以下是 Spectre.Console 的核心功能示例，涵盖最常用的输出和交互场景：
1. 基础富文本输出
using Spectre.Console;
// 使用 Markup 语法（类似 BBCode）
AnsiConsole.Markup("[bold green]成功！[/] 文件已保存。\n");
AnsiConsole.Markup("[red]错误：[/] 无法连接到服务器。\n");
// 混合样式
AnsiConsole.Markup("[underline blue]https://example.com[/]\n");
// 自动换行写
AnsiConsole.Write(new Panel("[yellow]警告[/] 磁盘空间不足")
.Header("系统通知")
.Border(BoxBorder.Rounded));2. 表格
var table = new Table();
table.AddColumn("[u]ID[/]");
table.AddColumn(new TableColumn("[u]名称[/]").Centered());
table.AddColumn("[u]状态[/]");
table.AddRow("1", "订单服务", "[green]运行中[/]");
table.AddRow("2", "支付网关", "[red]离线[/]");
table.AddRow("3", "消息队列", "[yellow]警告[/]");
AnsiConsole.Write(table);3. 进度条 / 状态指示
// 带进度条的循环任务
await AnsiConsole.Progress()
.StartAsync(async ctx =>
{
var task1 = ctx.AddTask("[green]下载文件[/]", maxValue: 100);
var task2 = ctx.AddTask("[green]处理数据[/]", maxValue: 100);
while (!ctx.IsFinished)
{
task1.Increment(1.5);
task2.Increment(0.8);
await Task.Delay(50);
}
});
// 不确定时长的旋转状态
await AnsiConsole.Status()
.StartAsync("正在连接...", async ctx =>
{
await Task.Delay(3000); // 模拟工作
AnsiConsole.MarkupLine("[green]连接成功！[/]");
});4. 交互式提示
// 确认
if (AnsiConsole.Confirm("是否继续安装？"))
{
// 执行安装
}
// 文本输入（带验证）
var name = AnsiConsole.Prompt(
new TextPrompt<string>("请输入用户名：")
.ValidationErrorMessage("[red]用户名不能为空[/]")
.Validate(input => !string.IsNullOrWhiteSpace(input)));
// 选择列表
var fruit = AnsiConsole.Prompt(
new SelectionPrompt<string>()
.Title("请选择最喜欢的水果")
.AddChoices(new[] { "苹果", "香蕉", "橙子", "葡萄" }));
AnsiConsole.MarkupLine($"你选择了：[green]{fruit}[/]");
// 多选
var colors = AnsiConsole.Prompt(
new MultiSelectionPrompt<string>()
.Title("请选择颜色")
.AddChoices(new[] { "红色", "绿色", "蓝色", "黄色" }));5. 树形结构
var root = new Tree("[yellow]项目结构[/]");
var src = root.AddNode("src");
src.AddNode("Program.cs");
src.AddNode("Services");
src.AddNode("Models");
var tests = root.AddNode("tests");
tests.AddNode("UnitTests");
AnsiConsole.Write(root);6. 布局 / 网格
var layout = new Layout("Root")
.SplitColumns(
new Layout("Left").Size(30),
new Layout("Right")
.SplitRows(
new Layout("Top"),
new Layout("Bottom")));
layout["Left"].Update(new Panel("导航栏"));
layout["Top"].Update(new Panel("主内容区"));
layout["Bottom"].Update(new Panel("日志输出"));
AnsiConsole.Write(layout);7. 实时更新
var table = new Table().AddColumn("Time").AddColumn("Message");
table.AddRow("10:00", "系统启动");
await AnsiConsole.Live(table)
