一周热榜

我正在查看我的未命名反向代理和 CDN 服务日志。爬虫机器人大军像惹怒了它们一样攻击我的 PHP 应用程序，所以我正在查看哪些奇怪的用户代理字符串被允许连接。有“Sogou”和“meta-webindexer”，以及少量来自“SleepBot/1.0”的请求。 SleepBot 是什么？ ASN 是 Google，用户代理字符串是：“Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; SleepBot/1.0; +http://sleepbot com/) Chrome/131.0.0.0 Safari/537.36” [已编辑以使链接不可点击] 所以我访问了这个网站。看起来像一个有趣的技术和氛围音乐人士的主页，他还在运行一个 Shoutcast 在线广播流，但除此之外，他已经五年没有出现在线上了。Wayback Machine 显示十多年来变化甚少。但是简历链接会带到一个具有不同 URL 和用户名的 GitHub 账户，该账户在今年三月份报告了一个问题。事情比这更复杂。 这是怎么回事？是 Google 或相关员工在浏览网页时运行个人抓取器或自定义用户代理字符串吗？是有人打错了字？还是某种奇怪的安全游戏/ARG，而我就是那个上钩的傻瓜？

SunCalc 是我最早的开源项目之一——15 年前我提交了第一个版本，此后它得到了广泛的应用，但近年来却有些被忽视了。现在，现代人工智能工具使我能够解决多年积累的技术债务和用户问题，我终于有能力复兴像这样的项目并保持它们的良好状态。 v2 是一个新版本，将太阳的计算精度提高了 5 倍，月亮的计算精度提高了 20 倍，并通过一个广泛的测试套件与美国海军天文台的地面实况进行了验证，此外还修复了大量问题，并使用 ESM 对分发进行了现代化改造。希望您喜欢。

yuiblog.com 是雅虎（Yahoo）为 YUI（Yahoo User Interface library）维护的博客，也是“前端工程”作为一门独立学科被认真对待的最早的平台之一。它记录了在这些概念成为主流的很多年前，对 JavaScript 模式、性能、可访问性和设计系统进行的早期探索。该博客发表了来自 Douglas Crockford、Nicholas Zakas、Steve Souders 和 Stoyan Stefanov 等数十位作者的 1000 多篇文章。 可惜的是，雅虎一如既往地关闭了这个博客，时间在 2010 年代。意识到网络失去了什么后，我在 2020 年从 Wayback Machine 上抓取了所有内容，因为它们最终也从那里消失了。抓取到的 HTML 严重损坏，布局混乱，资源丢失，链接失效，并且由于 archive.org 多年的转换，文章内容也变得乱码。手动修复需要数周甚至数月的时间，这在我看来是不现实的。于是，它就一直以 zip 文件的形式堆积着，等待一个契机。 最终让它得以修复的灵感是，我可以将 LLM（大型语言模型）作为清理工具，而不是手动操作。真是太简单了。这时，数周的工作量变成了数小时。我将存档喂给模型，让它识别并分离出实际的文章内容，将标记语言规范化为 markdown，修复内部链接使其结构一致，然后抽样检查了一部分内容与原始存档快照进行比对，而不是手动审查全部 1000 多篇文章。虽然它不像 2008 年的 yuiblog 那样像素级完美，但内容可读、可浏览，最重要的是内容完整。我唯一新增的内容是“多年回顾”部分，以纪念社区的贡献。GitHub 仓库地址是 <a href="https://github.com/derek/yuiblog" rel="nofollow">https://github.com/derek/yuiblog</a>。 虽然 YUI 库本身早已不复存在（安息吧），但我们当时称之为“F2E”（前端开发）的这些探索现在得以延续。如果你还记得在 2000 年代阅读过这些内容，或者对“前端工程”还只是一个时髦的职位名称之前，前端工程写作是什么样的感到好奇，不妨来看看。