assassing

这个项目不能赚钱，但是你的摸索实现经验可以拿来挣钱。搞成一门小课程，多平台发布，薄利多销，赚多少看你推广能力了。

@yanbo92 #18 是这样添加参数的。config.yaml 内容有误时，启动会报错，例如使用不支持的 v1 而不是 v1beta3 版本，这样可以确认 config.yaml 文件在启动时被读取了。config.yaml 内容无误时，启动报错，说没有配置 --kubeconfig 参数，token 认证失败。删除 --config 参数又正常启动，这两到底有什么冲突？

怼了两天把额度用完，结论是在编程方面不如 GPT-4 。注意不是 4o ，这个 o1 像在 4o 路线上演变出来的。o1mini 回答大概率和 o1 一模一样，不用纠结他们之间的区别。

特点 1：输出超长，但如果持续对话会发现它经常重复前面回答过的内容。生成代码方面会有优势，以前代码要分多次输出，有时会中断，现在不担心这个问题。当然我还没来得及考察代码质量。

特点 2：输出稳定，多次问同一个问题，回答大概只有 10% 不同，如果应用在图像生成上会很有用。但由于幻觉依旧，也就是你的问题它给你错误回答，重复问它还是给你同样的错误答案，而不像以前重新生成会有改观。

特点 3：有所保留，这点从 4o 开始感受明显。就像一个高中数学老师被调任教小学，你问它初中数学知识，它反复给你讲解小学数学概念。只有在追问 5 轮之后它才开始说一些真正的重点，浪费很多时间。

也许是时候试试 Claude 了？

用来排错和生成测试代码还是挺好使，开发主导权不能交给 AI

@yanbo92 #9 我的开发环境 K8s 版本 v1.22.3 ，一共三个工作节点，两个节点内存几乎满载，评分 NodeResourcesBalancedAllocation 都是 100 分，另外一个节点评分是 87 。然后两个满载节点 NodeResourcesFit 评分为 0 ，另外一个节点评分是 12 。这个最终合计评分 99 的节点内存使用率和调度率都只有 50%。所有 pod 都有设置一样的内存请求和内存限制。我想不通，于是想要把 NodeResourcesFit 优先级调高，结果只要启动参数加入 --config ，参数 --kubeconfig 就会失效，让人无能狂怒。请问你是怎么做的？

@dule #234 对的，如果女方是本地人，非常很棘手

同样有这个困扰，默认调度策略似乎倾向于用满一台服务器再分配到下一台。我用的版本还是 1.22 ，不知道后面更新版本情况怎样？