被遗忘的快照我居然养了8年

今天查看 Vultr 账单时，发现账户里还有一笔累计费用，已经到了 1.04 美元。一开始我很奇怪，因为这台 VPS 早就不用了，服务也已经取消，按理说不应该再产生费用。仔细看账单明细后才发现，问题不在 VPS 本身，而是在当时保留下来的 Snapshot 快照。这是一台 2019 年创建的 VPS，后来机器虽然不用了，但两个快照一直留在账户里，没有删除。每个快照每月收费 0.05 美元，两个合计每月 0.10 美元，时间一长就累计到了现在的 1.04 美元。所以以后删除 VPS 时，不能只看服务器实例有没有删掉，还要顺手检查一下 Snapshot 快照是否也删除释放掉。否则这些不起眼的小资源，就会在后台默默产生费用。

财经投资 · 05-04
被遗忘的快照我居然养了8年

用 TrendRadar 搭建我的信息流中心

假期除了两天加班，另外就是折腾一个叫 TrendRadar 的开源项目，折腾完觉得值得记录一下。为什么需要它我订阅了不少英文财经和科技 RSS，雅虎财经、Bloomberg、Seeking Alpha、Hacker News 都在列。问题是这些源每天产出量很大，标题又是英文，扫一遍本身就需要时间，更别说判断哪条值得细读。我想要的其实很简单：有新内容就告诉我，顺便翻译一下，晚上给我做个总结。不需要自己盯着 RSS 阅读器，也不需要每次打开都看到一堆昨天的旧内容。TrendRadar 基本上就是做这件事的。什么是 TrendRadarTrendRadar 是一个开源的舆情监控工具，核心功能是聚合多平台热榜和 RSS 订阅，通过 AI 筛选、翻译和分析后推送到手机。它支持的推送渠道很全，飞书、钉钉、Telegram、邮件、ntfy、Bark 都有。我用的是 Telegram，配置最简单。AI 这块基于 LiteLLM 统一接口，理论上支持所有主流模型提供商。我通过自建的 LiteLLM 网关接入 Gemini Flash，转发给 TrendRadar 使用。部署方式：还是 Docker 放

技术专业 · 05-04
用 TrendRadar 搭建我的信息流中心

电影《寻女朝圣路》

今天晚饭时，和老婆随手在 Netflix 上看到了近期收视第二的意大利电影《寻女朝圣路》。本来只是想边吃饭边随便看一部电影，没想到越看越有意思。电影本身挺好看，也挺好笑，但更打动我的，除了传统的“父女和解”的故事之外，人在旅途的那种感觉。人到了一定年龄，越来越能理解这种“在路上”的意义：不是为了赶到某个终点，而是在一步一步往前走的过程中，把心里的很多事情慢慢想明白。看完之后，我对意大利的朝圣之路突然有了很强的向往。也许将来某一天，我真的会背上一个不太重的包，从 Lucca 出发，一路走到 Siena。白天在托斯卡纳的乡间慢慢走，晚上在小镇里休息，写点日记，拍点视频，喝一杯咖啡，听一听当地人的语言。这件事，先记下来。未来的某个时间，我希望自己真的能完成这段入门级的意大利朝圣之路。

思考感悟 · 05-04
电影《寻女朝圣路》

修复播客 RSS 封面显示问题

今天主要处理了两个播客生成项目中封面无法正常显示的问题，同时顺带优化了学习音频播客的生成数量和变更记录方式。第一个项目中，原来的播客 RSS 使用的是外部封面图片。由于该图片地址已经失效，导致播客客户端无法正常显示频道封面和单集封面。本次修改没有动音频生成、转录、AI 摘要、同步、播放器和部署配置，只是把 RSS 里的封面地址统一改成本地音频目录下的封面文件。代码上新增了一个专门生成封面地址的方法，把原来写死的外部图片地址替换为统一方法调用。这样以后如果目录结构或访问路径发生变化，只需要改一个地方。修改后，RSS 中频道普通封面、频道播客封面、单集播客封面都使用同一个本地封面文件，避免继续依赖已经失效的外部资源。修改完成后，重新构建并启动录制容器，确认新容器已经正常运行。同时检查了 RSS 文件、封面文件和容器日志，确保封面地址已经写入 RSS，封面图片也能被客户端正常读取。第二个项目主要面向外语学习音频，用来把本地音频目录生成成可订阅的播客源。今天对它做了几项小调整：一是将每次生成的节目数量从 50 条提高到 80 条，更适合反复听、批量听的学习场景；二是增加了播客封面配置，补齐了标

