# FY - 枫叶的小窝
> Express the charm of words with code, and write the magnificence of mountains and rivers with code.
> 本文件包含本站全部 30 篇公开文章的 Markdown 全文,生成于 2026-11-20T06:48:42.974Z。
- 站点:https://fengyegf.cn/
- 结构化目录:https://fengyegf.cn/ai/catalog.json
- 纯文本目录:https://fengyegf.cn/llms.txt
- 单篇 Markdown:https://fengyegf.cn/ai/posts/{slug}.md
---
# 安卓上运行宝塔
- URL:https://fengyegf.cn/posts/android/2/
- 发布日期:2024-07-30
- 标签:termux
- 分类:安卓折腾记
> 使用temux安装宝塔面板
# 免 root 安装宝塔面板
### 欢迎来到本期教程,本期的安卓手机改造服务器教程。
# 准备工作
1. 安卓手机
2. 电脑
3. Termux
4. 装备 ssh 工具
本期教学使用的软件都会放在文章下面欢迎各位小伙伴下载
### 教程
1. 下载[ZeroTermux](https://github.com/hanxinhao000/ZeroTermux)这个是基于 termux 进行的二次开发,比 termux 更加好用对新手比较友好
2. 下载并且打开 ZeroTermux 同意软件的相关条例后右滑点击切换源,建议使用清华源等待安装完成
3. 再次右滑点击容器切换,点击下面的悬浮球创建一个新的容器,他会让重启软件同意即可
4. 再次打开 zerotermux,为了方便操作我们使用 ssh 进行连接,在电脑上进行操作
5. 在 zerotermux 命令行中输入
```bash
apt install openssh
```
进行安装 ssh 安装完成后我们需要设置密码输入
```bash
passwd
```
输入密码后回车,输入两次密码即可,在 Linux 中输入密码是不显示到控制台的
我们打开电脑上的 ssh 客户端,可以使用[宝塔的 ssh 终端工具](https://www.bt.cn/new/product_ssh.html)进行连接首先在 zerotermux 中输入
```bash
ifconfig
```
我们即可看到当前的 ip 地址,在电脑上打开 ssh 客户端输入对应 ip
防止小白:127.0.0.1 是本机 ip 无法被其他设备访问,所以访问 192 开头的或者其他你看到的 ip 地址
接下来设置端口 1200 一下端口安卓好像是不能开启的,应该设置一些大端口切不会被其他软件占用的
```bash
sshd -p 3358
```
我们这里设置的是 3358 端口,当然你也可以改一个自己喜欢的端口,然后电脑上的 ssh 终端工具填入对应数据即可连接,ssh 终端提示连接成功就可以不用管手机了,用电脑操作 6. 安装 ubuntu 系统,这个是一个 Linux 系统我们需要在这个系统中部署宝塔面板,我们使用国光大佬的脚本进行安装,首先安装依赖
```bash
pkg install proot git python -y
```
如何就是下载脚本
```bash
git clone https://github.com/sqlsec/termux-install-linux
cd termux-install-linux
python termux-linux-install.py
```
应该是全程不会报错我们就得到了如图所示的窗口
我们输入 1 即可自动安装,安装完成后我们应该是默认在 unbuntu 系统下,我们输入 ps 应该会出现报错,报错原因是分区挂载异常
:::caution
Error: /proc must be mounted
To mount /proc at boot you need an /etc/fstab line like:
proc /proc proc defaults
In the meantime, run "mount proc /proc -t proc"
:::
像是这个错误就是/proc 分区挂载异常,我们需要退出 ubuntu 系统,我们输入
```bash
exit
```
当出现~$这个就代表退出成功
接下来我们伪造/proc 分区下的五个文件,分别为 loadavg,stat,uptime,version,vmstat 这五个文件
我们输入命令进行创建
以下命令只需要挨着复制即可,复制粘贴等待运行
```bash
cd /data/data/com.termux && touch loadavg stat uptime version vmstat
```
伪造 loadavg 文件
```bash
echo '0.12 0.07 0.02 2/165 765' > ./loadavg
```
伪造 stat 文件
```bash
echo -e 'cpu 1957 0 2877 93280 262 342 254 87 0 0\ncpu0 31 0 226 12027 82 10 4 9 0 0\ncpu1 45 0 664 11144 21 263 233 12 0 0\ncpu2 494 0 537 11283 27 10 3 8 0 0\ncpu3 359 0 234 11723 24 26 5 7 0 0\ncpu4 295 0 268 11772 10 12 2 12 0 0\ncpu5 270 0 251 11833 15 3 1 10 0 0\ncpu6 430 0 520 11386 30 8 1 12 0 0\ncpu7 30 0 172 12108 50 8 1 13 0 0\nintr 127541 38 290 0 0 0 0 4 0 1 0 0 25329 258 0 5777 277 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0\nctxt 14022\nbtime 1680020856\nprocesses 772\nprocs_running 2\nprocs_blocked 0\nsoftirq 75663 0 5903 6 25375 10774 0 243 11685 0 21677' > ./stat
```
伪造 uptime 文件
```bash
echo '124.08 932.80' > ./uptime
```
伪造 version 文件
```bash
echo 'Linux version 版本 (proot@termux) (gcc (GCC) 编译信息)' > ./version
```
伪造 vmstat 文件
```bash
echo -e '0\nallocstall_normal 0\nallocstall_movable 0\nallocstall_device 0\npgskip_dma 0\npgskip_dma32 0\npgskip_normal 0\npgskip_movable 0\npgskip_device 0\npgfree 3077011\npgactivate 0\npgdeactivate 0\npglazyfree 0\npgfault 176973\npgmajfault 488\npglazyfreed 0\npgrefill 0\npgreuse 19230\npgsteal_kswapd 0\npgsteal_direct 0\npgsteal_khugepaged 0\npgdemote_kswapd 0\npgdemote_direct 0\npgdemote_khugepaged 0\npgscan_kswapd 0\npgscan_direct 0\npgscan_khugepaged 0\npgscan_direct_throttle 0\npgscan_anon 0\npgscan_file 0\npgsteal_anon 0\npgsteal_file 0\nzone_reclaim_failed 0\npginodesteal 0\nslabs_scanned 0\nkswapd_inodesteal 0\nkswapd_low_wmark_hit_quickly 0\nkswapd_high_wmark_hit_quickly 0\npageoutrun 0\npgrotated 0\ndrop_pagecache 0\ndrop_slab 0\noom_kill 0\nnuma_pte_updates 0\nnuma_huge_pte_updates 0\nnuma_hint_faults 0\nnuma_hint_faults_local 0\nnuma_pages_migrated 0\npgmigrate_success 0\npgmigrate_fail 0\nthp_migration_success 0\nthp_migration_fail 0\nthp_migration_split 0\ncompact_migrate_scanned 0\ncompact_free_scanned 0\ncompact_isolated 0\ncompact_stall 0\ncompact_fail 0\ncompact_success 0\ncompact_daemon_wake 0\ncompact_daemon_migrate_scanned 0\ncompact_daemon_free_scanned 0\nhtlb_buddy_alloc_success 0\nhtlb_buddy_alloc_fail 0\ncma_alloc_success 0\ncma_alloc_fail 0\nunevictable_pgs_culled 27002\nunevictable_pgs_scanned 0\nunevictable_pgs_rescued 744\nunevictable_pgs_mlocked 744\nunevictable_pgs_munlocked 744\nunevictable_pgs_cleared 0\nunevictable_pgs_stranded 0\nthp_fault_alloc 13\nthp_fault_fallback 0\nthp_fault_fallback_charge 0\nthp_collapse_alloc 4\nthp_collapse_alloc_failed 0\nthp_file_alloc 0\nthp_file_fallback 0\nthp_file_fallback_charge 0\nthp_file_mapped 0\nthp_split_page 0\nthp_split_page_failed 0\nthp_deferred_split_page 1\nthp_split_pmd 1\nthp_scan_exceed_none_pte 0\nthp_scan_exceed_swap_pte 0\nthp_scan_exceed_share_pte 0\nthp_split_pud 0\nthp_zero_page_alloc 0\nthp_zero_page_alloc_failed 0\nthp_swpout 0\nthp_swpout_fallback 0\nballoon_inflate 0\nballoon_deflate 0\nballoon_migrate 0\nswap_ra 0\nswap_ra_hit 0\nksm_swpin_copy 0\ncow_ksm 0\nzswpin 0\nzswpout 0\ndirect_map_level2_splits 29\ndirect_map_level3_splits 0\nnr_unstable 0' > ./vmstat
```
然后就在 proot 启动脚本中添加挂载选项
结构-b 文件路径:/proc/文件名
例:-b /data/data/com.termux/stat:/proc/stat
以国光大佬脚本制作的系统为例
```bash
sed -i '15a command+=" -b /data/data/com.termux/uptime:/proc/uptime"\ncommand+=" -b /data/data/com.termux/vmstat:/proc/vmstat"\ncommand+=" -b /data/data/com.termux/version:/proc/version"\ncommand+=" -b /data/data/com.termux/stat:/proc/stat"\ncommand+=" -b /data/data/com.termux/loadavg:/proc/loadavg"' ~/Termux-Linux/Ubuntu/start-ubuntu.sh
```
这样我们就修复好了/proc 分区下的五个文件接着我们进入系统验证
我们输入 cd 进入到默认目录下然后在输入
```bash
cd ~/Termux-Linux/Ubuntu
./start-ubuntu.sh
```
启动成功后在输入 ps 应该就没有报错了或者我们严谨一点输入
```bash
ps -ef
```
出现竖着一排一排的文件就算是成功了
接下来我们开始安装宝塔面板,首先还是一样先安装工具
```bash
yes | apt install git iproute2 locales vim
```
安装完成后我们部署宝塔加速包
```bash
git clone https://github.com/NothingMeaning/pdusb-fast-btpanel
```
可能需要一点时间,安装完成后我们输入
```bash
./pdusb-fast-btpanel/pdbolt-inst-bt-acel.sh
```
接下来前面如果都没有问题那么我们就开始正式安装宝塔面板了
```bash
bash /tmp/btp/pdbolt-bt-install/install.sh
```
我们就能看到熟悉的宝塔安装页面了,我们输入 y 回车,然后就是漫长的等待了。。。。
安装完成后会出现报错第一个就是赋权错误,我们输入
```bash
chmod -R +x /www
```
要是出现输入这个命令后报错就需要你删除空格然后自己出现打空格这里会等待几秒,要是什么都没有显示就说明赋权成功
接下来修复另外的错误缺少 en_US.UTF-8 语言环境
- sh: warning: setlocale: LC_ALL: cannot change locale (en_US.UTF-8)
```bash
echo | dpkg-reconfigure locales
```
依次输入 158,在输入 3 然后就安装完成了可以开始玩宝塔了,输入宝塔启动命令,bt 即可看到命令行面板输入
```bash
bt 14
```
即可看到面板地址了
# 劝告
本期教程适合动手能力强,爱折腾的小伙伴,安装宝塔后面板中其实还会遇到很多问题,宝塔是为服务器设计的很多软件的适配对于安卓来说很困难,当然动手能力强的应该也是可以解决的
### 相关文章
[国光大佬](https://www.sqlsec.com/2020/04/termuxlinux.html)Android Termux 安装 Linux 就是这么简单
[Termux 安装宝塔面板保姆级教学](https://blog.csdn.net/m0_66678248/article/details/136462877)本期教程由这个大佬提供
[Termux 解决使用 ps -ef 出现关于挂载/proc 分区的错误](https://blog.csdn.net/m0_66678248/article/details/136440403?spm=1001.2014.3001.5501)
---
# 记录几个GitHub的接口
- URL:https://fengyegf.cn/posts/%E8%AE%B0%E5%BD%95%E5%87%A0%E4%B8%AAgithub%E7%9A%84%E6%8E%A5%E5%8F%A3/
- 发布日期:2026-02-17
> 分享记录一下收集到的几个接口
# 发布正式版本
``` url
https://api.github.com/repos/仓库作者/作者项目名称/releases/latest
```
可以查询该项目的releases正式版本
# 全部版本
``` url
https://api.github.com/repos/仓库作者/作者项目名称/releases
```
可以查询发布的全部包
---
# 宝塔面板中docker修改数据存储卷映射
- URL:https://fengyegf.cn/posts/%E5%AE%9D%E5%A1%94%E9%9D%A2%E6%9D%BF%E4%B8%ADdocker%E4%BF%AE%E6%94%B9%E6%95%B0%E6%8D%AE%E5%AD%98%E5%82%A8%E5%8D%B7%E6%98%A0%E5%B0%84/
- 发布日期:2026-02-13
- 标签:服务器、教程
- 分类:小主机折腾记
> 讲解如何给服务器插上u盘后将docker数据储存在u盘中
# 前言
最近在折腾废弃轻薄本时我想本地储存一些东西,又不想使用本地储存,机器太老了内存啥的都焊上的,只能拓展u盘,于是嘛便有了本期教程
# 正文
如图默认情况下这个是映射在宝塔的`www`目录下

