很多LLM通过网页提供使用，但是大多数时候需要的是个随手打开随手问操作，之后就不再需要的LLM助手。打开浏览器会降低效率，于是aichat就出现了。
aichat 使用 Rust 语言编写，是一个大型语言模型（LLM）命令行界面（CLI）工具 。支持命令模式（CMD）和交互模式（REPL），方便用户进行单次查询或持续对话。更高级的功能还包括检索增强生成（RAG）、AI 工具以及智能体（agents）的支持。
最近智谱的免费语言模型 GLM-4-Flash 又推出了升级版的 glm-4.5-flash，依旧免费且支持128K上下文和96K输出，很是和shell助手这个场景。
现在，一些简单的问题，直接随手打开terminal问AI就好。
此前使用chrome和Firefox自带的密码管理器，此外还有keepass作为备份。因为管理不变，最终迁移到了vaultwarden上实现全平台通用。最终目标是后台使用docker运行vaultwarden，前台使用Nginx反代，并且使用https加密通讯过程，且能自动更新为最新版本。
以下教程无论是否有sudo，都建议使用root权限执行。
以Debian 13为例，vaultwarden运行时需要至少200M内存，一般而言1G内存的VPS就够了。
首先，安装docker环境，将docker加入apt更新源：
# Add Docker's official GPG key:
sudo apt-get update
sudo apt-get install ca-certificates curl
sudo install -m 0755 -d /etc/apt/keyrings
sudo curl -fsSL https://download.docker.com/linux/debian/gpg -o /etc/apt/keyrings/docker.asc
sudo chmod a+r /etc/apt/keyrings/docker.asc
# Add the repository to Apt sources:
echo \
"deb [arch=$(dpkg --print-architecture) signed-by=/etc/apt/keyrings/docker.asc] https://download.docker.com/linux/debian \
$(. /etc/os-release && echo "$VERSION_CODENAME") stable" | \
sudo tee /etc/apt/sources.list.d/docker.list > /dev/null
sudo apt-get update安装相关软件：
sudo apt-get install docker-ce docker-ce-cli containerd.io docker-buildx-plugin docker-compose-plugin创建数据目录
官方推荐直接新建/vw-data文件夹，但并不建议这么干，最好是遵循Linux的标准习惯，在/opt文件夹下实现。
sudo mkdir -p /opt/vaultwarden
sudo chown root:root /opt/vaultwarden
sudo chmod 750 /opt/vaultwarden让容器内的 UID 1000 可写
sudo chown -R 1000:1000 /opt/vaultwarden
sudo chmod -R u+rwX,go-rwx /opt/vaultwarden准备 Compose 与环境变量
在/opt/vaultwarden目录下创建两个文件。
首先是/opt/vaultwarden/compose.yaml，注意其中的password.example.com改为实际的域名，"127.0.0.1:28080:80"中的28080是对外的端口，不建议遵循官方教程的80负责将导致与Nginx默认监听端口冲突。SIGNUPS_ALLOWED当前是true，等后续注册完了就需要改为false以禁止其他人注册和使用。
services:
vaultwarden:
image: vaultwarden/server:latest
container_name: vaultwarden
restart: unless-stopped
env_file:
- /opt/vaultwarden/vw.env
environment:
DOMAIN: "https://password.example.com"
SIGNUPS_ALLOWED: "true"
volumes:
- /opt/vaultwarden:/data
labels:
- "com.centurylinklabs.watchtower.enable=true"
ports:
- "127.0.0.1:28080:80"
watchtower:
image: containrrr/watchtower
container_name: watchtower
restart: unless-stopped
volumes:
- /var/run/docker.sock:/var/run/docker.sock
command: --label-enable --schedule "0 0 4 * * *"
environment:
- TZ=Asia/Shanghai其次是/opt/vaultwarden/vw.env文件，用以保存域名信息和密码。首先安装apt install argon2，并生成符合 PHC 字符串的密码：
echo -n "example-passwaord" | argon2 "$(openssl rand -base64 32)" -e -id -k 65540 -t 3 -p 4 # example-passwaord 改为实际密码虽后将获得$argon2id$v=19$m=65540,t=3,p=4$THTRFZzRVWHZaTlRNRFJrVT0$RVWORVWOZz+nhHnhHFop1+0QzS+cw0QHEIKrZidfw输出，将其中的每个$都再添加一个$，并写入/opt/vaultwarden/vw.env中，最终如下：
