学习项目. 单视角 RGB 1080p@25fps, 洗牌 60-120s, 求洗牌前 → 洗牌后 40 张牌的位置映射. 数据特点 40 张牌外观近似, 无 re-ID 特征, 背面同色 手覆盖 60-80% 帧, 单牌可完全遮挡 1-3s 频繁翻面, 严格目标数上限 = 40 已试 + 失败 YOLO11-Seg 检测 ✓ 静态准, 密集叠加漏 ByteTrack ✗ 60s 累积 1942 ID (理应 40), 卡尔曼+IoU 假设被遮挡彻底破坏 匈牙利 + lost-recovery 跨段匹配 ✗ 中段 cost matrix 退化为噪声 人工逐帧 fallback ✓ 但 60 min/副, 成本太高 在看的方案 SAM 2 video predictor / Cutie / DAM / MASA / CoTracker3 / TAPIR / HaMeR (3D 手部 pose) / ProPainter (擦手部) 求建议 玩过 SAM 2 / Cutie / CoTracker3 实战, 或做过 surgical instrument tracking / 同队服球员跟踪 / shell game 视觉问题的同行 — 哪条路在"40 个相似目标 + 持续遮挡"这个 regime 最稳? 论文 / 代码 / 工程踩坑都欢迎. 评论或私信均可.
学习项目. 单视角 RGB 1080p@25fps, 洗牌 60-120s, 求洗牌前 → 洗牌后 40 张牌的位置映射. 数据特点 40 张牌外观近似, 无 re-ID 特征, 背面同色 手覆盖 60-80% 帧, 单牌可完全遮挡 1-3s 频繁翻面, 严格目标数上限 = 40 已试 + 失败 YOLO11-Seg 检测 ✓ 静态准, 密集叠加漏 ByteTrack ✗ 60s 累积 1942 ID (理应 40), 卡尔曼+IoU 假设被遮挡彻底破坏 匈牙利 + lost-recovery 跨段匹配 ✗ 中段 cost matrix 退化为噪声 人工逐帧 fallback ✓ 但 60 min/副, 成本太高 在看的方案 SAM 2 video predictor / Cutie / DAM / MASA / CoTracker3 / TAPIR / HaMeR (3D 手部 pose) / ProPainter (擦手部) 求建议 玩过 SAM 2 / Cutie / CoTracker3 实战, 或做过 surgical instrument tracking / 同队服球员跟踪 / shell game 视觉问题的同行 — 哪条路在"40 个相似目标 + 持续遮挡"这个 regime 最稳? 论文 / 代码 / 工程踩坑都欢迎. 评论或私信均可.
学习项目. 单视角 RGB 1080p@25fps, 洗牌 60-120s, 求洗牌前 → 洗牌后 40 张牌的位置映射. 数据特点 40 张牌外观近似, 无 re-ID 特征, 背面同色 手覆盖 60-80% 帧, 单牌可完全遮挡 1-3s 频繁翻面, 严格目标数上限 = 40 已试 + 失败 YOLO11-Seg 检测 ✓ 静态准, 密集叠加漏 ByteTrack ✗ 60s 累积 1942 ID (理应 40), 卡尔曼+IoU 假设被遮挡彻底破坏 匈牙利 + lost-recovery 跨段匹配 ✗ 中段 cost matrix 退化为噪声 人工逐帧 fallback ✓ 但 60 min/副, 成本太高 在看的方案 SAM 2 video predictor / Cutie / DAM / MASA / CoTracker3 / TAPIR / HaMeR (3D 手部 pose) / ProPainter (擦手部) 求建议 玩过 SAM 2 / Cutie / CoTracker3 实战, 或做过 surgical instrument tracking / 同队服球员跟踪 / shell game 视觉问题的同行 — 哪条路在"40 个相似目标 + 持续遮挡"这个 regime 最稳? 论文 / 代码 / 工程踩坑都欢迎. 评论或私信均可.
