[{"content":" 最近在 Claude Code 裡遇到一個讓人懵的錯：\nAn image in the conversation exceeds the dimension limit for many-image requests (2000px). Start a new session with fewer images.\n我當時貼的是一張完全正常的 100×200 小圖。按直覺這應該是\u0026quot;最後那張圖超大\u0026quot;，但實際不是。這是一個累積性 bug，觸發時機、原因、解法都反直覺，一旦踩到還會反覆踩。這篇文章把規則、原理、可直接用的工具都講清楚。\n現象 一次典型觸發路徑：\n某個 Claude Code 會話裡，你聊了半天，中途貼過幾張截圖（假設有一張是 2500×1800，Retina 截圖很容易超過 2000 px）。 繼續往下聊，又貼了一張新的截圖（不管多大）。 這次請求 直接失敗，報上面那個 dimension limit。 之後你純文字發訊息也會失敗。會話徹底卡住，除了開新會話沒別的選項。 如果你用的是 Paseo（多 tab 聚合 Claude Code / Codex 的客戶端），一個 tab 掛掉不影響別的，但那個 tab 裡一整段有價值的上下文基本就廢了。\n原因：Anthropic API 的多圖分檔規則 Anthropic 的 Messages API 對圖片有兩檔尺寸規則：\n請求裡的圖片數 單張圖最大尺寸 1 張（單圖模式） 最大 8000×8000 ≥ 2 張（多圖模式） 每張每邊必須 ≤ 2000 px 這裡的關鍵是**\u0026ldquo;請求裡的圖片數\u0026rdquo;**，而不是\u0026quot;你這次訊息帶的圖片數\u0026quot;。Claude Code（以及任何相容客戶端）的工作方式是：每次請求都把整個對話歷史——包括歷史所有圖片——作為 context 重新傳送。所以：\n你第一次貼一張 2500×1800 的圖，單圖模式，OK。 你第二次再貼任何一張圖，哪怕是 50×50 的一個 emoji 截圖，這次請求裡就有 2 張圖，多圖模式觸發。回頭檢查歷史，第一張那 2500 寬的違反 2000 px 規則，整個請求被拒絕。 之後你哪怕不貼圖，只發文字，歷史裡那 2 張圖仍然在 context 裡，請求依然被拒絕。 所以這不是\u0026quot;最後那張圖有問題\u0026quot;，而是\u0026quot;從第 2 張圖開始，歷史裡任何一張超過 2000 px 都會掛掉整個會話\u0026quot;。\nRetina 顯示器截圖天然容易超標：標準 MacBook 3x 縮放下，一張顯示尺寸 800×600 的視窗截圖實際畫素是 2400×1800——已經過線。\n基礎解法：剝離 JSONL 裡的 base64 圖片 Claude Code 把每個會話存成 JSON Lines：~/.claude/projects/\u0026lt;project-slug\u0026gt;/\u0026lt;session-uuid\u0026gt;.jsonl。每一行是一條訊息，圖片以 base64 形式嵌在訊息裡，類似：\n{ \u0026#34;role\u0026#34;: \u0026#34;user\u0026#34;, \u0026#34;content\u0026#34;: [ { \u0026#34;type\u0026#34;: \u0026#34;text\u0026#34;, \u0026#34;text\u0026#34;: \u0026#34;看看這個報錯\u0026#34; }, { \u0026#34;type\u0026#34;: \u0026#34;image\u0026#34;, \u0026#34;source\u0026#34;: { \u0026#34;type\u0026#34;: \u0026#34;base64\u0026#34;, \u0026#34;data\u0026#34;: \u0026#34;iVBORw0...巨長的 base64...\u0026#34; } } ] } 救援思路很簡單：把 source 替換成佔位符，base64 不再嵌在 context 裡，多圖規則不再觸發。你的 prompt 文字（\u0026ldquo;看看這個報錯\u0026rdquo;）和 Claude 當時對圖的文字解讀（\u0026ldquo;截圖顯示了 404 錯誤\u0026hellip;\u0026quot;）都原樣保留。對話語義延續，你失去的只是\u0026quot;回翻檢視圖片本身\u0026quot;的能力。\n實現這個邏輯的現成工具是 ianbmacdonald/claude-session-rescue。核心是一個純 Python 指令碼，原子寫入 + 自動 .bak 備份：\ngit clone https://github.com/ianbmacdonald/claude-session-rescue ~/tools/claude-session-rescue # Dry-run 看會改什麼 python3 ~/tools/claude-session-rescue/scripts/session_rescue.py \\ --session-id abc12345 --dry-run # 正式執行 python3 ~/tools/claude-session-rescue/scripts/session_rescue.py \\ --session-id abc12345 跑完你回 Claude Code 繼續發訊息就能走通了。\n我踩到的兩個實際痛點 用上面的基礎指令碼修掉第一次之後，我又踩到兩個新問題：\n痛點 1：Paseo 裡我不知道 tab 對應哪個 sessionId 我習慣在 Paseo 裡給 tab 起有意義的名字（按專案域劃分），但救援指令碼需要 session ID 前 8 位作為引數。我得先去 ~/.paseo/agents/\u0026lt;project\u0026gt;/*.json 裡翻找對應 agent 的 persistence.sessionId——每次都這樣挺煩。\n解法：寫個包裝指令碼，自動按 tab 名查 sessionId。\n痛點 2：問題會復發，需要定時預防 救援本身是\u0026quot;事後補救\u0026rdquo;——你已經撞到錯誤才去跑。但隨著使用量增加，會話裡積累的截圖越來越多，第二天可能又掛。最好是每天自動跑一次，而且要有安全閥，不能在我正在聊的時候把 JSONL 抽走。\n需要的安全閥：\n跳過活躍 session：如果某個 session 對應的 claude 程序正在跑，跳過——避免寫衝突。 跳過剛寫入的：JSONL 在最近 N 分鐘內被改過 → 使用者可能正在聊，跳過。 圖片數閾值：圖片少於 N 張的 session 不清——保留近期視覺上下文。 備份輪轉：每次跑都會多一份 .bak，長期下來會累積。只保留最近 K 份。 工具化 我自己整理了一套指令碼：核心引用上游 ianbmacdonald/claude-session-rescue 處理 JSONL 剝圖，外面再包一層 Paseo 友好的手動救援 + 定時版 + 4 道安全閥。下面的程式碼片段你可以直接拿走拼裝。\nscripts/paseo_rescue.sh — Paseo 友好的手動救援 # 列出所有命名 tab 和圖片數 bash paseo_rescue.sh # 預覽 bash paseo_rescue.sh MyTabName --dry-run # 正式救援 bash paseo_rescue.sh MyTabName # 批次 bash paseo_rescue.sh --all 指令碼解析 ~/.paseo/agents/\u0026lt;project\u0026gt;/*.json 裡的 title 欄位和 persistence.sessionId，自動對映。使用前改指令碼頂部的 PASEO_AGENTS_DIR 變數指到你的專案 slug 就行。\nscripts/paseo_rescue_auto.sh — 每日定時版 + 4 道安全閥 核心程式碼片段：\nwhile IFS=\u0026#39;|\u0026#39; read -r name sid cwd; do jsonl=\u0026#34;$CLAUDE_PROJECTS/${cwd_enc}/${sid}.jsonl\u0026#34; # Valve 1: 活躍 claude 程序 if pgrep -f \u0026#34;claude.*${sid:0:8}\u0026#34; \u0026gt;/dev/null; then log \u0026#34;[$name] skip: active process\u0026#34; continue fi # Valve 2: 最近 30 分鐘內修改過 mtime=$(stat -f%m \u0026#34;$jsonl\u0026#34;) if [ $(($(date +%s) - mtime)) -lt 1800 ]; then log \u0026#34;[$name] skip: recent write\u0026#34; continue fi # Valve 3: 圖片數閾值 img_count=$(grep -o \u0026#39;\u0026#34;type\u0026#34;:\u0026#34;image\u0026#34;\u0026#39; \u0026#34;$jsonl\u0026#34; | wc -l) if [ \u0026#34;$img_count\u0026#34; -lt 5 ]; then log \u0026#34;[$name] skip: only $img_count images\u0026#34; continue fi # 清理 + 記錄 python3 \u0026#34;$RESCUE_SCRIPT\u0026#34; --session-id \u0026#34;${sid:0:8}\u0026#34; # Valve 4: .bak 輪轉 ls -1t \u0026#34;${sid}.jsonl.bak\u0026#34;* | tail -n +4 | xargs rm -f done \u0026lt; \u0026lt;(list_agents) 配合 macOS LaunchAgent / Linux systemd timer（examples 目錄裡有現成模板），每天本地時間 18:30 跑一次。有清理動作時 Telegram 推送摘要，空跑不通知。\n監控納管 我本地的監控系統（另一個話題）會把這個定時任務納入統一的\u0026quot;備份任務\u0026quot;頁面：\n任務狀態（綠/黃/紅） 上次成功時間、下次執行時間 清理的 session 數、釋放的空間、處理的圖片數 失敗自動 Telegram 告警 這是用我自己的監控框架整合的，repo 裡沒包含（避免繫結特定架構），但你可以參考 paseo_rescue_auto.sh 的日誌格式自己接入你的監控。\n實用建議（預防 \u0026gt; 救援） 最好的救援是根本不需要救援：\n貼截圖前先縮到 ≤ 1920 px 寬。macOS 可以 sips -Z 1920 file.png，或用 Shottr / CleanShot 等預設 1x 輸出的第三方工具。 長會話裡節制貼圖，能用文字描述就別貼圖。 對高強度使用者（每天貼 10+ 張截圖），開個每日定時清理，設 --min-images 5 左右。 對運維/研究場景，記得把重要結論讓 Claude 文字化總結後再清理——圖沒了但文字記憶還在。 關於 API 規則的題外話 Anthropic 這個多圖規則我沒在官方文件的顯眼位置見過，實際踩到才反推出來。這種\u0026quot;規則觸發後回溯檢查歷史\u0026quot;的設計對客戶端不太友好——使用者感知是\u0026quot;我明明只貼了一張小圖怎麼就掛了\u0026quot;。如果 Claude Code 能在 API 返回這個錯誤時自動提示\u0026quot;是第 N 條訊息裡那張圖超限\u0026quot;，體驗會好很多。\n不過既然規則擺在那，我們能做的就是把救援鏈路做順滑。這套工具對我來說讓這個 bug 從\u0026quot;每次都要手忙腳亂\u0026quot;變成\u0026quot;18:30 自動處理，我一般都感知不到\u0026quot;。\n連結 上游核心：https://github.com/ianbmacdonald/claude-session-rescue（JSONL 剝圖演算法，本文 wrapper 全部依賴它） 如果對你有用，在 X @panshi8848 反饋使用中遇到的問題。\n📷 封面圖 · Flux Schnell AI 生成 · panshi.io 品牌風格\n","permalink":"https://blog.panshi.io/zh-hant/posts/claude-code-image-limit-rescue/","summary":"\u003c!-- hero-image --\u003e\n\u003cp\u003e\u003cimg alt=\"man siting facing laptop\" loading=\"lazy\" src=\"/images/claude-code-image-limit-rescue-hero.jpg\"\u003e\u003c/p\u003e\n\u003cp\u003e最近在 Claude Code 裡遇到一個讓人懵的錯：\u003c/p\u003e\n\u003cblockquote\u003e\n\u003cp\u003eAn image in the conversation exceeds the dimension limit for many-image requests (2000px). Start a new session with fewer images.\u003c/p\u003e\n\u003c/blockquote\u003e\n\u003cp\u003e我當時貼的是一張完全正常的 100×200 小圖。按直覺這應該是\u0026quot;最後那張圖超大\u0026quot;，但實際不是。這是一個\u003cstrong\u003e累積性 bug\u003c/strong\u003e，觸發時機、原因、解法都反直覺，一旦踩到還會反覆踩。這篇文章把規則、原理、可直接用的工具都講清楚。\u003c/p\u003e\n\u003ch2 id=\"現象\"\u003e現象\u003c/h2\u003e\n\u003cp\u003e一次典型觸發路徑：\u003c/p\u003e\n\u003col\u003e\n\u003cli\u003e某個 Claude Code 會話裡，你聊了半天，中途貼過幾張截圖（假設有一張是 2500×1800，Retina 截圖很容易超過 2000 px）。\u003c/li\u003e\n\u003cli\u003e繼續往下聊，又貼了一張新的截圖（不管多大）。\u003c/li\u003e\n\u003cli\u003e這次請求 \u003cstrong\u003e直接失敗\u003c/strong\u003e，報上面那個 dimension limit。\u003c/li\u003e\n\u003cli\u003e之後你\u003cstrong\u003e純文字發訊息也會失敗\u003c/strong\u003e。會話徹底卡住，除了開新會話沒別的選項。\u003c/li\u003e\n\u003c/ol\u003e\n\u003cp\u003e如果你用的是 \u003ca href=\"https://paseo.sh\"\u003ePaseo\u003c/a\u003e（多 tab 聚合 Claude Code / Codex 的客戶端），一個 tab 掛掉不影響別的，但那個 tab 裡一整段有價值的上下文基本就廢了。\u003c/p\u003e\n\u003ch2 id=\"原因anthropic-api-的多圖分檔規則\"\u003e原因：Anthropic API 的多圖分檔規則\u003c/h2\u003e\n\u003cp\u003eAnthropic 的 Messages API 對圖片有兩檔尺寸規則：\u003c/p\u003e","title":"Claude Code 長會話卡在 dimension limit？被累積截圖撐爆的 bug 和一套救援方案"},{"content":" 北極星是我從 2024 年底開始執行的量化策略，在 Binance 上交易 BTC/USDT 合約，屬於趨勢跟蹤類策略。實時收益資料可以在 北極星實盤追蹤 頁面檢視。\n這篇文章介紹策略的整體邏輯、實盤執行資料和風險控制框架。\n為什麼選趨勢跟蹤 量化策略大致分兩類：\n均值迴歸：價格偏離均值時反向開倉，等它回來。適合震盪行情，在趨勢行情裡容易被套。\n趨勢跟蹤：價格形成趨勢時順勢開倉，跟著走。在強趨勢行情裡賺錢，在震盪行情裡小虧。\n我選趨勢跟蹤的原因：\nBTC 的趨勢性強：BTC 歷史上多次出現數月級別的單邊趨勢，比股票市場的趨勢更極端，趨勢跟蹤策略的表現空間大。\n邏輯簡單、可解釋：趨勢跟蹤的核心邏輯是\u0026quot;跟著市場走，不預測頂底\u0026quot;，我能理解每一筆交易的開平倉邏輯，遇到問題好排查。\n長期有效性有實證支援：CTA 基金（商品趨勢跟蹤基金）在全球執行了幾十年，趨勢跟蹤作為一類策略的有效性有大量歷史資料支援。\n策略概況 交易標的：BTC/USDT 合約（Binance） 執行週期：小時級訊號，全天候執行 方向：多空雙向（可做空） 持倉風格：趨勢確認後持倉，趨勢反轉時平倉，不設固定止盈 風控：基於波動率動態調整倉位，設定最大回撤止損線 核心思路：當趨勢出現時跟進，當趨勢結束時離場。不預測 BTC 會漲到多少，只判斷當前是否有趨勢在進行。\n實盤執行資料 當前的收益資料在 北極星實盤追蹤 頁面實時展示，包含：\n累計收益率（以 USDT 計算） 持倉方向（多/空/空倉） 每次訊號的開平倉記錄 最大回撤 這裡放幾個關鍵指標（以下數字會更新，以頁面為準）：\n執行週期：從 2024 年 10 月至今，經歷了 BTC 上漲到 10 萬、高位震盪、回撥等不同行情。\n最大回撤：趨勢跟蹤策略在行情反覆震盪時會承受回撤，這是這類策略的固有特徵，不是 bug。好的年份賺的必須能覆蓋壞的年份虧的。\n訊號頻率：平均每月 4-8 次訊號切換，不是高頻策略。\n風險控制 這是比策略引數更重要的部分。\n倉位管理 不是梭哈，每次開倉只用賬戶淨值的固定比例。具體比例根據當前市場波動率動態調整——波動率高時減倉，波動率低時可以適當加倉。\n原則：單次最大虧損不超過賬戶淨值的某個固定百分比。這個百分比是我能接受的，遇到再壞的行情我也能扛住心態。\n止損邏輯 趨勢跟蹤策略本身就是透過切換方向來\u0026quot;止損\u0026quot;的——當趨勢判斷反轉時，平掉當前方向的倉位，開反向倉位。\n但除了訊號觸發的止損，我還設了一個賬戶級止損線：如果某段時間的回撤超過設定的最大值，策略自動暫停交易，等市場結構明朗再重新啟動。\n伺服器穩定性 策略跑在 AWS 新加坡節點，獨立部署，不和其他應用共享資源。有：\n心跳監控：每小時檢查策略是否在執行 異常告警：透過 Telegram 推送異常狀態 定期備份：策略狀態和交易記錄定期備份 這不是交易建議 北極星的實盤資料是我自己做決策的結果，不是投資建議。\n量化策略有效期的不確定性：市場結構會變，一個在過去表現好的策略不保證未來也好。我自己跑這個策略，首先是相信趨勢跟蹤作為一類策略的長期有效性，其次是有嚴格的風控兜底。\n如果你想學量化，可以從瞭解趨勢跟蹤的基本原理開始，理解邏輯後再決定是否用在自己的賬戶上。\n→ 檢視 北極星實盤實時資料 → 檢視 Binance API 從零到第一筆下單 → 檢視 量化工具棧\n📷 封面圖 · Flux Schnell AI 生成 · panshi.io 品牌風格\n","permalink":"https://blog.panshi.io/zh-hant/posts/polaris-strategy-intro/","summary":"\u003c!-- hero-image --\u003e\n\u003cp\u003e\u003cimg alt=\"a close up of a stock chart on a computer screen\" loading=\"lazy\" src=\"/images/polaris-strategy-intro-hero.jpg\"\u003e\u003c/p\u003e\n\u003cp\u003e北極星是我從 2024 年底開始執行的量化策略，在 Binance 上交易 BTC/USDT 合約，屬於\u003cstrong\u003e趨勢跟蹤\u003c/strong\u003e類策略。實時收益資料可以在 \u003ca href=\"/zh-hant/polaris/\"\u003e北極星實盤追蹤\u003c/a\u003e 頁面檢視。\u003c/p\u003e\n\u003cp\u003e這篇文章介紹策略的整體邏輯、實盤執行資料和風險控制框架。\u003c/p\u003e\n\u003ch2 id=\"為什麼選趨勢跟蹤\"\u003e為什麼選趨勢跟蹤\u003c/h2\u003e\n\u003cp\u003e量化策略大致分兩類：\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003e均值迴歸\u003c/strong\u003e：價格偏離均值時反向開倉，等它回來。適合震盪行情，在趨勢行情裡容易被套。\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003e趨勢跟蹤\u003c/strong\u003e：價格形成趨勢時順勢開倉，跟著走。在強趨勢行情裡賺錢，在震盪行情裡小虧。\u003c/p\u003e\n\u003cp\u003e我選趨勢跟蹤的原因：\u003c/p\u003e\n\u003col\u003e\n\u003cli\u003e\n\u003cp\u003e\u003cstrong\u003eBTC 的趨勢性強\u003c/strong\u003e：BTC 歷史上多次出現數月級別的單邊趨勢，比股票市場的趨勢更極端，趨勢跟蹤策略的表現空間大。\u003c/p\u003e\n\u003c/li\u003e\n\u003cli\u003e\n\u003cp\u003e\u003cstrong\u003e邏輯簡單、可解釋\u003c/strong\u003e：趨勢跟蹤的核心邏輯是\u0026quot;跟著市場走，不預測頂底\u0026quot;，我能理解每一筆交易的開平倉邏輯，遇到問題好排查。\u003c/p\u003e\n\u003c/li\u003e\n\u003cli\u003e\n\u003cp\u003e\u003cstrong\u003e長期有效性有實證支援\u003c/strong\u003e：CTA 基金（商品趨勢跟蹤基金）在全球執行了幾十年，趨勢跟蹤作為一類策略的有效性有大量歷史資料支援。\u003c/p\u003e\n\u003c/li\u003e\n\u003c/ol\u003e\n\u003ch2 id=\"策略概況\"\u003e策略概況\u003c/h2\u003e\n\u003cul\u003e\n\u003cli\u003e\u003cstrong\u003e交易標的\u003c/strong\u003e：BTC/USDT 合約（Binance）\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e執行週期\u003c/strong\u003e：小時級訊號，全天候執行\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e方向\u003c/strong\u003e：多空雙向（可做空）\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e持倉風格\u003c/strong\u003e：趨勢確認後持倉，趨勢反轉時平倉，不設固定止盈\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e風控\u003c/strong\u003e：基於波動率動態調整倉位，設定最大回撤止損線\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003e核心思路：\u003cstrong\u003e當趨勢出現時跟進，當趨勢結束時離場\u003c/strong\u003e。不預測 BTC 會漲到多少，只判斷當前是否有趨勢在進行。\u003c/p\u003e\n\u003ch2 id=\"實盤執行資料\"\u003e實盤執行資料\u003c/h2\u003e\n\u003cp\u003e當前的收益資料在 \u003ca href=\"/zh-hant/polaris/\"\u003e北極星實盤追蹤\u003c/a\u003e 頁面實時展示，包含：\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e累計收益率（以 USDT 計算）\u003c/li\u003e\n\u003cli\u003e持倉方向（多/空/空倉）\u003c/li\u003e\n\u003cli\u003e每次訊號的開平倉記錄\u003c/li\u003e\n\u003cli\u003e最大回撤\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003e這裡放幾個關鍵指標（以下數字會更新，以頁面為準）：\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003e執行週期\u003c/strong\u003e：從 2024 年 10 月至今，經歷了 BTC 上漲到 10 萬、高位震盪、回撥等不同行情。\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003e最大回撤\u003c/strong\u003e：趨勢跟蹤策略在行情反覆震盪時會承受回撤，這是這類策略的固有特徵，不是 bug。好的年份賺的必須能覆蓋壞的年份虧的。\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003e訊號頻率\u003c/strong\u003e：平均每月 4-8 次訊號切換，不是高頻策略。\u003c/p\u003e\n\u003ch2 id=\"風險控制\"\u003e風險控制\u003c/h2\u003e\n\u003cp\u003e這是比策略引數更重要的部分。\u003c/p\u003e","title":"北極星策略介紹：我的 BTC 趨勢跟蹤量化系統"},{"content":" 折騰了大半年的家庭網路，最終跑通了一套多閘道器冗餘架構。這篇文章分享整體設計思路，適合有一定折騰經驗、想把網路做得更穩定的朋友。\n為什麼需要多閘道器 單閘道器最大的問題是單點故障：VPS 被封、線路抖動、機器宕機，整個網路就斷了。\n多閘道器的核心價值：\n線路冗餘：美國 / 香港 / 日本多個出口，自動選最快的 流量分離：不同流量走不同出口，既省流量又保速度 故障自動切換：某條線路掛了，其他線路自動頂上，使用者無感知 整體架構 家庭裝置 ↓ OpenWrt 主路由（DNS 分流 → dnsmasq） ↓ mihomo 閘道器（分流規則 → 策略組） ↓ 多個 VPS 出口（US / HK / JP） ↓ 目標網站 關鍵元件：\n主路由：OpenWrt，負責 DNS 劫持和流量匯入 mihomo mihomo 節點：執行在獨立機器上，處理代理和分流邏輯 VPS 出口：推薦 DMIT，香港 / 美國節點延遲穩定，支援 Xray + Hysteria2 mihomo 分流規則設計 策略組分層 proxy-groups: # 手動選擇組（緊急備用） - name: \u0026#34;手動選擇\u0026#34; type: select # 自動選速最快節點 - name: \u0026#34;自動選擇\u0026#34; type: url-test url: \u0026#34;http://www.gstatic.com/generate_204\u0026#34; interval: 300 # 各地區組 - name: \u0026#34;🇺🇸 美國\u0026#34; type: url-test filter: \u0026#34;美國|US\u0026#34; - name: \u0026#34;🇭🇰 香港\u0026#34; type: url-test filter: \u0026#34;香港|HK\u0026#34; # 分流決策組 - name: \u0026#34;國內直連\u0026#34; type: select proxies: [DIRECT] - name: \u0026#34;AI 服務\u0026#34; type: select proxies: [\u0026#34;🇺🇸 美國\u0026#34;, \u0026#34;自動選擇\u0026#34;] 規則優先順序 mihomo 規則從上到下匹配，順序很重要：\nrules: # 本地 / 區域網直連 - IP-CIDR,192.168.0.0/16,DIRECT - IP-CIDR,10.0.0.0/8,DIRECT # AI 服務走美國 - DOMAIN-SUFFIX,openai.com,AI 服務 - DOMAIN-SUFFIX,anthropic.com,AI 服務 - DOMAIN-SUFFIX,claude.ai,AI 服務 # 國內主要域名直連（減少延遲） - GEOSITE,cn,國內直連 - GEOIP,CN,國內直連 # 其餘走自動選擇 - MATCH,自動選擇 DNS 防汙染 這是最容易出問題的地方。架構：\n裝置查詢 DNS → dnsmasq（本地快取 + 分流判斷） → 國內域名 → 114.114.114.114（直連） → 境外域名 → mihomo 的 DNS（透過代理查詢） 核心是避免國內 DNS 汙染境外域名解析。\nVPS 選擇建議 用過多家，目前 DMIT 是價效比最高的：\n機房 延遲（廣州） 特點 香港 20-40ms 最快，適合低延遲需求 美國洛杉磯 150-180ms CN2 GIA 最佳化，穩定 日本東京 60-90ms 備用，價格便宜 常見問題 Q: 節點全部超時怎麼辦？\nA: 先檢查 VPS 是否能 ping 通（排除封鎖），再檢查 mihomo 配置語法。\nQ: 國內網站變慢了？\nA: 檢查 GEOSITE/GEOIP 規則是否生效，可能是 DNS 查詢走了代理。\nQ: 如何監控各節點延遲？\nA: mihomo 有內建 API，可以對接 Grafana 面板實時監控。\n有問題歡迎在 Telegram 或 X 找我交流。\n延伸閱讀：\nXray VLESS+XTLS 部署教程 — 服務端協議配置 VPS 選購指南 — 哪家 VPS 適合做出口節點 VPS 被封 IP 怎麼辦 — 應急處理方案 📷 封面圖 · Flux Schnell AI 生成 · panshi.io 品牌風格\n","permalink":"https://blog.panshi.io/zh-hant/posts/mihomo-multi-gateway/","summary":"\u003c!-- hero-image --\u003e\n\u003cp\u003e\u003cimg alt=\"A glowing decorative lamp with a smaller light beside it.\" loading=\"lazy\" src=\"/images/mihomo-multi-gateway-hero.jpg\"\u003e\u003c/p\u003e\n\u003cp\u003e折騰了大半年的家庭網路，最終跑通了一套多閘道器冗餘架構。這篇文章分享整體設計思路，適合有一定折騰經驗、想把網路做得更穩定的朋友。\u003c/p\u003e\n\u003ch2 id=\"為什麼需要多閘道器\"\u003e為什麼需要多閘道器\u003c/h2\u003e\n\u003cp\u003e單閘道器最大的問題是\u003cstrong\u003e單點故障\u003c/strong\u003e：VPS 被封、線路抖動、機器宕機，整個網路就斷了。\u003c/p\u003e\n\u003cp\u003e多閘道器的核心價值：\u003c/p\u003e\n\u003col\u003e\n\u003cli\u003e\u003cstrong\u003e線路冗餘\u003c/strong\u003e：美國 / 香港 / 日本多個出口，自動選最快的\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e流量分離\u003c/strong\u003e：不同流量走不同出口，既省流量又保速度\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e故障自動切換\u003c/strong\u003e：某條線路掛了，其他線路自動頂上，使用者無感知\u003c/li\u003e\n\u003c/ol\u003e\n\u003ch2 id=\"整體架構\"\u003e整體架構\u003c/h2\u003e\n\u003cpre tabindex=\"0\"\u003e\u003ccode\u003e家庭裝置\n    ↓\nOpenWrt 主路由（DNS 分流 → dnsmasq）\n    ↓\nmihomo 閘道器（分流規則 → 策略組）\n    ↓\n多個 VPS 出口（US / HK / JP）\n    ↓\n目標網站\n\u003c/code\u003e\u003c/pre\u003e\u003cp\u003e關鍵元件：\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e\u003cstrong\u003e主路由\u003c/strong\u003e：OpenWrt，負責 DNS 劫持和流量匯入 mihomo\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003emihomo 節點\u003c/strong\u003e：執行在獨立機器上，處理代理和分流邏輯\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003eVPS 出口\u003c/strong\u003e：推薦 \u003ca href=\"https://aff.panshi.io/track?id=dmit\"\u003eDMIT\u003c/a\u003e，香港 / 美國節點延遲穩定，支援 Xray + Hysteria2\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch2 id=\"mihomo-分流規則設計\"\u003emihomo 分流規則設計\u003c/h2\u003e\n\u003ch3 id=\"策略組分層\"\u003e策略組分層\u003c/h3\u003e\n\u003cdiv class=\"highlight\"\u003e\u003cpre tabindex=\"0\" class=\"chroma\"\u003e\u003ccode class=\"language-yaml\" data-lang=\"yaml\"\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"nt\"\u003eproxy-groups\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e\u003cspan class=\"w\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"w\"\u003e  \u003c/span\u003e\u003cspan class=\"c\"\u003e# 手動選擇組（緊急備用）\u003c/span\u003e\u003cspan class=\"w\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"w\"\u003e  \u003c/span\u003e- \u003cspan class=\"nt\"\u003ename\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e\u003cspan class=\"w\"\u003e \u003c/span\u003e\u003cspan class=\"s2\"\u003e\u0026#34;手動選擇\u0026#34;\u003c/span\u003e\u003cspan class=\"w\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"w\"\u003e    \u003c/span\u003e\u003cspan class=\"nt\"\u003etype\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e\u003cspan class=\"w\"\u003e \u003c/span\u003e\u003cspan class=\"l\"\u003eselect\u003c/span\u003e\u003cspan class=\"w\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"w\"\u003e    \n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"w\"\u003e  \u003c/span\u003e\u003cspan class=\"c\"\u003e# 自動選速最快節點\u003c/span\u003e\u003cspan class=\"w\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"w\"\u003e  \u003c/span\u003e- \u003cspan class=\"nt\"\u003ename\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e\u003cspan class=\"w\"\u003e \u003c/span\u003e\u003cspan class=\"s2\"\u003e\u0026#34;自動選擇\u0026#34;\u003c/span\u003e\u003cspan class=\"w\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"w\"\u003e    \u003c/span\u003e\u003cspan class=\"nt\"\u003etype\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e\u003cspan class=\"w\"\u003e \u003c/span\u003e\u003cspan class=\"l\"\u003eurl-test\u003c/span\u003e\u003cspan class=\"w\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"w\"\u003e    \u003c/span\u003e\u003cspan class=\"nt\"\u003eurl\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e\u003cspan class=\"w\"\u003e \u003c/span\u003e\u003cspan class=\"s2\"\u003e\u0026#34;http://www.gstatic.com/generate_204\u0026#34;\u003c/span\u003e\u003cspan class=\"w\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"w\"\u003e    \u003c/span\u003e\u003cspan class=\"nt\"\u003einterval\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e\u003cspan class=\"w\"\u003e \u003c/span\u003e\u003cspan class=\"m\"\u003e300\u003c/span\u003e\u003cspan class=\"w\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"w\"\u003e    \n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"w\"\u003e  \u003c/span\u003e\u003cspan class=\"c\"\u003e# 各地區組\u003c/span\u003e\u003cspan class=\"w\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"w\"\u003e  \u003c/span\u003e- \u003cspan class=\"nt\"\u003ename\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e\u003cspan class=\"w\"\u003e \u003c/span\u003e\u003cspan class=\"s2\"\u003e\u0026#34;🇺🇸 美國\u0026#34;\u003c/span\u003e\u003cspan class=\"w\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"w\"\u003e    \u003c/span\u003e\u003cspan class=\"nt\"\u003etype\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e\u003cspan class=\"w\"\u003e \u003c/span\u003e\u003cspan class=\"l\"\u003eurl-test\u003c/span\u003e\u003cspan class=\"w\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"w\"\u003e    \u003c/span\u003e\u003cspan class=\"nt\"\u003efilter\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e\u003cspan class=\"w\"\u003e \u003c/span\u003e\u003cspan class=\"s2\"\u003e\u0026#34;美國|US\u0026#34;\u003c/span\u003e\u003cspan class=\"w\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"w\"\u003e    \n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"w\"\u003e  \u003c/span\u003e- \u003cspan class=\"nt\"\u003ename\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e\u003cspan class=\"w\"\u003e \u003c/span\u003e\u003cspan class=\"s2\"\u003e\u0026#34;🇭🇰 香港\u0026#34;\u003c/span\u003e\u003cspan class=\"w\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"w\"\u003e    \u003c/span\u003e\u003cspan class=\"nt\"\u003etype\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e\u003cspan class=\"w\"\u003e \u003c/span\u003e\u003cspan class=\"l\"\u003eurl-test\u003c/span\u003e\u003cspan class=\"w\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"w\"\u003e    \u003c/span\u003e\u003cspan class=\"nt\"\u003efilter\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e\u003cspan class=\"w\"\u003e \u003c/span\u003e\u003cspan class=\"s2\"\u003e\u0026#34;香港|HK\u0026#34;\u003c/span\u003e\u003cspan class=\"w\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"w\"\u003e    \n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"w\"\u003e  \u003c/span\u003e\u003cspan class=\"c\"\u003e# 分流決策組\u003c/span\u003e\u003cspan class=\"w\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"w\"\u003e  \u003c/span\u003e- \u003cspan class=\"nt\"\u003ename\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e\u003cspan class=\"w\"\u003e \u003c/span\u003e\u003cspan class=\"s2\"\u003e\u0026#34;國內直連\u0026#34;\u003c/span\u003e\u003cspan class=\"w\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"w\"\u003e    \u003c/span\u003e\u003cspan class=\"nt\"\u003etype\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e\u003cspan class=\"w\"\u003e \u003c/span\u003e\u003cspan class=\"l\"\u003eselect\u003c/span\u003e\u003cspan class=\"w\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"w\"\u003e    \u003c/span\u003e\u003cspan class=\"nt\"\u003eproxies\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e\u003cspan class=\"w\"\u003e \u003c/span\u003e\u003cspan class=\"p\"\u003e[\u003c/span\u003e\u003cspan class=\"l\"\u003eDIRECT]\u003c/span\u003e\u003cspan class=\"w\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"w\"\u003e    \n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"w\"\u003e  \u003c/span\u003e- \u003cspan class=\"nt\"\u003ename\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e\u003cspan class=\"w\"\u003e \u003c/span\u003e\u003cspan class=\"s2\"\u003e\u0026#34;AI 服務\u0026#34;\u003c/span\u003e\u003cspan class=\"w\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"w\"\u003e    \u003c/span\u003e\u003cspan class=\"nt\"\u003etype\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e\u003cspan class=\"w\"\u003e \u003c/span\u003e\u003cspan class=\"l\"\u003eselect\u003c/span\u003e\u003cspan class=\"w\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"w\"\u003e    \u003c/span\u003e\u003cspan class=\"nt\"\u003eproxies\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e\u003cspan class=\"w\"\u003e \u003c/span\u003e\u003cspan class=\"p\"\u003e[\u003c/span\u003e\u003cspan class=\"s2\"\u003e\u0026#34;🇺🇸 美國\u0026#34;\u003c/span\u003e\u003cspan class=\"p\"\u003e,\u003c/span\u003e\u003cspan class=\"w\"\u003e \u003c/span\u003e\u003cspan class=\"s2\"\u003e\u0026#34;自動選擇\u0026#34;\u003c/span\u003e\u003cspan class=\"p\"\u003e]\u003c/span\u003e\u003cspan class=\"w\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/code\u003e\u003c/pre\u003e\u003c/div\u003e\u003ch3 id=\"規則優先順序\"\u003e規則優先順序\u003c/h3\u003e\n\u003cp\u003emihomo 規則從上到下匹配，順序很重要：\u003c/p\u003e","title":"家庭網路多閘道器架構：mihomo 精細分流實戰"},{"content":" Claude Code 在 2025 年做了一個不太起眼但很重要的更新：支援接入 GitHub Copilot Pro+ 作為後端。這意味著你可以用 $19/月 的 Copilot Pro+ 跑 Claude Code，而不需要單獨訂閱 $20/月 的 Claude Pro。\n但兩個通道有明顯差異，不瞭解的話會踩坑。這篇文章講清楚兩者的區別，以及我現在用的一套 alias 方案，讓切換變成一條命令的事。\n兩個通道的核心差異 對比維度 官方通道（Claude Pro） Copilot 通道（Pro+） 月費 $20 $19（Copilot Pro+） 最大上下文 200k tokens 128k tokens 模型選擇 Sonnet / Opus 自由選 每月 1500 次高階模型額度 網路要求 需要訪問 claude.ai 需要訪問 github.com 適合場景 大型專案、長對話 日常任務、成本控制 關鍵差距是上下文視窗：官方通道 200k，Copilot 通道 128k。\n對於大多數日常任務（改一個檔案、寫一個指令碼），128k 完全夠用。但如果你要讓 Claude Code 理解整個專案的程式碼庫，或者對話輪數很多，200k 的差距就體現出來了。\n上下文自動壓縮的問題 Claude Code 有一個自動壓縮功能：當對話上下文超過某個閾值時，會自動把歷史壓縮成摘要，騰出空間繼續對話。\n問題：官方通道和 Copilot 通道的上下文上限不同，觸發壓縮的時機也不同。\n官方通道：200k 上限，壓縮閾值約 195k（~98%） Copilot 通道：128k 上限，如果不主動限制，Claude Code 可能在接近 200k 時才壓縮，但 Copilot 端已經截斷了，導致內容丟失 解決方案：在用 Copilot 通道時，手動把 Claude Code 的上下文上限設到 128k 以內（比如 110k），讓它在 Copilot 截斷之前就自動壓縮。\nAlias 方案 把以下三行加到 ~/.zshrc（或 ~/.bashrc）：\n# Claude Code 通道別名 alias cc=\u0026#39;claude\u0026#39; # 官方通道（200k，無強制壓縮） alias cco=\u0026#39;claude --model claude-opus-4-6\u0026#39; # 官方通道 Opus 模型 alias ccc=\u0026#39;CLAUDE_CODE_MAX_CONTEXT_TOKENS=110000 claude\u0026#39; # Copilot 通道（110k 限制觸發壓縮） 生效：\nsource ~/.zshrc 使用方式 命令 通道 適合場景 cc 官方 Sonnet 日常任務，200k 上下文 cco 官方 Opus 複雜推理，最強模型 ccc Copilot Pro+ 省錢模式，會自動在 110k 處壓縮 登入切換：Claude Code 會記住你上次登入的賬號。切換通道時：\n切換到官方：claude login，選 Claude.ai 切換到 Copilot：claude login，選 GitHub Copilot 登入狀態持久化，切換一次之後用對應 alias 直接執行就行。\n實際上下文限制對比 200k 和 128k 的直覺感受：\n場景 消耗的 tokens 估算 官方夠？ Copilot 夠？ 修改單個檔案（\u0026lt;500行） ~5k ✓ ✓ 除錯一個複雜函式 ~10-20k ✓ ✓ 重構一個模組（5-10個檔案） ~30-50k ✓ ✓ 理解整個中型專案 ~80-120k ✓ 勉強 超長對話 + 大程式碼庫 \u0026gt;128k ✓ ✗（需壓縮） 大多數日常任務，Copilot 通道完全夠用。只有在做大專案全域性重構時才需要切官方通道。\n兩個通道的 OAuth 同時儲存 Claude Code 本身不支援多賬號管理（切換需要重新 claude login），但可以用 shell 函式繞過：\n# 更完整的切換方案（可選） function cc-switch-official() { echo \u0026#34;切換到官方通道（Claude Pro）...\u0026#34; claude logout 2\u0026gt;/dev/null claude login } function cc-switch-copilot() { echo \u0026#34;切換到 Copilot 通道...\u0026#34; claude logout 2\u0026gt;/dev/null CLAUDE_CODE_USE_BEDROCK=false claude login # 選 GitHub Copilot } 如果你兩個通道都頻繁用，建議保持一個通道常駐登入，另一個按需切換。我的習慣是：官方通道常駐（cc 和 cco），Copilot 通道需要時再切。\n哪個更划算 單純看價格，兩者差不多（$19 vs $20）。但算上實際用法：\n如果已經訂了 Copilot Pro+（你用 IDE 內嵌 AI 補全），Claude Code 免費搭車，等於零額外成本 如果只用 Claude Code，直接訂 Claude Pro 更簡單，不用操心上下文配置 我的結論：先看你有沒有 Copilot Pro+。有的話，用 ccc 跑日常任務，省下 $20/月；沒有的話，直接 Claude Pro 就夠了。\n→ 檢視 Copilot Pro+ 詳細評測\n省下來的錢能做什麼 $20/月看似不多，一年 $240。用來訂一家穩定交易所 + 開一個量化機器人能產生正收益：\nPionex 期現套利機器人 — 1000 USDT 年化 14-18%（低風險） Pionex 黃金網格 4 個月實盤 — 我用 800 USDT 實際跑的資料 如果你本身在用 Claude Code 折騰，Pionex 註冊 + 小資金試跑網格是個不錯的\u0026quot;省錢→投資\u0026quot;迴圈。\n📷 封面圖 · Flux Schnell AI 生成 · panshi.io 品牌風格\n","permalink":"https://blog.panshi.io/zh-hant/posts/claude-code-dual-channel/","summary":"\u003c!-- hero-image --\u003e\n\u003cp\u003e\u003cimg alt=\"person using MacBoook\" loading=\"lazy\" src=\"/images/claude-code-dual-channel-hero.jpg\"\u003e\u003c/p\u003e\n\u003cp\u003eClaude Code 在 2025 年做了一個不太起眼但很重要的更新：支援接入 GitHub Copilot Pro+ 作為後端。這意味著你可以用 $19/月 的 Copilot Pro+ 跑 Claude Code，而不需要單獨訂閱 $20/月 的 Claude Pro。\u003c/p\u003e\n\u003cp\u003e但兩個通道有明顯差異，不瞭解的話會踩坑。這篇文章講清楚兩者的區別，以及我現在用的一套 alias 方案，讓切換變成一條命令的事。\u003c/p\u003e\n\u003ch2 id=\"兩個通道的核心差異\"\u003e兩個通道的核心差異\u003c/h2\u003e\n\u003ctable\u003e\n  \u003cthead\u003e\n      \u003ctr\u003e\n          \u003cth\u003e對比維度\u003c/th\u003e\n          \u003cth\u003e官方通道（Claude Pro）\u003c/th\u003e\n          \u003cth\u003eCopilot 通道（Pro+）\u003c/th\u003e\n      \u003c/tr\u003e\n  \u003c/thead\u003e\n  \u003ctbody\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e月費\u003c/td\u003e\n          \u003ctd\u003e$20\u003c/td\u003e\n          \u003ctd\u003e$19（Copilot Pro+）\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e最大上下文\u003c/td\u003e\n          \u003ctd\u003e200k tokens\u003c/td\u003e\n          \u003ctd\u003e128k tokens\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e模型選擇\u003c/td\u003e\n          \u003ctd\u003eSonnet / Opus 自由選\u003c/td\u003e\n          \u003ctd\u003e每月 1500 次高階模型額度\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e網路要求\u003c/td\u003e\n          \u003ctd\u003e需要訪問 claude.ai\u003c/td\u003e\n          \u003ctd\u003e需要訪問 github.com\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e適合場景\u003c/td\u003e\n          \u003ctd\u003e大型專案、長對話\u003c/td\u003e\n          \u003ctd\u003e日常任務、成本控制\u003c/td\u003e\n      \u003c/tr\u003e\n  \u003c/tbody\u003e\n\u003c/table\u003e\n\u003cp\u003e關鍵差距是\u003cstrong\u003e上下文視窗\u003c/strong\u003e：官方通道 200k，Copilot 通道 128k。\u003c/p\u003e\n\u003cp\u003e對於大多數日常任務（改一個檔案、寫一個指令碼），128k 完全夠用。但如果你要讓 Claude Code 理解整個專案的程式碼庫，或者對話輪數很多，200k 的差距就體現出來了。\u003c/p\u003e","title":"Claude Code 雙通道切換指南：官方通道 vs Copilot Pro+ 省錢方案"},{"content":" ⚠️ 註冊門檻：Pionex 不支援中國大陸身份證透過 KYC，需持有臺灣 / 新加坡 / 馬來西亞 / 美國等地有效證件。參考 Pionex 受限地區官方說明。\n網格交易是我跑得最久的量化策略，簡單但有效。這篇文章分享我在 Pionex 上跑網格的真實經驗，不是教你一夜暴富，而是如何穩健地讓機器幫你賺震盪行情的錢。\n什麼是網格交易 網格交易的核心邏輯：在價格區間內設定多個買賣檔位，價格下跌時買入，價格上漲時賣出，反覆迴圈賺取差價。\n本質上是在做市場波動的搬磚：\n價格區間：40,000 - 50,000 USDT（BTC/USDT） 網格數量：20 格 每格間距：500 USDT 當價格從 45,000 跌到 44,500 → 自動買入 當價格從 44,500 漲回 45,000 → 自動賣出，獲利 ~1.1% 適合場景：震盪行情。趨勢行情（單邊大漲大跌）效果差。\n為什麼選 Pionex Pionex 內建 16 種免費機器人，網格機器人完全免費，只收正常的交易手續費（0.05%）。\n相比其他平臺：\n不需要自己寫程式碼接 API 介面簡單，適合入門 流動性來自 Binance + Huobi 聚合 透過我的邀請連結註冊可以享受手續費折扣。\n引數設定詳解 價格區間 這是最重要的引數，直接決定策略是否能盈利。\n錯誤做法：隨便畫一個區間，希望價格在裡面震盪。\n正確做法：\n看近 3-6 個月的價格走勢，選一個高機率會反覆震盪的區間 區間不要太窄（頻繁觸底或觸頂），不要太寬（網格數不夠，利潤太薄） 留一定的安全邊際，不要卡在支撐/壓力位的邊緣 網格數量 太少（\u0026lt; 10 格）：每格利潤高但交易頻率低，資金利用率差 太多（\u0026gt; 50 格）：每格利潤薄，手續費侵蝕嚴重 推薦：20-30 格，在利潤和頻率之間取得平衡 投入資金 永遠不要 All in 一個網格。\n我的原則：\n單個網格策略不超過總資金的 20% 跑多個幣種分散風險 保留 30% 現金應對極端行情 風控：比盈利更重要 止損線 Pionex 支援設定止損價。建議：\n設在網格下限的 5-10% 以下 觸發止損時策略自動停止，保留剩餘資金 黑天鵝事件處理 單邊大跌時，網格策略會不斷買入，導致手裡積累大量現貨而浮虧。\n應對方案：\n止損線必須設定 不要用槓桿跑網格（槓桿放大了清倉風險） 大跌超過 30% 時考慮手動干預 我踩過的坑 坑 1：選了錯誤的震盪區間\n把區間設在了單邊下跌的開始位置，結果價格一路跌穿下限，策略停止，還持有了大量虧損現貨。\n教訓：開倉前多看圖，不在明顯下跌趨勢中開網格。\n坑 2：網格數太多，手續費吃掉利潤\n20 格跑了一個月，手續費接近盈利的 40%。\n教訓：低價值幣對手續費比例更高，優先選主流大幣。\n坑 3：沒有設止損\n某個山寨幣暴跌 60%，網格不斷接刀，虧損慘烈。\n教訓：止損是必須的，不是可選項。\n目前執行情況 我目前在 Pionex 上跑幾個主流幣對的網格，整體表現：\n震盪行情月化 2-4% 趨勢行情基本保本或微虧 極端行情靠止損止損 不算很高，但比存著不動強，而且是全自動的。\n想聊網格引數或者分享策略，歡迎來 Telegram 找我。\n延伸閱讀：\nPionex vs Binance 網格交易對比 — 兩個平臺選哪個 用 OpenClaw 指揮機器跑量化 — 自動化訊號推送 ⚠️ 免責宣告：本文僅記錄個人經驗，不構成投資建議。加密貨幣市場風險極高，投資前請充分了解風險。\n📷 封面圖 · Flux Schnell AI 生成 · panshi.io 品牌風格\n","permalink":"https://blog.panshi.io/zh-hant/posts/pionex-grid-trading/","summary":"\u003c!-- cn-kyc-notice --\u003e\n\u003cblockquote\u003e\n\u003cp\u003e⚠️ \u003cstrong\u003e註冊門檻\u003c/strong\u003e：Pionex 不支援中國大陸身份證透過 KYC，需持有臺灣 / 新加坡 / 馬來西亞 / 美國等地有效證件。參考 \u003ca href=\"https://support.pionex.com/hc/en-us/articles/5929910517273\"\u003ePionex 受限地區官方說明\u003c/a\u003e。\u003c/p\u003e\n\u003c/blockquote\u003e\n\u003c!-- hero-image --\u003e\n\u003cp\u003e\u003cimg alt=\"Crowd at an exhibition with booths and displays.\" loading=\"lazy\" src=\"/images/pionex-grid-trading-hero.jpg\"\u003e\u003c/p\u003e\n\u003cp\u003e網格交易是我跑得最久的量化策略，簡單但有效。這篇文章分享我在 \u003ca href=\"https://aff.panshi.io/track?id=pionex\"\u003ePionex\u003c/a\u003e 上跑網格的真實經驗，不是教你一夜暴富，而是如何穩健地讓機器幫你賺震盪行情的錢。\u003c/p\u003e\n\u003ch2 id=\"什麼是網格交易\"\u003e什麼是網格交易\u003c/h2\u003e\n\u003cp\u003e網格交易的核心邏輯：\u003cstrong\u003e在價格區間內設定多個買賣檔位，價格下跌時買入，價格上漲時賣出，反覆迴圈賺取差價\u003c/strong\u003e。\u003c/p\u003e\n\u003cp\u003e本質上是在做市場波動的搬磚：\u003c/p\u003e\n\u003cpre tabindex=\"0\"\u003e\u003ccode\u003e價格區間：40,000 - 50,000 USDT（BTC/USDT）\n網格數量：20 格\n每格間距：500 USDT\n\n當價格從 45,000 跌到 44,500 → 自動買入\n當價格從 44,500 漲回 45,000 → 自動賣出，獲利 ~1.1%\n\u003c/code\u003e\u003c/pre\u003e\u003cp\u003e適合場景：\u003cstrong\u003e震盪行情\u003c/strong\u003e。趨勢行情（單邊大漲大跌）效果差。\u003c/p\u003e\n\u003ch2 id=\"為什麼選-pionex\"\u003e為什麼選 Pionex\u003c/h2\u003e\n\u003cp\u003ePionex 內建 16 種免費機器人，\u003cstrong\u003e網格機器人完全免費\u003c/strong\u003e，只收正常的交易手續費（0.05%）。\u003c/p\u003e\n\u003cp\u003e相比其他平臺：\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e不需要自己寫程式碼接 API\u003c/li\u003e\n\u003cli\u003e介面簡單，適合入門\u003c/li\u003e\n\u003cli\u003e流動性來自 Binance + Huobi 聚合\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003e透過我的\u003ca href=\"https://aff.panshi.io/track?id=pionex\"\u003e邀請連結\u003c/a\u003e註冊可以享受手續費折扣。\u003c/p\u003e\n\u003ch2 id=\"引數設定詳解\"\u003e引數設定詳解\u003c/h2\u003e\n\u003ch3 id=\"價格區間\"\u003e價格區間\u003c/h3\u003e\n\u003cp\u003e這是最重要的引數，直接決定策略是否能盈利。\u003c/p\u003e","title":"Pionex 網格機器人實戰：引數設定、風控和我踩過的坑"},{"content":" 我從去年開始用 Claude Code（就是 Anthropic 出的那個 CLI 工具）管理我的一堆伺服器，用下來感覺這才是 AI 應該有的使用方式——不是聊天，而是真正在幫你幹活。\n我的使用場景 9 臺海外 VPS（AWS / DMIT / 騰訊雲），分佈在美國、香港、日本、新加坡，跑著：\n代理節點（Xray + Hysteria2） 量化交易策略 監控系統（Prometheus + Grafana） 各種自動化指令碼 以前這些機器要靠手動 SSH 進去一臺臺操作，現在我直接跟 Claude Code 說\u0026quot;把日本那臺機器的 Xray 配置更新一下\u0026quot;，它就幫我 SSH 進去、修改配置、重啟服務、驗證狀態。\nSkill 系統：讓 AI 有專業知識 Claude Code 支援自定義 Skill（類似系統提示詞），我給不同的任務場景都寫了專門的 Skill：\n伺服器運維 Skill # 伺服器運維助手 你負責管理以下 VPS： - aws-us: 13.x.x.x（美國） - aws-hk: 43.x.x.x（香港） - aws-jp: 3.x.x.x（日本） SSH 埠統一 18022，使用者名稱 ubuntu，使用 PEM 檔案認證。 標準操作流程： 1. 連線前先檢查機器是否線上（ping 測試） 2. 操作前備份配置檔案 3. 修改後驗證服務狀態 4. 如有異常立即回滾 這樣 Claude 就有了我的基礎設施上下文，不需要每次都重複說一遍。\n量化運維 Skill 專門管量化策略的 Skill，包括：\n如何檢視策略狀態 常見報錯的處理方式 槓桿調整的操作步驟 有了這些 Skill，我基本上每天只需要跟 Claude 說一兩句話，剩下的它自己判斷怎麼做。\n真實工作流舉例 場景 1：發現策略異常 凌晨 3 點 Telegram 告警：量化機器記憶體佔用 95%。\n以前：要爬起來 SSH，看日誌，判斷原因，處理。\n現在：Claude 看到告警自動分析（我設定了工作流），如果是常見問題直接處理，複雜問題才叫醒我。\n場景 2：新部署一臺機器 買了臺新的 DMIT VPS，跟 Claude 說\u0026quot;按標準配置部署這臺機器\u0026quot;。\nClaude 會：\nSSH 連進去 更新系統 安裝依賴 部署 Xray + Hysteria2 配置防火牆 測試連通性 把新節點加入 mihomo 配置 整個過程我就看著，有問題的地方它會問我。比自己一步步做快 5-10 倍，而且不容易出錯。\n場景 3：排查網路故障 某個節點突然連不上，我說\u0026quot;幫我排查 aws-hk 的連通性問題\u0026quot;。\nClaude 會：\n從多個角度測試（TCP/UDP/DNS） 檢視系統日誌 檢查防火牆規則 給出故障判斷和修復建議 成本控制 Claude Code 用的是 API 按量計費。我用的 Copilot Pro+（月費制），有使用量限制。\n一些節省用量的技巧：\n寫好 Skill：好的上下文讓 AI 少走彎路，減少對話輪次 批處理操作：把多個任務合併成一次對話 用小模型做簡單任務：不是每件事都需要最強的模型 我目前一個月的 Claude Code 使用成本控制在合理範圍內，對比它幫我節省的時間，ROI 很高。\n給想上手的建議 先從小任務開始：讓 Claude 幫你寫個指令碼、查個文件，建立信任感 寫清楚 Skill 背景：告訴它你的環境資訊，越詳細越好 保持對結果的複核習慣：AI 會犯錯，關鍵操作前後要驗證 善用 plan 模式：複雜任務先讓它規劃，你稽核透過再執行 有興趣聊 Claude Code 使用技巧或者 AI 運維工作流，歡迎在 Telegram 找我，或者關注 X @panshi8848。\n延伸閱讀：\nClaude API 省錢指南 — 控制 API 用量和成本 OpenClaw 是什麼 — AI 工具鏈整合平臺 用 Claude Code 監控 Pionex 機器人 — 30 分鐘寫個實用量化監控指令碼 用 Claude 寫 Binance 合約風控 — AI 幫你在爆倉前 3 小時預警 AI 工具最好的練手場景之一是量化交易——既有程式碼需求又有持續的維護最佳化。如果你還沒接觸過自動化交易，Pionex 是最低門檻的入口，16 種內建機器人不用寫一行程式碼就能跑。\n📷 封面圖 · Flux Schnell AI 生成 · panshi.io 品牌風格\n","permalink":"https://blog.panshi.io/zh-hant/posts/claude-code-workflow/","summary":"\u003c!-- hero-image --\u003e\n\u003cp\u003e\u003cimg alt=\"person using MacBoook\" loading=\"lazy\" src=\"/images/claude-code-workflow-hero.jpg\"\u003e\u003c/p\u003e\n\u003cp\u003e我從去年開始用 Claude Code（就是 Anthropic 出的那個 CLI 工具）管理我的一堆伺服器，用下來感覺這才是 AI 應該有的使用方式——\u003cstrong\u003e不是聊天，而是真正在幫你幹活\u003c/strong\u003e。\u003c/p\u003e\n\u003ch2 id=\"我的使用場景\"\u003e我的使用場景\u003c/h2\u003e\n\u003cp\u003e9 臺海外 VPS（AWS / DMIT / 騰訊雲），分佈在美國、香港、日本、新加坡，跑著：\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e代理節點（Xray + Hysteria2）\u003c/li\u003e\n\u003cli\u003e量化交易策略\u003c/li\u003e\n\u003cli\u003e監控系統（Prometheus + Grafana）\u003c/li\u003e\n\u003cli\u003e各種自動化指令碼\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003e以前這些機器要靠手動 SSH 進去一臺臺操作，現在我直接跟 Claude Code 說\u0026quot;把日本那臺機器的 Xray 配置更新一下\u0026quot;，它就幫我 SSH 進去、修改配置、重啟服務、驗證狀態。\u003c/p\u003e\n\u003ch2 id=\"skill-系統讓-ai-有專業知識\"\u003eSkill 系統：讓 AI 有專業知識\u003c/h2\u003e\n\u003cp\u003eClaude Code 支援自定義 Skill（類似系統提示詞），我給不同的任務場景都寫了專門的 Skill：\u003c/p\u003e\n\u003ch3 id=\"伺服器運維-skill\"\u003e伺服器運維 Skill\u003c/h3\u003e\n\u003cdiv class=\"highlight\"\u003e\u003cpre tabindex=\"0\" class=\"chroma\"\u003e\u003ccode class=\"language-markdown\" data-lang=\"markdown\"\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"gh\"\u003e# 伺服器運維助手\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e你負責管理以下 VPS：\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"k\"\u003e-\u003c/span\u003e aws-us: 13.x.x.x（美國）\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"k\"\u003e-\u003c/span\u003e aws-hk: 43.x.x.x（香港）\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"k\"\u003e-\u003c/span\u003e aws-jp: 3.x.x.x（日本）\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003eSSH 埠統一 18022，使用者名稱 ubuntu，使用 PEM 檔案認證。\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e標準操作流程：\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"k\"\u003e1.\u003c/span\u003e 連線前先檢查機器是否線上（ping 測試）\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"k\"\u003e2.\u003c/span\u003e 操作前備份配置檔案\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"k\"\u003e3.\u003c/span\u003e 修改後驗證服務狀態\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"k\"\u003e4.\u003c/span\u003e 如有異常立即回滾\n\u003c/span\u003e\u003c/span\u003e\u003c/code\u003e\u003c/pre\u003e\u003c/div\u003e\u003cp\u003e這樣 Claude 就有了我的基礎設施上下文，不需要每次都重複說一遍。\u003c/p\u003e","title":"Claude Code 真實使用體驗：我是怎麼用 AI 管理 9 臺伺服器的"},{"content":" 選 VPS 踩過不少坑，這篇文章分享我真實用過的幾家服務商，直接說結論，不繞彎子。\n選 VPS 的核心指標 魔法上網用的 VPS 和普通建站用的不一樣，核心看三點：\n延遲：對國內的 ping 值，越低越好 穩定性：IP 是否容易被封，線路是否抖動 出口質量：CN2 GIA \u0026gt; 普通 BGP，直連 \u0026gt; 中轉 DMIT：目前我的主力 我在用 DMIT 的香港和美國節點，用了快一年，總體滿意。\n優點：\n香港節點延遲極低（廣州 ping 通常 20-40ms） 線路質量好，原生 IP，流媒體解鎖能力強 支援 Hysteria2，UDP 加速效果明顯 缺點：\n價格偏高，香港基礎款月費不便宜 有時候購買頁面需要耐心等庫存 **適合：**對延遲敏感、對穩定性要求高的使用者。\n騰訊雲國際版：日本節點備用 我的 aws-jp 之外還有一臺騰訊雲日本節點作備用。\n優點：\n和國內騰訊骨幹網打通，日本節點延遲不錯 有時候有大促，價格很便宜 缺點：\nIP 被封的機率比 DMIT 高 客服支援較弱 AWS：量化專用，不推薦用來魔法上網 我的量化策略跑在 AWS，它的網路穩定性很好，但：\nIP 段太知名，容易被識別和封鎖 價格貴 不適合魔法上網，適合對接 API 的後臺服務 住宅 IP：IPRoyal 做一些需要住宅 IP 的任務（比如註冊賬號、訪問某些限制嚴格的網站），推薦 IPRoyal。\n價格按 GB 計費，不需要月付，用多少買多少。質量穩定，支援按國家/城市選 IP。\n我的搭配方案 主力線路：DMIT 香港（低延遲首選） 備用線路：DMIT 美國 / 日本（自動切換） 住宅 IP：IPRoyal（按需使用） 多線路冗餘是關鍵，單點永遠不靠譜。\n協議選擇 VPS 買來之後，協議推薦：\nXray（VLESS/XTLS）：主力協議，抗封鎖能力強 → 完整部署教程 Hysteria2：基於 UDP，速度快，適合高頻寬場景 兩個協議同時部署，mihomo 自動選擇 → 多閘道器架構 IP 被封了怎麼辦：看這篇應急處理指南。\n有特定需求或者不確定該買哪家，歡迎在 Telegram 問我，我儘量給出適合你場景的建議。\n📷 封面圖 · Flux Schnell AI 生成 · panshi.io 品牌風格\n","permalink":"https://blog.panshi.io/zh-hant/posts/vps-selection-guide/","summary":"\u003c!-- hero-image --\u003e\n\u003cp\u003e\u003cimg alt=\"System with various wires managing access to centralized res\" loading=\"lazy\" src=\"/images/vps-selection-guide-hero.jpg\"\u003e\u003c/p\u003e\n\u003cp\u003e選 VPS 踩過不少坑，這篇文章分享我真實用過的幾家服務商，直接說結論，不繞彎子。\u003c/p\u003e\n\u003ch2 id=\"選-vps-的核心指標\"\u003e選 VPS 的核心指標\u003c/h2\u003e\n\u003cp\u003e魔法上網用的 VPS 和普通建站用的不一樣，核心看三點：\u003c/p\u003e\n\u003col\u003e\n\u003cli\u003e\u003cstrong\u003e延遲\u003c/strong\u003e：對國內的 ping 值，越低越好\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e穩定性\u003c/strong\u003e：IP 是否容易被封，線路是否抖動\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e出口質量\u003c/strong\u003e：CN2 GIA \u0026gt; 普通 BGP，直連 \u0026gt; 中轉\u003c/li\u003e\n\u003c/ol\u003e\n\u003ch2 id=\"dmit目前我的主力\"\u003eDMIT：目前我的主力\u003c/h2\u003e\n\u003cp\u003e我在用 \u003ca href=\"https://aff.panshi.io/track?id=dmit\"\u003eDMIT\u003c/a\u003e 的香港和美國節點，用了快一年，總體滿意。\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003e優點：\u003c/strong\u003e\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e香港節點延遲極低（廣州 ping 通常 20-40ms）\u003c/li\u003e\n\u003cli\u003e線路質量好，原生 IP，流媒體解鎖能力強\u003c/li\u003e\n\u003cli\u003e支援 Hysteria2，UDP 加速效果明顯\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003e\u003cstrong\u003e缺點：\u003c/strong\u003e\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e價格偏高，香港基礎款月費不便宜\u003c/li\u003e\n\u003cli\u003e有時候購買頁面需要耐心等庫存\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003e**適合：**對延遲敏感、對穩定性要求高的使用者。\u003c/p\u003e\n\u003ch2 id=\"騰訊雲國際版日本節點備用\"\u003e騰訊雲國際版：日本節點備用\u003c/h2\u003e\n\u003cp\u003e我的 aws-jp 之外還有一臺騰訊雲日本節點作備用。\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003e優點：\u003c/strong\u003e\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e和國內騰訊骨幹網打通，日本節點延遲不錯\u003c/li\u003e\n\u003cli\u003e有時候有大促，價格很便宜\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003e\u003cstrong\u003e缺點：\u003c/strong\u003e\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003eIP 被封的機率比 DMIT 高\u003c/li\u003e\n\u003cli\u003e客服支援較弱\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch2 id=\"aws量化專用不推薦用來魔法上網\"\u003eAWS：量化專用，不推薦用來魔法上網\u003c/h2\u003e\n\u003cp\u003e我的量化策略跑在 AWS，它的網路穩定性很好，但：\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003eIP 段太知名，容易被識別和封鎖\u003c/li\u003e\n\u003cli\u003e價格貴\u003c/li\u003e\n\u003cli\u003e不適合魔法上網，適合對接 API 的後臺服務\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch2 id=\"住宅-ipiproyal\"\u003e住宅 IP：\u003ca href=\"https://aff.panshi.io/track?id=iproyal\"\u003eIPRoyal\u003c/a\u003e\u003c/h2\u003e\n\u003cp\u003e做一些需要住宅 IP 的任務（比如註冊賬號、訪問某些限制嚴格的網站），推薦 IPRoyal。\u003c/p\u003e","title":"2026 年 VPS 選購指南：我用過的幾家對比"},{"content":" 量化策略開發有個高門檻：你得懂交易邏輯，還得會寫程式碼。Claude 把這個門檻降低了一半——你只需要懂交易邏輯，程式碼的部分可以讓它來。\n這篇文章記錄我用 Claude 從零開始寫一個完整量化訊號系統的過程。\n我的策略背景 我跑的是突破類趨勢策略，核心邏輯是唐奇安通道（Donchian Channel）：\n當價格突破過去 N 根 K 線的最高價 → 買入 當價格跌破過去 M 根 K 線的最低價 → 賣出 聽起來簡單，但要做成能在 8 個品種、3 個時間週期上自動跑的系統，並且每半小時推送訊號到 Telegram，需要不少工程量。\n第一步：跟 Claude 描述策略邏輯 我的輸入很簡單：\n\u0026ldquo;幫我寫一個 Python 指令碼，用 yfinance 拉 BTC 的 1 小時 K 線，實現唐奇安通道突破策略：價格突破過去 20 根最高價買入，跌破過去 10 根最低價賣出。每次訊號變化時透過 openclaw 發 Telegram 訊息。\u0026rdquo;\nClaude 給出的初版程式碼覆蓋了：\nyfinance 資料拉取 訊號計算邏輯 狀態持久化（避免重複推送） openclaw CLI 呼叫傳送訊息 這一步花了約 10 分鐘。\n第二步：迭代改進 初版策略的問題：在震盪行情裡頻繁觸發虛假訊號，來回買賣虧手續費。\n我告訴 Claude：\n\u0026ldquo;在震盪行情（ADX 低、ATR 收縮）時，跳過買入訊號；只在趨勢行情（ADX \u0026gt; 22，價格在 EMA200 上方）才執行。加入 ATR 追蹤止損。\u0026rdquo;\nClaude 加入了以下改進：\nADX 狀態判斷：區分趨勢市/震盪市 ATR 追蹤止損：持倉期間動態調整止損位 自適應引數：不同品種用不同的 ATR 倍數（加密貨幣 k=2.55，大宗商品 k=1.8） 整個迭代過程：我描述問題 → Claude 改程式碼 → 我回測驗證 → 繼續改。大約 3 輪迭代後策略穩定。\n第三步：多品種 + 多時間週期 把策略從單品種擴充套件到多品種時，有一個工程挑戰：同時拉 8 個品種的資料很慢，而且 yfinance 有頻率限制。\n解決方案是增量快取，Claude 幫我設計了一個\u0026quot;探針\u0026quot;機制：\ndef probe_last_bar_ts(symbol, interval): \u0026#34;\u0026#34;\u0026#34;只拉最近幾根 K 線，判斷是否有新 bar\u0026#34;\u0026#34;\u0026#34; # 如果時間戳沒變化，直接跳過，不重新計算訊號 ... 這樣每次執行時，沒有新資料的品種直接跳過，效能提升 5-10 倍。\n最終收益表現 下圖是 2024 年以來，唐奇突破策略 vs 混合版（加入 ATR/ADX 過濾）的回測對比：\n混合版在震盪行情（BTC 2024 上半年）明顯減少了交易頻率，手續費損耗更低；趨勢行情（BTC 2024 Q4 大漲）跟隨效果接近。\nBTC 4H 時間週期的訊號標註效果：\n我學到的幾件事 1. 用自然語言描述\u0026quot;異常\u0026quot;讓 Claude 修復\n不要說\u0026quot;最佳化策略效能\u0026quot;，要說\u0026quot;在 BTC 2024 年 3 月震盪區間裡，策略在兩週內觸發了 12 次買賣，虧了約 3% 手續費，怎麼減少這種情況\u0026quot;。\n具體的問題描述比模糊的最佳化目標有效 10 倍。\n2. 讓 Claude 先解釋再寫程式碼\n對於複雜邏輯（比如自適應狀態機），先讓 Claude 用文字解釋實現思路，確認邏輯對了再讓它寫程式碼。節省很多 debug 時間。\n3. 回測資料要真實\n讓 Claude 幫你模擬回測，結果看起來很美。但真正執行前，一定要用真實的歷史資料（yfinance 足夠用）跑一遍，對得上再上實盤。\n工具鏈 資料：yfinance（免費，覆蓋股票/期貨/加密貨幣） 計算：pandas、numpy 推送：OpenClaw CLI（openclaw message send） 定時：Linux cron，每 30 分鐘執行一次 託管：跑在區域網的 Linux 機器上，也可以跑在 VPS 策略程式碼或者回測方法有問題，歡迎來 Telegram 找我。\n⚠️ 本文僅記錄個人實踐，不構成投資建議。量化策略過去表現不代表未來，實盤需做好風控。\n📷 封面圖 · Flux Schnell AI 生成 · panshi.io 品牌風格\n","permalink":"https://blog.panshi.io/zh-hant/posts/claude-write-quant-strategy/","summary":"\u003c!-- hero-image --\u003e\n\u003cp\u003e\u003cimg alt=\"Computer monitor displaying code in a dark room.\" loading=\"lazy\" src=\"/images/claude-write-quant-strategy-hero.jpg\"\u003e\u003c/p\u003e\n\u003cp\u003e量化策略開發有個高門檻：你得懂交易邏輯，還得會寫程式碼。Claude 把這個門檻降低了一半——你只需要懂交易邏輯，程式碼的部分可以讓它來。\u003c/p\u003e\n\u003cp\u003e這篇文章記錄我用 Claude 從零開始寫一個完整量化訊號系統的過程。\u003c/p\u003e\n\u003ch2 id=\"我的策略背景\"\u003e我的策略背景\u003c/h2\u003e\n\u003cp\u003e我跑的是\u003cstrong\u003e突破類趨勢策略\u003c/strong\u003e，核心邏輯是唐奇安通道（Donchian Channel）：\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e當價格突破過去 N 根 K 線的最高價 → \u003cstrong\u003e買入\u003c/strong\u003e\u003c/li\u003e\n\u003cli\u003e當價格跌破過去 M 根 K 線的最低價 → \u003cstrong\u003e賣出\u003c/strong\u003e\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003e聽起來簡單，但要做成能在 8 個品種、3 個時間週期上自動跑的系統，並且每半小時推送訊號到 Telegram，需要不少工程量。\u003c/p\u003e\n\u003ch2 id=\"第一步跟-claude-描述策略邏輯\"\u003e第一步：跟 Claude 描述策略邏輯\u003c/h2\u003e\n\u003cp\u003e我的輸入很簡單：\u003c/p\u003e\n\u003cblockquote\u003e\n\u003cp\u003e\u0026ldquo;幫我寫一個 Python 指令碼，用 yfinance 拉 BTC 的 1 小時 K 線，實現唐奇安通道突破策略：價格突破過去 20 根最高價買入，跌破過去 10 根最低價賣出。每次訊號變化時透過 openclaw 發 Telegram 訊息。\u0026rdquo;\u003c/p\u003e\n\u003c/blockquote\u003e\n\u003cp\u003eClaude 給出的初版程式碼覆蓋了：\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003eyfinance 資料拉取\u003c/li\u003e\n\u003cli\u003e訊號計算邏輯\u003c/li\u003e\n\u003cli\u003e狀態持久化（避免重複推送）\u003c/li\u003e\n\u003cli\u003eopenclaw CLI 呼叫傳送訊息\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003e這一步花了約 10 分鐘。\u003c/p\u003e","title":"用 Claude 寫量化策略：從零到訊號推送的完整流程"},{"content":" 買了 VPS、寫了量化策略程式碼，但怎麼讓它\u0026quot;自動跑起來\u0026quot;並且\u0026quot;隨時告訴你發生了什麼\u0026quot;？這是大部分人卡住的地方。\n我用 OpenClaw 解決了這個問題。\nOpenClaw 是什麼 簡單說：一個讓 AI 助手能呼叫各種工具的框架。\n它的核心能力是：\n提供 CLI 工具（openclaw message send），可以從任何指令碼里發 Telegram/Discord 訊息 有 Skill 系統，可以給 AI 掛載各種能力（GitHub、Notion、天氣、自定義指令碼） 支援 cron 定時任務和遠端觸發 對量化來說，最有用的就是訊息推送這一塊。\n我的量化訊號推送架構 cron（每30分鐘） ↓ signal_monitor.py（拉資料 → 計算訊號 → 對比上次狀態） ↓ 有新訊號？ ├── 是 → generate_report.py（生成 PDF） │ ↓ │ openclaw message send（發 Telegram） │ ├── 群組（@ 訊號通知） │ └── 私信（附 PDF + 耗時統計） └── 否 → openclaw message send（私信巡檢報告） 跑在區域網的 Linux 機器上，24 小時不間斷。\n關鍵程式碼片段 發訊息 import subprocess def send_telegram(text, pdf_path, target): subprocess.run([ \u0026#34;openclaw\u0026#34;, \u0026#34;message\u0026#34;, \u0026#34;send\u0026#34;, \u0026#34;--channel\u0026#34;, \u0026#34;telegram\u0026#34;, \u0026#34;--target\u0026#34;, target, \u0026#34;--message\u0026#34;, text, \u0026#34;--media\u0026#34;, pdf_path ], check=True) # 推送到群組（target 填群組 ID，負數） send_telegram(signal_text, pdf, \u0026#34;-100xxxxxxxxxx\u0026#34;) # 推送私信（target 填個人 user ID） send_telegram(signal_text + f\u0026#34;\\n耗時: {elapsed:.2f}s\u0026#34;, pdf, \u0026#34;你的UserID\u0026#34;) 這一行命令替代了整套 Telegram Bot SDK 的接入，省去了處理 webhook/polling 的麻煩。\n增量快取：避免重複推送 訊號系統最容易踩的坑：同一個訊號每次執行都推一遍。\n解決方案：用狀態檔案記錄已推送的訊號。\nSTATE_FILE = \u0026#34;~/.openclaw/workspace/.openclaw/signal_state.json\u0026#34; def load_state(): # 讀取上次的狀態 ... def main(): state = load_state() for asset in ASSETS: signal = compute_signal(asset) key = f\u0026#34;{asset}_{signal.type}_{signal.ts}\u0026#34; if state.get(key): continue # 已推送，跳過 state[key] = True push_signal(signal) save_state(state) 配合\u0026quot;探針\u0026quot;機制（先檢查最新 bar 時間戳，沒更新就跳過），每次執行耗時從 60 秒降到 5-10 秒。\n定時任務 # /etc/cron.d/quant_strategy 0,30 * * * * as cd ~/.openclaw/workspace \u0026amp;\u0026amp; \\ MPLBACKEND=Agg ~/.openclaw/workspace/.venv_quant/bin/python \\ scripts/signal_monitor.py \u0026gt;\u0026gt; .openclaw/signal_monitor.log 2\u0026gt;\u0026amp;1 MPLBACKEND=Agg 是關鍵——伺服器沒有顯示器，matplotlib 需要非互動式後端才能生成圖片。\n實際收到的 Telegram 訊息 訊號出現時：\n【混合版策略訊號】2026-04-08 16:00:00 - BTC 4h：買入，價格 83420.5000，邏輯=自適應，時間 2026-04-08 16:00:00 - ETH 4h：買入，價格 1628.3300，邏輯=自適應，時間 2026-04-08 16:00:00 已附混合版最新PDF。 無訊號時（私信巡檢）：\n【混合版策略巡檢】2026-04-08 16:30:00 當前無新買賣訊號。 本次策略耗時：7.43秒 計算模式：hot:cache_hit 計算模式 欄位告訴你這次是走了快取（hot）還是重新計算了哪些品種（warm/cold）。\n多臺機器雙跑 我在兩臺機器上各跑一套：\n一臺跑唐奇版（原始突破策略） 一臺跑混合版（ATR/ADX 自適應） 兩套策略的訊號都推到同一個 Telegram 群，互相對照。當兩個策略都給出買入訊號時，可信度更高。\n故障怎麼處理 訊號停止推送：先看 log，通常是 yfinance 拉資料超時。解決：加 retry 邏輯，或臨時切換資料來源。\nopenclaw 命令找不到：PATH 問題。cron 環境的 PATH 比登入 shell 少，需要在 cron 檔案頭部設定完整 PATH，或用絕對路徑。\nPDF 生成亂碼：中文字型沒裝。sudo apt-get install fonts-noto-cjk 解決。\n量化推送系統搭建過程中有問題，歡迎來 Telegram 找我。\n⚠️ 本文僅記錄個人實踐，不構成投資建議。\n📷 封面圖 · Flux Schnell AI 生成 · panshi.io 品牌風格\n","permalink":"https://blog.panshi.io/zh-hant/posts/openclaw-quant-workflow/","summary":"\u003c!-- hero-image --\u003e\n\u003cp\u003e\u003cimg alt=\"Child and robot interacting with projected bubbles\" loading=\"lazy\" src=\"/images/openclaw-quant-workflow-hero.jpg\"\u003e\u003c/p\u003e\n\u003cp\u003e買了 VPS、寫了量化策略程式碼，但怎麼讓它\u0026quot;自動跑起來\u0026quot;並且\u0026quot;隨時告訴你發生了什麼\u0026quot;？這是大部分人卡住的地方。\u003c/p\u003e\n\u003cp\u003e我用 OpenClaw 解決了這個問題。\u003c/p\u003e\n\u003ch2 id=\"openclaw-是什麼\"\u003eOpenClaw 是什麼\u003c/h2\u003e\n\u003cp\u003e簡單說：\u003cstrong\u003e一個讓 AI 助手能呼叫各種工具的框架\u003c/strong\u003e。\u003c/p\u003e\n\u003cp\u003e它的核心能力是：\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e提供 CLI 工具（\u003ccode\u003eopenclaw message send\u003c/code\u003e），可以從任何指令碼里發 Telegram/Discord 訊息\u003c/li\u003e\n\u003cli\u003e有 Skill 系統，可以給 AI 掛載各種能力（GitHub、Notion、天氣、自定義指令碼）\u003c/li\u003e\n\u003cli\u003e支援 cron 定時任務和遠端觸發\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003e對量化來說，最有用的就是\u003cstrong\u003e訊息推送\u003c/strong\u003e這一塊。\u003c/p\u003e\n\u003ch2 id=\"我的量化訊號推送架構\"\u003e我的量化訊號推送架構\u003c/h2\u003e\n\u003cpre tabindex=\"0\"\u003e\u003ccode\u003ecron（每30分鐘）\n    ↓\nsignal_monitor.py（拉資料 → 計算訊號 → 對比上次狀態）\n    ↓\n有新訊號？\n    ├── 是 → generate_report.py（生成 PDF）\n    │         ↓\n    │      openclaw message send（發 Telegram）\n    │         ├── 群組（@ 訊號通知）\n    │         └── 私信（附 PDF + 耗時統計）\n    └── 否 → openclaw message send（私信巡檢報告）\n\u003c/code\u003e\u003c/pre\u003e\u003cp\u003e跑在區域網的 Linux 機器上，24 小時不間斷。\u003c/p\u003e","title":"用 OpenClaw 指揮機器跑量化：從訊號計算到 Telegram 推送"},{"content":" 如果你用過 Claude Code，OpenClaw 可以理解成它的\u0026quot;非同步版本\u0026quot;——Claude Code 適合你坐在電腦前互動式幹活，OpenClaw 適合讓 AI 在後臺持續幫你做事，即使你不在電腦旁。\nOpenClaw 的核心定位 一句話：讓 AI 助手能訪問和操作外部工具，並透過 Telegram 等渠道跟你互動。\n它解決的問題：\nAI 模型本身無法主動觸達你（你要開口問，它才回答） AI 模型沒有持久狀態（每次對話從頭開始） AI 模型無法直接操作外部系統（GitHub、Notion、伺服器） OpenClaw 透過 Skill 系統 解決這三個問題。\nSkill 系統 Skill 是 OpenClaw 的核心概念：一個 Skill 就是給 AI 掛載一個工具。\n已有的 Skill 舉例：\nSkill 功能 github 讀寫 Issue、PR、Actions obsidian 讀寫 Obsidian 筆記庫 weather 查詢天氣（open-meteo） notion Notion 頁面/資料庫操作 healthcheck 系統安全巡檢 skill-creator 建立自定義 Skill 安裝一個 Skill：\nopenclaw skill install github 安裝後，你在 Telegram 裡對 AI 助手說\u0026quot;幫我查一下 claude-code 倉庫今天新增的 Issue\u0026quot;，它就能直接操作 GitHub 了。\n和 Claude Code 的區別 對比維度 Claude Code OpenClaw 互動方式 終端互動式 Telegram（非同步） 適用場景 當場寫程式碼、改檔案 後臺定時任務、監控 使用時機 你在電腦前 你不在電腦前 上下文 每次會話 可持續（配合狀態檔案） 兩者可以配合：Claude Code 負責寫邏輯/改程式碼，OpenClaw 負責自動化執行和通知。\n我的雙機配置 我在兩臺裝置上跑 OpenClaw：\nMac（小白）：主助手，日常問答和工具呼叫 Linux 伺服器（1.9）：量化策略專機，24小時跑訊號監控\nMac 上的配置檔案 ~/.openclaw/openclaw.json：\n{ \u0026#34;bot_token\u0026#34;: \u0026#34;...\u0026#34;, \u0026#34;telegram_chat_id\u0026#34;: \u0026#34;你的 TG 使用者 ID\u0026#34;, \u0026#34;model\u0026#34;: \u0026#34;claude-opus-4-6\u0026#34;, \u0026#34;skills\u0026#34;: [\u0026#34;github\u0026#34;, \u0026#34;obsidian\u0026#34;, \u0026#34;weather\u0026#34;, \u0026#34;healthcheck\u0026#34;] } Linux 伺服器主要用 openclaw message send 這個 CLI 命令推訊息，不需要完整配置 AI 能力。\n定時任務：讓 AI 主動工作 OpenClaw 支援 cron 觸發，每天早上自動給我發天氣：\n# cron 配置 0 7 * * * openclaw cron run daily-weather-check 我還會把量化訊號指令碼、巡檢指令碼掛在 cron 裡，伺服器自己跑，有問題了 Telegram 通知我。\n適合什麼人用 有多臺機器：想讓 AI 幫你管理分佈在多臺伺服器上的服務 有非同步通知需求：策略訊號、服務告警、定時報告 嫌 Telegram Bot 開發麻煩：openclaw message send 一行命令搞定推送，不用自己接 Bot API 不適合的場景：\n你只是想問 AI 寫程式碼（Claude Code 更好） 你需要實時雙向對話（Claude.ai 更好） 快速上手 # 安裝 npm install -g openclaw # 初始化（引導式配置 Telegram Bot Token） openclaw init # 測試發訊息 openclaw message send --channel telegram --target 你的使用者ID --message \u0026#34;測試訊息\u0026#34; # 安裝一個 Skill openclaw skill install weather # 啟動閘道器（讓 Telegram 訊息能觸發 AI） openclaw gateway start 實戰案例：OpenClaw + 量化 OpenClaw 最直觀的價值在\u0026quot;AI + 外部系統編排\u0026quot;場景。一個我在用的例子：\n觸發器：Telegram 發訊息 \u0026ldquo;check pionex\u0026rdquo; Skill 鏈：OpenClaw 讀訊息 → 調 Pionex API 查餘額 → 調 Binance API 查持倉 → 讓 Claude 綜合給出當前風險評估 → 推回 Telegram 整個流程 3 秒完成，一天可以隨時問 20 次風險狀態不多花錢。詳見 OpenClaw 量化工作流。\n如果你還沒開始折騰加密量化，Pionex 有 16 種內建機器人，不用寫一行程式碼就能跑起來，是 OpenClaw 類 AI 工具最好的練手物件。\n有問題或者想聊 OpenClaw 的使用場景，歡迎在 Telegram 找我，或關注 X @panshi8848。\n📷 封面圖 · Flux Schnell AI 生成 · panshi.io 品牌風格\n","permalink":"https://blog.panshi.io/zh-hant/posts/openclaw-intro-and-setup/","summary":"\u003c!-- hero-image --\u003e\n\u003cp\u003e\u003cimg alt=\"Child and robot interacting with projected bubbles\" loading=\"lazy\" src=\"/images/openclaw-intro-and-setup-hero.jpg\"\u003e\u003c/p\u003e\n\u003cp\u003e如果你用過 Claude Code，OpenClaw 可以理解成它的\u0026quot;非同步版本\u0026quot;——Claude Code 適合你坐在電腦前互動式幹活，OpenClaw 適合讓 AI 在後臺持續幫你做事，即使你不在電腦旁。\u003c/p\u003e\n\u003ch2 id=\"openclaw-的核心定位\"\u003eOpenClaw 的核心定位\u003c/h2\u003e\n\u003cp\u003e一句話：\u003cstrong\u003e讓 AI 助手能訪問和操作外部工具，並透過 Telegram 等渠道跟你互動\u003c/strong\u003e。\u003c/p\u003e\n\u003cp\u003e它解決的問題：\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003eAI 模型本身無法主動觸達你（你要開口問，它才回答）\u003c/li\u003e\n\u003cli\u003eAI 模型沒有持久狀態（每次對話從頭開始）\u003c/li\u003e\n\u003cli\u003eAI 模型無法直接操作外部系統（GitHub、Notion、伺服器）\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003eOpenClaw 透過 \u003cstrong\u003eSkill 系統\u003c/strong\u003e 解決這三個問題。\u003c/p\u003e\n\u003ch2 id=\"skill-系統\"\u003eSkill 系統\u003c/h2\u003e\n\u003cp\u003eSkill 是 OpenClaw 的核心概念：一個 Skill 就是給 AI 掛載一個工具。\u003c/p\u003e\n\u003cp\u003e已有的 Skill 舉例：\u003c/p\u003e\n\u003ctable\u003e\n  \u003cthead\u003e\n      \u003ctr\u003e\n          \u003cth\u003eSkill\u003c/th\u003e\n          \u003cth\u003e功能\u003c/th\u003e\n      \u003c/tr\u003e\n  \u003c/thead\u003e\n  \u003ctbody\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e\u003ccode\u003egithub\u003c/code\u003e\u003c/td\u003e\n          \u003ctd\u003e讀寫 Issue、PR、Actions\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e\u003ccode\u003eobsidian\u003c/code\u003e\u003c/td\u003e\n          \u003ctd\u003e讀寫 Obsidian 筆記庫\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e\u003ccode\u003eweather\u003c/code\u003e\u003c/td\u003e\n          \u003ctd\u003e查詢天氣（open-meteo）\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e\u003ccode\u003enotion\u003c/code\u003e\u003c/td\u003e\n          \u003ctd\u003eNotion 頁面/資料庫操作\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e\u003ccode\u003ehealthcheck\u003c/code\u003e\u003c/td\u003e\n          \u003ctd\u003e系統安全巡檢\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e\u003ccode\u003eskill-creator\u003c/code\u003e\u003c/td\u003e\n          \u003ctd\u003e建立自定義 Skill\u003c/td\u003e\n      \u003c/tr\u003e\n  \u003c/tbody\u003e\n\u003c/table\u003e\n\u003cp\u003e安裝一個 Skill：\u003c/p\u003e","title":"OpenClaw 是什麼：AI 助手 + 工具鏈的整合平臺"},{"content":" Hysteria2 是一個基於 QUIC 協議（UDP）的代理工具，在高丟包、高延遲網路下表現遠超 TCP 協議。它和 VLESS+XTLS-Reality 形成互補：TCP 受限時用 Hysteria2，UDP 受限時用 VLESS+Reality，兩個協議搭配部署是目前最穩的方案。\n為什麼選 Hysteria2 核心優勢：\n基於 QUIC/UDP，在高丟包網路下仍有較好速度表現 內建頻寬偽裝，流量特徵更難被精準識別 配置簡單，比 Xray 輕量 mihomo（Clash Meta）原生支援 適用場景：\n場景 推薦協議 TCP 被 QoS 限速 Hysteria2 ✓ UDP 被封 VLESS+XTLS 日常使用（兩個都有） mihomo 自動切換 前置準備 一臺海外 VPS，推薦 DMIT（支援 Hysteria2 的 UDP 流量） Ubuntu 22.04+ 一個域名（可選，用自簽證書也可以） 服務端部署 安裝 Hysteria2 bash \u0026lt;(curl -fsSL https://get.hy2.sh/) 安裝完成後，程式位於 /usr/local/bin/hysteria，systemd 服務名為 hysteria-server。\n生成自簽證書 不需要域名的情況下，用自簽證書：\nopenssl req -x509 -nodes -newkey ec -pkeyopt ec_paramgen_curve:P-256 \\ -keyout /etc/hysteria/server.key \\ -out /etc/hysteria/server.crt \\ -subj \u0026#34;/CN=bing.com\u0026#34; -days 3650 chown hysteria /etc/hysteria/server.key /etc/hysteria/server.crt 服務端配置檔案 /etc/hysteria/config.yaml：\nlisten: :443 tls: cert: /etc/hysteria/server.crt key: /etc/hysteria/server.key auth: type: password password: 你的密碼（隨機長字串） masquerade: type: proxy proxy: url: https://bing.com rewriteHost: true bandwidth: up: 1 gbps down: 1 gbps 關鍵引數說明：\nmasquerade：將流量偽裝成對目標網站的正常訪問 bandwidth：填伺服器實際頻寬，影響擁塞控制效果，不要填超過實際值 啟動服務：\nsystemctl enable hysteria-server --now systemctl status hysteria-server 防火牆開放埠 ufw allow 443/udp 注意：Hysteria2 走 UDP，必須開放 UDP 埠，容易漏掉。\n驗證服務端 # 檢查服務是否正常執行 journalctl -u hysteria-server -f # 看到類似輸出說明正常： # server up and running 客戶端配置（mihomo） 在 mihomo 的 proxy 配置裡新增：\nproxies: - name: \u0026#34;DMIT-HK-Hysteria2\u0026#34; type: hysteria2 server: 你的VPS_IP port: 443 password: 你的密碼 sni: bing.com skip-cert-verify: true # 使用自簽證書時需要 雙協議互備：和 VLESS+Reality 配合 單協議是單點故障。推薦同時部署 Hysteria2 和 VLESS+XTLS-Reality，在 mihomo 裡配置自動切換：\nproxy-groups: - name: \u0026#34;香港節點\u0026#34; type: fallback url: http://www.gstatic.com/generate_204 interval: 30 proxies: - DMIT-HK-Reality # 主力（TCP，抗識別） - DMIT-HK-Hysteria2 # 備用（UDP，高速） mihomo 每 30 秒檢測一次連通性，主節點不通自動切到備用。\n完整的多閘道器架構設計，見：家庭網路多閘道器架構\n常見問題 UDP 被運營商封鎖 部分地區運營商會 QoS UDP 流量。可以把 Hysteria2 埠改成其他埠，或者在這個場景下切換到 VLESS+Reality（TCP）。\n速度比預期慢 檢查 bandwidth 配置是否接近實際頻寬 確認客戶端也配置了對應的 up/down（部分版本 mihomo 自動協商） 檢查 VPS 是否有流量限速策略 證書報錯 skip-cert-verify: true 只對自簽證書場景使用。如果有域名，推薦用 acme 自動申請 Let\u0026rsquo;s Encrypt 證書，更安全。\nVPS 推薦 Hysteria2 依賴 UDP，要注意部分 VPS 商家會對 UDP 流量額外限制。\nDMIT 香港和美國節點對 UDP 友好，實測 Hysteria2 可以跑滿頻寬。具體選購對比見：VPS 選購指南\n有配置問題，歡迎來 Telegram 找我。\n延伸閱讀：\nXray VLESS+XTLS 部署教程 — 與 Hysteria2 互補的 TCP 協議 家庭網路多閘道器架構 — 把多個協議節點統一管理 VPS 被封 IP 怎麼辦 — 應急處理方案 📷 封面圖 · Flux Schnell AI 生成 · panshi.io 品牌風格\n","permalink":"https://blog.panshi.io/zh-hant/posts/hysteria2-setup/","summary":"\u003c!-- hero-image --\u003e\n\u003cp\u003e\u003cimg alt=\"Abstract streaks of purple and green light\" loading=\"lazy\" src=\"/images/hysteria2-setup-hero.jpg\"\u003e\u003c/p\u003e\n\u003cp\u003eHysteria2 是一個基於 QUIC 協議（UDP）的代理工具，在高丟包、高延遲網路下表現遠超 TCP 協議。它和 \u003ca href=\"/zh-hant/posts/xray-vless-xtls-setup/\"\u003eVLESS+XTLS-Reality\u003c/a\u003e 形成互補：TCP 受限時用 Hysteria2，UDP 受限時用 VLESS+Reality，兩個協議搭配部署是目前最穩的方案。\u003c/p\u003e\n\u003ch2 id=\"為什麼選-hysteria2\"\u003e為什麼選 Hysteria2\u003c/h2\u003e\n\u003cp\u003e\u003cstrong\u003e核心優勢：\u003c/strong\u003e\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e基於 QUIC/UDP，在高丟包網路下仍有較好速度表現\u003c/li\u003e\n\u003cli\u003e內建頻寬偽裝，流量特徵更難被精準識別\u003c/li\u003e\n\u003cli\u003e配置簡單，比 Xray 輕量\u003c/li\u003e\n\u003cli\u003emihomo（Clash Meta）原生支援\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003e\u003cstrong\u003e適用場景：\u003c/strong\u003e\u003c/p\u003e\n\u003ctable\u003e\n  \u003cthead\u003e\n      \u003ctr\u003e\n          \u003cth\u003e場景\u003c/th\u003e\n          \u003cth\u003e推薦協議\u003c/th\u003e\n      \u003c/tr\u003e\n  \u003c/thead\u003e\n  \u003ctbody\u003e\n      \u003ctr\u003e\n          \u003ctd\u003eTCP 被 QoS 限速\u003c/td\u003e\n          \u003ctd\u003eHysteria2 ✓\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003eUDP 被封\u003c/td\u003e\n          \u003ctd\u003eVLESS+XTLS\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e日常使用（兩個都有）\u003c/td\u003e\n          \u003ctd\u003emihomo 自動切換\u003c/td\u003e\n      \u003c/tr\u003e\n  \u003c/tbody\u003e\n\u003c/table\u003e\n\u003ch2 id=\"前置準備\"\u003e前置準備\u003c/h2\u003e\n\u003cul\u003e\n\u003cli\u003e一臺海外 VPS，推薦 \u003ca href=\"https://aff.panshi.io/track?id=dmit\"\u003eDMIT\u003c/a\u003e（支援 Hysteria2 的 UDP 流量）\u003c/li\u003e\n\u003cli\u003eUbuntu 22.04+\u003c/li\u003e\n\u003cli\u003e一個域名（可選，用自簽證書也可以）\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch2 id=\"服務端部署\"\u003e服務端部署\u003c/h2\u003e\n\u003ch3 id=\"安裝-hysteria2\"\u003e安裝 Hysteria2\u003c/h3\u003e\n\u003cdiv class=\"highlight\"\u003e\u003cpre tabindex=\"0\" class=\"chroma\"\u003e\u003ccode class=\"language-bash\" data-lang=\"bash\"\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003ebash \u0026lt;\u003cspan class=\"o\"\u003e(\u003c/span\u003ecurl -fsSL https://get.hy2.sh/\u003cspan class=\"o\"\u003e)\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/code\u003e\u003c/pre\u003e\u003c/div\u003e\u003cp\u003e安裝完成後，程式位於 \u003ccode\u003e/usr/local/bin/hysteria\u003c/code\u003e，systemd 服務名為 \u003ccode\u003ehysteria-server\u003c/code\u003e。\u003c/p\u003e\n\u003ch3 id=\"生成自簽證書\"\u003e生成自簽證書\u003c/h3\u003e\n\u003cp\u003e不需要域名的情況下，用自簽證書：\u003c/p\u003e","title":"Hysteria2 部署教程：基於 QUIC 的高速代理協議"},{"content":" 用 OpenClaw 跑自動化任務，最麻煩的不是配置，而是\u0026quot;跑著跑著突然不工作了\u0026quot;。這篇文章整理我遇到過的故障和解決方法。\nGateway 相關 Gateway 服務未啟動 症狀：Telegram 發訊息沒反應，AI 助手不回覆。\n檢查：\nopenclaw gateway status 常見原因和解法：\n原因 解法 程序掛了 openclaw gateway restart Bot Token 過期 去 BotFather 重新獲取 token，更新配置 埠衝突 lsof -i :埠號 找佔用程序，kill 掉 Windows 開機未自啟 任務計劃程式加入自啟 Windows 特別注意：Windows 上 Gateway 不會隨系統自動啟動，每次重啟後需要手動執行：\nopenclaw gateway start 建議做成 Windows 任務計劃程式的開機自啟任務。\nGateway 啟動後幾小時自動斷開 症狀：剛開始好的，過一段時間 Telegram 又不響應了。\n原因：Telegram 的 long-polling 連線超時，Gateway 沒有自動重連。\n解法：用 cron 或 systemd 做保活：\n# Linux - 用 systemd service # /etc/systemd/system/openclaw-gateway.service [Unit] Description=OpenClaw Gateway After=network.target [Service] User=as ExecStart=/usr/local/bin/openclaw gateway start Restart=always RestartSec=10 [Install] WantedBy=multi-user.target sudo systemctl enable openclaw-gateway sudo systemctl start openclaw-gateway 訊息推送相關 openclaw message send 沒反應 檢查順序：\n確認 openclaw 可執行：\nwhich openclaw # 確認路徑 openclaw --version 手動測試推送：\nopenclaw message send --channel telegram --target 你的使用者ID --message \u0026#34;test\u0026#34; 檢視 openclaw 日誌：\ntail -f ~/.openclaw/logs/openclaw.log cron 裡的 PATH 問題：cron 的環境變數 PATH 比登入 shell 少很多，openclaw 可能找不到。解法：\n# 在 cron 檔案頂部加完整 PATH PATH=/usr/local/bin:/usr/bin:/bin:/home/as/.npm-global/bin 或者用絕對路徑：\n/home/as/.npm-global/bin/openclaw message send ... 發訊息成功但圖片（PDF）沒有收到 原因：--media 引數路徑錯誤，或檔案不存在。\n檢查：\nls -la /path/to/your/report.pdf # 確認檔案存在且可讀 注意：路徑必須是絕對路徑，不能用 ~ 或相對路徑（在 cron 環境裡 ~ 不展開）。\nTelegram Bot 隱私模式問題 症狀：Bot 在群組裡收不到普通訊息（只能收到 /命令）。\n原因：Telegram Bot 預設開啟隱私模式，只接收 / 開頭的命令。\n解法：去 BotFather → 你的 Bot → Bot Settings → Group Privacy → 關閉。\n關閉後，Bot 才能接收群組內的普通訊息，OpenClaw 才能響應群組 @。\nSkill 相關 Skill 安裝後呼叫失敗 症狀：安裝了 github Skill，讓 AI 查 Issue，AI 說\u0026quot;我沒有訪問 GitHub 的能力\u0026quot;。\n原因：Skill 安裝後需要配置 API Token。\nopenclaw skill config github # 按提示輸入 GitHub Personal Access Token 每個 Skill 都有自己的配置要求，安裝後執行 openclaw skill config \u0026lt;name\u0026gt; 完成配置。\nobsidian Skill 找不到檔案 問題：讓 AI 讀我的 Obsidian 筆記，它說找不到。\n原因：Obsidian Skill 需要配置 vault 路徑。\nopenclaw skill config obsidian # vault_path: ~/Library/Mobile Documents/iCloud~md~obsidian/Documents/你的庫名 macOS 上 iCloud 同步的 Obsidian 庫路徑比較長，需要確認實際路徑。\n量化指令碼相關 matplotlib 在伺服器上報錯 症狀：\n_tkinter.TclError: no display name and no $DISPLAY environment variable 原因：伺服器沒有圖形介面，matplotlib 預設用 Tk 後端。\n解法：在指令碼開頭加：\nimport os os.environ[\u0026#34;MPLBACKEND\u0026#34;] = \u0026#34;Agg\u0026#34; import matplotlib matplotlib.use(\u0026#34;Agg\u0026#34;) 或者在 cron 環境變數里加 MPLBACKEND=Agg。\nPDF 中文顯示方塊（亂碼） 症狀：生成的 PDF 裡中文都變成方塊。\n原因：伺服器沒有中文字型。\n解法：\nsudo apt-get install -y fonts-noto-cjk # 安裝後重啟相關程序 reportlab 生成 PDF 時需要指定字型檔案路徑，確認字型路徑：\nfc-list | grep -i noto yfinance 拉資料超時 症狀：策略指令碼卡住，log 裡有 timeout 或 Connection reset。\n原因：yfinance 連線雅虎財經伺服器不穩定（VPS 所在地區網路問題）。\n解法：\n加 retry 邏輯：\nfor attempt in range(3): df = yf.download(symbol, ...) if not df.empty: break time.sleep(5) 換用代理節點（讓 VPS 流量走代理伺服器，這個配置看我的代理架構文章）\n如果某個品種頻繁失敗，臨時從 ASSETS 列表裡移除，避免阻塞其他品種。\n日誌分析 養成看日誌的習慣，大部分問題日誌裡都有：\n# 實時看策略日誌 tail -f ~/.openclaw/workspace/.openclaw/signal_monitor.log # 看最近 50 行錯誤 grep -i \u0026#34;error\\|exception\\|failed\u0026#34; ~/.openclaw/workspace/.openclaw/signal_monitor.log | tail -50 # 看 openclaw 自身日誌 tail -f ~/.openclaw/logs/openclaw.log 遇到沒列出的問題，歡迎在 Telegram 找我，一起排查。\n📷 封面圖 · Flux Schnell AI 生成 · panshi.io 品牌風格\n","permalink":"https://blog.panshi.io/zh-hant/posts/openclaw-troubleshooting/","summary":"\u003c!-- hero-image --\u003e\n\u003cp\u003e\u003cimg alt=\"Child and robot interacting with projected bubbles\" loading=\"lazy\" src=\"/images/openclaw-troubleshooting-hero.jpg\"\u003e\u003c/p\u003e\n\u003cp\u003e用 OpenClaw 跑自動化任務，最麻煩的不是配置，而是\u0026quot;跑著跑著突然不工作了\u0026quot;。這篇文章整理我遇到過的故障和解決方法。\u003c/p\u003e\n\u003ch2 id=\"gateway-相關\"\u003eGateway 相關\u003c/h2\u003e\n\u003ch3 id=\"gateway-服務未啟動\"\u003eGateway 服務未啟動\u003c/h3\u003e\n\u003cp\u003e\u003cstrong\u003e症狀\u003c/strong\u003e：Telegram 發訊息沒反應，AI 助手不回覆。\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003e檢查\u003c/strong\u003e：\u003c/p\u003e\n\u003cdiv class=\"highlight\"\u003e\u003cpre tabindex=\"0\" class=\"chroma\"\u003e\u003ccode class=\"language-bash\" data-lang=\"bash\"\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003eopenclaw gateway status\n\u003c/span\u003e\u003c/span\u003e\u003c/code\u003e\u003c/pre\u003e\u003c/div\u003e\u003cp\u003e\u003cstrong\u003e常見原因和解法\u003c/strong\u003e：\u003c/p\u003e\n\u003ctable\u003e\n  \u003cthead\u003e\n      \u003ctr\u003e\n          \u003cth\u003e原因\u003c/th\u003e\n          \u003cth\u003e解法\u003c/th\u003e\n      \u003c/tr\u003e\n  \u003c/thead\u003e\n  \u003ctbody\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e程序掛了\u003c/td\u003e\n          \u003ctd\u003e\u003ccode\u003eopenclaw gateway restart\u003c/code\u003e\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003eBot Token 過期\u003c/td\u003e\n          \u003ctd\u003e去 BotFather 重新獲取 token，更新配置\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e埠衝突\u003c/td\u003e\n          \u003ctd\u003e\u003ccode\u003elsof -i :埠號\u003c/code\u003e 找佔用程序，kill 掉\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003eWindows 開機未自啟\u003c/td\u003e\n          \u003ctd\u003e任務計劃程式加入自啟\u003c/td\u003e\n      \u003c/tr\u003e\n  \u003c/tbody\u003e\n\u003c/table\u003e\n\u003cp\u003e\u003cstrong\u003eWindows 特別注意\u003c/strong\u003e：Windows 上 Gateway 不會隨系統自動啟動，每次重啟後需要手動執行：\u003c/p\u003e\n\u003cdiv class=\"highlight\"\u003e\u003cpre tabindex=\"0\" class=\"chroma\"\u003e\u003ccode class=\"language-powershell\" data-lang=\"powershell\"\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"n\"\u003eopenclaw\u003c/span\u003e \u003cspan class=\"n\"\u003egateway\u003c/span\u003e \u003cspan class=\"nb\"\u003estart\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/code\u003e\u003c/pre\u003e\u003c/div\u003e\u003cp\u003e建議做成 Windows 任務計劃程式的開機自啟任務。\u003c/p\u003e\n\u003chr\u003e\n\u003ch3 id=\"gateway-啟動後幾小時自動斷開\"\u003eGateway 啟動後幾小時自動斷開\u003c/h3\u003e\n\u003cp\u003e\u003cstrong\u003e症狀\u003c/strong\u003e：剛開始好的，過一段時間 Telegram 又不響應了。\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003e原因\u003c/strong\u003e：Telegram 的 long-polling 連線超時，Gateway 沒有自動重連。\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003e解法\u003c/strong\u003e：用 cron 或 systemd 做保活：\u003c/p\u003e","title":"OpenClaw 常見故障排查：我踩過的坑和解決方法"},{"content":" Xray 的 VLESS+XTLS-Reality 是目前公認抗封鎖能力最強的協議組合。它的核心原理是流量偽裝成正常的 TLS 握手，讓 GFW 難以透過特徵識別判斷是代理流量。\n這篇文章從零開始，完整部署一套可用的配置。\n前置準備 一臺海外 VPS（推薦 DMIT 香港或美國節點，線路質量好） VPS 系統：Ubuntu 22.04+ 本地客戶端：mihomo（原 Clash Meta） 服務端部署 安裝 Xray bash -c \u0026#34;$(curl -L https://github.com/XTLS/Xray-install/raw/main/install-release.sh)\u0026#34; @ install 生成 XTLS-Reality 所需金鑰 xray x25519 輸出類似：\nPrivate key: 你的私鑰（儲存好） Public key: 你的公鑰（填入客戶端配置） 再生成 UUID：\nxray uuid 服務端配置檔案 /usr/local/etc/xray/config.json：\n{ \u0026#34;inbounds\u0026#34;: [ { \u0026#34;port\u0026#34;: 443, \u0026#34;protocol\u0026#34;: \u0026#34;vless\u0026#34;, \u0026#34;settings\u0026#34;: { \u0026#34;clients\u0026#34;: [ { \u0026#34;id\u0026#34;: \u0026#34;你的UUID\u0026#34;, \u0026#34;flow\u0026#34;: \u0026#34;xtls-rprx-vision\u0026#34; } ], \u0026#34;decryption\u0026#34;: \u0026#34;none\u0026#34; }, \u0026#34;streamSettings\u0026#34;: { \u0026#34;network\u0026#34;: \u0026#34;tcp\u0026#34;, \u0026#34;security\u0026#34;: \u0026#34;reality\u0026#34;, \u0026#34;realitySettings\u0026#34;: { \u0026#34;show\u0026#34;: false, \u0026#34;dest\u0026#34;: \u0026#34;www.apple.com:443\u0026#34;, \u0026#34;xver\u0026#34;: 0, \u0026#34;serverNames\u0026#34;: [\u0026#34;www.apple.com\u0026#34;], \u0026#34;privateKey\u0026#34;: \u0026#34;你的私鑰\u0026#34;, \u0026#34;shortIds\u0026#34;: [\u0026#34;\u0026#34;] } }, \u0026#34;sniffing\u0026#34;: { \u0026#34;enabled\u0026#34;: true, \u0026#34;destOverride\u0026#34;: [\u0026#34;http\u0026#34;, \u0026#34;tls\u0026#34;, \u0026#34;quic\u0026#34;] } } ], \u0026#34;outbounds\u0026#34;: [ {\u0026#34;protocol\u0026#34;: \u0026#34;freedom\u0026#34;, \u0026#34;tag\u0026#34;: \u0026#34;direct\u0026#34;}, {\u0026#34;protocol\u0026#34;: \u0026#34;blackhole\u0026#34;, \u0026#34;tag\u0026#34;: \u0026#34;block\u0026#34;} ] } 關鍵引數說明：\ndest：偽裝目標，選一個支援 TLS 1.3 的知名網站（apple.com、microsoft.com 都行） serverNames：必須和 dest 一致 flow: xtls-rprx-vision：開啟 XTLS Vision 模式，抗封鎖效果最好 啟動並設定開機自啟：\nsystemctl enable xray --now systemctl status xray 防火牆開放 443 ufw allow 443/tcp ufw allow 443/udp 客戶端配置（mihomo） 在 mihomo 的 proxy 配置裡新增：\nproxies: - name: \u0026#34;DMIT-HK-Reality\u0026#34; type: vless server: 你的VPS_IP port: 443 uuid: 你的UUID network: tcp tls: true udp: true flow: xtls-rprx-vision reality-opts: public-key: 你的公鑰 short-id: \u0026#34;\u0026#34; servername: www.apple.com client-fingerprint: chrome client-fingerprint 模擬瀏覽器 TLS 指紋，建議用 chrome。\n加上 Hysteria2 雙協議備份 單協議是單點故障。我同時部署 Hysteria2 作為備用：\n# 安裝 Hysteria2 bash \u0026lt;(curl -fsSL https://get.hy2.sh/) Hysteria2 基於 QUIC（UDP），在 TCP 受限場景下效果好；VLESS+Reality 在 UDP 受限時更穩。兩個協議互補。\n具體配置可以看我的多閘道器架構文章。\n驗證效果 服務端配置好後，用客戶端連線，檢查：\n# 檢查出口 IP curl https://api.ipify.org # 檢查流量是否走了代理 curl --proxy socks5://127.0.0.1:7890 https://api.ipify.org 兩個 IP 不同說明代理生效。\n為什麼選 DMIT 部署 Xray 需要一臺高質量的 VPS，IP 質量直接決定使用體驗。\n我用 DMIT 的原因：\n香港節點延遲低（20-40ms），日常用不出延遲感 原生 IP，流媒體解鎖能力強 線路穩定，IP 被封機率低於其他家 VPS 選購的完整對比可以看這篇：VPS 選購指南\n配置過程遇到問題，歡迎來 Telegram 找我。\n📷 封面圖 · Flux Schnell AI 生成 · panshi.io 品牌風格\n","permalink":"https://blog.panshi.io/zh-hant/posts/xray-vless-xtls-setup/","summary":"\u003c!-- hero-image --\u003e\n\u003cp\u003e\u003cimg alt=\"From below of long thin blue cables connected to row of smal\" loading=\"lazy\" src=\"/images/xray-vless-xtls-setup-hero.jpg\"\u003e\u003c/p\u003e\n\u003cp\u003eXray 的 VLESS+XTLS-Reality 是目前公認抗封鎖能力最強的協議組合。它的核心原理是\u003cstrong\u003e流量偽裝成正常的 TLS 握手\u003c/strong\u003e，讓 GFW 難以透過特徵識別判斷是代理流量。\u003c/p\u003e\n\u003cp\u003e這篇文章從零開始，完整部署一套可用的配置。