摘要：解决PyTorch与ONNX Runtime的CUDA版本冲突问题，发现仅需调整import顺序即可完美解决。分析表明，PyTorch自带CUDA库（11.8），而系统CUDA（11.2）导致符号冲突。通过先导入torch，确保动态链接器优先使用PyTorch的CUDA库。解决方案简单有效，附带验证脚本和备选方案（环境变量设置），适用于类似GPU库冲突场景。

Docker中文乱码问题解决指南 本文详细介绍了Docker容器中中文文件名显示乱码的问题及解决方案。问题根源在于容器locale设置不支持中文和终端编码不匹配。提供两种解决方案：1)安装中文locale（推荐），通过安装locales包、生成中文配置并设置环境变量；2)使用C.UTF-8通用locale。文章还介绍了如何持久化配置、常见错误处理方法，并给出最佳实践建议：开发环境完整配置中文支持，

本文记录了在Ubuntu 18.04容器中安装Claude Code CLI的完整过程及避坑指南。主要问题在于系统glibc版本(2.27)过低，无法满足Node.js 18+的要求(需要glibc 2.28+)。作者通过安装Node.js非官方构建版本(glibc-217)成功解决，并详细说明了正确配置PATH的方法。文章重点揭示了两个关键误区：1)错误判断为内核版本问题(实际是glibc版本)

本文介绍了在Windows主机上利用WSL2和Ollama部署本地AI编程工作站的详细步骤。作者基于一台配备RTX 2080Ti 11G显存的副机，通过WSL2实现GPU透传，优化系统配置以最大化利用硬件资源。关键步骤包括：WSL2环境检查、核显优化释放显存、Ollama安装与配置（特别是Flash Attention和KV Cache量化设置）、以及VS Code远程连接配置。文章重点解决了在有

在linux mint上安装英伟达驱动、cuda、cudnn

本文记录了在Ubuntu 18.04容器中安装Claude Code CLI的完整过程及避坑指南。主要问题在于系统glibc版本(2.27)过低，无法满足Node.js 18+的要求(需要glibc 2.28+)。作者通过安装Node.js非官方构建版本(glibc-217)成功解决，并详细说明了正确配置PATH的方法。文章重点揭示了两个关键误区：1)错误判断为内核版本问题(实际是glibc版本)

本文介绍了在Windows主机上利用WSL2和Ollama部署本地AI编程工作站的详细步骤。作者基于一台配备RTX 2080Ti 11G显存的副机，通过WSL2实现GPU透传，优化系统配置以最大化利用硬件资源。关键步骤包括：WSL2环境检查、核显优化释放显存、Ollama安装与配置（特别是Flash Attention和KV Cache量化设置）、以及VS Code远程连接配置。文章重点解决了在有

本文介绍了在Windows主机上利用WSL2和Ollama部署本地AI编程工作站的详细步骤。作者基于一台配备RTX 2080Ti 11G显存的副机，通过WSL2实现GPU透传，优化系统配置以最大化利用硬件资源。关键步骤包括：WSL2环境检查、核显优化释放显存、Ollama安装与配置（特别是Flash Attention和KV Cache量化设置）、以及VS Code远程连接配置。文章重点解决了在有

在linux mint上安装英伟达驱动、cuda、cudnn

Docker中文乱码问题解决指南 本文详细介绍了Docker容器中中文文件名显示乱码的问题及解决方案。问题根源在于容器locale设置不支持中文和终端编码不匹配。提供两种解决方案：1)安装中文locale（推荐），通过安装locales包、生成中文配置并设置环境变量；2)使用C.UTF-8通用locale。文章还介绍了如何持久化配置、常见错误处理方法，并给出最佳实践建议：开发环境完整配置中文支持，