【AIGC】啃一个未知安装包的方法路径:从寻找 buf,到能写出解包器

任务 拿到一个安装包,要求做到四件事: 搞清楚该类型安装包的具体名称; 搞清楚它的内部信息存储结构,尝试解析存储结构中字段的含义,并用结构体实现相关定义; 搞清楚该安装包内嵌文件的存储方式,以及如何还原出内嵌文件; 在前两步的基础上,通过代码实现该类型安装包的解包程序——输出包内部信息,甚至还原出包内的内嵌文件。 第 1 条的答案这篇不写,所以下面所有截图和描述都只到「某类安装包」这一层。留着的只有方法路径、偏移量、结构体字段,以及几个我自己踩过的判断。原始样本只以 GPG 加密的形式随仓库发布。 这四条的排列本身就值得说一句:它是一条从"这是什么"到"我能复刻"的递进链,而不是四个并列的问题。名称和结构是认知,存储和还原是操作,最后代码只是把前三步的结论固化下来。做的时候如果跳过 2 直接奔 4,写出来的东西通常只对眼前这一个包成立。 一、寻找 buf 既然是安装包,资源肯定在自身。 第一反应是走 PE 资源:安装包嘛,图标、版本信息、对话框都在资源段里,内嵌文件大概也在那。打开资源看了——没有找到有用信息。这条路是死的,划掉。 ...

【AIGC】抓一本小说的正确顺序:先拿目录,最后才碰正文

这篇讲什么 不讲某个站怎么抓,讲的是:**从零开始要把「一整本小说」落到本地 txt,中间必须依次解决哪几件事。**顺序错了,代码就只是碰巧能跑。 边界先说清:全文不出现站点名、域名、书名,也不放任何章节原文,只讲方法。 一、先拿目录,别先拿正文 最常见的错误起手是:打开某一章,F12,把正文框选出来,写个循环。这么写能抓一章,抓不了一本书。 正确的第一个目标是目录页。理由很实在:正文页会缺章、会挂「上一页/下一页」、会插推荐位,而且正文页给不出「这本书一共多少章」这个信息。目录页是唯一同时提供「章节有序清单 + 每章地址」的地方,它是整本书的真相来源。数量对不对、顺序对不对,后面都得回到它来核。 目录页要取两样东西,分两次取:链接列表和标题列表,然后按同一个下标配对。这么写有个前提——两个列表长度必须相等。一旦目录里混进非章节链接,两个列表整体错位,你会拿到一堆用章节名命名、内容却是简介页的文件。而书名页同时挂「相关推荐」「作者其它作品」是非常普遍的做法。 **所以限定结构层级,比把所有链接取出来重要。**宁可只取目录容器里某个特定路径下的 a,也不要 //a 全取。目录这一步我愿意花的功夫基本就在这。 二、URL 是相对还是绝对,要在下载之前判断 模板站的章节链接经常是 /book/123/4567.html 这种相对路径。直接丢给 requests 要么报错,要么拿到莫名其妙的东西。 ...

【AIGC】AI 循环了 2002 次,交出 27 秒

先说结论:我花了 2002 轮 agent loop、29.1 小时墙钟,拿到一支 27 秒的宣传片,而它的评审分数在中途从 13/12 掉到 10/6。 成品在这儿,你们自己判断值不值: 【AIGC】世界游戏 · 27 秒宣传片 我对画面本来就不满意。但比画面更让我无语的是成本结构——所以我今天不吐槽美术,吐槽 loop。 一、账单 这是我从那次会话的完整记录里逐条数出来的(jsonl,28MB / 10818 行): ...

