通过谷歌的学生认证, 实现部分地区的低价Pro订阅

主要步骤

前置内容

1. 日本地区节点
2. Google账号
3. 非中国大陆发行的Visa卡或万事达卡

1. 准备一个日本地区的代理

这个很重要, 在我开通学生优惠的时候发现进去 https://one.google.com/ai-student, 如果计价单位不是日元是不行的.

如何做呢, 就是不论你是手机端还是网页端, 都使用日本代理, 最好是开全局, 这样比较稳健.

这边看的主要还是你的支付账单的方式是否是日本地区, 当然别的低价区「例如土耳其区」也是可以的, 但是日本地区的支付不会限制支付方式, 即使你用U卡支付也是可以的, 如果是土区的话就可能难以添加支付方式.

2. 验证学生身份, 通常使用sheerid认证

通常使用sheerid认证, 这个认证过程需要你提供一些个人信息, 例如你的姓名, 学号等, 这些信息会被用来验证你的身份. 我自己在认证sheerID的时候感觉有点难, 所以就直接在tg上找了一个bot认证了. 大概5元左右.

如果你已经有Jio订阅的AI One Pro, 打开这个链接 https://one.google.com/ai-student, 你会看到一个已经认证好的界面, 需要取消掉原本的Jio吗你可以进入 https://myaccount.google.com/u/1/deleteservices 取消掉.

3. 准备支付方式

这边通常是在Google Play上添加会比较方便, 谷歌 Play 商店 → 头像 → 设置 → 常规 → 账号和设备偏好设置 → 国家/地区和个人资料。然后创建你的支付方式, 选择好支付卡和支付地区.

如果是网页端的话, 就打开https://payments.google.com/gp/w/home/settings添加日本地区的支付方式.

我自己使用的是虚拟U卡是可以的.

4. 订阅AI One Pro

这边日本地区就是720日元就可以拿下一个月的AI One Pro, 折合下来大概4.6美刀, 30人民币左右

5. 使用AGY

受限与之前的Jio羊毛风波, 现在Anti-Gravity 「AGY」 的风控变得更加严格了, 尽可能不要将AGY账号拿去反代, 否则就会像我一样喜提4个suspend, 然后去写保证书.

如果你的账号不能使用AGY, 提示:

error: Eligibility check failed: Your current account is not eligible for Antigravity, because it is not currently available in your location.

那就是你的个人账号地区设置不正确, 你可以在下面的链接检查或者切换你的地区:

https://policies.google.com/country-association-form

附录

参考教程

手把手教你合规低价订阅Gemini，可以在反重力Antigravity使用Gemini 4 Argon和Claude Opus 5.5 。

相关链接

谷歌地区检查

反重力保证书

删除服务

核心理解：谁是“主角”，谁是“默认参数”

在 Docker 里，可以简单地这样理解：

• ENTRYPOINT：定义“这个镜像本质上是干什么的”，也就是固定的主命令 / 主进程。
• CMD：为这个镜像提供默认参数，或者在没有 ENTRYPOINT 时，提供默认要执行的命令。

当二者同时存在时：

• Docker 实际运行的是：
  ENTRYPOINT + CMD
• 且 CMD 会被当成是 ENTRYPOINT 的参数，而不是两个独立执行的命令。

所以：

1
2

ENTRYPOINT ["top"]
CMD ["curl", "--help"]

真实执行的是：

1

top curl --help

而不是先执行 top 再执行 curl --help，这也是许多初学者踩坑的地方。

三种经典写法与执行效果

Docker 支持两种语法风格：shell 形式 和 exec 形式。这里重点看更推荐、更直观的 exec 形式（JSON 数组写法）。

1. 只有 CMD

1
2
3

FROM alpine:latest
RUN apk --no-cache add curl
CMD ["curl", "--help"]

执行：

1

docker run --rm my-image

实际命令是：

1

curl --help

如果你在 docker run 时追加了命令：

1

docker run --rm my-image curl https://example.com

则会完全覆盖 CMD，真实运行的是：

1

curl https://example.com

要点：

• 没有 ENTRYPOINT 时，CMD 是“默认要执行的命令”，可被运行时参数轻松覆盖。

2. 只有 ENTRYPOINT

1
2
3

FROM alpine:latest
RUN apk --no-cache add curl
ENTRYPOINT ["curl"]