.StartAsync(async ctx =>
{
for (int i = 1; i <= 5; i++)
{
await Task.Delay(1000);
table.AddRow($"10:0{i}", $"事件 {i}");
ctx.Refresh(); // 刷新显示
}
});8. 带样式的异常显示
try
{
throw new InvalidOperationException("操作失败");
}
catch (Exception ex)
{
AnsiConsole.WriteException(ex, ExceptionFormats.ShortenPaths);
}9. 日历
var calendar = new Calendar(2026, 4);
calendar.AddCalendarEvent(2026, 4, 22); // 标记日期
calendar.HighlightStyle(Style.Parse("yellow bold"));
AnsiConsole.Write(calendar);10. 条形图 / 柱状图
AnsiConsole.Write(new BarChart()
.Width(60)
.Label("[green bold]项目进度[/]")
.CenterLabel()
.AddItem("后端", 80, Color.Green)
.AddItem("前端", 65, Color.Blue)
.AddItem("测试", 40, Color.Red));11. 分解图
AnsiConsole.Write(new BreakdownChart()
.Width(60)
.AddItem("CPU", 45, Color.Red)
.AddItem("内存", 30, Color.Blue)
.AddItem("磁盘", 25, Color.Green));12. 规则线
AnsiConsole.Write(new Rule("[red]警告区域[/]").RuleStyle("red").LeftJustified());
AnsiConsole.WriteLine("内容");
AnsiConsole.Write(new Rule().RuleStyle("green"));13. 文本样式
// 大字标题
AnsiConsole.Write(new FigletText("Hello").Color(Color.Green));
// Emoji
AnsiConsole.Markup(":check_mark_button: 成功 :cross_mark: 失败");14. 网格
var grid = new Grid();
grid.AddColumn(new GridColumn().NoWrap().PadRight(4));
grid.AddColumn();
grid.AddRow("[b]名称[/]", "Spectre.Console");
grid.AddRow("[b]版本[/]", "0.49.1");
grid.AddRow("[b]许可[/]", "MIT");
AnsiConsole.Write(grid);
安装虚拟声卡 VB-Cable 搞定。
若重启后未生效，在服务中启动 Windows Audio、Windows Audio Endpoint Builder 和 Multimedia Class Scheduler（如果有），并设置为自动启动。
如何希望使用 OBS 录制系统声音，在 OBS 菜单 - 文件 - 设置 - 音频 - 桌面音频 中选择正确的音源（如“远程音频”）。
如果你不会激活 Windows，本文可能不适用。
C盘满了如何清理？特别是 C:\Windows\WinSxS 占用大量磁盘空间，删又不敢删。
推荐一个比较完美又彻底有效的办法：
设置-系统-恢复-使用 Windows 更新修复问题。
或下载与原系统版本一致的 Windows 原版安装镜像，双击运行，选择保留个人文件和应用，等待约半个小时。
完成后，原来安装的应用程序和设置会保留，无用的系统文件会移至 C:\Windows.old。
若新系统运行没有问题，则可删除该目录（设置-系统-存储-清理建议），释放磁盘空间；若有问题，可还原到原系统（设置-系统-恢复）。
我来为你整理 Windows 本地部署 OpenClaw 并通过长连接方式接入企业微信的完整步骤：
前置条件
已安装企业微信最新版客户端
已安装 OpenClaw（Node.js 版本需 ≥ 22.0）
管理员权限的企业微信账号（否则看不到 API 模式选项）
第一步：在企业微信创建长连接机器人
打开企业微信客户端 → 工作台 → 智能机器人 → 创建机器人
点击底部小字 "如需使用自有系统获取成员与机器人的聊天并输出回复，可切换至 API 模式创建"
选择 「长连接」 方式（不要选 Webhook 回调模式）
复制保存生成的 Bot ID 和 Secret（后续需要用到）
先不要点击保存，保持页面打开，等完成 OpenClaw 配对后再保存
第二步：Windows 本地安装企微插件
打开 PowerShell 或 命令提示符，依次执行以下命令：
1. 安装企业微信插件
openclaw plugins install @wecom/wecom-openclaw-plugin如果安装失败，可尝试备用命令： openclaw plugins install @tencent/openclaw-wecom
2. 重启 OpenClaw 网关
