# 先查看一下你要前往 postgres 的 container 是哪一個, 記下 id
docker ps -a

# 進入 container 並且停在 bash 的 shell(環境)畫面中
# 請將下方 container_id 換成你環境中的目標的 id
docker exec -it container_id bash

## 接下來要來安裝 Zhparser, 但是我們要先下載來編譯一下喔
# 首先, 確定一下你的 postgres 版本, 先登入到 postgres 裡面
# 登入 postgres, 帳號如果你是依照官方的文件安裝, 那應該是 docmost
# 或是你自己設定的其他帳號
psql -U docmost

# 輸入以下指令
SELECT VERSION();

# 板主這邊看到的是
 PostgreSQL 18.3 (Debian 18.3-1.pgdg13+1) on x86_64-pc-linux-gnu, compiled by gcc (Debian 14.2.0-19) 14.2.0, 64-bit

# 確認完版本之後, 請輸入 exit 跳出, 回到 bash 畫面

# 那麼我們就可以透過以下指令準備好相關的環境
apt update -y && apt install wget gcc make git bzip2 postgresql-server-dev-18 -y

# 接下來我們要下載 Zhparser, 版本的部分你可以查閱下方網址
https://www.xunsearch.com/scws/download.php

# 確認好版本之下就來進行以下步驟
cd /tmp
wget http://www.xunsearch.com/scws/down/scws-1.2.3.tar.bz2
tar -jxvf scws-1.2.3.tar.bz2 
cd scws-1.2.3
./configure && make && make install

cd ..
git clone https://github.com/amutu/zhparser.git
cd zhparser/
make && make install

# 完成之後, 請登入 postgres
psql -U docmost

# 輸入以下指令
CREATE EXTENSION zhparser;
CREATE TEXT SEARCH CONFIGURATION chinese (PARSER = zhparser);

# 完成後請退出
exit

# 接下來你可以回到 docmost 試試看中文搜尋是否可以作用了

1. 在 GitHub 建立新儲存庫 (New Repository) 時,
在 "Owner" 和 "Repository name" 下方，您會看到 Public 和 Private 的選項
請務必選擇 Private

2. 管理團隊成員與權限
將專案設為 Private 後，預設只有您（擁有者）看得到。您需要手動將您的團隊成員加進來。
進入您的 Private 儲存庫頁面。
點選 Settings (設定)。
在左側選單中，點選 Collaborators and teams (協作者與團隊)。
點擊 Add people (新增人員) 按鈕，然後輸入您團隊成員的 GitHub 使用者名稱、Email 或全名來邀請他們。

** 有關權限的管理 **
在邀請他們時，您可以指定他們的權限，這對「控制修改」至關重要：
  Read (讀取)：
    可以：觀看、下載、複製 (Fork) 程式碼。
    不可以：推送 (Push) 任何修改。
    (適用於：需要觀看程式碼但不需要修改的專案經理、QA 人員或實習生。)

  Write (寫入)：
    可以：觀看、下載、推送 (Push) 修改。
    (適用於：您的核心開發團隊成員。)

  Admin (管理)：
    可以：包含 Write 的所有權限，外加可以修改儲存庫設定、管理協作者等。
    (適用於：專案負責人、主要管理者。)

修改後的效果:
非團隊人員 -> 因為專案是 Private，他們完全看不到
需要觀看但不能改的人 -> 邀請並給予 Read 權限
需要開發的人 -> 邀請並給予 Write 權限

== 補充 ==
保護主要分支 (Branch Protection)
有時候，即使是擁有 Write 權限的團隊成員，我們也不希望他們「隨意」將程式碼推送到主要分支
 (例如 main 或 master)，因為這可能會弄亂專案。

您可以設定「分支保護規則 (Branch Protection Rule)」來解決這個問題:
在 Settings > Branches (分支) 中, 為您的 main 分支新增一條規則。
強烈建議勾選:
Require a pull request before merging (合併前需要拉取請求)
  這會禁止所有人 (包括 Admin) 直接 Push 到 main 分支
  所有變更都必須透過 Pull Request (PR) 的流程來提交

Require approvals (需要審核)：
  設定 PR 至少需要 1 人 (或 2 人) 審核 (Review) 並「批准 (Approve)」後，才能合併到 main 分支