学习项目. 单视角 RGB 1080p@25fps, 洗牌 60-120s, 求洗牌前 → 洗牌后 40 张牌的位置映射. 数据特点 40 张牌外观近似, 无 re-ID 特征, 背面同色 手覆盖 60-80% 帧, 单牌可完全遮挡 1-3s 频繁翻面, 严格目标数上限 = 40 已试 + 失败 YOLO11-Seg 检测 ✓ 静态准, 密集叠加漏 ByteTrack ✗ 60s 累积 1942 ID (理应 40), 卡尔曼+IoU 假设被遮挡彻底破坏 匈牙利 + lost-recovery 跨段匹配 ✗ 中段 cost matrix 退化为噪声 人工逐帧 fallback ✓ 但 60 min/副, 成本太高 在看的方案 SAM 2 video predictor / Cutie / DAM / MASA / CoTracker3 / TAPIR / HaMeR (3D 手部 pose) / ProPainter (擦手部) 求建议 玩过 SAM 2 / Cutie / CoTracker3 实战, 或做过 surgical instrument tracking / 同队服球员跟踪 / shell game 视觉问题的同行 — 哪条路在"40 个相似目标 + 持续遮挡"这个 regime 最稳? 论文 / 代码 / 工程踩坑都欢迎. 评论或私信均可.
学习项目. 单视角 RGB 1080p@25fps, 洗牌 60-120s, 求洗牌前 → 洗牌后 40 张牌的位置映射. 数据特点 40 张牌外观近似, 无 re-ID 特征, 背面同色 手覆盖 60-80% 帧, 单牌可完全遮挡 1-3s 频繁翻面, 严格目标数上限 = 40 已试 + 失败 YOLO11-Seg 检测 ✓ 静态准, 密集叠加漏 ByteTrack ✗ 60s 累积 1942 ID (理应 40), 卡尔曼+IoU 假设被遮挡彻底破坏 匈牙利 + lost-recovery 跨段匹配 ✗ 中段 cost matrix 退化为噪声 人工逐帧 fallback ✓ 但 60 min/副, 成本太高 在看的方案 SAM 2 video predictor / Cutie / DAM / MASA / CoTracker3 / TAPIR / HaMeR (3D 手部 pose) / ProPainter (擦手部) 求建议 玩过 SAM 2 / Cutie / CoTracker3 实战, 或做过 surgical instrument tracking / 同队服球员跟踪 / shell game 视觉问题的同行 — 哪条路在"40 个相似目标 + 持续遮挡"这个 regime 最稳? 论文 / 代码 / 工程踩坑都欢迎. 评论或私信均可.
学习项目. 单视角 RGB 1080p@25fps, 洗牌 60-120s, 求洗牌前 → 洗牌后 40 张牌的位置映射. 数据特点 40 张牌外观近似, 无 re-ID 特征, 背面同色 手覆盖 60-80% 帧, 单牌可完全遮挡 1-3s 频繁翻面, 严格目标数上限 = 40 已试 + 失败 YOLO11-Seg 检测 ✓ 静态准, 密集叠加漏 ByteTrack ✗ 60s 累积 1942 ID (理应 40), 卡尔曼+IoU 假设被遮挡彻底破坏 匈牙利 + lost-recovery 跨段匹配 ✗ 中段 cost matrix 退化为噪声 人工逐帧 fallback ✓ 但 60 min/副, 成本太高 在看的方案 SAM 2 video predictor / Cutie / DAM / MASA / CoTracker3 / TAPIR / HaMeR (3D 手部 pose) / ProPainter (擦手部) 求建议 玩过 SAM 2 / Cutie / CoTracker3 实战, 或做过 surgical instrument tracking / 同队服球员跟踪 / shell game 视觉问题的同行 — 哪条路在"40 个相似目标 + 持续遮挡"这个 regime 最稳? 论文 / 代码 / 工程踩坑都欢迎. 评论或私信均可.
