写这篇的时候，这个站刚上线第四天，全程我几乎没自己敲过几条命令。

前言

本人不是计算机专业的，大学学的东西跟这个方向完全不搭边。最开始连 Linux 是什么都只知道个名字，会的两条命令是 ls 和 cd，还是现搜的。

所以这篇算不上教程，就是一个纯新手，在 AI 的帮助下把一台空服务器折腾成一个能看的网站，回头把自己觉得"要是早知道能省很多事"的那几件事记下来。你要是已经很熟了，这篇可以直接跳过（真的）。

一.服务器篇

1.别看首年价，看续费价

这是我觉得最要紧的一条，也是我最后选了阿里云的主要原因。

各家云服务器的活动页都在拼首年价，几十块钱一年的满屏都是，但那些便宜基本都挂在"新客专享、限购 1 台"上——也就是说这个价你只能吃一次，第二年开始大概率按日常价（就是页面里那个被划掉的原价）来收，差个四五倍很正常。

阿里云那个 99 计划不一样的地方，是它把"续费同价"写进了活动页：经济型 e 实例，2 核 2G、3M 固定带宽不限流量、40G ESSD Entry 云盘，99 元/年，新老同享、续费同价，一口价锁到 2029 年 3 月 31 日。它页面上自己标的那行日常价是 1507.56 元/年——那才是这台机器原本的价。

下面这表是我买之前大概比过的（2026 年 10 月的价格，随时会变，买之前自己再看一眼）：

配置上腾讯云那档其实不小气，同样是 2 核 2G，它给到 4M 带宽，比阿里云还宽 1M。

这儿也得说公平一点：腾讯云那档 99 元的，有人实测过是能同价续的，不是第二年一定涨。区别在说法上——腾讯云活动页写的是"个人专享限 1 个"，我没看到"锁到某年"这种承诺；阿里云是把一口价锁到 2029 年 3 月 31 日白纸黑字写在上面的。一个是"现在能续"，一个是"承诺续到哪天"，后者你才敢做长期打算。

2.同样的带宽，流量算法不一样

这个坑挺隐蔽，我一开始也没注意。两家的机器都标着"3M / 4M 带宽"，但算的不是一回事：

• 阿里云 99 计划是固定带宽、不限流量，用了多少你不用管；
• 腾讯云轻量是峰值带宽 + 每月流量包（99 元那档是 300GB/月），超了按 0.8 元/GB 接着算。

个人站一般不会超，但"可能会超，得盯着"和"根本不用管"是两种心情。新手我建议直接选不限流量的，少一件要惦记的事。

3.别看名字，看是不是"套餐制"

买的时候别纠结它叫什么，要看打没打包。套餐制（腾讯云管这个叫"轻量应用服务器"）把带宽、系统盘、镜像打包好给你，控制台一个页面就能操作完；自定义配置的标准云服务器什么都要自己选，VPC、安全组、弹性公网 IP 这些，光把网络弄通就够新手折腾半天。

顺带解开一个我一开始没搞懂的困惑：阿里云 99 计划虽然归在 ECS 里，但它是固定配置一口价，买起来跟套餐一样省事。所以"轻量"和"ECS"不是好坏之分，前者是卖法，后者是产品名。

二.得先懂一点服务器常识

不用学，知道下面几个词是什么就够了。剩下的 AI 会替你做，你只要能大概看懂它在干嘛、它改出岔子的时候你能发现就行。

端口和安全组。服务器对外提供服务的每个东西都占一个端口：网页走 80，HTTPS 走 443，远程登录走 22，面板可能走 36622。这里有个我踩过的坑：阿里云这类厂商的防火墙叫安全组，它是白名单，你只在服务器里用 ufw 放行是没用的，必须再去控制台的安全组里放行一次，否则外面怎么都连不上，还会误以为是服务挂了。反过来也意味着——用不到的端口别放，这机器挂在公网上，日志里天天有境外 IP 在扫。