openclaw gateway start重要：这个窗口不能关闭，关闭后机器人会掉线。需要再新开一个终端窗口执行后续命令。
3. 添加企业微信渠道
在新开的终端窗口执行：
openclaw channels add按提示操作：
用方向键选择 企业微信(WeCom) → 回车
粘贴输入 Bot ID → 回车
粘贴输入 Secret → 回车
选择 Finished/Done 完成基础配置
配对方式选择 Pairing
第三步：完成配对授权
1. 回到企业微信，找到刚创建的机器人，发送任意消息（如"你好"）
2. 机器人会自动回复一条配对码消息（包含授权命令）
3. 复制消息最后一行的配对码
4. 在终端中执行配对命令：
openclaw pairing approve openclaw-wecom 你的配对码5. 提示"授权成功"即完成配对
第四步：保存并启用机器人
1. 回到企业微信机器人配置页面，点击 保存并创建
2. 现在可以在企业微信中与机器人正常对话了
长连接 vs 回调模式的优势
| 特性 | 长连接模式 | 传统回调模式 |
|---|---|---|
| 公网IP/域名 | ❌不需要 | ✅必须需要 |
| 内网穿透 | ❌不需要 | ✅必须配置 |
| 消息加解密 | ❌无需处理 | ✅需要处理 |
| 稳定性 | 高（无回调失败问题） | 低（经常回调失败） |
| 主动推送 | ✅支持 | ✅支持 |
常见问题
| 问题 | 解决方案 |
|---|---|
| 没有 API 模式选项 | 确认你是企业微信管理员，普通成员看不到该选项 |
| 插件安装失败 | 检查网络连接，或尝试切换 npm 镜像源： npm config set registry https://registry.npmmirror.com/ |
| 配对码无法获取 | 确认选择了 API 模式和长连接，重启 OpenClaw 后重试 |
| 机器人不回复 | 检查网关窗口是否保持运行，重新执行配对命令 |
| 需要 7×24 小时在线 | 建议部署到云服务器，本地关机后机器人会离线 |
命令速查表
# 安装插件
openclaw plugins install @wecom/wecom-openclaw-plugin
# 启动网关（窗口不能关）
openclaw gateway start
# 添加渠道
openclaw channels add
# 配对授权
openclaw pairing approve openclaw-wecom 【配对码】
# 重启服务
openclaw gateway restart
# 查看状态
openclaw channels status配置完成后，你就可以在企业微信中与 OpenClaw 对话了。如果需要让个人微信也能使用，可以在企业微信后台 "我的企业" → "微信插件" 中生成二维码，用个人微信扫码关注企业即可。
前面写过一篇文章介绍了不买高防 IP，照样抵挡 DDoS 攻击（IP 篇），如果攻击的是域名（CC），那么...
本文适用场景：攻击的是 web 网址而非 IP，来源有许多各地的 IP 地址，每个 IP 地址每小时只有若干请求，但整个网站每分钟有数万请求量。
《小白鼠A》（贵）
阿里云有一款产品叫“Web 应用防火墙”，开通并接入云产品，试用按量付费即可。
在防护配置-Web核心防护 中可配置各种规则，譬如：
“自定义规则”可添加网址/UA/IP/Cookie/等中包含某些关键词的请求；
“区域封禁”可按地区来限制请求；
另外还有“CC防护”等各种实用规则。
添加规则后记得关联实例。
配置完成后可在总览页面查看请求情况，如果攻击停止可关闭防火墙。
试用了12小时，平均每分钟请求2-5万次，消耗 15000SeCU，费用大概是750元。
《小白鼠B》（推荐）
阿里云有一款产品叫“边缘安全加速 ESA”，开通接入域名（注意填写域名时不要写 www）。
创建购买成功后会有一个 CNAME 域名，解析生效。配置 HTTPS 证书。
打开“我正在遭受攻击”，开启后站点进入严格防护模式，默认对所有 HTTP 请求做滑块挑战。这是非常能节省费用的操作，实测开启与不开启的数量相差20倍（具体视攻击强弱）。
另外，ESA 自带的“安全防护-WAF”中若想根据 URL 中包含某个关键词来拒绝请求，需要升级套餐。可以直接在“规则-重定向”设置 302 跳转也能达到类似的效果，但是节省流量的最好办法还是开启滑块。
费用的话，大部费用是由“客户端请求到边缘加速服务器的流量”和“边缘加速服务器响应给客户端的流量”组成的，而且滑块页面不计入流量。可免费试用。
在开启滑块的情况下，1分钟产生10M流量，基础版包含的50GB可以用3天。标准版（500GB）375元可以用一个月。（以我站实测为例，各站情况不同）。
具体费用在“计费管理-套餐管理-套餐总量 (月)-
”查看。超过套餐的流量会使用CDN流量包抵扣。
ECS 获取客户端 IP 的问题有两种解决方案，1. 设置四层代理分析（企业版），2. 设置重定向规则，重定向到直接解析到该网站的另一个域名。
为了尽量减少滑块对用户体验的影响，建议加白名单：ESA-站点-安全防护-WAF-白名单规则，譬如添加省份规则，跳过全部规则（包括滑块）。
其它问题：滑块会拒绝蜘蛛？
其它相似产品：Cloudflare、腾讯云 EdgeOne。
----------------下面是停站维护时显示临时页面的做法----------------
被攻击期借用阿里云 OSS/CDN 显示“维护中”页面的方法。
1.
