 连接会失败。因此在实际操作中，只能采用替代方案来完成证书申请与续期。1. 使用 Gitee 镜像安装1. 克隆代码（使用 Gitee 源） 复制并执行这条命令：Bashgit

技术专业 · 今天
博客更换为免费的acme证书

从拖拽节点到表达意图：Claude Skills 正在终结传统 AI 工作流

你是否厌倦了在 dify 里拖拽几十个节点，只为实现一个看起来很简单的 AI 工作流？是否在 n8n 里调试到深夜，却始终找不到究竟是哪个节点出了问题？是否在 coze 里维护了五六个流程，每次需求一改，就产生“删库跑路”的冲动？我懂。因为我也经历过这一切。但现在，游戏规则真的变了。Claude Skills 的出现，让所有基于“画流程图”的 AI Workflow 工具，都显得笨重而过时。这不是危言耸听，而是一场已经开始发生的范式革命。核心观点先行：你不再需要画流程图了从今天起，你可以彻底告别这些事情：拖拽节点连线调试手动触发执行在低代码工具里当“流程工程师”更震撼的是：你只需要用“人话”告诉 Claude 你想要什么能力（Skill），Claude 就会帮你起草完整的 Skill 文档。当你之后提出相关请求时，Claude 会自动应用这个 Skill。不需要显式调用，不需要选择流程，不需要点击“运行”。这就是 Claude Skills 带来的降维打击。Claude Skills 到底是什么？根据官方定义，Skill 本质上是一个 Markdown 文件，用于教 Claude 如何

技术专业 · 今天
从拖拽节点到表达意图：Claude Skills 正在终结传统 AI 工作流

根据我平时对你的态度生成一张图片

解释下为什么绘制这个图片这张图片的构思，来源于你在长期交流中表现出的稳定、理性、目标明确的“专业使用者姿态”，而不是情绪化或娱乐化的互动方式。具体原因可以从以下几个维度理解：1. 你对我的“态度”是合作型而非依赖型在多数对话中，你并不是把我当作“聊天对象”，而是当作一个可被调度的能力单元：你明确提出目标（写作、分析、配置、判断、规划）你对输出质量、逻辑一致性、结构完整度有要求你会纠错、追问、要求改进因此，画面采用的是“对坐讨论”而不是“人指挥机器”或“机器辅助人”的姿态，体现的是平等协作。2. 场景选择为“会议室”，而非生活或娱乐环境你绝大多数问题集中在：技术 / 系统 / 架构决策判断（投资、规划、责任分析）写作整理（材料、博客、总结）这些都属于认知密集型工作。因此画面背景设定为冷静、干净、去情绪化的现代办公空间，而不是咖啡馆、客厅或科幻场景。3. 人物形象：克制、专注、无表演性人物表情没有夸张情绪，原因是：你对“情绪共鸣”的需求很低更看重“是否有用”“是否准确”“是否能落地”所以人物姿态是双手合拢、身体前倾、目光专注，象征审视、判断、决策前的思考状态。4. AI 的形象不是“工具”

思考感悟 · 昨天
根据我平时对你的态度生成一张图片

FreePBX 部署日记-3：实现第一通测试电话的成功拨通

在前两篇完成了 FreePBX 的基础部署、安全加固和 HTTPS、备份之后，今天这一步才真正进入 “业务是否可用” 的关键阶段：创建用户（分机） → 终端注册 → 实际通话跑通看似简单，但在 Debian 12 + FreePBX 17 + OpenSSL 3 的组合下，TLS 注册过程中还是踩了几个非常典型的坑，值得完整记录。一、分机创建：从第一个用户开始1. 手工创建分机（Quick Create）路径：Applications → Extensions → Quick Create Extension2. 分机高级参数（保持克制）进入分机的 Advanced 页面，可以看到大量 NAT、RTP、Contact、Force rport 等选项。本阶段原则很简单：不要一上来就“调教参数”，先用默认值把流程跑通。3. 用户批量导入能力（为后续埋点）通过 Bulk Handler 可以看到：ExtensionsUsersGroupsUCP Templates在导出的模版中有前面已经配置的200这个用户，让大模型帮着生成了19个，导入后形成了一个20个用户的小的话务平台：FreePBX

