参见 Reference 部分。

TL;DR

Secure Shell is a protocol used to securely log onto remote systems. It can be used for logging or executing commands on a remote server. More information: https://man.openbsd.org/ssh.

• Connect to a remote server: ssh username@remote_host
• Connect to a remote server with a specific identity (private key): ssh -i path/to/key_file username@remote_host
• Connect to a remote server with IP 10.0.0.1 and using a specific [p]ort(Note: 10.0.0.1 can be shortened to 10.1): ssh username@10.0.0.1 -p 2222
• Run a command on a remote server with a [t]ty allocation allowing interaction with the remote command: ssh username@remote_host -t command command_arguments
• SSH tunneling: [D]ynamic port forwarding (SOCKS proxy on localhost:1080): ssh -D 1080 username@remote_host
• SSH tunneling: Forward a specific port (localhost:9999 to example.org:80) along with disabling pseudo-[T]ty allocation and executio[N] of remote commands: ssh -L 9999:example.org:80 -N -T username@remote_host
• SSH [J]umping: Connect through a jumphost to a remote server (Multiple jump hops may be specified separated by comma characters): ssh -J username@jump_host username@remote_host
• Close a hanged session: <Enter><~><.>

公钥认证

默认情况下，SSH 会寻找 ~/.ssh/id_* 作为私钥，其中 * 部分可以是 rsa、ecdsa、ed25519 等，也可以通过 -i 参数指定私钥文件。私钥的文件名加上 .pub 后缀就是公钥文件，暂时没有方法指定公钥文件的路径。如果要在配置文件中指定一个或多个私钥，可以使用 IdentityFile 选项，例如：

Host example
  IdentityFile ~/.ssh/id_rsa
  #CertificateFile ~/.ssh/id_rsa-cert.pub

一般来说，除非为了兼容一些非常古老（如 10 年前的）或非常简单的（如嵌入式）系统而不得不使用较短的 RSA 密钥对的时候，我们推荐使用 Ed25519 密钥对，或者 ECDSA 密钥对。这两种基于椭圆曲线的密码学算法比 RSA 更安全，而且性能也更好。如果不得不使用 RSA 的话，请尽可能使用 3072 位或更长的密钥长度。密钥长度可以在使用 ssh-keygen 生成密钥对时指定（-b），其中不同算法支持与推荐的长度也是不同的：

端口转发（Port Transportings）

SSH 配置 TCP 端口转发的格式为 [bind_address:]port:host:hostport，SSH 支持三种端口转发：

动态端口转发（Dynamic port forwarding）

在本地监听一个端口用作 SOCKS5 代理。

例1 SOCKS服务器

ssh -D 1080 vps -N

此时可将远程主机 vps 作为 SOCKS 服务器使用，比如 curl -x socks5://localhost:1080 google.com。可以代理绝大多数软件：浏览器，社交媒体，开发工具（如 Git）等。

另外，对于大学生来说，SSH 动态端口转发结合 OpenVPN 使用可以突破学校上网设备限制。

本地端口转发

也叫 Single port forward TCP tunnels。

ssh -L 0.0.0.0:8000:localhost:8000 host -N

远程端口转发

也叫 Reverse TCP Tunnels。

本地端口转发和远程端口转发的工作模式可以结合由 Ivan Velichko 绘制的图片来理解：

结合端口转发与代理的例子

让服务器使用本机的SSH密钥和网络环境。

一行命令。

ssh -A -D 1134 localhost -t ssh -A -R 1220:localhost:1134 [user]@remote_server -t http_proxy=socks5h://127.0.0.1:1220 https_proxy=socks5h://127.0.0.1:1220 all_proxy=socks5h://127.0.0.1:1220 bash

这里使用了嵌套式的 SSH 命令连接远程主机。首先在本地使用动态端口转发启动一个 SOCKS 服务器，然后通过远程端口转发把本地 SOCKS 服务器端口转发到远程服务器，并且直接设置好代理的环境变量，这里设置了 SOCKS5H 协议，让远程服务器也使用本机的 DNS 解析。这样实现了让远程服务器使用本地的 SSH 密钥和网络环境的功能。

其中 -A 开启 SSH Agent 转发，用于转发添加到 SSH Agent 的密钥到远程服务器，-D 1134 localhost 在本地开启一个端口在 1134 的服务器，-t 强制 tty 分配，用于命令执行。

ssh -A -D 1134 localhost -t ssh -A -R 1220:localhost:1134 [user]@remote-server
export http_proxy=socks5h://127.0.0.1:1220 https_proxy=socks5h://127.0.0.1:1220 all_proxy=socks5h://127.0.0.1:1220

