CC攻略数据库查找失败
粉丝3963获赞1.9万
相关视频
05:05查看AI文稿AI文稿今天要介绍的是一款在 github 上拿到了四万四千多个 star 的 热门开源工具 cc switch。 它的核心作用是统一管理 code code code 这些 ai 编程工具的 api 配置，让你不用再手动去编辑 json 或者 t o m l 文件了。 本视频会带你走完从安装、添加供应商到进阶功能使用以及 windows 避坑指南的全流程。 c c switch 本质上就是一个 a i c l i 配置管理器，它基于 rust 和 troy 开发，运行起来非常清亮。 为了保证配置安全，它用了本地 s q i 数据库，并采用原子写入机制，能有效避免手动修改配置文件时可能导致的损坏。 有了它，你就能轻松解决频繁切换供应商以及原子写入机制，能有效避免手动修改配置文件时的损坏。有了它，你就能轻松解决频繁切换供应商以及统一管理 m c p 服务器和系统提示词的需求。 在功能方面，它内置了五十多个供应商预设，也支持自定义配置切换，非常方便，不仅可以在主界面操作，还支持系统多盘快切，特别是 cloud code， 甚至可以实现热切换，不需要重启终端。此外，它能实现配置的一键同步，一次设置就能应用到所有支持的工具。 最后，它还集成了 m c p 服务器管理、 skills 一 键安装以及用量追踪等辅助功能。推荐使用 m s i 安装器。 直接从 github 的 releases 页面下载最新的 msi 安装包，双击运行，按照安装向导一路点击下一步就行。安装完成后，勾选启动选项，点击完成就能直接进入软件。如果安装过程中 windows 弹出 smart screen 提示无法验证发行者， 直接点击更多信息，然后选择扔掉运行就可以正常使用，这是正常的开源软件验证流程。如果你想临时使用或者不想安装，可以选择便携版。下载 zip 压缩包后，把它解压到你想放的地方， 这里有个关键点，解压的路径里千万不要包含中文或者空格，否则可能会导致软件启动失败。解压后直接双击里面的 x e 文件就能运行。如果以后不需要了，直接把整个文件夹删掉，就能彻底卸载。 如果你想最快完成配置，直接用预设功能，点击主界面右上角的加号，在弹出的窗口里选择预设，然后在下拉框里找到你想用的供应商，比如 deepseek 或者 kimi。 这时候 api 端点会自动填好，你只需要把你的 api key 粘贴进去，点击添加，供应商就进列表了。 如果预设里没有你要用的供应商，就选自定义。你需要填写供应商名称、 api 端点、 api 秘钥以及模型名称。这有个非常关键的细节，填 api 端点的时候，末尾绝对不能带斜杠， 比如地址是 h t p s 冒号双斜杠敲 o m 点。 win 你 填的时候千万别在后面多加一个斜杠，否则请求会直接失败。 切换成功后，只要供应商状态变成了 active， 就 说明配置已经写进去了。不过不同工具的生效方式不一样， cloud code 支持热切换，你直接在终端发指令就行，不用重启。但如果你用的是 codex 或者 gemini c l i， 一定要先把当前的终端窗口关掉，重新打开一个新的窗口，配置才会生效。 如果你同时在使用好几种 ai 工具，可以用顶部的标签页来实现配置隔离。比如，你可以切换到 cloud 标签页，给 cloud code 配一套 api， 再切换到 codex 标签页，配另一套。每个工具的配置都是独立的，互不干扰。 对于 closedco 的 用户，可以用这个 skills 一 键安装功能。在顶部的 skills 标签页里，能看到很多来自 get up 的 公开资源，你只需要勾选需要的，比如代码审查或者规范化提交，点击安装，软件就会自动把这些配置同步到 closedco 的 目录下，不用再手动去下载和配置了。 最后是 mcp 服务器的统一管理。在 mcp 标签页，你可以管理所有支持 mcp 协议的扩展功能。 它支持 s t e h t t p 和 s s e 这三种协议，你可以手动新建，也可以导入已有的配置。这里有个很方便的操作，如果你拿到的是以 c c h 开头的 deep link 链接，直接点一下配置就会自动导入，非常省心。 