优秀项目 🚀

文章转载于：灰帽大于 文档版本：v1.1 适用场景：Windows 系统应急响应、恶意软件分析、安全事件调查 前言：应急响应工具的重要性 在安全事件发生后，快速、准确地获取现场信息是应急响应的关键。Windows 系统作为企业最常见的操作系统，掌握其应急响应工具体系至关重要。 应急响应核心目标： 🔍 发现异常 - 识别入侵痕迹和异常行为 📊 保留证据 - 收集日志、内存、文件等关键证据 🛡️ 控制影响 - 阻止威胁扩散，保护关键资产 🔎 追溯溯源 - 分析攻击路径，定位攻击来源 第一章：工具分类总览 1.1 工具分类体系 Windows 应急响应工具按功能可分为以下几大类： Windows 应急响应工具体系 │ ├─ 📊 进程与行为分析 │ ├─ Process Monitor │ ├─ Process Explorer │ ├─ Autoruns │ └─ ProcDump ├─ 🌐 网络分析 │ ├─ Wireshark │ ├─ TCPView │ └─ 内置命令（netstat） ├─ 📁 文件分析 │ ├─ VirusTotal │ ├─ Strings │ └─ Sigcheck ├─ 💾 内存取证 │ ├─ Volatility │ ├─ DumpIt │ └─ WinPMEM ├─ 📝 日志分析 │ ├─ Sysmon │ ├─ Event Log Explorer │ ├─ LogParser │ └─ WELA ├─ 🔗 持久化检测 │ ├─ Autoruns │ ├─ RegRipper │ └─ Persistence Ripper ├─ 🔬 恶意代码分析 │ ├─ IDA Pro / Ghidra │ ├─ x64dbg │ └─ YARA ├─ 🧠 威胁情报 │ ├─ 微步在线 │ ├─ VirusTotal │ └─ MalwareBazaar └─ 🎯 综合响应平台 ├─ Velociraptor ├─ KAPE ├─ Eric Zimmerman工具集 └─ CyLR 1.2 工具获取渠道 官方与可信来源： ...

安装完 Windows 11 新系统后，微软会强制要求登录微软账户才能继续。想用本地账户、不想绑云服务、或者装机环境根本没网——跳过这一步的理由很多。 微软和用户之间这场"猫抓老鼠"打了三年：24H2（2024 年下半年）封了虚假邮箱法，2025 年 3 月直接把最经典的 oobe\bypassnro 脚本从系统镜像里删了，25H2 又陆续堵上了好几个口子。但截至目前（2026 年 8 月），仍然有多条路可以走。 本文测试环境：Windows 11 Insider Preview Build 29617（中文版），部分方法兼容 24H2 / 25H2。 快速选择指南 你的情况 推荐方法 耗时 新装机，用 U 盘装系统 方法一：Rufus 5 分钟 系统已开始安装，卡在登录页 方法二：WinJS 控制台 30 秒 提前准备了 .reg、Shift+F10 能用 方法三：注册表文件（双击导入） 2 分钟 忘了准备 .reg、Shift+F10 还能用 方法四：reg add 命令补救 3 分钟 想一劳永逸、不怕折腾 方法五：无人值守文件 15 分钟 专业版/企业版/教育版用户 方法六：域加入 10 秒 以上全部失效 方法七：先登录再切 3 分钟 方法一：Rufus 制作定制安装盘（最彻底，推荐） 如果你是从 U 盘全新安装系统，直接从源头解决问题——让安装盘本身就不要求微软账户。 ...