可以使用 ssh -v <URL>，查看日志来观察是否远程服务器使用了本机的密钥。

使用 curl -4 ip.sb，查看远程服务器是否使用了本机作为代理，若成功你应该看到的是本机的IPv4。

跳板

ssh -J jumpuser1@jumphost1,jumpuser2@jumphost2,...,jumpuserN@jumphostN user@host

登陆到 —J 指定的 jumpuser1@jumphost1，再从 jumphost1 登陆到 jumpuser2@jumphost2，以此类推来登陆到目标远程主机。在网络环境直接与目标主机隔离的时候有用，比如可以将 AWS 海外服务器作为跳板登陆其他海外的服务器。

连接复用

X11转发

配置文件

SSH可以在配置文件中使用任意的命令行参数。

Reference

1. ssh - tldr pages
2. SSH 原理与运用（二）：远程操作与端口转发
3. SSH 使用技巧 - Linux 201 by USTC LUG
4. An SSH tunnel via multiple hops - superuser.com
5. Using SSH agent forwarding - GitHub Docs

还在看的资料

https://www.baeldung.com/linux/ssh-tunneling-and-proxying 讲了更多关于 SSH Tunnel 和代理的。

https://plantegg.github.io/2019/06/02/%E5%8F%B2%E4%B8%8A%E6%9C%80%E5%85%A8_SSH_%E6%9A%97%E9%BB%91%E6%8A%80%E5%B7%A7%E8%AF%A6%E8%A7%A3--%E6%94%B6%E8%97%8F%E4%BF%9D%E5%B9%B3%E5%AE%89/ 讲了很多琐碎的东西，但似乎看起来写的不好，太过冗杂了，解释的也不清楚。

最基础的就是些开源相关的常识，比如开源协议，开源使用的工具等等，如果有意学习我相信大多数人很快就能掌握。我也就大致列了一些在下面。当然，最快速的方法是寻找一些新兴的正在开发的开源项目，观察其规范、行为乃至参与其中，这样的学习效率是最高的。

开源协议

常见的开源协议

• MIT License：这是一个非常宽松的协议，允许任何人几乎无限制地使用、复制、修改和分发代码。
• Apache License 2.0：与MIT类似，但它增加了专利授权条款，并要求保留原始版权声明。
• GPL（GNU General Public License）：强制衍生作品必须以相同的许可证发布，确保开源精神得以延续。
• LGPL（GNU Lesser General Public License）：适用于库，它允许专有软件链接到该库而不需要开放其源码。
• BSD Licenses：提供了两种版本，新BSD协议包含了禁止使用贡献者名字进行推广的条款。
• AGPLv3（GNU Affero General Public License version 3）:扩展了GPLv3（GNU General Public License version 3）的条款，特别针对通过网络提供服务的应用程序。

开源的平台

常用的开源平台

• GitHub：最流行的代码托管平台之一，支持Git版本控制。
• GitLab：提供更多的CI/CD集成选项，并且可以自托管。

开源使用的工具

版本控制

使用Git进行版本控制, 跟踪代码更改历史, 多人合作.

Git Hook

Hook 脚本可以在特定时间发生时自动运行, 顾名思义 Hook(钩子)就是在某事发生必然发生的事, 用途比如提交前检查代码风格或者提交后部署代码.

Git Ignore

使用 .gitignore 文件列出不应被 Git 追踪的文件, 例如编译产物或IDE配置文件.

Issue 模板

创建 issue 模版可以帮助开源社区贡献者清晰描述问题, 包括复现步骤和期望行为. 规范的 issue 不仅可以帮助提问者快速的解决问题, 节省维护者了解问题的精力, 还节省了后续查询相关 issues 的用户的时间. 遇到过不少不规范 issue 的项目, 去查 issue 查个半天会发现一些提问者描述的既不清晰, 而且在没有给出解决方案(不管可行不可行)的情况下就把 issue 关闭了.

Pull Request模板

PR模板有助于确保所有必要的信息都被包含在内，如变更描述、测试结果等。可以方便审查代码.

CI/CD

持续集成和持续部署工具，如GitHub Actions、GitLab CI、Jenkins等，可以自动化测试和部署流程。比如自动编译 Release, 自动部署, 自动打包 Docker 镜像等等.

宣传

东亚文化是一种集体主义，社会鼓吹的是踏实、谦虚、低调，不要突出自己。所以很多人喜欢在集体中默默无闻的奉献，这是最经典的一种驯化。长期演变下来，你会发现，身边很多人是不擅长或者说不屑于展示自我的，因为我们的文化里常常将"Selling yourself"等同于一种负面的道德品格。 当你做完一件事情其实还不够，你得"Show your work"，把它"贩卖"出去。

我亲眼目睹了一个开源项目在宣传前后star数的井喷，在那个项目的开发者还没有下场宣传的时候，它不到一千的star，但是在宣传之后，那个项目的star在短短两天之内就到了五千star。"酒香也怕巷子深"，因此好的宣传也是做好一个开源项目必要的。