执行：

1

docker run --rm my-image --help

真实运行的是：

1

curl --help

再看一个例子：

1

docker run --rm my-image https://example.com

真实运行的是：

1

curl https://example.com

要点：

• ENTRYPOINT 定死了“主角”是 curl，无论你在 docker run 后面写什么，都是给 curl 当参数。
• 这种写法适合“就是要把这个镜像当作某个命令的专用工具”的场景，例如 CLI 工具封装。

3. ENTRYPOINT + CMD 组合

这是最容易踩坑但也最强大的用法。

1
2
3
4

FROM alpine:latest
RUN apk --no-cache add curl
ENTRYPOINT ["curl"]
CMD ["--help"]

不加任何额外参数时：

1

docker run --rm my-image

真实运行：

1

curl --help

如果在运行时追加参数：

1

docker run --rm my-image https://example.com

真实运行：

1

curl https://example.com

要点：

• CMD 给 ENTRYPOINT 提供默认参数，在不传参时生效。
• 一旦运行时传入参数，就会覆盖 CMD，但不会覆盖 ENTRYPOINT。

真实踩坑案例：为什么这段 Dockerfile 跑不起来？

看下面这个例子（与前面提到的情况一致）：

1
2
3
4
5
6

FROM alpine:latest

RUN apk --no-cache add curl bash

ENTRYPOINT [ "top" ]
CMD ["curl", "--help"]

表面期望：

• ENTRYPOINT 跑 top，保持容器持续运行。
• CMD 跑 curl --help，在启动时打印帮助。

实际发生的事：

• Docker 试图执行的命令是：
  top curl --help
• curl 和 --help 被作为参数传给了 top。
• top 不认识 curl 这样的参数，于是报错退出，容器直接结束。

也就是说：

• 你原本以为是“先跑 top，再跑 curl –help”；
• 实际上是“用 top 去执行 curl –help 这种不合法的参数组合”。

根本原因：CMD 永远不会作为一个“第二条命令”被执行，它只是给 ENTRYPOINT（或默认 shell）提供参数。

想顺序执行多个命令应该怎么写？

如果希望：

• 容器启动时执行一次 curl --help；
• 然后再启动一个“持续运行”的程序（例如 top），让容器不退出；

有两种常见写法。

方案 A：用脚本做真正的入口（推荐）

entrypoint.sh：

1
2
3
4
5
6
7
8

#!/bin/bash
set -e

# 1. 执行一次性命令
curl --help

# 2. 启动一个长期运行的前台进程
top

Dockerfile：

1
2
3
4
5
6
7

FROM alpine:latest

RUN apk --no-cache add curl bash
COPY entrypoint.sh /entrypoint.sh
RUN chmod +x /entrypoint.sh

ENTRYPOINT ["/bin/bash", "/entrypoint.sh"]

特点：

• 脚本的最后一个前台进程（这里是 top）会成为容器的 PID 1。
• 可以在脚本里写完整的业务逻辑、异常处理、日志输出等。

方案 B：使用 sh -c 串联命令（方便测试）

如果只是做本地实验，图省事，可以直接在 CMD 里写一行 shell：

1
2
3
4
5

FROM alpine:latest

RUN apk --no-cache add curl bash

CMD ["sh", "-c", "curl --help && top"]

这里没有 ENTRYPOINT，容器启动时会执行：

1

sh -c "curl --help && top"

执行顺序：

1. 先执行 curl --help，退出码为 0。
2. 再执行 top，top 在前台运行，容器保持存活。

缺点：

• 复杂逻辑都堆在一行 shell 字符串里，可读性差。
• 不利于后期维护，生产环境更推荐脚本方式。

常见使用场景与选择建议

1. 应用服务镜像（Web/后端服务）

典型 Dockerfile：

1
2
3
4
5
6
7

FROM python:3.12-slim

WORKDIR /app
COPY . /app
RUN pip install -r requirements.txt

CMD ["gunicorn", "-c", "gunicorn.conf.py", "app:app"]

建议：

• 大多数 Web 服务只用 CMD 就够了。
• 如非必要，不要使用 ENTRYPOINT，保持灵活（方便在调试时覆盖为 /bin/bash）。

2. CLI / 工具型镜像

典型 Dockerfile：

1
2
3
4
5

FROM alpine:latest
RUN apk --no-cache add curl

ENTRYPOINT ["curl"]
CMD ["--help"]

