数字旗手

Authentik是目前在自托管领域非常受欢迎的开源身份认证与授权系统，它是很多现代应用（包括FastAPI、Vue、Kubernetes Dashboard、Grafana 等）常用的统一身份认证（SSO）解决方案。 它可以实现的主要功能清单如下： 类别功能描述🧑 用户管理用户注册、密码找回、邮箱验证、分组、属性扩展🔐 登录方式用户名+密码、MFA（TOTP、短信、WebAuthn）、社交登录🔄 单点登录 (SSO)完整支持 OIDC、OAuth2、SAML 2.0🎟️ 授权内置 RBAC（角色、组、策略），支持自定义规则（Python 表达式）🧾 应用管理可以为任意外部应用注册

Langfuse是一个开源的LLM工程平台/可观测 (observability) 工具，旨在帮助开发、监控、评估、调试基于大语言模型 (LLM) 的应用。本文将从0经验开始试用下Langfuse，看看它有哪些功能及其效果。 安装部署 可以直接注册个Langfuse Cloud账号来体验，也可以自部署，这里采用docker进行自部署： 1 2 3 git clone https://github.com/langfuse/langfuse.git cd langfuse docker compose up 顺利启动后，可以通过http://localhost:3000来访问。

当前“规范驱动开发”（Spec-Driven Development）火热程度超过了“氛围编程”（Vibe Coding），本文尝试使用Claude Code搭配Spec-Kit来体验下。 安装必要软件 安装Claude Code 一条命令执行即可： 1 npm install -g @anthropic-ai/claude-code 设置模型 国内使用Claude系列模型的门槛较高，这里使用Qwen3-Coder来替代。可以参考这里。 因为Qwen3-Coder提供了对Anthropic格式的支持，所以直接设置环境变量即可。 对于其他模型，可以使用claude-code-rou

这是记录一下在阿里云服务器部署n8n的过程。。 购买 云服务器推荐购买至少4GB内存，这样服务器不容易卡死。 部署n8n 使用npm部署n8n未成功，此处使用docker进行部署。 创建卷 1 docker volume create n8n_data 运行 1 docker run -it -d --restart unless-stopped --name n8n -p 5678:5678 -e N8N_SECURE_COOKIE=false -e N8N_HOST=http://8.130.100.xx -e N8N_PORT=5678 -e N8N_PROTOCOL=

介绍 之前写过一篇使用NvChad来配置Neovim的博客，今天试试使用LazyVim来将Neovim打造成IDE。 教程： * LazyVim for Ambitious Developers * Zero to IDE with LazyVim 前置条件 LazyVim需要的前置条件（软件及其版本号）要满足要求，可参见官方文档。 Neovim 1 brew install neovim 如果遇到问题，可以参考这一篇。 安装LazyVim Starter 备份当前配置 1 2 3 4 5 6 7 # required mv ~/.config/nvim{,.bak}

资料 52讲轻松搞定网络爬虫 遇到动态页面怎么办，详解渲染页面提取 前面我们已经介绍了 Scrapy 的一些常见用法，包括服务端渲染页面的抓取和 API 的抓取，Scrapy 发起 Request 之后，返回的 Response 里面就包含了想要的结果。 但是现在越来越多的网页都已经演变为 SPA 页面，其页面在浏览器中呈现的结果是经过 JavaScript 渲染得到的，如果我们使用 Scrapy 直接对其进行抓取的话，其结果和使用 requests 没有什么区别。 那我们真的要使用 Scrapy 完成对 JavaScript 渲染页面的抓取应该怎么办呢？ 之前我们介绍了 Seleni

资料 52讲轻松搞定网络爬虫 无所不知的Scrapy爬虫框架的介绍 在前面编写爬虫的时候，如果我们使用 requests、aiohttp 等库，需要从头至尾把爬虫完整地实现一遍，比如说异常处理、爬取调度等，如果写的多了，的确会比较麻烦。 那么有没有什么办法可以提升我们编写爬虫的效率呢？当然是有的，那就是利用现有的爬虫框架。 说到 Python 的爬虫框架，Scrapy 当之无愧是最流行最强大的框架了。本节我们就来初步认识一下 Scrapy，后面的课时我们会对 Scrapy 的功能模块进行详细介绍。 Scrapy 介绍 Scrapy 是一个基于 Twisted 的异步处理框架，是纯 Py

资料 52讲轻松搞定网络爬虫 智能化解析是怎样的技术 我们知道，爬虫是帮助我们快速获取有效信息的。然而在做爬虫的过程中，我们会发现解析是件麻烦事。 比如一篇新闻吧，链接是：https://news.ifeng.com/c/7kQcQG2peWU，页面预览图如下： 我们需要从页面中提取出标题、发布人、发布时间、发布内容、图片等内容。一般情况下我们需要怎么办？答案是写规则。 那么规则都有什么呢？比如正则、CSS 选择器、XPath。我们需要对标题、发布时间、来源等内容做规则匹配，更有甚者需要正则表达式来辅助。我们可能需要用 re、BeautifulSoup、PyQuery 等库来实现内

资料 52讲轻松搞定网络爬虫 App爬虫是怎么着情况 前面我们介绍的都是爬取 Web 网页的内容。随着移动互联网的发展，越来越多的企业并没有提供 Web 网页端的服务，而是直接开发了 App，更多更全的信息都是通过 App 来展示的。那么针对 App 我们可以爬取吗？当然可以。 我们知道 Web 站点有多种渲染和反爬方式，渲染分为服务端渲染和客户端渲染；反爬也是多种多样，如请求头验证、WebDriver 限制、验证码、字体反爬、封禁 IP、账号验证等等，综合来看 Web 端的反爬虫方案也是多种多样。 但 App 的情况略有不同，一般来说，App 的数据通信大都需要依赖独立的服务器，比如请

资料 52讲轻松搞定网络爬虫 Ajax的原理和解析 当我们在用 requests 抓取页面的时候，得到的结果可能会和在浏览器中看到的不一样：在浏览器中正常显示的页面数据，使用 requests 却没有得到结果。这是因为 requests 获取的都是原始 HTML 文档，而浏览器中的页面则是经过 JavaScript 数据处理后生成的结果。这些数据的来源有多种，可能是通过 Ajax 加载的，可能是包含在 HTML 文档中的，也可能是经过 JavaScript 和特定算法计算后生成的。 对于第 1 种情况，数据加载是一种异步加载方式，原始页面不会包含某些数据，只有在加载完后，才会向服务器请求某