riceball

@ryd994 崩溃后，已经没用 zfs 了，当时我主用 zfs ，连 root 和 boot 分区都是 zfs, 导致挂了后不能启动，一直卡在 scrub.

另外，现在想来，zfs 最好还是要经常 cron scrub 。我的 ZFS 系统当时已经稳定工作很长的一段的时间(大概 3 年)，一直到仓库快满了，才出现的问题。

对桌面 PC 来说，是的，compression 不是问题。但是基于应用级的压缩无法做到压缩后的数据在整个盘中只保存一份，而 dedup 能做到。

自从 zfs 挂了，我现在用的就是支持 bbu cache 的 raid 卡，当时买成 900 多，带超级电容,1G RAM ，现在只要 400 多（不带超级电容）。raid 上是纯机械硬盘，放需要安全保存的数据； ssd 只放 boot 分区，以及需要加速的应用和数据。

@ryd994 就因为 zfs 有 dedup 才用的，省硬盘。如果不用的话，为啥不直接 mdadm,组软 raid ，后期直接上 raid 卡也成。

取决于你想干啥，比如,🙆‍♀️也许想这么干：

翻译家.ai.yaml

---
input: ['lang', 'text']
output: {type: 'object', properties: {target_text: {type: string}}}
parameters:
temperature: 0
---
system: 你是全球最棒的多语言翻译家。
user: 请直接把接下来的文字翻译为{{lang}}："{{text}}"
assistant: [[AI]]
-> json(output)


nodejs 调用：

import {AIScript} from '@...'
const result = await AIScript.execFile('翻译家.ai.yaml', {text: 'here is text', lang: '中文'})
// result: {target_text: '这是文本'}

我的一点使用 ZFS 的❄️的教训:

1. 必须至少上 RegRAM,还有就是尽可能多的 RAM,至少要满足最小值，具体计算我忘记了，根据你组的磁盘总大小计算，尤其是你启用了 deduplication, 它严重依赖 RAM ，如果 RAM 有错误，写入就会错误！
2. 当 ZFS 快写满了，如果这时候仓库错误，恢复几乎不太可能，折腾几天，几乎进度不动。我的数据...

Good ，推荐基于这个弄： https://github.com/apify/crawlee easily Extract data for AI, LLMs. Works with Puppeteer, Playwright, Cheerio, JSDOM, and raw HTTP. Both headful and headless mode. 并添加了自己的反屏蔽功能和类人指纹。

这个要单独分几块弄

1. 建立 UI 自动化脚本规范,要简单易懂，能很自然扩展到桌面应用，采用类自然语言，使得 LLM 更好理解
2. 开发 UI 自动化脚本引擎库
3. 设计 PPE 可编程提示词工程(引擎)，目的是规范化提示词,使 AI 提示任务工程化，简单化，打通代码和 LLM 之间的 gap ，这个我在弄，目前部分开源： https://github.com/offline-ai/cli 目前进展是实现了类自然语言的结构化聊天消息，只实现了 js 可以像调普通函数一样调用 llm 提示词任务， 反过来 llm 提示词也可以调用任意 js 或其他 PPE. PPE 支持继承,import,export. 还没作广泛宣传，自我感觉完成度不高，仅在 Linux 上开发测试。有一两个应用例子. 提示词这块坑多，模型规模越小，坑越多。大模型也有坑，所以想通过规范化提示词避坑。
4. 引入 UI 自动化脚本引擎库，让 LLM 调用.

VertX 太底层！不过，如果你正在寻找一个能够快速开发高性能 Web 应用的框架，那 Play Framework 是一个极佳的选择。它支持 Java 和 Scala ，好像是从 3.0 开始用 scala 重写底层的，采用异步模型处理请求，非常适合构建高并发的应用。内置热部署功能让你在开发时可以即时看到代码改动的效果，极大地提高了开发效率。同时，简洁的路由配置、强大的表单处理机制和内置模板引擎都使得开发变得更加直观和高效。对于想要构建 RESTful API 的开发者来说，Play 提供了流畅的支持和工具。

sbt new playframework/play-java-seed.g8

供参考：DIY 自己的开源 NAS https://riceball.me/article/diy-cloud-computing-2/

应该是太贵，本地离线 llm 高端 pc 才带得动，小设备没戏。如果只是 online.所有的现在的伪智能音箱厂家只要后端改下服务接口就可以做到，只是服务而已，随时可以切换，也可以随时跑路，比如京东智能音箱

还是 Git 操作要有规范，这个彼此合并，左右互搏，啧啧，建议使用 Git flow 规范，有 git 插件支持： https://danielkummer.github.io/git-flow-cheatsheet/index.zh_CN.html