在阿里云 ECS 上跑邮件抓取任务:出网、存储与编排

简介: DSH发票整理插件专为云上自动化收票设计,需配置IMAP 993/HTTPS 443出站、GLM API额度及独立数据盘存储;仅支持Windows x64/macOS Apple Silicon;强调凭据安全、额度告警与定时编排。(239字)

规格方面,README 没有给出插件的资源占用数据,没有可引用的基准:先用偏小规格把「安装 + 单次扫描」跑通,看内存与耗时水位再决定是否升配。

二 · 出网:安全组出站与公网出口

习惯是先配入站(远程桌面端口通常 3389,只放行自己的出口 IP),但这套任务真正会卡住的地方在出站:IMAP 993 出站要允许连 imap.qq.com / imap.163.com 的 993(SSL/TLS);443 出站要允许首次安装拉依赖、调用智谱 GLM API、以及链接发票恢复的网页访问;只有内网地址的实例还得靠 NAT 网关或弹性公网 IP 出网。排查顺序建议「先出站、后入站」。

三 · 安装、凭据与额度

DSH 插件版首次安装需要联网下载 Python 依赖和 Chromium;rapidocr-onnxruntime 的 pip wheel 自带默认 PP-OCRv3 模型,无需额外手动下载模型。这是受限网络里最容易失败的一步,顺序就该是先保证出网,再执行安装。

凭据分两条线。邮箱侧是 QQ 或 163 的 IMAP 授权码,不是登录密码:163 的在「开启 IMAP 服务」弹窗生成,只显示一次、大小写敏感;QQ 从「管理服务 → 生成授权码」拿;授权码由 DSH 凭据服务保存,不写入插件设置或扫描日志。 模型侧是智谱 GLM API Key。额度是硬前置:README 推荐充值 5 元以内、按量计费,每张发票约 1,000–3,000 tokens;每月 200 张,5 元可用约 12 个月,新用户另赠 500 万 GLM-4 tokens(30 天有效);余额不足直接报错。

四 · 存储:系统盘、数据盘与归档

产出是一棵目录树:分类归档目录、待人工复核/、非目标公司发票/,以及 summary_report.xlsx,属持续增长型数据。两条线规划:系统盘放系统与运行时,数据盘专挂输出目录;快照留可回滚的时间点,OSS 归档把已完成核对的历史批次搬出去压水位。README 没给容量口径,节奏按你自己的产出量定;输出目录也别放在含中文路径或空格的位置。

五 · 编排与定时

插件是手动点一次跑一轮的形态,云上要的是按点自跑——现实做法是在 Windows 实例内用任务计划程序定时触发,阿里云侧的云助手类能力可用于在实例上执行运维命令。无论哪种编排,都建议把「凭据失效」与「余额不足」当成两类独立告警。

四个坑

坑一 · 改了 QQ 密码,云端任务集体掉线

现象。 某天所有云端任务同时报认证失败,本地看不出任何改动。原因。 修改 QQ 密码后授权码自动失效,需要重新生成。本地单机是小事,云端集中管理凭据后会放大成「一起掉线」。解决办法。 把轮换当成需停任务的操作:先在邮箱侧重生成,再统一更新,最后跑一轮验证。

坑二 · 首次安装要联网拉 Python 依赖与 Chromium

现象。 在出站受控的实例上安装,卡在下载环节或直接失败。原因。 首次安装需要联网下载 Python 依赖和 Chromium;OCR 的 wheel 自带默认 PP-OCRv3 模型,无需手工下模型。解决办法。 安装前确认 443 出站可用;最小出站策略起步的实例先临时放行,装完收紧。

坑三 · GLM Key 与额度是硬前置,余额不足直接报错

现象。 能连上邮箱,但提取阶段报错,产出不完整。原因。 识别依赖智谱 GLM 的 Key 与额度,必须自备并充值;余额不足直接报错。解决办法。 把额度检查加进定时任务的例行动作;「邮箱能连、提取失败」优先查额度。

坑四 · macOS 版未签名未公证,云上没有等价物

现象。 想在云上顺手做一份可分发产物,发现 macOS 侧体验和 Windows 不一样。原因。 README 说明 macOS 版未签名、未公证,会被 Gatekeeper 拦截,需在「系统设置 → 隐私与安全性」手动放行;而 ECS 没有 Apple Silicon 的 macOS 实例,Linux 侧也没有等价物。解决办法。 云上以 Windows Server x64 实例为运行面,macOS 那台继续按 README 手动放行。

先把披露写清楚

信任档位 = 已验证(L4 · 真实安装),本站已在 dsh 0.2.0-rc.2 下真实安装成功,时间是 3 天前;安全扫描 = 🔵 含敏感能力,站点列出 11 处证据(包含读写/删除本地文件一类能力),尚无人工评估;并且站点尚未对该插件做风险分级,原文是「暂未覆盖,不等同于无风险」。另有:只支持 Windows x64 与 macOS Apple Silicon;最近一次提交在 19 天前,静态检查快照 2026/10/11,npm 快照 0.1.1;站点未给出周下载量。最后,作者不保证结果的准确性、完整性、合法性、税务合规性、财务合规性或会计合规性,用户必须自行核验。

总结

ECS 上跑这套链路,功课就三步:放行 993 与 443 出站、把持续增长的输出目录挂到独立数据盘并配套快照与 OSS 归档、再在实例内做定时编排;想对照同类插件的中文清单与安装形态见 DeepSeek Harness Hub 插件清单。

适合与不适合

适合:有稳定报销量、希望按月自动收票的个人或小团队;已熟悉阿里云安全组与数据盘的人;能接受 Windows Server x64 作为运行面的人。不适合:用 Intel Mac 或 Linux 的人(只支持 Windows x64 与 macOS Apple Silicon,云上也绕不开);只跑一次、没有周期性需求的人;不愿自备 GLM API Key 与额度的人;不接受发票图片发往智谱 AI 的人。

标签:发票整理助手、DeepSeek Harness、阿里云 ECS、安全组出站、任务编排

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
|
24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
9439 31
|
22小时前
|
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
1153 0
|
10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。
|
8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。
687 1
|
5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。
451 0
|
22天前
|
人工智能 测试技术 API
最近全网爆火的 Jev 到底是什么?适合干什么、怎么用,一篇讲透!
Jev是TypeSafe AI推出的“系统一模型”,不生成文本,专做毫秒级结构化决策:Choice(多选)、Score(打分)、Noul(是非概率)。响应快193倍、成本低444倍,适合工单路由、内容审核、测试定级等高频判断场景。
2519 4
最近全网爆火的 Jev 到底是什么?适合干什么、怎么用,一篇讲透!
|
3天前
|
存储 缓存 测试技术
QWT 3D 模块重构记:旧渲染管线改进介绍及实时瀑布图示例
QWT 3D模块完成重大重构:解耦窗口与图形(Plot+Item),摒弃OpenGL 1.x固定管线,迁至Core Profile着色器渲染;支持多图元同场景叠加,并以实时3D瀑布图验证——滑动窗口、固定色域、64帧×256点达61fps。兼容Qt 5.12+/6,LGPL协议。
167 120
|
15天前
|
Windows
【保姆级】.NET Framework 3.5离线安装教程(2026最新实测)
.NET Framework 3.5是微软经典运行库,专为兼容老软件、老游戏设计。Win7自带,Win10/11需手动启用(在线或离线安装)。它与4.x系列并存不冲突,缺它会导致“找不到组件”报错。本文详解两种安装方式及常见问题解决,小白也能轻松上手。(239字)
2007 0