企业官网建设流程全解析

家里那台2006年的品牌机，奔腾4 3.0GHz的处理器，1GB DDR2内存，80GB IDE硬盘，开机进Windows XP都得等两分钟，装个Win7基本就是折磨。本想送去回收站，后来想通了一条路：给它装Ubuntu 14.04，只跑Python爬虫和定时自动化任务。结果这台老古董不但活过来了，还在墙角7x24小时跑了几个月没关机。这篇就把从装系统、配Python、写爬虫、做定时调度的完整过程和踩坑记录写下来，手里有旧机器想让它再发挥余热的朋友，可以直接照着抄。

1. 老电脑复活第一步：硬件评估和系统选型

1.1 06年老电脑的硬件底子要怎么评估

先别急着下载ISO，先搞清楚这台机器到底是个什么配置。06年前后的电脑，硬件跨度挺大，高端有刚出的Core 2 Duo，低端有赛扬D、奔腾4。跑Linux服务器版，判断标准很简单：CPU主频有没有1GHz以上、内存有没有512MB以上、硬盘有没有10GB可用空间。只要满足这三条，跑爬虫和自动化任务就没有问题。

我手里这台是奔腾4 3.0GHz单核，1GB DDR2内存，80GB IDE硬盘，板载显卡64MB显存。单看CPU其实不算弱，P4 3.0GHz跑点轻量任务还是可以的，真正的瓶颈是内存和磁盘。IDE硬盘的随机读写性能很差，安装系统和编译软件会明显感觉到慢，这个要有心理准备。内存1GB跑图形界面会吃力，但如果只跑服务器版不带桌面，装完系统空闲内存大概就200MB左右，跑Python完全够。

评估的时候还要看一个东西：BIOS是否支持USB启动。06年的主板大部分支持，但有些老板子对U盘启动支持不好，启动时可能识别不到。如果USB启动不了，退路是刻光盘。另外，如果机器里有原装IDE硬盘，建议先检查硬盘健康状态，用HD Tune或者MHDD扫一下坏道。我遇到过一块三星80GB老盘，扫出十几个坏道，系统装到一半卡死，换了个160GB的IDE盘才顺利。老硬盘老化是经常出问题的点，系统装到一半报I/O错误，多半就是硬盘不行了。

还有一个容易忽略的坑：CMOS电池。06年的机器，到现在的纽扣电池多半已经没电了，表现就是关机断电后系统时间重置，开机显示2005年1月1日。如果不管这个直接装系统，后面会引发一堆怪问题，比如wget下载证书校验失败、apt更新报签名错误、Python爬HTTPS站点报SSL错误。所以动手之前先把电池换了，或者装完系统第一时间校时。

1.2 为什么选Ubuntu 14.04，而不是追新版系统

很多人上来就问：既然要用Linux，为什么不用最新版Ubuntu？原因很实在：新版系统对老硬件不友好。现在的Ubuntu从20.04之后基本放弃了对32位架构的支持，安装镜像要么没有i386版本，要么装了也跑不顺。06年的机器如果装的是32位系统，最新版Ubuntu根本没办法正常安装。而Ubuntu 14.04是最后一批对32位硬件支持完善的LTS版本之一，安装镜像还能找到i386版。

再看性能。Ubuntu 14.04是2014年发布的，内核3.13，图形栈还是Xorg加Unity桌面，整个系统设计的年代就比现在早，对奔腾4这种老CPU没有额外的性能负担。当然，我不建议装桌面，装server版更好。server版没有图形界面，默认占用内存少，系统干净，更符合爬虫服务器的定位。装完系统直接SSH上去操作，反正跑爬虫也不需要显示器。

还有一个实际因素：教程多。Ubuntu 14.04年代久远，当年大量教程都是基于这个版本的，从换软件源到装Python、配置cron，随便搜索都能找到答案。虽然它已经停止维护了，但有old-releases源可以用，软件包依然能下载，自己用完全没问题。同期的Debian 8/9其实也是个选择，但Ubuntu系的教程和信息密度更高，对新手更友好。

