1. 教程

1.1 你的第一次抓包

1. 打开 Wireshark：启动后，你会看到一个网络接口列表。
2. 选择接口：找到你正在使用的网络接口。通常是：
   • Wi-Fi: en0 或 en1 (无线网络)
   • Ethernet: enX (有线网络)
   • Thunderbolt Bridge (雷电网桥)
   • 一个好的判断方法是看接口名字旁边有实时流量图（像心电图一样跳动）的那个，说明它正在收发数据。
3. 开始捕获：双击你想监听的接口，或者选中后点击左上角的绿色鲨鱼鳍图标 (Start capturing packets)。
4. 观察数据：你会看到屏幕上开始疯狂滚动数据包。这是你电脑上所有正在发生的网络通信。
5. 停止捕获：点击红色的方块图标 (Stop capturing packets)。

1. 基础

1.1 网关 (Gateway)

• 一句话解释： 你的家庭网络（局域网）与外面互联网（广域网）之间的 “大门” 或 “门卫” 。
• 在你的家里，这个“大门”通常就是你的 无线路由器 。

1. 图像生成

1.1 生图流程

市面上文字生成图片基本上都基于 Diffusion 扩散模型，Stable Diffusion / Flux 都是，它最基本的原理是：根据文字指示，把一张随机生成的全是噪点的图片，一步步去掉噪点生成跟文字描述匹配的图片。

1. 从随机噪点图生成一张正常图片（Denoising UNet）。

Denoising UNet 模型在训练过程中记录了海量图片的内容，如果你用一万张不同的图片训练这个模型，那使用它生成出来的会是这一万张图片内容随机组合的一张图片。

1. 安装

1.1 下载

1
2
3

curl -L -o trojan-go-linux-amd64.zip https://github.com/p4gefau1t/trojan-go/releases/download/v0.10.6/trojan-go-linux-amd64.zip

unzip trojan-go-linux-amd64.zip -d trojan-go

1. linux 终端

1.1 行首行尾

• Ctrl+a：移动到行首
• Ctrl+e：移动到行尾

1. 全文搜索选型

1.1 全文搜索

• Elasticsearch https://github.com/elastic/elasticsearch 72.1K

• Meilisearch https://github.com/meilisearch/meilisearch 49.9K (选用)

• typesense https://github.com/typesense/typesense 22.5K

• sonice https://github.com/valeriansaliou/sonic 20.6K

• zincsearch https://github.com/zincsearch/zincsearch 17.3K (备选)

• Bleve https://github.com/blevesearch/bleve 10.3K

1.2 向量搜索（语义搜索）

• Qdrant https://github.com/qdrant/qdrant 22.7k

• Weaviate https://github.com/weaviate/weaviate?tab=readme-ov-file 12.9K

1.3 结论 （meilisearch）

• 如果需要全面的搜索功能且有运维能力：Elasticsearch
• 如果需要简单部署的全文搜索：Meilisearch
• 如果需要最高性能和专注的向量搜索：Qdrant 或 Weaviate
• 如果已有 PostgreSQL：考虑 pgvector 扩展
• 如果希望纯 Go 实现且内嵌：Bleve

1. 软路由

我用的是 网件的 R6220路由器，可以刷老毛子和openwrt 固件。

1.1 刷机步骤

• 准备工作：1个 U 盘，1根网线，1个路由器。
• 先刷 breed
• 再刷固件

1. 下载安装

1.1 安装 ollama

• mac 直接下载 dmg

• 打开浏览器 http://127.0.0.1:11434

MCP 的作用：提供标准化接口，让 Cascade 等代理安全访问外部数据源，将数据转化为可操作的上下文。

1. 基础

1.1 RAG 为什么出现

大模型问题：

• 幻觉问题，基于概率

• 数据新鲜度

• 数据安全