【AIGC】我把「发博客」这件小事,做成了 SOP

起因:博客发完,流程本身值得沉淀 前几天 AI 帮我剪 R6S 游戏视频,剪完我觉得可圈可点,让它把经验总结进了知识库,还顺带写了一篇「我是如何用 AI 帮我剪视频」的博客,发布到了我的博客站点。 博客发完,我想到另一件事:这次发布的过程——拟稿、审阅、提交、验证——也是一套值得固化的流程。下次再发博客,不该从头摸索。于是让 AI 把"AI 发布博客"这件事整理成一份标准操作流程(SOP),存进知识库新开的 sop/ 目录。 初版 SOP 是三段式: 前置:内容先经我审阅——拟大纲 → 拟全文 → 我点头才发布 流程:clone 仓库 → 文章放进 content/posts → commit → push 验证(必做,缺一不可):Actions 构建 success、两个入口 200、页面标题对上 初稿看着完整,但我审了一遍,提了两处修正。 ...

【AIGC】让 AI 剪游戏视频:人类的审美规则,机器的高效执行

最近让 AI 帮我剪了一批《彩虹六号:围攻》的高光视频:5 个 1GB 的游戏录屏,每个 20 分钟,最后产出 8 条几十秒的精彩片段,发布到抖音和 B 站。整个过程里 AI 干的活不是「自动剪」,而是「按我定的审美规则执行流水线」——我想聊聊这中间的差别,以及踩过的坑。 为什么是「AI 帮我剪」,而不是「AI 自动剪」 游戏录屏有个特点:体量大、密度低。一个 1GB、20 分钟的文件里,真正值得剪的回合可能就两三段,每段几十秒。让 AI「全自动」剪,它很容易把「有人开枪」当成「精彩」,剪出来是一堆没人味的枪声合集;人肉剪呢,对着 20 分钟视频一帧一帧找高光,一场打完要花掉大半个晚上。 ...

一个人 + 一个 Agent:我如何用 Agent 做完游戏宣发

前言(唯一的人类部分) 哦,其实并非,因为ai没有图片能力,所以图片都是我插的。 首先感谢豆姐,豆包工作下载即送30天会员(不是广告) 豆姐都不嫌我穷,我还怎么嫌豆姐弱呢?真的,蹬了一天了,蹬不完,根本蹬不完,别看我1天快把7天的量蹬光了,但是我今天又是更新知识库,又是同步github,又是组织迁移,又是宣发,又是让豆姐处理issue,又是整理文档记忆啥的。 omg,这都蹬不完,豆姐大气,太大气了,这不宣传一下真没话说。 对了,b站那边我发了(只有上传和发布是我干的,其他时候全是豆姐干的,ai忠诚的手这一块)。说起来豆姐不仅有全套剪辑能力(其他的没有),还有云电脑,终于不用担心电脑风扇转太快崩掉了。 太久不写md了,正在思考怎么写引用…… 【AIGC】这个对战棋,是一个人两天半肝出来的 【AIGC】30 秒学会《烽决》—— 比军棋多三个玩法 【AIGC】15 秒,看懂这盘棋有多狠 【AIEC】两天半,从 0 到可玩 alpha:一个人的游戏工作室 欢迎体验,也欢迎提issue(在本博客下面留言,我会处理) 起因 《烽决》(duelchess) 是我和我的 Agent 用两天半做出来的游戏——严格说,是一套完整的「游戏工作室管线」:130 次提交、9,453 行代码(72 个文件)、74 个单元测试、173 张美术素材、30 个音效(15 类)、4 张地图,当前版本 v1.0.0-alpha.1(可玩 alpha)。 ...

