2024-08-19发表2025-02-27更新dev / tool4 分钟读完 (大约576个字)

Aider-Chat 与 DeepSeek 使用指南

简介

Aider-Chat 是一款集成了多种大型语言模型（LLMs）的代码辅助工具，能够协助开发者进行代码编辑、调试和重构。
Aider 推荐使用 GPT-4o（96.2%） & Claude 3.5 Sonnet（99.2%）, DeepSeek-Code的评分在 deepseek 官方的描述里高于 Claude 3.5 Sonnet . 另外就是在国内，它可能是最合适的（便宜方便），在 aider 的描述里准确率（97.7%）。

安装与配置

安装 Aider-Chat

确保安装了 git。各环境下的安装指南可参考 Install git。
获取 OpenAI 或 Anthropic 的 API 密钥，这与 ChatGPT Plus 订阅不同。

使用 pip 安装 Aider-Chat：

   python -m pip install aider-chat
1.   ```

## 设置 DeepSeek API 密钥：
   - Mac/Linux:
     ```bash
     export DEEPSEEK_API_KEY=<key>

Windows:
1
setx DEEPSEEK_API_KEY <key>
重启 shell 以使设置生效。

使用 DeepSeek 模型

启动 Aider-Chat 并指定使用 DeepSeek Coder V2 模型：
1
aider --model deepseek/deepseek-coder

操作步骤

添加文件至聊天

使用 /add 命令将需要编辑或审查的文件添加至聊天中。

代码编辑

使用 /code 命令请求对代码的更改。

提交更改

使用 /commit 命令将聊天外对代码库所做的编辑提交。

查看更改

使用 /diff 命令展示自上一条消息以来的更改差异。

退出应用

使用 /exit 或 /quit 命令退出应用。

注意事项

避免将所有文件添加至聊天，只添加需要编辑的文件，以减少令牌成本并避免混淆 LLM。
使用 /help 命令解决使用 Aider 或 DeepSeek 时遇到的问题。

性能评估

根据 Aider LLM Leaderboards，DeepSeek Coder V2 在代码编辑基准测试中表现优异，正确完成的百分比为 72.9%，并且 97.7% 的编辑使用了正确的格式。

结论

Aider-Chat 结合 DeepSeek 提供了一个强大的代码编辑和开发环境，通过精确的命令和有效的交互，可以显著提高开发效率和代码质量。确保遵循最佳实践和注意事项，以充分利用这一工具的强大功能。

本文 90% 使用 AI 辅助完成

2024-04-09发表2025-02-27更新dev / git8 分钟读完 (大约1228个字)

写给初学者的 Git 极简教程

Git 是一个强大的版本控制系统，它允许多个开发者在同一个项目上协作，跟踪文件的变化，并且可以在不同的时间点恢复到之前的状态。对于初学者来说，理解 Git 的基本概念和操作是非常重要的。在这篇博客中，我们将详细介绍 Git 的使用，并通过具体的例子来演示常用的 Git 命令。

Git 的三个位置

在使用 Git 时，我们需要了解三个主要的位置：本地目录、缓存区（有时也称为暂存区）和远程仓库。


# 记住 git 的三个位置 
本地目录 <--(cache)----> .git <----> remote 
			add #将代码添加到缓冲区 
			commit --> #将代码提交到仓库 
						push -> 推送到远程 
						pull <- 从远程拉取

本地目录

这是你在计算机上存放项目文件的地方。当你开始一个新项目或者克隆一个远程仓库时，Git 会在项目文件夹中创建一个隐藏的 .git 文件夹。这个文件夹包含了所有的版本控制信息。

缓存区（`.git`）

当你对本地目录中的文件进行修改后，这些改动并不会立即提交到远程仓库。首先，你需要使用 git add 命令将这些修改添加到缓存区。缓存区是一个临时存放改动文件的地方，你可以在这里预览将要提交的改动。

远程仓库

远程仓库是存储你的项目代码的在线平台，例如 GitHub、GitLab 或 Bitbucket。通过 git push 和 git pull 命令，你可以将本地的改动推送到远程仓库，或者从远程仓库拉取其他人的改动到本地。

基本操作流程

添加（`add`）和提交（`commit`）

添加改动到缓存区：
1
git add <文件名>
如果你想添加所有改动的文件到缓存区，可以使用：
1
git add .
这里的点（.）代表了当前目录下的所有改动文件。
提交改动到本地仓库：
1
git commit -m "你的提交信息"
-m 选项后面跟着的是你对这次提交的描述信息，它有助于你和你的团队成员理解这次提交的目的和内容。

推送（`push`）和拉取（`pull`）

推送本地提交到远程仓库：
1
git push 远程仓库名分支名
例如，如果你想推送到名为 origin 的远程仓库的 master 分支，你可以使用：
1
git push origin master
从远程仓库拉取最新改动：
1
git pull 远程仓库名分支名
这个命令会将远程仓库的最新改动拉取到你的本地目录，并自动尝试合并。

