兄弟们,说实话,现在玩Soul是不是感觉越来越累? 你主动找人聊吧,发十句“你好”,九句半都石沉大海。你不主动吧,又根本没人搭理你。 我琢磨了一下,这不就是个纯纯的“体力活儿”吗? 自动发出去。 扫荡“同城广场”:这个功能最牛逼。它会自动去广场上找同城的用户,挨个帮你打招呼。想找附近的人聊天,用这个效率最高。 效果怎么样? 而且算法是远程更新的,就算Soul改版了也不影响。 jrounlo+卫星号获取 不多说了,懂的都懂。把时间花在刀刃上,让工具帮你干杂活。
不少商家想要实现抖音私信用户进会话自动发欢迎语、用户咨询关键词自动应答,目前仅早期授权的企业第三方系统还能短期使用,且官方已发布权限回收公告,该合规接口能力处于限时可用状态。 2. 关键词自动回复:用户发送私信文本,接口实时推送消息内容,系统匹配预设关键词、AI 知识库,自动下发对应回复文案。 3. 三、替代落地方案:抖音网页版浏览器插件自动化(无官方接口,模拟人工操作) 在官方开放接口逐步关停后,合规无授权接入的替代方式为浏览器插件自动监控网页版抖音私信,依靠模拟人工浏览页面实现自动回复: 1. 运行原理 插件常驻浏览器,循环刷新抖音网页版,自动检测私信小红点未读消息;识别新私信后自动点开对话,抓取发信用户昵称 + 消息内容,匹配后台关键词库或 AI 生成回复,模拟人工输入发送消息。 2.
同一个”私信”按钮,换了账号就找不到了。这不是 bug,是抖音的灰度发布。我是如何用弹性选择器让自动化脚本在多个页面版本中都活下来的。 1. 当你以为定位对了,换个账号就崩了 事情的起点很简单——我写了一个浏览器扩展,用来监听抖音私信并自动回复。 加调试日志一看,B 账号的私信页面 DOM 结构完全不一样——没有 data-mask 属性,用的是一个叫 RightPanelHeadertitle 的 class。 2. 罪魁祸首:A/B 实验下的多版本页面 这不是 bug,是抖音在做 A/B 实验(也叫灰度发布)。 对于普通用户这是无感的,对于要做 DOM 自动化的我们来说,这就是噩梦。
图片如何自动回复抖音私信?企业在抖音发布营销作品后,如果有用户发送私信咨询产品,会出现回复不及时,容易错漏的情况。 采用腾讯轻联,可以实现自动回复抖音私信,结合知识库或其他渠道,可以有用户发送私信时根据知识库自动回复,或引导至其他联系渠道,避免客户流失的情况。 图片其他抖音企业号场景自动回复用户抖音私信自动将抖音播放数据、粉丝量等数据汇总至在线文档。自动导出企业号下视频评论。 腾讯轻联是什么产品腾讯轻联是腾讯推出的零代码的自动化工作流程平台,目前已经实现了连接了比如企业微信、腾讯会议、腾讯文档、腾讯电子签、TAPD、乐享、兔小巢、微信小商店、企点、公众号、EC SCRM、维格表 用户可以通过零代码画布,简单的设定【触发条件】+【执行条件】打造符合企业业务场景的自动化工作流,把日常工作中一些繁复、重复、价值低的事务性工作自动化完成,比如自动发消息通知、跨应用数据自动同步、定时处理特定任务等
答案是肯定的,即图1漫画中的“隐私信息检索技术”——一种不泄露查询条件和查询结果的加密技术。 图1 隐私信息检索技术应用示例漫画 隐私信息检索(Private InformationRetrieval – PIR,也叫匿踪查询)是安全多方计算中很实用的一项技术,用来保护用户的查询隐私。 二、为什么可搜索加密技术无法替代隐私信息检索技术 通过前面对PIR技术的描述,可知PIR的目的是保护用户查询隐私。 三、3类场景隐私信息检索方案 为了加强保护用户查询隐私,使得查询条件和查询结果仅查询用户可知,安全多方计算中的PIR技术应运而生。 通过理论分析和实验对比,能够让读者对隐私信息检索有一个更直观的认识。
