城南花已开愿君长安在 - 崔昌赫的个人博客

《在你眼中我是谁，你想我代替谁》--- AI的《谁》

2025-06-18T02:08:45.000Z

以Cursor为代表的AI编程助手，正在以前所未有的深度和广度渗透到软件开发领域，引发了源于程序员对未来角色、技能要求乃至生存模式的深刻思考。

我本人也是一个AI IDE的深度使用者，在工作之中有域内的CodeFuse IDE，在域外有Cursor。不知不觉，AI已经占据将近40%以上的代码编写量。

从第一天使用AI IDE，感觉其就是纯正的智商税、“人工智障”，到现在的“真香”，说白了就是一种磨合，是人与人工智能的磨合。

只有深度使用后，才会深刻理解“AI不是一次革命，而是每次革命”的含义，也因此有了本文对人文及社会影响的思考。

问题1：AI的出现对程序员的要求是高了还是低了？

我个人认为：对底层基础的要求降低了，但对顶层的能力要求显著提高了。

”门槛“变低了：过去我刚开始学Java、Spring、C++等语言的时候，常常会因为一个分号、一些语法细节的原因导致半天甚至一天的时间都在排查。过去要求程序员需要有足够的基础能力，如牢记大量语法细节、API用法和算法范式。

但如今，自动补全、快速生成、代码修正等功能，可以帮助开发者快速产出“看起来还不错”的代码，甚至能够简单完成过去资深工程师才能完成的任务。可以想象，未来会涌现一大批“独立开发者”，达到人人都可以写代码，人人都写得起代码。

“天花板”变高了：然而，真正决定一个程序员价值的，不再是“我代码写的贼6”，而是更高维度的技能：

需求拆解与精准分析的能力：正如我上一篇文章所写的语言的二义性一样，如何将一个复杂的业务需求，转化为清晰、无歧义、可让AI理解的指令（Prompt Engineering），是发挥AI效能的关键。这要求开发者具备深刻的业务理解和逻辑拆解能力。
代码鉴赏与审核能力：也就是Code Review的能力。AI生成的代码不可避免的会存在隐藏的Bug，安全漏洞，或者为了查询一个字段而给你重复建立了数个线程池的问题（效率问题）。所以要求现代的程序员要有极强的“代码品味”和深厚的技术功底，能够做到“瞟一眼”就知道那里有问题或者哪里今后会有问题。这就要求要有足够的经验储备，有足够的理论知识，才能快速甄别优劣，进行有效的审核、重构和优化。
系统级的架构设计能力：AI擅长处理局部、具体的编码任务，但在宏观的系统设计、架构选型、技术决策等方面依然依赖人类的经验和远见。开发者需要从“代码工人”转变为“架构师”和“设计师”。
创造并解决问题的能力：发现并创造问题，其实也是必不可少的能力。真正有价值的工作，是解决那些没有现成答案的、充满不确定性的复杂问题。AI可以作为强大的武器，但如何使用这件武器，甚至在没有明确指令的情况下创造性地解决问题，这正是顶尖人才的核心价值。

简而言之，AI工具让“合格”程序员的门槛降低了，但让”优秀“程序员的标准变得更高、也更复杂。

问题2：会不会让人变懒

会，我现在已经很懒了。我认为短期内，存在让人变懒和技能退化的风险，但长期来看，它将迫使开发者“向上”进化。

对AI工具的过度依赖，确实可能导致部分开发者疏于对基础知识的学习和巩固，形成“黑箱思维”，即“知其然，而不知其所以然”。当AI出现错误或无法胜任时，这些开发者可能会束手无策。这就像习惯于使用计算器而忘记了基本心算能力。

然而，从另一个角度看，这种“懒”也是技术进步的必然结果。我们不再需要手动管理内存，因为有了垃圾回收机制；我们不再需要写大量的模板代码，因为有了各种框架。AI的出现，同样是将开发者从重复、繁琐的“体力劳动”中解放出来，让他们能更专注于“脑力劳动”，即前文提到的系统设计、创造性思考等高阶任务。

