在阿里云 ECS 上跑 DSH Web 与 anime-find:出网、镜像与端口三件事

简介: 本文详解在阿里云ECS部署DSH Web插件anime-find的三大关键:确保Node 22+运行环境、安全组最小化放行Web端口(禁公网裸奔)、出网策略覆盖Mikan等3个来源站及Bangumi。含镜像配置、mediaHosts白名单设置与四大常见坑避坑指南。(239字)

在阿里云 ECS 上跑 DSH Web 与 anime-find:出网、镜像与端口三件事

在 ECS 上装这个插件,命令只有一行,麻烦都在命令之外:能不能出网、安全组放不放行、装完浏览器看到的是不是新进程。

运行时先到 Node 22

README 要求 Node.js 22 或更高,且面向 DSH Web。先确认 node -v,这个 shell 要和启动 dsh web 的同一个——用 nvm 或 fnm 切过版本,PATH 不同,拿到的 Node 也不同。

node -v
npm -v

镜像自带版本低于 22,先升级再装。

安全组只放行 DSH Web 的端口

入方向按最小集写:22 只对运维网段开放,DSH Web 端口只对办公网段或内网开放,其余不加,别写成 0.0.0.0/0。

一条部署前提:DSH Web 不是设计给公网裸奔的。它是本机或内网里的工作台,直接映射到公网,插件能读写本地文件这件事就从理论风险变成实际暴露面。稳妥做法是只在内网使用,或放在隧道、反向代理之后。

站点对插件的扫描结论是 🔵 含敏感能力(读写与删除本地文件 + 写剪贴板 + 发起外部网络请求),尚无人工评估,站点也未做风险分级。安全组是网络层边界,不替代应用层鉴权。

出网要覆盖三个来源站与 Bangumi

启用来源后,插件会向 Mikan、AniBT、AnimeGarden 发搜索与详情请求;有 Bangumi subject ID 时还会经 Host 请求 Bangumi。封面由插件服务转发,同样要出网。

走 NAT 网关的实例,先确认 NAT 规则覆盖这些域名,DNS 能解析。出方向被收窄过就把 443 补回去。来源站可用性不由插件保证,通网不等于站点在服务。

安装只用 npm 包名

dsh plugin --profile web add @cocofhu/anime-find

四个坑里有三个在安装前后。

坑一 · 用 git 源安装,pnpm 拦住 prepare

现象。 安装中断,日志出现 ERR_PNPM_GIT_DEP_PREPARE_NOT_ALLOWED。

原因。 用 github:cocofhu/anime-find、git+https://… 或旧包名安装走的是 git 源。仓库不含 lib/,要靠 prepare 生成,而 pnpm 默认拦截 git 依赖的该脚本。插件中心可能默认走 git 源。

解决。 改用 @cocofhu/anime-find 重装,旧包名已经迁移。

坑二 · 没重启也没硬刷新,页面停在 Loading plugins

现象。 退出码是 0,刷新后一直 Loading plugins,插件配置里也没有搜番。

原因。 前端读的是 dsh web 启动时的插件清单,进程没重启就不会加载新包;浏览器缓存也会继续用旧资源。

解决。 重启 dsh web,再强制刷新,两步都要做。

坑三 · 把 missing peer 当成安装失败

现象。 日志出现 missing peer @deepseek-ai/... 或 react 的警告,插件中心标成失败。

原因。 这些 peer 由 DSH Web 宿主提供,profile 不安装,属预期警告;中心可能把 pnpm 警告当成失败。

解决。 看退出码,0 就重启使用。中心仍报失败,去看 ~/.dsh/profiles/web/hub.log 的真实错误行,别照着警告补装 peer。

镜像与代理:mediaHosts 是白名单

站点地址可以换镜像,在插件设置里改。换完要同步两件事:出网白名单加新域名;确认镜像页面结构仍能被规则解析。

媒体请求只代理到已启用规则的域名和 mediaHosts 声明过的域名;私网、回环、链路本地地址始终拒绝。mediaHosts 是白名单,不是打开代理的开关。

坑四 · 媒体在站外 CDN,没声明就播不了

现象。 资源列表正常,切到流媒体选集后一直转圈,媒体请求被拒。

原因。 分片在站外 CDN,没写进 mediaHosts 的域不会被解析或放行。

解决。 把承载分片的 CDN 域名补进去,确认它属于该站点。别加无关域名,白名单越宽,代理面越大。

mediaHeaders 只作用于媒体请求,值留空表示不发送该头;键名含点会被当成域名,只对该域及其子域生效。同一站点的不同 CDN 要求可能相反:有的必须带 Referer,有的带了报错。

总结

顺序是「Node 22+ → 安全组只放行 Web 端口 → 出网覆盖三个来源站与 Bangumi → npm 包名安装 → 重启强刷 → 补 mediaHosts」。