工作流插件实现抖音个人号的私信自动回复 利用打开的网页版主页,插件自动发送固定话语或图片 automa自动化工作流插件 将下面的扩展压缩包文件解压缩,按上面的流程【加载解压缩的扩展】,选中解压缩的目录 的国产开发浏览器 打开浏览器扩展管理,微软和谷歌浏览器的方法如下: 【加载解压缩的扩展】不显示此按钮的请开启【开发者模式】,选中我们的插件程序目录,就可以安装扩展成功 微软和谷歌浏览器的方法如下: automa自动化工作流 05抖音主页私信自动回复.automa.json
一、工具基础定义 核心定位:专为抖音网页端打造的浏览器自动化插件,以模拟真人操作为运行逻辑,替代人工完成评论、私信、数据统计等重复性运营工作,适配个人及团队多账号运营场景。 引用原文:抖音网页端浏览器自动化插件 功能详解 二、核心功能一:全自动智能回复(账号低风险方案) 该模块为工具核心能力,全程模拟人工鼠标操作,不调用平台接口、不破解程序。 2.1 基础自动操作流程 自动悬浮鼠标至抖音网页通知栏,批量查看全部评论 自动切换至私信板块,识别带红点的未读私信 检测到新评论 / 未读私信后,自动进入对应界面并发起回复 2.2 三种回复内容配置方式 :产生新评论、新增粉丝时,企业微信群自动推送通知 应用价值:团队可第一时间跟进用户互动,提升运营效率 五、工具整体总结 核心能力汇总 基础运营:自动查看评论、私信,支持关键词 / 话术 / AI 三种自动回复模式 Q2:多开浏览器最多可以同时运行多少个抖音账号? A:账号数量主要由电脑硬件配置决定,每个浏览器实例独立运行,常规办公电脑可稳定运行 10 个及以上账号。 Q3:AI 回复必须搭配指定平台吗?
Soul App创始人团队发布Q1生态安全报告,以多维治理筑牢社区安全防线近日,Soul App创始人团队发布《2026年第一季度生态安全报告》,系统披露平台的网络生态治理举措与阶段性成果。 在网络暴力治理方面,Soul围绕中央网信办的相关要求,持续升级网暴治理体系。 平台通过迭代AI情感分析模型与恶意语言识别机制,结合动态违规词库,对私信、评论、群聊等场景中的攻击性表达、恶意嘲讽等行为进行实时监测与精准识别,并配套快速响应机制与人工复核流程,提高违规内容的拦截与处置效率 针对群聊、私聊等高频互动场景,Soul也持续完善治理机制与产品能力。 在群聊治理方面,平台通过自动化识别与实时中断机制,对违规语音与违规文字内容进行拦截,日均中断违规语音消息超过3万条,拦截违规文字消息超过4万条,有效降低不良信息扩散风险。
第二步:注入运营灵魂,定义AI运营官Identity与Soul 我没有直接让它干活,先为它定制专业身份,让它从“通用AI”变成懂流量、懂用户、懂规则的账号运营官。 在Identity与Soul配置文件中写入: 你的名称:jack 关于你的经历:你诞生于新媒体流量实战场景,精通爆款逻辑、平台算法、用户心理与合规规则。 爆款趋势预测 自动抓取各平台热榜、同领域高赞内容、上升关键词,AI分析热度持续性、竞争度、适配度,输出可直接跟的选题清单,并标注爆款概率。 2. 实时评论/私信Chatbot自动回复 按场景配置话术库:问答类、引导关注类、售后咨询类、活动互动类,7×24小时自动响应,不丢一条评论、不漏一条私信。 2. 私信自动分类与批量回复 咨询、合作、吐槽、求资源自动分类,高频问题一键批量回复,大幅降低人工压力。 2.