DOMAIN=https://password.example.com
ADMIN_TOKEN=$$argon2id$$v=19$$m=65540,t=3,p=4$$THTRFZzRVWHZaTlRNRFJrVT0$$RVWORVWOZz+nhHnhHFop1+0QzS+cw0QHEIKrZidfw启动并运行
cd /opt/vaultwarden
sudo docker compose pull
sudo docker compose up -d常用运维命令
停止 vaultwarden 容器
sudo docker compose stop vaultwarden
启动 vaultwarden 容器
docker compose up -d
# 查看容器状态与日志
sudo docker compose ps
sudo docker compose logs -f vaultwarden
# 手动更新（Watchtower 之外，临时手动）
sudo docker compose pull && sudo docker compose up -d
# 备份（SQLite 数据在 /opt/vaultwarden，热备可直接打包整个目录）
sudo tar -czf /opt/vaultwarden-backup-$(date +%F).tar.gz -C /opt vaultwarden完整的配置文件如下，注意其中的SSL证书路径，以下例子是使用acme.sh实现的SSL证书。
upstream vaultwarden-default {
zone vaultwarden-default 64k;
server 127.0.0.1:28080;
keepalive 2;
}
map $http_upgrade $connection_upgrade {
default upgrade;
'' "";
}
server {
listen 80; #default_server;
listen [::]:80; #default_server;
server_name password.example.com;
return 301 https://$host$request_uri;
}
server {
listen 443 ssl;
listen [::]:443 ssl;
http2 on;
server_name password.example.com; # 改成你的域名
client_max_body_size 525M;
proxy_http_version 1.1;
proxy_set_header Upgrade $http_upgrade;
proxy_set_header Connection $connection_upgrade;
proxy_set_header Host $host;
proxy_set_header X-Real-IP $remote_addr;
proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;
proxy_set_header X-Forwarded-Proto $scheme;
location / {
proxy_pass http://vaultwarden-default;
}
ssl_certificate /opt/website/certificate/password.example.com_bundle.crt; # SSL证书
ssl_certificate_key /opt/website/certificate/password.example.com.key; # SSL 证书
ssl_session_timeout 5m;
ssl_protocols TLSv1.2 TLSv1.3;
ssl_ciphers ECDHE-RSA-AES128-GCM-SHA256:HIGH:!aNULL:!MD5:!RC4:!DHE;
ssl_prefer_server_ciphers on;
add_header Strict-Transport-Security "max-age=31536000; includeSubDomains" always;
access_log /var/log/nginx/access.password.example.com.log; # Nginx日志
error_log /var/log/nginx/error.password.example.com.log; # Nginx日志
}启用尽可能多的功能包，并开启GPU加速支持，特别针对GTX 1060和服务器环境进行了优化配置。采用 nvidia-driver-570-server版本驱动和 12.8版本CUDA。
Release + shared（生成 liblammps.so，便于后续联动）MPI + OpenMP + GPU(CUDA 12.8, sm_61) + OPTKSPACE, ELECTRODE, COLVARS, RIGID, MOLECULE, MISC, COMPRESS, H5MD, NETCDF, MOLFILE, VORONOIKOKKOS=off, INTEL=off, KIM=off如需从 535/其他版本切到 570 + CUDA 12.8（官方仓库）：
# 添加 NVIDIA 官方仓库（Ubuntu 24.04）
wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2404/x86_64/cuda-keyring_1.1-1_all.deb
sudo dpkg -i cuda-keyring_1.1-1_all.deb
sudo apt update