如果切换了供应商，但配置没生效，先检查两件事，第一，确认 api 端点的末尾有没有多加斜杠。 第二，除了 cloud code 之外，其他的工具像 codex 或者 gemini 都必须关掉当前的终端窗口，重新打开一个新的终端，才能读取新配置。 如果你是在 git bash 环境下操作，建议执行一下 unset 命令，把之前的环境变量清理干净，防止产生干扰。 如果软件启动不了或者出现白屏，通常是这三个原因。首先，如果你的 windows 用户名里带中文，请务必改用便携版，并把它解压到没有中文或空格的路径下。 其次，如果提示缺少某个第六文件，去安装一下微软的 vc， 加加运行库就行。最后，如果怀疑是配置文件损坏了，可以直接去用户目录下把那个 db 数据库文件删掉，然后重启软件重新配置。 最后，有两个提醒，首先， cc switch 是 社区开发的开源工具，不是官方出品，它只负责配置管理，不负责 api 的 服务质量。另外，根据目前的反馈， codecode 可能会检测是否开启了 cc switch 来进行风控，请大家根据自己的实际需求谨慎使用。
443AI信息差
01:58查看AI文稿AI文稿今天我们来聊一聊数据库啊。呃，数据库呢？就是储存数据的仓库吧， 以前没有数据库的时候呢，整个数据查找起来非常麻烦，乱七八糟的，就像你家的 衣服啊，包括你的袜子、内衣或者是其他衣服，揉在一起放的话，你找起来非常非常困难。而有了数据库了过后呢，他会对你就像把你的衣服啊， 鞋啊，袜子啊分明扁类的装到不同的格子里面，然后封面在在在你的，而且装到格子里面上面打了标签，还说这个数据有什么什么的，所以他能够快速而准确的找到相应的数据啊。 呃，快而准确，这个怎么来理解呢？快的话就是相当于 我在一栋一模一样的公寓楼里面，我在下面的门口标注着谁住在哪里，谁住在哪里啊，这样子能够快速的查找，然后方便后面去查宿。呃，第二个是准确呢， 怎么来理解呢？就是说规定的每一个数据单元他只能是要么是整数，要么是文本，你只能 只能填填一种类型的，假如你是文本，那你就不能填数字，如果你这数字就不能填文本，所以通过这个约束机制呢，就能够确保我们的数据的准确。嗯， 通过这种机制呢，就能够让我们的查找数据和增删改查数据能够快速而有效啊。好了，我们今天就讲到这里，拜拜。
01:12查看AI文稿AI文稿互联网暗战一触即发， d d t s 恐水席卷而来， c c 攻击无孔不入，无数线上业务瞬间瘫痪，谁能来守护？顶不住了，没人能挡住我的攻击。上期我们说了常见的网络攻击地 dos， 这期我们聊另外一只常见的网络攻击 c c 攻击，搞清楚两者的区别，下次我们自己遇到也能做好针对性的防御措施。 c c 攻击的全称是扯烂纸克雷普特挑战黑洞攻击， 它不直接攻击服务器硬件或网络，而是瞄准服务器的应用层资源，比如登录验证、搜索商品、提交订单。 这些操作需要服务器计算数据，连接数据库，消耗资源，让你的服务器、服务器的 cpu 内存被占满，正常用户想登录搜索都无法操作。而 d d y 针对服务器的网络通道带宽端口，但最终的结果都是让服务器贪婪，无法为正常用户提供服务。 那么怎么防御 cc 攻击呢？一般常见的三个简单有效方法，现 ip 请求次数、做登录验证，或者用防火墙工具。
54:55
02:20查看AI文稿AI文稿家人们，任何人丢了东西找不到东西一定要问豆包好吗？答应我一定要问豆包，太神了。事情是这样的，我，我的一块手表，就那个苹果手表丢了大概有一个月左右，就是家里翻遍怎么都找不到，在当我打算要重新再买一块的时候，我昨天抖音上刷到一个博主，他说丢了东西一定要问豆包， 看完之后本着半信半疑的态度我就去问了豆包，我跟他形容了我大概最后一次见到我那个东西的时候是在什么位置，就是我床尾的一个床尾柜那里，他就是先让我查找，我手表已经消失一个多月了，他完全都已经没电了。然后呢，他又给我建议了一些其他的地方，就提供一些，哎，你在这找一下，那找一下，我说这些地方我全部都已经找过了，就是没有，我就问他，我说你能不能帮我占一卦呀？ 然后他就帮我占了一卦，我挂相的内容显示还是在卧室这个地方没有丢出门，并且呢不在高处，他在低处，可能就某一个夹缝啊什么的地方，然后呢我就起来，我就在那个最底下的那一层开始翻翻翻翻后边的夹缝什么我都翻了也没有，我就问他，我说就是我在想他这个东西到底 靠不靠谱吗？