折腾技术

这是一份专注于稳定性的玩客云使用指南。

让数据流动安静的变快吧

在写代码时，总是会遇到一些有趣的机缘巧合。前几天，我在翻看自己之前的开源项目时，又看到了 DDNS 相关的讨论。虽然在 2021 年我写过两篇相对详细的教程：《使用 Nginx 提供 DDNS 服务（前篇）》和《使用 Nginx 提供 DDNS 服务（中篇）》，但总觉得还可以做得更好。这几天在上海出差上课，本地的网络和算力资源都比较有限。正好借这个机会，快速开发一个轻量的小工具，顺便也回应下之前有朋友问我的问题：在 AI 时代，开发一个简单应用的成本到底有多低？

在日常工作中，我们构建应用时总是离不开一些基础组件，Redis 就是其中特别常用的一个。之前我写过不少文章，通常会把多个组件放在一起讲，介绍它们是如何协同工作的。随着目前积累了上千篇内容后，这样的内容并不适合维护、也不方便大家查阅和学习。比如你今天只想看看 Redis 怎么用，却要在文章里翻来翻去找 Redis 相关的部分。所以这次，我想换个思路，把这些基础组件分开来讲，一个一个地仔细说说。今天，我们就先聊聊 Redis。为什么选 Redis 作为开头呢？因为它实在是太常用了。

给 Mac Mini 换系统，认真当服务器使。

本篇内容，分享一个和 Redis 相关的比较基础的技术实践内容。使用本体价值不到 3000 块钱的二手笔记本设备，和经典的 Redis 技术栈来加速上亿规模数据的查询效率。

本篇文章，我们聊聊最近的一些关于家庭网络和网络设备折腾的事情，以及背后的一些小的考虑。

随着折腾的设备和云服务器越来越多，我们本地的 SSH Config 配置越来越复杂，为了解决这个问题，最近做了一些简单的尝试。

本篇文章，我们聊聊如何使用最近发布的 Qwen 2.5 7B 模型来做日常低成本的数据清理工作。

接下来的几篇相关的文章，聊聊使用 Dify 和 AI 大模型理解视频内容。本篇作为第一篇内容，以昨天出圈的“黑神话悟空制作人采访视频”为例，先来聊聊经常被国外厂商拿来对比的国产模型：千问系列，以及它的内测版。

本篇文章，聊聊 MinIO 的单独使用，以及结合 Traefik 完成私有化 S3 服务的基础搭建。

Traefik 最近终于发布了大版本升级后的第一个修正版本，或许是时候正式迁移程序到新版本了。

为了本地测试和开发更丝滑，最近入手了一套新设备 ROG 幻 X Z13 和 ROG XG Mobile 4090 扩展坞。基于这套设备，我搭了一套 Windows x WSL2 x CUDA 的开发环境。分享一下折腾记录，或许对有类似需求的你也有帮助。

本篇文章聊聊基于 端侧 AI 计算设备，20瓦功耗运行大模型的算能 AirBox。如果你需要将 Ollama 官方不支持的模型运行起来，或者将新版本 llama.cpp 转换的模型运行起来，并且想更轻松的使用 Dify 构建 AI 应用，那么本文或许会对你有所帮助。

本篇文章聊聊，如何使用 Ollama、Dify 和 Docker 来完成本地 Llama 3.1 模型服务的搭建。如果你需要将 Ollama 官方不支持的模型运行起来，或者将新版本 llama.cpp 转换的模型运行起来，并且想更轻松的使用 Dify 构建 AI 应用，那么本文或许会对你有所帮助。

本文相关的代码和配置，我开源在了，有需要自取，欢迎“一键三连”。言归正传，随着越来越多的传统数据库和搜索引擎对于向量数据检索能力的完善（MySQL、PostgreSQL、MongoDB、Elasticsearch、Redis、ClickHouse …），专用的向量数据库的能力要求被不断拔高，伴随着不时传来的“向量数据库已死”、“只是一个数据库功能”的观点，4 月 11 日福布斯全球网站发布的 2023 AI 50 榜单中只有两家做向量数据库的公司登陆了名单。