# jupyter
!pip install yfinance

# terminal mode
pip install yfinance
# or, maybe 如果你的環境中有 python2 與 3 的時候 就會分 pip 與 pip3 兩種指令
pip3 install yfinance

# 其實我們還需要另外兩個 library
# numpy 與 pandas, 只是通常我們的環境內都有, 所以沒有特別提出來

import numpy as np
import pandas as pd

import yfinance as yf

my_data = yf.download('TSLA', start='2025-01-02', end='2025-07-02')
print(my_data.info)

            Close.      High        Low         Open        Volume
Date                                                                 
2025-01-02  379.279999  392.730011  373.040009  390.100006  109710700
2025-01-03  410.440002  411.880005  379.450012  381.480011   95423300
2025-01-06  411.049988  426.429993  401.700012  423.200012   85516500
2025-01-07  394.359985  414.329987  390.000000  405.829987   75699500
2025-01-08  394.940002  402.500000  387.399994  392.950012   73038800
...                ...         ...         ...         ...        ...
2025-06-25  327.549988  343.000000  320.399994  342.700012  119845100
2025-06-26  325.779999  331.049988  323.609985  324.609985   80440900
2025-06-27  323.630005  329.339996  317.500000  324.510010   89067000
2025-06-30  317.660004  325.579987  316.600006  319.899994   76695100
2025-07-01  300.709991  305.890015  293.209991  298.459991  145085700

[123 rows x 5 columns]>

# For data manipulation
from datetime import datetime

import numpy as np
import pandas as pd

# To fetch financial data
import yfinance as yf

# For visualisation
import matplotlib.pyplot as plt
#print(plt.style.available)
#exit(0)
#plt.style.use('seaborn-darkgrid')
#plt.style.use('seaborn-v0_8-darkgrid')

# Set the ticker as 'EURUSD=X'
endToday = datetime.today().strftime('%Y-%m-%d')
#forex_data = yf.download('EURUSD=X', start='2025-01-02', end='2021-12-31')
#forex_data = yf.download('EURUSD=X', start='2025-01-02', end=endToday)
forex_data = yf.download('TSLA', start='2025-01-02', end=endToday)
#forex_data = yf.download('TSLA', start='2025-01-02', end='2025-07-02')


print(forex_data.info)
#exit(0)
# Set the index to a datetime object
forex_data.index = pd.to_datetime(forex_data.index)

# Display the last five rows
#forex_data.tail()

# Plot the close price
plt.figure(figsize=(15, 7))
#forex_data['Adj Close'].plot()

# 就是這一行讓繪圖先出現, 之後再呼叫 show 就出現一個空白的
#forex_data['Close'].plot()
plt.plot(forex_data['Close'])

# Set the title and axis label
plt.title('Tesla Data', fontsize=16)
plt.xlabel('Year-Month', fontsize=12)
plt.ylabel('Price', fontsize=12)
plt.xticks(fontsize=12)
plt.yticks(fontsize=12)
plt.legend(['Close'], prop={'size': 12})

# Show the plot
plt.show()

# 以下 js code 你可以自己試試看觀念是否正確喔!!
var A = 1;
var B = 1;
var AA = 0;
var BB = 0;

AA = A++ + A++;
BB = ++B + B++;

console.log("AA: " + AA + ", BB: " + BB)

# 結果印出如下
AA: 3, BB: 4

# 以上為什麼是 3, 為什麼是 4. 解說如下
AA = (1) + (2) = 3 此行結束時的 A 已成為 3
BB = (2) + (2) = 4 此行結束時的 B 已成為 3

# 安裝所需套件
sudo apt install transmission-daemon

# 將此 service 設定為開機自動啟動的服務項目之一
systemctl enable transmission-daemon

# 接下來當然是立刻將服務啟動
systemctl start transmission-daemon
# or 
service transmission-daemon start

# 首先建立要放置的位置, 我把假設目前使用的帳號是 happy2025
mkdir -p ~/downloads
# or
mkdir -p /home/happy2025/downloads

# 修改權限
chmod g+rw ~/downloads

# 將 transmission 的服務執行者帳號加入到你帳號的群組內, 這邊預設你不是用 root 帳號在執行喔!
sudo gpasswd --add debian-transmission $USER

# 以上就完成了 "自選下載資料匣的準備工作", 接下來要進行 config 檔的設定
sudo vi /etc/transmission-daemon/settings.json
# 這邊特別注意一下, 如果你的服務正在啟動中, 請先關閉在進行 config 內容的的條整
# 否則你修改的內容在服務重新啟動後就會被複寫回原樣 !!!!

