![loading..](https://imgstor.waynecommand.com/img/whiplash.jpg)
![loading..](https://imgstor.waynecommand.com/img/whiplash.jpg)
Whiplash 影评
写一点影评再次原谅我到现在才看完了爆裂鼓手,看完了也是非常深有感触 电影所表达的含义是非常深刻的,所以我就拿一些自己的理解去和大家分享一下 暴力鼓手的叙事风格其实挺线性的,但是这个电影唯一有争议的地方其实就是在于结尾,因为结尾是一个开放结尾,所以大家也会有自己各自的想法,那么我就来想表达一下自己的。 本身我就很喜欢音乐和乐器,碰到这个电影真的是相见恨晚了。 电影的前半章都在表达着一种这个老师拔苗助长的风格, 暴力,直接,PUSH到你的LIMIT, 随着剧情推进,主角在进步的过程中,开始把握自己的命运,直到在那个音乐会的过程中发生了事故, 主角和老师双双都坠入低谷, 主角开始了自己的平淡生活,把自己所有乐器相关的东西都抛弃掉,老师呢则退居三线, 在一次 偶然的机会中,两人同台演出,发生了非常有意思的故事情节。..
更多![loading..](https://imgstor.waynecommand.com/img/2u-server-front.jpg)
![loading..](https://imgstor.waynecommand.com/img/2u-server-front.jpg)
NAS Gen2 使用报告
写在前面回顾一下,我的第二代 NAS,使用已经刚好两年了,距离最开始的NAS,已经过去四年了。 其实最近才又开始重新折腾,发现之前对软硬件的使用率都太低了. 这带来了生产率和效率问题。 服务和结构对于 NAS 本身来讲,功能单一是最优解,一个特定的功能只解决一件事。但是这无法提高 NAS 上的利用率。附加一些随时可中断的服务,对于现在是更好的选择。 对于我不可接受或最好不要被暂停的服务,我会尽量把它挪到 服务商(Cloudflare, Github)进行托管。 那对于可接受短时间中断的应用,则以应用类型和用途部署到NAS的不同环境上,例如 需要直接访问NAS上的文件,都会尽量通过 NAS 的 Applications(k3s)来提供,部署方式比较复杂或主要提供应用能力的会放在虚拟机上。 所以会有这两种方式来..
更多![loading..](https://imgstor.waynecommand.com/img/ipfs.jpg)
![loading..](https://imgstor.waynecommand.com/img/ipfs.jpg)
IPFS 和 BT 和 PT
探索 本文只做一些初识探索,不介绍具体技术和原理,只是客观场景分析 我自己的看法是,IPFS在未来是有巨大的潜力,只是目前生错了时代,或者说被 加密货币给祸害(?)了。 BT 现在已经可以沦为一种底层技术了。而 PT 则是一个个圈子。 InterPlanetary File System星际文件系统, 这个名字听起来非常浩大,但实际上也确实如此,设计的本意就是能够跨星际共享文件(但其实是有巨大的资源消耗的)。 搭建 IPFS 非常简单,本文不再赘述,只介绍几个概念。 为什么是IPFS,IPFS有哪些不一样 第一点,也是非常重要的一点:去中心化,这样就代表了更高的可靠性(相对),更高的安全性(难以篡改) 如果IPFS仅服务于文件存储,那么它无法进入普通消费者的视线。IPFS另一个特性就是,可以直接提供基于H..
更多![loading..](https://imgstor.waynecommand.com/img/loki_vector_grafana.jpg)
![loading..](https://imgstor.waynecommand.com/img/loki_vector_grafana.jpg)
轻量级日志系统
背景还在纠结 Elastic Stack 资源消耗? 还在纠结 Elastic Stack 配置繁杂? 还在纠结 Elastic Stack 维护困难? 今天 我就推出一套我自己的轻量级解决方案: Loki + Vector + Grafana 另外就是再简单说一下,我为什么要搞这么个轻量级日志系统,我的 NAS 和 路由器的日志都可以发送到syslog上,NAS上有很多时候会报一些奇奇怪怪的错,如果是硬盘发生了问题就更恐怖了。 所以我想把日志都收集起来,做统一的分析和告警。但是呢 日志收集并不能在我本地的NAS上做,如果NAS的虚拟机崩了,或重启了,有部分日志会丢失,所以,我选择在我的朋友的机器上做收集,然后我远程发送过去。 日志三大件LokiLoki 是列式数据库新起之秀,类似于 Prometheus,..
更多![loading..](https://imgstor.waynecommand.com/img/bt.jpg.webp)
![loading..](https://imgstor.waynecommand.com/img/bt.jpg.webp)
搭建一个简单的私有 BT Tracker 服务
Idea本来的一个想法是 用国内网盘的离线下载能力,把我本地的文件上传到网盘上,可以很优雅的做备份。 正常流程 我们做备份,一般都是 push,也就是上传文件到网盘上,这种方式 则是网盘去主动 pull 你的数据,想想是不是还挺好玩。 serverserver的选择不多,Github 上看下来,比较简单的项目有两个: https://github.com/webtorrent/bittorrent-tracker https://github.com/naim94a/udpt bittorrent-tracker这里我选择 这个基于Node构建的服务,简单高效,还有个小的状态页面 安装npm install -g bittorrent-tracker 运行# 这里只使用了 udp 协议 bittorr..