# 安装/切换到 570 server 驱动（DKMS 版更稳）
sudo apt install -y linux-headers-$(uname -r)
sudo apt install -y nvidia-dkms-570-server nvidia-driver-570-server
# 安装 CUDA Toolkit 12.8（含 nvcc）
sudo apt install -y cuda-toolkit-12-8
# 写入环境变量
echo 'export PATH=/usr/local/cuda-12.8/bin:$PATH' >> ~/.bashrc
echo 'export LD_LIBRARY_PATH=/usr/local/cuda-12.8/lib64:$LD_LIBRARY_PATH' >> ~/.bashrc
source ~/.bashrc
# 验证
nvidia-smi
nvcc --version安装完驱动后建议 重启 一次。
sudo apt update # CMake时如果报错提示缺少依赖，可以直接安装
sudo apt install -y \
build-essential cmake git gfortran pkg-config \
libopenmpi-dev openmpi-bin \
libfftw3-dev libzstd-dev \
libopenblas-dev liblapack-dev \
libhdf5-dev libnetcdf-dev \
libvoro++1 voro++-dev \
libjpeg-dev libpng-dev zlib1g-dev \
python3 python3-dev python3-numpy \
ffmpeg libpnetcdf-devmkdir ~/src && cd ~/src
git clone -b stable https://github.com/lammps/lammps.git
cd lammps
mkdir build && cd buildcmake ../cmake \
-D CMAKE_BUILD_TYPE=Release \
-D CMAKE_INSTALL_PREFIX=/usr/local/lammps \
-D BUILD_SHARED_LIBS=on \
-D LAMMPS_EXCEPTIONS=on \
-D FFT=FFTW3 \
-D BUILD_MPI=on -D BUILD_OMP=on \
-D BLA_VENDOR=OpenBLAS \
-D CMAKE_Fortran_COMPILER=gfortran \
\
-D PKG_GPU=on -D GPU_API=cuda -D GPU_ARCH=sm_61 \
-D PKG_OPENMP=on -D PKG_OPT=on \
\
-D PKG_KSPACE=on \
-D PKG_ELECTRODE=on \
-D PKG_COLVARS=on \
-D PKG_PYTHON=on \
-D PKG_H5MD=on -D PKG_NETCDF=on \
-D PKG_VORONOI=on \
-D PKG_MISC=on -D PKG_COMPRESS=on \
-D PKG_RIGID=on -D PKG_MOLECULE=on \
-D PKG_MOLFILE=on \
\
-D PKG_KOKKOS=off -D PKG_INTEL=offmake -j"$(nproc)"
sudo make install
echo 'export PATH=/usr/local/lammps/bin:$PATH' >> ~/.bashrc
source ~/.bashrc# 设置lmp动态库
echo '/usr/local/lammps/lib' | sudo tee /etc/ld.so.conf.d/lammps.conf
sudo ldconfig
# 自检
which lmp
ldconfig -p | grep -i lammps
lmp -h | head -n 1cd ~/src/lammps/bench
# 基本基准：4~6 个 MPI rank 共享 1 块 GPU
mpirun -np 4 lmp -sf gpu -pk gpu 1 -in in.lj
# 使用长程静电时，在输入脚本里：
# kspace_style pppm/gpu 1.0e-4调优提示
-np 4 或 -np 6 开始试（每卡 4–6 个 MPI rank 常见有效区间）。export OMP_NUM_THREADS=1。-pk gpu 1 neigh no 让邻域在 CPU 侧建立。以下是旧版本，不推荐，可能存在兼容性问题。
sudo apt update && sudo apt upgrade -ysudo apt install -y build-essential cmake git wget curl
sudo apt install -y gcc g++ gcc-14 g++-14 gfortran
sudo apt install -y pkg-config autoconf automake libtool# 安装OpenMPI
sudo apt install -y openmpi-bin openmpi-common libopenmpi-dev
# 或者安装MPICH（二选一）
# sudo apt install -y mpich libmpich-dev# BLAS/LAPACK
sudo apt install -y libopenblas-dev liblapack-dev
# FFTW3
sudo apt install -y libfftw3-dev libfftw3-mpi-dev
# Eigen3
sudo apt install -y libeigen3-dev libzstd-devsudo apt install -y libpng-dev libjpeg-dev
