前言

之前我分享了我去香港办卡的经历：我用一天速通了中银香港、汇丰、众安、蚂蚁 ，就是为了跑通全球收款做准备，因为 stripe 只能绑定本地的银行卡，比如我注册 stripe 是地点是香港，所以也需要绑定香港的银行卡。

内地收款

我们先看下在中国内地如何收款的，线上收款方式最常见的就是微信和支付宝，但是需要有公司作为实体去申请，个人是申请不了的。这时候就出现了很多第三方支付，可以使用个人身份入驻，还有一种是挂机程序通过监听支付成功的通知来手动发起回调请求，但是这些都是不可靠的（我曾经使用过某第三方支付，跑路后余额变成了欢乐豆），并且微信和支付宝在全球覆盖并不广泛，国外更流行使用万事达和 VISA 卡。

全球收款

前言

最近去了一趟香港，1 天时间开户了 5 个银行账户，上午线下开户了中银香港（当场拿到实体卡），下午在线上开户了中银香港、汇丰、众安、蚂蚁，期间踩了不少坑。

我做了一些 AI 产品: 新产品：HairTry，一款 AI 发型设计工具，收款使用的 stripe，提现需要绑定银行卡，国外大部分服务都是不支持内地的银行卡，而且鉴于我 stripe 注册地的是香港，所以这时候办港卡是再合适不过了。

准备

在去香港之前我计划是开户四家银行，两家传统银行和两家虚拟银行，分别是中国银行（香港）、汇丰银行、ZA Bank (众安) 、蚂蚁银行，强烈建议大家多开户几个防止回来之后才发现用不了，血亏。

前言

感谢 Kimi K2，让穷人也用上了 Claude Code。

Claude Code 发布以来，编程能力是目前公认最强的，但是对国内不太友好，封控严重，国内一封一大片，我也在一直观望，否则秒封白折腾。

但是 7 月 11 号晚上 月之暗面发布 Kimi K2，总参数 1T，支持 Anthropic API，价格还便宜，可以替换 Claude Code 的默认模型，实现国内无痛用上 Claude Code，

Claude Code：https://www.anthropic.com/claude-code

前言

之前我分享了我开源的两个全栈项目，《舔狗日记》 和 《吃啥好呢》，可以看前文

新作品《舔狗日记》：在爱的剧本里，我们都是自己的主角

新作品：吃啥好呢 - 个性化美食推荐

在文章里面我提到了我放弃 Vercel + Supabase，选择自建服务器自己运维。

舔狗日记已开源～，传送门： 《新作品《舔狗日记》：在爱的剧本里，我们都是自己的主角》

GitHub：https://github.com/jonssonyan/dog-diary

前言

大家好。

今年 3 月份一个朋友和我说他有一个需求，就是不知道每天吃什么，我是不是可以开发一个推荐美食的网站？这样他就不需要每天纠结吃什么了，甚至可以直接生成菜谱，参照菜谱自己动手做饭。

现在很多企业都在用 AI 给业务赋能，网上充斥着各种名词，Agent、LLM、RAG、MCP、Function Call，看的眼花缭乱，本文会将它们比作是一台电脑的各个组成部分，通俗的给大家讲清楚这几个是什么？它们之间的联系是什么？

LLM（语言模型）- CPU

LLM 全称叫 Large Language Model（大语言模型），例如：ChatGPT、Claude、Gemini 等，这个是最常见的，大家应该第一个接触 AI 产品就是这些。2022 年 11 月 30 日 OpenAI 发布 ChatGPT，最初是的交互形式就是在网页上和大模型进行聊天。

后来人们想让 AI 扮演指定的角色，就出现了“提示词”（Prompt），人们不想每次都要告诉 AI 它需要扮演的角色，就出现了”系统提示词“（System Prompt），再后来人们将自己的提示词分享出来，就出现了“GPT 商店”，将自己写好提示词的 Chat 分享出来。例如：写作助手、编程专家。

RAG（检索增强生成）- 磁盘/内存

Mac 配置开发环境非常简单，只需要安装 brew 包管理工具，就可以一键搭建开发环境，而且 terminal 就像是 linux 下一样，非常适合开发。brew 源可能网络不太稳定，建议安装 Shadowrocket，感受丝滑的安装体验。

