加载失败
Magit（Emacs 的 Git 前端）项目的在线手册此前因托管费用问题被下线，现已重新上线。评论指出手册托管在按流量计费的云平台（评论中提到为 AWS），在被自动化爬虫尤其是 LLM scrapers 大量抓取后导致 egress（出站带宽）费用暴增。讨论围绕两点展开：一是云服务的计费模型与缺乏硬性支出上限（只能设 budget alerts）如何造成“跑账”，二是是否以及如何通过 CDN、rate limiter、robots.txt + honeypot、fail2ban 等手段缓解爬虫带来的流量。鉴于 Magit 手册属于静态文档场景，托管选择与反爬防护直接决定成本波动和可持续性。
多名评论者认为将简单的静态手册（纯 HTML/CSS/JS 与图片）放在按访问或带宽计费的云平台上是资源浪费且成本容易失控。评论指出 AWS 的 egress（出站带宽）费用高昂，pay-per-use 模型在遇到高流量时会迅速放大账单。有人直接建议传统的共享主机、专门的静态托管服务或 CDN 更适合这类内容，认为把静态文档放在昂贵的云服务上是可预见的错误选择。该观点强调问题不是文档本身而是托管方式和定价策略的不匹配。
评论详细讨论了云厂商的计费实现细节：AWS 的计费是异步的（有时每日更新），用户通常只能设置 budget alerts（预算提醒）而无法设定硬性消费上限。因此在测试或突发流量（例如被爬虫抓取）时会出现“跑账”现象，产生意外高额费用是常见抱怨。虽然有人提到可以向支持申请事后取消或豁免费用，但这并不构成事前保护，对小型项目和个人维护者风险更大。该组评论把问题归因于平台计费设计而非单一事件。
另一组评论把费用暴涨的直接原因归结为 LLM scrapers（为训练大型语言模型抓取文本的自动爬虫）对公共文档的大量、快速访问。应对建议包括用 CDN（内容分发网络）减轻源站 egress、在服务器端加 rate limiter 限流，或在 robots.txt 放置 honeypot URL 并配合 fail2ban 自动封禁访问这些 URL 的 IP。尽管这些方法被认为能拦截大部分抓取行为，评论中也有人表示“并非那么简单”，对付分布式或智能化的爬虫仍有实际困难与部署成本。
egress（出站带宽）费用: 云服务或托管提供商对从服务器向互联网传出的数据流量收取的费用，长时间或被爬虫大量抓取时会迅速累积成高额账单。
budget alerts: 云平台（例如 AWS）提供的预算提醒机制，会在消费超过设定阈值时通知用户，但通常不会自动阻止后续支出或设定硬性上限。
rate limiter: 限制单位时间内单个 IP 或客户端的请求速率的机制，用于缓解爬虫、暴力请求或滥用，常作为反爬或流量保护手段。
robots.txt: 网站根目录下的标准文本文件，用于向守规的爬虫声明允许或禁止抓取的路径，但并非技术强制，恶意爬虫可以忽视其规则。
fail2ban: Linux 下常用的基于日志的自动封禁工具，检测异常或重复请求并通过防火墙规则自动封禁对应 IP，用于阻止恶意访问或抓取。
LLM scrapers: 专门用于抓取大量网络文本以训练大型语言模型（LLM）的自动化爬虫群体，会高频访问公共文档并造成显著带宽消耗。
CDN（内容分发网络）: 通过全球缓存节点分发静态资源以降低源站出站带宽和延迟的服务，常用于分担流量和抵御突发请求洪峰。