我们将修改到本地的储存上
先挂载u盘,默认情况下应该是自动识别,但是你需要创建一个目录
- 全程root执行
```bash
lsblk
```

类似这样就是挂载好了
## 挂载u盘
1. 查看U盘
- 输入命令:`sudo fdisk -l` 查看各硬盘及U盘名字(可以先拔掉u盘在输入查看多出的设备)
2. 新建U盘挂载路径
- `sudo mkdir /mnt/usb` ,表示将U盘挂载到此路径下,成功后应该就可以查看到U盘内容
3. 挂载U盘
```bash
sudo mount /dev/你的u名称 /mnt/usb
```
4. 查看内容
```bash
ls /mnt/usb
```
应该就可以看到u盘中的内容了
# 开始更换
依次点击 `docker` -> `容器编排` -> `选择你要修改的容器` -> `配置文件`

将这里改成你需要映射的目录可以参考我这个直接挂上

然后就大功告成了
---
# 新玩具4-4的迷你服务器
- URL:https://fengyegf.cn/posts/%E6%96%B0%E7%8E%A9%E5%85%B74-4%E7%9A%84%E8%BF%B7%E4%BD%A0%E6%9C%8D%E5%8A%A1%E5%99%A8/
- 发布日期:2026-02-04
- 标签:Linux、服务器
- 分类:Ubuntu
> 拿旧电脑改造小功耗的服务器
# 前言
早期有一台轻薄本被我拆来玩,当时不懂电脑和技术,单纯爱拆,就剩下一个主板了,屏幕被拆坏了,但是主板一直留着直到前些天我看到这个主板在想尝试进行点亮时发现有一个电源灯闪了一下,于是又找了一些箱子找到了电池,装上电池后就完整了,电源灯就不闪了然后开始折腾
# 购买配件
因为就剩下一个主板了没屏幕于是就购买了一个线因为我给我笔记本买了一个副屏幕所有我就准备看一眼他的接口转一下就好了,接口居然是minihdmi,不过好像也对轻薄本,但是我给特么买错了买成转hdmi,单飞一个6,我副屏幕是dp也难得等了,电视可以用就ok那就连接电视,默认是有网卡驱动,等我刷了一个win11后发现卡成狗了,驱动也打不上,东西有点老,就usb供网呗,下载360驱动,结果还是没有打上合适的,于是又买一个网线转usb的,结果没注意又特么买了一个2.0的md又不行,看了一下,c,3.0的真心贵,反正都给了这多,反手50又买一个,也算是好了,一波三折,也是该省省,该花花,太省反而亏了
# 把玩
一开始想到的就是弄一个stm的串流大屏幕玩游戏多ok玩win11后发现我高估这个电脑的能力了,电竞帧,算了,后面又刷[ubuntu server](https://ubuntu.com/download/server),安装了一个[1panel](https://1panel.cn/),额本来是奔着安装平时服务器上很少安装的东西,安装一堆后又得配置各种东西,但是吧好像家里又只有我一个人乐意折腾,也就安装一下小玩意玩玩,但是吧1Panel这可能是我没玩会吧,在使用Docker安装[AdGuard Home](https://adguard.com/zh_cn/adguard-home/overview.html)服务出现了端口冲突和一部分问题时提示不是很及时,就玩的话还是差点意思,虽然后面解决了,但是对小白来说可能麻烦一点,折腾后又觉得有点拉跨了,还是安装了一个老古董[宝塔](https://www.bt.cn/new/index.html),期间也折腾过飞牛这些,这老古董耍不转这些,还是宝塔安心
## 配置
还是简单介绍一下这个古董
- 中柏ezbook2
- Intel(R) Atom(TM) x5-Z8300 CPU @ 1.44GHz * 1
- 散热不纯在
- 电源低功耗
# 后续
准备给他搞一个好的内网穿透,用来管理一些服务还是很不错的,或者ddns
---
# yolo8训练一个识别图标的模型
- URL:https://fengyegf.cn/posts/yolo8%E8%AE%AD%E7%BB%83%E4%B8%80%E4%B8%AA%E8%AF%86%E5%88%AB%E5%9B%BE%E6%A0%87%E7%9A%84%E6%A8%A1%E5%9E%8B/
- 发布日期:2026-01-20
- 标签:教学、人工智能
- 分类:教程分享
# 前言
本次教程我们训练一个识别app图标和文件夹的yolo

这个和yolo的各方数据有关,我就没有太对训练素材训练集也就5张图像

看几个直白的


见笑了,也就大概这样吧,反正以跑通为主要
# 准备工作
既然要训练那就得准备数据,如果有就可以跳过了,没有的话就自己打标吧使用
::github{repo="HumanSignal/label-studio"}
标注工具我们对需要的数据进行打标签的操作
# 安装工作
首先我们安装一个[uv](https://docs.astral.sh/uv/)进行python的包和项目的管理
windows
```sh
powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"
```
[其他](https://docs.astral.sh/uv/getting-started/installation/#installation-methods)自行安装
安装完成在命令行输入`uv`查看是否有相关命令
# 准备工作
```sh
# 创建文件夹
mkdir demo
# 进入
cd demo
# 创建虚拟环境
uv venv
# 初始化项目
uv init
# 配置打标工具
uv pip install label-studio
# 启动工具
uv run label-studio
```
注册登录即可看到

简单翻译一下就知道了,我们创建一个项目,上传图像

我这里是演示所以就上传了一点,一个好的训练数据集得1000+以上,所以我这个很糙
- 下一步
我们选择标签

我们选择浏览模板,然后选择你对应的标签类型

需要删除原本的我们添加我们想要的标签,如我这个图标识别,就app,大文件夹,小文件夹,这样写好标签类型,写好后放在标签前面可以改变标签的颜色,换成顺眼的保存后回到项目即可看到图片了,我们点击图片进行标注(`特别漫长,想要好的模型就别省,能跑就行那就直接库库框,又不是造火箭`)

