前请提要：

服务器突然断电，磁盘没有物理坏道。

vmware esxi其中一个虚拟机的vmdk出现损坏。

ubuntu开机进入了initramfs，尝试使用livecd或直接在initramfs使用fsck，无法修复，直接弹出弹窗，点击回答后虚拟机被直接关机。


![image.png](/static/img/e5dc05a824b3acaef083655e67cc0c0e.image.webp)


:::warning{title="事故结论："}
#  vmware esxi快照模式是**应急应急应急应急**！
# **严禁在生产环境中在快照下一直运行！！！！**
:::


:::tip{title="事故原因"}
多个快照之间有大量的snapshot链，一环错了直接炸环境！
:::

:::tip{title="修复办法"}
1。克隆坏掉的磁盘到新磁盘。我把linux-000001.vmdk复制过去了。

2.新建虚拟机，将克隆好的坏磁盘塞进去，并塞入livecd启动。

3.修复磁盘


:::

记一次ESXI断电事故

>文章原文 这十个顶级 Claude Code Skills，装上真的不想卸载了 https://zhuanlan.zhihu.com/p/2028617951591310211

Superpowers
如果只能装一个，我选这个。

Superpowers 打包了 20 多个可组合的 Skill，覆盖软件开发的完整流程。brainstorming、TDD、代码审查、Git 提交，每个环节都有对应的 Skill 来约束 Claude 的行为。

我用得最多的是 brainstorming。装了之后，Claude 不会拿到需求就直接开写，而是先问你一轮问题，探索不同方案，把设计决策摊开讨论，最后生成一份设计文档存到本地。看似慢了，实际上能省掉后面大量返工。你会发现很多问题在讨论阶段就暴露了，而不是写了三百行代码之后才发现方向不对。

另一个常用的是 TDD 工作流。它会强制 Claude 先写测试再写实现，跑不过就继续改，直到全绿。Claude 的默认行为是直接写代码然后告诉你“应该没问题”，有了这个约束差别非常大。

当然，20 多个 Skill 全开可能有点重。我一般只启用 brainstorming 和 TDD 两个，其他的按需打开。

claude plugin install superpowers
GitHub: https://github.com/obra/superpowers
Planning with Files
Claude Code 自带的 Plan Mode 有个让人头疼的问题：规划存在对话上下文里，上下文一压缩就丢了。长任务做到一半，Claude 忘了自己在干嘛。又从头开始。

Planning with Files 把规划、进度和知识都写进 Markdown 文件。Claude 开始干活前先创建计划文件，每完成一步就更新进度，遇到有用的信息就记到知识文件里。文件在磁盘上就不会丢，即使上下文被压缩了也能恢复状态。

这个思路其实来自 Manus。Manus 在复杂任务上表现好，核心原因之一就是中间状态都持久化了。Planning with Files 算是社区版的实现。

claude plugin marketplace add OthmanAdi/planning-with-files
claude plugin install planning-with-files
GitHub: https://github.com/OthmanAdi/planning-with-files
UI UX Pro Max
让 Claude 写前端页面，出来的东西大都长一个样。紫色渐变背景，圆角卡片，居中布局，也就是典型的 “AI 审美”。

Anthropic 官方有个 frontend-design Skill 能改善一些，但 UI UX Pro Max 做得更彻底。它内置了 67 种 UI 风格和 161 套行业配色方案，根据你的项目类型自动推荐设计系统，从配色到排版到交互模式，一步到位。我试着让它做一个 SaaS 后台的 dashboard，选了 Bento Grid 风格，出来的效果比 Claude 默认的好太多，至少看起来不像 AI 做的了。

技术栈方面，React、Vue、Svelte、SwiftUI、Flutter 这些都支持，不只是 Web。

claude plugin marketplace add nextlevelbuilder/ui-ux-pro-max-skill
claude plugin install ui-ux-pro-max@ui-ux-pro-max-skill
GitHub: https://github.com/nextlevelbuilder/ui-ux-pro-max-skill
聊完前端设计，下一个自然要聊的就是代码质量了。