特征：

• 这个镜像“就是一个 curl 工具箱”。
• 直接 docker run 相当于执行 curl --help。
• 传参时可以很自然：

1

docker run --rm my-curl https://example.com

3. 多进程 / 复杂启动逻辑

典型需求：

• 启动前做一些准备工作；
• 启动一个或多个长期服务；
• 监听信号，优雅退出。

推荐：

• 用脚本做 ENTRYPOINT，在里面管理所有流程。
• 或使用进程管理器（如 tini、supervisord），但这已经超出“简单 Dockerfile”的范畴。

总结：如何简单记住它们？

可以用一句话概括：

ENTRYPOINT 决定“这个镜像是谁”，CMD 决定“它默认怎么干活”。

• 只需要一个默认命令：用 CMD。
• 需要一个固定不变的主命令：用 ENTRYPOINT。
• 既要固定主命令，又要可配置默认参数：同时用 ENTRYPOINT + CMD，记住 CMD 是参数，不是另一条命令。
• 需要顺序执行多条命令：用脚本或 sh -c，不要指望多个 CMD/ENTRYPOINT 帮你“自动依次执行”。

Top 9 Methods for API Testing in Java | Comprehensive Guide

ab - Apache HTTP server benchmarking tool - Apache HTTP Server Version 2.4

性能测试工具 wrk 使用教程 - 犬小哈 - 博客园

wrk 是一款现代、轻量级且极高性能的 HTTP 基准测试工具（Benchmark Tool）。它最显著的特点是利用了异步事件驱动架构（如 Linux 的 epoll 或 macOS 的 kqueue），能用极少的线程在单机上产生巨大的并发压力。

简单来说，它是后端开发者用来压测接口 QPS (每秒查询率) 和 Latency (延迟) 的神器。

为什么用 wrk 而不是 Apache Bench (ab) 或 JMeter？

1. 性能更强：wrk 使用非阻塞 I/O，能比 ab 产生更高的并发，更能榨干服务器性能。
2. 支持 Lua 脚本：这是 wrk 的杀手锏。你可以编写 Lua 脚本来构造复杂的请求（如生成动态 Token、随机参数、POST 复杂 JSON 等），而 ab 只能发静态请求。
3. 轻量：没有 JMeter 那么重的 GUI，纯命令行，适合服务器端直接跑。

常用命令示例

最简单的压测命令：

1

wrk -t12 -c400 -d30s http://localhost:8080/api/v1/user

• -t12: 使用 12 个线程（一般设置为 CPU 核心数）。
• -c400: 保持 400 个 HTTP 连接（并发数）。
• -d30s: 持续压测 30 秒。
• --latency: (可选) 输出详细的延迟分布报告（P50, P90, P99）。

配合 Lua 脚本（进阶）

比如你要压测一个POST 接口，且需要JSON Body，可以写一个 post.lua：

1
2
3
4

-- post.lua
wrk.method = "POST"
wrk.body   = '{"billCheckId": 123, "type": "NC"}'
wrk.headers["Content-Type"] = "application/json"

wrk 的强大之处就在于它嵌入了 LuaJIT 解释器。这意味着你可以完全控制 HTTP 请求的生成逻辑，包括随机化参数、动态生成 Body、随机 Header、甚至根据响应调整请求。

以下是几个实用的 Lua 脚本模板，专门解决“随机分布请求”的问题。

1. 基础随机：随机请求不同的 URL 路径

比如你想压测 /user/1001 到 /user/9999 这样随机的用户详情页，防止服务器缓存热点。

1
2
3
4
5
6
7
8
9
10
11
12
13
14

-- 在压测开始前初始化随机种子
-- 注意：每个线程都有独立的 Lua 虚拟机，所以每个线程都需要初始化一次
math.randomseed(os.time())

request = function()
   -- 生成 1 到 10000 之间的随机用户ID
   local user_id = math.random(1, 10000)
   -- 拼接路径
   local path = "/user/" .. user_id
   
   -- 返回定制的请求
   -- wrk.format(method, path, headers, body)
   return wrk.format("GET", path)
end

2. 权重随机：按比例访问不同接口

真实场景通常是混合的：80% 读请求，20% 写请求。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25

math.randomseed(os.time())

local paths = {
   "/products/list",    -- 读列表
   "/products/detail",  -- 读详情
   "/cart/add"          -- 写操作（加购）
}

request = function()
   local r = math.random(1, 100)
   
   if r <= 60 then
      -- 60% 概率访问列表
      return wrk.format("GET", paths[1])
   elseif r <= 90 then
      -- 30% 概率访问详情 (60-90)
      local pid = math.random(100, 500)
      return wrk.format("GET", paths[2] .. "/" .. pid)
   else
      -- 10% 概率添加购物车 (90-100)
      local body = '{"productId": ' .. math.random(100, 500) .. '}'
      wrk.headers["Content-Type"] = "application/json"
      return wrk.format("POST", paths[3], nil, body)
   end
end