这里要明确一个态度：老系统一旦联网，安全性无法保证，不要拿它做任何暴露在公网的关键服务。关掉不需要的端口，只做内网爬虫和定时任务，这是玩老机器的基本原则。

1.3 装Ubuntu 14.04 server版的关键步骤与避坑

安装前先去把ISO下载下来，推荐ubuntu-14.04.6-server-i386.iso，注意后缀是i386，代表32位版。如果已经确认CPU是64位（比如Core 2 Duo），也可以下amd64版，不过06年的机器很多还是32位系统，保守起见用i386更稳。

写入U盘的方法有很多，Windows下用Rufus，选DD镜像模式写入。Linux下直接dd就行。如果主板不支持U盘启动，刻一张CD也行，Ubuntu 14.04的CD安装没有问题，只是光盘读取慢，安装时间会长一些。

安装过程我挑几个关键点说。

语言选择建议选英文，不要问我为什么，中文locale在老系统上偶尔会出现乱码和安装界面文本缺失的问题，英文最稳。键盘布局默认就好，如果你的键盘是中文输入习惯，装完再改。

分区是重点。我建议手动分区而不是用"整盘自动分区"：

• /分区：给8-10GB，用于系统和软件
• swap分区：给2GB，老机器内存小，swap能救命
• 如果想以后存数据再留一个/data分区，爬虫数据放那里

手动分区的操作其实不复杂，选Manual，然后选择磁盘，按提示创建一个ext4根分区和一个swap分区，搞定。这里有个坑：06年主板很多把硬盘设成IDE模式，如果BIOS里已经是AHCI模式，安装时也能识别SATA盘，但IDE模式的兼容性更好，尤其是老硬盘，建议BIOS里确认一遍。

软件包选择那一步，勾选OpenSSH server，这样装完就能远程操作，不用一直守着显示器。system utilities保持默认。装完后拔掉U盘重启，登录后用sudo apt-get update确认软件源是否正常，如果报404之类的错误，说明要用old-releases源，这个后面专门讲。

装完系统后做两件小事：第一，把SSH服务设为开机自启（14.04默认就是），第二，设置一个静态IP，在/etc/network/interfaces里配置，避免DHCP每次分配的IP不一样，导致后面crontab脚本连不上。静态IP配置大致是这样的：

auto eth0 iface eth0 inet static address 192.168.1.88 netmask 255.255.255.0 gateway 192.168.1.1 dns-nameservers 192.168.1.1

配置完重启网络或重启机器，SSH连上去，这台老电脑的基础算是打好了。

2. Python环境搭建：老系统上的版本选择和编译细节

2.1 系统自带Python和编译新版本怎么权衡

Ubuntu 14.04系统自带Python 2.7.6和Python 3.4.3。这两个版本都能用，但都有明显限制。Python 2.7早就停止维护了，而Python 3.4是2014年的版本，现在的requests、urllib3等库的新版本基本都要求Python 3.6以上。更麻烦的是，老版本的OpenSSL（系统自带1.0.1）配合Python 3.4的ssl模块，访问一些现代网站时会出现TLS握手失败或证书校验问题。

所以在老系统上配Python，要先决定走哪条路：

方案A：直接用系统自带的Python 3.4。优点是不需要编译，省时间，缺点是用不了新库。pip最高只能升到19.1，requests只能装2.21.0左右，BeautifulSoup可以装4.9.x，爬一些老站点或简单HTTP接口问题不大。如果目标网站是老牌网站，没有强制TLS 1.3，这个方法完全可行。

方案B：手动编译Python 3.6.15。3.6是最后一个能很舒服地在老系统上编译的大版本，兼容性好，第三方库覆盖面广，很多库直到2023年还支持Python 3.6。我实测下来，在glibc 2.19的Ubuntu 14.04上编译Python 3.6.15非常顺利，_ssl模块能正常编译，访问大多数网站（只要TLS 1.2就行）没有问题。

两个方案我推荐直接选B。虽然编译要花点时间，但换来的是更顺手的依赖安装和更好的网络兼容性。下面把编译全流程写清楚。

2.2 编译安装Python 3.6.15的完整流程

编译前先把系统依赖装全，避免编译到一半报错。执行：

sudo apt-get update sudo apt-get install -y build-essential zlib1g-dev libssl-dev libffi-dev

build-essential是编译工具链，包含了gcc、make等；zlib1g-dev是Python压缩模块的依赖；libssl-dev提供OpenSSL头文件，如果没有它，编译出来的Python不会有ssl模块，爬虫访问HTTPS站点会直接失败；libffi-dev是ctypes模块需要的。

