从墨子到灵奕：兵棋推演系统学习指南本文将墨子·未来指挥官的作战规则教学与灵奕智能推演系统的新增特性整合在一起，形成一份从「人指挥打仗」到「写程序代替人指挥打仗」的完整学习指南。作战规则部分以墨子教学 PPT 为底，灵奕新增部分（智能体开发、战前规划、编组作战、防作弊鉴权）以学习指南为底，力求一份文档覆盖全部核心知识。 一、墨子与灵奕是什么关系墨子·未来指挥官（官网 hs-defense.com）是一套纯人指挥的兵棋——人建想定、人下命令、人对战或打人机。 灵奕智能推演系统（APlatformLobby） 在墨子的作战规则底座上，新增了两条全新主线： 维度 墨子（旧） 灵奕（新） 对战方式 人人 / 人机 人人 + 人机 + 智能体（AI 程序）对战 指挥主体 人手动指挥 人指挥 或 AI 智能体自动指挥 推演流程 直接开打 多了战前规划阶段（倒计时，可移动部署） 单元组织 单机/单舰 新增编组（飞机编组、编组挂载/构成） 防作弊 弱 HMAC 签名 + 父进程血缘 + LocalSocket nonce 鉴权 单机引擎 — ...

CTF(Capture The Flag,夺旗赛)是一种网络安全竞赛形式,参赛者通过分析、破解各类安全题目获取 flag(一串特定格式的字符串)来得分。本文整理 CTF 各方向的入门资料、练习平台、常用工具与 Writeup 来源,方便随时查阅。 主要方向CTF 题目通常按技术方向分类,常见的有以下几类: Web:Web 安全。涉及 SQL 注入、XSS、SSRF、文件上传、文件包含、反序列化、SSTI 模板注入、命令注入等。 Pwn:二进制漏洞利用。涉及栈溢出、堆利用(UAF、Double Free、Tcache 攻击等)、格式化字符串漏洞、ROP 等。 Reverse:逆向工程。分析二进制程序逻辑还原算法,涉及反汇编、反编译、脱壳、反混淆等。 Crypto:密码学。涉及 RSA、AES、DES、古典密码、椭圆曲线、哈希碰撞等。 Misc:杂项。涉及隐写术、流量分析、数字取证、内存取证、编码转换、脑洞题等。 其他方向:Mobile(安卓逆向)、IoT(固件分析)、区块链智能合约安全等。 知识库与教程 CTF Wiki:中文最系统的 CTF 知识库,涵盖各方向基础到进阶,入门必 ...

本文整理山西省职业院校技能大赛(高职组)”信息安全管理与评估”赛项的规程要点、考核内容与备考方向,供参赛备赛参考。资料来源为赛项官方规程文件(第十八届,2024年12月发布)。相关资料点击跳转 赛项概览 赛项名称:信息安全管理与评估(Information Security Management and Evaluation) 赛项组别:高职组(含教师组与学生组) 赛项归属:电子信息大类 竞赛形式:个人赛,以院校为单位组队参赛,不得跨校组队 竞赛总时长:3 小时(不含阶段切换时间) 说明:本赛项对接全国职业院校技能大赛网络安全项目的技术标准,覆盖信息安全技术应用高职专业教学标准。 竞赛模块与分值竞赛分三个阶段,各模块内容、时长与权重如下: 阶段 模块 主要内容 时长 分值/权重 第一阶段 网络平台搭建与设备安全防护 网络规划、基础网络、安全设备配置与防护 60 分钟 300 分(权重 30%) 第二阶段 网络安全事件响应、数字取证、应用程序安全 日志分析、内存取证、流量分析、逆向分析 60 分钟 300 分(权重 30%) 第三阶段 夺旗挑战 C ...

飞牛 NAS 部署 CowAgent 并开放局域网访问 环境：飞牛 NAS（主机名 fnnas，普通用户 FNNAS，Python 3.11）CowAgent 源码位于 /root/CowAgent/，Web 控制台端口 9899所有命令在 NAS 上以 root 运行（sudo -i） CowAgent 即 chatgpt-on-wechat（命令名 cow，包名 cowagent），是一个可以把 AI 接入微信/飞书的聊天机器人框架，支持多模型后端（智谱 GLM、OpenAI 等）、技能扩展、Web 控制台等功能。飞牛 NAS 没有自带浏览器，Web 控制台默认只监听 127.0.0.1，本机访问不了，所以需要把监听地址改成 0.0.0.0，让局域网内的电脑/手机能通过浏览器访问。 本文从零开始记录完整部署流程：获取源码、安装依赖、初始配置、用 systemd 托管服务、开放局域网访问，最后附常见坑和速查命令。 为什么选源码部署项目提供了一个 docker-compose.yml，但引用的预构建镜像只有 amd64 版本。飞牛 NAS 如果是 ARM 架构（ ...

