做得挺好的，但是这个 App 可能有法律风险，在包括中国在内的很多国家，只有政府相关部门或者政府授权的机构与单位，可以发布地震和其它自然灾害的预警。

我一直在用 n2n ，用了很多年，感觉 n2n 也不错啊，只是 n2n 必须自建服务器，没有官方服务器，也不建议与别人共享服务器。

我们公司是小公司，面向 B 端用户的网站都是 PHP 开发的，没有招专职 PHP 程序员，让 C++程序员看着资料捣鼓就行了，框架用的是 ThinkPHP 。
我的感受是，语法和 C/C++非常接近，很多函数的名字都是 C 语言的函数名，最大的缺点是变量的$符号，真的很烦。
现在有了 AI 辅助，很多时候连资料都不用查了，直接问 AI ，开发效率大大提升。

使用 https 协议，在 api 调用参数里面增加“用户名-密码”或者访问 token 字段，如果服务是收费的，每次调用都会扣费；或者免费服务限制调用次数调用频率。
总不会有人故意泄露自己的用户名-密码或者 token 吧？

对了，蓝光盘和千年盘的潜在问题是，几十年后还能不能找到可以读取它们的光驱设备……

NAS 和机械硬盘都需要维护，如果要跨数十年保存数据，可能并不合适。
CD 和 DVD 刻录盘用的是有机材料，也不是那么稳定，我有一批 2006 年前后刻录的 DVD 光盘，避光保存到 2022 年的时候，差不多有四分之一已经读不出来了。
蓝光刻录盘使用了无机物材料，据说可以保存 50 年左右。还有一种被称为“千年盘”的刻录盘 M-DISC ，据说用的是类似岩石的无机物材料，号称可以保存千年（但实际上无法证实，毕竟这东西发明至今也才十来年），打个折，就算能保存 100 年吧。千年盘兼容普通刻录机，所以我 2022 年的时候在京东买了一台蓝光刻录机，买了一盒千年盘和一盒普通蓝光刻录盘，把家里的照片和重要视频都刻录了 2 份，然后放在密封箱子里避光保存，一份放在家里，一份放在老家，算是异地容灾备份了，哈哈。

另外我十几年前用普通喷墨打印机打印了一批照片并且塑封，避光保存下，至今没有褪色变质，有几张放在相框里面在外展示没有避光的，也没什么问题。考虑到上世纪很多塑封照片可以保存四五十年甚至更久，所以把照片打印塑封应该是已经得到证实的、更稳妥的方法，而且成本也不算高，一张照片打印塑封的成本也就几毛钱。

我把家里淘汰的 i3-7100 和 B250M 电脑当成 NAS 用，台式机机箱有 10 个硬盘位，目前装了 5 个盘，使用 Windows 操作系统，运行了一大堆程序和 2 个 HyperV 虚拟机（其中一个虚拟机装了 OpenWRT 做旁路由），功耗不到 40W 。除了体积大，没有别的缺点。

以前游戏里面的做法是，在建模工具里面，增加专门显示弦号的子模型，程序运行中，只要在模型加载时，修改弦号子模型就可以了。修改的方法主要有 2 种：一种是修改顶点 UV 坐标，让子模型的各个四边形映射到数字纹理的相应数字的区域，这个操作也可以在 shader 里面实现；一种是修改子模型的材质球，即分别从 0~9 这 10 种数字对应的材质里面选择一个赋给相应的子模型。
直接生成包含弦号的纹理也是一个可行的方案，Unity 没有提供现成的图像绘制库，楼主可以在网上找找有没有现成方案，或者使用 RenderTarget 和 Graphics 类自己实现一套。

@tyrone2333 现在的网络服务都是差不多的条款了，所以还是自己搞比较安全，网上资料也多。能玩通群晖之类的 NAS ，懂得 SSH 、Docker 和虚拟化之类技术的用户，自己搭建一套 NAS 毫无难度。

我们公司有一些工控项目，旧的工控机用的是 J1900 ，最近换成了 N100 ，性能提升明显，比如原先有个视觉识别软件，J1900 在 720P 分辨率跑起来只有 10 帧上下，N100 可以在 1080P 分辨率跑满 30 帧。当然这里面也有内存和集成显卡的进步，不全是 N100 的功劳。

Windows 10 开始，系统自带的拼音输入法，已经非常好用了，建议体验一下。
系统自带的输入法其实有词库，除了自定义词库管理外，还有一个“专业词典”（在词库管理页面最下方的链接里面），覆盖各行各业，非常丰富，但是需要手动打开，一次只能开一个，几十个词库点的人大脑发麻，我觉得这是系统自带输入法最智障的地方。

我试过不同的 NAS 方案，最后还是选择了自组电脑+Windows 系统。

@momo001 主流的 AI 推理都是基于 nVidia 的 CUDA 的，mac 可能可以用，我不确定。云服务器哪家都可以，主要就是需要有个固定公网 IP ，如果你在境外并且有固定公网 IP ，那不用云服务器其实也可以的。

最低成本的方案是违法的（笑）
合法的最低成本的方案就是自己家里开一台或者几台电脑（视用户数量而定），再租一台便宜的云服务器做请求排队、负载均衡和数据转发。
考虑到 AI 的硬件需求，家里电脑的配置得好一点，通常需要较新的 i7 处理器和较好的显卡（低负载下，4060 8GB 应该够用），差不多 7000 块钱一台。负载量大的时候，满载功耗 500W 左右，一天 10 度电，阶梯电价情况下，一年 2000 电费。
云服务器用便宜点的就行，阿里云那个 5M 带宽 199 一年的就可以，但是只有前三年是这个价格，后面恢复原价 2600 元每年。
相关软件你自己开发的话，费用为 0.
所以一次性投入为：7000 ；
每年持续投入为：2199 （前三年）/4600 （三年后）

如果要进一步降低成本，也可以自己买二手零部件装一台主机，比如洋垃圾 E5 的 CPU+1070 矿卡什么的。可以大大降低一次性投入的成本，不过性能和稳定性也会差很多。

GPU 服务器就别想了，最便宜的 GPU 服务器一年都要几万。

这类服务最大的问题是安全性吧？毕竟文件是要传到服务器上去的，可能还会涉及一些合规性问题。
私有部署可以解决安全性问题，但是便利性降低，市场容量也不够大。