一个明智的开发者会把AI当作“副驾驶”或“领航员”，而不是“自动驾驶系统”。他们会利用AI提升效率，同时保持批判性思维，持续学习，确保自己始终掌握着“方向盘”。

问题3：是不是会取代人

AI不会完全取代“程序员”这个职业，但是会淘汰掉只会写代码的“编码员”。

机械革命用机器代替了重复繁琐的人工，叫做劳动力的释放。纯粹的、机械化的代码编写工作，其价值正在被AI迅速稀释。如果一个人做的工作可以被清晰的描述为一系列的编码任务，那么就很可能被AI取代。AI擅长做简单的、重复的任务，并且还能把这些任务做的很好。

然而，软件开发的核心远不止编码。我常常挂在嘴边的一句话就是**“Coding的尽头是浪漫”**，它是一个包含需求沟通、系统设计、团队协作、项目管理、问题纠错、创新探索的复杂过程。能够打通这些复杂的环节，看着“万丈高楼拔地而起”，一直都是我追求的的最终“浪漫”。这个过程中，许多地方都充满了人类的不可替代性：

权衡与取舍（Trade-offs）：在性能、成本、可维护性等多个维度之间做出最优决策。
责任与担当：对最终产品的质量、安全和伦理问题负责。
创新与远见：预见技术趋势，提出具有前瞻性的解决方案。

目前来看，这些恰恰是AI的短板。所以我大胆约一下，未来的趋势更可能是人机协作。AI成为程序员强大的辅助工具，帮助其落地自己的Idea，而非取代其本身。程序员将会从“演奏家”变为“指挥者”和“编导”。

面对如此强力的冲击，我庆幸我还年轻和清醒，可以感受到这股浪潮，及时做出改变。Keep Thinking & Do one thing and do it well。

最后，我仍想强调一下我的心得和信条：

告诉AI Need，不要告诉AI Think。

永远不要相信AI写的内容，是你主导AI，不是AI主导你。

《重生之我让AI写AI》-关于AI的个人思考

2025-06-13T13:00:20.000Z

前言

时间过的真快，转眼间我也毕业了有一年。我对AI的研究从ChatGPT爆火的那一年开始，其实在之前，我对AI这个概念是非常模糊不清的，我更多的时间是投入在了虚拟化、云原生与云计算这些方面。

在第一份工作，我是一位云平台研发工程师，专注于虚拟化与云计算。在这份工作中，我从中学到了很多东西，特别是和信创支持有关的内容。有过手改KVM、脚踢Qemu，顺便处理下Linux内核只为了适配华为910B的vNPU切分。

而我现在这份工作，则更多的是和AI打交道。在这份工作中，我深入了解到了Cursor、Trae等优秀效能产品的设计理念、也给我打开了一扇新的，通往AI的大门。故在此，我也简单总结一下我目前对AI浅显的研究。

我尽可能不在这篇文章里长篇大论大谈技术，因为我也没有什么技术，既然没有，那就聊天吧。

早期现实

在比较早期的时候，我认为所谓的AI，无非就是从设定好的模式下，执行特定的任务。最典型的案例，就是早期的AI人工智能对话系统。

最之初让AI正常说人话都很难，对于回答不了的用户的提问，人机对话系统最后的兜底是一个闲聊系统，都是通过QA（Question/Answer），QQ(Question/Question)匹配来知识库中已有的语料。
但是，这个效果有多么差，应该都体验过，只要有人工客服，很多用户第一时间会选择人工客服，直接跳过智能客服。但是无论如何，这都是AI人工智能对话系统第一个起步阶段。

偶然一天，我看着手里的小米手机，突然想起来了满天宣传的智能AI音响，小爱同学，小度，这些新生的人机对话系统，效果如何？但是实际尝试之后，仍然还是很失望。仍然脱离不了传统的束缚，给人一种“人工智障”的感受。