3. POST 请求：随机 Body 内容

压测“创建订单”或“短链接生成”接口时，每次 Body 必须不同，否则会被数据库唯一索引拦住。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24

math.randomseed(os.time())

-- 辅助函数：生成随机字符串
function random_str(length)
   local chars = "abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ0123456789"
   local res = ""
   for i = 1, length do
      local rand = math.random(#chars)
      res = res .. string.sub(chars, rand, rand)
   end
   return res
end

request = function()
   -- 动态生成 Body JSON
   local random_url = "http://example.com/" .. random_str(8)
   local body = '{"originalUrl": "' .. random_url .. '"}'
   
   -- 设置 Header
   wrk.headers["Content-Type"] = "application/json"
   
   -- 发送 POST
   return wrk.format("POST", "/create", nil, body)
end

4. 高级技巧：每个线程独立的“用户身份” (Token)

如果你要压测需要登录的接口，可以给每个线程分配不同的 Token。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21

-- 每个线程启动时调用一次 setup
-- thread: 代表当前线程对象
function setup(thread)
   -- 给每个线程分配一个唯一的 ID (1, 2, 3...)
   thread:set("id", _G.thread_id_counter)
   _G.thread_id_counter = (_G.thread_id_counter or 0) + 1
end

-- 线程初始化时运行
function init(args)
   -- 根据线程 ID 生成伪造 Token
   -- 比如线程1用 user1_token，线程2用 user2_token
   local token = "Bearer user_" .. id .. "_token_secret"
   
   -- 设置全局默认 Header，该线程后续所有请求都会带上这个
   wrk.headers["Authorization"] = token
end

request = function()
   return wrk.format("GET", "/profile")
end

总结

1. 随机 URL：在 request() 函数里拼装 path。
2. 随机 Body：在 request() 里拼装 JSON 字符串。
3. 按比例混合：用 math.random(1, 100) 做 if-else 分流。
4. 运行方式：一定要带上 --script 参数。

如何查看CPU核心数

lscpu

可以看出一共有16个核心，每个核心可以当两个线程使用（Intel 的超线程技术）

1. 为什么“1个核”能变“2个核”？

• 物理层面：你的 CPU 确实只有 16 个完整的物理核心（Physical Cores），也就是有 16 套独立的 ALU（运算单元）和缓存。
• 逻辑层面：但是，物理核心内部的执行资源（如寄存器、指令队列）往往有富余。SMT 技术允许操作系统把 1 个物理核心 识别为 2 个逻辑核心。

简单一句话总结：它把远程的云端存储，通过 HTTP 协议，“映射”成你电脑上的一个本地硬盘。

不用下载文件就能直接修改、播放视频，就像操作你 D 盘里的文件一样。

1. WebDAV 是什么原理？

WebDAV 是 HTTP 协议的扩展。

• 基础 HTTP：通常只支持 GET（获取网页/文件）和 POST（提交数据）。
• WebDAV 的魔法：它给 HTTP 增加了几个新动词（Method）：
  • PROPFIND：查询文件属性（比如文件名、大小、目录结构）。
  • MKCOL：创建文件夹。
  • COPY / MOVE：复制或移动文件。
  • LOCK / UNLOCK：文件加锁/解锁（防止两个人同时改一个文件冲突）。

工作流程：

1. 你的操作系统（客户端）发起一个 HTTP 请求：“给我看看目录里有啥”。
2. WebDAV 服务器返回一段 XML 格式的数据，描述文件列表。
3. 操作系统把这段 XML 渲染成你熟悉的“文件夹图标”。
4. 当你双击打开文件时，系统按需下载；当你保存时，系统直接上传覆盖。

2. 在 Windows 上怎么用？

Windows 对 WebDAV 的支持分为“原生”和“第三方工具”两种。

方法 A：使用第三方工具 RaiDrive（强烈推荐）

Windows 自带的 WebDAV 客户端非常难用（速度慢、经常断连、有文件大小限制）。RaiDrive 是目前 Windows 上体验最好的挂载工具。

1. 下载并安装 RaiDrive。
2. 点击右上角 Add。
3. 选择 NAS -> WebDAV。
4. 填写地址（Address）、路径（Path）、账户（Account）和密码。
5. 点击连接，你的“我的电脑”里就会多出一个网络磁盘（例如 Z: 盘），用起来和本地硬盘没区别。

