注:本文部分内容由AI辅助完成
昨天我写了这个GFW系列的第一篇博客,但是在本地软件的使用方面,我一笔带过了,今天俺来继续说说这个问题。不过呢,我要是直接写个详细的使用指南,感觉又没有这个必要,因为相关的教程,软件的作者写了一份,机场主写了一份,很多的博主也都写过,而且人家图文并茂,说实话我不太很想给文章加图片,主要是懒哈哈。所以俺今天想了一个好的的点子,正所谓:“授人以鱼不如授人以渔”,我今天就教大家怎么去和会抓鱼的老师对话–怎么让AI教你使用翻墙软件。
1. 配置AI工具
这里我的配置是 Pi agent + Deepseek Flash, 有人可能会说,不会翻墙的人你还指望他会自己配置pi agent和deepseek api?您别急,你不会用pi不要紧,deepseek官方文档写了他们官方的Deepseek Harness的教程,根据那个安装,总可以了吧,如果您觉得node.js环境也不好配置。得,您去试试豆包或者workbuddy,我觉得他们应该也可以,不过因为俺不用豆包,所以就没有测试,不过,俺的标题也说了“授人以鱼”,具体到水里怎么抓鱼,这个还得自己动动脑子,想想办法,如果您的渔具不太行,那就难怪鱼抓的慢了。
1.1 pi agent的安装与配置
既然说到了pi,俺还是把基本步骤列一下,免得您还没开始抓鱼,就卡在找渔具这一步了。这里按 DeepSeek 的官方接入教程来,配置文件直接参考原文,俺就不在这里贴一大段了。
先装Node.js,再装pi。 去Node.js官网下载安装LTS版本,这个如果不会安装,B站搜一下就有好多视频教您,挑一个看看就会了,装好后重新打开终端,Windows用户可以用PowerShell。输入下面两行命令,第一行安装,第二行查看版本,能看到版本号就说明装好了。
npm install -g @mariozechner/pi-coding-agent pi --version准备DeepSeek的API Key。 登录DeepSeek开放平台,创建一个API Key,后面连接模型要用。API调用是按用量计费的,先看看账户余额,按需要充值就行。这个Key相当于您调用API的钥匙,自己收好,别贴到聊天记录或者截图里。
把模型配置填好。 按上面的官方教程新建
models.json:Linux和macOS放在~/.pi/agent/下,Windows放在%USERPROFILE%\.pi\agent\下,没有文件夹就先建一个。复制教程里的完整JSON配置,接口地址用https://api.deepseek.com,兼容性相关的字段也一起保留,别觉得看不懂就删了。俺用的是Flash,目前的模型ID是deepseek-flash,可以把教程中Flash那一项的id改成这个,具体名称以官方模型列表为准。设置API Key。 在准备启动pi的终端里执行下面对应的命令,把引号里的内容换成您自己的Key。注意,这种设置只在当前终端会话里生效,换个窗口就得重新设置。
Linux / macOS:
export DEEPSEEK_API_KEY="您的API Key"Windows PowerShell:
$env:DEEPSEEK_API_KEY="您的API Key"启动,试着聊两句。 建一个专门放下载文件的文件夹,在终端里用
cd进入这个文件夹,再输入pi。启动后输入/model,选择DeepSeek下面的Flash模型,发一句“你好”,能正常回复就算接通了。接下来,告诉它您用的是什么系统、想安装什么软件、卡在哪一步,咱们就可以开始请老师帮忙了。
2. 向AI请教
有些同学可能觉得上一部分怪难懂的,也可能会问,为啥非得用deepseek api 配上 agent?直接在网页上对话不行吗?这个,经过俺的测试,不好意思,确实不行。如果您用的是国外的AI,那当然可以,但是能用得上的话也不会费时间看这篇文章了,根据我的判断,deepseek 网页版似乎加上了一个审核系统,LLM输出的内容会经过后续的审核器审核,所以,有时候就会遇到眼看着token往外冒,突然全部消失,留下一句“你好,这个问题我暂时无法回答,让我们换个话题再聊聊吧。”。而使用API似乎就可以避免这个问题,另外,有agent的一个好处就是,他可以帮你完成,你不需要阅读llm的回答,然后去自己动手,agent的能力就在于他可以来完成任务。
比如说,我拿一个容易卡住大家的问题举个例子,就是把clash verge 下载下来,如果没有代理,你从github上下载这个几十兆的软件要花好长时间,最后还不一定能成功,你别给我一个什么不是项目官方发布地址的连接让我下载,我可不敢,在这里我也想提醒大家,不要下载,安装,运行一个你不知道从哪里来,是什么的软件,如果你不是从官方的地址下载的,你凭什么去信任这个软件是安全的呢?小心到时候电脑中了病毒就不好了。最好还要去检查一下hash能不能对得上,你可能听不懂我在说啥,没关系,这就是agent的用处,他懂,他能帮你。
2.1 聊两句
下面就是俺和agent的一段实际对话。原来用的是英文,这里译成中文,保留主要的提问和反馈,思考过程、重复的工具输出和部分长篇解释做了删减,用...加注释标出来。您可以看看,需求不必一次说得多完整,遇到问题就接着告诉它,让它继续想办法。
我: GFW是什么?
