最近搞了一台 Mac Mini 来当服务器用,之前觉得 macOS 基于 Unix,那用起来应该和 Linux 差不多,上手就能跑。真用起来才发现,坑还是有一些的。记录一下遇到的主要问题。
SylensHub
吃饭, 睡觉, 打游戏!
最近搞了一台 Mac Mini 来当服务器用,之前觉得 macOS 基于 Unix,那用起来应该和 Linux 差不多,上手就能跑。真用起来才发现,坑还是有一些的。记录一下遇到的主要问题。
为了能在公司做点小规模模型训练方面的工作,我最终建议买了 Mac Mini。原因也不复杂:同时需要用它做生物信息分析、跑 agent 部署、偶尔跑点参数量不大的模型——这些场景刚适合 M 芯片这种统一内存的设备。内存加单独大显存显卡的价格远高于 Mac 平台,算一笔账就知道怎么选了。
于是我就这么达成了「多设备、多平台、多项目」同时推进的成就。

最近我向 BananaSlice 提交了一个 PR(#11),为其增加了可配置的 Gemini 兼容 API 端点功能。整个过程让我深刻感受到:AI Agent 不仅让人能更快地写代码,也让开源软件的利用方式发生了改变。

接上篇 [从 Fydetab Duo 到 HP Chromebook X11],HP Chromebook X11 用了一段时间,体验整体不错,但还是遇到了两个比较烦人的 Bug,记录一下解决方案。
前段时间各家卖 Token 的厂商集中变相涨价,就在大家慢慢习惯”AI 越来越贵”时,DeepSeek 干了件离谱的事——V4-Pro 永久降价,固定为原价的四分之一。

最近做差异基因分析,需要将差异基因表达量映射到 KEGG 通路上生成 pathway 图。我用 Bioconductor 的 pathview 包出图后发现节点大得离谱、颜色也不对。在 AI 帮助下解决了问题,还学到一种新的打补丁方式。
最近帮朋友做了个小工具:处理输入文件中的序列,生成指定格式的 XML。朋友不习惯命令行,需要图形界面;且输入数据有保密要求,计算逻辑必须在本地完成。按常规该开发桌面软件,但考虑到后续维护更新,我想试试可离线的 PWA Webapp。查了下,Pyodide 中已有 pandas 的 wasm,运行库无需额外工作——那就这么干!
距离上次写 [当代笔记本和平板设备选择之困] 才过去一个多月,我就又来了。
没错,那个在文章结尾信誓旦旦说”目前还是继续用 Fydetab Duo”的我,现在正坐在一台 HP Chromebook X11 面前敲下这些字。
人类的本质是真香,我的本质是折腾。

之前我写过一篇博客,记录了我用pixi的tasks功能来修复Bioconductor包(如GenomeInfoDbData、BSgenome.Hsapiens.UCSC.hg38等)安装后缺依赖的问题。当时我只知道问题存在,但并不清楚根因,只是提供了一个不太理想的解决方案。
但是最近在AI的回答中,我搞清楚了真正的原因——这一切都源于Conda生态中的 post-link 脚本机制。
1 / 19