跳到主要內容

Live Debian System 2026Q1 更新釋出

 

Live Debian System (LDS) 是基於 Debian 的優化即時桌面系統，專為中文使用者設計，使用 Cinnamon 桌面環境，提供隨身碟即開即用的體驗。[專案頁]

本次 2026Q1 更新聚焦於 LDS2 Debian 系列，注入 MacOS 風格元素，提升操作流暢度與現代感。

主要更新特點

  • 最新核心與套件：整合最新穩定核心與 Debian 更新，確保系統安全與效能優化。
  • 一鍵主題切換：輕鬆變更黑暗/白天模式，並自動更換桌布，適應不同使用情境。
  • Ulauncher 快速搜尋：按 Ctrl + Space 啟動，搜尋軟體、文件與應用，加速工作流程。
  • 手勢與邊角支援：新增多點觸控手勢及螢幕邊角快速切換，提升觸控板操作便利性。
  • 工作列增強：加入即時氣象顯示與小時鐘，保持桌面資訊一目了然。
  • MacOS 風格介面：LDS2 轉型為 MacOS-like 發行版，其他版本維持原貌但融入類似元素，如 Dock 與動畫效果。

這些改進讓系統更接近現代桌面體驗，適合新手與進階使用者。

下載與專案資訊

重要公告

由於維護多版本耗時，今後不再頻繁推送完整 ISO 更新。請使用者透過終端機執行 sudo apt update && sudo apt upgrade 自行維持最新狀態。

其他版本介面大致不變，但已加入 MacOS 元素以提升一致性。歡迎回饋使用心得，感謝長期支持！

留言

張貼留言

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...
張貼留言
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。
張貼留言
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...
張貼留言
閱讀完整內容