我教的班上，大一新生第一次用 AI 工具时，屏幕上弹出的词十个有八个不认识。LLM（Large Language Model）、Prompt、RAG（Retrieval-Augmented Generation）、Fine-tuning——不是说这些词有多难，而是没人用他们听得懂的方式解释过。 前几天整理了一份教学用的术语对照表，顺手改成了一篇能直接发给学生看的文章。不要求先修课程，不需要会写代码。 整个解释框架就一个比喻：把 AI 当成你新招的员工。 第一阶段：认识你的新员工 LLM / Large Language Model（大语言模型） — AI 的脑子。 你用的豆包、Kimi、ChatGPT，不管叫什么名字，底层的"大脑"都叫 LLM。它读过巨量的文字，所以什么都能聊两句。类比：一个读过全世界所有书的学霸。 AIGC / AI Generated Content（生成式 AI） — AI 这个工种的岗位名称。 能自动写文章、画图、剪视频的工具，都属于 AIGC。类比：AI 的岗位说明书，专门搞创作的那类工种。 AGI / Artificial General Intelligence（通用人工智能） — 终极形态，目前还在科幻阶段。 现在的 AI 只能干特定的事（写字、画画、写代码），AGI 指的是未来某天 AI 变得跟人类一样全能，什么活都能接。类比：钢铁侠的贾维斯。 第二阶段：怎么给 AI 派活 Prompt（提示词） — 你下的工作指令。 你对 AI 说的每句话都是 Prompt。“写个文案"和"写一篇 800 字的头条风格文案，带悬念开头，目标读者是大学生”，结果天差地别。类比：点外卖时的备注栏——写得越清楚，做出来的越对味。 System Prompt（系统提示词） — 给 AI 设的人设。 在聊天开始之前，先告诉它"你是一个有十年经验的高职计算机老师"。接下来的对话，它都会用老师的方式回答。类比：给员工发工牌——你是什么岗位，就按什么规矩办事。 Context（上下文） — AI 的工作记忆。 决定了 AI 能一次性记住多长的对话、读完多长的文件。窗口越大，它能同时处理的复杂信息就越多。类比：办公桌大小——桌子越大，一次摊开的资料越多。 ...

前两天刷到一篇公众号，讲怎么在 Mac 上把大模型跑在本地。看完觉得思路挺清楚，就想在自己 Windows 笔记本上复刻一遍——结果发现，步骤能对上，但"能跑多大模型"这件事，在两台机器上完全不是一回事。这篇把坑和原理都记下来，方便你也跟着做。 先搞清楚：本地大模型到底吃的是什么 模型不是凭空跑的。它得先加载进内存（或显存）才能推理，所以一台机器能跑多大的模型，取决于两件事：内存够不够，以及显卡能不能帮上忙。 这里 Mac 和 Windows 的差别最关键： Mac 的 M 系列芯片用的是统一内存——CPU 和 GPU 共用同一块内存。系统有多少 RAM，模型就能用多少。所以一台 16GB、32GB 的 Mac，跑起中等模型来很从容。 Windows 笔记本大多内存和显存是分开的。有独立显卡（N 卡 / AMD）的话，模型优先塞进显卡的显存（VRAM），速度最快；没有独显，或者显存不够，就退回到内存 + CPU 跑，能跑，但慢，系统还会拿硬盘当临时内存，更卡。 一句话：Mac 看总内存，Windows 先看显卡显存，再看内存。 动手前，先看自己的机器 不用装任何软件，两分钟就能查完： 内存多大：设置 → 系统 → 关于，看"已安装的内存 (RAM)"。 显卡显存多大：任务管理器 → 性能 → GPU，右上角看"专用 GPU 内存"（比如 4GB / 6GB / 8GB）。 处理器：同一页也能看到 CPU 型号。 粗略的参考（有独显时看显存，没独显看内存）： 8GB 左右：只能玩 3B~7B 的小模型，图个能对话。 16GB+：7B 流畅，可以试 14B。 32GB+：20B 往上也行，但别指望太快。 如果手头机器本来就紧巴，像我这台，老实说带不动大模型——知道流程就行，别硬上。学校机房或者有独显的机器再试。 装运行底座：Ollama 不管 Mac 还是 Windows，真正干活的是同一个东西——Ollama。它负责下载、加载、在本地跑模型，还顺手开一个本地接口给别的软件调用。 ...