学习项目. 单视角 RGB 1080p@25fps, 洗牌 60-120s, 求洗牌前 → 洗牌后 40 张牌的位置映射. 数据特点 40 张牌外观近似, 无 re-ID 特征, 背面同色 手覆盖 60-80% 帧, 单牌可完全遮挡 1-3s 频繁翻面, 严格目标数上限 = 40 已试 + 失败 YOLO11-Seg 检测 ✓ 静态准, 密集叠加漏 ByteTrack ✗ 60s 累积 1942 ID (理应 40), 卡尔曼+IoU 假设被遮挡彻底破坏 匈牙利 + lost-recovery 跨段匹配 ✗ 中段 cost matrix 退化为噪声 人工逐帧 fallback ✓ 但 60 min/副, 成本太高 在看的方案 SAM 2 video predictor / Cutie / DAM / MASA / CoTracker3 / TAPIR / HaMeR (3D 手部 pose) / ProPainter (擦手部) 求建议 玩过 SAM 2 / Cutie / CoTracker3 实战, 或做过 surgical instrument tracking / 同队服球员跟踪 / shell game 视觉问题的同行 — 哪条路在"40 个相似目标 + 持续遮挡"这个 regime 最稳? 论文 / 代码 / 工程踩坑都欢迎. 评论或私信均可.
学习项目. 单视角 RGB 1080p@25fps, 洗牌 60-120s, 求洗牌前 → 洗牌后 40 张牌的位置映射. 数据特点 40 张牌外观近似, 无 re-ID 特征, 背面同色 手覆盖 60-80% 帧, 单牌可完全遮挡 1-3s 频繁翻面, 严格目标数上限 = 40 已试 + 失败 YOLO11-Seg 检测 ✓ 静态准, 密集叠加漏 ByteTrack ✗ 60s 累积 1942 ID (理应 40), 卡尔曼+IoU 假设被遮挡彻底破坏 匈牙利 + lost-recovery 跨段匹配 ✗ 中段 cost matrix 退化为噪声 人工逐帧 fallback ✓ 但 60 min/副, 成本太高 在看的方案 SAM 2 video predictor / Cutie / DAM / MASA / CoTracker3 / TAPIR / HaMeR (3D 手部 pose) / ProPainter (擦手部) 求建议 玩过 SAM 2 / Cutie / CoTracker3 实战, 或做过 surgical instrument tracking / 同队服球员跟踪 / shell game 视觉问题的同行 — 哪条路在"40 个相似目标 + 持续遮挡"这个 regime 最稳? 论文 / 代码 / 工程踩坑都欢迎. 评论或私信均可.
学习项目. 单视角 RGB 1080p@25fps, 洗牌 60-120s, 求洗牌前 → 洗牌后 40 张牌的位置映射. 数据特点 40 张牌外观近似, 无 re-ID 特征, 背面同色 手覆盖 60-80% 帧, 单牌可完全遮挡 1-3s 频繁翻面, 严格目标数上限 = 40 已试 + 失败 YOLO11-Seg 检测 ✓ 静态准, 密集叠加漏 ByteTrack ✗ 60s 累积 1942 ID (理应 40), 卡尔曼+IoU 假设被遮挡彻底破坏 匈牙利 + lost-recovery 跨段匹配 ✗ 中段 cost matrix 退化为噪声 人工逐帧 fallback ✓ 但 60 min/副, 成本太高 在看的方案 SAM 2 video predictor / Cutie / DAM / MASA / CoTracker3 / TAPIR / HaMeR (3D 手部 pose) / ProPainter (擦手部) 求建议 玩过 SAM 2 / Cutie / CoTracker3 实战, 或做过 surgical instrument tracking / 同队服球员跟踪 / shell game 视觉问题的同行 — 哪条路在"40 个相似目标 + 持续遮挡"这个 regime 最稳? 论文 / 代码 / 工程踩坑都欢迎. 评论或私信均可.