sudo apt install -y zlib1g-dev
sudo apt install -y libgsl-devsudo apt install -y python3-dev python3-pip python3-numpy
sudo apt install -y python3-matplotlib python3-scipy
cd /tmp
wget https://github.com/plumed/plumed2/releases/download/v2.9.3/plumed-2.9.3.tgz
tar -xzf plumed-2.9.3.tgz
cd plumed-2.9.3
make clean # 清理旧配置留下的对象文件；如提示无目标可忽略
./configure CXX=mpicxx CC=mpicc \
--prefix=/usr/local \ # 可省略，默认就是 /usr/local
--enable-modules=all \ # 打开全部可选模块
--enable-openmp \ # 保持 OpenMP
--enable-fftw \ # 使用系统 FFTW
--enable-rpath \ # 在可执行文件里记录库路径
--enable-shared # 显式生成 .so（默认就是 ON）
make -j$(nproc)
sudo make install
sudo ldconfig # 更新动态链接器缓存
echo 'export PLUMED_KERNEL=/usr/local/lib/libplumedKernel.so' >> ~/.bashrc
source ~/.bashrcsudo apt install -y libhdf5-dev libhdf5-mpi-dev
sudo apt install -y libnetcdf-dev # libnetcdf-cxx-legacy-dev
sudo apt install -y libyaml-dev libvoro++1 voro++-dev libadios2-common-core-dev libadios2-mpi-core-dev# 安装服务器版NVIDIA驱动（无GUI）
sudo apt install -y nvidia-driver-575
# 重启系统
sudo rebootwget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2404/x86_64/cuda-keyring_1.1-1_all.deb
sudo dpkg -i cuda-keyring_1.1-1_all.deb
sudo apt update
sudo apt install --no-install-recommends cuda-toolkit-12-9
# 写入环境变量
echo 'export PATH=/usr/local/cuda-12.9/bin:$PATH' >> ~/.bashrc
echo 'export LD_LIBRARY_PATH=/usr/local/cuda-12.9/lib64:$LD_LIBRARY_PATH' >> ~/.bashrc
source ~/.bashrcnvcc --version # => release 12.9
nvidia-smi # Driver Version ≥ 575.*cd ~/
git clone -b stable https://github.com/lammps/lammps.git
cd lammps
mkdir build
cd build使用most.cmake开启尽可能夺的功能，并将程序路径设置为/opt/lammps。
cmake -C ../cmake/presets/most.cmake \
-D CMAKE_INSTALL_PREFIX=/opt/lammps \
-D PKG_KOKKOS=on \
-D Kokkos_ENABLE_CUDA=on \
-D Kokkos_ENABLE_OPENMP=ON \
-D Kokkos_ARCH_PASCAL61=on \
-D Kokkos_ENABLE_CUDA_LAMBDA=on \
-D PKG_GPU=on \
-D GPU_API=cuda \
-D GPU_ARCH=sm_61 \
-D BUILD_MPI=on \
-D BUILD_OMP=on \
-D CMAKE_CUDA_STANDARD=17 \
../cmake
cmake -C ../cmake/presets/most.cmake \
-D CMAKE_INSTALL_PREFIX=/opt/lammps \
-D BUILD_OMP=ON \
-D PKG_OPENMP=ON \
-D PKG_KOKKOS=ON \
-D Kokkos_ENABLE_OPENMP=ON \
-D Kokkos_ENABLE_CUDA=ON \
-D Kokkos_ENABLE_HWLOC=ON \
-D Kokkos_ARCH_PASCAL61=ON \
-D Kokkos_ENABLE_CUDA_LAMBDA=ON \
-D PKG_GPU=ON -D GPU_API=cuda -D GPU_ARCH=sm_61 \
-D BUILD_MPI=ON \
-D BUILD_SHARED_LIBS=ON \
-D LAMMPS_EXCEPTIONS=ON \
-D CMAKE_CUDA_STANDARD=17 \
../cmake
cmake -C ../cmake/presets/most.cmake \
-D CMAKE_INSTALL_PREFIX=/opt/lammps \
-D CMAKE_INSTALL_RPATH=/opt/lammps/lib \
-D CMAKE_INSTALL_RPATH_USE_LINK_PATH=ON \
-D PKG_OPENMP=ON \