首先让 AI 快速生成一个维护中的页面，上传到 OSS。
虽然这个文件有一个对应的 CDN 链接，但是域名解析使用“显性 URL”模式并不能正常访问到这个页面。
2.
在阿里云 CDN 添加一个域名（也就是网站域名），会生成一个 CNAME 域名，网站域名 CNAME 到这个域名上。
配置这个 CDN 域名的 OSS 实例、HTTPS 等信息。
这样生效后，访问网站域名就能请求到这个 OSS 上了。
3.
但是它并不像网站一样有默认文档，需要添加重写规则。
打开 CDN-域名管理-缓存配置-重写访问URL，添加，添加重写规则。
例：如果目标页面路径是 https://域名/index.html，那么重写规则就是：
^/(?!.*index\.html$).*$也就是把所有除 /index.html 以外的路径全部重写到 /index.html。
4.
下一步只要观察这个域名的实时流量和带宽，如果攻击停止了，将域名解析回 ECS。
CDN-统计分析-实时监控-访问数据-选择域名-查询。
一般地，应选择尺寸小于显存的大模型版本，且适当冗余。
譬如，显存 8GB，选择尺寸为 5.2GB 的 deepseek-r1:8b。
这样，整个大模型都能被完整地读取到显存中。
若选择 9.0GB 的 deepseek-r1:14b 则显存不足，Ollama 会自动调用系统内存和 CPU 来协同工作，导致推理速度显著下降。
显卡的算力影响生成的速度，模型的参数决定生成的质量。
另外经实测，在 /api/generate 接口的 format 参数中设置返回的 JSON 格式，会缩短生成时间，降低生成质量，可能的原因是强制格式限制了词汇选择空间。
个人整理，仅供参考。具体规格请以官方发布为准。
 |  |  |  |  |  |  |  | |
|---|---|---|---|---|---|---|---|---|
| 名称 | BE10000 | BE7000 | BE6500 Pro | BE6500 | BE3600 Pro 套装 | BE3600 Pro 网线版 | BE10000 Pro | BE7200 Pro |
| 型号 | 主：RN04 子：RN01 | 主：RP01 子：RP03 | ||||||
| 上市时间 | 2022.10 | 2023.5 | 2023.10 | 2024.8 | 2024.10 | 2025.5 | 2025.9 | 2026.5 |
| 处理器 | Qualcomm 四核 A73 2.2GHz | Qualcomm 四核 A73 1.5GHz | Qualcomm 四核 A53 1.5GHz | Qualcomm 四核 A53 1.1GHz | 主/子： 高通 IPQ5312 四核 1.1GHz | 主/子： Qualcomm Dragonwing N7 | Qualcomm A7 四核 1.8GHz | Qualcomm 四核 A55 1.8GHz |
| 内存 | 2GB | 1GB | 1GB | 512MB | 主/子：512MB 一说子是 128MB | 主：512MB 子：256MB | 2GB | 1G DRAM + 512MB Flash |
| 频段 | 2.4GHz、5.2GHz、5.8GHz | 2.4GHz、5GHz | 2.4GHz、5GHz | 2.4GHz、5GHz | 2.4GHz、5GHz | 2.4GHz、5GHz | 2.4GHz、5.2GHz、5.8GHz | 2.4GHz、5GHz |
| 组网 | 混合 Mesh | 混合 Mesh | 混合 Mesh | 混合 Mesh | 混合 Mesh | AC + AP | AI Mesh | AI Mesh |
| 天线 | 12根高增益天线 + 12路信号放大器 + NFC内置天线 | 7根外置高增益WiFi天线 + 1根内置高增益WiFi天线 + NFC内置天线 | 6根高增益WiFi内置天线 + 1根蓝牙内置天线 + 1根NFC内置天线 | 6根外置高增益Wi-Fi天线 | 主/子：4根内置天线 | 主：无 子：2根内置双频天线 | 12根高增益天线 + 12路信号放大器 | 8根高增益天线 + 8路信号放大器 |
| 中枢网关 | 不支持 | 不支持 | 支持 | 不支持 | 主：支持 子：不支持 | 主：支持 子：不支持 | 支持 | 支持 |