学习项目. 单视角 RGB 1080p@25fps, 洗牌 60-120s, 求洗牌前 → 洗牌后 40 张牌的位置映射. 数据特点 40 张牌外观近似, 无 re-ID 特征, 背面同色 手覆盖 60-80% 帧, 单牌可完全遮挡 1-3s 频繁翻面, 严格目标数上限 = 40 已试 + 失败 YOLO11-Seg 检测 ✓ 静态准, 密集叠加漏 ByteTrack ✗ 60s 累积 1942 ID (理应 40), 卡尔曼+IoU 假设被遮挡彻底破坏 匈牙利 + lost-recovery 跨段匹配 ✗ 中段 cost matrix 退化为噪声 人工逐帧 fallback ✓ 但 60 min/副, 成本太高 在看的方案 SAM 2 video predictor / Cutie / DAM / MASA / CoTracker3 / TAPIR / HaMeR (3D 手部 pose) / ProPainter (擦手部) 求建议 玩过 SAM 2 / Cutie / CoTracker3 实战, 或做过 surgical instrument tracking / 同队服球员跟踪 / shell game 视觉问题的同行 — 哪条路在"40 个相似目标 + 持续遮挡"这个 regime 最稳? 论文 / 代码 / 工程踩坑都欢迎. 评论或私信均可.
自己在做一个牌类游戏过程的视觉跟踪学习项目, 想把麻将一次完整洗牌前 40 张牌的位置追踪到洗牌结束, 输出"洗牌前 → 洗牌后"的位置对应表. 类似学术里 shell game / cups-and-balls tracking 的视觉问题, 目标数 = 40 , 纯学习 + 探索 SOTA 边界, 已经啃了一遍 YOLO/ByteTrack/SAM2 文献, 但实操遇到瓶颈, 想请教各位. ┌──── 输入: 单视角 RGB 1080p@25fps ────┐ │ │ │ pre 段 (静止) │ │ ● ● ● ● ● ● ● ● ● ● ← 40 张牌 │ │ ● ● ● ● ● ● ● ● ● ● (位置/身份 │ │ ● ● ● ● ● ● ● ● ● ● 都已知) │ │ ● ● ● ● ● ● ● ● ● ● │ │ │ │ ↓ 洗牌 60-120s │ │ ░ ▓ ░ 手覆盖 60-80% 帧 ░ ▓ ░ │ │ 牌频繁互相遮挡 + 翻面 + 滑动 │ │ ↓ │ │ │ │ post 段 (静止) │ │ ? ? ? ? ? ? ? ? ? ? ← 40 张牌 │ │ ? ? ? ? ? ? ? ? ? ? (位置已知, │ │ ? ? ? ? ? ? ? ? ? ? 求映射回 │ │ ? ? ? ? ? ? ? ? ? ? pre 身份) │ │ │ └──────────────────────────────────────┘ 难点 (按破坏性排序) 40 个目标外观高度相似 — 没有 re-ID 特征, 背面同色; 不像行人有衣服, 车辆有车牌 持续密集遮挡 — 一只/两只手覆盖 60-80% 帧, 单牌完全遮挡可持续 1-3 秒 频繁翻面 + 旋转 — 外观跳变, 视觉特征短时不稳 严格目标数上限 = 40 — 不能新增 (新 ID 一定是 ByteTrack 错了) 信息论根本极限 — 完全被手压住时, 单视角 RGB 没有该牌的任何线索 已试方案 + 失败模式 管线 状态 失败原因 ──────────────────────────────────────────────────────────── YOLO11-Seg 检测 ✓部分 静态准, 密集遮挡漏检 ↓ ByteTrack 短时关联 ✗ 60s 累积 1942 ID (理应 40) 卡尔曼+IoU 假设被遮挡彻底破坏 ↓ 匈牙利 + lost-recovery 跨段 ✗ 中段 cost matrix 信号退化为噪声 强制 ID 上限 40 也救不回 ↓ 关键帧聚类 (pre/post 各自) ✓ 静止聚类可以精确出 40 位置 ↓ 跨段匹配 (pre 40 ↔ post 40) ✗ 中段无信号, 等价随机映射 ↓ 人工逐帧 fallback (PySide6) ✓ 但 ~60 min/副, 成本不可接受 ByteTrack ID 累积大致这样: 理想: ──────────── 40 (上限) 实际: ▁▂▃▄▅▆▇▇████████████ 1942 0s 30s 60s ↑ 每次遮挡断开就开一个新 ID 前在考虑的 SOTA 路线 SAM 2 video predictor (Meta 2024) — 用 pre 40 位置作为 40 个 box prompt, 整段自动跟 mask Cutie / DAM / MASA — 长 memory VOS 网络, 学术上比 SAM2 更稳 CoTracker3 / TAPIR 点跟踪 — 牌中心点跟踪, 不跟 mask 手部物理推断 — HaMeR 估 3D 手势 + 接触推断, 覆盖完全遮挡段 ProPainter 擦除手 — 让 SAM 2 在更多帧"看见目标" 半自动 interactive annotation — 算法跟 60-80%, 人工巡视修正 20-40%, 目标压到 10-15 min/副 想请教的问题 做过类似的人: surgical instrument tracking, sports player tracking (足球/篮球队员同队服), shell game CV 的同行, 你们最后落在哪个技术栈? SAM 2 实战表现: 在"40 个相似目标 + 密集遮挡"这种 regime, memory bank 会不会失效? 