代码说明:实现消息检测、关键词匹配和自动回复完整流程包含防封策略:随机操作间隔和自然点击模拟需要AutoJS 4.1+版本支持// 基础配置const KEYWORDS = ["合作", "咨询", " 你好"]; // 触发回复关键词const REPLY_MSG = "您好,正在使用自动回复功能,请留言具体需求~";const SCAN_INTERVAL = 5000; // 检测间隔(ms)// back();}// 关键词检测function containsKeyword(text) { return KEYWORDS.some(kw => text.includes(kw));}// 自动回复 < timeout) { if(checkAccessibility()) return true; sleep(500); } return false;}自动回复部分模块
Mac 上的开发者可能非常熟悉 iTerm2 这款终端应用程序,甚至已经用它取代了 Apple 官方终端应用的地位。 但就在今天之前,iTerm2中还存在一个严重级别的安全问题——这个问题出现在自动检查功能上的DNS请求中,可能泄露终端内部分内容。 这个功能能够查询鼠标悬停在 iTerm2 终端内的文本内容,在 iTerm 3.0.0 版中首次引入。 也就是说,用户悬停在某个“词汇内容”上的的时候,iTerm2 会自动调查这个“内容”是不是一个有效的URL并自动添加高亮。 iTerm2 开发者致歉 iTerm2 此次信息泄漏事件在10个月之前首次发现。iTerm2的开发者立即在iTerm3.0.13版本中增加了一个选项,让用户可以关闭这个“DNS查询功能”。
而Soul作为众多陌生人社交产品中的一个,是如何在短时间脱颖而出,收获众多流量的呢? 不走寻常路的Soul 在陌生人社交领域里,Soul可以说是一个后来者。 同时,在Soul中,用户的娱乐消遣来自于对相同兴趣和性格的人群,发布的隐私信息,而获得压力缓解、情绪释放以及新鲜感,享受到轻松愉悦的感受。 其实,最早的Soul是没有任何的充值服务的,完全是一款免费的软件,但是从2019年开始,Soul上线了Soul币功能,在同城卡、定位卡,头像捏脸、礼物等方面增加了收费服务。 对于商业变现,Soul创始人张璐曾对媒体表示,Soul已经略微盈利。但是就目前来看,变现渠道还略显单一,主要靠会员订阅和增值服务。 在今年三月Soul还传出要上市的消息,而天眼查数据显示,Soul的最新一轮融资还是在2018年,已经有快三年时间没有获得融资了。
集合 创建集合可以用set(),或者直接用{} set_a = set([1,2,3,4,5]) set_b = {1,3,5,7,9} print(set_a) print(set_b) print( 别的到用的时候再去查吧 set_a = set([1,2,3,4,5]) set_b = {1,3,5,7,9} print(set_a | set_b) # 并集 print(set_a & set_b # discard允许尝试删除不存在的元素,但是remove会报错 #setb.discard(2) print(set_b) 文件的操作 open()打开文件。 使用with来了打开文件,可以自动关闭文件(通过缩进,在代码块执行完毕后,自动关闭文件)。所以条件允许的情况下,尽量用with来打开文件。 将上面2段用with来改写一下 # 注意一下缩进,通过这个判断文件是否操作完毕,从而自动关闭 with open('test.txt',encoding='utf-8') as file: lines
这是一位学员曾经发给我的一个案例 0X01 咱们来剖析下骗子是如何利用人性的弱点,如何获取你的个人隐私信息,一步步让你上当受骗 首先通过其他交友平台,QQ,抖音,Soul等社交平台,专门收集男性目标 0X04 大家可能很想知道诈骗后台长什么样,为什么会有你的这些隐私信息 后台可以获取你的位置,下载通讯录,查看短信等等 ? 在线定位你的位置 ? 面对来源不明应用程序,请务必拒绝应用获取你的当前位置,还有通讯录以及摄像头这类权限,因为这极有可能泄露你的个人隐私信息,被人利用 0X05 天上不会掉馅饼,努力奋斗才能梦想成真 最后我想告诉大家,色字头上一把刀
本文介绍张量自动求导的基本知识 。 参考 深入浅出PyTorch ,系统补齐基础知识。 autograd 包为张量上的所有操作提供了自动求导机制。它是一个在运行时定义 ( define-by-run )的框架,这意味着反向传播是根据代码如何运行来决定的,并且每次迭代可以是不同的。 当完成计算后可以通过调用 .backward(),来自动计算所有的梯度。这个张量的所有梯度将会自动累加到.grad属性。 {\partial o u_{1}}{\partial a_{2}}+k_{2} * \frac{\partial o u t_{2}}{\partial a_{2}}+k_{3} * \frac{\partial 参考资料 https://datawhalechina.github.io/thorough-pytorch/第二章/2.2 自动求导.html https://blog.csdn.net/sen873591769