服务器面板。像 1Panel、宝塔这种，就是网页版的控制后台，能图形化地看 Docker 容器、改文件、申请证书，不用全程对着命令行敲。我装的是 1Panel。

**Docker。**把应用和它依赖的一整套东西打包成一个"集装箱"，装进去、删掉都不影响系统本身，比直接在系统上装软件干净得多，出问题重来也快。

**Nginx。**静态站就是靠它把文件递给访客的，网站配置基本在 /etc/nginx 下面，改完 reload 一下生效。

几条命令。ls 看目录、cd 进目录、rm 删、df -h 看硬盘还剩多少、tail -f 日志文件 实时盯日志。会这几个就够了。

**快照和备份。**这是我觉得最该先学会的一个词。快照就是给整块云盘在某个时间点拍一份完整拷贝，控制台点几下就能建；机器被你（或者被 AI）搞崩了，回滚一下就回到拍照那一刻，比重装一遍省事太多。阿里云的标准快照是 0.12 元/GB/月，40G 的盘一个月也就四五块钱。

这里有两件事得记牢：

一是快照要打在动手之前，不是崩了之后。改配置、装大件、让 AI 动生产环境之前先手动打一个，几分钟的事。嫌麻烦就去开"自动快照策略"，让它每天凌晨自动打、只保留最近 7 天，之后基本不用管。（打快照那一小会儿云盘的读写会变慢，别挑访问高峰弄。）

二是快照不等于备份。它跟这块云盘待在同一个地方，机器要是整个被删掉、或者账号出状况，快照也可能跟着一起没。真正舍不得的东西——文章原稿、图片这些——还是得另外存一份到别处。

三.把服务器交给 Agent

AI 能真正帮上忙，是从你把服务器交给它开始的——把公网 IP、用户名、密码给它，它就能自己登上去装环境、改配置、翻日志、重启服务。你这边只要说人话就行，比如"把首页那个分类过滤去掉"。

不过交密码这件事我自己犹豫过，下面几条是我现在的做法：

• 更稳妥的做法是新建一个普通用户给 AI 用，别直接给 root，需要权限时走 sudo；或者用 SSH 密钥登录，随时能把那把钥匙删掉。
• 面板这种管理后台的端口别对外开放，我是用 SSH 隧道映射到本机 127.0.0.1 来访问的，公网根本连不上。
• 真要说风险，我倒不太担心"AI 拿我数据"，个人站也没什么可拿的；我更担心它手抖——一句 rm -rf 打错目录就全没了。
• 所以给自己定了条规矩：删东西、动生产配置之前先备份（对我来说就是先打个快照），改完自己再验一遍；要清垃圾就逐文件点名让它删，别甩一句"你看着清理一下"。

（纯本地自建隐私上当然更稳妥，但那样就没有公网 IP，别人打不开你的站了——看你要哪个。）

四.站在开源项目的肩膀上，剩下的交给 AI

这个站不是我写的，是 GitHub 上的开源博客主题 Shirone（Astro 静态站）。我干的活其实只有两件：挑一个顺眼的开源项目，和把需求讲清楚。

流程大概是这样：在 GitHub 上搜关键词（astro blog theme、个人博客主题之类），看 star 数和最后更新时间（太久没更新的别碰），把仓库链接丢给 AI 让它先读文档；确认能跑之后让它部署到服务器上；然后就进入"提需求—等它改—自己刷新看效果"的循环。

AI 在这个阶段能干的活比我想的多：

• **查 bug。**直接把报错或者截图给它，它会自己去看 nginx 的 error log、看构建输出。
• **清垃圾。**我有一次发现硬盘满得很快，它查出来是 /tmp 里堆了一堆临时文件（顺带一个冷知识：有些系统的 /tmp 是内存盘，往里放大文件等于直接吃内存）。
• **改功能。**换导航项、改页面文案、下线不想要的页面、换图标、给封面加加载失败的兜底，都是一句话的事。
• **顺手优化。**图片转 WebP、开 gzip、补 favicon、加安全响应头，你说"帮我看看有什么能优化的"，它会自己扫一遍列给你。

这里面唯一值得记下来的一条教训：改了内容但线上没变，先怀疑构建缓存。我改过一次文章的分类，重新部署之后页面还是旧的，折腾半天才发现是内容层缓存没失效，得先把 .astro 缓存目录删掉再重新构建。所以"我明明改了啊"的时候，多半不是你改错了。

结尾

回头看，这四天里我自己动手写的东西其实非常少，但"我要什么"这件事一直是我自己在定——服务器为什么选这个、页面上留什么删什么、哪里不顺眼要改，这些 AI 替不了你，它只负责把你说的变成真的。