\u003c/p\u003e\n\u003ch2 id=\"前置準備\"\u003e前置準備\u003c/h2\u003e\n\u003cul\u003e\n\u003cli\u003e一臺海外 VPS（推薦 \u003ca href=\"https://aff.panshi.io/track?id=dmit\"\u003eDMIT\u003c/a\u003e 香港或美國節點，線路質量好）\u003c/li\u003e\n\u003cli\u003eVPS 系統：Ubuntu 22.04+\u003c/li\u003e\n\u003cli\u003e本地客戶端：mihomo（原 Clash Meta）\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch2 id=\"服務端部署\"\u003e服務端部署\u003c/h2\u003e\n\u003ch3 id=\"安裝-xray\"\u003e安裝 Xray\u003c/h3\u003e\n\u003cdiv class=\"highlight\"\u003e\u003cpre tabindex=\"0\" class=\"chroma\"\u003e\u003ccode class=\"language-bash\" data-lang=\"bash\"\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003ebash -c \u003cspan class=\"s2\"\u003e\u0026#34;\u003c/span\u003e\u003cspan class=\"k\"\u003e$(\u003c/span\u003ecurl -L https://github.com/XTLS/Xray-install/raw/main/install-release.sh\u003cspan class=\"k\"\u003e)\u003c/span\u003e\u003cspan class=\"s2\"\u003e\u0026#34;\u003c/span\u003e @ install\n\u003c/span\u003e\u003c/span\u003e\u003c/code\u003e\u003c/pre\u003e\u003c/div\u003e\u003ch3 id=\"生成-xtls-reality-所需金鑰\"\u003e生成 XTLS-Reality 所需金鑰\u003c/h3\u003e\n\u003cdiv class=\"highlight\"\u003e\u003cpre tabindex=\"0\" class=\"chroma\"\u003e\u003ccode class=\"language-bash\" data-lang=\"bash\"\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003exray x25519\n\u003c/span\u003e\u003c/span\u003e\u003c/code\u003e\u003c/pre\u003e\u003c/div\u003e\u003cp\u003e輸出類似：\u003c/p\u003e\n\u003cpre tabindex=\"0\"\u003e\u003ccode\u003ePrivate key: 你的私鑰（儲存好）\nPublic key:  你的公鑰（填入客戶端配置）\n\u003c/code\u003e\u003c/pre\u003e\u003cp\u003e再生成 UUID：\u003c/p\u003e\n\u003cdiv class=\"highlight\"\u003e\u003cpre tabindex=\"0\" class=\"chroma\"\u003e\u003ccode class=\"language-bash\" data-lang=\"bash\"\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003exray uuid\n\u003c/span\u003e\u003c/span\u003e\u003c/code\u003e\u003c/pre\u003e\u003c/div\u003e\u003ch3 id=\"服務端配置檔案\"\u003e服務端配置檔案\u003c/h3\u003e\n\u003cp\u003e\u003ccode\u003e/usr/local/etc/xray/config.json\u003c/code\u003e：\u003c/p\u003e\n\u003cdiv class=\"highlight\"\u003e\u003cpre tabindex=\"0\" class=\"chroma\"\u003e\u003ccode class=\"language-json\" data-lang=\"json\"\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"p\"\u003e{\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e  \u003cspan class=\"nt\"\u003e\u0026#34;inbounds\u0026#34;\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e \u003cspan class=\"p\"\u003e[\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e    \u003cspan class=\"p\"\u003e{\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e      \u003cspan class=\"nt\"\u003e\u0026#34;port\u0026#34;\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e \u003cspan class=\"mi\"\u003e443\u003c/span\u003e\u003cspan class=\"p\"\u003e,\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e      \u003cspan class=\"nt\"\u003e\u0026#34;protocol\u0026#34;\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e \u003cspan class=\"s2\"\u003e\u0026#34;vless\u0026#34;\u003c/span\u003e\u003cspan class=\"p\"\u003e,\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e      \u003cspan class=\"nt\"\u003e\u0026#34;settings\u0026#34;\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e \u003cspan class=\"p\"\u003e{\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e        \u003cspan class=\"nt\"\u003e\u0026#34;clients\u0026#34;\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e \u003cspan class=\"p\"\u003e[\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e          \u003cspan class=\"p\"\u003e{\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e            \u003cspan class=\"nt\"\u003e\u0026#34;id\u0026#34;\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e \u003cspan class=\"s2\"\u003e\u0026#34;你的UUID\u0026#34;\u003c/span\u003e\u003cspan class=\"p\"\u003e,\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e            \u003cspan class=\"nt\"\u003e\u0026#34;flow\u0026#34;\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e \u003cspan class=\"s2\"\u003e\u0026#34;xtls-rprx-vision\u0026#34;\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e          \u003cspan class=\"p\"\u003e}\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e        \u003cspan class=\"p\"\u003e],\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e        \u003cspan class=\"nt\"\u003e\u0026#34;decryption\u0026#34;\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e \u003cspan class=\"s2\"\u003e\u0026#34;none\u0026#34;\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e      \u003cspan class=\"p\"\u003e},\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e      \u003cspan class=\"nt\"\u003e\u0026#34;streamSettings\u0026#34;\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e \u003cspan class=\"p\"\u003e{\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e        \u003cspan class=\"nt\"\u003e\u0026#34;network\u0026#34;\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e \u003cspan class=\"s2\"\u003e\u0026#34;tcp\u0026#34;\u003c/span\u003e\u003cspan class=\"p\"\u003e,\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e        \u003cspan class=\"nt\"\u003e\u0026#34;security\u0026#34;\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e \u003cspan class=\"s2\"\u003e\u0026#34;reality\u0026#34;\u003c/span\u003e\u003cspan class=\"p\"\u003e,\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e        \u003cspan class=\"nt\"\u003e\u0026#34;realitySettings\u0026#34;\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e \u003cspan class=\"p\"\u003e{\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e          \u003cspan class=\"nt\"\u003e\u0026#34;show\u0026#34;\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e \u003cspan class=\"kc\"\u003efalse\u003c/span\u003e\u003cspan class=\"p\"\u003e,\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e          \u003cspan class=\"nt\"\u003e\u0026#34;dest\u0026#34;\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e \u003cspan class=\"s2\"\u003e\u0026#34;www.apple.com:443\u0026#34;\u003c/span\u003e\u003cspan class=\"p\"\u003e,\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e          \u003cspan class=\"nt\"\u003e\u0026#34;xver\u0026#34;\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e \u003cspan class=\"mi\"\u003e0\u003c/span\u003e\u003cspan class=\"p\"\u003e,\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e          \u003cspan class=\"nt\"\u003e\u0026#34;serverNames\u0026#34;\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e \u003cspan class=\"p\"\u003e[\u003c/span\u003e\u003cspan class=\"s2\"\u003e\u0026#34;www.apple.com\u0026#34;\u003c/span\u003e\u003cspan class=\"p\"\u003e],\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e          \u003cspan class=\"nt\"\u003e\u0026#34;privateKey\u0026#34;\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e \u003cspan class=\"s2\"\u003e\u0026#34;你的私鑰\u0026#34;\u003c/span\u003e\u003cspan class=\"p\"\u003e,\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e          \u003cspan class=\"nt\"\u003e\u0026#34;shortIds\u0026#34;\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e \u003cspan class=\"p\"\u003e[\u003c/span\u003e\u003cspan class=\"s2\"\u003e\u0026#34;\u0026#34;\u003c/span\u003e\u003cspan class=\"p\"\u003e]\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e        \u003cspan class=\"p\"\u003e}\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e      \u003cspan class=\"p\"\u003e},\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e      \u003cspan class=\"nt\"\u003e\u0026#34;sniffing\u0026#34;\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e \u003cspan class=\"p\"\u003e{\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e        \u003cspan class=\"nt\"\u003e\u0026#34;enabled\u0026#34;\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e \u003cspan class=\"kc\"\u003etrue\u003c/span\u003e\u003cspan class=\"p\"\u003e,\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e        \u003cspan class=\"nt\"\u003e\u0026#34;destOverride\u0026#34;\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e \u003cspan class=\"p\"\u003e[\u003c/span\u003e\u003cspan class=\"s2\"\u003e\u0026#34;http\u0026#34;\u003c/span\u003e\u003cspan class=\"p\"\u003e,\u003c/span\u003e \u003cspan class=\"s2\"\u003e\u0026#34;tls\u0026#34;\u003c/span\u003e\u003cspan class=\"p\"\u003e,\u003c/span\u003e \u003cspan class=\"s2\"\u003e\u0026#34;quic\u0026#34;\u003c/span\u003e\u003cspan class=\"p\"\u003e]\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e      \u003cspan class=\"p\"\u003e}\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e    \u003cspan class=\"p\"\u003e}\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e  \u003cspan class=\"p\"\u003e],\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e  \u003cspan class=\"nt\"\u003e\u0026#34;outbounds\u0026#34;\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e \u003cspan class=\"p\"\u003e[\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e    \u003cspan class=\"p\"\u003e{\u003c/span\u003e\u003cspan class=\"nt\"\u003e\u0026#34;protocol\u0026#34;\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e \u003cspan class=\"s2\"\u003e\u0026#34;freedom\u0026#34;\u003c/span\u003e\u003cspan class=\"p\"\u003e,\u003c/span\u003e \u003cspan class=\"nt\"\u003e\u0026#34;tag\u0026#34;\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e \u003cspan class=\"s2\"\u003e\u0026#34;direct\u0026#34;\u003c/span\u003e\u003cspan class=\"p\"\u003e},\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e    \u003cspan class=\"p\"\u003e{\u003c/span\u003e\u003cspan class=\"nt\"\u003e\u0026#34;protocol\u0026#34;\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e \u003cspan class=\"s2\"\u003e\u0026#34;blackhole\u0026#34;\u003c/span\u003e\u003cspan class=\"p\"\u003e,\u003c/span\u003e \u003cspan class=\"nt\"\u003e\u0026#34;tag\u0026#34;\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e \u003cspan class=\"s2\"\u003e\u0026#34;block\u0026#34;\u003c/span\u003e\u003cspan class=\"p\"\u003e}\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e  \u003cspan class=\"p\"\u003e]\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"p\"\u003e}\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/code\u003e\u003c/pre\u003e\u003c/div\u003e\u003cp\u003e\u003cstrong\u003e關鍵引數說明：\u003c/strong\u003e\u003c/p\u003e","title":"Xray VLESS+XTLS 部署教程：抗封鎖能力最強的代理協議"},{"content":" IP 被封是代理節點的常見問題，處理過很多次了，這篇文章寫下完整的應對流程。\n第一步：確認是 IP 被封還是其他問題 連不上節點時，先排除非封鎖原因：\n# 從國內測試 IP 連通性（用手機熱點，排除本地網路問題） ping 你的VPS_IP # 測試埠是否通 nc -z -w5 你的VPS_IP 443 \u0026amp;\u0026amp; echo \u0026#34;open\u0026#34; || echo \u0026#34;blocked\u0026#34; 常見混淆情況：\n現象 可能原因 ping 不通，但 SSH 能連 協議被識別，埠被封 SSH 也連不上 IP 被完全封鎖，或 VPS 宕機 能 ping 通，但連線慢 線路擁塞，不是封鎖 只有晚高峰斷 QoS 限速，不是封鎖 驗證 IP 是否被牆的最快方法：用國內網路和海外網路分別 ping，海外能 ping 國內不行 = 被牆。\n線上工具：ping.pe，輸入 IP 從多個國家測試連通性。\n第二步：應急切換 如果有備用節點 這是最重要的一課：永遠不要只有一個節點。\n我的 mihomo 配置了自動故障切換：\nproxy-groups: - name: \u0026#34;自動選擇\u0026#34; type: fallback # 有節點掛了自動切換 url: http://www.gstatic.com/generate_204 interval: 30 proxies: - DMIT-HK - DMIT-US - 騰訊雲-JP 主節點被封后 30 秒內自動切到備用，使用者無感知。\n沒有備用節點怎麼辦 臨時方案：用住宅 IP 代理。IPRoyal 按 GB 計費，不需要月付，臨時用幾 GB 撐過去。\n快速修復：看下面換 IP 的方案。\n第三步：更換 IP 方案 1：VPS 面板換 IP（最快） 部分 VPS 商家支援在控制面板直接更換 IP：\n費用通常 1-5 美元 DMIT 可以提工單申請換 IP 需要重新配置客戶端 方案 2：重建 VPS（比較快） 銷燬當前例項，用同一地區重新開一臺，大機率分配到不同 IP。\n注意：重建前先備份配置檔案。\n# 備份 Xray 配置 scp -P 18022 ubuntu@舊IP:/usr/local/etc/xray/config.json ./xray_backup.json # 新機器恢復 scp -P 18022 ./xray_backup.json ubuntu@新IP:/usr/local/etc/xray/config.json 方案 3：換地區 香港 IP 被封后，臨時換美國或日本節點用著，等風頭過去（有時候被封的 IP 會解封）。\n為什麼 IP 會被封 幾個常見原因：\n1. 流量特徵被識別\n舊協議（Shadowsocks、普通 VMess）特徵明顯，容易被機器學習識別。解決：換 VLESS+XTLS-Reality，見配置教程。\n2. 埠暴露\n把代理埠開在常見埠（1080、8080）容易被掃描發現。建議用 443（偽裝成 HTTPS）。\n3. IP 段質量差\n資料中心 IP 段已知，被針對性封鎖。原生 IP 和住宅 IP 被封機率低。\n4. 高峰期大流量\n晚上 8-12 點，GFW 審查力度加大，大流量節點容易被盯上。\n長期防封策略 1. 多節點分散風險\n美國 + 香港 + 日本，至少三個節點，單節點被封不影響使用。\n2. 使用高質量 VPS\nDMIT 的原生 IP、CN2 GIA 線路，被封機率明顯低於普通 BGP 線路的廉價 VPS。\n3. 升級協議\nVLESS+XTLS-Reality \u0026gt; VMess+WS+TLS \u0026gt; Shadowsocks。從老協議遷移到新協議，被識別率大幅下降。\n4. 避免高風險行為\n不在代理節點上跑 BT/PT 不訪問被重點監控的網站時留下伺服器 IP 痕跡 節點不對外分享（私用節點被封機率遠低於公開節點） 5. 定期檢查節點健康\n用 Prometheus + Grafana 監控節點延遲和連通性，異常第一時間發現。配置參考\n有 IP 被封的具體情況，歡迎來 Telegram 描述，一起排查原因。\n📷 封面圖 · Flux Schnell AI 生成 · panshi.io 品牌風格\n","permalink":"https://blog.panshi.io/zh-hant/posts/vps-ip-blocked-solutions/","summary":"\u003c!-- hero-image --\u003e\n\u003cp\u003e\u003cimg alt=\"System with various wires managing access to centralized res\" loading=\"lazy\" src=\"/images/vps-ip-blocked-solutions-hero.jpg\"\u003e\u003c/p\u003e\n\u003cp\u003eIP 被封是代理節點的常見問題，處理過很多次了，這篇文章寫下完整的應對流程。\u003c/p\u003e\n\u003ch2 id=\"第一步確認是-ip-被封還是其他問題\"\u003e第一步：確認是 IP 被封還是其他問題\u003c/h2\u003e\n\u003cp\u003e連不上節點時，先排除非封鎖原因：\u003c/p\u003e\n\u003cdiv class=\"highlight\"\u003e\u003cpre tabindex=\"0\" class=\"chroma\"\u003e\u003ccode class=\"language-bash\" data-lang=\"bash\"\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"c1\"\u003e# 從國內測試 IP 連通性（用手機熱點，排除本地網路問題）\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003eping 你的VPS_IP\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"c1\"\u003e# 測試埠是否通\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003enc -z -w5 你的VPS_IP \u003cspan class=\"m\"\u003e443\u003c/span\u003e \u003cspan class=\"o\"\u003e\u0026amp;\u0026amp;\u003c/span\u003e \u003cspan class=\"nb\"\u003eecho\u003c/span\u003e \u003cspan class=\"s2\"\u003e\u0026#34;open\u0026#34;\u003c/span\u003e \u003cspan class=\"o\"\u003e||\u003c/span\u003e \u003cspan class=\"nb\"\u003eecho\u003c/span\u003e \u003cspan class=\"s2\"\u003e\u0026#34;blocked\u0026#34;\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/code\u003e\u003c/pre\u003e\u003c/div\u003e\u003cp\u003e\u003cstrong\u003e常見混淆情況：\u003c/strong\u003e\u003c/p\u003e\n\u003ctable\u003e\n  \u003cthead\u003e\n      \u003ctr\u003e\n          \u003cth\u003e現象\u003c/th\u003e\n          \u003cth\u003e可能原因\u003c/th\u003e\n      \u003c/tr\u003e\n  \u003c/thead\u003e\n  \u003ctbody\u003e\n      \u003ctr\u003e\n          \u003ctd\u003eping 不通，但 SSH 能連\u003c/td\u003e\n          \u003ctd\u003e協議被識別，埠被封\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003eSSH 也連不上\u003c/td\u003e\n          \u003ctd\u003eIP 被完全封鎖，或 VPS 宕機\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e能 ping 通，但連線慢\u003c/td\u003e\n          \u003ctd\u003e線路擁塞，不是封鎖\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e只有晚高峰斷\u003c/td\u003e\n          \u003ctd\u003eQoS 限速，不是封鎖\u003c/td\u003e\n      \u003c/tr\u003e\n  \u003c/tbody\u003e\n\u003c/table\u003e\n\u003cp\u003e驗證 IP 是否被牆的最快方法：用國內網路和海外網路分別 ping，\u003cstrong\u003e海外能 ping 國內不行\u003c/strong\u003e = 被牆。\u003c/p\u003e\n\u003cp\u003e線上工具：\u003ca href=\"https://ping.pe\"\u003eping.pe\u003c/a\u003e，輸入 IP 從多個國家測試連通性。\u003c/p\u003e\n\u003ch2 id=\"第二步應急切換\"\u003e第二步：應急切換\u003c/h2\u003e\n\u003ch3 id=\"如果有備用節點\"\u003e如果有備用節點\u003c/h3\u003e\n\u003cp\u003e這是最重要的一課：\u003cstrong\u003e永遠不要只有一個節點\u003c/strong\u003e。\u003c/p\u003e\n\u003cp\u003e我的 mihomo 配置了自動故障切換：\u003c/p\u003e\n\u003cdiv class=\"highlight\"\u003e\u003cpre tabindex=\"0\" class=\"chroma\"\u003e\u003ccode class=\"language-yaml\" data-lang=\"yaml\"\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"nt\"\u003eproxy-groups\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e\u003cspan class=\"w\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"w\"\u003e  \u003c/span\u003e- \u003cspan class=\"nt\"\u003ename\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e\u003cspan class=\"w\"\u003e \u003c/span\u003e\u003cspan class=\"s2\"\u003e\u0026#34;自動選擇\u0026#34;\u003c/span\u003e\u003cspan class=\"w\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"w\"\u003e    \u003c/span\u003e\u003cspan class=\"nt\"\u003etype\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e\u003cspan class=\"w\"\u003e \u003c/span\u003e\u003cspan class=\"l\"\u003efallback         \u003c/span\u003e\u003cspan class=\"w\"\u003e \u003c/span\u003e\u003cspan class=\"c\"\u003e# 有節點掛了自動切換\u003c/span\u003e\u003cspan class=\"w\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"w\"\u003e    \u003c/span\u003e\u003cspan class=\"nt\"\u003eurl\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e\u003cspan class=\"w\"\u003e \u003c/span\u003e\u003cspan class=\"l\"\u003ehttp://www.gstatic.com/generate_204\u003c/span\u003e\u003cspan class=\"w\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"w\"\u003e    \u003c/span\u003e\u003cspan class=\"nt\"\u003einterval\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e\u003cspan class=\"w\"\u003e \u003c/span\u003e\u003cspan class=\"m\"\u003e30\u003c/span\u003e\u003cspan class=\"w\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"w\"\u003e    \u003c/span\u003e\u003cspan class=\"nt\"\u003eproxies\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e\u003cspan class=\"w\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"w\"\u003e      \u003c/span\u003e- \u003cspan class=\"l\"\u003eDMIT-HK\u003c/span\u003e\u003cspan class=\"w\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"w\"\u003e      \u003c/span\u003e- \u003cspan class=\"l\"\u003eDMIT-US\u003c/span\u003e\u003cspan class=\"w\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"w\"\u003e      \u003c/span\u003e- \u003cspan class=\"l\"\u003e騰訊雲-JP\u003c/span\u003e\u003cspan class=\"w\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/code\u003e\u003c/pre\u003e\u003c/div\u003e\u003cp\u003e主節點被封后 30 秒內自動切到備用，使用者無感知。\u003c/p\u003e","title":"VPS 被封 IP 怎麼辦：應急處理和長期防封策略"},{"content":" ⚠️ 註冊門檻：Pionex 不支援中國大陸身份證透過 KYC，需持有臺灣 / 新加坡 / 馬來西亞 / 美國等地有效證件。參考 Pionex 受限地區官方說明。\n同樣是網格交易，Pionex 和 Binance 的差別比很多人想象的大。我兩個都在用，這篇文章說說選擇邏輯。\n核心區別一覽 維度 Pionex Binance 網格機器人費用 免費 需要 BNB 或額外付費 交易手續費 0.05%（掛單/吃單相同） 0.1%（掛單）/ 0.1%（吃單），持 BNB 打折 流動性來源 Binance + Huobi 聚合 Binance 自有 資金託管 存入 Pionex 存在自己的 Binance 賬戶 策略靈活性 預設模板為主 API 完全開放 機器人種類 16 種內建 網格 + 少量內建 手續費：Pionex 佔優 Pionex 網格機器人本身免費，只收 0.05% 交易手續費（做市商和吃單相同）。\nBinance 手續費 0.1%，持 BNB 可以打 75 折（0.075%）。\n跑網格每天可能幾十次交易，手續費直接影響盈利。Pionex 手續費低 30-50%，長期跑下來差距明顯。\n計算示例（BTC/USDT，本金 10000 USDT，每天 20 次成交）：\nPionex Binance（含BNB折扣） 單次手續費率 0.05% 0.075% 每日手續費 10 USDT 15 USDT 每月手續費 300 USDT 450 USDT 流動性：Binance 佔優 Pionex 的流動性是聚合來的（Binance + Huobi），主流大幣對基本沒問題。但：\n小幣對滑點可能比直接在 Binance 大 極端行情下聚合延遲可能導致成交價不理想 如果你主要跑 BTC/ETH 主流幣對，差別不大。跑山寨幣建議用 Binance。\n資金安全：Binance 佔優 這是最重要的區別。\nPionex：資金存在 Pionex 平臺，平臺有風險就有損失風險（但 Pionex 本身有 Binance 背書）。\nBinance：資金在你自己的賬戶裡，透過 API Key 授權機器人操作（只有交易許可權，無提幣許可權）。平臺跑路風險由你自己承擔。\n如果資金量大，Binance API 方案安全性更高——即使策略服務崩潰，資金還在自己賬戶。\n操作門檻 Pionex：註冊即用，介面簡單，適合入門。點幾下就能跑起來一個網格。\nBinance：內建網格機器人功能有限，想用複雜策略需要自己接 API 寫程式碼，或者用第三方工具。\n我的搭配方案 小資金入門 / 不想寫程式碼：用 Pionex，省心，手續費低，直接跑。\n大資金 / 自定義策略：用 Binance API + 自寫策略，資金在自己賬戶，靈活度高。\n兩個都用：Pionex 跑主力網格，Binance 跑自定義訊號策略（參考我的量化訊號系統）。\n註冊建議 Pionex：透過推薦連結註冊，享受手續費折扣 Binance：透過推薦連結註冊，享受 20% 手續費返傭 選平臺這件事沒有絕對的對錯，關鍵是匹配你的資金量和使用習慣。有具體場景可以來 Telegram 聊。\n⚠️ 本文僅記錄個人經驗，不構成投資建議。加密貨幣市場風險極高，請充分了解風險後操作。\n📷 封面圖 · Flux Schnell AI 生成 · panshi.io 品牌風格\n","permalink":"https://blog.panshi.io/zh-hant/posts/pionex-vs-binance-grid/","summary":"\u003c!-- cn-kyc-notice --\u003e\n\u003cblockquote\u003e\n\u003cp\u003e⚠️ \u003cstrong\u003e註冊門檻\u003c/strong\u003e：Pionex 不支援中國大陸身份證透過 KYC，需持有臺灣 / 新加坡 / 馬來西亞 / 美國等地有效證件。參考 \u003ca href=\"https://support.pionex.com/hc/en-us/articles/5929910517273\"\u003ePionex 受限地區官方說明\u003c/a\u003e。\u003c/p\u003e\n\u003c/blockquote\u003e\n\u003c!-- hero-image --\u003e\n\u003cp\u003e\u003cimg alt=\"white orange and blue round buttons on brown sand\" loading=\"lazy\" src=\"/images/pionex-vs-binance-grid-hero.jpg\"\u003e\u003c/p\u003e\n\u003cp\u003e同樣是網格交易，Pionex 和 Binance 的差別比很多人想象的大。我兩個都在用，這篇文章說說選擇邏輯。\u003c/p\u003e\n\u003ch2 id=\"核心區別一覽\"\u003e核心區別一覽\u003c/h2\u003e\n\u003ctable\u003e\n  \u003cthead\u003e\n      \u003ctr\u003e\n          \u003cth\u003e維度\u003c/th\u003e\n          \u003cth\u003ePionex\u003c/th\u003e\n          \u003cth\u003eBinance\u003c/th\u003e\n      \u003c/tr\u003e\n  \u003c/thead\u003e\n  \u003ctbody\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e網格機器人費用\u003c/td\u003e\n          \u003ctd\u003e\u003cstrong\u003e免費\u003c/strong\u003e\u003c/td\u003e\n          \u003ctd\u003e需要 BNB 或額外付費\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e交易手續費\u003c/td\u003e\n          \u003ctd\u003e0.05%（掛單/吃單相同）\u003c/td\u003e\n          \u003ctd\u003e0.1%（掛單）/ 0.1%（吃單），持 BNB 打折\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e流動性來源\u003c/td\u003e\n          \u003ctd\u003eBinance + Huobi 聚合\u003c/td\u003e\n          \u003ctd\u003eBinance 自有\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e資金託管\u003c/td\u003e\n          \u003ctd\u003e存入 Pionex\u003c/td\u003e\n          \u003ctd\u003e存在自己的 Binance 賬戶\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e策略靈活性\u003c/td\u003e\n          \u003ctd\u003e預設模板為主\u003c/td\u003e\n          \u003ctd\u003eAPI 完全開放\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e機器人種類\u003c/td\u003e\n          \u003ctd\u003e16 種內建\u003c/td\u003e\n          \u003ctd\u003e網格 + 少量內建\u003c/td\u003e\n      \u003c/tr\u003e\n  \u003c/tbody\u003e\n\u003c/table\u003e\n\u003ch2 id=\"手續費pionex-佔優\"\u003e手續費：Pionex 佔優\u003c/h2\u003e\n\u003cp\u003ePionex 網格機器人\u003cstrong\u003e本身免費\u003c/strong\u003e，只收 0.05% 交易手續費（做市商和吃單相同）。\u003c/p\u003e","title":"Pionex vs Binance 網格交易對比：哪個更適合你"},{"content":" Claude API 的成本很容易超出預期——模型能力越強，每次呼叫越貴，上下文越長越貴。這篇文章分享我控制成本的方法。\nClaude 各模型價格對比（2026） 模型 輸入 $/MTok 輸出 $/MTok 適用場景 claude-opus-4-6 $15 $75 複雜推理、程式碼生成 claude-sonnet-4-6 $3 $15 日常任務、寫作 claude-haiku-4-5 $0.8 $4 簡單分類、摘要 MTok = 百萬 token。1 個 token ≈ 0.75 個英文單詞 ≈ 0.5 個漢字。\n同樣的任務，Haiku 比 Opus 便宜約 15-20 倍。\n最有效的省錢手段：Prompt Cache Anthropic 的 Prompt Cache 功能：對同一個長系統提示詞，第一次收費，後續命中快取只收 10% 的價格。\n# 開啟 Prompt Cache 的寫法 response = client.messages.create( model=\u0026#34;claude-sonnet-4-6\u0026#34;, system=[ { \u0026#34;type\u0026#34;: \u0026#34;text\u0026#34;, \u0026#34;text\u0026#34;: \u0026#34;你的長系統提示詞...\u0026#34;, \u0026#34;cache_control\u0026#34;: {\u0026#34;type\u0026#34;: \u0026#34;ephemeral\u0026#34;} # 標記為可快取 } ], messages=[{\u0026#34;role\u0026#34;: \u0026#34;user\u0026#34;, \u0026#34;content\u0026#34;: \u0026#34;使用者問題\u0026#34;}] ) 實際效果：我的量化運維 Skill，系統提示詞約 2000 token，一天呼叫 50 次：\n沒有快取：50 × 2000 × $3/MTok = $0.30/天 有快取（假設 90% 命中）：初始 $0.006 + 命中 $0.027 = $0.033/天 節省約 90% 的系統提示詞費用。\n按任務選模型 最大的錯誤是一切都用最強的模型。\n任務型別 推薦模型 寫程式碼、複雜分析 Sonnet 或 Opus 寫文章、回答問題 Sonnet 簡單分類、判斷 Haiku 格式轉換、摘要 Haiku Claude Code 日常 Sonnet（預設就是） Claude Code 裡可以用 /model 切換模型，對話中途切換也生效。\n減少不必要的 Token 1. 壓縮系統提示詞\n把冗餘的說明去掉，同樣的資訊用更少的詞表達。從 3000 token 壓到 1500 token，成本直接減半。\n2. 控制上下文視窗\nClaude Code 的對話越長，每次呼叫的輸入 token 越多（要把歷史對話都帶上）。複雜任務完成後用 /clear 清空上下文，開新對話。\n3. 用工具減少來回\n與其讓 AI 猜你要什麼再修改，不如一開始把需求寫清楚。一次成功比三次修改便宜。\nClaude Code 的 Prompt Cache 效果 Claude Code 會自動對系統提示詞做快取。實測資料：\n一個有完整 Skill 背景（約 5000 token 系統提示詞）的會話，第一條訊息之後，後續每條訊息的系統提示詞快取命中率接近 100%，實際輸入費用降低約 80-90%。\n這也是為什麼寫好 Skill 是值得投入的——好的 Skill 不僅讓 AI 效果更好，快取命中還能省錢。\nCopilot Pro+ 還是純 API 兩種付費方式的對比：\nCopilot Pro+ 訂閱（月費制）\n月費固定，不用擔心超支 有用量上限（高峰期可能限速） 適合：Claude Code 中度使用者 純 API 按量計費\n用多少付多少，無上限 適合：重度使用者或企業場景 需要設定消費上限避免意外超支 我自己用 Copilot Pro+，日常 Claude Code 夠用，偶爾跑大任務（比如分析上百個檔案）才會碰到限制。\n實際月賬單參考 我的用法：每天約 20-30 次 Claude Code 會話，每次平均 10 輪對話，任務型別混合（寫程式碼、運維、寫文章）。\nCopilot Pro+ 月費 $19，基本夠用。如果單純 API 計費，估計 $20-40/月（主要是 Sonnet，偶爾 Opus）。\n有 Claude API 用量或賬單相關的問題，歡迎來 Telegram 交流，或關注 X @panshi8848。\n📷 封面圖 · Flux Schnell AI 生成 · panshi.io 品牌風格\n","permalink":"https://blog.panshi.io/zh-hant/posts/claude-api-cost-guide/","summary":"\u003c!-- hero-image --\u003e\n\u003cp\u003e\u003cimg alt=\"Artificial intelligence concept within a human head\" loading=\"lazy\" src=\"/images/claude-api-cost-guide-hero.jpg\"\u003e\u003c/p\u003e\n\u003cp\u003eClaude API 的成本很容易超出預期——模型能力越強，每次呼叫越貴，上下文越長越貴。這篇文章分享我控制成本的方法。\u003c/p\u003e\n\u003ch2 id=\"claude-各模型價格對比2026\"\u003eClaude 各模型價格對比（2026）\u003c/h2\u003e\n\u003ctable\u003e\n  \u003cthead\u003e\n      \u003ctr\u003e\n          \u003cth\u003e模型\u003c/th\u003e\n          \u003cth\u003e輸入 $/MTok\u003c/th\u003e\n          \u003cth\u003e輸出 $/MTok\u003c/th\u003e\n          \u003cth\u003e適用場景\u003c/th\u003e\n      \u003c/tr\u003e\n  \u003c/thead\u003e\n  \u003ctbody\u003e\n      \u003ctr\u003e\n          \u003ctd\u003eclaude-opus-4-6\u003c/td\u003e\n          \u003ctd\u003e$15\u003c/td\u003e\n          \u003ctd\u003e$75\u003c/td\u003e\n          \u003ctd\u003e複雜推理、程式碼生成\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003eclaude-sonnet-4-6\u003c/td\u003e\n          \u003ctd\u003e$3\u003c/td\u003e\n          \u003ctd\u003e$15\u003c/td\u003e\n          \u003ctd\u003e日常任務、寫作\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003eclaude-haiku-4-5\u003c/td\u003e\n          \u003ctd\u003e$0.8\u003c/td\u003e\n          \u003ctd\u003e$4\u003c/td\u003e\n          \u003ctd\u003e簡單分類、摘要\u003c/td\u003e\n      \u003c/tr\u003e\n  \u003c/tbody\u003e\n\u003c/table\u003e\n\u003cp\u003eMTok = 百萬 token。1 個 token ≈ 0.75 個英文單詞 ≈ 0.5 個漢字。\u003c/p\u003e\n\u003cp\u003e同樣的任務，Haiku 比 Opus 便宜約 \u003cstrong\u003e15-20 倍\u003c/strong\u003e。\u003c/p\u003e\n\u003ch2 id=\"最有效的省錢手段prompt-cache\"\u003e最有效的省錢手段：Prompt Cache\u003c/h2\u003e\n\u003cp\u003eAnthropic 的 Prompt Cache 功能：對同一個長系統提示詞，第一次收費，後續命中快取只收 10% 的價格。\u003c/p\u003e\n\u003cdiv class=\"highlight\"\u003e\u003cpre tabindex=\"0\" class=\"chroma\"\u003e\u003ccode class=\"language-python\" data-lang=\"python\"\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"c1\"\u003e# 開啟 Prompt Cache 的寫法\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"n\"\u003eresponse\u003c/span\u003e \u003cspan class=\"o\"\u003e=\u003c/span\u003e \u003cspan class=\"n\"\u003eclient\u003c/span\u003e\u003cspan class=\"o\"\u003e.\u003c/span\u003e\u003cspan class=\"n\"\u003emessages\u003c/span\u003e\u003cspan class=\"o\"\u003e.\u003c/span\u003e\u003cspan class=\"n\"\u003ecreate\u003c/span\u003e\u003cspan class=\"p\"\u003e(\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e    \u003cspan class=\"n\"\u003emodel\u003c/span\u003e\u003cspan class=\"o\"\u003e=\u003c/span\u003e\u003cspan class=\"s2\"\u003e\u0026#34;claude-sonnet-4-6\u0026#34;\u003c/span\u003e\u003cspan class=\"p\"\u003e,\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e    \u003cspan class=\"n\"\u003esystem\u003c/span\u003e\u003cspan class=\"o\"\u003e=\u003c/span\u003e\u003cspan class=\"p\"\u003e[\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e        \u003cspan class=\"p\"\u003e{\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e            \u003cspan class=\"s2\"\u003e\u0026#34;type\u0026#34;\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e \u003cspan class=\"s2\"\u003e\u0026#34;text\u0026#34;\u003c/span\u003e\u003cspan class=\"p\"\u003e,\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e            \u003cspan class=\"s2\"\u003e\u0026#34;text\u0026#34;\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e \u003cspan class=\"s2\"\u003e\u0026#34;你的長系統提示詞...\u0026#34;\u003c/span\u003e\u003cspan class=\"p\"\u003e,\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e            \u003cspan class=\"s2\"\u003e\u0026#34;cache_control\u0026#34;\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e \u003cspan class=\"p\"\u003e{\u003c/span\u003e\u003cspan class=\"s2\"\u003e\u0026#34;type\u0026#34;\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e \u003cspan class=\"s2\"\u003e\u0026#34;ephemeral\u0026#34;\u003c/span\u003e\u003cspan class=\"p\"\u003e}\u003c/span\u003e  \u003cspan class=\"c1\"\u003e# 標記為可快取\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e        \u003cspan class=\"p\"\u003e}\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e    \u003cspan class=\"p\"\u003e],\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e    \u003cspan class=\"n\"\u003emessages\u003c/span\u003e\u003cspan class=\"o\"\u003e=\u003c/span\u003e\u003cspan class=\"p\"\u003e[{\u003c/span\u003e\u003cspan class=\"s2\"\u003e\u0026#34;role\u0026#34;\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e \u003cspan class=\"s2\"\u003e\u0026#34;user\u0026#34;\u003c/span\u003e\u003cspan class=\"p\"\u003e,\u003c/span\u003e \u003cspan class=\"s2\"\u003e\u0026#34;content\u0026#34;\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e \u003cspan class=\"s2\"\u003e\u0026#34;使用者問題\u0026#34;\u003c/span\u003e\u003cspan class=\"p\"\u003e}]\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"p\"\u003e)\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/code\u003e\u003c/pre\u003e\u003c/div\u003e\u003cp\u003e\u003cstrong\u003e實際效果\u003c/strong\u003e：我的量化運維 Skill，系統提示詞約 2000 token，一天呼叫 50 次：\u003c/p\u003e","title":"Claude API 省錢指南：從每月幾百到幾十美元的用量控制"},{"content":" OpenClaw 預設配置跑一段時間會遇到兩個問題：額度消耗太快、長會話超時崩潰。這篇文章記錄我實際調優的 8 個引數，以及背後的原因。\n先說清楚架構 我用的組合：\nGitHub Copilot Pro+：月付 $19，提供 1500 次/月的 premium request 額度 Claude Opus 4.6：透過 Copilot 的模型路由訪問，模型 ID github-copilot/claude-opus-4.6 OpenClaw：負責 Telegram 互動、Skill 呼叫、定時任務 額度計算邏輯：每次 AI 助手回覆 = 1 次 premium request（包括 tool call 後的回覆）。1500 次聽起來很多，但沒最佳化的話很快就不夠用。\n8 項標準最佳化 1. 模型只保留 Copilot，清空 fallbacks 問題：預設配置有多個 model provider 做 fallback，一旦主模型超時，會依次嘗試所有 fallback，每次嘗試都消耗額度。\n最佳化：\n{ \u0026#34;agents\u0026#34;: { \u0026#34;defaults\u0026#34;: { \u0026#34;model\u0026#34;: { \u0026#34;primary\u0026#34;: \u0026#34;github-copilot/claude-opus-4.6\u0026#34;, \u0026#34;fallbacks\u0026#34;: [] } } } } fallbacks 清空後，失敗直接報錯，不會觸發 2-3 次無效重試。每月節省約 50 次。\n2. 超時從 600s 降到 300s 問題：預設 600 秒超時意味著一次卡住的請求要等 10 分鐘才報錯，這段時間後續訊息全部積壓。\n最佳化：\n{ \u0026#34;agents\u0026#34;: { \u0026#34;defaults\u0026#34;: { \u0026#34;timeoutSeconds\u0026#34;: 300 } } } 300 秒對於正常任務綽綽有餘，能更快發現異常，減少因超時引發的重試鏈。\n3. Session Compaction：safeguard 模式 問題：長時間運維會話（比如除錯一個伺服器問題來回 SSH 幾十次），上下文會膨脹到 API 拒絕接受，然後觸發重試。\n最佳化：\n{ \u0026#34;compaction\u0026#34;: { \u0026#34;mode\u0026#34;: \u0026#34;safeguard\u0026#34;, \u0026#34;reserveTokensFloor\u0026#34;: 120000 } } safeguard 模式：當上下文接近模型 context 上限時，自動壓縮歷史，保留關鍵內容，防止因 context 過長導致的 API 報錯。reserveTokensFloor 是保留的輸出 token 緩衝。\n4. Context Pruning：30 分鐘 TTL 這是效果最顯著的最佳化。\n問題：tool call 的輸出（SSH 命令結果、檔案內容、API 響應）通常很長，但 30 分鐘後基本沒有參考價值，卻還佔著 context 的大量空間。\n最佳化：\n{ \u0026#34;contextPruning\u0026#34;: { \u0026#34;mode\u0026#34;: \u0026#34;cache-ttl\u0026#34;, \u0026#34;ttl\u0026#34;: \u0026#34;30m\u0026#34;, \u0026#34;keepLastAssistants\u0026#34;: 5, \u0026#34;minPrunableToolChars\u0026#34;: 30000, \u0026#34;softTrim\u0026#34;: { \u0026#34;maxChars\u0026#34;: 3000, \u0026#34;headChars\u0026#34;: 1000, \u0026#34;tailChars\u0026#34;: 1000 }, \u0026#34;hardClear\u0026#34;: { \u0026#34;enabled\u0026#34;: true, \u0026#34;placeholder\u0026#34;: \u0026#34;[舊工具輸出已清理]\u0026#34; } } } 關鍵引數說明：\nttl: \u0026quot;30m\u0026quot;：30 分鐘前的 tool 輸出自動進入裁剪候選 keepLastAssistants: 5：保留最近 5 條 AI 回覆（保持對話連貫性） minPrunableToolChars: 30000：只有超過 3 萬字元的 tool 輸出才裁剪（避免誤裁） softTrim：保留頭尾各 1000 字元，中間摺疊為佔位符 hardClear：超限時完全清空替換為佔位文字 實際效果：context 大小減少 50%+，長會話穩定性大幅提升。\n5. 關閉 Discord 問題：Discord WebSocket 連線不穩定，頻繁斷連會觸發 gateway 異常，進而導致一連串錯誤重試，消耗額度。\n{ \u0026#34;channels\u0026#34;: { \u0026#34;discord\u0026#34;: { \u0026#34;enabled\u0026#34;: false } } } 我的使用場景只用 Telegram，Discord 直接關掉。每月節省約 100 次。\n6. 關閉 Heartbeat 問題：Heartbeat 是 OpenClaw 的存活檢測機制，預設每 30 分鐘發一次 ping，每次 ping = 1 次 API 呼叫。\n{ \u0026#34;agents\u0026#34;: { \u0026#34;defaults\u0026#34;: { \u0026#34;heartbeat\u0026#34;: { \u0026#34;every\u0026#34;: \u0026#34;\u0026#34; } } } } 關掉後每天節省 48 次呼叫，每月 節省約 1440 次。這是最大的單項節省。\n7. 清理無用 Model Providers 問題：配置了多個 model provider（openrouter、各種 API 代理），gateway 啟動時會對所有 provider 做後臺健康檢查，每次檢查消耗額度。\n{ \u0026#34;models\u0026#34;: { \u0026#34;providers\u0026#34;: {} } } 只保留 github-copilot，其他全刪。每月節省 20-50 次。\n8. 關閉 Exec 審批（新版 4.5+） 問題：新版 OpenClaw 預設開啟 elevated 許可權審批，AI 執行 shell 命令時需要使用者確認，會卡住自動化工作流。\n在 openclaw.json 的 exec 配置裡：\n{ \u0026#34;exec\u0026#34;: { \u0026#34;requireApproval\u0026#34;: false } } 適合信任你的運維場景，不適合多人共享或不確定任務的場景。\n一鍵應用指令碼 以上 8 項可以用這段 Python 指令碼批次寫入：\nimport json, os path = os.path.expanduser(\u0026#34;~/.openclaw/openclaw.json\u0026#34;) with open(path) as f: c = json.load(f) d = c.setdefault(\u0026#34;agents\u0026#34;, {}).setdefault(\u0026#34;defaults\u0026#34;, {}) # 1. 模型 + 清空 fallbacks d[\u0026#34;model\u0026#34;] = {\u0026#34;primary\u0026#34;: \u0026#34;github-copilot/claude-opus-4.6\u0026#34;, \u0026#34;fallbacks\u0026#34;: []} # 2. 超時 300s d[\u0026#34;timeoutSeconds\u0026#34;] = 300 # 3. Session Compaction d[\u0026#34;compaction\u0026#34;] = { \u0026#34;mode\u0026#34;: \u0026#34;safeguard\u0026#34;, \u0026#34;reserveTokensFloor\u0026#34;: 120000 } # 4. Context Pruning d[\u0026#34;contextPruning\u0026#34;] = { \u0026#34;mode\u0026#34;: \u0026#34;cache-ttl\u0026#34;, \u0026#34;ttl\u0026#34;: \u0026#34;30m\u0026#34;, \u0026#34;keepLastAssistants\u0026#34;: 5, \u0026#34;minPrunableToolChars\u0026#34;: 30000, \u0026#34;softTrim\u0026#34;: {\u0026#34;maxChars\u0026#34;: 3000, \u0026#34;headChars\u0026#34;: 1000, \u0026#34;tailChars\u0026#34;: 1000}, \u0026#34;hardClear\u0026#34;: {\u0026#34;enabled\u0026#34;: True, \u0026#34;placeholder\u0026#34;: \u0026#34;[舊工具輸出已清理]\u0026#34;} } # 6. 關閉 Heartbeat d[\u0026#34;heartbeat\u0026#34;] = {\u0026#34;every\u0026#34;: \u0026#34;\u0026#34;} # 5. 關閉 Discord c.setdefault(\u0026#34;channels\u0026#34;, {}).setdefault(\u0026#34;discord\u0026#34;, {})[\u0026#34;enabled\u0026#34;] = False # 7. 清理 providers c.setdefault(\u0026#34;models\u0026#34;, {})[\u0026#34;providers\u0026#34;] = {} with open(path, \u0026#34;w\u0026#34;) as f: json.dump(c, f, indent=2, ensure_ascii=False) print(\u0026#34;配置已更新，重啟 openclaw gateway 生效\u0026#34;) 執行後重啟 gateway：\nopenclaw gateway restart 版本相容性注意 部分引數只在新版（4.5+）支援，舊版寫入會導致 gateway 啟動失敗：\n引數 舊版 ≤3.28 新版 4.5+ compaction.notifyUser ❌ 不支援 ✅ compaction.memoryFlush ❌ 不支援 ✅ auth.cooldowns ❌ 不支援 ✅ discord 配置鍵名 allow enabled 如果 gateway 重啟失敗，先用 openclaw gateway logs 看具體報錯，通常是某個不支援的欄位導致的。\n最佳化後的月度用量 最佳化前：Heartbeat + Discord + fallbacks + context 膨脹，單日可能消耗 150+ 次。\n最佳化後（1500 次/月分配）：\n用途 日均 月估算 日常運維對話 30-50 次 600-800 次 量化策略巡檢 0（直接 cron，不走 AI） 0 定時天氣/報告 2 次 60 次 合計 ~660-860 次 1500 次的額度留有充足餘量，即便某天密集運維消耗 200 次，月末也不會超限。\n有 OpenClaw 配置問題或者額度不夠用的情況，歡迎來 Telegram 聊。\n延伸閱讀：\nOpenClaw 是什麼 — 整體架構介紹 OpenClaw 故障排查 — 常見問題處理 Claude API 省錢指南 — API 直連的成本控制 📷 封面圖 · Flux Schnell AI 生成 · panshi.io 品牌風格\n","permalink":"https://blog.panshi.io/zh-hant/posts/openclaw-copilot-opus-tuning/","summary":"\u003c!-- hero-image --\u003e\n\u003cp\u003e\u003cimg alt=\"A laptop computer sitting on top of a wooden desk\" loading=\"lazy\" src=\"/images/openclaw-copilot-opus-tuning-hero.jpg\"\u003e\u003c/p\u003e\n\u003cp\u003eOpenClaw 預設配置跑一段時間會遇到兩個問題：\u003cstrong\u003e額度消耗太快\u003c/strong\u003e、\u003cstrong\u003e長會話超時崩潰\u003c/strong\u003e。這篇文章記錄我實際調優的 8 個引數，以及背後的原因。\u003c/p\u003e\n\u003ch2 id=\"先說清楚架構\"\u003e先說清楚架構\u003c/h2\u003e\n\u003cp\u003e我用的組合：\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e\u003cstrong\u003eGitHub Copilot Pro+\u003c/strong\u003e：月付 $19，提供 1500 次/月的 premium request 額度\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003eClaude Opus 4.6\u003c/strong\u003e：透過 Copilot 的模型路由訪問，模型 ID \u003ccode\u003egithub-copilot/claude-opus-4.6\u003c/code\u003e\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003eOpenClaw\u003c/strong\u003e：負責 Telegram 互動、Skill 呼叫、定時任務\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003e額度計算邏輯：每次 AI 助手回覆 = 1 次 premium request（包括 tool call 後的回覆）。1500 次聽起來很多，但沒最佳化的話很快就不夠用。\u003c/p\u003e\n\u003ch2 id=\"8-項標準最佳化\"\u003e8 項標準最佳化\u003c/h2\u003e\n\u003ch3 id=\"1-模型只保留-copilot清空-fallbacks\"\u003e1. 模型只保留 Copilot，清空 fallbacks\u003c/h3\u003e\n\u003cp\u003e\u003cstrong\u003e問題\u003c/strong\u003e：預設配置有多個 model provider 做 fallback，一旦主模型超時，會依次嘗試所有 fallback，每次嘗試都消耗額度。\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003e最佳化\u003c/strong\u003e：\u003c/p\u003e\n\u003cdiv class=\"highlight\"\u003e\u003cpre tabindex=\"0\" class=\"chroma\"\u003e\u003ccode class=\"language-json\" data-lang=\"json\"\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"p\"\u003e{\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e  \u003cspan class=\"nt\"\u003e\u0026#34;agents\u0026#34;\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e \u003cspan class=\"p\"\u003e{\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e    \u003cspan class=\"nt\"\u003e\u0026#34;defaults\u0026#34;\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e \u003cspan class=\"p\"\u003e{\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e      \u003cspan class=\"nt\"\u003e\u0026#34;model\u0026#34;\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e \u003cspan class=\"p\"\u003e{\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e        \u003cspan class=\"nt\"\u003e\u0026#34;primary\u0026#34;\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e \u003cspan class=\"s2\"\u003e\u0026#34;github-copilot/claude-opus-4.6\u0026#34;\u003c/span\u003e\u003cspan class=\"p\"\u003e,\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e        \u003cspan class=\"nt\"\u003e\u0026#34;fallbacks\u0026#34;\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e \u003cspan class=\"p\"\u003e[]\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e      \u003cspan class=\"p\"\u003e}\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e    \u003cspan class=\"p\"\u003e}\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e  \u003cspan class=\"p\"\u003e}\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"p\"\u003e}\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/code\u003e\u003c/pre\u003e\u003c/div\u003e\u003cp\u003efallbacks 清空後，失敗直接報錯，不會觸發 2-3 次無效重試。\u003cstrong\u003e每月節省約 50 次\u003c/strong\u003e。\u003c/p\u003e","title":"OpenClaw + GitHub Copilot + Claude Opus 4.6 引數調優實錄"},{"content":" 1 個月時間，花了大約 5000 美金 AI 相關訂閱和 API（Claude Pro + Claude API + OpenAI API + Copilot Pro+ + Codex + Paseo + 雜項），獨立搭起了 18 大類系統，總程式碼量粗略估計 5 萬行以上（不含 AI 生成的自動化指令碼）。\n作為對比：同樣的功能如果招 2 個全棧工程師從零開發，保守估計 6-12 個月，成本至少 30-60 萬人民幣。\n本文是清單，按類別梳理每個系統做什麼、解決什麼問題、如果人工開發需要多少時間。不講具體技術細節（想看的點進每個連結的詳細文件），只講規模和效率。\n一、量化交易系統（核心板塊） 北極星策略家族（polaris 1/5/6 三個策略共存）：\nBTC 趨勢跟蹤 / 多幣種組合 / 合約 + 現貨套利 實盤雙機熱備（主備自動切換） 所有策略統一 Telegram 訊號推送 北極星策略介紹 回測實驗室（兩代）：\nv1（Streamlit 8501）：Python 基礎回測，單幣種單引數 v2（Streamlit 8502，Numba JIT 加速）：多幣種組合、Walk-Forward 驗證、蒙特卡洛模擬、引數網格搜尋 自動和 aws-sg 實盤機同步 K 線資料 策略運維工具鏈：\n自動引數最佳化（夜間 cron 跑網格搜尋） 每日覆盤報告（aws-sg/jp 向量化計算後 AI 生成摘要推送 TG） 策略 A/B/C 對比看板（Grafana） Mac 本機脫敏備機（5 層安全鎖 + 每小時從 aws-sg pull） 如果人工開發：這一套至少 3-4 個月。量化系統從回測到實盤、從引數搜尋到雙機熱備，每一環都是一箇中等專案。\n想試水量化又不想寫程式碼？Pionex 內建 16 種機器人，零程式碼 1 小時上手。\n二、panshi.io 部落格 + 引流系統 Hugo 部落格 + PaperMod 定製：\n64 篇技術文章，覆蓋量化/代理/AI 工具/VPS 等 3 列響應式卡片 grid，預設暗色（消白屏閃爍） 每篇獨立 OG 卡片 + hero 圖（AI 生成品牌統一風格） 列表縮圖 + 文章詳情頁 hero 多端部署：\n雙活 aws-hk + aws-us（rsync 秒級同步） Cloudflare CDN 前置，md5 三方校驗 自定義 Worker 10+（polaris-api / aff-tracker / vps-stock-api / freemail-w3fomo 等） AFF 變現系統：\n14 個 AFF 渠道統一 tracker 短鏈 按文章歸因（?ref=/posts/xxx/） 按 X 來源歸因（?ref=x-slug） Prometheus 每 5 分鐘採集 + Grafana 面板 Umami 自建事件追蹤：\n訪問量/來源/裝置 AFF 點選事件（aff-click 自定義） 如果人工開發：部落格本身 2 周，但 AFF tracker + 多端部署 + 自動化監控，至少 1 個月。圖片系統又是 1 個月（見下）。\n三、釋出管理系統（9891 · 獨立 Web 應用） 一個本機 Web 應用（http://localhost:9891），專門管理 panshi.io 的釋出和運營：\n10+ 管理頁面：\n文章列表 + AFF 歸因 + 篩選（全部/已釋出/草稿） 內嵌 Markdown 編輯器（EasyMDE）+ 實時預覽 草稿/AI 請求佇列 OG 卡片預覽（發前看 X 分享長啥樣） X 推文管理（列表/重新整理/刪除） AFF 點選看板 圖片庫（本地 + Unsplash/Pexels/Pixabay + AI 生成） 設定頁（API key + 開關） 釋出歷史 + 健康 dashboard 7 步釋出流水線：\nPre-flight 檢查（frontmatter / 敏感詞 / AFF 裸鏈 / 結構 lint） 自動生成 OG + hero 圖 Tweet 預覽 Hugo build rsync 雙活 + md5 三方校驗 發 X（三種模式：短推 / Premium 長推 / Thread digest） Telegram 通知 + 歸因重新整理 10 個定時任務（全部透過 job_runner 納入監控）：\n文章索引重新整理、連結健康掃描、部署漂移檢測、AFF 統計同步 推文歷史快照、原始 AFF 連結掃描、AFF exporter 健康、OG 圖健康 互動資料分析（最佳釋出時間 + Evergreen 候選）、釋出監控服務常駐 品牌統一 AI 圖片生成：\nFlux Schnell 生成 64 張 hero 圖，深藍紫漸變品牌風 本機 PIL 生成 OG 卡片（標題 + 品牌條） 自動壓縮 WebP + 多尺寸（首屏 7MB → 80KB，90x 提速） 釋出監控系統詳細架構\n如果人工開發：這一套獨立系統至少 2 個月。\n四、備份容災系統（3-2-1 架構） 三層備份：\nL1 Mac SSD：秒級恢復、短期歷史 L2 iCloud 2TB：跨裝置、中期 L3 AWS S3 Deep Archive 東京：災備、月 ¥0.15 左右 20+ 備份任務覆蓋：\nopenclaw 工作區（每天 + 每小時） Obsidian vault（筆記） Mac 系統配置（LaunchAgents 等） 量化程式碼和資料 Cloudflare KV / Workers / DNS 遠端 VPS 配置（cron / systemd） Prometheus 配置 + Grafana dashboards panshi.io 站點 + nginx 配置 周度 git bundle（跨機器容災） 月度 S3 歸檔 獨立 Web 狀態頁（9890）：每個任務的健康度（green/yellow/red）+ 錯誤詳情 + Telegram 告警。\n開機補跑機制：Mac 休眠錯過定時任務時，啟動後自動補跑遺漏的任務。\n如果人工開發：完整 3-2-1 備份 + 統一監控至少 1 個半月。\n五、Mac 定時任務監控（9888） 所有 Mac 本機的 cron / launchd 任務（目前 34 個）統一心跳機制：\njob_runner.sh 包裝所有任務，成功寫心跳時間戳 Prometheus textfile + node_exporter 採集 獨立監控伺服器 Grafana 視覺化（監控 Mac 本機） 狀態變化實時推 Telegram 任務出現/消失自動檢測 如果人工開發：監控基礎設施 + 狀態頁至少 3 周。\n六、閘道器 / 代理架構（家庭辦公 + 量化出口） 雙閘道器冗餘：\n主閘道器：OpenWrt + passwall（2026-04-13 新部署） 備閘道器：mihomo（原主，現降級為備用） 故障自動切換 家寬代理鏈路：\n7 節點自動 fallback（美國 / 日本 / 香港家庭寬頻） 用於 AI 工具（ChatGPT / Claude / Gemini 防封號） 住宅 IP 出口保障量化策略不被交易所風控 Surge fail-closed 監控：\nSurge 崩了自動啟用 PF 防火牆 killswitch 境外流量全封禁，確保不走國內直連 狀態列顯示當前保護狀態（自研 Swift 程式） 協議棧：\nXray VLESS + XTLS + Reality Hysteria2（QUIC，高速） Cloudflare Workers VLESS（零成本節點） 住宅 IP 出口完整配置 · VPS 買 DMIT · IPRoyal 住宅 IP\n如果人工開發：閘道器 + 代理 + fail-closed 監控 1 個月+。\n七、NetworkGuard 狀態列應用（Swift 原生） Mac 狀態列獨立小程式：\n實時監控 Surge 程序和 PF 防火牆狀態 狀態列圖示：綠（保護中）/ 紅（已失守） Web dashboard 展示詳細資料 防\u0026quot;出門 Macbook 連 AIGC API 誤走國內 IP 被封號\u0026quot; 參考 我在 Mac 狀態列做了一個網路安全衛士。\n如果人工開發：Swift + PF 互動 2 周。\n八、OpenClaw 系統（AI 工具鏈編排） 核心：Claude Code + 外部系統聯動平臺\nTelegram 訊息觸發 AI 任務鏈 多 Agent 協作（一個查 API，一個分析，一個推送） Skill 系統擴充套件（我有 10+ 自定義 Skill） 量化工作流整合（\u0026ldquo;檢查所有賬戶風險\u0026quot;一條指令 3 秒完成） 九、AI 工具生態（Claude Code / Codex / Copilot / Paseo） 雙通道 Claude Code：\n官方 Claude Pro 通道（固定月費） Copilot Pro+ 後端通道（搭車免費） Alias 一鍵切換 模型策略：\n預設 Sonnet（價效比） Opus 只在質量不夠時回退 Haiku 做批處理（省 90%） 三檔混合月均 API 成本降 60% 會話管理：\nPaseo 多 agent 模式 Claude Code 長會話斷點救援 圖片累積爆 bug 自動清理 用量監控：\nCopilot usage 每小時 + 每天彙總 OpenRouter 每天餘額檢查 十、cmux 會話管理 多程序 Claude Code 並行（這篇文章就是其中一個會話在寫），每個會話獨立工作區 + 獨立 git worktree，避免互相干擾。\n十一、VPS 庫存實時監控（panshi.io/stock 頁） 監控 5 家 VPS 商（搬瓦工/RackNerd/CloudCone/DMIT/Akile）熱門套餐庫存 主備 checker 冗餘（國內家庭 VPS + 海外 VPS） CF Worker 聚合 + 5 分鐘前端自動重新整理 訂閱使用者缺貨 → 有貨時 Telegram 推送 VPS 選購矩陣完整對比。\n如果人工開發：反爬 + 主備切換 + 訂閱通知 1 個月。\n十二、Telegram Bot 生態 7+ 個獨立 bot 分工：\nas_monitor：運維告警（閘道器 / 備份 / 量化） polaris-signal-to-x：策略訊號 → X 推文 as_fam：家庭裝置監控 SSH 登入通知：每次 SSH 登入記錄 + TG 推送 還有幾個各司其職 每個 bot 獨立 token + 獨立群 chat_id + 獨立告警路徑，互不干擾。\n十三、監控告警鏈路（獨立監控伺服器） 全棧監控：\nPrometheus（指標採集） Grafana（視覺化，13 個 dashboard） Alertmanager + tg-webhook（Telegram 告警） 監控物件：\n10+ 臺 VPS（CPU/記憶體/磁碟/網路/SSH 登入） Mac 本機 34 個定時任務 量化策略 P\u0026amp;L 實時曲線 線路監控（Hysteria2 UDP / Xray TCP / 家寬代理） 閘道器狀態總覽 AFF 點選 / 訂閱數（新上） 釋出系統任務健康 十四、Obsidian + Mac 配置自動備份 筆記 git 自動 commit + 每小時 + 每天 tag Mac 系統配置（LaunchAgents / 自定義指令碼 / Surge profile 等）每日自動 commit 到 iCloud 自動恢復流程文件 十五、iPhone / iPad / Mac Surge 配置同步 三端 Surge profile 版本管理：\nMac 為主編輯器 iPhone / iPad pull 時自動診斷域名 vs IP 問題 避免\u0026quot;某端沒同步導致漏出口\u0026rdquo; 十六、遠端桌面 + SSH 巡檢 RustDesk 8K 方案：\n開源 + 自建中繼 替代 TeamViewer / 向日葵（更便宜 + 更私密） SSH 連線巡檢：\n每日 AI 自動巡檢 10+ 臺機器 報告每臺資源使用 / 異常日誌 / 待處理事項 摘要發 Telegram 十七、X 相關係統 X 收藏同步：每天抓新收藏整理到 Obsidian X API 釋出（polaris-signal-to-x bot） X thread digest 釋出（新）：Markdown 文章 → AI 生成 5-10 條 thread 十八、公開 GitHub 專案 已在 GitHub 開源的工具（已脫敏）：\nclaude-code-image-rescue：Claude Code 長會話圖片記憶體爆 bug 修復工具 更多還在規劃。\nAI 開發正規化的三個變化 做完這些之後我對\u0026quot;AI + 獨立開發\u0026quot;有幾個結論：\n1. 程式碼不再是瓶頸，需求定義是 用 Claude Code 寫個 500 行的 Python 指令碼，一般對話 20-40 分鐘搞定。但\u0026quot;我到底要什麼\u0026quot; 這件事 AI 沒法幫你決定。\n寫清楚需求 + 用 AI 生成程式碼 + 人工稽核 = 最佳節奏。\n2. 部署和維護比初次開發更值錢 上面 18 類系統，70% 的工作量不是\u0026quot;把程式碼寫出來\u0026quot;，是：\n放到哪？（Mac / 伺服器 / CF Worker） 怎麼守護程序？（launchd / systemd / cron） 怎麼監控？（Prometheus + Grafana + 告警） 怎麼備份？（失敗時怎麼恢復） AI 在這些系統整合場景幫助巨大，因為它不會忘記加錯誤處理、日誌、健康檢查。\n3. 一致性比個人偏好更重要 所有系統都遵循同一套約定：\n日誌：~/.openclaw/workspace/state/ 心跳：Prometheus textfile 告警：Telegram bot 分類 備份：3-2-1 三層 文件：Obsidian Infra-OPS/ 64 份 Claude Code 有記憶系統能跨會話保持這些約定，比我自己記得還牢。\n成本拆解（5000 美金花在哪） 項 約佔比 Claude API（Anthropic 直接扣費） ~40% ChatGPT Plus + OpenAI API ~25% GitHub Copilot Pro+ × 2（兩個賬號） ~20% Cursor / Codex / 其他訂閱 ~10% 雜項（Replicate / Cloudinary / etc） ~5% 實際上前 3 項（Claude + OpenAI + Copilot）佔 85% — Claude 是主力。\n對於想複製這個模式的朋友 第一步：先有一個\u0026quot;真的要解決的問題\u0026quot; 我上面 18 類系統，每一個都對應具體痛點（量化被封號 / 備份丟資料 / 定時任務漏跑 / X 釋出效率低）。沒有痛點而為 AI 工具買單，很快就會放棄。\n第二步：選一個工具深用，不要同時四五個 我的組合：\nClaude Code（主力，80% 時間在用）— 省錢指南 GitHub Copilot Pro+ 備選通道 — Claude Code 雙通道切換 ChatGPT Plus 偶爾用資料分析 + 圖片生成 不推薦同時訂 Cursor + Copilot + ChatGPT + Claude，成本和切換心智都太高。\n第三步：把基礎設施標準化 日誌路徑統一 定時任務標準 wrapper（我的是 job_runner.sh） Telegram 通知統一格式 文件放在同一 Obsidian vault 標準化後，Claude Code 能跨任務遷移經驗（它看到一個任務的結構就知道下一個怎麼做）。\n第四步：允許自己\u0026quot;不完美實現\u0026quot; 我很多系統都是\u0026quot;夠用版\u0026quot;，而不是\u0026quot;工程完美版\u0026quot;。例如備份監控 web 9890 就是幾百行 Python，沒用框架。AI 生成 + 我稽核 + 跑起來 = 上線。不要過度設計。\n如果你也想折騰 推薦的工具組合：\nClaude Code 省錢實戰 OpenAI Codex CLI 入門 OpenClaw AI 工具鏈 想試量化交易順便理解整個鏈路（最佳練手場景）：\nPionex 網格機器人教程（零程式碼） 用 Claude Code 給 Pionex 加監控（30 分鐘實戰） 開個 Pionex 賬戶跑 $100 一個月，你會對 AI 輔助量化的價值有具象感知 基礎設施輔助工具：\nDMIT VPS（香港 / 日本線路穩定） IPRoyal 住宅 IP（AI 工具 + 量化必備） Google One AI Premium（Gemini Advanced + 2TB 雲端儲存） 一個誠實的對比 人們常問\u0026quot;AI 到底有沒有用\u0026quot;。我的答案：\n項 不用 AI 用 AI（我的經驗） 寫一個新指令碼 3-8 小時（查文件/Stack Overflow/踩坑） 20-40 分鐘（描述需求 → 稽核 → 測試） 除錯一個報錯 偶爾 1 整天 10 分鐘內定位 維護 30+ 定時任務 每月 10 小時消防 每月 1-2 小時（大部分 AI 自動處理） 寫一篇技術部落格 3-4 小時 1 小時（大綱人定 + AI 填內容 + 人審） 學一個新領域 1-2 周入門 半天（AI 陪讀答疑） 乘上 18 大類系統 + 365 天，這就是 100x 效率的來源。\n不是 AI 替代人，是**\u0026ldquo;懂業務 + 會用 AI\u0026quot;的一個人等於過去一個小團隊**。\n想聊 AI 工作流 / 量化 / 獨立開發：Telegram @panshi8848，或 X @panshi8848 私信。\n延伸閱讀：\nClaude Code 真實使用體驗 OpenClaw AI 工具鏈平臺 Claude API 省錢指南 用 Claude Code 監控 Pionex 量化策略為什麼需要住宅 IP ","permalink":"https://blog.panshi.io/zh-hant/posts/5000-usd-token-what-i-built/","summary":"\u003c!-- hero-image --\u003e\n\u003cp\u003e\u003cimg alt=\"5000 美金 Token 換來的系統清單\" loading=\"lazy\" src=\"/images/5000-usd-token-what-i-built-hero.jpg\"\u003e\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003e1 個月時間\u003c/strong\u003e，花了大約 \u003cstrong\u003e5000 美金 AI 相關訂閱和 API\u003c/strong\u003e（Claude Pro + Claude API + OpenAI API + Copilot Pro+ + Codex + Paseo + 雜項），獨立搭起了 \u003cstrong\u003e18 大類系統\u003c/strong\u003e，總程式碼量粗略估計 \u003cstrong\u003e5 萬行以上\u003c/strong\u003e（不含 AI 生成的自動化指令碼）。\u003c/p\u003e\n\u003cp\u003e作為對比：同樣的功能如果招 2 個全棧工程師從零開發，保守估計 \u003cstrong\u003e6-12 個月\u003c/strong\u003e，成本至少 \u003cstrong\u003e30-60 萬人民幣\u003c/strong\u003e。\u003c/p\u003e\n\u003cp\u003e本文是清單，按類別梳理每個系統做什麼、解決什麼問題、如果人工開發需要多少時間。不講具體技術細節（想看的點進每個連結的詳細文件），只講\u003cstrong\u003e規模\u003c/strong\u003e和\u003cstrong\u003e效率\u003c/strong\u003e。\u003c/p\u003e\n\u003ch2 id=\"一量化交易系統核心板塊\"\u003e一、量化交易系統（核心板塊）\u003c/h2\u003e\n\u003cp\u003e\u003cstrong\u003e北極星策略家族\u003c/strong\u003e（polaris 1/5/6 三個策略共存）：\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003eBTC 趨勢跟蹤 / 多幣種組合 / 合約 + 現貨套利\u003c/li\u003e\n\u003cli\u003e實盤雙機熱備（主備自動切換）\u003c/li\u003e\n\u003cli\u003e所有策略統一 Telegram 訊號推送\u003c/li\u003e\n\u003cli\u003e\u003ca href=\"/zh-hant/posts/polaris-strategy-intro/\"\u003e北極星策略介紹\u003c/a\u003e\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003e\u003cstrong\u003e回測實驗室（兩代）\u003c/strong\u003e：\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003ev1（Streamlit 8501）：Python 基礎回測，單幣種單引數\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003ev2（Streamlit 8502，Numba JIT 加速）\u003c/strong\u003e：多幣種組合、Walk-Forward 驗證、蒙特卡洛模擬、引數網格搜尋\u003c/li\u003e\n\u003cli\u003e自動和 aws-sg 實盤機同步 K 線資料\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003e\u003cstrong\u003e策略運維工具鏈\u003c/strong\u003e：\u003c/p\u003e","title":"消耗 5000 美金 Token，我用 AI 做了什麼"},{"content":" IPRoyal 住宅 IP 池有 2000 萬+ IP，關鍵是怎麼用。粘性（Sticky）一個 IP 用 30 分鐘適合賬號登入場景，輪換（Rotating）每次請求換 IP 適合爬蟲、批次註冊、反風控。本文用 Python 實現輪換 + 重試的完整方案。\n兩種模式區別 模式 IP 切換頻率 適用場景 Sticky 每 10/30 分鐘換一次 賬號登入、API 呼叫、量化持續會話 Rotating 每次請求隨機換 爬蟲、批次註冊、反風控 IPRoyal 後臺可以生成兩種模式的代理憑證。\nRotating 代理憑證格式 登入 IPRoyal Dashboard → Residential → Generate → 選 Rotating → 拿到：\nProxy: gw.iproyal.com Port: 12321 Username: YOUR_USER Password: YOUR_PASS_country-us_session-rotate session-rotate 是關鍵：每次發請求都會從池子裡抓新 IP。\nPython 基礎用法 import requests proxy_url = \u0026#34;http://USER:PASS_country-us_session-rotate@gw.iproyal.com:12321\u0026#34; proxies = {\u0026#34;http\u0026#34;: proxy_url, \u0026#34;https\u0026#34;: proxy_url} for i in range(5): r = requests.get(\u0026#34;https://ipinfo.io/json\u0026#34;, proxies=proxies, timeout=10) print(f\u0026#34;Request {i+1}: {r.json()[\u0026#39;ip\u0026#39;]} ({r.json().get(\u0026#39;city\u0026#39;)})\u0026#34;) 預期輸出：\nRequest 1: 142.176.xx.xx (San Diego) Request 2: 71.192.xx.xx (New York) Request 3: 98.44.xx.xx (Austin) Request 4: 24.128.xx.xx (Boston) Request 5: 104.128.xx.xx (Chicago) 每次請求都是不同的住宅 IP，像不同地方的普通家庭使用者在訪問。\n實戰 1：爬蟲反封禁 爬大型網站（如亞馬遜商品價、Google 搜尋結果）時經常被 ban。輪換 IP 讓目標網站認為你是\u0026quot;很多不同使用者\u0026quot;而不是機器人。\nimport requests import time from urllib.parse import quote proxy = \u0026#34;http://USER:PASS_country-us_session-rotate@gw.iproyal.com:12321\u0026#34; PROXIES = {\u0026#34;http\u0026#34;: proxy, \u0026#34;https\u0026#34;: proxy} def scrape_url(url, max_retries=3): \u0026#34;\u0026#34;\u0026#34;每次失敗自動換 IP 重試\u0026#34;\u0026#34;\u0026#34; for attempt in range(max_retries): try: # session-rotate 保證每次重試都是新 IP r = requests.get(url, proxies=PROXIES, timeout=15, headers={\u0026#34;User-Agent\u0026#34;: \u0026#34;Mozilla/5.0 ...\u0026#34;}) if r.status_code == 200: return r.text elif r.status_code in (403, 429, 503): print(f\u0026#34; 被 ban ({r.status_code})，換 IP 重試 [{attempt+1}]\u0026#34;) time.sleep(2) continue else: print(f\u0026#34; HTTP {r.status_code}\u0026#34;) return None except requests.Timeout: print(f\u0026#34; 超時，重試 [{attempt+1}]\u0026#34;) time.sleep(3) except requests.RequestException as e: print(f\u0026#34; error: {e}\u0026#34;) time.sleep(2) return None # 示例：爬 100 個 URL urls = [f\u0026#34;https://example.com/product/{i}\u0026#34; for i in range(100)] for u in urls: html = scrape_url(u) if html: process(html) # 你的解析邏輯 time.sleep(0.5) # 溫和一點 關鍵：session-rotate 讓每次 requests.get() 都用新 IP，所以被 ban 的請求重試時自動換 IP，不需要手動切換。\n實戰 2：繞過地區限制 某些網站只對特定地區開放。IPRoyal 支援指定國家：\n# 美國 IP us_proxy = \u0026#34;http://USER:PASS_country-us_session-rotate@gw.iproyal.com:12321\u0026#34; # 日本 IP jp_proxy = \u0026#34;http://USER:PASS_country-jp_session-rotate@gw.iproyal.com:12321\u0026#34; # 英國 IP uk_proxy = \u0026#34;http://USER:PASS_country-gb_session-rotate@gw.iproyal.com:12321\u0026#34; def get_by_country(url, country=\u0026#34;us\u0026#34;): proxy_url = f\u0026#34;http://USER:PASS_country-{country}_session-rotate@gw.iproyal.com:12321\u0026#34; return requests.get(url, proxies={\u0026#34;http\u0026#34;: proxy_url, \u0026#34;https\u0026#34;: proxy_url}).text # 爬 Netflix 美國和日本的不同內容 html_us = get_by_country(\u0026#34;https://netflix.com/browse\u0026#34;, \u0026#34;us\u0026#34;) html_jp = get_by_country(\u0026#34;https://netflix.com/browse\u0026#34;, \u0026#34;jp\u0026#34;) 實戰 3：批次賬號註冊 （法律注意：請確保目標網站 ToS 允許。常見合規場景：同人郵箱註冊多個正當業務賬號，或測試用途）\nimport random def register_account(email, password, country=\u0026#34;us\u0026#34;): proxy_url = f\u0026#34;http://USER:PASS_country-{country}_session-rotate@gw.iproyal.com:12321\u0026#34; PROXIES = {\u0026#34;http\u0026#34;: proxy_url, \u0026#34;https\u0026#34;: proxy_url} # 模擬真人行為：隨機延遲 time.sleep(random.uniform(2, 5)) # 訪問註冊頁先（獲取 CSRF token） session = requests.Session() session.proxies = PROXIES session.headers[\u0026#34;User-Agent\u0026#34;] = random_user_agent() resp = session.get(\u0026#34;https://target.com/register\u0026#34;) csrf = extract_csrf(resp.text) time.sleep(random.uniform(3, 8)) # 模擬\u0026#34;填寫表單\u0026#34;時間 resp = session.post(\u0026#34;https://target.com/register\u0026#34;, data={ \u0026#34;email\u0026#34;: email, \u0026#34;password\u0026#34;: password, \u0026#34;_csrf\u0026#34;: csrf, }) return resp.status_code == 200 # 批次 emails = load_emails() for email in emails: success = register_account(email, \u0026#34;StrongPass123!\u0026#34;, random.choice([\u0026#34;us\u0026#34;, \u0026#34;gb\u0026#34;, \u0026#34;ca\u0026#34;])) print(f\u0026#34;{email}: {\u0026#39;✓\u0026#39; if success else \u0026#39;✗\u0026#39;}\u0026#34;) time.sleep(random.uniform(30, 120)) # 賬號間足夠間隔 實戰 4：量化策略的請求分散 Binance 對單個 IP 有 rate limit（每分鐘請求數）。如果量化策略頻繁呼叫，輪換 IP 能繞開這個限制：\nimport random PROXY_POOL = [ f\u0026#34;http://USER:PASS_country-us_session-rotate@gw.iproyal.com:12321\u0026#34;, f\u0026#34;http://USER:PASS_country-jp_session-rotate@gw.iproyal.com:12321\u0026#34;, f\u0026#34;http://USER:PASS_country-sg_session-rotate@gw.iproyal.com:12321\u0026#34;, ] def binance_request(path): \u0026#34;\u0026#34;\u0026#34;分散請求到不同地區的住宅 IP\u0026#34;\u0026#34;\u0026#34; proxy = random.choice(PROXY_POOL) return requests.get(f\u0026#34;https://api.binance.com{path}\u0026#34;, proxies={\u0026#34;https\u0026#34;: proxy}, timeout=5) # 併發用這個函式，每次請求都是新地區的新 IP 失敗重試的更好姿勢（用 tenacity） 手寫重試容易漏情況。用 tenacity 庫：\nfrom tenacity import retry, stop_after_attempt, wait_exponential @retry(stop=stop_after_attempt(5), wait=wait_exponential(multiplier=1, min=2, max=30)) def scrape_with_retry(url): r = requests.get(url, proxies=PROXIES, timeout=15) r.raise_for_status() # 4xx/5xx 拋異常觸發重試 return r.text 自動指數回退（2s, 4s, 8s, 16s, 30s），且 session-rotate 保證每次都是新 IP。\n費用對比 方案 月成本（10GB 流量） 穩定性 IP 質量 IPRoyal Residential Rotating $70 ⭐⭐⭐⭐⭐ 家庭寬頻 Bright Data $300 ⭐⭐⭐⭐⭐ 同上但更貴 免費代理列表 $0 ⭐ 95% 不可用 VPS 自建 $20-50 ⭐⭐⭐ 機房 IP，易封 IPRoyal 是價效比最高的，但貴在流量消耗（按 GB 付費）。爬大圖/影片的場景流量消耗快，要算清楚。\n總結 IPRoyal Rotating 模式解決：\n爬蟲反封禁 地區限制繞過 批次操作 API rate limit 分散 Python 配合 session-rotate 字尾實現自動換 IP。失敗重試用 tenacity 更優雅。\n想開始： → IPRoyal 按流量付費，預充 $5 就能用（2000 萬+ 住宅 IP 池）\n注意事項：\n遵守目標網站 ToS 爬蟲加合理延遲，別把對方伺服器 DDoS 了 資料保密（IPRoyal 看得到你的請求 URL 但看不到內容，HTTPS 加密） 延伸閱讀：\nIPRoyal 5 個實戰場景 量化代理鏈 DMIT + IPRoyal mihomo 住宅 IP 配置 AI 工具為什麼需要住宅 IP ","permalink":"https://blog.panshi.io/zh-hant/posts/iproyal-rotating-ip-python/","summary":"\u003c!-- hero-image --\u003e\n\u003cp\u003e\u003cimg alt=\"IPRoyal Python 輪換 IP\" loading=\"lazy\" src=\"/images/iproyal-rotating-ip-python-hero.jpg\"\u003e\u003c/p\u003e\n\u003cp\u003eIPRoyal 住宅 IP 池有 2000 萬+ IP，關鍵是怎麼用。粘性（Sticky）一個 IP 用 30 分鐘適合賬號登入場景，輪換（Rotating）每次請求換 IP 適合\u003cstrong\u003e爬蟲、批次註冊、反風控\u003c/strong\u003e。本文用 Python 實現輪換 + 重試的完整方案。\u003c/p\u003e\n\u003ch2 id=\"兩種模式區別\"\u003e兩種模式區別\u003c/h2\u003e\n\u003ctable\u003e\n  \u003cthead\u003e\n      \u003ctr\u003e\n          \u003cth\u003e模式\u003c/th\u003e\n          \u003cth\u003eIP 切換頻率\u003c/th\u003e\n          \u003cth\u003e適用場景\u003c/th\u003e\n      \u003c/tr\u003e\n  \u003c/thead\u003e\n  \u003ctbody\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e\u003cstrong\u003eSticky\u003c/strong\u003e\u003c/td\u003e\n          \u003ctd\u003e每 10/30 分鐘換一次\u003c/td\u003e\n          \u003ctd\u003e賬號登入、API 呼叫、量化持續會話\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e\u003cstrong\u003eRotating\u003c/strong\u003e\u003c/td\u003e\n          \u003ctd\u003e\u003cstrong\u003e每次請求隨機換\u003c/strong\u003e\u003c/td\u003e\n          \u003ctd\u003e爬蟲、批次註冊、反風控\u003c/td\u003e\n      \u003c/tr\u003e\n  \u003c/tbody\u003e\n\u003c/table\u003e\n\u003cp\u003eIPRoyal 後臺可以生成兩種模式的代理憑證。\u003c/p\u003e\n\u003ch2 id=\"rotating-代理憑證格式\"\u003eRotating 代理憑證格式\u003c/h2\u003e\n\u003cp\u003e登入 \u003ca href=\"https://aff.panshi.io/track?id=iproyal\u0026amp;ref=/posts/iproyal-rotating-ip-python/\"\u003eIPRoyal Dashboard\u003c/a\u003e → Residential → Generate → 選 Rotating → 拿到：\u003c/p\u003e\n\u003cpre tabindex=\"0\"\u003e\u003ccode\u003eProxy: gw.iproyal.com\nPort: 12321\nUsername: YOUR_USER\nPassword: YOUR_PASS_country-us_session-rotate\n\u003c/code\u003e\u003c/pre\u003e\u003cp\u003e\u003ccode\u003esession-rotate\u003c/code\u003e 是關鍵：每次發請求都會從池子裡抓新 IP。\u003c/p\u003e\n\u003ch2 id=\"python-基礎用法\"\u003ePython 基礎用法\u003c/h2\u003e\n\u003cdiv class=\"highlight\"\u003e\u003cpre tabindex=\"0\" class=\"chroma\"\u003e\u003ccode class=\"language-python\" data-lang=\"python\"\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"kn\"\u003eimport\u003c/span\u003e \u003cspan class=\"nn\"\u003erequests\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"n\"\u003eproxy_url\u003c/span\u003e \u003cspan class=\"o\"\u003e=\u003c/span\u003e \u003cspan class=\"s2\"\u003e\u0026#34;http://USER:PASS_country-us_session-rotate@gw.iproyal.com:12321\u0026#34;\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"n\"\u003eproxies\u003c/span\u003e \u003cspan class=\"o\"\u003e=\u003c/span\u003e \u003cspan class=\"p\"\u003e{\u003c/span\u003e\u003cspan class=\"s2\"\u003e\u0026#34;http\u0026#34;\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e \u003cspan class=\"n\"\u003eproxy_url\u003c/span\u003e\u003cspan class=\"p\"\u003e,\u003c/span\u003e \u003cspan class=\"s2\"\u003e\u0026#34;https\u0026#34;\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e \u003cspan class=\"n\"\u003eproxy_url\u003c/span\u003e\u003cspan class=\"p\"\u003e}\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"k\"\u003efor\u003c/span\u003e \u003cspan class=\"n\"\u003ei\u003c/span\u003e \u003cspan class=\"ow\"\u003ein\u003c/span\u003e \u003cspan class=\"nb\"\u003erange\u003c/span\u003e\u003cspan class=\"p\"\u003e(\u003c/span\u003e\u003cspan class=\"mi\"\u003e5\u003c/span\u003e\u003cspan class=\"p\"\u003e):\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e    \u003cspan class=\"n\"\u003er\u003c/span\u003e \u003cspan class=\"o\"\u003e=\u003c/span\u003e \u003cspan class=\"n\"\u003erequests\u003c/span\u003e\u003cspan class=\"o\"\u003e.\u003c/span\u003e\u003cspan class=\"n\"\u003eget\u003c/span\u003e\u003cspan class=\"p\"\u003e(\u003c/span\u003e\u003cspan class=\"s2\"\u003e\u0026#34;https://ipinfo.io/json\u0026#34;\u003c/span\u003e\u003cspan class=\"p\"\u003e,\u003c/span\u003e \u003cspan class=\"n\"\u003eproxies\u003c/span\u003e\u003cspan class=\"o\"\u003e=\u003c/span\u003e\u003cspan class=\"n\"\u003eproxies\u003c/span\u003e\u003cspan class=\"p\"\u003e,\u003c/span\u003e \u003cspan class=\"n\"\u003etimeout\u003c/span\u003e\u003cspan class=\"o\"\u003e=\u003c/span\u003e\u003cspan class=\"mi\"\u003e10\u003c/span\u003e\u003cspan class=\"p\"\u003e)\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e    \u003cspan class=\"nb\"\u003eprint\u003c/span\u003e\u003cspan class=\"p\"\u003e(\u003c/span\u003e\u003cspan class=\"sa\"\u003ef\u003c/span\u003e\u003cspan class=\"s2\"\u003e\u0026#34;Request \u003c/span\u003e\u003cspan class=\"si\"\u003e{\u003c/span\u003e\u003cspan class=\"n\"\u003ei\u003c/span\u003e\u003cspan class=\"o\"\u003e+\u003c/span\u003e\u003cspan class=\"mi\"\u003e1\u003c/span\u003e\u003cspan class=\"si\"\u003e}\u003c/span\u003e\u003cspan class=\"s2\"\u003e: \u003c/span\u003e\u003cspan class=\"si\"\u003e{\u003c/span\u003e\u003cspan class=\"n\"\u003er\u003c/span\u003e\u003cspan class=\"o\"\u003e.\u003c/span\u003e\u003cspan class=\"n\"\u003ejson\u003c/span\u003e\u003cspan class=\"p\"\u003e()[\u003c/span\u003e\u003cspan class=\"s1\"\u003e\u0026#39;ip\u0026#39;\u003c/span\u003e\u003cspan class=\"p\"\u003e]\u003c/span\u003e\u003cspan class=\"si\"\u003e}\u003c/span\u003e\u003cspan class=\"s2\"\u003e (\u003c/span\u003e\u003cspan class=\"si\"\u003e{\u003c/span\u003e\u003cspan class=\"n\"\u003er\u003c/span\u003e\u003cspan class=\"o\"\u003e.\u003c/span\u003e\u003cspan class=\"n\"\u003ejson\u003c/span\u003e\u003cspan class=\"p\"\u003e()\u003c/span\u003e\u003cspan class=\"o\"\u003e.\u003c/span\u003e\u003cspan class=\"n\"\u003eget\u003c/span\u003e\u003cspan class=\"p\"\u003e(\u003c/span\u003e\u003cspan class=\"s1\"\u003e\u0026#39;city\u0026#39;\u003c/span\u003e\u003cspan class=\"p\"\u003e)\u003c/span\u003e\u003cspan class=\"si\"\u003e}\u003c/span\u003e\u003cspan class=\"s2\"\u003e)\u0026#34;\u003c/span\u003e\u003cspan class=\"p\"\u003e)\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/code\u003e\u003c/pre\u003e\u003c/div\u003e\u003cp\u003e預期輸出：\u003c/p\u003e","title":"IPRoyal 輪換 IP Python 實戰：自動切換 + 失敗重試完整程式碼"},{"content":" 跑 Binance 量化策略最怕 \u0026ldquo;IP 被限制\u0026rdquo;——訪問合約 API 突然返回 451 Unavailable。AWS/GCP 等雲服務商的 IP 段被大部分交易所拉黑，機房 IP 也時不時被風控。這篇講我搭的一套穩定量化代理鏈：DMIT 香港 VPS 做穩定跳板 + IPRoyal 住宅 IP 做最終出口 + Claude 做監控切換。\n問題本質 Binance（以及大部分大交易所）的 IP 封鎖邏輯：\n機房 IP 段：AWS/GCP/OVH/DO → 直接 451 不讓訪問合約 API VPN 節點：流量特徵明顯 → 有機率封號 Shared Proxy：被其他使用者濫用過 → 拉黑 住宅 IP（ISP 分配給家庭使用者）：流量像正常散戶 → 最安全 最佳實踐：住宅 IP 作出口 + 中轉 VPS 做穩定連線。\n整套架構 量化指令碼（本地 / VPS） ↓ mihomo 閘道器（分流規則） ↓ DMIT 香港 VPS（穩定中轉 + Xray 協議） ↓ IPRoyal 住宅 IP（最終出口） ↓ Binance API 為什麼不直接\u0026quot;本地 → IPRoyal → Binance\u0026quot;？\nIPRoyal 住宅 IP 單 IP 頻寬有限 + 不穩定（家庭網路） 直接用住宅 IP 出口，延遲抖動大，量化策略容易超時 DMIT 香港作為中轉，本地到香港穩定 30ms，香港到住宅 IP 走專線 70-100ms，最終總 RTT 穩定在 130ms 左右 元件 1：DMIT 香港 VPS 選型：\nDMIT HK Direct 或 HK Lite 套餐 $30-40/月，1 核 1G 夠用 延遲到國內 30-50ms，專線質量穩 部署 Xray：\n# SSH 上去，用 x-ui 面板一鍵裝 bash \u0026lt;(curl -Ls https://raw.githubusercontent.com/vaxilu/x-ui/master/install.sh) # 然後瀏覽器開啟 :54321 配 VLESS+XTLS-Reality 詳見 Xray REALITY 完整部署教程。\n元件 2：IPRoyal 住宅 IP 購買：\nIPRoyal Residential 按流量付費 $7/GB 預充 $50 夠量化用 2-3 個月（量化 API 呼叫資料量不大） 選 US/JP/SG 機房，延遲穩定 配置：\nIPRoyal 後臺 → 生成 Sticky Session（30 分鐘繫結同一出口 IP） 得到代理地址：gw.iproyal.com:port + username + password 記住這個資訊 元件 3：在 DMIT VPS 上做代理轉發 核心：DMIT VPS 同時做 \u0026ldquo;接收本地流量\u0026rdquo; + \u0026ldquo;出口走 IPRoyal\u0026rdquo;。\nDMIT 上裝 mihomo（或者直接用 xray 鏈式轉發）：\n# DMIT VPS 上的 mihomo config.yaml 關鍵段 proxies: - name: \u0026#34;iproyal-us\u0026#34; type: http server: gw.iproyal.com port: 12321 username: \u0026#34;YOUR_USER\u0026#34; password: \u0026#34;YOUR_PASS\u0026#34; proxy-groups: - name: \u0026#34;出口 → 住宅\u0026#34; type: select proxies: - iproyal-us - DIRECT # fallback rules: - DOMAIN-SUFFIX,binance.com,出口 → 住宅 - DOMAIN-SUFFIX,binancefutures.com,出口 → 住宅 - MATCH,DIRECT 重啟 mihomo：\nsystemctl restart mihomo 元件 4：本地 mihomo 走 DMIT 本地 Mac / 量化機器的 mihomo 配置：\nproxies: - name: \u0026#34;dmit-hk\u0026#34; type: vless server: YOUR_DMIT_IP port: 443 uuid: YOUR_UUID network: tcp tls: true reality-opts: public-key: ... short-id: ... rules: - DOMAIN-SUFFIX,binance.com,dmit-hk - DOMAIN-SUFFIX,binancefutures.com,dmit-hk - MATCH,DIRECT 量化指令碼無需修改，走系統代理（mihomo 127.0.0.1:7890）即可。\n測試完整鏈路 # 1. 走代理訪問 IP 查詢服務 curl -x http://127.0.0.1:7890 https://ipinfo.io # 應返回 US 某個 ISP 的住宅 IP # 2. 走代理訪問 Binance API curl -x http://127.0.0.1:7890 \\ https://fapi.binance.com/fapi/v1/ping # 應返回 {} # 3. 測延遲 curl -x http://127.0.0.1:7890 -w \u0026#34;%{time_total}\\n\u0026#34; \\ -o /dev/null -s https://fapi.binance.com/fapi/v1/ping # 通常 150-250ms 穩定 元件 5：Claude 做監控和自動切換 代理鏈一旦某個環節掛（DMIT 維護、IPRoyal IP 被限、mihomo 崩潰），量化策略會報錯。用 Claude Code 寫一個監控：\n# proxy_health.py import urllib.request, json, os, time TG_TOKEN = os.environ[\u0026#34;TG_TOKEN\u0026#34;] TG_CHAT = os.environ[\u0026#34;TG_CHAT_ID\u0026#34;] def check(): try: # 走代理 ping Binance proxy = urllib.request.ProxyHandler({\u0026#34;https\u0026#34;: \u0026#34;http://127.0.0.1:7890\u0026#34;}) opener = urllib.request.build_opener(proxy) r = opener.open(\u0026#34;https://fapi.binance.com/fapi/v1/time\u0026#34;, timeout=10) return \u0026#34;OK\u0026#34;, r.status except Exception as e: return \u0026#34;FAIL\u0026#34;, str(e)[:100] status, info = check() if status == \u0026#34;FAIL\u0026#34;: # 發 Telegram 警報 msg = f\u0026#34;🔴 代理鏈異常: {info}\u0026#34; data = json.dumps({\u0026#34;chat_id\u0026#34;: TG_CHAT, \u0026#34;text\u0026#34;: msg}).encode() urllib.request.urlopen(urllib.request.Request( f\u0026#34;https://api.telegram.org/bot{TG_TOKEN}/sendMessage\u0026#34;, data=data, headers={\u0026#34;Content-Type\u0026#34;: \u0026#34;application/json\u0026#34;} ), timeout=5) LaunchAgent 每 5 分鐘跑一次。Claude Code 10 分鐘就能寫完。\n成本分析 項 月成本 用途 DMIT HK Direct $30 中轉 + 穩定連線 IPRoyal 住宅 IP $7-20（按流量） 最終出口 Mac 本機 $0 執行指令碼 合計 $37-50/月 對比：量化策略被封號損失 1 次 = 幾百到幾千美金。$40/月買穩定性非常划算。\n踩過的坑 坑 1：IPRoyal Sticky Session 超時\n預設 30 分鐘換一個出口 IP，期間 Binance 會認為\u0026quot;同一會話突然換 IP\u0026quot;觸發風控。解決：買 IPRoyal Static Residential（固定 IP），貴一點但 API 用絕對穩。\n坑 2：DMIT 維護時掛了\n每月 1-2 次計劃維護。解決：買 2 臺 VPS（HK + JP），mihomo 裡 url-test 自動切。\n坑 3：mihomo 配置錯導致直連\n規則匹配漏了某個域名（如 fapi.binance.com vs api.binance.com）。解決：用 DOMAIN-SUFFIX,binance.com 這種萬能匹配，覆蓋所有 Binance 子域。\n坑 4：量化指令碼不走系統代理\nPython urllib 要顯式配 proxy。簡單做法：把指令碼里所有 HTTP 請求庫改成 requests + proxies={}，或者直接改 export HTTPS_PROXY=http://127.0.0.1:7890 後用 urllib。\n這套架構還能做什麼 AWS 上跑的量化：AWS 機器 → DMIT → IPRoyal → Binance（繞開 AWS IP 限制） 爬蟲/批次賬號：配合 IPRoyal 輪換 IP 模式 AI 工具代理：ChatGPT/Claude API 某些地區限制也能繞 詳見 AI 工具為什麼需要住宅 IP。\n總結 量化策略 + Binance 合約 = 必須用住宅 IP 出口 DMIT HK（中轉）+ IPRoyal（出口）+ Claude（監控） 是黃金組合 月成本 $40，降本 90%（和\u0026quot;被封號重來\u0026quot;相比） Claude 讓指令碼編寫門檻降到 30 分鐘 註冊入口：\nDMIT VPS 購買 IPRoyal 住宅 IP 延伸閱讀：\n量化策略為什麼需要住宅 IP IPRoyal 住宅 IP 5 個實戰場景 DMIT VPS 購買流程 mihomo 住宅 IP 配置 ","permalink":"https://blog.panshi.io/zh-hant/posts/quant-proxy-stack-dmit-iproyal/","summary":"\u003c!-- hero-image --\u003e\n\u003cp\u003e\u003cimg alt=\"量化代理鏈：DMIT + IPRoyal + Claude\" loading=\"lazy\" src=\"/images/quant-proxy-stack-dmit-iproyal-hero.jpg\"\u003e\u003c/p\u003e\n\u003cp\u003e跑 Binance 量化策略最怕 \u0026ldquo;IP 被限制\u0026rdquo;——訪問合約 API 突然返回 \u003ccode\u003e451 Unavailable\u003c/code\u003e。AWS/GCP 等雲服務商的 IP 段被大部分交易所拉黑，機房 IP 也時不時被風控。這篇講我搭的一套穩定量化代理鏈：\u003cstrong\u003eDMIT 香港 VPS 做穩定跳板 + IPRoyal 住宅 IP 做最終出口 + Claude 做監控切換\u003c/strong\u003e。\u003c/p\u003e\n\u003ch2 id=\"問題本質\"\u003e問題本質\u003c/h2\u003e\n\u003cp\u003eBinance（以及大部分大交易所）的 IP 封鎖邏輯：\u003c/p\u003e\n\u003col\u003e\n\u003cli\u003e\u003cstrong\u003e機房 IP 段\u003c/strong\u003e：AWS/GCP/OVH/DO → 直接 451 不讓訪問合約 API\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003eVPN 節點\u003c/strong\u003e：流量特徵明顯 → 有機率封號\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003eShared Proxy\u003c/strong\u003e：被其他使用者濫用過 → 拉黑\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e住宅 IP（ISP 分配給家庭使用者）\u003c/strong\u003e：流量像正常散戶 → 最安全\u003c/li\u003e\n\u003c/ol\u003e\n\u003cp\u003e最佳實踐：\u003cstrong\u003e住宅 IP 作出口 + 中轉 VPS 做穩定連線\u003c/strong\u003e。\u003c/p\u003e\n\u003ch2 id=\"整套架構\"\u003e整套架構\u003c/h2\u003e\n\u003cpre tabindex=\"0\"\u003e\u003ccode\u003e量化指令碼（本地 / VPS）\n    ↓\nmihomo 閘道器（分流規則）\n    ↓\nDMIT 香港 VPS（穩定中轉 + Xray 協議）\n    ↓\nIPRoyal 住宅 IP（最終出口）\n    ↓\nBinance API\n\u003c/code\u003e\u003c/pre\u003e\u003cp\u003e為什麼不直接\u0026quot;本地 → IPRoyal → Binance\u0026quot;？\u003c/p\u003e","title":"量化策略代理鏈完整配置：DMIT VPS + IPRoyal 住宅 IP + Claude 監控"},{"content":" ⚠️ 註冊門檻：Pionex 不支援中國大陸身份證透過 KYC，需持有臺灣 / 新加坡 / 馬來西亞 / 美國等地有效證件。參考 Pionex 受限地區官方說明。\n說明：下面展示的資料模式和分析結論基於典型的網格機器人日誌樣本（非某一個特定賬戶的真實資料），演示 AI 分析量化日誌時會得出的發現型別，幫你瞭解：值得讓 AI 分析什麼、能得到哪種可操作結論。\n實盤跑久了會積累海量資料——Pionex 一個機器人 4 個月通常 1000+ 筆成交。人看 Excel 抓不出規律，AI 看 CSV 卻能很快找到你看不見的模式。這篇演示用 AI 分析網格機器人日誌能得到的 3 類實盤最佳化機會。\n把日誌匯出 Pionex App → 我 → 訂單 → 歷史訂單 → 匯出 CSV（最多 90 天）\nCSV 長這樣：\n時間,機器人ID,訂單型別,方向,價格,數量,手續費,總額 2026-01-15 14:23:01,GRID-BTC-001,LIMIT,BUY,64850.00,0.00015,0.0486,9.73 2026-01-15 14:45:22,GRID-BTC-001,LIMIT,SELL,64950.00,0.00015,0.0487,9.74 ... 90 天資料大約 2-3 MB，7000 行左右。\n給 AI 的 Prompt 直接上傳 CSV 到 ChatGPT（帶資料分析能力）或用 Claude Code 本地分析。核心 prompt：\n附件是我 Pionex BTC/USDT 網格機器人的 90 天交易記錄。請幫我分析： 1. 哪些時段/星期幾 / 小時段收益最高和最低？ 2. 手續費佔毛利潤的比例隨時間怎麼變？有什麼規律？ 3. 區間調整後的 1 周 vs 之前一週收益對比 4. 是否有異常交易（單筆遠離均價的，可能是滑點）？ 5. 給出 3 條可操作的最佳化建議，附資料支撐 用圖表配合（如果可能）。中文回覆。 發現 1：週三亞早盤是高產段 GPT 跑出的時段收益熱圖：\n時段 日均成交筆數 日均淨利潤 --------------------------------------------- 週一 00-06 UTC 8.2 $0.38 週一 06-12 UTC 11.5 $0.52 週一 12-18 UTC 15.8 $0.88 ← 美股盤前 週一 18-24 UTC 9.3 $0.41 週二... 週三 00-06 UTC 19.2 $1.24 ← 最高！ 週三 06-12 UTC 15.7 $0.87 週三 12-18 UTC 18.1 $0.92 ... 週三亞早盤（UTC 00-06，北京時間 8-14 點）日均收益是其他時段 2-3 倍。原因大機率是週中亞洲機構調倉 + 晚間美股前的波動率峰值重疊。\n行動項：把\u0026quot;高波動時段重點執行\u0026quot;落實到指令碼 — 非高產時段關機，減少手續費損耗。\n發現 2：手續費佔比在漲 GPT 算了手續費/毛利潤的 30 天滾動比例：\n周 1-4：手續費佔毛利 15-18% 周 5-8：手續費佔毛利 19-22% 周 9-12：手續費佔毛利 **23-27%** ← 變貴了 根因：隨著賬戶複利增長，每格買入量增加，手續費線性增加但網格價差固定，所以比例上升。\n行動項：\n在 Pionex 鎖倉 PINT 享受 20% 手續費折扣（立刻把這個比例降 5 個百分點） 把網格數從 30 降到 18（每格利潤翻倍，手續費佔比減半） 發現 3：每次區間調整後都有 7-10 天\u0026quot;爬坡期\u0026quot; GPT 用視窗函式分析調整區間後的效果：\n調整後第 1 天：平均 $0.3（收益最低） 調整後第 2 天：平均 $0.5 調整後第 3 天：平均 $0.7 調整後第 7 天：平均 $1.0（恢復正常） 原因：調整區間後訂單薄重建，前幾天只有部分格位在跑，效率低。\n行動項：\n除非金價明確破區間，否則不要頻繁調區間 每次調整至少保持新區間 2 周，給它爬坡時間 發現 4：有 1.8% 成交是滑點異常 GPT 找出偏離當日均價 \u0026gt; 0.3% 的成交：\n共 18 筆異常（佔總成交 1.5%） 時間分佈：凌晨 UTC 02-04 居多 單筆最大滑點 0.8% 累計滑點損失 $3.2 不多，但累積到 $3.2，已經是我一週網格利潤了。\n行動項：夜間亞洲時段流動性差，考慮關機（和發現 1 部分重疊）。\nClaude 給的 3 條最佳化建議 AI 彙總後給了：\n最佳化執行時段：週一到週五 UTC 06-20（北京 14-次日 4）執行，其他關機。預計節省 30% 手續費，基本不損失收益。 降低網格數：從 30 降到 18。每格利潤翻倍，手續費佔比減半。 加倉時機：連續 2 周淨利潤 \u0026gt; 目標 APY / 52 就可以小幅加倉（20%），低於則觀望。 第 1 條（最佳化時段）的效果最明顯：節省的手續費直接轉化成收益，APY 能從 40% 左右提升到 50-55% 的水平（具體效果取決於當月行情）。\n還能讓 AI 做什麼 其他實盤分析場景：\n場景 Prompt 思路 價值 識別\u0026quot;虛假\u0026quot;帶單員 把 Bybit 跟單員 6 個月資料給 AI，問\u0026quot;哪些月份收益異常集中在單日？\u0026quot; 發現刷資料 Binance 合約資金費率模式 歷史資金費率給 AI，問\u0026quot;什麼情況下適合開空套利？