GaGa's Blog

K-Means（K均值）是一种无监督学习算法，用于将数据划分为 (K) 个簇（Cluster）。其核心目标是：

使同一簇内的数据尽可能相似，不同簇之间尽可能不同。

本质是一个基于距离的聚类优化问题。

问题

基于git-lfs二进制安装git插件，提示异常。

• https://github.com/git-lfs/git-lfs/releases/tag/v3.7.1

解决

扩散型模型，英文 Diffusion Model，是一类生成模型，核心思想是：

先把真实数据逐步加噪声，变成纯噪声；再训练模型学会从噪声一步步还原出真实数据。

它常用于：

• 图像生成：Stable Diffusion、DALL·E 类模型
• 视频生成
• 语音生成
• 3D 生成
• 图像修复、超分辨率、风格迁移

1. 极简实时：nload（推荐）

nload 是一个非常直观的命令行工具，它能将入站流量和出站流量分开，并用简单的文本图表实时显示当前、平均和最小/最大网速。

1.1安装方法

nload 属于 EPEL 源，所以需要先启用 EPEL：

uv sync --extra dev 是根据项目锁文件（uv.lock）同步项目环境，并在同步时包含名为 dev 的额外依赖组（Extra）。

1. 核心组成部分解读

uv sync

KNN（K-Nearest Neighbors，K近邻算法）是一种简单但非常常用的机器学习算法，既可以用于分类问题，也可以用于回归问题。

1.基本思想

KNN的核心思想是： 物以类聚，人以群分

v1-5-pruned-emaonly-fp16.safetensors 是基于 Stable Diffusion v1.5 的精简推理模型，常用于 ComfyUI、Automatic1111 等推理框架。

从命名可以拆解出其关键特性：

当你运行 npx @agegr/pi-web@latest 时，npx 只会把这个包下载到一个临时缓存目录中，执行完毕后就完事了,通常你通常不需要手动卸载它。

磁盘空间紧张，或者想要彻底清除 npx 留下的临时缓存。

1. 清空 npm 的全局缓存

目的

为了解决系统盘空间有限，把/var/lib/docker(默认docker root)迁移到数据盘。

解决

1.stop container && stop docker

runlike 是一个 Docker 容器“反向生成 docker run 命令”的工具。

它会读取docker inspect中的配置，然后还原出docker run …

适用于：

• 容器迁移
• 容器备份
• docker run 参数恢复
• 从历史容器生成启动脚本
• bind mount 修改
• docker-compose 转换前分析
• 灾难恢复

问题

mac@GaGa ~ % claude -v
Error: claude native binary not installed.

Either postinstall did not run (--ignore-scripts, some pnpm configs)
or the platform-native optional dependency was not downloaded
(--omit=optional).

## 提示很明确如何修复
Run the postinstall manually (adjust path for local vs global install):
  node node_modules/@anthropic-ai/claude-code/install.cjs

Or reinstall without --ignore-scripts / --omit=optional.

这是 @anthropic-ai/claude-code 的本地 native binary 没有正确安装。
常见原因：

• npm install 时用了 --ignore-scripts
• pnpm 禁止 postinstall
• 使用了 --omit=optional
• Apple Silicon / x64 架构不匹配
• 全局安装残缺

frida-server 是 Frida 框架中的核心服务端组件，用于在目标设备上提供“动态插桩（Dynamic Instrumentation）”能力。

运行在：

• Android
• iOS
• Linux
• macOS
• Windows

上的一个 Agent/Daemon它允许外部客户端：