手头一个 Flask 应用，Gunicorn 跑在 8081 端口，用户直接访问 http://ip:8081/。页面加载很慢，有时候好几秒才出来。同一台服务器上另一个静态站点（Next.js 生成，Nginx 托管）响应就很快。
查了一圈：服务器负载正常、数据库正常、代码没性能瓶颈。最后发现问题出在访问路径上——用户走的 8081 端口 根本没经过 Nginx，所有请求直捅 Gunicorn。
把 8081 端口从 Gunicorn 手里拿过来交给 Nginx 监听，Gunicorn 改到内网 8083，问题解决了。首页加载从超时降到了 70 毫秒，CSS 文件从 232KB 变成 31KB（gzip）。
这是一篇可以边读边运行的自注意力入门教程。我们用一句英文 Your journey starts with one step，把 GPT 处理文本的全过程走一遍：分词 → 词嵌入 → 位置嵌入 → 自注意力 → 训练观察。
Hermes 不只是一个对话入口。真正有价值的地方，是把本地知识、远程服务、图像生成、博客发布和公众号草稿箱连成一条可复用的工作流。
这次搭建的目标很明确：输入一个主题，Hermes 能够起草文章、润色文字、生成配图、保存到知识库，并把稿件送入微信公众号草稿箱。公众号端只进入草稿箱，不自动群发，最后仍保留人工审核。
最近在 Mac mini M4 上跑了一下 maderix/ANE。这个项目的意思很直接：不用 CoreML 训练接口，不走 Metal，也不靠 GPU，而是通过逆向出来的私有接口，把计算图直接送到 Apple Neural Engine 上执行。
这事儿听起来很酷，但我一开始跑完以后也有点困惑：能跑是能跑，跟我平时用 Ollama、Dify、本地知识库有什么关系？折腾完以后，我的判断是：它现在不是一个生产工具，更像一个能摸到硬件底层的学习样本。
药液装量不能只看“合格/不合格”，还要看分布形态、批次波动、过程能力和正态性。这篇把一组装量抽查数据拆成三张图：直方图看分布，箱线图看批次，正态概率图看假设，最后给出一个可直接用于工艺判断的结论。
一句话结论： 这组装量数据中心准、波动小、分布近似正态，过程能力充分。
当 Hermes Agent 跑在一台“永远在线”的设备上，笔记本再用本地桌面端连过去，是个很常见的理想状态：Agent 有了稳定的文件、会话和工具宿主，你则保留原生桌面 UI。但这套方案曾长期被“远程 RPC 怎么调”和“WebSocket 握手容易失败”卡住。Sudolabs 有一篇很清晰的文章讲清了现状；我最近在本地实际重建过一次这条链路，其中还踩到了 hermes dashboard 前端产物缺失的问题，顺便一并写出来。
当一台云VPS同时运行Headscale服务器和Tailscale官方节点时，通过iptables SNAT双向桥接+精确子网路由广播，实现两个WireGuard网络之间的互通。
这趟晋南自驾，六天五晚，从济宁出发，经郑州接上闺女，一路向西进山西，再从太行山折回河南新乡。永乐宫、小西天、广胜寺、福胜寺、马村砖雕墓、八泉峡，几天里把壁画、彩塑、砖雕、琉璃塔和太行山水都串了起来。按导航主线剔除重复巡航片段核算，前五日行驶约 1551.4 公里，5 月 22 日新乡返邹城约 269.5 公里，全程约 1820.9 公里。
在低配VPS上搭建个人数字知识助理，结合PARA方法论管理知识，让AI帮你管理学习、工作和生活中的所有信息。
一款提取安卓手机上华为健康运动数据的应用。