<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[linuxlynx的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/linuxlynx</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; linuxlynx]]></copyright><item><title><![CDATA[Tabby：自托管的 AI 编程助手，开源版 Copilot]]></title><link>https://blog.youkuaiyun.com/linuxlynx/article/details/162172333</link><guid>https://blog.youkuaiyun.com/linuxlynx/article/details/162172333</guid><author>linuxlynx</author><pubDate>Sun, 21 Jun 2026 14:29:05 +0800</pubDate><description><![CDATA[Tabby是一款开源自托管的AI编程助手（33k Star），可作为GitHub Copilot的替代方案。它支持代码补全和对话式编程辅助，所有计算在本地完成，保障代码隐私。支持多种开源模型（如StarCoder、CodeLlama）和主流IDE插件（VSCode/JetBrains/Vim），提供Docker一键部署，兼容GPU/CPU/Apple Silicon。企业级功能包括Answer Engine知识问答、LDAP认证、GitLab MR上下文索引等。Tabby保持高频更新，已迭代30+版本，适合]]></description><category></category></item><item><title><![CDATA[Flux2：Kubernetes 集群的 GitOps 同步引擎]]></title><link>https://blog.youkuaiyun.com/linuxlynx/article/details/162166299</link><guid>https://blog.youkuaiyun.com/linuxlynx/article/details/162166299</guid><author>linuxlynx</author><pubDate>Sun, 21 Jun 2026 11:31:22 +0800</pubDate><description><![CDATA[Flux2是CNCF毕业项目，作为Kubernetes集群的GitOps同步引擎，通过自动化同步Git仓库配置与集群状态，解决人工管理配置易出错的问题。它由多个控制器组成（如Source、Kustomize、Helm等），支持多租户、Prometheus监控和安全供应链。相比v1，v2架构更灵活，新增Helm原生支持和镜像自动更新功能。提供一键安装，适合熟悉Kubernetes的团队，已被BMW等企业用于生产环境。对于寻求GitOps解决方案的K8s用户，Flux2是成熟可靠的选择。]]></description><category></category></item><item><title><![CDATA[tqdm：Python 进度条工具，让你的代码进度可视化]]></title><link>https://blog.youkuaiyun.com/linuxlynx/article/details/162059133</link><guid>https://blog.youkuaiyun.com/linuxlynx/article/details/162059133</guid><author>linuxlynx</author><pubDate>Wed, 17 Jun 2026 10:25:54 +0800</pubDate><description><![CDATA[tqdm 是一个流行的 Python 进度条工具，可轻松为循环添加动态进度显示。它支持自动计算并显示完成百分比、已用时间、剩余时间和处理速度等信息。安装简单（pip install tqdm），只需用 tqdm() 包裹可迭代对象即可使用。该工具兼容多种操作系统和开发环境，提供丰富的自定义选项，且不影响代码性能。tqdm 还支持命令行模式，可与 pandas 等库结合使用，是 Python 生态中最受欢迎的进度条工具之一。]]></description><category></category></item><item><title><![CDATA[pyexcel-ods：用 Python 读写 ODS 的小工具]]></title><link>https://blog.youkuaiyun.com/linuxlynx/article/details/161925467</link><guid>https://blog.youkuaiyun.com/linuxlynx/article/details/161925467</guid><author>linuxlynx</author><pubDate>Fri, 12 Jun 2026 13:56:14 +0800</pubDate><description><![CDATA[pyexcel-ods是一个轻量级Python库，专门用于读写ODS表格文件。它提供简洁API，支持从ODS文件提取二维数据（以字典形式存储），并能将数据写回ODS格式。该库适合纯数据处理场景，不支持样式、图表等复杂功能。作为pyexcel生态的一部分，既可独立使用也能作为插件。虽然对大文件支持有限（推荐使用优化版pyexcel-odsr），但对于简单的ODS读写需求，这个工具能有效减少依赖复杂度。项目明确标注适用于Python 2.x环境，Python 3用户需使用衍生版本pyexcel-ods3。]]></description><category></category></item><item><title><![CDATA[Betamax：HTTP 请求模拟工具，一次录制永久回放]]></title><link>https://blog.youkuaiyun.com/linuxlynx/article/details/161917782</link><guid>https://blog.youkuaiyun.com/linuxlynx/article/details/161917782</guid><author>linuxlynx</author><pubDate>Fri, 12 Jun 2026 10:38:17 +0800</pubDate><description><![CDATA[摘要： Betamax 是一款 Python HTTP 请求模拟工具（GitHub 584 Star），灵感源自 Ruby 的 VCR。