开源软件如何进行宣传？

• 社交媒体：国内利用Bilibili、知乎、小红书, 国外利用Twitter、LinkedIn等社交网络分享项目进展。
• 技术博客：撰写关于项目的博客文章，解释其用途和技术细节。
• SEO优化：确保项目页面针对搜索引擎进行了优化，以便更容易被发现。
• 多交朋友：与其他相关的开源项目或公司建立合作关系扩大影响力。

当然开源项目是经过众人不断用实践检验的。清晰的文档，用户友好的指引，会有助于新人的到来。规范的代码实践和沟通机制，会使得贡献者和维护者更有效的发展项目（对于正在不断开发的项目）。

按照国内的环境，对于个人来说，开源是一项要求极高，且和做慈善没有区别的事。这种情况估计还会持续下去。

他回答，因为经常有人来他宿舍找他，但却不是找他，而是找其他人，只是找其他人之前会去和他打招呼聊两句天说两句傻逼话而已。他觉得自己成了“公交车”。我没回应。说起了我大二的事情。

简短地说，就是大一大部分社交的场所，被突然破坏了（以我当时认知的判断）。我事后回忆下来，感觉就像一个人逃离灾难，我逃离了我大一耕耘的地方。我被远离了，不，我觉得我被远离了，我害怕了，于是我先主动远离了。是的，来到大二的我失去了很多。

我在这种失去中怅然，并没有去寻找新的方向和维护好自己要做的事情。我对自己的生活并没有主动性，我只是等待着不可避免的那日到来，在眼前不可避免地看到了到来后，我才会慢悠悠地反应过来，好像睡了个觉，才来对付那来临的一切。但这我是被我预见到的，连我自己也是被我预见到了的。

或是这种主动性缺失，致使我这几年自我效能感不高，垂头丧气。一边是自己拿刀子捅自己，逼迫自己前进；另一边是躺在地上，等着外界给自己捅刀子的时候吓的逃跑。毫无疑问，我在这种断续地无意识状态选择了后者，我逃避了有意识的思考与解决方案。而是选择将权力交给他者。我死不足惜。

这种深沉的自我惩罚，也是我与外界对立和恐惧的一种表现。我不期待哪天我突然有改变，只是想把今日的我写下，或许某日的我翻看后又会尴尬的不行呢？

我最后还是写了年终总结，即使数字已经转到了下一年。

年终总结：

1. 比赛中的人际没有处理好，痛苦地拖延和解决；
2. 漂浮感；
3. 尝试感受经济的紧迫，勤工俭学；
4. 看了很多 live，买了一些 CD；
5. 家教、实习，接近社会；
6. 还是模糊的不知道自己的方位；
7. 买了自己的琴；

拥有一台非大陆的服务器

VPS(Virtual Private Server)，顾名思义你需要拥有至少一台非大陆的服务器，推荐的操作系统是 Debian12(RAM>=1GB)。后面的步骤有配置 SSH 免密访问，禁止密码登录，乃至修改默认 sshd 端口。这部分操作是出于远程连接的安全性考虑的，我在此不赘述，感兴趣的读者自行检索即可找到相应教程（亦可参考引用部分的文章）。

通过脚本一键搭建 V2Ray

233Boy 提供了完整的脚本用于创建 V2Ray 节点。代码以 GPL-3.0 协议开源在 Github 上。

# 下载并运行 233Boy 提供的 V2Ray 安装脚本（会默认生成使用 Vmess-TCP 的链接）
bash <(wget -qO- -o- https://git.io/v2ray.sh)
# 添加新节点
v2ray add Vmess-TCP-dynamic-port

此时会得到我们新生成的链接，对于 V2RayN 用户，此时复制粘贴进 V2RayN 即可使用（支持ShadowRocket、V2RayN）。但是对于其他 VPN 客户端，比如 Clash系列来说，并不一定能直接支持，此时需要部署订阅转换服务。

为什么需要自己搭建自己的订阅转换服务而不是使用其他人的？

我也在思量这个问题。

VPS 性能调优

参见 Linux 网络优化，运行脚本前请先下载 speedtest 进行测速，对比优化前后速度，避免错误的优化。

使用 CloudFlare 扩展 VPS 网络出口

参见 Cloudflare WARP 教程：给 VPS 额外添加“原生” IPv4/IPv6 双栈网络出口。一般而言所购买的服务器只有 IPv4。我们可以通过 warp 添加 IPv6 并调整 v4/v6 的使用优先级，将默认的出站 IP转成 warp 的 IP。