\u0026quot; 量化資金費率策略 機器人對比 2 個機器人（不同引數）的日誌對比，讓 AI 說哪個更優 引數調優 異常檢測 每天匯出最新資料，讓 AI 對比歷史 baseline 找異常 自動發現故障 免費 vs 付費的取捨 ChatGPT Plus（$20/月）：\n優點：能直接上傳 CSV，資料分析能力強，配 Code Interpreter 缺點：月費，長期有點貴 適合：偶爾做深度分析 Claude Code CLI（按量付費）：\n優點：本地跑，資料不離開你電腦，配 Python 環境能力最強 缺點：要自己裝 Python + pandas 適合：持續性、敏感資料分析 Gemini（Google One AI Premium 送）：\n優點：長上下文，能塞一年資料一次性分析 缺點：程式碼執行稍弱 適合：綜合報表 我自己現在組合：Claude Code 做週報（本地自動跑），偶爾丟給 GPT Plus 做\u0026quot;我想不到的角度\u0026quot;腦暴。\n→ Claude Code 省錢指南 · Google One AI Premium · ChatGPT Plus 上 platform.openai.com\n思維升級 用 AI 分析資料之後我發現：自己的\u0026quot;經驗直覺\u0026quot;其實 70% 是錯的。\n比如我之前覺得\u0026quot;凌晨波動大應該收益好\u0026quot;，實際上凌晨是滑點集中時段；我以為\u0026quot;每月調一次區間很勤快\u0026quot;，實際上每次調都是\u0026quot;自己把自己的收益能力按住 7-10 天\u0026quot;。\n資料不會騙人，但人腦自我解釋能力太強會騙自己。用 AI 做中間人，看得更清楚。\n→ Pionex 註冊 看自己跑的實盤資料\n總結 AI 分析實盤資料能找到 3-5 條你看不見的規律 最佳化後 APY 能提升 10-15 個百分點（我實測） 成本低（$20/月 ChatGPT 或 Claude 按量付費） 任何嚴肅做量化的人都該用 延伸閱讀：\nPionex 黃金網格 4 個月實盤 Pionex 期現套利 Claude 寫量化策略 ","permalink":"https://blog.panshi.io/zh-hant/posts/gpt-analyze-pionex-logs/","summary":"\u003c!-- cn-kyc-notice --\u003e\n\u003cblockquote\u003e\n\u003cp\u003e⚠️ \u003cstrong\u003e註冊門檻\u003c/strong\u003e：Pionex 不支援中國大陸身份證透過 KYC，需持有臺灣 / 新加坡 / 馬來西亞 / 美國等地有效證件。參考 \u003ca href=\"https://support.pionex.com/hc/en-us/articles/5929910517273\"\u003ePionex 受限地區官方說明\u003c/a\u003e。\u003c/p\u003e\n\u003c/blockquote\u003e\n\u003c!-- hero-image --\u003e\n\u003cp\u003e\u003cimg alt=\"GPT 分析 Pionex 日誌\" loading=\"lazy\" src=\"/images/gpt-analyze-pionex-logs-hero.jpg\"\u003e\u003c/p\u003e\n\u003cblockquote\u003e\n\u003cp\u003e\u003cstrong\u003e說明\u003c/strong\u003e：下面展示的資料模式和分析結論\u003cstrong\u003e基於典型的網格機器人日誌樣本\u003c/strong\u003e（非某一個特定賬戶的真實資料），演示 AI 分析量化日誌時會得出的\u003cstrong\u003e發現型別\u003c/strong\u003e，幫你瞭解：值得讓 AI 分析什麼、能得到哪種可操作結論。\u003c/p\u003e\n\u003c/blockquote\u003e\n\u003cp\u003e實盤跑久了會積累海量資料——Pionex 一個機器人 4 個月通常 1000+ 筆成交。人看 Excel 抓不出規律，AI 看 CSV 卻能很快找到你看不見的模式。這篇演示用 AI 分析網格機器人日誌能得到的 3 類\u003cstrong\u003e實盤最佳化機會\u003c/strong\u003e。\u003c/p\u003e\n\u003ch2 id=\"把日誌匯出\"\u003e把日誌匯出\u003c/h2\u003e\n\u003cp\u003ePionex App → 我 → 訂單 → 歷史訂單 → 匯出 CSV（最多 90 天）\u003c/p\u003e\n\u003cp\u003eCSV 長這樣：\u003c/p\u003e\n\u003cpre tabindex=\"0\"\u003e\u003ccode\u003e時間,機器人ID,訂單型別,方向,價格,數量,手續費,總額\n2026-01-15 14:23:01,GRID-BTC-001,LIMIT,BUY,64850.00,0.00015,0.0486,9.73\n2026-01-15 14:45:22,GRID-BTC-001,LIMIT,SELL,64950.00,0.00015,0.0487,9.74\n...\n\u003c/code\u003e\u003c/pre\u003e\u003cp\u003e90 天資料大約 2-3 MB，7000 行左右。\u003c/p\u003e\n\u003ch2 id=\"給-ai-的-prompt\"\u003e給 AI 的 Prompt\u003c/h2\u003e\n\u003cp\u003e直接上傳 CSV 到 ChatGPT（帶資料分析能力）或用 Claude Code 本地分析。核心 prompt：\u003c/p\u003e","title":"把 Pionex 實盤日誌丟給 GPT：AI 看出人看不出的模式"},{"content":" 💡 國內提示：Binance 官網在中國大陸無法直連，訪問需自備網路工具；法幣入金不支援銀行卡，主要走 C2C（USDT↔CNY）通道完成。\n加密圈有句話：\u0026ldquo;爆倉不是突然的事，是慢慢惡化的結果\u0026rdquo;。爆倉前 2-4 小時維持保證金率（MMR）通常已經很危險了，但很多人因為手機沒通知，等看到時已經被強平。\n這篇用 Claude Code 寫了一個小指令碼監控 Binance U 本位合約賬戶的保證金健康度，低於閾值時立即 Telegram 推送。完整程式碼 + 部署。\n需求描述（給 Claude） 寫一個 Python 指令碼監控 Binance 合約賬戶： 1. 用 Binance API Key（只勾\u0026#34;讀取\u0026#34;許可權）查 U 本位合約賬戶 2. 算每個開倉的 \u0026#34;維持保證金率\u0026#34; 維持保證金率 = 維持保證金 / 賬戶餘額 3. 整個賬戶的健康度： - 安全：賬戶餘額/總維持保證金 \u0026gt; 5 - 警戒：2-5 - 危險：\u0026lt; 2（大機率爆倉程序啟動） 4. 危險時立即 Telegram 推送（含倉位明細 + 當前 MMR） 5. 每 10 分鐘跑一次 6. 用環境變數存 API key，不寫死在程式碼裡 一稿即可用的程式碼 binance_risk_monitor.py：\nimport os, time, hmac, hashlib, json, urllib.request, urllib.parse from datetime import datetime API_KEY = os.environ[\u0026#34;BINANCE_API_KEY\u0026#34;] API_SECRET = os.environ[\u0026#34;BINANCE_API_SECRET\u0026#34;].encode() TG_TOKEN = os.environ[\u0026#34;TG_TOKEN\u0026#34;] TG_CHAT_ID = os.environ[\u0026#34;TG_CHAT_ID\u0026#34;] BASE = \u0026#34;https://fapi.binance.com\u0026#34; # 閾值 SAFE = 5.0 # 賬戶餘額 / 維持保證金 WARN = 2.0 DANGER = 1.2 # 低於這個立刻警報 def sign(params): ts = int(time.time() * 1000) params[\u0026#34;timestamp\u0026#34;] = ts query = urllib.parse.urlencode(params) sig = hmac.new(API_SECRET, query.encode(), hashlib.sha256).hexdigest() return query + \u0026#34;\u0026amp;signature=\u0026#34; + sig def api_get(path, params=None): query = sign(params or {}) req = urllib.request.Request(f\u0026#34;{BASE}{path}?{query}\u0026#34;, headers={\u0026#34;X-MBX-APIKEY\u0026#34;: API_KEY}) with urllib.request.urlopen(req, timeout=10) as r: return json.loads(r.read()) def send_tg(text): url = f\u0026#34;https://api.telegram.org/bot{TG_TOKEN}/sendMessage\u0026#34; data = json.dumps({\u0026#34;chat_id\u0026#34;: TG_CHAT_ID, \u0026#34;text\u0026#34;: text, \u0026#34;parse_mode\u0026#34;: \u0026#34;Markdown\u0026#34;}).encode() req = urllib.request.Request(url, data=data, headers={\u0026#34;Content-Type\u0026#34;: \u0026#34;application/json\u0026#34;}) try: urllib.request.urlopen(req, timeout=5) except: pass def check(): \u0026#34;\u0026#34;\u0026#34;查賬戶 + 倉位\u0026#34;\u0026#34;\u0026#34; account = api_get(\u0026#34;/fapi/v2/account\u0026#34;) wallet = float(account[\u0026#34;totalWalletBalance\u0026#34;]) maint = float(account[\u0026#34;totalMaintMargin\u0026#34;]) pnl = float(account[\u0026#34;totalUnrealizedProfit\u0026#34;]) if maint == 0: return # 沒開倉 ratio = (wallet + pnl) / maint status = \u0026#34;🟢 安全\u0026#34; if ratio \u0026gt; SAFE else (\u0026#34;🟡 警戒\u0026#34; if ratio \u0026gt; WARN else \u0026#34;🔴 危險\u0026#34;) # 構造倉位明細 positions = [p for p in account[\u0026#34;positions\u0026#34;] if float(p.get(\u0026#34;positionAmt\u0026#34;, 0)) != 0] lines = [] for p in positions: sym = p[\u0026#34;symbol\u0026#34;] amt = float(p[\u0026#34;positionAmt\u0026#34;]) entry = float(p[\u0026#34;entryPrice\u0026#34;]) mark = float(p.get(\u0026#34;markPrice\u0026#34;, entry)) unr = float(p.get(\u0026#34;unrealizedProfit\u0026#34;, 0)) lev = p.get(\u0026#34;leverage\u0026#34;, \u0026#34;?\u0026#34;) lines.append(f\u0026#34;`{sym}` x{lev} · {amt:+.4f} @ ${entry:,.2f} · 現價 ${mark:,.2f} · {unr:+.2f}\u0026#34;) msg = f\u0026#34;\u0026#34;\u0026#34;*{status}* · 合約賬戶健康度 賬戶餘額: `${wallet:,.2f}` ({pnl:+,.2f} 未實現) 總維持保證金: `${maint:,.2f}` 健康比率: `{ratio:.2f}x` (\u0026gt; {SAFE:.0f} 安全) *倉位* ({len(positions)} 個): \u0026#34;\u0026#34;\u0026#34; + \u0026#34;\\n\u0026#34;.join(lines) # 只在警戒/危險時發，或者每天一次常規彙報（8:00） now = datetime.now() is_report_time = now.hour == 8 and now.minute \u0026lt; 10 if ratio \u0026lt; WARN: send_tg(msg) elif ratio \u0026lt; DANGER: send_tg(\u0026#34;🚨 *緊急* 3 小時內可能爆倉!\\n\\n\u0026#34; + msg) elif is_report_time: send_tg(\u0026#34;📊 日報\\n\\n\u0026#34; + msg) if __name__ == \u0026#34;__main__\u0026#34;: try: check() except Exception as e: send_tg(f\u0026#34;⚠️ 監控指令碼報錯: {e}\u0026#34;) 部署（同 Mac 本機） LaunchAgent com.as.binance-risk.plist：\n\u0026lt;key\u0026gt;StartInterval\u0026lt;/key\u0026gt;\u0026lt;integer\u0026gt;600\u0026lt;/integer\u0026gt; \u0026lt;key\u0026gt;EnvironmentVariables\u0026lt;/key\u0026gt; \u0026lt;dict\u0026gt; \u0026lt;key\u0026gt;BINANCE_API_KEY\u0026lt;/key\u0026gt;\u0026lt;string\u0026gt;YOUR_KEY\u0026lt;/string\u0026gt; \u0026lt;key\u0026gt;BINANCE_API_SECRET\u0026lt;/key\u0026gt;\u0026lt;string\u0026gt;YOUR_SECRET\u0026lt;/string\u0026gt; \u0026lt;key\u0026gt;TG_TOKEN\u0026lt;/key\u0026gt;\u0026lt;string\u0026gt;...\u0026lt;/string\u0026gt; \u0026lt;key\u0026gt;TG_CHAT_ID\u0026lt;/key\u0026gt;\u0026lt;string\u0026gt;...\u0026lt;/string\u0026gt; \u0026lt;/dict\u0026gt; ⚠️ API Key 建立時只勾\u0026quot;讀取\u0026quot;許可權，永遠不要勾\u0026quot;交易\u0026quot;或\u0026quot;提現\u0026quot;。讀取許可權足夠監控。\n詳見 Binance API 安全配置指南。\n實際訊息長啥樣 常規（日報）：\n📊 日報 🟢 安全 · 合約賬戶健康度 賬戶餘額: $2,340.50 (+45.20 未實現) 總維持保證金: $160.20 健康比率: 14.58x (\u0026gt; 5 安全) 倉位 (2 個): BTCUSDT x10 · +0.0250 @ $65,200 · 現價 $66,800 · +40.00 ETHUSDT x5 · +0.5000 @ $3,400 · 現價 $3,450 · +5.20 警戒：\n🟡 警戒 · 合約賬戶健康度 賬戶餘額: $890.50 (-120.00 未實現) 總維持保證金: $340.80 健康比率: 2.61x ← 低於 5 的警戒線 (訊息正文) 緊急：\n🚨 緊急 3 小時內可能爆倉! 🔴 危險 · 合約賬戶健康度 健康比率: 1.15x ... 預警的閾值怎麼設 Binance 爆倉閾值是健康比率 \u0026lt; 1（即餘額剛好等於維持保證金），但爆倉通常是一連串強平，真正觸發 \u0026lt; 1 時已經晚了。\n所以我的三檔：\n5x（警戒線）：還有緩衝，抓緊決策 2x（危險線）：最多 2 小時不採取措施就爆倉 1.2x（緊急線）：馬上平倉或補保證金 這三檔的意義：5x 的時候你還有充足時間做決定，2x 就必須立刻行動，1.2x 是最後的\u0026quot;救命線\u0026quot;。\n什麼時候需要這個指令碼 一定要用：\n同時開多個合約倉位 用了 \u0026gt; 5x 槓桿 不是 24 小時盯盤 情緒化操作容易（憤怒加倉、報復性扛單） 可能不用：\n只玩 1-2x 低槓桿（風險天然低） 專業量化員（自己有完整風控框架） 延伸：更復雜的風控場景 這個指令碼能擴充套件：\n時間段敏感：美聯儲決議前 2 小時閾值提升，自動警報更嚴 單幣種專門監控：某個幣最大倉位 \u0026gt; $X 立即警告 止損關聯：檢測沒設止損的持倉 多賬戶監控：不同賬戶同時監控（配置成 list） Claude 幫我在 1 個月裡迭代了 4 個版本，每次擴充套件新需求只要跟它說話：\n\u0026ldquo;加一個功能：當單個倉位的未實現虧損超過賬戶餘額 20% 時發警報\u0026rdquo;\n10 分鐘就 OK 了。\n總結 Binance API + Python 實現實時風控警報門檻極低 Claude Code 幫你處理 90% 的程式碼工作 閾值 5x / 2x / 1.2x 三檔實戰好用 可以持續迭代，永遠不嫌貴 做合約不戴頭盔（沒風控監控）不是勇敢，是賭。這指令碼 1 小時能寫完，每個搞合約的都應該有。\n→ 合約風控體系完整教程 · 開 Binance 賬戶\n延伸閱讀：\nBinance API 安全配置 Binance 合約風控體系 用 Claude Code 監控 Pionex ","permalink":"https://blog.panshi.io/zh-hant/posts/claude-binance-api-risk-alert/","summary":"\u003c!-- cn-kyc-notice --\u003e\n\u003cblockquote\u003e\n\u003cp\u003e💡 \u003cstrong\u003e國內提示\u003c/strong\u003e：Binance 官網在中國大陸無法直連，訪問需自備網路工具；法幣入金不支援銀行卡，主要走 C2C（USDT↔CNY）通道完成。\u003c/p\u003e\n\u003c/blockquote\u003e\n\u003c!-- hero-image --\u003e\n\u003cp\u003e\u003cimg alt=\"Claude 寫 Binance 風控指令碼\" loading=\"lazy\" src=\"/images/claude-binance-api-risk-alert-hero.jpg\"\u003e\u003c/p\u003e\n\u003cp\u003e加密圈有句話：\u003cstrong\u003e\u0026ldquo;爆倉不是突然的事，是慢慢惡化的結果\u0026rdquo;\u003c/strong\u003e。爆倉前 2-4 小時維持保證金率（MMR）通常已經很危險了，但很多人因為手機沒通知，等看到時已經被強平。\u003c/p\u003e\n\u003cp\u003e這篇用 Claude Code 寫了一個小指令碼監控 Binance U 本位合約賬戶的保證金健康度，低於閾值時立即 Telegram 推送。完整程式碼 + 部署。\u003c/p\u003e\n\u003ch2 id=\"需求描述給-claude\"\u003e需求描述（給 Claude）\u003c/h2\u003e\n\u003cpre tabindex=\"0\"\u003e\u003ccode\u003e寫一個 Python 指令碼監控 Binance 合約賬戶：\n\n1. 用 Binance API Key（只勾\u0026#34;讀取\u0026#34;許可權）查 U 本位合約賬戶\n2. 算每個開倉的 \u0026#34;維持保證金率\u0026#34;\n   維持保證金率 = 維持保證金 / 賬戶餘額\n3. 整個賬戶的健康度：\n   - 安全：賬戶餘額/總維持保證金 \u0026gt; 5\n   - 警戒：2-5\n   - 危險：\u0026lt; 2（大機率爆倉程序啟動）\n4. 危險時立即 Telegram 推送（含倉位明細 + 當前 MMR）\n5. 每 10 分鐘跑一次\n6. 用環境變數存 API key，不寫死在程式碼裡\n\u003c/code\u003e\u003c/pre\u003e\u003ch2 id=\"一稿即可用的程式碼\"\u003e一稿即可用的程式碼\u003c/h2\u003e\n\u003cp\u003e\u003ccode\u003ebinance_risk_monitor.py\u003c/code\u003e：\u003c/p\u003e","title":"用 Claude 寫 Binance API 自動風控指令碼：爆倉前 3 小時預警"},{"content":" ⚠️ 註冊門檻：Pionex 不支援中國大陸身份證透過 KYC，需持有臺灣 / 新加坡 / 馬來西亞 / 美國等地有效證件。參考 Pionex 受限地區官方說明。\nPionex 網格機器人跑了 4 個月，最大的痛點是到達區間邊沿時沒有預警。價格上穿 / 下穿區間機器人會自動停，但你不知道什麼時候需要手動干預（重配區間或暫停）。\n解決方法：寫一個小指令碼監控價格，到達邊沿前預警。我用 Claude Code 從零寫到跑起來花了 25 分鐘，把過程和最終程式碼都放出來。\n為什麼要 Claude Code 寫 比起自己從頭想：\n我不熟悉 Pionex API（Claude 查文件比我快） Telegram Bot API 我記不住細節（Claude 會直接出正確程式碼） 我傾向於過度設計，Claude 會給\u0026quot;最小可用\u0026quot;版本 除錯環節 Claude 看報錯直接改 整個過程就是對 Claude 說人話，它輸出程式碼 + 解釋。\n需求定義（我給 Claude 的） 寫一個 Python 指令碼： 1. 每 5 分鐘查 BTC/USDT 和 XAU/USDT 的當前價格 2. 如果價格接近預設區間的上沿或下沿（10% 以內），推送 Telegram 3. 推送內容含：當前價、區間、距離邊沿百分比 4. 配置放在環境變數：TG_TOKEN, TG_CHAT_ID, BOT_CONFIGS 5. BOT_CONFIGS 是 JSON，格式： [ {\u0026#34;symbol\u0026#34;: \u0026#34;BTC/USDT\u0026#34;, \u0026#34;low\u0026#34;: 60000, \u0026#34;high\u0026#34;: 70000, \u0026#34;name\u0026#34;: \u0026#34;BTC 網格\u0026#34;}, {\u0026#34;symbol\u0026#34;: \u0026#34;XAU/USDT\u0026#34;, \u0026#34;low\u0026#34;: 3400, \u0026#34;high\u0026#34;: 3600, \u0026#34;name\u0026#34;: \u0026#34;黃金網格\u0026#34;} ] 6. 用 Binance 公開 API 查價格（Pionex 用的價格源和 Binance 一致） 7. 部署到 Mac，用 launchd 每 5 分鐘跑 Claude 輸出的程式碼（幾乎一稿過） 檔案 1：pionex_monitor.py\nimport os, json, urllib.request, time from datetime import datetime TG_TOKEN = os.environ[\u0026#34;TG_TOKEN\u0026#34;] TG_CHAT_ID = os.environ[\u0026#34;TG_CHAT_ID\u0026#34;] BOT_CONFIGS = json.loads(os.environ.get(\u0026#34;BOT_CONFIGS\u0026#34;, \u0026#34;[]\u0026#34;)) # 閾值：距離邊沿 10% 觸發預警 ALERT_THRESHOLD = 0.10 def get_price(symbol): \u0026#34;\u0026#34;\u0026#34;symbol 格式 \u0026#39;BTC/USDT\u0026#39; → Binance API \u0026#39;BTCUSDT\u0026#39;\u0026#34;\u0026#34;\u0026#34; s = symbol.replace(\u0026#34;/\u0026#34;, \u0026#34;\u0026#34;) url = f\u0026#34;https://api.binance.com/api/v3/ticker/price?symbol={s}\u0026#34; with urllib.request.urlopen(url, timeout=10) as r: return float(json.loads(r.read())[\u0026#34;price\u0026#34;]) def send_tg(text): \u0026#34;\u0026#34;\u0026#34;Telegram Bot 推送\u0026#34;\u0026#34;\u0026#34; url = f\u0026#34;https://api.telegram.org/bot{TG_TOKEN}/sendMessage\u0026#34; data = json.dumps({\u0026#34;chat_id\u0026#34;: TG_CHAT_ID, \u0026#34;text\u0026#34;: text}).encode() req = urllib.request.Request(url, data=data, headers={\u0026#34;Content-Type\u0026#34;: \u0026#34;application/json\u0026#34;}) try: urllib.request.urlopen(req, timeout=5) except Exception as e: print(f\u0026#34;TG send failed: {e}\u0026#34;) def check_bot(bot): symbol = bot[\u0026#34;symbol\u0026#34;] low, high = bot[\u0026#34;low\u0026#34;], bot[\u0026#34;high\u0026#34;] name = bot[\u0026#34;name\u0026#34;] try: price = get_price(symbol) except Exception as e: print(f\u0026#34;{symbol}: get price fail: {e}\u0026#34;) return # 距離上沿的百分比 dist_to_high = (high - price) / price dist_to_low = (price - low) / price # 判斷是否接近邊沿 if dist_to_high \u0026lt; ALERT_THRESHOLD and dist_to_high \u0026gt; 0: pct = dist_to_high * 100 send_tg(f\u0026#34;🟡 {name} 接近上沿\\n當前: ${price:,.2f}\\n上沿: ${high:,.2f}\\n距離: {pct:.2f}%\u0026#34;) elif dist_to_low \u0026lt; ALERT_THRESHOLD and dist_to_low \u0026gt; 0: pct = dist_to_low * 100 send_tg(f\u0026#34;🟡 {name} 接近下沿\\n當前: ${price:,.2f}\\n下沿: ${low:,.2f}\\n距離: {pct:.2f}%\u0026#34;) elif price \u0026gt;= high: send_tg(f\u0026#34;🔴 {name} 已穿越上沿!\\n當前: ${price:,.2f}\\n上沿: ${high:,.2f}\\n機器人可能已停，建議檢查\u0026#34;) elif price \u0026lt;= low: send_tg(f\u0026#34;🔴 {name} 已跌破下沿!\\n當前: ${price:,.2f}\\n下沿: ${low:,.2f}\\n建議手動平倉或擴大區間\u0026#34;) if __name__ == \u0026#34;__main__\u0026#34;: for bot in BOT_CONFIGS: check_bot(bot) 只有 40 行。\n怎麼部署（Mac 本機） 1. 儲存為 ~/scripts/pionex_monitor.py\n2. 建 Telegram Bot：找 @BotFather 發 /newbot → 拿到 Token\n3. 拿 Chat ID：自己的 Bot 發訊息後訪問\nhttps://api.telegram.org/bot\u0026lt;TOKEN\u0026gt;/getUpdates JSON 裡的 chat.id。\n4. LaunchAgent：~/Library/LaunchAgents/com.as.pionex-monitor.plist\n\u0026lt;?xml version=\u0026#34;1.0\u0026#34; encoding=\u0026#34;UTF-8\u0026#34;?\u0026gt; \u0026lt;plist version=\u0026#34;1.0\u0026#34;\u0026gt; \u0026lt;dict\u0026gt; \u0026lt;key\u0026gt;Label\u0026lt;/key\u0026gt;\u0026lt;string\u0026gt;com.as.pionex-monitor\u0026lt;/string\u0026gt; \u0026lt;key\u0026gt;ProgramArguments\u0026lt;/key\u0026gt; \u0026lt;array\u0026gt; \u0026lt;string\u0026gt;/usr/bin/python3\u0026lt;/string\u0026gt; \u0026lt;string\u0026gt;/Users/YOU/scripts/pionex_monitor.py\u0026lt;/string\u0026gt; \u0026lt;/array\u0026gt; \u0026lt;key\u0026gt;StartInterval\u0026lt;/key\u0026gt;\u0026lt;integer\u0026gt;300\u0026lt;/integer\u0026gt; \u0026lt;key\u0026gt;EnvironmentVariables\u0026lt;/key\u0026gt; \u0026lt;dict\u0026gt; \u0026lt;key\u0026gt;TG_TOKEN\u0026lt;/key\u0026gt;\u0026lt;string\u0026gt;YOUR_TOKEN\u0026lt;/string\u0026gt; \u0026lt;key\u0026gt;TG_CHAT_ID\u0026lt;/key\u0026gt;\u0026lt;string\u0026gt;YOUR_CHAT_ID\u0026lt;/string\u0026gt; \u0026lt;key\u0026gt;BOT_CONFIGS\u0026lt;/key\u0026gt;\u0026lt;string\u0026gt;[{\u0026#34;symbol\u0026#34;:\u0026#34;BTC/USDT\u0026#34;,\u0026#34;low\u0026#34;:60000,\u0026#34;high\u0026#34;:70000,\u0026#34;name\u0026#34;:\u0026#34;BTC 網格\u0026#34;}]\u0026lt;/string\u0026gt; \u0026lt;/dict\u0026gt; \u0026lt;key\u0026gt;StandardOutPath\u0026lt;/key\u0026gt;\u0026lt;string\u0026gt;/tmp/pionex_monitor.log\u0026lt;/string\u0026gt; \u0026lt;key\u0026gt;StandardErrorPath\u0026lt;/key\u0026gt;\u0026lt;string\u0026gt;/tmp/pionex_monitor.log\u0026lt;/string\u0026gt; \u0026lt;/dict\u0026gt; \u0026lt;/plist\u0026gt; 5. 載入：\nlaunchctl load ~/Library/LaunchAgents/com.as.pionex-monitor.plist 每 5 分鐘自動跑一次。\n加強版（Claude 二輪補充） 一稿跑通後我讓 Claude 加了這些：\n去重：同一警報 2 小時內不重複推\ndef should_alert(key, window_sec=7200): \u0026#34;\u0026#34;\u0026#34;用 /tmp 裡的 marker 檔案去重\u0026#34;\u0026#34;\u0026#34; import os marker = f\u0026#34;/tmp/.pionex_alert_{key}\u0026#34; if os.path.isfile(marker) and time.time() - os.path.getmtime(marker) \u0026lt; window_sec: return False open(marker, \u0026#34;w\u0026#34;).close() return True 每日摘要：每天早 8 點無條件發一條當前價格的報告\n擴充套件監控項：除了價格，也監控 Pionex 賬戶總餘額變化（需要 Pionex API key）\nClaude Code 寫這東西的節奏 從需求到部署的實際對話：\n我：需求描述（上面那段） Claude：給出第一版程式碼 + 解釋 我：跑一下 → 報錯\u0026quot;KeyError: \u0026lsquo;price\u0026rsquo;\u0026quot; Claude：分析 API 返回 + 修正 我：再跑 → TG 推送訊息一直重複 Claude：加去重機制 我：換 launchd 部署，plist 格式問個問題 Claude：給出完整 plist + 驗證命令 我：launchctl load 報錯 Claude：一眼看出 PATH 問題，給 EnvironmentVariables 補 PATH 典型情況下 20-40 分鐘可以從需求到部署跑起來，主要工作是對著 Claude 描述、試跑、反饋報錯，不用自己從零寫程式碼。\n類似的量化小工具思路 用 Claude Code 寫這種量化輔助指令碼的場景：\n指令碼用途 典型程式碼量 監控資金費率 \u0026gt; 某閾值時推送（套利機會） 50 行 對比 Pionex 賬戶浮盈 vs Grafana 記錄 80 行 檢查所有開倉是否有止損，沒設則警報 35 行 每天彙總 AFF 點選（接 CF Worker API） 40 行 典型都在 50 行以下，用 Claude Code 半小時就能搞定。\n為什麼選 Claude Code 做這類 替代選項：\nChatGPT 網頁版：每次複製貼上程式碼太累 Cursor：好用但要訂閱且偶爾改檔案不太細 Copilot：補全型，不擅長從頭設計 Claude Code：直接在終端裡讓它改你本地檔案，改完跑測試反饋給它 如果你在 Mac 上做量化 / 運維，強烈推薦。\n→ Claude Code 省錢指南 · Claude 雙通道切換\n組合起來的價值 現在我的 Pionex 監控 + 實盤資料 + 期現套利 三個策略分別跑，出現邊沿時 Telegram 2 秒內收到。\n使用起來典型效果：\n每週通常會觸發 2-3 次預警，其中 1-2 次值得手動干預（上穿或下破前及時調整） 一次正確的\u0026quot;上穿前手動止盈\u0026quot;能幫你多賺一些浮盈（幾美金到幾十美金不等，取決於倉位） 跟完全不監控相比，淨 APY 通常能高 3-5 個百分點（取決於行情波動和你的響應速度） 工具不是最賺錢的那個，降低情緒干預 = 讓你紀律更強 = 長期複利。\n→ Pionex 新使用者註冊\n總結 用 Claude Code 寫量化監控，30 分鐘就能跑起來 程式碼量 40 行 關鍵是\u0026quot;需求定義清楚\u0026quot;，不是寫程式碼技巧 長期 APY 提升 3-5% 看似不多但複利驚人 延伸閱讀：\nPionex 黃金網格 4 個月實盤 Claude Code 省錢指南 Claude + Binance API 自動風控 ","permalink":"https://blog.panshi.io/zh-hant/posts/claude-code-monitor-pionex-bot/","summary":"\u003c!-- cn-kyc-notice --\u003e\n\u003cblockquote\u003e\n\u003cp\u003e⚠️ \u003cstrong\u003e註冊門檻\u003c/strong\u003e：Pionex 不支援中國大陸身份證透過 KYC，需持有臺灣 / 新加坡 / 馬來西亞 / 美國等地有效證件。參考 \u003ca href=\"https://support.pionex.com/hc/en-us/articles/5929910517273\"\u003ePionex 受限地區官方說明\u003c/a\u003e。\u003c/p\u003e\n\u003c/blockquote\u003e\n\u003c!-- hero-image --\u003e\n\u003cp\u003e\u003cimg alt=\"Claude Code 監控 Pionex 機器人\" loading=\"lazy\" src=\"/images/claude-code-monitor-pionex-bot-hero.jpg\"\u003e\u003c/p\u003e\n\u003cp\u003ePionex 網格機器人\u003ca href=\"/zh-hant/posts/pionex-xau-profit-log-month4/\"\u003e跑了 4 個月\u003c/a\u003e，最大的痛點是\u003cstrong\u003e到達區間邊沿時沒有預警\u003c/strong\u003e。價格上穿 / 下穿區間機器人會自動停，但你不知道什麼時候需要手動干預（重配區間或暫停）。\u003c/p\u003e\n\u003cp\u003e解決方法：寫一個小指令碼監控價格，到達邊沿前預警。我用 Claude Code 從零寫到跑起來花了 25 分鐘，把過程和最終程式碼都放出來。\u003c/p\u003e\n\u003ch2 id=\"為什麼要-claude-code-寫\"\u003e為什麼要 Claude Code 寫\u003c/h2\u003e\n\u003cp\u003e比起自己從頭想：\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e我不熟悉 Pionex API（Claude 查文件比我快）\u003c/li\u003e\n\u003cli\u003eTelegram Bot API 我記不住細節（Claude 會直接出正確程式碼）\u003c/li\u003e\n\u003cli\u003e我傾向於過度設計，Claude 會給\u0026quot;最小可用\u0026quot;版本\u003c/li\u003e\n\u003cli\u003e除錯環節 Claude 看報錯直接改\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003e\u003cstrong\u003e整個過程就是對 Claude 說人話，它輸出程式碼 + 解釋\u003c/strong\u003e。\u003c/p\u003e\n\u003ch2 id=\"需求定義我給-claude-的\"\u003e需求定義（我給 Claude 的）\u003c/h2\u003e\n\u003cpre tabindex=\"0\"\u003e\u003ccode\u003e寫一個 Python 指令碼：\n1. 每 5 分鐘查 BTC/USDT 和 XAU/USDT 的當前價格\n2. 如果價格接近預設區間的上沿或下沿（10% 以內），推送 Telegram\n3. 推送內容含：當前價、區間、距離邊沿百分比\n4. 配置放在環境變數：TG_TOKEN, TG_CHAT_ID, BOT_CONFIGS\n5. BOT_CONFIGS 是 JSON，格式：\n   [\n     {\u0026#34;symbol\u0026#34;: \u0026#34;BTC/USDT\u0026#34;, \u0026#34;low\u0026#34;: 60000, \u0026#34;high\u0026#34;: 70000, \u0026#34;name\u0026#34;: \u0026#34;BTC 網格\u0026#34;},\n     {\u0026#34;symbol\u0026#34;: \u0026#34;XAU/USDT\u0026#34;, \u0026#34;low\u0026#34;: 3400, \u0026#34;high\u0026#34;: 3600, \u0026#34;name\u0026#34;: \u0026#34;黃金網格\u0026#34;}\n   ]\n6. 用 Binance 公開 API 查價格（Pionex 用的價格源和 Binance 一致）\n7. 部署到 Mac，用 launchd 每 5 分鐘跑\n\u003c/code\u003e\u003c/pre\u003e\u003ch2 id=\"claude-輸出的程式碼幾乎一稿過\"\u003eClaude 輸出的程式碼（幾乎一稿過）\u003c/h2\u003e\n\u003cp\u003e\u003cstrong\u003e檔案 1\u003c/strong\u003e：\u003ccode\u003epionex_monitor.py\u003c/code\u003e\u003c/p\u003e","title":"用 Claude Code 給 Pionex 機器人加智慧監控：邊沿預警 + Telegram 推送"},{"content":" \u0026ldquo;跟大神賺錢\u0026quot;聽起來像童話，但 Bybit 跟單確實有少數穩定盈利的帶單員。關鍵是怎麼篩——大部分帶單員表面資料很好看，實際是用虛假高收益吸引跟單抽傭。這篇講我的篩選方法（6 個硬指標）和實盤測試結果。\n為什麼 Bybit 跟單比 Binance 好 簡單對比：\n平臺 帶單員篩選維度 跟單方式 風控工具 Bybit 30+ 指標（勝率/回撤/夏普等詳細） 固定金額或比例 完整（止盈止損/單筆限額） Binance 5-6 指標（收益率/勝率為主） 只能比例跟單 簡單 Bybit 最大優勢：能看到帶單員的回撤曲線、最長虧損連續天數、平均倉位規模，這些是判斷是否\u0026quot;虛胖\u0026quot;的關鍵。\n篩選帶單員的 6 個硬指標 不要只看總收益率。90% 的散戶就被\u0026quot;300%！年化\u0026quot;騙了。真正要看的：\n1. 連續運營天數 ≥ 180 天 少於 180 天沒經過市場週期，贏的機率 50% 是運氣。\n2. 最大回撤 ≤ 30% 回撤 \u0026gt; 40% 的帶單員一定不能跟。你根本扛不住連續虧損的心理壓力，而且市場回撤一次你就破產一半。\n3. 夏普比率 \u0026gt; 1.5 夏普 \u0026lt; 1 說明風險調整後的收益不行。\u0026gt; 2 是大神級別。\n4. 勝率 \u0026gt; 50% + 盈虧比 \u0026gt; 1.5 勝率低 + 盈虧比高也能賺（趨勢交易），勝率高 + 盈虧比低也能（高頻）。但兩個都弱的一定是賭徒。\n5. 跟單人數在 50-500 之間 太少（\u0026lt; 20）：樣本不夠 太多（\u0026gt; 1000）：已經在滑點區間內（他一開單市場就知道，容易被反向收割）\n6. 平均持倉時間 \u0026gt; 4 小時 持倉時間 \u0026lt; 1 小時的帶單員 80% 是賭徒或機器人，閃電戰風險極高。\n一個\u0026quot;看起來好\u0026quot;但不能跟的例子 Bybit 榜單前 10 位經常有這種：\n連續運營：62 天 總收益率：485% ⚠️ 最大回撤：68% ⚠️ 致命 勝率：72% 平均持倉：35 分鐘 ⚠️ 跟單人數：4800 ⚠️ 解讀：62 天賺 485% → 大機率是小資金博暴漲；回撤 68% + 持倉 35 分 → 賭方向 + 高槓杆；跟單 4800 → 已在被對沖。\n這種人 1 個月內爆倉機率 \u0026gt; 60%。\n一個\u0026quot;真正值得跟\u0026quot;的例子 連續運營：412 天 總收益率：87% 最大回撤：19% 勝率：58% 平均持倉：14 小時 跟單人數：142 解讀：低迴撤+穩定+中長線持倉，跟單人數不多（策略沒飽和）。這種人值得跟，年化 40-60% 可預期。\n5 個帶單員的 3 個月典型表現（示例分類） 說明：下面 5 種型別是根據 Bybit 榜單資料抽象出的典型帶單員畫像，用來演示篩選流程。具體人名和絕對數字省略——你用上面 6 個硬指標篩自己平臺上的帶單員時會看到類似模式。\n型別 A（\u0026#34;宏觀派\u0026#34;，低頻長線，月均 4-8 筆） 典型表現：3 個月 +10-15%，最大回撤 5-10% 判斷：符合 6 指標 → 繼續跟 型別 B（\u0026#34;量化派\u0026#34;，夏普 \u0026gt; 2，持倉幾小時到幾天） 典型表現：3 個月 +15-20%，回撤 3-7% 判斷：最穩的一檔，甚至可以加倉 型別 C（\u0026#34;榜單頭部\u0026#34;，吸引大量跟單 \u0026gt; 1000） 典型表現：前期驚人 → 被市場反向收割 → 1-2 次大回撤 \u0026gt; 40% 判斷：警惕 \u0026#34;跟單飽和\u0026#34; 問題 型別 D（\u0026#34;新銳\u0026#34;，30 天收益 200%+） 典型表現：高槓杆博方向，2-4 周後爆倉機率高 判斷：不要被高收益數字吸引 型別 E（\u0026#34;平庸派\u0026#34;，回撤 25%+ 但持續運營） 典型表現：保本或微利，扣除手續費後淨收益接近 0 判斷：機會成本高，不如 Type A/B 結論：5 種型別裡 2 種（A/B）長期可跟，3 種（C/D/E）大機率被淘汰。不預測，只用資料過濾。\n怎麼開始 註冊 Bybit + KYC 充值 ≥ $300 到合約賬戶 App → 跟單 → 篩選器 按上面 6 個硬指標篩選（Bybit 支援多條件） 分散跟 3-5 個帶單員，每人 ≤ 20% 資金 每週覆盤一次，虧損超過 20% 的帶單員直接停 5 個跟單的鐵律 每個帶單員 ≤ 總跟單資金的 25%。分散不是口號。 設單筆止損（Bybit 支援）：每筆交易虧損不超過該筆本金的 30%，避免帶單員爆倉連累你 絕不用槓桿跟單：帶單員用 10x，你不要放大到 30x 只跟 U 本位永續：避免幣本位複雜化、避免期權跟單（專業度要求太高） 虧 20% 必停：不要\u0026quot;再給一個月機會\u0026rdquo;，資料不會說謊 跟單的真正邏輯 跟單不是\u0026quot;找賺錢的人跟\u0026quot;，是**\u0026ldquo;把篩選風險的事外包給歷史資料\u0026rdquo;**：\n帶單員勝率高 = 他有 edge（資訊優勢/策略優勢） 你付 10% 手續費買他的 edge 你的工作是篩選和止損 如果你覺得自己判斷行情不行，把決策權交給勝過市場的人，只要篩選嚴格 + 倉位管理好 + 及時止損，長期年化 20-40% 是合理預期。\n不適合跟單的人 玩不到 1 萬美金的：手續費 + 帶單員抽傭後剩不下多少 心理承受不住 10% 回撤的：你會在低點停跟，然後錯過回彈 想\u0026quot;一夜翻倍\u0026quot;的：高回報帶單員 90% 一個月內爆倉 總結 Bybit 跟單能不能賺錢，關鍵不在帶單員，在你的篩選流程。\n篩選：6 個硬指標過濾 99% 賭徒 分散：3-5 個帶單員 止損：虧 20% 必停 耐心：3 個月才能驗證一個帶單員的真實水平 → 在 Bybit 開始跟單\n延伸閱讀：\nBybit vs Binance 合約對比 Bybit 期權入門 Binance 合約風控體系 ","permalink":"https://blog.panshi.io/zh-hant/posts/bybit-copy-trading-guide/","summary":"\u003c!-- hero-image --\u003e\n\u003cp\u003e\u003cimg alt=\"Bybit 跟單交易篩選帶單員\" loading=\"lazy\" src=\"/images/bybit-copy-trading-guide-hero.jpg\"\u003e\u003c/p\u003e\n\u003cp\u003e\u0026ldquo;跟大神賺錢\u0026quot;聽起來像童話，但 Bybit 跟單確實有少數穩定盈利的帶單員。關鍵是\u003cstrong\u003e怎麼篩\u003c/strong\u003e——大部分帶單員表面資料很好看，實際是用虛假高收益吸引跟單抽傭。這篇講我的篩選方法（6 個硬指標）和實盤測試結果。\u003c/p\u003e\n\u003ch2 id=\"為什麼-bybit-跟單比-binance-好\"\u003e為什麼 Bybit 跟單比 Binance 好\u003c/h2\u003e\n\u003cp\u003e簡單對比：\u003c/p\u003e\n\u003ctable\u003e\n  \u003cthead\u003e\n      \u003ctr\u003e\n          \u003cth\u003e平臺\u003c/th\u003e\n          \u003cth\u003e帶單員篩選維度\u003c/th\u003e\n          \u003cth\u003e跟單方式\u003c/th\u003e\n          \u003cth\u003e風控工具\u003c/th\u003e\n      \u003c/tr\u003e\n  \u003c/thead\u003e\n  \u003ctbody\u003e\n      \u003ctr\u003e\n          \u003ctd\u003eBybit\u003c/td\u003e\n          \u003ctd\u003e30+ 指標（勝率/回撤/夏普等詳細）\u003c/td\u003e\n          \u003ctd\u003e固定金額或比例\u003c/td\u003e\n          \u003ctd\u003e完整（止盈止損/單筆限額）\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003eBinance\u003c/td\u003e\n          \u003ctd\u003e5-6 指標（收益率/勝率為主）\u003c/td\u003e\n          \u003ctd\u003e只能比例跟單\u003c/td\u003e\n          \u003ctd\u003e簡單\u003c/td\u003e\n      \u003c/tr\u003e\n  \u003c/tbody\u003e\n\u003c/table\u003e\n\u003cp\u003eBybit 最大優勢：\u003cstrong\u003e能看到帶單員的回撤曲線、最長虧損連續天數、平均倉位規模\u003c/strong\u003e，這些是判斷是否\u0026quot;虛胖\u0026quot;的關鍵。\u003c/p\u003e\n\u003ch2 id=\"篩選帶單員的-6-個硬指標\"\u003e篩選帶單員的 6 個硬指標\u003c/h2\u003e\n\u003cp\u003e\u003cstrong\u003e不要\u003c/strong\u003e只看總收益率。90% 的散戶就被\u0026quot;300%！年化\u0026quot;騙了。真正要看的：\u003c/p\u003e\n\u003ch3 id=\"1-連續運營天數--180-天\"\u003e1. 連續運營天數 ≥ 180 天\u003c/h3\u003e\n\u003cp\u003e少於 180 天沒經過市場週期，贏的機率 50% 是運氣。\u003c/p\u003e\n\u003ch3 id=\"2-最大回撤--30\"\u003e2. 最大回撤 ≤ 30%\u003c/h3\u003e\n\u003cp\u003e回撤 \u0026gt; 40% 的帶單員\u003cstrong\u003e一定不能跟\u003c/strong\u003e。你根本扛不住連續虧損的心理壓力，而且市場回撤一次你就破產一半。\u003c/p\u003e\n\u003ch3 id=\"3-夏普比率--15\"\u003e3. 夏普比率 \u0026gt; 1.5\u003c/h3\u003e\n\u003cp\u003e夏普 \u0026lt; 1 說明風險調整後的收益不行。\u0026gt; 2 是大神級別。\u003c/p\u003e\n\u003ch3 id=\"4-勝率--50--盈虧比--15\"\u003e4. 勝率 \u0026gt; 50% + 盈虧比 \u0026gt; 1.5\u003c/h3\u003e\n\u003cp\u003e勝率低 + 盈虧比高也能賺（趨勢交易），勝率高 + 盈虧比低也能（高頻）。但兩個都弱的一定是賭徒。\u003c/p\u003e","title":"Bybit 跟單交易：怎麼篩選靠譜的帶單員不虧錢"},{"content":" 加密圈裡 99% 的人在玩合約、現貨、機器人，期權幾乎無人問津。但期權其實是風險管理最強的工具——虧損有上限、盈利無上限。Bybit 期權是目前幣圈流動性最好的，本文假設你是零基礎，帶你從搞懂報價到開出第一筆交易。\n期權是什麼（一句話） 付一筆\u0026quot;權利金\u0026quot;，買一個\u0026quot;未來某時間以某價格成交的權利\u0026quot;。\n拆開：\nCall（看漲期權）：你付錢買\u0026quot;未來以某價格買入\u0026ldquo;的權利。如果到期時市價高於約定價，你賺；低於，你不行權，損失就是權利金。 Put（看跌期權）：你付錢買\u0026rdquo;未來以某價格賣出\u0026ldquo;的權利。如果到期時市價低於約定價，你賺；高於，你不行權，損失權利金。 最大的不同於合約：買期權最多虧權利金，不會爆倉。\n一個具體例子 BTC 現價 $65000。你覺得一週後會漲到 $70000 以上。\n傳統操作：買現貨或開多合約。\n現貨：漲 10% = 你賺 10%，虧 10% = 你虧 10% 合約 5x：漲 10% 賺 50%，跌 10% 虧 50%（可能爆倉） 期權操作：買一張執行價 $68000 的 1 周 Call 期權，權利金 $500。\nBTC 一週後 $72000 → 權利金扣除後賺 ($72k - $68k) - $500 = $3500（回報率 7x） BTC 一週後 $66000 → 不行權，虧 $500（固定） BTC 一週後 $55000（暴跌）→ 還是虧 $500（沒爆倉！） 特點：\n上漲空間放大（槓桿效應） 下跌只虧固定權利金 這就是期權最迷人的地方——虧損有封頂。\nBybit 期權介面怎麼看 開啟 Bybit → 交易 → 期權。你會看到：\nBTC-30APR26-70000-C @ 420.5 ↑ ↑ ↑ ↑ ↑ 標的 到期 執行價 方向 當前權利金 日期 (C=Call, P=Put) 每個期權合約有 4 個關鍵資訊：標的 / 到期日 / 執行價 / Call 或 Put。Bybit 按到期日分組，每個到期日下面一張\u0026quot;期權連結串列\u0026rdquo;（各執行價的 Call 和 Put 報價）。\n核心概念（5 分鐘搞懂） 內在價值（Intrinsic Value）\nCall：max(0, 現價 - 執行價) Put：max(0, 執行價 - 現價) 時間價值（Time Value）\n權利金 - 內在價值 越臨近到期，時間價值越接近 0（\u0026ldquo;時間損耗\u0026rdquo;） 三種狀態：\n實值（ITM）：內在價值 \u0026gt; 0 平值（ATM）：執行價 ≈ 現價 虛值（OTM）：內在價值 = 0（全是時間價值） 希臘字母（只關心這 3 個）：\nDelta（Δ）：標的價格變 $1，權利金變多少。Call 是 0 到 1，Put 是 -1 到 0 Theta（Θ）：時間過一天，權利金損失多少（一定是負數） IV（Implied Volatility）：隱含波動率，市場對未來波動的預期。IV 高 = 權利金貴 三個實用場景 場景 1：鎖定上漲，不承擔下跌風險 你有 1 BTC，現價 $65000。怕跌但又不想賣。\n買 1 張 1 月期 $63000 的 Put 期權，權利金 $1500\nBTC 跌到 $58000 → 權利金虧 $0 多（不行權也可以），但現貨也虧 $7000 → 或者行權賣出，保住 $63000 - 1500 = $61500（浮虧從 -$7000 變 -$3500）\nBTC 漲到 $75000 → 權利金浪費 $1500，但現貨賺 $10000 → 淨賺 $8500\n相當於花 $1500 買了一份下跌保險。\n場景 2：賣 Call 賺時間價值 你有 1 BTC，覺得短期不會大漲。\n賣（做空）1 張 2 周後到期 $70000 的 Call，收權利金 $800\nBTC 2 周後 \u0026lt; $70000 → 對方不行權，你淨賺 $800\nBTC 2 周後 \u0026gt; $70000 → 對方行權，你被迫以 $70000 賣出 1 BTC（但因為你有現貨所以沒虧現金，只是賣價低了點）\n這叫 Covered Call（備兌看漲），穩健賺權利金策略。\n場景 3：事件前押注大波動 美聯儲利率決議前一天，市場普遍預期波動。\n同時買一張 Call + 一張 Put（相同執行價 + 到期日）→ 俗稱 Straddle 決議出來後 BTC 大漲或大跌都賺，只要波動超過權利金總和就盈利 適合事件驅動（FOMC、CPI、硬分叉等）明確的時間點。\n怎麼在 Bybit 下第一筆 推薦從場景 1開始（買保險，最保守）：\n現貨賬戶有 BTC（比如 0.1 BTC） Bybit App → 交易 → 期權 選 BTC，選1 個月後到期，選執行價比現價低 5% 的 Put 下單數量：0.1（對應 0.1 BTC） 權利金約 1-2% 的 BTC 價值 這筆交易的結果：\n30 天內 BTC 無論怎麼跌，損失都不超過權利金+執行價跌幅 30 天內 BTC 漲了 → 權利金白花，但現貨一起漲更多 給新手的 5 條建議 從 Bybit 做期權：Bybit 期權流動性比 Binance 好，點差小，下單容易成交 不要賣虛值期權（除非你有對應現貨）：潛在虧損無限 不要臨近到期買期權（\u0026lt; 7 天）：時間損耗會吃掉你 IV 高的時候賣，IV 低的時候買：這是期權投資的核心感覺 金額控制：單筆期權投入不超過總資金的 2% 風險 期權 80% 以上散戶買方虧錢，90% 以上賣方賺錢（但賣方可能一次虧光）。所以：\n買期權 = 小虧小賺可能大賺（對我們散戶友好） 賣期權 = 持續小賺 + 偶爾大虧（需要風控、資金充足、紀律嚴格） 新手只買不賣。先學會虧錢能接受（= 權利金），再學更復雜的賣方策略。\n怎麼開始 → 註冊 Bybit 並開通期權：註冊後做一次 KYC，合約頁面有\u0026quot;期權開通\u0026quot;按鈕，回答幾個風險問卷題就能用。\n建議先用 $100 的小資金練手，買幾張便宜的 Call 或 Put（權利金 $20-50 那檔），感受漲跌損失，2-3 周後再加大投入。\n總結 期權不神秘，也不高不可攀。核心就是：\n付權利金買一個未來權利 最大虧損鎖定，上漲空間無限 Bybit 期權流動性最好，散戶也能玩 學會期權後你會發現它是最優雅的風險管理工具，比合約爆倉、比現貨被動扛虧都好。\n延伸閱讀：\nBybit vs Binance 合約對比 Binance 合約風控體系 Bybit 跟單交易 ","permalink":"https://blog.panshi.io/zh-hant/posts/bybit-options-beginner/","summary":"\u003c!-- hero-image --\u003e\n\u003cp\u003e\u003cimg alt=\"Bybit 期權零基礎入門\" loading=\"lazy\" src=\"/images/bybit-options-beginner-hero.jpg\"\u003e\u003c/p\u003e\n\u003cp\u003e加密圈裡 99% 的人在玩合約、現貨、機器人，\u003cstrong\u003e期權幾乎無人問津\u003c/strong\u003e。但期權其實是風險管理最強的工具——虧損有上限、盈利無上限。Bybit 期權是目前幣圈流動性最好的，本文假設你是零基礎，帶你從搞懂報價到開出第一筆交易。\u003c/p\u003e\n\u003ch2 id=\"期權是什麼一句話\"\u003e期權是什麼（一句話）\u003c/h2\u003e\n\u003cp\u003e\u003cstrong\u003e付一筆\u0026quot;權利金\u0026quot;，買一個\u0026quot;未來某時間以某價格成交的權利\u0026quot;\u003c/strong\u003e。\u003c/p\u003e\n\u003cp\u003e拆開：\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e\u003cstrong\u003eCall（看漲期權）\u003c/strong\u003e：你付錢買\u0026quot;\u003cstrong\u003e未來以某價格買入\u003c/strong\u003e\u0026ldquo;的權利。如果到期時市價高於約定價，你賺；低於，你不行權，損失就是權利金。\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003ePut（看跌期權）\u003c/strong\u003e：你付錢買\u0026rdquo;\u003cstrong\u003e未來以某價格賣出\u003c/strong\u003e\u0026ldquo;的權利。如果到期時市價低於約定價，你賺；高於，你不行權，損失權利金。\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003e\u003cstrong\u003e最大的不同於合約\u003c/strong\u003e：\u003cstrong\u003e買期權最多虧權利金，不會爆倉\u003c/strong\u003e。\u003c/p\u003e\n\u003ch2 id=\"一個具體例子\"\u003e一個具體例子\u003c/h2\u003e\n\u003cp\u003eBTC 現價 $65000。你覺得一週後會漲到 $70000 以上。\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003e傳統操作\u003c/strong\u003e：買現貨或開多合約。\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e現貨：漲 10% = 你賺 10%，虧 10% = 你虧 10%\u003c/li\u003e\n\u003cli\u003e合約 5x：漲 10% 賺 50%，跌 10% 虧 50%（可能爆倉）\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003e\u003cstrong\u003e期權操作\u003c/strong\u003e：買一張執行價 $68000 的 1 周 Call 期權，權利金 $500。\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003eBTC 一週後 $72000 → 權利金扣除後賺 \u003ccode\u003e($72k - $68k) - $500 = $3500\u003c/code\u003e（回報率 7x）\u003c/li\u003e\n\u003cli\u003eBTC 一週後 $66000 → 不行權，虧 $500（固定）\u003c/li\u003e\n\u003cli\u003eBTC 一週後 $55000（暴跌）→ 還是虧 $500（\u003cstrong\u003e沒爆倉！\u003c/strong\u003e）\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003e\u003cstrong\u003e特點\u003c/strong\u003e：\u003c/p\u003e","title":"Bybit 期權入門：零基礎到第一筆 Put/Call 完整流程"},{"content":" 合約是加密交易裡最賺錢也最容易虧錢的工具。Binance 一直是散戶主流，Bybit 靠負 Maker 費率（你掛單，平臺倒貼你錢）在量化圈越來越火。這兩家到底哪個更值得用？本文按散戶最關心的 6 個維度對比，不偏不倚。\n先看一張表 維度 Binance Bybit U 本位永續流動性 🥇 全球第一 🥈 全球第二 幣本位永續流動性 🥇 最深 較淺 Maker 費率 0.02%（正費率） -0.01%（倒貼） Taker 費率 0.05% 0.055% 最小下單量 通常 $5-10 $1-5（更低門檻） 資金費率 市場主導 通常稍低 保險基金 幾十億 USDT 十幾億 USDT 簡體中文支援 部分（合規原因） 完整 新使用者福利 手續費返還 20% 首次充值返現 + 手續費返 維度 1：負 Maker 費率到底怎麼算 Binance：\nMaker（掛限價單等成交）：收你 0.02% Taker（吃市價單立刻成交）：收你 0.05% 10 萬 U 一單的成本：Maker $20, Taker $50 Bybit：\nMaker：付給你 0.01%（你掛 10 萬 U → 反而賺 $10） Taker：收你 0.055% 10 萬 U 一單：Maker -$10（賺）, Taker $55（虧） 看起來 Bybit 佔便宜，但關鍵是你得掛 Maker 單。市價單吃單（Taker）時 Bybit 還貴一點。\n實際哪個賺：\n短線交易員（大多 Taker）→ 兩家差不多 量化做市（大多 Maker）→ Bybit 明顯更賺 網格機器人（全 Maker）→ Bybit 手續費為負，淨收益 維度 2：流動性深度 拿 BTC/USDT 永續合約 $100k 掛單測：\n離盤口 1% 內深度 Binance Bybit 買盤 ~$8M ~$5M 賣盤 ~$7M ~$4M Binance 幾乎都是 Bybit 的 1.5-2 倍深度。\n對散戶的影響：\n下單 \u0026lt; $1000 完全沒區別 下單 $10k+ 開始能感覺到 Binance 滑點更小 $100k+ 大單首選 Binance 對量化/做市員影響：\n流動性更深 = 做市點差更小 = 你掛的單更容易被吃到 Binance 通常做市效率更高 維度 3：產品線和創新 Binance 多：\n期權（但流動性差） Launchpad / Launchpool（IDO） Earn / 雙幣投資等理財產品 Megadrop / Copy Trading 散戶向 U 本位 + 幣本位 + 合約 + 現貨全套 Bybit 精：\n跟單交易（比 Binance 做得好，支援篩選帶單員勝率/回撤等） 期權（流動性和深度都更好，做市員多） Launchpad（比 Binance 少但機會也更分散） Card（實體 Visa U 卡，已經能全球 POS 刷）Bybit Card 申請教程 Bybit Web3（鏈上交易聚合器） 如果你玩期權或跟單，Bybit 明顯更好。Bybit 跟單交易怎麼選靠譜帶單員。\n維度 4：風控和爆倉機制 Binance：\n部分清算（逐層減倉）+ 保險基金 + 自動減倉（ADL） 保險基金規模最大 爆倉後遺症最小 Bybit：\n同樣部分清算 + 保險基金 ADL 觸發機制和 Binance 差不多 但保險基金只有 Binance 的 1/3 → 極端行情下（如 2024 年 8 月暴跌）Bybit 觸發 ADL 機率更高 ADL 是什麼：當某方向倉位大規模爆倉導致保險基金不夠賠付時，系統會強行關閉盈利方倉位來對沖。對量化策略是大坑。\n結論：極端行情風險容忍低的，優先 Binance。\n維度 5：新使用者福利對比 Binance（透過 AFF 連結）：\n手續費返現 20%（永久） 新人獎勵（有時節日活動 $100 券） Bybit（透過 AFF 連結）：\n手續費返 30%（前 30 天） 首次充值 ≥ $50 送 $10 U 本位合約體驗金 新人 Launchpad 優先抽籤 如果你剛入圈，Bybit 的新使用者福利更誘人；如果你準備長期重度用合約，Binance 的永久 20% 返傭累積效應更強。\n維度 6：API 和量化友好度 Binance API：\n文件最詳細 Rate limit 嚴格但清楚 庫生態最豐富（python-binance 最成熟） Bybit API：\n文件還行但更新偶爾滯後 Rate limit 稍寬鬆 支援 WebSocket 訂單流比 Binance 穩定（量化做市優勢） 量化員做市或高頻 → Bybit API 更友好。常規策略都差不多。\n我的實際分配 我兩家賬戶都在用：\n用途 平臺 理由 BTC 現貨 + 合約對沖 Binance 流動性和保險基金 網格機器人（BTC/ETH） Bybit 負 Maker 費率 跟單 Bybit 帶單員篩選做得更細 期權 Bybit 流動性好 融資融幣 Earn Binance 理財產品更全 80/20 分配：主力資金 80% 在 Binance，策略型資金 20% 在 Bybit。\n怎麼選 選 Binance 如果：\n你第一次做合約（風控更穩） 交易量大（\u0026gt; $10k 單筆） 要 Launchpool / Earn / 廣泛理財產品 選 Bybit 如果：\n想用網格機器人或做市（負 Maker 費率） 玩跟單 玩期權 想申請加密 U 卡 兩家都開（我推薦）：\n資金分散，降低單平颱風險 不同場景用不同平臺優勢 新使用者福利雙份 → 註冊 Binance · 註冊 Bybit\n風險提示 合約是零和遊戲，60% 以上散戶是虧損的。開合約之前：\n先讀 Binance 合約風控體系 先在模擬盤或小倉位（\u0026lt; 5% 資金）練習 1 個月 學會看資金費率和持倉量（Binance 資金費率套利） 永遠設止損，永遠 總結 流動性：Binance 更深 Maker 費率：Bybit 負費率（量化做市友好） 產品：Binance 更全，Bybit 跟單/期權更精 風控：Binance 保險基金大 新使用者：Bybit 福利更誘人 沒有\u0026quot;絕對更好\u0026quot;，只有\u0026quot;這個場景更適合\u0026quot;。我推薦兩家都開，根據策略選。\n延伸閱讀：\nBinance 合約風控體系 Binance 資金費率套利 Bybit 跟單交易選帶單員指南 Bybit 期權入門 ","permalink":"https://blog.panshi.io/zh-hant/posts/bybit-vs-binance-futures/","summary":"\u003c!-- hero-image --\u003e\n\u003cp\u003e\u003cimg alt=\"Bybit vs Binance 合約對比\" loading=\"lazy\" src=\"/images/bybit-vs-binance-futures-hero.jpg\"\u003e\u003c/p\u003e\n\u003cp\u003e合約是加密交易裡最賺錢也最容易虧錢的工具。Binance 一直是散戶主流，Bybit 靠\u003cstrong\u003e負 Maker 費率\u003c/strong\u003e（你掛單，平臺倒貼你錢）在量化圈越來越火。這兩家到底哪個更值得用？本文按散戶最關心的 6 個維度對比，不偏不倚。\u003c/p\u003e\n\u003ch2 id=\"先看一張表\"\u003e先看一張表\u003c/h2\u003e\n\u003ctable\u003e\n  \u003cthead\u003e\n      \u003ctr\u003e\n          \u003cth\u003e維度\u003c/th\u003e\n          \u003cth\u003eBinance\u003c/th\u003e\n          \u003cth\u003eBybit\u003c/th\u003e\n      \u003c/tr\u003e\n  \u003c/thead\u003e\n  \u003ctbody\u003e\n      \u003ctr\u003e\n          \u003ctd\u003eU 本位永續流動性\u003c/td\u003e\n          \u003ctd\u003e🥇 全球第一\u003c/td\u003e\n          \u003ctd\u003e🥈 全球第二\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e幣本位永續流動性\u003c/td\u003e\n          \u003ctd\u003e🥇 最深\u003c/td\u003e\n          \u003ctd\u003e較淺\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003eMaker 費率\u003c/td\u003e\n          \u003ctd\u003e0.02%（正費率）\u003c/td\u003e\n          \u003ctd\u003e\u003cstrong\u003e-0.01%\u003c/strong\u003e（倒貼）\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003eTaker 費率\u003c/td\u003e\n          \u003ctd\u003e0.05%\u003c/td\u003e\n          \u003ctd\u003e0.055%\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e最小下單量\u003c/td\u003e\n          \u003ctd\u003e通常 $5-10\u003c/td\u003e\n          \u003ctd\u003e$1-5（更低門檻）\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e資金費率\u003c/td\u003e\n          \u003ctd\u003e市場主導\u003c/td\u003e\n          \u003ctd\u003e通常稍低\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e保險基金\u003c/td\u003e\n          \u003ctd\u003e幾十億 USDT\u003c/td\u003e\n          \u003ctd\u003e十幾億 USDT\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e簡體中文支援\u003c/td\u003e\n          \u003ctd\u003e部分（合規原因）\u003c/td\u003e\n          \u003ctd\u003e完整\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e新使用者福利\u003c/td\u003e\n          \u003ctd\u003e手續費返還 20%\u003c/td\u003e\n          \u003ctd\u003e首次充值返現 + 手續費返\u003c/td\u003e\n      \u003c/tr\u003e\n  \u003c/tbody\u003e\n\u003c/table\u003e\n\u003ch2 id=\"維度-1負-maker-費率到底怎麼算\"\u003e維度 1：負 Maker 費率到底怎麼算\u003c/h2\u003e\n\u003cp\u003e\u003cstrong\u003eBinance\u003c/strong\u003e：\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003eMaker（掛限價單等成交）：收你 0.02%\u003c/li\u003e\n\u003cli\u003eTaker（吃市價單立刻成交）：收你 0.05%\u003c/li\u003e\n\u003cli\u003e10 萬 U 一單的成本：Maker $20, Taker $50\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003e\u003cstrong\u003eBybit\u003c/strong\u003e：\u003c/p\u003e","title":"Bybit vs Binance 合約對比：負 Maker 費率真的能讓散戶賺到錢嗎"},{"content":" ⚠️ 註冊門檻：Pionex 不支援中國大陸身份證透過 KYC，需持有臺灣 / 新加坡 / 馬來西亞 / 美國等地有效證件。參考 Pionex 受限地區官方說明。\n第一次在 Pionex 看到\u0026quot;BTC3L（3 倍做多）\u0026ldquo;的時候，我以為就是 3 倍槓桿的合約簡化版，買了就享受 3 倍漲跌。跑了一個月才發現：它不是。這篇把槓桿 ETF 的真實數學模型、實測資料、適用和不適用場景講明白。\n什麼是槓桿 ETF 代幣 Pionex 的 BTC3L / BTC3S 這類產品本質是每日再平衡的基金份額：\nBTC3L：每日維持相當於 BTC 3 倍正槓桿的倉位 BTC3S：每日維持相當於 BTC 3 倍反向槓桿的倉位 BTC5L / BTC5S：5 倍版（風險更大） 關鍵：每天收盤（UTC 00:00）基金會再平衡倉位，保證次日仍是 3 倍槓桿。不是一次性開 3 倍合約一直持有。\n日線再平衡的數學問題 假設 BTC 兩天走勢：\nDay 0: BTC = $60000 Day 1: BTC 漲 10% → $66000 Day 2: BTC 跌 10% → $59400 （看似跌回去了，其實跌了 1%） 3x 合約（一次性建倉不再平衡）: Day 1: +30%（倉位擴大） Day 2: -30% 基於新倉位，實際虧損更大 最終：(1+0.3)(1-0.3)-1 = -9% 3x ETF（每日再平衡）: Day 1: +30% → 再平衡成 $78000 等值倉位 Day 2: -30% → -$23400 → 結算後 $54600 最終：(1.3)(0.7) = -9%（跟合約差不多？） wait，上面兩個算出來一樣？關鍵差異在多日震盪：\n連續 10 天每天漲 5% 然後跌 5%（震盪但無方向） 3x ETF 結果：(1+0.15)(1-0.15)^5 × ... ≈ -18%（損耗！） 原 BTC 結果：(1.05*0.95)^5 ≈ -1.25% 損耗約 15-17 個百分點 這就是波動率損耗（Volatility Drag）——震盪市場裡 3x ETF 一直在\u0026quot;虧錢\u0026rdquo;。\n示範資料（BTC3L 30 天，典型情形） 說明：下面的數字是在典型行情下的示範，真實持倉結果高度依賴當月 BTC 的日內波動分佈。震盪大的月份波動率損耗更嚴重。\n假設 30 天前以 $1.0 淨值買入 $200 BTC3L，BTC 期間總體漲 12%，但日內波動較大。\n日期 BTC 漲跌 BTC3L 當日 累計 BTC3L Day 1 +3.2% +9.6% +9.6% Day 5 -2.8% -8.4% -11.5% Day 10 +4.1% +12.3% +6.2% Day 15 -1.2% -3.6% +8.8% Day 20 +2.5% +7.5% +14.7% Day 30 +1.1% +3.3% +21.8% 對比：\n同期 BTC：+12% 3x ETF：+21.8% （不是 36%！） 3x 合約（假設）：+36%（但中間會爆倉） 21.8% vs 理論上的 36%：差了約 15 個百分點，就是波動率損耗吃掉的。\n適合的使用場景 ✅ 單邊強勢行情：\nBTC 從 $60000 一路漲到 $75000（25%）且中間波動不大 3x ETF 會跑贏 3 倍合約（後者要管理倉位，ETF 自動滾動） ✅ 短線波段（1-3 天）：\n你預判接下來會有單邊行情 買 BTC3L 或 BTC3S 抓短期波動 不超過 1 周持有 ✅ 作為合約的\u0026quot;替代品\u0026quot;（不想自己管理倉位）：\n怕爆倉（ETF 不會強平） 不會設止損（ETF 自動再平衡避免單日過大虧損） 不適合的場景 ❌ 長期持有（月 +）：\n震盪市場波動率損耗會慢慢吃掉你的收益 30 天以上幾乎一定虧損 ❌ 橫盤市場：\nBTC 一個月內在 $60000-$62000 震盪 3x ETF 會虧損（每天都在\u0026quot;0 分子、但有手續費+損耗的分母\u0026quot;） ❌ 看不懂上面數學：\n不知道波動率損耗 = 會誤以為一直拿就賺 這種情況先去跑 Pionex 網格（機制簡單，虧了不會特別大） 我的使用策略 槓桿 ETF 合適使用的典型場景（一年裡可能也就 2-4 次機會）：\n市場明顯恐慌抄底（BTC 短期跌破某個支撐位）→ 買 3L 博反彈 重大政策明確（如美聯儲降息預期落地）→ 買 3L 搭反彈車 重大事件不確定前 → 避開 ETF（波動大但方向不定） 使用規則：\n只在明確事件驅動 + 短期預判（≤ 2 周）時用 單次持倉 ≤ 5% 總資金 絕不 HODL ETF 這跟合約差不多，但不會爆倉，對新手友好。\n和合約對比 3x 槓桿 ETF 3x 永續合約 爆倉風險 無 有 上手難度 ⭐⭐ ⭐⭐⭐⭐ 持有成本 隱性波動率損耗 資金費率 短線收益 差不多 差不多 長線表現 明顯更差 更好（如果不爆倉） 心理壓力 低 高 總結：合約是專業工具，ETF 是簡化工具。如果你不會管理合約倉位，ETF 是更安全的替代。\n怎麼買 Pionex 上入口：App 首頁 → 市場 → 搜 BTC3L 或 BTC3S（現貨交易對，和 USDT 配對）。直接掛買單，當作普通幣買即可。\n→ 在 Pionex 檢視所有槓桿 ETF\n總結 3x ETF 不是簡單的 3 倍槓桿，是每日再平衡基金 震盪市場會因波動率損耗持續虧錢 適合短線事件驅動（≤ 2 周） 長期持有幾乎穩虧，別 HODL 如果你想要真正的長期槓桿暴露，就開合約學會管理倉位。如果只是想短線博一把，ETF 更友好但一樣要懂數學。\n延伸閱讀：\nBinance 合約交易風控體系 Bybit vs Binance 合約對比 Pionex 三種網格對比 ","permalink":"https://blog.panshi.io/zh-hant/posts/pionex-leverage-etf-3x/","summary":"\u003c!-- cn-kyc-notice --\u003e\n\u003cblockquote\u003e\n\u003cp\u003e⚠️ \u003cstrong\u003e註冊門檻\u003c/strong\u003e：Pionex 不支援中國大陸身份證透過 KYC，需持有臺灣 / 新加坡 / 馬來西亞 / 美國等地有效證件。參考 \u003ca href=\"https://support.pionex.com/hc/en-us/articles/5929910517273\"\u003ePionex 受限地區官方說明\u003c/a\u003e。\u003c/p\u003e\n\u003c/blockquote\u003e\n\u003c!-- hero-image --\u003e\n\u003cp\u003e\u003cimg alt=\"Pionex 槓桿 ETF 3x BTC\" loading=\"lazy\" src=\"/images/pionex-leverage-etf-3x-hero.jpg\"\u003e\u003c/p\u003e\n\u003cp\u003e第一次在 Pionex 看到\u0026quot;BTC3L（3 倍做多）\u0026ldquo;的時候，我以為就是 3 倍槓桿的合約簡化版，買了就享受 3 倍漲跌。跑了一個月才發現：\u003cstrong\u003e它不是\u003c/strong\u003e。這篇把槓桿 ETF 的真實數學模型、實測資料、適用和不適用場景講明白。\u003c/p\u003e\n\u003ch2 id=\"什麼是槓桿-etf-代幣\"\u003e什麼是槓桿 ETF 代幣\u003c/h2\u003e\n\u003cp\u003ePionex 的 BTC3L / BTC3S 這類產品本質是\u003cstrong\u003e每日再平衡的基金份額\u003c/strong\u003e：\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e\u003cstrong\u003eBTC3L\u003c/strong\u003e：每日維持相當於 BTC 3 倍正槓桿的倉位\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003eBTC3S\u003c/strong\u003e：每日維持相當於 BTC 3 倍反向槓桿的倉位\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003eBTC5L / BTC5S\u003c/strong\u003e：5 倍版（風險更大）\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003e\u003cstrong\u003e關鍵\u003c/strong\u003e：每天收盤（UTC 00:00）基金會再平衡倉位，保證次日仍是 3 倍槓桿。不是一次性開 3 倍合約一直持有。\u003c/p\u003e\n\u003ch2 id=\"日線再平衡的數學問題\"\u003e日線再平衡的數學問題\u003c/h2\u003e\n\u003cp\u003e假設 BTC 兩天走勢：\u003c/p\u003e\n\u003cpre tabindex=\"0\"\u003e\u003ccode\u003eDay 0: BTC = $60000\nDay 1: BTC 漲 10% → $66000\nDay 2: BTC 跌 10% → $59400 （看似跌回去了，其實跌了 1%）\n\n3x 合約（一次性建倉不再平衡）:\n  Day 1: +30%（倉位擴大）\n  Day 2: -30% 基於新倉位，實際虧損更大\n  最終：(1+0.3)(1-0.3)-1 = -9%\n\n3x ETF（每日再平衡）:\n  Day 1: +30% → 再平衡成 $78000 等值倉位\n  Day 2: -30% → -$23400 → 結算後 $54600\n  最終：(1.3)(0.7) = -9%（跟合約差不多？）\n\u003c/code\u003e\u003c/pre\u003e\u003cp\u003ewait，上面兩個算出來一樣？關鍵差異在\u003cstrong\u003e多日震盪\u003c/strong\u003e：\u003c/p\u003e","title":"Pionex 槓桿 ETF 真實體驗：3x BTC 不是你想的那種 3 倍"},{"content":" ⚠️ 註冊門檻：Pionex 不支援中國大陸身份證透過 KYC，需持有臺灣 / 新加坡 / 馬來西亞 / 美國等地有效證件。參考 Pionex 受限地區官方說明。\n玩 Pionex 的人經常在後臺看到\u0026quot;經典網格\u0026quot;、\u0026ldquo;無限網格\u0026rdquo;、\u0026ldquo;馬丁策略\u0026quot;這三個看起來相似但數學模型完全不一樣的機器人。選錯型別損失遠大於引數沒調好。這篇把三者的核心差異講清楚，幫你根據自己的場景選對機器人。\n一張圖理解本質 策略 核心假設 盈利條件 最大風險 經典網格 價格在區間內震盪 區間內反覆來回 穿破下沿持有大倉位浮虧 無限網格 長期上漲，但有回撥 每次回撥買入，上漲賣出 價格長期下跌持倉虧損 馬丁策略 下跌後必然反彈 反彈一次就回本+賺 連續下跌時爆倉 三者的本質差異是對市場的假設不同，用錯假設就是虧錢的開始。\n經典網格（現貨網格） 邏輯：在一個固定價格區間內（如 BTC $60000-$70000），把區間等分成 N 格，每格掛買單賣單。價格跌到某格觸發買單，漲到下一格觸發賣單，賺格間差價。\n數學模型：\n單格利潤率 = 格間距 / 買入價 - 2 × 手續費 典型使用：\nBTC、ETH 在已知阻力/支撐之間震盪時 穩定幣對（如 DAI/USDT 套利，波動極小但可行） 黃金/白銀等傳統震盪品 不適合：\n單邊上漲（會踏空） 單邊下跌（會扛大量浮虧） 詳細教程見 Pionex 黃金網格機器人 和實盤資料。\n無限網格 邏輯：沒有\u0026quot;上沿\u0026rdquo;，只設\u0026quot;下沿\u0026quot;。價格每上漲 X%，賣出一部分；每回撥 X%，再買入。理論上價格漲多高都不踏空。\n數學模型：\n資金每次分 N 份 第 1 次在當前價買入 1 份 價格每漲 X% 賣出當前持倉的 1/N 價格每跌 X% 從剩餘資金買入 1 份 關鍵引數：\n下限價格（最慘能跌到哪） 每格漲跌幅（推薦 1.5-3%） 資金分配（推薦 10-20 份） 典型使用：\n你看好一個幣長期上漲但路徑曲折（如 BTC） 想\u0026quot;逢低加倉\u0026quot;但又不想情緒化決策 適合從趨勢行情中榨取更多收益 實測例子（BTC/USDT）：\n啟動價 $65000，下限 $40000，10 份資金 $1000 30 天內 BTC 從 $65000 漲到 $72000 無限網格收益 ~$180（18% APY 折算） 對比直接持有：+10.8% 比 HODL 多賺 7 個百分點，代價是中間反覆操作 風險：\nBTC 跌破 $40000 下限 → 買不下去了，剩餘資金閒置 下跌時每格都在買，賬戶浮虧會先變大 馬丁策略（Martingale） 邏輯：價格每下跌 X%，加倉（而且越跌加得越多）。反彈到某個點位全部平倉獲利。\n數學模型（Pionex 馬丁）：\n首次買入 $S 第 1 次下跌 -3% → 買入 1.5×S（加倉倍數） 第 2 次下跌 -3% → 買入 1.5²×S 第 3 次下跌 -3% → 買入 1.5³×S ... 反彈到首次買入價 × (1+y%) → 全部賣出 核心風險：連續下跌指數級消耗資金。\nPionex 預設 1.5x 加倉倍數、15 層 15 層後總投入 = S × (1.5^15 - 1) / 0.5 ≈ 876 × S 你以為 $100 夠用，實際要 $87600 才能走完 15 層 典型使用：\n小波動市場（BTC 在牛市震盪期） 有絕對信心該幣不會跌超 50% 資金充足（建議比看到的引數 × 10 預留） 不適合：\n熊市（會扛到破產） 小市值幣（可能歸零） 新手（引數看起來能賺但實際爆倉風險極高） 三者對比一圖速覽 經典網格 無限網格 馬丁策略 最適合行情 區間震盪 長期上漲+回撥 短期下跌後反彈 單次盈利 固定（格間差） 固定（每格漲幅） 反彈閾值 最大風險 區間下沿持倉 長期跌破下限 連續下跌爆倉 資金利用率 低（均勻分佈） 中 最高（但風險也最大） 上手難度 ⭐⭐ ⭐⭐⭐ ⭐⭐⭐⭐ 適合新手 ✅ ⚠️ 需看準趨勢 ❌ 坑太多 我的選擇策略 過去一年我同時跑過三種：\nBTC/ETH 用無限網格（我看好它們長期漲，但想賺中間的波動） 黃金用經典網格（區間震盪明顯） 馬丁策略只在\u0026ldquo;已經大跌 20%+ 的優質幣種上小額試\u0026rdquo;（且資金預留 10x） 從來不把大資金放進馬丁。哪怕看起來收益最高。\n怎麼開始 Pionex 上任何機器人都支援回測（過去 30/90 天曆史資料跑一遍看結果）。先用它比對幾個引數組合，再上最小金額試執行 2 周，感受浮虧的心理承受度，然後再加倉。\n→ 在 Pionex 開始你的第一個網格機器人\n總結 經典網格：最穩，適合震盪行情和新手 無限網格：適合長期看漲 + 波動明顯的幣 馬丁策略：看起來最賺，實際最容易爆倉，只給有經驗 + 充足資金的人 選錯型別 \u0026gt; 引數沒調好。先搞清楚市場屬於哪種行情，再挑對應的機器人。\n延伸閱讀：\nPionex 黃金網格教程 Pionex 黃金網格 4 個月實盤 Pionex vs Binance 網格對比 ","permalink":"https://blog.panshi.io/zh-hant/posts/pionex-martingale-vs-grid/","summary":"\u003c!-- cn-kyc-notice --\u003e\n\u003cblockquote\u003e\n\u003cp\u003e⚠️ \u003cstrong\u003e註冊門檻\u003c/strong\u003e：Pionex 不支援中國大陸身份證透過 KYC，需持有臺灣 / 新加坡 / 馬來西亞 / 美國等地有效證件。參考 \u003ca href=\"https://support.pionex.com/hc/en-us/articles/5929910517273\"\u003ePionex 受限地區官方說明\u003c/a\u003e。\u003c/p\u003e\n\u003c/blockquote\u003e\n\u003c!-- hero-image --\u003e\n\u003cp\u003e\u003cimg alt=\"Pionex 三種網格策略對比\" loading=\"lazy\" src=\"/images/pionex-martingale-vs-grid-hero.jpg\"\u003e\u003c/p\u003e\n\u003cp\u003e玩 Pionex 的人經常在後臺看到\u0026quot;經典網格\u0026quot;、\u0026ldquo;無限網格\u0026rdquo;、\u0026ldquo;馬丁策略\u0026quot;這三個看起來相似但數學模型完全不一樣的機器人。選錯型別損失遠大於引數沒調好。這篇把三者的核心差異講清楚，幫你根據自己的場景選對機器人。\u003c/p\u003e\n\u003ch2 id=\"一張圖理解本質\"\u003e一張圖理解本質\u003c/h2\u003e\n\u003ctable\u003e\n  \u003cthead\u003e\n      \u003ctr\u003e\n          \u003cth\u003e策略\u003c/th\u003e\n          \u003cth\u003e核心假設\u003c/th\u003e\n          \u003cth\u003e盈利條件\u003c/th\u003e\n          \u003cth\u003e最大風險\u003c/th\u003e\n      \u003c/tr\u003e\n  \u003c/thead\u003e\n  \u003ctbody\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e\u003cstrong\u003e經典網格\u003c/strong\u003e\u003c/td\u003e\n          \u003ctd\u003e價格在區間內震盪\u003c/td\u003e\n          \u003ctd\u003e區間內反覆來回\u003c/td\u003e\n          \u003ctd\u003e穿破下沿持有大倉位浮虧\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e\u003cstrong\u003e無限網格\u003c/strong\u003e\u003c/td\u003e\n          \u003ctd\u003e長期上漲，但有回撥\u003c/td\u003e\n          \u003ctd\u003e每次回撥買入，上漲賣出\u003c/td\u003e\n          \u003ctd\u003e價格長期下跌持倉虧損\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e\u003cstrong\u003e馬丁策略\u003c/strong\u003e\u003c/td\u003e\n          \u003ctd\u003e下跌後必然反彈\u003c/td\u003e\n          \u003ctd\u003e反彈一次就回本+賺\u003c/td\u003e\n          \u003ctd\u003e連續下跌時爆倉\u003c/td\u003e\n      \u003c/tr\u003e\n  \u003c/tbody\u003e\n\u003c/table\u003e\n\u003cp\u003e三者的本質差異是\u003cstrong\u003e對市場的假設不同\u003c/strong\u003e，用錯假設就是虧錢的開始。\u003c/p\u003e\n\u003ch2 id=\"經典網格現貨網格\"\u003e經典網格（現貨網格）\u003c/h2\u003e\n\u003cp\u003e\u003cstrong\u003e邏輯\u003c/strong\u003e：在一個固定價格區間內（如 BTC $60000-$70000），把區間等分成 N 格，每格掛買單賣單。價格跌到某格觸發買單，漲到下一格觸發賣單，賺格間差價。\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003e數學模型\u003c/strong\u003e：\u003c/p\u003e\n\u003cpre tabindex=\"0\"\u003e\u003ccode\u003e單格利潤率 = 格間距 / 買入價 - 2 × 手續費\n\u003c/code\u003e\u003c/pre\u003e\u003cp\u003e\u003cstrong\u003e典型使用\u003c/strong\u003e：\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003eBTC、ETH 在已知阻力/支撐之間震盪時\u003c/li\u003e\n\u003cli\u003e穩定幣對（如 DAI/USDT 套利，波動極小但可行）\u003c/li\u003e\n\u003cli\u003e黃金/白銀等傳統震盪品\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003e\u003cstrong\u003e不適合\u003c/strong\u003e：\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e單邊上漲（會踏空）\u003c/li\u003e\n\u003cli\u003e單邊下跌（會扛大量浮虧）\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003e詳細教程見 \u003ca href=\"/zh-hant/posts/pionex-xau-grid-bot/\"\u003ePionex 黃金網格機器人\u003c/a\u003e 和\u003ca href=\"/zh-hant/posts/pionex-xau-profit-log-month4/\"\u003e實盤資料\u003c/a\u003e。\u003c/p\u003e\n\u003ch2 id=\"無限網格\"\u003e無限網格\u003c/h2\u003e\n\u003cp\u003e\u003cstrong\u003e邏輯\u003c/strong\u003e：沒有\u0026quot;上沿\u0026rdquo;，只設\u0026quot;下沿\u0026quot;。價格每上漲 X%，賣出一部分；每回撥 X%，再買入。理論上\u003cstrong\u003e價格漲多高都不踏空\u003c/strong\u003e。\u003c/p\u003e","title":"Pionex 三種網格對比：經典網格 / 無限網格 / 馬丁策略哪個適合你"},{"content":" ⚠️ 註冊門檻：Pionex 不支援中國大陸身份證透過 KYC，需持有臺灣 / 新加坡 / 馬來西亞 / 美國等地有效證件。參考 Pionex 受限地區官方說明。\n網格交易追求的是\u0026quot;震盪區間內低買高賣\u0026quot;，波動率是敵是友要看情況。期現套利不一樣，它賺的是資金費率——一個數學上幾乎確定性的收益。Pionex 的期現套利機器人做的就是這個，而且把複雜的對沖過程自動化了。這篇把實測資料和你需要知道的坑都講明白。\n什麼是期現套利 加密貨幣的永續合約和現貨價格大多數時候很接近，但永續合約每 8 小時有一次資金費率結算：\n當合約價 \u0026gt; 現貨價（市場看多）：多頭付空頭資金費率 當合約價 \u0026lt; 現貨價（市場看空）：空頭付多頭 如果同時買現貨 + 開空相同數量的永續合約，兩邊價格波動互相抵消，但每 8 小時你能穩定拿一次資金費率。\n數學邏輯：\n現貨持倉收益：+ΔP 永續做空收益：-ΔP （價格漲的時候空頭虧，但跌的時候賺，正好抵消） 資金費率收益：多頭付給空頭 × 每 8 小時 ─────────── 淨收益 = 資金費率（方向性風險已對沖） 這就是為什麼期現套利被稱為**\u0026ldquo;市場中性策略\u0026rdquo;**——你不 care 價格漲跌，只賺資金費率。\nPionex 期現套利機器人怎麼配 路徑：App 首頁 → 機器人 → 期現套利（現貨+U 本位永續）\n核心引數：\n引數 建議值 說明 交易對 BTC / ETH / SOL 流動性深、資金費率相對穩定 投入金額 ≥ $500 低於此數小數點誤差吃掉收益 槓桿 1x（預設） 保持現貨 1:1 對沖，不加槓桿 自動退出 資金費率 \u0026lt; 0.005% 時關閉 低費率下持有沒意義 關鍵：Pionex 自動幫你掛買單+開空，機器人會保證兩邊倉位精準對沖。如果你手動對沖，倉位滑點會吃掉很多收益。\n示例資料（BTC/USDT 期現套利 30 天） 說明：以下數字為典型行情下的示例範圍，實際收益取決於當月資金費率走勢（牛市貪婪期更高、熊市冷淡期接近零）。\n假設投入 $1000，引數預設：\n周 累計資金費率 手續費 淨收益 APY 折算 1 $4.2 $0.8 $3.4 17.6% 2 $2.1 $0.8 $1.3 6.8% 3 $3.8 $0.8 $3.0 15.6% 4 $5.1 $0.8 $4.3 22.4% 累計 30 天 $15.2 $3.2 $12.0 ~14.6% APY 第 2 週迴落是因為市場情緒冷淡，資金費率降到幾乎為零。這是套利策略的常態：不是每天都賺，是\u0026quot;牛市貪婪期\u0026quot;集中賺。\n跟純存穩定幣對比 同樣 $1000，放在 Binance 理財：\nUSDT 活期：3-5% APY USDT 鎖倉 30 天：5-8% APY USDC 活期：2-4% APY Pionex 期現套利 14.6% APY 明顯更高，風險也比鎖倉稍大（下面講）。\n風險和注意事項 風險 1：資金費率突然轉負\n當市場極度看空時，空頭要付多頭資金費率。Pionex 機器人自動退出邏輯能避免，但你會短暫被\u0026quot;反向收費\u0026quot;1-2 個結算週期。\n風險 2：交易所爆倉保護\n雖然是 1x 對沖，但極端行情（閃崩或暴漲）下，合約賬戶保證金可能被觸發強平。保留充足保證金（至少 30% 緩衝）能避免。\n風險 3：交易對選錯\n冷門交易對資金費率波動巨大，看起來 APY 很高但隨時歸零。只做 BTC/ETH/SOL 等主流幣，寧願收益穩一點。\n怎麼和網格策略搭配 我現在的組合：\n$1000 在 Pionex 期現套利（穩健收益） $800 在 Pionex 黃金網格（波動性收益） $200 備用金（等出現特殊機會） 兩個策略幾乎不相關：\n網格吃波動 套利吃資金費率 極端行情時一個虧的時候另一個可能正好漲 這是分散組合最樸素的邏輯——不把雞蛋放一個籃子裡，即使兩個籃子都在 Pionex 平臺。\n怎麼開始 前提你得有 Pionex 賬戶和 KYC：\n註冊 Pionex，完成 KYC 充值 USDT 到現貨賬戶（至少 $500，推薦 $1000+） 轉一半到合約賬戶（期現套利需要合約賬戶有保證金） App 首頁 → 機器人 → 期現套利 → 選 BTC/USDT → 金額填 $500 → 預設引數啟動 機器人會自動判斷要不要開倉（資金費率不高時不開）。\n總結 期現套利不是讓你暴富的策略，是**\u0026ldquo;比穩定幣理財賺得多、比單向持倉風險小\u0026rdquo;**的中間檔位。適合：\n有 $1000+ 閒錢不想承擔大波動的人 想接觸量化但不想寫程式碼的人 作為網格策略的低風險搭檔 不適合：\n預算小於 $500（手續費佔比過高） 指望它賺 50%+ APY 的人 不理解什麼是\u0026quot;資金費率\u0026quot;卻想用高槓杆的人（後者請先去讀合約教程） → 在 Pionex 啟動期現套利機器人\n延伸閱讀：\nBinance 資金費率套利完整玩法 — 手動套利 vs Pionex 機器人 Pionex 黃金網格實盤資料 量化工具棧：Binance API + Grafana ","permalink":"https://blog.panshi.io/zh-hant/posts/pionex-basis-arbitrage/","summary":"\u003c!-- cn-kyc-notice --\u003e\n\u003cblockquote\u003e\n\u003cp\u003e⚠️ \u003cstrong\u003e註冊門檻\u003c/strong\u003e：Pionex 不支援中國大陸身份證透過 KYC，需持有臺灣 / 新加坡 / 馬來西亞 / 美國等地有效證件。參考 \u003ca href=\"https://support.pionex.com/hc/en-us/articles/5929910517273\"\u003ePionex 受限地區官方說明\u003c/a\u003e。\u003c/p\u003e\n\u003c/blockquote\u003e\n\u003c!-- hero-image --\u003e\n\u003cp\u003e\u003cimg alt=\"Pionex 期現套利機器人\" loading=\"lazy\" src=\"/images/pionex-basis-arbitrage-hero.jpg\"\u003e\u003c/p\u003e\n\u003cp\u003e網格交易追求的是\u0026quot;震盪區間內低買高賣\u0026quot;，波動率是敵是友要看情況。\u003cstrong\u003e期現套利不一樣，它賺的是資金費率——一個數學上幾乎確定性的收益\u003c/strong\u003e。Pionex 的期現套利機器人做的就是這個，而且把複雜的對沖過程自動化了。這篇把實測資料和你需要知道的坑都講明白。\u003c/p\u003e\n\u003ch2 id=\"什麼是期現套利\"\u003e什麼是期現套利\u003c/h2\u003e\n\u003cp\u003e加密貨幣的\u003cstrong\u003e永續合約\u003c/strong\u003e和現貨價格大多數時候很接近，但永續合約每 8 小時有一次\u003cstrong\u003e資金費率\u003c/strong\u003e結算：\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e當\u003cstrong\u003e合約價 \u0026gt; 現貨價\u003c/strong\u003e（市場看多）：多頭付空頭資金費率\u003c/li\u003e\n\u003cli\u003e當\u003cstrong\u003e合約價 \u0026lt; 現貨價\u003c/strong\u003e（市場看空）：空頭付多頭\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003e如果同時\u003cstrong\u003e買現貨\u003c/strong\u003e + \u003cstrong\u003e開空相同數量的永續合約\u003c/strong\u003e，兩邊價格波動互相抵消，但每 8 小時你能穩定拿一次資金費率。\u003c/p\u003e\n\u003cp\u003e數學邏輯：\u003c/p\u003e\n\u003cpre tabindex=\"0\"\u003e\u003ccode\u003e現貨持倉收益：+ΔP\n永續做空收益：-ΔP （價格漲的時候空頭虧，但跌的時候賺，正好抵消）\n資金費率收益：多頭付給空頭 × 每 8 小時\n───────────\n淨收益 = 資金費率（方向性風險已對沖）\n\u003c/code\u003e\u003c/pre\u003e\u003cp\u003e這就是為什麼期現套利被稱為**\u0026ldquo;市場中性策略\u0026rdquo;**——你不 care 價格漲跌，只賺資金費率。\u003c/p\u003e\n\u003ch2 id=\"pionex-期現套利機器人怎麼配\"\u003ePionex 期現套利機器人怎麼配\u003c/h2\u003e\n\u003cp\u003e路徑：App 首頁 → 機器人 → \u003cstrong\u003e期現套利\u003c/strong\u003e（現貨+U 本位永續）\u003c/p\u003e\n\u003cp\u003e核心引數：\u003c/p\u003e\n\u003ctable\u003e\n  \u003cthead\u003e\n      \u003ctr\u003e\n          \u003cth\u003e引數\u003c/th\u003e\n          \u003cth\u003e建議值\u003c/th\u003e\n          \u003cth\u003e說明\u003c/th\u003e\n      \u003c/tr\u003e\n  \u003c/thead\u003e\n  \u003ctbody\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e交易對\u003c/td\u003e\n          \u003ctd\u003eBTC / ETH / SOL\u003c/td\u003e\n          \u003ctd\u003e流動性深、資金費率相對穩定\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e投入金額\u003c/td\u003e\n          \u003ctd\u003e≥ $500\u003c/td\u003e\n          \u003ctd\u003e低於此數小數點誤差吃掉收益\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e槓桿\u003c/td\u003e\n          \u003ctd\u003e1x（預設）\u003c/td\u003e\n          \u003ctd\u003e保持現貨 1:1 對沖，不加槓桿\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e自動退出\u003c/td\u003e\n          \u003ctd\u003e資金費率 \u0026lt; 0.005% 時關閉\u003c/td\u003e\n          \u003ctd\u003e低費率下持有沒意義\u003c/td\u003e\n      \u003c/tr\u003e\n  \u003c/tbody\u003e\n\u003c/table\u003e\n\u003cp\u003e\u003cstrong\u003e關鍵\u003c/strong\u003e：Pionex 自動幫你掛買單+開空，機器人會保證兩邊倉位精準對沖。如果你手動對沖，倉位滑點會吃掉很多收益。\u003c/p\u003e","title":"Pionex 期現套利實測：年化 8-15% 的低風險穩定收益"},{"content":" ⚠️ 註冊門檻：Pionex 不支援中國大陸身份證透過 KYC，需持有臺灣 / 新加坡 / 馬來西亞 / 美國等地有效證件。參考 Pionex 受限地區官方說明。\n說明：以下具體數字為月度覆盤範本，演示記錄格式、事件歸因和最佳化思路。實際收益取決於市場波動率、倉位、手續費等因素，個人實盤請按自己賬戶計算。\n網格機器人跑 3 個月後，第 4 個月通常會遇到幾件比前 3 個月更有意思的事：金價觸及區間上沿觸發停機、重新配置、以及一個我以前沒認真算過的指標——手續費佔毛利潤的比例。這篇以一套典型的月度覆盤資料為範本，講清楚哪些指標要追蹤、怎麼解讀。\n第 4 個月時間線 日期 事件 對賬戶影響 第 92 天 金價首次觸及 $4900 上沿，網格全部賣出 浮盈落袋 +$18 第 95 天 等待 3 天回落，重啟區間 $4750-$4950 資金效率回升 第 103 天 突發美聯儲利率決議前夜，手動暫停 24 小時 錯過波動約 -$4 第 112 天 恢復執行，加倉到 $800 總資金 單格利潤提升 第 120 天 月結，覆盤 — 資料對比（前 3 個月 vs 第 4 個月） 指標 前 3 個月 第 4 個月 成交筆數 847 412 毛利潤 $72 $38 手續費 $13 $7.2 淨利潤 $59 $30.8 平均日收益 $0.65 $1.03 累計 APY ~40% ~62%（年化折算） 第 4 個月日均收益更高，因為區間上沿停機避免了單邊上漲時的\u0026quot;空倉期\u0026quot;——機器人 3 天沒跑，但重新配置後效率提升。\n手續費佔比這個事 之前沒認真算，這次翻資料嚇一跳：\n前 3 個月：手續費 $13 / 毛利 $72 = 18% 第 4 個月：手續費 $7.2 / 毛利 $38 = 19% 近 1/5 的毛利潤被手續費吃掉。Pionex 現貨網格 0.05% 單邊收費，看起來很低，但網格策略成交頻率高，乘起來挺明顯。\n幾個降手續費的方式實測了一下：\n持有 PINT（Pionex 平臺幣）抵扣 20% 手續費 — 需要鎖倉，資金效率換手續費 加大單格利潤率（減少網格數）— 測試過 30 格 → 15 格，成交減半但每筆利潤翻倍，手續費佔比下降但總收益也下降 等更大的波動率—— 波動率低時網格本身不賺錢，這時關機比扛手續費合理 我最後選的是方案 2 + 3 組合：15 格 + 只在高波動時段執行。\n加倉的決定 第 112 天我把總資金從 $600 加到 $800。理由：\n3 個月 + 1 次成功走完區間，驗證這套策略在當前黃金波動結構下能賺 Pionex 平臺信任度夠了（3 個月沒出過事） 但沒加到 $2000 或更多，因為我不想把單一工具暴露太大 這是我對\u0026quot;倉位管理\u0026quot;最樸素的理解：驗證一輪 → 小幅加倉 → 再驗證，而不是一次 all-in。\n如果你還沒跑過，別一開始就大資金。用 $100-200 跑一個月，感受下網格在你心理上能不能接受\u0026quot;看著浮虧慢慢等回彈\u0026quot;。這裡是 Pionex 的註冊入口，新使用者手續費返還 30 天。\n踩過的坑（第 4 個月新增） 坑 1：突發事件沒提前關機\n第 103 天美聯儲決議，我忘了提前關機器人。結果決議後金價單邊下探 1.5%，3 小時內網格全部變持倉，賬戶浮虧 -$12。還好區間下沿沒穿，回彈後機器人還能繼續跑。\n教訓：日曆里加一條 Cron，每月第一個週三（美聯儲月度會議）提前 12 小時關機，等公佈後再開。\n坑 2：以為關機就沒事，其實資金被佔著\n第 92 天金價上穿後機器人停了，但資金仍\u0026quot;鎖\u0026quot;在機器人裡（系統把買單賣單都掛在交易所），我一度以為關了會自動回到現貨賬戶。實際需要手動點\u0026quot;停止機器人\u0026quot;並\u0026quot;平倉\u0026quot;才會釋放資金。\n第 5 個月打算做的事\n用 Claude Code 寫一個監控指令碼，到達區間邊沿自動推送 Telegram 試試 Pionex 的期現套利策略（這個資金利用率更高但收益更穩） 開 Grafana 面板跟蹤實盤 APY 趨勢 總結 以上範本資料（4 個月 $89 收益 / 從 $600 起步 / 年化約 45%）是演示用。實際年化取決於：\n市場波動率（第 4 個月事件明顯 → 收益反而比前 3 月更高） 你的區間設定是否匹配當前價格（區間選對是第一要義） 手續費是否做了最佳化（佔比 15-20% 很正常） 黃金網格不是暴富工具，也不能無腦跑。本質是\u0026quot;幫你做紀律買賣的低成本機器人\u0026quot;——有它你不會在暴漲時追高、也不會在暴跌時割肉，價格回到區間內它就能賺。\n接下來我會繼續每月發一次資料，重點：手續費最佳化、加倉規模控制、以及聯動 Claude 做監控。\n→ Pionex 全球最大的內建網格機器人交易所，免費提供 16 種自動化策略。\n延伸閱讀：\nPionex 黃金網格機器人教程 — 基礎引數設定 Pionex 黃金網格前 3 個月實盤 — 啟動到滿 3 個月 Pionex vs Binance 網格對比 ","permalink":"https://blog.panshi.io/zh-hant/posts/pionex-xau-profit-log-month4/","summary":"\u003c!-- cn-kyc-notice --\u003e\n\u003cblockquote\u003e\n\u003cp\u003e⚠️ \u003cstrong\u003e註冊門檻\u003c/strong\u003e：Pionex 不支援中國大陸身份證透過 KYC，需持有臺灣 / 新加坡 / 馬來西亞 / 美國等地有效證件。參考 \u003ca href=\"https://support.pionex.com/hc/en-us/articles/5929910517273\"\u003ePionex 受限地區官方說明\u003c/a\u003e。\u003c/p\u003e\n\u003c/blockquote\u003e\n\u003c!-- hero-image --\u003e\n\u003cp\u003e\u003cimg alt=\"Pionex 黃金網格第 4 個月實盤\" loading=\"lazy\" src=\"/images/pionex-xau-profit-log-month4-hero.jpg\"\u003e\u003c/p\u003e\n\u003cblockquote\u003e\n\u003cp\u003e\u003cstrong\u003e說明\u003c/strong\u003e：以下具體數字為\u003cstrong\u003e月度覆盤範本\u003c/strong\u003e，演示記錄格式、事件歸因和最佳化思路。實際收益取決於市場波動率、倉位、手續費等因素，個人實盤請按自己賬戶計算。\u003c/p\u003e\n\u003c/blockquote\u003e\n\u003cp\u003e網格機器人跑 3 個月後，第 4 個月通常會遇到幾件比前 3 個月更有意思的事：金價觸及區間上沿觸發停機、重新配置、以及一個我以前沒認真算過的指標——\u003cstrong\u003e手續費佔毛利潤的比例\u003c/strong\u003e。這篇以一套典型的月度覆盤資料為範本，講清楚哪些指標要追蹤、怎麼解讀。\u003c/p\u003e\n\u003ch2 id=\"第-4-個月時間線\"\u003e第 4 個月時間線\u003c/h2\u003e\n\u003ctable\u003e\n  \u003cthead\u003e\n      \u003ctr\u003e\n          \u003cth\u003e日期\u003c/th\u003e\n          \u003cth\u003e事件\u003c/th\u003e\n          \u003cth\u003e對賬戶影響\u003c/th\u003e\n      \u003c/tr\u003e\n  \u003c/thead\u003e\n  \u003ctbody\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e第 92 天\u003c/td\u003e\n          \u003ctd\u003e金價首次觸及 $4900 上沿，網格全部賣出\u003c/td\u003e\n          \u003ctd\u003e浮盈落袋 +$18\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e第 95 天\u003c/td\u003e\n          \u003ctd\u003e等待 3 天回落，重啟區間 $4750-$4950\u003c/td\u003e\n          \u003ctd\u003e資金效率回升\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e第 103 天\u003c/td\u003e\n          \u003ctd\u003e突發美聯儲利率決議前夜，手動暫停 24 小時\u003c/td\u003e\n          \u003ctd\u003e錯過波動約 -$4\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e第 112 天\u003c/td\u003e\n          \u003ctd\u003e恢復執行，加倉到 $800 總資金\u003c/td\u003e\n          \u003ctd\u003e單格利潤提升\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e第 120 天\u003c/td\u003e\n          \u003ctd\u003e月結，覆盤\u003c/td\u003e\n          \u003ctd\u003e—\u003c/td\u003e\n      \u003c/tr\u003e\n  \u003c/tbody\u003e\n\u003c/table\u003e\n\u003ch2 id=\"資料對比前-3-個月-vs-第-4-個月\"\u003e資料對比（前 3 個月 vs 第 4 個月）\u003c/h2\u003e\n\u003ctable\u003e\n  \u003cthead\u003e\n      \u003ctr\u003e\n          \u003cth\u003e指標\u003c/th\u003e\n          \u003cth\u003e前 3 個月\u003c/th\u003e\n          \u003cth\u003e第 4 個月\u003c/th\u003e\n      \u003c/tr\u003e\n  \u003c/thead\u003e\n  \u003ctbody\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e成交筆數\u003c/td\u003e\n          \u003ctd\u003e847\u003c/td\u003e\n          \u003ctd\u003e412\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e毛利潤\u003c/td\u003e\n          \u003ctd\u003e$72\u003c/td\u003e\n          \u003ctd\u003e$38\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e手續費\u003c/td\u003e\n          \u003ctd\u003e$13\u003c/td\u003e\n          \u003ctd\u003e$7.2\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e淨利潤\u003c/td\u003e\n          \u003ctd\u003e$59\u003c/td\u003e\n          \u003ctd\u003e$30.8\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e平均日收益\u003c/td\u003e\n          \u003ctd\u003e$0.65\u003c/td\u003e\n          \u003ctd\u003e$1.03\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e累計 APY\u003c/td\u003e\n          \u003ctd\u003e~40%\u003c/td\u003e\n          \u003ctd\u003e~62%（年化折算）\u003c/td\u003e\n      \u003c/tr\u003e\n  \u003c/tbody\u003e\n\u003c/table\u003e\n\u003cp\u003e第 4 個月日均收益更高，因為區間上沿停機避免了單邊上漲時的\u0026quot;空倉期\u0026quot;——機器人 3 天沒跑，但重新配置後效率提升。\u003c/p\u003e","title":"Pionex 黃金網格第 4 個月實盤：一次中斷、兩次加倉、淨利潤曲線"},{"content":" 人工補充幾句： 以下正文內容都是AI寫的 這個工具的主要用途是帶Macbook出門避免連AIGC的api直接走國內ip被封號 前提是surge要配置好aigc走指定鏈路（如vps-\u0026gt;US家寬） 這樣基本能確保100%不會誤走國內外網直連AIGC API\n家裡有一套基於 Surge + PF 防火牆的 fail-closed 網路保護方案：Surge 負責代理分流，PF 做最後一道 killswitch——Surge 程序異常退出時，境外流量自動被 PF 攔截，不會直連洩漏。\n但有一個問題：怎麼知道現在的保護狀態是好的？\n靠肉眼盯著 Surge 圖示顯然不現實。於是我寫了 NetworkGuard，一個住在狀態列裡的小 App，每 5 秒跑一輪探測，有問題就發系統通知。\n它長什麼樣 點開選單，能看到完整的系統快照：\nPF 防火牆：當前是 guarded / open / lockdown 哪種模式 Surge：程序狀態 + 增強模式 + 代理模式（rule/proxy/direct） Xray 橋接：備用代理埠是否在 LISTEN 在家檢測：ARP 和哨兵雙重驗證，確認是不是在自己家的網路裡 快捷操作：臨時放行 30 分鐘、手動 Lockdown、恢復自動監控 狀態列圖示用 SF Symbols，一眼就能看出保護狀態：\n圖示 含義 checkmark.shield 最佳狀態：guarded + Surge 健康 exclamationmark.shield Surge 異常，需要關注 shield.slash 自動 Lockdown（Surge 掛了且不在家） lock.shield 手動鎖定中 在家判定：為什麼需要這個 在外網，Surge 掛掉就必須 Lockdown——因為沒有代理鏈路，境外直連就會洩漏。但在家網裡，即使 Surge 暫時掛掉，我的路由器和 mihomo 還在，流量有其他出路，不必立刻封鎖。\n所以 surge-guard（控制 PF 的守護程序）會判斷是否\u0026quot;在家網\u0026quot;，邏輯是：\n在家 = (ARP 內網 MAC 匹配) AND (哨兵 HTTP 探測透過) 具體說：\nARP 組：檢測區域網兩臺裝置的 MAC 地址是否匹配，互為 fallback 哨兵組：向區域網內兩臺伺服器發 HTTP 請求（帶 token 鑑權），任一透過即可 兩類證據都要有：ARP 只能證明你在這個子網，哨兵帶 token 鑑權才能排除偽造 任何一組失敗，就不算\u0026quot;在家\u0026quot;，Surge 異常時會進入 Lockdown。\nWeb 監控面板 App 啟動時會在本機 9800 埠起一個 HTTP 服務，提供三個介面：\nlocalhost:9800/ — HTML 儀表盤，每 5 秒自動重新整理 /api/status — 當前探測狀態 JSON /api/events — 最近 50 條狀態變化記錄 面板裡能看到所有探測點的實時狀態，以及歷史切換記錄——每次 Surge 重啟、切換模式、ARP 狀態變化都會記錄下來，方便排查\u0026quot;剛才為什麼圖示閃了一下\u0026quot;這類問題。\n事件記錄的格式是 JSONL，存在本地，按型別區分：\n型別 觸發條件 是否發通知 pf_mode PF 模式切換 ✅ surge Surge 程序/模式變化 ✅（程序變化） sentinel 哨兵可達性變化 ❌ home 在家/外網切換 ❌ xray Xray 埠變化 ❌ override 臨時放行開始/結束 ✅ 通知只發\u0026quot;真正重要\u0026quot;的事件，哨兵瞬間抖動之類的不會騷擾到你。\n去抖動：解決誤報問題 早期版本有一個煩人的問題：Surge 重啟的那幾秒，App 會誤報\u0026quot;Surge 程序退出\u0026quot;，圖示閃歎號，還發通知，但實際上 Surge 只是在重啟。\n根本原因是所有探測都是\u0026quot;即時判斷\u0026quot;——一次檢測失敗就切狀態。\n修復方案是給每個訊號加去抖動：連續 3 次檢測失敗（約 15 秒）才真正切換狀態，但恢復立即生效。用一個 failStreak 字典記錄各訊號的連續失敗次數：\nfunc debounce(_ key: String, rawOk: Bool, stableOk: Bool) -\u0026gt; Bool { if rawOk { failStreak[key] = 0 return true // 恢復立即生效 } let streak = (failStreak[key] ?? 0) + 1 failStreak[key] = streak return streak \u0026lt; 3 ? stableOk : false // 連續 3 次才切換 } 對 Surge 還有一個額外保護：程序存在但 API 暫時無響應時，保留上次已知的 mode 和 enhanced 狀態，不會因為一次 API 超時就顯示歎號。\n另一個坑是 curl 探測哨兵時會走 Surge 的 TUN 介面——Surge 重啟期間 TUN 不通，哨兵探測就失敗了。解決方法是加 --noproxy '*' 強制直連區域網，繞過 TUN：\ncurl -fsS --max-time 2 --noproxy \u0026#39;*\u0026#39; -H \u0026#34;X-Guard-Token: ...\u0026#34; http://內網IP:18888/healthz 同理，ARP 重新整理快取也從 ping（經過 TUN）改成 TCP 連線 80 埠（走本地子網路由，不經過 Surge）。\n當 Surge 掛掉，那 5 秒網路是什麼狀態 這是我做這個系統時仔細推演過的一個問題。\n在外網，Surge 掛掉後到 Lockdown 之間大約有 5 秒視窗。這 5 秒裡網路狀態是：\n境外非 CN 新連線：已被 PF 攔截（guarded 模式的 allow_wan 表本來就是空的，PF 規則在 Surge 掛之前就封著這些流量） CN IP 新連線：直連放行，但沒有代理，走裸連 已建立的 TCP 連線：PF 狀態表還在，可能再傳幾秒資料 5 秒後切入 Lockdown，強制 kill 所有現有連線狀態。\n所以真正的風險視窗不是\u0026quot;Surge 掛了的那 5 秒\u0026quot;，而是 Surge 掛之前就有 DIRECT 規則的境外連線正在傳輸——PF 狀態表會讓這條連線多活幾秒。\n在家網，Surge 掛了不會 Lockdown，因為 home_trusted 成立——路由器 + mihomo 還在，流量有保障。這是設計行為。\n整體架構 NetworkGuard 本身不控制任何防火牆規則，它只讀取狀態檔案和發系統通知。真正控制 PF 的是 surge-guard.sh（root 常駐程序），兩者透過狀態檔案通訊：\nsurge-guard.sh（root） ├── 每 5 秒跑 guard_once() ├── 控制 PF anchor 規則 └── 寫入 ~/.config/surge-guard/state NetworkGuard.app（使用者態） ├── 每 5 秒讀 state 檔案 ├── 探測 Surge API / ARP / 哨兵 / Xray └── 發系統通知 + 更新選單 + 寫事件日誌 還有一個設計：NetworkGuard 程序是整個保護系統的\u0026quot;主開關\u0026quot;。surge-guard.sh 每輪會檢測 NetworkGuard 程序是否在執行，如果不在，自動切換到 open（全放行）模式——讓電腦恢復正常上網。重新開啟 App，保護自動恢復。\n整個 App 是單檔案 Swift，用 AppKit + UserNotifications + Network Framework，編譯後約 300KB。如果你也有類似的 Surge + PF 方案想要視覺化監控，這個思路應該值得參考。\n📷 封面圖 · Flux Schnell AI 生成 · panshi.io 品牌風格\n","permalink":"https://blog.panshi.io/zh-hant/posts/macos-network-guard-status-bar/","summary":"\u003c!-- hero-image --\u003e\n\u003cp\u003e\u003cimg alt=\"person using macbook pro on table\" loading=\"lazy\" src=\"/images/macos-network-guard-status-bar-hero.jpg\"\u003e\u003c/p\u003e\n\u003chr\u003e\n\u003cp\u003e人工補充幾句：\n以下正文內容都是AI寫的\n這個工具的主要用途是帶Macbook出門避免連AIGC的api直接走國內ip被封號\n前提是surge要配置好aigc走指定鏈路（如vps-\u0026gt;US家寬）\n這樣基本能確保100%不會誤走國內外網直連AIGC API\u003c/p\u003e\n\u003chr\u003e\n\u003cp\u003e家裡有一套基於 Surge + PF 防火牆的 fail-closed 網路保護方案：Surge 負責代理分流，PF 做最後一道 killswitch——Surge 程序異常退出時，境外流量自動被 PF 攔截，不會直連洩漏。\u003c/p\u003e\n\u003cp\u003e但有一個問題：\u003cstrong\u003e怎麼知道現在的保護狀態是好的？\u003c/strong\u003e\u003c/p\u003e\n\u003cp\u003e靠肉眼盯著 Surge 圖示顯然不現實。於是我寫了 NetworkGuard，一個住在狀態列裡的小 App，每 5 秒跑一輪探測，有問題就發系統通知。\u003c/p\u003e\n\u003ch2 id=\"它長什麼樣\"\u003e它長什麼樣\u003c/h2\u003e\n\u003cfigure\u003e\n    \u003cimg loading=\"lazy\" src=\"/images/ng-menu.png\"\n         alt=\"NetworkGuard 選單欄展開\" width=\"320\"/\u003e \n\u003c/figure\u003e\n\n\u003cp\u003e點開選單，能看到完整的系統快照：\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e\u003cstrong\u003ePF 防火牆\u003c/strong\u003e：當前是 guarded / open / lockdown 哪種模式\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003eSurge\u003c/strong\u003e：程序狀態 + 增強模式 + 代理模式（rule/proxy/direct）\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003eXray 橋接\u003c/strong\u003e：備用代理埠是否在 LISTEN\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e在家檢測\u003c/strong\u003e：ARP 和哨兵雙重驗證，確認是不是在自己家的網路裡\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e快捷操作\u003c/strong\u003e：臨時放行 30 分鐘、手動 Lockdown、恢復自動監控\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003e狀態列圖示用 SF Symbols，一眼就能看出保護狀態：\u003c/p\u003e\n\u003ctable\u003e\n  \u003cthead\u003e\n      \u003ctr\u003e\n          \u003cth\u003e圖示\u003c/th\u003e\n          \u003cth\u003e含義\u003c/th\u003e\n      \u003c/tr\u003e\n  \u003c/thead\u003e\n  \u003ctbody\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e\u003ccode\u003echeckmark.shield\u003c/code\u003e\u003c/td\u003e\n          \u003ctd\u003e最佳狀態：guarded + Surge 健康\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e\u003ccode\u003eexclamationmark.shield\u003c/code\u003e\u003c/td\u003e\n          \u003ctd\u003eSurge 異常，需要關注\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e\u003ccode\u003eshield.slash\u003c/code\u003e\u003c/td\u003e\n          \u003ctd\u003e自動 Lockdown（Surge 掛了且不在家）\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e\u003ccode\u003elock.shield\u003c/code\u003e\u003c/td\u003e\n          \u003ctd\u003e手動鎖定中\u003c/td\u003e\n      \u003c/tr\u003e\n  \u003c/tbody\u003e\n\u003c/table\u003e\n\u003ch2 id=\"在家判定為什麼需要這個\"\u003e在家判定：為什麼需要這個\u003c/h2\u003e\n\u003cp\u003e在外網，Surge 掛掉就必須 Lockdown——因為沒有代理鏈路，境外直連就會洩漏。但\u003cstrong\u003e在家網裡，即使 Surge 暫時掛掉，我的路由器和 mihomo 還在，流量有其他出路\u003c/strong\u003e，不必立刻封鎖。\u003c/p\u003e","title":"我在 Mac 狀態列做了一個網路安全衛士"},{"content":" AkileCloud 是近兩年國人社群討論比較多的 VPS 服務商，主打國內三網最佳化線路，價格在搬瓦工和普通 BGP 之間。這篇文章是我用了 3 個月後的實測評測。\nAkile 是誰 Akile 是近年興起的華人 VPS 服務商，節點覆蓋香港、美國、日本等地區，主打對國內網路最佳化的線路。主要賣點：\n香港節點 CMI / CN2 GIA 線路 美國節點 CN2 GIA 回程 價格比搬瓦工同檔低 20-30% 支援支付寶和加密貨幣 實測配置 我買的套餐：HK CMI 1C/1G/20GB SSD/1TB 流量，月費 ~$12，年付有折扣。\n硬體實測 # CPU $ lscpu | grep \u0026#34;Model name\u0026#34; Model name: Intel(R) Xeon(R) CPU E5-2680 v4 @ 2.40GHz # 磁碟 IO $ dd if=/dev/zero of=test bs=1M count=1000 oflag=direct 1073741824 bytes (1.1 GB, 1.0 GiB) copied, 2.3 s, 467 MB/s # 記憶體 $ free -m total used free Mem: 963 180 783 CPU 主頻不算新，磁碟 IO 正常水平，記憶體給足了 1GB。跑代理 / 小站完全夠用。\n網路實測 國內三網延遲（從廣州電信測）：\n$ mtr -rn -c 20 AKILE_IP HOST: test-vps 1. 廣州電信閘道器 2ms 2. 中國電信骨幹 5ms 3. 中國電信國際出口 45ms 4. 中國電信 CN2 GIA 50ms 5. 香港落地 58ms 6. AkileCloud 邊界 60ms 7. AKILE_IP 62ms 平均延遲: 62ms 丟包率: 0% 晚高峰測試（20:00-24:00）：\n時段 延遲 頻寬下載 凌晨 (03:00) 58ms ~95 Mbps 白天 (14:00) 65ms ~80 Mbps 晚高峰 (21:30) 85ms ~60 Mbps 深夜 (01:00) 62ms ~90 Mbps 晚高峰有明顯劣化但沒丟包，延遲從 58ms 漲到 85ms 可接受。\n和其他家對比 同樣從廣州電信，香港節點：\n服務商 平均延遲 晚高峰延遲 晚高峰頻寬 DMIT HK PVM Eyeball 32ms 48ms 不限速 搬瓦工香港 CMI 42ms 55ms 1 Gbps AkileCloud HK CMI 62ms 85ms ~60 Mbps RackNerd 美國 LA 185ms 260ms 不穩 定位清晰：Akile 比 DMIT / 搬瓦工差一檔，比 RackNerd / CloudCone 好一檔，價格也在中間。\n套餐與價格 香港機房 套餐 記憶體 流量 月費 年費 HK CMI 迷你 512MB 500GB ~$6 ~$60 HK CMI 標準 1GB 1TB ~$12 ~$120 HK CMI 進階 2GB 2TB ~$22 ~$220 美國機房 美西 CN2 GIA 回程：\n套餐 記憶體 流量 月費 US CN2 迷你 512MB 500GB ~$4 US CN2 標準 1GB 1TB ~$8 美國節點價格比香港便宜約 30%，但延遲和美國普通 VPS 差不多（150-200ms）。\n日本機房 套餐 記憶體 流量 月費 JP 軟銀 1GB 800GB ~$15 日本節點延遲 80-120ms，適合對日本服務訪問最佳化。\nIP 質量 Akile 的 IP 質量是中等水平：\n測試項 結果 IP 歸屬 全部香港，ASN 清晰 Netflix 解鎖 ✅ 香港區 Disney+ 解鎖 ✅ 香港區 ChatGPT 訪問 ⚠️ 部分 IP 可用，部分被限 Claude.ai ✅ 可用 Google 賬號登入 ✅ 正常 Cloudflare Challenge 頻率 偶爾（非常規 UA 訪問有機率） 坑點：我買的第一個 IP 被 ChatGPT 封，提工單 24 小時內免費換了一個可用的。後來長期穩定。\n代理節點部署實測 在 Akile HK 上部署 Xray + Hysteria2 雙協議（詳細步驟見 Xray 部署 和 Hysteria2 部署）。\n日常使用體驗（mihomo 規則分流）：\nYouTube 4K 流暢不卡 Netflix 1080p 流暢 ChatGPT 網頁正常載入 Claude.ai 網頁無異常 Google 搜尋響應快 晚高峰 60 Mbps 頻寬對家用代理完全夠用，一家 3 人同時看 YouTube 沒問題。\n工單和售後 工單響應：首次提問 6-12 小時，緊急故障有 Telegram 群可以催 換 IP：被牆後提工單可以申請換 IP，通常 24 小時內免費換 1 次 退款：7 天內無理由退款（透過工單申請） 客服：中文 + 英文，售前售後都有中文客服 實際經歷：\n第 1 次換 IP（ChatGPT 被封）：提工單 → 8 小時後換完 第 2 次諮詢備份快照：工單回覆 2 小時，操作指引清晰 付款方式 支援：\n支付寶（國人最方便） 信用卡 / PayPal 加密貨幣（USDT-TRC20 / USDT-ERC20 / BTC） 加密貨幣付款免手續費，支付寶有輕微匯率損失（約 1-2%）。\n適用場景 推薦買 Akile 的場景：\n預算 $120/年左右，想要 CN2 線路：搬瓦工同檔 $150+，Akile 省 20% 搬瓦工缺貨：熱門套餐（搬瓦工 HK CMI）經常缺貨，Akile 基本常年有貨 個人代理節點（家用）：頻寬 60-95 Mbps 對家用代理夠用 想試華人 VPS 服務商：客服中文，流程無語言障礙 不推薦 Akile 的場景：\n對晚高峰延遲敏感（\u0026lt;60ms）：選 DMIT HK PVM Eyeball 更合適 多賬號運營 / 批次註冊：IP 段集中，單 IP 被封影響大 電商、遊戲、影片直播專用：需要大頻寬的場景，Akile 單套餐頻寬不夠 和競品對比決策 需求優先順序 推薦 效能第一 \u0026gt; 價格 DMIT HK PVM Eyeball 穩定第一 \u0026gt; 價格 搬瓦工 CN2 GIA-E 價效比 \u0026gt; 極致效能 AkileCloud HK CMI 極致省錢 RackNerd 年付 短期測試 CloudCone 小時計費 詳細對比：RackNerd vs CloudCone vs 搬瓦工\n常見問題 Q: Akile 和搬瓦工比，到底差多少？ 線路：搬瓦工 CN2 GIA-E 比 Akile CMI 好半檔，延遲低 15-20ms，晚高峰更穩。\n價格：Akile 便宜 20-30%。\nIP 質量：搬瓦工稍好（Netflix/ChatGPT 透過率略高）。\n客服：Akile 響應略慢（6-12 小時 vs 搬瓦工 1-4 小時）。\n結論：預算緊選 Akile，預算夠選搬瓦工。\nQ: HK 和 US 哪個值得買？ HK：延遲低（60ms），頻寬相對小，適合日常代理。 US：延遲高（150-200ms），流媒體解鎖可能更好（Netflix 美區）。\n國人日常代理首選 HK，除非特定需要美區 IP。\nQ: 有沒有白嫖測試的方式？ 沒有免費試用。但 7 天無理由退款可以視為\u0026quot;試用\u0026quot;—— 買下來測試幾天，不合適提工單退款。\nQ: 晚高峰卡怎麼辦？ 三個思路：\n換到價格更高的 CN2 GIA 線路（Akile 部分套餐有） 用 mihomo 多節點切換，晚高峰自動切到其他節點 加 CDN（Cloudflare / 自建 Warp）過一層 Q: Akile 的工單多久能處理？ 一般諮詢：6-12 小時 故障工單：1-3 小時 緊急（宕機）：30 分鐘內 有 Telegram 群可以 @ 客服催 總結：AkileCloud 是一家定位明確的中端 VPS 服務商——比搬瓦工便宜，比 RackNerd 穩定。適合預算緊但又不想忍受普通 BGP 晚高峰的使用者。\n如果你已經在用搬瓦工，沒必要遷移；如果你還沒買過 CN2 線路的 VPS，Akile 是個低門檻入口。\n→ 註冊 AkileCloud → 其他 VPS 對比 → VPS 購買後初始化\n有問題來 Telegram 聊。\n📷 封面圖 · Flux Schnell AI 生成 · panshi.io 品牌風格\n","permalink":"https://blog.panshi.io/zh-hant/posts/akile-cn2-vps-review/","summary":"\u003c!-- hero-image --\u003e\n\u003cp\u003e\u003cimg alt=\"A close up view of a computer processor\" loading=\"lazy\" src=\"/images/akile-cn2-vps-review-hero.jpg\"\u003e\u003c/p\u003e\n\u003cp\u003e\u003ca href=\"https://aff.panshi.io/track?id=akile\"\u003eAkileCloud\u003c/a\u003e 是近兩年國人社群討論比較多的 VPS 服務商，主打\u003cstrong\u003e國內三網最佳化線路\u003c/strong\u003e，價格在搬瓦工和普通 BGP 之間。這篇文章是我用了 3 個月後的實測評測。\u003c/p\u003e\n\u003ch2 id=\"akile-是誰\"\u003eAkile 是誰\u003c/h2\u003e\n\u003cp\u003eAkile 是近年興起的華人 VPS 服務商，節點覆蓋香港、美國、日本等地區，主打\u003cstrong\u003e對國內網路最佳化\u003c/strong\u003e的線路。