查看 Git 状态

要查看当前 Git 的状态，包括哪些文件被修改但还没有暂存或提交，可以使用 git status 命令。这个命令会列出所有的改动文件，并标明它们的状态。

理解 `origin`

origin 是远程仓库的默认别名。每个远程仓库都可以有一个或多个别名。你可以使用 git remote -v 命令来查看远程仓库的地址和它们的别名。

理解分支

分支是 Git 中一个非常重要的概念。它允许你在不同的线路上进行开发，而不会相互干扰。master 通常是默认的主分支，所有的开发工作都是基于这个分支进行的。

创建和使用分支

创建新分支

1	git checkout -b 新分支名

这个命令会创建一个新的分支，并自动切换到这个分支。例如，如果你想创建一个名为 feature-x 的新分支，你可以使用：

1	git checkout -b feature-x

切换分支

1	git checkout 分支名

如果你想从 feature-x 分支切换回 master 分支，你可以使用：

1	git checkout master

合并分支

当你在一个新分支上完成开发后，你可能需要将这些改动合并回 master 分支。首先，确保你已经切换到 master 分支，然后使用 git merge 命令将其他分支合并进来：

1	git merge 要合并的分支名

例如，如果你想将 feature-x 分支的改动合并到 master 分支，你可以使用：

1	git merge feature-x

通过以上步骤，你可以有效地管理你的代码变更，并且与团队成员协作开发项目。希望这篇博客能帮助你更好地理解和使用 Git！

2024-01-11发表2025-02-27更新dev7 分钟读完 (大约1119个字)

均衡负载里的算法

在均衡负载重，轮询算法是最常用的一个算法。通常会使用带权重的轮询(wrr).

轮询

轮询的实现非常简单，假设我们有一组节点 [a,b,c,d] ，在不带有权重的时候,只需要一个 next 变量就可以完成。
使用 next 变量记录当前的位置，下一个就是当前位置加一后与节点的长度求余。

next := 0 // 当前选择
.....

func rr(){
   next = (next+1)%len(servers)
   return next 
}

带权重的轮询

通常情况下，我们都会选择带权重的轮询来作为均衡算法，带权重有几个好处：

将某个机器的权重调整为 0 来进行上下线的操作
上线新功能或者新机器，可以逐步调大权重，来灰度部分流量来验证功能。

假设我们有这样一组节点 [ a:10 ,b:20,c:30] , 用来表示 3 个节点和其对应的权重。
我们在做计算的时候，需要对所有的权重求出他们的最小公倍数，让他们的表示成[a:1,b:2,c:3] 这样的值。

这里涉及到一个 gcd 的算法，用来求最小公倍数

gcd

gcd 的算法非常简单，叫做辗转求余,代码如下

func gcd(a int, b int) int {
	if b == 0 {
		return a
	}
	return gcd(b, a%b)
}

具体可以参看 gcd

wrr

通过 gcd 计算得到 [a:1,b:2,c:3] 后，我们需要按照权重来选择节点。这个时候，可以将前面的节点变成这样的数组 [a,b,b,c,c,c] ,数组中的每个节点都出现的权重指定的次数，这样我们就可以通过前面 rr 里面的算法 next = (next+1)%len(servers) 来进行计算。
但是这里会出现一个问题，a,b,c 的访问在时间片上面是不均衡的，可能会导致某个时间片对某个区间的直接访问。这就需要对数组里的内容进行打散。
在 nginx 的 wrr 算法: https://github.com/phusion/nginx/commit/27e94984486058d73157038f7950a0a36ecc6e35 保证节点选择的平滑。

算法如下：对于节点权重 {5,1,1} ,当前一个节点被选中后，权重减去所有权重和，这里是 7 ，当开始选择时，每个节点加上自身的权重。

这里稍微有一些理论，可以想象一下，这些节点在跑道上排成一队，在选择之前，每个人向前走自己的权重步，如果谁在最前面的话，就能够被选中，被选中的人需要向后退权重和的步数。

 a  b  c
 0  0  0  (initial state)

 5  1  1  (a selected) 第一次选择了 a ，那么 a 的权重 - 7
-2  1  1               第一次选择后的结果

                       对第一次选择结果加 5 1 1 得到  3 2 2 
 3  2  2  (a selected) 第二次选择 a ，那么 a 的权重 -7 得到 -4 2 2 
-4  2  2               如此反复整过过程。 

 1  3  3  (b selected)
 1 -4  3

 6 -3  4  (a selected)
-1 -3  4

 4 -2  5  (c selected)
 4 -2 -2

 9 -1 -1  (a selected)
 2 -1 -1

 7  0  0  (a selected)
 0  0  0

这个算法能够很好的使算法能够均衡。

hash

使用 hash 作为均衡负载算法，会应用到很多地方，通常情况下我们会根据请求的一些值来作为均衡的 key。

特别是一致性的 hash 算法，处在网络请求的很多位置都会用到，可能所用到的 hash 算法不同，但是本质都是为了保证同一个数据包能够发送到一个位置。
通常会根据不同的需求，对源 ip、源端口、目标 ip、源端口、目标端口、协议号这五元组来做 hash 算法。比如以下的场景

数据包到达网口，网卡多队列
cpu 支持 DUMA 的时，需要让相同的数据包进来在一个核上处理
四层均衡负载中保证 tcp/udp 是到同一个后端
七层均衡负载中保证同一个客户端到同一个后端处理

meglev

Maglev算法是Google开发的一种网络负载均衡器。在很多新的四层均衡负载中喜欢使用，比如 facebook 的 katran。
maglev 使用的一个大的槽位,通过一致性 hash 来将计算分布到槽位上。
使用时固定了槽位，查询效率为 O(1).

https://github.com/zhangweidev/meglevgo