| 蓝牙网关 | 不支持 | 不支持 | 蓝牙 Mesh 1.0 100 台 + 蓝牙 100 台 升级固件后支持蓝牙 Mesh 2.0 | 蓝牙 Mesh 1.0 | 蓝牙 Mesh 1.0 200 台 + 蓝牙 100 台 | 主：不支持 子：蓝牙 Mesh 2.0 | 蓝牙 Mesh 2.0 200 台 + 蓝牙 100 台 | 蓝牙 Mesh 2.0 200 台 + 蓝牙 100 台 |
| 散热 | 主动散热 | 自然散热 | 自然散热 | 自然散热 | 自然散热 | 主：自然散热 子：主动散热 | 主动散热 | 自然散热 |
| 接口 | 4×2.5G 1×10G 1×10G SFP＋ 1×USB 3.0 | 4×2.5G 1×USB 3.0 | 4×2.5G | 4×2.5G | 主/子： 1×2.5G 3×1G | 主：5×2.5G 子：2×2.5G | 4×2.5G 2×10G 1×M.2 1×USB 3.0 | 4×2.5G |
| Wi-Fi | Wi-Fi 7 | Wi-Fi 7 | Wi-Fi 7 | Wi-Fi 7 | Wi-Fi 7 | 主：无 子：Wi-Fi 7 | Wi-Fi 7 | Wi-Fi 7 |
| MLO 多链路聚合 | 双频 4.3Gbps 5 GHz 和 5 GHz-Game | 双频 4.3Gbps 5 GHz 和 5 GHz-Game | 双频 3.6Gbps 2.4 GHz 和 5 GHz | 双频 3.57Gbps 2.4 GHz 和 5 GHz | 双频 3.57Gbps 2.4 GHz 和 5 GHz | 双频 2.4 GHz 和 5 GHz | 双频 4.3Gbps 5 GHz 和 5 GHz-Game | 双频 3.6Gbps 2.4 GHz 和 5 GHz |
| 价格 | 最新价格 | 最新价格 | 最新价格 | 最新价格 | 最新价格 | 最新价格 | 最新价格 | 最新价格 |
表格于 2025 年 10 月整理更新。
如果只考虑支持蓝牙 Mesh 2.0，那么有 BE3600 Pro 网线版 和 BE10000 Pro 可选，搭配其它 Mesh 路由器实现全屋 Wi-Fi 7 覆盖，搭配其它中枢网关或从网关设备实现全屋蓝牙 Mesh 2.0 覆盖。
如果考虑用 Xiaomi 中枢网关 来部署独立的中枢架构，那么选择路由器就没有限制了。
名称中带有“全屋”字样的通常以子母套装形式出售，子母路由配置通常不同。购买两台一模一样的普通 BE 路由器，就相当于组建了一套“不分子母”的 Mesh 套装。
名称中带有“Pro”字样的通常具备中枢网关功能。
AutoUpdater.NET 是一个开源库，专为 .NET 桌面应用程序设计，支持 Windows Forms 和 WPF 应用。它通过从服务器获取 XML 文件来检测新版本信息，当发现新版本时向用户显示更新对话框。
相对于 ClickOnce，AutoUpdater.NET 的配置更简单一些。
首先通过 NuGet 包管理器安装 Autoupdater.NET.Official，然后在应用程序入口点添加以下代码：
AutoUpdater.Start("http://yourserver.com/path/to/update.xml");XML 文件结构如下：
<?xml version="1.0" encoding="UTF-8"?>
<item>
<version>2.0.0.0</version> <!--必填：最新版本号-->
<url>http://yourserver.com/path/to/updatefile.zip</url> <!--必填：更新文件下载地址-->
<changelog>http://yourserver.com/path/to/changelog.txt</changelog> <!--可选：更新日志-->
<mandatory>False</mandatory> <!--可选：是否强制更新-->
</item>Windows Forms 在 Program.cs 文件的 Main() 方法中，WPF 在 App.xaml.cs 的 OnStartup() 中添加：
AutoUpdater.Start("http://yourserver.com/path/to/update.xml");
AutoUpdater.CheckForUpdateEvent += (e) =>
{
if (e.Error != null)
{
MessageBox.Show($"检查版本更新失败：{e.Error.Message}");
}
if (e.IsUpdateAvailable)
{
if (e.Mandatory.Value)
{
