大家从采集站看爱优腾的视频的时候，是否为无法一同看到弹幕而忧愁，其实我们可以通过爬虫从爱优腾抓取弹幕内容，添加到播放器中，从而实现沉浸式弹幕观看。

虽然我们可以使用 busuanzi 简单的添加网站统计，但是由于已经添加了 Umami 统计，那么就没必要再额外的使用 busuanzi 做一层计算了，而且 Umami 的统计更全面可靠，那么我们如何获取 umami 的统计信息并添加到网站呢？

字符串匹配问题的基本形式是：在文本串 text 中，查找模式串 pattern 出现的位置。最朴素的做法是暴力匹配：一旦发生不匹配，就把模式串整体右移一位，重新从头比较。这种方法的问题在于：已经比较过的字符被重复比较, 最坏时间复杂度是 O(nm). KMP（Knuth–Morris–Pratt）算法的核心目标只有一个：当匹配失败时，模式串尽可能向右跳，而不是回到起点。

我们看 Silicon Cloud 官方文档也好，模型仓库也好都把那几个绘画模型给移除了，例如 SD3.5, Flux 等，但其实 API 还在，于是我参考 CherryStudio 软件里调用的方式，写了个 web 页面，可以调用 API 进行绘画，算是将这个功能找回了吧。

最近一直关注网站搭建的相关讯息，前面学习了 Reflex 框架，其核心是通过 FastAPI 作为后端，然后前端通过 nextjs 渲染静态页面并调取后端数据完成交互，是一个开箱即用的包。但是我在使用过程中也发现了一个问题，那就是所有的交互都依赖于后端，如果网络连接不顺畅，或者你距离后端服务器太远，那么用户的交互是非常卡顿的。

如今 AI 大语言模型内卷严重，各种大语言模型层出不穷，今天 gpt 的生图模型很强大，明天 Gemini-pro-2.5 又突破天际，后天 Claude 4.0 又横空出世。用户可能需要不断的去开通各个大模型的服务，极度浪费金钱。那么最简单的方法或许就是使用 API 服务商提供的服务了，一个 API 可以用到所有的模型，而且按量付费，不用不花钱。

鉴于 Qexo 官方文档内容非常简略（简陋），在尝试无数次失败（主要是网上的教程都有很多问题）后，将成功搭建的流程和方法记录在本文中。 在开始之前，我需要简单介绍一下我们云端 Hexo 后台的搭建原理：就是首先你得把所有博客的源代码（是 Hexo 源码，不是生成后的静态博客源码）托管到 Github 仓库中，然后通过设置一系列的 Key, 允许我们搭建在 Vercel 的 Qexo 服务可以交互的编辑和提交内容到 Github 仓库，这样我们在云端编辑的博文