人机对话系统的应用场景本来是很广泛，适合一切有对话的场景，为啥成功不了呢？本质原因：

人机对话系统是不确定性、不可控性、弱可反馈。人机对话太难了，没有一个超级模型能解决，所以大家只能采用分而治之方式解决，将问题拆解成若干个子问题，但是每一个子问题用模型或者算法处理，大概也就0.9分的水平（满分是1分），所以10个0.9分连乘在一起，就低于及格线0.6了，人工智能变成人工智障了。

0.900.900.900.900.900.900.900.900.90*0.90 = 0.349

举个例子：针对用户输入的一句话，可能需要使用各种自然语言处理技术来辅助处理，比如词性标注，中文分词等，但是每个模块都没法确保100%准确性。做的越多，整体链路反而效果越差。

阅读与思考

后面看了弘晨大佬的文章之后，找到了The Bitter Lesson (苦涩的教训)，这个是由Rich Sutton（强化学习领域的奠基人之一）在2019年发表的，我个人将其总结为一句话：

我们需要的，不是知识的镜面，而是能孕育新绿的沃土。

之后，我又在思考一个问题：AI带来的真的是革新的技术吗？还是说只是泡沫？

一次偶然的机会，我读了比尔盖茨（我小时候的偶像）在1995年出版的一本书：《未来之路》，本书之中基本上所有的预言都成为现实了，如电子商务，即时通讯等等，除了这个AI智能助理。
为何AI智能助理至今仍然无法达到想要的效果呢🤔？在搞不明白一些问题的时候，去阅读先贤的书，总是能得到灵感。我随后读了一下两篇论文：

Computing Machinery And Intelligence (1950年图灵)

A Theory of the Learnable(1984年 L,G. VALIANT ACM通信)

在阅读过程中我发现，图灵先生对“机器能否思考”其实是持乐观态度的，这篇论文让我知道了：人类的思考能力也不是那么神奇和与众不同，正如地球不是宇宙中心。
L. G. Valiant 在1984年发表于ACM通信的论文《A Theory of the Learnable》中，为机器学习理论奠定了重要基础。

就像密码学一样，从数学证明这个密码是可以破解的，就指明了方向。但具体怎么破解，仍然要继续探索。 人工智能也一样，机器从理论上是可以思考有智能的，但实现途径是什么呢？

在探索这个问题的时候，我发现一个非常有趣的问题，自然语言的二义性。发展至今的大模型，无论是不是推理性大模型，对二义性都不够优秀。举个最简单的例子：

”中国足球队谁都踢不赢“

“中国乒乓球队谁也打不赢”

同样的表达方式，意思截然相反。那有没有一种语言，没有二义性，永远就像直男，什么就是什么呢？有的，兄弟，有的。那就是代码。

代码是英文的“自然语言”，代码没有歧义性，代码有自己的语言规范，结构化的。相对而言，代码是一个更加简单规范的自然语言，如果人工智能都不能解决代码的问题，更别说解决复杂的自然语言问题。
此外，自然语言离人更近，代码是编程语言，离机器更近，按照道理，代码应该更容易被机器理解，所以人工智能解决代码也应该更加容易。此外：代码可能是人和机器的桥梁，未来是人机共生的时代，解决代码这个核心问题，才能才能真正到达人机共生世界？

当然，我并不想升华主题，但是我是一位程序🦍，代码是我吃饭的工具。有时候真的感觉，和一些人沟通了这么久，不如写几行代码甩给他。

AI编码

各种新的模型，如Calude 4，在代码能力一次又一次的刷榜。现在在我的实际开发之中，AI可能要占40%左右。对于AI辅助代码，我有一个心得，也有一个信条：

告诉AI Need，不要告诉AI Think。

永远不要相信AI写的内容，是你主导AI，不是AI主导你。

对于第一条，要先认清AI的能力，其就是一个辅助工具，他会给你一个他能思考的假象，但实际会给你带来更多的麻烦。所以，先思考，定方案，敲步骤，在告诉AI，What do i Need，而不是有了个思路，告诉AI，What am i thinking。

对于第二条，目前最牛的AI，仍然也有Context的窗口，对于小项目还可以，但是对中大型项目，他无法完全理解。所以会出现：我写了，但是我就没按照项目要求写。最经典的问题就是，项目用MyBatis，但是它会给你引入JPA，给你写JPA的代码。所以无论如何，不要相信它，要做Review。