最新文章精选（关注、点赞、收藏，获取第一手信息）
一路狂揽5.3万星的Hermes Agent 安装指南来了

装完Hermes Agent用了一下，OpenClaw真的可以退场了

（可能全网最全/长的）2万字Openclaw保姆教程

打工人必备 AI 新三件套：NotebookLM、Claude Code、Obsidian

我用两周时间踩完openclaw所有坑，总结出这份完整调教指南

OpenClaw 生产力翻倍：这20个技能太给力了

我用 OpenClaw 搞了家16人的公司：全员AI，24小时无休！

把 OpenClaw 装在本地电脑 24 小时工作，6000 字零基础上手教程

OpenClaw下载量 Top 20 的神仙级技能包分享

史上最全 OpenClaw 小龙虾常用操作命令指南

OpenClaw 十大痛点破解：10 个 Skills 直接对症下药

Claude Code 深度用法指南：那些让效率翻倍的隐藏技巧

Code Review
这是官方 Plugin 里我觉得设计最精巧的一个。

它不是让一个 Claude 从头到尾看代码，而是启动多个 Agent 并行审查同一个 PR。有的看逻辑正确性，有的看安全漏洞，有的看代码风格。每个 Agent 给出的问题都带置信度分数，最后按分数过滤，只保留高置信度的反馈。

为什么要搞这么复杂？因为 AI 代码审查最大的问题是假阳性太多。以前让 Claude 审代码，它总能挑出一堆潜在问题，看着很认真，但大部分都是过度谨慎的废话。有了置信度过滤之后，留下来的基本都值得看一看。

不过使用时要注意，大 PR 跑起来 token 消耗挺猛的，好几个 Agent 同时跑，一次 review 吃掉的 token 可能比写代码本身还多。小 PR 用着挺舒服，大 PR 建议先拆再审。

claude plugin install code-review
GitHub: https://github.com/anthropics/claude-plugins-official/tree/main/plugins/code-review
Code Simplifier
写代码的时候容易堆逻辑，写完跑通了就不想再碰了。Code Simplifier 帮你做那个“写完再看一遍”的事情。

它聚焦最近修改过的代码，检查重复逻辑、多余的中间变量、可以合并的条件分支。不改功能，只做简化。上次我写了一段数据处理的逻辑，里面有三段几乎一样的错误处理，跑完 Code Simplifier 它给合并成了一个通用函数，代码量少了三分之一。

claude plugin install code-simplifier
GitHub: https://github.com/anthropics/claude-plugins-official/tree/main/plugins/code-simplifier
Webapp Testing
前端写完了，测试怎么办？手动点来点去太慢，写 Playwright 脚本又太繁琐。这个 Skill 把过程自动化了：你告诉 Claude 要测什么场景，它自己用 Playwright 写脚本、启动浏览器、跑测试、截屏，有问题还会自己调试。跟前面的 UI UX Pro Max 搭配起来特别顺手。

claude plugin marketplace add anthropics/skills
claude plugin install example-skills@anthropic-agent-skills
GitHub: https://github.com/anthropics/skills/tree/main/skills/webapp-testing
Ralph Loop
名字来自辛普森动画里的 Ralph Wiggum，Anthropic 工程师 Daisy Hollman 做的。通过 Stop Hook 拦截 Claude 的退出，把同一个任务重新喂给它。

Claude Code 有个习惯：做到一半觉得差不多了就停下来说“我已经完成了基础框架，你可以在此基础上继续”。Ralph Loop 不让它停。Claude 试图退出，Hook 拦截，检查完成条件，没满足就塞回去。循环往复，直到真正做完。

简单粗暴，但真的管用。

用这个有个关键技巧：完成条件要写得越具体越好。做完这个功能不行，Claude 会自己说服自己已经完成了。要写“所有 CRUD 端点可用，测试覆盖率超过 80%，README 包含 API 文档，完成后输出 COMPLETE”。条件越模糊，它越会找理由提前收工。

claude plugin install ralph-loop

# 使用示例
/ralph-loop:ralph-loop "实现用户认证模块。完成标准：JWT 登录注册、测试通过、README 更新。完成后输出 COMPLETE" --max-iterations 20 --completion-promise "COMPLETE"
更好详细例子可以参考: https://awesomeclaude.ai/ralph-wiggum
MCP Builder
MCP 这个协议最近讨论度挺高，但真要从零写一个 MCP Server，门槛还是不低。MCP Builder 把构建过程拆成了四个阶段，引导 Claude 一步步完成：理解 API、设计工具接口、实现、测试。

用它的体验比直接让 Claude “帮我写一个 MCP Server”好很多。直接写的话 Claude 经常漏掉 rate limiting 和 token 过期处理等等之类边界情况，用了 MCP Builder 之后这些它都会主动考虑。

claude plugin marketplace add anthropics/skills
claude plugin install example-skills@anthropic-agent-skills
GitHub: https://github.com/anthropics/skills/tree/main/skills/mcp-builder
PPTX
做 PPT 大概是程序员最不想做的事。

