stacki 的安装和配置教程
1. 项目的基础介绍和主要的编程语言
Stacki 是一个基于 CentOS/RHEL/SLES 的裸金属安装工具,它可以将服务器从裸硬件(或虚拟硬件)部署到可工作的 Linux 系统,并准备好安装应用程序。Stacki 在大规模部署中表现出色,因此部署 1000+ 服务器与部署一个服务器的复杂性相同。高级用户可以使用 Stacki 安装各种应用程序(如 Hadoop、OpenStack、HPC 等)。Stacki 拥有悠久的历史,并在一些世界上最苛刻的组织中使用。
该项目主要使用以下编程语言:
- Python:89.9%
- Shell:4.5%
- Makefile:3.0%
- HTML:1.3%
- C:1.0%
- CSS:0.3%
2. 项目使用的关键技术和框架
Stacki 使用了一系列关键技术和框架,以确保从裸金属到完全配置的 Linux 系统的顺畅部署:
- 自动化部署:通过脚本自动化安装和配置过程。
- 网络配置:支持多种网络接口和类型,包括 IB、10G、1G,以及在启动时进行认证的 SSH 无密码访问。
- RAID 配置:通过电子表格设置 RAID 控制器配置,然后自动在首次安装时配置 RAID。
- DevOps 集成:与常见的 DevOps 工具(如 Ansible、Puppet、Chef、Salt)集成,以便进一步自动化和管理系统。
3. 项目安装和配置的准备工作和详细的安装步骤
准备工作
在开始安装 Stacki 之前,请确保以下准备工作已完成:
- 确保你有一台符合硬件要求的计算机。
- 下载 Stacki 安装镜像。
- 准备一个 USB 驱动器,用于创建安装启动盘。
- 确保网络连接稳定,以便下载必要的软件包。
安装步骤
-
创建安装启动盘: 将 Stacki 安装镜像写入 USB 驱动器。可以使用
dd命令或任何其他磁盘刻录工具完成此操作。 -
启动到 Stacki 安装环境: 将 USB 驱动器插入目标计算机,并从该驱动器启动。
-
开始安装: 在启动菜单中选择“开始 Stacki 安装”。
-
分区和格式化硬盘: 根据需要分区和格式化硬盘。Stacki 提供了一个简单的界面来自动完成这个过程。
-
配置网络: 在安装过程中,你将需要配置网络设置,包括 IP 地址、子网掩码、网关和 DNS 服务器。
-
安装基础系统: 选择需要安装的软件包和组件。Stacki 会自动安装所选的软件包。
-
配置 RAID(如果需要): 如果你的硬件支持 RAID,现在可以配置 RAID 控制器。
-
完成安装并重启: 安装完成后,重启计算机。
-
配置后安装设置: 启动后,你将需要配置一些后安装设置,例如设置 root 密码、配置网络等。
-
安装额外的软件包: 如果需要,可以使用 Stacki 的包管理器安装额外的软件包。
完成以上步骤后,你的 Stacki 系统应该已经成功安装并配置完毕,可以开始使用了。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
Spark-Prover-X1-7BSpark-Prover-X1-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer-X1-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile015
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00