它通过录制真实 HTTP 请求和响应到本地文件（cassette），后续测试直接回放数据，避免重复请求第三方接口，解决网络不稳定、API 限流等问题。安装后，开发者只需配置 cassette 存储路径，并在测试中通过上下文管理器调用，即可实现“一次录制，永久回放”。Betamax 兼容 VCR 的 cassette 文件，适合依赖 requests 库且需要稳定测试环境的开]]></description><category></category></item><item><title><![CDATA[【实用教程】软碟通UltraISO下载安装及U盘启动盘制作全攻略]]></title><link>https://blog.youkuaiyun.com/linuxlynx/article/details/161707244</link><guid>https://blog.youkuaiyun.com/linuxlynx/article/details/161707244</guid><author>linuxlynx</author><pubDate>Fri, 05 Jun 2026 09:09:19 +0800</pubDate><description><![CDATA[【软碟通(UltraISO)使用指南】这款专业光盘镜像工具支持ISO文件编辑、启动盘制作和格式转换。教程详细演示了制作Linux启动U盘的步骤：准备8GB以上U盘和系统镜像→安装软碟通→加载镜像文件→选择"写入硬盘镜像"功能→完成制作。该方法同样适用于CentOS等系统，但Windows系统建议使用PE安装。软碟通界面简洁、操作直观，是系统维护人员的得力助手。]]></description><category></category></item><item><title><![CDATA[llama.cpp：本地运行大模型的开源工具]]></title><link>https://blog.youkuaiyun.com/linuxlynx/article/details/161011855</link><guid>https://blog.youkuaiyun.com/linuxlynx/article/details/161011855</guid><author>linuxlynx</author><pubDate>Tue, 12 May 2026 11:59:04 +0800</pubDate><description><![CDATA[运行模型只需指定模型文件路径即可，示例命令：llama-cli -m model.gguf。同时支持CUDA、HIP、MUSA、Vulkan、SYCL等多种后端，可在NVIDIA、AMD、摩尔线程等不同厂商的GPU上运行，还支持CPU+GPU混合推理，应对模型容量超出显存的场景。项目支持几乎所有主流大模型，包括LLaMA系列、Mistral、Mixtral MoE、Qwen、Gemma、ChatGLM等上百种文本模型，也支持LLaVA、Qwen2-VL等多模态模型，覆盖绝大多数开源大模型生态。]]></description><category></category></item><item><title><![CDATA[1k Star的p-retry，让异步操作失败自动重试]]></title><link>https://blog.youkuaiyun.com/linuxlynx/article/details/161007527</link><guid>https://blog.youkuaiyun.com/linuxlynx/article/details/161007527</guid><author>linuxlynx</author><pubDate>Tue, 12 May 2026 10:00:24 +0800</pubDate><description><![CDATA[p-retry是一个GitHub上1k Star的开源库，为异步操作提供自动重试功能。它基于Promise设计，支持自定义重试次数、延迟策略和错误条件，特别适合处理网络请求、文件IO等偶发失败场景。该库使用简单，只需包裹原有异步函数即可实现重试机制，对代码侵入性低。适用于API调用、文件传输、数据库操作等场景，但需注意写操作的幂等性和合理设置重试参数。p-retry已被广泛使用，每周npm下载量超千万次，是Node.js生态中成熟的解决方案。]]></description><category></category></item><item><title><![CDATA[Trivy：一站式容器安全扫描神器]]></title><link>https://blog.youkuaiyun.com/linuxlynx/article/details/153979500</link><guid>https://blog.youkuaiyun.com/linuxlynx/article/details/153979500</guid><author>linuxlynx</author><pubDate>Mon, 27 Oct 2025 19:32:20 +0800</pubDate><description><![CDATA[本文介绍了开源容器安全扫描工具Trivy，它具有简单易用、扫描速度快、检测精准等特点。文章详细展示了Trivy的功能优势，包括操作系统包漏洞、编程语言依赖漏洞和配置文件漏洞的检测能力。同时提供了多种安装方法和实战使用示例，涵盖容器镜像扫描、本地文件系统检查及Kubernetes配置分析。此外，文章还介绍了如何将Trivy集成到GitHub Actions、GitLab CI等CI/CD流程中，并分享了忽略特定漏洞、使用缓存等进阶技巧，帮助开发者实现高效安全的容器化部署。]]