这个 Skill 让 Claude 直接生成 .pptx 文件，支持母版、图表、动画。说实话，生成的 PPT 不可能直接拿去做重要汇报，内容、排版和配色都还需要适当调整。但用它生成初稿已经完全够用了，可以大大节省 PPT 得创作时间。

它解决的是“从零开始太痛苦”的问题。起点有了，后面就快了。

claude plugin marketplace add anthropics/skills
claude plugin install document-skills@anthropic-agent-skills
GitHub: https://github.com/anthropics/skills/tree/main/skills/pptx
Skill Creator
最后一个放 meta 的。Skill Creator 是 Anthropic 官方出的，用来帮你创建新的 Skill 的技能。

之前我写过一篇文章聊它的更新（《写 Claude Skill 最大的盲区，Anthropic 终于帮你补上了》），核心变化是加了 eval 测试框架。现在你可以给 Skill 写测试用例，验证它到底有没有在起作用，还能做 A/B 对比，有 Skill 和没 Skill 的效果差多少，看数据说话而不是凭感觉。

上面九个用完了觉得不够？那就自己造。

claude plugin install skill-creator
GitHub: https://github.com/anthropics/claude-plugins-official/tree/main/plugins/skill-creator
选 Skill 跟选工具一样，不在多，在合适。装太多互相打架，反而会影响整体的性能，并且上下文也吃不消，所以精选几个足够用即可。

另外，对不同功能的 Skills，特别是仅跟项目相关的 Skills，推荐放到项目中，提交到 Git，即方便了管理和团队共享，还节省了其他项目的上下文空间。

相关资源：

Anthropic 官方 Skills 仓库：https://github.com/anthropics/skills
Anthropic 官方 Plugins 仓库：https://github.com/anthropics/claude-plugins-official
Awesome Claude Skills 社区列表：https://github.com/travisvn/awesome-claude-skills
Claude Code Skills 文档：https://code.claude.com/docs/en/skills
Skills 市场：https://skillsmp.com/


claude code skill推荐

https://firmware-selector.openwrt.org/
选择路由器型号

openwrt更新固件

### 准备工作

dockerfile
```
FROM python:3.9-slim
# ... 其他配置 ...

# 强制 Python 不缓存 stdout 和 stderr
ENV PYTHONUNBUFFERED=1

CMD ["python", "main.py"]
```
python服务端
```python
import signal
import time
import yaml
import os

# 定义全局变量存储配置
config = {}

def load_config():
    """读取并解析配置文件的函数"""
    global config
    try:
        with open("config.yaml", "r") as f:
            config = yaml.safe_load(f)
        print(f"[{time.strftime('%H:%M:%S')}] 配置已加载: {config}")
    except Exception as e:
        print(f"加载失败: {e}")

def handle_sighup(signum, frame):
    """SIGHUP 信号处理回调函数"""
    print(f"\n捕获到信号 {signum} (SIGHUP)，执行热更新...")
    load_config()

# 1. 初始化加载
load_config()

# 2. 注册信号监听
# 在 Linux 中，SIGHUP 通常用于通知守护进程重新加载配置
signal.signal(signal.SIGHUP, handle_sighup)

print(f"当前进程 PID: {os.getpid()}")
print("正在运行业务逻辑（每5秒循环一次），请尝试发送信号...\n")

try:
    while True:
        print(f"当前 [app_name] 是: {config.get('app_name')}")
        time.sleep(5)
except KeyboardInterrupt:
    print("\n服务已手动停止")
```

### 构建并启动容器
```bash
# 构建
docker build -t reload-test .

# 运行（将宿主机的 config.yaml 挂载进去，实现同步修改）
docker run -d --name my-app -v $(pwd)/config.yaml:/app/config.yaml reload-test

# 查看实时日志
docker logs -f my-app
```



不重启容器下，用Unix 信号量（SIGHUP）热修改docker python服务的配置

## 环境配置

三台主机同时关闭swap：
```bash
sudo swapoff -a
# 永久关闭：编辑 /etc/fstab，注释掉包含 swap 的那一行
sudo sed -i '/swap/s/^/#/' /etc/fstab
```

各主机配置主机名
```bash
Master: sudo hostnamectl set-hostname k8s-master

Node1: sudo hostnamectl set-hostname k8s-node1

Node2: sudo hostnamectl set-hostname k8s-node2
```

