折腾软硬件

一直有个疑问，代理规则差不多的情况下，Mac 上 QuantumultX 开启时就可以正常使用各种海外 AI 服务。

而 Shadowrocket 打开后，Claude Code 在终端或者客户端总爱提示我为不支持的区域，由于近期一家常用的机场服务发来邮件说不再支持 QuantumultX 了，迫使我必需面对这个问题。

原来，是因为 Mac 版本的 Shadowrocket 打开之后，默认的情况下只是在 127.0.0.1:1082 提供了一个 HTTP 代理端口，不会接管任何系统流量，这意味着浏览器里访问一般没有问题，但非浏览器的系统环境就不行了。

这个时候，只需要打开设置 - 隧道，开启「强制路由」即可，其他的不要动，比如：包括所有网络，包括本地网络、包括 APNs、包括蜂窝网络。

我错怪 Shadowrocket 了。

附一张隧道设置里各选项的含义，方便理解为什么只开强制路由就够了，不过，这些都是我和 AI 鼓捣出来的，有可能会出错哦：

今天更新了一下我的日常工具包。

在尝试了一圈的 AI 浏览器之后，包括 OpenAI 新出的 ChatGPT Atlas，还是 Dia 的细节打磨最为精细，尽管也有着一些无关痛痒的小毛病，但使用上真的很顺手，尤其喜欢最近更新的 Hide Tabs 功能，开启之后，可以沉浸式浏览网页。

我自己的一个偏见，AI 浏览器好不好用，首先从浏览器来看，毕竟绝大部分的使用里，都是作为浏览网页的窗口工具。

任务和日程管理其实一直在 Things3 和滴答清单这两个工具之间切换来切换去，倒不是因为哪个更好用，而是延期的事务积累多了，需要换个工具来缓解一下压迫感，哈哈哈。

不过，这次还有其他的理由。

在之前滴答清单的使用中，我遇到了接入第三方日历的限制，大概是最多三个 Caldav 日历。之后，被迫切换到 Things3 + 日历的使用组合，并且，我自己还开发了一个可以集成 Tesla 行程、Strava 运动记录以及各种第三方 Caldav 日历的本地服务，还额外开发了一个专注工具。但长期使用下来，每次要打开很多工具，这不那么符合我的精简注意力的目标，这次，再次回到了滴答清单，好在，之前开发的集成日历的本地服务也派上了用场，消除了之前遇到的限制。

这次的折腾也挺好，还收获了一大堆自己很喜欢的本地服务。

YouTube Music 是我最近发现的另外一个宝藏，我的 QQ 音乐会员要到期了，加上极其烦人的弹窗提示，真的是个折磨，那种想骂人的折磨。我自己一直是 YouTube 会员，YouTube Music 是个附赠，不能浪费了，而且，在已经有随机电台和本地 Nas 音乐库的情况下，还是需要一个在线的音乐库服务，毕竟，下载音乐本身仍然不如下载影视剧资源方便。

不管是码字还是码代码，除了 ChatGPT Codex 以外，仍然需要一个可以精准编辑的 AI Editor。在 Cursor 与 Windsurf 中间纠结了许久，在确认我自己不会用 Cursor 本身的 Background Agents 之后，Windsurf 应该更适合我。

我对未来的期望仍然是，想办法构建些东西，不管是给自己用还是给别人用，这比打游戏有趣多了，还有意义。

这几年，我所有工作记录基本都在 Notion 里，之前曾短暂使用过 Obsidian，也做过分享，但 Obsidian 不支持协作，发布也难用，基于精简工具的必要性，我的使用决策就变长了，只要不能省掉 Notion，就继续用 Notion。

然后，在 Notion AI 支持选择调用不同的模型后，其可用性大幅提升，以前那个只能改改文字的表达，徒有其表。现在，不管是方案撰写还是 Desk Research，Notion AI 可以非常方便引用历史沉淀，实现真正意义上的 Vibe Working，让每一次文档的撰写都能产生实质的复利，就是订阅价格飙升到了 24 刀每月。

每次在调整工具之后，我自己也好奇，到底每月要花多少钱在这种工具服务上，大概算了算，1000 元左右，不知道这个在什么负担水平？欢迎留言说说你们的哦。

AI 真的让 Nas 的可玩性又上升一个台阶。

尤其是 Nas 里的 Docker，它可以 24 小时在线，还可以被远程访问（依赖 Nas 服务）。

什么是 Docker 呢？它是一个开源平台，支持把应用程序及其依赖打包在轻量级的「容器」里，从而实现跨环境快速部署与运行。我一贯把 Docker 当做更复杂的软件服务，从一些镜像列表里挑选自己想要的，然后部署在 Nas 上，仅此而已。

没有 AI 之前，我甚少使用它，因为不会技术，只能在别人有限的镜像列表里挑选，诸般束缚。部署起来也费劲，需要那种我看不懂但事无巨细的图文教程，有了 AI 之后，部署再也不用到处求爷爷告奶奶了，只要和 AI 多沟通基本都可以解决，什么软路由 Openwrt，智能家居中心 Home Assistant，特斯拉数据中心 Teslamate 等等镜像，折腾一圈都可以完成搭建。

不过，我近期探索到的更有趣的形式是，让 AI 辅助自己构建想要的镜像，相当于将 Docker 变成 DIY 的工作坊，不再受限于大神们的镜像列表。像 3D 打印那样，对任何手头工具不满的时候，自己做一个，部署在 Nas 上，既可以多平台外网访问，还可以零成本数据持久化，连服务器都省了。

而且我还实现了通过 Compose 来完成多容器的数据联动，比如，我先给自己做了一个番茄钟工具，又本地部署了 Teslamate，后来，自己写了一个日历服务，将番茄钟的专注计时和 Teslamate 的行程都变成日历，最后输出到我的 Mac 系统日历上，这种定制化的需求，不会有其他人做。

此外，我也把 Docker 当做小工具的孵化器，一切始于满足我个人的诉求，不定期迭代，可能有一天会冲出象牙塔，冲不出去也没有关系，至少这个构建过程很好玩，像极了小时候玩的积木。