nixos-config 的安装和配置教程
1. 项目的基础介绍和主要的编程语言
nixos-config 是一个开源项目,主要包含了 NixOS 的配置文件和模块。NixOS 是一个基于 Nix 的 Linux 发行版,其特色在于使用 Nix 包管理器来管理系统的软件包和配置。这个项目旨在提供一个可复用的 NixOS 配置框架,帮助用户快速搭建和定制自己的 NixOS 系统。
该项目主要使用的编程语言是 Nix,它是一种功能性的配置语言,用于描述系统的配置和软件包的依赖关系。此外,项目中还可能涉及到一些 Shell 脚本,以及可能的 Emacs Lisp 和 Haskell 代码。
2. 项目使用的关键技术和框架
项目使用的关键技术是 NixOS 的配置管理系统。NixOS 的配置是通过一个名为 /etc/nixos/configuration.nix 的文件来定义的,这个文件描述了整个系统的配置。项目中的 default.nix 文件是配置的核心,定义了系统的基本设置。
此外,项目还使用了以下技术和框架:
- 模块化配置:项目通过模块化的方式组织配置,使得用户可以轻松地添加或删除功能。
- 硬件配置:使用
hardware-configuration.nix来描述特定硬件的配置。 - 临时文件系统(tmpfs):为了减少磁盘的写入,项目中使用了 tmpfs 来挂载
/目录。 - 虚拟专用网络:项目包含了一个简单易用的虚拟专用网络配置模块
ezwg.nix。
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
在开始安装之前,你需要做一些准备工作:
- 确保你的硬件支持 NixOS。
- 下载并制作 NixOS 安装盘。
- 在 BIOS/UEFI 中启用 UEFI 模式,并确保从 UEFI 启动。
- 准备一个至少 20GB 的空磁盘分区用于安装 NixOS。
安装步骤
-
启动 NixOS 安装盘:使用 NixOS 安装盘启动你的电脑,选择"启动 NixOS"。
-
连接到网络:启动后,确保你的电脑连接到互联网。
-
分区和格式化磁盘:使用
parted或fdisk对磁盘进行分区,然后使用mkfs命令格式化分区。 -
挂载文件系统:将分区挂载到相应的目录,例如:
mount /dev/sda1 /mnt -
安装 NixOS:使用
nixos-install命令开始安装 NixOS,并根据提示进行操作。 -
配置网络:在
/etc/nixos/configuration.nix中配置网络设置。 -
配置时区:设置正确的时区,例如:
ln -sf /usr/share/zoneinfo/Asia/Shanghai /etc/localtime -
安装 nixos-config:将 nixos-config 项目克隆到本地,并复制
default.nix到/etc/nixos/目录。git clone https://github.com/balsoft/nixos-config.git cp path/to/nixos-config/default.nix /etc/nixos/ -
生成硬件配置文件:运行
nixos-generate-config生成适合你硬件的hardware-configuration.nix文件。nixos-generate-config --root /mnt -
重建系统:使用以下命令重建 NixOS 系统,确保使用
--flake选项:sudo nixos-rebuild test --flake . -
重启系统:安装完成后,重启电脑,并从硬盘启动进入 NixOS。
reboot
完成以上步骤后,你应该有了一个运行中的 NixOS 系统,配置了来自 nixos-config 项目的设置。
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-7BSpark-Prover-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-7BSpark-Formalizer-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).Dockerfile014
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