我的建议是给 IPv4 only 的服务器只添加 IPv6 warp, 并且 IPv6优先于 IPv4（如何确认上述文章有提及）。

部署订阅转换服务（可选）

最好拥有自己的域名，国内外的域名供应商皆可。

使用 CloudFlare Pages 部署订阅链接

最好拥有自己的域名，一般购买很方便且可以很便宜。教程参见 Pages 部署方法

总结

按照如上步骤，可以得到个人使用的性能良好的 VPS，从而可以更好地浏览和使用互联网上的资源。

额外的问题

无法访问引用的网页（比如 GitHub、个人博客）怎么办？

考虑安装 Watt Toolkit，其提供 GitHub 网络加速(通过修改 Hosts 的方式)。

Reference

1. V2Ray 一键搭建详细图文教程（小白试用）-233Boy
2. V2Ray搭建详细图文教程 - 233Boy
3. VPS 网速优化
4. 订阅链接汇聚 cmliu/CF-Workers-SUB
5. Setup Cloudflare WARP on IPv6 Only VPS
6. Cloudflare WARP 教程：给 VPS 额外添加“原生” IPv4/IPv6 双栈网络出口
7. 【配置优化】我拿到VPS服务器必做的那些事

涉及有监督的学习需要数据标注。而人工数据标注作为苦力活一直为人所诟病，认为这并不值得去学习。我认为，其中的关键并不在如何标注数据，而是怎样的数据标注是好的，或者说数据应当标注成什么样。这些问题其实在实践中已经积累下了不少的答案，我们已经有了“最佳实践”。

不同的数据领域划分了不同的任务。而一些任务存在了令人满意的通解，比如视觉上的 SAM、NLP上的 Transformer 系，Audio上的解决方案也很成熟。如何从一个成熟的解决方案中让自己的项目更自动化的受益？这就是数据自动标注所做的事。

举例，对于小的细分的尚且没有人做的领域任务，且使用深度学习的方法是可行的（而可行性多半决定于数据的质量和数量）。这时使用通用的领域模型对新任务自动的进行标注（乃至交互式标注），可以大大省去新任务的数据处理时间（甚至获得更高质量的数据）。这就是从成熟解决方案更自动化地受益的所指。

当我们在浏览器上搜索某样东西时，其实我们是假定使用浏览器的某人遇到了同样（相似）的问题并且有了解决方案。类似的，当我们有了一个想法的时候，你需要审查一下世界上有没有其他人早已经提出了类似的想法。

AI4S，这是很自然的想法，将AI用于数据标注，并且现实中已经存在实践。考虑到数据安全性问题以及我所能接触到的调研对象有限，下面仅列举无数据安全问题的开源项目。首先简单分类为领域特定的数据标注和通用类的数据标注。更详细的可以参见 awesome-data-labeling 和 Data_Label_Tools.

领域特定：

• CV：
• • label-me FOSS
• • X-AnyLabeling GPL-3.0
• • label-img MIT(且已经 Archive, 被并入 label-studio)
• NLP:
• • data-labeling GPL-3.0

通用类：

• label-studio Apache-2.0

按企业整理的话。国外有 HumanSignal。国内有星尘 、有生。HumanSignal 和 星尘是较早开始进入数据标注领域的。有生是今年才开始进入数据标注软件，并在 ToG 业务上有了进展。

如果只是归咎原因，那么可以归于我的毫不在意和单双周的难记忆。但我，在感到有必要要去做的事情的时候，是会早早醒来的。我应当是感到了那样的生活是在消耗我，起码是消耗现在的我。

我对我将临的事情，并无期待，反而是反抗。而反抗，这种消极的反抗，造成的是：我生活的崩塌从 regular 到 irregular，从主流的道路到谁也不确定的道路。我生发了一种对生活、乃至“世界”的背叛感。我很难不去追问，到底是怎么了，为什么我会这样做呢。

当我询问我自己这样的问题时，我内心其实已经有了答案和想法。当一个人生发出一种行为的时候，尚若他追问自己的言行，是一定能够归咎出原因的，即使脑海中假想推演出来的原因和对过去的模拟非常有可能是错误且偏离现实的。

鉴定为水课，尽量挑感兴趣的有用的部分看。

最近工作内容涉猎了大模型的应用，想更深入的了解一些，便打算试试这门课。笔记更新进度对应学习进度。

LLM Reasoning

提问：What do you expect for AI?

What do you expect for AI?

AI 是人类创造出来的更自动化的工具。若从控制的观点来说，AI 就是控制器的控制器，能够担负人类的现实任务。在理想的应用情况可以承担大部分社会物质精神运转的负荷。

教授的回答:

What do you expect for AI?

AI should be able to learn from a few examples, like what humans usually do

而以往的机器学习达到了这个期望吗？并没有。机器学习缺乏归因能力——需要大样本学习。而”Humans can learn from just a few examples because humans can reason“。因此其暗指大模型拥有 reason 能力。

Key Ideas

我们慢慢引出一系列关键的想法来提升大模型的效果。

Derive the Final Answer through Intermedia Steps

Also called Chain-of-Thought(CoT).

可以简单导出一种应用——CoT Prompting。最经典的一个例子——”Let's think step by step“，这个 Prompting 达成了零样本的 CoT。

Least-to-Most Prompting Enable easy-to-hard generalization by decomposition

《How to Solve It》一文中提到。

Decomposing and recombing are important operations fo the mind. You decompose the whole into its parts, and you recombine the parts into a more or less different whole. If you go into detail you may lose yourself in details.

