## 虚拟机安装 openssh-server

要从主机电脑通过SSH连接到VMware Workstation中的虚拟机，您需要确保以下几点：

1. **虚拟机有SSH服务**：您的虚拟机需要安装并运行SSH服务。例如，在基于Debian/Ubuntu的系统上，您可以通过以下命令安装SSH服务：
   ```bash
   sudo apt update
   sudo apt install openssh-server
   sudo systemctl enable ssh
   sudo systemctl start ssh
   
   sudo vim /etc/ssh/sshd_config # 修改配置，如果想修改的话，修改后重启ssh
   ```



2. **网络配置**：
   - 为了能够从主机电脑访问虚拟机，虚拟机的网络适配器需要配置成“桥接模式”或者“主机模式”。
   - **桥接模式**：虚拟机将直接连接到与主机相同的物理网络，使它们在同一个网络中。
     - 在VMware Workstation中，选择虚拟机 -> 设置 -> 网络适配器 -> 桥接 (或者在Network Connection选项选择 "Bridged").

   - **主机模式**：虚拟机与主机在一个私有网络中，此时也可以通过NAT或主机模式访问。
     - 在VMware Workstation中，选择虚拟机 -> 设置 -> 网络适配器 -> 选择 "Host-only".
   - **NAT模式**：虽然有时也可以，但需要确保虚拟机有正确的端口转发设置。

3. **获取虚拟机IP地址**：在虚拟机上，您可以使用以下命令来获取虚拟机当前的IP地址：
   ```bash
   ip addr show
   ```


4. **确保防火墙配置正确**：
   - 在虚拟机上确保SSH服务的端口（默认端口22）没有被防火墙阻止。可以使用以下命令查看和调整防火墙配置：
     - Ubuntu/Debian:
       ```bash
       sudo ufw allow 22
       sudo ufw enable
       sudo ufw status
       ```
     - CentOS/RHEL:
       ```bash
       sudo firewall-cmd --add-service=ssh --permanent
       sudo firewall-cmd --reload
       sudo firewall-cmd --list-all
       ```

## windows电脑



1. **确保主机能访问虚拟机**：
   - 首先，在主机电脑上，使用`ping`命令检查能否到达虚拟机的IP地址。
     ```bash
     ping 10.100.80.98
     ```
   - 如果能成功ping通，说明网络连通性良好。



2. **从主机电脑连接虚拟机**：
   - 在主机电脑的终端中使用SSH命令连接到虚拟机。假设虚拟机中的用户名是`username`：
     ```bash
     ssh username@10.100.80.98
     ```
   - 输入虚拟机用户的密码，成功后应当进入虚拟机的终端。

VMware 虚拟机ssh连接

在Ubuntu桌面版中，您可以通过以下步骤设置自动登录，从而避免每次输入密码进入系统：

1. 打开“设置”。
2. 在左侧面板中，找到并点击“用户”。
3. 选择要自动登录的用户。
4. 点击“解锁”并输入您的密码以进行更改（如果系统提示，需要输入当前用户的密码）。
5. 找到“自动登录”选项，并将其打开。然后reboot就可以了。

进行上述操作后，下次启动Ubuntu时便会自动登录到所选用户账户。



此外，您还可以通过修改LightDM或GDM配置文件来实现自动登录，但这个方法适用于高级用户，以下是步骤：

### 使用LightDM（适用于Ubuntu 16.04及其衍生版本）

1. 打开终端。
2. 编辑LightDM配置文件：
   ```bash
   sudo nano /etc/lightdm/lightdm.conf
   ```
3. 在文件中添加以下内容（如果已有类似内容，请进行修改）：
   ```
   [Seat:*]
   autologin-user=您的用户名
   ```
4. 保存文件并退出（Ctrl+O保存，Ctrl+X退出）。
5. 重启系统。

### 使用GDM（适用于Ubuntu 20.04及以上版本）

1. 打开终端。
2. 编辑GDM配置文件：
   ```bash
   sudo nano /etc/gdm3/custom.conf
   ```
3. 找到以下行，并取消注释（去掉行首的#号），然后设置您的用户名：
   ```
   [daemon]
   # Uncomment the line below to force the login screen to use Xorg
   #  WaylandEnable=false
   AutomaticLoginEnable=True
   AutomaticLogin=您的用户名
   ```
4. 保存文件并退出（Ctrl+O保存，Ctrl+X退出）。
5. 重启系统。

