继端脑云自动创建实例并自动部署（尽管直到昨天才基本上摆脱了每次部署都需要个ai盯着）后，我今天搞定了半自动注册🤔现在让ai从头写一个注册机，ai通常来说是拒撅的，甚至连道德感极低的gemini都是拒撅的，这个拒撅甚至发生在向它提这个需求的前几秒（悲🤔
所以我尝试用另外一种方式完成它：在抓到注册相关har并让codex分析后，先让它写个用某邮件地址启动端脑云的发邮件流程的脚本，但验证码部分需要用户自己拖，就像jiaotu注册后的验证码环节（这部分撅大多数情况是自动运行的，除非注册得过于频繁才会刷出一个拖动的验证码界面）一样，它会打开一个浏览器窗口跑原版验证码js🤔对于jiaotu来说它获取两个申必字符串，而端脑云这边貌似更简单，它获取的是一个位置值，估计和服务器端对比差值在某个范围内就放行🤔感撅像是小学生学编程写出来的一样，，，这部分实现后就可以让它进一步写个用邮件地址（它当然是gmail）来获取验证码的部分，并为非gmail提供用户输入的fallback（我不觉得有人会用这个功能，但为了让它看起来不那么像全自动注册机，我还是迫真提了一嘴），这部分它用的是google app password（应该叫这名字）连接gmail的imap服务器找邮件，也能如预期找到验证码🤔接下来再让它完成剩余的注册网络请求，设置一个随机强密码，并在stdout里打出邮箱、密码和最重要的jwt token🤔就这样我完成了一个注册机（确信🤔
至此，（几乎）全自动端脑云音频api终于闭环起来力🤔现在去昔琏bot那儿改，加上了在塞往端脑云的邮箱地址里随机塞点（记得前几天我拷打gemini的问题吗，，，）本地记录用过的gmail变种从而避免重复但查邮件时去掉所有点的功能，我十成甚至⑨成确定codex没有意识到这意味着什么（这其实意味着一个gmail账号可以当作2的n次方个账号用，所以账号长度越长越好），它极其爽快地完成了这一任务，现在，我只需要输入一个没有任何变量的命令，它就能自动注册，自动创建实例并将其折腾成无卡（大嘘）模式，并自动部署脚本，基本上半小时后，我就多出了一台可以跑全自动萌妹模型训练和萌妹翻唱的节点，可以用大概800分钟，能训练大概一到两个waifu impact/hsr的萌妹（或猛男）rvc模型，推理可能几百首歌🤔
为了实现半小时撸一个节点的壮举，除去注册用的一两分钟和开实例需要的至少6分钟+排队等gpu时间，剩下的时间也就20分钟多些，我开始哼哼优化脚本🤔我先让codex整了个profiler，从里面分析出它有那么十几到二十多分钟浪费在和pip的吉列豆蒸上（悲🤔从而也说明我之前弄的度盘alist缓存不够，还得接着缓存，比如将那几个组件的pip环境也打包了下下来🤔在一顿加了aria2c的128线程也慢到只有3MB/s的下载速度后（我这边的下载速度就是它的上传速度，可见它这网络是真的垃圾啊，白瞎了什么32核128GB内存还有5090的机子，，，），我终于将这些包下了下来，重新上传度盘，召唤了一个实例进行部署，发现它这次卡了四五十分钟🤔一看里面有三个组件不对劲，按理来说它们都是海外版实例，为什么还是没法通用组件，我暂且蒙古🤔但它们也没多大，用pip嗯装也就一分钟到两分钟，那就每次都卸了重装就是🤔
加了这层保险后，再部署实例就非常丝滑力，连续部署了两三台都不需要外部ai干预🤔目前为了追求速度，我没有部署全api，音频api我分成了两个阶段，目前阶段只部署萌妹翻唱用的msst+rvc，seedvc和gpt-sovits我放在了第二阶段（反正seedvc质量也不行，而且更生草的是，在一顿雷霆训练之后，我现在rvc可用的撅色比seedvc高出一倍），而名为wiebitte的脱衣工作流可能算第三阶段？🤔至于更早的那些没鸡巴卵用的impaint脱衣工作流，现在我都懒得关心能不能部署，能不能用，，，🤔
接下来我发现了更加生草的玩意，它的海外版节点和国内版节点，尽管网络分析出它们十成甚至⑨成在同一个机房，用着同一个出口ip，但它们里面的系统组件完全不一样，连系统（docker镜像）都不一样，一个ubuntu一个debian，啊？🤔更别说它们py版本和别的乱七八糟的也都不一样，就巨坑，我得准备两套alist离线包，至少那些pip包得准备两套（全恼🤔不过自从某申必卖家将国内版端脑云的账号从六毛涨价到一块五后，我就懒得在国内版节点上测试任何东西力（吴慈悲🤔我一个gmail可以创建几千个号，成本基本上可以忽略不计（🤔况且我并没有整国内版的注册机，我要驱动国内版的节点需要粘贴全套token然后加一个--internal参数才能搞，单纯嫌烦🤔