然后下载并解压源码：

wget https://www.python.org/ftp/python/3.6.15/Python-3.6.15.tar.xz tar xf Python-3.6.15.tar.xz cd Python-3.6.15

configure这一步要说明一下。我用的是：

./configure --prefix=/usr/local/python3.6

把Python装到独立的/usr/local/python3.6目录下，这样和系统的Python 3.4互不干扰，不会破坏系统自带的包管理器依赖。

然后就是漫长的编译，老机器上这一步特别考验耐心。P4 3.0GHz编译Python，大概需要半个小时到四十分钟，正好趁这个时间去把本章后面pip配置的事情准备好。执行：

make -j2 sudo make altinstall

注意是altinstall不是install。altinstall不会覆盖系统里的python3软链接，只安装python3.6，这是老系统上避免把系统搞坏的关键操作。编译完验证一下：

/usr/local/python3.6/bin/python3.6 -V /usr/local/python3.6/bin/python3.6 -c "import ssl; print(ssl.OPENSSL_VERSION)"

如果import ssl报错，说明OpenSSL头文件没装全，回头检查libssl-dev。如果提示找不到OpenSSL，但头文件确实装了，可以在configure时指定路径：

./configure --prefix=/usr/local/python3.6 --with-openssl=/usr

这个坑我踩过，后来发现是Ubuntu 14.04的OpenSSL老版本在某些配置下自动检测不到，需要手动指定。不过大部分情况下，安装libssl-dev后默认配置就能过。

编译完成后建议顺手设置一下环境变量，在/etc/profile.d/python3.6.sh里写入：

export PATH=/usr/local/python3.6/bin:$PATH

这样之后登录就能直接敲python3.6，不用输全路径。

2.3 pip、虚拟环境和镜像源

Python 3.6自带pip，但版本不是最新的，先升级一下：

/usr/local/python3.6/bin/python3.6 -m pip install --upgrade pip

Python 3.6能用的最高pip版本是21.3.1，再新的pip会拒绝在3.6上安装。升级完之后建议装一个虚拟环境工具。Python 3.6自带venv模块，直接这样用就行：

mkdir -p /home/oldpc/spider cd /home/oldpc/spider /usr/local/python3.6/bin/python3.6 -m venv venv source venv/bin/activate

虚拟环境会解决一个很现实的问题：老系统上系统级包不能乱动，万一装错依赖把系统搞坏，整个机器都得重来。在虚拟环境里怎么造都行，装坏了删掉目录重建一个就行，成本很低。

因为默认pip源是国外的，老机器网络又慢，这里建议配置国内镜像。创建~/.pip/pip.conf文件：

[global] index-url = https://mirrors.aliyun.com/pypi/simple/ trusted-host = mirrors.aliyun.com

配置完执行pip install requests beautifulsoup4，速度会快很多。如果要用lxml，建议也装上，解析HTML性能好不少，但老CPU编译lxml会很慢，耐心等待或者直接换用Python自带的html.parser解析器。我实测在P4上编译lxml大概需要五分钟以上，但效果值得，看你需求。

3. 爬虫脚本实战：抓取数据的基本框架与健壮性设计

3.1 爬虫程序的结构与请求策略

老电脑跑爬虫，最大的优势是它不需要一直盯着，放在那跑就行了。但要注意别把目标网站搞挂。我写爬虫程序时遵循这么几个原则：

第一，单线程足够。06年的机器CPU性能摆在那，多线程爬虫反而会因为GIL和上下文切换降低效率，而且单线程更容易控制请求频率。如果确实需要并发，ramping到双线程已经是极限，多开几个进程效果反而好，但占内存。爬虫这活儿，慢就是快，稳定才有意义。

第二，请求头要伪造得合理。很多网站会检查User-Agent，直接放一个正常的浏览器UA，requests库默认的python-requests/x.x.x一眼就会被识别为爬虫。最简单的做法是自定义一个UA：

HEADERS = { "User-Agent": "Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/91.0.4472.101 Safari/537.36", "Accept": "text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8", "Accept-Language": "zh-CN,zh;q=0.8,en-US;q=0.5,en;q=0.3" }

