n8n 的 Linux 部署教程，记录了一些实践过程中遇到的坑

一个Linux 中使用网络代理小记

一个网络代理映射小记

如果想一直使用真实邮箱，则到期或限额用完后需要去官网注销账号，然后重新注册，这样的可能会被记住机器码，此时使用 Cursor Free VIP 的功能 1：重置机器ID；即可重复使用 如果不想重复注销账号，则可以使用我们上面申请的无限邮箱账号，到期或限额用完后使用新账号，选择功能 2：使用自定义邮箱注册Cursor；会自动注册 Cursor 账号，我们只需要登录即可（从 Cursor 登录时会跳转到网页，此时我们可以使用验证码登录，这样验证码就会发送到我们之前设置好的真实邮箱中了）

Homebrew 是 macOS 和 Linux 下的包管理器，用于安装和管理各种开发工具、系统库和常用软件。其口号是：“The missing package manager for macOS (or Linux)” Homebrew 通过简单的命令就能安装、更新、卸载和查找软件包，极大地简化了软件管理流程，尤其适合开发者使用。

根据官方教程进行连接，但是还是有很多坑，于是记录一下。

MPC 全称 Model Context Protocol ，是由 Claude 母公司 Anthropic 于 2024 年 11 月提出的一种开放协议，它标准化了应用程序如何向LLMs提供上下文。 MCP 作为一种标准化协议，极大地简化了大语言模型与外部世界的交互方式，使开发者能够以统一的方式为 AI 应用添加各种能力。 MCP 遵循客户端-服务器架构，其中主机应用程序可以连接到多个服务器

在深度学习训练中，训练方式根据并行策略的不同分为模型并行和数据并行。 在 N 卡上使用 torch 进行数据并行训练时，又有两种不同的选择：torch.nn.DataParallel(DP)、torch.nn.DistributedDataParallel(DDP)。 今天的重点是在 Docker 中使用 torch.nn.DataParallel(DP) 进行单机多卡训练。

docker 无法进入容器问题解决小记

Cursor 已经火了一段时间了，在刚发布的时候进行了试用，但说实话给我的冲击感并不强烈，甚至觉得这不就是一节简单的 AI 写代码工具吗，同样的功能其他 vscode 插件也能实现；当时还一直在使用通义灵码，甚至后来还尝试过将 Deepseek 接入到 vscode， 同样用着还不赖。直到前段时间又看到铺天盖地的营销，决定再去试用一番，顺便上网看看教程，进行更全面的了解；

Python 中的日志模块 logging 使用技巧与应用

OpenAI 于 12 月 5 日开启为期 12 天的系列发布活动，每天发布一个产品或样品，涵盖多个令人期待的 AI 工具和功能升级。包括 o1 满血版上线及 ChatGPT Pro 订阅服务、强化微调技术、Sora 正式版及新版本、ChatGPT Canvas 全面开放、与苹果合作将 ChatGPT 集成到 Apple Intelligence、高级语音模型增强、推出 ChatGPT Projects 功能、ChatGPT Search 全面升级免费开放、o1 推理模型开放 API、通过电话和 WhatsApp 使用 ChatGPT、ChatGPT 与 Mac 应用深度集成以及发布最新一代推理模型 o3 和 o3--mini。

有人在犟

在数据大小（32G）和服务器 内存 大小（360G）差 10 被的情况下，使用 pandas 来读取数据，但是在读取数据的时候会导致内存被占满最终导致 python 脚本被 kill。原因定位。

crontab 是 Linux 和 Unix 系统中的一个用来设置周期性任务调度的工具，它的全称是 "cron table"。crontab 文件包含了 cron 进程需要执行的任务列表，并指定任务的执行时间。cron 进程会根据 crontab 文件中的配置，在指定的时间自动执行任务。

有人恐惧

有人离开

简介不了

SparkSQL 是 Spark 的一个模块，专为处理结构化数据而设计，提供了对 SQL 查询的支持，使得用户可以通过 SQL 或 DataFrame API 进行高效的数据处理和分析。SparkSQL 允许无缝地在结构化数据（如 JSON、Parquet、Hive 表）和 RDD 之间进行转换，集成了 Catalyst 优化器和 Tungsten 执行引擎，从而实现查询优化和高效执行。此外，SparkSQL 还支持与多种数据源的集成，使其在大数据处理和分析领域具有广泛的应用。

Spark Core 是 Apache Spark 的核心模块，提供了对分布式内存计算和数据处理的基础支持，基于 RDD（Resilient Distributed Dataset）这一基本数据抽象，实现了高效的并行计算和容错机制。通过 SparkContext 与集群交互，DAG Scheduler 和 Task Scheduler 调度任务执行，Block Manager 管理数据块的存储和传输，用户可以通过丰富的 RDD API 构建和执行复杂的数据处理任务。Spark Core 支持批处理、交互式查询、机器学习和图计算等多种应用场景，是 Spark 生态系统的基础。