Office E5 自动订阅程序

这篇文章和使用 GitHub Actions 不同的是：

• 代码托管在 GitHub 私有仓库
• CI/CD 在自己服务器执行
• 不想使用 GitHub Actions 分钟数
• 比 Jenkins / GitLab 更轻量

另一篇文章 : GitHub Actions + Hugo 构建 + rsync/SSH 部署到服务器

由于本博客之前还是手动部署，忍受一段时间后实在受不了了，还是开启了 CI/CD 日子~

目标

实现：

本地写文章 → git push 到 GitHub → GitHub Actions 自动构建 Hugo → rsync 部署到服务器

安装 MOX 参考：
使用 Docker 部署 Mox Mail 邮局

在 Linux 上使用 Docker 部署 Mox 邮件服务器时，很多人会遇到：

DANE is inactive because MX records are not DNSSEC-signed.

但多数情况下，并不是域名没开启 DNSSEC，而是：

Mox 使用的 DNS 解析器没有真正进行 DNSSEC 验证。

在上一篇文章从 DNS 异常排查到使用 mosdns v5 对国外网站进行分流解析 中已经在局域网中搭建好了一个dns分流。那么，如何验证是否是否成功呢？

可以直接访问 https://nstool.zxcvx.com/ https://nstool.netease.com/进行测试，本文章主要讲实现原理。

0. E5 自动订阅程序

开源地址 https://github.com/luoye663/e5

1. 本地网络出口DNS检测

测试地址：https://nstool.zxcvx.com/

开源地址 https://github.com/luoye663/dns-detector

2. 使用llama.cpp量化Qwen0.6B模型CPU运行

测试地址：[Demo测试地址](https://address-parse.zxcvx.com/)

在上一篇文章记一次小模型微调/蒸馏学习(Qwen3-0.6B 从收货地址中提取结构化信息) 中已经蒸馏出数据，由于服务器没有显卡，我将模型转为GGUF，然后量化为Q5_K_M，使用llama.cpp 进行推理。

无意间，看见阿里云提供了针对 Qwen3-0.6B 的蒸馏教程，本文章本质上是跟着阿里云提供的教程学习微调过程，官方教程地址。

借用下阿里云教程的介绍：

大参数模型效果好，但成本高、响应慢。为了在保障效果的同时提升推理速度、降低成本，可首先借助大参数模型完成目标任务的数据生成，并使用这些数据微调小参数模型，使其在特定任务中达到接近大参数模型的表现，这一过程也被称为模型蒸馏。

本方案将以从一句话中提取结构化信息（如收件人、地址、电话）为例，演示如何通过模型蒸馏，让 Qwen3-0.6B 模型在此任务上达到大参数模型的表现。

介绍

Mox Mail 是一个开源的邮件服务器解决方案，用于收发电子邮件。支持 IMAP4、SMTP、SPF、DKIM、DMARC、MTA-STS、DANE 和 DNSSEC，基于信誉和基于内容的垃圾邮件过滤，国际化（EIA/IDNA），使用 ACME 和 Let’s Encrypt 自动 TLS，帐户自动配置，网页邮件。

最近申请了一张 U 卡，基于 USDC 进行充值，然后提现到 U 卡进行消费。这让我想起了 19 年挖过人人影视的 CVNT 币，当时也是可以闪兑成 ETH 的。

当时好奇 ETH 的原理，但没有现在学习这么方便（有 AI 加成），一直想搭建私链却没成功，后来在 ETH 的测试链上玩了一段时间（主要想体验一下转账、发币等）。现在各种开源工具非常丰富，技术也趋于成熟，所以决定自己搭建一个私链来研究一下。

其次的目的就是想学习区块链实战，例如如何让业务系统的关键数据上链，如：交易（hash）、文章防伪（hash）、存证（hash）等。