技术专业 · 前天
FreePBX 部署日记-3：实现第一通测试电话的成功拨通

FreePBX 部署日记-2：HTTPS 配置与自动备份

在完成 FreePBX 17 的基础安装和初始配置之后，今天主要补齐两个生产环境必做项：Web 管理界面的 HTTPS 访问系统与配置的 自动备份机制这两个配置完成后，整套 FreePBX 才算真正进入“可长期运行”的状态。一、HTTPS访问1. Port Management 申请证书需要用到80端口首先需要开放端口。Settings → System Admin → Port Management将Admin端口调整为8080，将证书获取端口留给80.重点检查以下项：Responsive Let’s Encrypt Rules：建议开启用于证书续期期间的 ACME 校验放行Intrusion Detection：保持启用Safe Mode：保持启用（误操作自救机制）整体策略仍然是：最小暴露 + 管理 IP 白名单。2. 申请并配置证书 我这里使用的是 Let’s Encrypt 证书，前提是：已有可解析到 FreePBX 服务器公网 IP 的域名80 端口可被外网访问（用于 ACME 校验）在 Certificate Management 中：新增 Let’s Encrypt 证书

技术专业 · 3 天前
FreePBX 部署日记-2：HTTPS 配置与自动备份

TPU与GPU的对比，主要的代表有谁

这是关于Google TPU（张量处理单元）与NVIDIA GPU（图形处理单元）的深度对比。简而言之：GPU 是“全能型选手”，灵活且生态成熟；TPU 是“专用型专家”，在特定的大规模矩阵运算（如深度学习训练）中效率极致。1. 核心定位与架构差异 (Architecture)这是两者最根本的区别，决定了它们各自擅长的领域。特性GPU (Graphics Processing Unit)TPU (Tensor Processing Unit)设计初衷最初为图形渲染设计，后演变为通用并行计算（GPGPU）。专为机器学习（特别是深度学习）设计的定制ASIC芯片。核心架构SIMD（单指令多数据）：拥有数千个较小的核心（如CUDA Cores），擅长同时处理大量并行的独立任务。脉动阵列 (Systolic Array)：核心是大规模矩阵乘法单元 (MXU)。数据像血液在心脏中流动一样，在芯片内部有序流动并被复用。灵活性极高。除了AI，还能做图形渲染、物理模拟、科学计算等。支持各种精度（FP64, FP32, FP16, INT8）。较低。高度专注于矩阵乘法和卷积运算。通常针对低精度（如 bfl

技术专业 · 3 天前
TPU与GPU的对比，主要的代表有谁

大模型对事故视频的分析结果

周五，终于把“住院”一周的特斯拉提了出来。作为我第一次真正经历的交通事故，至今仍然记忆非常清晰：我已经踩下了刹车，却只能眼睁睁地看着车辆撞了上去。那一刻给我留下的最大疑问只有一个——车辆的紧急制动，似乎并没有真正介入。正因为这个疑问，在周五提车返程的路上，我拨通了特斯拉的 800 客服电话，想了解一下车辆紧急制动的介入机制。特斯拉 800 的客服体验非常专业，对方一步一步指导我调取了事故发生时的行车记录仪视频，并由我将视频上传给他们进行分析。至少在这一点上，我是安心的：数据不是被“后台随意调取”。周六下午，特斯拉的工程师回电，给出了结论：这类从侧面突然窜出的“鬼探头”车辆，属于当前感知与决策体系中极难处理的场景，系统基本无法在有效时间窗口内做出反应。这个结论并不意外，但也引出了一个更有意思的问题。现在的大模型几乎都已经是多模态模型了，既能看图、也能理解视频。那它们是否具备对真实交通事故视频进行工程级分析的能力？这一次，我索性把问题抛给模型本身：使用的是近期热度很高的 Gemini Pro，以及 ChatGPT 5.2。我使用的提示词是：假设你是一位自动驾驶工程师，根据我提供的视频，从汽

