折腾记录 on Levitan的博客

服务器迁移踩坑记录

Wed, 26 Aug 2026 15:32:02 +0800

前言

国内这些云厂商服务器续费价格好贵呀，一个2核心2G的服务器，首年 99元/年第二年续费就能涨到 200+元/年。😭所以只能每年服务器快到期了就在买一台服务器，所有服务从旧服务器迁移到新服务器上。

这篇文章就记录一下自己在今年迁服务器的流程和踩的坑

1. 打包并迁移数据

服务器中文件结构如下

docker/
├── hugo-blog/
│   ├── blog/
│   └── docker-compose.yaml
├── netbird/
│   ├── data/ 
│   └── docker-compose.yaml
├── nginx/
│   ├── data/ 
│   └── docker-compose.yaml
...
└── restdesk-sercer/
    ├── data/ 
    └── docker-compose.yaml

因为所有服务的数据都在 docker/ 文件下，所以只需要将 docker/ 文件夹整个打包后传到新服务器上就行。

在打包 docker/ 前需要先停止所有服务

# 进入 docker/ 目录
# 逐个compose目录停止服务
for d in */; do
  echo "stop $d"
  cd "$d"
  docker compose down
  cd ..
done

在 Mac 上使用 launchtcl 部署服务

Thu, 09 Apr 2026 16:28:55 +0800

记录一下第一次在 mac 上使用 launchtcl 部署服务

使用 OpenClaw + Lume 搭建 MacOS 自动化环境

Tue, 03 Feb 2026 13:49:23 +0800

使用 OpenClaw + Lume 搭建 MacOS 自动化环境的完整教程，包括安装、配置和常见问题解决

懒人脚本集

Wed, 21 Jan 2026 14:47:01 +0800

记录一下日常写的一些有用的脚本代码

使用Hugo搭建博客

Tue, 13 Jan 2026 13:42:57 +0800

这篇文章也是用来记录我自己搭建博客博客的经历

1. 项目

1.1 实现链路

下面是整个博客的链路，因为我要考虑服务器迁移的问题，为了方便迁移所以会使用容器化方案。

最终实现我写好一篇文章，在本地使用 git push命令即可实现服务器自动更新内容。

1.2 文件结构

hugo-blog/
├── blog/
│   ├── source/
│   ├── repo.git/
└── docker-compose.yaml

source：存放hugo原始数据以及hugo编译后的public文件夹

repo.git：Git仓库

2. 博客搭建

2.1 创建Git仓库

在服务器上创建Git裸仓库，用于接收推送的代码

# 创建 git 文件夹
mkdir -p blog/repo.git
cd blog/repo.git

# 初始化裸仓库
git init --bare

配置自动化钩子，当本地终端通过git push推送文章时，服务器自动触发这个脚本

vim hooks/post-receive

#!/bin/bash

# 定义路径
GIT_DIR=$HOME/docker/hugo-blog/blog/repo.git
SRC_DIR=$HOME/docker/hugo-blog/blog/source

# 1. 检出源码到临时目录
git --work-tree=$SRC_DIR --git-dir=$GIT_DIR checkout -f main
echo "迁出分支成功"

# 2. 使用 Docker 运行 Hugo 构建
# --rm 表示构建完后自动删除容器
docker run --rm \
	-u $(id -u):$(id -g) \
	-v $SRC_DIR:/src \
	hugomods/hugo:latest build

echo "Hugo构建成功"

给脚本执行权限chmod +x hooks/post-receive

RPA Agent 探索

Tue, 23 Dec 2025 09:31:22 +0800

这次尝试的宗旨是

AI可替换，不和特定AI绑定

不考虑Token消耗

设计出通用的 AI 驱动框架，并不局限于 RPA 这个方面

1. 浅尝

最开始的想法是实现两个Agent分别是·、任务规划Agent和任务执行Agent

任务规划Agent根据用户需求列出步骤清单，任务执行Agent负责循环步骤清单执行步骤

1.1 任务规划Agent

我在实现完任务规划Agent后就发现，任务规划和执行分离不是一个好设计，规划的任务准确性会越来越低，所以这个方案我就没有继续实现执行Agent

rask_planner_agent.py

import base64
from langchain_deepseek import ChatDeepSeek
from langchain_openai import ChatOpenAI
from langchain.agents import create_agent
from .output_schema import TaskSchema


class TaskPlannerAgent:
    def __init__(self):
        self.llm = ChatOpenAI(
            openai_api_key="sk-or-v1-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx,
            openai_api_base="https://openrouter.ai/api/v1",
            model_name="google/gemini-3-flash-preview"
        )

        # System prompt
        self.system_prompt = """
        你是一个专业的任务规划助手。用户将提供任务描述或图片，你需要结合这些信息将其拆解为结构化步骤。
        """

        self.agent = create_agent(
            model=self.llm,
            system_prompt=self.system_prompt,
            response_format=TaskSchema
        )

    def plan(self, instruction: str, image_path: str = None) -> TaskSchema:
        content = [{"type": "text", "text": instruction}]

        if image_path:
            image_data = self._encode_image(image_path)
            content.append({
                "type": "image_url",
                "image_url": {
                    "url": f"data:image/jpeg;base64,{image_data}"
                }
            })
        result = self.agent.invoke(
            {"messages": [{"role": "user", "content": content}]}
        )
        return result["structured_response"]

    def _encode_image(self, image_path: str):
        """将本地图片转为 base64编码"""
        with open(image_path, 'rb') as image_file:
            return base64.b64encode(image_file.read()).decode('utf-8')


def main(args):
    agent = TaskPlannerAgent()
    for step in agent.plan("搜索熊猫，并进入搜索结果的第一项内容", r"C:\Users\Levit\Desktop\1.jpg").steps:
        print(step)

output_schema.py 规范Agent输出格式