所以如果你想搭一个自己的站，我觉得门槛真不在于"会不会"，而在于"你想不想要一个自己的地方"。剩下的，找个开源项目，找个 AI，开搞就行。

这篇最早发在 B 站动态上，之后一直在评论区里补记做题时想通的东西，前后跨了 2025、2026 两年。 下面按发布时间排列；每条标题是发布当天日期，正文开头若另有「11月9号」这类字样，是我当时标的做题日期。

2025-07-12 · 原文

1.在复合函数，分部积分等多嵌套函数题目时，我需要明确多个链式，uv等，而老师的教学方法主要偏向为省略其中的代数部分，我的逻辑思考则是要把所有代数一一列出并在最终代入，不过很奇怪，再积分的换元法中，我能理解老师的步骤,在分部积分中几乎不能理解，省略的uv让我思维断层，我的方法计算很慢，但对我来说易理解，个人感觉老师的跳步让我略感吃力[原神_躺平]

[雪未来_泪目]

2025 年补记（评论区）

7月19日

又是被二阶线性微分方程击碎的一天

• 我这计算构思的，感觉越写越没自信

7月24日

有点痛苦。。老师教学基本基础内容全跳，而我却要恶补基础

10月23日

吐了，为什么常数项级数不同老师的教学方法能区别这么大，很多根本就不用比较法就能出答案，直接无脑求极限，等价，抓大头就能出答案。。我今天这个老师的方法比我集训的老师麻烦n倍

11月11日

11月9号

1.抓大头时分母的系数或者说分子的系数可以相加来改变。

2.Cot x可以等价为1/x。然后lncot可以等价为-lnx,lntanx等价为lnx

3.趋向于零时有时候也可以根据具体的数值改变趋向于无穷。然后同时也要注意看能不能抓大头。

• 3！

11月11日

11月10日

1.高阶导数计算基本熟练包括幂函数求n阶导，但是对于需要分数变形的求n阶导还不熟练

11月11日

11月11日

1.二阶导大于零为极小值。二阶导小于零为极大值。

2.水平切线代表斜率（导数）为0

11月12日

11月12日

1.E的抬起法。也可以反推得E的2lnx方等于x方

2.洛必达要分母分子同时使用。不要就是只对分母或者分子一端使用，有时候就算答案对，但是也会按不严谨扣分。

3.对数函数乘积法则。如ln3e可以写为ln3＋1＝ln3＋lne

4.积分题可以先把d后面的系数先提到前面。这样不易算错。

• 2！（变现积分求导弄完后也要注意分母上下是不是同时求导）

11月13日

11月13日

1.如果积分里面只有单个函数。或者说微分不好凑。然后也套不了公式，就要选择分部积分。

11月15日

11月14日

1.间断点注意不要落两边。趋向于无穷，也要想到趋向于负无穷。

11月15日

11月15日

1.分母为零一定为间断点（验证定义域）

2.d后面跟个函数是对它求微分。(dx)