-D PKG_KOKKOS=ON -D Kokkos_ENABLE_CUDA=ON -D Kokkos_ENABLE_OPENMP=ON \
-D Kokkos_ENABLE_HWLOC=ON -D Kokkos_ARCH_PASCAL61=ON \
-D PKG_GPU=ON -D GPU_API=cuda -D GPU_ARCH=sm_61 \
-D PKG_VORONOI=ON \
-D PKG_PTM=ON \
-D PKG_H5MD=ON \
-D BUILD_LIB=ON -D BUILD_SHARED_LIBS=ON \
-D BUILD_MPI=ON -D BUILD_OMP=ON \
-D LAMMPS_EXCEPTIONS=ON -D CMAKE_CUDA_STANDARD=17 \
../cmakeexport NVCC_PREPEND_FLAGS="-Wno-deprecated-gpu-targets" # 忽略旧GPU提醒
# 使用所有可用CPU核心编译
cmake --build . -- -j$(nproc)sudo cmake --install .echo 'export PATH=/opt/lammps/bin:$PATH' >> ~/.bashrc
source ~/.bashrclmp -helpcd ~/lammps/examples/melt
mpirun -np 1 lmp -sf gpu -pk gpu 1 -in in.meltmpirun -np 2 lmp -in in.melt如果GPU加速正常，则不要执行以下内容
在LAMMPS输入脚本中添加：
# GPU包设置
package gpu 1 neigh yes newton offexport OMP_NUM_THREADS=4 # 根据CPU核心数调整如果遇到CUDA相关编译错误：
# 确保CUDA环境变量正确
echo $CUDA_HOME
echo $PATH | grep cuda
# 检查GPU架构设置
nvidia-smi --query-gpu=compute_cap --format=csv# 检查MPI安装
mpirun --version
which mpirun
# 测试MPI
mpirun -np 2 hostname对于GTX 1060 6GB显存：
neigh参数nvidia-smi创建简单的性能测试脚本：
#!/bin/bash
echo "Testing CPU performance..."
time mpirun -np 4 lmp -in ~/lammps/examples/melt/in.melt
echo "Testing GPU performance..."
time mpirun -np 1 lmp -sf gpu -pk gpu 1 -in ~/lammps/examples/melt/in.melt写Rust的时候，对项目管理工具cargo很是喜欢，当时就觉得要是python也能有一个这样的管理工具就好了。Astral公司在推出了python linter的ruff之后，又推出了uv，一个cargo味很重的python包和项目管理工具。或者说，uv是python的cargo。更加难能可贵的是uv使用Rust编写，速度快，性能强，还不必担心潜在的跨平台缺陷。
网络上很多人介绍uv都是说安装项目快，其中更大的意义是python有了一个稳定且高性能的项目管理工具，恰好这个工具很快很稳定。这一点上，写过Rust的人应该深有同感。
对于Unix-like系统：
curl -LsSf https://astral.sh/uv/install.sh | sh对于Windows系统：
powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"以下是一个简单的示例，初始化项目：
uv init test_uv # 初始化项目，就是cargo的翻版。
Initialized project `test-uv` at `D:\Code\Python\test_uv` # 执行结果初始的项目文件如下，默认使用本机已经安装的python版本。
目录: D:\Code\Python\test_uv
Mode LastWriteTime Length Name
---- ------------- ------ ----
-a---- 2025/8/3 19:51 109 .gitignore
-a---- 2025/8/3 19:51 5 .python-version
-a---- 2025/8/3 19:51 85 main.py
-a---- 2025/8/3 19:51 153 pyproject.toml
-a---- 2025/8/3 19:51 0 README.md其中的pyproject.toml记录项目元信息，比如项目名称和依赖等内容。
[project]
name = "test-uv"
version = "0.1.0"
description = "Add your description here"
readme = "README.md"
requires-python = ">=3.12"
dependencies = [
"requests>=2.32.4",
]安装python的包很简单，直接使用uv命令即可。会使用系统的默认python，并将其复制到当前目录的.venv下，在其中安装包，避免干扰。
uv add requests
Using CPython 3.12.10 interpreter at: C:\Program Files\Python3\python.exe
Creating virtual environment at: .venv
Resolved 6 packages in 2.59s
Prepared 5 packages in 1.59s
░░░░░░░░░░░░░░░░░░░░ [0/5] Installing wheels...