主要賣點：\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e香港節點 CMI / CN2 GIA 線路\u003c/li\u003e\n\u003cli\u003e美國節點 CN2 GIA 回程\u003c/li\u003e\n\u003cli\u003e價格比搬瓦工同檔低 20-30%\u003c/li\u003e\n\u003cli\u003e支援支付寶和加密貨幣\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch2 id=\"實測配置\"\u003e實測配置\u003c/h2\u003e\n\u003cp\u003e我買的套餐：\u003cstrong\u003eHK CMI 1C/1G/20GB SSD/1TB 流量\u003c/strong\u003e，月費 ~$12，年付有折扣。\u003c/p\u003e\n\u003ch3 id=\"硬體實測\"\u003e硬體實測\u003c/h3\u003e\n\u003cdiv class=\"highlight\"\u003e\u003cpre tabindex=\"0\" class=\"chroma\"\u003e\u003ccode class=\"language-bash\" data-lang=\"bash\"\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"c1\"\u003e# CPU\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e$ lscpu \u003cspan class=\"p\"\u003e|\u003c/span\u003e grep \u003cspan class=\"s2\"\u003e\u0026#34;Model name\u0026#34;\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003eModel name: Intel\u003cspan class=\"o\"\u003e(\u003c/span\u003eR\u003cspan class=\"o\"\u003e)\u003c/span\u003e Xeon\u003cspan class=\"o\"\u003e(\u003c/span\u003eR\u003cspan class=\"o\"\u003e)\u003c/span\u003e CPU E5-2680 v4 @ 2.40GHz\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"c1\"\u003e# 磁碟 IO\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e$ dd \u003cspan class=\"k\"\u003eif\u003c/span\u003e\u003cspan class=\"o\"\u003e=\u003c/span\u003e/dev/zero \u003cspan class=\"nv\"\u003eof\u003c/span\u003e\u003cspan class=\"o\"\u003e=\u003c/span\u003e\u003cspan class=\"nb\"\u003etest\u003c/span\u003e \u003cspan class=\"nv\"\u003ebs\u003c/span\u003e\u003cspan class=\"o\"\u003e=\u003c/span\u003e1M \u003cspan class=\"nv\"\u003ecount\u003c/span\u003e\u003cspan class=\"o\"\u003e=\u003c/span\u003e\u003cspan class=\"m\"\u003e1000\u003c/span\u003e \u003cspan class=\"nv\"\u003eoflag\u003c/span\u003e\u003cspan class=\"o\"\u003e=\u003c/span\u003edirect\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"m\"\u003e1073741824\u003c/span\u003e bytes \u003cspan class=\"o\"\u003e(\u003c/span\u003e1.1 GB, 1.0 GiB\u003cspan class=\"o\"\u003e)\u003c/span\u003e copied, 2.3 s, \u003cspan class=\"m\"\u003e467\u003c/span\u003e MB/s\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"c1\"\u003e# 記憶體\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e$ free -m\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e               total    used    free\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003eMem:            \u003cspan class=\"m\"\u003e963\u003c/span\u003e     \u003cspan class=\"m\"\u003e180\u003c/span\u003e     \u003cspan class=\"m\"\u003e783\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/code\u003e\u003c/pre\u003e\u003c/div\u003e\u003cp\u003eCPU 主頻不算新，磁碟 IO 正常水平，記憶體給足了 1GB。跑代理 / 小站完全夠用。\u003c/p\u003e","title":"AkileCloud 國內最佳化 VPS 評測：延遲、線路、適用場景"},{"content":" DMIT 是我主力用的 VPS 服務商，它在日本、香港、洛杉磯都有優質線路。這篇文章把三條線路做完整對比，給出\u0026quot;各自最適合的場景\u0026quot;。\n基礎購買流程見 DMIT VPS 購買教程，本文聚焦三條線路怎麼選。\n三條線路概覽 線路 產品名 典型月費 線路型別 香港 Eyeball PVM.HKG Eyeball $14.9-58.9 CMI（三網最佳化） 日本東京 PVM.TYO $16.9-58.9 軟銀 + NTT 美國洛杉磯 Premium PVM.LAX Premium $12-48 CN2 GIA 美國洛杉磯 Economy PVM.LAX Economy $6-20 普通 BGP 日本和香港的月費接近，美國 Premium 反而便宜 25%。\n延遲實測（從廣州電信，2026-04） 香港 PVM Eyeball $ mtr -rn -c 50 HK_IP 1. 廣州電信閘道器 2ms 2. 中國電信骨幹 4ms 3. 中國電信深圳出口 8ms 4. CMI 落地 15ms 5. DMIT HK 邊界 18ms 6. HK_IP 20ms 平均延遲：20-35ms 晚高峰延遲：30-45ms 丟包：0% 香港優勢：地理距離最近，延遲最低。\n日本東京 PVM $ mtr -rn -c 50 JP_IP 1. 廣州電信 3ms 2. 中國電信國際出口 25ms 3. 軟銀 JP 網路 70ms 4. DMIT JP 邊界 80ms 5. JP_IP 82ms 平均延遲：80-100ms 晚高峰延遲：100-130ms 丟包：0-1% 日本優勢：對訪問日本服務（Twitch、Bilibili 日站、部分日本 API）延遲低。\n美國洛杉磯 Premium（CN2 GIA） $ mtr -rn -c 50 LAX_IP 1. 廣州電信 3ms 2. CN2 核心 30ms 3. CN2 洛杉磯落地 145ms 4. DMIT LAX 邊界 150ms 5. LAX_IP 152ms 平均延遲：145-165ms 晚高峰延遲：155-180ms 丟包：0% 美國 Premium 優勢：CN2 GIA 線路，晚高峰不掉速，IP 池新（很多 IP 沒被大廠加入黑名單）。\n美國洛杉磯 Economy（普通 BGP） $ mtr -rn -c 50 LAX_ECO_IP 平均延遲：180-220ms 晚高峰延遲：260-320ms 丟包：2-8% Economy 是價效比款，但晚高峰會明顯示卡，不推薦做主力代理。\n頻寬對比 iperf3 從廣州打，測試 30 分鐘：\n線路 凌晨頻寬 白天頻寬 晚高峰頻寬 HK Eyeball 500 Mbps+ 400 Mbps+ 300+ Mbps JP PVM 200 Mbps 150 Mbps 100 Mbps LAX Premium (CN2) 120 Mbps 100 Mbps 80 Mbps LAX Economy 50 Mbps 30 Mbps \u0026lt; 20 Mbps HK 頻寬最大，對下載大檔案 / 高畫質流媒體最友好。\nIP 質量對比 測試項 HK JP LAX Premium LAX Economy Netflix 解鎖 香港區 日本區 美國區（部分） 部分 Disney+ ✅ HK ✅ JP ✅ US 部分 ChatGPT ✅ ⚠️ 部分 ✅ ❌ Claude.ai ✅ ⚠️ 部分 ✅ 部分 Google ✅ ✅ ✅ ✅ Cloudflare Challenge 偶爾 偶爾 罕見 頻繁 Twitter/X ✅ ✅ ✅ ✅ LAX Premium IP 質量最好（池新、ASN 乾淨），HK 和 JP 質量相近，Economy 較差。\n各線路的獨特優勢 香港 PVM Eyeball 的獨特優勢 延遲極低：國內任何一條線路都到不了 20ms 這麼低 頻寬最大：家用代理能跑滿 300+ Mbps Netflix HK 解鎖：相對小眾但部分人需要的香港區內容 最佳場景：\n日常代理主力（延遲敏感型使用者） 遠端辦公 / 視訊會議 對香港區流媒體有需求 日本東京 PVM 的獨特優勢 訪問日本服務快：Twitch、Bilibili 日站、DMM、Pixiv 等 遊戲加速：日服遊戲延遲低 IP 歸屬日本：對於\u0026quot;需要日本 IP\u0026quot;的賬號註冊有用 最佳場景：\nACG 愛好者（日本流媒體） 日服遊戲玩家 日本區賬號註冊 美國洛杉磯 Premium 的獨特優勢 IP 質量最好：池新，ChatGPT / Claude 透過率高 美國區流媒體：Netflix 美區、HBO Max、Hulu 等 價格相對便宜：比 HK 便宜 25% CN2 GIA 穩定：晚高峰不掉速 最佳場景：\nAI 工具（ChatGPT / Claude）出口 美國流媒體（美區內容最豐富） 跨境電商 / 美國業務 套餐價格對比（同等規格） 以 1C/1GB/1TB 流量 為例：\n線路 月付 年付 HK Eyeball Tiny $14.9 ~$150 JP PVM Tiny $16.9 ~$170 LAX Premium Tiny $11.9 ~$120 LAX Economy Tiny $5.9 ~$60 價格排序：LAX Economy \u0026lt; LAX Premium \u0026lt; HK \u0026lt; JP\n適用場景決策 場景 1：日常科學上網（家用） 優先順序 推薦 延遲優先 HK Eyeball 價效比優先 LAX Premium 極致便宜 HK Eyeball 缺貨時，用 LAX Premium 替代 場景 2：AI 工具專用（ChatGPT / Claude） 唯一推薦：LAX Premium\nChatGPT 對資料中心 IP 敏感，LAX Premium IP 池新，透過率最高 如果仍被限制，疊加 IPRoyal 住宅 IP 場景 3：多媒體流媒體 地區內容 推薦 美區（Netflix US / HBO） LAX Premium 港區（Netflix HK） HK Eyeball 日區（Netflix JP / Bilibili） JP PVM 要看多個地區的內容：買一個主力（HK 或 LAX）+ 一個按需（JP），用 mihomo 規則分流。\n場景 4：遊戲加速 伺服器地區 推薦 日服遊戲 JP PVM（必選） 美服遊戲 LAX Premium 港服遊戲 HK Eyeball 遊戲延遲敏感，必須買對應地區的節點。\n場景 5：跨境業務 / 電商 唯一推薦：LAX Premium\n註冊美國賬號（Amazon Seller / Stripe / PayPal） 美國電商平臺運營 配合 IPRoyal 住宅 IP 做多賬號 場景 6：VPN 節點 / 跳板機 目的 推薦 日本跳板（公司內網接入日本辦公室） JP PVM 香港跳板 HK Eyeball 美國跳板 LAX Premium 場景 7：節點池 / 高可用 多買幾臺做冗餘，推薦組合：\n主力：HK Eyeball（低延遲） 備用：LAX Premium（不同地區，容災） 特定用途：JP PVM（按需） 我的實際部署 我目前在 DMIT 上有 3 臺：\nHK Eyeball Tiny：日常代理主力，跑 Xray + Hysteria2 LAX Premium Tiny：AI 工具專用出口（ChatGPT / Claude） JP PVM Tiny（偶爾買）：需要訪問日本服務時開 用 mihomo 配置規則分流（詳見 mihomo 規則分流）：\n# mihomo 配置節選 rules: - DOMAIN-SUFFIX,openai.com,DMIT-LAX - DOMAIN-SUFFIX,claude.ai,DMIT-LAX - DOMAIN-SUFFIX,anthropic.com,DMIT-LAX - DOMAIN-SUFFIX,bilibili.com,DMIT-JP # 日站 - DOMAIN-SUFFIX,pixiv.net,DMIT-JP - DOMAIN-SUFFIX,netflix.com,DMIT-HK # HK 區 Netflix - MATCH,DMIT-HK # 預設走香港 缺貨應對 DMIT 熱門套餐（HK Tiny / LAX Premium Tiny）經常缺貨。應對方法：\n方法 1：關注官方 Telegram DMIT 官方有補貨頻道，補貨時推送通知。手快有手慢無。\n方法 2：買更大的套餐臨時用 如果 Tiny（1GB）缺貨，買 Small（2GB）先用。一般不支援降配，但可以短期（月付）用到 Tiny 有貨。\n方法 3：用其他家臨時替代 HK 缺貨 → 用 AkileCloud HK LAX Premium 缺貨 → 用 搬瓦工 CN2 GIA-E\n方法 4：年付鎖定 買到後直接年付，避免續費時缺貨。\nDMIT 的坑 坑 1：Economy 線路不值得買 雖然便宜（$5.9/月），但晚高峰延遲 260-320ms+ 丟包，做代理卡到無法使用。如果預算 $60/年，直接選搬瓦工 PID 87 或 RackNerd（詳見 三家對比）。\n坑 2：IPv6 支援有限 DMIT 部分套餐不送 IPv6，只有 IPv4。現在越來越多的服務（部分牆內 CDN）需要 IPv6，注意提前確認。\n坑 3：流量用完停機 DMIT 流量用完直接斷線（不是限速）。每月 25-28 號檢查一下流量使用量，不夠可以買流量包。\n坑 4：工單響應不算快 DMIT 工單響應通常 12-24 小時。緊急問題找 Telegram 群更快。\n常見問題 Q: HK 和 LAX Premium 哪個更值得買？ 延遲敏感（\u0026lt;50ms）：HK Eyeball AI 工具 / 美區流媒體：LAX Premium 預算緊：LAX Premium（便宜 25%） 一般人日常用，HK 體驗更順滑（延遲低）。\nQ: JP 線路和搬瓦工日本軟銀有什麼區別？ 對比 DMIT JP 搬瓦工 日本軟銀 價格 $16.9/月 起 $90/年（約 $7.5/月） 延遲 80-100ms 100-130ms 頻寬 150 Mbps 80 Mbps IP 質量 好 中 DMIT JP 效能更好，搬瓦工 JP 價效比更高。\nQ: 能混搭 DMIT 和搬瓦工嗎？ 可以。我自己就是混用：\nDMIT HK / LAX（日常代理 + AI 工具） 搬瓦工 CN2 GIA-E（備用節點） 用 mihomo 根據規則自動切換 Q: DMIT 支援哪些付款方式？ 信用卡 / PayPal 加密貨幣（USDT TRC20 最推薦） 部分套餐支援支付寶 Q: DMIT 的 KVM 和 LXC 有什麼區別？ KVM：完整虛擬化，支援核心調整（BBR 等）、Docker LXC：容器虛擬化，更便宜，但不支援自定義核心 強烈推薦 KVM。LXC 很多代理協議（Hysteria2 等）跑不了。\n→ DMIT 購買完整教程 → DMIT 官方註冊（AFF） → 搬瓦工 CN2 GIA 深度評測 → mihomo 規則分流\n選線路拿不定來 Telegram 問。\n📷 封面圖 · Flux Schnell AI 生成 · panshi.io 品牌風格\n","permalink":"https://blog.panshi.io/zh-hant/posts/dmit-jp-vs-hk-vs-us/","summary":"\u003c!-- hero-image --\u003e\n\u003cp\u003e\u003cimg alt=\"a close up of a server in a server room\" loading=\"lazy\" src=\"/images/dmit-jp-vs-hk-vs-us-hero.jpg\"\u003e\u003c/p\u003e\n\u003cp\u003e\u003ca href=\"https://aff.panshi.io/track?id=dmit\"\u003eDMIT\u003c/a\u003e 是我主力用的 VPS 服務商，它在日本、香港、洛杉磯都有優質線路。這篇文章把三條線路做完整對比，給出\u0026quot;各自最適合的場景\u0026quot;。\u003c/p\u003e\n\u003cblockquote\u003e\n\u003cp\u003e基礎購買流程見 \u003ca href=\"/zh-hant/posts/dmit-vps-purchase-guide/\"\u003eDMIT VPS 購買教程\u003c/a\u003e，本文聚焦\u003cstrong\u003e三條線路怎麼選\u003c/strong\u003e。\u003c/p\u003e\n\u003c/blockquote\u003e\n\u003ch2 id=\"三條線路概覽\"\u003e三條線路概覽\u003c/h2\u003e\n\u003ctable\u003e\n  \u003cthead\u003e\n      \u003ctr\u003e\n          \u003cth\u003e線路\u003c/th\u003e\n          \u003cth\u003e產品名\u003c/th\u003e\n          \u003cth\u003e典型月費\u003c/th\u003e\n          \u003cth\u003e線路型別\u003c/th\u003e\n      \u003c/tr\u003e\n  \u003c/thead\u003e\n  \u003ctbody\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e香港 Eyeball\u003c/td\u003e\n          \u003ctd\u003ePVM.HKG Eyeball\u003c/td\u003e\n          \u003ctd\u003e$14.9-58.9\u003c/td\u003e\n          \u003ctd\u003eCMI（三網最佳化）\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e日本東京\u003c/td\u003e\n          \u003ctd\u003ePVM.TYO\u003c/td\u003e\n          \u003ctd\u003e$16.9-58.9\u003c/td\u003e\n          \u003ctd\u003e軟銀 + NTT\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e美國洛杉磯 Premium\u003c/td\u003e\n          \u003ctd\u003ePVM.LAX Premium\u003c/td\u003e\n          \u003ctd\u003e$12-48\u003c/td\u003e\n          \u003ctd\u003eCN2 GIA\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e美國洛杉磯 Economy\u003c/td\u003e\n          \u003ctd\u003ePVM.LAX Economy\u003c/td\u003e\n          \u003ctd\u003e$6-20\u003c/td\u003e\n          \u003ctd\u003e普通 BGP\u003c/td\u003e\n      \u003c/tr\u003e\n  \u003c/tbody\u003e\n\u003c/table\u003e\n\u003cp\u003e日本和香港的月費接近，\u003cstrong\u003e美國 Premium 反而便宜 25%\u003c/strong\u003e。\u003c/p\u003e\n\u003ch2 id=\"延遲實測從廣州電信2026-04\"\u003e延遲實測（從廣州電信，2026-04）\u003c/h2\u003e\n\u003ch3 id=\"香港-pvm-eyeball\"\u003e香港 PVM Eyeball\u003c/h3\u003e\n\u003cpre tabindex=\"0\"\u003e\u003ccode\u003e$ mtr -rn -c 50 HK_IP\n  1. 廣州電信閘道器      2ms\n  2. 中國電信骨幹      4ms\n  3. 中國電信深圳出口  8ms\n  4. CMI 落地          15ms\n  5. DMIT HK 邊界      18ms\n  6. HK_IP             20ms\n\n平均延遲：20-35ms\n晚高峰延遲：30-45ms\n丟包：0%\n\u003c/code\u003e\u003c/pre\u003e\u003cp\u003e\u003cstrong\u003e香港優勢\u003c/strong\u003e：地理距離最近，延遲最低。\u003c/p\u003e","title":"DMIT 日本 / 香港 / 美國三條線路對比：延遲、頻寬、解鎖能力實測"},{"content":" 很多人買了 IPRoyal 住宅 IP 只是\u0026quot;能用\u0026quot;，不知道怎麼用它賺錢。這篇文章把 5 個已經跑通的實戰場景寫清楚，從買 IP 到具體變現路徑完整講一遍。\n基礎科普見 IPRoyal 住宅 IP 使用場景。本文聚焦具體賺錢場景。\n為什麼住宅 IP 能賺錢 核心原因：很多網際網路業務對資料中心 IP 做了限制，但對住宅 IP 友好。\nOpenAI / ChatGPT 註冊需住宅 IP（資料中心 IP 被封） 電商平臺（亞馬遜 / 蝦皮 / 阿里國際站）識別資料中心 IP 為\u0026quot;異常\u0026quot; 廣告聯盟（Google AdSense / Facebook Ads）反作弊系統對資料中心 IP 嚴格 跨境電商要模擬當地使用者（美國使用者 → 美國住宅 IP） 誰能讓\u0026quot;電腦上網看起來像普通家庭使用者\u0026quot;，誰就能做這些業務。\n場景 1：AI 賬號批次註冊和管理 典型需求：註冊多個 ChatGPT Plus 賬號、Claude.ai 賬號、Midjourney 賬號，一個人運營或者轉賣。\n操作流程 IPRoyal 買對應國家住宅 IP（美國 / 英國 / 新加坡） 使用指紋瀏覽器（AdsPower / BitBrowser / MultiLogin），每個賬號配一個獨立瀏覽器環境 每個瀏覽器繫結一個 IPRoyal 出口 IP（按 session 固定 IP） 用不同的郵箱（Gmail / Outlook / ProtonMail）註冊賬號 養號：每週登入 1-2 次，正常使用一段時間再高頻使用 注意事項 IP 必須和郵箱地區匹配：美國郵箱 + 美國 IP，混搭容易被風控 不要同一 IP 註冊多個賬號：IPRoyal 支援 sticky session（黏性會話），能讓同一使用者會話保持同一 IP，但跨賬號必須換 IP 手機號驗證：ChatGPT 等需要手機號驗證，用 SMS-Activate 或 Tello 等虛擬號服務 變現路徑 自用省錢（ChatGPT Plus $20/月，賬號合租 4-6 人分擔） 賬號轉賣（合規場景：企業團隊賬號代購） AI 服務代開通業務 實際成本 專案 成本 IPRoyal 住宅 IP $7/GB（註冊用流量極少，1GB 能註冊 50+ 個賬號） 指紋瀏覽器 $9-30/月（AdsPower 等） 郵箱服務 $0-1/個 手機號驗證 $0.5-2/次 單賬號啟動成本約 $3-5，如果轉賣可以快速回本。\n場景 2：跨境電商選品和調研 典型需求：做亞馬遜/Shopify 跨境電商，需要看美國真實使用者視角的搜尋結果、商品排名、競品價格。\n問題 國內訪問亞馬遜美國站，搜尋結果和美國使用者看到的不一樣（地區價格、庫存、推薦） 用 VPS 代理訪問容易被識別，看到的資料不真實 需要按城市/郵編檢視（亞馬遜的 Prime 配送範圍、庫存等按郵編展示） 操作流程 IPRoyal 選擇 美國 → 具體州/城市（比如加州洛杉磯） 配置到 Chrome + Proxy SwitchyOmega 訪問亞馬遜，填入目標郵編（90001 = LA） 搜尋關鍵詞，檢視真實排名 用 Helium 10 / JungleScout 等工具配合，看銷量估算 資料點 用住宅 IP + 郵編定位採集到的資料：\n競品當前價格（含地區折扣） 庫存量（Prime 顯示\u0026quot;明天到達\u0026quot;= 庫存充足） 搜尋結果排名（Organic + Sponsored） 商品評論（按時間排序看近期趨勢） 自動化方案 更進一步，用 Python + IPRoyal + Playwright 做自動化採集：\nfrom playwright.sync_api import sync_playwright proxy = { \u0026#34;server\u0026#34;: \u0026#34;http://gate.iproyal.cn:10000\u0026#34;, \u0026#34;username\u0026#34;: \u0026#34;你的使用者名稱_country-us_state-california\u0026#34;, \u0026#34;password\u0026#34;: \u0026#34;你的密碼\u0026#34; } with sync_playwright() as p: browser = p.chromium.launch(proxy=proxy, headless=True) page = browser.new_page() page.goto(\u0026#34;https://www.amazon.com/s?k=wireless+earbuds\u0026#34;) # 設定郵編（LA） page.click(\u0026#34;#nav-global-location-popover-link\u0026#34;) page.fill(\u0026#34;#GLUXZipUpdateInput\u0026#34;, \u0026#34;90001\u0026#34;) page.click(\u0026#34;#GLUXZipUpdate\u0026#34;) # 抓取商品列表 products = page.query_selector_all(\u0026#34;[data-component-type=\u0026#39;s-search-result\u0026#39;]\u0026#34;) for p in products: title = p.query_selector(\u0026#34;h2 span\u0026#34;).text_content() price = p.query_selector(\u0026#34;.a-price-whole\u0026#34;) print(title, price.text_content() if price else \u0026#34;N/A\u0026#34;) browser.close() 變現路徑 自營跨境電商：選品更精準，利潤率提升 10-20% 選品代理服務：幫別人做市場調研，$50-200/單 資料產品：做\u0026quot;美國熱銷品趨勢\u0026quot;付費報告 場景 3：Google Ads / Meta Ads 廣告驗證 典型需求：跨境廣告投放（或者代客戶投放），需要確認廣告在目標地區正常展示、落地頁載入、轉化流程完整。\n問題 廣告投放給美國使用者，你在中國用 VPS 代理看，Google/Meta 會推送和真實美國使用者不一樣的廣告 想驗證目標受眾真實看到的落地頁（不同地區顯示不同價格/語言/庫存） 反作弊檢查：確認競品有沒有刷廣告 操作流程 IPRoyal 選目標地區住宅 IP（美國紐約 / 美國洛杉磯 / 英國倫敦等） 啟用 sticky session（IPRoyal 支援，同一 session 保持同一 IP 30 分鐘） 清除瀏覽器 cookies / localStorage 訪問 Google / Facebook，搜尋目標關鍵詞 檢視廣告展示、點選、落地頁 Google 廣告驗證步驟 1. IPRoyal 配置 → 美國 → 具體城市 2. 開啟無痕模式 Chrome 3. google.com → 搜尋 \u0026#34;cheap flights to tokyo\u0026#34; 4. 觀察： - Ads 區展示的廣告是哪幾家 - 價格顯示貨幣是否 USD - 落地頁語言是否英文 - 點選廣告後跳轉是否正常 Facebook 廣告審查 類似流程，用 facebook.com 登入（用對應地區的賬號），瀏覽 feed 確認廣告投放。\n注意事項 單純\u0026quot;看廣告\u0026quot;不要點選（誤點會消耗客戶的廣告預算） 要統計點選時，用獨立會話點選 1-2 次足夠 不要用同一 IP 刷別人的廣告（廣告欺詐違法） 變現路徑 為客戶做廣告驗證服務（$30-100/次） 建立跨境電商廣告投放團隊 做\u0026quot;廣告審查工具\u0026quot;付費訂閱 場景 4：價格爬蟲 / 比價資料 典型需求：機票/酒店/電商價格動態採集，給使用者推送特價。\n為什麼需要住宅 IP 航空公司 / 酒店網站對同一 IP 頻繁查詢會限流 攜程/Booking 等大平臺有地區差價（美國 IP 看到的價格 vs 國內 IP 不同） 用資料中心 IP 大量請求會觸發驗證碼 典型專案：機票價格追蹤 import httpx import time import random # IPRoyal 配置，每次換 IP def get_proxy(): session_id = random.randint(10000, 99999) return { \u0026#34;all://\u0026#34;: f\u0026#34;http://user-country-us-session-{session_id}:password@gate.iproyal.cn:10000\u0026#34; } def fetch_flight_price(origin, dest, date): url = f\u0026#34;https://www.kayak.com/flights/{origin}-{dest}/{date}\u0026#34; with httpx.Client(proxies=get_proxy(), timeout=30) as client: r = client.get(url) # 解析價格 return parse_price(r.text) # 每天抓 1 次，連續 30 天 prices = [] for i in range(30): price = fetch_flight_price(\u0026#34;SFO\u0026#34;, \u0026#34;NRT\u0026#34;, \u0026#34;2026-06-01\u0026#34;) prices.append({\u0026#34;date\u0026#34;: time.strftime(\u0026#34;%Y-%m-%d\u0026#34;), \u0026#34;price\u0026#34;: price}) time.sleep(86400) 資料用途 自用：提前訂到特價機票 做\u0026quot;特價機票推送\u0026quot;公眾號 / Telegram 頻道（廣告 + 機票聯盟佣金） 航司研究：分析定價規律，撰寫付費報告 合規注意 控制請求頻率（1-5 秒/次，不要 DDoS 人家） 遵守 robots.txt 不要採集付費牆後的資料 場景 5：多地區 SEO 監控 典型需求：網站在不同國家 Google 搜尋結果排名不同，需要監控\u0026quot;目標市場\u0026quot;的真實排名。\n為什麼不能用 VPS Google 會根據 IP 調整搜尋結果（地區化） 資料中心 IP 搜尋結果可能被降權或顯示 ReCaptcha 工具類 SEO 軟體（Ahrefs / SEMrush）月費貴，且資料滯後 1-7 天 操作流程 IPRoyal 配置目標國家（比如\u0026quot;日本東京\u0026quot;住宅 IP） Chrome 無痕 → google.co.jp 搜尋你的目標關鍵詞（比如 \u0026ldquo;residential proxy\u0026rdquo; 日文） 記錄你的網站排名位置、前 10 名競爭對手 自動化指令碼 from playwright.sync_api import sync_playwright import json KEYWORDS = [\u0026#34;residential proxy\u0026#34;, \u0026#34;data center proxy\u0026#34;, \u0026#34;rotating proxy\u0026#34;] TARGET_SITE = \u0026#34;yoursite.com\u0026#34; def check_rank(keyword, country=\u0026#34;us\u0026#34;): proxy = f\u0026#34;http://user-country-{country}:pass@gate.iproyal.cn:10000\u0026#34; with sync_playwright() as p: browser = p.chromium.launch(proxy={\u0026#34;server\u0026#34;: proxy}) page = browser.new_page() page.goto(f\u0026#34;https://www.google.com/search?q={keyword}\u0026#34;) results = page.query_selector_all(\u0026#34;div.yuRUbf a\u0026#34;) for i, r in enumerate(results, 1): url = r.get_attribute(\u0026#34;href\u0026#34;) if TARGET_SITE in url: return i return None # 每天跑 1 次 for kw in KEYWORDS: rank = check_rank(kw, \u0026#34;us\u0026#34;) print(f\u0026#34;{kw}: {rank}\u0026#34;) 變現路徑 自己網站 SEO 監控，最佳化排名 → 更多流量 → AFF 佣金 / 廣告收入 為客戶做 SEO 排名追蹤服務（$50-200/月/客戶） 建立\u0026quot;SEO 監控工具\u0026quot;SaaS 場景組合玩法 上面 5 個場景可以組合：\n跨境電商完整鏈條：\n住宅 IP 選品調研（場景 2） 住宅 IP 監控競品廣告（場景 3） 住宅 IP 採集競品價格（場景 4） 住宅 IP 做落地頁 SEO 監控（場景 5） 用 AI 賬號批次生成產品文案（場景 1） 一個跨境電商\u0026quot;工具箱\u0026quot;就成型了，同一份 IPRoyal 流量支撐多個業務。\nIPRoyal 選套餐建議 用量 套餐 成本 偶爾用（註冊賬號 / 臨時任務） Pay-as-you-go $7/GB 日常使用（爬蟲、SEO 監控） 月付 10-30 GB $60-200/月 批次業務（跨境電商團隊） 月付 100+ GB $500+/月 起步建議：先買 5GB，跑通一個場景再加量。IPRoyal 流量不過期，買了慢慢用。\n成本預算和 ROI 假設做 AI 賬號代開通業務：\nIPRoyal 成本：$7/GB，註冊 1 個賬號約 20MB = $0.14 指紋瀏覽器：$15/月 / 賬號數量 手機號驗證：$1/次 單賬號成本：約 $1.5 單賬號售價：$20-50（ChatGPT Plus 月租） 毛利率 80%+，前提是流量穩定、賬號能養住。\n常見問題 Q: IPRoyal 和直接買 VPS 代理有什麼區別？ VPS 代理 = 資料中心 IP，固定。IPRoyal = 住宅 IP，動態，按 GB 計費。對需要像真人的場景必須用後者。\nQ: 怎麼確認 IPRoyal 的 IP 是住宅？ 訪問 ipinfo.io，看 ASN 欄位。住宅 IP 的 ASN 是 ISP（Comcast / AT\u0026amp;T 等）；資料中心 IP 是雲服務商（AWS / Google 等）。\nQ: 用 IPRoyal 做灰產會不會被封？ IPRoyal 本身支援合規業務。做嚴重違規（刷單 / 賬號欺詐）可能被服務商封賬號。本文列的 5 個場景都是合規業務。\nQ: 流量怎麼省？ 爬蟲類：只下載 HTML / API 響應，不載入圖片 / CSS（省 80%） 瀏覽器場景：遮蔽廣告和圖片（uBlock Origin） 啟用代理壓縮（Chrome Flag 裡有資料壓縮選項） Q: 按 GB 計費 vs 月套餐怎麼選？ 低於 20GB/月 用按 GB，超過 20GB 用月套餐更省。我自己目前用按 GB，偶爾用 2-3 GB/月。\n總結：IPRoyal 的住宅 IP 不只是\u0026quot;翻牆工具\u0026quot;，而是跨境業務的基礎設施。從 AI 賬號到電商到 SEO，只要業務涉及\u0026quot;看起來像本地使用者\u0026quot;，都離不開它。\n→ 開始使用 IPRoyal（AFF 連結） → IPRoyal 基礎使用指南 → 住宅 IP vs 資料中心 IP 原理 → mihomo 出口接住宅 IP\n有實戰問題來 Telegram 聊。\n📷 封面圖 · Flux Schnell AI 生成 · panshi.io 品牌風格\n","permalink":"https://blog.panshi.io/zh-hant/posts/iproyal-use-cases-5-scenarios/","summary":"\u003c!-- hero-image --\u003e\n\u003cp\u003e\u003cimg alt=\"A close up of a blue and black globe\" loading=\"lazy\" src=\"/images/iproyal-use-cases-5-scenarios-hero.jpg\"\u003e\u003c/p\u003e\n\u003cp\u003e很多人買了 \u003ca href=\"https://aff.panshi.io/track?id=iproyal\"\u003eIPRoyal\u003c/a\u003e 住宅 IP 只是\u0026quot;能用\u0026quot;，不知道怎麼用它賺錢。這篇文章把 5 個已經跑通的實戰場景寫清楚，從買 IP 到具體變現路徑完整講一遍。\u003c/p\u003e\n\u003cblockquote\u003e\n\u003cp\u003e基礎科普見 \u003ca href=\"/zh-hant/posts/iproyal-residential-ip/\"\u003eIPRoyal 住宅 IP 使用場景\u003c/a\u003e。本文聚焦\u003cstrong\u003e具體賺錢場景\u003c/strong\u003e。\u003c/p\u003e\n\u003c/blockquote\u003e\n\u003ch2 id=\"為什麼住宅-ip-能賺錢\"\u003e為什麼住宅 IP 能賺錢\u003c/h2\u003e\n\u003cp\u003e核心原因：\u003cstrong\u003e很多網際網路業務對資料中心 IP 做了限制，但對住宅 IP 友好\u003c/strong\u003e。\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003eOpenAI / ChatGPT 註冊需住宅 IP（資料中心 IP 被封）\u003c/li\u003e\n\u003cli\u003e電商平臺（亞馬遜 / 蝦皮 / 阿里國際站）識別資料中心 IP 為\u0026quot;異常\u0026quot;\u003c/li\u003e\n\u003cli\u003e廣告聯盟（Google AdSense / Facebook Ads）反作弊系統對資料中心 IP 嚴格\u003c/li\u003e\n\u003cli\u003e跨境電商要模擬當地使用者（美國使用者 → 美國住宅 IP）\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003e誰能讓\u0026quot;電腦上網看起來像普通家庭使用者\u0026quot;，誰就能做這些業務。\u003c/p\u003e\n\u003ch2 id=\"場景-1ai-賬號批次註冊和管理\"\u003e場景 1：AI 賬號批次註冊和管理\u003c/h2\u003e\n\u003cp\u003e\u003cstrong\u003e典型需求\u003c/strong\u003e：註冊多個 ChatGPT Plus 賬號、Claude.ai 賬號、Midjourney 賬號，一個人運營或者轉賣。\u003c/p\u003e\n\u003ch3 id=\"操作流程\"\u003e操作流程\u003c/h3\u003e\n\u003col\u003e\n\u003cli\u003e\u003cstrong\u003eIPRoyal 買對應國家住宅 IP\u003c/strong\u003e（美國 / 英國 / 新加坡）\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e使用指紋瀏覽器\u003c/strong\u003e（AdsPower / BitBrowser / MultiLogin），每個賬號配一個獨立瀏覽器環境\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e每個瀏覽器繫結一個 IPRoyal 出口 IP\u003c/strong\u003e（按 session 固定 IP）\u003c/li\u003e\n\u003cli\u003e用不同的郵箱（Gmail / Outlook / ProtonMail）註冊賬號\u003c/li\u003e\n\u003cli\u003e養號：每週登入 1-2 次，正常使用一段時間再高頻使用\u003c/li\u003e\n\u003c/ol\u003e\n\u003ch3 id=\"注意事項\"\u003e注意事項\u003c/h3\u003e\n\u003cul\u003e\n\u003cli\u003e\u003cstrong\u003eIP 必須和郵箱地區匹配\u003c/strong\u003e：美國郵箱 + 美國 IP，混搭容易被風控\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e不要同一 IP 註冊多個賬號\u003c/strong\u003e：IPRoyal 支援 sticky session（黏性會話），能讓同一使用者會話保持同一 IP，但跨賬號必須換 IP\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e手機號驗證\u003c/strong\u003e：ChatGPT 等需要手機號驗證，用 \u003ca href=\"https://sms-activate.org\"\u003eSMS-Activate\u003c/a\u003e 或 Tello 等虛擬號服務\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch3 id=\"變現路徑\"\u003e變現路徑\u003c/h3\u003e\n\u003cul\u003e\n\u003cli\u003e自用省錢（ChatGPT Plus $20/月，賬號合租 4-6 人分擔）\u003c/li\u003e\n\u003cli\u003e賬號轉賣（合規場景：企業團隊賬號代購）\u003c/li\u003e\n\u003cli\u003eAI 服務代開通業務\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch3 id=\"實際成本\"\u003e實際成本\u003c/h3\u003e\n\u003ctable\u003e\n  \u003cthead\u003e\n      \u003ctr\u003e\n          \u003cth\u003e專案\u003c/th\u003e\n          \u003cth\u003e成本\u003c/th\u003e\n      \u003c/tr\u003e\n  \u003c/thead\u003e\n  \u003ctbody\u003e\n      \u003ctr\u003e\n          \u003ctd\u003eIPRoyal 住宅 IP\u003c/td\u003e\n          \u003ctd\u003e$7/GB（註冊用流量極少，1GB 能註冊 50+ 個賬號）\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e指紋瀏覽器\u003c/td\u003e\n          \u003ctd\u003e$9-30/月（AdsPower 等）\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e郵箱服務\u003c/td\u003e\n          \u003ctd\u003e$0-1/個\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e手機號驗證\u003c/td\u003e\n          \u003ctd\u003e$0.5-2/次\u003c/td\u003e\n      \u003c/tr\u003e\n  \u003c/tbody\u003e\n\u003c/table\u003e\n\u003cp\u003e單賬號啟動成本約 \u003cstrong\u003e$3-5\u003c/strong\u003e，如果轉賣可以快速回本。\u003c/p\u003e","title":"IPRoyal 住宅 IP 的 5 個實戰場景：從買 IP 到賺錢的完整路徑"},{"content":" ⚠️ 註冊門檻：Pionex 不支援中國大陸身份證透過 KYC，需持有臺灣 / 新加坡 / 馬來西亞 / 美國等地有效證件。參考 Pionex 受限地區官方說明。\n這篇文章記錄我在 Pionex 跑的黃金永續網格機器人，從 2026 年 1 月啟動到 4 月的實盤資料。引數、收益、回撤全都公開。\n基礎教程見 Pionex XAU 網格機器人 和 合約網格和現貨網格對比。本文只記錄真實跑的結果。\n為什麼跑黃金網格 選黃金（XAU/USDT）而不是 BTC 網格的原因：\n波動率適中：BTC 日波動 3-8%，黃金日波動 1-2%，網格密度好控制 單邊行情相對少：雖然黃金處在長期上升通道，短期仍以震盪為主 避險屬性：地緣衝突、通脹預期都會推漲黃金，2025-2026 黃金從 $4000 級別一路漲到 $4800+ 手續費低：Pionex 合約手續費 0.05%，網格密集交易時成本可控 機器人參數 我跑的是 Pionex XAU/USDT 永續合約網格機器人，引數：\n引數 值 說明 交易對 XAU/USDT Perp 黃金永續合約 上限 $4,900 價格區間上限 下限 $4,400 價格區間下限 網格數 100 等差網格 單格間距 $5 (4900-4400) / 100 槓桿 3x 合約槓桿 初始本金 $2,000 USDT 啟動資金 方向 中性（雙向） 做多 + 做空網格 單格收益估算：$5 / $4,600 × 3x ≈ 0.33%（扣掉 2 次手續費後約 0.27%）\n注：單格絕對收益率比 BTC 網格低，因為金價絕對值高、單格間距佔比小。但黃金日波動穩定、成交頻繁，累計收益可觀。\n啟動時機 2026-01-15 啟動，當時黃金 $4,620，處於價格區間中段偏上。\n啟動原則：\n價格必須在區間中間 50% 以內啟動 避開重大資料釋出（非農、CPI、FOMC 前後 24 小時） 啟動前確認最近 30 天波動在網格區間內 月度收益記錄 2026-01（1 月 15 日啟動） 周 期末金價 累計收益 周收益 成交筆數 備註 1 月 15-21 $4,650 +1.6% +1.6% 48 啟動第一週，順利 1 月 22-28 $4,580 +3.0% +1.4% 52 震盪區間內，正常 1 月 29-31 $4,600 +3.6% +0.6% 20 月末觀望，成交少 1 月半月收益：+3.6%\n2026-02 周 期末金價 累計收益 周收益 成交筆數 備註 2 月 1-7 $4,680 +5.1% +1.5% 55 穩定震盪 2 月 8-14 $4,720 +6.6% +1.5% 58 央行會議，波動加大 2 月 15-21 $4,780 +7.9% +1.3% 50 向上趨勢，做多格收益快 2 月 22-28 $4,750 +9.2% +1.3% 53 高位回撥，做空格接力 2 月月收益：+5.6%\n2026-03 周 期末金價 累計收益 周收益 成交筆數 備註 3 月 1-7 $4,820 +10.5% +1.3% 49 繼續上行 3 月 8-14 $4,880 +11.9% +1.4% 56 接近上沿，警戒 3 月 15-21 $4,950 +11.2% -0.7% 14 突破上沿，停機 3 月 22-28 — — — 0 停機觀察 3 月月收益：+1.7%（被上沿突破拖累）\n這裡是關鍵事件：金價從 $4,820 一路漲到 $4,960，在 3 月 14 日距上限 $4,900 只剩 ~1%，觸發我設的\u0026quot;接近上沿\u0026quot;警戒線（距上限 \u0026lt; 3%）。\n我的處置：\n3 月 15 日停機 不平倉，等價格回落或重新設網格 3 月 16-22 價格繼續漲到 $4,970，沒有立刻重啟 2026-04（4 月 1 日重啟） 4 月 1 日重新評估，金價 $4,900，把區間上調到 $4,600-$5,200，重啟機器人：\n周 期末金價 累計收益 周收益 成交筆數 4 月 1-7 $4,880 +1.2% +1.2% 45 4 月 8-14 $4,810 +2.3% +1.1% 48 4 月 15-17（至今） $4,843 +2.7% +0.4% 18 重啟後 17 天收益：+2.7%\n累計資料總結 指標 值 執行時間 2026-01-15 ~ 2026-04-17（93 天，其中停機 17 天） 實際執行時間 76 天 累計收益（複合） +14.1% 年化收益（按實際執行時間） ~68% 最大回撤 -1.8%（3 月上沿突破期間） 總成交筆數 566 筆 平均每筆盈利 0.025% 夏普比率（估算） 約 2.9 實際到手收益（$2,000 本金）：約 $282 USDT\n回撤和經驗 2 次最大回撤事件 事件 1：2026-02 FOMC 前夕（2 月 18 日）\n金價 1 小時內從 $4,750 跌到 $4,690（-1.3%） 網格策略：下方做多格全部觸發，浮虧約 $48（-2.4%） 30 分鐘後價格回到 $4,720，浮虧縮小到 -1% 事件 2：2026-03 上沿突破（3 月 8-15 日）\n金價從 $4,820 連漲到 $4,960，突破網格上沿 做多格全部成交完，做空格持續增倉 浮虧最高到 -1.8%（約 $36） 我手動停機，避免繼續虧損 關鍵教訓：網格必須設合理的上下沿，突破時果斷停機。貪心留著不停，會從\u0026quot;浮虧\u0026quot;變\u0026quot;實虧\u0026quot;。\n什麼情況下該停機 我總結的停機規則：\n價格接近網格上下沿 3%：警戒線，觀察 價格突破網格上下沿：立刻停機，不補倉 連續 3 天日波動 \u0026gt; 5%：波動過大，網格收益跟不上，停機 有重大宏觀事件：美聯儲議息、美國大選、地緣衝突升級，提前 24 小時停機 什麼時候重啟 價格回到網格中段 ± 30% 重新評估波動率，調整網格引數 小額試跑 2-3 天，確認正常再加回本金 成本分析 手續費 Pionex 合約手續費：Maker 0.02%，Taker 0.05% 網格成交多為 Maker 單（限價單），按 0.02% 算 完整迴圈（買入 + 賣出）手續費 ≈ 2 × 0.02% = 0.04% 566 筆實際是\u0026quot;半筆\u0026quot;，完整迴圈約 283 次 總手續費佔本金比例 ≈ 283 × 0.04% × 3x ≈ 3.4% 手續費最佳化 Pionex 有手續費折扣：\n持倉 PIO（Pionex 平臺幣）：最高 50% 折扣 新使用者首月手續費返還（透過我的 AFF 連結） 我持有一部分 PIO，實際手續費折後約 0.01% Maker，總手續費降到約 1.7%。\n淨收益 扣除手續費後的實際月化收益：\n月毛收益 ≈ 5.0% 月手續費 ≈ 0.6% 月淨收益 ≈ 4.4% 年化約 50-60%，扣除停機期實際到手約 30-40%。\n資金規模與槓桿影響 跑了幾個月後的心得：\n本金規模 小資金（$1,000-5,000）：單格盈利絕對值小，但相對收益率正常 大資金（$10,000+）：手續費能拿到更高等級折扣，淨收益率稍高 超大資金（$50,000+）：流動性影響開始顯現，成交滑點增加 槓桿選擇 槓桿 優點 風險 2x 風險低 收益也低，年化約 20-25% 3x 平衡 我選這個 5x 收益高 單日大幅下跌可能接近強平 10x 不推薦 任何突破 5% 的日波動都可能打穿 我的選擇是 3x。XAU/USDT 這種低波動品種，3x 爆倉距離 ~25%（歷史上極難出現），但收益率是現貨的 3 倍。\n和其他策略對比 同期對比（2026-01-15 ~ 2026-04-17）：\n策略 年化收益 最大回撤 夏普比 Pionex XAU 網格 3x ~40% -1.8% 2.9 BTC 現貨定投 +22% -8% 1.5 北極星 BTC 趨勢跟蹤 +40% -20%* 1.5 持有 USDT（DeFi 理財） +8% 0 N/A *北極星帶 3x 槓桿，訊號口徑回撤約 -10%。詳見 北極星實盤追蹤。\nXAU 網格在\u0026quot;低迴撤高穩定\u0026quot;上非常突出，適合風險偏好低的量化玩家。\n踩過的坑 網格引數貪心：啟動時設了 $4,300-$4,900（偏寬），實際成交頻率低，月收益低\n解決：調整到 $4,400-$4,900，網格密度翻倍，收益上來了 忽略重大事件：2026-02 CPI 資料當天沒停機，結果遇到急漲急跌，網格兩端都吃了虧\n解決：建立\u0026quot;事件日曆\u0026quot;，提前停機 Pionex APP 通知延遲：手機 APP 推送偶爾延遲 5-10 分鐘\n解決：關鍵節點用 Telegram bot 推送（Pionex 有官方 bot） 忘記拿手續費折扣：前 2 個月沒買 PIO，白白多付了 3% 手續費\n解決：持有 $100 PIO 就能拿到基礎折扣 以為\u0026quot;停機就不虧\u0026quot;：停機後持倉還在，價格繼續漲（對做空格）還是浮虧\n解決：停機同時手動減倉，或者設硬止損 什麼人適合跑網格 適合 不適合 風險偏好低 想快速翻倍 能長期持續盯盤 完全不想管 理解合約機制 對槓桿無概念 接受年化 20-40% 想月化 50% 以上 不適合的場景：\n趨勢明顯的行情（網格會跑輸趨勢跟蹤） 超低波動行情（網格賺不到手續費錢） 超高波動行情（容易突破上下沿） 如何開始 註冊 Pionex 賬號（AFF 連結有新使用者優惠） 實名認證（KYC，5-10 分鐘） 充值 USDT（最少 $100 起步） 進入\u0026quot;機器人\u0026quot; → \u0026ldquo;網格交易\u0026rdquo; → 選 XAU/USDT Perp 參考本文引數設定，先小資金試跑 1-2 周 穩定後加碼 持續更新 這篇文章我會每月更新 1 次，記錄實盤資料。訂閱 Telegram 或 RSS 追蹤更新。\n→ 註冊 Pionex（AFF） → Pionex XAU 網格教程 → 現貨網格 vs 合約網格 → 量化工具棧\n有實盤問題來 Telegram 聊。\n📷 封面圖 · Flux Schnell AI 生成 · panshi.io 品牌風格\n","permalink":"https://blog.panshi.io/zh-hant/posts/pionex-xau-real-profit-log/","summary":"\u003c!-- cn-kyc-notice --\u003e\n\u003cblockquote\u003e\n\u003cp\u003e⚠️ \u003cstrong\u003e註冊門檻\u003c/strong\u003e：Pionex 不支援中國大陸身份證透過 KYC，需持有臺灣 / 新加坡 / 馬來西亞 / 美國等地有效證件。參考 \u003ca href=\"https://support.pionex.com/hc/en-us/articles/5929910517273\"\u003ePionex 受限地區官方說明\u003c/a\u003e。\u003c/p\u003e\n\u003c/blockquote\u003e\n\u003c!-- hero-image --\u003e\n\u003cp\u003e\u003cimg alt=\"a gold bar sitting on top of a pile of indian currency\" loading=\"lazy\" src=\"/images/pionex-xau-real-profit-log-hero.jpg\"\u003e\u003c/p\u003e\n\u003cp\u003e這篇文章記錄我在 \u003ca href=\"https://aff.panshi.io/track?id=pionex\"\u003ePionex\u003c/a\u003e 跑的黃金永續網格機器人，從 2026 年 1 月啟動到 4 月的實盤資料。引數、收益、回撤全都公開。\u003c/p\u003e\n\u003cblockquote\u003e\n\u003cp\u003e基礎教程見 \u003ca href=\"/zh-hant/posts/pionex-xau-grid-bot/\"\u003ePionex XAU 網格機器人\u003c/a\u003e 和 \u003ca href=\"/zh-hant/posts/pionex-vs-binance-grid/\"\u003e合約網格和現貨網格對比\u003c/a\u003e。本文只記錄\u003cstrong\u003e真實跑的結果\u003c/strong\u003e。\u003c/p\u003e\n\u003c/blockquote\u003e\n\u003ch2 id=\"為什麼跑黃金網格\"\u003e為什麼跑黃金網格\u003c/h2\u003e\n\u003cp\u003e選黃金（XAU/USDT）而不是 BTC 網格的原因：\u003c/p\u003e\n\u003col\u003e\n\u003cli\u003e\u003cstrong\u003e波動率適中\u003c/strong\u003e：BTC 日波動 3-8%，黃金日波動 1-2%，網格密度好控制\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e單邊行情相對少\u003c/strong\u003e：雖然黃金處在長期上升通道，短期仍以震盪為主\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e避險屬性\u003c/strong\u003e：地緣衝突、通脹預期都會推漲黃金，2025-2026 黃金從 $4000 級別一路漲到 $4800+\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e手續費低\u003c/strong\u003e：Pionex 合約手續費 0.05%，網格密集交易時成本可控\u003c/li\u003e\n\u003c/ol\u003e\n\u003ch2 id=\"機器人參數\"\u003e機器人參數\u003c/h2\u003e\n\u003cp\u003e我跑的是 \u003cstrong\u003ePionex XAU/USDT 永續合約網格機器人\u003c/strong\u003e，引數：\u003c/p\u003e\n\u003ctable\u003e\n  \u003cthead\u003e\n      \u003ctr\u003e\n          \u003cth\u003e引數\u003c/th\u003e\n          \u003cth\u003e值\u003c/th\u003e\n          \u003cth\u003e說明\u003c/th\u003e\n      \u003c/tr\u003e\n  \u003c/thead\u003e\n  \u003ctbody\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e交易對\u003c/td\u003e\n          \u003ctd\u003eXAU/USDT Perp\u003c/td\u003e\n          \u003ctd\u003e黃金永續合約\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e上限\u003c/td\u003e\n          \u003ctd\u003e$4,900\u003c/td\u003e\n          \u003ctd\u003e價格區間上限\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e下限\u003c/td\u003e\n          \u003ctd\u003e$4,400\u003c/td\u003e\n          \u003ctd\u003e價格區間下限\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e網格數\u003c/td\u003e\n          \u003ctd\u003e100\u003c/td\u003e\n          \u003ctd\u003e等差網格\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e單格間距\u003c/td\u003e\n          \u003ctd\u003e$5\u003c/td\u003e\n          \u003ctd\u003e(4900-4400) / 100\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e槓桿\u003c/td\u003e\n          \u003ctd\u003e3x\u003c/td\u003e\n          \u003ctd\u003e合約槓桿\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e初始本金\u003c/td\u003e\n          \u003ctd\u003e$2,000 USDT\u003c/td\u003e\n          \u003ctd\u003e啟動資金\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e方向\u003c/td\u003e\n          \u003ctd\u003e中性（雙向）\u003c/td\u003e\n          \u003ctd\u003e做多 + 做空網格\u003c/td\u003e\n      \u003c/tr\u003e\n  \u003c/tbody\u003e\n\u003c/table\u003e\n\u003cp\u003e\u003cstrong\u003e單格收益估算\u003c/strong\u003e：$5 / $4,600 × 3x ≈ 0.33%（扣掉 2 次手續費後約 0.27%）\u003c/p\u003e","title":"Pionex 黃金網格實盤收益記錄：從啟動到 3 個月的完整資料"},{"content":" 美國便宜 VPS 三家長期熱門：RackNerd、CloudCone、搬瓦工（BandwagonHost）。我這三家都用過，每家定位不一樣，這篇文章把差異講清楚，給出選購決策。\n三家的基本定位 服務商 年費起步 典型場景 線路型別 RackNerd $10-20/年 極致低價，建小站/輕度代理 普通 BGP CloudCone $15-30/年 按小時計費，靈活測試 普通 BGP 搬瓦工 $50-170/年 CN2 GIA 線路，主力代理 CN2 GIA / GT 一句話定位：\nRackNerd = 最便宜的\u0026quot;能跑起來\u0026quot;的美國 VPS CloudCone = 小時計費，適合短期測試 搬瓦工 = 三網直連，CN2 GIA 線路穩定 價格對比（2026 年主流套餐） RackNerd 年付黑五套餐 規格 記憶體 硬碟 流量 年費 1C/512M 1核 10GB SSD 1TB ~$10.5 1C/1G 1核 17GB SSD 2TB ~$14 2C/2G 2核 35GB SSD 4.5TB ~$24 2C/4G 2核 60GB SSD 8TB ~$39 RackNerd 的節點遍佈美國多地，常見有 Los Angeles (MC-LAX / DC-02)、San Jose、Seattle、New York、Chicago、Dallas。國內訪問最推薦 Los Angeles MC 機房，晚高峰延遲 180-220ms。\nCloudCone 小時計費 + 年付 CloudCone 最大特點是按小時計費，1C/1G 大約 $0.005/小時（約 $0.12/天），年付約 $15-30。\n模式 1C/1G 成本 適用場景 按小時 ~$0.005/h 短期測試、臨時任務 月付 ~$2-4/月 小站長期執行 年付 ~$15-30/年 黑五特價有時更低 機房在 Los Angeles MultaCom（和 RackNerd 同機房，線路相似）。\n搬瓦工主流套餐 套餐 記憶體 硬碟 流量 年費 線路 CN2 GIA-E（PID 87） 1GB 20GB 1TB ~$50 CN2 GIA CN2 GIA-E（PID 88） 2GB 40GB 2TB ~$90 CN2 GIA 香港 CMI（PID 134） 2GB 40GB 0.5TB ~$150 CMI 日本軟銀（PID 95） 1GB 20GB 1TB ~$90 軟銀 搬瓦工貴是貴在線路質量：CN2 GIA 是中國電信的商業精品網，國內三網晚高峰 150-180ms 不掉速。\n網路實測對比 2026-04 月用 mtr 從廣州電信對三家的洛杉磯節點做 7 天連續測試：\n服務商 機房 平均延遲 晚高峰延遲 丟包 RackNerd LA MC-02 185ms 260ms 0-3% CloudCone LA MultaCom 182ms 250ms 0-2% 搬瓦工 CN2 GIA LA DC6 CN2 GIA-E 155ms 180ms 0% 搬瓦工普通 LA Quadranet（舊套餐） 200ms 丟包嚴重 5-15% 結論：\n白天輕負載，三家都能跑 晚高峰 20:00-24:00，RackNerd / CloudCone 會明顯變慢甚至間歇丟包；搬瓦工 CN2 GIA 依然穩定 做代理節點看晚高峰表現，不看白天 穩定性對比 過去一年使用體驗：\nRackNerd 宕機頻率：極低，我用了 14 個月沒遇到過整機宕機 工單響應：12-24 小時 退款政策：開通 30 天內支援退款 坑：部分 IP 開出來就被某些服務封了（ChatGPT / Netflix 等），需要自己測試 CloudCone 宕機頻率：偶爾有短時（數分鐘）母機重啟 工單響應：6-12 小時，英文客服 小時計費的好處：不喜歡隨時刪，不浪費錢 坑：付款方式限制（支援信用卡/PayPal，早期不支援加密貨幣，現在支援了） 搬瓦工 宕機頻率：極低，一年兩次左右，每次都提前公告 工單響應：1-4 小時，中文客服 一鍵換 IP：付費 $8.79，換 IP 速度秒級 坑：同一 IP 被封后換 IP 要花錢，便宜套餐常年缺貨 適用場景決策樹 場景 1：純建站（沒有代理需求） 首選 RackNerd 1C/1G ($14/年)：最便宜，建部落格/小論壇/圖床足夠 備選 CloudCone 年付 場景 2：代理節點（日常科學上網） 預算夠 → 搬瓦工 CN2 GIA-E ($50+/年)：晚高峰不卡 預算緊 → RackNerd 1C/512M ($10/年)：白天夠用，晚高峰將就 測試用 → CloudCone 小時計費：開幾小時測試線路質量，不合適就刪 場景 3：臨時任務（爬蟲/一次性部署） CloudCone 按小時：跑完就刪，幾塊錢搞定 不推薦搬瓦工（最短月付） 場景 4：AI 工具專用出口（OpenAI/Claude API） 都不推薦：資料中心 IP 容易被限制，建議看 IPRoyal 住宅 IP 如果必須用 VPS，選搬瓦工 DC6 CN2 GIA-E，IP 質量相對好 場景 5：多節點負載均衡 混搭方案：搬瓦工主力（穩）+ RackNerd 備用（便宜） mihomo 配置多節點自動切換，詳見 mihomo 多閘道器配置 付款方式對比 服務商 信用卡 PayPal 加密貨幣 支付寶 RackNerd ✅ ✅ ✅ BTC/USDT ❌ CloudCone ✅ ✅ ✅ 近年支援 ❌ 搬瓦工 ✅ ✅ ✅ BTC/ETH/USDT ✅ 搬瓦工是三家裡唯一支援支付寶的，對國人最友好。\n黑五 / 節日促銷注意事項 三家每年黑五（11 月底）都有大促，比平時便宜 30-50%。具體經驗：\nRackNerd：黑五最便宜，出一些\u0026quot;$9.99/年\u0026quot;級別的套餐，但秒空 CloudCone：Flash Sale（閃購）不定期，需要盯 搬瓦工：常年穩定價，黑五不大降價，但會開放\u0026quot;低端套餐補貨\u0026quot; 我的建議：日常需求先用月付/小年付，黑五守新套餐再大量囤。\n購買後必做的 5 件事 新買 VPS 到手，無論哪家都要做這幾步：\n修改 SSH 埠（防掃描） 禁用 root 密碼登入，改用 SSH Key 配置 ufw / iptables 防火牆，只開需要的埠 裝 fail2ban，自動封禁暴力破解 IP 關閉不用的服務（apache2 / postfix 等預裝） 詳細步驟見 DMIT VPS 購買流程 第七步（SSH 初始化），三家流程一樣。\n常見問題 Q: 三家都在洛杉磯，能不能混用負載均衡？ 可以。用 mihomo 或 Surge 配置多個節點，測速後自動選延遲最低的。但要注意：便宜線路晚高峰會掉，混用時主節點放搬瓦工 CN2，備用放 RackNerd/CloudCone。\nQ: RackNerd 的 IP 被 ChatGPT 封了怎麼辦？ 三個思路：\n工單申請換 IP（部分套餐支援） 在這臺 VPS 上跑住宅 IP 代理鏈（詳見 ai-tools-residential-proxy） 換節點，AI 工具專用節點建議用 IPRoyal 住宅 IP Q: 搬瓦工的 CN2 GIA 和普通線路差多少？ 晚高峰差距最大：CN2 GIA 依然 180ms 穩定，普通 BGP 可能丟包嚴重到無法使用。價格差 2-3 倍，但代理節點強烈建議上 CN2。\nQ: CloudCone 小時計費最低能開多短？ 官方按小時算，最短就是開 1 小時 $0.005。但要注意：刪除後還是按整天算最低 1 天，實測短期測試單次花費大概 $0.1-0.5。\nQ: 如何確認買的是 MC 機房還是 DC-02 機房？ RackNerd 套餐頁 Product Configuration 選擇 Location：\nLos Angeles, CA (MC) = MultaCom 機房，國內最佳化稍好 Los Angeles, CA (DC-02) = 另一個機房，效能類似 Seattle / New York / Chicago / Dallas = 其他地區 國內訪問首選 MC。\n我的實際部署 目前我手上三家都有：\n搬瓦工 CN2 GIA-E（PID 88） × 1：主力代理節點，跑 Xray + Hysteria2 RackNerd 1C/1G × 1：掛一些監控指令碼和爬蟲任務，不做代理主節點 CloudCone 按小時 × 按需：臨時測試線路、跑一次性任務時用 這個組合價效比最高：關鍵流量走穩的（搬瓦工），次要任務走便宜的（RackNerd），臨時需求按小時（CloudCone）。\n下一步：\nVPS 選購完整指南 VPS 被封 IP 怎麼辦 DMIT VPS 購買流程 有問題來 Telegram 找我聊。\n📷 封面圖 · Flux Schnell AI 生成 · panshi.io 品牌風格\n","permalink":"https://blog.panshi.io/zh-hant/posts/racknerd-vs-cloudcone-vs-bwg/","summary":"\u003c!-- hero-image --\u003e\n\u003cp\u003e\u003cimg alt=\"System with various wires managing access to centralized res\" loading=\"lazy\" src=\"/images/racknerd-vs-cloudcone-vs-bwg-hero.jpg\"\u003e\u003c/p\u003e\n\u003cp\u003e美國便宜 VPS 三家長期熱門：\u003ca href=\"https://aff.panshi.io/track?id=racknerd\"\u003eRackNerd\u003c/a\u003e、\u003ca href=\"https://aff.panshi.io/track?id=cloudcone\"\u003eCloudCone\u003c/a\u003e、\u003ca href=\"https://aff.panshi.io/track?id=bwg\"\u003e搬瓦工（BandwagonHost）\u003c/a\u003e。我這三家都用過，每家定位不一樣，這篇文章把差異講清楚，給出選購決策。\u003c/p\u003e\n\u003ch2 id=\"三家的基本定位\"\u003e三家的基本定位\u003c/h2\u003e\n\u003ctable\u003e\n  \u003cthead\u003e\n      \u003ctr\u003e\n          \u003cth\u003e服務商\u003c/th\u003e\n          \u003cth\u003e年費起步\u003c/th\u003e\n          \u003cth\u003e典型場景\u003c/th\u003e\n          \u003cth\u003e線路型別\u003c/th\u003e\n      \u003c/tr\u003e\n  \u003c/thead\u003e\n  \u003ctbody\u003e\n      \u003ctr\u003e\n          \u003ctd\u003eRackNerd\u003c/td\u003e\n          \u003ctd\u003e$10-20/年\u003c/td\u003e\n          \u003ctd\u003e極致低價，建小站/輕度代理\u003c/td\u003e\n          \u003ctd\u003e普通 BGP\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003eCloudCone\u003c/td\u003e\n          \u003ctd\u003e$15-30/年\u003c/td\u003e\n          \u003ctd\u003e按小時計費，靈活測試\u003c/td\u003e\n          \u003ctd\u003e普通 BGP\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e搬瓦工\u003c/td\u003e\n          \u003ctd\u003e$50-170/年\u003c/td\u003e\n          \u003ctd\u003eCN2 GIA 線路，主力代理\u003c/td\u003e\n          \u003ctd\u003eCN2 GIA / GT\u003c/td\u003e\n      \u003c/tr\u003e\n  \u003c/tbody\u003e\n\u003c/table\u003e\n\u003cp\u003e一句話定位：\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e\u003cstrong\u003eRackNerd\u003c/strong\u003e = 最便宜的\u0026quot;能跑起來\u0026quot;的美國 VPS\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003eCloudCone\u003c/strong\u003e = 小時計費，適合短期測試\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e搬瓦工\u003c/strong\u003e = 三網直連，CN2 GIA 線路穩定\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch2 id=\"價格對比2026-年主流套餐\"\u003e價格對比（2026 年主流套餐）\u003c/h2\u003e\n\u003ch3 id=\"racknerd-年付黑五套餐\"\u003eRackNerd 年付黑五套餐\u003c/h3\u003e\n\u003ctable\u003e\n  \u003cthead\u003e\n      \u003ctr\u003e\n          \u003cth\u003e規格\u003c/th\u003e\n          \u003cth\u003e記憶體\u003c/th\u003e\n          \u003cth\u003e硬碟\u003c/th\u003e\n          \u003cth\u003e流量\u003c/th\u003e\n          \u003cth\u003e年費\u003c/th\u003e\n      \u003c/tr\u003e\n  \u003c/thead\u003e\n  \u003ctbody\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e1C/512M\u003c/td\u003e\n          \u003ctd\u003e1核\u003c/td\u003e\n          \u003ctd\u003e10GB SSD\u003c/td\u003e\n          \u003ctd\u003e1TB\u003c/td\u003e\n          \u003ctd\u003e~$10.5\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e1C/1G\u003c/td\u003e\n          \u003ctd\u003e1核\u003c/td\u003e\n          \u003ctd\u003e17GB SSD\u003c/td\u003e\n          \u003ctd\u003e2TB\u003c/td\u003e\n          \u003ctd\u003e~$14\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e2C/2G\u003c/td\u003e\n          \u003ctd\u003e2核\u003c/td\u003e\n          \u003ctd\u003e35GB SSD\u003c/td\u003e\n          \u003ctd\u003e4.5TB\u003c/td\u003e\n          \u003ctd\u003e~$24\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e2C/4G\u003c/td\u003e\n          \u003ctd\u003e2核\u003c/td\u003e\n          \u003ctd\u003e60GB SSD\u003c/td\u003e\n          \u003ctd\u003e8TB\u003c/td\u003e\n          \u003ctd\u003e~$39\u003c/td\u003e\n      \u003c/tr\u003e\n  \u003c/tbody\u003e\n\u003c/table\u003e\n\u003cp\u003eRackNerd 的節點遍佈美國多地，常見有 Los Angeles (MC-LAX / DC-02)、San Jose、Seattle、New York、Chicago、Dallas。國內訪問最推薦 \u003cstrong\u003eLos Angeles MC\u003c/strong\u003e 機房，晚高峰延遲 180-220ms。\u003c/p\u003e","title":"RackNerd vs CloudCone vs 搬瓦工：三家便宜美國 VPS 怎麼選"},{"content":" Tello Mobile 是一家 MVNO 運營商（借用 T-Mobile 網路），主打低價美國手機號 + 國際漫遊，對跨境業務和 AI 賬號註冊使用者很實用。這篇文章把我用 Tello 1 年多的經驗寫下來。\n為什麼需要美國手機號 我最常用到美國手機號的場景：\nAI 工具註冊：ChatGPT Plus、Claude.ai、Gemini Advanced、Midjourney 等部分地區需要美國號碼接收驗證碼 美區賬號：美區 Apple ID、Google Play、PayPal、Amazon 美國等 跨境業務：Stripe 開戶、美國銀行賬戶、跨境電商平臺 Google Voice 啟用：GV 需要美國實體號碼驗證 防止賬號被封：用\u0026quot;中國號 + 海外 IP\u0026quot;容易被平臺風控，用\u0026quot;美國號 + 美國 IP\u0026quot;更安全 為什麼不用虛擬號：\n虛擬號（Google Voice / TextNow）在部分平臺上不能收簡訊（被識別為 VoIP） 實體號（Tello 等 MVNO）在所有平臺都接受 Tello 基礎套餐 Tello 的套餐分兩種：\n預付費套餐（Pay-as-you-go） 月費 通話分鐘 簡訊 流量 $5 100 分鐘 無限 500MB $10 500 分鐘 無限 1GB $15 無限 無限 2GB $19 無限 無限 5GB $25 無限 無限 10GB $29 無限 無限 15GB $39 無限 無限 35GB 按需保號（最便宜） 如果你只需要保留一個美國號碼（不用網路流量）：\n月費 說明 $5/月 100 分鐘 + 無限簡訊 + 500MB 資料 $0 完全不付費，號碼 60 天不用會被回收 省錢路線：買一張 $5/月 保號，每月只消耗一點（發條簡訊/打個電話），號碼永不回收。\n實際使用流程 第 1 步：購買 訪問 Tello 官網。\n選擇套餐（建議 $5/月 保號套餐起步） 支付方式： 信用卡（Visa/MasterCard/Amex 都行，中國 Visa 卡可能被拒） PayPal（最推薦，中國 PayPal 也能用） Apple Pay / Google Pay 賬單地址填美國地址：可以用 Tello 官方合作倉庫的地址（沒有實體地址時有工具可查） 第 2 步：選 eSIM 還是實體 SIM 選項 優點 缺點 eSIM 立刻啟用，無需郵寄 僅新 iPhone / 部分安卓支援 實體 SIM 卡 相容所有手機 需要郵寄到美國地址（國際運費貴） 強烈推薦 eSIM。下單後幾分鐘收到啟用二維碼，掃描即用。\n第 3 步：啟用 Tello 賬戶 → 我的 eSIM → 掃描 QR 碼 手機設定 → 蜂窩網路 → 新增蜂窩網路 → 掃碼 等待啟用（5-10 分鐘） 收到歡迎簡訊，號碼啟用成功 第 4 步：測試 讓朋友發簡訊測試接收（用美國號碼打 iMessage 直接測試） 接收一條平臺驗證碼（比如註冊 Google 賬號） 確認一切正常 國際漫遊功能 這是 Tello 最大的亮點之一。Tello 在60+ 個國家免費漫遊（不是\u0026quot;開通漫遊\u0026quot;，是直接能用）：\n覆蓋國家（部分） 亞洲：日本、韓國、新加坡、馬來西亞、泰國、越南、印度、以色列 歐洲：英國、德國、法國、義大利、西班牙、荷蘭、瑞士等絕大多數歐盟國家 美洲：美國、加拿大、墨西哥、巴西、阿根廷 大洋洲：澳大利亞、紐西蘭 ⚠️ 不覆蓋：中國大陸、朝鮮、古巴、敘利亞等\n漫遊資費 服務 費用 簡訊接收 免費 簡訊傳送 $0.15/條 語音通話 $0.25-0.50/分鐘 資料流量 按本地套餐流量消耗（不額外收費） 重點：資料流量不額外扣費。如果你套餐有 5GB 流量，在日本漫遊用 3GB，就是用了你本來的 5GB 裡的 3GB，不需要額外付漫遊費。\n實際場景 去日本出差 → 不需要買日本旅遊卡，Tello 直接漫遊 歐洲多國遊 → 一張 Tello 覆蓋全程 短期跨境出行 → 省掉每國買卡的麻煩 和競品對比 vs 其他 MVNO 服務商 月費起 國際漫遊 eSIM Tello $5 ✅ 60 國 ✅ Mint Mobile $15 僅加拿大/墨西哥 ✅ US Mobile $10 部分付費 ✅ Ultra Mobile $9 部分免費 ✅ Tello 在低價保號和國際漫遊廣度上是最佳。\nvs Google Voice 對比 Tello Google Voice 號碼型別 真實移動號 VoIP 號碼 平臺接受度 100% 60-70%（很多平臺不收 GV） 月費 $5 起 免費（需先有美國號啟用） 通話質量 行動網路 網際網路 國際漫遊 ✅ ✅ 最佳玩法：Tello + Google Voice 組合\n用 Tello 啟用 Google Voice（GV 需要美國號碼驗證） 平時用 Google Voice 接打（免費） Tello 作為底層號留著不用 月成本：Tello $5 + GV 免費 = $5/月擁有美國號和通話功能 AI 賬號註冊場景實測 場景：註冊 ChatGPT Plus IP：美國住宅 IP（IPRoyal） 郵箱：美國 Gmail（需先註冊一個） 手機號：Tello 美國號 信用卡：美國虛擬卡（WildCard 等） 流程：\nchat.openai.com → 用美國 IP 訪問 註冊賬號（美國 Gmail） 驗證手機號 → 輸入 Tello 美國號 → 接簡訊驗證 訂閱 Plus → 用虛擬卡付款 透過率：Tello + 美國住宅 IP 的透過率接近 100%。\n場景：啟用 Google Voice Google Voice 需要用美國實體號驗證：\nvoice.google.com → Sign up 選擇一個 GV 號碼（免費） 提示\u0026quot;需要繫結一個美國號\u0026quot; 填入 Tello 號碼 → 接驗證碼 繫結完成，GV 可用 之後 Tello 號即使停機，GV 也能繼續用（GV 有自己獨立的號碼）。\n踩過的坑 坑 1：賬單地址被拒 問題：用虛假美國地址填信用卡，被 Tello 風控拒絕支付。\n解決：用 PayPal 付款，PayPal 不強制要求美國地址。\n坑 2：中國大陸直接用不了 問題：Tello 不覆蓋中國大陸，到中國大陸會斷網。\n解決：\n回國前買一張國內卡作為主卡 Tello 保號（$5/月，不用也不會停） 回國期間只用美國號接驗證碼（用 Wifi + 漫遊接簡訊） 坑 3：eSIM 刪除後號碼丟失 問題：手機換機時刪除 eSIM，號碼找不回來。\n解決：\n換機前先在 Tello 賬戶裡申請 Transfer eSIM（生成新的啟用碼） 不要直接刪舊機的 eSIM 坑 4：海外漫遊訊號弱 問題：部分國家漫遊到小運營商，訊號不穩定。\n解決：\n手機設定 → 蜂窩網路 → 網路選擇 → 手動選擇運營商 一般選當地主要運營商（日本 NTT Docomo / SoftBank，韓國 KT / SK） 坑 5：簡訊接收延遲 問題：驗證碼簡訊延遲 5-10 分鐘到達。\n解決：\n大部分平臺允許點\u0026quot;重發\u0026quot;，重發一次通常更快到 漫遊狀態下延遲更高，發驗證碼儘量用 Wifi 狀態 長期保號成本 假設只是為了\u0026quot;保留一個美國號\u0026quot;：\n方案 月費 年費 Tello $5 保號 $5 $60 Tello + Google Voice $5 $60（GV 免費） 其他 MVNO 最便宜 $10-15 $120-180 Tello 是最便宜的長期保號方案之一。\n常見問題 Q: 能用中國身份證/護照註冊嗎？ Tello 註冊不需要身份驗證（沒有 KYC），只需要郵箱和支付方式。但賬單地址最好是美國地址。\nQ: 中國信用卡能付款嗎？ 部分能，部分不能。推薦用 PayPal，最穩。\nQ: 沒有美國地址怎麼辦？ 賬單地址可以填任何真實存在的美國地址（比如用 USPS 郵編資料庫找一個） 不需要郵寄實物（eSIM） 如果需要郵寄，可以租用美國私人郵箱（PMB，$10-15/月） Q: Tello 號碼能收所有平臺的驗證碼嗎？ 主流平臺（ChatGPT / Google / Apple / PayPal / Amazon）都能收。少數平臺（部分銀行/證券）可能拒絕 MVNO 號碼，需要實體運營商號。\nQ: 國際漫遊真的不收錢嗎？ 資料流量消耗本套餐的流量（不額外收費）。簡訊接收免費，傳送和通話有費用。最爽的就是接收驗證碼漫遊不要錢。\nQ: 和美國購物平臺的關聯？ 用 Tello 號 + 美國住址可以註冊 Amazon 美國、Costco 等賬號。但實際買東西需要美國信用卡和收貨地址，這是另一個話題。\nQ: 斷網了怎麼辦？ 檢視賬戶：\n餘額夠不夠（$5 套餐每月自動續） 套餐有沒有被暫停（Tello 賬戶會顯示狀態） 手機 APN 設定是否正確 Tello APN：wholesale（一般自動配置，無需手動填）\n和其他服務組合 組合 1：跨境業務全家桶 Tello 美國號（接驗證碼、保號） Google Voice（日常通話、免費） IPRoyal 住宅 IP（註冊賬號） 美國虛擬卡（付費訂閱） 月成本約 $10-20，能做 99% 的跨境業務。\n組合 2：出差/旅行黨 Tello $5 套餐（國內主卡 + Tello 漫遊卡） 出國時直接用 Tello 漫遊 不用每次買當地旅遊卡 組合 3：AI 工具代開通 Tello 多個號碼（每個賬號一個 Tello） 配合指紋瀏覽器 + 住宅 IP 批次註冊 AI 工具賬號，代運營服務 開始使用 訪問 Tello 官網 選擇 $5/月 起步套餐 購買 eSIM（推薦） 掃碼啟用 接收第一條簡訊測試 → 註冊 Tello（AFF） → IPRoyal 住宅 IP 使用場景 → Google One AI Premium 指南\n跨境相關問題來 Telegram 聊。\n📷 封面圖 · Flux Schnell AI 生成 · panshi.io 品牌風格\n","permalink":"https://blog.panshi.io/zh-hant/posts/tello-esim-global-roaming/","summary":"\u003c!-- hero-image --\u003e\n\u003cp\u003e\u003cimg alt=\"Two smartphones, one black and one white, placed on a white \" loading=\"lazy\" src=\"/images/tello-esim-global-roaming-hero.jpg\"\u003e\u003c/p\u003e\n\u003cp\u003e\u003ca href=\"https://aff.panshi.io/track?id=tello\"\u003eTello Mobile\u003c/a\u003e 是一家 MVNO 運營商（借用 T-Mobile 網路），主打\u003cstrong\u003e低價美國手機號 + 國際漫遊\u003c/strong\u003e，對跨境業務和 AI 賬號註冊使用者很實用。這篇文章把我用 Tello 1 年多的經驗寫下來。\u003c/p\u003e\n\u003ch2 id=\"為什麼需要美國手機號\"\u003e為什麼需要美國手機號\u003c/h2\u003e\n\u003cp\u003e我最常用到美國手機號的場景：\u003c/p\u003e\n\u003col\u003e\n\u003cli\u003e\u003cstrong\u003eAI 工具註冊\u003c/strong\u003e：ChatGPT Plus、Claude.ai、Gemini Advanced、Midjourney 等部分地區需要美國號碼接收驗證碼\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e美區賬號\u003c/strong\u003e：美區 Apple ID、Google Play、PayPal、Amazon 美國等\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e跨境業務\u003c/strong\u003e：Stripe 開戶、美國銀行賬戶、跨境電商平臺\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003eGoogle Voice 啟用\u003c/strong\u003e：GV 需要美國實體號碼驗證\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e防止賬號被封\u003c/strong\u003e：用\u0026quot;中國號 + 海外 IP\u0026quot;容易被平臺風控，用\u0026quot;美國號 + 美國 IP\u0026quot;更安全\u003c/li\u003e\n\u003c/ol\u003e\n\u003cp\u003e\u003cstrong\u003e為什麼不用虛擬號\u003c/strong\u003e：\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e虛擬號（Google Voice / TextNow）在部分平臺上不能收簡訊（被識別為 VoIP）\u003c/li\u003e\n\u003cli\u003e實體號（Tello 等 MVNO）在所有平臺都接受\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch2 id=\"tello-基礎套餐\"\u003eTello 基礎套餐\u003c/h2\u003e\n\u003cp\u003eTello 的套餐分兩種：\u003c/p\u003e\n\u003ch3 id=\"預付費套餐pay-as-you-go\"\u003e預付費套餐（Pay-as-you-go）\u003c/h3\u003e\n\u003ctable\u003e\n  \u003cthead\u003e\n      \u003ctr\u003e\n          \u003cth\u003e月費\u003c/th\u003e\n          \u003cth\u003e通話分鐘\u003c/th\u003e\n          \u003cth\u003e簡訊\u003c/th\u003e\n          \u003cth\u003e流量\u003c/th\u003e\n      \u003c/tr\u003e\n  \u003c/thead\u003e\n  \u003ctbody\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e$5\u003c/td\u003e\n          \u003ctd\u003e100 分鐘\u003c/td\u003e\n          \u003ctd\u003e無限\u003c/td\u003e\n          \u003ctd\u003e500MB\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e$10\u003c/td\u003e\n          \u003ctd\u003e500 分鐘\u003c/td\u003e\n          \u003ctd\u003e無限\u003c/td\u003e\n          \u003ctd\u003e1GB\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e$15\u003c/td\u003e\n          \u003ctd\u003e無限\u003c/td\u003e\n          \u003ctd\u003e無限\u003c/td\u003e\n          \u003ctd\u003e2GB\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e$19\u003c/td\u003e\n          \u003ctd\u003e無限\u003c/td\u003e\n          \u003ctd\u003e無限\u003c/td\u003e\n          \u003ctd\u003e5GB\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e$25\u003c/td\u003e\n          \u003ctd\u003e無限\u003c/td\u003e\n          \u003ctd\u003e無限\u003c/td\u003e\n          \u003ctd\u003e10GB\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e$29\u003c/td\u003e\n          \u003ctd\u003e無限\u003c/td\u003e\n          \u003ctd\u003e無限\u003c/td\u003e\n          \u003ctd\u003e15GB\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e$39\u003c/td\u003e\n          \u003ctd\u003e無限\u003c/td\u003e\n          \u003ctd\u003e無限\u003c/td\u003e\n          \u003ctd\u003e35GB\u003c/td\u003e\n      \u003c/tr\u003e\n  \u003c/tbody\u003e\n\u003c/table\u003e\n\u003ch3 id=\"按需保號最便宜\"\u003e按需保號（最便宜）\u003c/h3\u003e\n\u003cp\u003e如果你只需要\u003cstrong\u003e保留一個美國號碼\u003c/strong\u003e（不用網路流量）：\u003c/p\u003e","title":"Tello eSIM 國際漫遊實測：美國號碼 + Google Voice + 多國漫遊完整方案"},{"content":" 買 VPS 最大的坑是\u0026quot;一家打天下\u0026quot;——以為買一臺就能解決所有需求，結果代理不夠快、建站流量不夠、量化延遲不穩定。這篇文章按 5 種典型用途打分，告訴你每種場景選哪家。\n評分維度 維度 說明 延遲 國內訪問延遲（ms） 頻寬 峰值 / 平均頻寬 IP 質量 流媒體解鎖 / ChatGPT 透過率 穩定性 一年宕機次數和時長 價格 月均成本 用途 1：代理節點（科學上網） 需求：低延遲、穩定、IP 質量好、頻寬夠家用。\n服務商 評分 理由 DMIT HK PVM Eyeball ⭐⭐⭐⭐⭐ 延遲最低（20-40ms），IP 質量最好 搬瓦工 CN2 GIA-E ⭐⭐⭐⭐⭐ 晚高峰穩定，換 IP 方便 AkileCloud HK CMI ⭐⭐⭐⭐ 價效比高 RackNerd LA ⭐⭐⭐ 便宜，晚高峰會卡 CloudCone LA ⭐⭐⭐ 按小時靈活 最優選：\n預算 $150+/年 → DMIT HK PVM Eyeball 預算 $50/年 → 搬瓦工 CN2 GIA-E PID 87 預算 $15/年 → RackNerd LA MC 避坑：\n便宜 BGP 線路（\u0026lt; $20/年）晚高峰必卡 IP 池大的服務商（RackNerd）IP 被封機率高 要做多賬號代理：推薦配合 IPRoyal 住宅 IP 用途 2：建站（部落格、工具站、論壇） 需求：穩定、國外訪問速度快（如果目標使用者在海外）、支援 Docker、成本低。\n服務商 評分 理由 RackNerd LA / NY ⭐⭐⭐⭐⭐ 年費 $14，價效比極高 CloudCone LA ⭐⭐⭐⭐ 按小時靈活 Hetzner（德國） ⭐⭐⭐⭐⭐ 歐洲效能王，$5/月 4GB 記憶體 Vultr ⭐⭐⭐ 全球節點多，價格略貴 最優選：\n目標使用者中國大陸 → 搬瓦工 CN2 GIA + 套 Cloudflare 或 阿里雲/騰訊雲香港 目標使用者海外 → RackNerd $14/年 或 Hetzner 需要大記憶體資料庫 → Hetzner AX 系列 避坑：\n建站流量 = 總流量 × 2-5 倍（爬蟲、CDN 回源等），流量包別摳門 CN2 線路對\u0026quot;國內訪問你的網站\u0026quot;是必須的，如果你網站流量主要來自海外，CN2 沒意義 面板系統（寶塔 / 1Panel）裝了別忘了改預設埠 用途 3：資料儲存（網盤、備份、檔案同步） 需求：大硬碟、大流量、穩定、備份安全。\n服務商 評分 理由 Hetzner Storage Box ⭐⭐⭐⭐⭐ 1TB $3.5/月，最便宜 BuyVM Storage Slab ⭐⭐⭐⭐ 10TB $15/月 BackBlaze B2 ⭐⭐⭐⭐ 物件儲存，$0.006/GB/月 Cloudflare R2 ⭐⭐⭐⭐⭐ 無流量費，$0.015/GB/月 自建 NAS + 動態域名 ⭐⭐⭐⭐ 一次性投入，長期免費 最優選：\n全自動雲端備份 → BackBlaze B2 或 Cloudflare R2 大量影片 / 媒體檔案 → BuyVM Storage Slab（10TB） 個人資料 → Hetzner Storage Box + rclone 同步 避坑：\nVPS 自帶磁碟（50-100GB）不適合做大量儲存 備份要異地（同一家服務商出事會連帶丟） 加密後再上傳（避免隱私洩漏） 用途 4：量化交易（API 呼叫、低延遲執行） 需求：到交易所的 API 延遲極低，穩定 24x7 執行，不被交易所封 IP。\n中心化交易所（Binance / OKX / Bybit） 交易所 核心機房 推薦 VPS 區域 Binance AWS Tokyo (ap-northeast-1) AWS Tokyo / AWS Singapore OKX 香港 / 新加坡 AWS HK / Alibaba HK Bybit AWS Singapore AWS Singapore 最優選：\nAWS Tokyo / Singapore t4g.small（$12/月，能跑我的北極星策略） 非 AWS 備選：DMIT Singapore 或 Alibaba Cloud 新加坡 為什麼不推薦普通 VPS：\n普通 VPS 到 Binance 延遲 100-200ms，量化策略有明顯滑點 AWS 到 Binance API 延遲 5-20ms（同 AWS 區域機房） 延遲減小 20 倍，策略執行質量質變 避坑：\nBinance API 對 IP 有白名單限制，換 VPS 要同步更新白名單 量化策略伺服器要做 熱備（詳見 雙機熱備方案） 不要買超小套餐（512MB 記憶體，pandas 一跑就 OOM） 參考：量化工具棧\n用途 5：爬蟲採集 需求：IP 多樣、按量計費、容易換 IP、不被目標網站封。\n方案 評分 理由 IPRoyal 住宅 IP ⭐⭐⭐⭐⭐ 按 GB 計費，IP 池大 CloudCone 小時計費 ⭐⭐⭐⭐ VPS 跑任務完就刪 RackNerd 多臺 ⭐⭐⭐ 便宜 VPS 做 IP 池 AWS Lambda + NAT ⭐⭐⭐⭐ 無伺服器，按量付費 ScraperAPI / Bright Data ⭐⭐⭐⭐⭐ 專業爬蟲平臺，貴但省心 最優選：\n中小型爬蟲（\u0026lt;100GB/月）→ IPRoyal + 自己的採集指令碼 一次性大量採集 → CloudCone 按小時 多開 10-20 臺 對穩定性要求極高 → ScraperAPI / Bright Data 避坑：\n爬蟲一定要分散式，單 IP 高頻請求必被封 控制請求頻率（robots.txt + 限速） 住宅 IP 比資料中心 IP 更不容易被識別 資料清洗比採集重要，別光看\u0026quot;成功率\u0026quot; 參考：IPRoyal 5 個實戰場景\n綜合推薦組合 組合 1：個人代理 + 部落格 搬瓦工 CN2 GIA-E（代理主力）$50/年 RackNerd LA（部落格託管）$14/年 Cloudflare + Hetzner Storage（部落格圖片）$3.5/月 總成本：約 $110/年 組合 2：跨境業務 + AI 工具運營 搬瓦工 CN2 GIA-E（日常代理） IPRoyal 住宅 IP（賬號註冊 + 爬蟲） Tello eSIM（美國號碼） RackNerd（定時任務、輕量爬蟲） 總月成本：約 $25/月 組合 3：量化交易專業版 AWS Tokyo t4g.small（主力策略）$12/月 AWS Singapore t4g.small（熱備）$12/月 搬瓦工（運維機器、監控）$50/年 Hetzner（資料儲存、回測）$5/月 總月成本：約 $35/月 組合 4：極致省錢 RackNerd LA 年付（代理 + 部落格）$14/年 Cloudflare（CDN + 加速）免費 總月成本：$1.2/月 購買時機 時段 有什麼促銷 黑五（11 月底 - 12 月初） 所有服務商最便宜，新套餐釋出 聖誕節 小促銷 春節 搬瓦工有中國春節優惠 服務商週年慶 各家不同，關注 TG 頻道 我的策略：日常需求月付扛住，黑五批次囤一年的量。\n決策流程圖 你的主要用途是什麼？ ├── 代理節點 │ ├── 預算 \u0026gt; $150/年 → DMIT HK │ ├── 預算 $50-150 → 搬瓦工 CN2 GIA-E │ └── 預算 \u0026lt; $50 → RackNerd LA / Akile │ ├── 建站 │ ├── 使用者在中國 → 搬瓦工 CN2 + CF │ └── 使用者在海外 → RackNerd / Hetzner │ ├── 儲存 │ ├── 個人備份 → Hetzner Storage Box │ └── 媒體倉庫 → BuyVM Storage Slab │ ├── 量化 │ └── 必選 AWS Tokyo / Singapore │ └── 爬蟲 ├── 小型 → IPRoyal 按 GB └── 大型 → CloudCone 多開 + 代理 常見問題 Q: 能不能一臺 VPS 同時做代理和建站？ 可以，但有限制：\n代理佔用頻寬 → 部落格訪問速度會下降 如果部落格流量大（\u0026gt; 1000 UV/天），分開部署 埠衝突注意：代理用 443，部落格用 80，可以透過 nginx 代理解決 Q: 為什麼量化交易要單獨買 AWS，而不用現有 VPS？ 延遲。普通 VPS 到 Binance 延遲 100ms+，AWS Tokyo 到 Binance 5-20ms。對量化策略來說延遲就是錢。\nQ: CDN（Cloudflare）能代替 VPS 嗎？ 不能。CDN 是\u0026quot;加速已有網站\u0026quot;的工具，本身不能跑動態應用。但 Cloudflare Workers 能跑一些無狀態的 API / 代理。\nQ: 買大套餐還是買多臺小套餐？ 一般買多臺小套餐：\n容災性好（一臺掛了其他還在） 能做地理分佈 按任務分機器，互不影響 只在記憶體/CPU 單項要求高時買大套餐（比如機器學習、影片轉碼）。\nQ: 國內雲（阿里雲/騰訊雲）值得買嗎？ 目標使用者在中國大陸：必選國內雲，備案後訪問飛快 目標使用者在海外：阿里雲/騰訊雲海外機房價格不便宜，不如買 DMIT/搬瓦工 個人代理：國內雲不適合（流量貴） → RackNerd vs CloudCone vs 搬瓦工 → 搬瓦工 CN2 GIA 深度評測 → AkileCloud 國內最佳化 VPS 評測 → DMIT VPS 購買流程 → IPRoyal 住宅 IP 使用場景\n選購卡殼來 Telegram 問。\n📷 封面圖 · Flux Schnell AI 生成 · panshi.io 品牌風格\n","permalink":"https://blog.panshi.io/zh-hant/posts/vps-family-matrix-by-use-case/","summary":"\u003c!-- hero-image --\u003e\n\u003cp\u003e\u003cimg alt=\"System with various wires managing access to centralized res\" loading=\"lazy\" src=\"/images/vps-family-matrix-by-use-case-hero.jpg\"\u003e\u003c/p\u003e\n\u003cp\u003e買 VPS 最大的坑是\u0026quot;一家打天下\u0026quot;——以為買一臺就能解決所有需求，結果代理不夠快、建站流量不夠、量化延遲不穩定。這篇文章按 5 種典型用途打分，告訴你每種場景選哪家。\u003c/p\u003e\n\u003ch2 id=\"評分維度\"\u003e評分維度\u003c/h2\u003e\n\u003ctable\u003e\n  \u003cthead\u003e\n      \u003ctr\u003e\n          \u003cth\u003e維度\u003c/th\u003e\n          \u003cth\u003e說明\u003c/th\u003e\n      \u003c/tr\u003e\n  \u003c/thead\u003e\n  \u003ctbody\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e延遲\u003c/td\u003e\n          \u003ctd\u003e國內訪問延遲（ms）\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e頻寬\u003c/td\u003e\n          \u003ctd\u003e峰值 / 平均頻寬\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003eIP 質量\u003c/td\u003e\n          \u003ctd\u003e流媒體解鎖 / ChatGPT 透過率\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e穩定性\u003c/td\u003e\n          \u003ctd\u003e一年宕機次數和時長\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e價格\u003c/td\u003e\n          \u003ctd\u003e月均成本\u003c/td\u003e\n      \u003c/tr\u003e\n  \u003c/tbody\u003e\n\u003c/table\u003e\n\u003ch2 id=\"用途-1代理節點科學上網\"\u003e用途 1：代理節點（科學上網）\u003c/h2\u003e\n\u003cp\u003e\u003cstrong\u003e需求\u003c/strong\u003e：低延遲、穩定、IP 質量好、頻寬夠家用。\u003c/p\u003e\n\u003ctable\u003e\n  \u003cthead\u003e\n      \u003ctr\u003e\n          \u003cth\u003e服務商\u003c/th\u003e\n          \u003cth\u003e評分\u003c/th\u003e\n          \u003cth\u003e理由\u003c/th\u003e\n      \u003c/tr\u003e\n  \u003c/thead\u003e\n  \u003ctbody\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e\u003ca href=\"/zh-hant/posts/dmit-vps-purchase-guide/\"\u003eDMIT HK PVM Eyeball\u003c/a\u003e\u003c/td\u003e\n          \u003ctd\u003e⭐⭐⭐⭐⭐\u003c/td\u003e\n          \u003ctd\u003e延遲最低（20-40ms），IP 質量最好\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e\u003ca href=\"/zh-hant/posts/bwg-cn2-gia-deep-review/\"\u003e搬瓦工 CN2 GIA-E\u003c/a\u003e\u003c/td\u003e\n          \u003ctd\u003e⭐⭐⭐⭐⭐\u003c/td\u003e\n          \u003ctd\u003e晚高峰穩定，換 IP 方便\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e\u003ca href=\"/zh-hant/posts/akile-cn2-vps-review/\"\u003eAkileCloud HK CMI\u003c/a\u003e\u003c/td\u003e\n          \u003ctd\u003e⭐⭐⭐⭐\u003c/td\u003e\n          \u003ctd\u003e價效比高\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e\u003ca href=\"/zh-hant/posts/racknerd-vs-cloudcone-vs-bwg/\"\u003eRackNerd LA\u003c/a\u003e\u003c/td\u003e\n          \u003ctd\u003e⭐⭐⭐\u003c/td\u003e\n          \u003ctd\u003e便宜，晚高峰會卡\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e\u003ca href=\"/zh-hant/posts/racknerd-vs-cloudcone-vs-bwg/\"\u003eCloudCone LA\u003c/a\u003e\u003c/td\u003e\n          \u003ctd\u003e⭐⭐⭐\u003c/td\u003e\n          \u003ctd\u003e按小時靈活\u003c/td\u003e\n      \u003c/tr\u003e\n  \u003c/tbody\u003e\n\u003c/table\u003e\n\u003cp\u003e\u003cstrong\u003e最優選\u003c/strong\u003e：\u003c/p\u003e","title":"VPS 按用途選購矩陣：代理、建站、儲存、量化、爬蟲分別選哪家"},{"content":" 我在 AWS 新加坡跑 Binance 量化策略時遇到過一系列\u0026quot;IP 相關\u0026quot;的坑：地區限制、API 限流、賬號被風控凍結。最終的解法是用 IPRoyal 住宅 IP 作為 API 呼叫出口。這篇文章把原理和配置完整寫出來。\n量化策略會遇到的 IP 問題 問題 1：Binance 對部分國家限制訪問 Binance 對美國 / 英國 / 荷蘭等部分地區 IP 限制 API 訪問：\n訪問合約 API 返回 451 Unavailable For Legal Reasons 某些 API 介面直接拒絕 使用者服務合規問題 常見受影響 VPS 區域：\nAWS us-east-1 / us-west-2（美國） Vultr 部分美國節點 Hetzner 部分德國節點（受歐盟新規影響） 問題 2：API 限流頻繁觸發 Binance 對每個 IP 的 API 請求有限制：\nREST API：1200 權重/分鐘 WebSocket 連線：單 IP 最多 300 個 實際場景：\n一個 VPS 上跑多個策略，共享 IP，疊加權重 突發行情時請求激增，觸發 429 WebSocket 斷線重連時 429 問題 3：賬號風控 Binance 用風控系統檢測\u0026quot;異常登入\u0026quot;：\nIP 頻繁變化 → 觸發安全驗證 賬號登入 IP 和 API 呼叫 IP 不一致 → 風控介入 資料中心 IP（特別是小型雲服務商）→ 某些操作被限制 極端情況：賬號被臨時凍結（KYC 複核），策略被迫停機。\n問題 4：IP 被封 某些 ISP 的 IP 段被 Binance 標記為\u0026quot;高風險\u0026quot; VPS 供應商的其他使用者違規，連帶 IP 段被拉黑 DDoS 或掃描導致的誤傷 為什麼住宅 IP 能解決 住宅 IP 的本質差異 特徵 資料中心 IP（VPS） 住宅 IP ASN 雲服務商（AWS / Google Cloud） ISP（Comcast / AT\u0026amp;T） 使用者 1-100 臺伺服器共享 1-5 戶普通家庭 信譽評分（Fraud Score） 40-80（偏高） 0-20（極低） 平臺風控識別 明顯 極難區分 Binance（和其他交易所）的風控系統對\u0026quot;住宅 IP\u0026quot;極其友好，因為住宅 IP 背後通常是真實使用者，風控成本高。\n住宅 IP 解決的 4 個具體問題 原問題 住宅 IP 解決方案 地區限制 選擇不受限地區的住宅 IP（新加坡 / 日本 / 香港） 限流 IP 輪換（每筆 API 用不同 IP） 風控 用\u0026quot;本地住宅 IP\u0026quot;避免風控 IP 被封 住宅 IP 池極大，被封可切換 具體方案架構 量化策略伺服器 (AWS Tokyo) │ │ 預設流量 ▼ Binance API (直連) │ 特定敏感 API 請求 ▼ IPRoyal 住宅 IP 代理 (出口 = 日本住宅 IP) │ ▼ Binance API 核心思路：\n大部分 API 直連 Binance（速度快，節省住宅 IP 流量） 敏感 API 走住宅 IP（開倉平倉、大額轉賬等） 賬號登入操作走住宅 IP（保持 IP 穩定，避免風控） 實操方案 1：mihomo 規則分流 在量化伺服器上裝 mihomo，配置代理規則：\n# /etc/mihomo/config.yaml proxies: - name: \u0026#34;iproyal-jp\u0026#34; type: socks5 server: gate.iproyal.cn port: 10000 username: \u0026#34;你的使用者名稱_country-jp_session-stable1\u0026#34; password: \u0026#34;你的密碼\u0026#34; proxy-groups: - name: \u0026#34;binance-sensitive\u0026#34; type: select proxies: - iproyal-jp rules: # 敏感 API 走住宅 IP - DOMAIN-SUFFIX,binance.com,binance-sensitive - DOMAIN-SUFFIX,binancezh.com,binance-sensitive # 行情資料 API 走直連（省流量） - DOMAIN,stream.binance.com,DIRECT # 其他流量直連 - MATCH,DIRECT 在量化程式碼裡使用 ccxt 的 Python 程式碼指定代理：\nimport ccxt exchange = ccxt.binance({ \u0026#39;apiKey\u0026#39;: \u0026#39;YOUR_API_KEY\u0026#39;, \u0026#39;secret\u0026#39;: \u0026#39;YOUR_SECRET\u0026#39;, \u0026#39;proxies\u0026#39;: { \u0026#39;http\u0026#39;: \u0026#39;socks5://127.0.0.1:7890\u0026#39;, # mihomo 本地代理 \u0026#39;https\u0026#39;: \u0026#39;socks5://127.0.0.1:7890\u0026#39;, }, # 行情資料走直連（程式碼裡另起一個客戶端） \u0026#39;enableRateLimit\u0026#39;: True, }) # 下單（走代理 = 住宅 IP） order = exchange.create_market_buy_order(\u0026#39;BTC/USDT\u0026#39;, 0.01) # 獲取行情（可以直連，但也能走代理） market_exchange = ccxt.binance({}) # 不帶代理 ticker = market_exchange.fetch_ticker(\u0026#39;BTC/USDT\u0026#39;) 實操方案 2：出口 IP 固定化 問題：預設情況下 IPRoyal 每次請求可能分配不同出口 IP，Binance 會記錄 API 呼叫 IP 變化，可能觸發風控。\n解決：使用 IPRoyal 的 sticky session（黏性會話）。\nsticky session 配置 IPRoyal 的使用者名稱格式支援引數：\n使用者名稱格式： {base_user}_country-{cc}_session-{session_id}_lifetime-{minutes} 示例： user123_country-jp_session-mystrategy1_lifetime-60 引數說明：\ncountry-jp：國家日本 session-mystrategy1：會話 ID（自定義字串） lifetime-60：會話保持時間 60 分鐘 效果：60 分鐘內，每次用這個使用者名稱請求，都返回同一個出口 IP。\n量化策略應用 # 每個策略賬號用獨立 session ID，穩定出口 IP PROXY_USER = \u0026#34;user123_country-jp_session-polaris1_lifetime-1440\u0026#34; # 24 小時會話 proxy = f\u0026#34;socks5://{PROXY_USER}:password@gate.iproyal.cn:10000\u0026#34; # 策略重啟後沿用同一 session ID，出口 IP 仍然相同 這樣 Binance 看到的 IP 是\u0026quot;穩定的日本住宅 IP\u0026quot;，不會觸發 IP 頻繁變化的風控。\n實操方案 3：IP 輪換應對限流 場景：高頻策略或者爬蟲場景，需要主動輪換 IP 避免 429。\nimport random import httpx def get_rotating_proxy(): session_id = random.randint(100000, 999999) user = f\u0026#34;user123_country-jp_session-{session_id}_lifetime-10\u0026#34; return f\u0026#34;socks5://{user}:password@gate.iproyal.cn:10000\u0026#34; # 每次請求都用新的 IP for _ in range(1000): proxy = get_rotating_proxy() with httpx.Client(proxies=proxy) as client: r = client.get(\u0026#34;https://api.binance.com/api/v3/ticker/price\u0026#34;) # ... 效果：1000 次請求分散到 1000 個不同 IP，單 IP 限流完全繞過。\n成本估算：\n單次 API 呼叫約 1KB 資料 1000 次 = 1MB = $0.007 高頻策略每月 1000 萬次 ≈ $70/月，用量有限場景可接受 實戰配置：北極星策略的方案 我的北極星策略跑在 AWS Tokyo，預設直連 Binance。但在以下情況走住宅 IP：\n開平倉訊號（關鍵時刻） def execute_signal(signal): # 開平倉關鍵時刻，走住宅 IP 代理 exchange = ccxt.binance({ \u0026#39;apiKey\u0026#39;: API_KEY, \u0026#39;secret\u0026#39;: SECRET, \u0026#39;proxies\u0026#39;: { \u0026#39;http\u0026#39;: IPROYAL_PROXY, \u0026#39;https\u0026#39;: IPROYAL_PROXY, } }) # 設定槓桿、下市價單 exchange.set_leverage(3, \u0026#39;BTC/USDT:USDT\u0026#39;) order = exchange.create_market_buy_order(\u0026#39;BTC/USDT:USDT\u0026#39;, 0.1) return order 行情資料（高頻、不敏感） # 行情走直連，省流量且速度快 market = ccxt.binance({}) ticker = market.fetch_ticker(\u0026#39;BTC/USDT\u0026#39;) 策略啟動自檢 # 啟動時檢查當前出口 IP def check_outbound_ip(via_proxy=True): kwargs = {} if via_proxy: kwargs[\u0026#39;proxies\u0026#39;] = {\u0026#39;all\u0026#39;: IPROYAL_PROXY} r = httpx.get(\u0026#34;https://api.ipify.org\u0026#34;, **kwargs) return r.text print(\u0026#34;直連 IP:\u0026#34;, check_outbound_ip(via_proxy=False)) print(\u0026#34;代理 IP:\u0026#34;, check_outbound_ip(via_proxy=True)) # 直連 IP: 54.178.x.x (AWS Tokyo) # 代理 IP: 126.147.x.x (日本住宅 IP) 成本核算 住宅 IP 流量消耗 API 型別 單次流量 月度預估（基於北極星策略） 下單 API ~2KB 100 次 × 2KB = 200KB 查詢持倉 ~1KB 每 30 分鐘 × 24h × 30 天 = 1.4MB 設定槓桿 / 止損 ~1KB 偶爾調整，~50KB/月 月度總消耗：約 5-10 MB，成本 $0.05/月。\n如果所有流量走住宅 IP 加上行情資料：可能 5-20 GB/月 成本：$35-140/月 結論：只讓敏感 API 走住宅 IP，大部分流量直連，成本控制在 $1-5/月。\n風險和缺點 1. 延遲增加 住宅 IP 代理增加 50-100ms 延遲。對於：\n趨勢跟蹤策略（訊號間隔 1 小時）：無感 高頻策略（毫秒級）：不可接受 2. 可用性 住宅 IP 可能：\n瞬時斷連（普通家庭網路質量） 某些 IP 無法訪問 Binance 解決：配置 fallback 機制。\ndef robust_request(url, **kwargs): \u0026#34;\u0026#34;\u0026#34;優先走住宅 IP，失敗降級到直連\u0026#34;\u0026#34;\u0026#34; try: with httpx.Client(proxies=IPROYAL_PROXY, timeout=10) as client: return client.get(url, **kwargs) except Exception as e: logger.warning(f\u0026#34;Proxy failed: {e}, falling back to direct\u0026#34;) return httpx.get(url, timeout=10, **kwargs) 3. API 白名單管理 Binance API 金鑰可以繫結\u0026quot;IP 白名單\u0026quot;。住宅 IP 動態分配，如果你啟用了 IP 白名單，住宅 IP 會被攔截。\n解決：\n不啟用 IP 白名單（但風險上升，依賴 API 金鑰許可權） 或用 sticky session 固定一個 IP，加入白名單 擴充套件場景 場景 1：多賬號量化團隊 公司有 5 個子賬號，每個跑一個策略。每個子賬號用獨立的住宅 IP session ID，避免賬號間相互關聯。\nACCOUNTS = { \u0026#34;acc1\u0026#34;: \u0026#34;user123_country-jp_session-acc1_lifetime-1440\u0026#34;, \u0026#34;acc2\u0026#34;: \u0026#34;user123_country-jp_session-acc2_lifetime-1440\u0026#34;, \u0026#34;acc3\u0026#34;: \u0026#34;user123_country-jp_session-acc3_lifetime-1440\u0026#34;, # ... } 場景 2：合規審計 某些場景需要證明\u0026quot;API 請求來自合規地區\u0026quot;（比如只能從日本 IP 操作）。用 IPRoyal 固定日本住宅 IP，滿足合規要求。\n場景 3：多交易所對沖 如果你同時在 Binance / OKX / Bybit 對沖套利，每個交易所用不同國家的住宅 IP 隔離，避免\u0026quot;同 IP 操作多家交易所\u0026quot;被標記。\n常見問題 Q: AWS Tokyo 直連 Binance 延遲多少？ 大約 5-20ms。AWS ap-northeast-1 和 Binance 的核心節點在同一機房區域，延遲極低。\nQ: 加了住宅 IP 代理後延遲會影響多少？ 增加 50-150ms。對趨勢跟蹤/網格策略無感，高頻套利不合適。\nQ: IPRoyal 能替代 VPN 嗎？ 用法不同。VPN 是\u0026quot;全域性代理所有流量\u0026quot;，IPRoyal 按 GB 計費，建議只代理敏感請求。\nQ: 其他交易所（OKX / Bybit）也適用嗎？ 原理一樣。OKX / Bybit 的地區限制和風控類似 Binance，住宅 IP 方案通用。\nQ: 出口 IP 變化會導致 Binance API 失效嗎？ 不會影響 API Key 本身，但會：\n觸發\u0026quot;登入地變化\u0026quot;郵件通知（可以在賬戶設定裡關閉部分通知） 某些敏感操作觸發 2FA 二次驗證 連續異常 IP 變化可能導致賬號臨時凍結 解決：用 sticky session 固定 IP，避免頻繁變化。\nQ: 本文的方案適用於個人使用者嗎？ 適用。如果你跑量化策略且遇到過 IP 問題，這個方案對個人使用者的成本約 $1-5/月，值得加。\n總結：住宅 IP 不是量化策略的必需品，但遇到 地區限制 / 限流 / 風控 等問題時，是最乾淨的解法。關鍵是只代理敏感流量，控制成本。\n→ IPRoyal 住宅 IP 官方註冊（AFF） → IPRoyal 5 個實戰場景 → Binance API 從零到第一筆下單 → Binance 資金費率套利 → mihomo 出口接住宅 IP → 合約風控三層架構\n有量化實盤問題來 Telegram 聊。\n📷 封面圖 · Flux Schnell AI 生成 · panshi.io 品牌風格\n","permalink":"https://blog.panshi.io/zh-hant/posts/quant-proxy-residential-ip-why/","summary":"\u003c!-- hero-image --\u003e\n\u003cp\u003e\u003cimg alt=\"A close-up of a golden Bitcoin highlighting its digital curr\" loading=\"lazy\" src=\"/images/quant-proxy-residential-ip-why-hero.jpg\"\u003e\u003c/p\u003e\n\u003cp\u003e我在 AWS 新加坡跑 \u003ca href=\"https://aff.panshi.io/track?id=binance\"\u003eBinance\u003c/a\u003e 量化策略時遇到過一系列\u0026quot;IP 相關\u0026quot;的坑：地區限制、API 限流、賬號被風控凍結。最終的解法是用 \u003cstrong\u003e\u003ca href=\"https://aff.panshi.io/track?id=iproyal\"\u003eIPRoyal 住宅 IP\u003c/a\u003e 作為 API 呼叫出口\u003c/strong\u003e。這篇文章把原理和配置完整寫出來。\u003c/p\u003e\n\u003ch2 id=\"量化策略會遇到的-ip-問題\"\u003e量化策略會遇到的 IP 問題\u003c/h2\u003e\n\u003ch3 id=\"問題-1binance-對部分國家限制訪問\"\u003e問題 1：Binance 對部分國家限制訪問\u003c/h3\u003e\n\u003cp\u003eBinance 對\u003cstrong\u003e美國 / 英國 / 荷蘭\u003c/strong\u003e等部分地區 IP 限制 API 訪問：\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e訪問合約 API 返回 \u003ccode\u003e451 Unavailable For Legal Reasons\u003c/code\u003e\u003c/li\u003e\n\u003cli\u003e某些 API 介面直接拒絕\u003c/li\u003e\n\u003cli\u003e使用者服務合規問題\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003e\u003cstrong\u003e常見受影響 VPS 區域\u003c/strong\u003e：\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003eAWS us-east-1 / us-west-2（美國）\u003c/li\u003e\n\u003cli\u003eVultr 部分美國節點\u003c/li\u003e\n\u003cli\u003eHetzner 部分德國節點（受歐盟新規影響）\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch3 id=\"問題-2api-限流頻繁觸發\"\u003e問題 2：API 限流頻繁觸發\u003c/h3\u003e\n\u003cp\u003eBinance 對每個 IP 的 API 請求有限制：\u003c/p\u003e","title":"量化策略為什麼需要住宅 IP：Binance API 封號防禦完整方案"},{"content":" 搬瓦工（BandwagonHost） 是國人 VPS 圈存在時間最長的服務商之一，我從 2022 年開始用，期間反覆續費，主力套餐是 CN2 GIA-E。這篇文章把選套餐、機房、換 IP、遷移的實戰經驗都寫下來。\nCN2 GIA 到底是什麼 \u0026ldquo;CN2 GIA\u0026rdquo; 是中國電信的國際精品網（China Next-generation Network 2 Global Internet Access），分兩檔：\n線路 英文 說明 CN2 GT 次精品 普通國際精品網，質量好 CN2 GIA 頂級 商業客戶專線，國內三網三向直連 搬瓦工的 CN2 GIA-E（\u0026ldquo;E\u0026rdquo; = Enhanced，增強版）是國內三網往返全程走 CN2 GIA，晚高峰也不掉速。價格貴但確實穩。\n搬瓦工的主流套餐（2026 年） 搬瓦工用 PID（Product ID） 區分套餐，常見的：\nCN2 GIA-E（主力推薦） PID 記憶體 硬碟 流量 年費 機房 87 1GB 20GB 1TB ~$50 DC6 / DC9 CN2 GIA-E 88 2GB 40GB 2TB ~$90 DC6 / DC9 CN2 GIA-E 89 4GB 80GB 3TB ~$170 DC6 / DC9 CN2 GIA-E 做代理節點 PID 87 完全夠用，2GB 的 PID 88 給頻寬更大的場景。\n香港 CMI（港線直連） PID 記憶體 硬碟 流量 年費 機房 134 2GB 40GB 500GB ~$150 HK CMI 135 4GB 80GB 1TB ~$270 HK CMI 香港延遲更低（25-40ms），但流量少、價格貴。適合對延遲極度敏感的場景（遊戲加速、遠端辦公）。\n日本軟銀 PID 記憶體 流量 年費 95 1GB 1TB ~$90 96 2GB 2TB ~$170 日本軟銀線路延遲 80-100ms，對訪問日本服務（Twitch、Bilibili 日站、部分日本 API）有優勢。\n舊套餐（Quadranet / Fremont，不推薦） 搬瓦工還有一些普通 BGP 線路的便宜套餐（$20-30/年），但晚高峰非常卡，不建議買。\nDC6 vs DC9 機房 搬瓦工 CN2 GIA-E 有兩個機房（都在洛杉磯）：\n機房 特點 我的體驗 DC6 老機房，穩定，IP 段較老 用了 2 年沒有大問題 DC9 新機房，同樣 CN2 GIA，IP 段較新 新開的套餐多在這 實測差異：DC6 和 DC9 網路質量幾乎一樣（都是 CN2 GIA）。區別主要在 IP 段：\nDC6 IP 被某些服務（ChatGPT 等）封的機率略高（用的人多） DC9 IP 較新，封禁機率相對低 開通時套餐頁面會顯示機房。如果你有偏好，可以在工單裡請求指定機房。\n年費 vs 月付 付費週期 PID 87 費用 平均月成本 月付 $11.99/月 $11.99 年付 ~$50/年 $4.17 2 年付 ~$95 $3.95 強烈推薦年付或 2 年付，比月付便宜 60%。\n實測網路（CN2 GIA-E PID 87） 從廣州電信 mtr 測試（2026-04）：\n$ mtr -rn -c 50 VPS_IP HOST: test 1. 廣州電信閘道器 3ms 2. 中國電信骨幹 6ms 3. 中國電信國際出口 18ms 4. CN2 核心 223.120.x 42ms 5. CN2 GIA 洛杉磯落地 155ms 6. 搬瓦工邊界 156ms 7. VPS_IP 156ms 平均延遲：156ms 丟包：0% 時段對比：\n時段 延遲 下載頻寬（iperf3 對打） 03:00 152ms 180 Mbps 14:00 158ms 150 Mbps 20:00 170ms 100 Mbps 22:00 180ms 80 Mbps 01:00 155ms 160 Mbps 晚高峰 80 Mbps 是 CN2 GIA 的底線，家用代理完全夠。\nIP 質量 搬瓦工的 IP 質量屬於中等偏上：\n✅ Netflix 美區 / ChatGPT / Claude.ai 大多數 IP 可用 ✅ Disney+ / YouTube 正常 ⚠️ 某些 IP 段被 AWS / Google Cloud 標為\u0026quot;VPS IP\u0026quot;，高敏感服務（金融類）可能限制 ✅ Google 賬號登入、主流社交平臺使用正常 注意：搬瓦工的 IP 是共享母機分配的，同一 C 段（/24）可能有上百個 VPS，IP 封禁風險比獨立 IP 高。\n換 IP 實戰 搬瓦工最大的優勢之一：支援一鍵付費換 IP。\n什麼時候需要換 IP IP 被 Netflix 認定為\u0026quot;代理\u0026quot;，無法觀看 IP 被 ChatGPT 封 IP 被牆（國內無法訪問） 節點被 DDoS 換 IP 流程 登入搬瓦工 → Services → 點你的 VPS 找到 Shutdown VM（先關機） 關機後出現 Assign New IP Address 按鈕 支付 $8.79（2026 年價） 系統分配新 IP，開機即可使用 全流程 2-5 分鐘，比多數 VPS 服務商快。\n換 IP 的坑 換到的新 IP 可能還是封的：搬瓦工從一個\u0026quot;待分配 IP 池\u0026quot;裡隨機分，運氣不好換到的還是被 ChatGPT 封過的 一年免費換 1 次機會：2024 年之後新政策，每個 VPS 每年能免費換 1 次，超過就要付費 關機超過 72 小時 IP 會被回收：想\u0026quot;暫時關機省流量\u0026quot;的人要注意 遷機房 場景：你的 VPS 在 DC6，想遷到 DC9（或反過來）。\n流程：\n工單申請 Migrate to DC9（或 DC6） 工單回覆通常 24 小時內 遷移完成後 VPS IP 會變 費用：通常免費，每個生命週期 1 次免費遷移 注意：遷移期間 VPS 會停機幾分鐘到幾小時，提前通知使用者。\n搬瓦工的運維特色 免費快照（Snapshot） 控制面板支援 手動快照，每個 VPS 最多保留 2 個。對於\u0026quot;系統配置壞了\u0026quot;的場景非常好用：\n配置好系統 → 打快照 如果之後配置炸了，一鍵回滾到快照 快照不佔磁碟配額 作業系統重灌 控制面板支援常見系統：\nUbuntu 20.04 / 22.04 / 24.04 Debian 11 / 12 CentOS 7 / 8 Stream（不推薦，已 EOL） Windows Server（需要額外 License 費用） 推薦 Ubuntu 22.04 或 Debian 12。\nKiwiVM 控制面板 搬瓦工用的是自研面板 KiwiVM，功能齊全：\n實時頻寬圖（按 5 分鐘粒度） CPU/記憶體/IO 監控 線上 VNC（系統裝壞了可以救回來） 反向 DNS（rDNS）設定 付款方式 搬瓦工對國人最友好的一點：支援支付寶。\n方式 手續費 到賬速度 支付寶 無 秒到 信用卡 無 秒到 PayPal 無 秒到 USDT 無 1-2 分鐘 新使用者直接支付寶付款最方便，不需要信用卡。\n避坑指南 坑 1：搶到的\u0026quot;便宜套餐\u0026quot;不是 CN2 GIA 搬瓦工有一些歷史便宜套餐（$20-30/年），用的是普通 BGP 線路，晚高峰非常卡。別貪便宜買這些，白天白天湊合用，晚上基本廢了。\n坑 2：以為 PID 87 和 PID 50 都是 CN2 GIA 有些老 PID 用的是 CN2 GT（次一檔），不是 GIA。買之前看清楚套餐描述，或者直接認準官方當前主推的 PID 87 / 88 / 89。\n坑 3：熱門套餐長期缺貨 PID 87 最便宜最熱門，經常缺貨。方法：\n在搬瓦工官方頁面註冊\u0026quot;缺貨提醒\u0026quot; NodeSeek / HostLoc 論壇關注補貨訊息 缺貨期間可以買 PID 88（貴一倍但常有貨），之後再降配 坑 4：以為重灌系統不會影響 IP 重灌系統不換 IP，放心重灌。想換 IP 必須用 Shutdown + Assign New IP 流程。\n4 年使用感受 我從 2022 年開始持續用搬瓦工，中間也試過 DMIT / RackNerd / Akile 等其他服務商。搬瓦工的優勢：\n穩：4 年間整機宕機 \u0026lt; 5 次，每次都提前公告 換 IP 方便：$8.79 一鍵換，這點沒有對手 中文客服響應快：工單 1-4 小時回覆，支援中文 支付寶付款：最大的國人友好點 缺點：\n價格比 DMIT / Akile 貴 熱門套餐缺貨 IP 封禁機率和使用者數量成正比（因為用的人多） 什麼時候應該選搬瓦工 場景 推薦度 預算 $50+/年，要穩定代理 ⭐⭐⭐⭐⭐ 希望國人友好的付款方式（支付寶） ⭐⭐⭐⭐⭐ 需要頻繁換 IP ⭐⭐⭐⭐⭐ 極致省錢（\u0026lt; $20/年） ⭐ 選 RackNerd 延遲要求 \u0026lt;30ms ⭐⭐⭐ 選搬瓦工 HK CMI 或 DMIT → 購買搬瓦工（AFF 連結） → RackNerd vs CloudCone vs 搬瓦工對比 → AkileCloud 國內最佳化 VPS 評測 → VPS 被封 IP 怎麼辦\n有購買或配置問題，來 Telegram 聊。\n📷 封面圖 · Flux Schnell AI 生成 · panshi.io 品牌風格\n","permalink":"https://blog.panshi.io/zh-hant/posts/bwg-cn2-gia-deep-review/","summary":"\u003c!-- hero-image --\u003e\n\u003cp\u003e\u003cimg alt=\"Server rack with blinking green lights\" loading=\"lazy\" src=\"/images/bwg-cn2-gia-deep-review-hero.jpg\"\u003e\u003c/p\u003e\n\u003cp\u003e\u003ca href=\"https://aff.panshi.io/track?id=bwg\"\u003e搬瓦工（BandwagonHost）\u003c/a\u003e 是國人 VPS 圈存在時間最長的服務商之一，我從 2022 年開始用，期間反覆續費，主力套餐是 \u003cstrong\u003eCN2 GIA-E\u003c/strong\u003e。這篇文章把選套餐、機房、換 IP、遷移的實戰經驗都寫下來。\u003c/p\u003e\n\u003ch2 id=\"cn2-gia-到底是什麼\"\u003eCN2 GIA 到底是什麼\u003c/h2\u003e\n\u003cp\u003e\u0026ldquo;CN2 GIA\u0026rdquo; 是中國電信的國際精品網（\u003cstrong\u003eC\u003c/strong\u003ehina \u003cstrong\u003eN\u003c/strong\u003eext-generation \u003cstrong\u003eN\u003c/strong\u003eetwork 2 \u003cstrong\u003eG\u003c/strong\u003elobal \u003cstrong\u003eI\u003c/strong\u003enternet \u003cstrong\u003eA\u003c/strong\u003eccess），分兩檔：\u003c/p\u003e\n\u003ctable\u003e\n  \u003cthead\u003e\n      \u003ctr\u003e\n          \u003cth\u003e線路\u003c/th\u003e\n          \u003cth\u003e英文\u003c/th\u003e\n          \u003cth\u003e說明\u003c/th\u003e\n      \u003c/tr\u003e\n  \u003c/thead\u003e\n  \u003ctbody\u003e\n      \u003ctr\u003e\n          \u003ctd\u003eCN2 GT\u003c/td\u003e\n          \u003ctd\u003e次精品\u003c/td\u003e\n          \u003ctd\u003e普通國際精品網，質量好\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e\u003cstrong\u003eCN2 GIA\u003c/strong\u003e\u003c/td\u003e\n          \u003ctd\u003e頂級\u003c/td\u003e\n          \u003ctd\u003e商業客戶專線，國內三網三向直連\u003c/td\u003e\n      \u003c/tr\u003e\n  \u003c/tbody\u003e\n\u003c/table\u003e\n\u003cp\u003e搬瓦工的 CN2 GIA-E（\u0026ldquo;E\u0026rdquo; = Enhanced，增強版）是\u003cstrong\u003e國內三網往返全程走 CN2 GIA\u003c/strong\u003e，晚高峰也不掉速。價格貴但確實穩。