• Visit the English site here, or click ‘Switch to English’ at the left sidebar.

序言

『对话 LLM』是指在与 LLM 聊天工具（如 DeepSeek、ChatGPT）的对话中学习知识。通过 Q&A 的方式学习，效率更高。『对话 LLM』的博文内容主要源自于我与 LLM 聊天工具的对话。

本文讲述了 JWT 的原理、工作流程、优缺点。

题目

题目来源：30. 串联所有单词的子串

题目描述：

给定一个字符串 s 和一个字符串数组 words。 words 中所有字符串 长度相同。

s 中的 串联子串 是指一个包含 words 中所有字符串以任意顺序排列连接起来的子串。

• 例如，如果 words = ["ab","cd","ef"]， 那么 "abcdef"， "abefcd"，"cdabef"， "cdefab"，"efabcd"， 和 "efcdab" 都是串联子串。 "acdbef" 不是串联子串，因为他不是任何 words 排列的连接。

返回所有串联子串在 s 中的开始索引。你可以以 任意顺序 返回答案。

序言

在上一篇文章中，我使用 QQ 邮箱作为 ChangeDetection 的通知服务。当时是为了快速上手 ChangeDetection，显然这是没有必要的，因为存在不少开源的通知系统，比如 ntfy。本文会介绍 ntfy 的安装和使用，这本身没什么难度。但是，在与 ChangeDetection 整合时，我却遇到了不少困难。本文也将包括这些问题的解决方案。

序言

最近在等待某个网站上的通知，于是时不时打开网站看一眼。后来觉得太麻烦了，准备写个爬虫自动监测。又发现网上有很多现成的平台（于是懒得写代码了），但是它们的免费方案都只包括监控静态网页，想要处理 JSON 要付费，因此开始寻找开源替代方案。于是，就有了本文的主题 —— ChangeDetection。

ChangeDetection 有两个功能：监控 URL 内容变化；通知这些变化。这两个功能足以覆盖大部分日常场景。

序言

最近感到我使用 Hexo 写文章时的流程有些繁琐，因此想要将这一流程自动化。流程自动化的工作包括：更新 NPM 依赖、编写构建脚本弥补 Hexo 现有的不足、使用 GitHub Actions 自动部署网站。

最早开始用 Hexo 时，我还不擅长读文档，喜欢看别人的教程。有了一年多使用 Hexo 的经历，以及半年多部署各种开源软件的经历，让我开始着手这一改进。

序言

如果要用数据库保存文件目录的结构，应该使用哪种数据库？ —— 要么 NoSQL，要么 RDBMS。选取 NoSQL，应该选择支持树形结构的；选取 RDBMS，重点在于表的设计和查询操作。

这个问题的关键在于：我们要对数据库中的目录结构做何种操作？ 显然，这些操作本质上是对文件系统上文件的操作。

• 操作1：单个文件/目录的增删改查，即拷贝、删除、剪切某个文件/目录；
• 操作2：递归遍历某个目录；

只有考虑了这两点，才能设计出高效的方案。本文给出了 NoSQL 和 RDBMS 的方案，重点在于后者。另外，本文还探讨了使用 JSON 的方案。

序言

AutoBangumi 是一款“基于 RSS 的全自动追番整理下载工具”（以下简称 AB），很适合我这种同时使用 qBittorrent （以下简称 QB） 和 Jellyfin 的用户。在使用 AB 追了一个季度的番剧后，我对于 AB、Jellyfin等软件以及 RSS、刮削等概念有了更深的理解。尽管 AB 提供了自动化，但引入它也增加了追番流程的复杂度 —— 尤其表现在 AB 出问题时。

回顾以往使用 QB RSS 功能的经历，加上新的理解，我选择不再使用 AB，而是使用 QB RSS 来代替。尽管在每个季度追新番时的步骤增加了一些，但整个系统的复杂度和资源占用量降低了。总的来说，我对这个改变是满意的。

自动化追番流程

flowchart LR
subgraph g1[RSS订阅器]
a1[AB] ~~~ a2[QB ]
end
subgraph g2[RSS下载器]
b1[AB] ~~~ b2[QB]
end
subgraph g3[torrent下载器]
c1[QB] ~~~ c3[Transmission ]
end
subgraph g4[下载后任务（可选）]
d1[邮件通知下载完成] ~~~ d2[修改下载视频名] ~~~ d3[创建硬链接]
end

subgraph g5[Jellyfin（插件）刮削]
e1[Bangumi] ~~~  e2[AniDB] ~~~ e3[TMDB]
end
g1-->g2-->g3-->g4-->g5