飞牛 NAS 部署 Headroom 压缩代理：给 CowAgent 省 Token 的完整指南 环境：飞牛 NAS（主机名 fnnas，aarch64，Python 3.11.2，无 uv）CowAgent 源码位于 /root/CowAgent/，当前 bot_type: zhipu，模型 glm-5-turbo，智谱 key 已配置所有命令在 NAS 上以 root 运行（sudo -i） 链路1CowAgent (zhipu/OpenAI 格式) → headroom (:8787/v1, 压缩上下文) → https://open.bigmodel.cn/api/paas/v4 → GLM Headroom 是一个透明代理，CowAgent 发的智谱 key 会原样透传到上游，不用装 cc-switch。CowAgent 的 bot_type、model、zhipu_ai_api_key 都不动，只改 zhipu_ai_api_base 指向 headroom。 如果你还没部署 CowAgent，先看 飞牛 NAS 部署 CowAgent 并开放局域网访问，本文假设 C ...

把 Claude Code 的 API 调用链路改成 Claude Code → Headroom → cc-switch → GLM，用国产模型替代 Claude 的同时，靠 Headroom 压缩上下文进一步降低 token 消耗。本文记录完整的搭建过程。 为什么要这么折腾Claude Code 用起来很爽，但 Claude 的 API 价格摆在那里——尤其是长上下文对话，token 消耗很快。国内智谱 GLM 提供了 Anthropic 兼容接口，可以完全替代 Claude 的模型层，价格低很多。当然claude也可以用，同理。 但光替换模型还不够。Claude Code 默认会把完整对话历史每次都发上去，如果能在中间加一层压缩代理，剪掉冗余的上下文，token 消耗还能再省一笔。 所以最终链路设计成这样： 123Claude Code → Headroom (:8787，压缩上下文) → cc-switch (:15721，注入 GLM key) → https://open.bigmodel.cn/api/anthropic ...

Synergy 是一款纯软件的 KVM 方案：不用切换器、不用额外硬件，装好软件就能用一套键盘鼠标控制多台电脑。Windows、macOS、Linux、树莓派都能连在一起。 为什么需要 Synergy桌面上摆两台电脑的情况其实挺常见的——一台 MacBook 办公，一台 Windows 台式机打游戏或跑实验；或者 Linux 服务器 + 日常用的笔记本。每台机器各接一套键鼠，桌面很快就不够用了。 硬件 KVM 切换器可以解决，但有两个问题： 贵——支持高分辨率 + 多显示器的 KVM 价格不便宜 不灵活——同一时刻只能操作一台机器，没法把鼠标从 A 屏滑到 B 屏 Synergy 的做法更符合直觉：光标移动到屏幕边缘，自动跳到另一台电脑的屏幕上。跟用多显示器一样，只是另一块屏幕是物理上独立的计算机。 功能介绍跨平台操控Synergy 支持 Windows / macOS / Linux / 树莓派，不限操作系统组合。光标移向屏幕边缘自动切换，拖拽丝滑。 剪贴板共享跨设备复制粘贴文本，从 Mac 上复制一段代码，直接 Ctrl+V 粘贴到 Win ...

Mineradio 是一款基于 Electron 的沉浸式音乐播放器，视觉和交互体验都做得很棒，但官方只提供了 Windows 版。前段时间抽空把它适配到了 macOS，并打包成了 .dmg 安装包。这篇文章记录一下踩过的坑和最终方案。 背景Mineradio 用 Electron 构建——也就是说底层是 Chromium + Node.js——按理说天生跨平台。项目里也确实有一段 macOS 的判断逻辑： 12// 第 1288 行if (process.platform !== 'darwin') app.quit(); 这行代码的意思是”非 Windows 就退出”，给 macOS 留了个明确的入口开关。抱着试试看的心态关掉这个判断，跑了一下 npm start，窗口真的弹出来了。但全屏按钮点了没反应。 于是开始了适配之旅。 全屏修复：最折腾的一环根因Electron 窗口如果同时设置了 transparent: true 和 frame: false（透明 + 无边框），在 macOS 上调用 setFullScreen(true) 会静默失败。这 ...

一款基于 Entity-Component-System (ECS) 架构的 HTML5 竖屏打飞机游戏——Strike Force。Canvas 原生渲染、纯 JS 实现，直接在浏览器里玩。 试玩按下 ENTER 开始游戏。WASD / 方向键 控制飞机移动，空格 开火。摧毁敌机获得分数，活着就是胜利。 为什么用 ECS游戏逻辑拆成了十几个独立的 System，每个 System 只做一件事： System 职责 BackgroundSystem 星空滚动背景 InputSystem 键盘输入 PlayerMoveSystem 玩家移动 EnemyAISystem 敌机 AI WeaponSystem 子弹生成 MoveSystem 位置更新 CollisionSystem 碰撞检测 DamageSystem 伤害处理 SpawnSystem 波次生成 LifespanSystem 生命周期 CleanupSystem 垃圾回收 RenderSystem Canvas 渲染 HUDSystem ...