Installed 5 packages in 38ms
+ certifi==2025.8.3
+ charset-normalizer==3.4.2
+ idna==3.10
+ requests==2.32.4
+ urllib3==2.5.0如果遇到了warning: Failed to hardlink files; falling back to full copy. This may lead to degraded performance.警告，是Windows系统的文件系统的问题，比如安装在C盘的python无法硬链接到D盘的目录中，可以设置一个名为UV_LINK_MODE的环境变量，赋值为copy，避免使用硬链接。
其他pip的命令，只需要在其之前添加uv即可：
uv pip list # 查看当前安装的包
Package Version
------------------ --------
certifi 2025.8.3
charset-normalizer 3.4.2
idna 3.10
requests 2.32.4
urllib3 2.5.0运行程序，也是cargo的手感。非要说缺点的话，这里如果可以支持uv run那就完美了。
uv run .\main.py
Hello from test-uv!切换python版本也很简单，直接使用``
uv python list # 查看所有可用的python版本
python install 3.13 # 安装指定版本，这将安装在当前用户的目录下其他常见命令可以浏览uv的官方文档，基本就是cargo的习惯。
现在还是0.8.x版本，有一些不顺手的操作，比如刚才提到的uv run；UV_LINK_MODE的硬链接问题等。
此外，第三方支持力度也不够好，比如PowerShell的限制倒置VSCode无法解析python环境，虽然命令行可以正常工作。可以使用Set-ExecutionPolicy RemoteSigned -Scope CurrentUser解开这个限制。
Cloudflare Tunnel 将本地服务器连接到Cloudflare的服务器，并由此提供外部访问，适合没有公网IP但又想提供外网服务的场景，尤其是家庭NAS服务。由于飞牛的免费穿透只有2Mbps，需要大量浏览的时候速度跟不上。此时，可以使用Cloudflare Tunnel实现宽带最大上传速度的穿透。
Zero Trust进入详情页面。网络/network，并点击其中的Tunnels，首次使用需要激活。
位置_设备_系统_编号格式，例如HOME_NAS_Feiniu_001。
3中的命令，最后，运行下图4中的内容设置为开机自启。几秒后将完整隧道链接，在页面下方将显示此设备。
进入此隧道，在设置中找到公共机名并点击添加。详细说明如下：
子域为网址前缀，比如我希望实现nas.example.com，那么此处填写nas，如果不填写，最终的域名就是example.com域需要选择一个托管在Cloudflare的域名，即上述的example.com，如果没有，可以在Cloudflare domains注册一个6位或者9位数字的xyz域名，一年仅需要0.83美元。路径留空，不填写类型选择httpURL填入localhost:5666如果需要其他服务，可以添加一个公共主机名，其中只有子域和URL中的端口号需要修改。
免费的Cloudflare的服务器不包括中国地区，所以晚高峰等时候可能会比较慢。