Howtos

도쿠위키는 데이터베이스가 필요 없는 자체 호스팅 위키로, 쉽게 온프레미스에서 호스팅할 수 있습니다.
저는 도커화된 상태로, 제 개인의 페트/kubernetes 클러스터에서 실행하고 있었습니다.

Linux Ubuntu 24.04 데스크탑 에디션은 SQL 에디터 및 DB 관리 도구로 Beekeeper Studio 설치를 제안했습니다.
이전에는 DBeaver를 사용했습니다.
좋습니다.
Compare DBeaver with Beekeeper Studio에서 비교해 보겠습니다.

새로운 PC에 Linux를 설치한 후, Ubuntu 24.04에서 맥락 메뉴를 커스터마이징하는 방법을 쉽게 찾지 못해 놀랐습니다.

Python uv (발음: “유비”)는 Rust로 작성된 현대적이고 고성능의 Python 패키지 및 프로젝트 관리 도구입니다. 이 도구는 전통적인 Python 패키지 관리 도구인 pip, pip-tools, virtualenv, pipx, pyenv의 대체 도구로 설계되어 Python 개발 워크플로우를 간소화하고 가속화하는 것을 목표로 합니다.

YaCy는 분산형, 피어투피어(P2P) 검색 엔진로, 중앙 집중식 서버 없이 운영되며, 사용자가 지역 또는 글로벌 인덱스를 생성하고 분산된 피어를 쿼리하여 검색을 수행할 수 있도록 설계되었습니다.

Qwen3 Embedding 및 Reranker 모델은 Qwen 가족의 최신 출시물로, 고급 텍스트 임베딩, 검색 및 재정렬 작업에 특화되어 있습니다.

조금 오랜 시간 동안 저는 페이지의 썸네일 이미지를 정적 디렉토리에 넣는 이 번거로움에 시달려 왔습니다. 이는 Mainroad, Rodster와 유사한 Hugo 테마를 위한 것입니다.

PCIe 랜의 수가 LLM 성능에 미치는 영향? 작업에 따라 다릅니다. 훈련 및 다중 GPU 추론의 경우 성능 저하가 상당합니다.

Linux Mint 설치가 기반으로 하는 Ubuntu 버전을 확인하려면 명령줄 도구와 시스템 파일을 사용하는 여러 가지 방법을 사용할 수 있습니다.

다음 단계는 CI/CD를 구현하고, Gitea Actions for Hugo website, to push website to AWS S3를 설정하여 master 브랜치가 업데이트될 때 자동으로 웹사이트를 AWS S3에 푸시하는 것입니다.

Ollama 모델 라이브러리에는 HTML 콘텐츠를 Markdown으로 변환할 수 있는 모델이 있습니다. 이는 콘텐츠 변환 작업에 유용합니다.
HTML을 Markdown으로 변환하는 LLM Ollama

이 문제로 인해 큰 충격을 받았습니다. 하지만 BSOD가 제게와 비슷한 경우라면, 자신의 PC를 조사하고 테스트해 보는 것이 좋습니다. 원인은 인텔 13세대 및 14세대 CPU의 성능 저하 문제입니다.

• 검색은 키워드를 사용하여 빠르고 직관적인 정보 검색에 가장 적합합니다.
• **심층 검색**은 맥락과 의도를 이해하여 복잡한 질문에 대해 더 관련성 있고 포괄적인 결과를 제공하는 데 탁월합니다.

제가 테스트하고 싶은 이론은, 인텔 CPU에서 모든 코어를 사용하면 LLM의 속도가 빨라질까?입니다.
새로운 gemma3 27비트 모델(gemma3:27b, ollama에서 17GB)이 제 GPU의 16GB VRAM에 맞지 않아, 일부는 CPU에서 실행되고 있다는 점이 제게 괴롭습니다.

Linux Mint에서 터미널 도구 그룹을 시작하고 터미널 창을 타일 형태로 배치하는 방법은 여러 가지가 있으며, 작업 흐름과 자동화 수준에 따라 달라집니다.