其实理念和计算机科学中一直倡导的缩小问题规模有共通之处？Map-Reduce，缩小问题规模不可避免地就要分解问题。

Using just 0.1% demonstration examples achieves perfect generalization.

这里不知道是指预训练时加入一定量地分解问题的数据，还是指对话时加入分解问题的例子。

以上两种方法其实都是中间步骤。为什么中间步骤可以有如此大的效果呢？

• Constant-depth transformers can solve any inherently serial problem as long as it generates sufficiently long intermediate reasoning steps
• Transformers which directly generate final answers either requires a huge depth to solve or cannot solve at all

也就是说，没有中间步骤要么注意力强大到能直接解决问题，要么得到错乱的解。而加入中间步骤，解决序列问题中的每一个简单问题，从而可以解决任何能够分解为序列问题的问题。

LLMs as Analogical Reasoners

Do you know a related problem? In fact, when solving a problem, we always profit from previously solved problems, using their result, or their method, or the experience we acquired solving them.

出于这种思想，可以导出提示词——Recall a related problem, and then solve this one. （回忆一个相关问题，然后解决这个问题）。这种方法又叫 Self-generated Examples。

不过提示词的角度太过于简陋，从我个人的角度来说，提示词其实很不安全，而且让我很不安。完全把命运交给多出来的词向量真的太怪了。有没有不使用 Prompting 就可以触发 CoT 的方法？

有的。从 Decode 下手，以往 GPT 输出的时候是选择 Top-k 中概率最高的词输出，也就是简单的贪心选择。如果让其对 Top-k 中的词继续做生成，在根据置信度选择答案，这就是 CoT-decoding 方法。

Key takeaways

1. Pre-trained LLMs, without further finetuning, has been ready for step-by-step reasoning, but we need a non-greedy decoding strategy to elicit it.
2. When a step-by-step reasoning path is present, KKMs have much higher confidence in decoding the final answer than direct-answer decoding.

Limits of Intermediate Steps

Always keep in mind that LLMs are probabilistic models of generating next tokens. They are not humans.

我们希望：给出问题的基础上得到最大可能的最终答案。

LLM CoT-decoding所做：给出问题的基础上，给出最大可能的 reasoning path 以及最大可能的最终答案。

Self-Consistency

More consistent, more likely to be correct

人性的一个突出方面是人们的思维方式不同。很自然地假设，在需要深思熟虑的任务中，可能有几种方法可以解决问题。我们建议可以通过从语言模型的解码器中采样来在语言模型中模拟这样的过程。例如，如图 1 所示 ，一个模型可以对数学问题生成多个合理的回答，这些回答都得出相同的正确答案（输出 1 和 3）。由于语言模型不是完美的推理器，因此模型也可能产生不正确的推理路径或在其中一个推理步骤中出错（例如，在输出 2 中），但此类解决方案不太可能得出相同的答案。也就是说，我们假设正确的推理过程，即使它们是多种多样的，也往往比不正确的过程在最终答案中具有更大的一致性。

Self-Consistency 利用了复杂的推理任务通常允许多条推理路径到达正确答案的直觉。一个问题越需要深思熟虑的思考和分析 ，可以得到答案的推理路径就越多样化。

Quiz

Q1. When the LLM outputs a direct answer without intermediate steps, will you still sample several times, and then choose the most common answer?

我不会，我倾向于它不能够解决这个问题，而重新换种问法。

Q2. Change self-consistency by letting LLM generate multiple responses, instead of sampling multiple times, and then choosing the most common answer. Does this make sense?

我认为这其实并不能解决问题。首先模型必须能够得出正确答案，假设其起作用的前提是，采样到的答案中正确的答案占大多数。这只能让复杂但不困难的任务表现的更好，而对于简单任务和复杂困难任务没有帮助。

Limitations

大模型存在什么限制呢？了解限制可以让我们更好的发挥它的作用。

LLMs Can Be Easily Distracted by Irrelevant Context

Psychology studies show that irrelevant information may significantly decrease some children and even adults problem-solving accuracy.

在大模型上的表现就是——Adding irrelevant contexts to GSM8K leads to 20+ points performance drop.

知道了如此限制，那么我们可以用提示词去尝试解决——Ignore irrelevant context。这可以挽回一点性能表现。

LLMs Cannot Self-Correct Reasoning Yet

While allowing LLMs to review their generated responses can help correct inaccurate answers, it may also risk changing correct answers into incorrect ones.

尤其是在常识性的问答中，GPT-3.5 Self-Correct 后的表现下降的很厉害。

Reported improvements need oracle answers.