本篇文章，继续分享另外一台端午假期折腾的设备，HP MicroServer Gen10 一代。

这个假期我入手了几台新的设备，Gen10 Plus v2 是其中一台。之所以入手它，在和我正在折腾的一些 AI 相关的小项目相关，我想要扩展存储设备来做接下来模型解析后的数据与原始数据的存储和备份。

这篇文章，我们继续聊聊，如何折腾 AI 应用，把不 AI 的东西，“AI 起来”。在不折腾复杂的系统和环境的前提下，快速完成轻量的 Agent 应用。

这篇文章，我们继续聊聊，如何折腾 AI 应用，把不 AI 的东西，“AI 起来”。在不折腾复杂的检索系统的前提下，快速完成轻量的 RAG 实践。

本篇文章，聊一聊尝试让安卓手机原生运行 Ubuntu，尤其是运行官方未发布过的 ARM 架构的 Ubuntu 24.04 桌面版本。

在折腾上一篇文章的时候，发现了一条有趣的折腾分支，在这台老设备上运行 Windows 操作系统。看起来应该蛮有趣的，那么就折腾一下吧。

这篇文章聊聊，如何借助 Docker ，尝试将一台五年前的手机，构建成一个随身携带的、本地化的知识库。

本篇文章适用于 M1、M2 全系列的设备，包括：MacBook Air、MacBook Pro、Mac Mini、Mac Studio，以及搭载 M1 芯片的 iMac。

这篇文章，我们继续聊聊，如何折腾 AI 应用，把不 AI 的东西，“AI 起来”。 在不折腾复杂的检索系统的前提下，做一些轻量的 RAG 实践。

有了之前的文章铺垫，这篇文章开始，我们聊聊如何折腾 AI 工作流，把不 AI 的应用，“AI 起来”。

有了前面两篇内容的铺垫，我们来聊聊 WordPress 作为 CMS / BaaS 服务使用时绕不开的问题，API 调用。

为了让大家用的放心，同时解答 GitHub 社区中的疑问。这篇文章聊聊上一篇文章的 Docker 容器封装细节。

本篇文章聊聊轻量的网络钩子（WebHook）工具：歪脖虎克。

[上一篇笔记中]，聊过了无问芯穹的 MaaS 服务中的“虚拟机”产品。本篇文章来聊聊最近宣传中提到的大手笔免费百亿 Token 用量的“大模型服务平台” 吧。分享下这个支持异构芯片推理的国产 “Replicate”、模型市场服务使用的经验和小技巧。

本篇文章聊聊正在公开测试的平台，无问芯穹的 MaaS 服务，包含了平台使用体验和一些小技巧。因为测试给的免费卡时比较少，估计想完成完整测试或许需要一些时间，额外用一些账号进行。就先记录下常规折腾过程吧，让再次“复现”的时候能节约一些时间。

本篇文章，聊聊怎么比较稳定的使用 Anthropic Claude 3，以及基于目前表现非常好的模型，来做一些有趣的 AI Native 小工具。

本篇文章聊聊如何在 Docker 里运行 Windows 操作系统， Windows in Docker Container（WinD）。

本篇文章聊聊，在 Android 手机上简单运行 AI 大模型的方法，来体验英文语言模型（Llama2 7B、Mistral 7B、RedPajama 3B、Google Gemma 2B、Microsoft PHI 2B）；中文语言模型（面壁 MiniCPM、多模态模型）；Stable Diffusion。

简单聊聊可以在端侧运行的 Mini CPM 2B SFT / DPO 版本的模型。

本篇文章聊聊，如何快速上手 Stable Diffusion XL Turbo 模型的文生图和图生图实战。

本篇文章，聊聊如何在新版本 PyTorch 和 CUDA 容器环境中完成 xFormers 的编译构建。让你的模型应用能够跑的更快。

分享一个好用不火的浏览器插件，能够让我们在浏览 B 站视频的时候体验更棒。

分享一个有趣的小工具，10MB 身材的小工具，能够将各种不同的模型 API 转换为开箱即用的 OpenAI API 格式。让许多依赖 OpenAI API 的软件能够借助开发者能够接触到的，非 OpenAI 的 API 私有部署和使用起来。

希望你下载模型愉快，早晨很快，中午很快，晚上也很快。