提交

source/_posts/Linux.md

@@ -1825,6 +1825,8 @@ wsl --install -d <Distribution Name>
 
 #### 通过FinalShell连接WSL2
 
+##### 方式1
+
 1. 需要先删除ssh，再安装ssh
 
 ```shell
@@ -1860,6 +1862,30 @@ dpkg-reconfigure openssh-serve
 
 FinalShell就可以连接WSL2了
 
+##### 方式2
+
+（1）查看wsl的地址
+
+- 安装`ifconfig`工具
+
+```
+apt install net-tools
+```
+
+- 查看IP地址，红框位置为wsl地址
+
+```
+ifconfig
+```
+
+![image-20250310130413226](https://markdownhexo.oss-cn-hangzhou.aliyuncs.com/img/image-20250310130413226.png)
+
+（2）将端口转发到wsl，在Power Shell下执行命令，将[IP]和[PORT] 替换为wsl的IP（对应图片中红框标注的）和端口（对应sshd中设置）。
+
+```
+netsh interface portproxy add v4tov4 listenaddress=0.0.0.0 listenport=2222 connectaddress=[IP] connectport=[PORT]
+```
+
 #### 启用systemctl
 
 进入当前发行版
@@ -1879,6 +1905,33 @@ systemd=true
 wsl --shutdown
 ```
 
+#### 取消密码复杂度及长度限制
+
+```shel
+vim /etc/pam.d/system-auth
+password requisite pam_pwquality.so try_first_pass local_users_only retry=3 authtok_type= ​​minlen=6 ucredit=1 lcredit=1 ocredit=1 dcredit=1​​
+```
+
+如下图：
+
+![image-20250310125937362](https://markdownhexo.oss-cn-hangzhou.aliyuncs.com/img/image-20250310125937362.png)
+
+#### WSL玄学bug之SSH连接找不到nvidia-smi
+
+本地正常，但是通过SSH连接WSL，执行nvidia-smi找不到
+
+## 解决方式
+
+在.bashrc中加入
+
+```shell
+export PATH=/usr/lib/wsl/lib:$PATH
+```
+
+## 参考
+
+[https://github.com/microsoft/WSL/issues/8794](https://github.com/microsoft/WSL/issues/8794)
+
 ## 安装 7zip
 
 ```shell

source/_posts/Python.md

@@ -0,0 +1,5 @@
+---
+title: Python
+date: 2025-03-10 14:26:30
+tags:
+---

source/_posts/大模型.md

@@ -0,0 +1,108 @@
+---
+title: 大模型
+date: 2025-02-18 10:06:57
+tags:
+---
+
+# Ollama
+
+## 1. 安装
+
+首先需要下载并安装Ollama，这是运行模型的基础环境。
+
+
+
+![image-20250218102658870](https://markdownhexo.oss-cn-hangzhou.aliyuncs.com/img/image-20250218102658870.png)
+
+## 2. 下载模型
+
+打开命令行终端，根据需要运行以下命令之一来下载对应版本的模型：
+
+![image-20250218104847668](https://markdownhexo.oss-cn-hangzhou.aliyuncs.com/img/image-20250218104847668.png)
+
+以DeepSeek为例：
+
+7B 版本（推荐显存 8G）:
+
+```bash
+ollama pull deepseek-coder:7b
+```
+
+8B 版本（推荐显存 8G）:
+
+```bash
+ollama run huihui_ai/deepseek-r1-abliterated:8b
+```
+
+14B 版本（推荐显存 12G）:
+
+```BASH
+ollama run huihui_ai/deepseek-r1-abliterated:14b
+```
+
+32B 版本（推荐显存 32G）:
+
+```bash
+ollama run huihui_ai/deepseek-r1-abliterated:32b
+```
+
+70B 版本（需要高端显卡支持）:
+
+```bash
+ollama run huihui_ai/deepseek-r1-abliterated:70b
+```
+
+## 3. Ollama 常用命令
+
+在使用 Ollama 时，以下是一些常用的命令操作：
+
+```bash
+# 启动 Ollama 服务
+ollama serve
+
+# 从 Modelfile 创建模型
+ollama create <模型名称>
+
+# 显示模型信息
+ollama show <模型名称>
+
+# 运行模型
+ollama run <模型名称>
+
+# 停止运行中的模型
+ollama stop <模型名称>
+
+# 从仓库拉取模型
+ollama pull <模型名称>
+
+# 推送模型到仓库
+ollama push <模型名称>
+
+# 列出所有已安装的模型
+ollama list
+
+# 列出正在运行的模型
+ollama ps
+
+# 复制模型
+ollama cp <源模型> <目标模型>
+
+# 删除模型
+ollama rm <模型名称>
+```
+
+## 4. Ollama模型存储目录
+
+- macOS: `~/.ollama/models`
+- Linux: `/usr/share/ollama/.ollama/models`
+- Windows: `C:\Users\%username%\.ollama\models`
+
+### 如何将它们设置为不同的位置？
+
+如果需要使用不同的目录，可以将环境变量 `OLLAMA_MODELS` 设置为你选择的目录。
+
+> 注意：在 Linux 上使用标准安装程序时，`ollama` 用户需要对指定目录有读写权限。要将目录分配给 `ollama` 用户，请运行 `sudo chown -R ollama:ollama <directory>`.
+
+请参考[上面的部分](https://ollama.readthedocs.io/faq/#how-do-i-configure-ollama-server)了解如何在你的平台上设置环境变量。
+
+![image-20250218132430850](https://markdownhexo.oss-cn-hangzhou.aliyuncs.com/img/image-20250218132430850.png)