\u003c/p\u003e\n\u003ch2 id=\"搬瓦工的主流套餐2026-年\"\u003e搬瓦工的主流套餐（2026 年）\u003c/h2\u003e\n\u003cp\u003e搬瓦工用 \u003cstrong\u003ePID（Product ID）\u003c/strong\u003e 區分套餐，常見的：\u003c/p\u003e\n\u003ch3 id=\"cn2-gia-e主力推薦\"\u003eCN2 GIA-E（主力推薦）\u003c/h3\u003e\n\u003ctable\u003e\n  \u003cthead\u003e\n      \u003ctr\u003e\n          \u003cth\u003ePID\u003c/th\u003e\n          \u003cth\u003e記憶體\u003c/th\u003e\n          \u003cth\u003e硬碟\u003c/th\u003e\n          \u003cth\u003e流量\u003c/th\u003e\n          \u003cth\u003e年費\u003c/th\u003e\n          \u003cth\u003e機房\u003c/th\u003e\n      \u003c/tr\u003e\n  \u003c/thead\u003e\n  \u003ctbody\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e\u003cstrong\u003e87\u003c/strong\u003e\u003c/td\u003e\n          \u003ctd\u003e1GB\u003c/td\u003e\n          \u003ctd\u003e20GB\u003c/td\u003e\n          \u003ctd\u003e1TB\u003c/td\u003e\n          \u003ctd\u003e~$50\u003c/td\u003e\n          \u003ctd\u003eDC6 / DC9 CN2 GIA-E\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e\u003cstrong\u003e88\u003c/strong\u003e\u003c/td\u003e\n          \u003ctd\u003e2GB\u003c/td\u003e\n          \u003ctd\u003e40GB\u003c/td\u003e\n          \u003ctd\u003e2TB\u003c/td\u003e\n          \u003ctd\u003e~$90\u003c/td\u003e\n          \u003ctd\u003eDC6 / DC9 CN2 GIA-E\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e\u003cstrong\u003e89\u003c/strong\u003e\u003c/td\u003e\n          \u003ctd\u003e4GB\u003c/td\u003e\n          \u003ctd\u003e80GB\u003c/td\u003e\n          \u003ctd\u003e3TB\u003c/td\u003e\n          \u003ctd\u003e~$170\u003c/td\u003e\n          \u003ctd\u003eDC6 / DC9 CN2 GIA-E\u003c/td\u003e\n      \u003c/tr\u003e\n  \u003c/tbody\u003e\n\u003c/table\u003e\n\u003cp\u003e做代理節點 \u003cstrong\u003ePID 87 完全夠用\u003c/strong\u003e，2GB 的 PID 88 給頻寬更大的場景。\u003c/p\u003e","title":"搬瓦工 CN2 GIA 深度評測：套餐選購、機房差異、換 IP 實戰"},{"content":" 💡 國內提示：Binance 官網在中國大陸無法直連，訪問需自備網路工具；法幣入金不支援銀行卡，主要走 C2C（USDT↔CNY）通道完成。\n很多人以為量化就是\u0026quot;抓趨勢\u0026quot;或者\u0026quot;網格\u0026quot;，其實資金費率套利是加密貨幣獨有的一種低風險套利，年化 8-20% 可穩定獲得。這篇文章把原理和操作完整講一遍。\n什麼是資金費率 永續合約沒有到期日，靠\u0026quot;資金費率\u0026quot;讓合約價格貼近現貨價格。\n合約價格 \u0026gt; 現貨價格 → 多頭付錢給空頭（正費率） 合約價格 \u0026lt; 現貨價格 → 空頭付錢給多頭（負費率） 幣安（Binance） 的資金費率每 8 小時結算一次（08:00 / 16:00 / 00:00 UTC），每次收取/支付一次費率。\n年化計算：0.01% × 3 次/天 × 365 天 = 10.95%/年（一般情況）\n套利核心原理 當某個幣的永續資金費率長期為正時（多頭付錢給空頭），我們可以：\n現貨買入 1 BTC（$77,000） 永續做空 1 BTC（$77,000，用 1x 保證金） 價格漲跌不影響（現貨漲賺的錢 = 永續空單虧的錢，對沖了） 持續收取空頭的資金費率 這就是資金費率套利，也叫Delta 中性套利。\n實操步驟（以 BTC 為例） 步驟 1：確認資金費率 訪問幣安 → 合約 → 資金費率，檢視 BTC/USDT 永續的歷史資金費率。\n判斷標準：\n過去 7 天平均資金費率 \u0026gt; 0.01%（年化 \u0026gt;11%）→ 值得做 過去 7 天平均資金費率 0.005%-0.01%（年化 5-11%）→ 邊際，看規模 過去 7 天平均資金費率 \u0026lt; 0.005% → 不值得 熱門幣（BTC/ETH）費率穩定但偏低；山寨幣費率高但波動大。\n步驟 2：準備資金 假設目標套 1 BTC（按 BTC ≈ $77,000 計）：\n現貨倉需要資金：$77,000（買 1 BTC） 永續倉需要保證金：$12,000（1 BTC × $77,000 × 1/7 槓桿，預留空間） 總資金：約 $89,000 槓桿選擇：合約用 7-10x（給價格波動留足空間），實際\u0026quot;對沖暴露\u0026quot;是 1:1，不是\u0026quot;10 倍槓桿\u0026quot;。\n步驟 3：同時開倉 關鍵：必須同時開倉，避免價差波動\n用 Python 指令碼（ccxt 庫）一鍵同步下單：\nimport ccxt import time binance = ccxt.binance({ \u0026#39;apiKey\u0026#39;: \u0026#39;YOUR_API_KEY\u0026#39;, \u0026#39;secret\u0026#39;: \u0026#39;YOUR_SECRET\u0026#39;, }) binance_futures = ccxt.binanceusdm({ \u0026#39;apiKey\u0026#39;: \u0026#39;YOUR_API_KEY\u0026#39;, \u0026#39;secret\u0026#39;: \u0026#39;YOUR_SECRET\u0026#39;, }) # 查詢當前價 ticker = binance.fetch_ticker(\u0026#39;BTC/USDT\u0026#39;) price = ticker[\u0026#39;last\u0026#39;] amount = 1 # 1 BTC # 同步執行 start = time.time() # 現貨買入 spot_order = binance.create_market_buy_order(\u0026#39;BTC/USDT\u0026#39;, amount) # 永續做空 futures_order = binance_futures.create_market_sell_order(\u0026#39;BTC/USDT\u0026#39;, amount) end = time.time() print(f\u0026#34;執行耗時：{end-start:.2f} 秒\u0026#34;) print(f\u0026#34;現貨成交均價：{spot_order[\u0026#39;average\u0026#39;]}\u0026#34;) print(f\u0026#34;永續成交均價：{futures_order[\u0026#39;average\u0026#39;]}\u0026#34;) 注意：兩單成交價差儘量小（\u0026lt; 0.05%），差價太大會吃掉頭幾天的套利收益。\n步驟 4：持倉等收費率 開倉後：\n每 8 小時的 UTC 時間（00:00 / 08:00 / 16:00）自動結算資金費率 收到的 USDT 直接進合約賬戶 現貨 BTC 正常持有 每天檢查一下價差（現貨 vs 永續），差價過大（\u0026gt; 0.5%）需要手動調整 步驟 5：平倉 什麼時候平倉：\n資金費率由正轉負（或接近零） 現貨永續價差異常放大 需要流動資金做別的事 平倉 = 現貨賣出 + 永續平空，同樣同步執行。\n收益估算 假設持倉 30 天，平均資金費率 0.015%（略高於歷史均值）：\n每 8 小時收：$77,000 × 0.015% = $11.55 每天收 3 次：$34.65 30 天收：$1,040 月收益率：$1,040 / $89,000 = 1.17% 年化：約 14% 扣除手續費和滑點後，實際年化 8-15% 比較常見。\n幣種選擇 穩健型（推薦新手） 幣種 典型費率範圍 流動性 推薦度 BTC/USDT 0.005%-0.015% 極好 ⭐⭐⭐⭐⭐ ETH/USDT 0.005%-0.02% 極好 ⭐⭐⭐⭐⭐ SOL/USDT 0.01%-0.025% 好 ⭐⭐⭐⭐ BTC/ETH 最穩，流動性好，突發事件可以快速平倉。\n激進型（老手） 部分山寨幣資金費率極高（0.1%+），但風險高：\n風險 說明 流動性差 大單成交滑點高 費率波動大 可能從 +0.1% 瞬間變 -0.1% 現貨下架風險 幣安偶爾下架山寨幣 暴漲暴跌 合約爆倉風險 山寨幣套利需要持續監控，不建議新手做。\n風險控制 風險 1：合約爆倉 問題：做空永續，價格大漲時合約虧損。\n場景：\n開倉時 BTC = $77,000，做空 1 BTC BTC 漲到 $88,000，永續空單浮虧 $11,000 如果保證金不足，合約爆倉，現貨仍持有（對沖失效） 解決：\n保證金率保持在 30% 以下（遠離爆倉線） 設定預警：保證金率 \u0026gt; 40% 自動 Telegram 通知 價格大漲時補保證金（從現貨賬戶轉一部分 USDT 到合約賬戶） 風險 2：資金費率反轉 問題：資金費率從正變負，你開始付錢。\n解決：\n每 8 小時檢查一次費率 連續 3 次為負（24 小時）考慮平倉 或者設定指令碼：費率 \u0026lt; 0 自動平倉 風險 3：現貨永續價差拉大 問題：極端行情下，現貨和永續價格差距拉大（正常 \u0026lt; 0.1%，極端可達 1%+）。\n解決：\n開倉時確認價差 \u0026lt; 0.1% 持倉時每天檢查價差 極端價差時（\u0026gt; 0.5%）平倉，重新開倉可能更划算 風險 4：交易所風險 問題：交易所被盜 / 跑路 / 凍結（FTX 事件）。\n解決：\n只用主流交易所（幣安是全球第一） 單交易所資金不超過總資產 30% 大額資金考慮多平臺分散 自動化工具 手動操作（新手） 每天手動檢查資金費率 開倉、平倉用網頁操作 適合 \u0026lt; $10,000 資金 指令碼化（中級） Python + ccxt 自動監控費率 觸發條件時自動開平倉 資金費率資料推送 Telegram 適合 $10,000-100,000 專業套利平臺（高階） 部分平臺提供\u0026quot;一鍵 Delta 中性套利\u0026quot;：\nPionex（我用的） Bybit Earn（官方理財，保本） Binance 理財（部分產品是資金費率套利） 不想自己寫程式碼可以用這些，收益略低（平臺抽水 10-20%）但省心。\n一個可自動化的 Telegram 監控指令碼 import ccxt import requests import time BINANCE = ccxt.binanceusdm() TG_TOKEN = \u0026#34;你的Bot Token\u0026#34; TG_CHAT = \u0026#34;你的chat_id\u0026#34; SYMBOLS = [\u0026#39;BTC/USDT\u0026#39;, \u0026#39;ETH/USDT\u0026#39;, \u0026#39;SOL/USDT\u0026#39;] ALERT_THRESHOLD = 0.015 # 0.015% = 年化 16.4% def send_tg(msg): requests.post(f\u0026#34;https://api.telegram.org/bot{TG_TOKEN}/sendMessage\u0026#34;, data={\u0026#34;chat_id\u0026#34;: TG_CHAT, \u0026#34;text\u0026#34;: msg}) def check(): for sym in SYMBOLS: ticker = BINANCE.fetch_funding_rate(sym) rate = ticker[\u0026#39;fundingRate\u0026#39;] next_time = ticker[\u0026#39;fundingTimestamp\u0026#39;] if rate \u0026gt; ALERT_THRESHOLD: annualized = rate * 3 * 365 * 100 msg = f\u0026#34;🟢 {sym} 資金費率 {rate*100:.4f}%，年化 {annualized:.1f}%\u0026#34; send_tg(msg) # cron: */30 * * * *（每 30 分鐘檢查） check() 和其他低風險策略對比 策略 年化 風險 監控成本 USDT 活期（DeFi） 3-8% 低（智慧合約風險） 低 USDT 定期（交易所） 5-10% 低（平颱風險） 低 資金費率套利 8-15% 中（合約爆倉） 中 Pionex 黃金網格 20-40% 中（突破區間） 中 BTC 現貨定投 不定 中（幣價波動） 低 資金費率套利在收益/風險比上處於中間水平，適合\u0026quot;不想承擔幣價風險但又想超過銀行理財\u0026quot;的使用者。\n我自己的操作 我在幣安上的資金費率套利：\n主倉：BTC/USDT，規模 $50,000，年化 ~12% 副倉：ETH/USDT，規模 $20,000，年化 ~14% 監控指令碼：Python + Telegram，每小時更新 1 次 預警機制：保證金率 \u0026gt; 40% 或資金費率 \u0026lt; 0 → 推送通知 操作方式：手動開平倉，指令碼只做監控（避免自動化 bug 導致誤操作） 過去 6 個月累計收益約 7%（未年化，實際資金到手 $4,900）。\n手續費和註冊優惠 幣安手續費結構：\n使用者等級 Maker Taker 普通使用者 0.1% 0.1% VIP1（30 日成交 \u0026gt; $1M） 0.09% 0.1% 持有 BNB（5% 折扣） 0.095% 0.095% 推薦碼返傭 -25% 返傭 -25% 返傭 透過 AFF 連結 註冊可以拿到手續費返傭優惠，長期持有對套利收益影響顯著（節省 20-25% 手續費）。\n常見問題 Q: 新手能做資金費率套利嗎？ 能。門檻不高，但必須先搞懂合約基礎（保證金、爆倉、資金費率）。建議先用小額（$500-$1000）跑 1 個月熟悉流程。\nQ: 需要多少起步資金？ 理論上 $1000 就能做，但手續費佔比過高會吃掉收益。建議 $5000 起步。\nQ: 每天要花多少時間？ 穩定期：每天 5 分鐘（檢視資金費率、保證金率） 波動期：每天 15-30 分鐘 開平倉日：1-2 小時（確保同步成交） Q: 現貨賬戶和合約賬戶資金怎麼劃分？ 建議：\n現貨倉值 = 套利目標規模（比如 1 BTC） 合約保證金 = 現貨倉值的 15-20% 預留 10% 作為應急保證金 Q: 有沒有\u0026quot;完全躺賺\u0026quot;的方案？ Pionex 的\u0026quot;智慧套利\u0026quot;機器人接近\u0026quot;躺賺\u0026quot;，但收益率比自己做低 30-50%（平臺抽水）。適合不想花時間操作的使用者。\nQ: 稅務怎麼處理？ 加密貨幣套利收益在中國大陸目前稅務狀態模糊。如果你在海外（美國/歐盟），需要按資本利得稅申報。建議諮詢當地會計師。\n總結：資金費率套利是加密量化裡風險最低的策略之一，適合：\n想讓 USDT 產生穩定收益的投資者 不想承擔幣價波動但能接受合約機制的使用者 有一定量化經驗，能監控和自動化的人 → 註冊幣安（AFF） → 幣安 API 從零到第一筆下單 → 幣安手續費最佳化 → 合約風控三層架構 → 量化工具棧\n有實盤問題來 Telegram 聊。\n📷 封面圖 · Flux Schnell AI 生成 · panshi.io 品牌風格\n","permalink":"https://blog.panshi.io/zh-hant/posts/binance-arbitrage-basics/","summary":"\u003c!-- cn-kyc-notice --\u003e\n\u003cblockquote\u003e\n\u003cp\u003e💡 \u003cstrong\u003e國內提示\u003c/strong\u003e：Binance 官網在中國大陸無法直連，訪問需自備網路工具；法幣入金不支援銀行卡，主要走 C2C（USDT↔CNY）通道完成。\u003c/p\u003e\n\u003c/blockquote\u003e\n\u003c!-- hero-image --\u003e\n\u003cp\u003e\u003cimg alt=\"a screen shot of a stock chart on a computer\" loading=\"lazy\" src=\"/images/binance-arbitrage-basics-hero.jpg\"\u003e\u003c/p\u003e\n\u003cp\u003e很多人以為量化就是\u0026quot;抓趨勢\u0026quot;或者\u0026quot;網格\u0026quot;，其實\u003cstrong\u003e資金費率套利\u003c/strong\u003e是加密貨幣獨有的一種低風險套利，年化 8-20% 可穩定獲得。這篇文章把原理和操作完整講一遍。\u003c/p\u003e\n\u003ch2 id=\"什麼是資金費率\"\u003e什麼是資金費率\u003c/h2\u003e\n\u003cp\u003e\u003cstrong\u003e永續合約沒有到期日\u003c/strong\u003e，靠\u0026quot;資金費率\u0026quot;讓合約價格貼近現貨價格。\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e合約價格 \u0026gt; 現貨價格 → 多頭付錢給空頭（正費率）\u003c/li\u003e\n\u003cli\u003e合約價格 \u0026lt; 現貨價格 → 空頭付錢給多頭（負費率）\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003e\u003ca href=\"https://aff.panshi.io/track?id=binance\"\u003e幣安（Binance）\u003c/a\u003e 的資金費率每 8 小時結算一次（08:00 / 16:00 / 00:00 UTC），每次收取/支付一次費率。\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003e年化計算\u003c/strong\u003e：0.01% × 3 次/天 × 365 天 = \u003cstrong\u003e10.95%/年\u003c/strong\u003e（一般情況）\u003c/p\u003e\n\u003ch2 id=\"套利核心原理\"\u003e套利核心原理\u003c/h2\u003e\n\u003cp\u003e當某個幣的\u003cstrong\u003e永續資金費率長期為正\u003c/strong\u003e時（多頭付錢給空頭），我們可以：\u003c/p\u003e\n\u003col\u003e\n\u003cli\u003e\u003cstrong\u003e現貨買入\u003c/strong\u003e 1 BTC（$77,000）\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e永續做空\u003c/strong\u003e 1 BTC（$77,000，用 1x 保證金）\u003c/li\u003e\n\u003cli\u003e價格漲跌不影響（現貨漲賺的錢 = 永續空單虧的錢，對沖了）\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e持續收取空頭的資金費率\u003c/strong\u003e\u003c/li\u003e\n\u003c/ol\u003e\n\u003cp\u003e這就是資金費率套利，也叫\u003cstrong\u003eDelta 中性套利\u003c/strong\u003e。\u003c/p\u003e\n\u003ch2 id=\"實操步驟以-btc-為例\"\u003e實操步驟（以 BTC 為例）\u003c/h2\u003e\n\u003ch3 id=\"步驟-1確認資金費率\"\u003e步驟 1：確認資金費率\u003c/h3\u003e\n\u003cp\u003e訪問幣安 → 合約 → 資金費率，檢視 BTC/USDT 永續的歷史資金費率。\u003c/p\u003e","title":"幣安資金費率套利入門：現貨 + 永續對沖的完整玩法"},{"content":" 💡 國內提示：Binance 官網在中國大陸無法直連，訪問需自備網路工具；法幣入金不支援銀行卡，主要走 C2C（USDT↔CNY）通道完成。\n黃金是全球最重要的避險資產之一。以往交易黃金需要開期貨賬戶或購買黃金 ETF，現在透過 Binance 可以直接用 USDT 7×24 小時交易黃金，門檻極低。\n本文覆蓋 Binance 上黃金交易的兩種方式：現貨 XAU/USDT 和 合約 XAUUSDT 永續合約，以及各自的操作方法和風險說明。\nBinance 上的黃金交易品種 品種 說明 槓桿 適合人群 XAU/USDT 現貨 直接買賣黃金代幣，1 XAU = 1 金衡盎司現貨價 無 中長期持有、無槓桿需求 XAUUSDT 永續合約 追蹤黃金價格的永續合約，可做多/空 最高 20x 短線交易、對沖、槓桿需求 Binance 上的 XAU 是與黃金現貨價格掛鉤的代幣化資產，並非實物黃金。不支援實物交割。\n準備工作 註冊 Binance 賬戶 👉 Binance 註冊（含手續費返傭）\n直接連結：https://aff.panshi.io/track?id=binance\u0026amp;ref=/posts/binance-xau-gold-trading/\n註冊後需完成 KYC 認證（護照或身份證 + 人臉識別），認證透過後才能交易。\n充值 USDT 交易黃金需要賬戶內有 USDT：\n現貨交易：充值到現貨賬戶 合約交易：充值後劃轉到合約賬戶（統一保證金賬戶） 充值路徑：資金 → 充值 → USDT → 選擇網路（TRC-20 手續費最低）\n方式一：XAU/USDT 現貨交易 什麼是現貨 XAU Binance 的 XAU 代幣是 1:1 錨定黃金現貨價格的資產，價格跟隨倫敦金（LBMA）現貨價實時更新。持有 XAU 等同於持有相應價值的黃金敞口（無槓桿）。\n特點：\n沒有爆倉風險 沒有資金費率（合約才有） 可長期持有 手續費按現貨標準收取（預設 0.1%，持有 BNB 可打7折） 下單步驟 進入頁面： 交易 → 現貨 → 搜尋 XAU，選擇 XAU/USDT\n介面說明：\n買入區域： - 限價單：指定價格，等價格到達後成交 - 市價單：立即按當前市場價成交 - 止盈止損單：設定觸發價格後自動掛單 買入黃金（做多）：\n選擇 買入 XAU 選擇訂單型別（市價單立即成交，限價單等待價位） 輸入金額（USDT 數量）或 XAU 數量 點選\u0026quot;買入 XAU\u0026quot;確認 賣出黃金（平倉）：\n選擇 賣出 XAU 輸入賣出數量 確認 現貨 XAU 的適用場景 中長線持倉：認為黃金中期會漲，買入持有幾周到幾個月 資產配置：加密資產組合中加入黃金對沖風險 規避合約風險：不想面對爆倉風險，又想有黃金敞口 方式二：XAUUSDT 永續合約 什麼是永續合約 永續合約是沒有到期日的合約，透過資金費率機制使合約價格錨定現貨價格。可以做多（看漲）也可以做空（看跌），並且支援槓桿。\n和現貨的主要區別：\n現貨 XAU 永續合約 槓桿 無 最高 20x 做空 不支援 支援 資金費率 無 每8小時收/支付 爆倉風險 無 有 持倉成本 低 資金費率（多空方向不同） 開啟合約交易 首次使用合約需要開通許可權：\n交易 → 合約 → U 本位合約 閱讀並同意風險提示 完成合約知識測試（回答幾道風控題目） 透過後，將 USDT 從現貨賬戶劃轉到合約賬戶：資金 → 劃轉 → 現貨到 U 本位合約\n下單步驟 進入頁面： 交易 → U 本位合約 → 搜尋 XAUUSDT\n設定槓桿：\n點選頁面上的\u0026quot;20x\u0026quot;（預設槓桿），調整到你需要的槓桿倍數。\n初次交易建議使用 1-3x 槓桿，黃金波動相對較小但槓桿會放大虧損。\n下單做多（看漲黃金）：\n選擇 買入/做多 選擇訂單型別（市價/限價） 輸入開倉數量（或 USDT 金額） 可選：設定止盈止損價格 確認開倉 下單做空（看跌黃金）：\n選擇 賣出/做空 其餘步驟相同 止盈止損設定 開倉時可直接設定止盈止損，這是合約交易的必要操作：\n止盈價格：到達此價格自動平倉獲利 止損價格：到達此價格自動平倉止損，避免損失繼續擴大 示例：黃金當前價 $4600，你做多1張（100oz）：\n設定止盈：$4700（漲3%平倉） 設定止損：$3250（跌1.5%止損） 資金費率說明 永續合約每8小時結算一次資金費率（00:00、08:00、16:00 UTC）：\n費率為正：做多方支付給做空方（市場整體偏多時） 費率為負：做空方支付給做多方（市場整體偏空時） 長期持倉需要考慮資金費率的累積成本，可在合約頁面檢視當前資金費率和下次結算時間。\n黃金合約的風控要點 1. 倉位不要過大 黃金日內波動通常在 0.5-2%，使用 10x 槓桿時單日最大虧損可達 5-20%。建議單筆黃金合約佔賬戶的比例不超過20%。\n2. 必須設止損 黃金雖然波動相對小，但重大事件（非農資料、美聯儲決議、地緣衝突）會造成短時間內 1-3% 的快速波動，加槓桿後爆倉風險真實存在。\n3. 關注宏觀事件 影響黃金價格的主要因素：\n美元走勢：美元弱 → 黃金漲（負相關） 實際利率：實際利率低 → 黃金有吸引力 避險情緒：地緣風險、股市暴跌 → 黃金漲 央行購金：各國央行增持黃金儲備 每月重要資料：非農就業（每月第一個週五）、CPI（通脹資料）、美聯儲會議（每6-8周）。\n4. 不要在高波動時段進場 UTC 時間 12:30（美國東部早市）前後是美國經濟資料釋出視窗，黃金可能出現快速波動。初學者建議避開資料釋出前後各30分鐘開倉。\n手續費說明 交易型別 手續費 現貨 Maker 0.1%（持有BNB打7折 = 0.07%） 現貨 Taker 0.1%（持有BNB打7折 = 0.07%） 合約 Maker 0.02% 合約 Taker 0.05% 合約手續費遠低於現貨，適合頻繁交易。\n總結 想長期持有黃金敞口、不想面對爆倉：選現貨 XAU/USDT 想做短線、想做空、想用槓桿：選合約 XAUUSDT 永續 兩者可以結合使用，比如現貨做底倉、合約做短線對沖 👉 在 Binance 開始交易黃金（含手續費返傭）\n📷 封面圖 · Flux Schnell AI 生成 · panshi.io 品牌風格\n","permalink":"https://blog.panshi.io/zh-hant/posts/binance-xau-gold-trading/","summary":"\u003c!-- cn-kyc-notice --\u003e\n\u003cblockquote\u003e\n\u003cp\u003e💡 \u003cstrong\u003e國內提示\u003c/strong\u003e：Binance 官網在中國大陸無法直連，訪問需自備網路工具；法幣入金不支援銀行卡，主要走 C2C（USDT↔CNY）通道完成。\u003c/p\u003e\n\u003c/blockquote\u003e\n\u003c!-- hero-image --\u003e\n\u003cp\u003e\u003cimg alt=\"Stack of 100 troy ounce fine gold bars\" loading=\"lazy\" src=\"/images/binance-xau-gold-trading-hero.jpg\"\u003e\u003c/p\u003e\n\u003cp\u003e黃金是全球最重要的避險資產之一。以往交易黃金需要開期貨賬戶或購買黃金 ETF，現在透過 \u003ca href=\"https://aff.panshi.io/track?id=binance\"\u003eBinance\u003c/a\u003e 可以直接用 USDT 7×24 小時交易黃金，門檻極低。\u003c/p\u003e\n\u003cp\u003e本文覆蓋 Binance 上黃金交易的兩種方式：\u003cstrong\u003e現貨 XAU/USDT\u003c/strong\u003e 和 \u003cstrong\u003e合約 XAUUSDT 永續合約\u003c/strong\u003e，以及各自的操作方法和風險說明。\u003c/p\u003e\n\u003ch2 id=\"binance-上的黃金交易品種\"\u003eBinance 上的黃金交易品種\u003c/h2\u003e\n\u003ctable\u003e\n  \u003cthead\u003e\n      \u003ctr\u003e\n          \u003cth\u003e品種\u003c/th\u003e\n          \u003cth\u003e說明\u003c/th\u003e\n          \u003cth\u003e槓桿\u003c/th\u003e\n          \u003cth\u003e適合人群\u003c/th\u003e\n      \u003c/tr\u003e\n  \u003c/thead\u003e\n  \u003ctbody\u003e\n      \u003ctr\u003e\n          \u003ctd\u003eXAU/USDT 現貨\u003c/td\u003e\n          \u003ctd\u003e直接買賣黃金代幣，1 XAU = 1 金衡盎司現貨價\u003c/td\u003e\n          \u003ctd\u003e無\u003c/td\u003e\n          \u003ctd\u003e中長期持有、無槓桿需求\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003eXAUUSDT 永續合約\u003c/td\u003e\n          \u003ctd\u003e追蹤黃金價格的永續合約，可做多/空\u003c/td\u003e\n          \u003ctd\u003e最高 20x\u003c/td\u003e\n          \u003ctd\u003e短線交易、對沖、槓桿需求\u003c/td\u003e\n      \u003c/tr\u003e\n  \u003c/tbody\u003e\n\u003c/table\u003e\n\u003cblockquote\u003e\n\u003cp\u003eBinance 上的 XAU 是與黃金現貨價格掛鉤的代幣化資產，並非實物黃金。不支援實物交割。\u003c/p\u003e\n\u003c/blockquote\u003e\n\u003ch2 id=\"準備工作\"\u003e準備工作\u003c/h2\u003e\n\u003ch3 id=\"註冊-binance-賬戶\"\u003e註冊 Binance 賬戶\u003c/h3\u003e\n\u003cp\u003e👉 \u003ca href=\"https://aff.panshi.io/track?id=binance\"\u003eBinance 註冊（含手續費返傭）\u003c/a\u003e\u003c/p\u003e\n\u003cblockquote\u003e\n\u003cp\u003e直接連結：\u003ccode\u003ehttps://aff.panshi.io/track?id=binance\u0026amp;ref=/posts/binance-xau-gold-trading/\u003c/code\u003e\u003c/p\u003e\n\u003c/blockquote\u003e\n\u003cp\u003e註冊後需完成 KYC 認證（護照或身份證 + 人臉識別），認證透過後才能交易。\u003c/p\u003e\n\u003ch3 id=\"充值-usdt\"\u003e充值 USDT\u003c/h3\u003e\n\u003cp\u003e交易黃金需要賬戶內有 USDT：\u003c/p\u003e","title":"Binance 黃金交易教程：XAU/USDT 現貨與合約完整指南"},{"content":" Bybit 是全球交易量前三的加密貨幣交易所，其推出的 Bybit Card（Bybit 卡）允許使用者直接用交易所賬戶餘額在全球消費。與其他 U 卡相比，Bybit Card 的優勢在於資金在交易所內直接打通，無需提幣再充值，操作鏈路更短。\nBybit Card 簡介 Bybit Card 是 Bybit 與 Visa 合作發行的加密貨幣簽帳金融卡：\n消費即扣：刷卡時實時從 Bybit 賬戶餘額扣款，支援 USDT、USDC 及法幣餘額 全球可用：Visa 覆蓋的商戶均可使用，含實體店、網購、ATM 虛擬卡即時到賬：申請透過後立即獲得卡號，可用於網購和繫結手機支付 實體卡郵寄：支援申請實體卡郵寄到家 消費返傭：部分地區的持卡使用者有消費返現獎勵（以官網為準） 申請條件 Bybit 註冊賬戶 完成 KYC 身份認證（護照或身份證） 所在地區支援（中國大陸使用者需使用香港/其他地區證件，或以所在居住地申請） 賬戶內有餘額（USDT/USDC 或法幣） Bybit 對不同地區的使用者開放程度不同，建議註冊時選擇實際居住地區，KYC 使用對應地區有效證件。\n第一步：註冊 Bybit 賬戶 使用以下連結註冊可獲得手續費優惠和返傭：\n👉 Bybit 註冊（含返傭）\n直接註冊連結：https://aff.panshi.io/track?id=bybit\u0026amp;ref=/posts/bybit-ucard-guide/\n註冊步驟：\n輸入郵箱或手機號 設定密碼 填寫邀請碼（使用上方連結會自動填入） 完成郵箱/簡訊驗證 第二步：完成 KYC 認證 進入路徑： 首頁 → 個人頭像 → 身份認證\n認證等級說明：\n等級 要求 限額 Lv.1 基礎認證 姓名 + 證件號 日提現約 $20,000 Lv.2 高階認證 證件照片 + 人臉識別 日提現約 $100,000 申請 Bybit Card 需要至少完成 Lv.2 高階認證。\n認證步驟：\n選擇證件型別（護照 / 身份證） 上傳證件正面、反面照片（清晰、無反光、四角完整） 進行人臉活體檢測（正視攝像頭，緩慢左右轉頭） 提交等待稽核 稽核通常在30分鐘內完成，高峰期可能需要1-2個工作日。\n第三步：申請 Bybit Card 進入路徑： 首頁 → 更多（More）→ Bybit Card → 立即申請\n或直接在 App 頂部搜尋\u0026quot;Card\u0026quot;。\n選擇卡片型別：\n型別 說明 虛擬卡 立即到賬，用於網購及繫結 Apple/Google Pay 實體卡 郵寄到家，適合線下消費，等待7-21工作日 填寫申請資訊：\n確認姓名（與 KYC 一致） 選擇關聯賬戶（資金賬戶 / 統一交易賬戶） 實體卡填寫收貨地址 支付開卡費（從賬戶餘額扣除，以官網實時價格為準） 提交後虛擬卡通常幾分鐘內稽核完成。\n第四步：為 Bybit Card 充值 Bybit Card 直接關聯 Bybit 賬戶餘額，無需單獨充值步驟——只要賬戶內有 USDT/USDC，刷卡時會自動扣款。\n如果賬戶餘額不足，從外部充值到 Bybit：\n充值路徑： 資產 → 充值 → 選擇幣種和網路\n常用充值網路：\nUSDT-TRC20：手續費最低（約 $1 以內） USDT-BEP20：手續費低，BSC 網路 USDT-ERC20：手續費較高，以太坊網路 充值到賬後，賬戶餘額即可用於刷卡消費。\n日常使用 網購 / 虛擬卡 在 App 內檢視虛擬卡的卡號、有效期和 CVV，填入任何 Visa 支援的結賬頁面即可。\n繫結 Apple Pay / Google Pay 進入 Wallet 應用 → 新增卡片 → 輸入虛擬卡資訊，或直接掃描 App 內虛擬卡二維碼新增。\n線下刷卡（實體卡） 與普通銀行卡完全相同操作，插卡或NFC支付均可，POS 機顯示 Visa 即支援。\n消費匯率 Bybit Card 消費時按 Visa 網路匯率將加密資產轉換為當地法幣，通常接近市場中間價。\n費用說明 費用專案 金額 開卡費（虛擬卡） 免費或小額（以官網為準） 開卡費（實體卡） 約 $10-20（以官網為準） 月管理費 無（活躍賬戶） 消費手續費 約 0-2%（以官網費率頁為準） ATM 取現 約 $2-5 + 比例手續費 跨境手續費 約 1.5%（部分地區） 費率以 Bybit 官網實時公示為準，可能隨政策調整。\n安全設定建議 開啟雙重驗證（2FA）：進入安全中心開啟 Google Authenticator 設定消費通知：每筆刷卡實時推送，異常30秒內可發現 設定限額：在卡片設定裡限制單日消費上限 凍結/解凍功能：臨時不用時可在 App 內一鍵凍結，防止盜刷 Bybit Card vs SafePal U 卡 對比項 Bybit Card SafePal U 卡 資金來源 直接用 Bybit 賬戶餘額 需單獨充值到卡賬戶 適合人群 主要在 Bybit 交易的使用者 資產分散多處的使用者 開戶難度 中（需 Bybit KYC） 中（需 SafePal KYC） 返現 部分地區有 部分地區有 品牌 交易所直髮 專業錢包品牌 兩者功能相近，主要看自己的主要資產在哪個平臺。\n總結 Bybit Card 最大的便利是賬戶內資產直通消費，不需要提幣-充值的額外步驟，適合 Bybit 活躍使用者。申請流程全線上完成，KYC 透過後虛擬卡幾分鐘內可用。\n👉 立即註冊 Bybit（含返傭）\n📷 封面圖 · Flux Schnell AI 生成 · panshi.io 品牌風格\n","permalink":"https://blog.panshi.io/zh-hant/posts/bybit-ucard-guide/","summary":"\u003c!-- hero-image --\u003e\n\u003cp\u003e\u003cimg alt=\"a cell phone sitting on top of a table\" loading=\"lazy\" src=\"/images/bybit-ucard-guide-hero.jpg\"\u003e\u003c/p\u003e\n\u003cp\u003e\u003ca href=\"https://aff.panshi.io/track?id=bybit\"\u003eBybit\u003c/a\u003e 是全球交易量前三的加密貨幣交易所，其推出的 \u003cstrong\u003eBybit Card\u003c/strong\u003e（Bybit 卡）允許使用者直接用交易所賬戶餘額在全球消費。與其他 U 卡相比，Bybit Card 的優勢在於\u003cstrong\u003e資金在交易所內直接打通\u003c/strong\u003e，無需提幣再充值，操作鏈路更短。\u003c/p\u003e\n\u003ch2 id=\"bybit-card-簡介\"\u003eBybit Card 簡介\u003c/h2\u003e\n\u003cp\u003eBybit Card 是 Bybit 與 Visa 合作發行的加密貨幣簽帳金融卡：\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e\u003cstrong\u003e消費即扣\u003c/strong\u003e：刷卡時實時從 Bybit 賬戶餘額扣款，支援 USDT、USDC 及法幣餘額\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e全球可用\u003c/strong\u003e：Visa 覆蓋的商戶均可使用，含實體店、網購、ATM\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e虛擬卡即時到賬\u003c/strong\u003e：申請透過後立即獲得卡號，可用於網購和繫結手機支付\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e實體卡郵寄\u003c/strong\u003e：支援申請實體卡郵寄到家\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e消費返傭\u003c/strong\u003e：部分地區的持卡使用者有消費返現獎勵（以官網為準）\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch2 id=\"申請條件\"\u003e申請條件\u003c/h2\u003e\n\u003cul\u003e\n\u003cli\u003eBybit 註冊賬戶\u003c/li\u003e\n\u003cli\u003e完成 KYC 身份認證（護照或身份證）\u003c/li\u003e\n\u003cli\u003e所在地區支援（中國大陸使用者需使用香港/其他地區證件，或以所在居住地申請）\u003c/li\u003e\n\u003cli\u003e賬戶內有餘額（USDT/USDC 或法幣）\u003c/li\u003e\n\u003c/ul\u003e\n\u003cblockquote\u003e\n\u003cp\u003eBybit 對不同地區的使用者開放程度不同，建議註冊時選擇實際居住地區，KYC 使用對應地區有效證件。\u003c/p\u003e\n\u003c/blockquote\u003e\n\u003ch2 id=\"第一步註冊-bybit-賬戶\"\u003e第一步：註冊 Bybit 賬戶\u003c/h2\u003e\n\u003cp\u003e使用以下連結註冊可獲得手續費優惠和返傭：\u003c/p\u003e\n\u003cp\u003e👉 \u003ca href=\"https://aff.panshi.io/track?id=bybit\"\u003eBybit 註冊（含返傭）\u003c/a\u003e\u003c/p\u003e\n\u003cblockquote\u003e\n\u003cp\u003e直接註冊連結：\u003ccode\u003ehttps://aff.panshi.io/track?id=bybit\u0026amp;ref=/posts/bybit-ucard-guide/\u003c/code\u003e\u003c/p\u003e\n\u003c/blockquote\u003e\n\u003cp\u003e\u003cstrong\u003e註冊步驟：\u003c/strong\u003e\u003c/p\u003e\n\u003col\u003e\n\u003cli\u003e輸入郵箱或手機號\u003c/li\u003e\n\u003cli\u003e設定密碼\u003c/li\u003e\n\u003cli\u003e填寫邀請碼（使用上方連結會自動填入）\u003c/li\u003e\n\u003cli\u003e完成郵箱/簡訊驗證\u003c/li\u003e\n\u003c/ol\u003e\n\u003ch2 id=\"第二步完成-kyc-認證\"\u003e第二步：完成 KYC 認證\u003c/h2\u003e\n\u003cp\u003e\u003cstrong\u003e進入路徑：\u003c/strong\u003e 首頁 → 個人頭像 → 身份認證\u003c/p\u003e","title":"Bybit Card 申請教程：加密貨幣 Visa 卡全流程指南"},{"content":" Bybit 是全球主流合約交易所之一，其 XAUUSDT 永續合約流動性好、點差小，是很多交易者交易黃金的首選平臺。相比傳統期貨賬戶，Bybit 註冊簡單、資金劃轉快、手機端操作流暢。\n本文從零講解如何在 Bybit 上交易黃金合約。\nBybit 黃金合約特點 引數 說明 合約型別 USDT 永續合約（U 本位） 最小下單量 0.01 張（1張 = 1盎司黃金） 最大槓桿 最高 50x（建議謹慎使用） 交易時間 7×24 小時（不停盤） 手續費 Maker 0.01%，Taker 0.06% 資金費率結算 每8小時（00:00/08:00/16:00 UTC） Bybit 的 XAUUSDT 合約 Maker 手續費 0.01%，比 Binance（0.02%）低，對高頻或大資金交易者更友好。\n第一步：註冊 Bybit 👉 Bybit 註冊（含手續費返傭）\n直接連結：https://aff.panshi.io/track?id=bybit\u0026amp;ref=/posts/bybit-xau-gold-trading/\n註冊步驟：\n輸入郵箱/手機號 設定密碼 完成郵箱驗證 完成 KYC（護照或身份證 + 人臉識別，Lv.2） 第二步：充值 USDT 並劃轉到合約賬戶 充值路徑： 資產 → 充值 → USDT → 選擇網路\n建議使用 TRC-20 網路，到賬快、手續費低（通常 $1 以內）。\n充值到賬後，需劃轉到統一交易賬戶（UTA）用於合約交易：\n資產 → 劃轉 → 充資金賬戶到統一交易賬戶\nBybit 使用\u0026quot;統一保證金賬戶\u0026quot;（UTA），合約、現貨保證金統一管理，無需分別充值。\n第三步：進入 XAUUSDT 合約頁面 App 路徑： 交易 → 合約 → 搜尋 XAUUSDT\n網頁路徑： 頂部選單 → 衍生品 → USDT 永續 → 搜尋 XAUUSDT\n頁面主要區域：\n左側：K 線圖和深度圖 右側：下單面板 下方：持倉、委託記錄 第四步：設定槓桿 點選下單面板上方的槓桿倍數（預設通常為 10x），彈出槓桿調整滑塊。\n槓桿選擇建議：\n交易風格 建議槓桿 長線持倉（幾天以上） 1-3x 中線波段（幾小時到幾天） 3-5x 短線日內 5-10x 極短線/超高頻 視情況，不建議超 20x 黃金日內波動通常 0.5-2%，10x 槓桿下單次最大虧損可達 5-20%，一定要配合止損使用。\n第五步：下單 做多（看漲黃金） 認為黃金價格會上漲時開多：\n選擇 買入 方向 選擇訂單型別： 限價單：填入希望買入的價格，等價格到達後成交，手續費更低（Maker 費率） 市價單：立即按當前最優價成交，手續費稍高（Taker 費率） 填入開倉金額（USDT）或數量（盎司） 可選：填寫止盈價格和止損價格（強烈建議填寫） 點選\u0026quot;買入做多\u0026quot; 做空（看跌黃金） 認為黃金價格會下跌時開空：\n選擇 賣出 方向，其餘步驟相同 注意：做空時若價格上漲，虧損同樣是放大的 平倉 持倉後在底部\u0026quot;持倉\u0026quot;標籤頁檢視倉位：\n點選\u0026quot;平倉\u0026quot;手動平倉 或等止盈/止損觸發自動平倉 止盈止損詳細設定 開倉時建議同時設定止盈止損，Bybit 支援兩種方式：\n開倉時直接設定 在下單面板底部找到\u0026quot;止盈/止損\u0026quot;開關，填入：\n止盈價格：預期目標價，到達後自動平倉獲利 止損價格：最大承受虧損價，到達後自動平倉止損 持倉後追加設定 進入持倉列表 → 點選對應倉位右邊的\u0026quot;止盈/止損\u0026quot;→ 填入價格儲存。\n示例計算（黃金 $4600，做多1張，5x槓桿）：\n保證金：$4600 / 5 = $660 止損設在 $3270（跌1%），虧損 = $30 × 1 = $30（佔保證金 4.5%） 止盈設在 $4700（漲3%），盈利 = $100 × 1 = $100（佔保證金 15.2%） 風險收益比 = 1:3.3 資金費率 永續合約透過資金費率讓合約價格錨定現貨價格：\n費率 \u0026gt; 0：做多方每8小時支付給做空方 費率 \u0026lt; 0：做空方每8小時支付給做多方 在合約頁面可以看到\u0026quot;資金費率\u0026quot;和\u0026quot;下次結算時間\u0026quot;。長期持倉時費率會累積，需要考慮持倉成本。\n黃金合約通常資金費率較低（0.01%-0.05% 區間），比 BTC/ETH 合約更適合持倉。\n常見新手錯誤 錯誤1：不設止損 黃金看似\u0026quot;穩健\u0026quot;，但加槓桿後任何資產都可能快速虧損。非農資料釋出時黃金30分鐘內可能波動 $30-50（約1-1.5%），10x 槓桿下就是10-15%虧損。\n正確做法： 每次開倉前先想好止損在哪，開倉的同時設定止損單。\n錯誤2：倉位過重 用 80% 以上資金開一個方向，一次重大事件就可能造成大幅虧損甚至爆倉。\n正確做法： 單筆倉位不超過賬戶的 20-30%，剩餘資金作為緩衝保證金。\n錯誤3：追漲殺跌 看到黃金已經漲了很多才去追多，往往在高位被套。\n正確做法： 在自己預設的價位開倉，不是\u0026quot;感覺在漲\u0026quot;時追進去。\n錯誤4：忽視資金費率 長期做多在牛市中資金費率持續為正，每天累積成本可能達到 0.1-0.3%，一個月就是 3-9%。\n正確做法： 長期持倉考慮換成現貨 XAU，避免資金費率侵蝕收益。\n影響黃金價格的主要因素 因素 方向 說明 美元指數走強 利空黃金 美元與黃金負相關 美國實際利率上升 利空黃金 持有黃金的機會成本上升 通脹預期上升 利多黃金 黃金是通脹對沖工具 地緣政治風險 利多黃金 避險情緒推高黃金 央行購金增加 利多黃金 需求端支撐 美聯儲降息 利多黃金 實際利率下降 重要資料釋出時間（UTC+8 北京時間）：\n非農就業資料：每月第一個週五 20:30 CPI 通脹資料：每月中旬 20:30 美聯儲利率決議：北京時間次日凌晨2:00 美元指數（DXY）：實時影響，需持續關注 總結 Bybit 的 XAUUSDT 永續合約手續費低、流動性好，是交易黃金合約的主流選擇。新手建議從低槓桿（1-3x）開始，配合止損嚴格執行，熟悉黃金的宏觀驅動邏輯後再逐步提高倉位。\n👉 在 Bybit 交易黃金合約（含返傭）\n📷 封面圖 · Flux Schnell AI 生成 · panshi.io 品牌風格\n","permalink":"https://blog.panshi.io/zh-hant/posts/bybit-xau-gold-trading/","summary":"\u003c!-- hero-image --\u003e\n\u003cp\u003e\u003cimg alt=\"a pile of gold and silver coins sitting on top of a table\" loading=\"lazy\" src=\"/images/bybit-xau-gold-trading-hero.jpg\"\u003e\u003c/p\u003e\n\u003cp\u003e\u003ca href=\"https://aff.panshi.io/track?id=bybit\"\u003eBybit\u003c/a\u003e 是全球主流合約交易所之一，其 XAUUSDT 永續合約流動性好、點差小，是很多交易者交易黃金的首選平臺。相比傳統期貨賬戶，Bybit 註冊簡單、資金劃轉快、手機端操作流暢。\u003c/p\u003e\n\u003cp\u003e本文從零講解如何在 Bybit 上交易黃金合約。\u003c/p\u003e\n\u003ch2 id=\"bybit-黃金合約特點\"\u003eBybit 黃金合約特點\u003c/h2\u003e\n\u003ctable\u003e\n  \u003cthead\u003e\n      \u003ctr\u003e\n          \u003cth\u003e引數\u003c/th\u003e\n          \u003cth\u003e說明\u003c/th\u003e\n      \u003c/tr\u003e\n  \u003c/thead\u003e\n  \u003ctbody\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e合約型別\u003c/td\u003e\n          \u003ctd\u003eUSDT 永續合約（U 本位）\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e最小下單量\u003c/td\u003e\n          \u003ctd\u003e0.01 張（1張 = 1盎司黃金）\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e最大槓桿\u003c/td\u003e\n          \u003ctd\u003e最高 50x（建議謹慎使用）\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e交易時間\u003c/td\u003e\n          \u003ctd\u003e7×24 小時（不停盤）\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e手續費\u003c/td\u003e\n          \u003ctd\u003eMaker 0.01%，Taker 0.06%\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e資金費率結算\u003c/td\u003e\n          \u003ctd\u003e每8小時（00:00/08:00/16:00 UTC）\u003c/td\u003e\n      \u003c/tr\u003e\n  \u003c/tbody\u003e\n\u003c/table\u003e\n\u003cp\u003eBybit 的 XAUUSDT 合約 Maker 手續費 \u003cstrong\u003e0.01%\u003c/strong\u003e，比 Binance（0.02%）低，對高頻或大資金交易者更友好。\u003c/p\u003e\n\u003ch2 id=\"第一步註冊-bybit\"\u003e第一步：註冊 Bybit\u003c/h2\u003e\n\u003cp\u003e👉 \u003ca href=\"https://aff.panshi.io/track?id=bybit\"\u003eBybit 註冊（含手續費返傭）\u003c/a\u003e\u003c/p\u003e\n\u003cblockquote\u003e\n\u003cp\u003e直接連結：\u003ccode\u003ehttps://aff.panshi.io/track?id=bybit\u0026amp;ref=/posts/bybit-xau-gold-trading/\u003c/code\u003e\u003c/p\u003e\n\u003c/blockquote\u003e\n\u003cp\u003e註冊步驟：\u003c/p\u003e\n\u003col\u003e\n\u003cli\u003e輸入郵箱/手機號\u003c/li\u003e\n\u003cli\u003e設定密碼\u003c/li\u003e\n\u003cli\u003e完成郵箱驗證\u003c/li\u003e\n\u003cli\u003e完成 KYC（護照或身份證 + 人臉識別，Lv.2）\u003c/li\u003e\n\u003c/ol\u003e\n\u003ch2 id=\"第二步充值-usdt-並劃轉到合約賬戶\"\u003e第二步：充值 USDT 並劃轉到合約賬戶\u003c/h2\u003e\n\u003cp\u003e\u003cstrong\u003e充值路徑：\u003c/strong\u003e 資產 → 充值 → USDT → 選擇網路\u003c/p\u003e","title":"Bybit 黃金合約交易教程：XAUUSDT 永續合約開戶到下單全指南"},{"content":" ⚠️ 註冊門檻：Pionex 不支援中國大陸身份證透過 KYC，需持有臺灣 / 新加坡 / 馬來西亞 / 美國等地有效證件。參考 Pionex 受限地區官方說明。\n黃金價格長期在區間內震盪，這種特性非常適合網格交易策略——在價格區間內自動低買高賣，每次小幅波動都能積累利潤。Pionex 是全球最大的內建網格機器人交易所，免費提供16種自動化交易策略，無需程式設計即可啟動黃金網格。\n什麼是網格交易 網格交易是在一個價格區間內，每隔固定間距放置買單和賣單，形成一張\u0026quot;網\u0026quot;：\n$4700 ←── 賣單 $4680 ←── 賣單 $4660 ←── 買入後掛賣單（已持倉） $4640 ←── 買入後掛賣單（已持倉） $4620 ←── 買單 $4600 ←── 買單 價格在區間內每次下跌觸發買單、上漲觸發賣單，每個網格完成一次低買高賣，積累利潤。\n網格策略的優勢：\n不需要預測漲跌方向，只要價格在區間內震盪就持續盈利 全自動執行，24小時不間斷，不受情緒影響 震盪越劇烈，成交次數越多，利潤積累越快 適合黃金的原因： 黃金長期受美元、利率、避險情緒多重因素影響，價格常在宏觀拐點前後長時間震盪，非常契合網格策略的盈利條件。\nPionex 註冊 👉 Pionex 註冊（含手續費返傭）\n或直接開啟：https://aff.panshi.io/track?id=pionex\n註冊只需郵箱或手機號，同樣需要完成 KYC 認證（身份證/護照 + 人臉識別）才能交易。\n充值 USDT 到 Pionex 路徑： 資產 → 充值 → USDT → 選擇網路\n建議使用 TRC-20 網路，手續費最低。到賬後餘額顯示在\u0026quot;現貨賬戶\u0026quot;。\n建立 XAU/USDT 網格機器人 進入網格機器人 App 路徑： 首頁 → 機器人 → 網格機器人 → 現貨網格\n網頁路徑： 頂部選單 → 交易機器人 → 網格交易\n選擇交易對 搜尋 XAU，選擇 XAU/USDT。\n設定網格引數 這是最關鍵的一步，引數決定策略的盈利空間和風險。\n核心引數說明：\n引數 說明 如何設定 價格下限 網格最低價，低於此價停止執行 設在你認為不會跌破的支撐位下方 價格上限 網格最高價，高於此價停止執行 設在近期阻力位上方 網格數量 價格區間內分多少格 10-50格（格數越多每格收益越小，成交越頻繁） 投入金額 用多少 USDT 執行此網格 建議不超過總資金的50% Pionex 提供\u0026quot;AI 推薦引數\u0026quot;功能，點選後系統根據歷史資料自動推薦價格區間和網格數量，新手可以直接參考。\n實際引數示例 假設當前黃金價格 $4600，近6個月區間在 $3800-$4800：\n價格下限：$3900（留一定安全邊際） 價格上限：$4900 網格數量：30格 投入金額：$4000 USDT 每格間距：($4900 - $3900) / 30 = $23.3 每格利潤率：$23.3 / $4600 ≈ 0.71% 預期年化（假設日均成交3次）：0.71% × 3 × 365 ≈ 77%（理論值，實際取決於波動頻率） 年化數字是理論計算，實際收益取決於價格在區間內的時間和波動頻率。若黃金跌破下限或漲破上限，機器人會停止執行。\n是否開啟\u0026quot;底部持倉\u0026quot; Pionex 網格有\u0026quot;底部建倉\u0026quot;選項：\n開啟：機器人在價格下限附近買入底倉，等價格反彈時賣出 關閉：只在價格下跌到對應網格時才買入 建議開啟底部持倉，這樣在下跌過程中逐步建倉，平均成本更低。\n啟動和監控 填完引數後點選\u0026quot;建立機器人\u0026quot;，機器人開始自動執行。\n監控方式：\n在\u0026quot;我的機器人\u0026quot;頁面檢視執行狀態 檢視\u0026quot;利潤\u0026quot;欄位顯示累積網格收益 檢視\u0026quot;網格筆數\u0026quot;瞭解成交次數 什麼時候停止機器人：\n黃金進入單邊趨勢（持續上漲或下跌），考慮調整區間 價格接近上限/下限，重新評估是否需要擴大區間 宏觀大事件前（如美聯儲決議），可暫停等待波動過後再啟動 Pionex 手續費 Pionex 的手續費是 0.05%（Maker 和 Taker 相同），統一費率，無需持有平臺幣也不需要特殊條件。\n相比 Binance（0.1%）和 Bybit（0.06% Taker），Pionex 的手續費對網格策略特別友好——網格策略成交次數多，手續費積累會明顯影響收益。\n風險提示 1. 單邊行情虧損 如果黃金跌破下限，機器人持有大量 XAU，賬戶顯示浮虧。網格策略在趨勢行情中會跑輸\u0026quot;空倉不動\u0026quot;或\u0026quot;趨勢跟蹤\u0026quot;策略。\n應對方式： 設定下限時預留足夠安全邊際，不要設在當前價格附近太近的位置。\n2. 漲破上限時踏空 如果黃金漲破上限，機器人已全部賣出 XAU，後續漲幅無法參與。\n應對方式： 上限可以適當設寬，或者在黃金明顯看漲時手動持有部分現貨 XAU。\n3. 手續費侵蝕 設定網格數量過多時，每格利潤空間太小，可能被手續費抵消。\n建議： 每格利潤率至少是手續費的 3 倍以上。Pionex 手續費 0.05%，每格利潤率建議至少 0.15% 以上。\n總結 Pionex 的黃金網格機器人適合\u0026quot;認為黃金中期在區間內震盪\u0026quot;的場景，不需要預測漲跌方向，全自動低買高賣。手續費低、操作簡單，是沒有程式設計能力的投資者實現量化交易的最低門檻方案之一。\n黃金的低波動特性使網格頻率相對較低，更適合設定寬區間、少格數、長期執行的方式，而不是追求高頻成交的窄區間密集網格。\n👉 在 Pionex 啟動黃金網格機器人（含返傭）\n📷 封面圖 · Flux Schnell AI 生成 · panshi.io 品牌風格\n","permalink":"https://blog.panshi.io/zh-hant/posts/pionex-xau-grid-bot/","summary":"\u003c!-- cn-kyc-notice --\u003e\n\u003cblockquote\u003e\n\u003cp\u003e⚠️ \u003cstrong\u003e註冊門檻\u003c/strong\u003e：Pionex 不支援中國大陸身份證透過 KYC，需持有臺灣 / 新加坡 / 馬來西亞 / 美國等地有效證件。參考 \u003ca href=\"https://support.pionex.com/hc/en-us/articles/5929910517273\"\u003ePionex 受限地區官方說明\u003c/a\u003e。\u003c/p\u003e\n\u003c/blockquote\u003e\n\u003c!-- hero-image --\u003e\n\u003cp\u003e\u003cimg alt=\"Gold bars arranged in a pattern\" loading=\"lazy\" src=\"/images/pionex-xau-grid-bot-hero.jpg\"\u003e\u003c/p\u003e\n\u003cp\u003e黃金價格長期在區間內震盪，這種特性非常適合網格交易策略——在價格區間內自動低買高賣，每次小幅波動都能積累利潤。\u003ca href=\"https://aff.panshi.io/track?id=pionex\"\u003ePionex\u003c/a\u003e 是全球最大的內建網格機器人交易所，免費提供16種自動化交易策略，無需程式設計即可啟動黃金網格。\u003c/p\u003e\n\u003ch2 id=\"什麼是網格交易\"\u003e什麼是網格交易\u003c/h2\u003e\n\u003cp\u003e網格交易是在一個價格區間內，每隔固定間距放置買單和賣單，形成一張\u0026quot;網\u0026quot;：\u003c/p\u003e\n\u003cpre tabindex=\"0\"\u003e\u003ccode\u003e$4700 ←── 賣單\n$4680 ←── 賣單\n$4660 ←── 買入後掛賣單（已持倉）\n$4640 ←── 買入後掛賣單（已持倉）\n$4620 ←── 買單\n$4600 ←── 買單\n\u003c/code\u003e\u003c/pre\u003e\u003cp\u003e價格在區間內每次下跌觸發買單、上漲觸發賣單，每個網格完成一次低買高賣，積累利潤。\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003e網格策略的優勢：\u003c/strong\u003e\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e不需要預測漲跌方向，只要價格在區間內震盪就持續盈利\u003c/li\u003e\n\u003cli\u003e全自動執行，24小時不間斷，不受情緒影響\u003c/li\u003e\n\u003cli\u003e震盪越劇烈，成交次數越多，利潤積累越快\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003e\u003cstrong\u003e適合黃金的原因：\u003c/strong\u003e\n黃金長期受美元、利率、避險情緒多重因素影響，價格常在宏觀拐點前後長時間震盪，非常契合網格策略的盈利條件。\u003c/p\u003e\n\u003ch2 id=\"pionex-註冊\"\u003ePionex 註冊\u003c/h2\u003e\n\u003cp\u003e👉 \u003ca href=\"https://aff.panshi.io/track?id=pionex\"\u003ePionex 註冊（含手續費返傭）\u003c/a\u003e\u003c/p\u003e\n\u003cblockquote\u003e\n\u003cp\u003e或直接開啟：\u003ccode\u003ehttps://aff.panshi.io/track?id=pionex\u003c/code\u003e\u003c/p\u003e\n\u003c/blockquote\u003e\n\u003cp\u003e註冊只需郵箱或手機號，同樣需要完成 KYC 認證（身份證/護照 + 人臉識別）才能交易。\u003c/p\u003e\n\u003ch2 id=\"充值-usdt-到-pionex\"\u003e充值 USDT 到 Pionex\u003c/h2\u003e\n\u003cp\u003e\u003cstrong\u003e路徑：\u003c/strong\u003e 資產 → 充值 → USDT → 選擇網路\u003c/p\u003e","title":"Pionex 黃金網格機器人教程：XAU/USDT 自動低買高賣策略"},{"content":" 持有加密資產但日常消費還要先提現、再等到賬、再刷卡——這個流程對頻繁使用的人來說摩擦太大。SafePal U 卡直接把加密賬戶餘額變成可刷卡的 Visa 卡，消費時實時將 USDT/USDC 兌換成當地法幣扣款，省去單獨出金的步驟。\nSafePal U 卡是什麼 SafePal U 卡是 SafePal 與 Visa 合作推出的加密貨幣簽帳金融卡，支援：\n全球消費：接受 Visa 的地方全部可用（實體店、網購、ATM 取現） 實時兌換：消費時按當時匯率將 USDT/USDC 轉為法幣扣款，無需提前換匯 虛擬卡 + 實體卡：虛擬卡申請後立即可用於網購，實體卡郵寄到家 多鏈充值：支援 Ethereum、BSC、Tron、Solana 等主流網路充值 和交易所出金相比，U 卡的優勢是消費即用、無需等待銀行到賬，適合日常支出高頻使用。\n申請前的準備 SafePal 賬戶（支援中國大陸手機號註冊） 完成 KYC 身份認證（護照或身份證，稽核通常幾分鐘到24小時） 賬戶內有 USDT 或 USDC（充值後即可使用） 開卡費：首張虛擬卡免費或小額手續費，實體卡郵寄費用約 $10-20（以官網實時價格為準） 註冊 SafePal 賬戶 第一步：訪問註冊頁面\n使用以下連結註冊，可獲得返傭優惠：\n👉 SafePal 註冊（含返傭）\n直接註冊連結：https://aff.panshi.io/track?id=safepal\u0026amp;ref=/posts/safepal-ucard-guide/\n第二步：填寫註冊資訊\n輸入手機號或郵箱 設定密碼（建議16位以上，包含字母+數字+符號） 完成圖形驗證碼 第三步：驗證手機/郵箱\n收到驗證碼後填入，賬戶即建立完成。\n完成 KYC 認證 U 卡屬於金融產品，必須完成 KYC 才能申請。\n進入路徑： 首頁 → 個人中心 → 身份認證（Verification）\n所需材料：\n認證級別 所需檔案 限額 基礎認證 護照或身份證正反面 日消費約 $1000 高階認證 基礎認證 + 人臉識別 日消費約 $5000 操作步驟：\n選擇證件型別（中國大陸居民選\u0026quot;Identity Card\u0026quot;） 拍攝證件正面、反面（光線充足，四角完整） 進行人臉識別（按提示正視攝像頭，緩慢轉頭） 提交等待稽核 稽核時間通常10分鐘內，高峰期最長24小時。稽核透過會收到郵件通知。\n申請 U 卡 KYC 透過後，進入 U 卡申請頁面。\n進入路徑： App 首頁 → Card（卡片）→ Apply Now\n選擇卡型別 型別 說明 適合場景 虛擬卡 申請後即時獲得卡號，無實體 網購、訂閱服務 實體卡 郵寄到家，全球實體店刷卡 日常線下消費 建議先申請虛擬卡，確認使用場景匹配後再申請實體卡。\n填寫申請資訊 確認姓名（與 KYC 一致，不可修改） 選擇卡片繫結的主要貨幣（USDT 或 USDC） 填寫收貨地址（實體卡） 支付開卡費用（從賬戶餘額扣除） 提交後虛擬卡通常幾分鐘內生成，實體卡郵寄需7-21個工作日。\n充值到 U 卡 申請成功後，需要將加密資產充值到卡賬戶。\n充值路徑： Card → Top Up → 選擇網路和資產\n支援的充值方式：\nUSDT（TRC-20、ERC-20、BEP-20、SOL） USDC（ERC-20、BEP-20、SOL） TRC-20（波場）手續費最低，約 $1 以內，推薦使用。\n充值步驟：\n選擇充值資產和網路 複製充值地址（每次地址可能不同，每次都重新複製） 從交易所或錢包轉入對應網路的 USDT/USDC 等待鏈上確認（TRC-20 約1-3分鐘，ERC-20 約5-15分鐘） 充值到賬後餘額會實時顯示，即可消費。\n日常使用 網購/繫結 Apple Pay 虛擬卡的卡號、有效期、CVV 在 App 內檢視，可直接填入任何支援 Visa 的網站結賬。也可繫結 Apple Pay / Google Pay 用於 NFC 支付。\n線下刷卡（實體卡） 和普通銀行卡完全相同，POS 機刷卡或插卡/NFC 即可。消費時顯示幣種為當地法幣，實時從 USDT/USDC 餘額扣除。\nATM 取現 支援全球 Visa ATM 取現，手續費根據具體 ATM 收取，通常 $2-5/次，另有一定比例手續費。\n費用說明 費用專案 金額 開卡費（虛擬卡） 免費或小額（以官網為準） 開卡費（實體卡） 約 $15-20（含郵費） 月管理費 無（活躍賬戶） 消費手續費 約 1-2% ATM 取現 約 $2-5 + 1-2% 充值手續費 鏈上 Gas（與 SafePal 無關） 具體費用以 SafePal 官網實時公示為準，費率可能調整。\n安全建議 不要把所有資產都放在卡賬戶：只充入近期消費所需金額，餘額放在冷錢包 開啟消費通知：每筆消費實時推送，異常立即發現 設定消費限額：在設定裡限制單日/單筆最大金額 保護 App 訪問：開啟生物識別登入，不在公共裝置登入 總結 SafePal U 卡解決了幣圈資產\u0026quot;花不出去\u0026quot;的問題，適合有日常消費需求、希望減少出金步驟的使用者。註冊到申請全程線上完成，KYC 稽核快，充值即用。\n👉 立即註冊 SafePal（含返傭）\n📷 封面圖 · Flux Schnell AI 生成 · panshi.io 品牌風格\n","permalink":"https://blog.panshi.io/zh-hant/posts/safepal-ucard-guide/","summary":"\u003c!-- hero-image --\u003e\n\u003cp\u003e\u003cimg alt=\"A Visa XP black credit card displayed on a dark background, \" loading=\"lazy\" src=\"/images/safepal-ucard-guide-hero.jpg\"\u003e\u003c/p\u003e\n\u003cp\u003e持有加密資產但日常消費還要先提現、再等到賬、再刷卡——這個流程對頻繁使用的人來說摩擦太大。\u003ca href=\"https://aff.panshi.io/track?id=safepal\"\u003eSafePal\u003c/a\u003e U 卡直接把加密賬戶餘額變成可刷卡的 Visa 卡，消費時實時將 USDT/USDC 兌換成當地法幣扣款，省去單獨出金的步驟。\u003c/p\u003e\n\u003ch2 id=\"safepal-u-卡是什麼\"\u003eSafePal U 卡是什麼\u003c/h2\u003e\n\u003cp\u003eSafePal U 卡是 SafePal 與 Visa 合作推出的加密貨幣簽帳金融卡，支援：\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e\u003cstrong\u003e全球消費\u003c/strong\u003e：接受 Visa 的地方全部可用（實體店、網購、ATM 取現）\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e實時兌換\u003c/strong\u003e：消費時按當時匯率將 USDT/USDC 轉為法幣扣款，無需提前換匯\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e虛擬卡 + 實體卡\u003c/strong\u003e：虛擬卡申請後立即可用於網購，實體卡郵寄到家\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e多鏈充值\u003c/strong\u003e：支援 Ethereum、BSC、Tron、Solana 等主流網路充值\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003e和交易所出金相比，U 卡的優勢是\u003cstrong\u003e消費即用、無需等待銀行到賬\u003c/strong\u003e，適合日常支出高頻使用。\u003c/p\u003e\n\u003ch2 id=\"申請前的準備\"\u003e申請前的準備\u003c/h2\u003e\n\u003cul\u003e\n\u003cli\u003eSafePal 賬戶（支援中國大陸手機號註冊）\u003c/li\u003e\n\u003cli\u003e完成 KYC 身份認證（護照或身份證，稽核通常幾分鐘到24小時）\u003c/li\u003e\n\u003cli\u003e賬戶內有 USDT 或 USDC（充值後即可使用）\u003c/li\u003e\n\u003cli\u003e開卡費：首張虛擬卡免費或小額手續費，實體卡郵寄費用約 $10-20（以官網實時價格為準）\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch2 id=\"註冊-safepal-賬戶\"\u003e註冊 SafePal 賬戶\u003c/h2\u003e\n\u003cp\u003e\u003cstrong\u003e第一步：訪問註冊頁面\u003c/strong\u003e\u003c/p\u003e\n\u003cp\u003e使用以下連結註冊，可獲得返傭優惠：\u003c/p\u003e\n\u003cp\u003e👉 \u003ca href=\"https://aff.panshi.io/track?id=safepal\"\u003eSafePal 註冊（含返傭）\u003c/a\u003e\u003c/p\u003e\n\u003cblockquote\u003e\n\u003cp\u003e直接註冊連結：\u003ccode\u003ehttps://aff.panshi.io/track?id=safepal\u0026amp;ref=/posts/safepal-ucard-guide/\u003c/code\u003e\u003c/p\u003e\n\u003c/blockquote\u003e\n\u003cp\u003e\u003cstrong\u003e第二步：填寫註冊資訊\u003c/strong\u003e\u003c/p\u003e\n\u003col\u003e\n\u003cli\u003e輸入手機號或郵箱\u003c/li\u003e\n\u003cli\u003e設定密碼（建議16位以上，包含字母+數字+符號）\u003c/li\u003e\n\u003cli\u003e完成圖形驗證碼\u003c/li\u003e\n\u003c/ol\u003e\n\u003cp\u003e\u003cstrong\u003e第三步：驗證手機/郵箱\u003c/strong\u003e\u003c/p\u003e","title":"SafePal U 卡申請教程：幣圈資產直接刷卡消費完整指南"},{"content":" 用代理節點訪問 Claude、ChatGPT 時，可能遇到過這些情況：\n登入時反覆彈出驗證碼 賬號被提示\u0026quot;unusual activity\u0026quot; 某些功能被悄悄限制 API 呼叫穩定性差，偶爾 403 這些問題的根源通常不是代理協議，而是出口 IP 的質量。\nIP 質量的分類 網際網路上的 IP 地址大致分為三類，對應不同的\u0026quot;可信度\u0026quot;：\n住宅 IP（Residential IP）\n由 ISP（電信、聯通等）分配給普通家庭寬頻使用者 使用場景：正常家庭上網 被 AI 服務認為是真實使用者 資料中心 IP（Datacenter IP）\nAWS、GCP、Azure、Vultr、DigitalOcean 等雲廠商的 IP 段 這些 IP 段是公開已知的，任何服務都可以查詢某個 IP 是否屬於雲服務商 特徵明顯：大量不同賬號從同一 /24 網段訪問 代理/VPN IP\n商業代理服務的 IP 池 被高強度使用，信譽最差 AI 服務的風控邏輯 AI 服務的風控通常不是簡單的\u0026quot;封 IP\u0026quot;，而是基於 IP 質量做差異化對待：\n請求進來 → IP 質量檢查 ├─ 住宅 IP → 正常處理 ├─ 資料中心 IP → 提高 CAPTCHA 頻率 / 限制某些功能 └─ 已知代理 IP → 拒絕 / 要求重新驗證 這就是為什麼即使你的節點\u0026quot;能連上\u0026quot;，使用體驗也可能很差：功能在降級執行，不是完全封鎖。\n常用 IP 質量查詢工具：\n訪問以下網站可以檢視你當前出口 IP 的質量評級：\nip.sb — 顯示 IP 基本資訊 ipinfo.io — 顯示 ASN（自治系統號），AWS/GCP 的 ASN 是公開已知的 為什麼住宅 IP 有效 住宅 IP 的優勢：\nASN 是家庭寬頻的 ASN（如中國電信的 AS4134、Comcast 的 AS7922），而不是雲服務商的 ASN IP 信譽分高：被濫用的歷史少 地理位置自然：來自真實家庭，不是資料中心 從 AI 服務的視角看，來自住宅 IP 的請求和真實使用者無法區分。\n實踐方案 方案一：用自家寬頻出口（最優） 如果你家裡有寬頻，把代理的出口從 VPS 換成家裡的寬頻 IP。\n原理：\n你的裝置（外出時） → 代理伺服器（VPS） → SOCKS5 連線到家裡軟路由 → 家裡寬頻出口（真實住宅 IP） → AI 服務 需要：\n家裡的軟路由（OpenWrt/ikuai 等）開放 SOCKS5 出口埠 VPS 上的軟路由/代理客戶端配置出口鏈路 優點：完全免費，IP 是自己的，信譽最高\n缺點：依賴家裡寬頻的穩定性；如果家庭寬頻 IP 動態分配，需要 DDNS\n→ 詳細配置見 Surge 分流規則：AI 流量走住宅 IP → 詳細配置見 mihomo 接住宅 IP 實戰配置\n方案二：商業住宅代理服務 如果沒有固定寬頻出口，可以購買商業住宅代理服務。\n常見服務商：\nIPRoyal：按流量計費，有靜態住宅 IP 選項（長期佔用同一 IP） Bright Data：大廠品牌，價格偏高，穩定性好 922S5：專注住宅 SOCKS5，支援按國家/城市選擇 配置方式與普通 SOCKS5 代理相同，只需把代理地址替換為服務商提供的地址。\n適合場景：需要特定國家出口（如需要美國住宅 IP 訪問某些服務）；沒有自己的家庭寬頻可用。\n方案三：按域名分流 不需要所有流量都走住宅 IP，只需要把 AI 服務的流量單獨路由：\nAI 服務（api.anthropic.com / api.openai.com）→ 住宅 IP 其他流量 → 普通 VPS 節點 這樣住宅 IP 的頻寬壓力最小，成本可控。\n驗證 IP 質量 配置完成後驗證出口 IP：\n# 透過住宅代理訪問 ipinfo curl --socks5 代理地址:埠 https://ipinfo.io/json 返回結果裡重點看：\norg：是否是 ISP 機構（如 \u0026ldquo;Comcast Cable\u0026rdquo;），而不是 \u0026ldquo;Amazon Web Services\u0026rdquo; hosting：應為 false proxy：應為 false 如果 org 還是雲服務商，或者 proxy 是 true，說明出口 IP 還是資料中心 IP，需要檢查鏈路配置。\n小結 出口型別 Claude/ChatGPT 體驗 成本 配置難度 資料中心 IP（普通 VPS） 容易觸發驗證，功能受限 低 簡單 自家寬頻住宅 IP 與真實使用者無差異 免費 中等 商業住宅代理 較好，取決於 IP 池質量 中等 簡單 → 檢視 Surge 分流規則：AI 流量走住宅 IP → 檢視 mihomo 接住宅 IP 實戰配置\n📷 封面圖 · Flux Schnell AI 生成 · panshi.io 品牌風格\n","permalink":"https://blog.panshi.io/zh-hant/posts/ai-tools-residential-proxy/","summary":"\u003c!-- hero-image --\u003e\n\u003cp\u003e\u003cimg alt=\"A square of aluminum is resting on glass.\" loading=\"lazy\" src=\"/images/ai-tools-residential-proxy-hero.jpg\"\u003e\u003c/p\u003e\n\u003cp\u003e用代理節點訪問 Claude、ChatGPT 時，可能遇到過這些情況：\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e登入時反覆彈出驗證碼\u003c/li\u003e\n\u003cli\u003e賬號被提示\u0026quot;unusual activity\u0026quot;\u003c/li\u003e\n\u003cli\u003e某些功能被悄悄限制\u003c/li\u003e\n\u003cli\u003eAPI 呼叫穩定性差，偶爾 403\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003e這些問題的根源通常不是代理協議，而是\u003cstrong\u003e出口 IP 的質量\u003c/strong\u003e。\u003c/p\u003e\n\u003ch2 id=\"ip-質量的分類\"\u003eIP 質量的分類\u003c/h2\u003e\n\u003cp\u003e網際網路上的 IP 地址大致分為三類，對應不同的\u0026quot;可信度\u0026quot;：\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003e住宅 IP（Residential IP）\u003c/strong\u003e\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e由 ISP（電信、聯通等）分配給普通家庭寬頻使用者\u003c/li\u003e\n\u003cli\u003e使用場景：正常家庭上網\u003c/li\u003e\n\u003cli\u003e被 AI 服務認為是真實使用者\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003e\u003cstrong\u003e資料中心 IP（Datacenter IP）\u003c/strong\u003e\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003eAWS、GCP、Azure、Vultr、DigitalOcean 等雲廠商的 IP 段\u003c/li\u003e\n\u003cli\u003e這些 IP 段是公開已知的，任何服務都可以查詢某個 IP 是否屬於雲服務商\u003c/li\u003e\n\u003cli\u003e特徵明顯：大量不同賬號從同一 /24 網段訪問\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003e\u003cstrong\u003e代理/VPN IP\u003c/strong\u003e\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e商業代理服務的 IP 池\u003c/li\u003e\n\u003cli\u003e被高強度使用，信譽最差\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch2 id=\"ai-服務的風控邏輯\"\u003eAI 服務的風控邏輯\u003c/h2\u003e\n\u003cp\u003eAI 服務的風控通常不是簡單的\u0026quot;封 IP\u0026quot;，而是基於 IP 質量做\u003cstrong\u003e差異化對待\u003c/strong\u003e：\u003c/p\u003e\n\u003cpre tabindex=\"0\"\u003e\u003ccode\u003e請求進來 → IP 質量檢查\n  ├─ 住宅 IP → 正常處理\n  ├─ 資料中心 IP → 提高 CAPTCHA 頻率 / 限制某些功能\n  └─ 已知代理 IP → 拒絕 / 要求重新驗證\n\u003c/code\u003e\u003c/pre\u003e\u003cp\u003e這就是為什麼即使你的節點\u0026quot;能連上\u0026quot;，使用體驗也可能很差：功能在降級執行，不是完全封鎖。\u003c/p\u003e","title":"AI 工具為什麼需要住宅 IP？原理與實踐"},{"content":" 💡 國內提示：Binance 官網在中國大陸無法直連，訪問需自備網路工具；法幣入金不支援銀行卡，主要走 C2C（USDT↔CNY）通道完成。\nBinance API 是量化交易的起點。如果你想讓策略自動執行——自動買入、自動止損、自動監控倉位——都需要透過 API 實現。\n這篇文章從零開始，覆蓋申請 API Key、安全配置、Python 環境搭建，到發出第一個查詢和第一筆（測試）訂單。不假設你有量化經驗，跟著做能跑通。\n準備工作 已完成 Binance 賬號 KYC 實名認證 Python 3.8+（python --version 確認） 已完成雙重驗證（2FA），建議用 Google Authenticator Binance 註冊：→ 註冊 Binance（透過推薦連結註冊可享手續費返傭）\n申請 API Key 步驟 登入 Binance，點選右上角頭像 → API 管理 點選\u0026quot;建立 API\u0026quot; 選擇\u0026quot;系統生成（推薦）\u0026quot; 輸入 API 標籤（名稱），點選下一步 完成 2FA 驗證 儲存 API Key 和 Secret Key 重要：Secret Key 只顯示一次，頁面關閉後無法再次檢視。必須立即儲存到安全位置（密碼管理器）。\n許可權配置 建立完 API 後，在 API 管理頁設定許可權：\n許可權 是否需要開啟 說明 讀取 ✓（預設開啟） 查詢賬戶資訊、K 線資料 現貨交易 按需 下現貨訂單 合約交易 按需 下期貨訂單 提現 絕對不開 量化策略不需要，開了有安全風險 IP 白名單（強烈建議）：在 API 設定裡繫結你的伺服器 IP，只有這個 IP 才能用這個 API Key。即使 Key 洩露，其他 IP 也無法使用。\n安全原則 每個策略用單獨的 API Key，不要多個策略共用一個 量化策略伺服器和個人電腦用不同的 Key 定期輪換 Key（建議每 3-6 個月換一次） 永遠不要把 Key 提交到 GitHub 或發給別人 Python 環境搭建 安裝官方 SDK：\npip install python-binance 第一個 API 呼叫：查詢賬戶餘額 from binance.client import Client # API Key 建議從環境變數讀取，不要硬編碼 import os api_key = os.environ[\u0026#34;BINANCE_API_KEY\u0026#34;] api_secret = os.environ[\u0026#34;BINANCE_API_SECRET\u0026#34;] client = Client(api_key, api_secret) # 查詢賬戶資訊 account = client.get_account() # 顯示非零餘額 print(\u0026#34;當前餘額：\u0026#34;) for asset in account[\u0026#34;balances\u0026#34;]: free = float(asset[\u0026#34;free\u0026#34;]) locked = float(asset[\u0026#34;locked\u0026#34;]) if free \u0026gt; 0 or locked \u0026gt; 0: print(f\u0026#34; {asset[\u0026#39;asset\u0026#39;]}: 可用 {free}, 鎖定 {locked}\u0026#34;) 執行後如果能看到你的餘額，說明 API 配置成功了。\n查詢市場資料 # 查詢 BTC/USDT 當前價格 ticker = client.get_symbol_ticker(symbol=\u0026#34;BTCUSDT\u0026#34;) print(f\u0026#34;BTC 當前價：{ticker[\u0026#39;price\u0026#39;]}\u0026#34;) # 查詢 24 小時行情 stats = client.get_ticker(symbol=\u0026#34;BTCUSDT\u0026#34;) print(f\u0026#34;24h 最高：{stats[\u0026#39;highPrice\u0026#39;]}\u0026#34;) print(f\u0026#34;24h 最低：{stats[\u0026#39;lowPrice\u0026#39;]}\u0026#34;) print(f\u0026#34;24h 成交量：{stats[\u0026#39;volume\u0026#39;]} BTC\u0026#34;) # 查詢 K 線資料（最近 10 根 1小時 K 線） klines = client.get_klines( symbol=\u0026#34;BTCUSDT\u0026#34;, interval=Client.KLINE_INTERVAL_1HOUR, limit=10 ) for k in klines: timestamp = k[0] open_price = float(k[1]) close_price = float(k[4]) volume = float(k[5]) print(f\u0026#34;開盤：{open_price:.2f}，收盤：{close_price:.2f}，成交量：{volume:.2f}\u0026#34;) 在測試網下單 強烈建議先在測試網練手，不會消耗真實資金。\n申請測試網 API Key：\n進入 testnet.binance.vision 用 GitHub 賬號登入 建立測試網 API Key from binance.client import Client # 測試網 API Key client = Client( api_key=\u0026#34;你的測試網API_KEY\u0026#34;, api_secret=\u0026#34;你的測試網SECRET\u0026#34;, testnet=True # 關鍵引數，指向測試環境 ) # 下限價買單（BTC/USDT，買 0.001 BTC，價格 20000 USDT） order = client.create_order( symbol=\u0026#34;BTCUSDT\u0026#34;, side=Client.SIDE_BUY, type=Client.ORDER_TYPE_LIMIT, timeInForce=Client.TIME_IN_FORCE_GTC, quantity=0.001, price=\u0026#34;20000\u0026#34; ) print(f\u0026#34;訂單 ID：{order[\u0026#39;orderId\u0026#39;]}\u0026#34;) print(f\u0026#34;狀態：{order[\u0026#39;status\u0026#39;]}\u0026#34;) # 查詢訂單狀態 status = client.get_order( symbol=\u0026#34;BTCUSDT\u0026#34;, orderId=order[\u0026#39;orderId\u0026#39;] ) print(f\u0026#34;當前狀態：{status[\u0026#39;status\u0026#39;]}\u0026#34;) # 取消訂單 client.cancel_order( symbol=\u0026#34;BTCUSDT\u0026#34;, orderId=order[\u0026#39;orderId\u0026#39;] ) print(\u0026#34;訂單已取消\u0026#34;) WebSocket 實時資料流 API 的 REST 介面用於下單和查詢，實時資料用 WebSocket 更高效：\nfrom binance import ThreadedWebsocketManager def handle_ticker(msg): \u0026#34;\u0026#34;\u0026#34;處理實時價格推送\u0026#34;\u0026#34;\u0026#34; if msg[\u0026#39;e\u0026#39;] == \u0026#39;error\u0026#39;: print(f\u0026#34;錯誤：{msg[\u0026#39;m\u0026#39;]}\u0026#34;) return price = float(msg[\u0026#39;c\u0026#39;]) # 最新成交價 volume = float(msg[\u0026#39;v\u0026#39;]) # 24h 成交量 print(f\u0026#34;BTC 價格：{price:.2f}，24h 成交量：{volume:.2f}\u0026#34;) # 啟動 WebSocket 管理器 twm = ThreadedWebsocketManager(api_key=api_key, api_secret=api_secret) twm.start() # 訂閱 BTC/USDT 實時 ticker twm.start_symbol_ticker_socket(callback=handle_ticker, symbol=\u0026#34;BTCUSDT\u0026#34;) # 執行 30 秒後停止 import time time.sleep(30) twm.stop() 頻率限制（Rate Limit） Binance API 有頻率限制，超限會被臨時封禁：\n型別 限制 請求權重 1200 權重/分鐘 下單次數 10 次/秒，100000 次/24h WebSocket 連線 最多 1024 個 常用介面的權重：\nGET /api/v3/ticker/price：2 權重 GET /api/v3/klines：2 權重 POST /api/v3/order（下單）：1 權重 查詢最新價格每 5 秒一次，一分鐘 12 次，權重 24，遠低於限制。\n實時資料儘量用 WebSocket，不要用輪詢 REST 介面。\n下一步 跑通了基礎之後：\n瞭解 K 線資料結構，開始構建你的第一個策略邏輯 學習資金管理：每筆下單金額怎麼控制 配置 Prometheus 監控策略執行狀態 → 檢視 Binance 手續費省錢方法 → 檢視 Binance API 安全配置 → 檢視 量化工具棧：從策略到監控\n📷 封面圖 · Flux Schnell AI 生成 · panshi.io 品牌風格\n","permalink":"https://blog.panshi.io/zh-hant/posts/binance-api-from-zero/","summary":"\u003c!-- cn-kyc-notice --\u003e\n\u003cblockquote\u003e\n\u003cp\u003e💡 \u003cstrong\u003e國內提示\u003c/strong\u003e：Binance 官網在中國大陸無法直連，訪問需自備網路工具；法幣入金不支援銀行卡，主要走 C2C（USDT↔CNY）通道完成。\u003c/p\u003e\n\u003c/blockquote\u003e\n\u003c!-- hero-image --\u003e\n\u003cp\u003e\u003cimg alt=\"An unlocked padlock rests on a computer keyboard.\" loading=\"lazy\" src=\"/images/binance-api-from-zero-hero.jpg\"\u003e\u003c/p\u003e\n\u003cp\u003eBinance API 是量化交易的起點。如果你想讓策略自動執行——自動買入、自動止損、自動監控倉位——都需要透過 API 實現。\u003c/p\u003e\n\u003cp\u003e這篇文章從零開始，覆蓋申請 API Key、安全配置、Python 環境搭建，到發出第一個查詢和第一筆（測試）訂單。不假設你有量化經驗，跟著做能跑通。\u003c/p\u003e\n\u003ch2 id=\"準備工作\"\u003e準備工作\u003c/h2\u003e\n\u003col\u003e\n\u003cli\u003e已完成 Binance 賬號 KYC 實名認證\u003c/li\u003e\n\u003cli\u003ePython 3.8+（\u003ccode\u003epython --version\u003c/code\u003e 確認）\u003c/li\u003e\n\u003cli\u003e已完成雙重驗證（2FA），建議用 Google Authenticator\u003c/li\u003e\n\u003c/ol\u003e\n\u003cp\u003eBinance 註冊：\u003ca href=\"https://aff.panshi.io/track?id=binance\"\u003e→ 註冊 Binance\u003c/a\u003e（透過推薦連結註冊可享手續費返傭）\u003c/p\u003e\n\u003ch2 id=\"申請-api-key\"\u003e申請 API Key\u003c/h2\u003e\n\u003ch3 id=\"步驟\"\u003e步驟\u003c/h3\u003e\n\u003col\u003e\n\u003cli\u003e登入 Binance，點選右上角頭像 → API 管理\u003c/li\u003e\n\u003cli\u003e點選\u0026quot;建立 API\u0026quot;\u003c/li\u003e\n\u003cli\u003e選擇\u0026quot;系統生成（推薦）\u0026quot;\u003c/li\u003e\n\u003cli\u003e輸入 API 標籤（名稱），點選下一步\u003c/li\u003e\n\u003cli\u003e完成 2FA 驗證\u003c/li\u003e\n\u003cli\u003e儲存 \u003cstrong\u003eAPI Key\u003c/strong\u003e 和 \u003cstrong\u003eSecret Key\u003c/strong\u003e\u003c/li\u003e\n\u003c/ol\u003e\n\u003cblockquote\u003e\n\u003cp\u003e\u003cstrong\u003e重要\u003c/strong\u003e：Secret Key 只顯示一次，頁面關閉後無法再次檢視。必須立即儲存到安全位置（密碼管理器）。\u003c/p\u003e","title":"Binance API 從零到第一筆下單：完整教程"},{"content":" 💡 國內提示：Binance 官網在中國大陸無法直連，訪問需自備網路工具；法幣入金不支援銀行卡，主要走 C2C（USDT↔CNY）通道完成。\n合約交易裡，盈利策略和虧損策略的區別，很多時候不是訊號對不對，而是風控做沒做。\n一個好的入場訊號配上差的風控，會在一次大波動裡把所有收益吐回去。這篇文章專門講合約風控的框架：你需要在哪些層次做控制，每層具體怎麼設定。\n三個層次的風控 層次 1：倉位管理 — 每次開多大的倉 層次 2：止損設定 — 單筆交易最多虧多少 層次 3：熔斷機制 — 連續虧損後強制暫停 這三層缺一不可。倉位管理控制單次風險暴露，止損控制單筆最大損失，熔斷防止在策略失效時持續虧損。\n層次 1：倉位管理 固定比例法（推薦） 每次開倉金額 = 賬戶總權益 × 固定比例\ndef calc_position_size(equity: float, risk_pct: float, leverage: int, entry_price: float) -\u0026gt; float: \u0026#34;\u0026#34;\u0026#34; equity: 賬戶總權益（USDT） risk_pct: 單次風險比例，如 0.02 = 2% leverage: 槓桿倍數 entry_price: 開倉價格 返回: 合約張數（BTCUSDT 每張 = 0.001 BTC） \u0026#34;\u0026#34;\u0026#34; risk_amount = equity * risk_pct # 實際願意虧的金額 notional = risk_amount * leverage # 對應名義價值 qty = notional / entry_price return qty 為什麼用固定比例而不是固定金額？\n固定金額（每次開 1000U）在賬戶增長後風險比例越來越小，在賬戶縮水後風險比例越來越大（正好反過來了）。固定比例則隨賬戶規模自動調整。\n合理的風險比例：\n策略階段 建議比例 測試期（驗證策略） 0.5% - 1% 穩定執行期 1% - 2% 高置信度策略 2% - 3% 不建議超過 5% 單次 5% 以上的風險比例，5 次連續虧損就是 25%+ 的回撤，很難心理承受也很難策略恢復。\nKelly 公式（進階） 如果你有足夠的歷史資料，可以用 Kelly 公式計算理論最優倉位：\ndef kelly_fraction(win_rate: float, avg_win: float, avg_loss: float) -\u0026gt; float: \u0026#34;\u0026#34;\u0026#34; win_rate: 歷史勝率，如 0.55 avg_win: 平均盈利（比例），如 0.015 = 1.5% avg_loss: 平均虧損（比例，正數），如 0.01 = 1% \u0026#34;\u0026#34;\u0026#34; b = avg_win / avg_loss # 盈虧比 p = win_rate q = 1 - p kelly = (b * p - q) / b # 實際使用半 Kelly，降低波動 return max(0, kelly * 0.5) Kelly 公式給出的是理論最大化複利增長的倉位比例。實際使用時取\u0026quot;半 Kelly\u0026quot;，在控制回撤的同時保持較好的增長。\n層次 2：止損設定 止損有兩種主要方式：\n價格止損 在開倉時就確定止損價格，價格觸及後平倉。\ndef set_stop_loss(symbol: str, side: str, entry_price: float, stop_pct: float, client) -\u0026gt; dict: \u0026#34;\u0026#34;\u0026#34; stop_pct: 止損距離，如 0.02 = 入場價的 2% \u0026#34;\u0026#34;\u0026#34; if side == \u0026#34;BUY\u0026#34;: stop_price = entry_price * (1 - stop_pct) sl_side = \u0026#34;SELL\u0026#34; else: stop_price = entry_price * (1 + stop_pct) sl_side = \u0026#34;BUY\u0026#34; # 下 STOP_MARKET 單（觸發價達到後市價平倉） order = client.futures_create_order( symbol=symbol, side=sl_side, type=\u0026#34;STOP_MARKET\u0026#34;, stopPrice=round(stop_price, 2), closePosition=True, # 全部平倉 timeInForce=\u0026#34;GTE_GTC\u0026#34; ) return order 止損距離怎麼設？\n常見思路：\n基於 ATR（Average True Range）：止損 = 1-2 倍 ATR，適應當前波動率 基於支撐阻力位：設在技術上有意義的位置 固定比例：簡單直接，易於風控計算 推薦用 ATR 方式，因為不同市場環境下波動率差異很大，固定比例在低波動期過鬆、高波動期過緊。\ndef calc_atr(highs, lows, closes, period=14): \u0026#34;\u0026#34;\u0026#34;計算 ATR\u0026#34;\u0026#34;\u0026#34; true_ranges = [] for i in range(1, len(closes)): tr = max( highs[i] - lows[i], abs(highs[i] - closes[i-1]), abs(lows[i] - closes[i-1]) ) true_ranges.append(tr) return sum(true_ranges[-period:]) / period 追蹤止損 隨價格運動調整止損位，鎖住浮盈：\ndef set_trailing_stop(symbol: str, callback_rate: float, client) -\u0026gt; dict: \u0026#34;\u0026#34;\u0026#34; callback_rate: 回撥比例（百分比），如 1.5 = 1.5% 價格從最高點回落 1.5% 時觸發止損 \u0026#34;\u0026#34;\u0026#34; order = client.futures_create_order( symbol=symbol, side=\u0026#34;SELL\u0026#34;, type=\u0026#34;TRAILING_STOP_MARKET\u0026#34;, callbackRate=callback_rate, quantity=你的持倉量, reduceOnly=True ) return order 追蹤止損適合趨勢行情，普通止損適合震盪行情。\n層次 3：熔斷機制 熔斷機制在策略出現連續虧損時強制暫停，防止策略失效時持續消耗賬戶。\nclass CircuitBreaker: def __init__(self, max_daily_loss_pct: float = 0.05, # 單日最大虧損 5% max_drawdown_pct: float = 0.15, # 最大回撤 15% max_consecutive_losses: int = 5): # 連虧次數上限 self.max_daily_loss_pct = max_daily_loss_pct self.max_drawdown_pct = max_drawdown_pct self.max_consecutive_losses = max_consecutive_losses self.consecutive_losses = 0 self.peak_equity = None self.day_start_equity = None def update(self, current_equity: float) -\u0026gt; bool: \u0026#34;\u0026#34;\u0026#34; 更新狀態，返回 True 表示正常，False 表示觸發熔斷 \u0026#34;\u0026#34;\u0026#34; if self.peak_equity is None: self.peak_equity = current_equity if self.day_start_equity is None: self.day_start_equity = current_equity # 更新峰值 if current_equity \u0026gt; self.peak_equity: self.peak_equity = current_equity # 檢查最大回撤 drawdown = (self.peak_equity - current_equity) / self.peak_equity if drawdown \u0026gt;= self.max_drawdown_pct: self._trigger(\u0026#34;最大回撤觸發\u0026#34;, drawdown) return False # 檢查單日虧損 daily_loss = (self.day_start_equity - current_equity) / self.day_start_equity if daily_loss \u0026gt;= self.max_daily_loss_pct: self._trigger(\u0026#34;單日虧損觸發\u0026#34;, daily_loss) return False # 檢查連虧次數 if self.consecutive_losses \u0026gt;= self.max_consecutive_losses: self._trigger(f\u0026#34;連續虧損 {self.consecutive_losses} 次\u0026#34;) return False return True def record_trade(self, pnl: float): \u0026#34;\u0026#34;\u0026#34;記錄一筆交易結果\u0026#34;\u0026#34;\u0026#34; if pnl \u0026lt; 0: self.consecutive_losses += 1 else: self.consecutive_losses = 0 # 盈利則重置連虧計數 def _trigger(self, reason: str, value: float = 0): print(f\u0026#34;[熔斷] {reason}: {value:.2%}\u0026#34;) # 在這裡加 Telegram 告警 使用方式：\ncb = CircuitBreaker( max_daily_loss_pct=0.05, max_drawdown_pct=0.15, max_consecutive_losses=5 ) # 每次策略執行前檢查 while True: equity = get_account_equity() if not cb.update(equity): send_telegram(\u0026#34;策略熔斷，暫停交易\u0026#34;) break # 執行策略邏輯 signal = strategy.check_signal() if signal: pnl = execute_trade(signal) cb.record_trade(pnl) 完整風控整合示例 class RiskManager: def __init__(self, client, equity: float): self.client = client self.equity = equity self.circuit_breaker = CircuitBreaker() def open_position(self, symbol: str, side: str, entry_price: float, risk_pct: float = 0.01, leverage: int = 5): \u0026#34;\u0026#34;\u0026#34;帶風控的開倉\u0026#34;\u0026#34;\u0026#34; # 1. 檢查熔斷 if not self.circuit_breaker.update(self.equity): print(\u0026#34;熔斷狀態，拒絕開倉\u0026#34;) return None # 2. 計算倉位 qty = calc_position_size(self.equity, risk_pct, leverage, entry_price) # 3. 開倉 order = self.client.futures_create_order( symbol=symbol, side=side, type=\u0026#34;MARKET\u0026#34;, quantity=qty ) # 4. 同步設定止損（基於 ATR） atr = self.get_atr(symbol) stop_dist_pct = (atr * 1.5) / entry_price set_stop_loss(symbol, side, entry_price, stop_dist_pct, self.client) return order 常見風控錯誤 不設止損：最致命，沒有討論空間。\n止損太緊：ATR 的 0.3 倍，頻繁觸發，勝率虛低。\n止損太鬆：ATR 的 5 倍，單次虧損超出預期，破壞風險比例計算。\n倉位固定不變：賬戶虧損後沒有降低倉位，越虧越大。\n熔斷後手動覆蓋：\u0026ldquo;就這一次\u0026rdquo;——每次都這麼想的。熔斷設了但自己手動關掉等於沒設。\n風控不是限制收益的枷鎖，是保證策略能夠長期持續執行的基礎設施。設計好風控，才能在市場裡活得足夠久，讓邊際有優勢的策略把期望收益跑出來。\n→ 檢視 Binance API 從申請到第一筆下單 → 檢視 量化工具棧：Binance API + Grafana + 自動化告警 → 檢視 北極星策略介紹\n📷 封面圖 · Flux Schnell AI 生成 · panshi.io 品牌風格\n","permalink":"https://blog.panshi.io/zh-hant/posts/binance-futures-risk-management/","summary":"\u003c!-- cn-kyc-notice --\u003e\n\u003cblockquote\u003e\n\u003cp\u003e💡 \u003cstrong\u003e國內提示\u003c/strong\u003e：Binance 官網在中國大陸無法直連，訪問需自備網路工具；法幣入金不支援銀行卡，主要走 C2C（USDT↔CNY）通道完成。\u003c/p\u003e\n\u003c/blockquote\u003e\n\u003c!-- hero-image --\u003e\n\u003cp\u003e\u003cimg alt=\"Trader analyzing stock market data on smartphone and phone\" loading=\"lazy\" src=\"/images/binance-futures-risk-management-hero.jpg\"\u003e\u003c/p\u003e\n\u003cp\u003e合約交易裡，盈利策略和虧損策略的區別，很多時候不是訊號對不對，而是\u003cstrong\u003e風控做沒做\u003c/strong\u003e。\u003c/p\u003e\n\u003cp\u003e一個好的入場訊號配上差的風控，會在一次大波動裡把所有收益吐回去。這篇文章專門講合約風控的框架：你需要在哪些層次做控制，每層具體怎麼設定。\u003c/p\u003e\n\u003ch2 id=\"三個層次的風控\"\u003e三個層次的風控\u003c/h2\u003e\n\u003cpre tabindex=\"0\"\u003e\u003ccode\u003e層次 1：倉位管理 — 每次開多大的倉\n層次 2：止損設定 — 單筆交易最多虧多少\n層次 3：熔斷機制 — 連續虧損後強制暫停\n\u003c/code\u003e\u003c/pre\u003e\u003cp\u003e這三層缺一不可。倉位管理控制單次風險暴露，止損控制單筆最大損失，熔斷防止在策略失效時持續虧損。\u003c/p\u003e\n\u003ch2 id=\"層次-1倉位管理\"\u003e層次 1：倉位管理\u003c/h2\u003e\n\u003ch3 id=\"固定比例法推薦\"\u003e固定比例法（推薦）\u003c/h3\u003e\n\u003cp\u003e每次開倉金額 = 賬戶總權益 × 固定比例\u003c/p\u003e\n\u003cdiv class=\"highlight\"\u003e\u003cpre tabindex=\"0\" class=\"chroma\"\u003e\u003ccode class=\"language-python\" data-lang=\"python\"\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"k\"\u003edef\u003c/span\u003e \u003cspan class=\"nf\"\u003ecalc_position_size\u003c/span\u003e\u003cspan class=\"p\"\u003e(\u003c/span\u003e\u003cspan class=\"n\"\u003eequity\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e \u003cspan class=\"nb\"\u003efloat\u003c/span\u003e\u003cspan class=\"p\"\u003e,\u003c/span\u003e \u003cspan class=\"n\"\u003erisk_pct\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e \u003cspan class=\"nb\"\u003efloat\u003c/span\u003e\u003cspan class=\"p\"\u003e,\u003c/span\u003e \u003cspan class=\"n\"\u003eleverage\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e \u003cspan class=\"nb\"\u003eint\u003c/span\u003e\u003cspan class=\"p\"\u003e,\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e                        \u003cspan class=\"n\"\u003eentry_price\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e \u003cspan class=\"nb\"\u003efloat\u003c/span\u003e\u003cspan class=\"p\"\u003e)\u003c/span\u003e \u003cspan class=\"o\"\u003e-\u0026gt;\u003c/span\u003e \u003cspan class=\"nb\"\u003efloat\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e    \u003cspan class=\"s2\"\u003e\u0026#34;\u0026#34;\u0026#34;\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"s2\"\u003e    equity: 賬戶總權益（USDT）\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"s2\"\u003e    risk_pct: 單次風險比例，如 0.02 = 2%\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"s2\"\u003e    leverage: 槓桿倍數\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"s2\"\u003e    entry_price: 開倉價格\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"s2\"\u003e    \n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"s2\"\u003e    返回: 合約張數（BTCUSDT 每張 = 0.001 BTC）\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"s2\"\u003e    \u0026#34;\u0026#34;\u0026#34;\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e    \u003cspan class=\"n\"\u003erisk_amount\u003c/span\u003e \u003cspan class=\"o\"\u003e=\u003c/span\u003e \u003cspan class=\"n\"\u003eequity\u003c/span\u003e \u003cspan class=\"o\"\u003e*\u003c/span\u003e \u003cspan class=\"n\"\u003erisk_pct\u003c/span\u003e         \u003cspan class=\"c1\"\u003e# 實際願意虧的金額\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e    \u003cspan class=\"n\"\u003enotional\u003c/span\u003e \u003cspan class=\"o\"\u003e=\u003c/span\u003e \u003cspan class=\"n\"\u003erisk_amount\u003c/span\u003e \u003cspan class=\"o\"\u003e*\u003c/span\u003e \u003cspan class=\"n\"\u003eleverage\u003c/span\u003e       \u003cspan class=\"c1\"\u003e# 對應名義價值\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e    \u003cspan class=\"n\"\u003eqty\u003c/span\u003e \u003cspan class=\"o\"\u003e=\u003c/span\u003e \u003cspan class=\"n\"\u003enotional\u003c/span\u003e \u003cspan class=\"o\"\u003e/\u003c/span\u003e \u003cspan class=\"n\"\u003eentry_price\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e    \u003cspan class=\"k\"\u003ereturn\u003c/span\u003e \u003cspan class=\"n\"\u003eqty\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/code\u003e\u003c/pre\u003e\u003c/div\u003e\u003cp\u003e\u003cstrong\u003e為什麼用固定比例而不是固定金額？\u003c/strong\u003e\u003c/p\u003e","title":"Binance 合約交易風控體系：倉位管理、止損設定、熔斷機制"},{"content":" Google One AI Premium 是 Google 把旗下 AI 產品打包賣的訂閱方案，$19.99/月，主要包含三樣東西：\nGemini Advanced：Google 最強 AI 模型（Gemini 1.5 Pro/Ultra 級別），無使用量限制 2TB Google 雲端儲存：覆蓋 Google Drive、Gmail、Google 相簿 NotebookLM Plus：Google 的 AI 筆記/知識庫工具，Plus 版無使用量上限 如果你本來就需要大容量 Google 雲端儲存，這個訂閱的 AI 功能相當於免費附贈。\nGemini Advanced 能做什麼 Gemini Advanced 背後是 Google DeepMind 的旗艦模型，主要亮點：\n長上下文處理：上下文視窗達 100 萬 tokens，理論上可以一次性處理整本書或整個程式碼庫。\n多模態：圖片、PDF、影片（YouTube 連結）都可以直接輸入，跟文字一起分析。\nGoogle Workspace 整合：可以直接在 Gmail 裡用 Gemini 起草郵件、在 Google Docs 裡輔助寫作、在 Google Sheets 裡分析資料。\n實際使用場景 處理 PDF / 研報：把 PDF 直接上傳，讓它總結、提問、提取關鍵資料，比自己看快很多。\nGoogle Workspace 工作流：如果你重度用 Google 系產品（Docs、Sheets、Gmail），Gemini 的整合體驗比在外部 AI 工具和 Google 之間來回複製貼上順暢得多。\n長文件對話：上傳整個技術文件或合同，問具體問題，它能精準定位。\nNotebookLM Plus NotebookLM 是 Google 出的 AI 知識庫工具，邏輯是：上傳資料（PDF、Google Docs、YouTube 連結、文字），然後針對這些資料提問，AI 只從你上傳的內容裡找答案，不會亂編。\n免費版 vs Plus 版的主要差異：\n功能 免費版 Plus 版 每個 Notebook 資料數量 50 300 每日查詢次數 有上限 無上限 音訊摘要（Audio Overview） ✓ ✓ 團隊共享 有限 無限 Audio Overview 是 NotebookLM 的特色功能：把你上傳的資料生成一段 AI 播客式的音訊摘要，兩個 AI 聲音對話討論內容要點，開車或做家務時聽很方便。\n適合用 NotebookLM 的場景 研究某個技術方向：上傳 10 篇論文，問它綜合觀點和關鍵差異 學習一本技術書：上傳 PDF，做知識問答 競品分析：上傳多家公司的產品文件，問它對比 2TB 雲端儲存 2TB 覆蓋 Google Drive + Gmail 附件 + Google 相簿，對於日常用 Google 全家桶的使用者夠用。\n如果你的 Gmail 或 Drive 快滿了，這個訂閱順便解決儲存問題，算起來也值。\n好友邀請：雙方各得免費額度 Google One 有好友邀請機制：透過邀請連結訂閱的新使用者，邀請方和被邀請方各得數月免費額度（具體月數 Google 會定期調整，一般是 1-3 個月）。\n透過我的邀請連結訂閱：\n→ 好友邀請連結（雙方各得免費額度）\n訂閱步驟：\n點選上方連結 用你的 Google 賬號登入 選擇 Google One AI Premium 方案（月付或年付） 完成付款，免費額度會在 2-3 天內到賬 注意：必須透過邀請連結訂閱，直接去 Google One 官網訂閱不算邀請。\n和 Claude Pro 怎麼選 這兩個產品針對的是不同使用習慣：\n對比 Google One AI Premium Claude Pro 月費 $19.99 $20 核心 AI Gemini Advanced Claude Opus 4.6 生態整合 Google Workspace Claude Code CLI 上下文 1M tokens 200k tokens 程式碼能力 中等 強 推理能力 強 強 如果你：\n重度用 Google Workspace（Gmail、Docs、Sheets）→ Google One AI Premium 值 主要用 AI 寫程式碼、做技術任務→ Claude Pro 更合適 兩者都要→ 都訂，用邀請連結省幾個月錢 我個人的用法：Claude Pro 是主力，Google One AI Premium 用來處理長 PDF、做知識庫研究（NotebookLM 的 PDF 問答真的挺好用）。\n→ 檢視 Claude Pro 詳細對比\n📷 封面圖 · Flux Schnell AI 生成 · panshi.io 品牌風格\n","permalink":"https://blog.panshi.io/zh-hant/posts/google-one-ai-premium-guide/","summary":"\u003c!-- hero-image --\u003e\n\u003cp\u003e\u003cimg alt=\"a computer screen with a cloud shaped object on top of it\" loading=\"lazy\" src=\"/images/google-one-ai-premium-guide-hero.jpg\"\u003e\u003c/p\u003e\n\u003cp\u003eGoogle One AI Premium 是 Google 把旗下 AI 產品打包賣的訂閱方案，$19.99/月，主要包含三樣東西：\u003c/p\u003e\n\u003col\u003e\n\u003cli\u003e\u003cstrong\u003eGemini Advanced\u003c/strong\u003e：Google 最強 AI 模型（Gemini 1.5 Pro/Ultra 級別），無使用量限制\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e2TB Google 雲端儲存\u003c/strong\u003e：覆蓋 Google Drive、Gmail、Google 相簿\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003eNotebookLM Plus\u003c/strong\u003e：Google 的 AI 筆記/知識庫工具，Plus 版無使用量上限\u003c/li\u003e\n\u003c/ol\u003e\n\u003cp\u003e如果你本來就需要大容量 Google 雲端儲存，這個訂閱的 AI 功能相當於免費附贈。\u003c/p\u003e\n\u003ch2 id=\"gemini-advanced-能做什麼\"\u003eGemini Advanced 能做什麼\u003c/h2\u003e\n\u003cp\u003eGemini Advanced 背後是 Google DeepMind 的旗艦模型，主要亮點：\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003e長上下文處理\u003c/strong\u003e：上下文視窗達 100 萬 tokens，理論上可以一次性處理整本書或整個程式碼庫。\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003e多模態\u003c/strong\u003e：圖片、PDF、影片（YouTube 連結）都可以直接輸入，跟文字一起分析。\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003eGoogle Workspace 整合\u003c/strong\u003e：可以直接在 Gmail 裡用 Gemini 起草郵件、在 Google Docs 裡輔助寫作、在 Google Sheets 裡分析資料。\u003c/p\u003e","title":"Google One AI Premium 上手指南：Gemini Advanced + 2TB 雲端儲存 + NotebookLM Plus"},{"content":" Hysteria2 基於 QUIC 協議（UDP），理論上在高延遲、高丟包網路裡比 TCP 類協議快得多。但很多人部署完發現速度一般，原因通常是頻寬引數沒配對或者擁塞控制演算法沒選對。\n這篇文章專門講調優。假設你已經跑通了基礎部署（參考 Hysteria2 搭建教程），現在想把速度榨出來。\n頻寬引數：最影響速度的配置 Hysteria2 的頻寬引數控制著它的傳送速率，沒配或配錯是速度差的最常見原因。\n服務端 bandwidth /etc/hysteria/config.yaml：\nbandwidth: up: 1 gbps # 服務端上行（客戶端下載方向） down: 1 gbps # 服務端下行（客戶端上傳方向） 這裡填的是服務端（VPS）的實際頻寬上限，不是你家寬頻的速度。\n常見 VPS 頻寬：\nDMIT HK/US Premium：1 Gbps 埠，但共享，實際峰值 200-500 Mbps AWS t3 型別：5-25 Gbps（burst） 低價 VPS：通常 100-500 Mbps 怎麼測 VPS 實際頻寬：\n# 在 VPS 上安裝 speedtest curl -s https://packagecloud.io/install/repositories/ookla/speedtest-cli/script.deb.sh | bash apt install speedtest-cli -y speedtest 根據測速結果填頻寬值。\n客戶端 bandwidth mihomo 配置裡：\nproxies: - name: \u0026#34;hy2-node\u0026#34; type: hysteria2 server: 你的VPS_IP port: 443 password: 你的密碼 bandwidth: up: \u0026#34;50 mbps\u0026#34; # 你家寬頻上行 down: \u0026#34;200 mbps\u0026#34; # 你家寬頻下行 這裡填的是客戶端（你本地）的寬頻速度。\n測你家寬頻速度：speedtest.net 或運營商測速頁面，取實測結果的 80% 填進去（留一點餘量）。\n頻寬不匹配的後果 問題 原因 速度只有 10-20 Mbps 客戶端 bandwidth 沒填，用了預設值（很小） 速度忽快忽慢 客戶端頻寬填超了實際值，擁塞控制頻繁觸發 下載快、上傳慢 up/down 填反了 擁塞控制演算法：BBR vs Brutal Hysteria2 支援兩種擁塞控制：\nBBR（預設）：Google 開發的 TCP 擁塞控制演算法，移植到 QUIC。會根據網路狀態動態調整傳送速率，保守但穩定。\nBrutal：Hysteria2 自己開發的演算法，忽略網路擁塞訊號，按配置的目標頻寬強行傳送，類似\u0026quot;無腦狂推\u0026quot;。在丟包嚴重的網路裡效果很好，但會佔用更多頻寬資源。\n什麼時候用 Brutal 網路丟包率高（超過 5%） 你的 VPS 線路走國際骨幹網，延遲高 想要穩定在某個速度（比如穩定 50 Mbps），不在乎偶爾丟包 Brutal 配置 服務端 config.yaml：\nquic: initStreamReceiveWindow: 26843545 maxStreamReceiveWindow: 26843545 initConnReceiveWindow: 67108864 maxConnReceiveWindow: 67108864 maxIdleTimeout: 30s keepAlivePeriod: 10s disablePathMTUDiscovery: false bandwidth: up: 1 gbps down: 1 gbps 客戶端（mihomo）開啟 Brutal 模式：\nproxies: - name: \u0026#34;hy2-brutal\u0026#34; type: hysteria2 server: 你的VPS_IP port: 443 password: 你的密碼 brutal-opts: enabled: true up: 50 # Mbps，目標上行速度 down: 200 # Mbps，目標下行速度 開了 Brutal 後，客戶端會強行以目標速度傳送，無論網路質量如何。\n實際對比 我在廣州家寬測試，VPS 是 DMIT 香港（延遲約 25ms，輕微丟包）：\n配置 下載速度 上傳速度 穩定性 BBR，無頻寬配置 ~15 Mbps ~8 Mbps 穩 BBR，正確配置頻寬 ~80 Mbps ~40 Mbps 穩 Brutal，目標 100M ~95 Mbps ~45 Mbps 有抖動 結論：BBR + 正確的頻寬配置，通常已經足夠好。Brutal 適合特定場景（高丟包、想要穩定速度保障）。\nQUIC 視窗大小調優 QUIC 的接收視窗大小影響最大併發吞吐，預設值在高頻寬環境下可能是瓶頸。\n推薦配置（高速環境，如 100 Mbps+）：\nquic: initStreamReceiveWindow: 26843545 # 25.6 MB maxStreamReceiveWindow: 26843545 initConnReceiveWindow: 67108864 # 64 MB maxConnReceiveWindow: 67108864 這些數字是經驗值，適合 100-500 Mbps 的場景。如果你的頻寬更高，可以繼續調大（建議不超過總 RAM 的 10%）。\nMTU 調優 UDP/QUIC 的包大小影響效率，預設 MTU 對 VPN 場景不一定最優。\n檢視當前網路介面的 MTU：\nip link show eth0 # MTU 通常是 1500 Hysteria2 的 QUIC 包在 MTU 1500 的網路裡，實際有效載荷約 1200-1350 位元組（扣除各層頭部）。\n對於大多數場景，不需要手動調 MTU。只有在某些企業網路或特殊 ISP 裡，如果發現速度異常低且有大量分片，才需要嘗試降低 MTU：\n# 客戶端 mihomo proxies: - name: \u0026#34;hy2-node\u0026#34; type: hysteria2 # ... 其他配置 ... # 部分客戶端支援設定 mtu mtu: 1200 埠選擇 Hysteria2 走 UDP，埠選擇影響被封機率：\n埠型別 代表 被封風險 443 HTTPS（偽裝） 低，但 UDP 443 不常見 80 HTTP（偽裝） 中 隨機高階口（如 44563） 無偽裝 高（容易被掃到） 最佳實踐：用 443 或 853（DNS over QUIC），偽裝成正常協議。\n# 服務端 listen: :443 # 偽裝成 HTTPS masquerade: type: proxy proxy: url: https://www.bing.com rewriteHost: true masquerade 配置讓普通 HTTPS 請求（非 Hysteria2 客戶端）打到這個埠時，返回 bing.com 的正常內容。\n多節點負載均衡 如果你有多臺 VPS，可以配置 mihomo 的 load-balance 組同時使用多個 Hysteria2 節點：\nproxy-groups: - name: \u0026#34;HY2 Balance\u0026#34; type: load-balance strategy: round-robin # 輪詢，平均分配流量 proxies: - hy2-us - hy2-hk - hy2-jp url: \u0026#34;http://www.gstatic.com/generate_204\u0026#34; interval: 300 或者用 fallback 模式（主節點掛了才切）：\n- name: \u0026#34;HY2 Fallback\u0026#34; type: fallback proxies: - hy2-us # 主節點 - hy2-hk # 備用 url: \u0026#34;http://www.gstatic.com/generate_204\u0026#34; interval: 120 與 REALITY 的對比 選 Hysteria2 還是 REALITY，取決於你的網路環境：\n場景 推薦 延遲敏感（\u0026lt;30ms），穩定線路 REALITY（低延遲，無額外開銷） 高丟包、不穩定線路 Hysteria2（QUIC 重傳效率高） 行動網路（4G/5G） Hysteria2（QUIC 對行動網路更友好） 需要繞過 UDP 封鎖的網路 REALITY（純 TCP） → 檢視 Hysteria2 搭建教程 → 檢視 Xray REALITY 服務端配置 → 檢視 VPS 選購指南\n📷 封面圖 · Flux Schnell AI 生成 · panshi.io 品牌風格\n","permalink":"https://blog.panshi.io/zh-hant/posts/hysteria2-performance-tuning/","summary":"\u003c!-- hero-image --\u003e\n\u003cp\u003e\u003cimg alt=\"Abstract streaks of purple and green light\" loading=\"lazy\" src=\"/images/hysteria2-performance-tuning-hero.jpg\"\u003e\u003c/p\u003e\n\u003cp\u003eHysteria2 基於 QUIC 協議（UDP），理論上在高延遲、高丟包網路裡比 TCP 類協議快得多。但很多人部署完發現速度一般，原因通常是\u003cstrong\u003e頻寬引數沒配對\u003c/strong\u003e或者\u003cstrong\u003e擁塞控制演算法沒選對\u003c/strong\u003e。\u003c/p\u003e\n\u003cp\u003e這篇文章專門講調優。假設你已經跑通了基礎部署（參考 \u003ca href=\"/zh-hant/posts/hysteria2-setup/\"\u003eHysteria2 搭建教程\u003c/a\u003e），現在想把速度榨出來。\u003c/p\u003e\n\u003ch2 id=\"頻寬引數最影響速度的配置\"\u003e頻寬引數：最影響速度的配置\u003c/h2\u003e\n\u003cp\u003eHysteria2 的頻寬引數控制著它的傳送速率，沒配或配錯是速度差的最常見原因。\u003c/p\u003e\n\u003ch3 id=\"服務端-bandwidth\"\u003e服務端 bandwidth\u003c/h3\u003e\n\u003cp\u003e\u003ccode\u003e/etc/hysteria/config.yaml\u003c/code\u003e：\u003c/p\u003e\n\u003cdiv class=\"highlight\"\u003e\u003cpre tabindex=\"0\" class=\"chroma\"\u003e\u003ccode class=\"language-yaml\" data-lang=\"yaml\"\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"nt\"\u003ebandwidth\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e\u003cspan class=\"w\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"w\"\u003e  \u003c/span\u003e\u003cspan class=\"nt\"\u003eup\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e\u003cspan class=\"w\"\u003e \u003c/span\u003e\u003cspan class=\"m\"\u003e1\u003c/span\u003e\u003cspan class=\"w\"\u003e \u003c/span\u003e\u003cspan class=\"l\"\u003egbps     \u003c/span\u003e\u003cspan class=\"w\"\u003e \u003c/span\u003e\u003cspan class=\"c\"\u003e# 服務端上行（客戶端下載方向）\u003c/span\u003e\u003cspan class=\"w\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"w\"\u003e  \u003c/span\u003e\u003cspan class=\"nt\"\u003edown\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e\u003cspan class=\"w\"\u003e \u003c/span\u003e\u003cspan class=\"m\"\u003e1\u003c/span\u003e\u003cspan class=\"w\"\u003e \u003c/span\u003e\u003cspan class=\"l\"\u003egbps   \u003c/span\u003e\u003cspan class=\"w\"\u003e \u003c/span\u003e\u003cspan class=\"c\"\u003e# 服務端下行（客戶端上傳方向）\u003c/span\u003e\u003cspan class=\"w\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/code\u003e\u003c/pre\u003e\u003c/div\u003e\u003cp\u003e這裡填的是\u003cstrong\u003e服務端（VPS）的實際頻寬上限\u003c/strong\u003e，不是你家寬頻的速度。\u003c/p\u003e\n\u003cp\u003e常見 VPS 頻寬：\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003eDMIT HK/US Premium：1 Gbps 埠，但共享，實際峰值 200-500 Mbps\u003c/li\u003e\n\u003cli\u003eAWS t3 型別：5-25 Gbps（burst）\u003c/li\u003e\n\u003cli\u003e低價 VPS：通常 100-500 Mbps\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003e\u003cstrong\u003e怎麼測 VPS 實際頻寬\u003c/strong\u003e：\u003c/p\u003e\n\u003cdiv class=\"highlight\"\u003e\u003cpre tabindex=\"0\" class=\"chroma\"\u003e\u003ccode class=\"language-bash\" data-lang=\"bash\"\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"c1\"\u003e# 在 VPS 上安裝 speedtest\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003ecurl -s https://packagecloud.io/install/repositories/ookla/speedtest-cli/script.deb.sh \u003cspan class=\"p\"\u003e|\u003c/span\u003e bash\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003eapt install speedtest-cli -y\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003espeedtest\n\u003c/span\u003e\u003c/span\u003e\u003c/code\u003e\u003c/pre\u003e\u003c/div\u003e\u003cp\u003e根據測速結果填頻寬值。\u003c/p\u003e","title":"Hysteria2 效能調優：頻寬配置、擁塞控制、多路複用實戰"},{"content":" 最近一年用 AI 工具碰到一個高頻問題：機場的共享節點 IP 被 AI 平臺標記，登入時要求驗證、限制功能、甚至封號。根本原因是這些 IP 被太多人用過，平臺的風控系統認為是\u0026quot;異常流量\u0026quot;。\n解決方案：用住宅 IP作為出口。住宅 IP 來自真實家庭寬頻，對平臺來說跟普通使用者一樣，透過率高得多。\n這篇文章講怎麼在 mihomo（原 Clash Meta）裡配置住宅 IP 出口，以 IPRoyal 為例。\n住宅 IP 和機場節點的區別 對比 機場節點（VPS） 住宅代理 IP IP 型別 資料中心 IP 真實家庭寬頻 IP 被風控機率 高（共享 IP，大量請求） 低（看起來像真實使用者） 速度 快（專線） 中等 價格 按月訂閱，便宜 按 GB 計費，貴一些 適合場景 日常瀏覽、流媒體 AI 工具、賬號註冊、資料採集 住宅 IP 不適合替代機場做所有流量，太貴了。正確用法是：只讓需要住宅 IP 的流量走住宅代理，其餘走正常節點。\nIPRoyal 住宅 IP 配置 我用的是 IPRoyal，按 GB 計費，用多少買多少，不需要月付，質量穩定。\n獲取 SOCKS5 憑證 註冊後進入控制檯 → Residential Proxies → 生成代理，會給你：\n主機：geo.iproyal.com 埠：32325 使用者名稱：your_username 密碼：your_password 可以追加引數指定國家/城市，比如美國的 IP：\n使用者名稱：your_username_country-us 更多引數參考 IPRoyal 文件。\nmihomo 配置 在 mihomo 的配置檔案（通常是 config.yaml）裡，代理節點部分新增住宅 IP 代理：\nproxies: # ... 