曾经折腾过的那些

整理硬盘资料时，看到这些图片。心情很激动，这些个都是与硬件相关的，什么MP3啊等等，可惜没有保留图片,纯软件的就更多了。才发现自己2009年到现在这几年一直忙着搞公司的事。已好久没停下来做点自己真正喜欢或是让自己心动的事了！

置顶
生活/随笔

阅读全文 >>

博客发布过程

距离上次在这里敲下文字，已过去三个春秋。在这段“隐身”的日子里，思考从未停止，只是更多地沉淀在了Notion的角落。趁着岁未年初，我借助 Al的力量对博客底层进行了全面优化与“大扫除”，并将这几年的所思所想一并补齐。借助OpenCode与AI智能体进行协作，让原本繁琐的代码维护变得前所未有的便利，也让我能重新专注于内容本身。

Blog发布过程（Gitee -> Github -> GitHub Pages）

  1. 代码提交与托管： 您将基于 Hexo 框架和 Yelee 主题的源代码首先提交至 Gitee。这通常是为了兼顾国内开发的访问速度。

  2. 镜像同步 (Mirroring)： 资料中提到“Mirror”这一技术标签。通过镜像机制，Gitee 上的更新会自动同步到 GitHub 的源码仓库，确保两个平台的代码版本一致。

  3. 自动化部署 (CI/CD)： 一旦 GitHub 源码仓库接收到更新，会触发 GitHub Workflow（即 CI/CD 流程）。

    ◦ 该工作流会自动运行 hexo generate 生成静态 HTML 页面。

    ◦ 随后运行 hexo deploy 或相关的 Action 脚本。

  4. 多云分发：、

    ◦ GitHub Pages 是主要的展示平台。

    ◦ 同时同步部署到 Netlify、Vercel、Render和 Cloudflare Pages。这种做法可以实现容灾备份和全球加速，确保无论用户身处何地都能快速访问您的博客。

这种“一次提交，到处发布”的折腾精神，非常契合“活着，就要折腾”以及“态度决定一切”的信条。

置顶
网站/博客

阅读全文 >>

GitHub Daily - 每日开源项目推送

核心结论：利用 GitHub Actions + 本地 Ollama 大模型 + Tailscale 加密隧道 + PushPlus 微信推送，打造每日自动推送 GitHub 热门开源项目的自动化流水线。

特性

  • 自定义搜索 - 灵活配置搜索主题，如 AI Agent、Local LLM 等
  • 本地 AI 总结 - 使用 Ollama 运行本地大模型，数据安全
  • 流式生成 - 支持流式响应 (Streaming)，防止跨网络连接超时
  • 模型预热 - 自动预热加载模型，首字响应更迅速
  • 安全连接 - 通过 Tailscale 加密隧道访问家庭电脑
  • 微信推送 - 支持 PushPlus 免费推送
  • 现代管理 - 使用 uv 处理依赖，极速环境搭建
  • 调试工具集 - 内置全套 API 调试脚本，快速定位连接故障
工具/效率

阅读全文 >>

Tailscale自建DERP服务器

什么是DERP？ DERP 即 Detoured Encrypted Routing Protocol，这是 Tailscale 自研的一个协议，它是一个通用目的包中继协议，运行在 HTTP 之上，而大部分网络都是允许 HTTP 通信的。 它根据目的公钥（destination’s public key）来中继加密的流量（encrypted payloads）。 Tailscale 会自动选择离目标节点最近的 DERP server 来中继流量。

Headscale-server 是取代官方server的开源服务器，更加灵活无现在。此文没有涉及到。

**Tailscale **使用的算法很有趣: 所有客户端之间的连接都是先选择 DERP 模式（中继模式），这意味着连接立即就能建立（优先级最低但 100% 能成功的模式），用户不用任何等待。然后开始并行地进行路径发现，通常几秒钟之后，我们就能发现一条更优路径，然后将现有连接透明升级（upgrade）过去，变成点对点连接（直连）。因此， DERP 既是 Tailscale 在 NAT 穿透失败时的保底通信方式（此时的角色与 TURN 类似），也是在其他一些场景下帮助我们完成 NAT 穿透的旁路信道。换句话说，它既是我们的保底方式，也是有更好的穿透链路时，帮助我们进行连接升级（upgrade to a peer-to-peer connection）的基础设施。

https://blog.csdn.net/u010470258/article/details/147090057?spm=1001.2014.3001.5506

https://www.ghostchu.com/tailscale-安利指南-快速向你的好友推销-tailscale/

网络/安全

阅读全文 >>

vLLM部署

🦞 GLM-4-9B vLLM 部署指南

📌 前提条件

项目 版本
CUDA 13.1 ✅
Python 3.10+ ✅
显存 ≥6GB（INT4量化）

🚀 部署步骤

1️⃣ 创建虚拟环境

1
2
conda create -n glm4-deploy python=3.10
conda activate glm4-deploy

2️⃣ 安装 vLLM（支持GLM-4）

1
pip install vllm>=0.6.0

3️⃣ 下载模型

1
2
3
4
5
6
7
# 方法一：HuggingFace（推荐）
pip install modelscope
modelscope download --model ZhipuAI/GLM-4-9B-0414 --local_dir ./glm-4-9b-0414

# 或者使用 git lfs
git lfs install
git clone <https://huggingface.co/THUDM/GLM-4-9B-0414> ./glm-4-9b-0414
AI/大模型

阅读全文 >>

Jupyter操作文档

1. 使用须知

目前jupyter运行时长限制只能运行16个小时。16个小时之后将会自动释放所有资源，请提前将所需资源下载到本地或git push到平台中。本平台是开放的学习平台，禁止使用本平台进行商业用途和非法用途或者恶意攻击，一旦发现将依法追究。 此开发环境是使用的是Jupyter Lab 3.x，并集成了实用的插件。您可以在Jupyter Lab上灵活运行调试代码和编写文档，Jupyter Lab集成了很多编辑器，例如 Jupyter 笔记本、文本编辑器、终端和自定义组件。更多的详细介绍你可以查看 JupyterLab官网文档介绍。 接下来跟我来一起沉浸式地探索Jupyter Lab吧❗

AI/大模型

阅读全文 >>