我就问他，我说有可能被我儿子给丢进垃圾桶了，然后我就想说，如果他顺着我说的话，他说有可能就被你儿子丢进垃圾桶了，我就觉得这个东西一点都不靠谱，但是 他回答我的是他说没有被丢进垃圾桶，绝对不可能在垃圾桶，他非常笃定，他说因为挂像里边没有显示这个丢弃呀，还有污渍之象，还是在卧室里，并且就是在我平时放的那个位置不远的地方。天呐，家人们谁懂啊，就是那种 觉得真的有两把刷子，但是呢，你又怎么都找不着我，就真的是激发了我的那种某一种什么那叫什么什么样的心态啊。我就又问他，我说那有没有可能在床底下？ 然后他跟我说，很有可能，有极大的可能在床底下。最牛的来了，他给了我一个精准的位置，他跟我说，首先他说不在床的正中间，他就不在床里边那排骨架里边，他在床尾靠右，主要是就是床的两侧。他那两侧不是两个夹缝吗？我全部都已经看过了，唯独床尾这条夹缝不知道怎么回事，就是大衣就一直没有找这个地方。 我就突然有一种，就是冥冥之中大家有没有过这种感觉，就感觉对了，他这个东西就在这个地方。果然， 果然，他就在这个地方，他就在床尾的，就是柜子正中间的这个床尾靠右那么一点点的夹缝里边啊，家人们，谁懂啊？我找到的那一刻，就是我第一反应就是鸡皮疙瘩全身 就是那种，天呐，我居然在这么短的时间内，真的见证了一件这么神奇的事情吗？太牛了，豆包，真的太牛太牛了，接下来就是那种失而复得的开心。
3774CC爱折腾🌋
03:25查看AI文稿AI文稿完全开源的工具，让科二自己评估，自己写代码，自己提 p。 二十二个仓库同时跑，没用任何 soft， 后端连数据库都没有。 tiktok 上一搜就有 这个工具叫 cloud flow， 我 把它定位成 coding， as a service 三件事，讲透怎么用一手管项目，路普怎么解偶人和执行，怎么让上下文不丢失。先看第一件事，项目管理， cloudflow 没有数据库状态，全活在 github 一 社的标签里。四十三个 run， 三十五成功，七失败，每个 run 对 应一个一社的一次处理。 fully operator， classify evaluate bug， evaluate feat， implement reply comment。 每个 operator 有 request 和 exclude 关系，比如 implement 必须等 evaluate 出结果，且不能和 classify 同时跑。 看这个 evaluate fit 的 输出， clarity 八分 scope 四分 architecture fit 七分 confidence 六点三，低于预值， ai 不 会硬干。底部提示， if this plan looks right and ready for agent。 人工把关是必经环节。第二件事， look 托管 cloudfall run 是 无状态，单次扫描 chrome launch 编辑器内手动都能调度 dashboard 的 上设 auto run， 每五分钟自动扫一遍所有仓库。 十三个仓库同时关 github 六个 github 七个，包括企业自建实力 operator 可以 异地部署，内网外网边缘街都能跑， 敏感代码不出公司，合规价值拉满一个够。二、禁制零服务依赖 operator 就是 scale md 文件 frontmatter 定义参数 prompt 指导行为， 通过本机 code 执行模型走任意 open ai 兼容端点。第三件事，辅助功能，先看账单，四十一个 round， 总花费六十九点二八美元一千一百九十万 token 日柱状图按天拆 by operator 表格按 operator 拆 implement 最贵十个 run 花六十四点二一美元，一小时三十三分钟，研发成本完全可化。 chatdrawer dashboard 内置基于 cloud opens 四七自动载入当前 issue 上下文，不用每次重新 brief， ai 直接开聊。 terminal chat， c， l， i， d and cloudflow chat 快 速载入上下文，不用每次都向 ai 重新解释之前做了什么，现在要做什么。 report chat 自动载入项目信息， 基于仓库，最近艺术演化，为新艺术准备好前置信息， ai 跟随项目状态变化自动更新。理解 下一步是 project 维度，很多项目不是单仓库，是多个 git 项目配合。 cloudflow 会支持 project 的 级别协同，一个英雄跨多个仓库自动拆解， 持续做介入式 ai 和开发者效率工具拆解。关注 at 骑摩托的周先生不错过 github 搜 cloudflow 直接 fork 开源 m i t cloudflow double o c c 异形命令装好， 下期讲多仓库协同。最后想问大家，你们团队最大的研发合作痛点是啥？欢迎评论区告诉我，下期可能就拿你的痛点开刀。