你原有的節點 ... # 住宅代理 - name: \u0026#34;residential-us\u0026#34; type: socks5 server: geo.iproyal.com port: 32325 username: \u0026#34;your_username_country-us\u0026#34; password: \u0026#34;your_password\u0026#34; udp: false # 重要：SOCKS5 住宅代理不支援 UDP，必須 false 注意：udp: false 是必須的。SOCKS5 住宅代理通常不支援 UDP，如果開啟 UDP，iOS 裝置的 QUIC 連線會靜默失敗，表現是 App 打不開但沒有明顯報錯。\n配置代理組 在 proxy-groups 裡建立 AI 工具專用的代理組：\nproxy-groups: # AI 工具專用組（走住宅 IP） - name: \u0026#34;AI Tools\u0026#34; type: select proxies: - residential-us - DIRECT # 自動選優（日常流量） - name: \u0026#34;Auto\u0026#34; type: url-test url: \u0026#34;http://www.gstatic.com/generate_204\u0026#34; interval: 300 proxies: - HK-節點-1 - US-節點-1 - JP-節點-1 配置分流規則 在 rules 裡把 AI 工具的域名指向 AI 工具代理組：\nrules: # AI 工具走住宅 IP - DOMAIN-SUFFIX,anthropic.com,AI Tools - DOMAIN-SUFFIX,claude.ai,AI Tools - DOMAIN-SUFFIX,openai.com,AI Tools - DOMAIN-SUFFIX,chatgpt.com,AI Tools - DOMAIN-SUFFIX,api.openai.com,AI Tools - DOMAIN-SUFFIX,platform.openai.com,AI Tools # Google AI 服務（如果需要） - DOMAIN-SUFFIX,generativelanguage.googleapis.com,AI Tools - DOMAIN-SUFFIX,ai.google.dev,AI Tools # 其餘流量走自動選優 - GEOIP,CN,DIRECT - MATCH,Auto 驗證配置是否生效 方法一：查 IP 歸屬 在瀏覽器裡訪問 whatismyipaddress.com，看顯示的 IP 型別是否是 \u0026ldquo;Residential\u0026rdquo;（家庭寬頻）。\n方法二：測試 Claude API curl -x socks5://your_username:your_password@geo.iproyal.com:32325 \\ https://api.anthropic.com/v1/messages \\ -H \u0026#34;x-api-key: $ANTHROPIC_API_KEY\u0026#34; \\ -H \u0026#34;content-type: application/json\u0026#34; \\ -d \u0026#39;{\u0026#34;model\u0026#34;:\u0026#34;claude-haiku-4-5-20251001\u0026#34;,\u0026#34;max_tokens\u0026#34;:10,\u0026#34;messages\u0026#34;:[{\u0026#34;role\u0026#34;:\u0026#34;user\u0026#34;,\u0026#34;content\u0026#34;:\u0026#34;hi\u0026#34;}]}\u0026#39; 如果返回正常 JSON（不是 403/429），說明住宅 IP 能訪問 Anthropic API。\n多地區住宅 IP 不同 AI 工具對地區要求不同：\n工具 推薦地區 Claude 美國、歐洲 ChatGPT 美國（繫結賬號時） Gemini 美國（部分功能地區限制） Midjourney 無特別要求 IPRoyal 支援按國家選 IP，在使用者名稱字尾加 _country-{code} 即可：\n美國：_country-us 英國：_country-gb 德國：_country-de 成本控制 住宅 IP 按 GB 計費，控制好流量可以省不少：\n只讓必要的流量走住宅代理：API 呼叫流量很小（純 JSON），但如果讓整個瀏覽器走住宅代理，圖片影片會大量消耗流量。\n在分流規則裡精確控制域名：只列 AI 工具的 API 端點，不要寫太寬泛的規則。\n監控流量消耗：IPRoyal 控制檯可以看每日流量，設定用量提醒。\n我個人用 IPRoyal 每月大概消耗 1-3 GB（主要是 Claude API 和 OpenAI API），花費 $3–8，比機場被封賬號重注的成本低多了。\n→ 註冊 IPRoyal（按 GB 計費，無月付要求）\n→ 檢視 mihomo 多閘道器配置\n📷 封面圖 · Flux Schnell AI 生成 · panshi.io 品牌風格\n","permalink":"https://blog.panshi.io/zh-hant/posts/mihomo-residential-ip-guide/","summary":"\u003c!-- hero-image --\u003e\n\u003cp\u003e\u003cimg alt=\"A glowing decorative lamp with a smaller light beside it.\" loading=\"lazy\" src=\"/images/mihomo-residential-ip-guide-hero.jpg\"\u003e\u003c/p\u003e\n\u003cp\u003e最近一年用 AI 工具碰到一個高頻問題：機場的共享節點 IP 被 AI 平臺標記，登入時要求驗證、限制功能、甚至封號。根本原因是這些 IP 被太多人用過，平臺的風控系統認為是\u0026quot;異常流量\u0026quot;。\u003c/p\u003e\n\u003cp\u003e解決方案：用\u003cstrong\u003e住宅 IP\u003c/strong\u003e作為出口。住宅 IP 來自真實家庭寬頻，對平臺來說跟普通使用者一樣，透過率高得多。\u003c/p\u003e\n\u003cp\u003e這篇文章講怎麼在 mihomo（原 Clash Meta）裡配置住宅 IP 出口，以 IPRoyal 為例。\u003c/p\u003e\n\u003ch2 id=\"住宅-ip-和機場節點的區別\"\u003e住宅 IP 和機場節點的區別\u003c/h2\u003e\n\u003ctable\u003e\n  \u003cthead\u003e\n      \u003ctr\u003e\n          \u003cth\u003e對比\u003c/th\u003e\n          \u003cth\u003e機場節點（VPS）\u003c/th\u003e\n          \u003cth\u003e住宅代理 IP\u003c/th\u003e\n      \u003c/tr\u003e\n  \u003c/thead\u003e\n  \u003ctbody\u003e\n      \u003ctr\u003e\n          \u003ctd\u003eIP 型別\u003c/td\u003e\n          \u003ctd\u003e資料中心 IP\u003c/td\u003e\n          \u003ctd\u003e真實家庭寬頻 IP\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e被風控機率\u003c/td\u003e\n          \u003ctd\u003e高（共享 IP，大量請求）\u003c/td\u003e\n          \u003ctd\u003e低（看起來像真實使用者）\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e速度\u003c/td\u003e\n          \u003ctd\u003e快（專線）\u003c/td\u003e\n          \u003ctd\u003e中等\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e價格\u003c/td\u003e\n          \u003ctd\u003e按月訂閱，便宜\u003c/td\u003e\n          \u003ctd\u003e按 GB 計費，貴一些\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e適合場景\u003c/td\u003e\n          \u003ctd\u003e日常瀏覽、流媒體\u003c/td\u003e\n          \u003ctd\u003eAI 工具、賬號註冊、資料採集\u003c/td\u003e\n      \u003c/tr\u003e\n  \u003c/tbody\u003e\n\u003c/table\u003e\n\u003cp\u003e住宅 IP 不適合替代機場做所有流量，太貴了。正確用法是：\u003cstrong\u003e只讓需要住宅 IP 的流量走住宅代理\u003c/strong\u003e，其餘走正常節點。\u003c/p\u003e\n\u003ch2 id=\"iproyal-住宅-ip-配置\"\u003eIPRoyal 住宅 IP 配置\u003c/h2\u003e\n\u003cp\u003e我用的是 \u003ca href=\"https://aff.panshi.io/track?id=iproyal\"\u003eIPRoyal\u003c/a\u003e，按 GB 計費，用多少買多少，不需要月付，質量穩定。\u003c/p\u003e","title":"mihomo 出口接住宅 IP 實戰配置：讓 AI 工具穩定可用"},{"content":" OpenAI 在 2025 年初發布了 Codex CLI——一個在終端裡直接用 AI 寫程式碼、改檔案、執行命令的工具。跟 ChatGPT 網頁版不一樣，Codex CLI 的核心是直接操作你本地檔案系統，讓 AI 真正幫你幹活，而不是給你貼程式碼讓你自己粘。\n這篇文章覆蓋完整的入門流程，從安裝到能用，大約 10 分鐘。\n準備工作 需要兩樣東西：\nNode.js 18+（node --version 確認） OpenAI API Key（platform.openai.com 獲取） API Key 需要繫結了付費方式，免費額度不支援 Codex 用的模型。\n安裝 npm install -g @openai/codex 安裝完驗證：\ncodex --version 認證配置 有兩種方式配置 API Key：\n方式一：環境變數（推薦）\nexport OPENAI_API_KEY=\u0026#34;sk-xxxx...\u0026#34; 加到 ~/.zshrc 或 ~/.bashrc 讓它持久化：\necho \u0026#39;export OPENAI_API_KEY=\u0026#34;sk-xxxx...\u0026#34;\u0026#39; \u0026gt;\u0026gt; ~/.zshrc source ~/.zshrc 方式二：執行時輸入\n直接執行 codex，第一次會提示你輸入 API Key，會儲存到 ~/.codex/config.json。\n三種執行模式 Codex CLI 的核心設計是漸進式自主權，你可以根據信任程度選擇讓它幹多少：\n模式 命令 行為 suggest（預設） codex AI 給出建議，每步都需要你確認 auto codex --approval-mode auto-edit 自動編輯檔案，但 shell 命令需確認 full-auto codex --approval-mode full-auto 全自動，檔案和命令都不需要確認 建議新手用 suggest 模式，先感受它的能力邊界。\n第一次使用 啟動：\ncodex 進入互動介面後，直接用自然語言描述任務。\n示例 1：讀懂一個複雜函式 \u0026gt; 幫我解釋一下當前目錄裡的 main.py Codex 會先讀取檔案，然後解釋關鍵邏輯。\n示例 2：修改程式碼 \u0026gt; 把 utils.py 裡的 parse_date 函式改成支援時區引數，預設 UTC 它會：\n讀取 utils.py 定位 parse_date 函式 給出修改方案，等你確認 確認後寫入檔案 示例 3：執行系統任務 \u0026gt; 找出當前目錄裡最近 7 天修改過的 Python 檔案，列出來 它會生成 find 命令，等你確認後執行並返回結果。\n沙盒模式 full-auto 模式下，Codex 會在 macOS 的沙盒環境裡執行命令（Linux 用 Docker），防止意外操作影響系統其他部分。\n檢視沙盒狀態：\ncodex --help | grep sandbox 如果不需要沙盒（比如你已經在 Docker 容器裡），可以用 --no-sandbox 跳過。\n指定模型 Codex CLI 預設用 codex-mini-latest，也可以切換到更強的模型：\ncodex --model o4-mini 或者 o3（更強但更貴）：\ncodex --model o3 對於日常程式碼任務，codex-mini-latest 速度快、成本低，夠用。複雜重構或架構設計才需要 o4-mini 以上。\n配置檔案 Codex 支援專案級配置檔案 AGENTS.md（放在專案根目錄），可以給 AI 補充上下文：\n# AGENTS.md 這個專案是 Python 量化交易策略，使用 Binance API。 ## 程式碼規範 - 函式命名用 snake_case - 所有日誌用 structlog - 資料庫操作統一走 db/repository.py ## 注意事項 - 不要修改 config/secrets.py - 回測邏輯在 backtest/ 目錄 有了這個檔案，Codex 在處理這個專案時會遵守這些規則，不用每次都重新說。\n費用估算 Codex CLI 按 OpenAI API token 計費，不是固定月費。\n實際使用下來，一個完整的小任務（讀檔案 + 修改 + 解釋）大概消耗：\ncodex-mini-latest：$0.002–0.01 o4-mini：$0.02–0.1 日常使用一個月 $5–20 左右，比訂閱更靈活。\nCodex CLI vs Claude Code 用了兩個都一段時間，簡單說區別：\n對比維度 Codex CLI Claude Code 背後模型 o3 / codex-mini（OpenAI） Claude Sonnet / Opus（Anthropic） 程式碼能力 強，o3 做重構很穩 強，長上下文理解好 工具整合 專注程式碼和終端 支援 MCP/Skill 擴充套件 計費方式 按用量（API） 固定月費（Claude Pro） 上下文視窗 o3：200k Claude Opus 4.6：200k 沒有絕對的好壞，看你已有哪個賬號、主要做什麼型別的任務。我個人 Codex CLI 用來做 Python 重構，Claude Code 用來做運維自動化和多工具協調。\n一個入門場景：用 Codex CLI 寫交易監控指令碼 如果你剛接觸 CLI AI 工具，一個容易上手又立刻見效的場景是給自己的交易賬戶寫監控指令碼。比如：\n監控 Pionex 機器人 到達區間邊沿推送 Telegram 監控 Binance 合約賬戶 爆倉前預警 分析 歷史日誌找規律 30 分鐘就能寫完，實際執行產生價值。如果還沒接觸加密量化，Pionex 是最低門檻的入口。\n有任何安裝問題，評論區留言。\n📷 封面圖 · Flux Schnell AI 生成 · panshi.io 品牌風格\n","permalink":"https://blog.panshi.io/zh-hant/posts/codex-cli-complete-guide/","summary":"\u003c!-- hero-image --\u003e\n\u003cp\u003e\u003cimg alt=\"Diagram of natural language to code conversion process.\" loading=\"lazy\" src=\"/images/codex-cli-complete-guide-hero.jpg\"\u003e\u003c/p\u003e\n\u003cp\u003eOpenAI 在 2025 年初發布了 Codex CLI——一個在終端裡直接用 AI 寫程式碼、改檔案、執行命令的工具。跟 ChatGPT 網頁版不一樣，Codex CLI 的核心是\u003cstrong\u003e直接操作你本地檔案系統\u003c/strong\u003e，讓 AI 真正幫你幹活，而不是給你貼程式碼讓你自己粘。\u003c/p\u003e\n\u003cp\u003e這篇文章覆蓋完整的入門流程，從安裝到能用，大約 10 分鐘。\u003c/p\u003e\n\u003ch2 id=\"準備工作\"\u003e準備工作\u003c/h2\u003e\n\u003cp\u003e需要兩樣東西：\u003c/p\u003e\n\u003col\u003e\n\u003cli\u003e\u003cstrong\u003eNode.js 18+\u003c/strong\u003e（\u003ccode\u003enode --version\u003c/code\u003e 確認）\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003eOpenAI API Key\u003c/strong\u003e（\u003ca href=\"https://platform.openai.com\"\u003eplatform.openai.com\u003c/a\u003e 獲取）\u003c/li\u003e\n\u003c/ol\u003e\n\u003cp\u003eAPI Key 需要繫結了付費方式，免費額度不支援 Codex 用的模型。\u003c/p\u003e\n\u003ch2 id=\"安裝\"\u003e安裝\u003c/h2\u003e\n\u003cdiv class=\"highlight\"\u003e\u003cpre tabindex=\"0\" class=\"chroma\"\u003e\u003ccode class=\"language-bash\" data-lang=\"bash\"\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003enpm install -g @openai/codex\n\u003c/span\u003e\u003c/span\u003e\u003c/code\u003e\u003c/pre\u003e\u003c/div\u003e\u003cp\u003e安裝完驗證：\u003c/p\u003e\n\u003cdiv class=\"highlight\"\u003e\u003cpre tabindex=\"0\" class=\"chroma\"\u003e\u003ccode class=\"language-bash\" data-lang=\"bash\"\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003ecodex --version\n\u003c/span\u003e\u003c/span\u003e\u003c/code\u003e\u003c/pre\u003e\u003c/div\u003e\u003ch2 id=\"認證配置\"\u003e認證配置\u003c/h2\u003e\n\u003cp\u003e有兩種方式配置 API Key：\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003e方式一：環境變數（推薦）\u003c/strong\u003e\u003c/p\u003e\n\u003cdiv class=\"highlight\"\u003e\u003cpre tabindex=\"0\" class=\"chroma\"\u003e\u003ccode class=\"language-bash\" data-lang=\"bash\"\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"nb\"\u003eexport\u003c/span\u003e \u003cspan class=\"nv\"\u003eOPENAI_API_KEY\u003c/span\u003e\u003cspan class=\"o\"\u003e=\u003c/span\u003e\u003cspan class=\"s2\"\u003e\u0026#34;sk-xxxx...\u0026#34;\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/code\u003e\u003c/pre\u003e\u003c/div\u003e\u003cp\u003e加到 \u003ccode\u003e~/.zshrc\u003c/code\u003e 或 \u003ccode\u003e~/.bashrc\u003c/code\u003e 讓它持久化：\u003c/p\u003e\n\u003cdiv class=\"highlight\"\u003e\u003cpre tabindex=\"0\" class=\"chroma\"\u003e\u003ccode class=\"language-bash\" data-lang=\"bash\"\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"nb\"\u003eecho\u003c/span\u003e \u003cspan class=\"s1\"\u003e\u0026#39;export OPENAI_API_KEY=\u0026#34;sk-xxxx...\u0026#34;\u0026#39;\u003c/span\u003e \u0026gt;\u0026gt; ~/.zshrc\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"nb\"\u003esource\u003c/span\u003e ~/.zshrc\n\u003c/span\u003e\u003c/span\u003e\u003c/code\u003e\u003c/pre\u003e\u003c/div\u003e\u003cp\u003e\u003cstrong\u003e方式二：執行時輸入\u003c/strong\u003e\u003c/p\u003e\n\u003cp\u003e直接執行 \u003ccode\u003ecodex\u003c/code\u003e，第一次會提示你輸入 API Key，會儲存到 \u003ccode\u003e~/.codex/config.json\u003c/code\u003e。\u003c/p\u003e","title":"OpenAI Codex CLI 完整教程：安裝、認證到第一次程式碼操作"},{"content":" GitHub Copilot（特別是透過 Claude Code + Copilot 通道使用時）每月有請求次數限制。OpenClaw 支援多 agent 併發，很容易在不知不覺中把配額消耗掉。\n這篇文章整理了 8 個實用技巧，幫你更有效地管理用量、減少浪費。\n1. 追蹤當前 Copilot 用量 方式一：GitHub 設定頁面\n直接訪問 GitHub Copilot 用量頁面檢視當月消耗（Premium Request 數量）。不同模型消耗倍率不同：\n模型 消耗倍率 GPT-4o 1x Claude Sonnet 1x Claude Opus 10x o1 10x o3 更高 方式二：命令列檢視（透過 API）\n# 獲取當前 Copilot 套餐資訊 curl -H \u0026#34;Authorization: token your-github-token\u0026#34; \\ https://api.github.com/user/copilot_billing/seats 方式三：計劃用量估算\n大概規律：\n一次完整程式碼生成對話：1-3 requests 一次檔案重構任務（帶多輪修改）：5-15 requests OpenClaw 多 agent 併發任務：每 agent 獨立計算 2. OpenClaw 合理配置 agent 數量 OpenClaw 預設可以開多個 subagent 併發執行，但並不是越多越好。\n建議配置：\n# OpenClaw 配置 agents: max_concurrent: 2 # 併發上限，一般 2 就夠 think_budget: low # 對非複雜任務用低 think budget 什麼時候開多 agent：\n任務明確可以並行（如同時修改 A 和 B 兩個無關模組） 任務耗時長且互不依賴 什麼時候用單 agent：\n任務有依賴關係（先做 A 再做 B） 探索性任務（需要中間反饋再調整方向） 文件寫作、程式碼審查（單 agent 就夠） 3. 任務粒度設計：避免\u0026quot;大任務高消耗\u0026quot; 一個常見的用量浪費模式：把一個大任務一次性扔給 agent，agent 在推進過程中多次試錯、反覆讀取檔案，消耗大量 requests。\n更省配額的做法：\n先用低成本模型探路：用 Claude Haiku 或 GPT-4o mini 先理解程式碼結構，再用 Sonnet/Opus 執行關鍵步驟 提前提供上下文：把關鍵檔案路徑、函式名、預期輸出直接告訴 agent，減少它自己探索的輪次 分階段驗收：大任務拆成小任務，每步確認再繼續 示例：\n❌ 低效： \u0026#34;把整個專案重構成微服務架構\u0026#34; ✓ 高效： \u0026#34;只修改 src/api/users.py，把資料庫操作提取到 UserRepository 類， 參考 src/api/orders.py 的 OrderRepository 模式，不要動其他檔案\u0026#34; 4. 在 Claude Code 裡切換通道 Claude Code 可以透過 Copilot 通道使用，也可以直接用 Anthropic API。根據當前用量狀態靈活切換：\nCopilot 配額充足時：\n# 使用 Copilot 通道（走 GitHub Copilot Premium Request） export ANTHROPIC_BASE_URL=https://api.githubcopilot.com/anthropic export ANTHROPIC_API_KEY=你的GITHUB_TOKEN claude Copilot 配額不足時：\n# 切回 Anthropic 官方 API（走 Anthropic 賬單） unset ANTHROPIC_BASE_URL export ANTHROPIC_API_KEY=你的ANTHROPIC_API_KEY claude 可以配置 shell alias 快速切換：\n# ~/.zshrc alias claude-copilot=\u0026#39;ANTHROPIC_BASE_URL=https://api.githubcopilot.com/anthropic ANTHROPIC_API_KEY=你的GITHUB_TOKEN claude\u0026#39; alias claude-direct=\u0026#39;ANTHROPIC_BASE_URL=\u0026#34;\u0026#34; ANTHROPIC_API_KEY=你的ANTHROPIC_KEY claude\u0026#39; → 詳細切換方案見 Claude Code 雙通道配置指南\n5. 用 haiku 做預處理，節省高階模型配額 對於需要讀取大量檔案的任務（如程式碼庫探索、批次分析），先用便宜模型做預處理，再把精煉後的資訊交給 Sonnet/Opus。\n# 用 haiku 先總結程式碼庫結構 claude --model claude-haiku-4-5 \u0026#34;列出 src/ 目錄下各模組的主要功能，一句話描述每個檔案的作用\u0026#34; # 再用 sonnet 做具體實現 claude --model claude-sonnet-4-6 \u0026#34;基於以下程式碼庫結構，修改 src/api/auth.py 裡的 JWT 驗證邏輯...\u0026#34; 6. 寫好 CLAUDE.md 減少重複解釋 每次對話 Claude Code 都會讀 CLAUDE.md（如果有）。一次投入寫清楚專案背景，節省後續每次會話的\u0026quot;解釋時間\u0026quot;：\n# CLAUDE.md ## 專案背景 這是一個量化交易系統，主要模組： - `strategy/` — 策略邏輯，禁止修改 - `execution/` — 訂單執行，binance API 封裝 - `monitoring/` — 監控和告警 ## 開發規範 - 所有新程式碼必須有單元測試 - 不要修改 config/ 目錄下的檔案 - API 金鑰透過環境變數傳入，不要硬編碼 ## 常用命令 - 跑測試：pytest tests/ -v - 啟動策略：python main.py --strategy polaris 7. OpenClaw 任務日誌分析 OpenClaw 的日誌可以幫你瞭解 agent 做了什麼、哪些步驟耗費了最多資源：\n# 檢視最近的 OpenClaw 任務日誌 cat ~/.openclaw/logs/latest.jsonl | python3 -c \u0026#34; import sys, json for line in sys.stdin: d = json.loads(line) if d.get(\u0026#39;type\u0026#39;) == \u0026#39;tool_use\u0026#39;: print(f\\\u0026#34;{d[\u0026#39;tool\u0026#39;]}: {str(d.get(\u0026#39;input\u0026#39;, \u0026#39;\u0026#39;))[:60]}\\\u0026#34;) \u0026#34; 常見的高消耗模式：\nread_file 迴圈呼叫同一個檔案（agent 在反覆確認） bash 執行測試失敗後無限迴圈修復 search_files 寬泛關鍵詞導致大量結果 發現這類模式後，在任務 prompt 裡直接指定檔案路徑，避免 agent 自己探索。\n8. 月末配額緊張時的策略 月底 Copilot Premium Request 快用完時：\n切到 Anthropic 直接 API：用 pay-as-you-go，或者 Anthropic Max 訂閱 只用低倍率模型：Sonnet（1x）代替 Opus（10x），大多數任務 Sonnet 完全夠用 本地模型作補充：簡單的程式碼補全和問答用 Ollama 跑本地模型（Qwen2.5-Coder 效果不錯） 減少探索性用法：月末只做明確的修改任務，不做\u0026quot;幫我分析這個程式碼庫有什麼最佳化空間\u0026quot;之類的開放性問題 用量管理本質上是\u0026quot;用對地方\u0026quot;——明確的任務、精準的上下文、合適的模型選擇，比無腦開大模型跑更划算，效果往往也更好。\n→ 檢視 OpenClaw 進階：多 agent 工作流 → 檢視 Claude Code 雙通道切換\n📷 封面圖 · Flux Schnell AI 生成 · panshi.io 品牌風格\n","permalink":"https://blog.panshi.io/zh-hant/posts/openclaw-copilot-usage-tips/","summary":"\u003c!-- hero-image --\u003e\n\u003cp\u003e\u003cimg alt=\"A laptop computer sitting on top of a wooden desk\" loading=\"lazy\" src=\"/images/openclaw-copilot-usage-tips-hero.jpg\"\u003e\u003c/p\u003e\n\u003cp\u003eGitHub Copilot（特別是透過 Claude Code + Copilot 通道使用時）每月有請求次數限制。OpenClaw 支援多 agent 併發，很容易在不知不覺中把配額消耗掉。\u003c/p\u003e\n\u003cp\u003e這篇文章整理了 8 個實用技巧，幫你更有效地管理用量、減少浪費。\u003c/p\u003e\n\u003ch2 id=\"1-追蹤當前-copilot-用量\"\u003e1. 追蹤當前 Copilot 用量\u003c/h2\u003e\n\u003cp\u003e\u003cstrong\u003e方式一：GitHub 設定頁面\u003c/strong\u003e\u003c/p\u003e\n\u003cp\u003e直接訪問 GitHub Copilot 用量頁面檢視當月消耗（Premium Request 數量）。不同模型消耗倍率不同：\u003c/p\u003e\n\u003ctable\u003e\n  \u003cthead\u003e\n      \u003ctr\u003e\n          \u003cth\u003e模型\u003c/th\u003e\n          \u003cth\u003e消耗倍率\u003c/th\u003e\n      \u003c/tr\u003e\n  \u003c/thead\u003e\n  \u003ctbody\u003e\n      \u003ctr\u003e\n          \u003ctd\u003eGPT-4o\u003c/td\u003e\n          \u003ctd\u003e1x\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003eClaude Sonnet\u003c/td\u003e\n          \u003ctd\u003e1x\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003eClaude Opus\u003c/td\u003e\n          \u003ctd\u003e10x\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003eo1\u003c/td\u003e\n          \u003ctd\u003e10x\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003eo3\u003c/td\u003e\n          \u003ctd\u003e更高\u003c/td\u003e\n      \u003c/tr\u003e\n  \u003c/tbody\u003e\n\u003c/table\u003e\n\u003cp\u003e\u003cstrong\u003e方式二：命令列檢視（透過 API）\u003c/strong\u003e\u003c/p\u003e\n\u003cdiv class=\"highlight\"\u003e\u003cpre tabindex=\"0\" class=\"chroma\"\u003e\u003ccode class=\"language-bash\" data-lang=\"bash\"\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"c1\"\u003e# 獲取當前 Copilot 套餐資訊\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003ecurl -H \u003cspan class=\"s2\"\u003e\u0026#34;Authorization: token your-github-token\u0026#34;\u003c/span\u003e \u003cspan class=\"se\"\u003e\\\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e     https://api.github.com/user/copilot_billing/seats\n\u003c/span\u003e\u003c/span\u003e\u003c/code\u003e\u003c/pre\u003e\u003c/div\u003e\u003cp\u003e\u003cstrong\u003e方式三：計劃用量估算\u003c/strong\u003e\u003c/p\u003e\n\u003cp\u003e大概規律：\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e一次完整程式碼生成對話：1-3 requests\u003c/li\u003e\n\u003cli\u003e一次檔案重構任務（帶多輪修改）：5-15 requests\u003c/li\u003e\n\u003cli\u003eOpenClaw 多 agent 併發任務：每 agent 獨立計算\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch2 id=\"2-openclaw-合理配置-agent-數量\"\u003e2. OpenClaw 合理配置 agent 數量\u003c/h2\u003e\n\u003cp\u003eOpenClaw 預設可以開多個 subagent 併發執行，但並不是越多越好。\u003c/p\u003e","title":"OpenClaw + GitHub Copilot 用量管理與效率最佳化：8 個實用技巧"},{"content":" 這篇是 OpenClaw 入門教程 的續集，假設你已經裝好了 OpenClaw，跑通了基本的 Telegram 互動。這裡講的是真正把它用起來之後的進階技巧。\n多 Agent 任務分工 OpenClaw 支援在同一個 Telegram 群裡配置多個 Agent，各自負責不同領域，這是它最容易被忽視的功能。\n為什麼要分 Agent 不分 Agent 時，你的 AI 助手是個通才——什麼都能問，但沒有專門的上下文和工具。問運維問題時它不知道你的伺服器架構，問量化策略時它不知道你的持倉邏輯。\n分 Agent 後，每個 Agent 有自己的：\n系統提示詞：注入對應領域的背景知識 Skill 集合：只掛載相關的工具 獨立對話歷史：不會被其他任務干擾 配置示例 在 ~/.openclaw/config.yml 裡定義多個 Agent：\nagents: - name: \u0026#34;ops\u0026#34; description: \u0026#34;伺服器運維助手\u0026#34; skills: - healthcheck - ssh-tools system_prompt: | 你是專門負責管理伺服器基礎設施的運維助手。 你熟悉 Nginx、Docker、系統監控等運維工作。 遇到需要執行命令的任務，先解釋再操作。 - name: \u0026#34;quant\u0026#34; description: \u0026#34;量化策略助手\u0026#34; skills: - binance-watcher - grafana-query system_prompt: | 你是專門負責量化策略監控的助手。 你瞭解趨勢跟蹤策略的基本邏輯，能解讀持倉訊號和收益資料。 不公開具體策略引數。 - name: \u0026#34;writer\u0026#34; description: \u0026#34;寫作助手\u0026#34; skills: - obsidian system_prompt: | 你是部落格寫作助手，幫助整理思路、起草文章、整理筆記。 寫作風格：直接、有觀點，不廢話。 在 Telegram 裡透過 /agent ops 切換到對應 Agent，之後的對話都走那個 Agent 的配置。\nTelegram 深度互動技巧 命令快捷鍵 OpenClaw 的 Telegram Bot 支援自定義命令，在 config.yml 裡定義：\ncommands: - command: \u0026#34;/status\u0026#34; description: \u0026#34;檢視系統狀態\u0026#34; action: \u0026#34;ops:幫我快速檢查所有伺服器的關鍵指標\u0026#34; - command: \u0026#34;/pnl\u0026#34; description: \u0026#34;檢視今日收益\u0026#34; action: \u0026#34;quant:告訴我今日收益和當前持倉方向\u0026#34; - command: \u0026#34;/draft\u0026#34; description: \u0026#34;起草文章\u0026#34; action: \u0026#34;writer:根據我最近的筆記，幫我整理今天可以寫的文章主題\u0026#34; 設定好之後，在 Telegram 裡直接點命令選單就能觸發，不用每次打字。\n檔案/圖片直接發給 Agent Telegram 支援發檔案給 Bot：\n發 .txt / .md 檔案 → OpenClaw 可以讀取內容並分析 發截圖 → 支援 OCR 或影象理解（需要模型支援多模態） 發 .csv → 可以做資料分析 我的用法：在手機上拍下白板上的架構圖，發給 ops Agent，問\u0026quot;這個架構有什麼問題\u0026quot;。\n定時任務 OpenClaw 支援透過 cron 語法設定定時推送：\nschedules: - cron: \u0026#34;0 9 * * 1-5\u0026#34; # 週一到週五早上 9 點 action: \u0026#34;quant:今日量化策略狀態彙報，包括持倉方向和昨日收益\u0026#34; - cron: \u0026#34;0 */4 * * *\u0026#34; # 每 4 小時 action: \u0026#34;ops:檢查關鍵服務是否正常，有異常立即報警\u0026#34; 這樣即使你沒主動問，它也會主動推送。\n量化策略監控工作流 我的 OpenClaw 量化工作流分三個層次：\n層次一：被動監控（自動推送） schedules: # 每天早上彙報 - cron: \u0026#34;0 8 * * *\u0026#34; action: \u0026#34;quant:生成昨日收益彙報，格式：持倉方向/昨日盈虧/累計收益/最新訊號時間\u0026#34; # 每 15 分鐘檢查是否有新訊號 - cron: \u0026#34;*/15 * * * *\u0026#34; action: \u0026#34;quant:檢查 KV 裡的最新訊號時間，如果超過 2 小時沒更新，發出警告\u0026#34; 層次二：主動查詢 隨時在 Telegram 裡問：\n\u0026ldquo;當前持倉方向是什麼？\u0026rdquo; \u0026ldquo;最近 7 天的收益曲線資料\u0026rdquo; \u0026ldquo;和 BTC 同期漲跌對比怎麼樣？\u0026rdquo; Agent 從 CF KV 或 Prometheus API 拉資料，直接回答。\n層次三：異常告警 配置條件觸發：\nmonitors: - name: \u0026#34;strategy-heartbeat\u0026#34; check: \u0026#34;quant:檢查策略指令碼最後執行時間\u0026#34; condition: \u0026#34;last_run \u0026gt; 2h\u0026#34; alert: \u0026#34;⚠️ 策略指令碼超過 2 小時未執行，請檢查\u0026#34; interval: 30m 自定義 binance-watcher Skill 如果官方沒有 Binance 相關 Skill，自己寫一個很簡單：\n# skills/binance-watcher/main.py import requests def get_balance(symbol=\u0026#34;USDT\u0026#34;): \u0026#34;\u0026#34;\u0026#34;查詢賬戶餘額\u0026#34;\u0026#34;\u0026#34; # 從環境變數讀取 API key，不硬編碼 api_key = os.environ[\u0026#34;BINANCE_API_KEY\u0026#34;] # ... 呼叫 Binance API return {\u0026#34;balance\u0026#34;: balance, \u0026#34;symbol\u0026#34;: symbol} def get_position(): \u0026#34;\u0026#34;\u0026#34;查詢當前持倉\u0026#34;\u0026#34;\u0026#34; # ... return {\u0026#34;side\u0026#34;: \u0026#34;LONG\u0026#34;, \u0026#34;size\u0026#34;: size, \u0026#34;entry_price\u0026#34;: price} Skill 的本質就是一個可以被 AI 呼叫的函式集合，寫好後在 config.yml 裡註冊。\n自定義 Skill：從零開始 Skill 的結構 一個最簡單的 Skill 只需要三個檔案：\nskills/my-skill/ ├── skill.yml # Skill 定義（名稱、描述、工具列表） ├── main.py # 工具函式實現 └── README.md # 說明文件 skill.yml 示例：\nname: my-grafana description: 查詢 Grafana 資料 tools: - name: query_metric description: 查詢 Prometheus 指標 parameters: - name: query type: string description: PromQL 查詢語句 - name: range type: string description: 時間範圍，如 1h、24h main.py 實現：\nimport requests import os GRAFANA_URL = os.environ.get(\u0026#34;GRAFANA_URL\u0026#34;, \u0026#34;http://localhost:3000\u0026#34;) GRAFANA_TOKEN = os.environ[\u0026#34;GRAFANA_TOKEN\u0026#34;] def query_metric(query: str, range: str = \u0026#34;1h\u0026#34;): \u0026#34;\u0026#34;\u0026#34;查詢 Prometheus 指標並返回可讀結果\u0026#34;\u0026#34;\u0026#34; resp = requests.get( f\u0026#34;{GRAFANA_URL}/api/datasources/proxy/1/api/v1/query_range\u0026#34;, params={\u0026#34;query\u0026#34;: query, \u0026#34;start\u0026#34;: f\u0026#34;now-{range}\u0026#34;, \u0026#34;end\u0026#34;: \u0026#34;now\u0026#34;, \u0026#34;step\u0026#34;: \u0026#34;60\u0026#34;}, headers={\u0026#34;Authorization\u0026#34;: f\u0026#34;Bearer {GRAFANA_TOKEN}\u0026#34;} ) data = resp.json() # 提取最新值 results = {} for series in data[\u0026#34;data\u0026#34;][\u0026#34;result\u0026#34;]: label = series[\u0026#34;metric\u0026#34;].get(\u0026#34;id\u0026#34;, \u0026#34;unknown\u0026#34;) latest_value = series[\u0026#34;values\u0026#34;][-1][1] if series[\u0026#34;values\u0026#34;] else \u0026#34;N/A\u0026#34; results[label] = latest_value return results 安裝自定義 Skill openclaw skill install ./skills/my-grafana 安裝後重啟 OpenClaw，新 Skill 就生效了。\n用 skill-creator Skill 自動生成 OpenClaw 有個元 Skill：skill-creator，可以幫你生成其他 Skill 的程式碼。\n安裝：\nopenclaw skill install skill-creator 然後告訴它你要做什麼：\n我需要一個 Skill，功能是查詢 aff.panshi.io/stats 介面，返回各個 AFF 專案今日點選量，格式化成可讀的表格\n它會生成 skill.yml 和 main.py 的程式碼，你直接複製進去就能用。\n成本控制 OpenClaw 每次 Agent 響應都消耗模型 token，用多了會產生不少 API 費用。幾個控制方式：\n按需觸發，不用輪詢：只在使用者主動問或定時任務觸發時呼叫模型，不要把實時監控邏輯放在 AI 裡（用 Prometheus + Alertmanager 做，更精準也更省錢）。\n分級模型：簡單的狀態查詢用便宜的 Haiku，複雜分析才上 Sonnet/Opus。\nagents: - name: \u0026#34;ops-basic\u0026#34; model: \u0026#34;claude-haiku-4-5\u0026#34; # 便宜，用於常規檢查 - name: \u0026#34;ops-deep\u0026#34; model: \u0026#34;claude-sonnet-4-6\u0026#34; # 貴，用於深度分析 限制歷史長度：\nagents: - name: \u0026#34;ops\u0026#34; max_history_turns: 10 # 只保留最近 10 輪對話 → 檢視 OpenClaw 入門教程 → 檢視 OpenClaw 量化工作流\n📷 封面圖 · Flux Schnell AI 生成 · panshi.io 品牌風格\n","permalink":"https://blog.panshi.io/zh-hant/posts/openclaw-advanced/","summary":"\u003c!-- hero-image --\u003e\n\u003cp\u003e\u003cimg alt=\"Child and robot interacting with projected bubbles\" loading=\"lazy\" src=\"/images/openclaw-advanced-hero.jpg\"\u003e\u003c/p\u003e\n\u003cp\u003e這篇是 \u003ca href=\"/zh-hant/posts/openclaw-intro-and-setup/\"\u003eOpenClaw 入門教程\u003c/a\u003e 的續集，假設你已經裝好了 OpenClaw，跑通了基本的 Telegram 互動。這裡講的是真正把它用起來之後的進階技巧。\u003c/p\u003e\n\u003ch2 id=\"多-agent-任務分工\"\u003e多 Agent 任務分工\u003c/h2\u003e\n\u003cp\u003eOpenClaw 支援在同一個 Telegram 群裡配置多個 Agent，各自負責不同領域，這是它最容易被忽視的功能。\u003c/p\u003e\n\u003ch3 id=\"為什麼要分-agent\"\u003e為什麼要分 Agent\u003c/h3\u003e\n\u003cp\u003e不分 Agent 時，你的 AI 助手是個通才——什麼都能問，但沒有專門的上下文和工具。問運維問題時它不知道你的伺服器架構，問量化策略時它不知道你的持倉邏輯。\u003c/p\u003e\n\u003cp\u003e分 Agent 後，每個 Agent 有自己的：\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e\u003cstrong\u003e系統提示詞\u003c/strong\u003e：注入對應領域的背景知識\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003eSkill 集合\u003c/strong\u003e：只掛載相關的工具\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e獨立對話歷史\u003c/strong\u003e：不會被其他任務干擾\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch3 id=\"配置示例\"\u003e配置示例\u003c/h3\u003e\n\u003cp\u003e在 \u003ccode\u003e~/.openclaw/config.yml\u003c/code\u003e 裡定義多個 Agent：\u003c/p\u003e\n\u003cdiv class=\"highlight\"\u003e\u003cpre tabindex=\"0\" class=\"chroma\"\u003e\u003ccode class=\"language-yaml\" data-lang=\"yaml\"\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"nt\"\u003eagents\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e\u003cspan class=\"w\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"w\"\u003e  \u003c/span\u003e- \u003cspan class=\"nt\"\u003ename\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e\u003cspan class=\"w\"\u003e \u003c/span\u003e\u003cspan class=\"s2\"\u003e\u0026#34;ops\u0026#34;\u003c/span\u003e\u003cspan class=\"w\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"w\"\u003e    \u003c/span\u003e\u003cspan class=\"nt\"\u003edescription\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e\u003cspan class=\"w\"\u003e \u003c/span\u003e\u003cspan class=\"s2\"\u003e\u0026#34;伺服器運維助手\u0026#34;\u003c/span\u003e\u003cspan class=\"w\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"w\"\u003e    \u003c/span\u003e\u003cspan class=\"nt\"\u003eskills\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e\u003cspan class=\"w\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"w\"\u003e      \u003c/span\u003e- \u003cspan class=\"l\"\u003ehealthcheck\u003c/span\u003e\u003cspan class=\"w\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"w\"\u003e      \u003c/span\u003e- \u003cspan class=\"l\"\u003essh-tools\u003c/span\u003e\u003cspan class=\"w\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"w\"\u003e    \u003c/span\u003e\u003cspan class=\"nt\"\u003esystem_prompt\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e\u003cspan class=\"w\"\u003e \u003c/span\u003e\u003cspan class=\"p\"\u003e|\u003c/span\u003e\u003cspan class=\"sd\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"sd\"\u003e      你是專門負責管理伺服器基礎設施的運維助手。\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"sd\"\u003e      你熟悉 Nginx、Docker、系統監控等運維工作。\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"sd\"\u003e      遇到需要執行命令的任務，先解釋再操作。\u003c/span\u003e\u003cspan class=\"w\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"w\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"w\"\u003e  \u003c/span\u003e- \u003cspan class=\"nt\"\u003ename\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e\u003cspan class=\"w\"\u003e \u003c/span\u003e\u003cspan class=\"s2\"\u003e\u0026#34;quant\u0026#34;\u003c/span\u003e\u003cspan class=\"w\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"w\"\u003e    \u003c/span\u003e\u003cspan class=\"nt\"\u003edescription\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e\u003cspan class=\"w\"\u003e \u003c/span\u003e\u003cspan class=\"s2\"\u003e\u0026#34;量化策略助手\u0026#34;\u003c/span\u003e\u003cspan class=\"w\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"w\"\u003e    \u003c/span\u003e\u003cspan class=\"nt\"\u003eskills\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e\u003cspan class=\"w\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"w\"\u003e      \u003c/span\u003e- \u003cspan class=\"l\"\u003ebinance-watcher\u003c/span\u003e\u003cspan class=\"w\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"w\"\u003e      \u003c/span\u003e- \u003cspan class=\"l\"\u003egrafana-query\u003c/span\u003e\u003cspan class=\"w\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"w\"\u003e    \u003c/span\u003e\u003cspan class=\"nt\"\u003esystem_prompt\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e\u003cspan class=\"w\"\u003e \u003c/span\u003e\u003cspan class=\"p\"\u003e|\u003c/span\u003e\u003cspan class=\"sd\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"sd\"\u003e      你是專門負責量化策略監控的助手。\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"sd\"\u003e      你瞭解趨勢跟蹤策略的基本邏輯，能解讀持倉訊號和收益資料。\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"sd\"\u003e      不公開具體策略引數。\u003c/span\u003e\u003cspan class=\"w\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"w\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"w\"\u003e  \u003c/span\u003e- \u003cspan class=\"nt\"\u003ename\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e\u003cspan class=\"w\"\u003e \u003c/span\u003e\u003cspan class=\"s2\"\u003e\u0026#34;writer\u0026#34;\u003c/span\u003e\u003cspan class=\"w\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"w\"\u003e    \u003c/span\u003e\u003cspan class=\"nt\"\u003edescription\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e\u003cspan class=\"w\"\u003e \u003c/span\u003e\u003cspan class=\"s2\"\u003e\u0026#34;寫作助手\u0026#34;\u003c/span\u003e\u003cspan class=\"w\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"w\"\u003e    \u003c/span\u003e\u003cspan class=\"nt\"\u003eskills\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e\u003cspan class=\"w\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"w\"\u003e      \u003c/span\u003e- \u003cspan class=\"l\"\u003eobsidian\u003c/span\u003e\u003cspan class=\"w\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"w\"\u003e    \u003c/span\u003e\u003cspan class=\"nt\"\u003esystem_prompt\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e\u003cspan class=\"w\"\u003e \u003c/span\u003e\u003cspan class=\"p\"\u003e|\u003c/span\u003e\u003cspan class=\"sd\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"sd\"\u003e      你是部落格寫作助手，幫助整理思路、起草文章、整理筆記。\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"sd\"\u003e      寫作風格：直接、有觀點，不廢話。\u003c/span\u003e\u003cspan class=\"w\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/code\u003e\u003c/pre\u003e\u003c/div\u003e\u003cp\u003e在 Telegram 裡透過 \u003ccode\u003e/agent ops\u003c/code\u003e 切換到對應 Agent，之後的對話都走那個 Agent 的配置。\u003c/p\u003e","title":"OpenClaw 進階：多 Agent 協作、量化工作流、自定義 Skill"},{"content":" 上一篇講了 Xray REALITY 服務端的部署。這篇專門講客戶端配置——收集到各平臺的使用者名稱、伺服器地址、公鑰等資訊後，怎麼在不同客戶端裡配置。\n你需要準備好以下資訊（從服務端配置裡獲取）：\n引數 說明 伺服器地址 VPS 的公網 IP 埠 服務端監聽的埠（推薦 443） UUID 服務端配置的 client id Public Key xray x25519 生成的公鑰 Short ID 服務端配置的 shortIds 之一 SNI 服務端配置的 serverNames（如 www.apple.com） mihomo（Clash Meta） mihomo 原生支援 REALITY，配置放在 proxies: 節點：\nproxies: - name: \u0026#34;us-reality\u0026#34; type: vless server: 你的VPS_IP port: 443 uuid: 你的UUID network: tcp tls: true udp: true flow: xtls-rprx-vision reality-opts: public-key: 你的公鑰 short-id: \u0026#34;55470656\u0026#34; servername: www.apple.com client-fingerprint: chrome 引數說明 client-fingerprint：客戶端 TLS 指紋偽裝，推薦選項：\nchrome：偽裝成 Chrome 瀏覽器（最常見，推薦） safari：偽裝成 Safari firefox：偽裝成 Firefox 選 chrome 的原因：Chrome 是全球使用最多的瀏覽器，混在裡面最不顯眼。\nflow: xtls-rprx-vision：服務端開了 flow 就必須填，不然連不上。\nudp: true：REALITY over TCP，UDP 走代理實際上是透過 TCP 封裝的，不影響功能。\n代理組配置 proxy-groups: - name: \u0026#34;節點選擇\u0026#34; type: select proxies: - us-reality - DIRECT - name: \u0026#34;自動選優\u0026#34; type: url-test url: \u0026#34;http://www.gstatic.com/generate_204\u0026#34; interval: 300 proxies: - us-reality 測試連通性 在 mihomo 啟動後，訪問測速 URL 驗證：\ncurl -x http://127.0.0.1:7890 https://api.ipify.org 返回的應該是你 VPS 的 IP。\nSurge（macOS / iOS） Surge 從 5.x 開始支援 REALITY。\nmacOS 配置 在 Surge 配置檔案的 [Proxy] 部分新增：\n[Proxy] Reality-US = vless, 你的VPS_IP, 443, username=你的UUID, tls=true, tls13=true, sni=www.apple.com, skip-cert-verify=false, underlying-proxy=none, vless-flow=xtls-rprx-vision, reality-public-key=你的公鑰, reality-short-id=55470656, client-fingerprint=chrome iOS / iPadOS 配置 iOS Surge 的配置方式相同，但有幾點注意：\n不要開 UDP：Surge iOS 的 REALITY over TCP，開 UDP 可能引起問題 SNI 需要穩定：iOS 對握手超時更敏感，選響應快的 SNI 可以用 QR 碼匯入：在 macOS Surge 裡匯出 QR 碼，iOS 掃描 代理組 [Proxy Group] AI-Traffic = fallback, Reality-US, 備用節點, policy-path=xxx, evaluate-before-use=true Shadowrocket（iOS） Shadowrocket 是 iOS 上最常用的代理客戶端，支援 REALITY。\n手動新增 點選右上角 + → 型別選 VLESS：\n欄位 值 地址 你的VPS_IP 埠 443 UUID 你的UUID 傳輸協議 tcp TLS 開啟 流控 xtls-rprx-vision REALITY 開啟 公鑰 你的公鑰 Short ID 55470656 SNI www.apple.com 指紋 chrome 透過連結匯入 VLESS REALITY 的連結格式：\nvless://UUID@IP:443?encryption=none\u0026amp;flow=xtls-rprx-vision\u0026amp;security=reality\u0026amp;sni=www.apple.com\u0026amp;fp=chrome\u0026amp;pbk=公鑰\u0026amp;sid=55470656\u0026amp;type=tcp#節點名稱 把這個連結複製到 Shadowrocket 裡，點選 + → 掃描或輸入 貼上，一鍵匯入。\n各客戶端對比 客戶端 平臺 REALITY 支援 Flow 支援 mihomo 全平臺 ✓（原生） ✓ Surge 5 macOS/iOS ✓ ✓ Shadowrocket iOS ✓ ✓ Clash Verge macOS/Win ✓（基於 mihomo） ✓ v2rayN Windows ✓ ✓ Nekobox Android ✓ ✓ 多節點配置技巧 如果你有多臺 VPS 都配了 REALITY，可以用 url-test 組自動選最快的：\n# mihomo proxy-groups: - name: \u0026#34;REALITY Auto\u0026#34; type: url-test url: \u0026#34;http://www.gstatic.com/generate_204\u0026#34; interval: 180 tolerance: 50 proxies: - us-reality-1 - hk-reality-1 - jp-reality-1 每隔 3 分鐘自動測速，切到延遲最低的節點。\n常見問題 Q：連線後速度很慢，但延遲正常 檢查 flow 是否匹配：服務端開了 xtls-rprx-vision，客戶端必須也填 xtls-rprx-vision，不然走的是降級模式，速度和穩定性都會下降。\nQ：Surge iOS 一直 timeout\n檢查 VPS 的 443 埠防火牆是否放行 把 SNI 換一個響應更快的（測試方法：curl -I https://www.apple.com 從 VPS 測） 關閉 flow，先驗證基礎連通性 Q：mihomo 連線成功但 IP 還是本地 檢查規則：確認目標流量的分流規則指向了你的 REALITY 代理組，而不是 DIRECT。\nQ：公鑰輸入後客戶端報格式錯誤 REALITY 的公鑰是 base64url 編碼（不帶 +/=），44 個字元。如果是其他格式，說明覆制時混入了換行或空格。\n→ 檢視 Xray REALITY 服務端配置 → 檢視 Hysteria2 搭建教程\n📷 封面圖 · Flux Schnell AI 生成 · panshi.io 品牌風格\n","permalink":"https://blog.panshi.io/zh-hant/posts/xray-reality-client-config/","summary":"\u003c!-- hero-image --\u003e\n\u003cp\u003e\u003cimg alt=\"Close-up of wooden blocks spelling \u0026rsquo;encryption\u0026rsquo;, symbolizing\" loading=\"lazy\" src=\"/images/xray-reality-client-config-hero.jpg\"\u003e\u003c/p\u003e\n\u003cp\u003e\u003ca href=\"/zh-hant/posts/xray-reality-complete-guide/\"\u003e上一篇\u003c/a\u003e講了 Xray REALITY 服務端的部署。這篇專門講客戶端配置——收集到各平臺的使用者名稱、伺服器地址、公鑰等資訊後，怎麼在不同客戶端裡配置。\u003c/p\u003e\n\u003cp\u003e你需要準備好以下資訊（從服務端配置裡獲取）：\u003c/p\u003e\n\u003ctable\u003e\n  \u003cthead\u003e\n      \u003ctr\u003e\n          \u003cth\u003e引數\u003c/th\u003e\n          \u003cth\u003e說明\u003c/th\u003e\n      \u003c/tr\u003e\n  \u003c/thead\u003e\n  \u003ctbody\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e伺服器地址\u003c/td\u003e\n          \u003ctd\u003eVPS 的公網 IP\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e埠\u003c/td\u003e\n          \u003ctd\u003e服務端監聽的埠（推薦 443）\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003eUUID\u003c/td\u003e\n          \u003ctd\u003e服務端配置的 client id\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003ePublic Key\u003c/td\u003e\n          \u003ctd\u003e\u003ccode\u003exray x25519\u003c/code\u003e 生成的公鑰\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003eShort ID\u003c/td\u003e\n          \u003ctd\u003e服務端配置的 shortIds 之一\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003eSNI\u003c/td\u003e\n          \u003ctd\u003e服務端配置的 serverNames（如 \u003ca href=\"https://www.apple.com\"\u003ewww.apple.com\u003c/a\u003e）\u003c/td\u003e\n      \u003c/tr\u003e\n  \u003c/tbody\u003e\n\u003c/table\u003e\n\u003ch2 id=\"mihomoclash-meta\"\u003emihomo（Clash Meta）\u003c/h2\u003e\n\u003cp\u003emihomo 原生支援 REALITY，配置放在 \u003ccode\u003eproxies:\u003c/code\u003e 節點：\u003c/p\u003e\n\u003cdiv class=\"highlight\"\u003e\u003cpre tabindex=\"0\" class=\"chroma\"\u003e\u003ccode class=\"language-yaml\" data-lang=\"yaml\"\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"nt\"\u003eproxies\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e\u003cspan class=\"w\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"w\"\u003e  \u003c/span\u003e- \u003cspan class=\"nt\"\u003ename\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e\u003cspan class=\"w\"\u003e \u003c/span\u003e\u003cspan class=\"s2\"\u003e\u0026#34;us-reality\u0026#34;\u003c/span\u003e\u003cspan class=\"w\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"w\"\u003e    \u003c/span\u003e\u003cspan class=\"nt\"\u003etype\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e\u003cspan class=\"w\"\u003e \u003c/span\u003e\u003cspan class=\"l\"\u003evless\u003c/span\u003e\u003cspan class=\"w\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"w\"\u003e    \u003c/span\u003e\u003cspan class=\"nt\"\u003eserver\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e\u003cspan class=\"w\"\u003e \u003c/span\u003e\u003cspan class=\"l\"\u003e你的VPS_IP\u003c/span\u003e\u003cspan class=\"w\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"w\"\u003e    \u003c/span\u003e\u003cspan class=\"nt\"\u003eport\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e\u003cspan class=\"w\"\u003e \u003c/span\u003e\u003cspan class=\"m\"\u003e443\u003c/span\u003e\u003cspan class=\"w\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"w\"\u003e    \u003c/span\u003e\u003cspan class=\"nt\"\u003euuid\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e\u003cspan class=\"w\"\u003e \u003c/span\u003e\u003cspan class=\"l\"\u003e你的UUID\u003c/span\u003e\u003cspan class=\"w\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"w\"\u003e    \u003c/span\u003e\u003cspan class=\"nt\"\u003enetwork\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e\u003cspan class=\"w\"\u003e \u003c/span\u003e\u003cspan class=\"l\"\u003etcp\u003c/span\u003e\u003cspan class=\"w\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"w\"\u003e    \u003c/span\u003e\u003cspan class=\"nt\"\u003etls\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e\u003cspan class=\"w\"\u003e \u003c/span\u003e\u003cspan class=\"kc\"\u003etrue\u003c/span\u003e\u003cspan class=\"w\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"w\"\u003e    \u003c/span\u003e\u003cspan class=\"nt\"\u003eudp\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e\u003cspan class=\"w\"\u003e \u003c/span\u003e\u003cspan class=\"kc\"\u003etrue\u003c/span\u003e\u003cspan class=\"w\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"w\"\u003e    \u003c/span\u003e\u003cspan class=\"nt\"\u003eflow\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e\u003cspan class=\"w\"\u003e \u003c/span\u003e\u003cspan class=\"l\"\u003extls-rprx-vision\u003c/span\u003e\u003cspan class=\"w\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"w\"\u003e    \u003c/span\u003e\u003cspan class=\"nt\"\u003ereality-opts\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e\u003cspan class=\"w\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"w\"\u003e      \u003c/span\u003e\u003cspan class=\"nt\"\u003epublic-key\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e\u003cspan class=\"w\"\u003e \u003c/span\u003e\u003cspan class=\"l\"\u003e你的公鑰\u003c/span\u003e\u003cspan class=\"w\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"w\"\u003e      \u003c/span\u003e\u003cspan class=\"nt\"\u003eshort-id\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e\u003cspan class=\"w\"\u003e \u003c/span\u003e\u003cspan class=\"s2\"\u003e\u0026#34;55470656\u0026#34;\u003c/span\u003e\u003cspan class=\"w\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"w\"\u003e    \u003c/span\u003e\u003cspan class=\"nt\"\u003eservername\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e\u003cspan class=\"w\"\u003e \u003c/span\u003e\u003cspan class=\"l\"\u003ewww.apple.com\u003c/span\u003e\u003cspan class=\"w\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"w\"\u003e    \u003c/span\u003e\u003cspan class=\"nt\"\u003eclient-fingerprint\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e\u003cspan class=\"w\"\u003e \u003c/span\u003e\u003cspan class=\"l\"\u003echrome\u003c/span\u003e\u003cspan class=\"w\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/code\u003e\u003c/pre\u003e\u003c/div\u003e\u003ch3 id=\"引數說明\"\u003e引數說明\u003c/h3\u003e\n\u003cp\u003e\u003cstrong\u003e\u003ccode\u003eclient-fingerprint\u003c/code\u003e\u003c/strong\u003e：客戶端 TLS 指紋偽裝，推薦選項：\u003c/p\u003e","title":"REALITY 客戶端配置：mihomo、Surge、Shadowrocket 接入指南"},{"content":" Claude、ChatGPT、Perplexity 這類 AI 服務對出口 IP 質量非常敏感。如果你用普通 VPS（資料中心 IP）掛代理訪問，經常會遇到：\n賬號登入觸發驗證碼 被要求重新驗證身份 某些功能被限制（Claude Projects、ChatGPT Plus 功能等） 請求被靜默降速 原因是這些服務的風控會識別 IP 來源，資料中心 IP 是已知的\u0026quot;代理流量\u0026quot;特徵，住宅 IP 則不是。\n解決方案：AI 流量單獨走住宅代理，普通流量繼續走 VPS 節點。\n架構概覽 本機 ├─ AI 服務請求（api.anthropic.com / api.openai.com / ...） │ └─ Surge → 住宅代理（SOCKS5/HTTP，家寬出口） └─ 其他流量 └─ Surge → VPS 節點（REALITY / Hysteria2） 住宅代理可以是：\n家裡的軟路由 + 公網 IP（最優，完全真實住宅 IP） 商業住宅代理服務（IPRoyal、BrightData 等，按量計費） 本文以第一種（軟路由轉發）為例，第二種邏輯完全相同，只是替換代理地址。\nSurge 配置 1. 新增住宅代理節點 在 Surge 配置的 [Proxy] 部分：\n[Proxy] # VPS 節點（REALITY） Reality-HK = vless, your-vps-ip, 443, username=your-uuid, tls=true, tls13=true, sni=www.apple.com, vless-flow=xtls-rprx-vision, reality-public-key=your-pubkey, reality-short-id=your-shortid, client-fingerprint=chrome # 住宅代理（SOCKS5，指向家裡軟路由的轉發埠） Residential-Home = socks5, 你家公網IP, 代理埠 如果住宅代理需要認證：\nResidential-Home = socks5, 你家公網IP, 代理埠, username=使用者名稱, password=密碼 2. 建立代理組 [Proxy Group] # AI 專用組：走住宅 IP AI-Proxy = select, Residential-Home, Reality-HK, DIRECT # 普通代理組：走 VPS Global-Proxy = select, Reality-HK, Residential-Home, DIRECT # 自動選速（非 AI 流量） Auto-Best = url-test, Reality-HK, url=http://www.gstatic.com/generate_204, interval=300 3. 分流規則 [Rule] # Claude DOMAIN-SUFFIX,anthropic.com,AI-Proxy DOMAIN-SUFFIX,claude.ai,AI-Proxy # OpenAI / ChatGPT DOMAIN-SUFFIX,openai.com,AI-Proxy DOMAIN-SUFFIX,oaistatic.com,AI-Proxy DOMAIN-SUFFIX,oaiusercontent.com,AI-Proxy DOMAIN-KEYWORD,openai,AI-Proxy # Perplexity DOMAIN-SUFFIX,perplexity.ai,AI-Proxy # Google Gemini / AI Studio DOMAIN-SUFFIX,generativelanguage.googleapis.com,AI-Proxy DOMAIN-SUFFIX,aistudio.google.com,AI-Proxy # Copilot DOMAIN-SUFFIX,copilot.microsoft.com,AI-Proxy DOMAIN-SUFFIX,github.com,AI-Proxy DOMAIN-SUFFIX,githubcopilot.com,AI-Proxy # 其他國際流量 GEOIP,CN,DIRECT FINAL,Global-Proxy 4. 規則順序說明 Surge 規則從上到下匹配，第一條命中就停止。AI 相關域名放前面，確保優先匹配住宅代理，不會誤走 Global-Proxy。\nmihomo（Clash Meta）版本 mihomo 的邏輯相同，配置檔案結構不同：\nproxies: - name: \u0026#34;Reality-HK\u0026#34; type: vless server: your-vps-ip port: 443 uuid: your-uuid network: tcp tls: true flow: xtls-rprx-vision reality-opts: public-key: your-pubkey short-id: your-shortid servername: www.apple.com client-fingerprint: chrome - name: \u0026#34;Residential-Home\u0026#34; type: socks5 server: 你家公網IP port: 代理埠 # username: 使用者名稱 # password: 密碼 udp: false # 住宅 SOCKS5 通常不支援 UDP proxy-groups: - name: \u0026#34;AI專用\u0026#34; type: select proxies: - Residential-Home - Reality-HK - name: \u0026#34;全域性代理\u0026#34; type: select proxies: - Reality-HK - Residential-Home - DIRECT rules: - DOMAIN-SUFFIX,anthropic.com,AI專用 - DOMAIN-SUFFIX,claude.ai,AI專用 - DOMAIN-SUFFIX,openai.com,AI專用 - DOMAIN-SUFFIX,oaistatic.com,AI專用 - DOMAIN-SUFFIX,oaiusercontent.com,AI專用 - DOMAIN-SUFFIX,perplexity.ai,AI專用 - DOMAIN-SUFFIX,generativelanguage.googleapis.com,AI專用 - DOMAIN-SUFFIX,github.com,AI專用 - DOMAIN-SUFFIX,githubcopilot.com,AI專用 - GEOIP,CN,DIRECT - MATCH,全域性代理 住宅代理埠在軟路由上怎麼開 如果你家裡有 OpenWrt 軟路由並且跑了 passwall / SSR Plus，可以在路由器上開一個 SOCKS5 出口埠：\npasswall（OpenWrt）：\n主選單 → 訪問控制 → 本地埠 → 新增一個 SOCKS5 監聽（如 1080），選擇直連出口（不走代理，直接出家寬）。\n然後在軟路由防火牆裡開放這個埠，允許從外網訪問（或者用 frp/Cloudflare Tunnel 做內網穿透後對外暴露）。\n注意事項：\n直接把 SOCKS5 埠暴露在公網有安全風險，建議加密碼認證 或者走 WireGuard VPN 後訪問內網的 SOCKS5，不對公網開放 驗證是否生效 配置完成後驗證住宅 IP 出口：\n# 透過住宅代理訪問 IP 檢測 curl --socks5 你家公網IP:代理埠 https://api.ipify.org 返回的應該是你家寬頻的 IP 地址，而不是 VPS IP。\n在 Surge/mihomo 裡，切換到 AI-Proxy 組，訪問 whatismyip.com 確認 IP 為住宅 IP 型別（Type: Residential）。\n效果 使用住宅 IP 後的改善：\nClaude claude.ai 登入不再反覆驗證 ChatGPT Plus 功能不再因 IP 風控被限制 API 呼叫穩定性提升（尤其是高頻呼叫時） → 檢視 mihomo 接住宅 IP 實戰配置 → 檢視 Xray REALITY 服務端配置\n📷 封面圖 · Flux Schnell AI 生成 · panshi.io 品牌風格\n","permalink":"https://blog.panshi.io/zh-hant/posts/surge-split-rules-ai-traffic/","summary":"\u003c!-- hero-image --\u003e\n\u003cp\u003e\u003cimg alt=\"A stunning aerial view of illuminated highways and a cable-s\" loading=\"lazy\" src=\"/images/surge-split-rules-ai-traffic-hero.jpg\"\u003e\u003c/p\u003e\n\u003cp\u003eClaude、ChatGPT、Perplexity 這類 AI 服務對出口 IP 質量非常敏感。如果你用普通 VPS（資料中心 IP）掛代理訪問，經常會遇到：\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e賬號登入觸發驗證碼\u003c/li\u003e\n\u003cli\u003e被要求重新驗證身份\u003c/li\u003e\n\u003cli\u003e某些功能被限制（Claude Projects、ChatGPT Plus 功能等）\u003c/li\u003e\n\u003cli\u003e請求被靜默降速\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003e原因是這些服務的風控會識別 IP 來源，資料中心 IP 是已知的\u0026quot;代理流量\u0026quot;特徵，住宅 IP 則不是。\u003c/p\u003e\n\u003cp\u003e解決方案：\u003cstrong\u003eAI 流量單獨走住宅代理，普通流量繼續走 VPS 節點\u003c/strong\u003e。\u003c/p\u003e\n\u003ch2 id=\"架構概覽\"\u003e架構概覽\u003c/h2\u003e\n\u003cpre tabindex=\"0\"\u003e\u003ccode\u003e本機\n  ├─ AI 服務請求（api.anthropic.com / api.openai.com / ...）\n  │    └─ Surge → 住宅代理（SOCKS5/HTTP，家寬出口）\n  └─ 其他流量\n       └─ Surge → VPS 節點（REALITY / Hysteria2）\n\u003c/code\u003e\u003c/pre\u003e\u003cp\u003e住宅代理可以是：\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e\u003cstrong\u003e家裡的軟路由 + 公網 IP\u003c/strong\u003e（最優，完全真實住宅 IP）\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e商業住宅代理服務\u003c/strong\u003e（IPRoyal、BrightData 等，按量計費）\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003e本文以第一種（軟路由轉發）為例，第二種邏輯完全相同，只是替換代理地址。\u003c/p\u003e","title":"Surge 分流規則進階：讓 AI 流量走住宅 IP，其他流量走 VPS 節點"},{"content":" 節點突然斷線，第一反應是 IP 被封了。但封鎖有不同型別，處理方式也不一樣。亂操作容易浪費時間，這篇文章把排查和恢復流程整理清楚。\n第一步：確認是否真的被封 節點連不上的原因不只有 IP 被封，先排除其他可能：\n# 從本地直接 ping VPS 公網 IP ping 你的VPS_IP # 如果 ping 通但代理不通，可能是埠問題 curl -v --connect-timeout 10 https://你的VPS_IP:443 各種情況判斷：\n現象 可能原因 ping 超時，traceroute 在國內某跳斷掉 IP 被防火牆封鎖（最常見） ping 通，但代理協議連不上 埠/協議被封，IP 未封 SSH 能連，代理連不上 代理服務程序掛了 什麼都 ping 不通，SSH 也不行 VPS 宕機或賬號欠費 先用線上工具測試 IP 是否全域性可達：\nIPIP.net：https://www.ipip.net/ip.html → 輸入 IP → 看\u0026quot;中國可達性\u0026quot; itdog.cn：多節點測速，看國內各省能否連通 如果工具顯示國內多個省份都 ping 超時，基本確認是 IP 被封了。\n第二步：判斷封鎖型別 封鎖程度決定處理方式：\n型別一：TCP 埠封鎖（最輕） 表現：特定埠（比如 443）無法訪問，但 SSH（22 或自定義埠）還能連。\n處理：換埠或換協議。比如原來用 443，換成 8443 或其他埠。\n# SSH 登進去，把 xray 埠改掉 # 修改配置檔案，改 inbounds 裡的 port systemctl restart xray 型別二：IP 封鎖（常見） 表現：TCP 連線全部超時，ICMP（ping）也超時，但境外測試 IP 可達。\n處理：換 IP。\n型別三：IP + 埠雙重封鎖（較嚴） 表現：和型別二一樣，但換了埠也沒用。通常出現在用了特徵明顯的協議（純 TLS 無混淆）之後。\n處理：換 IP，同時換協議（用 VLESS + REALITY 或 Hysteria2 等更難識別的方案）。\n型別四：整個 IP 段被封（最嚴） 表現：同一 /24 段內的多個 IP 都無法訪問。通常是資料中心 IP 段被批次封鎖。\n處理：更換 VPS 服務商或使用原生 IP 服務商（比如 DMIT 的 CN2 GIA，IP 被封機率更低）。\n第三步：換 IP 操作 DMIT DMIT 支援付費換 IP，價格根據套餐不同。\n登入 DMIT 控制檯 進入對應 VPS → 找 \u0026ldquo;Change IP\u0026rdquo; 或提工單 如果控制檯沒有直接換 IP 的選項，提工單說明 IP 已被封，請求更換 提工單時直接說：\u0026ldquo;My VPS IP (你的IP) seems to be blocked from Mainland China. Could you please help me change the IP address? I\u0026rsquo;m willing to pay the change fee.\u0026rdquo;\nDMIT 的響應速度一般在幾小時內，付費換 IP 通常當天能處理。\n騰訊雲國際版 控制檯 → 例項 → 更換公網 IP（彈性 IP 繫結/解綁） 騰訊雲支援直接換彈性 IP，新 IP 是隨機分配的，運氣好能分到乾淨的。\n搬瓦工（BandwagonHost） 搬瓦工提供付費換 IP 服務：\n登入控制檯 進入 VPS 管理頁 → \u0026ldquo;IP Addresses\u0026rdquo; 點 \u0026ldquo;Request IP change\u0026rdquo;，填原因 價格約 $8-10 次，等待時間 1-7 天不等。\nAWS / 其他雲 AWS 的彈性 IP（EIP）可以隨時換，但新 IP 依然來自 AWS 的 IP 段，被封機率和原來差不多。更好的選擇是搭配 CloudFront 或換區域節點。\n第四步：恢復節點配置 換了 IP 後，原有的配置可能還需要更新：\n更新 DNS 解析 如果你的節點用域名（比如 node.yourdomain.com），更新 DNS A 記錄指向新 IP：\n# 用 CF API 或在 CF 控制檯直接改 # 等 DNS 生效（1-5 分鐘，取決於 TTL） 更新客戶端配置 如果直接用 IP 連線（不走域名），需要更新所有客戶端的伺服器 IP：\n手機端：重新編輯節點配置 mihomo 訂閱：如果用自動訂閱，更新訂閱後拉取 手動配置：直接改 IP 欄位 驗證新節點可用 # 檢查新 IP 的延遲 ping 新IP # 測試代理是否正常 curl -x 你的代理協議://新IP:埠 https://api.ipify.org 預防措施 與其等被封再處理，不如做好預防：\n選 CN2 GIA 或原生 IP 服務商：DMIT 的 HK / US Premium 線路使用 CN2 GIA，IP 比普通 VPS 穩定得多，被封機率更低。→ 註冊 DMIT\n多節點備份：至少保持 2 個節點，一主一備。主節點被封時切到備用節點，同時處理主節點恢復。\n用更難識別的協議：Xray VLESS + REALITY 偽裝效果比普通 VLESS 好，被封機率更低。Hysteria2 走 UDP + QUIC，跟普通影片流量難以區分。\n換埠：443 是高頻掃描埠，換成 8443、2053、2083 等不太常見的埠，可以降低被掃到的機率。\n不要把代理節點的 IP 暴露給別人：一旦共享給多人，流量特徵更明顯，被封機率大幅提升。\n→ 檢視 DMIT VPS 購買指南 → 檢視 Xray VLESS XTLS 完整配置 → 檢視 Hysteria2 搭建教程\n📷 封面圖 · Flux Schnell AI 生成 · panshi.io 品牌風格\n","permalink":"https://blog.panshi.io/zh-hant/posts/vps-recovery-after-block/","summary":"\u003c!-- hero-image --\u003e\n\u003cp\u003e\u003cimg alt=\"System with various wires managing access to centralized res\" loading=\"lazy\" src=\"/images/vps-recovery-after-block-hero.jpg\"\u003e\u003c/p\u003e\n\u003cp\u003e節點突然斷線，第一反應是 IP 被封了。但封鎖有不同型別，處理方式也不一樣。亂操作容易浪費時間，這篇文章把排查和恢復流程整理清楚。\u003c/p\u003e\n\u003ch2 id=\"第一步確認是否真的被封\"\u003e第一步：確認是否真的被封\u003c/h2\u003e\n\u003cp\u003e節點連不上的原因不只有 IP 被封，先排除其他可能：\u003c/p\u003e\n\u003cdiv class=\"highlight\"\u003e\u003cpre tabindex=\"0\" class=\"chroma\"\u003e\u003ccode class=\"language-bash\" data-lang=\"bash\"\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"c1\"\u003e# 從本地直接 ping VPS 公網 IP\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003eping 你的VPS_IP\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"c1\"\u003e# 如果 ping 通但代理不通，可能是埠問題\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003ecurl -v --connect-timeout \u003cspan class=\"m\"\u003e10\u003c/span\u003e https://你的VPS_IP:443\n\u003c/span\u003e\u003c/span\u003e\u003c/code\u003e\u003c/pre\u003e\u003c/div\u003e\u003cp\u003e\u003cstrong\u003e各種情況判斷：\u003c/strong\u003e\u003c/p\u003e\n\u003ctable\u003e\n  \u003cthead\u003e\n      \u003ctr\u003e\n          \u003cth\u003e現象\u003c/th\u003e\n          \u003cth\u003e可能原因\u003c/th\u003e\n      \u003c/tr\u003e\n  \u003c/thead\u003e\n  \u003ctbody\u003e\n      \u003ctr\u003e\n          \u003ctd\u003eping 超時，traceroute 在國內某跳斷掉\u003c/td\u003e\n          \u003ctd\u003eIP 被防火牆封鎖（最常見）\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003eping 通，但代理協議連不上\u003c/td\u003e\n          \u003ctd\u003e埠/協議被封，IP 未封\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003eSSH 能連，代理連不上\u003c/td\u003e\n          \u003ctd\u003e代理服務程序掛了\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e什麼都 ping 不通，SSH 也不行\u003c/td\u003e\n          \u003ctd\u003eVPS 宕機或賬號欠費\u003c/td\u003e\n      \u003c/tr\u003e\n  \u003c/tbody\u003e\n\u003c/table\u003e\n\u003cp\u003e先用線上工具測試 IP 是否全域性可達：\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e\u003cstrong\u003eIPIP.net\u003c/strong\u003e：\u003ccode\u003ehttps://www.ipip.net/ip.html\u003c/code\u003e → 輸入 IP → 看\u0026quot;中國可達性\u0026quot;\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003eitdog.cn\u003c/strong\u003e：多節點測速，看國內各省能否連通\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003e如果工具顯示國內多個省份都 ping 超時，基本確認是 IP 被封了。\u003c/p\u003e","title":"VPS 節點 IP 被封后的完整恢復流程"},{"content":" REALITY 是 Xray 在 2023 年引入的傳輸協議，解決了 TLS 代理的一個根本性弱點：你的證書是假的。傳統 VLESS+TLS 方案需要一個域名和 Let\u0026rsquo;s Encrypt 證書，但這個證書本身就是特徵——沒有真實網站對應的 TLS 引數，流量特徵明顯。\nREALITY 的思路完全不同：直接借用真實網站的 TLS 握手，服務端呈現給檢測方的，就是那個真實網站的 TLS 證書和握手細節，無法與正常流量區分。\nREALITY 的核心原理 正常的 TLS 連線過程：\n客戶端 → ClientHello（包含 SNI，比如 www.apple.com）→ 服務端 服務端 → Certificate（www.apple.com 的真實證書）→ 客戶端 REALITY 的魔法：Xray 服務端在收到 ClientHello 時，把這個握手請求轉發給真實的 www.apple.com，拿到真實證書，再原封不動地回給客戶端。\n對於中間的檢測裝置來說，看到的完全是 www.apple.com 的合法 TLS 握手，無法區分。\n客戶端和服務端之間的實際加密通訊，隱藏在這個握手之後，使用 Xray 自己的金鑰對（透過 shortId 驗證身份）。\n優勢總結：\n不需要域名，不需要證書 TLS 指紋完全借用真實網站 即使有人主動探測你的伺服器埠，得到的也是目標網站的正常響應 準備工作 一臺 VPS（推薦 DMIT，CN2 GIA 延遲低）→ 註冊 DMIT Xray 最新版（當前 v25.x） 不需要域名和證書 服務端部署 安裝 Xray bash -c \u0026#34;$(curl -L https://github.com/XTLS/Xray-install/raw/main/install-release.sh)\u0026#34; @ install 生成金鑰對 xray x25519 輸出：\nPrivate key: xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx Public key: yyyyyyyyyyyyyyyyyyyyyyyyyyyyyyyyyyyyyyyyyyyyyyyy 儲存這兩個值，配置裡要用。\n生成 Short ID Short ID 用於區分不同客戶端，可以是 0-16 位的十六進位制字串：\nopenssl rand -hex 4 # 生成 8 位，如 55470656 openssl rand -hex 8 # 生成 16 位 服務端配置 /usr/local/etc/xray/config.json：\n{ \u0026#34;inbounds\u0026#34;: [{ \u0026#34;port\u0026#34;: 443, \u0026#34;protocol\u0026#34;: \u0026#34;vless\u0026#34;, \u0026#34;settings\u0026#34;: { \u0026#34;clients\u0026#34;: [{ \u0026#34;id\u0026#34;: \u0026#34;your-uuid-here\u0026#34;, \u0026#34;flow\u0026#34;: \u0026#34;xtls-rprx-vision\u0026#34; }], \u0026#34;decryption\u0026#34;: \u0026#34;none\u0026#34; }, \u0026#34;streamSettings\u0026#34;: { \u0026#34;network\u0026#34;: \u0026#34;tcp\u0026#34;, \u0026#34;security\u0026#34;: \u0026#34;reality\u0026#34;, \u0026#34;realitySettings\u0026#34;: { \u0026#34;show\u0026#34;: false, \u0026#34;dest\u0026#34;: \u0026#34;www.apple.com:443\u0026#34;, \u0026#34;xver\u0026#34;: 0, \u0026#34;serverNames\u0026#34;: [\u0026#34;www.apple.com\u0026#34;], \u0026#34;privateKey\u0026#34;: \u0026#34;你的私鑰\u0026#34;, \u0026#34;shortIds\u0026#34;: [\u0026#34;55470656\u0026#34;, \u0026#34;7a3bc239\u0026#34;] } } }], \u0026#34;outbounds\u0026#34;: [{ \u0026#34;protocol\u0026#34;: \u0026#34;freedom\u0026#34;, \u0026#34;tag\u0026#34;: \u0026#34;direct\u0026#34; }] } 生成 UUID：\nxray uuid 啟動服務 systemctl enable xray systemctl start xray systemctl status xray SNI（偽裝域名）選擇 SNI 是 REALITY 最關鍵的配置，直接決定你的流量能否透過檢測。\n好的 SNI 的特徵：\n網站真實存在，且 443 埠一直開著\n檢測方可能主動訪問這個域名，如果域名不存在或 443 不通，馬上暴露 TLS 握手響應快\nREALITY 的握手需要實時轉發到目標網站，目標越近越好 推薦：使用和你 VPS 同區域的大網站 HTTPS 流量大的網站\n你的流量混在大量正常流量裡，被單獨關注的機率低 推薦的 SNI：\nSNI 適合區域 說明 www.apple.com 全球 Apple CDN 全球節點，響應快 www.cloudflare.com 全球 CF 節點遍佈全球 www.microsoft.com 全球 Azure CDN，穩定 itunes.apple.com 全球 Apple 服務，TLS 1.3 addons.mozilla.org 歐美 Mozilla CDN 不推薦：\n國內網站（www.baidu.com 等）——伺服器在國外，握手延遲高 小眾網站——443 埠可能不穩定 已知被大量代理使用者使用的 SNI（特徵明顯） Short ID 的作用 Short ID 是服務端驗證客戶端身份的機制。\n原理：Xray 客戶端在 ClientHello 裡的 session_id 欄位裡嵌入一個隨機值，服務端透過私鑰解密驗證，看 padding 裡是否包含合法的 Short ID。\n合法客戶端：服務端返回代理響應 普通掃描器：服務端正常轉發到目標網站（看起來就是普通網站） 配置多個 Short ID（推薦）：不同裝置用不同的 Short ID，這樣某臺裝置洩露時只需刪除對應 ID，不影響其他裝置。\n\u0026#34;shortIds\u0026#34;: [\u0026#34;55470656\u0026#34;, \u0026#34;7a3bc239\u0026#34;, \u0026#34;a1b2c3d4\u0026#34;] Flow 選擇 REALITY 推薦用 xtls-rprx-vision：\n\u0026#34;flow\u0026#34;: \u0026#34;xtls-rprx-vision\u0026#34; Vision 模式可以區分 TLS-in-TLS 流量，避免主動探測時暴露代理特徵。如果不加 flow，也能用，但抗檢測能力稍弱。\n防火牆配置 # Ubuntu UFW ufw allow 443/tcp ufw enable # 或者 iptables iptables -A INPUT -p tcp --dport 443 -j ACCEPT 建議用 443 埠，混在 HTTPS 流量裡最自然。\n驗證部署 在客戶端配置好之後，測試連通性：\n# 直接 curl 測試（需要客戶端配置好代理） curl -x vless://uuid@your-vps:443?security=reality\u0026amp;... https://api.ipify.org 更簡單的方式：用 mihomo 或 Surge 配置好節點，訪問 whatismyip.com 確認 IP 是你的 VPS。\n常見問題 Q：服務端啟動報錯 failed to read config 檢查 JSON 格式，用 jq . config.json 驗證語法。\nQ：客戶端連線超時\n檢查防火牆：ss -tlnp | grep 443 檢查 SNI 目標是否可達：curl -I https://www.apple.com（從 VPS 上測） 檢查 privateKey 和 publicKey 是否對應 Q：連線成功但速度慢 SNI 目標離 VPS 太遠，握手延遲高。換一個同區域的大網站作為 SNI。\nQ：想用非 443 埠 可以，但容易被識別。如果用非標準埠，SNI 對應的目標也要用同樣埠：\n\u0026#34;dest\u0026#34;: \u0026#34;www.apple.com:8443\u0026#34;, \u0026#34;serverNames\u0026#34;: [\u0026#34;www.apple.com\u0026#34;] → 檢視客戶端配置：mihomo / Surge 接入 REALITY → 檢視 DMIT VPS 購買指南\n📷 封面圖 · Flux Schnell AI 生成 · panshi.io 品牌風格\n","permalink":"https://blog.panshi.io/zh-hant/posts/xray-reality-complete-guide/","summary":"\u003c!-- hero-image --\u003e\n\u003cp\u003e\u003cimg alt=\"Close-up of wooden blocks spelling \u0026rsquo;encryption\u0026rsquo;, symbolizing\" loading=\"lazy\" src=\"/images/xray-reality-complete-guide-hero.jpg\"\u003e\u003c/p\u003e\n\u003cp\u003eREALITY 是 Xray 在 2023 年引入的傳輸協議，解決了 TLS 代理的一個根本性弱點：\u003cstrong\u003e你的證書是假的\u003c/strong\u003e。傳統 VLESS+TLS 方案需要一個域名和 Let\u0026rsquo;s Encrypt 證書，但這個證書本身就是特徵——沒有真實網站對應的 TLS 引數，流量特徵明顯。\u003c/p\u003e\n\u003cp\u003eREALITY 的思路完全不同：\u003cstrong\u003e直接借用真實網站的 TLS 握手\u003c/strong\u003e，服務端呈現給檢測方的，就是那個真實網站的 TLS 證書和握手細節，無法與正常流量區分。\u003c/p\u003e\n\u003ch2 id=\"reality-的核心原理\"\u003eREALITY 的核心原理\u003c/h2\u003e\n\u003cp\u003e正常的 TLS 連線過程：\u003c/p\u003e\n\u003cpre tabindex=\"0\"\u003e\u003ccode\u003e客戶端 → ClientHello（包含 SNI，比如 www.apple.com）→ 服務端\n服務端 → Certificate（www.apple.com 的真實證書）→ 客戶端\n\u003c/code\u003e\u003c/pre\u003e\u003cp\u003eREALITY 的魔法：Xray 服務端在收到 ClientHello 時，\u003cstrong\u003e把這個握手請求轉發給真實的 \u003ca href=\"https://www.apple.com\"\u003ewww.apple.com\u003c/a\u003e\u003c/strong\u003e，拿到真實證書，再原封不動地回給客戶端。\u003c/p\u003e\n\u003cp\u003e對於中間的檢測裝置來說，看到的完全是 \u003ca href=\"https://www.apple.com\"\u003ewww.apple.com\u003c/a\u003e 的合法 TLS 握手，無法區分。\u003c/p\u003e\n\u003cp\u003e客戶端和服務端之間的實際加密通訊，隱藏在這個握手之後，使用 Xray 自己的金鑰對（透過 shortId 驗證身份）。\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003e優勢總結：\u003c/strong\u003e\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e不需要域名，不需要證書\u003c/li\u003e\n\u003cli\u003eTLS 指紋完全借用真實網站\u003c/li\u003e\n\u003cli\u003e即使有人主動探測你的伺服器埠，得到的也是目標網站的正常響應\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch2 id=\"準備工作\"\u003e準備工作\u003c/h2\u003e\n\u003cul\u003e\n\u003cli\u003e一臺 VPS（推薦 DMIT，CN2 GIA 延遲低）→ \u003ca href=\"https://aff.panshi.io/track?id=dmit\"\u003e註冊 DMIT\u003c/a\u003e\u003c/li\u003e\n\u003cli\u003eXray 最新版（當前 v25.x）\u003c/li\u003e\n\u003cli\u003e不需要域名和證書\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch2 id=\"服務端部署\"\u003e服務端部署\u003c/h2\u003e\n\u003ch3 id=\"安裝-xray\"\u003e安裝 Xray\u003c/h3\u003e\n\u003cdiv class=\"highlight\"\u003e\u003cpre tabindex=\"0\" class=\"chroma\"\u003e\u003ccode class=\"language-bash\" data-lang=\"bash\"\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003ebash -c \u003cspan class=\"s2\"\u003e\u0026#34;\u003c/span\u003e\u003cspan class=\"k\"\u003e$(\u003c/span\u003ecurl -L https://github.com/XTLS/Xray-install/raw/main/install-release.sh\u003cspan class=\"k\"\u003e)\u003c/span\u003e\u003cspan class=\"s2\"\u003e\u0026#34;\u003c/span\u003e @ install\n\u003c/span\u003e\u003c/span\u003e\u003c/code\u003e\u003c/pre\u003e\u003c/div\u003e\u003ch3 id=\"生成金鑰對\"\u003e生成金鑰對\u003c/h3\u003e\n\u003cdiv class=\"highlight\"\u003e\u003cpre tabindex=\"0\" class=\"chroma\"\u003e\u003ccode class=\"language-bash\" data-lang=\"bash\"\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003exray x25519\n\u003c/span\u003e\u003c/span\u003e\u003c/code\u003e\u003c/pre\u003e\u003c/div\u003e\u003cp\u003e輸出：\u003c/p\u003e","title":"Xray REALITY 協議完整教程：原理、服務端部署、防檢測要點"},{"content":" 管理多臺 VPS 時，每天檢查一遍狀態是剛需：磁碟快滿了、某個服務掛了、記憶體用量異常……這些如果不主動檢查，可能等到出了問題才發現。\n這篇文章講一個實際方案：Python 指令碼 SSH 到各臺伺服器採集指標 → Gemini CLI 分析異常 → Telegram Bot 推送日報。\n整個流程每天定時跑一次，不需要手動干預。\n架構 定時任務（cron） └─ Python 巡檢指令碼 ├─ SSH 到每臺伺服器 │ └─ 採集：CPU / 記憶體 / 磁碟 / 服務狀態 / 近期錯誤日誌 ├─ 彙總成文字報告 ├─ 呼叫 Gemini CLI 分析報告（找異常、給建議） └─ 傳送到 Telegram Bot 前置準備 1. 安裝 Gemini CLI npm install -g @google/gemini-cli gemini auth # 用 Google 賬號登入 驗證：\necho \u0026#34;hello\u0026#34; | gemini 2. 建立 Telegram Bot 在 Telegram 裡找 @BotFather 傳送 /newbot，按提示建立 bot，拿到 Bot Token 給你的 bot 發一條訊息，然後訪問： https://api.telegram.org/bot\u0026lt;token\u0026gt;/getUpdates 在返回的 JSON 裡找 chat.id，這是你的 Chat ID 3. 配置 SSH 免密登入 在採集機器上生成金鑰（如果還沒有）：\nssh-keygen -t ed25519 -f ~/.ssh/audit_key 把公鑰分發到每臺伺服器：\nssh-copy-id -i ~/.ssh/audit_key.pub user@server-ip 巡檢指令碼 ~/scripts/server_audit.py：\n#!/usr/bin/env python3 \u0026#34;\u0026#34;\u0026#34; 每日伺服器叢集巡檢指令碼 - SSH 採集各伺服器指標 - Gemini CLI 分析 - Telegram 推送報告 \u0026#34;\u0026#34;\u0026#34; import subprocess import json import requests from datetime import datetime # === 配置區 === SERVERS = [ {\u0026#34;name\u0026#34;: \u0026#34;aws-hk\u0026#34;, \u0026#34;host\u0026#34;: \u0026#34;你的HK伺服器IP\u0026#34;, \u0026#34;user\u0026#34;: \u0026#34;ubuntu\u0026#34;}, {\u0026#34;name\u0026#34;: \u0026#34;aws-us\u0026#34;, \u0026#34;host\u0026#34;: \u0026#34;你的US伺服器IP\u0026#34;, \u0026#34;user\u0026#34;: \u0026#34;ubuntu\u0026#34;}, {\u0026#34;name\u0026#34;: \u0026#34;home-1\u0026#34;, \u0026#34;host\u0026#34;: \u0026#34;192.168.1.10\u0026#34;, \u0026#34;user\u0026#34;: \u0026#34;as\u0026#34;}, ] SSH_KEY = \u0026#34;/root/.ssh/audit_key\u0026#34; # 或你的 key 路徑 TG_TOKEN = \u0026#34;你的TelegramBotToken\u0026#34; TG_CHAT_ID = \u0026#34;你的ChatID\u0026#34; # ============== def ssh_run(host: str, user: str, cmd: str) -\u0026gt; str: \u0026#34;\u0026#34;\u0026#34;在遠端主機執行命令，返回輸出\u0026#34;\u0026#34;\u0026#34; result = subprocess.run( [\u0026#34;ssh\u0026#34;, \u0026#34;-i\u0026#34;, SSH_KEY, \u0026#34;-o\u0026#34;, \u0026#34;StrictHostKeyChecking=no\u0026#34;, \u0026#34;-o\u0026#34;, \u0026#34;ConnectTimeout=10\u0026#34;, f\u0026#34;{user}@{host}\u0026#34;, cmd], capture_output=True, text=True, timeout=30 ) return result.stdout.strip() if result.returncode == 0 else f\u0026#34;[ERROR] {result.stderr.strip()}\u0026#34; def collect_metrics(server: dict) -\u0026gt; dict: \u0026#34;\u0026#34;\u0026#34;採集單臺伺服器指標\u0026#34;\u0026#34;\u0026#34; name = server[\u0026#34;name\u0026#34;] host = server[\u0026#34;host\u0026#34;] user = server[\u0026#34;user\u0026#34;] print(f\u0026#34; 採集 {name} ({host})...\u0026#34;) metrics = { \u0026#34;name\u0026#34;: name, \u0026#34;host\u0026#34;: host, \u0026#34;timestamp\u0026#34;: datetime.now().isoformat(), } # CPU 使用率（1分鐘均值） metrics[\u0026#34;cpu_load\u0026#34;] = ssh_run(host, user, \u0026#34;cat /proc/loadavg | awk \u0026#39;{print $1, $2, $3}\u0026#39;\u0026#34;) # 記憶體使用 metrics[\u0026#34;memory\u0026#34;] = ssh_run(host, user, \u0026#34;free -h | grep Mem | awk \u0026#39;{print \\\u0026#34;total:\\\u0026#34;, $2, \\\u0026#34;used:\\\u0026#34;, $3, \\\u0026#34;free:\\\u0026#34;, $4}\u0026#39;\u0026#34;) # 磁碟使用（根分割槽） metrics[\u0026#34;disk\u0026#34;] = ssh_run(host, user, \u0026#34;df -h / | tail -1 | awk \u0026#39;{print \\\u0026#34;total:\\\u0026#34;, $2, \\\u0026#34;used:\\\u0026#34;, $3, \\\u0026#34;avail:\\\u0026#34;, $4, \\\u0026#34;use%:\\\u0026#34;, $5}\u0026#39;\u0026#34;) # 系統執行時間 metrics[\u0026#34;uptime\u0026#34;] = ssh_run(host, user, \u0026#34;uptime -p\u0026#34;) # 關鍵服務狀態（根據你的服務調整） services = [\u0026#34;nginx\u0026#34;, \u0026#34;xray\u0026#34;, \u0026#34;hysteria-server\u0026#34;] service_status = {} for svc in services: status = ssh_run(host, user, f\u0026#34;systemctl is-active {svc} 2\u0026gt;/dev/null || echo \u0026#39;not-found\u0026#39;\u0026#34;) service_status[svc] = status metrics[\u0026#34;services\u0026#34;] = service_status # 近期系統錯誤（過去1小時） metrics[\u0026#34;recent_errors\u0026#34;] = ssh_run(host, user, \u0026#34;journalctl -p err --since \u0026#39;1 hour ago\u0026#39; --no-pager -q 2\u0026gt;/dev/null | tail -20\u0026#34;) # 網路連線數 metrics[\u0026#34;connections\u0026#34;] = ssh_run(host, user, \u0026#34;ss -s | grep \u0026#39;TCP:\u0026#39; | head -3\u0026#34;) return metrics def format_report(all_metrics: list) -\u0026gt; str: \u0026#34;\u0026#34;\u0026#34;將採集資料格式化為文字報告\u0026#34;\u0026#34;\u0026#34; lines = [] lines.append(f\u0026#34;=== 叢集巡檢報告 {datetime.now().strftime(\u0026#39;%Y-%m-%d %H:%M\u0026#39;)} ===\\n\u0026#34;) for m in all_metrics: lines.append(f\u0026#34;[{m[\u0026#39;name\u0026#39;]}] {m[\u0026#39;host\u0026#39;]}\u0026#34;) lines.append(f\u0026#34; 負載: {m.get(\u0026#39;cpu_load\u0026#39;, \u0026#39;N/A\u0026#39;)}\u0026#34;) lines.append(f\u0026#34; 記憶體: {m.get(\u0026#39;memory\u0026#39;, \u0026#39;N/A\u0026#39;)}\u0026#34;) lines.append(f\u0026#34; 磁碟: {m.get(\u0026#39;disk\u0026#39;, \u0026#39;N/A\u0026#39;)}\u0026#34;) lines.append(f\u0026#34; 執行: {m.get(\u0026#39;uptime\u0026#39;, \u0026#39;N/A\u0026#39;)}\u0026#34;) services = m.get(\u0026#39;services\u0026#39;, {}) for svc, status in services.items(): icon = \u0026#34;✓\u0026#34; if status == \u0026#34;active\u0026#34; else \u0026#34;✗\u0026#34; lines.append(f\u0026#34; {icon} {svc}: {status}\u0026#34;) errors = m.get(\u0026#39;recent_errors\u0026#39;, \u0026#39;\u0026#39;) if errors and \u0026#39;[ERROR]\u0026#39; not in errors and len(errors) \u0026gt; 5: lines.append(f\u0026#34; 近期錯誤:\u0026#34;) for line in errors.split(\u0026#39;\\n\u0026#39;)[:5]: lines.append(f\u0026#34; {line}\u0026#34;) lines.append(\u0026#34;\u0026#34;) return \u0026#39;\\n\u0026#39;.join(lines) def gemini_analyze(report: str) -\u0026gt; str: \u0026#34;\u0026#34;\u0026#34;呼叫 Gemini CLI 分析報告\u0026#34;\u0026#34;\u0026#34; prompt = f\u0026#34;\u0026#34;\u0026#34;以下是伺服器叢集的巡檢資料，請： 1. 識別任何異常或需要關注的問題 2. 對服務狀態給出簡短評估 3. 如果磁碟使用率 \u0026gt; 80% 或服務 inactive，明確標記為警告 4. 給出簡短的建議（如果有問題） 5. 如果一切正常，說明\u0026#34;叢集狀態正常\u0026#34; 回覆請用中文，控制在200字以內。 {report}\u0026#34;\u0026#34;\u0026#34; result = subprocess.run( [\u0026#34;gemini\u0026#34;, \u0026#34;--model\u0026#34;, \u0026#34;gemini-2.5-flash\u0026#34;, \u0026#34;-p\u0026#34;, prompt], capture_output=True, text=True, timeout=60 ) if result.returncode == 0: return result.stdout.strip() else: return f\u0026#34;[Gemini 分析失敗] {result.stderr[:200]}\u0026#34; def send_telegram(message: str): \u0026#34;\u0026#34;\u0026#34;傳送 Telegram 訊息\u0026#34;\u0026#34;\u0026#34; url = f\u0026#34;https://api.telegram.org/bot{TG_TOKEN}/sendMessage\u0026#34; # Telegram 訊息長度限制 4096，超出則截斷 if len(message) \u0026gt; 4000: message = message[:4000] + \u0026#34;\\n...[截斷]\u0026#34; resp = requests.post(url, json={ \u0026#34;chat_id\u0026#34;: TG_CHAT_ID, \u0026#34;text\u0026#34;: message, \u0026#34;parse_mode\u0026#34;: \u0026#34;HTML\u0026#34; }, timeout=15) if resp.status_code == 200: print(\u0026#34; Telegram 訊息傳送成功\u0026#34;) else: print(f\u0026#34; Telegram 傳送失敗: {resp.text}\u0026#34;) def main(): print(f\u0026#34;開始巡檢 {len(SERVERS)} 臺伺服器...\u0026#34;) # 採集所有伺服器指標 all_metrics = [] for server in SERVERS: try: metrics = collect_metrics(server) all_metrics.append(metrics) except Exception as e: print(f\u0026#34; 採集 {server[\u0026#39;name\u0026#39;]} 失敗: {e}\u0026#34;) all_metrics.append({ \u0026#34;name\u0026#34;: server[\u0026#34;name\u0026#34;], \u0026#34;host\u0026#34;: server[\u0026#34;host\u0026#34;], \u0026#34;error\u0026#34;: str(e) }) # 生成文字報告 report = format_report(all_metrics) print(\u0026#34;\\n--- 原始報告 ---\u0026#34;) print(report) # Gemini 分析 print(\u0026#34;\\n呼叫 Gemini 分析...\u0026#34;) analysis = gemini_analyze(report) print(f\u0026#34;分析結果: {analysis}\u0026#34;) # 組合 Telegram 訊息 tg_message = f\u0026#34;\u0026lt;b\u0026gt;每日叢集巡檢\u0026lt;/b\u0026gt;\\n\\n{analysis}\\n\\n\u0026lt;pre\u0026gt;{report[:2000]}\u0026lt;/pre\u0026gt;\u0026#34; send_telegram(tg_message) print(\u0026#34;\\n巡檢完成\u0026#34;) if __name__ == \u0026#34;__main__\u0026#34;: main() 設定定時任務 每天早上 8 點執行：\ncrontab -e 新增：\n0 8 * * * /usr/bin/python3 /home/as/scripts/server_audit.py \u0026gt;\u0026gt; /var/log/server_audit.log 2\u0026gt;\u0026amp;1 定製化採集命令 根據你的實際服務調整 services 列表和採集命令：\n# 檢查 Docker 容器狀態 metrics[\u0026#34;docker\u0026#34;] = ssh_run(host, user, \u0026#34;docker ps --format \u0026#39;{{.Names}}: {{.Status}}\u0026#39; 2\u0026gt;/dev/null | head -10\u0026#34;) # 檢查特定埠是否監聽 metrics[\u0026#34;ports\u0026#34;] = ssh_run(host, user, \u0026#34;ss -tlnp | grep -E \u0026#39;:(443|80|8080|9090)\u0026#39; | awk \u0026#39;{print $4, $6}\u0026#39;\u0026#34;) # 最近的 nginx 錯誤 metrics[\u0026#34;nginx_errors\u0026#34;] = ssh_run(host, user, \u0026#34;tail -20 /var/log/nginx/error.log 2\u0026gt;/dev/null | grep -v \u0026#39;^$\u0026#39;\u0026#34;) # 磁碟 inode 使用率（經常被忽略） metrics[\u0026#34;inode\u0026#34;] = ssh_run(host, user, \u0026#34;df -i / | tail -1 | awk \u0026#39;{print \\\u0026#34;inode use%:\\\u0026#34;, $5}\u0026#39;\u0026#34;) 改進 Prompt 提升分析質量 Gemini CLI 的分析質量很大程度取決於 prompt 設計。一些改進方向：\n加上歷史對比（如果你存了昨天的報告）：\nprompt = f\u0026#34;\u0026#34;\u0026#34;今天的報告：\\n{today_report}\\n\\n昨天的報告：\\n{yesterday_report}\\n\\n請對比分析變化...\u0026#34;\u0026#34;\u0026#34; 指定關注點：\nprompt = f\u0026#34;\u0026#34;\u0026#34;...特別關注磁碟使用率是否接近滿，以及 xray/hysteria 服務是否線上...\u0026#34;\u0026#34;\u0026#34; 結構化輸出：\nprompt = f\u0026#34;\u0026#34;\u0026#34;...請以 JSON 格式返回，欄位包括：status（ok/warning/critical）、issues（問題列表）、suggestions（建議列表）...\u0026#34;\u0026#34;\u0026#34; 收到的報告示例 每日叢集巡檢 叢集整體狀態正常。所有伺服器 nginx、xray 服務執行中。 aws-hk 磁碟使用率 67%，正常範圍。 aws-us 磁碟使用率 45%，充裕。 home-1 近期有 2 條 kernel 警告日誌，建議檢查 dmesg 確認是否為磁碟 I/O 問題。 === 叢集巡檢報告 2026-04-15 08:00 === [aws-hk] x.x.x.x 負載: 0.12 0.08 0.05 記憶體: total: 2.0G used: 812M free: 892M 磁碟: total: 20G used: 13G avail: 6.1G use%: 68% 執行: up 47 days, 3 hours ✓ nginx: active ✓ xray: active ... → 檢視 Gemini CLI 在量化工作流中的應用 → 檢視 VPS 節點被封后的恢復流程\n📷 封面圖 · Flux Schnell AI 生成 · panshi.io 品牌風格\n","permalink":"https://blog.panshi.io/zh-hant/posts/gemini-cli-server-audit/","summary":"\u003c!-- hero-image --\u003e\n\u003cp\u003e\u003cimg alt=\"Close-up of DeepSeek AI chat interface on a laptop screen in\" loading=\"lazy\" src=\"/images/gemini-cli-server-audit-hero.jpg\"\u003e\u003c/p\u003e\n\u003cp\u003e管理多臺 VPS 時，每天檢查一遍狀態是剛需：磁碟快滿了、某個服務掛了、記憶體用量異常……這些如果不主動檢查，可能等到出了問題才發現。\u003c/p\u003e\n\u003cp\u003e這篇文章講一個實際方案：\u003cstrong\u003ePython 指令碼 SSH 到各臺伺服器採集指標 → Gemini CLI 分析異常 → Telegram Bot 推送日報\u003c/strong\u003e。\u003c/p\u003e\n\u003cp\u003e整個流程每天定時跑一次，不需要手動干預。