博文

服务器安装tmux

 你完全可以在 普通用户权限 下安装 tmux-3.4 ,不需要 root 👍。核心思路是: 把 tmux 编译并安装到你自己的 home 目录 。 我一步一步给你讲清楚👇 ✅ 一、解压源码包 tar -xzf tmux-3.4.tar.gz cd tmux-3.4 ✅ 二、准备安装目录(关键!) 比如安装到你自己的目录: mkdir -p $HOME/local/tmux ✅ 三、配置(指定安装路径) ./configure --prefix=$HOME/local/tmux 👉 这一步的意思是: 把 tmux 安装到你自己的目录,而不是系统目录 /usr/bin ⚠️ 四、如果报错(常见依赖问题) tmux 依赖: libevent ncurses 如果系统没有,你也可以 用同样方式本地安装依赖 : 👉 方法(推荐顺序) 先装 libevent 再装 ncurses 最后再装 tmux 例如: ./configure --prefix=$HOME/local/libevent make && make install 然后 tmux 编译时加上路径: ./configure \ --prefix=$HOME/local/tmux \ CFLAGS="-I$HOME/local/include" \ LDFLAGS="-L$HOME/local/lib" ✅ 五、编译 & 安装 make -j$(nproc) make install ✅ 六、配置环境变量(非常重要) 把 tmux 加到 PATH: echo 'export PATH=$HOME/local/tmux/bin:$PATH' >> ~/.bashrc source ~/.bashrc ✅ 七、验证安装 tmux -V 如果看到: tmux 3.4 说明成功 🎉 🚀 一句话总结 👉 普通用户安装核心就是: 用 --prefix 指到 home 目录 必要时手动编译依赖 配置 PATH 💡 额外技巧(更简单的方法) 如果你嫌编译麻烦,可以试: 1️⃣ 用 conda(如果有) conda install -c conda-forge tmux 2️⃣ 用 Linuxbrew(无需 r...

申请证书

图片
一键申请SSL证书 bash <(curl -fsSL https://raw.githubusercontent.com/slobys/SSL-Renewal/main/acme.sh) ✅ Cloudflare 支持代理的端口列表(截至目前) 🔒 HTTPS(TLS)端口(自动代理) 443 (标准 HTTPS) 2053 2083 2087 2096 8443 增加请求头为域名,server name也使用域名,然后使用公钥和私钥

量化指标计算

✅ 1. 多模态教培资源处理准确率 ≥ 85% 📌 定义: 衡量系统对文本、图像、视频、3D课件等非结构化资源的实体识别、语义标注和粒度化再构建的准确程度。 📈 目的: 确保教培资源经过处理后,信息抽取结果与人工标注一致度高,保证质量。 🧮 公式: 处理准确率 = 正确处理的资源数量 / 总处理资源数量 × 100% 💡 说明: 正确处理的资源数量 :系统处理结果与人工标注(或标准答案)一致的样本数量。 例如实体识别中,识别出“避雷器”并正确标注为“设备名称”,算1个正确处理。 总处理资源数量 :参与评估的全部样本数量,包含不同模态。 实际评估可使用 F1-score (精准率+召回率综合指标)进行补充说明,尤其适合文本处理任务。 ✅ 2. 系统处理延时 ≤ 2秒 📌 定义: 衡量系统完成一次教培资源处理任务所需的时间。 📈 目的: 确保系统响应足够快,适用于实时应用场景。 🧮 公式: 处理延时 = T_响应完成 − T_请求提交 💡 说明: T_响应完成 :系统输出处理结果(如完成视频剪辑、实体识别)的时间戳。 T_请求提交 :用户或系统发起处理请求的时间戳。 通常采用 平均延时 或 P95延时 (95%任务处理时间不超过该值)来衡量性能。 ✅ 3. 员工学习进度识别准确率 ≥ 85% 📌 定义: 评估系统能否正确判断员工是否完成学习任务、是否达标等。 📈 目的: 确保学习过程监测的智能化和准确性。 🧮 公式: 识别准确率 = 正确识别的学习状态数量 / 总学习状态数量 × 100% 💡 说明: 学习状态 :如“已完成”、“学习中”、“未完成”或具体行为(如某视频是否观看满80%)。 正确识别指系统输出与事实一致。 可参考 LMS(Learning Management System)日志 + 人工对照表校验。 ✅ 4. 能力差距智能分析误差 ≤ 10% 📌 定义: 衡量系统对员工能力评估结果与人工(专家)评估结果之间的误差。 📈 目的: 验证能力分析的精确度,保障后续培训内容推荐的准确性。 🧮 公式(平均相对误差): 误差 = (1/N) × ∑(|系统评估值_i − 标准值_i| / 标准值_i) × 100% 💡 说明: 系统评估值_i :系统对员工第i项能力的评分(如变电检修能力=0.75) 标准值_i :专家评估或人工打...