有没有人压测过 50+ 目标的并行? VOS 模型选型: Cutie / DAM / MASA 这几个在长视频 + 多目标的实际差异? 半自动工具栈: CVAT / Roboflow 之外, 有没有更专门的"算法跟踪 + 人工修正"工具? (现在自己撸了一个 PySide6 的, 但比较粗糙) 有没有更适合的 SOTA 我完全没想到 (比如基于 3D scene flow / event camera / NeRF tracking 的思路)? 非常希望听到一线的实践经验, 论文 / 代码 / 工程踩坑都欢迎. 评论或私信均可.
本帖使用社区开源推广，符合推广要求。我申明并遵循社区要求的以下内容： 我的帖子已经打上 开源推广 标签： 是 我的开源项目完整开源，无未开源部分： 是 我的开源项目已链接认可 LINUX DO 社区： 是 我帖子内的项目介绍，AI生成、润色内容部分已截图发出： 是 以上选择我承诺是永久有效的，接受社区和佬友监督： 是 以下为项目介绍正文内容，AI生成、润色内容已使用截图方式发出 找了几天没有找到idea上能用的hoppscotch插件，我造了个（我只是提了几个需求，ai帮我写的），自用是够了。 分享给有需要的朋友吧。 有什么问题可以fork自行解决；或我试着解决，但不要报太大希望，因为我也不懂kotlin和idea插件怎么开发 。 github.com GitHub - luyanfeng/hoppscotch-plugin: 用于在idea上向hoppscotch同步spring 的接口 用于在idea上向hoppscotch同步spring 的接口 用法： 用浏览器先登录hoppscotch,然后F12，找到access_token. 只取一次，配置到插件上。插件会自行获取refresh_token，并会 不定时 更新token确保token不过期。但你不能长时间不打开idea，否则插件也没法办刷新token（也可以到hoppscotch管理后台把jwt token时间设时长些试试）。 其它自行探索吧 1 个帖子 - 1 位参与者 阅读完整话题
最近整理了一次 WebRTC 问题排查，脱敏后记录一下。 背景是一个 Android WebRTC 音视频通话场景。原来主要在内部网络使用，后续为了支持更复杂的网络边界，引入了 `coturn` 做 TURN 中继。 问题现象： - Android 14 设备和旧版 Android 设备通话时，Android 14 端经常在 30-60 秒内自动退出。 - 旧版 Android 设备基本正常。 - 少数情况下双方也能持续正常通话。 - 强制走 TURN relay 后更容易稳定复现。 一开始日志里有一条本地地址相关的中继协商 timeout ，而且经常出现在断开前后，所以很容易误判为根因。 后面看 WebRTC 状态变化，真正关键的是： ```text IceConnectionChange -> DISCONNECTED / FAILED StandardizedIceConnectionChange -> DISCONNECTED / FAILED ``` 排查过程大概是： 1. 先统一链路，强制走 `coturn`，避免内部网络直连把问题掩盖掉。 2. 替换过 WebRTC 依赖版本，排除单纯的 SDK 版本问题。 3. 扩大设备矩阵，问题逐渐收敛到 Android 14 设备。 4. 回到 TURN 服务侧检查证书、安全参数和端口开放。 5. 调整 `coturn` 相关配置后，同样测试矩阵下不再出现 30-60 秒自动断开。 这次最大的教训是：WebRTC 问题不要只盯某一条高频日志。更可靠的路径是先看 ICE 状态机、candidate pair 、当前到底走的是直连还是 relay 。 另外，直连和中继混在一起测，很容易让问题看起来像“网络随机抖动”。强制走 relay 后，问题才变成可复现、可分析。 欢迎交流 Android WebRTC 、coturn 、TURN relay 和 RTC Gateway 稳定性问题。 完整整理在这里： https://snowlyg.github.io/posts/android14-coturn-webrtc-disconnect/