【AIGC】把 AI 当团队用:一个 Agent,八个角色,怎么分工

前情:《两天半,1 个人 + 1 个 AI,我造了一家游戏工作室》——我靠一个 WorkBuddy Agent,两天半做出可联机桌游《烽决》。这篇拆方法论的内核:怎么把一个 AI 当一支团队使。 一、先纠正一个误区:「一个 AI」不等于「一个员工」 大多数人对 AI 编程的想象是:一个很能干的员工,你下需求,他写代码。这么用,你只能得到一个累死的全栈实习生。 我的用法是:一个 Agent,多个会话,每个会话绑定一个专家角色——PM、前端、后端、规则设计师、美术、音效、DevOps。它们不共享对话记忆,但共享同一批 Git 仓库和文档。这支「团队」的组织结构长这样: 你(创意总监 + 终审) │ WorkBuddy Agent ┌────────┬────────┼────────┬─────────┐ PM 会话 前端会话 后端会话 美术会话 音效会话 │ │ │ │ │ └─────────┴────┬───┴────────┴─────────┘ 共享记忆:Git 仓库 + 文档 (五仓结构 / PRD / 数据清单 / 进度复盘 / 工作日志) 关键不是「多开会话」,而是每个会话只干一类事、只看自己该看的文档。PM 会话不写代码,前端会话不管部署,美术会话不碰规则。 ...

【AIGC】两天半,1 个人 + 1 个 AI,我造了一家游戏工作室

如果我说,一个只会写代码、不会画一张图、不会写一段旋律的人,用两天半时间,从零做出一款能联网对战的桌游——你大概会觉得我在吹牛。 但这是真的。更关键的是:我没有雇人,没有外包,背后是一支「AI 工作室」——一个 WorkBuddy Agent,在我这个「创意总监 + 终审」的指挥下,分饰 PM、前端、后端、规则设计师、美术、音效、DevOps 八个角色。 下面是这份「两天半造一家游戏工作室」的完整复盘。 一、先上硬核数据 两天半 · 1 个人 · 1 个 WorkBuddy · 130 次提交 · 5 个仓库 9.5 千行核心源码 · 74 个单元测试全绿 · 4 张地图 · 173 张美术贴图 · 30 个音效 8 大管线一人包揽:前端 / 后端 / 规则引擎 / 地图编辑器 / 美术 / 音效 / CI·CD / 文档 (游戏叫《烽决》,一款军棋变体的双人——同屏 / 联机——战棋桌游。先记住名字,文末有试玩。) ...

【AIGC】GitHub 下载龟速?我用 CF Worker 十分钟自建了一个专属加速节点

最近拉 GitHub 上的 release 和 raw 文件,速度又回到了熟悉的几 KB/s。第三方聚合加速站(比如 github.akams.cn 那种测速导航)确实方便,但用别人的节点总有点不踏实:下载 URL 全程经过陌生人的 Worker,人家理论上能记录你访问了什么仓库、甚至改写内容,防不胜防。而且节点质量参差不齐,三天两头失联。 既然自己有 Cloudflare,干脆自建一个。 原理其实很简单 这类加速站的内核基本都是 hunshcn/gh-proxy 这个项目,逻辑一句话能讲完:把请求里的 GitHub 域名重写成代理域名,Worker 收到请求后转发给 GitHub,再把响应(顺便处理 302 跳转、CORS 头)流式吐回来。release 资产、raw 文件、archive 压缩包、git clone(smart http),理论上都走这一条链路。 ...

【效率工具】家里跑 AI?我写了个温度告警插件,过热就飞书通知我

家里有台小服务器,平时跑着 AI 助手和一些自动化任务。大部分时间倒也没啥问题,但七八月份的室温一上去,加上编译大项目或者跑模型推理,CPU 和 GPU 温度经常蹭蹭往上涨。 最烦的是——你根本不知道它热了。等你发现的时候,可能已经 90°C+ 跑了几个小时。 需求其实很简单 我需要一个东西满足三件事: 安静监控:开机就在后台跑,别弹窗、别占资源 过热告诉我:不用我主动去看,CPU/GPU 超阈值了自动通知 别刷屏:同一次过热只通知一次,冷却期内别重复发 正好我电脑上一直开着 TrafficMonitor(一个轻量的系统监控工具,直接在任务栏显示网速和温度),它提供了插件接口,看了一圈没人做过飞书告警的插件,那就自己写一个。 TempWebhook:一个 C++ 写的 DLL 插件名叫 TempWebhook,本质上是一个 TrafficMonitor 插件 DLL。代码量不大,核心就 800 多行 C++: ...