\u003c/p\u003e\n\u003ch2 id=\"架構\"\u003e架構\u003c/h2\u003e\n\u003cpre tabindex=\"0\"\u003e\u003ccode\u003e定時任務（cron）\n  └─ Python 巡檢指令碼\n       ├─ SSH 到每臺伺服器\n       │    └─ 採集：CPU / 記憶體 / 磁碟 / 服務狀態 / 近期錯誤日誌\n       ├─ 彙總成文字報告\n       ├─ 呼叫 Gemini CLI 分析報告（找異常、給建議）\n       └─ 傳送到 Telegram Bot\n\u003c/code\u003e\u003c/pre\u003e\u003ch2 id=\"前置準備\"\u003e前置準備\u003c/h2\u003e\n\u003ch3 id=\"1-安裝-gemini-cli\"\u003e1. 安裝 Gemini CLI\u003c/h3\u003e\n\u003cdiv class=\"highlight\"\u003e\u003cpre tabindex=\"0\" class=\"chroma\"\u003e\u003ccode class=\"language-bash\" data-lang=\"bash\"\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003enpm install -g @google/gemini-cli\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003egemini auth   \u003cspan class=\"c1\"\u003e# 用 Google 賬號登入\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/code\u003e\u003c/pre\u003e\u003c/div\u003e\u003cp\u003e驗證：\u003c/p\u003e","title":"用 Gemini CLI 自動巡檢伺服器叢集：Python + SSH + Telegram 推送實戰"},{"content":" 跑一個量化策略需要的不只是策略本身——還需要一套支撐它執行、監控它狀態、在出問題時及時告警的工具鏈。這篇文章分享我的完整工具棧，從策略執行到告警通知。\n整體架構 策略層（Python） ↓ 交易指令 Binance API ↓ 執行結果 狀態檔案 / CF KV ↓ 指標 Prometheus + node_exporter ↓ 儲存 Grafana 視覺化 ↓ 告警規則 Alertmanager → Telegram 策略執行層 技術棧 語言：Python 3.11 Binance SDK：python-binance 定時任務：APScheduler 或系統 cron 依賴管理：requirements.txt + venv 目錄結構 quant/ ├── strategy/ │ ├── main.py # 主策略邏輯（訊號生成 + 下單） │ ├── signals.py # 指標計算（技術指標庫） │ └── risk.py # 倉位管理、止損邏輯 ├── exchange/ │ └── binance_client.py # Binance API 封裝 ├── monitor/ │ └── exporter.py # 狀態指標寫入 Prometheus 格式 ├── config/ │ └── settings.py # 配置（從環境變數讀取） └── run.py # 入口 關鍵程式碼：狀態指標暴露 策略執行時，把關鍵指標寫成 Prometheus textfile 格式，供 node_exporter 抓取：\n# monitor/exporter.py import os import time METRICS_FILE = \u0026#34;/var/lib/node_exporter/textfile_collector/quant.prom\u0026#34; def write_metrics(data: dict): \u0026#34;\u0026#34;\u0026#34; data 示例： { \u0026#34;pnl_total\u0026#34;: 12.5, # 累計收益率 % \u0026#34;pnl_today\u0026#34;: 0.8, # 今日收益率 % \u0026#34;position\u0026#34;: 1, # 1=多, -1=空, 0=空倉 \u0026#34;last_signal_ts\u0026#34;: 1776200000, # 最後訊號時間戳 \u0026#34;last_run_ts\u0026#34;: 1776235000, # 策略最後執行時間 } \u0026#34;\u0026#34;\u0026#34; lines = [ \u0026#39;# HELP quant_pnl_total 累計收益率（百分比）\u0026#39;, \u0026#39;# TYPE quant_pnl_total gauge\u0026#39;, f\u0026#39;quant_pnl_total {data[\u0026#34;pnl_total\u0026#34;]}\u0026#39;, \u0026#39;\u0026#39;, \u0026#39;# HELP quant_pnl_today 今日收益率（百分比）\u0026#39;, \u0026#39;# TYPE quant_pnl_today gauge\u0026#39;, f\u0026#39;quant_pnl_today {data[\u0026#34;pnl_today\u0026#34;]}\u0026#39;, \u0026#39;\u0026#39;, \u0026#39;# HELP quant_position 當前持倉方向 (1=多,-1=空,0=空倉)\u0026#39;, \u0026#39;# TYPE quant_position gauge\u0026#39;, f\u0026#39;quant_position {data[\u0026#34;position\u0026#34;]}\u0026#39;, \u0026#39;\u0026#39;, \u0026#39;# HELP quant_last_signal_timestamp 最後訊號時間\u0026#39;, \u0026#39;# TYPE quant_last_signal_timestamp gauge\u0026#39;, f\u0026#39;quant_last_signal_timestamp {data[\u0026#34;last_signal_ts\u0026#34;]}\u0026#39;, \u0026#39;\u0026#39;, \u0026#39;# HELP quant_last_run_timestamp 策略最後執行時間\u0026#39;, \u0026#39;# TYPE quant_last_run_timestamp gauge\u0026#39;, f\u0026#39;quant_last_run_timestamp {int(time.time())}\u0026#39;, \u0026#39;\u0026#39;, ] tmp = METRICS_FILE + \u0026#34;.tmp\u0026#34; with open(tmp, \u0026#34;w\u0026#34;) as f: f.write(\u0026#34;\\n\u0026#34;.join(lines)) os.rename(tmp, METRICS_FILE) 伺服器配置 選擇 量化策略對伺服器的核心要求：\n穩定：不能隨意宕機，24/7 執行 延遲低：離 Binance 伺服器近（新加坡或東京），下單延遲更低 獨立：不和其他高負載任務共享 我用 AWS 新加坡節點（aws-sg），Binance 主伺服器在新加坡，下單延遲 1-5ms。\nsystemd 守護程序 不要用 nohup 跑策略，用 systemd：\n# /etc/systemd/system/quant-strategy.service [Unit] Description=Quant Strategy After=network.target [Service] Type=simple User=ubuntu WorkingDirectory=/home/ubuntu/quant ExecStart=/home/ubuntu/quant/venv/bin/python run.py Restart=always RestartSec=10 EnvironmentFile=/home/ubuntu/quant/.env [Install] WantedBy=multi-user.target systemctl enable quant-strategy systemctl start quant-strategy systemctl status quant-strategy 策略崩潰會自動重啟，重啟間隔 10 秒。\n環境變數管理 API Key 放 .env 檔案，不提交到 Git：\n# .env（只有 600 許可權） BINANCE_API_KEY=xxxx BINANCE_API_SECRET=xxxx TELEGRAM_BOT_TOKEN=xxxx TELEGRAM_CHAT_ID=xxxx # settings.py from dotenv import load_dotenv import os load_dotenv() BINANCE_API_KEY = os.environ[\u0026#34;BINANCE_API_KEY\u0026#34;] BINANCE_API_SECRET = os.environ[\u0026#34;BINANCE_API_SECRET\u0026#34;] Prometheus 監控配置 在 prometheus.yml 新增策略伺服器的 node_exporter：\nscrape_configs: - job_name: node-remote-linux static_configs: - targets: - 你的策略伺服器IP:9100 node_exporter 預設會自動採集 /var/lib/node_exporter/textfile_collector/*.prom 裡的指標，不需要額外配置。\nGrafana Dashboard 量化策略的核心監控面板包含：\n收益區（上方）\n累計收益率時序曲線 今日收益 Stat 卡片 當前持倉方向（多/空/空倉） 風險區（中間）\n最大回撤（Max Drawdown） 近 30 日日收益柱狀圖 夏普比率（年化） 健康區（下方）\n策略最後執行時間（距現在多久） 最後訊號時間（距現在多久） 心跳狀態（綠色=正常，紅色=異常） 關鍵面板：策略心跳 # Grafana PromQL (time() - quant_last_run_timestamp) / 60 這個查詢顯示策略最後執行距現在多少分鐘。配合閾值顏色：\n\u0026lt; 65 分鐘：綠色（正常，小時級策略） 65-120 分鐘：黃色（輕微延遲） 120 分鐘：紅色（策略可能掛了）\n告警配置 Alertmanager + Telegram 在 alerts.yml 裡定義告警規則：\ngroups: - name: quant-alerts rules: # 策略心跳超時 - alert: QuantHeartbeatTimeout expr: (time() - quant_last_run_timestamp) \u0026gt; 7200 for: 5m labels: severity: critical annotations: summary: \u0026#34;量化策略心跳超時\u0026#34; description: \u0026#34;策略超過 2 小時未執行，請檢查伺服器狀態\u0026#34; # 今日大幅虧損 - alert: QuantLargeLoss expr: quant_pnl_today \u0026lt; -3 for: 1m labels: severity: warning annotations: summary: \u0026#34;今日虧損超過 3%\u0026#34; description: \u0026#34;當日收益率 {{ $value }}%，請關注\u0026#34; Telegram 告警模板（在 alertmanager.yml 裡配置）：\nreceivers: - name: telegram telegram_configs: - bot_token: \u0026#34;你的BOT_TOKEN\u0026#34; chat_id: 你的CHAT_ID message: | 🚨 {{ .GroupLabels.alertname }} {{ range .Alerts }} {{ .Annotations.summary }} {{ .Annotations.description }} {{ end }} 在策略程式碼裡直接推送告警 除了 Alertmanager，策略程式碼裡也可以直接推 Telegram：\nimport requests def send_telegram(message: str): bot_token = os.environ[\u0026#34;TELEGRAM_BOT_TOKEN\u0026#34;] chat_id = os.environ[\u0026#34;TELEGRAM_CHAT_ID\u0026#34;] url = f\u0026#34;https://api.telegram.org/bot{bot_token}/sendMessage\u0026#34; requests.post(url, json={\u0026#34;chat_id\u0026#34;: chat_id, \u0026#34;text\u0026#34;: message}) # 下單後推送 send_telegram(f\u0026#34;📊 訊號：{direction}\\n價格：{price}\\n倉位：{size}\u0026#34;) 總結：工具選型邏輯 工具 替代方案 選這個的原因 Python Go、JavaScript 量化生態最豐富（pandas、ta-lib 等） Binance python-binance 自己封裝 REST 官方 SDK，省去重複造輪子 systemd supervisor、PM2 系統自帶，穩定，日誌集中管理 Prometheus + node_exporter InfluxDB + Telegraf 已有監控棧，複用，不引入新元件 Alertmanager 自己寫告警指令碼 支援規則、靜默、分組，功能完整 Telegram 郵件、釘釘 手機推送及時，API 簡單 → 檢視 北極星策略介紹 → 檢視 Binance API 從零到第一筆下單 → 檢視 Prometheus + Grafana VPS 監控搭建\n📷 封面圖 · Flux Schnell AI 生成 · panshi.io 品牌風格\n","permalink":"https://blog.panshi.io/zh-hant/posts/quant-tools-stack/","summary":"\u003c!-- hero-image --\u003e\n\u003cp\u003e\u003cimg alt=\"A close-up of a golden Bitcoin highlighting its digital curr\" loading=\"lazy\" src=\"/images/quant-tools-stack-hero.jpg\"\u003e\u003c/p\u003e\n\u003cp\u003e跑一個量化策略需要的不只是策略本身——還需要一套支撐它執行、監控它狀態、在出問題時及時告警的工具鏈。這篇文章分享我的完整工具棧，從策略執行到告警通知。\u003c/p\u003e\n\u003ch2 id=\"整體架構\"\u003e整體架構\u003c/h2\u003e\n\u003cpre tabindex=\"0\"\u003e\u003ccode\u003e策略層（Python）\n  ↓ 交易指令\nBinance API\n  ↓ 執行結果\n狀態檔案 / CF KV\n  ↓ 指標\nPrometheus + node_exporter\n  ↓ 儲存\nGrafana 視覺化\n  ↓ 告警規則\nAlertmanager → Telegram\n\u003c/code\u003e\u003c/pre\u003e\u003ch2 id=\"策略執行層\"\u003e策略執行層\u003c/h2\u003e\n\u003ch3 id=\"技術棧\"\u003e技術棧\u003c/h3\u003e\n\u003cul\u003e\n\u003cli\u003e\u003cstrong\u003e語言\u003c/strong\u003e：Python 3.11\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003eBinance SDK\u003c/strong\u003e：\u003ccode\u003epython-binance\u003c/code\u003e\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e定時任務\u003c/strong\u003e：APScheduler 或系統 cron\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e依賴管理\u003c/strong\u003e：\u003ccode\u003erequirements.txt\u003c/code\u003e + venv\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch3 id=\"目錄結構\"\u003e目錄結構\u003c/h3\u003e\n\u003cpre tabindex=\"0\"\u003e\u003ccode\u003equant/\n├── strategy/\n│   ├── main.py          # 主策略邏輯（訊號生成 + 下單）\n│   ├── signals.py       # 指標計算（技術指標庫）\n│   └── risk.py          # 倉位管理、止損邏輯\n├── exchange/\n│   └── binance_client.py # Binance API 封裝\n├── monitor/\n│   └── exporter.py      # 狀態指標寫入 Prometheus 格式\n├── config/\n│   └── settings.py      # 配置（從環境變數讀取）\n└── run.py               # 入口\n\u003c/code\u003e\u003c/pre\u003e\u003ch3 id=\"關鍵程式碼狀態指標暴露\"\u003e關鍵程式碼：狀態指標暴露\u003c/h3\u003e\n\u003cp\u003e策略執行時，把關鍵指標寫成 Prometheus textfile 格式，供 node_exporter 抓取：\u003c/p\u003e","title":"量化工具棧：Binance API + Grafana + 自動化告警全套配置"},{"content":" 止損距離是量化策略裡最難確定的引數之一。太緊頻繁被掃止損，太鬆單次虧損超預期。\n憑直覺設引數沒有說服力。更可靠的方法是：用歷史資料系統地研究不同止損距離對策略表現的影響，找到在多個評估維度上表現均衡的引數區間。\n這篇文章講這個研究過程的方法論，包括資料準備、引數搜尋、評估指標、以及防止過擬合的注意事項。\n研究框架 1. 資料準備 ├─ 選取歷史資料區間（訓練集） └─ 準備價格序列和訊號序列 2. 引數網格搜尋 ├─ 定義止損引數範圍（如 0.5% - 5%，步長 0.1%） └─ 對每個引數值跑完整回測 3. 評估指標計算 ├─ 總收益率 ├─ 最大回撤 ├─ 夏普比率 ├─ 勝率 × 盈虧比 └─ 止損觸發率 4. 結果分析 ├─ 繪製引數敏感性曲線 ├─ 找穩健區間（小變化 → 小影響） └─ 在驗證集上驗證 5. 確定最終引數 資料準備 import pandas as pd import numpy as np from binance.client import Client def get_klines(symbol: str, interval: str, start: str, end: str) -\u0026gt; pd.DataFrame: \u0026#34;\u0026#34;\u0026#34;獲取 Binance K 線資料\u0026#34;\u0026#34;\u0026#34; client = Client() # 公開資料不需要 API 金鑰 klines = client.get_historical_klines(symbol, interval, start, end) df = pd.DataFrame(klines, columns=[ \u0026#39;timestamp\u0026#39;, \u0026#39;open\u0026#39;, \u0026#39;high\u0026#39;, \u0026#39;low\u0026#39;, \u0026#39;close\u0026#39;, \u0026#39;volume\u0026#39;, \u0026#39;close_time\u0026#39;, \u0026#39;quote_vol\u0026#39;, \u0026#39;trades\u0026#39;, \u0026#39;taker_buy_base\u0026#39;, \u0026#39;taker_buy_quote\u0026#39;, \u0026#39;ignore\u0026#39; ]) for col in [\u0026#39;open\u0026#39;, \u0026#39;high\u0026#39;, \u0026#39;low\u0026#39;, \u0026#39;close\u0026#39;, \u0026#39;volume\u0026#39;]: df[col] = df[col].astype(float) df[\u0026#39;timestamp\u0026#39;] = pd.to_datetime(df[\u0026#39;timestamp\u0026#39;], unit=\u0026#39;ms\u0026#39;) df.set_index(\u0026#39;timestamp\u0026#39;, inplace=True) return df # 獲取資料：分成訓練集和驗證集（時間序列不能隨機分割！） df_train = get_klines(\u0026#34;BTCUSDT\u0026#34;, \u0026#34;4h\u0026#34;, \u0026#34;2023-01-01\u0026#34;, \u0026#34;2024-06-30\u0026#34;) # 訓練集 df_val = get_klines(\u0026#34;BTCUSDT\u0026#34;, \u0026#34;4h\u0026#34;, \u0026#34;2024-07-01\u0026#34;, \u0026#34;2024-12-31\u0026#34;) # 驗證集 為什麼不能隨機分割？\n時間序列有前向偏差問題：如果用2024年資料訓練，再在2023年資料上驗證，相當於\u0026quot;用未來預測過去\u0026quot;，結果毫無參考價值。訓練集必須在時間上早於驗證集。\nATR 標準化止損距離 直接用固定百分比作為止損距離有個問題：市場低波動期 1% 已經很寬，高波動期 1% 可能很窄。\n用 ATR 倍數作為引數更穩健：\ndef calc_atr(df: pd.DataFrame, period: int = 14) -\u0026gt; pd.Series: \u0026#34;\u0026#34;\u0026#34;計算 ATR\u0026#34;\u0026#34;\u0026#34; high_low = df[\u0026#39;high\u0026#39;] - df[\u0026#39;low\u0026#39;] high_close = (df[\u0026#39;high\u0026#39;] - df[\u0026#39;close\u0026#39;].shift(1)).abs() low_close = (df[\u0026#39;low\u0026#39;] - df[\u0026#39;close\u0026#39;].shift(1)).abs() tr = pd.concat([high_low, high_close, low_close], axis=1).max(axis=1) return tr.rolling(period).mean() df_train[\u0026#39;atr\u0026#39;] = calc_atr(df_train) df_train[\u0026#39;stop_pct_1atr\u0026#39;] = df_train[\u0026#39;atr\u0026#39;] / df_train[\u0026#39;close\u0026#39;] # 1 ATR 對應的百分比 研究的引數就變成：止損 = N 倍 ATR，其中 N 是我們要最佳化的引數（比如 0.5 到 3.0 之間的值）。\n簡化的回測框架 def backtest(df: pd.DataFrame, signals: pd.Series, sl_atr_mult: float, tp_atr_mult: float = None) -\u0026gt; dict: \u0026#34;\u0026#34;\u0026#34; 簡化回測，評估特定止損引數的策略表現 signals: 訊號序列，1=做多，-1=做空，0=空倉 sl_atr_mult: 止損距離（ATR 倍數） tp_atr_mult: 止盈距離（ATR 倍數），None = 持有到下個訊號 \u0026#34;\u0026#34;\u0026#34; trades = [] position = 0 entry_price = 0 entry_atr = 0 for i in range(1, len(df)): row = df.iloc[i] prev_row = df.iloc[i-1] sig = signals.iloc[i-1] # 用前一根 K 線收盤的訊號，下一根開盤執行 # 持倉狀態：檢查是否觸及止損/止盈 if position != 0: if position == 1: # 多倉 stop_price = entry_price - entry_atr * sl_atr_mult if row[\u0026#39;low\u0026#39;] \u0026lt;= stop_price: # 止損出場（假設以止損價成交） pnl = (stop_price - entry_price) / entry_price trades.append({\u0026#39;type\u0026#39;: \u0026#39;stop_loss\u0026#39;, \u0026#39;pnl\u0026#39;: pnl}) position = 0 continue if tp_atr_mult and row[\u0026#39;high\u0026#39;] \u0026gt;= entry_price + entry_atr * tp_atr_mult: tp_price = entry_price + entry_atr * tp_atr_mult pnl = (tp_price - entry_price) / entry_price trades.append({\u0026#39;type\u0026#39;: \u0026#39;take_profit\u0026#39;, \u0026#39;pnl\u0026#39;: pnl}) position = 0 continue # 沒有持倉：檢查新訊號 if position == 0 and sig == 1: position = 1 entry_price = row[\u0026#39;open\u0026#39;] entry_atr = row[\u0026#39;atr\u0026#39;] elif position == 1 and sig != 1: # 訊號消失，市價出場 pnl = (row[\u0026#39;open\u0026#39;] - entry_price) / entry_price trades.append({\u0026#39;type\u0026#39;: \u0026#39;signal_exit\u0026#39;, \u0026#39;pnl\u0026#39;: pnl}) position = 0 if not trades: return {\u0026#39;total_return\u0026#39;: 0, \u0026#39;max_drawdown\u0026#39;: 0, \u0026#39;sharpe\u0026#39;: 0, \u0026#39;win_rate\u0026#39;: 0, \u0026#39;stop_loss_rate\u0026#39;: 0, \u0026#39;n_trades\u0026#39;: 0} pnls = [t[\u0026#39;pnl\u0026#39;] for t in trades] cumulative = np.cumprod([1 + p for p in pnls]) # 最大回撤 peak = np.maximum.accumulate(cumulative) drawdowns = (peak - cumulative) / peak max_dd = drawdowns.max() # 夏普（簡化） mean_r = np.mean(pnls) std_r = np.std(pnls) if np.std(pnls) \u0026gt; 0 else 1e-10 sharpe = mean_r / std_r * np.sqrt(len(pnls)) stop_loss_trades = sum(1 for t in trades if t[\u0026#39;type\u0026#39;] == \u0026#39;stop_loss\u0026#39;) return { \u0026#39;total_return\u0026#39;: cumulative[-1] - 1, \u0026#39;max_drawdown\u0026#39;: max_dd, \u0026#39;sharpe\u0026#39;: sharpe, \u0026#39;win_rate\u0026#39;: sum(1 for p in pnls if p \u0026gt; 0) / len(pnls), \u0026#39;stop_loss_rate\u0026#39;: stop_loss_trades / len(trades), \u0026#39;n_trades\u0026#39;: len(trades) } 引數網格搜尋 import matplotlib.pyplot as plt def grid_search_stop_loss(df: pd.DataFrame, signals: pd.Series, sl_range: np.ndarray) -\u0026gt; pd.DataFrame: \u0026#34;\u0026#34;\u0026#34;遍歷止損引數，記錄各指標\u0026#34;\u0026#34;\u0026#34; results = [] for sl_mult in sl_range: stats = backtest(df, signals, sl_atr_mult=sl_mult) stats[\u0026#39;sl_mult\u0026#39;] = sl_mult results.append(stats) return pd.DataFrame(results).set_index(\u0026#39;sl_mult\u0026#39;) # 搜尋範圍：0.3 到 3.0 倍 ATR，步長 0.1 sl_range = np.arange(0.3, 3.1, 0.1) results = grid_search_stop_loss(df_train, signals_train, sl_range) print(results[[\u0026#39;total_return\u0026#39;, \u0026#39;max_drawdown\u0026#39;, \u0026#39;sharpe\u0026#39;, \u0026#39;win_rate\u0026#39;, \u0026#39;stop_loss_rate\u0026#39;]]) 視覺化引數敏感性 fig, axes = plt.subplots(2, 2, figsize=(12, 8)) metrics = [\u0026#39;total_return\u0026#39;, \u0026#39;max_drawdown\u0026#39;, \u0026#39;sharpe\u0026#39;, \u0026#39;stop_loss_rate\u0026#39;] titles = [\u0026#39;總收益率\u0026#39;, \u0026#39;最大回撤\u0026#39;, \u0026#39;夏普比率\u0026#39;, \u0026#39;止損觸發率\u0026#39;] for ax, metric, title in zip(axes.flat, metrics, titles): ax.plot(results.index, results[metric], marker=\u0026#39;o\u0026#39;, markersize=3) ax.set_title(title) ax.set_xlabel(\u0026#39;止損倍數（× ATR）\u0026#39;) ax.grid(True, alpha=0.3) plt.tight_layout() plt.savefig(\u0026#39;stop_loss_sensitivity.png\u0026#39;, dpi=150) 如何解讀結果 檢視圖表時，尋找以下特徵：\n穩健區間：某個引數範圍內，夏普比率相對穩定（圖形平坦），而不是在某個點突然最優。如果夏普率的峰值非常尖（只有一個點最好，周圍很差），這是過擬合的訊號。\n止損觸發率：\n止損率 \u0026gt; 70%：止損太緊，大部分交易都被掃了 止損率 \u0026lt; 20%：止損太鬆，或者訊號本身質量很高 合理範圍：30%-60%，取決於策略型別 收益 vs 回撤權衡：夏普最高的引數未必就是最好的，還要看最大回撤是否在可承受範圍內（比如你能接受的最大回撤是 20%，超過這個就不考慮）。\n驗證集驗證 在訓練集上找到候選引數後，必須在驗證集（hold-out set）上驗證：\n# 在訓練集上找到的最優引數（假設是 1.5 倍 ATR） best_sl_mult = 1.5 # 在驗證集上驗證 val_result = backtest(df_val, signals_val, sl_atr_mult=best_sl_mult) train_result = backtest(df_train, signals_train, sl_atr_mult=best_sl_mult) print(f\u0026#34;訓練集夏普：{train_result[\u0026#39;sharpe\u0026#39;]:.2f}\u0026#34;) print(f\u0026#34;驗證集夏普：{val_result[\u0026#39;sharpe\u0026#39;]:.2f}\u0026#34;) print(f\u0026#34;訓練集回撤：{train_result[\u0026#39;max_drawdown\u0026#39;]:.2%}\u0026#34;) print(f\u0026#34;驗證集回撤：{val_result[\u0026#39;max_drawdown\u0026#39;]:.2%}\u0026#34;) 健康的狀態：驗證集結果略差於訓練集，但方向一致（都盈利，夏普都是正的，回撤在同一數量級）。\n過擬合的跡象：訓練集夏普 3.0，驗證集夏普 -0.5。說明引數只是擬合了訓練資料的特定噪聲，沒有真實預測力。\n過擬合防範 幾個實用原則：\n不要只看一個最優點：選引數區間裡表現都穩定的值，而不是某個孤立的最優點 引數不能太多：每增加一個引數，需要的歷史資料量成倍增加 用不同市場環境分段驗證：牛市段、熊市段、震盪段分別測，引數要在三種情況下都能用 保留足夠的樣本外資料：至少 30% 的資料不參與最佳化 引數的經濟邏輯：結果要能用市場微結構原理解釋，純數字擬合出來的引數通常不耐用 止損引數研究是一個迭代過程，不是跑一次就完了。市場結構在變，定期重新驗證引數是否還在合理區間，是長期執行策略的必要維護工作。\n→ 檢視 Binance 合約交易風控體系 → 檢視 Binance API 從申請到第一筆下單\n📷 封面圖 · Flux Schnell AI 生成 · panshi.io 品牌風格\n","permalink":"https://blog.panshi.io/zh-hant/posts/quant-stop-loss-parameter-research/","summary":"\u003c!-- hero-image --\u003e\n\u003cp\u003e\u003cimg alt=\"Futuristic abstract digital render depicting geometric shape\" loading=\"lazy\" src=\"/images/quant-stop-loss-parameter-research-hero.jpg\"\u003e\u003c/p\u003e\n\u003cp\u003e止損距離是量化策略裡最難確定的引數之一。太緊頻繁被掃止損，太鬆單次虧損超預期。\u003c/p\u003e\n\u003cp\u003e憑直覺設引數沒有說服力。更可靠的方法是：\u003cstrong\u003e用歷史資料系統地研究不同止損距離對策略表現的影響，找到在多個評估維度上表現均衡的引數區間\u003c/strong\u003e。\u003c/p\u003e\n\u003cp\u003e這篇文章講這個研究過程的方法論，包括資料準備、引數搜尋、評估指標、以及防止過擬合的注意事項。\u003c/p\u003e\n\u003ch2 id=\"研究框架\"\u003e研究框架\u003c/h2\u003e\n\u003cpre tabindex=\"0\"\u003e\u003ccode\u003e1. 資料準備\n   ├─ 選取歷史資料區間（訓練集）\n   └─ 準備價格序列和訊號序列\n\n2. 引數網格搜尋\n   ├─ 定義止損引數範圍（如 0.5% - 5%，步長 0.1%）\n   └─ 對每個引數值跑完整回測\n\n3. 評估指標計算\n   ├─ 總收益率\n   ├─ 最大回撤\n   ├─ 夏普比率\n   ├─ 勝率 × 盈虧比\n   └─ 止損觸發率\n\n4. 結果分析\n   ├─ 繪製引數敏感性曲線\n   ├─ 找穩健區間（小變化 → 小影響）\n   └─ 在驗證集上驗證\n\n5. 確定最終引數\n\u003c/code\u003e\u003c/pre\u003e\u003ch2 id=\"資料準備\"\u003e資料準備\u003c/h2\u003e\n\u003cdiv class=\"highlight\"\u003e\u003cpre tabindex=\"0\" class=\"chroma\"\u003e\u003ccode class=\"language-python\" data-lang=\"python\"\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"kn\"\u003eimport\u003c/span\u003e \u003cspan class=\"nn\"\u003epandas\u003c/span\u003e \u003cspan class=\"k\"\u003eas\u003c/span\u003e \u003cspan class=\"nn\"\u003epd\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"kn\"\u003eimport\u003c/span\u003e \u003cspan class=\"nn\"\u003enumpy\u003c/span\u003e \u003cspan class=\"k\"\u003eas\u003c/span\u003e \u003cspan class=\"nn\"\u003enp\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"kn\"\u003efrom\u003c/span\u003e \u003cspan class=\"nn\"\u003ebinance.client\u003c/span\u003e \u003cspan class=\"kn\"\u003eimport\u003c/span\u003e \u003cspan class=\"n\"\u003eClient\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"k\"\u003edef\u003c/span\u003e \u003cspan class=\"nf\"\u003eget_klines\u003c/span\u003e\u003cspan class=\"p\"\u003e(\u003c/span\u003e\u003cspan class=\"n\"\u003esymbol\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e \u003cspan class=\"nb\"\u003estr\u003c/span\u003e\u003cspan class=\"p\"\u003e,\u003c/span\u003e \u003cspan class=\"n\"\u003einterval\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e \u003cspan class=\"nb\"\u003estr\u003c/span\u003e\u003cspan class=\"p\"\u003e,\u003c/span\u003e \u003cspan class=\"n\"\u003estart\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e \u003cspan class=\"nb\"\u003estr\u003c/span\u003e\u003cspan class=\"p\"\u003e,\u003c/span\u003e \u003cspan class=\"n\"\u003eend\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e \u003cspan class=\"nb\"\u003estr\u003c/span\u003e\u003cspan class=\"p\"\u003e)\u003c/span\u003e \u003cspan class=\"o\"\u003e-\u0026gt;\u003c/span\u003e \u003cspan class=\"n\"\u003epd\u003c/span\u003e\u003cspan class=\"o\"\u003e.\u003c/span\u003e\u003cspan class=\"n\"\u003eDataFrame\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e    \u003cspan class=\"s2\"\u003e\u0026#34;\u0026#34;\u0026#34;獲取 Binance K 線資料\u0026#34;\u0026#34;\u0026#34;\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e    \u003cspan class=\"n\"\u003eclient\u003c/span\u003e \u003cspan class=\"o\"\u003e=\u003c/span\u003e \u003cspan class=\"n\"\u003eClient\u003c/span\u003e\u003cspan class=\"p\"\u003e()\u003c/span\u003e  \u003cspan class=\"c1\"\u003e# 公開資料不需要 API 金鑰\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e    \u003cspan class=\"n\"\u003eklines\u003c/span\u003e \u003cspan class=\"o\"\u003e=\u003c/span\u003e \u003cspan class=\"n\"\u003eclient\u003c/span\u003e\u003cspan class=\"o\"\u003e.\u003c/span\u003e\u003cspan class=\"n\"\u003eget_historical_klines\u003c/span\u003e\u003cspan class=\"p\"\u003e(\u003c/span\u003e\u003cspan class=\"n\"\u003esymbol\u003c/span\u003e\u003cspan class=\"p\"\u003e,\u003c/span\u003e \u003cspan class=\"n\"\u003einterval\u003c/span\u003e\u003cspan class=\"p\"\u003e,\u003c/span\u003e \u003cspan class=\"n\"\u003estart\u003c/span\u003e\u003cspan class=\"p\"\u003e,\u003c/span\u003e \u003cspan class=\"n\"\u003eend\u003c/span\u003e\u003cspan class=\"p\"\u003e)\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e    \n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e    \u003cspan class=\"n\"\u003edf\u003c/span\u003e \u003cspan class=\"o\"\u003e=\u003c/span\u003e \u003cspan class=\"n\"\u003epd\u003c/span\u003e\u003cspan class=\"o\"\u003e.\u003c/span\u003e\u003cspan class=\"n\"\u003eDataFrame\u003c/span\u003e\u003cspan class=\"p\"\u003e(\u003c/span\u003e\u003cspan class=\"n\"\u003eklines\u003c/span\u003e\u003cspan class=\"p\"\u003e,\u003c/span\u003e \u003cspan class=\"n\"\u003ecolumns\u003c/span\u003e\u003cspan class=\"o\"\u003e=\u003c/span\u003e\u003cspan class=\"p\"\u003e[\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e        \u003cspan class=\"s1\"\u003e\u0026#39;timestamp\u0026#39;\u003c/span\u003e\u003cspan class=\"p\"\u003e,\u003c/span\u003e \u003cspan class=\"s1\"\u003e\u0026#39;open\u0026#39;\u003c/span\u003e\u003cspan class=\"p\"\u003e,\u003c/span\u003e \u003cspan class=\"s1\"\u003e\u0026#39;high\u0026#39;\u003c/span\u003e\u003cspan class=\"p\"\u003e,\u003c/span\u003e \u003cspan class=\"s1\"\u003e\u0026#39;low\u0026#39;\u003c/span\u003e\u003cspan class=\"p\"\u003e,\u003c/span\u003e \u003cspan class=\"s1\"\u003e\u0026#39;close\u0026#39;\u003c/span\u003e\u003cspan class=\"p\"\u003e,\u003c/span\u003e \u003cspan class=\"s1\"\u003e\u0026#39;volume\u0026#39;\u003c/span\u003e\u003cspan class=\"p\"\u003e,\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e        \u003cspan class=\"s1\"\u003e\u0026#39;close_time\u0026#39;\u003c/span\u003e\u003cspan class=\"p\"\u003e,\u003c/span\u003e \u003cspan class=\"s1\"\u003e\u0026#39;quote_vol\u0026#39;\u003c/span\u003e\u003cspan class=\"p\"\u003e,\u003c/span\u003e \u003cspan class=\"s1\"\u003e\u0026#39;trades\u0026#39;\u003c/span\u003e\u003cspan class=\"p\"\u003e,\u003c/span\u003e \u003cspan class=\"s1\"\u003e\u0026#39;taker_buy_base\u0026#39;\u003c/span\u003e\u003cspan class=\"p\"\u003e,\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e        \u003cspan class=\"s1\"\u003e\u0026#39;taker_buy_quote\u0026#39;\u003c/span\u003e\u003cspan class=\"p\"\u003e,\u003c/span\u003e \u003cspan class=\"s1\"\u003e\u0026#39;ignore\u0026#39;\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e    \u003cspan class=\"p\"\u003e])\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e    \n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e    \u003cspan class=\"k\"\u003efor\u003c/span\u003e \u003cspan class=\"n\"\u003ecol\u003c/span\u003e \u003cspan class=\"ow\"\u003ein\u003c/span\u003e \u003cspan class=\"p\"\u003e[\u003c/span\u003e\u003cspan class=\"s1\"\u003e\u0026#39;open\u0026#39;\u003c/span\u003e\u003cspan class=\"p\"\u003e,\u003c/span\u003e \u003cspan class=\"s1\"\u003e\u0026#39;high\u0026#39;\u003c/span\u003e\u003cspan class=\"p\"\u003e,\u003c/span\u003e \u003cspan class=\"s1\"\u003e\u0026#39;low\u0026#39;\u003c/span\u003e\u003cspan class=\"p\"\u003e,\u003c/span\u003e \u003cspan class=\"s1\"\u003e\u0026#39;close\u0026#39;\u003c/span\u003e\u003cspan class=\"p\"\u003e,\u003c/span\u003e \u003cspan class=\"s1\"\u003e\u0026#39;volume\u0026#39;\u003c/span\u003e\u003cspan class=\"p\"\u003e]:\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e        \u003cspan class=\"n\"\u003edf\u003c/span\u003e\u003cspan class=\"p\"\u003e[\u003c/span\u003e\u003cspan class=\"n\"\u003ecol\u003c/span\u003e\u003cspan class=\"p\"\u003e]\u003c/span\u003e \u003cspan class=\"o\"\u003e=\u003c/span\u003e \u003cspan class=\"n\"\u003edf\u003c/span\u003e\u003cspan class=\"p\"\u003e[\u003c/span\u003e\u003cspan class=\"n\"\u003ecol\u003c/span\u003e\u003cspan class=\"p\"\u003e]\u003c/span\u003e\u003cspan class=\"o\"\u003e.\u003c/span\u003e\u003cspan class=\"n\"\u003eastype\u003c/span\u003e\u003cspan class=\"p\"\u003e(\u003c/span\u003e\u003cspan class=\"nb\"\u003efloat\u003c/span\u003e\u003cspan class=\"p\"\u003e)\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e    \n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e    \u003cspan class=\"n\"\u003edf\u003c/span\u003e\u003cspan class=\"p\"\u003e[\u003c/span\u003e\u003cspan class=\"s1\"\u003e\u0026#39;timestamp\u0026#39;\u003c/span\u003e\u003cspan class=\"p\"\u003e]\u003c/span\u003e \u003cspan class=\"o\"\u003e=\u003c/span\u003e \u003cspan class=\"n\"\u003epd\u003c/span\u003e\u003cspan class=\"o\"\u003e.\u003c/span\u003e\u003cspan class=\"n\"\u003eto_datetime\u003c/span\u003e\u003cspan class=\"p\"\u003e(\u003c/span\u003e\u003cspan class=\"n\"\u003edf\u003c/span\u003e\u003cspan class=\"p\"\u003e[\u003c/span\u003e\u003cspan class=\"s1\"\u003e\u0026#39;timestamp\u0026#39;\u003c/span\u003e\u003cspan class=\"p\"\u003e],\u003c/span\u003e \u003cspan class=\"n\"\u003eunit\u003c/span\u003e\u003cspan class=\"o\"\u003e=\u003c/span\u003e\u003cspan class=\"s1\"\u003e\u0026#39;ms\u0026#39;\u003c/span\u003e\u003cspan class=\"p\"\u003e)\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e    \u003cspan class=\"n\"\u003edf\u003c/span\u003e\u003cspan class=\"o\"\u003e.\u003c/span\u003e\u003cspan class=\"n\"\u003eset_index\u003c/span\u003e\u003cspan class=\"p\"\u003e(\u003c/span\u003e\u003cspan class=\"s1\"\u003e\u0026#39;timestamp\u0026#39;\u003c/span\u003e\u003cspan class=\"p\"\u003e,\u003c/span\u003e \u003cspan class=\"n\"\u003einplace\u003c/span\u003e\u003cspan class=\"o\"\u003e=\u003c/span\u003e\u003cspan class=\"kc\"\u003eTrue\u003c/span\u003e\u003cspan class=\"p\"\u003e)\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e    \u003cspan class=\"k\"\u003ereturn\u003c/span\u003e \u003cspan class=\"n\"\u003edf\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"c1\"\u003e# 獲取資料：分成訓練集和驗證集（時間序列不能隨機分割！）\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"n\"\u003edf_train\u003c/span\u003e \u003cspan class=\"o\"\u003e=\u003c/span\u003e \u003cspan class=\"n\"\u003eget_klines\u003c/span\u003e\u003cspan class=\"p\"\u003e(\u003c/span\u003e\u003cspan class=\"s2\"\u003e\u0026#34;BTCUSDT\u0026#34;\u003c/span\u003e\u003cspan class=\"p\"\u003e,\u003c/span\u003e \u003cspan class=\"s2\"\u003e\u0026#34;4h\u0026#34;\u003c/span\u003e\u003cspan class=\"p\"\u003e,\u003c/span\u003e \u003cspan class=\"s2\"\u003e\u0026#34;2023-01-01\u0026#34;\u003c/span\u003e\u003cspan class=\"p\"\u003e,\u003c/span\u003e \u003cspan class=\"s2\"\u003e\u0026#34;2024-06-30\u0026#34;\u003c/span\u003e\u003cspan class=\"p\"\u003e)\u003c/span\u003e   \u003cspan class=\"c1\"\u003e# 訓練集\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"n\"\u003edf_val\u003c/span\u003e   \u003cspan class=\"o\"\u003e=\u003c/span\u003e \u003cspan class=\"n\"\u003eget_klines\u003c/span\u003e\u003cspan class=\"p\"\u003e(\u003c/span\u003e\u003cspan class=\"s2\"\u003e\u0026#34;BTCUSDT\u0026#34;\u003c/span\u003e\u003cspan class=\"p\"\u003e,\u003c/span\u003e \u003cspan class=\"s2\"\u003e\u0026#34;4h\u0026#34;\u003c/span\u003e\u003cspan class=\"p\"\u003e,\u003c/span\u003e \u003cspan class=\"s2\"\u003e\u0026#34;2024-07-01\u0026#34;\u003c/span\u003e\u003cspan class=\"p\"\u003e,\u003c/span\u003e \u003cspan class=\"s2\"\u003e\u0026#34;2024-12-31\u0026#34;\u003c/span\u003e\u003cspan class=\"p\"\u003e)\u003c/span\u003e   \u003cspan class=\"c1\"\u003e# 驗證集\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/code\u003e\u003c/pre\u003e\u003c/div\u003e\u003cp\u003e\u003cstrong\u003e為什麼不能隨機分割？\u003c/strong\u003e\u003c/p\u003e","title":"量化策略止損引數研究方法論：如何用歷史資料找到最優止損距離"},{"content":" 💡 國內提示：Binance 官網在中國大陸無法直連，訪問需自備網路工具；法幣入金不支援銀行卡，主要走 C2C（USDT↔CNY）通道完成。\n量化實盤最大的風險之一不是策略虧損，而是 API Key 洩露導致賬戶被盜。寫程式碼時不小心把 Key 推到 GitHub、VPS 被入侵、日誌檔案洩露——任何一個失誤都可能讓賬戶資產瞬間清零。\n這篇文章覆蓋 Binance API 安全配置的完整流程。\nAPI Key 的許可權型別 Binance API Key 有三類許可權，按最小許可權原則配置：\n許可權 說明 量化是否需要 讀取 檢視賬戶、價格、歷史 ✅ 必須 交易 下單、撤單 ✅ 必須（實盤） 提現 轉賬到外部地址 ❌ 絕對不要開 提現許可權永遠不要開啟，量化程式不需要這個許可權。開了以後一旦 Key 洩露，資產可以被直接轉走。\n建立 API Key 登入 Binance 右上角頭像 → API 管理 點 建立 API 選擇 系統生成 API 填入 API 備註（建議按用途命名，如 quant-aws-hk） 完成 2FA 驗證 建立完成後頁面會顯示：\nAPI Key（公開金鑰，可以多次檢視） Secret Key（私密金鑰，只顯示一次，務必立刻儲存） ⚠️ Secret Key 只在建立時顯示一次。如果沒儲存，只能刪除重建。\n配置 IP 白名單（最重要的安全措施） IP 白名單是最關鍵的安全機制：即使 API Key 洩露，攻擊者也無法從其他 IP 使用。\n配置步驟：\n點進剛建立的 API Key 找到 受信任的 IP 訪問限制 填入你的 VPS IP 地址（比如 43.199.32.92） 如果有多臺機器使用同一個 Key，逐個新增 推薦格式： 單個 IP：43.199.32.92 注意事項：\n填的是你的 VPS 的出口 IP，不是本地電腦 IP 每次 VPS 重新分配 IP 後需要更新（AWS 重啟可能換 IP） 如果用彈性 IP / 固定 IP，更穩定 許可權配置 在 API Key 設定頁面，只勾選以下許可權：\n✅ 讀取 ✅ 合約交易（如果跑合約策略） ✅ 現貨和槓桿交易（如果跑現貨策略） ❌ 提現（永遠不要開） ❌ 萬向劃轉（不需要就不開） ❌ 充值/提現（不開） 安全儲存 API Key 錯誤做法（高風險） # ❌ 明文寫在程式碼裡 api_key = \u0026#34;abc123xyz...\u0026#34; api_secret = \u0026#34;def456uvw...\u0026#34; # ❌ 寫在 .env 檔案裡但把 .env 提交到 git git add .env git commit -m \u0026#34;add config\u0026#34; 正確做法 1：環境變數 # 在伺服器的 ~/.bashrc 或 ~/.profile 裡設定 export BINANCE_API_KEY=\u0026#34;你的API Key\u0026#34; export BINANCE_SECRET_KEY=\u0026#34;你的Secret Key\u0026#34; source ~/.bashrc Python 程式碼裡讀取：\nimport os api_key = os.environ.get(\u0026#39;BINANCE_API_KEY\u0026#39;) api_secret = os.environ.get(\u0026#39;BINANCE_SECRET_KEY\u0026#39;) if not api_key or not api_secret: raise ValueError(\u0026#34;API keys not found in environment variables\u0026#34;) 正確做法 2：獨立的 secrets 檔案（不納入 git） # 建立 secrets 檔案 cat \u0026gt; ~/.secrets/binance.env \u0026lt;\u0026lt; \u0026#39;EOF\u0026#39; BINANCE_API_KEY=你的API Key BINANCE_SECRET_KEY=你的Secret Key EOF chmod 600 ~/.secrets/binance.env # Python 讀取 from dotenv import load_dotenv load_dotenv(os.path.expanduser(\u0026#39;~/.secrets/binance.env\u0026#39;)) .gitignore 里加上：\n.env *.env secrets/ .secrets/ 正確做法 3：systemd 服務環境變數 如果量化程式用 systemd 管理，可以用 systemd 的環境變數注入：\n# 建立環境檔案 cat \u0026gt; /etc/systemd/system/quant-strategy.env \u0026lt;\u0026lt; \u0026#39;EOF\u0026#39; BINANCE_API_KEY=你的API Key BINANCE_SECRET_KEY=你的Secret Key EOF chmod 600 /etc/systemd/system/quant-strategy.env 在 service 檔案裡引用：\n[Service] EnvironmentFile=/etc/systemd/system/quant-strategy.env ExecStart=/usr/bin/python3 /opt/quant/strategy.py 防止 Key 意外洩露 檢查 GitHub 歷史提交 如果你曾經不小心把 Key 提交到 Git：\n# 搜尋倉庫歷史裡的敏感資訊 git log --all --full-history -- \u0026#34;**/*.py\u0026#34; | xargs grep -l \u0026#34;api_key\\|secret\u0026#34; # 或者用專門工具 pip install trufflehog trufflehog git file://. --only-verified 發現洩露就立刻到 Binance 刪除該 Key，重新建立一個。\n定期輪換 Key 建議每 3-6 個月輪換一次 API Key：\n建立新 Key 更新程式碼和環境變數使用新 Key 驗證新 Key 正常工作 刪除舊 Key 監控異常 API 呼叫 在 Binance API 管理頁面，可以看到每個 Key 的呼叫日誌。定期檢查：\n是否有意料之外的 IP 呼叫 是否有非策略時間段的請求 是否有提現相關的嘗試 API 限流與合理使用 Binance 對 API 有頻率限制，超限會被封禁 IP：\n限制型別 預設限制 請求頻率 1200 次/分鐘（權重計算） 下單頻率 50 單/10 秒（現貨） WebSocket 連線 每個賬號最多 5 個 量化程式碼裡需要處理限流：\nimport time from binance.exceptions import BinanceAPIException def safe_api_call(func, *args, **kwargs): \u0026#34;\u0026#34;\u0026#34;帶重試的 API 呼叫\u0026#34;\u0026#34;\u0026#34; max_retries = 3 for i in range(max_retries): try: return func(*args, **kwargs) except BinanceAPIException as e: if e.code == -1003: # 頻率超限 wait_time = 60 * (i + 1) print(f\u0026#34;Rate limited, waiting {wait_time}s...\u0026#34;) time.sleep(wait_time) else: raise raise Exception(\u0026#34;Max retries exceeded\u0026#34;) 測試網（Testnet）開發除錯 開發新策略時，先在測試網驗證，不要直接用真實賬號：\n測試網地址：testnet.binance.vision 免費領測試幣，隨便用 API 介面和主網一致，程式碼可以直接遷移 # 切換到測試網 from binance.client import Client client = Client( api_key=os.environ[\u0026#39;BINANCE_TESTNET_KEY\u0026#39;], api_secret=os.environ[\u0026#39;BINANCE_TESTNET_SECRET\u0026#39;], testnet=True # 關鍵引數 ) 相關閱讀：\n用 Claude 寫量化策略 Pionex 網格機器人實戰 量化策略止損怎麼設 📷 封面圖 · Flux Schnell AI 生成 · panshi.io 品牌風格\n","permalink":"https://blog.panshi.io/zh-hant/posts/binance-api-security/","summary":"\u003c!-- cn-kyc-notice --\u003e\n\u003cblockquote\u003e\n\u003cp\u003e💡 \u003cstrong\u003e國內提示\u003c/strong\u003e：Binance 官網在中國大陸無法直連，訪問需自備網路工具；法幣入金不支援銀行卡，主要走 C2C（USDT↔CNY）通道完成。\u003c/p\u003e\n\u003c/blockquote\u003e\n\u003c!-- hero-image --\u003e\n\u003cp\u003e\u003cimg alt=\"An unlocked padlock rests on a computer keyboard.\" loading=\"lazy\" src=\"/images/binance-api-security-hero.jpg\"\u003e\u003c/p\u003e\n\u003cp\u003e量化實盤最大的風險之一不是策略虧損，而是 API Key 洩露導致賬戶被盜。寫程式碼時不小心把 Key 推到 GitHub、VPS 被入侵、日誌檔案洩露——任何一個失誤都可能讓賬戶資產瞬間清零。\u003c/p\u003e\n\u003cp\u003e這篇文章覆蓋 Binance API 安全配置的完整流程。\u003c/p\u003e\n\u003ch2 id=\"api-key-的許可權型別\"\u003eAPI Key 的許可權型別\u003c/h2\u003e\n\u003cp\u003eBinance API Key 有三類許可權，按最小許可權原則配置：\u003c/p\u003e\n\u003ctable\u003e\n  \u003cthead\u003e\n      \u003ctr\u003e\n          \u003cth\u003e許可權\u003c/th\u003e\n          \u003cth\u003e說明\u003c/th\u003e\n          \u003cth\u003e量化是否需要\u003c/th\u003e\n      \u003c/tr\u003e\n  \u003c/thead\u003e\n  \u003ctbody\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e讀取\u003c/td\u003e\n          \u003ctd\u003e檢視賬戶、價格、歷史\u003c/td\u003e\n          \u003ctd\u003e✅ 必須\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e交易\u003c/td\u003e\n          \u003ctd\u003e下單、撤單\u003c/td\u003e\n          \u003ctd\u003e✅ 必須（實盤）\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e提現\u003c/td\u003e\n          \u003ctd\u003e轉賬到外部地址\u003c/td\u003e\n          \u003ctd\u003e❌ 絕對不要開\u003c/td\u003e\n      \u003c/tr\u003e\n  \u003c/tbody\u003e\n\u003c/table\u003e\n\u003cp\u003e\u003cstrong\u003e提現許可權永遠不要開啟\u003c/strong\u003e，量化程式不需要這個許可權。開了以後一旦 Key 洩露，資產可以被直接轉走。\u003c/p\u003e\n\u003ch2 id=\"建立-api-key\"\u003e建立 API Key\u003c/h2\u003e\n\u003col\u003e\n\u003cli\u003e登入 \u003ca href=\"https://aff.panshi.io/track?id=binance\"\u003eBinance\u003c/a\u003e\u003c/li\u003e\n\u003cli\u003e右上角頭像 → \u003cstrong\u003eAPI 管理\u003c/strong\u003e\u003c/li\u003e\n\u003cli\u003e點 \u003cstrong\u003e建立 API\u003c/strong\u003e\u003c/li\u003e\n\u003cli\u003e選擇 \u003cstrong\u003e系統生成 API\u003c/strong\u003e\u003c/li\u003e\n\u003cli\u003e填入 API 備註（建議按用途命名，如 \u003ccode\u003equant-aws-hk\u003c/code\u003e）\u003c/li\u003e\n\u003cli\u003e完成 2FA 驗證\u003c/li\u003e\n\u003c/ol\u003e\n\u003cp\u003e建立完成後頁面會顯示：\u003c/p\u003e","title":"Binance API 安全配置：量化交易防被盜的完整指南"},{"content":" 💡 國內提示：Binance 官網在中國大陸無法直連，訪問需自備網路工具；法幣入金不支援銀行卡，主要走 C2C（USDT↔CNY）通道完成。\n量化交易的盈虧很大程度上由手續費決定。策略每月交易 100 次，每次 0.1% 手續費，雙邊就是 20%。把手續費從 0.1% 降到 0.05%，一年節省的成本相當可觀。\n這篇文章把 Binance 降費的所有方法都列出來。\nBinance 的預設手續費 交易型別 Maker（掛單） Taker（吃單） 現貨 0.10% 0.10% 合約（U本位） 0.02% 0.05% 合約（幣本位） 0.01% 0.05% 注意：合約的 Maker/Taker 費率差別很大。量化策略儘量用限價單（Maker），避免用市價單（Taker）。\n方法一：使用 BNB 抵扣（節省 25%） 在賬戶設定裡開啟 BNB 抵扣，手續費自動用 BNB 支付，享受 25% 折扣：\n現貨預設 0.10% → 用 BNB 抵扣後 0.075% 操作步驟：\n登入 Binance 右上角頭像 → 賬戶 → 手續費設定 開啟 使用 BNB 支付手續費 確保賬戶裡有足夠的 BNB BNB 賬戶餘額不足時會自動切回普通手續費，建議保持一定餘額。\n方法二：透過推薦連結註冊（額外返傭） 透過推薦連結註冊的賬號，推薦人和被推薦人都能享受手續費返傭。\n使用 我的推薦連結 註冊，可以獲得部分手續費返還（具體比例 Binance 活動而定）。\n配合 BNB 折扣後的實際費率：\n0.10% × 75%（BNB 折扣）× (1 - 返傭比例) = 更低費率 方法三：提升 VIP 等級 Binance VIP 等級根據 30 天交易量決定：\nVIP 等級 30 天現貨交易量（BNB 等價） 現貨 Maker 現貨 Taker VIP 0 \u0026lt; 1M USDT 0.10% 0.10% VIP 1 ≥ 1M USDT 0.09% 0.10% VIP 2 ≥ 5M USDT 0.08% 0.10% VIP 3 ≥ 20M USDT 0.07% 0.08% VIP 4 ≥ 100M USDT 0.06% 0.07% 對大多數個人使用者來說，VIP 3+ 比較難達到。專注前兩種方法更實際。\n方法四：合約手續費最佳化 合約 Maker 費率遠低於 Taker：\n型別 Maker Taker U本位合約 VIP0 0.02% 0.05% U本位合約 VIP0 + BNB 0.015% 0.038% 關鍵：量化策略儘量用限價單\n# ❌ 市價單（Taker，手續費高） order = client.create_order( symbol=\u0026#39;BTCUSDT\u0026#39;, side=\u0026#39;BUY\u0026#39;, type=\u0026#39;MARKET\u0026#39;, quantity=0.001 ) # ✅ 限價單（Maker，手續費低） # 比當前市價略低/高，掛單等待成交 order = client.create_order( symbol=\u0026#39;BTCUSDT\u0026#39;, side=\u0026#39;BUY\u0026#39;, type=\u0026#39;LIMIT\u0026#39;, timeInForce=\u0026#39;GTC\u0026#39;, quantity=0.001, price=str(round(current_price * 0.9999, 2)) # 稍低於市價 ) 注意： 如果市場快速波動，限價單可能無法及時成交。需要在策略裡處理未成交訂單。\n方法五：BNB 本身的價值 BNB 除了抵扣手續費，還有其他用途：\nBinance Launchpad 參與新專案 BNB Chain 的 Gas 費 持倉本身有價格波動（有上漲可能，也有下跌風險） 購買 BNB 用於抵扣手續費時，要考慮 BNB 本身的價格風險，不建議囤積大量 BNB 專門用於手續費。\n實際案例計算 假設每月現貨交易量 50 萬 USDT（量化策略中等規模）：\n方案 費率 月手續費 年手續費 預設 0.10% $500 $6000 + BNB 折扣 0.075% $375 $4500 + 推薦返傭 10% 0.068% $340 $4080 合約 Maker 0.015% $75 $900 合約量化策略用 Maker + BNB，年節省 $5100 對比預設。\n進階：做市商計劃 月交易量極大（10億 USDT+）的機構可以申請 Binance 做市商計劃，Maker 費率可以降到 0% 甚至負數（平臺補貼）。個人使用者一般用不上，瞭解即可。\n手續費追蹤 建議每月查一次手續費賬單：\n登入 Binance 錢包 → 交易歷史 → 手續費記錄 匯出 CSV，用 Excel/Python 分析 import pandas as pd # 分析手續費分佈 df = pd.read_csv(\u0026#39;binance_fee_history.csv\u0026#39;) df[\u0026#39;date\u0026#39;] = pd.to_datetime(df[\u0026#39;時間\u0026#39;]) df[\u0026#39;month\u0026#39;] = df[\u0026#39;date\u0026#39;].dt.to_period(\u0026#39;M\u0026#39;) monthly_fees = df.groupby(\u0026#39;month\u0026#39;)[\u0026#39;手續費\u0026#39;].sum() print(monthly_fees) 延伸閱讀：\nBinance API 安全配置 Pionex vs Binance 網格交易對比 量化策略止損怎麼設 📷 封面圖 · Flux Schnell AI 生成 · panshi.io 品牌風格\n","permalink":"https://blog.panshi.io/zh-hant/posts/binance-fee-reduction/","summary":"\u003c!-- cn-kyc-notice --\u003e\n\u003cblockquote\u003e\n\u003cp\u003e💡 \u003cstrong\u003e國內提示\u003c/strong\u003e：Binance 官網在中國大陸無法直連，訪問需自備網路工具；法幣入金不支援銀行卡，主要走 C2C（USDT↔CNY）通道完成。\u003c/p\u003e\n\u003c/blockquote\u003e\n\u003c!-- hero-image --\u003e\n\u003cp\u003e\u003cimg alt=\"Trader analyzing stock market data on smartphone and phone\" loading=\"lazy\" src=\"/images/binance-fee-reduction-hero.jpg\"\u003e\u003c/p\u003e\n\u003cp\u003e量化交易的盈虧很大程度上由手續費決定。策略每月交易 100 次，每次 0.1% 手續費，雙邊就是 20%。把手續費從 0.1% 降到 0.05%，一年節省的成本相當可觀。\u003c/p\u003e\n\u003cp\u003e這篇文章把 Binance 降費的所有方法都列出來。\u003c/p\u003e\n\u003ch2 id=\"binance-的預設手續費\"\u003eBinance 的預設手續費\u003c/h2\u003e\n\u003ctable\u003e\n  \u003cthead\u003e\n      \u003ctr\u003e\n          \u003cth\u003e交易型別\u003c/th\u003e\n          \u003cth\u003eMaker（掛單）\u003c/th\u003e\n          \u003cth\u003eTaker（吃單）\u003c/th\u003e\n      \u003c/tr\u003e\n  \u003c/thead\u003e\n  \u003ctbody\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e現貨\u003c/td\u003e\n          \u003ctd\u003e0.10%\u003c/td\u003e\n          \u003ctd\u003e0.10%\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e合約（U本位）\u003c/td\u003e\n          \u003ctd\u003e0.02%\u003c/td\u003e\n          \u003ctd\u003e0.05%\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e合約（幣本位）\u003c/td\u003e\n          \u003ctd\u003e0.01%\u003c/td\u003e\n          \u003ctd\u003e0.05%\u003c/td\u003e\n      \u003c/tr\u003e\n  \u003c/tbody\u003e\n\u003c/table\u003e\n\u003cp\u003e注意：合約的 Maker/Taker 費率差別很大。量化策略儘量用限價單（Maker），避免用市價單（Taker）。\u003c/p\u003e\n\u003ch2 id=\"方法一使用-bnb-抵扣節省-25\"\u003e方法一：使用 BNB 抵扣（節省 25%）\u003c/h2\u003e\n\u003cp\u003e在賬戶設定裡開啟 BNB 抵扣，手續費自動用 BNB 支付，享受 25% 折扣：\u003c/p\u003e\n\u003cpre tabindex=\"0\"\u003e\u003ccode\u003e現貨預設 0.10% → 用 BNB 抵扣後 0.075%\n\u003c/code\u003e\u003c/pre\u003e\u003cp\u003e\u003cstrong\u003e操作步驟：\u003c/strong\u003e\u003c/p\u003e\n\u003col\u003e\n\u003cli\u003e登入 Binance\u003c/li\u003e\n\u003cli\u003e右上角頭像 → \u003cstrong\u003e賬戶\u003c/strong\u003e → \u003cstrong\u003e手續費設定\u003c/strong\u003e\u003c/li\u003e\n\u003cli\u003e開啟 \u003cstrong\u003e使用 BNB 支付手續費\u003c/strong\u003e\u003c/li\u003e\n\u003cli\u003e確保賬戶裡有足夠的 BNB\u003c/li\u003e\n\u003c/ol\u003e\n\u003cp\u003eBNB 賬戶餘額不足時會自動切回普通手續費，建議保持一定餘額。\u003c/p\u003e","title":"Binance 手續費怎麼省：從 0.1% 降到 0.045% 的完整方法"},{"content":" 很多人進入加密市場後面臨的第一個問題：是直接定投買 BTC，還是用網格機器人？這兩種方式都有各自的支持者，也都有真實的缺陷。\n這篇文章從普通人的角度，把兩種方式拆開來分析。\n什麼是 BTC 定投 定投（Dollar-Cost Averaging，DCA）：每隔固定時間，花固定金額買 BTC，不管價格高低。\n例子： 每週買 $100 的 BTC，堅持 2 年。價格高的時候買到少，價格低的時候買到多，長期下來平均成本比較合理。\n操作極簡單：\nBinance 支援定投計劃，設定好後全自動 不需要看盤 每次執行 5 分鐘 什麼是網格交易 網格交易：在設定的價格區間內，設定多個買入和賣出價位。價格在區間內來回震盪時，低買高賣獲利。\n例子： BTC 在 60000-80000 USDT 之間，每隔 1000 USDT 設一個網格，一共 20 個網格。每次價格下跌 1000 買入，上漲 1000 賣出，反覆賺差價。\nPionex 內建免費網格機器人，是目前最簡單的網格工具。\n核心差異對比 對比維度 定投 網格交易 適合行情 長期上漲趨勢 橫盤震盪 不適合行情 橫盤震盪（不停買但價格不漲） 單邊下跌（浮虧持續擴大） 操作複雜度 極低 中等（需要設定引數） 資金佔用 分批投入 一次性鎖定 心理壓力 低（長期持有） 較高（需要關注區間） 收益來源 BTC 價格上漲 價格震盪差價 最大風險 BTC 長期下跌 價格跌出網格區間，浮虧 兩種方式的實際收益分析 定投的歷史表現 以 BTC 為例，任意 4 年時間段內定投，歷史上幾乎都是正收益：\n定投週期 開始年份 結束年份 年化收益（估） 4 年 2017 2021 +1200% 4 年 2018 2022 +400% 4 年 2019 2023 +350% 4 年 2020 2024 +600% 關鍵假設：你要能堅持住，不在下跌時恐慌賣出。\n熊市期間（BTC 跌 70-80%），定投賬戶會浮虧很深。大多數人在這裡扛不住，提前止損，反而虧錢。\n網格交易的實際表現 BTC 在 2023-2024 年的區間震盪行情（40000-70000 USDT），適合網格：\n區間內反覆震盪，網格每次震盪都能賺差價 年化收益視引數設定，通常 20-80% APR 但這只是區間內的部分。 如果 BTC 最終突破上漲到 10 萬，網格因為一直在賣出，反而踏空了大漲行情。 風險對比 定投的風險 核心風險：BTC 本身的價格風險\n如果 BTC 在未來 5-10 年內大幅下跌並長期不恢復（極端情況），定投虧損。\n但這個風險對網格交易同樣存在，且網格交易在單邊下跌行情裡虧得更快（因為一直在買入）。\n網格交易的風險 1. 跌出網格區間\nBTC 從 70000 跌到 30000，網格設在 60000-80000，價格跌出去後網格停止運作，持有的是高位接的倉位，浮虧很大。\n2. 踏空大漲行情\nBTC 從 60000 直接漲到 100000，網格一直在 60000-80000 區間內賣出，最終只持有少量倉位，大漲行情沒吃到。\n3. 引數設定錯誤\n區間太窄、網格太稀疏，收益不明顯；區間太寬，每格差價太小，手續費吃掉利潤。\n什麼情況選哪種 選定投，如果：\n你相信 BTC 長期價值，有 3-5 年以上的時間視野 沒有時間盯盤，想\u0026quot;買了不管\u0026quot; 資金量不大，每月幾百到幾千美元 不能承受網格引數設定錯誤的風險 選網格交易，如果：\n判斷當前處於橫盤震盪行情 有足夠的資金設定合理的網格區間 能接受踏空大漲的可能（賣出了就接受） 願意花時間學習引數設定和調整 兩種都做（推薦）：\n我自己的做法：\n用定投建立 BTC 底倉（長期持有，不動） 拿一部分倉位做網格，賺震盪行情的差價 比例：底倉 60%，網格 40% 這樣在橫盤行情時網格賺錢，在單邊上漲行情時底倉漲值，兼顧兩種可能性。\n實操指南 定投怎麼設定（Binance） Binance App → 定投 選擇 BTC 設定投入金額和頻率（每週、每天、每月） 選擇投入貨幣（USDT） 確認開啟 建議頻率：每週定投，比每天更能平滑成本，比每月更高頻。\n網格怎麼設定（Pionex） 註冊 Pionex 選擇 BTC/USDT 網格機器人 引數設定： 價格區間：根據近期震盪區間設定，留一定餘量 網格數量：20-50 格，不要太少 投入金額：賬戶餘額的 30-50%，不要全倉 具體引數選擇和風險控制見：Pionex 網格機器人實戰\n北極星策略和這兩種方式的區別 我自己跑的北極星策略是第三種方式：趨勢跟蹤。\n策略 適合行情 目標 定投 長期上漲 積累持倉 網格 橫盤震盪 賺差價 趨勢跟蹤 有方向的行情 跟隨大趨勢 三種方式本質上是不同的賺錢邏輯，可以根據市場狀態組合使用。\n延伸閱讀：\nPionex 網格機器人實戰 北極星策略實盤跟蹤 量化策略止損怎麼設 📷 封面圖 · Flux Schnell AI 生成 · panshi.io 品牌風格\n","permalink":"https://blog.panshi.io/zh-hant/posts/btc-dca-vs-grid/","summary":"\u003c!-- hero-image --\u003e\n\u003cp\u003e\u003cimg alt=\"a person reading a newspaper next to a cup of coffee\" loading=\"lazy\" src=\"/images/btc-dca-vs-grid-hero.jpg\"\u003e\u003c/p\u003e\n\u003cp\u003e很多人進入加密市場後面臨的第一個問題：是直接定投買 BTC，還是用網格機器人？這兩種方式都有各自的支持者，也都有真實的缺陷。\u003c/p\u003e\n\u003cp\u003e這篇文章從普通人的角度，把兩種方式拆開來分析。\u003c/p\u003e\n\u003ch2 id=\"什麼是-btc-定投\"\u003e什麼是 BTC 定投\u003c/h2\u003e\n\u003cp\u003e定投（Dollar-Cost Averaging，DCA）：每隔固定時間，花固定金額買 BTC，不管價格高低。\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003e例子：\u003c/strong\u003e 每週買 $100 的 BTC，堅持 2 年。價格高的時候買到少，價格低的時候買到多，長期下來平均成本比較合理。\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003e操作極簡單：\u003c/strong\u003e\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003eBinance 支援定投計劃，設定好後全自動\u003c/li\u003e\n\u003cli\u003e不需要看盤\u003c/li\u003e\n\u003cli\u003e每次執行 5 分鐘\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch2 id=\"什麼是網格交易\"\u003e什麼是網格交易\u003c/h2\u003e\n\u003cp\u003e網格交易：在設定的價格區間內，設定多個買入和賣出價位。價格在區間內來回震盪時，低買高賣獲利。\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003e例子：\u003c/strong\u003e BTC 在 60000-80000 USDT 之間，每隔 1000 USDT 設一個網格，一共 20 個網格。每次價格下跌 1000 買入，上漲 1000 賣出，反覆賺差價。\u003c/p\u003e\n\u003cp\u003e\u003ca href=\"https://aff.panshi.io/track?id=pionex\"\u003ePionex\u003c/a\u003e 內建免費網格機器人，是目前最簡單的網格工具。\u003c/p\u003e\n\u003ch2 id=\"核心差異對比\"\u003e核心差異對比\u003c/h2\u003e\n\u003ctable\u003e\n  \u003cthead\u003e\n      \u003ctr\u003e\n          \u003cth\u003e對比維度\u003c/th\u003e\n          \u003cth\u003e定投\u003c/th\u003e\n          \u003cth\u003e網格交易\u003c/th\u003e\n      \u003c/tr\u003e\n  \u003c/thead\u003e\n  \u003ctbody\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e\u003cstrong\u003e適合行情\u003c/strong\u003e\u003c/td\u003e\n          \u003ctd\u003e長期上漲趨勢\u003c/td\u003e\n          \u003ctd\u003e橫盤震盪\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e\u003cstrong\u003e不適合行情\u003c/strong\u003e\u003c/td\u003e\n          \u003ctd\u003e橫盤震盪（不停買但價格不漲）\u003c/td\u003e\n          \u003ctd\u003e單邊下跌（浮虧持續擴大）\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e\u003cstrong\u003e操作複雜度\u003c/strong\u003e\u003c/td\u003e\n          \u003ctd\u003e極低\u003c/td\u003e\n          \u003ctd\u003e中等（需要設定引數）\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e\u003cstrong\u003e資金佔用\u003c/strong\u003e\u003c/td\u003e\n          \u003ctd\u003e分批投入\u003c/td\u003e\n          \u003ctd\u003e一次性鎖定\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e\u003cstrong\u003e心理壓力\u003c/strong\u003e\u003c/td\u003e\n          \u003ctd\u003e低（長期持有）\u003c/td\u003e\n          \u003ctd\u003e較高（需要關注區間）\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e\u003cstrong\u003e收益來源\u003c/strong\u003e\u003c/td\u003e\n          \u003ctd\u003eBTC 價格上漲\u003c/td\u003e\n          \u003ctd\u003e價格震盪差價\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e\u003cstrong\u003e最大風險\u003c/strong\u003e\u003c/td\u003e\n          \u003ctd\u003eBTC 長期下跌\u003c/td\u003e\n          \u003ctd\u003e價格跌出網格區間，浮虧\u003c/td\u003e\n      \u003c/tr\u003e\n  \u003c/tbody\u003e\n\u003c/table\u003e\n\u003ch2 id=\"兩種方式的實際收益分析\"\u003e兩種方式的實際收益分析\u003c/h2\u003e\n\u003ch3 id=\"定投的歷史表現\"\u003e定投的歷史表現\u003c/h3\u003e\n\u003cp\u003e以 BTC 為例，任意 4 年時間段內定投，歷史上幾乎都是正收益：\u003c/p\u003e","title":"BTC 定投 vs 網格交易：哪個更適合普通人"},{"content":" Anthropic 目前的主力模型線：Opus 4.6（最強）、Sonnet 4.6（均衡）、Haiku 4.5（最快最便宜）。很多人用 Claude 的時候不管什麼任務都用 Opus，結果 API 賬單高出 3-5 倍。\n這篇文章從實際使用角度講清楚：什麼情況用 Opus，什麼情況用 Sonnet，Haiku 什麼時候值得考慮。\n價格對比（2026年4月） 模型 輸入價格 輸出價格 相對成本 claude-haiku-4-5 $0.80/M tokens $4/M tokens 1× claude-sonnet-4-6 $3/M tokens $15/M tokens ~4× claude-opus-4-6 $15/M tokens $75/M tokens ~19× Opus 比 Haiku 貴將近 20 倍。 同樣的任務，如果 Sonnet 能解決，用 Opus 就是純粹浪費。\n透過 GitHub Copilot Pro+ 訂閱（$19/月）可以用有限額度的 Sonnet 和 Opus，超出額度後按 API 計費。\n速度對比 實測（2026年4月，複雜程式碼生成任務）：\n模型 首 Token 延遲 生成速度 Haiku 4.5 ~0.5s ~120 tokens/s Sonnet 4.6 ~1.2s ~80 tokens/s Opus 4.6 ~2.5s ~40 tokens/s Opus 不僅更貴，而且更慢。在對話場景裡感知很明顯。\n質量差距究竟有多大？ 直接說結論：大多數日常任務，Sonnet 和 Opus 的結果沒有實質差異。\nOpus 明顯更好的場景：\n複雜多步推理：需要在多個約束條件下同時推導，比如複雜的數學證明、多因素決策分析 極長文件理解：100K tokens 以上的上下文，Opus 的資訊整合能力更強 細微語氣和創意寫作：需要高度風格控制的場景 難度較高的程式設計：系統架構設計、複雜演算法實現，Opus 出錯率更低 Sonnet 完全夠用的場景（佔日常使用的 80%+）：\n程式碼 debug 和功能實現 文章寫作和修改 資料分析和總結 普通問答和解釋 指令碼編寫和配置檔案 Claude Code 日常運維操作 實際場景對照表 任務型別 推薦模型 理由 伺服器運維操作 Sonnet 操作明確，不需要深度推理 寫部落格文章 Sonnet 質量足夠，速度更快 複雜量化策略設計 Opus 需要多步驟數學推理 程式碼 review Sonnet 大多數 bug 都能發現 架構設計討論 Opus 需要權衡多種方案 翻譯 Sonnet / Haiku 簡單任務 Haiku 就夠 摘要總結 Haiku 最便宜，效果差別不大 正規表示式 Haiku 簡單確定性任務 資料格式轉換 Haiku 無需複雜推理 複雜 SQL 最佳化 Opus 需要深入理解執行計劃 寫單元測試 Sonnet 夠用，不需要 Opus 長文件分析 Opus 100K+ tokens 上下文 Opus 更穩 在 Claude Code 裡切換模型 Claude Code CLI 支援在會話中切換模型：\n# 啟動時指定模型 claude --model claude-sonnet-4-6 # 會話中切換（在提示符裡輸入） /model claude-opus-4-6 /model claude-sonnet-4-6 /model claude-haiku-4-5-20251001 我的實際用法：\n預設跑 Sonnet：日常運維、寫程式碼、查文件 切 Opus 的場景：策略邏輯設計、複雜架構討論、需要高置信度的關鍵決策 切 Haiku 的場景：批次處理、格式轉換、簡單指令碼 省錢技巧：Prompt Cache Claude API 支援 Prompt Caching，重複的 system prompt 和上下文只收一次錢：\nimport anthropic client = anthropic.Anthropic() response = client.messages.create( model=\u0026#34;claude-sonnet-4-6\u0026#34;, max_tokens=1024, system=[ { \u0026#34;type\u0026#34;: \u0026#34;text\u0026#34;, \u0026#34;text\u0026#34;: \u0026#34;你是一個量化交易助手。以下是策略背景資訊：...\u0026#34;, \u0026#34;cache_control\u0026#34;: {\u0026#34;type\u0026#34;: \u0026#34;ephemeral\u0026#34;} # 快取這段 } ], messages=[{\u0026#34;role\u0026#34;: \u0026#34;user\u0026#34;, \u0026#34;content\u0026#34;: \u0026#34;分析一下最近的訊號...\u0026#34;}] ) 第一次呼叫會寫入快取，後續呼叫命中快取的 token 價格降低 90%。對於固定 system prompt 較長的場景，節省非常明顯。\n詳細的 API 省錢技巧見：Claude API 省錢指南\n我的成本控制結論 用了幾個月 Claude Code，摸出來的經驗：\n預設用 Sonnet，不要預設 Opus 遇到 Sonnet 給出質量不滿意的結果，再切 Opus 重試，不要預防性地用 Opus 批處理任務用 Haiku：爬完資料要分類？幾千條日誌要提取關鍵資訊？Haiku 足夠，省 90% Copilot Pro+ 的 Opus 額度要用在刀刃上：月初不要浪費在簡單任務，留給真正需要的場景 按這個策略，我的 API 成本比最開始下降了約 65%，同時主觀質量感受沒有明顯退步。\n延伸閱讀：\nClaude API 省錢指南 Claude Code 真實使用體驗 OpenClaw + Copilot 引數調優 用 Claude 分析 Pionex 實盤日誌 — Sonnet 足夠做資料分析，Opus 額度留給深度覆盤 省下的 API 成本可以變成\u0026quot;本金\u0026quot;：每月 $20 穩定理財收益在量化工具裡並不難。看看 Pionex 期現套利 怎麼做到 14% APY，註冊 Pionex 最低 $100 試執行。\n📷 封面圖 · Flux Schnell AI 生成 · panshi.io 品牌風格\n","permalink":"https://blog.panshi.io/zh-hant/posts/claude-sonnet-vs-opus/","summary":"\u003c!-- hero-image --\u003e\n\u003cp\u003e\u003cimg alt=\"Artificial intelligence concept within a human head\" loading=\"lazy\" src=\"/images/claude-sonnet-vs-opus-hero.jpg\"\u003e\u003c/p\u003e\n\u003cp\u003eAnthropic 目前的主力模型線：\u003cstrong\u003eOpus 4.6\u003c/strong\u003e（最強）、\u003cstrong\u003eSonnet 4.6\u003c/strong\u003e（均衡）、\u003cstrong\u003eHaiku 4.5\u003c/strong\u003e（最快最便宜）。很多人用 Claude 的時候不管什麼任務都用 Opus，結果 API 賬單高出 3-5 倍。\u003c/p\u003e\n\u003cp\u003e這篇文章從實際使用角度講清楚：什麼情況用 Opus，什麼情況用 Sonnet，Haiku 什麼時候值得考慮。\u003c/p\u003e\n\u003ch2 id=\"價格對比2026年4月\"\u003e價格對比（2026年4月）\u003c/h2\u003e\n\u003ctable\u003e\n  \u003cthead\u003e\n      \u003ctr\u003e\n          \u003cth\u003e模型\u003c/th\u003e\n          \u003cth\u003e輸入價格\u003c/th\u003e\n          \u003cth\u003e輸出價格\u003c/th\u003e\n          \u003cth\u003e相對成本\u003c/th\u003e\n      \u003c/tr\u003e\n  \u003c/thead\u003e\n  \u003ctbody\u003e\n      \u003ctr\u003e\n          \u003ctd\u003eclaude-haiku-4-5\u003c/td\u003e\n          \u003ctd\u003e$0.80/M tokens\u003c/td\u003e\n          \u003ctd\u003e$4/M tokens\u003c/td\u003e\n          \u003ctd\u003e1×\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003eclaude-sonnet-4-6\u003c/td\u003e\n          \u003ctd\u003e$3/M tokens\u003c/td\u003e\n          \u003ctd\u003e$15/M tokens\u003c/td\u003e\n          \u003ctd\u003e~4×\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003eclaude-opus-4-6\u003c/td\u003e\n          \u003ctd\u003e$15/M tokens\u003c/td\u003e\n          \u003ctd\u003e$75/M tokens\u003c/td\u003e\n          \u003ctd\u003e~19×\u003c/td\u003e\n      \u003c/tr\u003e\n  \u003c/tbody\u003e\n\u003c/table\u003e\n\u003cp\u003e\u003cstrong\u003eOpus 比 Haiku 貴將近 20 倍。\u003c/strong\u003e 同樣的任務，如果 Sonnet 能解決，用 Opus 就是純粹浪費。\u003c/p\u003e\n\u003cp\u003e透過 GitHub Copilot Pro+ 訂閱（$19/月）可以用有限額度的 Sonnet 和 Opus，超出額度後按 API 計費。\u003c/p\u003e","title":"Claude Sonnet vs Opus：怎麼選模型才不浪費錢"},{"content":" 我目前每月花 $80 訂閱了兩個 GitHub Copilot Pro+ 賬號。這個數字初看不小，但用了 3 個月後，我認為這是我所有 AI 訂閱裡 ROI 最高的。\n這篇文章把賬算清楚，讓你自己判斷值不值。\nCopilot Pro+ 是什麼 GitHub Copilot 有三個檔位：\n檔位 月費 核心區別 Copilot Free 免費 基礎補全，每月 2000 次補全 Copilot Pro $10 無限補全，GPT-4o 模型 Copilot Pro+ $19 無限補全 + 高階模型額度 Pro+ 的關鍵差異：\n每月 1500 次高階模型使用：包括 Claude Sonnet 4.6、Claude Opus 4.6、o3 等 在 VS Code / JetBrains / Vim 裡直接呼叫這些模型做程式碼生成 支援 Claude Code CLI 作為後端（OpenClaw 接入也是這個方式） 我的使用場景 我用 Copilot Pro+ 主要做兩件事：\n1. 驅動 OpenClaw\nOpenClaw 支援透過 Copilot Pro+ 賬號呼叫 Claude Opus，月費制，比按量計費省很多。 具體配置見：OpenClaw + Copilot 引數調優\n2. 驅動 Claude Code CLI\nClaude Code 官方支援用 Copilot 的 API Key 作為 Claude API 替代，等於每月 1500 次可以用 Opus 做重型任務，超出才走 Anthropic API 計費。\n成本賬怎麼算 如果純走 Claude API（按量計費） 按我每月的實際用量估算：\n用途 Token 消耗/月 用 Sonnet 成本 用 Opus 成本 OpenClaw 運維任務 ~500K tokens ~$9 ~$45 Claude Code 程式設計 ~800K tokens ~$14 ~$72 策略分析討論 ~200K tokens ~$4 ~$18 合計 ~1.5M tokens ~$27 ~$135 純用 Sonnet 每月約 $27，純用 Opus 約 $135。\n用 Copilot Pro+ 之後 Copilot Pro+：$19/月 覆蓋 1500 次高階模型呼叫（大約對應 60-80 次複雜程式設計任務） 超出後降級到 Sonnet 或按量計費 實際 API 補充費用（超限部分）：~$8/月 總成本：$27/月（兩個賬號 $54，交替使用延長高階額度）\n這和純用 Sonnet API 差不多，但獲得了部分 Opus 質量。\n真正的價值：額度用在刀刃上 單純從價格角度，Copilot Pro+ 不算特別便宜。它的真實價值是：\n1. 強迫你用最合適的模型\n有了月度額度限制，反而讓我學會了什麼任務用什麼模型：\n簡單運維用 Sonnet 真正需要深度的任務才用 Opus（月度 1500 次額度） 沒有額度就不會亂用 Opus 2. IDE 內整合體驗\n在 VS Code 裡寫程式碼的同時，直接 Ctrl+I 喚出 AI 修改，不需要開新標籤頁，上下文保留完整。這個體驗比切到 claude.ai 網頁效率高很多。\n3. 賬號共享策略\n用兩個 Copilot Pro+ 賬號：\n賬號 A 跑 OpenClaw（常駐後臺任務） 賬號 B 跑 Claude Code（即時程式設計任務） 兩個賬號的 1500 次額度相互獨立，等於月度額度翻倍。\n什麼人適合買 推薦買 Copilot Pro+ 的情況：\n每天有 2+ 小時程式設計工作 已經在用 OpenClaw 或 Claude Code 願意花時間調教 AI 工作流 用 VS Code / JetBrains 系 IDE 不推薦的情況：\n每天只是偶爾問幾個問題 → 用免費的 Claude.ai 就夠 只是要程式碼補全 → Copilot Pro ($10) 夠了 主要做非程式設計任務 → Claude Pro 訂閱更合適 和 Claude Pro 的關係 很多人覺得兩個訂閱重疊了：\nClaude Pro Copilot Pro+ 月費 $20 $19 主要用途 claude.ai 網頁對話 IDE 整合 + CLI 工具 模型質量上限 Opus Opus（額度更少） 開發場景適配 一般 好 非開發場景 好 一般 如果你主要做開發：Copilot Pro+ \u0026gt; Claude Pro 如果你做各種雜事：Claude Pro 更靈活\n我兩個都訂閱，但如果讓我二選一，選 Copilot Pro+。\n省錢技巧 1. 透過 GitHub Education 免費獲得\n學生 / 教師可以申請 GitHub Education，包含 Copilot Pro 免費額度（Pro，不是 Pro+）。\n2. 年付優惠\n年付比月付省 16%，如果確定要長期用，年付更合算。\n3. 配合 Prompt Cache\n在 Claude Code 裡重複操作時，設定好 CLAUDE.md 作為上下文，命中 Prompt Cache 可以減少 API token 消耗，變相延長額度。\n延伸閱讀：\nClaude Code 真實使用體驗 OpenClaw + Copilot 引數調優 Claude API 省錢指南 📷 封面圖 · Flux Schnell AI 生成 · panshi.io 品牌風格\n","permalink":"https://blog.panshi.io/zh-hant/posts/copilot-pro-plus-review/","summary":"\u003c!-- hero-image --\u003e\n\u003cp\u003e\u003cimg alt=\"Computer screen displaying lines of code\" loading=\"lazy\" src=\"/images/copilot-pro-plus-review-hero.jpg\"\u003e\u003c/p\u003e\n\u003cp\u003e我目前每月花 $80 訂閱了兩個 GitHub Copilot Pro+ 賬號。這個數字初看不小，但用了 3 個月後，我認為這是我所有 AI 訂閱裡 ROI 最高的。\u003c/p\u003e\n\u003cp\u003e這篇文章把賬算清楚，讓你自己判斷值不值。\u003c/p\u003e\n\u003ch2 id=\"copilot-pro-是什麼\"\u003eCopilot Pro+ 是什麼\u003c/h2\u003e\n\u003cp\u003eGitHub Copilot 有三個檔位：\u003c/p\u003e\n\u003ctable\u003e\n  \u003cthead\u003e\n      \u003ctr\u003e\n          \u003cth\u003e檔位\u003c/th\u003e\n          \u003cth\u003e月費\u003c/th\u003e\n          \u003cth\u003e核心區別\u003c/th\u003e\n      \u003c/tr\u003e\n  \u003c/thead\u003e\n  \u003ctbody\u003e\n      \u003ctr\u003e\n          \u003ctd\u003eCopilot Free\u003c/td\u003e\n          \u003ctd\u003e免費\u003c/td\u003e\n          \u003ctd\u003e基礎補全，每月 2000 次補全\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003eCopilot Pro\u003c/td\u003e\n          \u003ctd\u003e$10\u003c/td\u003e\n          \u003ctd\u003e無限補全，GPT-4o 模型\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003eCopilot Pro+\u003c/td\u003e\n          \u003ctd\u003e$19\u003c/td\u003e\n          \u003ctd\u003e無限補全 + 高階模型額度\u003c/td\u003e\n      \u003c/tr\u003e\n  \u003c/tbody\u003e\n\u003c/table\u003e\n\u003cp\u003ePro+ 的關鍵差異：\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e\u003cstrong\u003e每月 1500 次高階模型使用\u003c/strong\u003e：包括 Claude Sonnet 4.6、Claude Opus 4.6、o3 等\u003c/li\u003e\n\u003cli\u003e在 VS Code / JetBrains / Vim 裡直接呼叫這些模型做程式碼生成\u003c/li\u003e\n\u003cli\u003e支援 Claude Code CLI 作為後端（OpenClaw 接入也是這個方式）\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch2 id=\"我的使用場景\"\u003e我的使用場景\u003c/h2\u003e\n\u003cp\u003e我用 Copilot Pro+ 主要做兩件事：\u003c/p\u003e","title":"Copilot Pro+ 值不值買：用了 3 個月的真實 ROI 分析"},{"content":" DMIT 是我主力在用的 VPS 服務商，用了一年多。它的香港和美國節點在連線速度和穩定性上是我用過最好的，IP 被封機率也低。\n很多人看到 DMIT 的介面是英文，不知道怎麼買，這篇文章把流程完整走一遍。\n為什麼選 DMIT 選 VPS 的核心看三點：延遲、穩定性、IP 質量。\nDMIT 的優勢：\n香港節點對國內延遲極低（廣州通常 20-40ms） 使用 CN2 GIA 線路，國內三網直連 原生 IP，流媒體解鎖能力強（Netflix、Disney+ 香港區） 支援 Hysteria2，UDP 效能好 IP 被封機率明顯低於普通 BGP 線路 劣勢：\n價格偏高（香港節點月費 $14.9 起） 熱門套餐經常缺貨 詳細和其他服務商的對比：VPS 選購指南\n第一步：註冊賬號 訪問 DMIT 官網。\n點右上角 Register 填寫資訊： First Name / Last Name：填真實姓名（用於賬單） Email Address：常用郵箱 Password：設定強密碼 點 Register 完成註冊 去郵箱驗證郵件（有時在垃圾郵件資料夾裡） 註冊完成後自動登入到控制面板（Client Area）。\n第二步：選擇套餐 DMIT 有多個產品線，針對代理節點的推薦：\n香港節點（最推薦） 主頁選單 → Products → Hong Kong → PVM.HKG（Eyeball）\nEyeball 系列是對國內最佳化最好的線路，延遲最低。\n常見規格：\n套餐 記憶體 CPU 流量 月費 Tiny 1GB 1核 1TB ~$14.9 Small 2GB 2核 2TB ~$29.9 Medium 4GB 2核 4TB ~$58.9 個人代理節點用 Tiny 夠了，Xray + Hysteria2 跑起來 1GB 記憶體綽綽有餘。\n美國節點 主頁選單 → Products → Los Angeles\n美國節點有兩條線路：\nPremium：對國內最佳化更好，CN2 GIA 出口 Economy：價格低，BGP 線路 做代理節點選 Premium，延遲 140-180ms，穩定。\n第三步：配置和下單 點選選好的套餐，進入配置頁：\nBilling Cycle（計費週期）：Monthly（月付）或 Annually（年付，省 10-20%） Location：大多數情況固定，不用選 OS：選 Ubuntu 22.04（推薦，後續教程都基於 Ubuntu） SSH Key：可以上傳公鑰，比密碼登入更安全（下面會講） 檢查右側價格彙總 點 Continue 第四步：付款 DMIT 支援的支付方式：\n信用卡 / PayPal：直接綁卡或 PayPal 賬號 加密貨幣：支援 USDT（TRC20 / ERC20）、BTC、ETH 等 支付寶：部分套餐支援 推薦用 USDT TRC20 支付：\n手續費極低（1-2 USDT） 不需要綁銀行卡 即時到賬 付款流程：\n選擇支付方式 → Cryptocurrency → USDT (TRC20) 頁面顯示付款地址和金額 從你的錢包（交易所或 SafePal）轉入對應金額 等待鏈上確認（TRC20 通常 1-2 分鐘） DMIT 系統自動確認，VPS 開始部署 第五步：獲取伺服器資訊 付款完成後約 5-15 分鐘，VPS 部署完畢，收到郵件包含：\nIP 地址 root 密碼（如果沒有上傳 SSH Key） SSH 埠（通常 22，DMIT 也可能是其他埠） 在 DMIT 控制面板裡也能看到： My Services → 點進你的 VPS → Details\n第六步：SSH 連線 macOS / Linux 連線 # 使用密碼登入 ssh root@你的VPS_IP # 使用 SSH Key 登入（推薦） ssh -i ~/.ssh/你的私鑰檔案 root@你的VPS_IP # 如果埠不是 22 ssh -p 埠號 root@你的VPS_IP 第一次連線會提示：\nThe authenticity of host \u0026#39;43.x.x.x\u0026#39; can\u0026#39;t be established. ECDSA key fingerprint is SHA256:xxxxx. Are you sure you want to continue connecting (yes/no)? 輸入 yes 回車繼續。\nWindows 連線 推薦使用 PuTTY 或 Windows 自帶的 PowerShell：\n# PowerShell ssh root@你的VPS_IP SSH Key 配置（推薦，比密碼更安全） 在本地生成 SSH Key 對：\n# 生成金鑰（已有可跳過） ssh-keygen -t ed25519 -C \u0026#34;dmit-vps\u0026#34; # 檢視公鑰 cat ~/.ssh/id_ed25519.pub 把公鑰內容貼上到 DMIT 購買頁的 SSH Key 欄位，或者連上伺服器後手動新增：\n# 在伺服器上 mkdir -p ~/.ssh echo \u0026#34;你的公鑰內容\u0026#34; \u0026gt;\u0026gt; ~/.ssh/authorized_keys chmod 700 ~/.ssh chmod 600 ~/.ssh/authorized_keys 第七步：伺服器基礎初始化 首次登入後建議做以下基礎配置：\n# 更新系統 apt update \u0026amp;\u0026amp; apt upgrade -y # 安裝常用工具 apt install -y curl wget vim htop unzip ufw # 修改 SSH 埠（避免掃描，可選） vim /etc/ssh/sshd_config # 找到 #Port 22，改成 Port 18022（或其他埠） systemctl restart sshd # 配置防火牆 ufw default deny incoming ufw default allow outgoing ufw allow 18022/tcp # SSH 新埠（先開放再重啟 SSH） ufw allow 443/tcp ufw allow 443/udp # Hysteria2 需要 UDP ufw enable # 設定時區 timedatectl set-timezone Asia/Shanghai 重要： 修改 SSH 埠後，不要關閉當前會話。開新終端用新埠測試能否連線，確認可以才關舊會話。\n第八步：部署代理 基礎環境配置好後，下一步是部署代理服務：\nXray VLESS+XTLS 部署教程 Hysteria2 部署教程 兩個協議同時部署，mihomo 自動切換，是最穩的方案。\n常見問題 套餐顯示 Out of Stock 怎麼辦 熱門套餐（香港 Tiny）經常缺貨。方法：\n關注 DMIT 官方 Telegram 頻道，補貨時第一時間通知 在 NodeSeek / HostLoc 等社群等人轉讓 暫時選稍貴的 Small 套餐，有貨了再升降配 付款後長時間沒有部署 加密貨幣付款：等鏈上確認。TRC20 通常 2 分鐘，BTC 需要 6 個區塊確認（約 1 小時）。\n超過 2 小時沒訊息，提工單（Tickets）聯絡客服，說明付款 txid。\nIP 被封了 DMIT 支援提工單申請換 IP，費用通常 $5-8。 詳情見：VPS 被封 IP 怎麼辦\n流量用完了 套餐流量用完後，有的套餐會限速（不斷線），有的直接斷連。在控制面板 My Services 裡可以看到當月流量使用情況。\n可以購買額外流量包，或者等下個月重置。\n有購買或配置問題，歡迎來 Telegram 找我。\n📷 封面圖 · Flux Schnell AI 生成 · panshi.io 品牌風格\n","permalink":"https://blog.panshi.io/zh-hant/posts/dmit-vps-purchase-guide/","summary":"\u003c!-- hero-image --\u003e\n\u003cp\u003e\u003cimg alt=\"a close up of a server in a server room\" loading=\"lazy\" src=\"/images/dmit-vps-purchase-guide-hero.jpg\"\u003e\u003c/p\u003e\n\u003cp\u003e\u003ca href=\"https://aff.panshi.io/track?id=dmit\"\u003eDMIT\u003c/a\u003e 是我主力在用的 VPS 服務商，用了一年多。它的香港和美國節點在連線速度和穩定性上是我用過最好的，IP 被封機率也低。\u003c/p\u003e\n\u003cp\u003e很多人看到 DMIT 的介面是英文，不知道怎麼買，這篇文章把流程完整走一遍。\u003c/p\u003e\n\u003ch2 id=\"為什麼選-dmit\"\u003e為什麼選 DMIT\u003c/h2\u003e\n\u003cp\u003e選 VPS 的核心看三點：延遲、穩定性、IP 質量。\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003eDMIT 的優勢：\u003c/strong\u003e\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e香港節點對國內延遲極低（廣州通常 20-40ms）\u003c/li\u003e\n\u003cli\u003e使用 CN2 GIA 線路，國內三網直連\u003c/li\u003e\n\u003cli\u003e原生 IP，流媒體解鎖能力強（Netflix、Disney+ 香港區）\u003c/li\u003e\n\u003cli\u003e支援 Hysteria2，UDP 效能好\u003c/li\u003e\n\u003cli\u003eIP 被封機率明顯低於普通 BGP 線路\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003e\u003cstrong\u003e劣勢：\u003c/strong\u003e\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e價格偏高（香港節點月費 $14.9 起）\u003c/li\u003e\n\u003cli\u003e熱門套餐經常缺貨\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003e詳細和其他服務商的對比：\u003ca href=\"/zh-hant/posts/vps-selection-guide/\"\u003eVPS 選購指南\u003c/a\u003e\u003c/p\u003e\n\u003ch2 id=\"第一步註冊賬號\"\u003e第一步：註冊賬號\u003c/h2\u003e\n\u003cp\u003e訪問 \u003ca href=\"https://aff.panshi.io/track?id=dmit\"\u003eDMIT 官網\u003c/a\u003e。\u003c/p\u003e\n\u003col\u003e\n\u003cli\u003e點右上角 \u003cstrong\u003eRegister\u003c/strong\u003e\u003c/li\u003e\n\u003cli\u003e填寫資訊：\n\u003cul\u003e\n\u003cli\u003e\u003cstrong\u003eFirst Name / Last Name\u003c/strong\u003e：填真實姓名（用於賬單）\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003eEmail Address\u003c/strong\u003e：常用郵箱\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003ePassword\u003c/strong\u003e：設定強密碼\u003c/li\u003e\n\u003c/ul\u003e\n\u003c/li\u003e\n\u003cli\u003e點 \u003cstrong\u003eRegister\u003c/strong\u003e 完成註冊\u003c/li\u003e\n\u003cli\u003e去郵箱驗證郵件（有時在垃圾郵件資料夾裡）\u003c/li\u003e\n\u003c/ol\u003e\n\u003cp\u003e註冊完成後自動登入到控制面板（Client Area）。\u003c/p\u003e","title":"DMIT VPS 購買流程圖文教程：從註冊到第一次 SSH 連線"},{"content":" 很多人以為有了 VPS 代理節點就夠了，其實不然。VPS 的 IP 來自資料中心，很多平臺會針對資料中心 IP 做額外限制——OpenAI 不讓資料中心 IP 註冊、某些平臺觸發額外驗證、賬號因\u0026quot;異常登入\u0026quot;被限制……這些場景需要住宅 IP。\nIPRoyal 是我長期在用的住宅 IP 服務，這篇文章說清楚什麼時候需要住宅 IP，以及怎麼用。\n住宅 IP vs 資料中心 IP 對比項 資料中心 IP（VPS） 住宅 IP 來源 AWS、Google Cloud 等雲服務商 真實家庭寬頻 ISP 識別難度 容易被平臺檢測 極難區分（看起來就是普通使用者） 速度 快，穩定 因 ISP 而異，可能有波動 價格 低（月付固定） 高（按流量 GB 計費） 適合用途 日常代理 需要\u0026quot;像真人\u0026quot;的操作 資料中心 IP 的 ASN（自治系統號）是已知的，Cloudflare、Google 等公司維護了這些 IP 段的黑名單。住宅 IP 的 ASN 是各地 ISP（中國移動、Comcast、Vodafone 等），和普通家庭使用者沒有區別。\n典型使用場景 場景 1：註冊需要住宅 IP 的賬號 部分服務只允許住宅 IP 註冊，或者資料中心 IP 註冊會觸發人機驗證：\nChatGPT / OpenAI：限制部分地區資料中心 IP Claude.ai：部分地區資料中心 IP 註冊受限 Twitter / X：用資料中心 IP 批次註冊容易封號 各類美區賬號：需要美國住宅 IP 才能註冊 操作流程：\nIPRoyal 選擇目標國家/州（比如美國加州） 選擇住宅代理套餐 獲取代理地址和埠 配置到瀏覽器（推薦 Chrome + Proxy SwitchyOmega 外掛） 驗證 IP 歸屬後註冊賬號 場景 2：VPS 節點被封期間臨時過渡 VPS IP 突然被封，手頭沒有其他備用節點，IPRoyal 按 GB 計費，買幾 GB 撐過去：\n不需要月付，用多少買多少 臨時使用 2-5 GB 通常夠幾天 換到住宅 IP 走，同時處理 VPS 換 IP 的問題 詳情見：VPS 被封 IP 怎麼辦\n場景 3：AI 工具專線訪問 部分 AI 工具（Claude API、OpenAI API）對呼叫 IP 有要求。使用住宅 IP 作為 API 呼叫出口，穩定性和透過率更高：\n在伺服器上配置 IPRoyal 代理作為特定流量的出口：\n# curl 透過住宅 IP 代理 curl --proxy socks5://使用者名稱:密碼@gate.iproyal.cn:10000 \\ https://api.anthropic.com/v1/messages \\ -H \u0026#34;x-api-key: 你的Key\u0026#34; Python 程式碼裡配置代理：\nimport httpx proxies = { \u0026#34;http://\u0026#34;: \u0026#34;socks5://使用者名稱:密碼@gate.iproyal.cn:10000\u0026#34;, \u0026#34;https://\u0026#34;: \u0026#34;socks5://使用者名稱:密碼@gate.iproyal.cn:10000\u0026#34;, } client = httpx.Client(proxies=proxies) response = client.post(\u0026#34;https://api.anthropic.com/v1/messages\u0026#34;, ...) 場景 4：資料採集 抓取需要登入的網站，或者對爬蟲有限制的平臺，住宅 IP 能繞過頻率限制：\nimport requests # IPRoyal 旋轉住宅 IP（每次請求換不同 IP） proxy = { \u0026#39;http\u0026#39;: \u0026#39;http://使用者名稱:密碼@gate.iproyal.cn:10000\u0026#39;, \u0026#39;https\u0026#39;: \u0026#39;http://使用者名稱:密碼@gate.iproyal.cn:10000\u0026#39; } session = requests.Session() session.proxies.update(proxy) # 這裡可以配置是否旋轉 IP # 旋轉模式：每次請求自動換 IP # 粘性模式（sticky）：同一 session 保持同一 IP 場景 5：賬號安全登入 已有賬號在國內 IP 註冊，現在需要從海外登入，使用對應國家的住宅 IP 降低風險：\n美國賬號 → 用美國住宅 IP 登入 英國賬號 → 用英國住宅 IP 登入 避免觸發\u0026quot;異地登入\u0026quot;風控，減少賬號被鎖的機率。\nIPRoyal 的計費方式 IPRoyal 住宅 IP 按流量 GB 計費，有幾種套餐：\n套餐 單價 適合場景 即用即付 ~$4/GB 偶爾用，量不大 批次套餐 $2-3/GB 固定需求，每月幾十 GB 企業套餐 定製 大規模採集 對比其他服務商（Bright Data、Oxylabs），IPRoyal 價效比較好，質量也穩定。\n實際消耗參考：\n註冊一個賬號：~50MB 一次 AI 工具訪問會話：~10-50MB 輕量資料採集（100 頁）：~200-500MB 個人使用每月 1-5 GB 通常夠用，成本 $5-15。\n註冊和使用流程 訪問 IPRoyal 註冊賬號 選擇 Residential Proxies（住宅代理） 充值（支援信用卡/USDT） 進入控制面板，選擇： 國家：US / UK / JP / HK 等 州/城市（可選）：部分平臺需要精確到州 協議：HTTP / HTTPS / SOCKS5 旋轉模式：旋轉（每次換 IP）或 Sticky（保持同一 IP） 生成代理端點和憑證 標準格式：\ngate.iproyal.cn:10000:使用者名稱:密碼 和 VPS 代理的配合 我的代理體系：\n主力日常代理：DMIT VPS（VLESS+Reality / Hysteria2） ↓ 被封或特殊場景 備用過渡：IPRoyal 住宅 IP（按 GB 付費，不需要常開） ↓ 需要\u0026#34;像真人\u0026#34;的操作 專項場景：IPRoyal（賬號註冊、平臺限制繞過） 三層互補，基本覆蓋所有需求。\n延伸閱讀：\nVPS 被封 IP 怎麼辦 VPS 選購指南 家庭網路多閘道器架構 📷 封面圖 · Flux Schnell AI 生成 · panshi.io 品牌風格\n","permalink":"https://blog.panshi.io/zh-hant/posts/iproyal-residential-ip/","summary":"\u003c!-- hero-image --\u003e\n\u003cp\u003e\u003cimg alt=\"A close up of a blue and black globe\" loading=\"lazy\" src=\"/images/iproyal-residential-ip-hero.jpg\"\u003e\u003c/p\u003e\n\u003cp\u003e很多人以為有了 VPS 代理節點就夠了，其實不然。VPS 的 IP 來自資料中心，很多平臺會針對資料中心 IP 做額外限制——OpenAI 不讓資料中心 IP 註冊、某些平臺觸發額外驗證、賬號因\u0026quot;異常登入\u0026quot;被限制……這些場景需要住宅 IP。\u003c/p\u003e\n\u003cp\u003e\u003ca href=\"https://aff.panshi.io/track?id=iproyal\"\u003eIPRoyal\u003c/a\u003e 是我長期在用的住宅 IP 服務，這篇文章說清楚什麼時候需要住宅 IP，以及怎麼用。\u003c/p\u003e\n\u003ch2 id=\"住宅-ip-vs-資料中心-ip\"\u003e住宅 IP vs 資料中心 IP\u003c/h2\u003e\n\u003ctable\u003e\n  \u003cthead\u003e\n      \u003ctr\u003e\n          \u003cth\u003e對比項\u003c/th\u003e\n          \u003cth\u003e資料中心 IP（VPS）\u003c/th\u003e\n          \u003cth\u003e住宅 IP\u003c/th\u003e\n      \u003c/tr\u003e\n  \u003c/thead\u003e\n  \u003ctbody\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e來源\u003c/td\u003e\n          \u003ctd\u003eAWS、Google Cloud 等雲服務商\u003c/td\u003e\n          \u003ctd\u003e真實家庭寬頻 ISP\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e識別難度\u003c/td\u003e\n          \u003ctd\u003e容易被平臺檢測\u003c/td\u003e\n          \u003ctd\u003e極難區分（看起來就是普通使用者）\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e速度\u003c/td\u003e\n          \u003ctd\u003e快，穩定\u003c/td\u003e\n          \u003ctd\u003e因 ISP 而異，可能有波動\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e價格\u003c/td\u003e\n          \u003ctd\u003e低（月付固定）\u003c/td\u003e\n          \u003ctd\u003e高（按流量 GB 計費）\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e適合用途\u003c/td\u003e\n          \u003ctd\u003e日常代理\u003c/td\u003e\n          \u003ctd\u003e需要\u0026quot;像真人\u0026quot;的操作\u003c/td\u003e\n      \u003c/tr\u003e\n  \u003c/tbody\u003e\n\u003c/table\u003e\n\u003cp\u003e資料中心 IP 的 ASN（自治系統號）是已知的，Cloudflare、Google 等公司維護了這些 IP 段的黑名單。住宅 IP 的 ASN 是各地 ISP（中國移動、Comcast、Vodafone 等），和普通家庭使用者沒有區別。\u003c/p\u003e","title":"IPRoyal 住宅 IP 使用場景：什麼時候需要住宅 IP"},{"content":" 家庭網路多閘道器架構那篇文章講了整體架構，但規則怎麼寫沒有細說。這篇單獨講 mihomo 的分流規則，從語法基礎到實用配置模板，逐步拆解。\n規則的基本概念 mihomo 的流量分流透過 rules 欄位控制，每條規則的格式：\n規則型別,匹配值,策略組 比如：\nrules: - DOMAIN-SUFFIX,google.com,代理 - IP-CIDR,192.168.0.0/16,DIRECT - GEOIP,CN,DIRECT - MATCH,代理 # 兜底規則，匹配所有剩餘流量 規則按順序匹配，第一條命中即執行，後面的不再判斷。 順序非常重要。\n規則型別詳解 域名類規則 # 精確匹配域名 - DOMAIN,www.google.com,代理 # 匹配域名及其所有子域名（最常用） - DOMAIN-SUFFIX,google.com,代理 # 覆蓋：google.com / mail.google.com / api.google.com # 域名關鍵詞（效能較差，少用） - DOMAIN-KEYWORD,google,代理 # 匹配任何包含 \u0026#34;google\u0026#34; 的域名 # 正規表示式（最靈活，但最慢） - DOMAIN-REGEX,^.*\\.google\\.com$,代理 優先順序建議： DOMAIN \u0026gt; DOMAIN-SUFFIX \u0026gt; DOMAIN-KEYWORD\n越精確的規則放越前面，效能更好，也避免誤匹配。\nIP 類規則 # IPv4 CIDR - IP-CIDR,192.168.0.0/16,DIRECT - IP-CIDR,10.0.0.0/8,DIRECT - IP-CIDR,172.16.0.0/12,DIRECT # IPv6 CIDR - IP-CIDR6,::1/128,DIRECT # 注意：IP-CIDR 會觸發 DNS 解析，對純域名規則之前的流量有效能影響 # 建議加 no-resolve 字尾，跳過 DNS 解析直接匹配連線 IP - IP-CIDR,192.168.0.0/16,DIRECT,no-resolve GeoIP 規則 根據 IP 所屬國家分流：\n# 中國大陸 IP 直連 - GEOIP,CN,DIRECT # 私有 IP 直連 - GEOIP,PRIVATE,DIRECT,no-resolve GeoIP 資料庫來自 MaxMind，mihomo 會自動更新。精度不是 100%，但對大多數場景足夠。\n程序規則（僅桌面客戶端） 按發起請求的程序名分流：\n# 特定應用走代理 - PROCESS-NAME,curl,代理 - PROCESS-NAME,wget,代理 # 開發工具直連 - PROCESS-NAME,node,DIRECT 埠規則 # 特定目標埠 - DST-PORT,80,DIRECT - DST-PORT,443,代理 # 埠範圍 - DST-PORT,3000-3999,DIRECT 兜底規則 # MATCH 必須放在最後，匹配所有未命中規則的流量 - MATCH,代理 規則集（Rule Providers） 手動寫每個域名不現實，mihomo 支援引入外部規則集：\nrule-providers: reject: type: http behavior: domain url: \u0026#34;https://cdn.jsdelivr.net/gh/Loyalsoldier/clash-rules@release/reject.txt\u0026#34; path: ./ruleset/reject.yaml interval: 86400 # 每天更新一次 direct: type: http behavior: domain url: \u0026#34;https://cdn.jsdelivr.net/gh/Loyalsoldier/clash-rules@release/direct.txt\u0026#34; path: ./ruleset/direct.yaml interval: 86400 proxy: type: http behavior: domain url: \u0026#34;https://cdn.jsdelivr.net/gh/Loyalsoldier/clash-rules@release/proxy.txt\u0026#34; path: ./ruleset/proxy.yaml interval: 86400 gfw: type: http behavior: domain url: \u0026#34;https://cdn.jsdelivr.net/gh/Loyalsoldier/clash-rules@release/gfw.txt\u0026#34; path: ./ruleset/gfw.yaml interval: 86400 cn-cidr: type: http behavior: ipcidr url: \u0026#34;https://cdn.jsdelivr.net/gh/Loyalsoldier/clash-rules@release/cncidr.txt\u0026#34; path: ./ruleset/cncidr.yaml interval: 86400 rules: - RULE-SET,reject,REJECT # 廣告/惡意域名攔截 - RULE-SET,direct,DIRECT # 已知直連域名 - RULE-SET,proxy,代理 # 已知需要代理的域名 - RULE-SET,gfw,代理 # GFW 遮蔽域名 - RULE-SET,cn-cidr,DIRECT # 國內 IP 段 - GEOIP,CN,DIRECT - MATCH,代理 Loyalsoldier/clash-rules 是目前維護最好的規則集，覆蓋全面，定期更新。\n完整配置模板 以下是我實際使用的配置結構，適合多節點 + 精細分流場景：\n# ── 代理節點 ── proxies: - name: \u0026#34;DMIT-HK-Reality\u0026#34; type: vless server: 43.x.x.x port: 443 uuid: 你的UUID flow: xtls-rprx-vision reality-opts: public-key: 你的公鑰 servername: www.apple.com client-fingerprint: chrome tls: true - name: \u0026#34;DMIT-HK-Hysteria2\u0026#34; type: hysteria2 server: 43.x.x.x port: 443 password: 你的密碼 sni: bing.com skip-cert-verify: true - name: \u0026#34;DMIT-US\u0026#34; type: vless # ... 