第三，加超时和重试。网络请求不可能百分百成功，设置5-10秒超时，失败后重试2-3次，这是爬虫程序的基本素养。

第四，控制频率并遵守规则。每次请求之间至少间隔几秒，并且要检查目标站点的robots.txt。这一点不是技术问题，是伦理和合规底线。不要伪造身份、不要绕验证码、不要突破登录鉴权，只抓公开允许抓取的数据。

3.2 requests与BeautifulSoup抓取代码实例

老系统上的爬虫代码和现代Linux上没什么区别，Python逻辑完全一样。下面给一个完整示例，以本地测试服务为例演示，保证能跑通。

先在老电脑上起一个简单的HTTP服务做靶子：

mkdir -p /tmp/testweb echo '<html><body><div class="item"><a href="/1">标题一</a></div><div class="item"><a href="/2">标题二</a></div></body></html>' > /tmp/testweb/index.html cd /tmp/testweb python3.6 -m http.server 8080 &

然后写爬虫脚本spider.py：

import re import time import sqlite3 import requests from bs4 import BeautifulSoup UA = {"User-Agent": "Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/537.36 Chrome/91.0.4472.101"} BASE_URL = "http://127.0.0.1:8080/index.html" DB_PATH = "/home/oldpc/spider/data.db" def fetch(url): for attempt in range(3): try: resp = requests.get(url, headers=UA, timeout=10) resp.raise_for_status() return resp.text except requests.RequestException as e: print("第{}次请求失败: {}".format(attempt + 1, e)) time.sleep(5) return None def parse_and_save(html): soup = BeautifulSoup(html, "html.parser") items = [] for a in soup.select(".item a"): text = a.get_text(strip=True) href = a.get("href") if text and href: items.append((text, href)) conn = sqlite3.connect(DB_PATH) conn.execute("CREATE TABLE IF NOT EXISTS items(title TEXT, href TEXT)") conn.executemany("INSERT INTO items VALUES(?, ?)", items) conn.commit() conn.close() print("本轮抓取 {} 条，已写入数据库".format(len(items))) if __name__ == "__main__": html = fetch(BASE_URL) if html: parse_and_save(html) time.sleep(5)

代码里有两个小细节：resp.raise_for_status()会把HTTP 4xx/5xx状态码当作异常抛出，不需要手动判断状态码；数据库连接每次都打开关闭，避免长时间挂着一个连接导致SQLite锁定问题。这个脚本在老机器上跑一次，从请求到入库，整个过程用不了一秒，完全在P4的承受范围内。

真实爬虫场景下，只要把BASE_URL换成目标地址，再把.item a这个选择器换成目标网站的HTML结构，就可以直接复用。如果目标站点返回的不是完整HTML而是JSON接口，解析逻辑就更简单了，直接用resp.json()取字段。

3.3 反爬机制的基础应对与合规边界

网站的反爬手段主要分几类：检查User-Agent、检查请求频率、验证Session/Cookie、要求JavaScript渲染。对老电脑跑轻量爬虫来说，能用上的应对手段不多，但基础的一定要做：

• 维护一个固定UA池，每次请求随机换一个
• 每次请求后sleep随机时间，控制在3到8秒之间
• 把请求参数伪装成真实浏览器的请求头顺序
• 遇到403暂时性拒绝时，退避重试，不要硬怼

对于需要登录的页面，如果目标站点的服务条款不允许爬取，那就不要想办法绕过。老电脑跑爬虫本来就是靠"水滴石穿"的理念，追求的是长时间稳定跑，而不是短时间高效突破。真正值得做的数据采集目标，是那些公开可读、robots.txt允许抓取的页面。

这里顺便说一句服务端防护的话题。很多开发者会问怎么防止爬虫，那通常是另一篇文章的内容，核心思路包括频率限制、校验UA、校验Cookie、动态页面渲染等。但作为爬虫使用者，我更建议把精力放在如何规范、低速、不打扰目标网站地采集数据上，而不是研究怎么绕过防护。守住这个边界，技术才能用得安心。

4. 自动化落地：定时调度与无人值守运行

4.1 crontab定时任务的写法与调试

爬虫写好了，接下来要让它定时自动跑，这才是"自动化"三个字的含义。Linux下最朴素的定时工具就是cron，Ubuntu 14.04默认安装了cron服务，直接用。