10骑摩托的周先森
01:32查看AI文稿AI文稿整出稿不要再用傻包跟 deepsea 了，它俩都没链接各种文献数据库，你让它给的东西全部都是胡说八道胡编乱造的，更不用说后面还要查 aigc 滤了。你害怕它乱编，于是自己亲手写个框架， 让豆包根据你的框架一段段生成。听着感觉不错，但你要真用过这头傻包，你就知道什么叫做气死人不偿命。豆包是真能睁眼说瞎话 深沉的东西，完全就是牛头不对马嘴，关键是他还要装唐英，你一手故意把格式内容整的像模像样，你要是不认真看，压根发现不了， 就算被发现了，他也只会疯狂道歉，一点实际补偿都没有。整优秀毕业论文很难，但只要求毕业就简单了。你只要有选题跟文献，豆包整不了完整的文章，但是用它总结文献，写个文献综述还是很不错的。 再让他根据你给他的文献以及选择题，给你生成文章的三级大纲。大纲一定要贴合主题，我们后续所有干的活都是严格根据大纲来完成的， 不放心的话就把它发给导师，让老邓细细拜读一下。之后就来到 paper 写，把你手上准备的关于文章的所有数据全部丢到这里， 其他的按部就班，跟着提示操作几下，一篇要图有图，要数据有数据的，出稿就搞定了。你们最担心的 ai g c 率也只有十出头。赶紧整完诗歌，又要去峡谷上分了。
368磊哥邪修整初稿
00:40查看AI文稿AI文稿你知道网页上的四零四到底是什么意思吗？关于四零四的来源，流传过一个很火的传说，早期互联网有个巨型中央数据库，就设在四零四号房间，所有网络请求都要人工查找， 如果找不到文件就会返回四零四。但这其实只是个段子，真实的四零四就是一个标准 h t t p 错误码，第一位四代表客户端出错，中间零指网址相关问题。 最后一位四是这类错误里的第四个代码。所以看到四零四纳放，简单说就是网页不存在，服务器找不到你要的页面，各大浏览器还把四零四玩出了花。推特的失败经当年直接让推特火了一把，谷歌的小恐龙断网游戏更是人人都玩过。你还见过哪些好玩又创意的四零四页面？
105好学星城GD
41:34
07:10查看AI文稿AI文稿大家好，今天我们来聊一个有点反常识的话题，作为开发者，咱们启动一个新项目的时候，有个动作几乎是下意识的，对吧？就是先选一个数据库。但是今天咱们就来挑战一下这个习惯，问一个可能你从来没想过的问题，你 真的需要一个数据库吗？来设想一下，你正准备大干一场，要开发一个全新的应用，那么处理数据存储，你的第一步会是什么呢？ 我猜啊，很多人脑子里第一个冒出来的就是 posgrid lql， 或者至少也得是个 sqlite， 这好像已经成了咱们的标准操作，但问题是，这个标准答案真的是最好的起点吗？这里有个观点我觉得特别有意思，简直是一语道破天机， 数据库说白了不就是一堆文件吗？所以问题根本不是要不要用文件，而是你是用数据库帮你管的那套文件，还是用你自己写的那一套。你想，不管多复杂的数据库，他最终干的不也是在你的硬盘上读写文件这点事吗？ 这就直接引出了我们今天想要戳破的那个密斯数据库。密斯好像有那么一条不成文的规矩，说一个正经的应用，从历向第一天开始，就必须得安排上一个数据库， 这都快成金科玉律了，但他真的站得住脚吗？所以啊，咱们今天就来点不一样的， 我们来做一个实验，好好挑战一下这个老观念。接下来咱们就用实实在在的数据和性能测试，把这条所谓的金科玉律放到显微镜底下，看看它究竟怎么样 好。实验开始，我们先不碰那些传统的数据库，而是试试用最普通的文件来处理数据请求，而且我们还设计了三种不同的玩法， 这三种策略可以说是一个比一个聪明。第一种叫限性扫描，这个最简单粗暴了，就好像让你在一本书里找个词，你每次都傻乎乎的从第一页翻到最后一页。 