3.算e的x方大于或小于某个常数时，要对两边同时取对数。这样计算方便。

4.求极值的题目都要判断极大值和极小值

11月16日

11月16日

1.变限积分求导后等于已经求导了。

2.求水平渐近线都是趋向于无穷。没有趋向于零的说法。

3.常数都是偶函数。

11月18日

11月18日

1.在二阶线性微分方程中，求通解时。求r1r2时，单独的y的系数为1，不要忘记。

11月19日

11月19日

1.在幂级数算收敛域中，相加的情况下，抓大头直接提最大项取系数。相乘的情况下要两个系数相乘。两种情况不同。

2.那个幂级数展开式那个首项会跟随着n的不同而改变。如果n=0，那他的首项也就是他的那个零代入的那个值。

• 2！有时候可以通过自己手动前移一项，让积分或者导数计算方便，便于约分

• 补充：n前提一项同时要同时提x

• 补充二：前提的x不用参与积分，作为常数直接相乘。

11月23日

11月23日

1.常见证明题中，条件给的是开区间,但在证明过程中都要改成闭区间，目的扩大范围，证明结束后，在改成原本的闭区间保持准确性

11月25日

罗尔。拿捏

11月27日

11月26日

1.收加收等于收。 发加发等于发。

• 发加发不一定，可收可发

11月27日

11月27日

1.写极值题第1步必须判断定义域

11月30日

11月29日

1.同 x 需令所有 f 有意义，不管加减乘除，取交集。而对于分段函数，不同段的 x 只需满足其所在段的条件即可，故取并集。

2.看见 f(复杂函数)，就设它为未知数，然后把等式右边也全部用未知数表示出来

3.所有等价无穷小都可以根据更改位置，然后更改正负符号

11月30日

11月30日

1.三角函数除了用二倍角降幂以外。也可以用因式分解化简。尤其分母是1-cos x或者1+cos x之类

12月2日

12月2日

1.参数方程一阶导的分母和二阶导的分母是同一个。

12月3日

12月3日

1.相切在导数中等于导数（斜率）相等。

2.法线x切线等于-1。（垂直）

12月6日

12月6日

1.小于一的分数开根号，反而会大于原来的那个分数。此类题目在积分比较中容易出现。

2.无穷型积分收敛性根据正常的p判别。 瑕积分P>1是发散的。同无穷型积分相反。

3.若积分为瑕积分，同时分母为根号一减x的任意次方，她的p/q恒定为2分之一，收敛。

4.求极限时 对数内部有时也可以进行抓大头计算。

12月9日

12月9号

1.如果函数为x和根号x方。若要求反函数或者说类似方程 可以移项，然后进行开平方。把其中的x或者x方消掉一个，使计算继续。

12月12日

12月12日

1.如果对t积分。这个积分里面还有一个x。这个x可以看成一个常数，然后可以提到外面去。然后最后的那个积分变量的x也要看常数，然后比如说dt变成d(x-u),直接求导把x消掉,变成负du. （再判断无穷小阶时，不要忘记就是前面的常数x也要参与求导，要记得使用导数乘法法则）

12月19日

12月18日

1.拉格朗日的函数构造一般是中间的数减数然后取范围。如果出现对数的话，且它不是个分式。可以减ln1。因为ln1为0,减去数值没有改变。同时这时也不要计较对数的法则以为分母为0。

12月20日

12月19日

1.水平渐进线有时候要考虑正无穷或负无穷的情况。尤其是那种反三角的。平常见不到属于特殊情况。

2.算斜渐近线截距时，因为它的条件必须要使差值接近0，但又不等于0，所以在算截距时，必须要进行分式变形，不能直接算极限直接代入。

3.不定积分中分母有多个根式切根号内部值相同，选最小公倍数作为变量进行积分

12月20日

12月20日

1.如果分母分子有部分关系是属于类似倍数关系或者什么之类的。不要只想到就是同乘同除进行通分。也可以进行逆向化解。比如分母或者分子拆成两个分式相乘。把同乘的步骤换成了拆的步骤。

12月21日

12月21日

1.不定积分对于sinxcosx的化解,常用两种方法, 1️⃣.两项次数相同降幂。 2️⃣.两项次数不同,优先拆次数为奇数的函数。

12月23日

12月23日

1.收敛性四则运算一般法则 在绝对收敛中， 收加收等于收 收×收等于收 收减收等于收 收除收等于发

条件收敛分情况

12月26日

12月26日（补充）

1.如果对t积分。这个积分里面还有一个x。这个x可以看成一个常数，然后可以提到外面去。然后最后的那个积分变量的x也要看常数，然后比如说dt变成d(x-u),直接求导把x变为0,变成负du.

（相乘和相加减不同，因为x是常数。相加时对他求导直接变成0。而乘可以把它提到x括号外面，比如d(xu）变成xd(u))

（再判断无穷小阶时，不要忘记就是前面的常数x也要参与求导，要记得使用导数乘法法则）

（在判断无穷小阶时，不要对变限积分就是比如说一个变限积分分成两部分，不要直接分开直接进行变限积分求导，要进行总的求导，因为判断无穷小阶最后要求极限进行洛必达，不这样在遇到一些同阶无穷小的题目时，分开进行求导会让就某些情况下会直接消掉，也不是会消掉吧，只是会误判，因为分开后前面那个x老是忘记参与乘法法则，消掉了之后你会意识不到他是同阶无穷小，是为了避免这种错误。）