更多![loading..](https://imgstor.waynecommand.com/img/gpt-faster-inference.png)
![loading..](https://imgstor.waynecommand.com/img/gpt-faster-inference.png)
GPT 量化加速推理的几个方案
GPT 量化加速推理的几个方案越来越多的开源优质模型,我们的选择也越来越多了,模型的质量上去了,硬件的要求更高了。 在我们有限的硬件条件下,甚至,在一些便携设备下,运行 LLM 几乎不可用。但是还是有些办法的:量化加速,CUDA,Vulcan,Metal,等。 量化加速通常会把LLM的 30G+ 的文件,处理到 10G以下。有一个通用标准:GGUF,单文件,可以让整个过程更轻松。 量化加速方案 我目前推荐4种: llama.cpp (支持的很多,HF上的GGUF能直接用的也有很多) MLC-LLM(有自己的特定格式,但HF有自己能直接用的模型库,预构建的二进制文件安装很友好) chatglm.cpp(ChatGLM的量化方案,对于国内的语言环境比较友好,但是缺点很严重) LM Studio(桌面版安装,哪..
更多![loading..](https://imgstor.waynecommand.com/img/Server-Sent-Events.jpeg)
![loading..](https://imgstor.waynecommand.com/img/Server-Sent-Events.jpeg)
SSE 和 NDJSON
背景最近再折腾GPT的时候, 遇到流式的响应,总是感觉有点怪怪的,但是又很好,解析了一下,发现竟然是标准化更广的一种协议。 Server-Sent Eventsdata: {"id":"id-1720428652482","object":"chat.completion.chunk","created":1720428652,"model":"gemma-7b-it","choices":[{"delta":{"content":"。"}}..
更多![loading..](https://imgstor.waynecommand.com/img/codespaces-ga-individuals-a3d930da2750.jpg)
![loading..](https://imgstor.waynecommand.com/img/codespaces-ga-individuals-a3d930da2750.jpg)
Github Codespaces 和 远程开发
GitHub CodespacesCodespaces 可以使用基于云服务的资源,并且免去了环境搭建,配置不平衡的问题。 对于我来讲,在公司用 MacBook,在家用 Windows,两套环境不统一,且项目的存放位置不一样,这给我开发一些小项目的时候带来了很多麻烦。 VS Code最优解仍然是 VS Code,和 Github 集成是最好的。但是也会有个问题,VS Code 并不适用于纯静态语言和复杂的依赖结构,比如 Java,Go 等等。 但是对于 脚本类型的非常合适,比如 python,shell,js 等等。 尤其是 Github Codespaces 集成了那么多的开发环境,开箱即用,真的是美到不行, Jetbrains Gateway对于大型项目来讲,还得是 Jetbrains 的产品好,一般来讲..
更多![loading..](https://imgstor.waynecommand.com/img/fido2.jpg)
![loading..](https://imgstor.waynecommand.com/img/fido2.jpg)
FIDO 2
FIDO 2FIDO 2 是我很早就想搞得一个事情,但是相关的东西生态太少了,所以优先级不高,但最近折腾了几个东西,让我觉得 还是有搞头的。 安全性和便利性都兼得的一种办法。这个就是未来。 概念FIDO2Fast IDentity Online(线上快速身份验证)的缩写,或称 FIDO 联盟。该联盟主要致力于构建安全、开放、防网络钓鱼的无密码身份验证标准。 包括通用认证框架 UAF(Universal Authentication Framework)、通用第二因素认证标准 U2F(Universal 2nd Factor) 以及 FIDO2。 当说到使用 “FIDO” 时,通常是指使用这三种协议中的任何一种,因为从概念的角度来看,这三者基本一致,只是结构有所区别(UAF——TLV,U2F——RAW,FID..
更多![loading..](https://imgstor.waynecommand.com/img/home-assistant.png)
![loading..](https://imgstor.waynecommand.com/img/home-assistant.png)
Home Assistant
Home Assistant之前一直觉得 Home Assistant 有些过于复杂了,是因为我一直一直都用某一个生态圈的东西,比如用小米的就用小米的全套,用 Aqara 就是全套。 那如果各种不一样的品牌组合来用呢?这就变得很复杂了。 但是 Home Assistant 本身是支持各种生态圈的,所以你只要安装好 Home Assistant,然后把各种生态圈的组件都安装好,然后配置好,就可以使用了。 安装Linux推荐使用 Docker 安装, 这样就不用考虑各种Python依赖了。反正都是不能安装插件的。 如果你有虚拟机环境,官方提供的有操作系统。 version: '3' services: homeassistant: container_name: homeassist..
更多