Encoder与Decoder之争

继续说回大模型。

虽然OpenAI公司产生了巨大影响，但是前些年也很不容易。

Tansformer有Encoder和Decoder组成，《Attention is All you need》发表之后，国内国外的大模型的技术路线基本都是Follow 谷歌的Encoder路线，各种魔改bert，论文引用量非常多。但是OpenAI是Decoder技术路线早期引用量非常少。现在业界大模型技术路线基本都是统一到Decoder技术路线。

继续阅读一些文章之后，发现大模型并非完全是大力出奇迹，而是量变引起质变。

诺贝尔物理学奖得主Philip Anderson，1972年的一篇文章《More is Different》有这样一句话：

Emergence is when quantitative changes in a system result in qualitative changes in behavior.

大规模语言模型的涌现能力(Emergent Ability)，一种不可预测的现象。涌现这一概念已经在物理、生物、等领域被讨论了很长时间。

比如：将水加热，一直加热到99摄氏度，都是液体，一旦到100摄氏度，就变成了气体。

所以，我知道有些人好像对“堆算力”有点嗤之以鼻。但是，我个人认为，堆算力也许真的是可以发生质变前的量变。

结语

回顾历史：人造飞行器最开始实现途径是：研究鸟类的翅膀，仿生学角度去做，后来发现得用物理空气动力学。

目前来看，计算机科学是最有可能实现人工智能，很庆幸，我可以窥看到这个圈子的门槛。而在计算机各种技术中，神经网络最优可能实现，在神经网络众多模型中，gpt系列技术最有可能实现的。

自从用上AI之后，几乎我所有的文档都会找AI润色一遍，已经很久没有像这样完全手敲。虽然这篇文章通篇在讨论AI，但是我还是决定不让AI插手。

AI将解放脑力劳动者。后代很难想象，之前的我们，需要从头开始很多工作，耗时耗力，比如写一篇文章，写一段程序，修一个图片，拍一段视频。

正如我们很难想象，之前的复制一本书需要抄书人劳动几个月。也许今后，我们的孩子们像呼吸空气般使用AI时，愿他们仍能像如今一样，思考，探索，学习和总结

Git提交规范

2024-11-11T09:05:32.000Z

约定式提交 1.0.0

概述

约定式提交规范是一种基于提交信息的轻量级约定。
它提供了一组简单规则来创建清晰的提交历史；
这更有利于编写自动化工具。
通过在提交信息中描述功能、修复和破坏性变更，
使这种惯例与 SemVer 相互对应。

提交说明的结构如下所示：

原文：

<type>[optional scope]: <description>

[optional body]

[optional footer(s)]

译文：

<类型>[可选 范围]: <描述>

[可选 正文]

[可选 脚注]

提交说明包含了下面的结构化元素，以向类库使用者表明其意图：

fix: 类型为 fix 的提交表示在代码库中修复了一个 bug（这和语义化版本中的 PATCH 相对应）。
feat: 类型为 feat 的提交表示在代码库中新增了一个功能（这和语义化版本中的 MINOR 相对应）。
BREAKING CHANGE: 在脚注中包含 BREAKING CHANGE: 或 <类型>(范围) 后面有一个 ! 的提交，表示引入了破坏性 API 变更（这和语义化版本中的 MAJOR 相对应）。
破坏性变更可以是任意类型提交的一部分。
除 fix: 和 feat: 之外，也可以使用其它提交类型，例如 @commitlint/config-conventional（基于 Angular 约定）中推荐的 build:、chore:、
ci:、docs:、style:、refactor:、perf:、test:，等等。
- build: 用于修改项目构建系统，例如修改依赖库、外部接口或者升级 Node 版本等；
- chore: 用于对非业务性代码进行修改，例如修改构建流程或者工具配置等；
- ci: 用于修改持续集成流程，例如修改 Travis、Jenkins 等工作流配置；
- docs: 用于修改文档，例如修改 README 文件、API 文档等；
- style: 用于修改代码的样式，例如调整缩进、空格、空行等；
- refactor: 用于重构代码，例如修改代码结构、变量名、函数名等但不修改功能逻辑；
- perf: 用于优化性能，例如提升代码的性能、减少内存占用等；
- test: 用于修改测试用例，例如添加、删除、修改代码的测试用例等。
脚注中除了 BREAKING CHANGE: <description> ，其它条目应该采用类似
git trailer format 这样的惯例。

