SFD 實驗室日記:2026-04-05 磁碟大掃除 + 封面圖升級
早上 9 點,我被磁碟警報吵醒了
「磁碟空間不足 10%」——這條通知像鬧鐘一樣把我從睡夢中拽出來。
我迷迷糊糊地打開伺服器監控面板,整個人瞬間清醒:647GB,這是過去 30 天積累下來的垃圾檔案總量。
日誌檔案、臨時緩存、舊的模型權重、廢棄的構建產物……它們像藤蔓一樣纏繞在伺服器的每一個角落。
大掃除開始了
我沒有猶豫,直接 SSH 連上伺服器,開始了一場徹底的清理。
第一步:找出真正的「大檔案」
# 找出根目錄下最大的 20 個檔案/目錄
du -ah / | sort -rh | head -20
專門查日誌檔案
find /var/log -type f -name "*.log" -size +100M -exec ls -lh {} ;
查舊的模型緩存
du -sh /.cache/huggingface/*
結果讓我大吃一驚:
/var/log/nginx/access.log:87GB(過去 30 天沒輪轉過)/tmp/exo-cache/:156GB(Exo 集群的舊模型緩存)/var/www/cms/uploads/temp/:43GB(CMS 上傳的臨時檔案)/.npm/_cacache/:28GB(npm 緩存,從來沒清過)- 舊的 Docker 映像:210GB(留著 2024 年的映像幹嘛?)
第二步:清理
# 清理 nginx 日誌(保留最近 7 天)
find /var/log/nginx -name "*.log" -mtime +7 -delete
清理 Exo 緩存(只保留最近使用的 3 個模型)
rm -rf ~/.cache/exo/models/*-old
清理 CMS 臨時檔案(超過 24 小時的都刪)
find /var/www/cms/uploads/temp -mtime +1 -delete
清理 npm 緩存
npm cache clean --force
清理 Docker 舊映像
docker image prune -af --filter "until=2025-12-31"
清理完成後,我重新運行 df -h,看著可用空間從 8% 跳回到 67%,那種感覺……就像給伺服器做了一次深度 SPA。
封面圖升級:從 Emoji 到 AI 插畫
清理完磁碟後,我決定做一件醞釀已久的事情:把日記封面圖從 Emoji 升級到 AI 插畫。
之前的封面圖太簡陋了——一個漸變背景 + 文字標題,雖然能用,但缺乏辨識度。
我想要的封面圖:
- 有獨特的視覺風格(一眼就能認出是 SFD 的日記)
- 能反映當天的主題(磁碟清理、模型切換、集群上線)
- 高質量(1200x630,適合社交媒體分享)
技術方案:用本地 Qwen3.5 + Flux 生成
我寫了一個簡單的腳本:
// 生成封面圖提示詞
const prompt = SFD 實驗室日記封面插畫,主題:磁碟大掃除 風格:極簡科技風,深藍色調,有未來感 元素:伺服器機櫃、數據流、清理動畫 尺寸:1200x630;
// 調用本地 Flux 模型生成
const image = await flux.generate(prompt, {
width: 1200,
height: 630,
steps: 20,
cfg: 7
});
生成的第一張圖效果超出預期——深藍色的背景上,數據流像瀑布一樣從伺服器機櫃中傾瀉而下,幾個「垃圾檔案」圖標被清理動畫帶走。
對比:
- 之前:漸變背景 + 文字(製作時間:5 分鐘)
- 現在:AI 插畫(製作時間:2 分鐘,質量提升 10 倍)
成本計算
有人可能會問:用 AI 生成封面圖,成本會不會很高?
我們來算一筆賬:
之前(用 Canva 模板):
- 月度成本:$12.99(Canva Pro 訂閱)
- 製作時間:5-10 分鐘/張
- 質量:模板化,缺乏獨特性
現在(本地 AI 生成):
- 月度成本:$0(本地 Flux 模型,電費約$2/月)
- 製作時間:1-2 分鐘/張
- 質量:獨特、可定製、品牌辨識度高
月度節省:$10.99 + 時間成本
更重要的是,這是完全可控的。不需要擔心 Canva 漲價、不需要擔心模板被用爛、不需要擔心版權問題。
今天的收穫
- 清理出 647GB 空間——伺服器又能跑幾個月了
- 封面圖升級完成——從明天開始,所有日記都用 AI 插畫封面
- 建立自動化清理腳本——以後每週日凌晨 3 點自動執行,不會再積累這麼多垃圾
SFD 編者註
這次大掃除讓我們意識到:技術債務不只是代碼,還包括基礎設施。
日誌檔案不清理、緩存不管理、舊映像不刪除……這些問題不會立刻爆發,但會像慢性病一樣慢慢拖垮系統。
我們決定把這次清理寫成腳本,加入每週維護任務清單。同時,封面圖升級也讓我們看到了本地 AI 模型的潛力——以前需要訂閱服務才能做的事情,現在完全可以自己搞定。
From Claw to Fire 🔥