方法 B：原生“映射网络驱动器”（不推荐，但可以用）

1. 打开“文件资源管理器” -> “此电脑”。
2. 顶部工具栏点击“映射网络驱动器”。
3. 在“文件夹”一栏输入 WebDAV 地址（例如 http://192.168.1.100:5005/webdav）。
4. 输入用户名密码。
   • 坑点：Windows 原生限制单文件不能超过 50MB（需改注册表），且 HTTPS 证书不信任时会报错。

3. 在 Linux 上怎么用？

Linux 既有适合桌面的图形化方式，也有适合服务器的命令行方式。

方法 A：图形界面（GNOME/KDE）

如果你用的是 Ubuntu Desktop (GNOME) 或其他桌面版：

1. 打开文件管理器（Nautilus）。
2. 在左侧栏找到 “+ Other Locations” (其他位置)。
3. 在底部的 “Connect to Server” 输入框填写地址：
   • 普通 HTTP：dav://你的地址:端口/路径
   • 加密 HTTPS：davs://你的地址:端口/路径
   • (注意：这里用 dav:// 代替 http://)
4. 输入密码，它就会挂载在侧边栏。

方法 B：命令行挂载 (mount.davfs)

适合需要把网盘挂载到系统目录给程序用的场景。

1. 安装工具：

   1	sudo apt install davfs2

2. 创建挂载点：

   1	sudo mkdir /mnt/webdav

3. 挂载：

   1	sudo mount -t davfs http://你的地址:端口/webdav /mnt/webdav

   (系统会提示输入用户名密码)

方法 C：Rclone（极客与自动化首选）

Rclone 是 Linux 下的神器，支持 WebDAV 且性能极好，支持缓存和加密。

1. 安装：sudo apt install rclone 或 curl https://rclone.org/install.sh | sudo bash

2. 配置：rclone config -> 新建 -> 选 WebDAV -> 填地址密码。

3. 挂载：

   1	rclone mount 你的配置名:/ /mnt/webdav --daemon

实例：用 WSL2 挂载 PikPak 的 WebDAV

PikPak 是一个非常实用的云盘服务，支持通过 WebDAV 访问。

1. 在 PikPak 网站开启 WebDAV 功能，获取地址、用户名和密码。

2. 在WSL中安装 rclone 并配置好 PikPak 的 WebDAV。

3. 挂载命令：

   1	rclone mount pikpak:/ /mnt/pikpak --daemon

4. 现在你可以在 /mnt/pikpak 目录下直接访问你的 PikPak 云盘文件了。
   效果如下图
   

此外还可以用 rclone copy /本地/源文件 配置名:远程路径 -P 命令实现本地和云盘之间的文件同步，非常方便。

但是要注意的一点是不能在Windows的文件管理器中直接访问WSL挂载的webdav目录，主要是因为Linux 文件权限隔离 和 FUSE 挂载机制的可见性
挂载命名空间的隔离：

WSL 2 和 Windows 之间的文件共享协议（Plan 9 服务器）默认运行在特定的用户上下文中。当你运行 rclone mount 时，默认情况下，这个挂载点只对运行该命令的当前 Linux 用户（通常是你的默认用户）可见，而对系统其他进程（包括负责与 Windows 通信的 Plan 9 服务进程）是不可见的。

FUSE 的安全限制：

WebDAV 挂载通常使用 FUSE（Filesystem in Userspace）。出于安全考虑，FUSE 默认不允许“其他用户”（other users）访问挂载点。即使是 root 用户或其他系统服务（如 WSL 的文件互通服务）也无法访问，除非显式开启权限。

总结与使用建议

• 核心优势：省空间。几十 TB 的云端资源，挂载后不占本地硬盘空间，用多少取多少。
• 常见用途：
  • 配合 Alist：把百度网盘、阿里云盘转成 WebDAV，挂载到本地看视频。
  • 配合 Obsidian / Zotero：利用 WebDAV 同步笔记和文献。
  • 配合 NAS：在外面通过 WebDAV 访问家里的硬盘。
• 注意：因为是基于 HTTP 的，如果是公网使用，强烈建议用 HTTPS，否则密码是明文传输的，很不安全。