Rede

Có 1 cái hơi linh tinh.

Sau 1 lần dính sự cố bị hack qua Ultraview. Mình nâng cao các tiêu chí bảo mật. Trong đó có k cài GPM trên máy tính nữa.

Tất cả các bài test trước đó là có 1 bên tài trợ dùng thử VPS có GPM miễn phí. Mình tranh thủ làm bài lên cho anh em test.

Node-red đủ tốt để có tiềm năng trở thành nền tảng No-code all-in-one. Tuy nhiên ngay từ khi phát triển và đến bây giờ công ty to nhất tài trợ cho Node-red cũng sử dụng chủ yếu trong lĩnh vực IOT. Điều đó làm mn nghi ngờ về các ứng dụng khác của nó.

Nên thành ra cộng đồng Node-red nói chung cũng không quá phát triển.

Thời gian vừa rồi mình test 1 số framework khác so sánh như n8n cũng Js, Orange3 dùng python, CòmyUI, … Kết luận mỗi framework có 1 tập fan riêng. Nên bảo để 1 nền tảng one-for-all là gần như không thể.

Hướng xử lý làm 1 cái trung gian có vẻ khả thi. Nhưng chạy theo update cũng cần efforts lớn.

Nói chung là chán. Chả lẽ đi chọc các bên lấy động lực làm việc 🤪

Mình có 1 băn khoăn là nếu chạy Node-red trên docker thì gần như chỉ anh em có base từ dev mới dùng được.

Nên mình tìm và thấy (link ở cmt nhé)

Open source Node-red cho Win và Mac
Ai đó cũng có Node-red cho Win và Mac
Chắc là trùng hợp thôi.

Tính ra xây product từ open source tiện nhỉ. Ez for start.

Haizz

🖼️ Các anh em làm airdrop, game chắc phải dùng nhiều chức năng Image search hay còn gọi là Template Matching ở trong xử lý ảnh.

Có 2 bài toán khá tương tự nhau là:

🔍 Template Matching: Tìm bức ảnh nhỏ bên trong bức ảnh to. Cái này thuộc về xử lý ảnh, thư viện nổi tiếng nhất và thông dụng nhất là OpenCV. OpenCV chạy ở trên đa nền tảng, máy nhỏ, điện thoại với đủ loại ngôn ngữ lập trình C++, Python, JS, Go, C # đều được. Cách dùng với OpenCV Template Matching cũng rất đơn giản. Link mình để ở cmt nhé.

🤖 Object Detection - sử dụng AI model (YOLOv8,...): Là tìm vật thể A trong bức ảnh to. Ví dụ cho model tìm ảnh con mèo nó sẽ tìm được cả mèo trắng, mèo vàng, ... một cách khái quát hơn, chứ không kiểu phải giống như Photocopy của Template Matching.

🔙 Quay lại với Node-Red:
- Template Matching mình chưa tìm thấy open source nào. Chắc các bác cũng không có nhu cầu tương tự cũng nên.
⇒ Hướng sử lý là mình tự code 1 bản mới hoàn toàn hoặc mod lại 1 source có dùng opencv.js nào đó.
- Bác nào dùng Object Detection thì open source sẵn luôn rồi nhé.

📚 Dưới đây là 1 số source mình tìm được trên GitHub:
- /node-red-contrib-opencv-js: Source này từ 7 năm trước. Chạy không nổi. Chỉ nên tham khảo.
- /node-red-contrib-facial-recognition: Source này dùng để nhận diện khuôn mặt. Sử dụng gốc tfjs. Tiếc là tfjs chưa bao h là lựa chọn tốt cả.
- -I-DEER/node-red-contrib-object-detection: Source này sử dụng YOLOv8. Nhìn qua thấy khá là ổn. Input là luồng we**am để detect vật thể. Chắc phải vọc kĩ thêm sau.

😉 PS: Ai làm xử lý ảnh đều yêu cô trong ảnh =)))

🔐 Câu chuyện bảo mật code 🔒

Có 2 mô hình chính để cung cấp dịch vụ phần mềm cho người dùng là tính toán ở client và tính toán ở server.

🖥️ Nếu code ở client thì đối mặt với các vấn đề cơ bản như:
- 🆕 Update version mới (để fix bug, nâng cấp tính năng,...) 😅
- 💰 Được cái tính tiền rồi chìa khóa trao tay. Phía client thích làm gì thì làm. Phía server chỉ cần quản lý user, key, log, monitor,... Nên chi phí vận hành cho người phát triển phần mềm cực nhỏ. 🎉
- 🔐 Khó nhất ở phần bảo mật code không để lộ "công thức" bí mật. Chống crack cực mệt. 😓 Chỉ có khuyên bảo người dùng không nên dùng các bản crack thôi. Chứ phần mềm nào ngon người ta crack được hết á. 😅

☁️ Nếu để code ở server được cái không bị lộ code thì lại phải đối mặt nhiều thứ:
- 💥 DDOS. Tấn công thì đơn giản mà gây sát thương cực lớn. Đến cả như RIOT giàu như thế tổ chức giải hàng còn bị phá. 😱
Hiểu nôm na là dùng là dùng rất nhiều bot request liên tục đến server dẫn đến quá tải hệ thống. Kết quả là dịch vụ của người dùng khác bị đình trệ. Tốn tài nguyên máy chủ của nhà cung cấp dịch vụ. 😓
Các ứng dụng AI từ các start up như Claude có 1 cách né là cung cấp dịch vụ qua bên nhà cung cấp lớn khác. Có gì anh lớn bảo kê, ngược lại phải trích phần trăm doanh thu. Thường là 10%-30%. 💸
Team Midjourney (doanh thu hơn 200tr$ chỉ với 11 nhân sự) có 1 phương án xử lý rất hay là cung cấp dịch vụ qua Discord. Có bị DDos thì cũng được Discord đỡ cho phần lớn cho họ. 👍

