server-ops/TIMELINE.md

服务器服务部署时间线

记录东京服务器（43.163.225.30）上每个服务的诞生背景和部署时间。

---

2026 年之前

🔴 Beast Trader 策略运行（起点）

• 背景：你已经在服务器上运行 Freqtrade 策略，但无法实时监控运行状态
• 痛点：策略有没有在跑、最近有没有成交、收益如何——这些信息需要一个面板来展示
• 这是一切的起点

---

2026 年上半年

🟡 v1.0 — Beast Dashboard（监控面板）

• 部署时间：约 2026 年初
• 背景：策略运行在 freqtrade 上，需要一个 Web 面板实时监控
• 技术选型：FastAPI 后端（端口 9000）+ 纯 HTML 前端，Caddy 反代 dashboard.xybkwd.top
• 核心功能：实时展示策略状态、持仓、最近交易记录
• 意义：服务器上第一个自建 Web 服务，打开了后续所有服务的大门

---

🟢 v2.0 — Telegram Bot 通知

• 部署时间：Dashboard 之后不久
• 背景：Dashboard 需要人主动去看，策略有信号时需要主动推送
• 技术选型：Freqtrade 原生 Telegram 集成 + 自建 @jason5612_bot
• 核心功能：策略信号推送、交易通知、每日日报推送到微信（通过 Server酱）
• 意义：从"人查面板"升级到"机器主动通知"

---

🟢 v3.0 — Caddy 反向代理

• 部署时间：服务数量达到 3 个左右时
• 背景：每个服务都跑在不同端口，直接 IP:端口 访问体验差，且没有 HTTPS
• 技术选型：Caddy（自动 Let's Encrypt 证书）+ 域名（xybkwd.top 系列）
• 核心功能：统一入口、HTTPS、basic_auth 保护
• 意义：从此访问服务变成正常的域名访问，安全性也解决了

---

🔵 v4.0 — Gitea（私有 Git 服务）

• 部署时间：约 2026 年中
• 背景：策略代码、面板代码都在服务器上手工改，没有版本控制，一旦改坏无法回滚
• 技术选型：Gitea（轻量级自托管 Git）+ gitea.xybkwd.top
• 核心功能：代码版本管理、跨设备同步、作为知识库中枢
• 意义：从此所有代码改动都有历史记录，服务器上的"作坊"升级成"有规范的工程"

---

🟣 v5.0 — 灵感收集器（Memos → AI → Gitea）

• 部署时间：约 2026 年 5 月
• 背景：你有很多碎片想法（微信、备忘录），但散落各处，无法沉淀
• 技术选型：Memos（碎片记录）+ Daily Digest 脚本（DeepSeek API 分析）+ Gitea 存储
• 核心功能：碎片灵感 → AI 深度分析 → Markdown 归档 → Gitea
• cron：每日 22:00 北京时间自动运行
• 意义：第一次把"AI 分析"引入工作流，不只是执行策略，还帮你思考

---

🟠 v6.0 — 栖云导航页（nav.xybkwd.top）

• 部署时间：约 2026 年 5-6 月
• 背景：服务越来越多，需要一个统一入口
• 技术选型：纯静态 HTML（/var/www/nav/index.html）+ Caddy 静态托管
• 核心功能：所有服务的导航、快速跳转
• 意义："栖云"这个名字就是这时候定的，个人数据中心的雏形出现了

---

🔴 v7.0 — 每日要闻（brief.xybkwd.top）

• 部署时间：约 2026 年 6 月初
• 背景：每天想快速了解重要新闻，但不想被信息流淹没
• 技术选型：RSS 抓取（7 个源）→ DeepSeek 总结 → brief.html 两栏展示
• 核心功能：AI 精选摘要、分类展示、移动端适配
• cron：每 3 小时抓取一次，30 分钟后 AI 总结
• 意义：第一次把"新闻聚合 + AI 总结"做成自动化流水线

---

🔵 v8.0 — Todo 系统（todos.html + todo_server.py）

• 部署时间：约 2026 年 6 月
• 背景：灵感收集器分析了你的想法，但产生的待办事项没有地方管理
• 技术选型：Python HTTP Server（端口 9001）+ PWA 前端（todos.html）
• 核心功能：CRUD 待办、优先级、分类、从灵感自动提取 todo
• 意义：灵感 → 待办 → 执行的闭环形成了

---

🟢 v9.0 — AI 对话（chat.xybkwd.top）

• 部署时间：约 2026 年 6 月
• 背景：想在手机上直接和 AI 对话，而不依赖 WorkBuddy 桌面端
• 技术选型：FastAPI + SQLite（端口 8900）+ 内嵌 HTML/JS 前端
• 核心功能：移动端 AI 对话、对话历史存储、Markdown 渲染
• 意义：WorkBuddy 的能力延伸到了手机端

---

🟡 v10.0 — 系统备份自动化

• 部署时间：约 2026 年 6 月中旬
• 背景：服务越来越多，一旦服务器出问题，重建成本很高
• 技术选型：backup.sh 脚本 + cron 每日 04:00 自动备份
• 备份内容：系统配置、Docker 元数据、SQLite 数据库、工作目录、SSL 证书
• 意义：从"能跑"升级到"不怕丢"