请注意，启用自动登录会降低系统的安全性，特别是在公共场合或多人使用的计算机上。确保您了解这些风险并在必要时采取其他安全措施。

【ubuntu desktop】ubuntu如何设置无需密码登录

https://huggingface.co/spaces/ArtificialAnalysis/Text-to-Image-Leaderboard


文生图 排行榜

```java

package org.example;
import java.io.BufferedReader;
import java.io.InputStreamReader;
import java.io.OutputStream;
import java.net.HttpURLConnection;
import java.net.URL;
import org.json.JSONArray;
import org.json.JSONObject;

public class Main {
    public static void main(String[] args) {
        try {
            // 定义要发送的请求数据
            JSONObject testCase = new JSONObject();
            JSONObject slots = new JSONObject();
            JSONArray poiWaypoint = new JSONArray();

            slots.put("map_name", "高德地图");
            slots.put("transportation", "驾车");
            slots.put("poi_start", "上海市人民广场");
            poiWaypoint.put("外滩");
            poiWaypoint.put("陆家嘴");
            slots.put("poi_waypoint", poiWaypoint);
            slots.put("poi", "上海迪士尼乐园");
            slots.put("start_time", JSONObject.NULL);
            slots.put("arrival_time", JSONObject.NULL);
            slots.put("route_mode", JSONObject.NULL);
            slots.put("need_to_stop_at_destination", JSONObject.NULL);

            testCase.put("requestId", JSONObject.NULL);
            testCase.put("planning_tree", JSONObject.NULL);
            testCase.put("task_description", "导航从上海市人民广场到上海迪士尼乐园，要经过外滩和陆家嘴。");
            testCase.put("slots", slots);

            String urlStr = "http://101.148.38.179:7860/planning_tree_search";

            // 创建URL对象
            URL url = new URL(urlStr);
            // 打开连接
            HttpURLConnection conn = (HttpURLConnection) url.openConnection();
            // 设置请求方法为 POST
            conn.setRequestMethod("POST");
            // 设置请求头
            conn.setRequestProperty("Content-Type", "application/json; utf-8");
            conn.setRequestProperty("Accept", "application/json");
            conn.setDoOutput(true);

            // 发送请求数据
            try (OutputStream os = conn.getOutputStream()) {
                byte[] input = testCase.toString().getBytes("utf-8");
                os.write(input, 0, input.length);
            }

            // 获取响应代码
            int responseCode = conn.getResponseCode();
            System.out.println("Response Code: " + responseCode);

            // 读取响应数据
            StringBuilder response = new StringBuilder();
            try (BufferedReader br = new BufferedReader(new InputStreamReader(conn.getInputStream(), "utf-8"))) {
                String responseLine;
                while ((responseLine = br.readLine()) != null) {
                    response.append(responseLine.trim());
                }
            }
            // 输出响应数据
            JSONObject responseJson = new JSONObject(response.toString());
            System.out.println("Response Data: " + responseJson.toString(4));

            System.out.println("你好，世界！");

        } catch (Exception e) {
            e.printStackTrace();
        }
    }
}
```

Java 请求一个接口示例

用这个办法解决了：

https://youtrack.jetbrains.com/issue/IDEA-291006/Running-the-Java-project-by-using-the-JDK-18-prints-the-garbled-characters-in-console-when-try-printing-the-non-ASCII-characters





## 1. 修改build vm配置

点更多操作，然后点编辑。

![image.png](/static/img/3a208afbe833cdbafa3845c0b962f4ec.image.webp)

然后点修改选项，把VM选项勾选上：

![image.png](/static/img/2c9cb2310c04d3971afc496facf774fc.image.webp)

就可以看到这个，写上：


```
-Dfile.encoding=UTF-8 -Dsun.stdout.encoding=UTF-8 -Dsun.stderr.encoding=UTF-8
```


![image.png](/static/img/18042e7f1e342f511ff3995ca70fb809.image.webp)


## 2. 自定义VM选项

在自定义VM选项里加入：


```bash
-Dfile.encoding=UTF-8
```

![image.png](/static/img/e86f048b0d23f9e66cb693f9c1c28100.image.webp)