- ⏳ Ngoài ra còn các vấn đề như độ trễ, khả năng scale khi số lượng yêu cầu tăng đột biến. Cái này không phải vấn đề quá lớn khi các dịch vụ cloud ngày càng phát triển và rẻ. 😊
Nếu anh em nào định làm theo hướng code ở server thì nên cân nhắc phương án dùng cloud của các hãng lớn với các dịch vụ serverless. Có thể tiết kiệm chi phí rất nhiều cho giai đoạn phát triển ban đầu với ít user. 💡

📝 Mấy hôm nay nay mình tìm hiểu xem đặt code ở đâu cho phù hợp. Đến nay, mình đã hơi có hướng đi cho dịch vụ của mình. 🎯
Thời gian tới sẽ tập trung phát triển tính năng và usercase cho mọi người.
Hy vọng anh em sẽ ủng hộ mình nhé. 🙏

🗨️ Ngoài lề xíu, khoảng nửa năm trước mình từng giới thiệu NodeRed cho Team GPMlogin. Cũng khoảng thời gian đó mình giới thiệu kiến trúc khai thác Automation as a service cho team Genlogin.
Chắc mình nhỏ quá nên chẳng ai quan tâm. 😅

AI này loạn quá

🔒 Bảo vệ Source Code và Flow Node-RED với các phương pháp mã hóa và đóng gói 📦

Bạn đang phát triển một ứng dụng Node-RED và muốn bảo vệ source code cũng như flow của mình một cách hiệu quả? Đừng lo lắng, hãy cùng khám phá các phương pháp mã hóa và đóng gói để giữ an toàn cho tài sản trí tuệ của bạn! 💪

🔧 Sử dụng công cụ pkg 📦
📌 Cài đặt pkg bằng lệnh: npm install -g pkg
📌 Tạo file package.json trong thư mục project Node-RED và định nghĩa script để chạy ứng dụng.
📌 Chạy lệnh pkg . để biên dịch project thành file thực thi cho các nền tảng khác nhau.
📌 Phân phối file thực thi cho khách hàng. Họ chỉ cần chạy file này mà không cần cài đặt Node.js hay truy cập vào source code.

🔒 Sử dụng công cụ như nexe hoặc enclose
📌 Các công cụ này cho phép bạn đóng gói cả Node.js runtime và ứng dụng của bạn vào một file thực thi duy nhất.
📌 Cài đặt công cụ, ví dụ nexe, bằng lệnh: npm install -g nexe
📌 Chạy lệnh nexe index.js để biên dịch file index.js của Node-RED thành file thực thi.
📌 Phân phối file thực thi cho khách hàng để họ có thể chạy ứng dụng mà không cần truy cập vào source code.

🔐 Sử dụng công cụ mã hóa như bytenode
📌 bytenode cho phép bạn mã hóa các file JavaScript thành định dạng riêng và thực thi chúng mà không cần giải mã.
📌 Cài đặt bytenode bằng lệnh: npm install -g bytenode
📌 Sử dụng lệnh bytenode encrypt index.js để mã hóa file index.js của Node-RED.
📌 Phân phối các file đã mã hóa và file thực thi bytenode cho khách hàng.

⚠️ Lưu ý: Mặc dù các phương pháp trên giúp bảo vệ source code tốt hơn, nhưng chúng không hoàn toàn bảo mật tuyệt đối. Người dùng có kiến thức kỹ thuật cao vẫn có thể tìm cách trích xuất hoặc dịch ngược mã. Tuy nhiên, chúng sẽ ngăn chặn đa số người dùng truy cập trực tiếp vào source code của bạn.

Hãy áp dụng các phương pháp này để bảo vệ tài sản trí tuệ của bạn và yên tâm phát triển ứng dụng Node-RED của mình! 😊

Em có 1 kiến trúc nho nhỏ sử dụng NodeRedxGPM
Chạy được số lượng máy tính không giới hạn.
Bác nào tay to chạy hàng ngàn profiles cũng được luôn.

Các bác xem cho em xin ý kiến nhé

Có vẻ như em tìm ra cách chạy 100 flow (tương ứng 100 profile) cùng lúc với Node Red CLI (command Line Interface)

Để em test ổn ổn rồi làm clip cho mọi người xem cho thuận tiện nhỉ 😎

Chả cần custom gì.
Chạy nền tảng Node Code Node-Red với GPMLogin trong 1 nốt nhạc.

Mình sử dụng open souce Node Red Puppeteer đã chia sẻ lần trước

🙋‍♂️ Em hỏi xíu là các bác hay sử dụng Puppeteer hay Selenium Webdriver nhỉ?

🌐 Puppeteer thì lấy open souce này (trong hình). Giống đến 9 phần của Genlogin luôn.

😓 Custom Webdriver mệt vch 🙁

🤖 Em hỏi tìm hiểu qua AI và có check lại. Thì dùng Puppeteer có nhiều ưu điểm hơn.

🤔 Tuy nhiên, Puppeteer không giả thao tác của người dung tốt như Webdriver.

⚠️ Bên khác sử dụng Puppeteer nên có thể ảnh hưởng đến việc bị phát hiện bot và logout (suy đoán)

🕵️‍♂️ Trên mạng có nhiều mã nguồn mở detectbot. Mình đều thấy họ tracking hành vi người dùng.

💡 Nên làm các kèo khó mình nghĩ vẫn nên sử dụng webdriver.

https://poe.com/s/3P8zEq35gGXl5afu1Axz