---

当前状态（2026-06-15）

服务	域名	端口	状态
Caddy（反代）	各域名	80/443	✅ 运行中
Gitea	gitea.xybkwd.top	3000	✅ 运行中
Memos	memo.xybkwd.top	5230	✅ 运行中
Dashboard	dashboard.xybkwd.top	9000	✅ dry-run 运行中
AI Chat	chat.xybkwd.top	8900	✅ 运行中
Todo Server	nav.xybkwd.top/api	9001	✅ 运行中
每日要闻	brief.xybkwd.top	静态	✅ 运行中
栖云导航	nav.xybkwd.top	静态	✅ 运行中
Audiobookshelf	podcast.xybkwd.top	13378	✅ 运行中
灵感收集器	—	cron	✅ 每日 22:00 运行
系统备份	—	cron	✅ 每日 04:00 运行
音频归档	D://服务器备份//有声书//	—	✅ 手动同步

---

演化规律

每次加新服务，都遵循同一个模式：

痛点出现 → 找到一个最小可用的技术方案 → 快速上线 → 用一段时间 → 发现新问题 → 迭代或加新服务

没有一开始就做宏大规划，都是按需生长。现在的架构是 10 次迭代 自然演化的结果。

---

2026-06-15 — Calibre-Web 电子书库上线

背景：冯总在文石阅读器上读书并做标注，需要一个统一管理平台，且与 AI 打通。

部署内容：

• Docker 部署 linuxserver/calibre-web:latest
• 端口：8083，Caddy 反代到 books.xybkwd.top
• 数据目录：~/calibre-web/books（图书库）、~/calibre-web/config（配置）
• nav 导航页新增电子书库卡片（琥珀色书籍图标）

后续计划：

• 上传图书文件
• 打通文石标注同步（Calibre Companion / WebDAV）
• 开发 AI 读书助手（摘要生成、笔记整理、微信读书同步）
• 建立独立 Gitea 仓库 ebook-library 管理书库相关代码和文档

意义：个人知识管理从多个碎片（Memos、要闻、Gitea）走向阅读 → 标注 → AI 分析 → 笔记归档的完整闭环。

2026-06-15 — Lucky 清除 & 全面安全加固

背景：冯总要求排查服务器安全状态，确保纯私有化部署的个人服务不对外暴露。

排查发现：

• Lucky 已无实质作用（进程、Docker、二进制均不存在），仅残留 配置目录（132KB）
• 所有服务的 Caddy basicauth 认证缺失（之前设置后被取消）
• ufw 残留 Lucky 端口规则（16601/tcp）和多余规则（9001/tcp）
• Shadowsocks 服务正常运行（31567/tcp，代理用途）
• fail2ban 未安装

执行操作：

• 彻底删除 （无 Docker 镜像/容器/卷残留）
• 恢复所有个人服务的 basicauth 保护（用户名 ，密码 ）
• 加密的服务：gitea / dashboard / memo / nav / books
• 不加的服务：blog（公开）、vaultwarden（自身有登录）
• Caddyfile 备份到 server-ops 仓库

安全铁律：

• 严禁取消 basicauth，任何调试通过 localhost 不改 Caddyfile

---

2026-06-20 — Audiobookshelf 有声书服务上线 + 音频归档体系

v11.0 — 有声书 & 播客服务

部署内容：

• Docker 部署 ghcr.io/advplyr/audiobookshelf:latest，端口 13378
• Caddy 反代到 podcast.xybkwd.top
• docker-compose 管理：/home/ubuntu/audiobookshelf/docker-compose.yml
• 数据目录：config/ metadata/ audiobooks/ podcasts/
• 手机端通过希声 App 同步收听

核心工作流：

B站/YouTube → yt-dlp 下载(带 upload_date) → 转 MP3
  → 按源端发布时间排序 → 加 01-N 前缀(完整保留标题)
  → 放入 audiobooks/节目名/
  → Audiobookshelf watcher 自动检测 → 希声自动同步

技术突破 — 章节排序三层同步铁律： Audiobookshelf 章节排序依赖三层数据，只改文件名不生效：

层	位置	关键字段	规则
① 文件系统	文件名	01-标题.mp3	数字前缀确保字母序
② books 表	chapters JSON	start(秒)	必须连续递增
③ books 表	audioFiles JSON	index	必须顺序 1→2→3→...

滚动淘汰 + 本地归档体系：

• 每节目服务器只保留最新 3 集（节省磁盘）
• 淘汰的旧集 → archive_pending/ 暂存 → sync_archive.sh SCP 到本地
• 本地归档：D:/服务器备份/有声书/<节目名>/（D 盘 392G 可用）
• 服务器脚本：/home/ubuntu/audiobookshelf/scripts/archive_old_audio.sh
• 本地脚本：D:/服务器备份/有声书/sync_archive.sh

踩坑记录：

1. 数据库误删 — 必须问用户再动手（血的教训）
2. 章节排序 — 不是靠文件名字母序，是靠 chapters[].start 时间戳
3. SCP 中文路径 — 含空格的目录需临时路径中转
4. 容器无需频繁重启 — watcher 自动检测文件变化
5. B站无纯音频流 — 用 -f worstvideo+worstaudio/worst 最小化下载量

当前有声书内容：

节目	集数	来源
渤海小吏·八王之乱	5集	B站
纵横四海	3集	B站
翟东升	3集	YouTube
Elon Musk	99集	本地导入

意义：从碎片化的通勤时间利用，升级为一套完整的"内容获取 → 整理归档 → 移动收听"流水线。个人知识输入的又一条通道。