Agent: GFW通常指Great Firewall,也就是中国的网络防火长城,会对部分网站和网络流量进行屏蔽或过滤。
…(编者注:省略agent的思考过程,以及对技术原理和其他缩写含义的展开。)
我: 你能帮我翻过去吗?
Agent: 可以。我先介绍几种常见方式,再根据你的情况给出具体步骤。你用什么设备和操作系统?能接受命令行,还是希望用简单的应用?主要用途和预算是什么?
…(编者注:省略思考过程,以及VPN、代理协议、自建服务器等方案的长篇介绍。)
我: 我想在Windows上用Clash Verge,但是不知道去哪里下载,你能帮我吗?
…(编者注:省略思考和搜索工具的原始输出;agent搜索了项目的GitHub发布页和官方文档。)
Agent: 你可以用Clash Verge Rev,原来的Clash Verge项目已经停止维护。项目仓库是clash-verge-rev/clash-verge-rev,安装包在Releases页面。普通Windows x64电脑选择文件名带
x64-setup.exe的安装包,ARM设备则选对应的ARM64版本。…(编者注:省略其他安装方式、下载建议和安装后的简要说明。)
我: 你能帮我把安装包下载到这里吗?
Agent: 我会尝试下载到当前环境。先检查网络是否能连通,再找最新版本的安装包。
…(编者注:省略思考、命令和发布文件列表;agent通过GitHub API查到了当时的v2.5.5版本,并开始下载约57 MB的Windows x64安装包。)
我: 如果下载速度很慢,你应该换个办法。
Agent: 从GitHub直接下载只有大约7 KB/s。我来测试几个GitHub下载代理,看看哪个更快。
…(编者注:省略思考和多轮测速输出;部分下载代理无法连接,其他线路也较慢,agent又测试了其他站点的下载速度。)
Agent:
gh-proxy.com测到了大约133 KB/s。我先让它在后台下载,再看看进度。Agent: 现在大约有1 MB/s了,好多了。我等下载完成后再检查文件。
…(编者注:省略等待和检查命令;下载完成后,agent核对了文件大小、检查了文件类型、计算了SHA256,并下载了签名文件。)
Agent: 安装包已经下载到:
/tmp/Clash.Verge_2.5.5_x64-setup.exe文件大小是59,461,295字节,与GitHub记录一致,文件类型是Windows安装程序,旁边还有对应的
.sig签名文件。接下来,我可以帮你把文件放到Windows能访问的位置,或者指导你导入订阅、开启代理。…(编者注:省略完整哈希值、重复的文件列表和补充说明。原回复称“已下载并验证”,但工具记录中没有将哈希与官方值比对,也没有使用公钥验证签名;这里只能确认完成了上述检查,不能据此认定文件可信。)
我: 好,你能帮我导入订阅并开启代理吗?
Agent: 可以。先说明一下,Clash Verge运行在你的Windows电脑上,而我目前在Linux环境里,没法直接替你点击界面。我可以一步步指导你。你已经有订阅链接了吗?Windows上安装好Clash Verge Rev了吗?
我(回答选项): 我有订阅链接,你可以用一个假的链接演示。软件也已经装好了。
…(编者注:省略思考和问答工具的界面数据;以上保留了提问及用户选择的内容。)
Agent: 好,下面用假链接演示,操作时换成你自己的订阅链接。
- 打开Clash Verge Rev,进入“订阅(Profiles)”,粘贴链接并点击“导入(Import)”。
- 导入成功后,选中刚出现的订阅卡片,启用这份配置。
- 进入“代理(Proxies)”,在代理组里选择节点,也可以先测一下延迟。
- 先尝试在设置中开启“系统代理(System Proxy)”。
- 打开浏览器,试试看能不能访问你想访问的网站。
…(编者注:省略TUN模式、常见故障表格和自动更新等补充说明。)
Agent: 导入后告诉我你看到了什么,比如有没有节点、延迟测试结果如何,我再帮你调整。如果报错,也可以把错误信息发来。不要分享真实的订阅链接或token,把它当作密码保管。
差不多就是这样啦,如果你想更安全一些,你可以让agent给你验证一下hash,俺这里没这么干,确实有点不对,不过这些事他都能干,如果你把订阅地址给他,估计他都能给你自动配好了。
3. 总结:遇事问问AI
笔者之前接触电脑的时候,学到的一个很重要的东西就是去搜索,一开始只会用baidu,后来知道了google,然后就是有啥不懂的就是用google搜索,自己去查找相关的信息,现在有了AI,过去翻找google搜索结果的过程可以被AI的联网搜索给替代不少,我也希望大家能够去利用AI帮助我们去寻找信息,AI的训练过程吃掉了几乎所有的人类知识,所以有问题可以问问AI,我不是说可以全信AI的话,但是像翻墙这档子事,AI还是搞得清楚的。