Idea Gradle 控制台输出中文乱码解决

## 1. 新建工程

如果你的团队较为熟悉 Maven，项目需要稳定且有严格的结构标准 ，Maven 可能是一个不错的选择。

如果你追求构建速度更快、构建脚本更简洁和灵活性 ，那么 Gradle 可能会更适合你。





![image.png](/static/img/4d407d4dcf7f102e33f3f9da795ec254.image.webp)


Gradle 介绍：

Gradle 是一个流行的构建自动化工具，它支持两种主要的DSL (领域特定语言) 来编写构建脚本：Kotlin DSL 和 Groovy DSL。这两者各有优缺点，主要区别如下：

### 1. 语法和语言特性：
- **Kotlin DSL**:
  - 使用Kotlin语言编写构建脚本。
  - 语法严谨、类型安全，能够利用Kotlin的语言特性，如内联函数、扩展函数、Lambda 等。
  - 提供更好的IDE支持，如代码补全、重构、类型安全的导航以及更少的运行时错误。
  
- **Groovy DSL**:
  - 使用Groovy语言编写构建脚本。
  - Groovy 是一种动态类型语言，语法更为灵活。
  - 更灵活、更简洁的语法，但因为是动态类型，运行时错误更常见，IDE 提示和自动补全不如Kotlin精确。
  
### 2. IDE支持：
- **Kotlin DSL**:
  - 优秀的IDE支持，特别是在IntelliJ IDEA中，提供强大的代码自动补全、语法高亮和错误检查。
  - 类型安全性确保了构建脚本能在编译期间发现错误，而不是在运行时。

- **Groovy DSL**:
  - 由于Groovy 是动态类型语言，IDE支持相对较弱。
  - 尽管IntelliJ IDEA和Eclipse等IDE也提供了不错的支持，但在错误检查和自动补全方面不如Kotlin强大。

### 3. 生态系统和社区：
- **Kotlin DSL**:
  - 由于Kotlin 在JetBrains（IntelliJ IDEA背后的公司）的推动下越来越受欢迎，Gradle 正在积极推广Kotlin DSL。
  - 生态系统在不断壮大，社区支持随之增加。

- **Groovy DSL**:
  - Groovy 是 Gradle 的原生DSL，并且仍然有大量用户。
  - 广泛的文档和社区支持，使得新用户相对容易找到学习资源和解决方案。

### 4. 性能：
- **Kotlin DSL**:
  - 编译期更加严格，可能在解析和构建脚本时稍微有一些时间的提升，但在执行构建任务时运行时效率较高。

- **Groovy DSL**:
  - 动态解析由于不需要编译期的类型检查，初始解析速度稍快，但在运行时性能和稳定性上可能会更差一些。



第一次用gradle的话，注意看右下角下面的下载状态，等待下载gradle的构建插件。




## 2. 新增第三方依赖库

这种新增方式：

![image.png](/static/img/e97dfe29e5b5b0d3f42c65c3b9e01471.image.webp)

## 3. 刷新


![image.png](/static/img/17477831fd4adcfe83f857732e9893ea.image.webp)


## 4. 运行代码

直接运行即可。

【Java】Idea Gradle 构建Java工程

## 1. 新建工程


![image.png](/static/img/bfd1033a42537be010eea415d814c2bb.image.webp)



## 2. 增加第三方依赖包

pom.xml 中写：

![image.png](/static/img/60f5a105086fcad67476d17acb511ac8.image.webp)


```xml
    <dependencies>
        <dependency>
            <groupId>org.json</groupId>
            <artifactId>json</artifactId>
            <version>20210307</version>
        </dependency>
    </dependencies>
```

## 3. 更新Maven索引

idea 右侧有Maven图标，可以点击M图标后，点击Sync All Maven Projects：


![image.png](/static/img/471eab99e9adab4b2aa22116984f7830.image.webp)


## 4. 写好main程序点运行


![image.png](/static/img/1932b4b68fa476612e050471f4b5c718.image.webp)

搞好入口：


![image.png](/static/img/ce7935d851b4839b9a4241574e85d2fc.image.webp)

【Java】Idea Maven 构建Java工程

带ollama的镜像：

```
docker run -d -p 8888:8080 \
  -v /root/ollama:/root/.ollama \
  -v /root/openwebui-test:/app/backend/data \
  --restart always -e HF_HUB_OFFLINE=1 \
  ghcr.io/open-webui/open-webui:ollama
```