标注完成后点击保存,在选择下一张图像打标签完成后就开始导出数据

# 选择模型
你可以访问[yolo的模型对比网站](https://docs.ultralytics.com/zh/compare/#community-models-a-note-on-yolo12-and-yolo13)
最终考虑下我使用的是yolo8,中规中矩,你如果有好的设备也可以使用新模型
## 如何选择
- FPS不够降模型,精度不够升模型,先从中等开始调
# 训练
刚刚应该是将标注好的数据下载好了对吧,那就按照yolo的训练目录进行放置吧(不会吗?)不会吧
```python
import zipfile
import os
import shutil
import random
from pathlib import Path
# ============ 配置 ============
zip_path = "project-1-at-2025-08-13-20-18-cc17174d.zip" # Label Studio 导出的ZIP文件
output_dir = "dataset" # 解压后数据目录
data_yaml = "data.yaml" # YOLO数据配置
# =============================
def unzip_dataset():
print(f"[INFO] 解压数据集: {zip_path}")
with zipfile.ZipFile(zip_path, 'r') as zip_ref:
zip_ref.extractall(output_dir)
def find_images_labels():
"""自动查找 images/labels 实际路径"""
img_dir = None
lbl_dir = None
for root, dirs, files in os.walk(output_dir):
if os.path.basename(root) == "images":
img_dir = Path(root)
if os.path.basename(root) == "labels":
lbl_dir = Path(root)
if not img_dir or not lbl_dir:
raise FileNotFoundError("未找到 images/ 或 labels/ 文件夹,请检查导出的ZIP内容")
return img_dir, lbl_dir
def read_classes():
classes_file = Path(output_dir) / "classes.txt"
if not classes_file.exists():
raise FileNotFoundError("classes.txt 不存在,请确认导出的ZIP中包含它")
with open(classes_file, "r", encoding="utf-8") as f:
classes = [line.strip() for line in f if line.strip()]
return classes
def split_dataset(images_dir, labels_dir):
print("[INFO] 切分数据集...")
valid_exts = {'.tif', '.jpg', '.tiff', '.png', '.jpeg', '.bmp', '.webp'}
img_files = [f for f in images_dir.glob("*") if f.suffix.lower() in valid_exts]
random.shuffle(img_files)
total = len(img_files)
if total < 3:
raise ValueError("数据集太小,至少需要 3 张图片才能切分 train/val/test")
if total < 10:
train_count, val_count = total - 2, 1
else:
train_count = max(1, int(total * 0.8))
val_count = max(1, int(total * 0.1))
subsets = {
"train": img_files[:train_count],
"val": img_files[train_count:train_count + val_count],
"test": img_files[train_count + val_count:]
}
for subset, files in subsets.items():
(Path(output_dir) / subset / "images").mkdir(parents=True, exist_ok=True)
(Path(output_dir) / subset / "labels").mkdir(parents=True, exist_ok=True)
for img in files:
label = labels_dir / (img.stem + ".txt")
shutil.copy(img, Path(output_dir) / subset / "images")
if label.exists():
shutil.copy(label, Path(output_dir) / subset / "labels")
print(
f"[INFO] 切分完成: "
f"train={len(subsets['train'])}, "
f"val={len(subsets['val'])}, "
f"test={len(subsets['test'])}"
)
def create_data_yaml(classes):
print("[INFO] 生成 data.yaml")
yaml_content = f"""
train: {output_dir}/train/images
val: {output_dir}/val/images
test: {output_dir}/test/images
nc: {len(classes)}
names: {classes}
"""
with open(data_yaml, "w", encoding="utf-8") as f:
f.write(yaml_content.strip())
if __name__ == "__main__":
unzip_dataset()
images_dir, labels_dir = find_images_labels()
classes = read_classes()
split_dataset(images_dir, labels_dir)
create_data_yaml(classes)
```
## 配置vs code
需要下载Jupyter

创建一个`mian.ipynb`我们使用代码块来讲解
# 正式开始
和正常python一样,但是是按块运行,我们点击上方的`+代码`我们在第一块写入
```python
from ultralytics import YOLO
import os
```
导入包,第二块
```python
data_yaml_path = "配置文件名称.yaml"
model_name = '你需要的yolo的训练文件.pt'
```
下载文件
``` python
print(f"Loading model: {model_name}")
model = YOLO(model_name)
```

训练脚本
``` python
# --- 4. 启动训练 ---
print("Starting YOLO training...")
results = model.train(
data=data_yaml_path, # 使用相对路径,因为它就在当前目录
epochs=400, # 设置训练轮数
imgsz=640, # 设置图片尺寸
batch=-1, # -1 表示自动选择批次大小
project='yolo_custom_training', #输出文件夹
name='custom_train_v1', #二级
device='0' # GPU位置
)
print("YOLO 模型训练完成!")
```
点击开始就开始训练,如果训练时发现`CPU`占用暴涨,那就是你缺少东西没有识别到`GPU`新建一个代码块输入
```python
nvidia-smi
```
```python
import torch
torch.cuda.is_available()
```
```python
import torch
print("CUDA 是否可用:", torch.cuda.is_available())
print("GPU 数量:", torch.cuda.device_count())
if torch.cuda.is_available():
print("GPU 名称:", torch.cuda.get_device_name(0))
else:
print("当前环境未识别到 GPU")
```

输出为这样代表可以正常识别你的GPU如果为`false`那就应该去看[CUDA安装及环境配置——最新详细版](https://blog.csdn.net/chen565884393/article/details/127905428)
这中间咋折腾不知道,反正你的显卡成功识别就ok了

训练完成就长这个样子
如果你需要看损失曲线和矩阵可以使用
``` python
from IPython.display import Image, display
import os
# 1. 设置结果目录
# 请确保这里的路径与您实际训练结果的路径匹配!
# 假设您的项目在 E:\TB\yolo_custom_training\custom_train_v2
results_dir = os.path.join('yolo_custom_training', 'custom_train_v13')
# 2. 打印关键的训练结果图表 (results.png)
# 这个图表包含了:box_loss, cls_loss, dfl_loss, mAP, precision, recall, F1 等所有曲线。
try:
print("--- 损失和指标曲线 ---")
results_path = os.path.join(results_dir, 'results.png')
display(Image(filename=results_path))
except FileNotFoundError:
print(f"找不到结果文件:{results_path}。请确认训练是否完成。")
# 3. 打印混淆矩阵 (confusion_matrix.png)
try:
print("--- 混淆矩阵 ---")
cm_path = os.path.join(results_dir, 'confusion_matrix.png')
display(Image(filename=cm_path))
except FileNotFoundError:
pass
# 4. 打印 F1-Confidence 曲线 (F1_curve.png)
try:
print("--- F1 曲线 ---")
f1_path = os.path.join(results_dir, 'F1_curve.png')
display(Image(filename=f1_path))
except FileNotFoundError:
pass
```
# 最后
``` python
import cv2
from ultralytics import YOLO
import os
# 1. 设置模型路径
# 请确保路径正确!
best_model_path = os.path.join('yolo_custom_training', 'custom_train_v13', 'weights', 'best.pt')
# 2. 加载模型
model = YOLO(best_model_path)
# 3. 指定摄像头 (通常是 0)
cap = cv2.VideoCapture(0)
# 检查摄像头是否打开
if not cap.isOpened():
print("错误: 无法打开摄像头.")
exit()
print("--- 实时推演已启动,请按 'q' 或 ESC 键退出 ---")
while True:
# 读取一帧
ret, frame = cap.read()
if not ret:
break
# 运行 YOLO 推理
# 注意:这里我们使用 model() 而不是 model.predict() 来直接处理帧
results = model(frame, conf=0.25, device='0', verbose=False)
# 将结果帧绘制到屏幕上 (Ultralytics 的方式)
annotated_frame = results[0].plot()
# 显示帧
cv2.imshow("YOLOv8 Live Inference", annotated_frame)
# 关键的退出控制:检测 'q' 键或 ESC 键
key = cv2.waitKey(1) & 0xFF
if key == ord('q') or key == 27: # ord('q') 是 q 键的ASCII码, 27 是 ESC 键的ASCII码
break
# 释放资源
cap.release()
cv2.destroyAllWindows()
```
我们打开摄像头实时推理即可看到效果
---
# 好玩的创意
- URL:https://fengyegf.cn/posts/%E5%A5%BD%E7%8E%A9%E7%9A%84%E5%88%9B%E6%84%8F/
- 发布日期:2026-01-16
- 标签:有意思的项目、快乐分享
- 分类:我在人间凑数的日子
> 贴纸小网站
# 介绍
这期教程带来一个有意思的项目,相信各位都玩过便利贴吧,本期带来的就是无任何限制的全球形的贴纸网站,无限画布,随心所欲,可以粘贴自己的想法可以创作自己喜欢的事情
## 网站展示
由于网站成立不久所以功能上还是欠缺的,可以简单使用,后续预估会有更多内容


可以改变贴纸位置,随意创作,还是很不错的
# 网站
网站地址是[点击进入](https://zz.unaux.com/)挺好的可惜没有手机端
---
# 设计大模型的记忆
- URL:https://fengyegf.cn/posts/%E8%AE%BE%E8%AE%A1%E5%A4%A7%E6%A8%A1%E5%9E%8B%E7%9A%84%E8%AE%B0%E5%BF%86/
- 发布日期:2026-01-10
- 标签:大模型、人工智能
- 分类:人工智能
> 用歪门邪道的方式实现大模型的记忆部分
# 前言
崽崽,一个我理想中的猫娘,主要用在我的日常陪伴,在添加功能和技能时我发现记忆问题好像都是大模型的缺陷,虽然市面上有很多也有很多不错的项目可以参考如向量数据库和前不久我看到的`memu`这些不错的记忆储存方案,但是我项目是小项目啊,我只需要她可以陪我聊天即可,不想使用市面上的方案,于是便开启了邪修
# 第一版
我的第一版方案是持续存储,就什么对话都储存下来,因为想着模型毕竟支持几百k的上下文不缺这一点,但是我发现储存太多也是问题,于是为了节省token也是使用了区块读取,如始终保持大模型只能读取到最近聊天的5条上下文,但是我发现还是达不到我想要的,后面又写了一个搜索函数,当大模型返回关键词进行记忆检索,后面反正就是使用了一段时间也是废弃了这个方案
# 第二版
第二版我觉得采用一直修剪的方式,也是目前部分使用的方法,到达对话次数时触发记忆总结然后再通过返回的内容注入提示词,这样确实很棒但是没有长期的记忆,于是很快就下岗了
# 第三版
这一版本基于第二版本进行的魔改解决长期记忆的问题,于是引入了`tim`的储存方法[相关论文](https://arxiv.org/pdf/2311.08719),通过插入、遗忘与合并操作我编写了一套使用`MongoDB`进行储存,使用了记忆插入,类似的合并,同时加入权重,当有一个记忆被反复提及就进行权重增加,当超出时间判断为记忆遗忘进入冷静期间,减少被大模型使用概率,同时我引入了大模型进行数据库操作类似`agent`我想将数据库交给大模型也是我干过最蠢的,大模型胡乱操作数据库头疼,然后维护这一坨完全没了灵感也放弃了如图

