初期的话，肯定是以最小的代价来快速的验证商业模式，而这些 ai 插件提供了不错的选择。
这周就把我一个小程序重构了下，直接把 figma 文件导入，然后自动生成小程序前端代码，我微调下搞定。

@yinmin @mmdsun 我刚测试了，确实是 proxy_set_header Host $host; 造成的。

@jucelin 拦截是该网站已被拦截提示。
没有其他的消息。

这些 proxy_set_header 配置项主要是用于传递客户端的请求信息给后端服务器，不会直接检测或暴露后端服务器的相关信息，但可能会间接影响到访问。以下是这些配置项的作用和对后端服务器的影响：

proxy_set_header Host $host;

这个配置项会将客户端请求的域名信息传递给后端，目的是让后端服务器“认为”它正在直接接收来自用户的请求，而不是来自代理服务器。
不会暴露后端信息：只是转发客户端请求的主机信息，对后端服务器的配置或 IP 没有直接暴露作用。
proxy_set_header X-Real-IP $remote_addr;

将客户端的真实 IP 地址传递给后端，以便后端服务器可以识别用户的真实来源 IP 。
不会暴露后端信息：此头信息用于传递客户端 IP ，只影响后端获取的用户 IP 信息。
proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;

将用户的真实 IP 地址和代理链（经过的代理服务器 IP ）传递给后端服务器，以帮助后端识别请求的来源链条。
不会暴露后端信息：该头信息只是用来传递经过的代理链信息，不包含后端服务器的配置信息。
proxy_set_header X-Forwarded-Proto $scheme;

这个配置项传递了用户请求的协议（ HTTP 或 HTTPS ）信息给后端服务器，使后端知道客户端请求的原始协议。
不会暴露后端信息：此配置仅包含客户端协议信息，对后端服务器没有信息泄露的风险。


所以是很奇怪的

web 行业还是不怎么加班的，大小周真的难受。

@aaamrh 看了你分享的网站，功能很齐全的，不过像这种项目，面向的用户应该是海外为主，国内付费意愿不强。侧重点应该放在推广上。

d2hhbmRkbXk= base64 的微信号。

出海的话，可以忙你接支付，苹果支付，ios 支付都搞过，还有一点第三方代支付平台都搞过。其实不复杂。

根据私底下汇总，基本上是两种途径，一种是和之前公司的同事或者朋友组队，另外一种就是直接在 boss 上寻找合伙人。


创业方向大概属于两个方向，如果是 web 端的话，就是做工具类，然后上架海外 google player 或者 ios 平台。
另外就是小游戏，上架国内的微信或者抖音。


以上成本都比较低。

现在越发觉得自己这边没有团队。

刚开始没有那么多钱招人干

大家，除了搞专线，有没有方便测试快的方案

@hisimplee ssh 服务我们还没配置代理，只不过是电脑设置全局访问。

ping ip Request timeout for icmp_seq 0
traceroute 后期一直***

@tool2dx 我试下这个

你这个属于社交类型，ui 切图基本上 5k-1w 搞定。这种玩意，最核心的就是运营和推广。

注册公司需要 100 万。交 4 个人社保，然后注册文网文+icp 。
然后就是服务器+im 等第三方成本。

如果纯粹技术不建议。

我定义 service 主要是处理业务逻辑。tasks 主要是队列相关，用的包是 asynq 。比如服务端一些定时器。我是在 tasks 触发，然后调用这个任务，然后这个任务执行完成之后，在十秒之后会再次执行。这时候就需要在 task 内调用这个任务。
如果这两个公用一个调用方法，就会依赖循环。

我有一些悟了。
这是我依托 chatgpt 生成的目录结构。
这样就可以实现，从 service 和 task 内部对任务的调用。
下一个环节就是对调用的抽离，支持所有的 task 。（ HandleTask ）主要是这个方法。

package main

import (
"context"
"fmt"
"log"
"time"

"github.com/hibiken/asynq"
)

// 定义一个任务类型
const TaskType = "task:example"

// 定义一个通用的 TaskEnqueuer 结构体
type TaskEnqueuer struct {
Client *asynq.Client
}

// 公共的 EnqueueTask 方法
func (te *TaskEnqueuer) EnqueueTask(taskType string, payload interface{}, delay time.Duration) error {
task := asynq.NewTask(taskType, asynq.PayloadFrom(payload))
_, err := te.Client.Enqueue(task, asynq.ProcessIn(delay))
return err
}

// TaskHandler 结构体，现在包含一个 TaskEnqueuer
type TaskHandler struct {
Enqueuer *TaskEnqueuer
}

// HandleTask 方法，用于处理任务
func (h *TaskHandler) HandleTask(ctx context.Context, task *asynq.Task) error {
var depth int
err := task.Payload().Unmarshal(&depth)
if err != nil {
return err
}

fmt.Printf("Executing task, Depth: %d\n", depth)

if depth > 0 {
// 调用公共的 EnqueueTask 方法，递归调用自身
return h.Enqueuer.EnqueueTask(TaskType, depth-1, 1*time.Second)
}

return nil
}

// NewTaskHandler 工厂函数，用于初始化 TaskHandler 和 TaskEnqueuer
func NewTaskHandler(redisAddr string) (*TaskHandler, *asynq.Server) {
r := asynq.RedisClientOpt{Addr: redisAddr}

client := asynq.NewClient(r)
enqueuer := &TaskEnqueuer{Client: client}
server := asynq.NewServer(r, asynq.Config{
Concurrency: 10,
})

return &TaskHandler{Enqueuer: enqueuer}, server
}

// SetupAndRunServer 函数用于设置和启动服务器
func SetupAndRunServer(server *asynq.Server, handler *TaskHandler) {
mux := asynq.NewServeMux()
mux.Handle(TaskType, asynq.HandlerFunc(handler.HandleTask))

if err := server.Run(mux); err != nil {
log.Fatalf("could not run server: %v", err)
}
}

// main 函数作为程序入口
func main() {
redisAddr := "127.0.0.1:6379"
handler, server := NewTaskHandler(redisAddr)
defer handler.Enqueuer.Client.Close()

// 初始化任务并加入队列
err := handler.Enqueuer.EnqueueTask(TaskType, 3, 0) // 递归深度为 3 ，立即执行
if err != nil {
log.Fatalf("could not enqueue task: %v", err)
}

// 启动服务器处理任务
SetupAndRunServer(server, handler)
}

大家说的我理解了，但是我不知道怎么入手，有 demo 吗

刚试用了一下，根据我的关键词生成的视频真的相差甚远。

我还是直接用回 aws ，不然太麻烦。