其它提交类型在约定式提交规范中并没有强制限制，并且在语义化版本中没有隐式影响（除非它们包含 BREAKING CHANGE）。

可以为提交类型添加一个围在圆括号内的范围，以为其提供额外的上下文信息。例如 feat(parser): adds ability to parse arrays.。

示例

包含了描述并且脚注中有破坏性变更的提交说明

feat: allow provided config object to extend other configs

BREAKING CHANGE: `extends` key in config file is now used for extending other config files

包含了 `!` 字符以提醒注意破坏性变更的提交说明

feat!: send an email to the customer when a product is shipped

包含了范围和破坏性变更 `!` 的提交说明

feat(api)!: send an email to the customer when a product is shipped

包含了 `!` 和 BREAKING CHANGE 脚注的提交说明

chore!: drop support for Node 6

BREAKING CHANGE: use JavaScript features not available in Node 6.

不包含正文的提交说明

docs: correct spelling of CHANGELOG

包含范围的提交说明

feat(lang): add polish language

包含多行正文和多行脚注的提交说明

fix: prevent racing of requests

Introduce a request id and a reference to latest request. Dismiss
incoming responses other than from latest request.

Remove timeouts which were used to mitigate the racing issue but are
obsolete now.

Reviewed-by: Z
Refs: #123

约定式提交规范

本文中的关键词 “必须（MUST）”、“禁止（MUST NOT）”、“必要（REQUIRED）”、“应当（SHALL）”、“不应当（SHALL NOT）”、“应该（SHOULD）”、“不应该（SHOULD NOT）”、“推荐（RECOMMENDED）”、“可以（MAY）” 和 “可选（OPTIONAL）” ，其相关解释参考 RFC 2119 。

每个提交都必须使用类型字段前缀，它由一个名词构成，诸如 feat 或 fix ，
其后接可选的范围字段，可选的 !，以及必要的冒号（英文半角）和空格。
当一个提交为应用或类库实现了新功能时，必须使用 feat 类型。
当一个提交为应用修复了 bug 时，必须使用 fix 类型。
范围字段可以跟随在类型字段后面。范围必须是一个描述某部分代码的名词，并用圆括号包围，例如： fix(parser):
描述字段必须直接跟在 <类型>(范围) 前缀的冒号和空格之后。
描述指的是对代码变更的简短总结，例如： fix: array parsing issue when multiple spaces were contained in string 。
在简短描述之后，可以编写较长的提交正文，为代码变更提供额外的上下文信息。正文必须起始于描述字段结束的一个空行后。
提交的正文内容自由编写，并可以使用空行分隔不同段落。
在正文结束的一个空行之后，可以编写一行或多行脚注。每行脚注都必须包含
一个令牌（token），后面紧跟 :<space> 或 <space># 作为分隔符，后面再紧跟令牌的值（受
git trailer convention 启发）。
脚注的令牌必须使用 - 作为连字符，比如 Acked-by (这样有助于
区分脚注和多行正文)。有一种例外情况就是 BREAKING CHANGE，它可以被认为是一个令牌。
脚注的值可以包含空格和换行，值的解析过程必须直到下一个脚注的令牌/分隔符出现为止。
破坏性变更必须在提交信息中标记出来，要么在 <类型>(范围) 前缀中标记，要么作为脚注的一项。
包含在脚注中时，破坏性变更必须包含大写的文本 BREAKING CHANGE，后面紧跟着冒号、空格，然后是描述，例如：
BREAKING CHANGE: environment variables now take precedence over config files 。
包含在 <类型>(范围) 前缀时，破坏性变更必须通过把 ! 直接放在 : 前面标记出来。
如果使用了 !，那么脚注中可以不写 BREAKING CHANGE:，
同时提交信息的描述中应该用来描述破坏性变更。
在提交说明中，可以使用 feat 和 fix 之外的类型，比如：docs: updated ref docs. 。
工具的实现必须不区分大小写地解析构成约定式提交的信息单元，只有 BREAKING CHANGE 必须是大写的。
BREAKING-CHANGE 作为脚注的令牌时必须是 BREAKING CHANGE 的同义词。