></description><category></category></item><item><title><![CDATA[Mesh-TensorFlow：超大规模模型训练的突破性框架]]></title><link>https://blog.youkuaiyun.com/linuxlynx/article/details/153979266</link><guid>https://blog.youkuaiyun.com/linuxlynx/article/details/153979266</guid><author>linuxlynx</author><pubDate>Mon, 27 Oct 2025 19:20:52 +0800</pubDate><description><![CDATA[Mesh-TensorFlow是谷歌开发的分布式深度学习框架，突破了传统数据并行的限制，支持超大规模模型训练。其核心创新在于将张量维度映射到处理器网格上，实现灵活的模型并行和数据并行混合策略。该框架已成功应用于50亿参数语言模型训练和3D医学图像分析等场景，显著提升了处理能力和效率。Mesh-TensorFlow通过简洁的接口简化了复杂分布式计算的实现，为AI研究提供了强大的工具支持，代表了分布式深度学习的重要发展方向。]]></description><category></category></item><item><title><![CDATA[容器引擎的心脏：揭秘 Containerd，低调但不可或缺的力量！]]></title><link>https://blog.youkuaiyun.com/linuxlynx/article/details/150608423</link><guid>https://blog.youkuaiyun.com/linuxlynx/article/details/150608423</guid><author>linuxlynx</author><pubDate>Fri, 22 Aug 2025 13:20:25 +0800</pubDate><description><![CDATA[云原生基石Containerd：默默扛大梁的容器运行时 作为容器生态的核心组件，Containerd从Docker引擎中抽离而出，专注于容器生命周期管理。它采用分层架构：客户端通过gRPC与守护进程通信，后者通过shim调用runc等OCI运行时创建容器。这种设计实现了稳定高效的容器管理，使Containerd成为Kubernetes默认运行时。相比Docker，它更轻量、专注且兼容CRI标准，在资源占用、稳定性和标准化方面表现突出。理解Containerd的工作原理对故障排查和性能优化至关重要，是云原生开]]></description><category></category></item><item><title><![CDATA[Rollup：轻量高效的JS模块打包利器 [特殊字符]（现代前端开发的秘密武器！）]]></title><link>https://blog.youkuaiyun.com/linuxlynx/article/details/149059042</link><guid>https://blog.youkuaiyun.com/linuxlynx/article/details/149059042</guid><author>linuxlynx</author><pubDate>Wed, 02 Jul 2025 02:23:21 +0800</pubDate><description><![CDATA[Rollup 用它的简洁哲学和极致优化，在库开发领域立下了标杆。它可能不是万能的瑞士军刀，但在它的专长领域——产出高效、精简、符合未来的ESM模块——绝对是顶级高手！试试看吧！下次写工具库时，别再用Webpack“大炮打蚊子”了🦟。给你的代码一个更轻盈的起飞姿势，Rollup值得你投入一个下午！(搞定了记得回来喊句“真香”！终极提示：Vite + Rollup 是现代前端工具链的黄金搭档。Vite负责闪电开发⚡️，Rollup负责稳定高效生产📦。这个组合，用过的都说好！]]></description><category></category></item><item><title><![CDATA[Containerd：容器宇宙里那个默默扛事的老黄牛（但你真该认识它了！）]]></title><link>https://blog.youkuaiyun.com/linuxlynx/article/details/148854194</link><guid>https://blog.youkuaiyun.com/linuxlynx/article/details/148854194</guid><author>linuxlynx</author><pubDate>Mon, 23 Jun 2025 20:52:46 +0800</pubDate><description><![CDATA[|| <-- 关键先生！| | - Enables live restore on daemon restart      || （神设计！]]></description><category></category></item><item><title><![CDATA[[特殊字符] 别再让实验记录一团乱麻！Weights & Biases (wandb) 拯救你的机器学习混乱日常]]></title><link>https://blog.youkuaiyun.com/linuxlynx/article/details/148844728</link><guid>https://blog.youkuaiyun.com/linuxlynx/article/details/148844728</guid><author>linuxlynx</author><pubDate>Mon, 23 Jun 2025 13:28:33 +0800</pubDate><description><![CDATA[实验记录结构化、中心化、持久化。自动化可视化 + 强大对比工具，一眼看清模型表现和差异。代码快照 + 环境依赖锁定，让实验可追溯、可重现。团队成员共享信息、讨论结果，打破沟通壁垒。省去大量手动整理日志、画图、对齐实验的时间。低成本甚至零成本获得强大功能（企业级需求除外）。还在等什么？别再让宝贵的实验淹没在混乱中了！花 10 分钟按照上面的步骤试试 wandb，下次训练模型时加上那几行简单的代码。🙏去官网注册，，然后，开启你高效、清晰、协作愉快的机器学习实验之旅吧！🪄✨。]]></description><category></category></item></channel></rss>