Linux Server Coding指南
Linux 服务器上的开发通常围绕一条工作流展开:通过 SSH 登录,在远端配置环境、编辑代码并运行任务,再通过日志和资源监控确认运行状态。个人电脑提供交互界面,服务器提供计算资源与存储,两者通过网络连接协作。 本文按连接、开发、AI 辅助、联网配置和任务管理的顺序整理常用操作。示例以 Windows 本机 + Linux 服务器 + Bash 为主;没有特别说明时,Linux 命令均使用普通账户执行。 各环节的完整流程与排错方法另整理为独立文章,可按当前任务查阅: SSH 连接、密钥认证与文件传输:从首次登录到跳板机、SFTP 和连接排查。 VS Code 远程开发:远端组件、扩展、解释器、端口转发与下载配置。 Codex CLI 安装、认证与自动化:普通用户安装、项目权限、交互开发与脚本调用。 tmux、日志与断线恢复:长任务的启动、监控、恢复和结束。 Python 环境管理与依赖复现:venv、Conda、解释器定位和环境迁移。 GPU 监控与资源排查:nvidia-smi、nvitop、设备选择与常见瓶颈。 Clash 与 Mihomo...
Linux服务器GPU监控指南:nvidia-smi与nvitop
GPU 任务启动后,需要分别确认设备是否可用、程序是否正在计算、显存由哪些进程占用。显存占满不等于计算效率高,GPU 利用率低也不一定代表程序挂起;监控应结合运行阶段、进程状态和日志共同判断。 本文面向配有 NVIDIA GPU 的 Linux 服务器,整理普通账户可以使用的查看与排查方法。连接、环境和任务管理的整体流程见 AI Coding指南。 1 先区分驱动、计算环境与监控工具NVIDIA 驱动提供系统访问 GPU 的基础接口;PyTorch 等框架及其 CUDA 运行时位于项目环境中;nvidia-smi、nvitop 用来读取设备和进程状态。这三层相关,但不能相互替代。 nvidia-smi 通常随驱动工具安装,nvitop 通过 NVML 接口读取 GPU 信息。安装 nvitop 不会安装或修复系统驱动,也不需要为了监控而把整个 CUDA Toolkit 安装到个人目录。 先确认当前机器和基础查询: 123hostnamecommand -v nvidia-sminvidia-smi 若命令不存在,先核对是否登录了 GPU...
Linux服务器Python环境管理:venv、Conda与依赖复现
同一台 Linux 服务器可以同时存在系统 Python、Conda 环境和多个项目虚拟环境。包已经安装却无法导入,常见原因是安装时与运行时使用了不同的解释器。 本文的命令均在服务器 Bash 终端执行,示例项目目录为 ~/projects/demo。远程连接和服务器开发流程见 AI Coding指南。 1 解释器、pip 与 PATHpython 是 Shell 根据命令查找规则找到的程序,通常由 PATH 中目录的先后顺序决定。pip 也是一个命令,它关联的 Python 不一定与当前 python 相同。 开始安装前,先查看实际程序位置: 12345command -v pythoncommand -v python3python3 --versionpython3 -c "import sys; print(sys.executable)"python3 -m pip --version 系统可能只有 python3,也可能没有为它安装 pip。输出中的路径和版本,比终端提示符是否显示环境名称更能说明实际情况。 python -m pip...
Linux服务器长任务管理:tmux、日志与断线恢复
训练、数据处理和批量实验往往运行数小时。SSH 连接只负责当前的远程交互,不能作为任务持续运行的保证。tmux 将任务所在的终端保留在服务器上,使连接中断与任务执行彼此分离;日志则记录任务输出,便于重新登录后判断进度与错误。 本文以 Linux 服务器上的 Bash 为例,介绍从启动到结束的一套完整流程。远程连接与开发环境可先参考 AI Coding指南。 1 tmux 为什么能保留任务1.1 SSH 连接与远端终端直接通过 SSH 打开的交互终端与该连接关联。连接断开后,终端可能挂断,Shell 及其任务可能收到挂断信号或被清理。具体行为取决于 Shell、任务启动方式和服务器策略,不能仅凭“命令已经开始执行”判断它会继续运行。 tmux 在服务器上运行一个后台 server 进程,由它管理会话和各个窗格的伪终端。通过 SSH 执行 tmux attach 时,启动的是连接到这个 server 的 client;键盘输入和屏幕输出通过 client 转交。 这里的 server 与 client 都运行在 Linux 服务器上,是 tmux 内部的进程角色,不是分别指...
Linux服务器使用Codex CLI:安装、认证与自动化
Codex CLI 在终端中读取项目、修改代码并调用本机工具。通过 SSH 登录 Linux 服务器后运行 Codex,文件操作和命令执行发生在服务器,模型请求也由服务器发出。 本文使用普通 Linux 账户和 Bash,示例项目位于 ~/projects/demo。远程连接与整体工作流见 AI Coding指南;Claude Code 与 cc-switch 的配置见 Linux服务器安装Claude Code教程。 1 运行前需要准备什么服务器需要能够访问安装文件、认证服务与模型接口。PC 浏览器能够联网,并不代表服务器上的命令行工具已经具备相同的访问条件。 使用官方模型服务时,不需要在服务器上下载模型权重,也不要求本机 GPU 用于模型推理。项目中的测试、数据处理和训练仍会占用服务器资源。 在服务器终端检查基础工具: 12345hostnamecommand -v curlcommand -v shgit --versionuname -m 如果依赖代理,应先准备服务器可达的网络出口,再启动 Codex。代理原理与配置见...
VS Code远程开发指南:Remote-SSH配置与排错
Remote-SSH 让 VS Code 在本机显示编辑器,同时直接操作 Linux 服务器上的代码、终端和开发环境。项目文件留在服务器,运行与调试使用服务器资源,不需要每次修改后手动上传代码。 本文以 Windows 本机连接 Linux 服务器为例,围绕连接、环境选择、文件与端口访问、代理和排错展开。SSH 的密码与密钥配置见 Linux服务器SSH连接指南,服务器开发的整体流程见 AI Coding指南。 1 本地界面、远端 Server 与扩展的分工Remote-SSH 的工作方式可以分成三部分: 本地 VS Code负责窗口、编辑器界面,以及适合在本机运行的界面扩展。 远端 VS Code Server在服务器用户目录中运行,提供文件、终端与远程开发服务。 远端扩展宿主运行需要访问服务器项目和环境的扩展,例如语言分析与调试组件。 本机与远端组件通过 SSH...













