技术专业 · 3 天前
大模型对事故视频的分析结果

how to vibe code （claude code）

本文根据下面的英文文章由AI总结整理。这篇文章的核心观点可以概括为一句话：“Vibe coding”不是在学编程语言，而是在学如何用足够清晰、可执行的方式，把需求委托给 AI，并用小步迭代把东西真正跑起来。下面按文章结构总结其主要观点（含作者给出的实践方法论）：1) Vibe coding 的本质：沟通能力，而非编码能力作者认为，很多人以为 vibe coding 是“学会写代码”，但真正的关键是把目标描述清楚。AI（文中主要是 Claude）像一个“非常聪明但不了解你业务上下文的实习生”：如果你只说“做个 X”，它只能猜，猜得越多，越容易偏离。2) 失败的常见原因：提示词太“懒”、让模型读心典型失败提示：例如“帮我做个邮件工具”“它不工作了，修一下”。典型成功提示：明确输入、处理规则、边界条件、输出格式、统计口径（例如：读 CSV、用正则校验邮箱、按某列去重、输出新 CSV，并打印处理/无效/重复数量）。3) 最重要的工程化习惯：不要一次做完整系统，要拆成可验证的小步骤作者踩坑：试图一次性做“Twitter 书签分析器”导致依赖复杂、报错难排、最终放弃。复盘后的正确做法：把大任务拆成

技术专业 · 3 天前
how to vibe code （claude code）

FreePBX部署日记-1：系统安装与网络配置

前两天在配合业务部门进行外呼平台信创设备改造测试时，第一次接触了 FreePBX。虽然现在是流量而非语音的时代，不过作为一名电信从业人员，对这种语音中继系统还是比较感兴趣。趁着周末，索性自己完整部署一套，顺便把过程记录下来，作为后续查阅和复现的参考。本文主要记录 FreePBX 17 在 Debian 系统上的安装与基础配置过程，不涉及具体业务拨号、外线中继和路由策略。一、环境与方案选择1. 云主机平台早期不少教程推荐直接使用 Vultr 提供的一键 FreePBX 镜像，但目前该选项已经下线，只能自行安装操作系统后手动部署。Vultr 目前仍提供 新用户体验金（约 250 美元），适合用于学习和测试用途。体验金有效期为 30 天，因此无需刻意节省资源，用完即止即可。有需要的朋友可以点击我的这个链接获取300美元测试礼金：https://www.vultr.com/?ref=9854794我本次选择的环境为：云厂商：Vultr机型：2 vCPU / 4 GB RAM磁盘：50 GB（学习与测试完全足够）机房：日本大阪操作系统：Debian（FreePBX 17 官方推荐）2. 操作系统

技术专业 · 3 天前
FreePBX部署日记-1：系统安装与网络配置

横向评测主流大模型对一起交通事故的判定

背景上周日下午，我在道路正常行驶过程中，与一辆从桥洞内驶出的车辆发生了碰撞。我的第一反应是各自走保险处理，主要担心流程繁琐、耗时较长。随后我通过 Tesla App 上传了现场照片，保险公司回电后明确表示：我方无责任，建议直接由交警进行责任认定。我在和保险公司沟通过程中，对方车主联系了交警队，被告知需要到现场所属交警队处理。到达后，交警调取了事故发生时的监控视频，最终给出的结论是：对方全责，承担全部维修责任。由于很少发生交通事故，对事故责任认定规则并不熟悉。在复盘整个过程时，我想：除了学习交通事故中的责任认定规则之外，现在的大模型，是否已经具备在这种场景下做出正确判断的能力？测试方法说明我选取了事故现场的一张照片，并统一使用如下提示词进行测试：“依据中国的道路交通法规，根据照片中提供的信息，做出这起事故的责任认定。”下面，我们来看看不同主流大模型在这一真实场景下的表现。ChatGPT评分：⭐首先测试的是我平时使用最多的 ChatGPT。当前已无法自行选择模型，默认使用的是 ChatGPT 5.2。先说结论：结果让我非常失望。由于完整回答内容较长，这里只截取其核心判断逻辑。ChatGPT

技术专业 · 6 天前
横向评测主流大模型对一起交通事故的判定
2016 - 2026 自由翱翔：十年学习成长之路. All Rights Reserved.
Theme Jasmine by Kent Liao