# 最终版本
最终版本也是我当前使用的版本,虽然没有开发完成但是不影响我分享

我采用了破罐子破摔,抛弃`MongoDB`数据库,转向本地,既然算法不行那就重复,如图你需要编写一个完美运行的压缩层提示词,对,就是提示词
## 设想
假设用户发送了一条消息,中间层将消息写入`1号`对话同时请求大模型,大模型响应后中间层给储存,再返回给用户,而当对话到达10条时就由`中间层切换到储存2号`,`2号满了就进入3号`,但是需要设定规则如果进入3号时就需要压缩层将1号的内容进行压缩并储存再天的数据库中,以此类推你需要一个上下文长一点的大模型这样你将始终`保持有10~20条数据是与大模型再交互`,不会轻易忘记你们之间的对话,同时保持始终有两个数据库在活动,也可以灵活变通毕竟3个活动数据库如你15条消息就清除前一个数据库,这样最低也有5条的对话聊天消息,当天结束后定时进行消息压缩将今天的精彩内容进行压缩总结,完成后传递给`周`,以此类推,你将得到如果短期被提及大模型也知道如果你询问长期的,大模型可以使用搜索函数去读取3个长期的数据库,如果你经常提及的内容自然会被大模型储存进下一个环节,长期不说的自然会被大模型评估成遗忘,简直good(仅限当时想出这个想法的我)
# 结尾
大概就这样如果有更好的想法也可以分享一下
---
# 旧手机改旁路由
- URL:https://fengyegf.cn/posts/%E6%97%A7%E6%89%8B%E6%9C%BA%E6%94%B9%E6%97%81%E8%B7%AF%E7%94%B1/
- 发布日期:2025-12-26
- 标签:教程、教学
- 分类:安卓折腾记
> 本期带来将安卓手机改成旁路由
# 准备工作
首先你得有一个root的手机,没有的可以走了
## 絮叨
嗯嗯,想必都是旧手机改造了肯定都有root了吧(我没有,但是有一台退休的米10)
至于为什么不玩软路由因为`没有`其次
防止立正了,家里就这点b网我还老是搞炸了,电信师傅都干成熟人了
## 教程部分
首先下载一个
::github{repo="Sh-Fang/ProxyDaemon"}
下载软件就不需要多说了
软件整体也是非常简单,打开品鉴即可,如何就是打开你的科学工具
- 想要广告屏蔽就AdGuard
- 下载对应的即可
其次就是在你需要使用到的手机或者电脑上进行dns配置即可,将设备ip调成静态,将软件给你的ip填入即可
---
# NitroGen部署评鉴
- URL:https://fengyegf.cn/posts/nitrogen%E9%83%A8%E7%BD%B2%E8%AF%84%E9%89%B4/
- 发布日期:2025-12-21
- 标签:大模型、人工智能
- 分类:教程分享
> 面向通用游戏代理的开放基础模型
# 前言
[NitroGen](https://nitrogen.minedojo.org/) 是一种统一的视觉到动作模型,用于直接从原始帧进行视频游戏,将视频游戏画面作为输入,输出手柄信号,模型通过大规模模仿学习,对人类游戏视频进行训练。NitroGen 在专为手柄作设计的游戏(如动作、平台跳跃和竞速游戏)上效果最佳,而在高度依赖鼠标和键盘的游戏(如即时战略、MOBA)上效果较差。
额 。。 教程应该还算新鲜,或者是其他地方已经有教程了,因为部署不算特别困难吧,主要还是评鉴
## 部署
``` bash
git clone https://github.com/MineDojo/NitroGen.git
cd NitroGen
pip install -e .
```
然后你可以在[huggingface](https://huggingface.co/nvidia/NitroGen)下载模型
```bash
hf download nvidia/NitroGen ng.pt
```
或者使用
```bash
pip install huggingface_hub[hf_transfer] # 可加速下载
huggingface-cli download nvidia/NitroGen ng.pt --local-dir .
```
国内也可以在[modelscope](https://www.modelscope.cn/models/nv-community/NitroGen)镜像下载
到目录下放置模型即可
```text
F:\NitroGen\
├── 📁 .cache/
├── 📁 assets/
├── 📁 debug/
├── 📁 nitrogen/
├── 📁 nitrogen.egg-info/
├── 📁 out/
├── 📁 scripts/
├── 📄 LICENSE
├── 📄 ng.pt # 你的模型文件 (1.97 GB)
├── 📄 pyproject.toml
└── 📄 README.md
```
项目分为一个推理和一个运行代理,我们首先启动推理
```bash
python scripts/serve.py
```
像是我当前目录结构那么启动命令就是
```bash
python scripts/serve.py ng.pt
```
启动后会下载一个文件大概2~3G
然后就是启动你的游戏和运行代理了启动你想玩的游戏,并且支持手柄,并(使用虚幻引擎开发的)不知道为什么,我测试中虚幻引擎打造的游戏兼容较好,又或者我没玩明白,别喷即可,要是其他游戏你运行上了算你厉害即可
运行代理命令
```bash
python scripts/play.py --process '.exe'
```
参数必须是你想玩的游戏的精确执行名。你可以在Windows任务管理器中右键点击游戏进程(Ctrl+Shift+Esc),然后选择。
额,我在这里启动首先遇到的第一个错误就是`AttributeError: module 'numpy' has no attribute 'long'`
解决方案就是换了将所有 `dtype=np.long` 替换为 `dtype=np.int_`
我测试的游戏有几个,主要是我也没多少游戏好测试,在推理状态下整体占用不高,但是游戏大概是4.5 FPS波动
## 点评
整个测试下来没有太多惊喜,反而我觉得大模型在使用手柄进行输出时很抽象,通过打印控制参数,发现抖动还是很严重的,其次就是平滑问题,因为噪声导致无法很好的过度,很抽象,额也有可能是我玩的游戏是大模型从来没见过玩过的如`看门狗2`我本来想试试经典`GTA`但是有反作弊这个是依靠注入dll文件实现的,注入就被弹了,后续尝试了`地平线`,`求生之路`emm,映射前面的主题,这些有的是注入失败,有的是没有反应,还有的就直接崩了,emm
## 声明
我看到在演示中是有如`赛博朋克`我映射`GTA`发现不行就映射`看门狗`,可能2d的会好一点但是我没有,这就是本期内容
## 官方演示视频
---
# 把玩Open-AutoGLM
- URL:https://fengyegf.cn/posts/%E6%8A%8A%E7%8E%A9open-autoglm/
- 发布日期:2025-12-14
- 标签:大模型、随手记
- 分类:人工智能
> 尝试一下游玩和部分讲解
# 开始
项目展示
::github{repo="zai-org/Open-AutoGLM"}
# 正文
首先还是老样子先玩后讲
```sh
git clone https://github.com/zai-org/Open-AutoGLM.git
```
进入目录,创建虚拟环境防止冲突
```python
python -m venv 环境名称
```
激活环境
```python
环境名称\Scripts\activate
```
激活成功后,命令行提示符通常会显示环境名称:
```python
python -m venv venv
venv\Scripts\activate
(venv) $
```
然后安装依赖
```python
pip install -r requirements.txt
pip install -e .
```
# adb安装
在这里就不多说了
[文档](https://developer.android.com/tools/releases/platform-tools?hl=zh-cn)
# 安装 ADB Keyboard
手机安装一个这个
[ADB Keyboard](https://github.com/senzhk/ADBKeyBoard/blob/master/ADBKeyboard.apk)
## 开始游玩
第三方模型服务启动示例
```python
# 使用智谱 BigModel
python main.py --base-url https://open.bigmodel.cn/api/paas/v4 --model "autoglm-phone" --apikey "your-bigmodel-api-key" "打开美团搜索附近的火锅店"
# 使用 ModelScope
python main.py --base-url https://api-inference.modelscope.cn/v1 --model "ZhipuAI/AutoGLM-Phone-9B" --apikey "your-modelscope-api-key" "打开美团搜索附近的火锅店"
```
## 我遇到的问题
1. GBK 解码失败
我的解决方案也很简单,在对应文件加上强制使用UTF-8即可
这是错误片段
```pythin
Exception in thread Thread-13 (_readerthread):
self._target(*self._args, **self._kwargs)
File "D:\Python\Python310\lib\subprocess.py", line 1499, in _readerthread
buffer.append(fh.read())
UnicodeDecodeError: 'gbk' codec can't decode byte 0xa8 in position 5176: illegal multibyte sequence
Traceback (most recent call last):
File "F:\Open-AutoGLM\main.py", line 546, in
main()
File "F:\Open-AutoGLM\main.py", line 516, in main
result = agent.run(args.task)
File "F:\Open-AutoGLM\phone_agent\agent.py", line 98, in run
result = self._execute_step(task, is_first=True)
File "F:\Open-AutoGLM\phone_agent\agent.py", line 144, in _execute_step
current_app = get_current_app(self.agent_config.device_id)
File "F:\Open-AutoGLM\phone_agent\adb\device.py", line 29, in get_current_app
for line in output.split("\n"):
AttributeError: 'NoneType' object has no attribute 'split'
```
### 解决方案
在Open-AutoGLM\phone_agent\adb\device.py的`subprocess.run`代码上添加`encoding="utf-8", errors="ignore"`
这样就解决了
2. 运行到一半出现
```python
Traceback (most recent call last):
File "F:\Open-AutoGLM\phone_agent\agent.py", line 176, in _execute_step
response = self.model_client.request(self._context)
File "F:\Open-AutoGLM\phone_agent\model\client.py", line 71, in request
stream = self.client.chat.completions.create(
File "F:\Open-AutoGLM\venv\lib\site-packages\openai\_utils\_utils.py", line 286, in wrapper
return func(*args, **kwargs)
File "F:\Open-AutoGLM\venv\lib\site-packages\openai\resources\chat\completions\completions.py", line 1192, in create
return self._post(
File "F:\Open-AutoGLM\venv\lib\site-packages\openai\_base_client.py", line 1259, in post
return cast(ResponseT, self.request(cast_to, opts, stream=stream, stream_cls=stream_cls))
File "F:\Open-AutoGLM\venv\lib\site-packages\openai\_base_client.py", line 1047, in request
raise self._make_status_error_from_response(err.response) from None
openai.InternalServerError: Error code: 500 - {'error': {'code': 'InternalError.Algo', 'message': "Cannot connect to host 127.0.0.1:11434 ssl:default [Connect call failed ('127.0.0.1', 11434)]", 'type': 'api_error'}, 'request_id': '77f0d2dd-a572-4868-ae31-3b093ac9f275'}
Result: Model error: Error code: 500 - {'error': {'code': 'InternalError.Algo', 'message': "Cannot connect to host 127.0.0.1:11434 ssl:default [Connect call failed ('127.0.0.1', 11434)]", 'type': 'api_error'}, 'request_id': '77f0d2dd-a572-4868-ae31-3b093ac9f275'}
```
我不知道是我操作问题还是怎么的,他老是运行两次操作后会自动切换到本地
### 解决方案
给本地链接换成云端的
# 评价
emm,挺好的,我没有很多特别的问题,帮我简单完成签到还是很轻松的,软件适配我觉得中规中矩吧,因为我尝试在app列表中添加某些东西,大模型却表示在他的应用列表中没有这个软件,其次就是当前大模型都没办法摆脱提示词,依然需要靠提示词进行操作
# 小技巧
根具官方文档,有懒人小技巧
你可以使用Claude Code,配置 [GLM Coding Plan](https://bigmodel.cn/glm-coding) 后,输入以下提示词,快速部署本项目。
```cmd
访问文档,为我安装 AutoGLM
https://raw.githubusercontent.com/zai-org/Open-AutoGLM/refs/heads/main/README.md
```
---
# vscode设置喜欢的字体
- URL:https://fengyegf.cn/posts/vscode%E8%AE%BE%E7%BD%AE%E5%96%9C%E6%AC%A2%E7%9A%84%E5%AD%97%E4%BD%93/
- 发布日期:2025-12-14
- 标签:vscode、教程
- 分类:教程分享
> 给vscode设置上自己喜欢的字体
# 首先
你得有一个字体,打开并安装