技术专业 · 05-04
修复播客 RSS 封面显示问题

用正确的策略把握方向，用既定的规则战胜自己

写在前面昨天和同事聊天，越来越觉得：回望过去，对于自己，现在的结果，也许就是最好的安排。当年面对是否留在北京的选择时，我很坚定地选择了回来。最大的原因是，我需要给自己留出思考的空间和时间，而非是从早到晚的忙碌和忙碌。只有真正沉下心来思考，才能更好地做决策、做规划。除了16-21年的房产“买&卖”外，还进入当时对于自己未知的投资领域。这个选择带来的一个附带结果是：如果当年留在北京，很大概率会走上买房这条路，最终可能掏空过去多年的积累，如今面对北京房产下跌的压力。而今天回头看，手里还能保留一些的资金和选择权，反而成了一种幸运。只是随着年龄增长、资金规模扩大，我越来越意识到：必须建立一种更稳妥、可长期执行的投资方式。不是再追求一年百分之几十的回报率，而是要寻求长期的稳健的投资回报策略，它不是服务于三年五年，而是要贯穿未来几十年，甚至成为退休生活的一部分。至于这套规则到底该如何制定，之前已经有了雏形，也形成了整体思路，还开发了一个程序，投资组合也基本搭建起来。但在具体操作层面，仍然有一些细节没有完全确定。感谢 AI，让我可以和各种顶尖模型反复对话、推演和验证。它们帮助我把原本模糊的想法，一步步

财经投资 · 05-02
用正确的策略把握方向，用既定的规则战胜自己

我如何优化我的 Hermes 个人助手，实现任务和领域的严格区隔

在日常生活中，我们会涉及到多个不同的领域：投资、工作、日记、生活等。随着人工智能助手的发展，像 Hermes 这样的智能助理逐渐成为我们生活的好帮手。然而，随着我对 Hermes 的使用深入，我发现它的能力虽强，但存在一个显著问题——领域之间的混乱。在谈论股票时，常常会穿插我的工作内容；而在记录日常生活时，又会偶尔涉及投资的思考。这种混杂的现象让我开始思考，如何将不同的任务和内容领域进行有效隔离，让 Hermes 更加高效和专业地为我服务。1.核心原则：一个入口，多个隔离角色首先，我决定将 Hermes 设计成一个总入口 + 多个专业分身的结构。具体来说，我将 Hermes 拆分为以下五个模块：总控 Hermes：负责判断当前任务属于哪个领域，并将其交给相应的分身模块。股票助手：专注于股票分析、资产配置、长期持仓等问题。工作助手：涉及稽核系统、客服工作、项目汇报、AI赋能等内容。日记助手：记录个人反思、博客内容、技术折腾等。生活助手：处理家庭、健康、旅行、葡语学习等日常事务。每个领域模块之间必须有严格的界限，防止内容交叉，确保每个模块只专注于自己领域的任务。2.最重要的是做“知识库分区