2026 年补记（评论区）

1月1日

1月1日

1.在常数项级数中，cosnπ你可以看成交错题数。等于-1的n次。

1月18日

1月17日

1.参数方程，隐函数有时算完记得要回代

1月21日

1月21日

1.在幂级数中，面对负数的n次方要注意，必须要为n或n减1这种奇偶都有的才能称为交错级数，奇数项永远为负，例如2n加1，这种不能称为交错级数

2.求和函数展开时，在何处展开不一定要使前面的系数为1或负一，任意常数都可以

1月22日

1月5日（更正）

1.在进行积分求导时，提取的x或者x分之1时，如果能和分子约到，那参与求导或积分，如果不能，不参与

2.若提取的数字为多次方，如提取了x方分之1或者x方这种多次方时，优先选用套公式法，就是设未知数进行函数变形，因为多次方的出现，会让求导积分的方法变得异常复杂，也不是不能使用，纯粹计算复杂，所以优先选用套公式的方法。

2月1日

2月1日

1.判断单调区间时要注意一开始的定义域范围，有时候因为定义域的限制，单调区间也要改变

2月3日

个人认为还需加强点

1.计算 2.高阶导数 3.泰勒公式 4.幂级数公式合理步骤 5.中值定理合理步骤

2月4日

2月3日

1.判断不可导点个数思路

1️⃣分母为0的点 2️⃣绝对值为0的点 （特例情况，绝对值外有小括号类似（X-X0，X0不是不可导点）

2月11日

2月11日

1.在告诉函数可导时,已知可导函数f'(x),求原函数f(x),这种情况下考虑左右端点连续,就是不要忘记常数的存在,使两端连续要凑常数另两端相等。

2月20日

2月20日

1.非零因子直接代入也是一种等价

2月26日

2月26日

1.关于收敛性判定，有时要注意代进去的数字能否与分式化简，化简后收敛性不同要注意。

2.有时幂级数不能直接展开时，可以考虑先从他未导前的式子展开，最后在求导得到式子。

3月5日

3月5日

1.向量相同的混合积为0

2.三向量共面，混合积为0

3月25日

3月25日

1.单极值函数零点判断

• 1 ！

4月13日

4月13日

1.幂级数类题目，若存在分母n次开头的，可以移动n的次数，如分母为n减2，下面次数n为0，可改为2，改后不影响结果，便于另设未知数的化简

2.积分求面积体积时，有时要注意定义域，比如y等于根号x减一，这种情况下意味着他的下限不能为0

4月16日

4月16日

幂级数化简小技巧总结

1.提取系数凑,比如原本是-1的n次,前提负1,可以凑成-1的n-1次达成公式。

2.开根号，比如某些的指数上面它并没有平方，他只是单纯的一个n次方。但是这种情况下，我们可以单独给里面的系数开根号，凑成2n

3.加一减一化简,如分子和分母相差只有1时

4.设k同时根据下标情况改变

5.裂项

这篇原发布于 B 站动态（2024-11-25）。

前言

本人看动漫也有8，9年了，不过过去从来没有太过在意画质，观影体验，也就今年不知道是不是大学空闲时间太多（不务正业），才稍微了解了一些说不上算知识的知识，开始对观影有了更多的思考。

早在几个月前我就想写这样一篇来着，不过那会还是懒，专业知识较现在也不够丰富（虽然也就那样），还是兴趣使然吧，研究半年了总得发篇总结下。

一.资源篇

1.网盘向

谈到资源，互联网上最常见的资源分享方案自然就是网盘的分享转存，最热门的就如115网盘，123网盘等，其次就是运营商旗下的天翼，移动云盘。相比之下，其实各有优点，非运营商网盘和谐频率会较少，容量大，但其缺点是会员费昂贵，而运营商网盘则在这些方面恰好相反,同时还是因为通信巨头的原因，上传下载速度也会较其他网盘快一点（虽然声称不限速）。

2.磁力种子向

既然上文已经提到了磁力种子，那也就小小说明一下，磁力种子基于DHT网络技术，不需要中心服务器，用户之间直接传输文件，但由于依赖用户的上传，若资源过于冷门或过时，可能导致下载困难，也就是所谓的“死种”（不过一些网盘的离线下载可能仍能找到死种资源），磁力种子的下载软件有很多，包括Transmission，BitComet等，本文推荐的下载软件是qBittorrent（下文简称qbit)。

qbit自认为必须要知道的小知识

Tracker

既然是基于DHT网络技术，那么Tracker就是帮助用户找到别人的工具，它可以追踪有多少人同时在下载同一个文件，并把这些用户信息发给你的BT软件，BT软件就会尝试链接这些用户，让其他用户把文件上传给你（给你提供下载速度），而你又把下载好的文件上传给其他需要的人（给别人提供下载速度）。

Tip.

