Live Debian System 更改伺服器版本使用 Sparky Linux Stable 精簡版（LDS5.x）

先前 Live Debian System 是使用 OB2D keep 作為伺服器專用版本，該版本非常精簡也節省資源，使用 Xfce 桌面環境，但是一來該發行版更新速度比較緩慢，二來整體風格、桌面環境跟 Live Debian System 其他系列都是使用 Cinnamon 桌面環境有很大不同，因此此次改版改用 LDS1.x 系列的精簡版，除去許多龐大且在伺服器中比較沒用到的軟體，加入架站常用的 LAMP 架構：即 Linux + Apache + Mariadb (MySQL) + PHP 及資料庫管理工具 phpmyadmin ，只要安裝好之後設定資料庫密碼即可使用，非常方便快速。

依循標準的 Calamares 安裝界面很快的可安裝好系統，重新開機後就擁有上述架站環境，但因為是伺服器，所以可把網路從 DHCP 改為固定IP。開啟瀏覽器輸入該IP即可看到預設首頁，http://myIP/phpmyadmin 可進入資料庫管理工具，但使用之前需要先使用下列指令初始化資料庫並設定資料庫 root 密碼：

sudo mysql_secure_installation

整個安裝設定過程可參考底下影片，日後再詳細截圖解說。系統下載可至 Live Debian System Sourceforge 網站：https://sourceforge.net/projects/antix-mate-respin/files/lds_server/

留言

這個網誌中的熱門文章

Debian 13 原生 Python 安裝與使用 CodeFormer 修復臉部照片與影片教學

目前人工智慧（AI）已有越來越多的應用，而 CodeFormer 是一種人工智慧數位臉部修復工具，一般可以在其官網上傳照片（ https://huggingface.co/spaces/sczhou/CodeFormer ），它會修復後讓你下載，但傳過一次曠日費時。還好它是開源軟體，於是將其安裝到自己的電腦中，便可以批次處理。不過事涉大量運算，有獨顯速度會快些，沒有的就只能用 CPU 硬解。如果原稿臉部夠大張（最好 512×512 像素以上），其還原程度相當不錯，有針對臉部一般修復、精細修復、上色、破碎還原等功能，個人覺得蠻自然傳神的。因為自己筆電沒有太高檔 GPU，且 Debian 12 時使用 Anaconda3 來處理在 Debian 13 時卻失效，常常說空間不足、安裝 CUDA 相依性錯誤等問題，重灌系統好幾次，於是改變作法，打掉重做，用原生 Python 來執行。在 Debian 13 中安裝 Nvidia GPU 驅動若使用 Nvidia GTX 1060 等顯卡，想讓 CodeFormer 利用 GPU 加速運算，需要先安裝 Nvidia 官方驅動與 CUDA 開發環境。注意！核心要使用 Debian 標準版核心以免編譯失敗。 1. 更新系統並安裝基礎工具 sudo apt update sudo apt upgrade sudo apt install linux-headers-amd64 python3.13-venv sudo apt install -y build-essential dkms 2. 安裝 Nvidia 官方驅動 sudo apt install nvidia-detect nvidia-driver firmware-misc-nonfree sudo reboot （如果失敗，編輯 /etc/apt/sources.list 在套件庫中加入 contrib non-free 如下： deb http://free.nchc.org.tw/debian/ trixie main non-free-firmware contrib non-free ） 3. 驗證驅動安裝是否成功 nvidia-smi Debian 13 原生 Python 安裝與 CodeFor...

閱讀完整內容

Live Debian System 安裝使用 CodeFormer（使用Anaconda）XXX

目前人工智慧（AI）已有越來越多的應用，而CodeFormer是一種人工智慧數位臉部修復工具，一般可以在其官網上傳照片，它會修復後讓你下載，但傳過一次曠日費時，還好它是開源軟體，於是將其安裝到自己的電腦中，便可以批次處理，不過事涉大量運算，有獨顯速度會快些，沒有的就只能用CPU硬解。

閱讀完整內容

在 Debian 13 使用本機 Python 安裝 Open-WebUI 與 Ollama AI 聊天模型指南

本人使用的開發主機搭載 NVIDIA 顯卡，GPU 記憶體只有 6GB，屬於中低容量等級。由於顯卡記憶體有限，無法負擔大型 AI 模型的運行，因此本文以較小容量且效能適中的 AI 模型為主，透過 Open-WebUI 與 Ollama 搭配，達成本地 AI 互動平台的實作。整體流程會包括利用 pyenv 管理合適的 Python 版本，安裝 Open-WebUI，並示範如何安裝與管理 Ollama 及多款符合 GPU 規格的聊天室模型。一、本機 Python 版本管理：使用 Pyenv 安裝 Python 3.11 安裝編譯必須的依賴： sudo apt update sudo apt install -y build-essential curl libssl-dev libbz2-dev libreadline-dev libsqlite3-dev libffi-dev liblzma-dev zlib1g-dev libncurses5-dev libncursesw5-dev libgdbm-dev libdb5.3-dev uuid-dev 安裝 pyenv： curl https://pyenv.run | bash 設定 shell 環境（加入 ~/.bashrc 或 ~/.zshrc ）： export PATH="$HOME/.pyenv/bin:$PATH" eval "$(pyenv init --path)" eval "$(pyenv init -)" 重新整理 shell，並安裝 Python 3.11： source ~/.bashrc pyenv install 3.11.0 pyenv global 3.11.0 確認 Python 版本： python --version 二、安裝並啟動 Open-WebUI 建立虛擬環境以隔離套件： python -m venv ~/openwebui-venv source ~/openwebui-venv/bin/activate mkdir tmp export TMPDIR=$HOME/tmp 升級 pip 以免安裝過程中遇到問題： pip install --upgrade...

閱讀完整內容

Live Debian System Taiwan

搜尋此網誌