一条自动抓取、AI 翻译、入库、展示的内容流水线。全程 Cloudflare 免费额度，零服务器。 🖥️ 案例展示：ai.wanzf.com —— 这是我搭建的实例，每天 08:00 自动更新。 背景 每天刷好几个网站看资讯，来回切换效率很低。中文的还好，英文的还得逐篇翻译，看了几篇就烦了。 能不能让机器自动干这件事——每天定时抓取几个中英文科技源，英文自动翻译成中文，统一展示在一个网页上，打开就能看？ 答案是可以，而且零成本。Cloudflare 免费套餐里有四个组件，拼起来就是一条完整的自动内容流水线。 这篇就以"科技资讯聚合"当例子，但流水线本身不绑死任何主题——改几个 RSS 地址就能追别的东西：行业动态、AI 论文、设计趋势、竞品情报，都一样跑。 这个项目做了什么 每天北京时间 08:00 自动运行 从 5 个数据源各抓 2 篇热门文章（HN、V2EX、少数派、阮一峰周刊、36氪） 英文源（HN）走 Workers AI 翻译成中文摘要 中文源直接存原文 全部存进 D1 数据库，网页展示 自定义域名访问：ai.wanzf.com 架构很简单： Cron 定时触发（每天 08:00） │ ▼ Worker 主逻辑 │ ┌────┴────┐ ▼ ▼ 英文源 中文源 HN API V2EX API / RSS │ │ ▼ │ Workers AI │ 翻译成中文 │ │ │ └────┬────┘ ▼ D1 数据库 │ ▼ 网页展示 (ai.wanzf.com) 四个 Cloudflare 免费组件就够： ...

记录 wanzf.com 博客在 Hugo + PaperMod 基础上的深度定制过程：Giscus 评论暗色跟随、三屏目录侧边栏、国内分享按钮、代码块美化、随机 Emoji Favicon 等实用改造。 前言 PaperMod 默认配置已经很完善，但用久了总觉得少了点什么。评论系统要接、目录导航要改、分享按钮国内用不了、代码块太朴素……一个个小改动累积下来，博客终于变成了现在的样子。 本文记录的是亮点改动，不写 PaperMod 开箱即用的功能。基准是从 Hugo + PaperMod 默认配置出发，最终效果见 wanzf.com。 1. Giscus 评论系统 + 暗色主题跟随 为什么选 Giscus Giscus 是基于 GitHub Discussions 的评论方案，免费无广告，不需要自建数据库。只要在 GitHub 仓库开启 Discussions，在 giscus.app 配置好参数即可。 配置参数 在 hugo.toml 中添加 Giscus 相关配置： [params.giscus] repo = "wanzif/MyBlog" repoId = "R_kgD*****" category = "Announcements" categoryId = "DIC_kwDOSfb****" mapping = "pathname" theme = "preferred_color_scheme" lang = "zh-CN" theme 这里配的是初始默认值，实际运行时会被下面的 JS 动态覆盖。 覆盖主题默认模板 PaperMod 的评论模板在 layouts/partials/comments.html。创建同名文件即可覆盖。我选择用 JS 动态创建 Giscus script，而不是写死 HTML 标签——这样可以在初始化时就传入正确的主题，避免首次加载时评论区和页面主题不一致： ...

从注册账号到绑定域名、部署上线、配置图床，手把手带你用 Hugo + Cloudflare Pages + R2 搭建一个零成本、国内可访问的个人博客。每一步都附带预期输出和踩坑记录。 配套阅读：遇到 Git 相关报错，请参阅《Git 完全指南：Hugo 博客开发者的版本控制手册》 前言 为什么选这套方案 方案 费用 国内访问 备案 部署体验 WordPress 云服务器 ¥300+/年 ✅ 需要 手动上传 Hexo + Vercel 免费 ❌ 不需要 推送即发布 Hugo + CF Pages + R2 免费 ✅ 不需要 推送即发布 Hugo：Go 语言编写的静态网站生成器，编译速度毫秒级 GitHub：代码托管，免费 Cloudflare Pages：静态网站托管，免费，国内 CDN 加速 Cloudflare R2：对象存储，免费 10GB/月，兼容 S3 API 适合谁 有一定命令行基础、想从零搭建个人博客的读者。每一步都附带预期输出和我踩过的坑。 第1章：账号与域名准备 1.1 注册 GitHub 访问 https://github.com，点击 Sign up 注册。 1.2 注册 Cloudflare 访问 https://dash.cloudflare.com，注册并验证邮箱。 ...