然后找到windows目录下的字体目录
```txt
C:\Windows\Fonts
```
找到你安装的
在打开vscode中的
看到
我们在前面添加
```txt
'字体名称',Consolas, 'Courier New', monospace
```

至于名称看着输入即可
---
# look1.1版本
- URL:https://fengyegf.cn/posts/look11%E7%89%88%E6%9C%AC/
- 发布日期:2025-09-08
- 标签:AndroidStudio、软件
- 分类:AndroidStudio
> 个人小软件
本次更新一下look1.1版本,升级了本地图像二维码,更好的是将内存压缩到了23m,对比早期的1.0内存是67.9m
# 下载地址
[点击下载](https://www.catw.top/@s/8wIdauQe)
---
# AndroidStudio编译发布版本
- URL:https://fengyegf.cn/posts/androidstudio%E7%BC%96%E8%AF%91%E5%8F%91%E5%B8%83%E7%89%88%E6%9C%AC/
- 发布日期:2025-09-03
- 标签:AndroidStudio、软件
- 分类:AndroidStudio
> 编译安卓项目并处于发行版本
# 前言
在以前我一直使用的调试模式安装我的demo软件,直到最近我想互传给其他人使用时发现他们是始终安装不上,会失败
最近因为家里亲戚被熟知的二维码诈骗了,这让我觉得奥有必要重新认识一下二维码这个东西了,平时遇到网页地址还好办可以多个方式识别出是不是危险网站,但是二维码这个东西就不一样了,你啥也看不出,于是就有了我的新软件[look](https://www.123865.com/s/SHeiVv-YnFfv)万物二维码都可以扫描,扫码后弹出内容,目前可以识别条形码和二维码
## 如图


干净清爽
目前应该就是这样,回归正题
# 准备

首先到构建中填写数据

因为我刚刚弄完所以这里就有信息了

选择这个新建

喜欢什么填写什么,就填写这几个就差不多了,你要是闲的可以全部填写

弄好后下一步

最后创建即可,然后观察错误信息,挨个修复即可
在build.gradle中
```java
android {
lint {
baseline = file("lint-baseline.xml")
}
}
```
反正就是按照错误信息修复即可最后你就得到了文件在你的项目目录\app\release\中app-release.apk就是
---
# 黑客的工具密码本
- URL:https://fengyegf.cn/posts/%E5%AF%86%E7%A0%81%E6%9C%AC/
- 发布日期:2025-02-06
- 标签:随手记
> 讲解如何生成密码本
# 黑客的工具密码本
密码本在以前还是很流行的,现在用处不大,但是可以跑点其他的
# 密码本
我个人觉得这个应该没啥好介绍的吧,就当备份代码了
```python
import itertools as its
import datetime
# 记录程序运行时间
start = datetime.datetime.now()
words = '0123456789' # 大小写字母 + 数字 组合
# words = '0123456789' # 纯数字
fw = 5
# 生成密码的位数
r = its.product(words, repeat=fw) # 即生成8位密码,正常情况下热点密码位数为8
dic = open(r"D:\bp\5位数密码本.txt", 'a') # alphabetPass.txt 是密码本名称
for i in r:
dic.write(''.join(i))
dic.write(''.join('\n'))
print(i)
dic.close()
print('密码本生成好了')
end = datetime.datetime.now()
print("生成密码本一共用了多长时间:{}".format(end - start))
```
emm,看着用吧
---
# 实时换脸
- URL:https://fengyegf.cn/posts/%E5%AE%9E%E6%97%B6%E6%8D%A2%E8%84%B8/
- 发布日期:2025-02-01
- 标签:人工智能、教学
- 分类:教程分享
> 讲解Deep-Live-Cam的实时换脸安装配置
# 介绍
Deep-Live-Cam是实时换脸的开源项目
::github{repo="hacksider/Deep-Live-Cam"}
该项目实现了实时换脸和一键式视频深度伪造,在这个项目之初我就去部署过,但是当时技术不是很到位,部署一直没搞明白,不过在我深度学习ai后,我发现他发布了2.0版本,看了一下他没有发布直接运行的文件但是有一个付费订购的软件包,说的是可以在没有任何技术基础上运行,也就是下载解压运行,看了一下价格20$/月,对于我来说这20刀还是很贵的,都100多了,那么还是老样子我们开始操作
# 安装配置
- python 3.10(他的推荐是这个版本)
- pip
- git
- ffmpeg
- Visual Studio 2022 Runtimes (Windows)
总体来说还算简单,那么我们开始解决最难的几个
## ffmpeg
ffmpeg是一个强大的,开源的,视频库,功能十分强大
### 安装ffmpeg
我们到[ffmpeg](https://ffmpeg.org/download.html)下载对应的版本,找不到的可以到[github](https://github.com/BtbN/FFmpeg-Builds/releases)下载
下载后我们需要添加到环境中
在windows中,我们找到开始菜单->搜索->编辑系统环境变量->环境变量->系统变量->path->新建->输入下载的ffmpeg的目录\bin->确定->确定
:::note
一定是ffmpeg的\bin目录下
:::
我们可以在命令行中输入ffmpeg -version
实在不知道咋办的点击[这里](https://blog.csdn.net/Natsuago/article/details/143231558),知道没有图片不能活,但是我博客带宽不行好吧,将就点,给你们找了一篇博客,还算详细
## Visual Studio 2022 Runtimes (Windows)
呃,这个是Microsoft C++ 生成工具,这个怎么说呢,我因为要学ue引擎所以我是有[Visual Studio](https://visualstudio.microsoft.com/zh-hans/vs/),我是直接当插件安装的,这个的原作者提供了一个直接去下载的[链接](https://visualstudio.microsoft.com/zh-hans/visual-cpp-build-tools/),具体咋用咱也不知道,凭感觉吧,下载后双击运行,然后选择安装,安装完成后重启电脑应该能解决问题
# 开始
首先我们克隆仓库
```bash
git clone https://github.com/hacksider/Deep-Live-Cam.git
```
下载模型
1. [GFPGAN v1.4 版本](https://huggingface.co/hacksider/deep-live-cam/resolve/main/GFPGANv1.4.pth)
2. [inswapper_128_fp16.onnx](https://huggingface.co/hacksider/deep-live-cam/resolve/main/inswapper_128_fp16.onnx)
将这些文件放在 “models” 文件夹中(没有文件夹就创建)
进入目录安装依赖
```bash
cd Deep-Live-Cam
pip install -r requirements.txt
```
没有GPU的话运行
```bash
python run.py
```
有GPU的话你可能需要CUDA 执行提供程序 (Nvidia)
```bash
pip uninstall onnxruntime onnxruntime-gpu
pip install onnxruntime-gpu==1.16.3
```
用法为
```bash
python run.py --execution-provider cuda
```
但是吧cuda对于windows好像只有x86_64的,emm你们可以下载试试还是老样子对应的安装详细博客[这里](https://blog.csdn.net/chen565884393/article/details/127905428)
命令行参数
```bash
options:
-h, --help 显示帮助信息并退出
-s SOURCE_PATH, --source SOURCE_PATH 选择源图像
-t TARGET_PATH, --target TARGET_PATH 选择目标图像或视频
-o OUTPUT_PATH, --output OUTPUT_PATH 选择输出文件或目录
--frame-processor FRAME_PROCESSOR [FRAME_PROCESSOR ...] 帧处理器(可选:face_swapper, face_enhancer 等)
--keep-fps 保持原始帧率
--keep-audio 保持原始音频
--keep-frames 保持临时帧
--many-faces 处理每一张人脸
--map-faces 映射源和目标的面部
--mouth-mask 遮罩嘴部区域
--video-encoder {libx264,libx265,libvpx-vp9} 调整输出视频编码器
--video-quality [0-51] 调整输出视频质量
--live-mirror 显示实时镜头,如前置摄像头的画面
--live-resizable 实时摄像头画面可调整大小
--max-memory MAX_MEMORY 最大内存使用量(单位:GB)
--execution-provider {cpu} [{cpu} ...] 可用的执行提供者(可选:cpu 等)
--execution-threads EXECUTION_THREADS 执行线程数
-v, --version 显示程序的版本号并退出
```
不出意外你们应该就得到了一个完美的实时换脸了