Oracle: Let LLMs self correct only when the answer is wrong

Premise Order Matters in LLM Reasoning

前提条件重排序会让 solving rates 下降。

总结

• Generating intermediate steps improves LLM performance
• • Training/fine-tuning/prompting with intermediate steps
• • Zero-shot, analogical reasoning, special decoding
• Self-Consistency greatly improves step-by-step reasoning
• Limitation: irrelevant context, self-correction, premise order

你们的生存究竟有何价值？如果毫无价值，你们究竟为何存在？

我们该身处怎样的位置？或者说生活该是怎样的？我不知道。社会主义核心价值观中个人层面的要求提到我们要爱国、敬业、诚信、友善。朗朗上口又空洞的字眼，真的能指引我的生活吗？我否认它。

对于有些人，这些问题是无需思考的，并非因为短视与无知，而是因为过往的生活经验中存在着经得起质疑的参考，他们信服且可以认定自己的生活方式与存在来源，并以此为生活的指导。另一些人是短视者，或许曾经有挣扎过，但还与社会的规训和解。这不如不做挣扎。我不是其中一员。作为具象的人，我不喜欢被分类，甚至说评价自己。或者换句话说，我讨厌暴露自己，即使现在我就在做着这样的事情。我的自反性强烈地牵引着我来到了一种莫名的境地，在这里我会感受到痛苦，并让我难以理解幸福。

汲取某一样东西或者深深扎根在一处汲取营养与支持，那是再好不过的事情。我还是犹豫着选择。在上一刻被消灭下一刻不存在的现在，妄图否认一切。是可笑的。专注于某一项东西难免要做出某种选择。这都是胡说八道的谎言。

事实上是，蜷缩的内心带来长时间不使用而萎靡的声音，惧怕外界的同时在自己内心的系统中不断咀嚼反复。其表象可以归为“微信恐惧症”。

惧怕否认而自诩，自诩自重而自封。

在时间的脉络和物质的运动之中，星河翻转的梦境里，时间，时间。不可避免地迈步向前，而由自反诞生的恐惧与疏远仍深深扎根。这一切都是漫长的白夜。我们的生存究竟有何价值？如果毫无价值，我们究竟为何存在？

大抵是从初中开始，我就对文字保有偌大的趣味。我认为那是一件值得品味，需要经验积累才能表征出的东西。我想写自己的小说，传达自己的思想。但自我判断后，认为仍需更多的现实经验积累（但其实更重要的是相应的锻炼，比如说写作训练），便将想法设置为遥远的理想，始终铭记，但将其搁置在行动清单外。

大学刚入学后，学着网上胡乱的言论（还有身边的例子），我也开始写博客。那时候的我，对于博客的写作，其实只是大多停留在复制粘贴的搬运。毕竟经验与感想是需要累计和思考的，没有一定时间的浸润是很难以自己的想法表达出来其他人的想法的。而自我日常的思绪又过于混乱，不花时间做整理，到最后连自己都看不懂。这样记录实在是无趣。

对于自我的寻找是更关键的。尽管我知道了自我的位置，但是我还是没有以——有足够归属感的、卸下自己防备的方式去接受自我的位置。这很大程度上动摇了我未来决策的基础。

这实在遗憾。

好了，谈了不少呓语。下面提一下这次博客的搭建。当然是放弃了 Hexo，感到厌倦，还是不满意。很多时候就是一个想法出现，决定做不做。过后就会很快的把它丢出“缓存”。

理想的博客要求是简单、简洁、书写方便。如此，需要 Markdown 文件支持，也需要一些基本的功能，比如说 RSS 订阅、评论、分类、标签、日夜模式切换等等。应该会在后续上线。

技术栈：Nuxt3(+@nuxt/content) + TailwindCSS

非常简单的技术栈。摸鱼的时候玩的很爽。www

就是这样，博客还存在一些问题，但边用边解决吧。

我之前写过博客。但之前的流程过于琐碎。当想要看到我新写内容的效果时，我都需要忍受长达几秒的 hexo g && hexo d，编辑的过程也不能够实时渲染。另一个使我厌烦的原因是，之前的博客是 Github Pages 部署的。我公开在 GitHub Repo 上的源代码也很丑陋，实在让我提不起兴趣去写。

我追求过程的简洁，便想换成渲染 markdown 文件的博客 (Hugo 可行，但没有去尝试)。自己也尝试用 Nuxt3 写过一些 Markdown 的静态渲染网站，实力有限其扩展能力也不强，最后还是用以前的老套路 (Hexo + Butterfly theme)。不过这次决定将构建过程迁移到云端，提交到仓库的源代码就只是源代码了，这样我就只用 git add *.md了。

而且更令我惊喜的是，在这个过程中我还认识了 RSS 的存在。我可以通过 RSS 订阅自己的博客而忽略博客本身，这样可以更专注于写作。

这次的博客更多是内心表达的冲动一直驱使着我，想要写下什么东西。我也时常怀疑自己——表达的方式真的只有这种吗？因此我也迟疑了很久，没有在网上写博客。而是在其他地方更隐私的地方零零碎碎地写下一些东西。但只是心血来潮写写罢了，三天打鱼两天晒网，其实和没写也没区别。

不过这次就不一样了。

哈哈？

如此吧。

There is no end though there is a start in space. ---Infinity.

