2026-04-28 08:00:00

AWS 小助理使用教程 & AWS 当入口教程，包含完整的配置步骤和注意事项。

2026-03-11 00:19:00

注： 本文由AI生成，ednovas编辑并审核发布。

Cloudflare Pages + Workers：部署小项目的终极方案

用了一段时间后越来越觉得，Cloudflare Pages + Workers 可能是目前部署小项目最舒服的方案——免费、快速、全球 CDN、自带防御，推送即上线。

我目前在 Cloudflare 上跑了十几个小项目，从博客到 API 到展示页面一应俱全，全部零服务器成本。本文详细分享这套工作流，以及域名购买的省钱技巧。

本文将详细介绍：

• 🚀 如何将 GitHub 仓库连接到 Cloudflare Pages，实现自动化部署
• 🌍 我的实际项目案例
• 🛡️ Cloudflare 生态配套功能
• 🌐 如何绑定自定义域名
• 💰 域名购买的省钱技巧

一、Cloudflare Pages 是什么？

Cloudflare Pages 是一个 静态网站托管平台，可以直接从 GitHub 仓库读取代码、自动构建并部署到 Cloudflare 的全球 CDN。

免费套餐

2026-03-05 22:48:00

注： 本文由AI生成，ednovas编辑并审核发布。

Prompt Engineering 实战指南：让 AI 输出质量翻倍的技巧

同样一个大模型，不同的提示词（Prompt）可以导致天壤之别的结果。很多人觉得 AI “不好用”、”回答太水”，往往不是模型的问题，而是 提示词写得太随意。

本文从实战角度出发，总结了一套系统化的 Prompt 编写方法，适用于 ChatGPT / Claude / DeepSeek / Gemini 等所有主流大模型。

一、Prompt 的核心原则

1.1 好 Prompt 的三个要素

1.2 一句话总结

🎯 把 AI 当成一个能力很强但完全不了解你背景的新同事——你需要把任务说清楚，把背景交代完整，把期望讲明白。

2026-03-05 22:39:00

注： 本文由AI生成，ednovas编辑并审核发布。

Cloudflare Workers + KV 实战：搭建零成本节点健康监控系统

Cloudflare Workers 是一个运行在全球边缘网络的 Serverless 平台，免费套餐每天 10 万次请求，配合 KV 存储，可以零成本搭建各种后端服务。

本文将以一个真实项目为例——分布式节点健康监控系统，演示如何利用 Workers + KV 实现：

• 🔍 接收国内服务器的健康检测上报
• 🔄 调用 Cloudflare DNS API 自动切换故障节点 IP
• 📱 通过 Telegram Bot 实时告警和查询
• 💾 使用 KV 存储最新状态，供 Bot 命令查询

一、项目架构

┌─────────────────────────┐           ┌────────────────────────────────┐
│  🇨🇳 国内检测服务器        │   HTTP    │  ☁️ Cloudflare Worker           │
│  (detector.py)          │ ────────→ │  (node-monitor-worker.js)      │
│                         │           │                                │
│  • TCPing 检测节点端口    │           │  • 验证 Webhook 密钥            │
│  • 多端口健康检查         │           │  • 调用 Cloudflare DNS API     │
│  • EDNS 运营商分流检测    │           │  • 更新 A 记录 (切换 IP)        │
│  • 定时上报状态           │           │  • 发送 Telegram 告警通知       │
│                         │           │  • KV 存储检测状态              │
└─────────────────────────┘           │  • Telegram Bot 命令处理        │
                                      └────────────────────────────────┘
                                          │              │
                                          ▼              ▼
                                   Cloudflare DNS   Telegram API
                                   (更新 A 记录)    (告警 + Bot)

为什么需要这种架构？

• 国内服务器无法直接访问 Cloudflare API 和 Telegram API
• Workers 部署在全球边缘节点，可以同时访问两者
• Workers 作为中间层，接收国内检测结果，执行 DNS 切换和告警转发

2026-03-05 22:23:00

注： 本文由AI生成，ednovas编辑并审核发布。

GitHub Actions 自动化部署 Hexo 博客完全指南

传统的 Hexo 博客部署流程通常是：本地写文章 → hexo clean && hexo generate → hexo deploy。这个流程有几个痛点：

• 🖥️ 换一台电脑就需要重新配置整个 Hexo 环境（Node.js、npm 依赖等）
• 🔑 配置文件中包含 API Key 等敏感信息，直接提交到 Git 有安全风险
• ⏱️ 每次部署都需要手动执行多个命令，繁琐且容易出错

本文将详细介绍如何使用 GitHub Actions 实现 Hexo 博客的全自动部署：推送代码到 GitHub 仓库后，自动构建并发布到 GitHub Pages，同时妥善保护敏感信息。

整体架构

本地电脑 (写文章)
    │
    │  git push → dev 分支
    ▼
GitHub 仓库 (源码)
    │
    ├──── GitHub Actions 自动触发
    │         │
    │         ▼
    │    ┌─────────────────────────────────┐
    │    │  GitHub Actions Runner          │
    │    │                                 │
    │    │  1. 检出代码                     │
    │    │  2. 从模板 + Secrets 生成配置     │
    │    │  3. npm install                 │
    │    │  4. hexo generate               │
    │    │  5. 部署到 gh-pages 分支         │
    │    └─────────────────────────────────┘
    │         │
    │         ▼
    │    GitHub Pages (线上博客)
    │
    └──── Cloudflare Pages 自动触发
              │
              ▼
         ┌─────────────────────────────────┐
         │  Cloudflare Pages               │
         │                                 │
         │  • dev 分支 → Preview 预览环境   │
         │  • gh-pages 分支 → Production   │
         │  • 自动绑定自定义域名            │
         │  • 全球 CDN 加速                │
         └─────────────────────────────────┘

核心思路：

• 源码存放在 dev 分支（包含模板配置文件，不含敏感信息）
• GitHub Actions 在构建时通过 Secrets + envsubst 动态生成真实配置文件
• 构建产物自动推送到 gh-pages 分支
• GitHub Pages 和 Cloudflare Pages 同时从 gh-pages 分支提供服务，互为冗余
• Cloudflare Pages 还会为每个 dev 分支的推送自动生成 Preview 预览环境

2026-03-05 21:29:00

注： 本文由AI生成，ednovas编辑并审核发布。

本地 AI 全栈部署：Ollama + Open WebUI + ComfyUI

本文使用 NVIDIA DGX Spark 进行演示，你也可以在其他支持 Docker 的设备上进行部署，推荐ubuntu或者MAC系统。

NVIDIA DGX Spark 是 NVIDIA 推出的面向个人/小型团队的桌面级 AI 超级计算机，搭载 Grace Blackwell 架构，拥有 128GB 统一内存，非常适合在本地运行大语言模型和图像生成工作负载。本文将介绍如何在 DGX Spark 上一步步部署 Ollama + Open WebUI + ComfyUI，实现本地 LLM 聊天 + AI 图像生成的全栈 AI 工作站。

最终效果

• 💬 Open WebUI：一个美观的 ChatGPT 风格 Web 聊天界面，支持多模型切换（通过 Ollama 管理本地模型）
• 🖼️ ComfyUI：节点式 Stable Diffusion / FLUX 图像生成工作流引擎，作为 Open WebUI 的图像生成后端
• 在 Open WebUI 的聊天中直接输入 Prompt，即可调用 ComfyUI 后端生成图片并展示

一、前置准备

1.1 DGX Spark 基本配置