在qbit的设置中，需要勾选以下两个选项

很多tracker订阅会把所有tracker都标记为0级最高级,不向同级tracker汇报会只汇报一个tracker 这样会大大减少连接到的用户量。

3.BT站、PT站

磁力、种子与网盘不同，它不能依靠转存直接存到个人账号的网盘上，需要自己寻找资源，而BT站,PT站就成为了磁力种子下载者的归宿。

在动漫领域，BT站为动漫爱好者提供了丰富的资源。一些知名的动漫BT站，如dmhy和nyaa，拥有庞大的动漫资源库，涵盖了各种热门和冷门的动漫作品。用户可以通过这些站点下载到高清、无水印的动漫资源，享受更好的观影体验。

PT站与BT站类似，用没有专业术语的话来讲，它可以说就是私人的BT站，PT站对于注册要求苛刻，需要邀请码，同时保存账号条件也很严格，需要在一段时间内保持较高的上传量，对于没有公网ip的用户来说可以说是灾难（不过近些年来的公网ipv6基本已经普及），因此圈过于小众，本文不再举例具体站点。

二.整理篇

1.Alist、WebDav

Alist,近几年已经被说烂的一款程序，它可以将网盘资源挂载到网页，方便下载使用，同时它配合Webdav，可以将网盘直接挂载充当自身硬盘使用（不过限制繁多，个人只建议只读不写）。

Alist就观看方面必须知道的知识

Alist存储设置里的WebDAV策略尽量选择为302重定向，通俗的讲302重定向就是你看里面视频花费的流量是依托网盘的，你去观看是不会消耗你本地的流量的，这对于那些希望节省本地网络资源的用户来说是一个显著的优势。

不过某些网盘并不支持302重定向，只能说具体情况，具体选择。

2.云服务器

存储整理的模式有很多，有盒子，NAS等，不过我个人选择的方案是云服务器配合docker挂载网盘，对大于部分人来说，也是最经济且简单的选择。（虽然咸鱼应该可以搞到可便宜的）

国内常见的云服务器厂商有很多，大厂有华为云，腾讯云，阿里云等，小厂据我所知的也就雨云了，比较售卖模式，大厂大多都是首年便宜，但宽带极低同时续费昂贵，小厂是依旧的与其相反。

建议：若经济支持，当然还是选择大厂不为过。

三.播放篇

播放器推荐

Tip.播放器贵贱上并没有太多的区分，主要还是要看支持的解码器，插件，滤镜等东西，只要会折腾，那么任意一个都不会差太多。

常见的一些提升观感的插件，渲染器有MadVR,MPCVR等，具体设置可以前往VCB等一些论坛自寻查询提升视频观看体验。

四、拓展向

1.海报墙播放器

想要整理自己的资源，那自然而然也就会想到海报墙，可最常见的海报墙是非常难制作的，如苹果的infuse，安卓的afusekt等，你需要命名视频文件，刮削海报nfo，在匹配到海报墙的一些播放器中，运气不好的话有时甚至会匹配不上，整理会非常麻烦。

当然解决方法也不是没有，我用的方案是网易的海报墙播放器网易爆米花（原Flimly),它无需刮削，nfo是直接存在他们的自己的服务器上的，对我这种水平的爱好者来说已经算是轻便了。

2.Emby等一些影视服务器

Emby，也就是影视服务器，当然也不止这一种，还有jellyfin之类的，这是我前段时间才了解到的东西，它的许多资源甚至基于PT站，资源丰富，打个比方就相当于用别人的NAS,当然自己也可以创建服务器。别人的服务器多需要购买，公益服也有但是并不太常见，多见于小飞机。

如上，大概就是我的全部内容了，本文更倾向于通识，希望这篇文章能够为你提供一些实用的方法和思路，帮助你更好地享受动漫带来的乐趣。