步骤图
祝各位玩的开心
---
# termux部署大模型
- URL:https://fengyegf.cn/posts/android/4/
- 发布日期:2025-01-31
- 标签:人工智能、大模型
- 分类:人工智能
> 讲解如何在termux中部署运行大模型
# 前言
最近几天我们国产的DeepSeek大模型也是在新年带了,重量级的大模型,对于一个研究ai的人来说这不得把玩一下,那么我们就用点小方法搭建一下吧
# 准备工作
1. ollama软件(主要提供ui部分)
::github{repo="JHubi1/ollama-app"}
2. termux(老演员了)
# 开始
安装ollama有两种方式
- 自己编译
- 官方编译
## 自己编译
自己编译我们需要去拉取代码,然后编译
- 更新termux包
```bash
pkg upgrade
```
- 安装依赖
```bash
pkg install git
```
- 拉取代码
```bash
git clone https://github.com/ollama/ollama.git
```
- 编译工具
```bash
pkg install cmake golang -y
```
进入目录
```bash
cd ollama
```
- 编译
```bash
go generate ./...
go build .
```
退出目录
```bash
cd
```
- 添加到环境
```bash
cp ollama/ollama /data/data/com.termux/files/usr/bin/
```
- 添加模型
```bash
ollama run 你的模型
```
emm,怎么说呢,前几天我还能看到deepseek的模型,我在编写这篇文章时没有找到,笑死
[ollama模型下载页面](https://ollama.org.cn/search)
自己去找模型下载吧,给个大概的数据,骁龙870处理器大概3b模型就是极限了,打点鸡血大概在4b顶天,不知道我的为什么他有一个核心在偷懒,哈哈哈
:::note
小知识:如果你在下载大模型时遇到错误,是因为你没启动ollama的服务导致的我们可以使用
```bash
ollama serve
```
来启动服务,然后在创建一个会话窗口即可使用ollama run 你的模型进行下载
:::
## 官方编译
这个需要我们去部署一个Linux的操作系统,我的话是靠,zerotermux的MOE全能去部署的,想偷懒的我推荐使用[国光大佬](https://www.sqlsec.com/2020/04/termuxlinux.html)的全自动部署脚本
- 安装依赖
```bash
pkg install proot git python -y
```
- 拉取代码(运行代码)
```bash
git clone https://github.com/sqlsec/termux-install-linux
cd termux-install-linux
python termux-linux-install.py
```
- 安装ollama
```bash
curl -fsSL https://ollama.com/install.sh | sh
```
最后和上面一样下载模型运行即可
# 结束
启动后可以在命令行聊天也可以去我上面分享的仓库下载对应的软件进行调用,方便观看
---
# docker-qemu-arm
- URL:https://fengyegf.cn/posts/docker-qemu-arm/
- 发布日期:2025-01-09
- 标签:docker、termux
- 分类:安卓折腾记
> termux安装Docker x86_64
# 前言
时隔几个月我又来折腾这个termux运行Docker这个项目了,那么我们废话不多说开搞
# 介绍
本期使用到的项目为
::github{repo="egandro/docker-qemu-arm"}
也是在不断折腾下看到了这给项目
当然还有[参考项目](https://gist.github.com/oofnikj/e79aef095cd08756f7f26ed244355d62)
# 开始
首先来到项目可以看到这个项目给出了一个自动脚本
```bash
bash -c "$(curl -fsSL https://raw.githubusercontent.com/egandro/docker-qemu-arm/master/termux-setup.sh)"
```
当然也有半自动
```bash
pkg update
pkg install git
git clone https://github.com/egandro/docker-qemu-arm.git
cd docker-qemu-arm
cp config.sample config.env
# vi config.env # change everything you want to need to change
./install.sh
```
启动命令
```bash
$HOME/alpine
./startqemu.sh
```
# 已知问题
- 仅Alpine Linux和dns和ipv4与ipv4/6相比(经常)出问题
- 我们将 dns 固定到(可以更改),在 Alpine 中我们关闭 ipv6 8.8.8.8
# 建议
带点科学工具不然下载不到某些东西
# 总结
我没研究太仔细,启动时报错图片丢失
(⊙_☉)
---
# 域名注册
- URL:https://fengyegf.cn/posts/%E5%9F%9F%E5%90%8D%E6%B3%A8%E5%86%8C/
- 发布日期:2025-01-06
- 标签:域名、教学
- 分类:教程分享
> 本期详细讲解域名的注册
我们废话不多说直接开始
# 开始
首先域名注册,你可以找任意厂商进行域名注册与购买,比较常见的就是
> 1.[阿里云](https://wanwang.aliyun.com/domain?spm=5176.21213303.J_qCOwPWspKEuWcmp8qiZNQ.2.25062f3dOY8Eak&scm=20140722.S_card@@%E4%BA%A7%E5%93%81@@3417315._.ID_card@@%E4%BA%A7%E5%93%81@@3417315-RL_%E5%9F%9F%E5%90%8D-LOC_search~UND~card~UND~item-OR_ser-V_4-RE_new6-P0_0)
> 2.[腾讯云](https://buy.cloud.tencent.com/domain)
> 3.[华为云](https://www.huaweicloud.com/product/domain.html)
当然还有其他的,只要你喜欢就好,这里我们以华为云举例
# 挑选
我们首先需要挑选域名,要想一个自己喜欢的拼音,或者中文,主打一个随便,自己方便即可
我们在域名这里输入喜欢的拼音加后缀点击搜索,选择喜欢的进行加入购物车然后付款即可
其他的也是同理
# 结尾
付款完成后来到控制台即可看到对应的域名详细信息,下期讲解域名解析和备案
有疑问可以在下方评论
---
# alist
- URL:https://fengyegf.cn/posts/alist/
- 发布日期:2025-01-06
- 标签:alist、termux
- 分类:教程分享
> 本期主要教学alist的配置和食用方法
# 配置
首先你得先安装alist,至于安装教程肯定是[点击跳转](https://fengyegf.cn/blog/posts/android/1/)
要是看不懂这边给你来一个大白话版本的,没脑子就按着点击复制粘贴
> 1.首先确保你的termux源
输入
```bash
pkg update
```
> 2.安装alist
```bash
pkg install alist
```
> 3.启动alist
```bash
alist server
```
初次启动密码会显示在命令行,复制密码
打开浏览器访问
```bash
http://127.0.0.1:5244/
```
> 登录
用户名
```bash
admin
```
密码为你在命令行复制的
# 食用
默认登录后会到达,如果没有就点击下面的管理
# 储存添加
点击储存->点击添加->选择驱动->本地储存
需要注意安卓的目录,这里选择对应的
# 配置离线下载
由于在之前文章有讲这里就跳过
# 美化
代码给出了图像加部分美化
```JavaScript
```
# 结束
---
# frp
- URL:https://fengyegf.cn/posts/frp/
- 发布日期:2025-01-06
- 标签:frp、教学
- 分类:教程分享
> 内网穿透讲解
# 前言
我们本期使用的是来自[SAKURA FRP](https://www.natfrp.com/)
# 开始
首先注册一个账号进入后选择
- 服务->软件下载->选择对应的即可
# 配置
首先创建隧道,选择服务->创建隧道
这里要区分游戏和建站
- 如果你是游戏玩家想要和好友实现远程联机那么选择对应的udp或者tcp即可
- 如果你是用于穿透网站就选择可建站
按照对应的内容填写即可,建站需要备案,建议先给域名备案
# 最后开启即可
---
# 新年
- URL:https://fengyegf.cn/posts/%E6%96%B0%E5%B9%B4/
- 发布日期:2025-01-04
- 标签:随手记、快乐分享
- 分类:我在人间凑数的日子
> 2025首篇文章
# 24年简单总结一下
这年正如图,感觉没有任何参与感,还是简单分享一下
了解我的应该都知道我是一个热爱科技的人,属于正反通吃类型,虽然对我来说很痛苦,但是每次成功时都会很高兴
> 游戏行业
- 目前我的看法为一眼到头,如果不是热爱应该很快就会倒闭,在这个行业只能说压力还是很大
> 人工智能
- 对于我来说人工智能确实是一个很好的选择,很明显我也是一个平平无奇的人,要想改变什么都得在不断尝试然后在花钱去实现
- 当然这只能一时,想法要想实现那么必须的->金钱,没有金钱没有人会在意你的想法,所以有都是笑笑
- 想法很多,但是败在金钱
> 网站建设
- 到目前来说我备案了的网站就一个,还有一个短域名没有备案
- 在24年一共搭建了大概5次
- 博客反反复复改了2~3次,其余的就是练手
> 软件开发
- 是的我也在学软件开发,目前主用android studio,是的我个人觉得是很愚蠢的选择,在当前这个时代有太多选择了基本会个前端你就可以实现很多功能了
- 这导致我信心不断破裂,在考虑是否前行
> 骇客
- 是的我也在学,主要使用kali操作系统,这是非常棒的一个操作系统,进行一些简单的也是不错的
> 游戏逆向
- 俗话说,知己知彼方可百战百胜,这个也是我的擅长,没事就写点自己玩玩
# 25年计划
### 首先当然是祝各位正在阅读的小伙伴新年快乐
> 1.训练一个大模型
- 我的计划是准备训练一个属于自己的大模型,当然这很天方夜谭,但是不试试怎么知道
> 2.完成现有项目
- 在24年我们在GitHub上开源了几个项目,虽然没有多少人气但是对于我们来说这都是自己大胆提出的不能就这样烂尾结束
> 3.emm,先完成在谈吧
# 结尾
---
# video
- URL:https://fengyegf.cn/posts/video/
- 发布日期:2024-12-23
> 视频嵌入测试
# 视频
# 音乐
---
# 大模型配置
- URL:https://fengyegf.cn/posts/ai/
- 发布日期:2024-12-18
- 标签:大模型、人工智能
- 分类:教程分享
> 使用魔塔社区免费的CPU环境配置一个大模型聊天
# 前言
大模型在目前想必各位都想拥有一个属于自己的吧,一个不受限制,不需要魔法,想聊就聊
# 材料
> [魔塔社区](https://www.modelscope.cn/)账号一个
> 一个聪明的脑子
# 首先
1.进入魔塔社区->个人中心->我的notebook
2.看到魔搭平台免费实例中有一个CPU环境开启运行

3.开启后点击查看notebook

我们就来到这里了,然后选择Notebook-python3

# 配置大模型
因为是CPU运行速度不是很快,考虑到这个问题我们选择来自阿里的通义千问-1.8B(Qwen-1.8B)模型
我们输入
```bash
!git clone https://www.modelscope.cn/qwen/Qwen-1_8B-Chat.git
```
点击播放的按键稍等即可,也可以点击上方加号在创建一个放入命令,效果都一样的
完成后在安装运行代码
```bash
!git clone https://github.com/QwenLM/Qwen.git
```
完成后我们得到两个文件夹我们双击进入Qwen文件夹下点击上方的加号