不要Ollama：

```
docker run -d -p 8888:8080 -v /root/openwebui-test:/app/backend/data --restart always ghcr.io/open-webui/open-webui:main


docker run -d -p 8888:8080 -v /root/openwebui-test:/app/backend/data --restart always dockerproxy.com/kevinchina/deeplearning:openwebui
```


ollama




```
ollama run qwen2.5:0.5b-instruct

ollama ps

```

访问ollama接口：

https://gitcode.csdn.net/66277296c46af92642763e71.html


```
curl http://localhost:11434/api/generate -d '{
  "model": "dolphin-phi",
  "prompt":"Why is the sky blue?"
}'

```

升级：


```
打开vpn之后：

docker pull ghcr.io/open-webui/open-webui:ollama

然后重新docker run


```

Open WebUI + Ollama

Azure OpenAI 转 openai proxy接口：

https://www.dong-blog.fun/post/1896


先部署好，然后这样设置后就可以使用了：


![image.png](/static/img/8ac75558df0ad2c9178cede5c1f0a8b5.image.webp)

OpenWebUI 使用 Azure OpenAI

https://uright.ca/blogs/2024-07-29-unlocking-the-power-of-azure-openai-on-open-webui/


### 使用 `litellm` 简化 Azure GPT-4 调用

`litellm` 是一个统一接口库，它可以将 Azure 和 OpenAI 的接口规范统一，方便开发者使用。下面是如何通过 `litellm` 进行简单的 Azure GPT-4 调用。



![image.png](/static/img/e0eeb02036fa5f8953bf8b0bd5690d82.image.webp)





#### Python 示例：直接调用 Azure GPT-4

```python
import litellm

# Azure GPT-4 API 调用示例
response = litellm.completion(
    model="azure/GPT-4o",                    # 替换为你自己的 Azure 模型名称
    api_base="https://gpt4.openai.azure.com", # Azure API base URL
    api_version="2023-12-01-preview",        # Azure API 版本
    api_key="26e616018d3a624",               # 你的 Azure API Key
    messages=[{"role": "user", "content": "good morning"}],  # 用户消息
)

print(response)
```

这个代码能够直接检查 Azure 是否通畅。请注意，`litellm` 库帮助统一了 Azure 和 OpenAI 接口的调用方式，简化了不同接口的使用。

#### 使用 `litellm` Proxy 配置 Azure API

你可以通过 `litellm` 提供的 Proxy 来更便捷地管理多个接口配置。首先，创建一个 YAML 配置文件：

```yaml
model_list:
  - model_name: 'GPT-4o'  # 模型名称，随便写的
    litellm_params:
      model: 'azure/GPT-4o'  # 必须以 azure/ 开头
      api_base: 'https://gpt4.openai.azure.com/'  # Azure API 基础 URL
      api_version: '2023-12-01-preview'  # 选择正确的 API 版本
      api_key: '26e616018d3a624'  # 你的 Azure API Key
```

#### 安装 `litellm` Proxy

在命令行中安装 `litellm` Proxy：

```bash
pip install 'litellm[proxy]'
```

#### 启动接口服务

使用以下命令启动本地接口服务：

```bash
litellm --host 0.0.0.0 --port 8000 -c litellm_config.yaml

litellm --host 0.0.0.0 --port 8000 -c litellm_config.yaml --add_key "nsyabB134.."
```

#### 测试接口是否可用

你可以通过 `curl` 命令来测试接口是否通畅：

```bash
curl --location 'http://0.0.0.0:8000/chat/completions' \
     --header 'Content-Type: application/json' \
     --data '{
         "model": "GPT-4o",
         "messages": [
             {"role": "user", "content": "你好，你是谁？"}
         ]
     }'
```


```bash
curl --location 'http://0.0.0.0:8000/chat/completions' \
     --header 'Content-Type: application/json' \
     --header 'Authorization: Bearer nsyabB134..' \
     --data '{
         "model": "GPT-4o",
         "messages": [
             {"role": "user", "content": "你好，你是谁？"}
         ]
     }'
```



---

### 总结

`litellm` 简化了 Azure API 调用，并且通过 Proxy 配置使得不同接口统一在 OpenAI 的规范下工作，极大地方便了开发者的使用。希望这篇教程能帮助你快速配置和测试 Azure 的 GPT-4 接口。

虚拟机安装 openssh-server

1. 新建工程

1. 新建工程

使用 litellm 简化 Azure GPT-4 调用

使用 `litellm` 简化 Azure GPT-4 调用