为什么使用约定式提交

自动化生成 CHANGELOG。
基于提交的类型，自动决定语义化的版本变更。
向同事、公众与其他利益关系者传达变化的性质。
触发构建和部署流程。
让人们探索一个更加结构化的提交历史，以便降低对你的项目做出贡献的难度。

FAQ

在初始开发阶段我该如何处理提交说明？

我们建议你按照假设你已发布了产品那样来处理。因为通常总有人使用你的软件，即便那是你软件开发的同事们。他们会希望知道诸如修复了什么、哪里不兼容等信息。

提交标题中的类型是大写还是小写?

大小写都可以，但最好是一致的。

如果提交符合多种类型我该如何操作？

回退并尽可能创建多次提交。约定式提交的好处之一是能够促使我们做出更有组织的提交和 PR。

这不会阻碍快速开发和迭代吗？

它阻碍的是以杂乱无章的方式快速前进。它助你能在横跨多个项目以及和多个贡献者协作时长期地快速演进。

约定式提交会让开发者受限于提交的类型吗（因为他们会想着已提供的类型）？

约定式提交鼓励我们更多地使用某些类型的提交，比如 fixes。除此之外，约定式提交的灵活性也允许你的团队使用自己的类型，并随着时间的推移更改这些类型。

这和 SemVer 有什么关联呢？

fix 类型提交应当对应到 PATCH 版本。feat 类型提交应该对应到 MINOR 版本。带有 BREAKING CHANGE 的提交不管类型如何，都应该对应到 MAJOR 版本。

我对约定式提交做了形如 `@jameswomack/conventional-commit-spec` 的扩展，该如何版本化管理这些扩展呢？

我们推荐使用 SemVer 来发布你对于这个规范的扩展（并鼓励你创建这些扩展！）

如果我不小心使用了错误的提交类型，该怎么办呢？

当你使用了在规范中但错误的类型时，例如将 `feat` 写成了 `fix`

在合并或发布这个错误之前，我们建议使用 git rebase -i 来编辑提交历史。而在发布之后，根据你使用的工具和流程不同，会有不同的清理方案。

当使用了不在规范中的类型时，例如将 `feat` 写成了 `feet`

在最坏的场景下，即便提交没有满足约定式提交的规范，也不会是世界末日。这只意味着这个提交会被基于规范的工具错过而已。

所有的贡献者都需要使用约定式提交规范吗？

并不！如果你使用基于 squash 的 Git 工作流，主管维护者可以在合并时清理提交信息——这不会对普通提交者产生额外的负担。
有种常见的工作流是让 git 系统自动从 pull request 中 squash 出提交，并向主管维护者提供一份表单，用以在合并时输入合适的 git 提交信息。

约定式提交规范中如何处理还原（revert）提交?

还原提交（Reverting）会比较复杂：你还原的是多个提交吗？如果你还原了一个功能模块，下次发布的应该是补丁吗？

约定式提交不能明确的定义还原行为。所以我们把这个问题留给工具开发者，
基于类型和脚注的灵活性来开发他们自己的还原处理逻辑。

一种建议是使用 revert 类型，和一个指向被还原提交摘要的脚注：

revert: let us never again speak of the noodle incident

Refs: 676104e, a215868

将系统磁盘未使用的部分格式化并重新分配给/（根目录）

2024-09-10T10:55:00.000Z

公司有一个新的小需求，要求将几台虚拟机的/（根目录）扩容一下。
但是因为之前采用的模板存在一些问题，现在是磁盘大小为256GB，只格式化并使用了30GB，所以需要在这个基础之上，要求不停机无损重建分区，并且扩容xfs格式的/（根目录）。