我们需要确定自己是否在文件夹下

如果在就执行
```bash
pip install -r requirements.txt
```
没有就需要cd 目录名称进入对应文件夹下
完成后进入到python的环境中粘贴官方的示例代码
```bash
from transformers import AutoModelForCausalLM, AutoTokenizer, GenerationConfig
model_dir = '模型所在的文件夹'
# Note: The default behavior now has injection attack prevention off.
tokenizer = AutoTokenizer.from_pretrained(model_dir, revision='master', trust_remote_code=True)
# use bf16
# model = AutoModelForCausalLM.from_pretrained("Qwen/Qwen-1_8B-Chat", device_map="auto", trust_remote_code=True, bf16=True).eval()
# use fp16
# model = AutoModelForCausalLM.from_pretrained("Qwen/Qwen-1_8B-Chat", device_map="auto", trust_remote_code=True, fp16=True).eval()
# use cpu only
# model = AutoModelForCausalLM.from_pretrained("Qwen/Qwen-1_8B-Chat", device_map="cpu", trust_remote_code=True).eval()
# use auto mode, automatically select precision based on the device.
model = AutoModelForCausalLM.from_pretrained(model_dir, revision='master', device_map="auto", trust_remote_code=True).eval()
# Specify hyperparameters for generation. But if you use transformers>=4.32.0, there is no need to do this.
# model.generation_config = GenerationConfig.from_pretrained("Qwen/Qwen-1_8B-Chat", trust_remote_code=True) # 可指定不同的生成长度、top_p等相关超参
# 第一轮对话 1st dialogue turn
response, history = model.chat(tokenizer, "你好", history=None)
print(response)
# 你好!很高兴为你提供帮助。
# 第二轮对话 2nd dialogue turn
response, history = model.chat(tokenizer, "给我讲一个年轻人奋斗创业最终取得成功的故事。", history=history)
print(response)
# 这是一个关于一个年轻人奋斗创业最终取得成功的故事。
# 故事的主人公叫李明,他来自一个普通的家庭,父母都是普通的工人。从小,李明就立下了一个目标:要成为一名成功的企业家。
# 为了实现这个目标,李明勤奋学习,考上了大学。在大学期间,他积极参加各种创业比赛,获得了不少奖项。他还利用课余时间去实习,积累了宝贵的经验。
# 毕业后,李明决定开始自己的创业之路。他开始寻找投资机会,但多次都被拒绝了。然而,他并没有放弃。他继续努力,不断改进自己的创业计划,并寻找新的投资机会。
# 最终,李明成功地获得了一笔投资,开始了自己的创业之路。他成立了一家科技公司,专注于开发新型软件。在他的领导下,公司迅速发展起来,成为了一家成功的科技企业。
# 李明的成功并不是偶然的。他勤奋、坚韧、勇于冒险,不断学习和改进自己。他的成功也证明了,只要努力奋斗,任何人都有可能取得成功。
# 第三轮对话 3rd dialogue turn
response, history = model.chat(tokenizer, "给这个故事起一个标题", history=history)
print(response)
# 《奋斗创业:一个年轻人的成功之路》
# Qwen-1.8B-Chat现在可以通过调整系统指令(System Prompt),实现角色扮演,语言风格迁移,任务设定,行为设定等能力。
# Qwen-1.8B-Chat can realize roly playing, language style transfer, task setting, and behavior setting by system prompt.
response, _ = model.chat(tokenizer, "你好呀", history=None, system="请用二次元可爱语气和我说话")
print(response)
# 你好啊!我是一只可爱的二次元猫咪哦,不知道你有什么问题需要我帮忙解答吗?
response, _ = model.chat(tokenizer, "My colleague works diligently", history=None, system="You will write beautiful compliments according to needs")
print(response)
# Your colleague is an outstanding worker! Their dedication and hard work are truly inspiring. They always go above and beyond to ensure that
# their tasks are completed on time and to the highest standard. I am lucky to have them as a colleague, and I know I can count on them to handle any challenge that comes their way.
```
然后点击播放,也就是运行,因为是cpu所以会回复的很慢
效果如图