记录一下简单的电脑配置流程。按照这个顺序配置即可。

Windows

必须是Win11，因为我需要这个版本上面的一些特性，或是功能性的，或是装饰性的。

一、登录微软账号

1. 同步部分OS配置
2. 同步edge
3. 同步应用商店
4. 升级到相应的Win11版本

二、转移基本的静态文件

1. 所有的图片（壁纸+图标+光标）
2. 所有的额外字体文件（Jetbrain+Nerd等宽字体+几款我喜欢的中文字体）
3. .ssh文件夹（用于登录服务器）
4. windows terminal 的配置文件setting.json，并替换本机windows terminal配置文件，将部分的图标路径进行修改。

三、下载应用软件

1. 微软应用商店：Dolby Access（音效）, ScreenMix（录屏）, Snipaste（截屏）、TranslucentTB（美化任务栏）、Starrea（ePub阅读器）
2. 下载前往魔法址获取SSR订阅，下载并配置CFW。
3. 网上下载：Google Chrome, FireFox, Tim, 微信, 飞书, 百度网盘, 7z, postman, Office套件, 向日葵, obsidian, OneNote

四、配置开发环境

1. 下载 PowerShell 7.x 最新版本 官方文档：在 Windows 上安装 PowerShell - PowerShell | Microsoft Learn
2. 删除和python默认起冲突的可执行文件。使用管理员权限打开powershell，输入：

   cd C:\Users\<用户名>\AppData\Local\Microsoft\WindowsApps
   rm python*
   

2.下载 Git

1. 前往 https://git-scm.com/download/win
2. 配置信息：

git config --global user.email xxx
git config --global user.name xxx

3.设置代理：

git config --global http.proxy http://127.0.0.1:<端口号>
git config --global https.proxy https://127.0.0.1:<端口号>

3.安装python

1.去 https://www.python.org/downloads/windows/ 寻找稳定版本的x64可执行文件下载

2.配置pip源：

pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
pip config set global.proxy http://127.0.0.1:<端口号>

4.安装MinGW https://sourceforge.net/projects/mingw/

忘记安装配置怎么选看这篇博客

5.安装cmake https://cmake.org/download/

如果安装了VS，可以查看路径C:\Program Files\Microsoft Visual Studio\2022\Community\Common7\IDE\CommonExtensions\Microsoft\CMake\CMake\bin，这里面存在VS构建的cmake，上面的cmake可以不用下载。

6.安装node https://nodejs.org/en/download/ npm 换源：

npm config set registry https://registry.npm.taobao.org

7.安装go 1. 找到安装 https://golang.google.cn/dl/ 2. 配置： shell go env -w GO111MODULE=on go env -w GOPROXY=https://goproxy.cn,direct 3.如果有必要，设置GOROOT和GOPATH环境变量

8.安装Java：https://www.oracle.com/hk/java/technologies/downloads/

9.测试以上编译器、解释器能否正常工作。

10.安装vscode（科学上网），安装后打开并登录GitHub账号进行配置与插件同步（等到左下角的“正在同步”消失后，就可以退出了）

11.安装VS2022（反正是最新版的就行），安装windows通用开发和C++的。

五、配置终端

以管理员权限打开windows terminal，执行下面的指令

1. 配置 powershell，安装powershell插件

# 允许运行Install-Module脚本
set-executionpolicy remotesigned

# 更新最新版本的PSReadLine，为了自动补全
Install-Module PSReadLine -Force

# 创建powershell 的初始化脚本，点击确认创建即可
notepad $profile

# 安装几个插件
Install-Module posh-git
Install-Module Terminal-Icons

2.安装并配置oh-my-posh

1.安装oh-my-posh

winget install JanDeDobbeleer.OhMyPosh -s winget

如果该方法失效，移步oh-my-posh windows set up查看最新安装方法

2.下载oh-my-posh主题

git clone https://github.com/JanDeDobbeleer/oh-my-posh

将里面的theme文件夹保留即可。

3.测试

oh-my-posh init pwsh | Invoke-Expression

3.配置整体运行文件

notepad++ $profile

将以下文本写入其中：

oh-my-posh init pwsh --config <主题路径（json文件）> | Invoke-Expression
Import-Module posh-git
Import-Module Terminal-Icons
Set-PSReadLineOption -PredictionSource History
Set-PSReadlineKeyHandler -Key Tab -Function MenuComplete