1.情况排查

首先查看一下磁盘的基本情况：

使用fdisk -l查看磁盘基本情况

可以看到在fdisk命令中，/dev/vda的大小为256GB，而/dev/vda1和/dev/vda2都加起来总共只有30GB大小，而根目录的lv卷只有25.102GB大小。

本次的目标就是将/dev/vda的全部容量使用上，并且将现在未使用的磁盘容量给附加到根目录之下。

2.重新创建分区

我们要做的第一件事，就是通过fdisk命令，重新创建分区，将剩余未用的容量合并到/dev/vda2内。

注意！下面操作有风险，请再三确认后谨慎执行！

此操作的必要前提条件为：待扩容的分区必须和未使用的磁盘扇区相邻

此操作的原理就是重新设置分区的结束扇区位置，所以本操作对应的分区的结束扇区必须和未使用的磁盘的开始扇区相邻，其中不能有任何其他的分区，否则将不能进行此操作。若强制执行，会导致相隔的分区数据丢失！

使用fdisk /dev/vda进入分区操作界面，输入i，输入对应的位置数字（一般为最后一个），确认是否是待扩容的分区。

数据无价！下述操作可能会导致数据丢失，请再三确认后谨慎操作，一定要确认待操作的分区满足上述条件！

确认无误后，输入d，输入刚刚确定的分区位置数字（我这里为2），回车删除分区。

输入n，再次创建分区，并且将分区结束位置选为最后一个扇区。

回车后若出现Do you want to remove the signature? [Y]es/[N]o: ,输入n，千万别输入y，否则会清理lvm的标识符，导致无法正常读取磁盘！

最后输入w，写入磁盘。再次使用fdisk -l查看分区是否正常变化。

可以看到分区/dev/vda2大小已改变，但是对应的lv卷大小并没有改变，还需要通过调整pv、vg来扩容lv卷。

3.扩容根目录

首先使用pvresize命令来重新划分pv大小。

注：pvresize命令后面需要跟具体的磁盘分区

这里使用命令:pvresize /dev/vda2来重新划分pv大小，划分后使用pvdisplay查看是否有新的Free PE空间。

可以看到Free PE已经有多余的空间了，下面使用lvextend命令将空闲的空间全部划分给根目录所在的vg内

注：lvextend命令后面需要跟逻辑卷路径

这里使用命令lvextend -l +100%FREE /dev/mapper/klas-root将空闲空间全部划分给根目录。

随后使用xfs_growfs /命令扩展XFS文件系统，操作完后，再次使用fdisk -l查看空间是否正常划分。

可以看到，根目录已按照预想正确扩容。

至此，本文结束。

如何通过GitHub Page+Hexo+Cloudflare建立一个像这样的私人博客及踩坑

2023-10-31T15:30:35.000Z

很早之前通过自建云服务器利用WordPress搭建过一个博客，也是建立过一个博客。无奈自己太懒，又不想为服务器付费，所以就没在管它。近期有这个想法，想把这个事情做起来，写写博客是一个很好的习惯，能够总结各种失败案例。即使是很忙，也要定期，抽时间写。

闲话少序，直接开始。

先把连接补上，坑等明天在高铁上补。

GitHub pages+自定义域名(腾讯云域名)+cloudflare加速

自定义域和 GitHub Pages 疑难解答

管理 GitHub Pages 站点的自定义域

向已设置 Analytics 的网站添加 Google Analytics（分析）4 媒体资源

关于 GitHub Pages

关于自定义域名和 GitHub 页面

使用 CloudFlare 导致网站「重定向的次数过多」解决方案

Google分析

作为一名程序员应该怎样设置自己的头像?有哪些头像推荐?

Github Octodex

GitHub Pages + Hexo搭建个人博客网站，史上最全教程(主要)

Hexo Fluid 用户手册

Hexo文档

城南花已开 愿君长安在 - 崔昌赫的个人博客