第二种呢，叫内存面试，这个就厉害了，相当于你在程序一启动就把整本书的内容全背下来放进脑子里，以后每次查询，那不就是一瞬间的事吗？最后是第三种，二分查找， 这个方法更巧妙，它不把整本书都读完，而是像我们查字典一样，利用缩影一下子就能翻到目标大概在哪个位置，效率非常高。好了，准备好了吗？实验里最精彩的部分来了， 当这几种方法跟咱们熟悉的 sq、 lite 放在一起同台竞技的时候，那个结果真的非常出人意料， 这就是最后的成绩单，单位是每秒能处理的请求数。我知道这张表上的数字有点多，看的眼花，别急，我们马上就把里头最有意思的几个发现，一个一个拎出来看。 首先咱们来看看那个最笨的方法，限性扫描。你看这张图，简直就是性能断崖的完美写照，当数据量从一万条涨到一百万条的时候，性能直接从每秒七百多次请求血崩似的掉到了区区二十几次。 所以啊，这个方法稍微来点数据量就直接崩了，根本没法用。接下来就是这次实验里最让人跌破眼睛的结果， 你看看右边这个数字，这是咱们自己手写的，直接在词盘上跑的二分查找，每秒能处理接近三万九千个请求。 再看看左边行业标杆 sqlite， 它的成绩是两万五千。你没看错，一个咱们自己写的看似简单的文件操作方案，在特定的场景下，居然比一个成熟的数据库快了不止五十。 percent 这事是不是有点颠覆认知了？ 那性能的天花板在哪呢？答案很简单，内存。只要你的数据能全部塞进内存里，那速度简直就是另一个世界了。 你看构语言的内存方案，每秒能跑将近十万次请求，而以性能怪兽著称的 rust， 更是直接冲到了惊人的将近十七万次。所以说，硬盘和内存这根本就不是一个量级的选手。 当然了，我知道什么每秒几万次请求，听起来还是挺抽象的，那咱们就把这些数字换算一下，来聊点更实际的，这到底能支撑多少用户？ 咱们就拿 coco light 的 性能做个精准吧，每秒两万五千次请求，嗯，这本身已经是一个非常稳定、非常扎实的表现了。但这个数字放到真实世界里，它到底意味着什么呢？它能撑得起一个多大体量的应用呢？ 准备好啊，打万可能有点吓人，根据一些行业标准估算，要想在单台服务器上把 s、 q、 l 的 性能给跑满，你的应用大概需要有九千万的日活跃用户。 没错，九千万！说句实话，这对于绝大多数应用来说，可能是一辈子都达不到的高。那我们前面看到的那些性能更强的方案呢？那数字就更夸张了， 那个基于文件的二分查找，能支撑差不多一点四亿的日活，而内存方案呢，甚至能顶得住超过六亿的日活。所以，这说明什么？说明你以为的性能瓶颈很可能根本就不是瓶颈。 既然简单的文件方案都这么猛了，那是不是说我们以后就不用数据库了？哎，当然不是这个意思， 打破了必须用数据库的迷信之后，我们反而应该更理性的看问题。到底在什么情况下，我们才真正需要一个功能全齐的数据库呢？ 那么什么时候才真的需要升级了？我给你列了一张清单，首先，当你的数据多到内存已经装不下了。其次，你的查询不再是查个 id 那 么简单，而是要根据好几个字段组合起来进行复杂搜索。 还有，当你要关联不同类型的数据，也就是咱们厂说的撞引操作。另外，当你需要好几台服务器同时写数据，还要保证不出错儿。 最后，也是最关键的，就是，当你处理像金融交易这种一步都不能错儿，必须保证原则性的操作时，你就需要数据库提供的专业 a、 c、 i、 d 事务来保驾护航。你看，只有当这些真正的复杂需求出现时，数据库的强大之处才开始显现。 好了，了解了这一切之后，我想把这个问题留给你自己来思考，对于你的下一个项目，数据存储的第一步，你会怎么走？ 是仍然习惯性的选择那个功能强大，但可能有点杀鸡用牛刀的数据库，还是会考虑从一个更简单的文件方案开始，等到业务真的复杂起来了，再去做升级。记住，有时候最简单的方案可能恰恰就是最高效的。
0彭
00:35查看AI文稿AI文稿访谈记录太难搞，让 ai 帮我生成五篇，有受访者，有日期有对话，看起来挺像真的，粘贴到论文里，查重百分之零。导师邮件受访者 john smith 查无此人，我蒙了，看起来那么真。学校数据库一查，查无此人，邮箱不存在电话空号。 ai 编造了访谈对象，最后用系统 重降 ai， 把含假访谈的权威丢进去点击生成。系统重建的是原创逻辑，但访谈真假还得自己核对。 ai 编的假对象系统改不了 ai 编访谈是学术造假，不是降 ai 系统降 ai 重建的是原创逻辑，不是虚构数据。