适用项目：GitHub 博客项目（https://github.com/wanzif/MyBlog.git） 适用系统：Windows 11 / Linux（CentOS 7、Ubuntu 等） 1. Windows 安装 Git 方法一：winget 安装（推荐） 第 1 步：确认 winget 可用 打开 PowerShell 或 CMD，输入： winget --version 正常输出示例： v1.9.25200 ⚠️ 报错：‘winget’ 不是内部或外部命令 C:\Users\Wan>winget install Git.Git 'winget' 不是内部或外部命令，也不是可运行的程序 或批处理文件。 原因： winget 是 Windows 11 自带的包管理器，但某些精简版/Ghost 系统、或 PATH 环境变量被修改后，winget 可能不在 PATH 中。 解决方法（按优先级尝试）： 方案 A：PowerShell 一行命令注册（最快，推荐首选） WinGet 是 Windows 自带的"应用安装程序"组件，可能只是没注册。打开 PowerShell，输入： Add-AppxPackage -RegisterByFamilyName -MainPackage Microsoft.DesktopAppInstaller_8wekyb3d8bbwe 执行完后重启终端，再试 winget --version。 这个命令的原理：WinGet 作为 App Installer 的一部分已预装在 Windows 11/10（1809+）中，首次登录时系统会异步注册，但有时没触发成功。这条命令就是手动触发注册。 ...

Ubuntu/Debian 根分区使用率 100% 的完整排查与清理过程，涵盖 du 定位、lsof 僵尸文件、五大扩容方案对比。 难度等级：小白友好 | 风险提示：删除文件前请确认内容，操作前建议备份 一、问题发现：根分区爆了 某天登录服务器执行 df -h，发现根分区 / 使用率已经到了 100%： 文件系统 Size Used Avail Use% Mounted on /dev/nvme0n1p2 938G 888G 2.1G 100% / 938G 的分区用了 888G，只剩 2.1G 可用空间。系统虽然还没完全卡死，但随时可能出问题——日志写不进去、临时文件创建失败、甚至服务异常退出。 第一反应：谁把磁盘吃光了？ 二、第一步：用 du 找大户 最直觉的做法是用 du 命令从根目录开始逐层扫描，看看哪些目录占用了最多空间： du -h --max-depth=1 --one-file-system / 2>/dev/null | sort -hr | head -20 参数说明： -h：人类可读格式（显示 G/M/K） --max-depth=1：只看一级子目录，不递归深入 --one-file-system：不跨分区扫描（避免扫到挂载的其他磁盘） sort -hr：按大小倒序排列 ⚠️ 第一个坑：忘记加 sudo 第一次执行时没加 sudo，结果出来了： ...

一、什么是 Basic English？ Basic English（基础英语）由英国语言学家 Charles Kay Ogden 于 1930 年提出。他的核心观点是：只需要 850 个精心挑选的单词，就足以表达日常生活中的几乎所有概念。 这个体系不是简单的"最常用 850 词"，而是经过语言学分析，确保 850 个词能覆盖日常交流的方方面面。二战期间，它曾被考虑用作国际辅助语言。 💡 在线学习工具：我基于这个体系做了一个交互式词汇学习页面 → 基础英语词汇学习工具 二、850 词的五大分类 Ogden 将 850 个词分为五类，每类有不同的学习重点： 分类 数量 标签 说明 Operations 操作词 100 OP 动词、介词、连词、代词——句子的骨架 General Things 通用词 400 GEN 抽象概念和一般事物名词 Picturable Things 图示词 200 PIC 看得见摸得着的具体事物 Qualities 性质词 100 QL 描述性质和状态的形容词 Opposites 反义对 50 OPP 成对出现的对立形容词 三、完整词汇表 表格字段说明：pos 为词性缩写（v=动词, adj=形容词, n=名词, adv=副词, prep=介词, conj=连词, art=冠词, pron=代词, num=数词），★ 表示使用频率（1-5 星）。 ...