// 强制更新
AutoUpdater.DownloadUpdate(e);
}
else
{
// 可选更新
if (MessageBox.Show("发现新版本，是否立即更新？", "更新提示", MessageBoxButtons.YesNo, MessageBoxIcon.Information) == DialogResult.Yes)
{
AutoUpdater.DownloadUpdate(e);
}
}
}
};这样就能简单实现打开应用时判断是否有更新。具体用法参：GitHub
对于控制台应用程序，AutoUpdater.NET 并不直接支持。可以使用 GeneralUpdate 等轻量级自动更新库。
其它：
若希望通过标准安装流程（如添加到开始菜单），优先选择 ClickOnce，适合长期维护的内部工具。
若追求快速集成和无感更新，AutoUpdater.NET 更灵活。
无论哪种方案，务必对程序进行代码签名（如购买企业证书或生成测试证书），否则系统可能拦截安装。（你要允许来自未知发布者的此应用对你的设备进行更改吗）
可以购买“OV 代码签名”证书或“EV 代码签名”证书，注意：“代码签名证书”与“域名证书”互不通用。
一、安装 Ollama
从官网下载安装 Ollama。
查看版本号：
ollama --version二、在 shell 中安装和运行模型
在 Models 中选择一个你想部署的模型，复制安装命令，并在终端中执行。
官方建议：应该至少有 8 GB 的 RAM 来运行 7b 版本，16 GB 的 RAM 来运行 13b 版本，32 GB 的 RAM 来运行 33b 版本。
本文以 deepseek-r1:7b 为例。
下载模型
ollama pull deepseek-r1:7bTip: 下载即将完成时速度可能会变得非常慢，只要按 Ctrl+C，再重新执行一次命令，就会继续正常下载。
显示模型信息
ollama show deepseek-r1:7b运行模型（一次性响应）
ollama run deepseek-r1:7b "写一首诗"运行模型（进入聊天模式）
ollama run deepseek-r1:7b结束当前会话
/bye列出所有模型
ollama list列出当前加载的模型
ollama ps停止当前正在运行的模型
ollama stop deepseek-r1:7b删除一个模型
ollama rm deepseek-r1:7b三、使用 REST API 调用模型
修改端口
ollama serve --port 11434/api/generate 接口：生成一次性响应
curl http://localhost:11434/api/generate -d '{
"model": "deepseek-r1:7b",
"prompt":"为什么天空是蓝色的？"
}'/api/chat 接口：与模型聊天
curl http://localhost:11434/api/chat -d '{
"model": "deepseek-r1:7b",
"messages": [
{ "role": "user", "content": "你好呀！" }
]
}'四、在 .NET 中调用
1、直接 HTTP 调用（基础方案）
创建 HttpClient，使用 PostAsJsonAsync 请求，使用 ReadFromJsonAsync 读取结果。
2、使用 OllamaSharp 库（推荐方案）
创建 OllamaApiClient，使用 SelectedModel 设置模型，使用 GenerateAsync 获得结果。或创建对话 ollama.Chat()，并 Send 内容。
3、.NET Aspire 集成（企业级方案）
适合微服务架构，结合容器化部署。
“OllamaSharp 库”和“.NET Aspire 集成”两种方案怎么选？
OllamaSharp 库：定位轻量级模型交互 SDK，适用于独立应用、微服务中的 AI 组件等场景，技术复度低，支持模型对话/生成/管理、流式响应、多模态支持，需自行实现监控、熔断。
.NET Aspire 集成：定位企业级云原生 AI 服务编排框架，适用于多服务协同的分布式系统，技术复度高，支持服务编排、健康检查、弹性伸缩、混合云部署，内置可观测性仪表盘、自动故障转移。
决策建议：初创项目用 OllamaSharp 快速试错，用户量破千后通过 Aspire 重构。两者并非互斥，可在 Aspire 中封装 OllamaSharp 客户端，兼顾灵活性与运维能力。