最近整理了一次 WebRTC 问题排查，脱敏后记录一下。 背景是一个 Android WebRTC 音视频通话场景。原来主要在内部网络使用，后续为了支持更复杂的网络边界，引入了 `coturn` 做 TURN 中继。 问题现象： - Android 14 设备和旧版 Android 设备通话时，Android 14 端经常在 30-60 秒内自动退出。 - 旧版 Android 设备基本正常。 - 少数情况下双方也能持续正常通话。 - 强制走 TURN relay 后更容易稳定复现。 一开始日志里有一条本地地址相关的中继协商 timeout ，而且经常出现在断开前后，所以很容易误判为根因。 后面看 WebRTC 状态变化，真正关键的是： ```text IceConnectionChange -> DISCONNECTED / FAILED StandardizedIceConnectionChange -> DISCONNECTED / FAILED ``` 排查过程大概是： 1. 先统一链路，强制走 `coturn`，避免内部网络直连把问题掩盖掉。 2. 替换过 WebRTC 依赖版本，排除单纯的 SDK 版本问题。 3. 扩大设备矩阵，问题逐渐收敛到 Android 14 设备。 4. 回到 TURN 服务侧检查证书、安全参数和端口开放。 5. 调整 `coturn` 相关配置后，同样测试矩阵下不再出现 30-60 秒自动断开。 这次最大的教训是：WebRTC 问题不要只盯某一条高频日志。更可靠的路径是先看 ICE 状态机、candidate pair 、当前到底走的是直连还是 relay 。 另外，直连和中继混在一起测，很容易让问题看起来像“网络随机抖动”。强制走 relay 后，问题才变成可复现、可分析。 欢迎交流 Android WebRTC 、coturn 、TURN relay 和 RTC Gateway 稳定性问题。 完整整理在这里： https://snowlyg.github.io/posts/android14-coturn-webrtc-disconnect/
最近整理了一次 WebRTC 问题排查，脱敏后记录一下。 背景是一个 Android WebRTC 音视频通话场景。原来主要在内部网络使用，后续为了支持更复杂的网络边界，引入了 `coturn` 做 TURN 中继。 问题现象： - Android 14 设备和旧版 Android 设备通话时，Android 14 端经常在 30-60 秒内自动退出。 - 旧版 Android 设备基本正常。 - 少数情况下双方也能持续正常通话。 - 强制走 TURN relay 后更容易稳定复现。 一开始日志里有一条本地地址相关的中继协商 timeout ，而且经常出现在断开前后，所以很容易误判为根因。 后面看 WebRTC 状态变化，真正关键的是： ```text IceConnectionChange -> DISCONNECTED / FAILED StandardizedIceConnectionChange -> DISCONNECTED / FAILED ``` 排查过程大概是： 1. 先统一链路，强制走 `coturn`，避免内部网络直连把问题掩盖掉。 2. 替换过 WebRTC 依赖版本，排除单纯的 SDK 版本问题。 3. 扩大设备矩阵，问题逐渐收敛到 Android 14 设备。 4. 回到 TURN 服务侧检查证书、安全参数和端口开放。 5. 调整 `coturn` 相关配置后，同样测试矩阵下不再出现 30-60 秒自动断开。 这次最大的教训是：WebRTC 问题不要只盯某一条高频日志。更可靠的路径是先看 ICE 状态机、candidate pair 、当前到底走的是直连还是 relay 。 另外，直连和中继混在一起测，很容易让问题看起来像“网络随机抖动”。强制走 relay 后，问题才变成可复现、可分析。 欢迎交流 Android WebRTC 、coturn 、TURN relay 和 RTC Gateway 稳定性问题。 完整整理在这里： https://snowlyg.github.io/posts/android14-coturn-webrtc-disconnect/
最近把几台ubuntu24.04,22.04升级至26.04之后 基于[某邮局管理器6.7]出现了异常Dovecot无法启动. 对目录/etc/dovecot进行各种AI后,目前可以*收发邮件*{异常} 表现为: 在使用非域名(即内网IP)有时候收件时会出现密码错误的情况, 使用域名时也偶发出现提示密码错误(邮箱客户端) 相关代码如下截图: 1 个帖子 - 1 位参与者 阅读完整话题
最近把几台ubuntu24.04,22.04升级至26.04之后 基于[宝塔面板]的[宝塔邮局管理器6.7]出现了异常Dovecot无法启动. 