编辑定时任务：

crontab -e

插入类似这样的规则：

# 每天凌晨2点跑一次主采集脚本 0 2 * * * cd /home/oldpc/spider && ./venv/bin/python spider.py >> /var/log/spider.log 2>&1 # 每6小时跑一次增量更新 0 */6 * * * cd /home/oldpc/spider && ./venv/bin/python update.py >> /var/log/update.log 2>&1

cron的语法是五个星段：分钟、小时、日、月、星期。0 2 * * *表示每天凌晨2点0分执行，0 */6 * * *表示每隔6小时的第0分钟执行。日志重定向是重点，>> /var/log/spider.log 2>&1把标准输出和错误输出都追加到同一份日志，这样出错了能第一时间看到。

调试cron任务有个经验：写完先手动执行一遍脚本，确认没有错误；再改下cron时间，改成两分钟后，观察日志是否真的触发。很多新手写完crontab发现跑不起来，原因多半是脚本里的绝对路径写错了。记住，cron执行时的环境变量和登录shell不一样，没有~/.bashrc里的PATH设置，所以脚本里凡是出现python，最好都写成绝对路径，或者像上面那样通过cd进目录后调用虚拟环境里的python。

定时任务跑一段时间后，记得定期看日志。我会写一个极简的shell脚本check.sh，每天检查日志文件大小和最新记录时间，如果一个小时内没有新的日志行，说明脚本卡死或者机器有问题，马上人工介入：

ALL=/var/log/spider.log if [ -f "$ALL" ] && [ $(stat -c %Y "$ALL") -lt $(date -d '1 hour ago' +%s) ]; then echo "spider log too old, check it now" fi

这套东西不复杂，但能让你发现问题的速度从"几天后偶然发现"变成"当天就能察觉"。

4.2 防止脚本重复运行与崩溃自愈

定时任务有一个常见隐患：上一次任务还没跑完，下一次又启动了。尤其是爬虫这种可能因为网络慢而跑很久的任务，如果被重复触发，内存和磁盘会被迅速耗尽。解决办法是给脚本加锁，用flock命令。

写一个包装脚本run_spider.sh：

#!/bin/bash exec 9>/tmp/spider.lock flock -n 9 || exit 1 cd /home/oldpc/spider ./venv/bin/python spider.py >> /var/log/spider.log 2>&1

flock -n在拿不到锁时直接退出，不会排队等待，保证同一时刻只会有一个爬虫进程在跑。如果脚本因为异常退出了，锁会自动释放，下一次cron触发又能正常跑。

再进一步，如果定时任务因为网络原因失败了，可以做简单的自愈：在脚本里写重试逻辑，或者用cron做一个"看门狗"。

比如写一个watchdog.sh，每5分钟检查一次爬虫进程是否存在，如果不存在就重新拉起来：

#!/bin/bash if ! pgrep -f "spider.py" > /dev/null; then cd /home/oldpc/spider nohup ./venv/bin/python spider.py >> /var/log/spider.log 2>&1 & fi

在crontab里加上*/5 * * * * /home/oldpc/spider/watchdog.sh。这样即使主任务挂了，5分钟内会被重新拉起，比人肉盯日志靠谱得多。这两个脚本看下来，老电脑在角落里无人值守跑上一整年不是问题。

4.3 老电脑7x24小时运行的稳定性保障

老机器长时间运行，真正的坑不在软件，而在硬件。

首先是散热。06年的品牌机，机箱风扇和CPU风扇用了十几年，轴承多少都有噪音和卡顿。我看到老电脑CPU温度接近80度的时候，果断换了风扇，清了一遍灰，温度稳定在50度以下。长时间运行建议装一个lm-sensors看温度：

sudo apt-get install lm-sensors sudo sensors-detect --auto sensors

其次是内存。1GB的DDR2内存跑Python勉强够用，但如果数据量积累多了，SQLite查询变慢、内存占用变大，可能会触发OOM。解决办法是增加swap空间。Ubuntu 14.04装完系统后swap是安装时分好的2GB，如果空间紧张还可以再补一个swap文件：

sudo dd if=/dev/zero of=/swapfile bs=1M count=1024 sudo mkswap /swapfile sudo swapon /swapfile echo '/swapfile none swap sw 0 0' | sudo tee -a /etc/fstab

再一个就是断电重启后的自启动。如果机器的ACPI配置支持通电自动开机，在BIOS里把"Restore on AC Power Loss"设为Power On，断电再通电后机器自动启动。系统起来后，cron的@reboot指令可以让爬虫自动恢复：