重新打开terminal查看安装效果

六、安装WSL2

以管理员身份打开windows terminal

# 开启VM组件 开启后需要重启电脑
Enable-WindowsOptionalFeature -Online -FeatureName VirtualMachinePlatform

# 列出可安装的安装包
wsl --list --online

# 安装你想要的发行版，我这里是Ubuntu-22.04
wsl --install -d Ubuntu-22.04

# 设置为wsl2
wsl --set-default-version 2

WSL可以简单的创建多个发行版，并进行管理和切换。并且可以对接VS code及Jetbrain(学生可以申请专业版！！快去)等IDE。支持CUDA，docker，并且享受linux命令行的各种工具。掌握使用WSL是重要的。 现在来举例一些基本的操作。

# 列出已安装的Linux发行版
wsl -l -v
# 导出/备份
wsl --export Ubuntu-22.04 Ubuntu-22.04.tar
# 导入/还原/利用备份创建新的安装
# wsl --import <wsl_name> <route> <source>
wsl --import Anaconda C:\Users\niina\root\var\wsl\anaconda

以上操作完成后，在win+Q(或win)中搜索ubuntu on Windows，打开，完成安装和账号注册（Unix账号必须是开头小写的单词）

完成后打开windows terminal的下拉菜单，会发现多出了一个Ubuntu的标签页。后面移步Linux的配置。

WSL学习使用：适用于 Linux 的 Windows 子系统文档 | Microsoft Learn 开源的一个WSL入门手册： 在Windows上优雅地使用WSL开发

七、兴趣爱好

• cuDNN开发套件（用于开发kernel op和安装编译torch cuda） https://developer.nvidia.com/cuda-downloads
• FL Studio
• Cubase
• REAPER
• Synthesizer V
• Steam
• ACE studio https://ace-studio.timedomain.cn/

Linux

一、apt换源

操作如下。

cd /etc/apt/

# 留个source备份
sudo cp sources.list sources.list.backup

# 使用源
sudo vim sources.list

写入：(根据ubuntu版本号自己查, cat /etc/os-release) 清华源给出的Ubuntu22.04源的网址 Ubuntu 下面是同版本阿里云的源，复制粘贴进即可。

## aliyun mirrors
deb http://mirrors.aliyun.com/ubuntu/ jammy main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ jammy main restricted universe multiverse

deb http://mirrors.aliyun.com/ubuntu/ jammy-security main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ jammy-security main restricted universe multiverse

deb http://mirrors.aliyun.com/ubuntu/ jammy-updates main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ jammy-updates main restricted universe multiverse

deb http://mirrors.aliyun.com/ubuntu/ jammy-proposed main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ jammy-proposed main restricted universe multiverse

deb http://mirrors.aliyun.com/ubuntu/ jammy-backports main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ jammy-backports main restricted universe multiverse
## aliyun mirrors End

保存退出。

移除自带的包（因为可能和国内源的软件有冲突）

sudo apt remove ubuntu-advantage-tools

更新包管理器：

sudo apt update && sudo apt upgrade
sudo apt-get update

二、安装基本的开发工具

# mingw套组
sudo apt install build-essential cmake

# python3 pip 工具
sudo apt install python3-pip
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

三、美化终端

使用fish

安装

sudo apt install fish
chsh -s $(which fish)
export SHELL=`which fish` && exec "$SHELL" -l

修改风格

fish_config prompt choose scope
fish_config prompt save

安装oh-my-fish 可选

# with git
$ git clone https://github.com/oh-my-fish/oh-my-fish
$ cd oh-my-fish
$ bin/install --offline
# with a tarball
$ curl https://raw.githubusercontent.com/oh-my-fish/oh-my-fish/master/bin/install > install
$ fish install --offline=omf.tar.gz

使用zsh

安装

sudo apt install zsh
chsh -s $(which zsh)

在bashrc里面加入

export SHELL=`which zsh`
[ -z "$ZSH_VERSION" ] && exec "$SHELL" -l

重新打开当前终端，就会进入zsh终端，接着安装oh-my-zsh主题框架。

cd ~
git clone https://gitee.com/mirrors/oh-my-zsh
sh oh-my-zsh/tools/install.sh

安装两个插件

cd ~/.oh-my-zsh/custom/plugins/

# 高亮关键词
git clone https://gitee.com/haohaogood/zsh-syntax-highlighting

# 自动补全
git clone https://gitee.com/qiushaocloud/zsh-autosuggestions

然后进入 ~/.zshrc 在 plugins 参数中添加 zsh-syntax-highlighting 和zsh-autosuggestions。也就是说你的 .zshrc 中必须要有一行长这样：

plugins=(git zsh-syntax-highlighting zsh-autosuggestions)

四、安装部分驱动程序

默认pip 版本较低，升级一下

pip install --upgrade pip

安装opencv的包

sudo apt install libopencv-dev
pip install opencv-python

安装torch cuda

sudo apt install nvidia-cuda-toolkit

然后去 PyTorch 找对应的安装指令。自从某个版本之后 Linux 下载 PyTorch GPU 版本可以直接 pip（自动下载对应 CUDA 依赖）。