技术专业 · 04-29
我如何优化我的 Hermes 个人助手，实现任务和领域的严格区隔

Podsync 下载问题解决日记

问题现象podsync 日志中频繁出现两类错误：Bot 验证错误：ERROR: Sign in to confirm you're not a bot. Use --cookies-from-browser or --cookies限流错误：WARN: server responded with a 'Too Many Requests' error原因分析错误类型原因Bot 验证yt-dlp 没有携带登录凭证，YouTube 识别为爬虫Too Many RequestsNAS 出口 IP 请求频率过高被限流，多个容器同时下载加剧了问题解决方案：配置 cookies第一步：导出 cookiesChrome 安装插件 "Get cookies.txt LOCALLY"打开 youtube.com 并确认已登录点击插件图标立即导出 cookies.txt导出后不要再访问 YouTube，避免 cookies 被轮换失效第二步：上传 cookies 到 NAScookies 必须放在容器挂载的数据目录内，否则容器无法访问。先确认容器挂载路径：docker in

技术专业 · 04-29
Podsync 下载问题解决日记

ChatGPT Images 2.0发布 使用下其效果

让chatgpt按照它对我的理解，帮我绘制我现在的生活状态。提供人物素材后，让其帮我绘制我所理想的退休生活。翻看我的日志找到的2013-11-03 13:09记录的一个关于兰花的故事，让其绘制为一个连环画。测试图片怎么能少了ppt生成效果的测试

技术专业 · 04-23
ChatGPT Images 2.0发布 使用下其效果

这个周末，我搭建起了属于自己的三位一体AI系统

这个周末，我终于把脑子里想了很久的一套 AI 能力架构，真正搭起来了。不是那种“装几个工具”的拼装，而是开始有点“系统”的味道了。三个模块，各有分工，也开始有一点协同的感觉。第一块，是个人助理。这一块我基本是沿用了之前折腾的 hermes 智能体。之前在博客里也写过，我是把它部署在群晖 NAS 上，让它长期在线，做信息的收集和处理。相比云端方案，这种“本地常驻”的感觉更像一个真正属于自己的助手——稳定、可控，而且可以慢慢喂数据。接下来我打算把自己过往的日记逐步整理进去，让它真正理解我的行为模式和决策逻辑，而不是只做一个“工具型 AI”。我希望它未来更像一个“长期记忆 + 认知增强”的角色。第二块，是家庭助手。这一块是我自己手搓出来的。从架构到功能，基本都是围绕“语音理解 + 意图识别”来做的。说白了，就是希望它能听懂我说什么，并且知道我要干什么。目前最核心的一件事情，是把它和我的投资体系打通。包括仓位信息、调仓提醒、策略触发这些内容，逐步让它接入。比如：市场有波动，它可以提醒到达某个策略条件，它可以提示甚至执行日常也可以做一些简单的状态汇总这一块其实是整个系统里“最有执行力”的部分。它

技术专业 · 04-19
这个周末，我搭建起了属于自己的三位一体AI系统

LiteLLM 模型分流配置实录

今天花了点时间把 LiteLLM 网关的模型分流策略彻底梳理了一遍，记录一下整个思路和最终配置。为什么需要模型分流我的 AI 基础设施是这样的：Telegram → Hermes → LiteLLM 网关 → 各模型LiteLLM 作为统一网关，对外暴露一个 OpenAI 兼容接口，后端接了十几个模型。Hermes 只需要知道 ai.XXX.com 这一个地址，不需要关心底层用的是哪个模型。这样做的好处是：模型随时可以替换、升级、切换，Hermes 完全无感知。模型池构成最终配置了以下模型：付费模型（按量计费，极低成本）DeepSeek V3 — 中文最强，输入 $0.27/百万 token，性价比极高Gemini 3 Flash — Google 最新快速模型，支持多模态，免费额度充足Gemini 3.1 Pro — 强推理，限速时作为 Pro 级备用NVIDIA NIM 免费模型meta/llama-3.3-70b-instruct — 通用英文主力minimaxai/minimax-m2.5 — 中文能力强moonshotai/kimi-k2.5 — 推理能力强z-ai/glm

技术专业 · 04-19
LiteLLM 模型分流配置实录
2016 - 2026 自由翱翔：十年学习成长之路. All Rights Reserved.
Theme Jasmine by Kent Liao