环境配置 on iwmei的博客

本地项目上传github的坑点与正确姿势

Mon, 16 Mar 2026 00:00:00 +0000

本地项目上传github的坑点与正确姿势

首先，无论是什么IDE或者编辑器（VS、VScode、Pycharm、Idea、Clion等等），统统不要先在本地创建仓库。

一些坑点

要先绑定github远程仓库，可能出现各种奇怪的问题；
git创建的本地仓库，分支名字是 master ，而github是 main ，直接上传会导致不同分支，不好看；
如果是使用IDE内的版本管理操作的，写完项目再创建仓库，添加文件是会出现困难，重新加 .gitignore 太麻烦了，还可能有各种报错；
仓库间文件不统一，即使使用了 git pull 也还是会报各种错误；
可能因为各种权限问题导致被拒绝push。

建议的正确姿势

进入github主页，点击 New 创建同名的仓库；
1

https://github.com/
- 点击左上角的绿色按钮，按照提示填即可。
创建完毕后，cd到项目存放地，使用 git clone 命令把仓库克隆过来；
1

git clone https://github.com/yourname/yourdepository
- 请在预存放项目的地方打开终端，执行上面的link，后面的仓库地址可以直接从仓库页面下的浏览器链接栏里面复制。
将你要上传的所有文件全部复制进clone下来的文件夹里面；
- 注意，超过100MB的文件无法上传github；
- 注意使用AI添加一个 .gitignore 文件，把有的没的的路径都放进去。
1 2 3 4 5 6 7 8

__pycache__/ *.pyc .env venv/ .idea/ .vscode/ dist/ build/

在终端中依次执行以下命令：

1
2
3


git add .
git commit -m "init"
git push

后续的操作就转移到这个项目目录下进行即可，在IDE中图形化操作即可。

总结

请下次写项目前，先创建仓库别直接开写好吗 /smile

M芯片Mac 配置oMLX遇到的问题相关解决

Sat, 14 Mar 2026 00:00:00 +0000

M芯片Mac配置oMLX遇到的问题相关解决

1

https://github.com/jundot/omlx

1

https://zhuanlan.zhihu.com/p/2014650251089302644

建议使用Homebrew安装

Homebrew是Mac和Linux上的一款包管理，很多应用通过Homebrew分发；
1

[Homebrew官网](https://brew.sh/)
- 要像流畅使用homebrew，建议提前准备科学上网环境。

使用Homebrew安装的oMLX，可以在终端直接使用命令** omlx * **；
请遵循项目地址中readme.md的 Install.Homebrew 这一节来安装，由于涉及到下载与编译，需要等待较长时间（接近1GB的大小）；
下载完毕后，通过 Quickstart.Homebrew Service 这一节教程来启动，以默认设置启动。

配置 ~/.omlx/settings.json

打开访达，进入下载文件夹，按住option键，点击左下角的Macintosh HD，依次点击User\mac，找到.omlx文件夹后进入；
打开settings.json，找到"api_key"这一项，修改或填入为任意短字符串，例如omlx
- 注意，此处为一个坑点，如果此处填写32或者48字符的长字符串，将会导致无法被外部认证，请务必填写短字符串。
- 如果填写长apikey，在一键接入openclaw时，会提示 run omlx serve first 的报错，这个是一个bug。
下载模型文件夹放入 ~/.omlx/models 中
1

https://huggingface.co/Qwen/Qwen3-4B-MLX-4bit
- 注意，模型文件一定是整个文件夹；
- 模型一定是要带 MLX 字样的，否则无法被正常调用；
- 拉取推荐使用 git clone 和 git lfs pull，详情询问AI。
使用brew命令重启omlx服务
1

brew services restart omlx
进入管理GUI，察看状态
1

http://127.0.0.1:8000/admin
- 注意要加admin进入二级页。
- 点击菜单栏中最右边的Chat，看看是否可以正常聊天。如果不可以，则重新尝试，或者打开活动监视器，检查内存是否够用（MAc的机载RAM最少16G）；
- 如果提示 request timeout，调小上下文长度，在 Settings 栏里面。

接入openclaw

在终端中键入 openclaw onboard 配置模型提供商；

1

http://127.0.0.1:8000/v1

1

omlx # 如果你按我的来，就是这个，在本地运行不用担心泄露问题

按部就班填写即可。

配置完毕，切换模型后，请使用 openclaw gateway restart 重启以应用更改（旧版），新版则直接在openclaw GUI中修改即可。

Windows 上有关 Torch 的版本管理问题

Sun, 08 Mar 2026 00:00:00 +0000

Windows上有关Torch的版本管理问题

不要完全相信AI的话

AI在此领域的资料有明显滞后性；
AI处理环境问题显得非常力不从心，容易陷入思维定势；
一旦AI然你重新配置环境，立刻放弃继续询问AI。

配置环境的正确步骤

如果你使用Nvidia显卡，请务必仔细；

打开Pytorch官网链接：

1

[https://pytorch.org/get-started/locally/](https://pytorch.org/get-started/locally/)

在页面中选择与自身机器匹配的版本：

1

nvidia-smi # 在终端执行此命令，查看CUDA版本，若为非Nvidia显卡，则忽略此条

1

pip3 install torch torchaudio torchvision --index-url [https://download.pytorch.org/whl/cu130](https://download.pytorch.org/whl/cu130) # 根据我的电脑来的，pip3 可换成 pip 或 uv pip

如果有torchcodec的需求：

1

[https://github.com/meta-pytorch/torchcodec?tab=readme-ov-file#installing-torchcodec](https://github.com/meta-pytorch/torchcodec?tab=readme-ov-file#installing-torchcodec)

在这里查看与所安装的torch相匹配的版本。

在环境目录下的终端中，运行安装命令。

1

uv pip install torch torchaudio torchvision --index-url [https://download.pytorch.org/whl/cu130](https://download.pytorch.org/whl/cu130)

1

conda install -c conda-forge "torchcodec=*=*cuda*"

注意，windows下的torchcodec需要在conda环境下安装，以支持调用cuda加速。