下载地址 iTerm2系统终端增强版 该软件有个小问题:复制粘贴时如果缩放窗口会导致粘贴的内容错乱 解决方式: 其实就是让窗口底部全屏了 这样就不能缩放了 配置文件 #! /usr/bin/expect set timeout 30 spawn ssh -p [lindex $argv 2] [lindex $argv 0]@[lindex $argv 1] expect
SOUL.md:核心人格定义 位置:~/.openclaw/workspace/SOUL.md 作用:定义 Agent 的核心价值观、行为准则、边界。 replies - You're not the user's voice 关键点: Core Truths:Agent 的行为准则,比如"有观点"、"先自己想办法" Boundaries:明确边界,比如"隐私信息不外传 当会话接近压缩阈值时,自动触发记忆保存。 下一步行动建议 学习路径推荐 第一阶段:掌握身份系统(1-2 天) 配置 SOUL.md、IDENTITY.md、USER.md 调整 Agent 个性,找到最适合你的风格 验证配置:openclaw 安装 2-3 个常用技能 尝试开发一个简单的自定义 Skill 集成到你日常的工作流 第四阶段:高级功能(1-2 周) 配置子 Agent 处理并行任务 设置定时任务自动化日常工作 尝试 Orchestrator
recursive_dir(realitem) return file_list update_file_list = [] def comparame(dir1, dir2) : """ 递归比较2个目录的文件和目录 :param dir1: 源目录 :param dir2: 备份目录 :return: 需要进行同步的文件和目录 """ dircomp = filecmp.dircmp(dir1, dir2) # 源目录仅有的文件和目录 only_in_dir1 = dircomp.left_only for item in = os.path.abspath(sys.argv[2]) #dir1 = os.path.abspath('../0111') #dir2 = os.path.abspath('.. , dir2) for item in source_files: # 将源目录路径替换成备份目录路径 dest_item = re.sub(dir1, dir2, item) #
AC自动机 AC自动机,有的地方也叫Trie图,可以用来解决多串匹配的问题 多串匹配是这样一个问题:给定N个敏感词W1, W2, W3, … WN,然后对于一个字符串S,判断S中存在不存在任意敏感词 最后我们再介绍一个叫做回文自动机或者叫回文树的东西。 比如对于S=”abbaabba”,构建的回文树或者回文自动机是这个样子: ? 回文自动机有2个初始节点,0和1,分别代表长度是偶数的回文串起点和长度是奇数的回文串起点。 比如2号节点代表a,3号节点代表b,4号节点代表bb,6号节点代表aa。节点u连出一条标记字符c的边,指向v,表示v代表的回文串可以通过在u代表的回文串左右各加上字符c得到。 但其实也可以用回文自动机解决。回文自动机中最深的节点就代表最长的回文子串。比如上图中9号节点,代表abbaabba 此外回文自动机还可以解决(2)S中本质不同的回文子串数目。
深度学习利器之自动微分(2) 0x00 摘要 本文和上文以 Automatic Differentiation in Machine Learning: a Survey为基础,逐步分析自动微分这个机器学习的基础利器 深度学习框架,帮助我们解决的核心问题就是两个: 反向传播时的自动梯度计算和更新,也就是自动微分。 使用 GPU 进行计算。 本文就具体介绍自动微分究竟是什么。 我们以如下为例,这是原始公式 \[y=f(g(h(x)))=f(g(h(w_0)))=f(g(w_1))=f(w_2)=w_3 \\ \] 自动微分以链式法则为基础,把公式中一些部分整理出来成为一些新变量 自动微分技术 TensorFlow可微编程实践2---自动微分符号体系 https://en.wikipedia.org/wiki/Automatic_differentiation Pytorch学习 TensorFlow可微编程实践1---自动微分简介 TensorFlow可微编程实践2---自动微分符号体系 https://zhuanlan.zhihu.com/p/163892899