适合与不适合

适合:自己管 ECS、能把 Web 端口收进内网或隧道后的团队;需要固定一台机器长期跑 DSH Web 的人;习惯把检索结果留在会话里的个人用户。
不适合:只能公网直连 Web 端口又不接受隧道或反代的场景;Node 停在 20 及以下且无法升级的环境;期待插件自带片源、或要求来源站长期稳定的人。

标签:dsh-plugin-anime-find、DeepSeek Harness、阿里云 ECS 部署

本文由 DeepSeek Harness Hub 自动整理,数据来源于插件详情页。

目录
相关文章
|
5天前
|
云安全 人工智能 运维
当攻击全面Agent化,你的安全防御能否跟上AI Speed?
多起客户侧AK泄露事件应急的真实观察
1241 4
|
28天前
|
人工智能 JSON API
全网刷屏的 Jev 模型正式开放!一手实战测评 + 保姆级教程
全网爆火的 Jev 模型是什么?有什么用?怎么使用?怎么接入 AI 编程工具?效果真的好么?傻子可懂的 Jev 保姆级实战教程 + 项目实战测评来啦
9785 32
|
8天前
|
存储 人工智能 安全
千问办公官网入口网页版登录:qwenwork.cn 注册送2000积分、登录送100积分
阿里云千问办公(QwenWork)是AI智能工作平台,支持一句话生成PPT、表格、网页、视频及数据分析。个人免费版送2000积分+每日登录赠100分,含1GB存储、5个发布页;企业版198元/席/月起。阿里千问办公QwenWork官网:https://t.aliyun.com/U/0VCTGt 阿里AI工作平台,一句话完成数据分析、PPT 生成、视频剪辑、网页搭建等复杂任务
|
3天前
|
人工智能 API 开发工具
DeepSeek Harness 神插件:白嫖 13 家大厂模型
`dsh-our-free-model` 是 DeepSeek Harness 神级插件:零配置、零API Key、零账号,聚合13家大厂免费模型(含DeepSeek V4.1 Flash、Kimi K3等),支持本地网关、用量看板与自动降级,真正实现“白嫖即用”。
|
14天前
|
存储 人工智能 并行计算
大模型本地部署终端选型方法论:以 Qwen3.8-27B 为例的四档分层完整流程
本文提出一套大模型本地部署终端选型方法论:定约束、定档位、定框架、定参数四步决策法,配合入门、主力、质量、无损四档分层模型。以 Qwen3.8-27B 实测数据为例,逐环节解读显存、带宽、存储、散热、系统、预算等要素,给出面向不同预算的优选方案、决策自查清单与市场观察框架。文末前瞻 AI 笔记本的 CPU+GPU 与统一内存两条路线,论证四步决策法在新品类上的延续性。
|
5天前
|
Web App开发 人工智能 JavaScript
太猛了,一个月干到15W+,给大家推荐一个最近爆火的开源逆向工具:REA
REA(Reverse Engineer Anything)是近期爆火的开源AI逆向工具,4月发布,1个月内斩获15万+ Star。它让AI Agent无需源码即可分析二进制、APK、JS/Electron、HAR包等17类目标,自动反编译、生成可运行代码,并强制返回带证据与局限的结论。全本地执行,MIT协议,支持Hopper/Ghidra/IDA等引擎,一行命令即可上手。
625 1
太猛了,一个月干到15W+,给大家推荐一个最近爆火的开源逆向工具:REA
|
13天前
|
人工智能 JSON 自然语言处理
2026 年 Jev 决策模型深度拆解:原理解读、实战测评与保姆级落地教程
有一款特殊AI模型在开发者圈子刷屏,它摒弃传统大模型擅长的对话聊天能力,专注做高速结构化决策,它就是TypeSafe AI推出的Jev模型。该模型由ChatGPT共同发明人Diogo Almeida主导研发,定位为**System One Model(系统一模型)**,对标人类大脑快速直觉判断的思维模式,在响应延迟、调用成本、结构化输出稳定性上相比传统生成式大模型有着巨大差异。本文会完整拆解Jev底层原理、三大核心原语能力、适用业务场景,同时提供可直接运行的curl、Python代码示例,并且结合多组实测数据,客观分析模型优势与能力边界,帮助普通开发者和AI应用从业者快速上手落地。
928 1
|
9天前
|
人工智能 JSON 自然语言处理
2026 年 Jev 决策模型全解析:核心原理拆解,性能实战测评与落地部署教程
有一款特殊AI模型在开发者圈子刷屏,它摒弃传统大模型擅长的对话聊天能力,专注做高速结构化决策,它就是TypeSafe AI推出的Jev模型。该模型由ChatGPT共同发明人Diogo Almeida主导研发,定位为System One Model(系统一模型),对标人类大脑快速直觉判断的思维模式,在响应延迟、调用成本、结构化输出稳定性上相比传统生成式大模型有着巨大差异。本文会完整拆解Jev底层原理、三大核心原语能力、适用业务场景,同时提供可直接运行的curl、Python代码示例,并且结合多组实测数据,客观分析模型优势与能力边界,帮助普通开发者和AI应用从业者快速上手落地。
592 0

热门文章

最新文章