@reboot /home/oldpc/spider/watchdog.sh

这个组合保证：断电重启后，cron自动拉起watchdog，watchdog拉起爬虫，整套系统不需要人工介入就能回到工作状态。

5. 常见问题排查与性能调优实录

5.1 Ubuntu 14.04软件源失效的修复

Ubuntu 14.04在2019年就停止支持了，之后archive.ubuntu.com上的源默认访问会直接404或者返回空内容，所以apt-get update会报错。解决办法是切换到old-releases.ubuntu.com这个专门存放EOL版本的源。

先备份原配置文件：

sudo cp /etc/apt/sources.list /etc/apt/sources.list.bak

然后用sed把源地址全部替换：

sudo sed -i 's/archive.ubuntu.com/old-releases.ubuntu.com/g' /etc/apt/sources.list sudo sed -i 's/security.ubuntu.com/old-releases.ubuntu.com/g' /etc/apt/sources.list

再执行sudo apt-get update。如果还报错，检查一下文件里security.ubuntu.com的替换情况，手动打开sources.list确认每一行都是old-releases.ubuntu.com开头。这个坑很典型，处理完源，编译、装依赖这些问题都会轻松很多。

5.2 Python依赖安装失败的版本锁坑

老系统上装Python依赖，最容易遇到的问题就是"找不到匹配版本"。因为Python 3.6虽然能用的库很多，但最新版本的某些包已经放弃对3.6的支持。比如最新版requests（2.32.x）其实还支持3.7以上，但有些库的更新日志明确写着"requires Python 3.8+"。

我在实际使用中会坚持一套版本组合，直接从requirements.txt里锁定：

requests==2.25.1 beautifulsoup4==4.9.3 lxml==4.6.3

这套版本在Python 3.6上实测兼容，没有任何依赖冲突。注意pip install requests时如果自动装到了较新的版本，遇到问题就手动指定版本降级。另外，Python 3.6的pip是21.3.1，此时安装一些老版本库可能会出现兼容性警告，不影响使用，别慌。

如果安装某个库时提示需要编译C扩展（比如lxml），在老CPU上会很慢。等不了的话，就换用Python内置的html.parser，代码里把BeautifulSoup(html, "html.parser")改一下就行，功能上的差距对简单页面几乎感觉不到。

5.3 性能实测与最终配置清单

这台老机器最终稳定运行后，我记录了一些实际数据：

• 系统空闲内存：约220MB，Python爬虫进程常驻内存约90MB
• 单次抓取+解析+入库：耗时约0.6秒（受网站响应速度影响）
• 每天全量抓取100个页面：累计耗时约15分钟，CPU占用峰值不超过50%
• 长时间运行后物理内存占用：1GB中约占350MB，swap基本不被动用

这些数据说明一个结论：06年的机器跑现代爬虫任务，瓶颈不在CPU，在网络延迟和磁盘I/O。只要控制好频率，它完全可以当一个专用数据采集节点。

最终的软件配置清单如下：

• 系统：Ubuntu 14.04.6 server i386
• Python：3.6.15（编译安装到/usr/local/python3.6）
• 虚拟环境：venv位于/home/oldpc/spider/venv
• 核心依赖：requests 2.25.1、beautifulsoup4 4.9.3、lxml 4.6.3
• 定时调度：crontab + flock锁 + watchdog脚本
• 存储：SQLite数据库，每天自动清理三个月前的旧数据

这套配置从稳定运行的角度看，已经足够轻快。如果哪天想上更大的数据量，可以考虑把SQLite换成PostgreSQL，或者外接一块SSD做数据库盘，但那样就脱离"老电脑复活"的初衷了。

最后聊一点个人心得。06年的机器跑攻防渗透、图形桌面、3D渲染那是痴心妄想，但跑爬虫和定时任务，就像用菜刀切豆腐，性能绰绰有余。我当初差点把它卖废品，现在它每天固定跑三次采集，还会自动把我需要的报表生成到局域网共享目录里，偶尔我会远程上去看看日志，一切安稳。技术这回事，不一定要追最新，把合适的工具放在合适的位置上，老机器一样能干漂亮活。这台古董的下一站，我打算再给它接一个USB蓝牙模块，让它把小区里的环境传感器数据定时攒起来，继续当我的基础设施钉子户。