完美
---
# screen
- URL:https://fengyegf.cn/posts/screen/
- 发布日期:2024-12-16
- 标签:Linux、命令
- 分类:教程分享
> screen 命令使用
# screen的功能
- 会话恢复
- 多窗口
- 会话共享
# 安装
``` bash
# CentOS
yum install screen
# Debian/Ubuntu
apt install screen
```
# 命令查看
``` bash
screen -help
```
1.终端列表
``` bash
screen -ls
```
2.新建终端
``` bash
screen -S 终端名称
```
3.退出当前终端(保持后台运行)
我们按`Ctril+a`再按`d`
4.回到终端
``` bash
screen -r 终端的PID或者name
```
5. 杀掉指定终端会话
如果需要结束某个后台运行的 `screen` 会话,可以使用以下命令:
```bash
screen -X -S 终端名称(或PID) quit
```
6. 分屏操作
`screen` 支持在同一个会话中分割屏幕以便同时查看多个窗口:
- **水平分屏**:
按下 `Ctrl+a`,然后按 `S`
- **垂直分屏**:
按下 `Ctrl+a`,然后按 `|` (部分键盘可能需要先按 `Shift+\` 来输入竖线)
- **切换光标到另一屏幕**:
按下 `Ctrl+a`,然后按 `Tab`
- **关闭当前分屏**:
按下 `Ctrl+a`,然后按 `X`
7. 保存屏幕日志
可以记录当前 `screen` 会话的所有输出:
```bash
Ctrl+a :logfile 文件名
Ctrl+a :log on
```
要停止日志记录:
```bash
Ctrl+a :log off
```
8. 自定义 `screen` 配置
`screen` 支持通过配置文件 `.screenrc` 自定义快捷键和行为。配置文件通常存放在用户的主目录下,示例如下:
```bash
# 开启时自动显示屏幕列表
startup_message off
# 设置默认窗口名称
shelltitle "$ |bash"
# 映射快捷键(示例为绑定 F9 键到分屏功能)
bindkey -k k9 split
```
编辑后,重新启动 `screen` 即可生效。
---
# 我的博客
- URL:https://fengyegf.cn/posts/blog/
- 发布日期:2024-12-13
- 标签:随手记、快乐分享
- 分类:我在人间凑数的日子
> 我第n次更改了我的博客
# 我的博客
这是我第 n 次换框架和模板了,笑死了。在这一年里,我已经换了 4 次:
1. [Hexo](https://hexo.io/)
2. [Halo](https://www.halo.run/)
3. [Astro](https://docs.astro.build/zh-cn/getting-started/)
4. [WordPress](https://wordpress.org/)
对于我来说,只能看心情
---
# 安装docker
- URL:https://fengyegf.cn/posts/docker/
- 发布日期:2024-10-21
- 标签:docker、termux
- 分类:安卓折腾记
> 安卓termux安装docker
# 前言
本期教程很干货,要是没有动手能力建议不要尝试安装思路如下
```flow
process=>operation: termux
e=>end: QEMU
b=>end: Alpine Linux
start=>start: docker
process->e->b->start
```
我们需要在 termux 安装 QEMU 模拟器再安装 Alpine Linux 最后在安装 docker
:::note
简称——无限套娃,因为没有 root 和安卓本身的功能缺失只能这样
:::
# QEMU 是什么
什么是 QEMU
QEMU 是一种通用的开源计算机仿真器和虚拟器。QEMU 共有两种操作模式
全系统仿真:能够在任意支持的架构上为任何机器运行一个完整的操作系统
用户模式仿真:能够在任意支持的架构上为另一个 Linux/BSD 运行程序
# Alpine Linux 是什么
alpine 是一个轻量级的 Linux 发行版本,轻量级不仅体现在其占用空间的大小,还因为他没有图形化界面,只有命令行界面。 这个发行版本与我们常见的发现版本不同,其他版版本基本在安装完基本配置之后就可以使用了,而且基本配置如:磁盘,时区等都可以通过图形化的方式去点击进行配置,alpine 需要我们在命令行进行手动配置
# 安装准备工作
1. 安装 termux
2. 打开 termux 然后安装 wget
```bash
pkg install wget
```
3. 安装 qemu
```bash
pkg install qemu-system-x86-64-headless qemu-utils
```
4. 使用 wget 下载 Alpine Linux 文件 iso 文件
```bash
wget https://dl-cdn.alpinelinux.org/alpine/v3.13/releases/x86_64/alpine-virt-3.13.2-x86_64.iso
```
5. 创建一个虚拟硬盘
```bash
qemu-img create -f qcow2 alpine.img 4G
```
随便看着给即可
然后我们编写一个开机脚本方便启动
```bash
vim run.sh
```
输入以下内容
```bash
#!/bin/bash
qemu-system-x86_64 -machine q35 -m 1024 -smp cpus=4 -cpu qemu64 \
-drive if=pflash,format=raw,read-only=on,file=$PREFIX/share/qemu/edk2-x86_64-code.fd \
-netdev user,id=n1,hostfwd=tcp::2222-:22 -device virtio-net,netdev=n1 \
-cdrom alpine-virt-3.13.2-x86_64.iso \
-nographic -hda alpine.img
```
6. 给脚本权限并启动
```bash
chmod +x run.sh
```
```bash
./run.sh
```
启动比较缓慢需要耐心等待,出现让登录时输入 root 即可登录
然后我们输入,对网卡进行配置
```bash
setup-interfaces
```
```bash
ifup eth0
```
然后一路回车即可
完成后可以尝试 ping 一下网站可以 ping 通就说明一切正常
```bash
ping fengyegf.cn
```
接下来安装 answerfile
```bash
wget https://gist.githubusercontent.com/oofnikj/e79aef095cd08756f7f26ed244355d62/raw/answerfile
```
安装成功后我们输入
```bash
sed -i -E 's/(local kernel_opts)=.*/\1="console=ttyS0"/' /sbin/setup-disk
```
最后我们安装系统到硬盘
```bash
setup-alpine -f answerfile
```
等待安装完成... 可能需要很长时间,具体要看手机的性能,遇到选项回车即可
然后我们看到 alpine:~# 即为成功,随后进行关机
```bash
poweroff
```
输入关机命令后不会立即停止,我们需要等待系统安全的关闭,关机成功后我们修改开机脚本
输入
```bash
vim run.sh
```
修改为以下代码,会出现
```bash
qemu-system-x86_64 -machine q35 -m 2048 -smp cpus=4 -cpu qemu64 \
-drive if=pflash,format=raw,read-only=on,file=$PREFIX/share/qemu/edk2-x86_64-code.fd \
-netdev user,id=n1,hostfwd=tcp::2222-:22,hostfwd=tcp::8081-:80 -device virtio-net,netdev=n1 \
-nographic alpine.img
```
:::caution
BdsDxe: failed to load Boot0001 "UEFI QEMU HARDDISK QM00001 " from PciRoot(0x0)/Pci(0x1F,0x2)/Sata(0x0,0xFFFF,0x0): Not Found
> > Start PXE over IPv4.
> > PXE-E16: No valid offer received.
> > BdsDxe: failed to load Boot0002 "UEFI PXEv4 (MAC:525400123456)" from PciRoot(0x0)/Pci(0x2,0x0)/MAC(525400123456,0x1)/IPv4(0.0.0.0,0x0,DHCP,0.0.0.0,0.0.0.0,0.0.0.0): Not Found
> > Start PXE over IPv6.
> > PXE-E16: No valid offer received.
> > BdsDxe: failed to load Boot0003 "UEFI PXEv6 (MAC:525400123456)" from PciRoot(0x0)/Pci(0x2,0x0)/MAC(525400123456,0x1)/IPv6(0000:0000:0000:0000:0000:0000:0000:0000,0x0,Static,0000:0000:0000:0000:0000:0000:0000:0000,0x40,0000:0000:0000:0000:0000:0000:0000:0000): Not Found
> > Start HTTP Boot over IPv4.....
> > Error: Could not retrieve NBP file size from HTTP server.
Error: Server response timeout.
BdsDxe: failed to load Boot0004 "UEFI HTTPv4 (MAC:525400123456)" from PciRoot(0x0)/Pci(0x2,0x0)/MAC(525400123456,0x1)/IPv4(0.0.0.0,0x0,DHCP,0.0.0.0,0.0.0.0,0.0.0.0)/Uri(): Not Found
> > Start HTTP Boot over IPv6.
:::
修改为一下命令会出现
```bash
qemu-system-x86_64 -machine q35 -m 2048 -smp cpus=4 -cpu qemu64 \
-drive if=pflash,format=raw,read-only=on,file=$PREFIX/share/qemu/edk2-x86_64-code.fd \
-drive file=alpine.img,format=qcow2,if=ide \
-netdev user,id=n1,hostfwd=tcp::2222-:22,hostfwd=tcp::8081-:80 -device virtio-net,netdev=n1 \
-boot order=c \
-nographic
```
用户名称和密码错误,root 提示
:::caution
alpine login: root
Login incorrect
alpine login:
:::
# 结尾
目前没有头绪了,有的可以靠这个命令成功,但是我失败了,如果你有什么方式解决请帮助我改进这个页面,或者在下面留言感谢
持续编写中......
---
# ssh安装
- URL:https://fengyegf.cn/posts/android/3/
- 发布日期:2024-10-21
- 标签:termux
- 分类:安卓折腾记
> 安卓手机使用ssh
# 前言
#### 本期教程纯粹我闲的,出一期
# 准备工作
- termux
- Tabby Terminal
# 步骤
1. 安装 openssh
我们打开 termux,输入
```sh
pkg install openssh
```
然后输入 sshd 开启 ssh 功能 2. 配置 sshd
输入
```sh
ifconfig
```
拿到 ip 地址
:::note
本期是内网 ssh 互连不是 公网 ssh,也就是两台设备都需要在同一 WiFi 上
:::
拿到 ip 后我们设置 ssh 的连接密码
```sh
passwd
```
设置密码
:::note
手机上 termux 开启的 sshd 服务用的是 8022 端口,而不是常用的 22 端口
:::
然后我们打开 Tabby 点击设置->配置和连接->新建->新配置->ssh 连接
然后输入你的 ip+密码
配置完成,保存连接即可
### 相关链接
1. [tabby](https://tabby.sh/)
---
# alist安装
- URL:https://fengyegf.cn/posts/android/1/
- 发布日期:2024-08-02
- 标签:alist、termux
- 分类:安卓折腾记
> 安卓手机免root安装alist
# 欢迎来到本期安卓改造计划本期
### 前言
1. 实现命令安装alist
2. 自动化下载种子视频
### 准备工作
1. 准备一台安卓手机
2. 准备软件 termux
# 教程
### 安装 alist
启动 termux 使用命令我们首先安装 alist
```bash
pkg install alist
```
安装完成后我们使用命令启动 alist
```bash
alist server
```
启动完成后我们使用浏览器访问 http://127.0.0.1:5244/ 用户名默认为 admin
我们输入
```bash
alist admin
```
即可查看当前管理员密码管理密码在第一次启动时会显示在终端,我们可以自己接修改密码方便记忆
```bash
alist admin set 你自己的密码
```
配置完成后我们使用浏览器访问 http://127.0.0.1:5244/ 即可进行登录操作登录成功后我们即可进行配置操作
### 配置 Aria2 下载器
这边我们需要使用 RimuruW 大佬的一键安装管理脚本我们在 termux 新开一个界面
我们输入
```bash
bash -c "$(curl -L https://raw.githubusercontent.com/RimuruW/Aria2-Termux/master/install.sh)"
```
然后选择安装并配置自启动,然后输入 7 进行配置查看我们即可看到 RPC 密钥
### 给 alist 配置 Aria2 下载器
我们进入 alist 的主页面点击下面的管理进入后点击设置->其他在 Aria2 密钥处填入 RPC 密钥即可
### 结尾
这个东西也是花费了我好几天,希望各位小伙伴们能喜欢,其次就是我还想安装小雅来着的,但是小雅的安装有一个访问 doker 的网络问题,不知道为什么始终连接不上,等我在搞几天
### 相关文章
[Android 一键安装配置 Aria2](https://blog.linioi.com/posts/aria2-for-termux/)
[ Android 的 Aria2 一键安装管理脚本](https://github.com/RimuruW/Aria2-Termux)
---
# 风格化草
- URL:https://fengyegf.cn/posts/stylizedgrass/
- 发布日期:2024-07-25
- 标签:UE、渲染
- 分类:ue引擎学习
> ue引擎渲染风格化草地
# 风格化草
#### 本期我们讲解一下如何在 ue5.4 引擎中实现风格化的草地
在 ue 引擎中实现风格化的有很多方式我提供一个还不错的实现方式
首先就是我们新建一个材质球,这个材质球我们要实现的功能有
- [x] 草的风格化颜色
- [x] 控制草的渐变高度
- [x] 风吹的强度
- [x] 风速
> 首先讲解草的颜色处理
- 在风格化中草不应该只有一个颜色,而是一个渐变过渡
- 需要在建模软件中处理好模型的 uv 的方向
- 其次就是我们创建一个新的材质,进去后我们需要创建你需要的 2 个颜色
我们打开材质图表,通过在材质编辑器的图形区域中按住 **3** 键并 **单击鼠标左键**,可快速创建 Constant3Vector(常量 3 矢量)节点创建好了后我们还需要在创建一个用来当底色,上面的颜色我们调浅一点,下面的调的偏黑重一点,我们使用 Lerp 节点颜色浅的我们连接 A,另外一个连接 B,当然还有一个 Alpha 节点,这个节点我们用来控制,所以我们还需要写一个控制渐变的
> 渐变控制
首先创建一个**MaterialFunctionCall(材质函数调用)** 我们选择 ue 自带的一个材质函数叫 LinearGradient,这时我们按住 s 点击材质图表区域得到一个节点,这个节点后期用于控制渐变度,我们在使用材质相乘,按住 m 点击即可得到节点如图连接
> 法线制作
一样的我们按住 3 点击获得一个基础的矢量,然后将 z 改为 1 即可得到一个纯蓝色我们在创建一个**TwoSidedSign** 节点和上面一样进行相乘,在把结果连接到法线
> 风的制作
我们为了让草显得更自然,风是必须的,SimpleGrassWind 一个好用的风吹草动节点,我们可以看到第一个是风的强度,我们需要进行控制修改,所以我们按住 s 点击即可获得一个控制器,链接上,第 3 个是风速我们也以同样子的方法链接即可,最后一个接口是草地位置,如图
我们就实现了全部的功能
### 相关链接
[风格化草 发布者 FY |蓝图 UE |虚幻引擎的 PasteBin, (blueprintue.com)](https://blueprintue.com/blueprint/dte1ofgq/) 我放在了蓝图分享网站喜欢的自行研究感谢观看
---
# 小米妙享中心
- URL:https://fengyegf.cn/posts/mi/
- 发布日期:2023-10-20
- 标签:小米、软件
- 分类:教程分享
> Windows安装小米妙享中心
# 前言
#### 本期教程是针对非小米笔记本的用户,要是你是小米笔记本可能会有其他步骤
# 准备工作(非小米笔记本)
#### 首先你需要去下载小米官方的安装包,然后解压,我们访问[Xiaomi HyperConnect](https://hyperos.mi.com/continuity)下滑找到小米电脑管家
#### 然后我们下载破解文件访问[网站](https://wwyj.lanzouw.com/ivTI60juykgf)!!密码:1111!!
#### 创建一个空文件夹,并把文件放在一起小米安装文件和破解文件,双击运行小米管家安装程序即可,他会自己读破解文件
# 其次(小米笔记本用户)
#### 小米笔记本为什么有,很简单,目前小米只支持他的新设备,而老用户只能看着,但是众所周知,小米可玩性很高,所以出一期,我自己的是 Redmi G 游戏本 2021 锐龙版,但是目前小米只给了 Redmi G 游戏本 2022 锐龙版这...
### 我们需要找到控制中心卸载原版的小米妙想,然后和其他的一样下载破解文件,然后双击运行安装小米管家即可
### 相关参考链接
[非小米笔记本小米妙享中心安装最新教程 3.2.0.464 兼容所有 Windows 系统](https://blog.csdn.net/qq_41095608/article/details/134068068)
[[Windows] 小米妙享中心 3.2.0.296 免验证安装 配合小米手机 miui13 电脑玩手机摸鱼不是梦](https://www.52pojie.cn/thread-1748151-1-1.html)