三台主机写入hosts
```bash
# 在三台机器上分别执行，确保解析无误
cat <<EOF | sudo tee -a /etc/hosts
192.168.200.150  k8s-master
192.168.200.151  k8s-node1
192.168.200.152  k8s-node2
EOF
```

设置转发ipv4
```bash
cat <<EOF | sudo tee /etc/modules-load.d/k8s.conf
overlay
br_netfilter
EOF

sudo modprobe overlay
sudo modprobe br_netfilter

# 设置所需的 sysctl 参数，这些参数在重新启动后保持不变
cat <<EOF | sudo tee /etc/sysctl.d/k8s.conf
net.bridge.bridge-nf-call-iptables  = 1
net.bridge.bridge-nf-call-ip6tables = 1
net.ipv4.ip_forward                 = 1
EOF

# 应用 sysctl 参数
sudo sysctl --system
```
三台主机设置Containerd
```bash
sudo apt-get update
sudo apt-get install -y containerd

# 生成默认配置文件
sudo mkdir -p /etc/containerd
containerd config default | sudo tee /etc/containerd/config.toml

# 关键一步：将 SystemdCgroup 设置为 true（为了稳定性）
sudo sed -i 's/SystemdCgroup = false/SystemdCgroup = true/g' /etc/containerd/config.toml

sudo systemctl restart containerd
```
三台主机安装kubeadm (初始化工具), kubelet (运行代理) 和 kubectl (命令行工具)。
```bash

# 下载 Google Cloud 公开签名秘钥（或者使用阿里云镜像源，如果你在国内的话）
sudo apt-get update
sudo apt-get install -y apt-transport-https ca-certificates curl

# 这里使用阿里云镜像源，速度更快
curl -fsSL https://mirrors.aliyun.com/kubernetes/apt/doc/apt-key.gpg | sudo gpg --dearmor -o /etc/apt/keyrings/kubernetes-archive-keyring.gpg

echo "deb [signed-by=/etc/apt/keyrings/kubernetes-archive-keyring.gpg] https://mirrors.aliyun.com/kubernetes/apt/ kubernetes-xenial main" | sudo tee /etc/apt/sources.list.d/kubernetes.list

sudo apt-get update
sudo apt-get install -y kubelet kubeadm kubectl
sudo apt-mark hold kubelet kubeadm kubectl
```

### 初始化master节点
在master节点
```
sudo kubeadm init \
  --apiserver-advertise-address=192.168.200.150 \
  --image-repository registry.aliyuncs.com/google_containers \
  --kubernetes-version v1.28.2 \
  --service-cidr=10.96.0.0/12 \
  --pod-network-cidr=10.244.0.0/16
 ```
 初始化后执行
 ```
 mkdir -p $HOME/.kube
sudo cp -i /etc/kubernetes/admin.conf $HOME/.kube/config
sudo chown $(id -u):$(id -g) $HOME/.kube/config
```
看到一条
`sudo kubeadm join 192.168.200.150:6443 --token <你的token> \
    --discovery-token-ca-cert-hash sha256:<你的哈希值>`指令
 
复制后在其他两个节点粘贴
### 查看node节点
`kubectl get nodes`

状态是 NotReady

执行`kubectl apply -f https://github.com/flannel-io/flannel/releases/latest/download/kube-flannel.yml`

再次查看
`kubectl get nodes`

| NAME | STATUS | ROLES | VERSION |
| :--- | :--- | :--- | :--- |
| k8s-master | Ready | control-plane | v1.28.2 |
| k8s-node1 | Ready | `<none>` | v1.28.2 |
| k8s-node2 | Ready | `<none> `| v1.28.2 |

## 问题排查
出现连接问题
master节点
```
kubectl proxy --address='0.0.0.0' --accept-hosts='^*$ &'
```
--address='0.0.0.0'：允许监听所有网卡，而不仅仅是 127.0.0.1。

--accept-hosts='^*$'：防止因域名/IP 不匹配导致的拒绝访问。

关闭防火墙或只放行8001
```
# 在 Master 执行，直接关闭测试
sudo ufw disable 
# 或者只放行 8001
sudo ufw allow 8001/tcp
```


## 常用k8s管理面板
```
# 下载并应用官方部署清单
kubectl apply -f https://raw.githubusercontent.com/kubernetes/dashboard/v2.7.0/aio/deploy/recommended.yaml
```