对目录/etc/dovecot进行各种AI后,目前可以*收发邮件*{异常} 表现为: 在使用非域名(即内网IP)有时候收件时会出现密码错误的情况, 使用域名时也偶发出现提示密码错误(foxmail客户端) 相关代码如下: find /etc/dovecot/conf.d/ /etc/dovecot/ -maxdepth 1 -name "dovecot.conf" -o -name "dovecot-sql.conf.ext" -o -name "dovecot_storage_version.conf" -o -path "/etc/dovecot/conf.d/ " | while read file; do [ -f “$file” ] && echo "---------- 文件名: file ----------" && grep -vE '^\s*(#| )’ “$file” && echo -e “\n”; done ---------- 文件名: /etc/dovecot/conf.d/10-mail.conf ---------- first_valid_uid = 150 mail_driver = maildir mail_path = ~/ ---------- 文件名: /etc/dovecot/conf.d/15-lda.conf ---------- protocol lda { } ---------- 文件名: /etc/dovecot/conf.d/10-logging.conf ---------- ---------- 文件名: /etc/dovecot/conf.d/90-sieve-extprograms.conf ---------- ---------- 文件名: /etc/dovecot/conf.d/auth-oauth2.conf.ext ---------- ---------- 文件名: /etc/dovecot/conf.d/auth-system.conf.ext ---------- passdb pam { } userdb passwd { } ---------- 文件名: /etc/dovecot/conf.d/90-sieve.conf ---------- ---------- 文件名: /etc/dovecot/conf.d/20-imap.conf ---------- protocol imap { mail_plugins = quota } ---------- 文件名: /etc/dovecot/conf.d/20-lmtp.conf ---------- protocol lmtp { mail_plugins = quota } ---------- 文件名: /etc/dovecot/conf.d/90-acl.conf ---------- ---------- 文件名: /etc/dovecot/conf.d/10-master.conf ---------- service imap-login { inet_listener imap { } inet_listener imaps { } } service pop3-login { inet_listener pop3 { } inet_listener pop3s { } } service lmtp { unix_listener /var/spool/postfix/private/dovecot-lmtp { mode = 0666 user = postfix group = postfix } } service imap { } service pop3 { } service auth { unix_listener auth-userdb { mode = 0600 user = vmail } unix_listener /var/spool/postfix/private/auth { mode = 0666 user = postfix group = postfix } user = dovecot } service auth-worker { user = vmail } service dict { unix_listener dict { } } ---------- 文件名: /etc/dovecot/conf.d/auth-sql.conf.ext ---------- passdb { driver = sql args = /etc/dovecot/dovecot-sql.conf.ext } userdb static { args = uid=vmail gid=mail home=/www/vmail/%d/%n } ---------- 文件名: /etc/dovecot/conf.d/90-quota.conf ---------- ---------- 文件名: /etc/dovecot/conf.d/10-auth.conf ---------- auth_mechanisms = plain login auth_allow_weak_schemes = yes sql_driver = sqlite sqlite_path = /www/vmail/postfixadmin.db passdb sql { default_password_scheme = MD5-CRYPT query = SELECT password FROM mailbox WHERE username = ‘%{user}’ AND active = 1 } userdb static { fields { uid = vmail gid = mail home = /www/vmail/%{user|domain}/%{user|username} } } ---------- 