美國節點配置 # ── 策略組 ── proxy-groups: # 主用香港節點（自動選速度最快的） - name: \u0026#34;香港\u0026#34; type: url-test url: http://www.gstatic.com/generate_204 interval: 60 tolerance: 50 proxies: - DMIT-HK-Reality - DMIT-HK-Hysteria2 # 備用美國 - name: \u0026#34;美國\u0026#34; type: url-test interval: 60 proxies: - DMIT-US # 自動故障切換 - name: \u0026#34;代理\u0026#34; type: fallback url: http://www.gstatic.com/generate_204 interval: 30 proxies: - 香港 - 美國 # 手動選擇（用於特殊場景） - name: \u0026#34;手動\u0026#34; type: select proxies: - DMIT-HK-Reality - DMIT-HK-Hysteria2 - DMIT-US - DIRECT # 流媒體專用（用原生 IP 解鎖） - name: \u0026#34;流媒體\u0026#34; type: select proxies: - DMIT-HK-Reality - DMIT-US # AI 工具（需要特定地區 IP） - name: \u0026#34;AI工具\u0026#34; type: select proxies: - DMIT-US - DMIT-HK-Reality # ── 規則集引入 ── rule-providers: reject: type: http behavior: domain url: \u0026#34;https://cdn.jsdelivr.net/gh/Loyalsoldier/clash-rules@release/reject.txt\u0026#34; path: ./ruleset/reject.yaml interval: 86400 direct: type: http behavior: domain url: \u0026#34;https://cdn.jsdelivr.net/gh/Loyalsoldier/clash-rules@release/direct.txt\u0026#34; path: ./ruleset/direct.yaml interval: 86400 proxy: type: http behavior: domain url: \u0026#34;https://cdn.jsdelivr.net/gh/Loyalsoldier/clash-rules@release/proxy.txt\u0026#34; path: ./ruleset/proxy.yaml interval: 86400 cn-cidr: type: http behavior: ipcidr url: \u0026#34;https://cdn.jsdelivr.net/gh/Loyalsoldier/clash-rules@release/cncidr.txt\u0026#34; path: ./ruleset/cncidr.yaml interval: 86400 # ── 分流規則 ── rules: # 廣告攔截 - RULE-SET,reject,REJECT # 私有 IP 直連 - GEOIP,PRIVATE,DIRECT,no-resolve # AI 工具走美國節點 - DOMAIN-SUFFIX,openai.com,AI工具 - DOMAIN-SUFFIX,anthropic.com,AI工具 - DOMAIN-SUFFIX,claude.ai,AI工具 - DOMAIN-KEYWORD,openai,AI工具 # 流媒體 - DOMAIN-SUFFIX,netflix.com,流媒體 - DOMAIN-SUFFIX,nflxvideo.net,流媒體 - DOMAIN-SUFFIX,spotify.com,流媒體 - DOMAIN-SUFFIX,disneyplus.com,流媒體 # 國內直連規則集 - RULE-SET,direct,DIRECT # 代理規則集 - RULE-SET,proxy,代理 # 國內 IP 直連 - RULE-SET,cn-cidr,DIRECT,no-resolve - GEOIP,CN,DIRECT # 兜底走代理 - MATCH,代理 DNS 配置（防止 DNS 洩露） 規則配了但 DNS 沒配好，會導致真實 IP 洩露或者規則不生效：\ndns: enable: true listen: 0.0.0.0:53 enhanced-mode: fake-ip # 或 redir-host，fake-ip 更推薦 fake-ip-range: 198.18.0.0/15 fake-ip-filter: # 這些域名不走 fake-ip - \u0026#39;*.lan\u0026#39; - localhost.ptlogin2.qq.com nameserver: - 223.5.5.5 # 阿里（國內查詢） - 119.29.29.29 # 騰訊 fallback: # 國外域名走這裡 - https://1.1.1.1/dns-over-https - https://8.8.8.8/dns-over-https fallback-filter: geoip: true geoip-code: CN ipcidr: - 240.0.0.0/4 除錯技巧 檢視規則命中情況 mihomo 提供 REST API，可以檢視流量被哪條規則命中：\n# 檢視連線列表（包含匹配的規則） curl http://127.0.0.1:9090/connections 在 Yacd / MetaCubeX 等 Dashboard 裡更直觀，可以實時看到每條連線走的是哪個節點、命中了哪條規則。\n測試特定域名的走向 # 用 mihomo 的 HTTP 代理測試 curl -x http://127.0.0.1:7890 https://www.google.com -I curl -x http://127.0.0.1:7890 https://www.baidu.com -I 延伸閱讀：\n家庭網路多閘道器架構：mihomo 精細分流實戰 Xray VLESS+XTLS 部署教程 Hysteria2 部署教程 📷 封面圖 · Flux Schnell AI 生成 · panshi.io 品牌風格\n","permalink":"https://blog.panshi.io/zh-hant/posts/mihomo-split-rules/","summary":"\u003c!-- hero-image --\u003e\n\u003cp\u003e\u003cimg alt=\"a colorful toy on a table\" loading=\"lazy\" src=\"/images/mihomo-split-rules-hero.jpg\"\u003e\u003c/p\u003e\n\u003cp\u003e\u003ca href=\"/zh-hant/posts/mihomo-multi-gateway/\"\u003e家庭網路多閘道器架構\u003c/a\u003e那篇文章講了整體架構，但規則怎麼寫沒有細說。這篇單獨講 mihomo 的分流規則，從語法基礎到實用配置模板，逐步拆解。\u003c/p\u003e\n\u003ch2 id=\"規則的基本概念\"\u003e規則的基本概念\u003c/h2\u003e\n\u003cp\u003emihomo 的流量分流透過 \u003ccode\u003erules\u003c/code\u003e 欄位控制，每條規則的格式：\u003c/p\u003e\n\u003cpre tabindex=\"0\"\u003e\u003ccode\u003e規則型別,匹配值,策略組\n\u003c/code\u003e\u003c/pre\u003e\u003cp\u003e比如：\u003c/p\u003e\n\u003cdiv class=\"highlight\"\u003e\u003cpre tabindex=\"0\" class=\"chroma\"\u003e\u003ccode class=\"language-yaml\" data-lang=\"yaml\"\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"nt\"\u003erules\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e\u003cspan class=\"w\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"w\"\u003e  \u003c/span\u003e- \u003cspan class=\"l\"\u003eDOMAIN-SUFFIX,google.com,代理\u003c/span\u003e\u003cspan class=\"w\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"w\"\u003e  \u003c/span\u003e- \u003cspan class=\"l\"\u003eIP-CIDR,192.168.0.0/16,DIRECT\u003c/span\u003e\u003cspan class=\"w\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"w\"\u003e  \u003c/span\u003e- \u003cspan class=\"l\"\u003eGEOIP,CN,DIRECT\u003c/span\u003e\u003cspan class=\"w\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"w\"\u003e  \u003c/span\u003e- \u003cspan class=\"l\"\u003eMATCH,代理         \u003c/span\u003e\u003cspan class=\"w\"\u003e \u003c/span\u003e\u003cspan class=\"c\"\u003e# 兜底規則，匹配所有剩餘流量\u003c/span\u003e\u003cspan class=\"w\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/code\u003e\u003c/pre\u003e\u003c/div\u003e\u003cp\u003e\u003cstrong\u003e規則按順序匹配，第一條命中即執行，後面的不再判斷。\u003c/strong\u003e 順序非常重要。\u003c/p\u003e\n\u003ch2 id=\"規則型別詳解\"\u003e規則型別詳解\u003c/h2\u003e\n\u003ch3 id=\"域名類規則\"\u003e域名類規則\u003c/h3\u003e\n\u003cdiv class=\"highlight\"\u003e\u003cpre tabindex=\"0\" class=\"chroma\"\u003e\u003ccode class=\"language-yaml\" data-lang=\"yaml\"\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"c\"\u003e# 精確匹配域名\u003c/span\u003e\u003cspan class=\"w\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e- \u003cspan class=\"l\"\u003eDOMAIN,www.google.com,代理\u003c/span\u003e\u003cspan class=\"w\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"w\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"c\"\u003e# 匹配域名及其所有子域名（最常用）\u003c/span\u003e\u003cspan class=\"w\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e- \u003cspan class=\"l\"\u003eDOMAIN-SUFFIX,google.com,代理\u003c/span\u003e\u003cspan class=\"w\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"c\"\u003e# 覆蓋：google.com / mail.google.com / api.google.com\u003c/span\u003e\u003cspan class=\"w\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"w\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"c\"\u003e# 域名關鍵詞（效能較差，少用）\u003c/span\u003e\u003cspan class=\"w\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e- \u003cspan class=\"l\"\u003eDOMAIN-KEYWORD,google,代理\u003c/span\u003e\u003cspan class=\"w\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"c\"\u003e# 匹配任何包含 \u0026#34;google\u0026#34; 的域名\u003c/span\u003e\u003cspan class=\"w\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"w\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"c\"\u003e# 正規表示式（最靈活，但最慢）\u003c/span\u003e\u003cspan class=\"w\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e- \u003cspan class=\"l\"\u003eDOMAIN-REGEX,^.*\\.google\\.com$,代理\u003c/span\u003e\u003cspan class=\"w\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/code\u003e\u003c/pre\u003e\u003c/div\u003e\u003cp\u003e\u003cstrong\u003e優先順序建議：\u003c/strong\u003e \u003ccode\u003eDOMAIN\u003c/code\u003e \u0026gt; \u003ccode\u003eDOMAIN-SUFFIX\u003c/code\u003e \u0026gt; \u003ccode\u003eDOMAIN-KEYWORD\u003c/code\u003e\u003c/p\u003e\n\u003cp\u003e越精確的規則放越前面，效能更好，也避免誤匹配。\u003c/p\u003e\n\u003ch3 id=\"ip-類規則\"\u003eIP 類規則\u003c/h3\u003e\n\u003cdiv class=\"highlight\"\u003e\u003cpre tabindex=\"0\" class=\"chroma\"\u003e\u003ccode class=\"language-yaml\" data-lang=\"yaml\"\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"c\"\u003e# IPv4 CIDR\u003c/span\u003e\u003cspan class=\"w\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e- \u003cspan class=\"l\"\u003eIP-CIDR,192.168.0.0/16,DIRECT\u003c/span\u003e\u003cspan class=\"w\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e- \u003cspan class=\"l\"\u003eIP-CIDR,10.0.0.0/8,DIRECT\u003c/span\u003e\u003cspan class=\"w\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e- \u003cspan class=\"l\"\u003eIP-CIDR,172.16.0.0/12,DIRECT\u003c/span\u003e\u003cspan class=\"w\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"w\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"c\"\u003e# IPv6 CIDR\u003c/span\u003e\u003cspan class=\"w\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e- \u003cspan class=\"l\"\u003eIP-CIDR6,::1/128,DIRECT\u003c/span\u003e\u003cspan class=\"w\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"w\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"c\"\u003e# 注意：IP-CIDR 會觸發 DNS 解析，對純域名規則之前的流量有效能影響\u003c/span\u003e\u003cspan class=\"w\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"c\"\u003e# 建議加 no-resolve 字尾，跳過 DNS 解析直接匹配連線 IP\u003c/span\u003e\u003cspan class=\"w\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e- \u003cspan class=\"l\"\u003eIP-CIDR,192.168.0.0/16,DIRECT,no-resolve\u003c/span\u003e\u003cspan class=\"w\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/code\u003e\u003c/pre\u003e\u003c/div\u003e\u003ch3 id=\"geoip-規則\"\u003eGeoIP 規則\u003c/h3\u003e\n\u003cp\u003e根據 IP 所屬國家分流：\u003c/p\u003e","title":"mihomo 分流規則完全指南：從入門到精細控制"},{"content":" 跑著量化策略和代理節點的伺服器，沒有監控是非常危險的。凌晨記憶體爆了、磁碟滿了、策略掛了——如果沒有告警，可能幾個小時後才發現。\n這篇文章從零開始，搭建一套完整的監控系統：被監控機器上跑 Node Exporter 採集指標，Prometheus 收集儲存，Grafana 視覺化展示，加上 Telegram 告警。\n架構說明 被監控 VPS（N臺） 監控中心 VPS（1臺） ┌──────────────┐ ┌─────────────────────┐ │ Node Exporter │ ──9100→ │ Prometheus（採集） │ │ Node Exporter │ ──9100→ │ Grafana（展示） │ │ Node Exporter │ ──9100→ │ Alertmanager（告警） │ └──────────────┘ └─────────────────────┘ 我的做法：一臺小 VPS（1核1G 足夠）作為監控中心，其他機器裝 Node Exporter 暴露指標。\n第一步：在被監控機器上安裝 Node Exporter 每臺要監控的 VPS 都要做這一步。\n# 下載 Node Exporter（確認最新版本號） cd /tmp wget https://github.com/prometheus/node_exporter/releases/download/v1.8.2/node_exporter-1.8.2.linux-amd64.tar.gz tar xzf node_exporter-1.8.2.linux-amd64.tar.gz mv node_exporter-1.8.2.linux-amd64/node_exporter /usr/local/bin/ 建立 systemd 服務：\ncat \u0026gt; /etc/systemd/system/node_exporter.service \u0026lt;\u0026lt; \u0026#39;EOF\u0026#39; [Unit] Description=Node Exporter After=network.target [Service] Type=simple User=nobody ExecStart=/usr/local/bin/node_exporter --web.listen-address=:9100 Restart=on-failure [Install] WantedBy=multi-user.target EOF systemctl daemon-reload systemctl enable node_exporter --now 驗證是否正常執行：\ncurl http://localhost:9100/metrics | head -20 # 看到大量指標輸出說明正常 防火牆設定：\nNode Exporter 的 9100 埠只需要讓 Prometheus 伺服器訪問，不要對公網開放：\n# 只允許監控中心 IP 訪問 9100 ufw allow from 監控中心IP to any port 9100 # 不要執行 ufw allow 9100 ← 這會對所有人開放 第二步：在監控中心安裝 Prometheus 這臺伺服器負責主動拉取所有機器的指標。\n# 建立專用使用者 useradd --no-create-home --shell /bin/false prometheus # 下載 Prometheus cd /tmp wget https://github.com/prometheus/prometheus/releases/download/v2.51.2/prometheus-2.51.2.linux-amd64.tar.gz tar xzf prometheus-2.51.2.linux-amd64.tar.gz # 安裝 mkdir -p /etc/prometheus /var/lib/prometheus cp prometheus-2.51.2.linux-amd64/prometheus /usr/local/bin/ cp prometheus-2.51.2.linux-amd64/promtool /usr/local/bin/ cp -r prometheus-2.51.2.linux-amd64/consoles /etc/prometheus/ cp -r prometheus-2.51.2.linux-amd64/console_libraries /etc/prometheus/ chown -R prometheus:prometheus /etc/prometheus /var/lib/prometheus 建立配置檔案 /etc/prometheus/prometheus.yml：\nglobal: scrape_interval: 30s # 每 30 秒採集一次 evaluation_interval: 30s alerting: alertmanagers: - static_configs: - targets: [\u0026#39;localhost:9093\u0026#39;] rule_files: - /etc/prometheus/rules/*.yml scrape_configs: - job_name: \u0026#39;node\u0026#39; static_configs: - targets: - \u0026#39;aws-hk-IP:9100\u0026#39; # 香港節點 - \u0026#39;aws-us-IP:9100\u0026#39; # 美國節點 - \u0026#39;aws-jp-IP:9100\u0026#39; # 日本節點 - \u0026#39;dmit-us-IP:9100\u0026#39; # DMIT 美國 labels: env: \u0026#39;production\u0026#39; 建立 systemd 服務：\ncat \u0026gt; /etc/systemd/system/prometheus.service \u0026lt;\u0026lt; \u0026#39;EOF\u0026#39; [Unit] Description=Prometheus After=network.target [Service] Type=simple User=prometheus ExecStart=/usr/local/bin/prometheus \\ --config.file=/etc/prometheus/prometheus.yml \\ --storage.tsdb.path=/var/lib/prometheus \\ --storage.tsdb.retention.time=30d \\ --web.listen-address=:9090 Restart=on-failure [Install] WantedBy=multi-user.target EOF systemctl daemon-reload systemctl enable prometheus --now 訪問 http://監控中心IP:9090 驗證，在 Status → Targets 裡能看到所有被監控機器的狀態。\n第三步：安裝 Grafana # 新增 Grafana APT 源 apt-get install -y apt-transport-https software-properties-common wget -q -O /usr/share/keyrings/grafana.key https://apt.grafana.com/gpg.key echo \u0026#34;deb [signed-by=/usr/share/keyrings/grafana.key] https://apt.grafana.com stable main\u0026#34; | \\ tee /etc/apt/sources.list.d/grafana.list apt-get update apt-get install -y grafana systemctl enable grafana-server --now Grafana 預設跑在 3000 埠，訪問 http://監控中心IP:3000：\n預設賬號：admin 預設密碼：admin（登入後會要求修改） 新增 Prometheus 資料來源 左側選單 → Connections → Data sources 點 Add data source → 選 Prometheus URL 填 http://localhost:9090 點 Save \u0026amp; test，顯示\u0026quot;Data source is working\u0026quot;即成功 匯入現成 Dashboard 不用自己畫圖，直接匯入社群的成熟 Dashboard：\n左側選單 → Dashboards → Import 填入 Dashboard ID：1860（Node Exporter Full，最常用） 選擇 Prometheus 資料來源 點 Import 這個 Dashboard 包含：CPU 使用率、記憶體、磁碟 IO、網路流量、系統負載、檔案系統空間，非常完整。\n第四步：配置 Telegram 告警 光有圖表不夠，機器出問題要第一時間收到通知。\n建立 Telegram Bot 在 Telegram 裡找 @BotFather 傳送 /newbot，給 bot 起名字 儲存返回的 Bot Token（格式：1234567890:ABCD...） 給 bot 發一條訊息，然後訪問 https://api.telegram.org/bot你的TOKEN/getUpdates 獲取 chat_id 安裝 Alertmanager cd /tmp wget https://github.com/prometheus/alertmanager/releases/download/v0.27.0/alertmanager-0.27.0.linux-amd64.tar.gz tar xzf alertmanager-0.27.0.linux-amd64.tar.gz cp alertmanager-0.27.0.linux-amd64/alertmanager /usr/local/bin/ mkdir -p /etc/alertmanager 建立 /etc/alertmanager/alertmanager.yml：\nglobal: resolve_timeout: 5m route: receiver: telegram group_wait: 30s group_interval: 5m repeat_interval: 4h receivers: - name: telegram telegram_configs: - bot_token: \u0026#39;你的Bot Token\u0026#39; chat_id: 你的chat_id message: | 🚨 告警：{{ .GroupLabels.alertname }} 主機：{{ .GroupLabels.instance }} 詳情：{{ range .Alerts }}{{ .Annotations.description }}{{ end }} send_resolved: true cat \u0026gt; /etc/systemd/system/alertmanager.service \u0026lt;\u0026lt; \u0026#39;EOF\u0026#39; [Unit] Description=Alertmanager After=network.target [Service] Type=simple User=prometheus ExecStart=/usr/local/bin/alertmanager \\ --config.file=/etc/alertmanager/alertmanager.yml \\ --storage.path=/var/lib/alertmanager Restart=on-failure [Install] WantedBy=multi-user.target EOF systemctl daemon-reload systemctl enable alertmanager --now 配置告警規則 建立 /etc/prometheus/rules/node_alerts.yml：\ngroups: - name: node_alerts rules: # CPU 超過 85% 持續 5 分鐘 - alert: HighCPUUsage expr: 100 - (avg by(instance) (irate(node_cpu_seconds_total{mode=\u0026#34;idle\u0026#34;}[5m])) * 100) \u0026gt; 85 for: 5m annotations: description: \u0026#34;{{ $labels.instance }} CPU 使用率 {{ $value | printf \\\u0026#34;%.1f\\\u0026#34; }}%\u0026#34; # 記憶體可用低於 10% - alert: LowMemory expr: (node_memory_MemAvailable_bytes / node_memory_MemTotal_bytes) * 100 \u0026lt; 10 for: 2m annotations: description: \u0026#34;{{ $labels.instance }} 可用記憶體僅剩 {{ $value | printf \\\u0026#34;%.1f\\\u0026#34; }}%\u0026#34; # 磁碟使用超過 85% - alert: DiskSpaceLow expr: (node_filesystem_avail_bytes{mountpoint=\u0026#34;/\u0026#34;} / node_filesystem_size_bytes{mountpoint=\u0026#34;/\u0026#34;}) * 100 \u0026lt; 15 for: 5m annotations: description: \u0026#34;{{ $labels.instance }} 磁碟剩餘 {{ $value | printf \\\u0026#34;%.1f\\\u0026#34; }}%\u0026#34; # 機器宕機（超過 2 分鐘無法採集） - alert: InstanceDown expr: up == 0 for: 2m annotations: description: \u0026#34;{{ $labels.instance }} 已離線超過 2 分鐘\u0026#34; 過載配置：\nsystemctl reload prometheus # 或者 curl -X POST http://localhost:9090/-/reload 第五步：用 Nginx 反向代理（安全訪問） 不建議直接把 Grafana 的 3000 埠暴露到公網，用 Nginx 加一層：\napt install nginx -y cat \u0026gt; /etc/nginx/sites-available/grafana \u0026lt;\u0026lt; \u0026#39;EOF\u0026#39; server { listen 80; server_name grafana.yourdomain.com; return 301 https://$host$request_uri; } server { listen 443 ssl; server_name grafana.yourdomain.com; ssl_certificate /etc/letsencrypt/live/grafana.yourdomain.com/fullchain.pem; ssl_certificate_key /etc/letsencrypt/live/grafana.yourdomain.com/privkey.pem; location / { proxy_pass http://localhost:3000; proxy_set_header Host $host; proxy_set_header X-Real-IP $remote_addr; } } EOF ln -s /etc/nginx/sites-available/grafana /etc/nginx/sites-enabled/ nginx -t \u0026amp;\u0026amp; systemctl reload nginx SSL 證書用 acme.sh 自動申請：\ncurl https://get.acme.sh | sh ~/.acme.sh/acme.sh --issue -d grafana.yourdomain.com --nginx ~/.acme.sh/acme.sh --install-cert -d grafana.yourdomain.com \\ --cert-file /etc/letsencrypt/live/grafana.yourdomain.com/fullchain.pem \\ --key-file /etc/letsencrypt/live/grafana.yourdomain.com/privkey.pem \\ --reloadcmd \u0026#34;systemctl reload nginx\u0026#34; 效果展示 搭建完成後你能看到：\n每臺機器的 CPU / 記憶體 / 磁碟實時曲線 網路流量 in/out，清楚看到哪個節點在跑大流量 系統負載趨勢，量化策略重算時的壓力一眼看出 機器宕機或指標異常，Telegram 立刻收到告警 延伸閱讀：\nVPS 被封 IP 怎麼辦 家庭網路多閘道器架構 📷 封面圖 · Flux Schnell AI 生成 · panshi.io 品牌風格\n","permalink":"https://blog.panshi.io/zh-hant/posts/prometheus-grafana-vps-monitoring/","summary":"\u003c!-- hero-image --\u003e\n\u003cp\u003e\u003cimg alt=\"black flat screen tv showing game\" loading=\"lazy\" src=\"/images/prometheus-grafana-vps-monitoring-hero.jpg\"\u003e\u003c/p\u003e\n\u003cp\u003e跑著量化策略和代理節點的伺服器，沒有監控是非常危險的。凌晨記憶體爆了、磁碟滿了、策略掛了——如果沒有告警，可能幾個小時後才發現。\u003c/p\u003e\n\u003cp\u003e這篇文章從零開始，搭建一套完整的監控系統：被監控機器上跑 \u003cstrong\u003eNode Exporter\u003c/strong\u003e 採集指標，\u003cstrong\u003ePrometheus\u003c/strong\u003e 收集儲存，\u003cstrong\u003eGrafana\u003c/strong\u003e 視覺化展示，加上 \u003cstrong\u003eTelegram 告警\u003c/strong\u003e。\u003c/p\u003e\n\u003ch2 id=\"架構說明\"\u003e架構說明\u003c/h2\u003e\n\u003cpre tabindex=\"0\"\u003e\u003ccode\u003e被監控 VPS（N臺）          監控中心 VPS（1臺）\n┌──────────────┐          ┌─────────────────────┐\n│ Node Exporter │ ──9100→ │ Prometheus（採集）   │\n│ Node Exporter │ ──9100→ │ Grafana（展示）      │\n│ Node Exporter │ ──9100→ │ Alertmanager（告警） │\n└──────────────┘          └─────────────────────┘\n\u003c/code\u003e\u003c/pre\u003e\u003cp\u003e我的做法：一臺小 VPS（1核1G 足夠）作為監控中心，其他機器裝 Node Exporter 暴露指標。\u003c/p\u003e\n\u003ch2 id=\"第一步在被監控機器上安裝-node-exporter\"\u003e第一步：在被監控機器上安裝 Node Exporter\u003c/h2\u003e\n\u003cp\u003e每臺要監控的 VPS 都要做這一步。\u003c/p\u003e\n\u003cdiv class=\"highlight\"\u003e\u003cpre tabindex=\"0\" class=\"chroma\"\u003e\u003ccode class=\"language-bash\" data-lang=\"bash\"\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"c1\"\u003e# 下載 Node Exporter（確認最新版本號）\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"nb\"\u003ecd\u003c/span\u003e /tmp\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003ewget https://github.com/prometheus/node_exporter/releases/download/v1.8.2/node_exporter-1.8.2.linux-amd64.tar.gz\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003etar xzf node_exporter-1.8.2.linux-amd64.tar.gz\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003emv node_exporter-1.8.2.linux-amd64/node_exporter /usr/local/bin/\n\u003c/span\u003e\u003c/span\u003e\u003c/code\u003e\u003c/pre\u003e\u003c/div\u003e\u003cp\u003e建立 systemd 服務：\u003c/p\u003e","title":"Prometheus + Grafana 監控 VPS：從零搭建伺服器監控系統"},{"content":" 在交易所裡放著的加密資產，你不是真正的擁有者——\u0026ldquo;Not your keys, not your coins\u0026rdquo;。交易所跑路、被駭客攻擊、賬號被封，資產隨時可能消失。資產規模超過一定量之後，硬體錢包是必須考慮的配置。\nSafePal 是 Binance Labs 投資的硬體錢包品牌，支援 100+ 區塊鏈，價效比在同類產品裡算高的。這篇文章從零講清楚怎麼用。\n硬體錢包的原理 硬體錢包是一個專用的安全裝置，私鑰永遠不會離開裝置。簽名在裝置內部完成，接入電腦時只傳出簽名結果，私鑰本身永遠不暴露。\n和軟體錢包（MetaMask、imToken）的區別：\n軟體錢包 硬體錢包 私鑰儲存位置 手機/電腦記憶體 硬體安全晶片 被駭客入侵風險 有（裝置中毒可能洩露） 極低 使用便利性 方便 需要物理操作 價格 免費 $50-200 適合場景 頻繁交易的小額 長期持有的大額 什麼情況下需要硬體錢包：\n資產規模超過 $5000（這是個模糊的閾值，根據自己承受能力判斷） 打算長期持有不頻繁交易 對交易所安全有顧慮 SafePal S1 開箱驗證 收到裝置後，首先驗證包裝完整性：\n檢查外包裝封條是否完整，有無破損或重新封裝的痕跡 裝置背面有防偽二維碼，掃描後訪問 SafePal 官網驗證 正版裝置出廠時螢幕顯示\u0026quot;Welcome to SafePal\u0026quot;，不會有任何預裝助記詞 ⚠️ 如果收到裝置已有助記詞，或者賣家聲稱已經為你初始化好，立刻退貨。這是常見的詐騙手法。\n初始化設定 第一步：充電 SafePal S1 內建電池，首次使用前充電至滿。使用 USB-C 介面充電，充電過程中可以操作。\n第二步：開機和語言設定 長按電源鍵開機，按照介面提示：\n選擇語言（支援中文） 選擇字型大小 第三步：建立新錢包 選擇 建立新錢包（不要選恢復錢包，除非你在恢復舊錢包）。\n設定 6 位 PIN 碼：\n這是每次解鎖裝置的密碼 選擇不容易被猜到的數字組合 不要和任何人分享 連續錯誤 10 次裝置會自動恢復出廠設定 第四步：備份助記詞（最關鍵的步驟） 裝置會顯示 12 個英文單詞（助記詞）。這 12 個詞就是你錢包的\u0026quot;根\u0026quot;，知道這 12 個詞的人可以在任何錢包軟體裡恢復你的資產。\n正確的備份方式：\n✅ 抄寫在紙上，儲存在安全的地方（保險櫃、防火防水的盒子） ✅ 多份備份，放在不同位置（防止單點丟失） ✅ 可以考慮金屬刻字（防水防火防腐蝕） ❌ 不要拍照 ❌ 不要存在手機備忘錄 ❌ 不要發給任何人，包括\u0026#34;客服\u0026#34; ❌ 不要存在雲盤（iCloud、Google Drive） ❌ 不要輸入到任何網站 抄寫完成後，裝置會要求你按順序選出幾個詞來驗證，確認你已經記錄。\n第五步：驗證助記詞 裝置隨機挑幾個位置，要求你從選項裡選出正確的詞。透過驗證後錢包建立完成。\n新增幣種 SafePal 支援 BTC、ETH、BNB、USDT（多鏈）、SOL 等主流幣和上百種代幣。\n主介面點 + 新增資產 搜尋幣種名稱（如 USDT） 選擇對應的網路（USDT 有 TRC20、ERC20、BEP20 等多個版本，注意選對） 新增後會生成對應的收款地址 注意：不同網路的 USDT 地址不同，轉錯網路資產會丟失。\n接收資產 主介面選擇幣種 點 接收 顯示二維碼和地址 把地址複製給對方，或讓對方掃碼 建議每次接收前，在裝置螢幕上仔細核對地址，防止電腦螢幕被篡改顯示假地址。\n傳送資產 SafePal S1 不需要連線電腦，使用 QR 碼互動（Air-Gapped 設計）：\n在手機上開啟 SafePal App App 裡選擇傳送，填寫金額和目標地址 App 生成一個動態 QR 碼 用 S1 的攝像頭掃描這個 QR 碼 在 S1 螢幕上核對交易資訊（地址、金額、手續費） 確認後 S1 生成簽名 QR 碼 用手機 App 的攝像頭掃描 S1 顯示的簽名 QR 碼 App 把簽名廣播到區塊鏈網路 全程私鑰不接觸網路，安全性極高。\n手續費設定 傳送時可以調整 Gas 費用（礦工費）：\n低：省錢，但交易確認可能慢 中：平衡 高：優先確認，適合市場擁堵時 BTC 網路擁堵時手續費可能高達幾美元；TRC20 網路手續費極低（通常 1-2 USDT），適合小額轉賬。\n和交易所的配合方式 我的資產管理策略：\n交易所（Binance） ↓ 用於量化交易的資金（頻繁操作） SafePal 冷錢包 ↓ 長期持有的資產（不動的部分） IPRoyal 等中間層（如有需要） ↓ 臨時出金入金通道 具體比例： 量化交易資金放交易所，超出交易所的資產定期轉入冷錢包。\n安全注意事項 助記詞是一切，保護好它\n裝置丟失可以用助記詞恢復 助記詞丟失或洩露則資產不可找回 定期驗證備份\n每隔幾個月，用助記詞在另一臺錢包上驗證能否恢復 確認備份的紙張/金屬沒有損壞 不要買二手裝置\n二手裝置可能被篡改，安全晶片可能已被替換 軟體更新\n定期更新 SafePal 韌體（在 App 裡操作） 韌體更新修復安全漏洞 遺產規劃\n考慮如何讓家人在你無法操作時訪問資產 可以將助記詞存放在律師或保險櫃，附說明檔案 延伸閱讀：\nBinance API 安全配置 Pionex 網格機器人實戰 📷 封面圖 · Flux Schnell AI 生成 · panshi.io 品牌風格\n","permalink":"https://blog.panshi.io/zh-hant/posts/safepal-hardware-wallet/","summary":"\u003c!-- hero-image --\u003e\n\u003cp\u003e\u003cimg alt=\"A black leather wallet partially open with visible paper cur\" loading=\"lazy\" src=\"/images/safepal-hardware-wallet-hero.jpg\"\u003e\u003c/p\u003e\n\u003cp\u003e在交易所裡放著的加密資產，你不是真正的擁有者——\u0026ldquo;Not your keys, not your coins\u0026rdquo;。交易所跑路、被駭客攻擊、賬號被封，資產隨時可能消失。資產規模超過一定量之後，硬體錢包是必須考慮的配置。\u003c/p\u003e\n\u003cp\u003e\u003ca href=\"https://aff.panshi.io/track?id=safepal\"\u003eSafePal\u003c/a\u003e 是 Binance Labs 投資的硬體錢包品牌，支援 100+ 區塊鏈，價效比在同類產品裡算高的。這篇文章從零講清楚怎麼用。\u003c/p\u003e\n\u003ch2 id=\"硬體錢包的原理\"\u003e硬體錢包的原理\u003c/h2\u003e\n\u003cp\u003e硬體錢包是一個專用的安全裝置，\u003cstrong\u003e私鑰永遠不會離開裝置\u003c/strong\u003e。簽名在裝置內部完成，接入電腦時只傳出簽名結果，私鑰本身永遠不暴露。\u003c/p\u003e\n\u003cp\u003e和軟體錢包（MetaMask、imToken）的區別：\u003c/p\u003e\n\u003ctable\u003e\n  \u003cthead\u003e\n      \u003ctr\u003e\n          \u003cth\u003e\u003c/th\u003e\n          \u003cth\u003e軟體錢包\u003c/th\u003e\n          \u003cth\u003e硬體錢包\u003c/th\u003e\n      \u003c/tr\u003e\n  \u003c/thead\u003e\n  \u003ctbody\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e私鑰儲存位置\u003c/td\u003e\n          \u003ctd\u003e手機/電腦記憶體\u003c/td\u003e\n          \u003ctd\u003e硬體安全晶片\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e被駭客入侵風險\u003c/td\u003e\n          \u003ctd\u003e有（裝置中毒可能洩露）\u003c/td\u003e\n          \u003ctd\u003e極低\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e使用便利性\u003c/td\u003e\n          \u003ctd\u003e方便\u003c/td\u003e\n          \u003ctd\u003e需要物理操作\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e價格\u003c/td\u003e\n          \u003ctd\u003e免費\u003c/td\u003e\n          \u003ctd\u003e$50-200\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e適合場景\u003c/td\u003e\n          \u003ctd\u003e頻繁交易的小額\u003c/td\u003e\n          \u003ctd\u003e長期持有的大額\u003c/td\u003e\n      \u003c/tr\u003e\n  \u003c/tbody\u003e\n\u003c/table\u003e\n\u003cp\u003e\u003cstrong\u003e什麼情況下需要硬體錢包：\u003c/strong\u003e\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e資產規模超過 $5000（這是個模糊的閾值，根據自己承受能力判斷）\u003c/li\u003e\n\u003cli\u003e打算長期持有不頻繁交易\u003c/li\u003e\n\u003cli\u003e對交易所安全有顧慮\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch2 id=\"safepal-s1-開箱驗證\"\u003eSafePal S1 開箱驗證\u003c/h2\u003e\n\u003cp\u003e收到裝置後，首先驗證包裝完整性：\u003c/p\u003e\n\u003col\u003e\n\u003cli\u003e檢查外包裝封條是否完整，有無破損或重新封裝的痕跡\u003c/li\u003e\n\u003cli\u003e裝置背面有防偽二維碼，掃描後訪問 SafePal 官網驗證\u003c/li\u003e\n\u003cli\u003e正版裝置出廠時螢幕顯示\u0026quot;Welcome to SafePal\u0026quot;，不會有任何預裝助記詞\u003c/li\u003e\n\u003c/ol\u003e\n\u003cblockquote\u003e\n\u003cp\u003e⚠️ 如果收到裝置已有助記詞，或者賣家聲稱已經為你初始化好，立刻退貨。這是常見的詐騙手法。\u003c/p\u003e\n\u003c/blockquote\u003e\n\u003ch2 id=\"初始化設定\"\u003e初始化設定\u003c/h2\u003e\n\u003ch3 id=\"第一步充電\"\u003e第一步：充電\u003c/h3\u003e\n\u003cp\u003eSafePal S1 內建電池，首次使用前充電至滿。使用 USB-C 介面充電，充電過程中可以操作。\u003c/p\u003e","title":"SafePal 硬體錢包使用教程：加密資產冷儲存完整指南"},{"content":" 止損是量化策略裡最容易被忽視、也最容易出問題的模組。很多新手策略回測看起來不錯，實盤一跑就崩，往往根源在止損設計有問題：要麼止損太寬導致單次虧損過大，要麼止損太緊被市場噪音訊繁觸發。\n這篇文章從 北極星策略 的實際設計出發，講通用的止損設計思路。\n為什麼需要止損 止損本質上是承認錯誤的機制。趨勢跟蹤策略的邏輯是：大多數時候市場沒有趨勢，策略會小虧；少數時候有趨勢，策略要大賺，用大賺覆蓋小虧。\n如果沒有止損，那次\u0026quot;大虧\u0026quot;有可能把賬戶打穿，後面的大賺機會都沒了。\n數學上，止損控制的是單次最大虧損，進而控制最大回撤：\n最大回撤 ≈ f(止損比例, 連續虧損次數, 勝率) 策略在某段時間內 5 連敗是很正常的，如果每次虧 10%，5 連敗後賬戶還剩 59%；如果每次虧 3%，5 連敗後還剩 85%，差距非常大。\n止損型別 1. 固定百分比止損 最簡單的方式：入場後虧損超過固定比例就出場。\n# 入場價 40000，止損 3% entry_price = 40000 stop_loss_pct = 0.03 stop_price_long = entry_price * (1 - stop_loss_pct) # 做多止損：38800 stop_price_short = entry_price * (1 + stop_loss_pct) # 做空止損：41200 優點： 簡單、可計算、風險固定 缺點： 忽略了市場的波動率，BTC 平時日內波動可能就有 3%，容易被噪音觸發\n適用場景： 高時間週期（日線以上），或者已經驗證止損比例遠大於平均波動\n2. ATR 動態止損（推薦） ATR（Average True Range，平均真實波幅）衡量的是市場最近的波動率。用 ATR 倍數設止損，波動大的時候止損寬，波動小的時候止損窄，更貼近市場實際。\nimport pandas as pd def calculate_atr(df, period=14): \u0026#34;\u0026#34;\u0026#34;計算 ATR\u0026#34;\u0026#34;\u0026#34; high = df[\u0026#39;high\u0026#39;] low = df[\u0026#39;low\u0026#39;] close = df[\u0026#39;close\u0026#39;] tr1 = high - low tr2 = abs(high - close.shift(1)) tr3 = abs(low - close.shift(1)) true_range = pd.concat([tr1, tr2, tr3], axis=1).max(axis=1) atr = true_range.rolling(period).mean() return atr def get_stop_price(entry_price, atr_value, direction, multiplier=2.0): \u0026#34;\u0026#34;\u0026#34;基於 ATR 的止損價\u0026#34;\u0026#34;\u0026#34; if direction == \u0026#39;long\u0026#39;: return entry_price - atr_value * multiplier else: return entry_price + atr_value * multiplier # 示例：BTC 1H，ATR=1200，入場 40000，做多 # 止損 = 40000 - 1200 * 2 = 37600（-6%） ATR 倍數選擇：\n1.0 - 1.5：較緊，訊雜比低的市場容易被觸發 2.0 - 3.0：適中，大多數趨勢策略的合理範圍 4.0+：寬鬆，適合捕捉大趨勢但單次虧損大 北極星策略在 1H 時間框架上，經過回測驗證，固定百分比止損比 ATR 止損更穩定。原因是 BTC 的 ATR 在趨勢行情裡會快速擴大，導致止損越來越寬。\n3. 追蹤止損（Trailing Stop Loss） 入場後止損跟隨價格移動，鎖定浮盈，不讓盈利全部回吐。\nclass TrailingStop: def __init__(self, entry_price, direction, trail_pct=0.05): self.direction = direction self.trail_pct = trail_pct if direction == \u0026#39;long\u0026#39;: self.best_price = entry_price self.stop_price = entry_price * (1 - trail_pct) else: self.best_price = entry_price self.stop_price = entry_price * (1 + trail_pct) def update(self, current_price): \u0026#34;\u0026#34;\u0026#34;每根 K 線更新一次\u0026#34;\u0026#34;\u0026#34; if self.direction == \u0026#39;long\u0026#39;: if current_price \u0026gt; self.best_price: self.best_price = current_price self.stop_price = current_price * (1 - self.trail_pct) else: if current_price \u0026lt; self.best_price: self.best_price = current_price self.stop_price = current_price * (1 + self.trail_pct) return self.stop_price def is_triggered(self, current_price): if self.direction == \u0026#39;long\u0026#39;: return current_price \u0026lt;= self.stop_price else: return current_price \u0026gt;= self.stop_price 追蹤止損適合的場景：\n已經有一定浮盈，不想全部虧回去 趨勢行情，想持倉跑行情同時保護利潤 不適合的場景：\n震盪行情，價格來回波動，追蹤止損頻繁觸發又頻繁進場 4. 時間止損 持倉超過一定時間沒有達到預期方向就出場，無論是否虧損：\ndef check_time_stop(entry_time, current_time, max_bars=48): \u0026#34;\u0026#34;\u0026#34;持倉超過 48 根 K 線（1H = 2天）強制出場\u0026#34;\u0026#34;\u0026#34; bars_held = (current_time - entry_time).total_seconds() / 3600 return bars_held \u0026gt;= max_bars 時間止損的邏輯：如果入場後行情遲遲不啟動，說明判斷可能有誤，解放資金去找更好的機會。\n北極星策略的止損設計 不展開具體引數，但講一下設計思路：\n核心原則：固定止損比例 + 冷卻期保護\n用固定百分比止損而不是 ATR，原因是：\n引數更穩定，不隨市場波動率變化 回測中訊號更清晰 配合分批止盈，整體期望值經過最佳化 止損觸發後有冷卻期，這段時間內不允許再開新倉。冷卻期的作用：\n避免在震盪行情裡反覆被打止損 讓市場方向更清晰後再介入 減少手續費損耗 止盈和止損的配合：\n好的策略，止盈設計和止損一樣重要。北極星策略採用分批止盈：\n第一筆在較小盈利時止盈，降低風險敞口 持有剩餘倉位跟隨趨勢 最終全部止盈或被整體止損帶走 這樣的設計保證了：即使後續行情反轉，前幾筆止盈已經鎖定了部分利潤。\n止損引數如何確定 回測是唯一可靠的方法，但要注意避坑：\n1. 在樣本外資料驗證\n用 2020-2023 年資料最佳化引數，然後用 2024-2025 年資料驗證，不能用同一段資料。\n2. 關注最大回撤而不是勝率\n勝率高不代表好策略，最大回撤控制在多少以內才是關鍵：\n20% 以內：比較舒適，心理承受範圍內 30% 以上：大多數人在這裡扛不住會手動干預 3. 別過擬合\n止損如果精確到小數點後兩位（比如 3.17%），大機率是過擬合。通用引數用整數或半整數（1%、2%、2.5%）即可。\n4. 用蒙特卡洛模擬\n隨機打亂交易順序，模擬 1000 種可能的序列，看最大回撤分佈：\nimport numpy as np def monte_carlo_max_drawdown(returns, n_simulations=1000): \u0026#34;\u0026#34;\u0026#34;蒙特卡洛模擬最大回撤\u0026#34;\u0026#34;\u0026#34; max_drawdowns = [] for _ in range(n_simulations): shuffled = np.random.permutation(returns) cumulative = np.cumprod(1 + shuffled) peak = np.maximum.accumulate(cumulative) drawdown = (peak - cumulative) / peak max_drawdowns.append(drawdown.max()) return { \u0026#39;median\u0026#39;: np.median(max_drawdowns), \u0026#39;p95\u0026#39;: np.percentile(max_drawdowns, 95), \u0026#39;worst\u0026#39;: max(max_drawdowns) } 如果 p95 的最大回撤在你承受範圍內，這套止損引數才算穩健。\n實盤中的止損執行 設計好止損只是第一步，實盤執行也有坑：\n1. 用限價單還是市價單\n市價單：確保成交，但滑點大（BTC 波動劇烈時可能滑點 0.1-0.5%） 限價單：控制成交價，但可能沒成交（價格跳過止損價） 極端行情建議用市價單，寧可付滑點也要確保執行。\n2. 止損單要放到交易所\n不要只在程式裡判斷，要把止損單掛到交易所：\n# Binance 建立止損單 order = client.create_order( symbol=\u0026#39;BTCUSDT\u0026#39;, side=\u0026#39;SELL\u0026#39;, type=\u0026#39;STOP_MARKET\u0026#39;, stopPrice=stop_price, closePosition=True, # 全倉平倉 timeInForce=\u0026#39;GTC\u0026#39; ) 即使策略程式宕機，交易所裡的止損單仍然有效。\n3. 定期驗證止損單是否存在\n策略程式啟動時檢查掛單：\ndef verify_stop_loss(client, symbol): \u0026#34;\u0026#34;\u0026#34;驗證止損單是否存在\u0026#34;\u0026#34;\u0026#34; open_orders = client.get_open_orders(symbol=symbol) stop_orders = [o for o in open_orders if o[\u0026#39;type\u0026#39;] == \u0026#39;STOP_MARKET\u0026#39;] if not stop_orders: print(\u0026#34;⚠️ 警告：止損單不存在！\u0026#34;) # 重新掛單邏輯 延伸閱讀：\n北極星策略實盤跟蹤 用 Claude 寫量化策略 Binance API 安全配置 📷 封面圖 · Flux Schnell AI 生成 · panshi.io 品牌風格\n","permalink":"https://blog.panshi.io/zh-hant/posts/quant-stop-loss-design/","summary":"\u003c!-- hero-image --\u003e\n\u003cp\u003e\u003cimg alt=\"Futuristic abstract digital render depicting geometric shape\" loading=\"lazy\" src=\"/images/quant-stop-loss-design-hero.jpg\"\u003e\u003c/p\u003e\n\u003cp\u003e止損是量化策略裡最容易被忽視、也最容易出問題的模組。很多新手策略回測看起來不錯，實盤一跑就崩，往往根源在止損設計有問題：要麼止損太寬導致單次虧損過大，要麼止損太緊被市場噪音訊繁觸發。\u003c/p\u003e\n\u003cp\u003e這篇文章從 \u003ca href=\"/zh-hant/polaris/\"\u003e北極星策略\u003c/a\u003e 的實際設計出發，講通用的止損設計思路。\u003c/p\u003e\n\u003ch2 id=\"為什麼需要止損\"\u003e為什麼需要止損\u003c/h2\u003e\n\u003cp\u003e止損本質上是\u003cstrong\u003e承認錯誤的機制\u003c/strong\u003e。趨勢跟蹤策略的邏輯是：大多數時候市場沒有趨勢，策略會小虧；少數時候有趨勢，策略要大賺，用大賺覆蓋小虧。\u003c/p\u003e\n\u003cp\u003e如果沒有止損，那次\u0026quot;大虧\u0026quot;有可能把賬戶打穿，後面的大賺機會都沒了。\u003c/p\u003e\n\u003cp\u003e數學上，止損控制的是\u003cstrong\u003e單次最大虧損\u003c/strong\u003e，進而控制\u003cstrong\u003e最大回撤\u003c/strong\u003e：\u003c/p\u003e\n\u003cpre tabindex=\"0\"\u003e\u003ccode\u003e最大回撤 ≈ f(止損比例, 連續虧損次數, 勝率)\n\u003c/code\u003e\u003c/pre\u003e\u003cp\u003e策略在某段時間內 5 連敗是很正常的，如果每次虧 10%，5 連敗後賬戶還剩 59%；如果每次虧 3%，5 連敗後還剩 85%，差距非常大。\u003c/p\u003e\n\u003ch2 id=\"止損型別\"\u003e止損型別\u003c/h2\u003e\n\u003ch3 id=\"1-固定百分比止損\"\u003e1. 固定百分比止損\u003c/h3\u003e\n\u003cp\u003e最簡單的方式：入場後虧損超過固定比例就出場。\u003c/p\u003e\n\u003cdiv class=\"highlight\"\u003e\u003cpre tabindex=\"0\" class=\"chroma\"\u003e\u003ccode class=\"language-python\" data-lang=\"python\"\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"c1\"\u003e# 入場價 40000，止損 3%\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"n\"\u003eentry_price\u003c/span\u003e \u003cspan class=\"o\"\u003e=\u003c/span\u003e \u003cspan class=\"mi\"\u003e40000\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"n\"\u003estop_loss_pct\u003c/span\u003e \u003cspan class=\"o\"\u003e=\u003c/span\u003e \u003cspan class=\"mf\"\u003e0.03\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"n\"\u003estop_price_long\u003c/span\u003e  \u003cspan class=\"o\"\u003e=\u003c/span\u003e \u003cspan class=\"n\"\u003eentry_price\u003c/span\u003e \u003cspan class=\"o\"\u003e*\u003c/span\u003e \u003cspan class=\"p\"\u003e(\u003c/span\u003e\u003cspan class=\"mi\"\u003e1\u003c/span\u003e \u003cspan class=\"o\"\u003e-\u003c/span\u003e \u003cspan class=\"n\"\u003estop_loss_pct\u003c/span\u003e\u003cspan class=\"p\"\u003e)\u003c/span\u003e  \u003cspan class=\"c1\"\u003e# 做多止損：38800\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"n\"\u003estop_price_short\u003c/span\u003e \u003cspan class=\"o\"\u003e=\u003c/span\u003e \u003cspan class=\"n\"\u003eentry_price\u003c/span\u003e \u003cspan class=\"o\"\u003e*\u003c/span\u003e \u003cspan class=\"p\"\u003e(\u003c/span\u003e\u003cspan class=\"mi\"\u003e1\u003c/span\u003e \u003cspan class=\"o\"\u003e+\u003c/span\u003e \u003cspan class=\"n\"\u003estop_loss_pct\u003c/span\u003e\u003cspan class=\"p\"\u003e)\u003c/span\u003e  \u003cspan class=\"c1\"\u003e# 做空止損：41200\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/code\u003e\u003c/pre\u003e\u003c/div\u003e\u003cp\u003e\u003cstrong\u003e優點：\u003c/strong\u003e 簡單、可計算、風險固定\n\u003cstrong\u003e缺點：\u003c/strong\u003e 忽略了市場的波動率，BTC 平時日內波動可能就有 3%，容易被噪音觸發\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003e適用場景：\u003c/strong\u003e 高時間週期（日線以上），或者已經驗證止損比例遠大於平均波動\u003c/p\u003e\n\u003ch3 id=\"2-atr-動態止損推薦\"\u003e2. ATR 動態止損（推薦）\u003c/h3\u003e\n\u003cp\u003eATR（Average True Range，平均真實波幅）衡量的是市場最近的波動率。用 ATR 倍數設止損，波動大的時候止損寬，波動小的時候止損窄，更貼近市場實際。\u003c/p\u003e\n\u003cdiv class=\"highlight\"\u003e\u003cpre tabindex=\"0\" class=\"chroma\"\u003e\u003ccode class=\"language-python\" data-lang=\"python\"\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"kn\"\u003eimport\u003c/span\u003e \u003cspan class=\"nn\"\u003epandas\u003c/span\u003e \u003cspan class=\"k\"\u003eas\u003c/span\u003e \u003cspan class=\"nn\"\u003epd\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"k\"\u003edef\u003c/span\u003e \u003cspan class=\"nf\"\u003ecalculate_atr\u003c/span\u003e\u003cspan class=\"p\"\u003e(\u003c/span\u003e\u003cspan class=\"n\"\u003edf\u003c/span\u003e\u003cspan class=\"p\"\u003e,\u003c/span\u003e \u003cspan class=\"n\"\u003eperiod\u003c/span\u003e\u003cspan class=\"o\"\u003e=\u003c/span\u003e\u003cspan class=\"mi\"\u003e14\u003c/span\u003e\u003cspan class=\"p\"\u003e):\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e    \u003cspan class=\"s2\"\u003e\u0026#34;\u0026#34;\u0026#34;計算 ATR\u0026#34;\u0026#34;\u0026#34;\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e    \u003cspan class=\"n\"\u003ehigh\u003c/span\u003e \u003cspan class=\"o\"\u003e=\u003c/span\u003e \u003cspan class=\"n\"\u003edf\u003c/span\u003e\u003cspan class=\"p\"\u003e[\u003c/span\u003e\u003cspan class=\"s1\"\u003e\u0026#39;high\u0026#39;\u003c/span\u003e\u003cspan class=\"p\"\u003e]\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e    \u003cspan class=\"n\"\u003elow\u003c/span\u003e \u003cspan class=\"o\"\u003e=\u003c/span\u003e \u003cspan class=\"n\"\u003edf\u003c/span\u003e\u003cspan class=\"p\"\u003e[\u003c/span\u003e\u003cspan class=\"s1\"\u003e\u0026#39;low\u0026#39;\u003c/span\u003e\u003cspan class=\"p\"\u003e]\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e    \u003cspan class=\"n\"\u003eclose\u003c/span\u003e \u003cspan class=\"o\"\u003e=\u003c/span\u003e \u003cspan class=\"n\"\u003edf\u003c/span\u003e\u003cspan class=\"p\"\u003e[\u003c/span\u003e\u003cspan class=\"s1\"\u003e\u0026#39;close\u0026#39;\u003c/span\u003e\u003cspan class=\"p\"\u003e]\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e    \n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e    \u003cspan class=\"n\"\u003etr1\u003c/span\u003e \u003cspan class=\"o\"\u003e=\u003c/span\u003e \u003cspan class=\"n\"\u003ehigh\u003c/span\u003e \u003cspan class=\"o\"\u003e-\u003c/span\u003e \u003cspan class=\"n\"\u003elow\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e    \u003cspan class=\"n\"\u003etr2\u003c/span\u003e \u003cspan class=\"o\"\u003e=\u003c/span\u003e \u003cspan class=\"nb\"\u003eabs\u003c/span\u003e\u003cspan class=\"p\"\u003e(\u003c/span\u003e\u003cspan class=\"n\"\u003ehigh\u003c/span\u003e \u003cspan class=\"o\"\u003e-\u003c/span\u003e \u003cspan class=\"n\"\u003eclose\u003c/span\u003e\u003cspan class=\"o\"\u003e.\u003c/span\u003e\u003cspan class=\"n\"\u003eshift\u003c/span\u003e\u003cspan class=\"p\"\u003e(\u003c/span\u003e\u003cspan class=\"mi\"\u003e1\u003c/span\u003e\u003cspan class=\"p\"\u003e))\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e    \u003cspan class=\"n\"\u003etr3\u003c/span\u003e \u003cspan class=\"o\"\u003e=\u003c/span\u003e \u003cspan class=\"nb\"\u003eabs\u003c/span\u003e\u003cspan class=\"p\"\u003e(\u003c/span\u003e\u003cspan class=\"n\"\u003elow\u003c/span\u003e \u003cspan class=\"o\"\u003e-\u003c/span\u003e \u003cspan class=\"n\"\u003eclose\u003c/span\u003e\u003cspan class=\"o\"\u003e.\u003c/span\u003e\u003cspan class=\"n\"\u003eshift\u003c/span\u003e\u003cspan class=\"p\"\u003e(\u003c/span\u003e\u003cspan class=\"mi\"\u003e1\u003c/span\u003e\u003cspan class=\"p\"\u003e))\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e    \n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e    \u003cspan class=\"n\"\u003etrue_range\u003c/span\u003e \u003cspan class=\"o\"\u003e=\u003c/span\u003e \u003cspan class=\"n\"\u003epd\u003c/span\u003e\u003cspan class=\"o\"\u003e.\u003c/span\u003e\u003cspan class=\"n\"\u003econcat\u003c/span\u003e\u003cspan class=\"p\"\u003e([\u003c/span\u003e\u003cspan class=\"n\"\u003etr1\u003c/span\u003e\u003cspan class=\"p\"\u003e,\u003c/span\u003e \u003cspan class=\"n\"\u003etr2\u003c/span\u003e\u003cspan class=\"p\"\u003e,\u003c/span\u003e \u003cspan class=\"n\"\u003etr3\u003c/span\u003e\u003cspan class=\"p\"\u003e],\u003c/span\u003e \u003cspan class=\"n\"\u003eaxis\u003c/span\u003e\u003cspan class=\"o\"\u003e=\u003c/span\u003e\u003cspan class=\"mi\"\u003e1\u003c/span\u003e\u003cspan class=\"p\"\u003e)\u003c/span\u003e\u003cspan class=\"o\"\u003e.\u003c/span\u003e\u003cspan class=\"n\"\u003emax\u003c/span\u003e\u003cspan class=\"p\"\u003e(\u003c/span\u003e\u003cspan class=\"n\"\u003eaxis\u003c/span\u003e\u003cspan class=\"o\"\u003e=\u003c/span\u003e\u003cspan class=\"mi\"\u003e1\u003c/span\u003e\u003cspan class=\"p\"\u003e)\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e    \u003cspan class=\"n\"\u003eatr\u003c/span\u003e \u003cspan class=\"o\"\u003e=\u003c/span\u003e \u003cspan class=\"n\"\u003etrue_range\u003c/span\u003e\u003cspan class=\"o\"\u003e.\u003c/span\u003e\u003cspan class=\"n\"\u003erolling\u003c/span\u003e\u003cspan class=\"p\"\u003e(\u003c/span\u003e\u003cspan class=\"n\"\u003eperiod\u003c/span\u003e\u003cspan class=\"p\"\u003e)\u003c/span\u003e\u003cspan class=\"o\"\u003e.\u003c/span\u003e\u003cspan class=\"n\"\u003emean\u003c/span\u003e\u003cspan class=\"p\"\u003e()\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e    \u003cspan class=\"k\"\u003ereturn\u003c/span\u003e \u003cspan class=\"n\"\u003eatr\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"k\"\u003edef\u003c/span\u003e \u003cspan class=\"nf\"\u003eget_stop_price\u003c/span\u003e\u003cspan class=\"p\"\u003e(\u003c/span\u003e\u003cspan class=\"n\"\u003eentry_price\u003c/span\u003e\u003cspan class=\"p\"\u003e,\u003c/span\u003e \u003cspan class=\"n\"\u003eatr_value\u003c/span\u003e\u003cspan class=\"p\"\u003e,\u003c/span\u003e \u003cspan class=\"n\"\u003edirection\u003c/span\u003e\u003cspan class=\"p\"\u003e,\u003c/span\u003e \u003cspan class=\"n\"\u003emultiplier\u003c/span\u003e\u003cspan class=\"o\"\u003e=\u003c/span\u003e\u003cspan class=\"mf\"\u003e2.0\u003c/span\u003e\u003cspan class=\"p\"\u003e):\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e    \u003cspan class=\"s2\"\u003e\u0026#34;\u0026#34;\u0026#34;基於 ATR 的止損價\u0026#34;\u0026#34;\u0026#34;\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e    \u003cspan class=\"k\"\u003eif\u003c/span\u003e \u003cspan class=\"n\"\u003edirection\u003c/span\u003e \u003cspan class=\"o\"\u003e==\u003c/span\u003e \u003cspan class=\"s1\"\u003e\u0026#39;long\u0026#39;\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e        \u003cspan class=\"k\"\u003ereturn\u003c/span\u003e \u003cspan class=\"n\"\u003eentry_price\u003c/span\u003e \u003cspan class=\"o\"\u003e-\u003c/span\u003e \u003cspan class=\"n\"\u003eatr_value\u003c/span\u003e \u003cspan class=\"o\"\u003e*\u003c/span\u003e \u003cspan class=\"n\"\u003emultiplier\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e    \u003cspan class=\"k\"\u003eelse\u003c/span\u003e\u003cspan class=\"p\"\u003e:\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e        \u003cspan class=\"k\"\u003ereturn\u003c/span\u003e \u003cspan class=\"n\"\u003eentry_price\u003c/span\u003e \u003cspan class=\"o\"\u003e+\u003c/span\u003e \u003cspan class=\"n\"\u003eatr_value\u003c/span\u003e \u003cspan class=\"o\"\u003e*\u003c/span\u003e \u003cspan class=\"n\"\u003emultiplier\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"c1\"\u003e# 示例：BTC 1H，ATR=1200，入場 40000，做多\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003cspan class=\"line\"\u003e\u003cspan class=\"cl\"\u003e\u003cspan class=\"c1\"\u003e# 止損 = 40000 - 1200 * 2 = 37600（-6%）\u003c/span\u003e\n\u003c/span\u003e\u003c/span\u003e\u003c/code\u003e\u003c/pre\u003e\u003c/div\u003e\u003cp\u003e\u003cstrong\u003eATR 倍數選擇：\u003c/strong\u003e\u003c/p\u003e","title":"量化策略止損怎麼設：從北極星策略出發講通用止損設計"},{"content":" 用 DMIT 這類付費 VPS 搭代理節點，穩定性好但有成本。很多人不知道，Cloudflare Workers 有每天 10 萬次的免費請求額度，可以用來跑一個完全零成本的 VLESS 節點——作為備用或平替方案，值得每人都部署一個。\n本文用的是開源專案 edgetunnel，部署過程 10 分鐘以內完成。\n原理簡介 Cloudflare Workers 是執行在 CF 邊緣節點的 JavaScript 函式。edgetunnel 把 VLESS 協議實現在 Worker 裡，流量經過 CF 的 CDN 網路中轉，繞開直接 IP 識別。\n優點：\n完全免費（免費計劃每天 10 萬次請求，足夠個人使用） 無需伺服器，不存在 IP 被封問題 CF 的 IP 段被封機率極低 侷限：\n速度受 CF 網路質量影響，高峰期不如專線 VPS 不適合大流量下載，適合日常瀏覽和輕量使用 部分地區對 CF IP 有 QoS 前置準備 一個 Cloudflare 賬號（免費註冊） 一個域名（可選，但推薦，CF 免費提供 workers.dev 子域名也行） 部署步驟 第一步：Fork 專案到你的 GitHub 開啟 https://github.com/cmliu/edgetunnel，點右上角 Fork，複製到自己的賬號。\n第二步：在 Cloudflare 建立 Worker 登入 dash.cloudflare.com 左側選單點 Workers \u0026amp; Pages 點 Create → Create Worker 給 Worker 起個名字（比如 my-proxy），點 Deploy 第三步：貼上 Worker 程式碼 部署完成後點 Edit code 清空編輯器裡的預設程式碼 開啟你 Fork 的 GitHub 倉庫，找到 _worker.js 檔案，複製全部內容 貼上到 Worker 編輯器裡 點右上角 Deploy 第四步：配置 UUID（你的連線密碼） UUID 是你節點的唯一標識。生成一個：\n# macOS / Linux uuidgen | tr \u0026#39;[:upper:]\u0026#39; \u0026#39;[:lower:]\u0026#39; # 輸出類似： # a1b2c3d4-e5f6-7890-abcd-ef1234567890 在 Worker 程式碼頂部找到 userID 變數，填入你生成的 UUID：\nlet userID = \u0026#39;a1b2c3d4-e5f6-7890-abcd-ef1234567890\u0026#39;; 或者透過環境變數設定（更安全）：\nWorker 頁面點 Settings → Variables 新增變數：UUID = 你的 UUID 點 Save and Deploy 程式碼裡對應改為讀取環境變數：\nlet userID = env.UUID || \u0026#39;default-uuid\u0026#39;; 第五步：繫結自定義域名（可選但推薦） Workers.dev 域名在部分地區訪問不穩定，繫結自己的域名更好：\n前提：域名已託管到 Cloudflare（NS 指向 CF） Worker 頁面點 Settings → Domains \u0026amp; Routes 點 Add → Custom domain 填入你的域名，比如 proxy.yourdomain.com 儲存，CF 自動配置 SSL 獲取訂閱連結 Worker 部署完成後，訪問：\nhttps://你的Worker域名/你的UUID 比如：\nhttps://my-proxy.workers.dev/a1b2c3d4-e5f6-7890-abcd-ef1234567890 頁面會返回一個 Base64 編碼的訂閱內容，包含多種協議格式（VLESS、Trojan、VMess）的節點資訊。\n訂閱連結格式 https://你的域名/你的UUID?sub # 訂閱連結（返回所有節點） https://你的域名/你的UUID?clash # Clash/mihomo 格式 https://你的域名/你的UUID?singbox # sing-box 格式 在 mihomo 中使用 方式一：訂閱匯入（推薦）\n直接把 ?clash 格式的 URL 作為訂閱連結，貼上到 Clash/mihomo 的訂閱管理裡。\n方式二：手動配置\nproxies: - name: \u0026#34;CF-Workers-VLESS\u0026#34; type: vless server: 你的Worker域名 port: 443 uuid: 你的UUID network: ws tls: true ws-opts: path: \u0026#34;/\u0026#34; headers: Host: 你的Worker域名 client-fingerprint: chrome 最佳化：選擇更快的 CF 優選 IP edgetunnel 預設走 CF 分配的節點，速度因地區而異。可以透過 CF 優選 IP 工具測速選擇延遲最低的節點。\n把 Worker 域名裡的 IP 替換成延遲最低的 CF IP，速度有時能提升 50% 以上。\n工具：CloudflareSpeedTest\n# 下載工具 wget https://github.com/XIU2/CloudflareSpeedTest/releases/latest/download/cfst_linux_amd64.tar.gz tar -xzf cfst_linux_amd64.tar.gz ./CloudflareST # 測速完成後，結果儲存在 result.csv # 取延遲最低的 IP 替換到節點配置裡 和 DMIT VPS 方案對比 對比項 CF Workers DMIT VPS 成本 免費 $20+/月 速度（日常） 中等 快（CN2 GIA） 穩定性 較好（CF 託管） 好 大流量 不適合 適合 被封風險 極低 有一定機率 適用場景 備用/平替 主力節點 推薦策略： DMIT 作為主力，CF Workers 作為備用。兩個方案互補，主節點被封期間 CF Workers 頂上，完全無感知切換。\n配合 mihomo 的 fallback 機制：\nproxy-groups: - name: \u0026#34;主力線路\u0026#34; type: fallback url: http://www.gstatic.com/generate_204 interval: 30 proxies: - DMIT-HK-Reality - CF-Workers-VLESS # 備用，主力掛了自動切 常見問題 Worker 部署後訪問報錯 522 Worker 域名沒有正常解析。檢查：\n域名是否已繫結到 Worker Worker 是否正常 Deploy（狀態顯示 Active） 速度很慢 嘗試優選 IP（見上方 CloudflareST 方法） 檢查當前時段，高峰期 CF 節點壓力大 換一個 CF 資料中心城市（可以在優選結果裡選不同地區的 IP） 節點連線但無法訪問某些網站 檢查 Worker 程式碼裡的 proxyIP 配置，部分版本需要填一個出口 IP 才能正常回源。\n需要更穩定的主力方案，見：\nXray VLESS+XTLS 部署教程 Hysteria2 部署教程 VPS 選購指南 📷 封面圖 · Flux Schnell AI 生成 · panshi.io 品牌風格\n","permalink":"https://blog.panshi.io/zh-hant/posts/edgetunnel-cf-workers-vless/","summary":"\u003c!-- hero-image --\u003e\n\u003cp\u003e\u003cimg alt=\"Digital screens display data on a circuit board background\" loading=\"lazy\" src=\"/images/edgetunnel-cf-workers-vless-hero.jpg\"\u003e\u003c/p\u003e\n\u003cp\u003e用 \u003ca href=\"https://aff.panshi.io/track?id=dmit\"\u003eDMIT\u003c/a\u003e 這類付費 VPS 搭代理節點，穩定性好但有成本。很多人不知道，Cloudflare Workers 有每天 10 萬次的免費請求額度，可以用來跑一個完全零成本的 VLESS 節點——作為備用或平替方案，值得每人都部署一個。\u003c/p\u003e\n\u003cp\u003e本文用的是開源專案 \u003ca href=\"https://github.com/cmliu/edgetunnel\"\u003eedgetunnel\u003c/a\u003e，部署過程 10 分鐘以內完成。\u003c/p\u003e\n\u003ch2 id=\"原理簡介\"\u003e原理簡介\u003c/h2\u003e\n\u003cp\u003eCloudflare Workers 是執行在 CF 邊緣節點的 JavaScript 函式。edgetunnel 把 VLESS 協議實現在 Worker 裡，流量經過 CF 的 CDN 網路中轉，繞開直接 IP 識別。\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003e優點：\u003c/strong\u003e\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e完全免費（免費計劃每天 10 萬次請求，足夠個人使用）\u003c/li\u003e\n\u003cli\u003e無需伺服器，不存在 IP 被封問題\u003c/li\u003e\n\u003cli\u003eCF 的 IP 段被封機率極低\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003e\u003cstrong\u003e侷限：\u003c/strong\u003e\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e速度受 CF 網路質量影響，高峰期不如專線 VPS\u003c/li\u003e\n\u003cli\u003e不適合大流量下載，適合日常瀏覽和輕量使用\u003c/li\u003e\n\u003cli\u003e部分地區對 CF IP 有 QoS\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch2 id=\"前置準備\"\u003e前置準備\u003c/h2\u003e\n\u003cul\u003e\n\u003cli\u003e一個 Cloudflare 賬號（免費註冊）\u003c/li\u003e\n\u003cli\u003e一個域名（可選，但推薦，CF 免費提供 workers.dev 子域名也行）\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch2 id=\"部署步驟\"\u003e部署步驟\u003c/h2\u003e\n\u003ch3 id=\"第一步fork-專案到你的-github\"\u003e第一步：Fork 專案到你的 GitHub\u003c/h3\u003e\n\u003cp\u003e開啟 \u003ca href=\"https://github.com/cmliu/edgetunnel\"\u003ehttps://github.com/cmliu/edgetunnel\u003c/a\u003e，點右上角 \u003cstrong\u003eFork\u003c/strong\u003e，複製到自己的賬號。\u003c/p\u003e","title":"零成本代理方案：用 Cloudflare Workers 搭建 VLESS 節點"},{"content":" 語音識別技術本身已經很成熟了，但真正用起來體驗差的核心原因不是識別率——是識別出來的文字沒法直接用。\nTypeless 的定位是在語音識別之上加一層 AI 處理，讓輸出結果直接可用。這篇文章拆解它的幾個核心功能。\n自動清理：去口頭禪和冗餘表達 這是 Typeless 最基礎也最實用的功能。\n正常說話和寫文字之間有一道鴻溝。說話的時候我們會：\n頻繁使用\u0026quot;嗯\u0026quot;\u0026ldquo;啊\u0026quot;\u0026ldquo;那個\u0026quot;\u0026ldquo;就是說\u0026rdquo; 說到一半換思路：\u0026ldquo;明天……不對，等一下，後天來處理這個\u0026rdquo; 重複同一個意思：\u0026ldquo;這個很重要，非常重要，一定要注意\u0026rdquo; 傳統語音識別把這些全部轉錄出來，你要花時間再清理一遍。Typeless 的 AI 層會識別這些模式並自動處理：\n刪除填充詞（\u0026ldquo;嗯\u0026quot;\u0026ldquo;啊\u0026quot;等） 識別自我糾正，只保留最終表達 合併重複意思 實際效果：口述出來的東西，基本上不需要再做語言層面的清理，只需要補充內容和調整結構。\n智慧格式化：自動識別結構 這個功能讓我最驚喜。\n我口述的時候會說\u0026quot;有三點，第一點是……第二點是……第三點是……\u0026quot;，Typeless 會自動把這段話整理成帶編號的列表，而不是一段連續的文字。\n同樣，說\u0026quot;首先……然後……最後……\u0026quot;，輸出是有順序標記的步驟列表；說\u0026quot;重點是……\u0026quot;，它會用加粗或獨立段落突出顯示。\n這個功能特別適合：\n口述會議記錄（自動整理行動項） 起草文件大綱（說出結構，自動變成層級列表） 寫郵件（自動識別正文段落和要點列表） 上下文感知：根據應用調整風格 Typeless 會檢測當前啟用的應用，並調整輸出語氣。\n在 Slack 裡，同樣一句話會用更口語化的表達；在 Word 或 Outlook 裡，會更正式；在 VS Code 裡，會注意程式碼相關的格式（比如變數名不會被\u0026quot;糾正\u0026quot;成中文）。\n這不需要手動設定，自動識別。對於我這種一天要在十幾個應用之間切換的人來說省了很多麻煩。\n隱私設計：錄音不上雲 很多人對語音輸入有一個合理的顧慮：我說的話是不是被錄下來上傳到伺服器了？\nTypeless 的設計是：音訊處理在本地完成，不上傳原始錄音，歷史記錄只存在本地裝置上，不用於模型訓練。\n這和大部分雲端語音 API（比如某些輸入法的雲識別）不同。後者要把錄音發到伺服器識別，Typeless 的隱私邊界更清晰。\n對於涉及商業資訊、客戶資料、個人隱私內容的場景，這一點很重要。\n個性化學習：越用越準 Typeless 有兩種方式學習你的表達習慣：\n個人詞典（Personal Dictionary）：手動新增你常用的專有名詞、品牌名、人名、技術術語。比如我加了\u0026quot;北極星策略\u0026quot;\u0026ldquo;mihomo\u0026quot;\u0026ldquo;OpenClaw\u0026quot;之後，這些詞的識別準確率接近 100%。\n使用習慣學習：隨著使用時間增長，Typeless 會學習你的詞彙偏好和表達模式，識別準確率會持續提升。\n這種學習是裝置本地的，資料不出去。\n多語言和混輸支援 支援 100+ 語言，並且支援同一句話裡切換語言（code-mixing）。\n對於經常中英混用的場景非常實用。技術詞彙用英文說、上下文用中文說，Typeless 都能正確識別，不需要手動切換語言模式。\n覆蓋的應用場景 目前相容 50+ 應用，包括：\n類別 代表應用 寫作 Notion、Obsidian、Word、Pages 溝通 Slack、Gmail、iMessage、Teams 開發 VS Code、GitHub 會議 Zoom、Teams（會議中輸入） 其他 瀏覽器輸入框、Telegram 適合哪些人 內容創作者：每天大量寫作，語音輸入可以讓創作速度翻倍 技術從業者：寫文件、PR 描述、技術評論，這類連續文字輸出場景很多 英語非母語使用者：語音比鍵盤更接近母語思維速度，不用考慮拼寫 會議密集的人：實時語音記錄會議內容，自動整理成結構化筆記 如果你想試試，現在免費下載：typeless.com\n有朋友邀請碼可以用：邀請碼 K1E9FJX\n📷 封面圖 · Flux Schnell AI 生成 · panshi.io 品牌風格\n","permalink":"https://blog.panshi.io/zh-hant/posts/typeless-privacy-ai-features/","summary":"\u003c!-- hero-image --\u003e\n\u003cp\u003e\u003cimg alt=\"A sleek wireless keyboard paired with a decorative pen on a \" loading=\"lazy\" src=\"/images/typeless-privacy-ai-features-hero.jpg\"\u003e\u003c/p\u003e\n\u003cp\u003e語音識別技術本身已經很成熟了，但真正用起來體驗差的核心原因不是識別率——是識別出來的文字沒法直接用。\u003c/p\u003e\n\u003cp\u003e\u003ca href=\"https://aff.panshi.io/track?id=typeless\"\u003eTypeless\u003c/a\u003e 的定位是在語音識別之上加一層 AI 處理，讓輸出結果直接可用。這篇文章拆解它的幾個核心功能。\u003c/p\u003e\n\u003ch2 id=\"自動清理去口頭禪和冗餘表達\"\u003e自動清理：去口頭禪和冗餘表達\u003c/h2\u003e\n\u003cp\u003e這是 Typeless 最基礎也最實用的功能。\u003c/p\u003e\n\u003cp\u003e正常說話和寫文字之間有一道鴻溝。說話的時候我們會：\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e頻繁使用\u0026quot;嗯\u0026quot;\u0026ldquo;啊\u0026quot;\u0026ldquo;那個\u0026quot;\u0026ldquo;就是說\u0026rdquo;\u003c/li\u003e\n\u003cli\u003e說到一半換思路：\u0026ldquo;明天……不對，等一下，後天來處理這個\u0026rdquo;\u003c/li\u003e\n\u003cli\u003e重複同一個意思：\u0026ldquo;這個很重要，非常重要，一定要注意\u0026rdquo;\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003e傳統語音識別把這些全部轉錄出來，你要花時間再清理一遍。Typeless 的 AI 層會識別這些模式並自動處理：\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e刪除填充詞（\u0026ldquo;嗯\u0026quot;\u0026ldquo;啊\u0026quot;等）\u003c/li\u003e\n\u003cli\u003e識別自我糾正，只保留最終表達\u003c/li\u003e\n\u003cli\u003e合併重複意思\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003e實際效果：口述出來的東西，基本上不需要再做語言層面的清理，只需要補充內容和調整結構。\u003c/p\u003e\n\u003ch2 id=\"智慧格式化自動識別結構\"\u003e智慧格式化：自動識別結構\u003c/h2\u003e\n\u003cp\u003e這個功能讓我最驚喜。\u003c/p\u003e\n\u003cp\u003e我口述的時候會說\u0026quot;有三點，第一點是……第二點是……第三點是……\u0026quot;，Typeless 會自動把這段話整理成帶編號的列表，而不是一段連續的文字。\u003c/p\u003e\n\u003cp\u003e同樣，說\u0026quot;首先……然後……最後……\u0026quot;，輸出是有順序標記的步驟列表；說\u0026quot;重點是……\u0026quot;，它會用加粗或獨立段落突出顯示。\u003c/p\u003e\n\u003cp\u003e這個功能特別適合：\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e口述會議記錄（自動整理行動項）\u003c/li\u003e\n\u003cli\u003e起草文件大綱（說出結構，自動變成層級列表）\u003c/li\u003e\n\u003cli\u003e寫郵件（自動識別正文段落和要點列表）\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch2 id=\"上下文感知根據應用調整風格\"\u003e上下文感知：根據應用調整風格\u003c/h2\u003e\n\u003cp\u003eTypeless 會檢測當前啟用的應用，並調整輸出語氣。\u003c/p\u003e\n\u003cp\u003e在 Slack 裡，同樣一句話會用更口語化的表達；在 Word 或 Outlook 裡，會更正式；在 VS Code 裡，會注意程式碼相關的格式（比如變數名不會被\u0026quot;糾正\u0026quot;成中文）。\u003c/p\u003e\n\u003cp\u003e這不需要手動設定，自動識別。對於我這種一天要在十幾個應用之間切換的人來說省了很多麻煩。\u003c/p\u003e\n\u003ch2 id=\"隱私設計錄音不上雲\"\u003e隱私設計：錄音不上雲\u003c/h2\u003e\n\u003cp\u003e很多人對語音輸入有一個合理的顧慮：我說的話是不是被錄下來上傳到伺服器了？\u003c/p\u003e\n\u003cp\u003eTypeless 的設計是：\u003cstrong\u003e音訊處理在本地完成，不上傳原始錄音，歷史記錄只存在本地裝置上，不用於模型訓練\u003c/strong\u003e。\u003c/p\u003e\n\u003cp\u003e這和大部分雲端語音 API（比如某些輸入法的雲識別）不同。後者要把錄音發到伺服器識別，Typeless 的隱私邊界更清晰。\u003c/p\u003e\n\u003cp\u003e對於涉及商業資訊、客戶資料、個人隱私內容的場景，這一點很重要。\u003c/p\u003e\n\u003ch2 id=\"個性化學習越用越準\"\u003e個性化學習：越用越準\u003c/h2\u003e\n\u003cp\u003eTypeless 有兩種方式學習你的表達習慣：\u003c/p\u003e","title":"Typeless 核心功能詳解：AI 是怎麼讓語音輸入真正好用的"},{"content":" 打字太慢是我長期的生產力瓶頸。寫文章、回郵件、記錄想法，不是腦子跟不上，是手速跟不上。\n直到我開始用 Typeless。\nTypeless 是什麼 Typeless 是一款 AI 驅動的語音輸入工具，支援 macOS、Windows、iOS、Android。核心邏輯很簡單：你說，它寫。但和十年前那種粗糙的語音識別不同，Typeless 在識別的基礎上加了一層 AI 處理：\n自動刪除\u0026quot;嗯\u0026quot;\u0026ldquo;啊\u0026quot;\u0026ldquo;那個\u0026quot;\u0026ldquo;就是說\u0026quot;等口頭禪 識別自我糾正（你說\u0026quot;明天……不對，後天\u0026rdquo;，只輸出\u0026quot;後天\u0026rdquo;） 根據上下文整理格式，自動識別列表、步驟、要點 根據當前應用調整語氣（在 Slack 裡偏口語，在 Word 裡偏正式） 速度差距有多大 官方資料：鍵盤平均 45 WPM，語音輸入 220 WPM，快將近 5 倍。\n我自己測了一下，寫一篇 800 字的技術筆記：\n鍵盤打字：約 25 分鐘 Typeless 語音：約 8 分鐘 差距主要來自兩塊：一是語音本身比打字快，二是不用停下來想怎麼拼、怎麼切換輸入法。\n中英文混輸體驗 這是我最擔心的點，結果是最驚喜的。\n我平時寫東西中英文混得很厲害，比如：\n\u0026ldquo;用 Claude Code 跑 backtest，發現 equity curve 的 drawdown 有點大，需要調一下 stop loss 引數。\u0026rdquo;\nTypeless 能完整識別這種混合表達，不需要手動切換語言模式。它支援 100+ 語言並且自動檢測，同一句話裡切換語言照常識別。\n隱私：錄音不上雲 用語音工具最大的顧慮是錄音資料去哪了。Typeless 明確說明：音訊不上傳，歷史記錄只存本地，不用你的資料訓練模型。\n這點比很多雲端語音 API 強。\n越用越懂你 Typeless 有個個人詞典功能，可以加入專有名詞、品牌名、技術術語。用一段時間後它會學習你的表達習慣，識別準確率越來越高。\n我加了\u0026quot;磐石\u0026quot;\u0026ldquo;北極星策略\u0026quot;\u0026ldquo;OpenClaw\u0026quot;\u0026ldquo;mihomo\u0026quot;這些詞之後，識別準確率明顯提升。\n支援的應用 50+ 應用直接相容，常用的有：\n寫作：Notion、Obsidian、Word、Pages 溝通：Slack、Gmail、iMessage、Teams、Outlook 開發：VS Code、GitHub（寫 PR 描述、commit message 很爽） 其他：Telegram、微信網頁版、各種瀏覽器輸入框 怎麼開始用 官網下載：typeless.com，免費開始 如果有朋友邀請碼可以用：K1E9FJX（進入邀請碼 K1E9FJX） 安裝後開啟麥克風許可權，設定快捷鍵（我用 ⌥Space 觸發） 先從簡單場景練手，比如記會議筆記、口述 Telegram 訊息 總結 Typeless 不是噱頭產品，實際用下來確實改變了我的輸入習慣。特別推薦給：\n每天要寫大量文字（文章、文件、郵件）的人 中英文混用場景多的人 想把腦子裡的想法快速外化的人 打字慢不是你的問題，是工具還沒跟上。\n免費下載 Typeless →\n📷 封面圖 · Flux Schnell AI 生成 · panshi.io 品牌風格\n","permalink":"https://blog.panshi.io/zh-hant/posts/typeless-ai-voice-input/","summary":"\u003c!-- hero-image --\u003e\n\u003cp\u003e\u003cimg alt=\"A sleek wireless keyboard paired with a decorative pen on a \" loading=\"lazy\" src=\"/images/typeless-ai-voice-input-hero.jpg\"\u003e\u003c/p\u003e\n\u003cp\u003e打字太慢是我長期的生產力瓶頸。寫文章、回郵件、記錄想法，不是腦子跟不上，是手速跟不上。\u003c/p\u003e\n\u003cp\u003e直到我開始用 \u003ca href=\"https://aff.panshi.io/track?id=typeless\"\u003eTypeless\u003c/a\u003e。\u003c/p\u003e\n\u003ch2 id=\"typeless-是什麼\"\u003eTypeless 是什麼\u003c/h2\u003e\n\u003cp\u003eTypeless 是一款 AI 驅動的語音輸入工具，支援 macOS、Windows、iOS、Android。核心邏輯很簡單：\u003cstrong\u003e你說，它寫\u003c/strong\u003e。但和十年前那種粗糙的語音識別不同，Typeless 在識別的基礎上加了一層 AI 處理：\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e自動刪除\u0026quot;嗯\u0026quot;\u0026ldquo;啊\u0026quot;\u0026ldquo;那個\u0026quot;\u0026ldquo;就是說\u0026quot;等口頭禪\u003c/li\u003e\n\u003cli\u003e識別自我糾正（你說\u0026quot;明天……不對，後天\u0026rdquo;，只輸出\u0026quot;後天\u0026rdquo;）\u003c/li\u003e\n\u003cli\u003e根據上下文整理格式，自動識別列表、步驟、要點\u003c/li\u003e\n\u003cli\u003e根據當前應用調整語氣（在 Slack 裡偏口語，在 Word 裡偏正式）\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch2 id=\"速度差距有多大\"\u003e速度差距有多大\u003c/h2\u003e\n\u003cp\u003e官方資料：鍵盤平均 45 WPM，語音輸入 220 WPM，快將近 5 倍。\u003c/p\u003e\n\u003cp\u003e我自己測了一下，寫一篇 800 字的技術筆記：\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e鍵盤打字：約 25 分鐘\u003c/li\u003e\n\u003cli\u003eTypeless 語音：約 8 分鐘\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003e差距主要來自兩塊：一是語音本身比打字快，二是不用停下來想怎麼拼、怎麼切換輸入法。\u003c/p\u003e\n\u003ch2 id=\"中英文混輸體驗\"\u003e中英文混輸體驗\u003c/h2\u003e\n\u003cp\u003e這是我最擔心的點，結果是最驚喜的。\u003c/p\u003e\n\u003cp\u003e我平時寫東西中英文混得很厲害，比如：\u003c/p\u003e\n\u003cblockquote\u003e\n\u003cp\u003e\u0026ldquo;用 Claude Code 跑 backtest，發現 equity curve 的 drawdown 有點大，需要調一下 stop loss 引數。\u0026rdquo;\u003c/p\u003e","title":"Typeless 實測：AI 語音輸入比鍵盤快 4 倍，中英混輸毫無壓力"},{"content":" 很多人試過語音輸入，然後放棄了——說出來的東西亂糟糟的，還要花時間整理，反而更慢。\n這是舊時代語音識別的問題。Typeless 在識別後加了一層 AI 處理，基本解決了這個問題。用下來三個場景受益最明顯。\n場景一：技術文章起草 寫技術文章最費時間的不是打字，是「從想法到第一稿」這個過程。腦子裡有結構，但要把它變成文字就會卡住，反覆刪改，越寫越慢。\n換成語音之後，我的流程變成了：\n在腦子裡過一遍文章結構（30 秒） 開 Typeless，對著 Obsidian 口述全文 AI 自動整理段落、列表、要點 檢查一遍，補細節 口述完一篇千字文章大概需要 5-8 分鐘，然後花 10 分鐘打磨，全程 20 分鐘以內。以前單純用鍵盤要 40-60 分鐘。\n關鍵是：說話比打字更接近思維速度，中間不會因為手速不夠而打斷思路。\n場景二：寫程式碼註釋和 PR 描述 這個場景有點出人意料，但效果很好。\n程式碼註釋大家都知道該寫，但實際上很多人（包括我）經常偷懶不寫，原因就是打字麻煩。換成語音之後，寫註釋變成了：游標放到函式前，說一句\u0026quot;這個函式用來處理 Binance API 返回的持倉資料，計算實盤淨值並寫入 KV\u0026quot;，Typeless 自動格式化成註釋。\nPR 描述也一樣：開啟 PR 介面，口述 What / Why / How，Typeless 輸出結構化的 Markdown 描述。\nTypeless 支援 VS Code 和 GitHub，直接在編輯器裡用，不用跳到其他應用。\n場景三：會議和想法記錄 這是語音輸入的傳統強項，但 Typeless 的 AI 處理讓它更好用。\n開會的時候我會開著 Typeless，把討論要點口述到 Notion 筆記裡。普通語音識別出來的是流水賬，Typeless 會：\n去掉\u0026quot;那個\u0026quot;\u0026ldquo;就是說\u0026quot;\u0026ldquo;嗯嗯嗯\u0026rdquo; 把連續的討論點整理成列表 識別\u0026quot;待辦事項\u0026quot;\u0026ldquo;行動項\u0026quot;這類詞，自動用 checkbox 格式 開完會直接有一份結構化的會議記錄，不需要事後整理。\n獨處思考的時候也很好用。腦子裡有個想法，隨手觸發 Typeless，口述 30 秒，Obsidian 裡就有一段完整的筆記。\n幾個使用技巧 1. 設定好快捷鍵\n我用 ⌥Space 觸發，一鍵開關，不影響其他操作。找一個你順手的快捷鍵是關鍵。\n2. 加入個人詞典\n把你常用的專有名詞、品牌名、人名加進去。我加了伺服器名、策略名、技術術語之後識別準確率明顯提升。\n3. 先在低風險場景練手\n剛開始用語音輸入會有點彆扭，先從記錄個人筆記、口述草稿開始，不要一上來就用在正式郵件上。\n4. 利用「上下文切換語氣」功能\nTypeless 會根據當前應用調整輸出風格。在 Slack 裡說的話偏口語，在 Word 裡偏正式，不需要手動調整。\n和傳統輸入法的關係 Typeless 不是要取代鍵盤輸入。短詞、命令、密碼這些還是鍵盤更快。它適合的是連續文字輸出的場景：寫作、記錄、溝通。\n兩者結合用效率最高：思考性的長內容用語音，操作性的短內容用鍵盤。\n免費下載 Typeless →\n有朋友邀請碼：邀請碼 K1E9FJX\n📷 封面圖 · Flux Schnell AI 生成 · panshi.io 品牌風格\n","permalink":"https://blog.panshi.io/zh-hant/posts/typeless-vs-keyboard-workflow/","summary":"\u003c!-- hero-image --\u003e\n\u003cp\u003e\u003cimg alt=\"A sleek wireless keyboard paired with a decorative pen on a \" loading=\"lazy\" src=\"/images/typeless-vs-keyboard-workflow-hero.jpg\"\u003e\u003c/p\u003e\n\u003cp\u003e很多人試過語音輸入，然後放棄了——說出來的東西亂糟糟的，還要花時間整理，反而更慢。\u003c/p\u003e\n\u003cp\u003e這是舊時代語音識別的問題。\u003ca href=\"https://aff.panshi.io/track?id=typeless\"\u003eTypeless\u003c/a\u003e 在識別後加了一層 AI 處理，基本解決了這個問題。用下來三個場景受益最明顯。\u003c/p\u003e\n\u003ch2 id=\"場景一技術文章起草\"\u003e場景一：技術文章起草\u003c/h2\u003e\n\u003cp\u003e寫技術文章最費時間的不是打字，是「從想法到第一稿」這個過程。腦子裡有結構，但要把它變成文字就會卡住，反覆刪改，越寫越慢。\u003c/p\u003e\n\u003cp\u003e換成語音之後，我的流程變成了：\u003c/p\u003e\n\u003col\u003e\n\u003cli\u003e在腦子裡過一遍文章結構（30 秒）\u003c/li\u003e\n\u003cli\u003e開 Typeless，對著 Obsidian 口述全文\u003c/li\u003e\n\u003cli\u003eAI 自動整理段落、列表、要點\u003c/li\u003e\n\u003cli\u003e檢查一遍，補細節\u003c/li\u003e\n\u003c/ol\u003e\n\u003cp\u003e口述完一篇千字文章大概需要 5-8 分鐘，然後花 10 分鐘打磨，全程 20 分鐘以內。以前單純用鍵盤要 40-60 分鐘。\u003c/p\u003e\n\u003cp\u003e關鍵是：\u003cstrong\u003e說話比打字更接近思維速度\u003c/strong\u003e，中間不會因為手速不夠而打斷思路。\u003c/p\u003e\n\u003ch2 id=\"場景二寫程式碼註釋和-pr-描述\"\u003e場景二：寫程式碼註釋和 PR 描述\u003c/h2\u003e\n\u003cp\u003e這個場景有點出人意料，但效果很好。\u003c/p\u003e\n\u003cp\u003e程式碼註釋大家都知道該寫，但實際上很多人（包括我）經常偷懶不寫，原因就是打字麻煩。換成語音之後，寫註釋變成了：游標放到函式前，說一句\u0026quot;這個函式用來處理 Binance API 返回的持倉資料，計算實盤淨值並寫入 KV\u0026quot;，Typeless 自動格式化成註釋。\u003c/p\u003e\n\u003cp\u003ePR 描述也一樣：開啟 PR 介面，口述 What / Why / How，Typeless 輸出結構化的 Markdown 描述。\u003c/p\u003e\n\u003cp\u003eTypeless 支援 VS Code 和 GitHub，直接在編輯器裡用，不用跳到其他應用。\u003c/p\u003e","title":"語音輸入怎麼融入日常工作流：我用 Typeless 的三個核心場景"},{"content":"1 個月，$5000 AI 訂閱和 Token。\n我一個人，用 Claude Code + Codex + Copilot，搭起了 18 類獨立系統。約 5 萬行程式碼。\n如果招 2 個全棧從零做，至少 6-12 個月，30-60 萬人民幣。\n下面講每個板塊做了什麼 👇 (1/7)\n【量化 + 部落格引流】\n🧠 量化：北極星策略 1/5/6 實盤、雙機熱備、回測實驗室 v2（Numba JIT + Walk-Forward + 蒙特卡洛 + 多幣種組合）、Mac 脫敏備機\n🌐 部落格 panshi.io：64 篇技術文章、雙活 aws-hk/us + CF CDN、14 渠道 AFF tracker 按文章歸因、64 張 Flux AI 品牌統一 hero (2/7)\n【釋出管理 Web 9891 · 最獨特的一塊】\n一個本機 Web 應用獨立管理 panshi.io 釋出：\n10+ 管理頁面（文章 + AFF 歸因 + 編輯器 + OG 預覽 + 圖片庫） 7 步釋出流水線 + 10 個定時任務 X 三模式：短推 / Premium 長推 / Thread digest（就是你看的這條） 獨立做就是 2 個月工作。 (3/7)\n【監控 / 備份 / 定時任務】\n3-2-1 備份：Mac SSD + iCloud 2TB + S3 Deep Archive 東京（月費 ¥0.15）\n20+ 備份任務 + 統一 9890 監控 + 開機補跑\nMac 本機 34 個定時任務統一 job_runner + Prometheus + Grafana + Telegram 告警\n線路監控 13 個 Grafana dashboard\n這套基礎設施獨立做 3 個月。 (4/7)\n【代理 + 安全 + AI 工具生態】\n🛡️ 雙閘道器冗餘 + 家寬代理 7 節點 fallback + Surge fail-closed 監控衛士（崩了自動 PF killswitch）+ 自研 Swift 狀態列程式 NetworkGuard\n🤖 Claude Code 雙通道切換、Sonnet/Opus/Haiku 混用（API 成本降 60%）、cmux 多會話並行、7 個獨立 TG Bot 分工 (5/7)\n【AI 獨立開發的三個真相】\n1️⃣ 程式碼不再是瓶頸，需求定義才是。Claude 能一次出幾百行，但\u0026quot;我要什麼\u0026quot;要自己想清楚\n2️⃣ 部署/監控/備份 比初次開發更值錢，70% 工作量在這\n3️⃣ 基礎設施標準化 讓 AI 跨任務遷移經驗，效率指數上升\n不是 AI 替代人，是\u0026quot;懂業務 + 會用 AI 的一個人 = 過去一個小團隊\u0026quot;。 (6/7)\n📖 完整 18 類系統清單 + 成本拆解 + 開發正規化分析： https://panshi.io/posts/5000-usd-token-what-i-built/\n評論區聊聊：你用 AI 做過最滿意的專案是啥？ (7/7)\n","permalink":"https://blog.panshi.io/zh-hant/posts/5000-usd-token-what-i-built.thread/","summary":"\u003cp\u003e1 個月，$5000 AI 訂閱和 Token。\u003c/p\u003e\n\u003cp\u003e我一個人，用 Claude Code + Codex + Copilot，搭起了 18 類獨立系統。約 5 萬行程式碼。\u003c/p\u003e\n\u003cp\u003e如果招 2 個全棧從零做，至少 6-12 個月，30-60 萬人民幣。\u003c/p\u003e\n\u003cp\u003e下面講每個板塊做了什麼 👇 (1/7)\u003c/p\u003e\n\u003chr\u003e\n\u003cp\u003e【量化 + 部落格引流】\u003c/p\u003e\n\u003cp\u003e🧠 量化：北極星策略 1/5/6 實盤、雙機熱備、回測實驗室 v2（Numba JIT + Walk-Forward + 蒙特卡洛 + 多幣種組合）、Mac 脫敏備機\u003c/p\u003e\n\u003cp\u003e🌐 部落格 panshi.io：64 篇技術文章、雙活 aws-hk/us + CF CDN、14 渠道 AFF tracker 按文章歸因、64 張 Flux AI 品牌統一 hero (2/7)\u003c/p\u003e\n\u003chr\u003e\n\u003cp\u003e【釋出管理 Web 9891 · 最獨特的一塊】\u003c/p\u003e\n\u003cp\u003e一個本機 Web 應用獨立管理 panshi.io 釋出：\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e10+ 管理頁面（文章 + AFF 歸因 + 編輯器 + OG 預覽 + 圖片庫）\u003c/li\u003e\n\u003cli\u003e7 步釋出流水線 + 10 個定時任務\u003c/li\u003e\n\u003cli\u003eX 三模式：短推 / Premium 長推 / Thread digest（就是你看的這條）\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003e獨立做就是 2 個月工作。 (3/7)\u003c/p\u003e","title":""},{"content":"","permalink":"https://blog.panshi.io/zh-hant/github/","summary":"運維 / AI / 量化 / 代理方向的優質開源專案精選","title":"GitHub 精選"},{"content":"","permalink":"https://blog.panshi.io/zh-hant/stock/","summary":"","title":"VPS 庫存監控"},{"content":"","permalink":"https://blog.panshi.io/zh-hant/polaris/","summary":"","title":"北極星策略 · 實盤跟蹤"},{"content":"這裡列的都是我自己在用的東西，只推薦用過覺得好的。透過我的連結註冊不會多花錢，我會拿到一點返傭補貼伺服器成本。\nVPS / 伺服器 DMIT ⭐ 主力推薦 立即註冊 →\n香港節點延遲極低（20-40ms），CN2 GIA 線路，原生 IP，流媒體解鎖強。支援 Hysteria2。我用了一年多，是目前用過穩定性最好的一家。\n香港節點：20-40ms（廣州） 美國洛杉磯：CN2 GIA，150-180ms 支援協議：Xray VLESS + Hysteria2 騰訊雲國際版 立即註冊 →\n日本節點備用，價格實惠，有時有大促。IP 被封機率比 DMIT 高一些，適合作為備用節點。\n量化交易 Pionex ⭐ 免費網格機器人 立即註冊 →\n內建 16 種免費交易機器人，網格機器人完全免費，只收 0.05% 手續費。流動性來自 Binance + Huobi 聚合。適合不想自己寫程式碼的新手入門量化。\nBinance ⭐ 主力交易所 立即註冊 →\n全球最大加密貨幣交易所，流動性最好，API 文件完善。我的主力量化策略跑在 Binance API 上。透過推薦連結註冊可享手續費返傭，配合 BNB 折扣費率最低可到 0.045%。\n→ 檢視手續費省錢方法 · API 安全配置\n代理 IP IPRoyal ⭐ 住宅 IP 立即註冊 →\n按 GB 計費，不需要月付，用多少買多少。質量穩定，支援按國家/城市選 IP。適合需要住宅 IP 做賬號註冊、資料採集等場景。\n硬體安全 SafePal 硬體錢包 立即註冊 →\n加密資產冷儲存。如果資產規模不小，值得買一個硬體錢包離線保管私鑰。SafePal 價效比不錯，支援多鏈。\nAI 工具 Typeless ⭐ AI 語音輸入 免費下載 → · 好友邀請碼：K1E9FJX\n語音輸入速度是鍵盤的 4 倍（220 WPM vs 45 WPM），AI 自動去除口頭禪、整理格式、識別自我糾錯。支援中英文混輸，在 Notion、Obsidian、VS Code、Slack、Gmail 等 50+ 應用裡直接用。\n隱私優先：錄音不上雲，資料只存本地 越用越聰明：學習你的詞彙和表達習慣 支援 100+ 語言，自動識別語言切換 平臺：macOS / Windows / iOS / Android → 檢視我的使用體驗文章\nClaude Pro（Anthropic） 訂閱 Claude Pro →\nAnthropic 的旗艦 AI 產品，Claude Opus 4.6 是目前最強的推理模型之一。月費 $20，包含 claude.ai 網頁端無限制使用和 Claude Code CLI 工具。\n→ 檢視Claude Code 使用體驗 · Sonnet vs Opus 怎麼選\nGitHub Copilot Pro+ 訂閱 Copilot Pro+ →\nIDE 內嵌 AI 程式設計助手，月費 $19 包含每月 1500 次 Claude Opus / Sonnet 高階模型呼叫。可以作為 Claude Code 和 OpenClaw 的後端，比直接訂閱 Claude API 便宜。\n→ 檢視 Copilot Pro+ 值不值買\nOpenClaw 讓 AI 在後臺持續工作的框架，透過 Telegram 互動，支援 GitHub、Obsidian、天氣等 Skill。\n→ 檢視我的使用教程\nGoogle One AI Premium 好友邀請 →\n包含 Gemini Advanced（Google 最強 AI 模型）、2TB 雲端儲存、NotebookLM Plus 等。透過邀請連結訂閱，雙方各得數月免費體驗。\n支援創作者 ☕ Ko-fi ko-fi.com/panshi →\n一次性打賞或訂閱月度會員，支援信用卡 / PayPal。\n🎯 Patreon patreon.com/panshi8848 →\n分層會員訂閱，不同檔位對應不同權益（北極星月報、策略訊號通知等）。\n手機卡 Tello（美國虛擬運營商） 立即註冊 →\nT-Mobile 網路，按需選套餐，最低 $5/月起。適合需要美國手機號做賬號驗證的場景（ChatGPT / Claude / 各類美區註冊）。透過邀請連結註冊雙方各得 $10 賬戶餘額。\n最後更新：2026-04-15\n","permalink":"https://blog.panshi.io/zh-hant/tools/","summary":"磐石真實在用的工具和服務，含 AFF 連結","title":"推薦工具"},{"content":"","permalink":"https://blog.panshi.io/zh-hant/nav/","summary":"","title":"導航"},{"content":"這個部落格沒有廣告，內容免費。但維持它運轉每月要花不少錢。\n如果你從這裡學到了東西，或者 /polaris 策略讓你有所啟發，歡迎請我喝杯咖啡——哪怕只是一點點，都是對持續輸出的最大鼓勵。\n支援方式 ☕ Ko-fi（打賞 / 月度會員） ko-fi.com/panshi →\n一次性打賞或訂閱月度會員，支援信用卡 / PayPal。適合想輕量支援的朋友。\n🎯 Patreon（分層會員） patreon.com/panshi8848 →\n按層級訂閱，不同檔位對應不同權益（北極星月報、策略訊號通知等）。適合想深度跟進的朋友。\n₮ USDT（TRC20） 掃碼或複製地址 TNesE1mJZ11ogsrPC7tsG2he7UJ7iKSmKn 複製 網路：TRON (TRC20) · 幣種：USDT 每月運營成本 服務 用途 月費 Claude Pro 寫作 / 程式碼 / 策略研究 $20 Copilot Pro+ × 2 AI 程式設計輔助 $80 AWS × 4 臺 部落格伺服器 + 量化實盤 $60 DMIT US VPS 高速代理節點 $20 家寬代理（IPRoyal） AI 工具專線 $5 其他（域名、CDN、儲存…） 基礎設施 ~$15 合計 ~$200/月 這還不含人力成本——除錯策略、寫文章、維護系統，每週投入約 20 小時。\n你的支援能幫我做什麼 繼續維持伺服器和 API 訂閱不斷更 騰出更多時間寫深度技術文章 持續執行北極星策略實盤，提供真實訊號記錄 探索更多 AI 工具和量化策略，第一時間分享踩坑經驗 感謝每一位讀者。\n如果不方便贊助，把文章分享給可能感興趣的朋友也非常有幫助！ 或者直接透過我 推薦的工具 註冊，平臺會給我一點佣金，對你完全沒有額外成本。\n","permalink":"https://blog.panshi.io/zh-hant/sponsor/","summary":"\u003cp\u003e這個部落格沒有廣告，內容免費。但維持它運轉每月要花不少錢。\u003c/p\u003e\n\u003cp\u003e如果你從這裡學到了東西，或者 /polaris 策略讓你有所啟發，歡迎請我喝杯咖啡——哪怕只是一點點，都是對持續輸出的最大鼓勵。\u003c/p\u003e\n\u003chr\u003e\n\u003ch2 id=\"支援方式\"\u003e支援方式\u003c/h2\u003e\n\u003ch3 id=\"-ko-fi打賞--月度會員\"\u003e☕ Ko-fi（打賞 / 月度會員）\u003c/h3\u003e\n\u003cp\u003e\u003ca href=\"https://aff.panshi.io/track?id=kofi\"\u003eko-fi.com/panshi →\u003c/a\u003e\u003c/p\u003e\n\u003cp\u003e一次性打賞或訂閱月度會員，支援信用卡 / PayPal。適合想輕量支援的朋友。\u003c/p\u003e\n\u003ch3 id=\"-patreon分層會員\"\u003e🎯 Patreon（分層會員）\u003c/h3\u003e\n\u003cp\u003e\u003ca href=\"https://aff.panshi.io/track?id=patreon\"\u003epatreon.com/panshi8848 →\u003c/a\u003e\u003c/p\u003e\n\u003cp\u003e按層級訂閱，不同檔位對應不同權益（北極星月報、策略訊號通知等）。適合想深度跟進的朋友。\u003c/p\u003e\n\u003ch3 id=\"-usdttrc20\"\u003e₮ USDT（TRC20）\u003c/h3\u003e\n\u003cdiv style=\"display:flex;flex-direction:column;align-items:center;margin:32px 0;gap:12px\"\u003e\n  \u003cimg src=\"/images/usdt-qr.png\" alt=\"USDT TRC20 收款二維碼\" style=\"width:180px;height:180px;border-radius:12px;border:4px solid rgba(255,255,255,0.1);padding:8px;background:rgba(255,255,255,0.08);backdrop-filter:blur(4px)\"\u003e\n  \u003cdiv style=\"font-size:13px;color:#888\"\u003e掃碼或複製地址\u003c/div\u003e\n  \u003cdiv style=\"display:flex;align-items:center;gap:8px;max-width:420px;width:100%;padding:0 16px\"\u003e\n    \u003cdiv id=\"usdt-addr\" style=\"flex:1;background:rgba(255,255,255,0.06);border:1px solid rgba(255,255,255,0.12);border-radius:8px;padding:10px 14px;font-family:monospace;font-size:13px;word-break:break-all;color:#ccc\"\u003eTNesE1mJZ11ogsrPC7tsG2he7UJ7iKSmKn\u003c/div\u003e\n    \u003cbutton onclick=\"(function(){navigator.clipboard.writeText('TNesE1mJZ11ogsrPC7tsG2he7UJ7iKSmKn');var b=document.getElementById('copy-btn');b.textContent='✓';b.style.background='#22c55e';setTimeout(function(){b.textContent='複製';b.style.background='';},2000)})()\" id=\"copy-btn\" style=\"flex-shrink:0;padding:10px 16px;background:rgba(99,102,241,0.8);border:none;border-radius:8px;color:#fff;font-size:13px;cursor:pointer;transition:background .2s;white-space:nowrap\"\u003e複製\u003c/button\u003e\n  \u003c/div\u003e\n  \u003cdiv style=\"font-size:12px;color:#aaa\"\u003e網路：TRON (TRC20) · 幣種：USDT\u003c/div\u003e\n\u003c/div\u003e\n\u003chr\u003e\n\u003ch2 id=\"每月運營成本\"\u003e每月運營成本\u003c/h2\u003e\n\u003ctable\u003e\n  \u003cthead\u003e\n      \u003ctr\u003e\n          \u003cth\u003e服務\u003c/th\u003e\n          \u003cth\u003e用途\u003c/th\u003e\n          \u003cth style=\"text-align: right\"\u003e月費\u003c/th\u003e\n      \u003c/tr\u003e\n  \u003c/thead\u003e\n  \u003ctbody\u003e\n      \u003ctr\u003e\n          \u003ctd\u003eClaude Pro\u003c/td\u003e\n          \u003ctd\u003e寫作 / 程式碼 / 策略研究\u003c/td\u003e\n          \u003ctd style=\"text-align: right\"\u003e$20\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003eCopilot Pro+ × 2\u003c/td\u003e\n          \u003ctd\u003eAI 程式設計輔助\u003c/td\u003e\n          \u003ctd style=\"text-align: right\"\u003e$80\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003eAWS × 4 臺\u003c/td\u003e\n          \u003ctd\u003e部落格伺服器 + 量化實盤\u003c/td\u003e\n          \u003ctd style=\"text-align: right\"\u003e$60\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003eDMIT US VPS\u003c/td\u003e\n          \u003ctd\u003e高速代理節點\u003c/td\u003e\n          \u003ctd style=\"text-align: right\"\u003e$20\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e家寬代理（IPRoyal）\u003c/td\u003e\n          \u003ctd\u003eAI 工具專線\u003c/td\u003e\n          \u003ctd style=\"text-align: right\"\u003e$5\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e其他（域名、CDN、儲存…）\u003c/td\u003e\n          \u003ctd\u003e基礎設施\u003c/td\u003e\n          \u003ctd style=\"text-align: right\"\u003e~$15\u003c/td\u003e\n      \u003c/tr\u003e\n      \u003ctr\u003e\n          \u003ctd\u003e\u003cstrong\u003e合計\u003c/strong\u003e\u003c/td\u003e\n          \u003ctd\u003e\u003c/td\u003e\n          \u003ctd style=\"text-align: right\"\u003e\u003cstrong\u003e~$200/月\u003c/strong\u003e\u003c/td\u003e\n      \u003c/tr\u003e\n  \u003c/tbody\u003e\n\u003c/table\u003e\n\u003cblockquote\u003e\n\u003cp\u003e這還不含人力成本——除錯策略、寫文章、維護系統，每週投入約 20 小時。\u003c/p\u003e","title":"贊助 · 請我喝杯咖啡"},{"content":"👋 你好 我是磐石，一個喜歡折騰基礎設施的技術玩家。\n日常在做的事情：\n系統架構：多閘道器、多線路冗餘，mihomo 精細分流，家寬 + 資料中心混合出口 量化交易：在 Binance / Pionex 跑自動化策略，做網格、套利和訊號跟蹤 AI 工作流：深度使用 Claude Code，把 AI 嵌入日常運維和開發流程 這個部落格記錄我真實的踩坑經驗，不吹牛，只寫能復現的東西。\n📡 找到我 X：@panshi8848 Telegram：@panshi8848 有技術問題歡迎直接在 Telegram 找我，量化交易訊號、網路架構搭建都可以聊。\n💡 關於 AFF 連結 部落格裡的部分連結是 AFF 推廣連結。我只推薦自己真實在用的產品：\nVPS：DMIT（美國 / 香港節點，延遲低穩定） 量化：Pionex（免費網格機器人）、Binance 代理 IP：IPRoyal（住宅 IP，價格合理） 硬體錢包：SafePal 透過我的連結註冊，你不會多花一分錢，我會獲得一點返傭作為部落格運營成本。\n","permalink":"https://blog.panshi.io/zh-hant/about/","summary":"關於磐石 - 系統架構、量化交易、AI 工作流的實踐者","title":"關於我"}]