实验目的 🔗 创建 easeprobe tcp probe 配置并运行 probe 探测本机22端口 探测 vultr us 测速节点 443 端口 Seattle, Washington wa-us-ping.vultr.com Silicon Valley, California lax-ca-us-ping.vultr.com Los Angeles, California sjo-ca-us-ping.vultr.com Chicago, Illinois il-us-ping.vultr.com Dallas, Texas tx-us-ping.vultr.com New York / New Jersey nj-us-ping.vultr.com Atlanta, Georgia ga-us-ping.vultr.com Miami, Florida fl-us-ping.vultr.com 探测一个不存在的节点的 22 端口 docker-compose 配置 🔗version: "3.9" services: probe: image: megaease/easeprobe:v2.0.1 container_name: probe volumes: - type: bind source: ./config.yaml target: /opt/config.yaml read_only: true network_mode: host easeprobe 配置 config.

实验目的 🔗 创建 easeprobe tcp probe 配置并运行 probe 探测服务为本机 docker-compose 配置 🔗version: "3.9" services: probe: image: megaease/easeprobe:v2.0.1 container_name: probe volumes: - type: bind source: ./config.yaml target: /opt/config.yaml read_only: true network_mode: host easeprobe 配置 config.yaml 🔗tcp: - name: host host: localhost:22 notify: log: - name: log file # local log file file: /dev/stdout 环境 🔗 配置文件 实验环境 验证 🔗 查看日志 查看 8181 端口 视频 🔗

实验目的 🔗 用最简单的配置将 easeprobe 的 http probe 跑起来 docker-compose 配置 🔗version: "3.9" services: probe: image: megaease/easeprobe:v2.0.1 container_name: probe volumes: - type: bind source: ./config.yaml target: /opt/config.yaml read_only: true ports: - 8181:8181 easeprobe 配置 config.yaml 🔗http: - name: Google url: https://www.google.com notify: log: - name: log file # local log file file: /dev/stdout 环境 🔗 配置文件 实验环境 验证 🔗 查看日志 查看 8181 端口 视频 🔗

最近想做一些工具实现需要用到一个实验环境，为了方便读者所以选择一个在线的实验环境。 Google 云实验室 第一个结果是 腾讯云实验室，有一个叫Docker 快速入门 的实验课程，有名额限制，时间一个小时，并提供不能作为其它用途，遂放弃。 换关键字 docker playground 找到 Docker Playground 想起这个好久没用的环境了。 可以添加多个机器 单次使用时长 4 小时 1 核 4G(能看到宿主机的8核32G)，4G 10G 可以有端口访问 可以通过 ssh 访问 所以选择作为后续实验环境 Docker Playground ssh 访问配置 🔗 ADD NEW INSTANCE 添加节点 点击节点在终端查看 密钥 cat ~/.ssh/id_rsa 将密钥保存到本地 tee ~/.ssh/docker_play <<EOF -----BEGIN OPENSSH PRIVATE KEY----- -----END OPENSSH PRIVATE KEY----- EOF chmod 600 ~/.ssh/docker_play 配置密钥 tee ~/.ssh/docker_play_config <<EOF Host dp HostName direct.labs.play-with-docker.com Port 22 User ip172-18-0-182-xxx IdentityFile ~/.ssh/docker_play EOF 在 ~/.

使用方法 🔗 下载 app 源码在 https://github.com/lostsquirrel/ai-g flutter 实现可自行构建 apk 下载地址 https://github.com/lostsquirrel/ai-g/releases 使用 在文本框中赶写口令 v2ex 点击 OK 成功后点击 Go Play git a 转入英文描述，目前限制最长 79 点击 OK 查看结果, 由于服务器使用的是 tx 的 T4, 出结果可能要 30 秒，单人排队 支持请点右上角 🔗

安装 🔗 下载 https://o.shangao.tech/manifest.xml 到本地 在浏览器中打开 onenote 页面 切换到 插入(Insert) 菜单，选择 Office 外挂程序(Office Add-ins) 选择 我的外挂程序(My Add-ins), 点击 上传外挂程序 (Upload My Add-in) 选择 第1步下载的 manifest.xml, 点击 上传 按钮 使用 🔗 选择 开始(Home) 菜单， 点击 Show Taskpane 按钮 右侧会弹出操作说明及操作按钮， 选中需要创建目录的 Onenote Outline, 点击工具中的 Generate 按钮 页面顶会生成一个新的包含目录的 Outline 修正 🔗 由于在调用 page.addOutline(1,1, <a href="onenoet:xxx">) 时， href 的内容会被替换，因此的连接前加前缀 https://o.shangao.tech/, 现在需要手动编辑去掉这年前缀,并替换为 onenote: 更新 🔗 在地址中添加 onenoet: , 修正时只需要移除前缀 https://o.shangao.tech/

总体流程 🔗 流程说明 🔗 在 blackblaze 使用用户或应用 keyId,key 调用 b2_authorize_account 接口取得 authorizationToken， apiUrl， downloadUrl 继续在 blackblaze 使用上一步取得的 authorizationToken， apiUrl 调用 b2_get_download_authorization 接口取得 authorizationToken 在 cloudflare Worker > KV > 创建命令空间取得对应 id 在cloudflare 使用 api token 将第 1 步的 downloadUrl 和 第 2 步 authorizationToken 存第 3 步创建的 KV 存储中 在 cloudflare 上传脚本到 worker 并装其与第 3 步创建的 KV 存储绑定，这样就能在脚本中使用存入的数据访问 blackblaze 私有桶中的图片 由于第 2 步获取到的 token 有效期最长为 7 天(第二个参考资料，未验证)， 所以需要制定合理的定时任务计划 token 刷新程序 https://github.

一个大龄程序员的学习笔记

目录结构 🔗. ├── archetypes ├── assets ├── config.toml ├── content ├── data ├── layouts ├── static └── themes 目录说明 🔗archetypes 🔗通过 hugo new 命令创建新文件提使用的模板 assets 🔗默认不创建， 这个目录中的所有文件都需要被 Hugo Pipes 处理。 .Permalink 或 .RelPermalink 使用到的文件会被输出到 public 目录 config 🔗hugo 提供了大量的配置指令，config 目录中可以存放以 JSON,YAML或TOML 格式存放的配置指令。最小配置或不需要使用环境配置的就是在根目录下使用一个 config.toml 配置 content 🔗所有内容文件，如果有子级则在该目录创建子目录 data 🔗存放在生成网站时用到的配置文件， 格式可以是 JSON,YAML或TOML， 也可以通过 数据模板 获取动态内容 layouts 🔗以 .html 形式存放的网站布局文件 static 🔗存放 图片，CSS，JavaScript 脚本，在构建网站进会将其中内容原样输出到 static 目录 hugo 0.31+ 可以用多个静态目录 themes 🔗包含模板，布局等成套网站外观解决方案