文件名: /etc/dovecot/conf.d/90-fts.conf ---------- fts_autoindex = yes fts_autoindex_max_recent_msgs = 999 fts_search_add_missing = yes ---------- 文件名: /etc/dovecot/conf.d/20-pop3.conf ---------- protocol pop3 { } ---------- 文件名: /etc/dovecot/conf.d/auth-deny.conf.ext ---------- ---------- 文件名: /etc/dovecot/conf.d/auth-static.conf.ext ---------- ---------- 文件名: /etc/dovecot/conf.d/10-ssl.conf ---------- ssl = yes ssl_server_cert_file = /etc/dovecot/private/dovecot.pem ssl_server_key_file = /etc/dovecot/private/dovecot.key ssl_min_protocol = TLSv1.2 ---------- 文件名: /etc/dovecot/conf.d/auth-master.conf.ext ---------- ---------- 文件名: /etc/dovecot/conf.d/auth-passwdfile.conf.ext ---------- ---------- 文件名: /etc/dovecot/conf.d/15-mailboxes.conf ---------- namespace inbox { mailbox Drafts { auto = subscribe special_use = \Drafts } mailbox Junk { auto = subscribe special_use = \Junk } mailbox Trash { auto = subscribe special_use = \Trash } mailbox Sent { auto = subscribe special_use = \Sent } mailbox “Sent Messages” { special_use = \Sent } } ---------- 文件名: /etc/dovecot/conf.d/30-dict-server.conf ---------- dict_server { } ---------- 文件名: /etc/dovecot/conf.d/10-metrics.conf ---------- ---------- 文件名: /etc/dovecot/dovecot_storage_version.conf ---------- dovecot_storage_version = 2.4.2 ---------- 文件名: /etc/dovecot/dovecot.conf ---------- dovecot_config_version = 2.4.2 dovecot_storage_version = 2.4.2 protocols = imap pop3 lmtp namespace inbox { inbox = yes mailbox Trash { auto = subscribe special_use = \Trash } mailbox Sent { auto = subscribe special_use = \Sent } mailbox Junk { auto = subscribe special_use = \Junk } mailbox Drafts { auto = subscribe special_use = \Drafts } } !include conf.d/ .conf !include_try local.confdisable_plaintext_auth = no ---------- 文件名: /etc/dovecot/dovecot-sql.conf.ext ---------- driver = sqlite connect = /www/vmail/postfixadmin.db default_pass_scheme = MD5-CRYPT password_query = SELECT password FROM mailbox WHERE username = ‘%u’ AND active = 1 2 个帖子 - 1 位参与者 阅读完整话题
目前试了yaak和hoppscotch，都没有覆盖导入swggateway的功能 3 个帖子 - 3 位参与者 阅读完整话题
虽然输出里面没有就是了 2 个帖子 - 2 位参与者 阅读完整话题
从cot兴起，再到现在agent，现在日常工作无非是各种蒸馏、合成管道洗数据，业界或者未来还能有哪些方向最值得探索呢？ 3 个帖子 - 3 位参与者 阅读完整话题