我平时写 java、python、golang、node.js 比较多。我需要安装 JDK、miniconda、golang、nvm。另外 还需要安装一些辅助开发工具，比如：git、chrome、postman、vscode，最后 JetBrains IDE 是必不可少的。

java

1

brew install --cask temurin21

java –version

前言

最近因为个人需求，需要对番茄小说 App 进行抓包，因为番茄小说网页版功能不全，并且 App 自己也进行了一些防护，导致抓包难度提升了一个台阶。最终花了2小时验证了两种方案，抓到了所有想要到的请求。

抓包软件

Web 抓包很简单，F12 就可以看到所有请求，然而 App 抓包需要使用到专业的抓包工具，我推荐一些常用的抓包软件

• Windows/Mac：Charles / Proxyman / Wireshark
• Android：Packet Capture
• IOS：Stream

“舔狗”，这个带着自嘲色彩的网络词汇，精准地击中了无数人的内心。我们在笑声中自嘲，却又在深夜里默默品味那份酸楚。

“舔狗”一词早已存在多年，但直到我观看了《喜剧之王单口季》中付航的脱口秀，才获得了新的灵感。他的一句“在舔狗的剧本里，舔狗才是主角，你杀青了！”深深触动了无数人。

以下是舔狗日记的网站主页

舔狗日记：https://dog.jonssonyan.com

在浏览器中输入网址，访问网站首页，你可以随机阅读一条日记。你可以复制日记内容，也可以为你喜欢的日记点赞。

jvm内存模型

• 元空间（Metaspace）：JDK1.8之后取代PermGen（永久代），存储类元数据，包括类的结构、方法、常量池、字段信息、静态变量等，不再使用JVM 堆内存，而是直接使用本地内存（也就是操作系统的内存）。因此Metaspace可以扩展到更大的内存空间，而不受堆内存限制。
• 堆（Heap）：堆分为年轻代（Young Generation）和 老年代（Old Generation）。
• 栈（Stack）：每个线程都有一个私有的栈，栈中存储的是栈帧。栈帧包含：局部变量表（存储方法的参数、局部变量、返回值等），操作数栈（执行方法的计算和操作）， 动态链接（方法调用时的符号引用），方法返回地址（用于标识方法执行完毕后返回的地址）。
• 本地方法栈（Native Stack）：与栈类似，但是它存储的是 Native 方法（即由 Java 调用的本地方法）的相关信息。
• 程序计数器（PC Register）：每个线程都有一个独立的程序计数器，用于记录当前线程执行的 字节码指令的地址。在多线程环境下，JVM 使用该寄存器来追踪线程执行的位置。

类加载器

启动类加载器（Bootstrap ClassLoader）<-扩展类加载器（Extension ClassLoader）<-系统类加载器（System ClassLoader）< -自定义类加载器（Custom ClassLoader）

1. 启动类加载器（Bootstrap ClassLoader）

   作用：负责加载JRE（Java Runtime Environment）中的核心类库，通常是JDK中的rt.jar（包含了所有的核心Java类，如java.lang.*包中的类）。

   实现：启动类加载器是由本地代码实现的，因此它是JVM中的最顶层加载器，并且通常是一个由C++编写的本地类加载器。它并不是java.lang.ClassLoader类的子类。

   职责：加载JDK内部的核心类，像java.lang.Object、java.lang.String、java.util.* 等。

2. 扩展类加载器（Extension ClassLoader）

   作用：负责加载JRE中的扩展库，即ext目录中的类库。扩展库通常位于$JAVA_HOME/lib/ext目录下，或者是由java.ext.dirs系统属性指定的路径。

