Collaplex 做自托管的网络基础设施:检索、软件镜像、代码仓库,还有教程、工具与笔记。
一台公网小机器、一台软路由、几块硬盘,凑起来就是完整的服务面。公网只开必要的口。
都不是演示品,是每天在这台机器上跑的实例。数字取自各服务当前状态。
四路融合的检索:词向量管语义相近,BM25 管字面命中,链接权重给站点排序,关系多跳补邻接语义。语料由自建爬虫收割、精炼后增量重建索引。
26.04 全量软件源的本地副本,与官方索引零差异,增量续传。内网直连,断网照装。
自建 Git 服务,放源码与打包脚本。走独立端口,不经过主站。
域名解析、私有 CA、局域网测速、UPS 监控、路由器面板都只在内网可达,公网侧没有直连入口。填用户名点一下,页面采集这台机器的硬件指纹,比对通过就自动放行并建隧道。
Collaplex DNS
私有 CA
局域网测速
UPS 监控
路由器面板
教程、工具、笔记都在里面,每个入口点进去就是内容。
语料、索引、密钥、证书都放在自己的机器上。公网只暴露必要的只读面,管理面留在内网。
必须上云的部分先过两级门:先做廉价的敲门校验扛住洪水,通过了才做昂贵的证书校验。
词向量与倒排混排,同义词和上位词天然能召回。不上标注数据,避免用自己的判断训练自己。
看门狗只认真实请求的结果,不看端口在不在听。端口在听、请求全挂,是最常见的假健康。
图不落盘,服务器只回图片地址,原图仍从来源站取。真正攒下来的是索引 —— 官方只保留最近 8 天,过期就再也查不到,所以这里每天记一条。
图片来自 Bing 每日一图,版权归原作者所有。
在浙江绍兴。做的东西分三层:最下面是网络与身份,中间是检索与知识组织,上面是本地推理与自动化。
风格是先跑起来再收紧。能用手边硬件验证的方案不会先买设备;配置不动了就锁死,不追新。