[weekly] new draft

1 files changed, 60 insertions, 0 deletions

diff --git a/content/weekly/78.md b/content/weekly/78.md
new file mode 100644
index 00000000..53ec9b0c
--- /dev/null
+++ b/content/weekly/78.md
@@ -0,0 +1,60 @@
++++
+title = "稻草人周刊 Vol."
+subtitle = ""
+tags = []
+date = 2026-04-21T08:34:43+08:00
+draft = true
+toc = true
++++
+
+Blah, blah.
+
+<!--more-->
+
+---
+
+## 连接
+
+
+---
+
+## 止语
+
+{{< music cover="" title="" artist="" apple="" spotify="" netease="" >}}
+
+
+---
+
+## 星群
+
+### miasma
+
+*本周刊不能讨论的技术*往往使用不道德的网络爬虫获取新鲜的人类内容，他们忽略 `robots.txt` 协议，对服务器发起大量请求，造成负担。Miasma 给这些机器人投毒，把他们困在无止尽的垃圾内容循环中，增加大科技公司处理数据的成本。
+
+简单来说，在网站中添加一个隐藏链接，真人看不到，但爬虫会跟随链接并发送 `GET` 请求。
+
+```html 
+<a href="/naughty-bots" style="display: none;" aria-hidden="true" tabindex="-1">
+  Amazing high quality data here!
+</a>
+```
+
+在 Nginx 或 Caddy 等 Web 服务器中，把 `/naughty-bots` 反向代理到 Miasma，接下来它就会为这些不怀好意的爬虫提供无止尽的垃圾内容。这种做法不会误伤，你只需要在 `robots.txt` 里这样写：
+
+```robots 
+User-agent: *
+Disallow: /naughty-bots
+```
+
+这样所有听话的爬虫（比如搜索引擎爬虫）都会乖乖地不去动 `/naughty-bots` 路径下的内容，而那些贪婪的、什么都想要的爬虫就会掉进陷阱里。当然，爬虫程序忽略 `/naughty-bots` 路径很简单，所以 Miasma 允许自己配置路径，如果你的文章都在 `/article` 路径下，那么使用 `/post` 路径就不容易被差觉。
+
+我的 [Forgejo 实例]也使用了反爬虫策略，由于不需要 SEO 所以就无差别禁止了，也没有做投毒。Codeberg 使用的应该也是类似的方法，我参考的是 [Yann Esposito 的文章](https://her.esy.fun/posts/0031-how-i-protect-my-forgejo-instance-from-ai-web-crawlers/index.html)，简单来说，除了 `User-agent` 是 `git` 和部分特殊路径的请求，都默认返回一个只有 `<script>` 的网页，这个脚本往用户的 Cookies 里写入一个字段，然后刷新页面；拦截器不拦截带有这个 Cookie 的请求，所以刷新后直接放行。由于爬虫不执行 JavaScript 代码也没有 Cookie，就会被这种简单的手段拦截。
+
+这种做法的缺点是，它也错误地拦截了那些禁用 JavaScript 或 Cookie 的用户，所以只能在拦截器页面留下一段说明，友善地请用户打开 JavaScript。不过 Miasma 不会直接拦截整个请求，而是在普通的页面里留下陷阱，大概是更好的做法。
+
+访问：[Miasma](https://github.com/austin-weeks/miasma)
+
+---
+
+## 切片
+