   实现：扩展类加载器是由 ClassLoader 类的子类 URLClassLoader 实现的，并且它会依赖于启动类加载器。

   职责：加载扩展 JDK 类库（比如 javax.、org.xml. 等）。

3. 系统类加载器（System ClassLoader）

   作用：也叫做应用类加载器，负责加载应用程序的类路径（classpath）中指定的类。

   实现：系统类加载器是ClassLoader类的一个实例，它通过读取classpath中指定的路径加载类文件。通常这些类是我们在项目中开发的类。

   职责：加载应用程序中的类，通常由-classpath或-cp参数指定，或者是CLASSPATH环境变量指定的路径。

4. 自定义类加载器（Custom ClassLoader）

   作用：开发者可以自定义类加载器以满足特定的需求。通常情况下，自定义类加载器可以扩展ClassLoader类，并重写findClass和loadClass方法来实现自定义的类加载行为。

   实现：自定义类加载器通常用于动态加载某些特定路径下的类，或者在特殊环境下加载类，例如，JSP的动态加载、插件机制、Web容器的类加载等。

   职责：通过重写类加载的逻辑来满足特定应用的需求，如加载特定路径的类、支持热部署等。

Redis 现在用的地方非常多，特别是在高性能、高并发系统中应用非常广泛，消耗资源少，能够实现的功能很多。

数据结构

基本数据类型

• String：字符串
• Hash：K->V
• List：有序列表
• Set：去列表
• Sorted Set/ZSet：去重有序列表，按照 score 排序
• Bitmap（Redis>2.2）：位存储，可应用于统计用户信息，活跃，不活跃！登录，未登录！打卡，不打卡！两个状态
• Geo（Redis>3.2）：地理位置
• HyperLogLog（Redis>2.8）：基数统计,可应用于注册 IP 数,每日访问 IP 数,页面实时UV,在线用户数,共同好友数等，存在 0.81% 标准错误的近似值
• Stream（Redis>5.0）：流，消息队列和实时数据处理

String底层数据结构

消息队列一般在大型系统中使用比较多，特别是流量比较大的系统，小系统引入消息队列反而是一种累赘，可以使用 Redis List 数据结构模拟简单的队列，成本更低。

消息队列使用场景：解耦（例如：系统之间通讯）、异步、削峰

以下是常见消息队列 ActiveMQ、RabbitMQ、RocketMQ、Kafka 之间的对比

RocketMQ 和 Kafka 用的比较多，对 Java 程序员比较友好，Kafka 支持的吞吐量大，经常在大数据场景下使用。

下载源码

安装好JDK后，源码目录下面有src.zip文件，这个文件就是JDK的源码

搭建调试环境

新建Maven工程，包含以下文件

• source：源码文件夹（手动新建）
• test：单元测试文件夹（手动新建）
• Main.java：主函数（自带）

可用于代理（加速）任何 HTTP 请求，实测可以给 Docker 镜像仓库加速

本文介绍我最近写的新作品：使用 Cloudflare Workers/Pages 搭建 HTTP 反向代理，代码已经全部开源在 GitHub，按照 README 里面的脚本搭建就可以了，非常简单。

GitHub：https://github.com/jonssonyan/cf-workers-proxy

支持任何 HTTP 请求代理，可用与镜像仓库国内加速。支持对请求进行 URL 过滤，User-Agent 过滤，IP 黑白名单，地区黑白名单，Nginx 伪装/302 重定向。

需要注意的是，建议自用，如果反代请求量太大，账号可能被官方风控，建议大家设置 IP 白名单，配合其他过滤条件。

本博客之前的图床是 mdnice，但是最近 mdnice 开始收费了，不开会员图床容量只有 100 MB，毕竟是第三方，担心图床突然哪天突然失效。之前没有用博客本地图床是因为博客部署在国外服务器上，虽然用了 CDN，但是使用国内网络，如果没梯子并且文章中有图，网页可能会加载缓慢。

如今没有稳定的图床，只能放在博本地，可以对图片进行压缩，让图片加载速度更快，200 KB 的图片可以压缩为 60 KB，而且肉眼看不出来图片差别。

难点是博客中使用 mdnice 图床的图片比较多，格式为 https://files...png ，手动下载，压缩，替换路径，费时费力。

具体的实现方案是使用 Python 正则匹配文章中 url 的值，使用 requests 下载图片至本地，使用 pngquant 将图片进行压缩并覆盖原图片，最后替换掉文章中的 url 为压缩之后图片的路径。