Dead-Man-Hand 使用教程
2025-04-18 07:52:51作者:董斯意
1. 项目介绍
Dead-Man-Hand(DMH)是一个隐私保护的“死亡开关”软件。其主要功能是在用户无法再确认其生存状态时,自动执行用户预先设定的行动。DMH 通过加密确保所有行动在用户生存期间保持机密,并且只有在用户被判定为死亡时才会执行这些行动。
DMH 的核心特点包括:
- 隐私保护:即使拥有 DMH 访问权限的人也无法看到行动的详细信息。
- 经过测试:代码覆盖率高,包含单元测试和集成测试。
- 资源占用小:内存占用小于20MB。
- 多种行动执行方法:支持 JSON POST 请求、短信、邮件等方式。
- 多种生存状态检测方法:支持 JSON POST 请求、短信、邮件等方式检测用户生存状态。
2. 项目快速启动
环境准备
确保系统中已安装 Docker,或者安装 Go 语言环境。
使用 Docker 启动
docker run --name dead-man-hand -e DMH_CONFIG_FILE=/data/config.yaml -v /srv/dead-man-hand/data:/data -p 8080:8080 ghcr.io/bkupidura/dead-man-hand:latest
使用源代码编译启动
-
克隆仓库:
git clone https://github.com/bkupidura/dead-man-hand.git -
编译二进制文件:
cd dead-man-hand && make build -
运行 DMH:
DMH_CONFIG_FILE=config.yaml ./dmh
3. 应用案例和最佳实践
案例一:自动发送邮件
用户可以设置 DMH 在其无法确认生存状态时,自动向指定的邮箱发送邮件。
{
"kind": "mail",
"process_after": 10,
"comment": "如果10天未确认生存状态,发送邮件",
"data": {
"message": "紧急通知:用户可能处于无法响应状态。",
"destination": ["address@one.com", "address2@two.com"],
"subject": "生存状态确认"
}
}
最佳实践
- 保持 DMH 和 Vault 在不同的服务器上运行,以增强安全性和隐私保护。
- 定期更新行动和生存状态检测方法,以适应不同的使用场景。
4. 典型生态项目
目前,DMH 可以与多种服务配合使用,例如:
- AWS Lambda:可以将 Vault 部署为 AWS Lambda 函数,以提高可伸缩性和降低成本。
- SMTP 服务器:用于发送邮件通知。
- 短信服务提供商:如 BulkSMS,用于发送短信通知。
通过上述教程,您应该能够了解 Dead-Man-Hand 的基本概念,并能够快速启动和配置项目。在实际使用中,请根据具体需求调整配置和应用案例。
登录后查看全文
热门项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
569
3.84 K
Ascend Extension for PyTorch
Python
379
453
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
893
676
暂无简介
Dart
802
199
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
350
203
昇腾LLM分布式训练框架
Python
118
147
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.37 K
781