crab-hole 的安装和配置教程
项目基础介绍
crab-hole 是一个用 Rust 编写的跨平台 Pi-hole 克隆项目。它可以作为网络范围内的广告和恶意软件屏蔽工具,或者在你的个人电脑上运行。crab-hole 支持多种安全通信协议,如 DNS-over-HTTPS (DOH)、DNS-over-QUIC (DOQ) 和 DNS-over-TLS (DOT),同时为上游提供 DNSSEC 支持。此外,它还配备了隐私友好的默认日志设置。
项目使用的关键技术和框架
该项目主要使用 Rust 语言编写,利用了 hickory-dns 和 trust-dns 这两个库来实现 DNS 相关的功能。Rust 语言以其安全性和性能而闻名,是系统编程的首选语言之一。hickory-dns 和 trust-dns 是处理 DNS 查询和解析的常用框架。
项目安装和配置的准备工作
在开始安装 crab-hole 前,请确保你的系统已经安装了 Rust 编程语言环境。Rust 的安装可以通过官方的 rustup 工具来进行。
curl --proto '=https' --tlsv1.2 -sSf https://sh.rustup.rs | sh
安装完成后,确保将 Rust 的 cargo 工具的路径添加到系统的环境变量中。
source $HOME/.cargo/env
安装步骤
1. 克隆项目
首先,需要从 GitHub 上克隆 crab-hole 项目到本地。
git clone https://github.com/LuckyTurtleDev/crab-hole.git
cd crab-hole
2. 构建项目
在项目目录中,使用 cargo 来构建项目。
cargo install crab-hole --locked
确保 ~/.cargo/bin 路径已经添加到系统的 PATH 环境变量中,这样你就可以在命令行中直接运行 crab-hole 命令。
3. 配置项目
在项目目录中,应该有一个名为 config.toml 的配置文件。你需要根据实际情况修改此文件中的设置。以下是一个基本的配置示例:
[blocklist]
include_subdomains = true
lists = [
"https://raw.githubusercontent.com/StevenBlack/hosts/master/alternates/fakenews-gambling-porn/hosts",
"https://s3.amazonaws.com/lists.disconnect.me/simple_tracking.txt",
"file:///blocked.txt"
]
[allow_list]
lists = [
"file:///allowed.txt"
]
[api]
port = 8080
listen = "127.0.0.1"
show_doc = true
[downstream]
protocol = "udp"
listen = "localhost"
port = 8080
[downstream]
protocol = "udp"
listen = "::"
port = 8053
[downstream.tls]
listen = "::"
port = 8054
certificate = "dns.example.com.crt"
key = "dns.example.com.key"
[downstream.quic]
listen = "127.0.0.1"
port = 8055
certificate = "dns.example.com.crt"
key = "dns.example.com.key"
dns_hostname = "dns.example.com"
请注意,你需要用自己的证书和密钥替换 certificate 和 key 字段的值。
4. 运行项目
配置完成后,你可以在命令行中直接运行以下命令来启动 crab-hole 服务。
crab-hole
如果需要检查配置文件的语法是否正确,可以使用以下命令来进行验证。
crab-hole validate-config
如果配置文件中没有语法错误,服务将会启动,并且你可以在浏览器中访问配置的 API 端口(例如 http://127.0.0.1:8080)来查看服务的状态和统计信息。
以上就是 crab-hole 的安装和配置指南,希望对初学者有所帮助。
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00