# 進入設定檔之後找到以下內容進行相關的修改
# 首先是下載的目錄, 有分已完成與未完成下載中的部分, 如你用預設路徑就不用管他,
# 如果你有使用如上方說名字記創建下載目錄的話, 就請你依需求修改
"download-dir": "/home/happy2025/downloads",
"incomplete-dir": "/home/happy2025/downloads",

# 以下保持或設定為 true
"incomplete-dir-enabled": true,

# 之後服務設定完成之後我們可以夠過 http://ubuntu_server_ip:9091 來進行服務的使用
# 以下我們就來進行相關的設定
# 如你需要使用此服務時需要登入帳號密碼, 就將下方改為 true 並修改帳號與密碼
# 這邊我們示範的是不使用帳號密碼的情形
"rpc-authentication-required": false,
"rpc-enabled": true,
"rpc-whitelist-enabled": false,

# 完成請直接存檔跳出

# 此問題這邊有參考的討論串 https://github.com/transmission/transmission/issues/6991
# 使用以下指令進行服務內容調整
systemctl edit --full transmission-daemon.service

# 接下來將 Type=notify 改為 Type=simple 並重新啟動服務即可!

# 首先會卡住不讓你卸載一定是因為有人正在使用該掛載目錄, 所以找出來結束他就是處理方向
# 方法 1, 使用 fuser, 如果發現無此指令的話可透過 "apt-get install psmisc" 安裝
# 如果我們掛載的資料匣是 /mntHere/, 則指令為
fuser -mv /mntHere/

# 接下來你會看到是哪一個 process ID 在使用它

# 那麼確定沒有還需要等待結束的 process 後, 我們就來將為結束且不需要的 process 關閉
fuser -kv /mntHere/

# 接下來可以再次查看有無其他的 process 使用它
fuser -mv /mntHere/

# 最後就直接卸載它吧
umount /mnthere/

# 方法 2, 使用 lsof
lsof /mntHere/

# 找出 process ID, 再將它們刪除即可卸載, 將以下指令的 processID 改為你自己查出的 ID 喔!
kill processID

# 最後就直接卸載它吧
umount /mnthere/

# 首先我們先了解一下幾個資訊
# 台灣時區是 GMT + 8, 也就是我們的時間是 Greenwich Mean Time Zone (格林威治標準時間) + 8 小時
# 台灣的時區是 Asia/Taipei 
# 設定時區有兩個方法, 示範說明如下

# << 方法 1 >>
# 首先我們先透過指令查看目前系統的時間資訊
# 輸入 timedatectl, 獲得以下資訊
# ====================================================
               Local time: Sun 2025-06-15 00:40:03 UTC
           Universal time: Sun 2025-06-15 00:40:03 UTC
                 RTC time: Sun 2025-06-15 00:40:03
                Time zone: Etc/UTC (UTC, +0000)
System clock synchronized: yes
			  NTP service: active
		  RTC in local TZ: no
# ====================================================
# 從這邊你可以看到你的時區是 Etc/UTC (UTC, +0000)
# 首先什麼是 Etc/UTC, 他是這樣的格式來做顯示的內容 Area/Location
# 其實「etc/utc」代表的是「世界協調時間(Coordinated Universal Time)」的時區代碼，
# 等同於「UTC」. 在Linux系統中，etc/utc 是一個常見的時區設定檔，用來表示世界標準時間，
# 也就是說，它不隨任何國家或地區的時間變化而變化，始終與原子鐘計時的標準時間保持一致
# 接下可透過以下指令查看所有時區資料
timedatectl list-timezones

# 如果覺得資料量太大, 可以抓取關鍵字顯示, 以下示範抓取 "Taipei"
timedatectl list-timezones | grep Taipei

# 確定好要設定的時區代號, 就可立即來進行設定囉!
sudo timedatectl set-timezone Asia/Taipei

# 完成之後, 再次透過 timedatectl 查看目前的時區設定, 你會發現他已經轉換到 Taipei 了喔!

# << 方法 2 >>
# 當你的系統沒有 systemd 時, 你就必須使用這第二個方法來設定時區
dpkg-reconfigure tzdata

# 接下來會跳出讓你選區域與城市的畫面, 選擇 Asia 與 Taipei
# 完成後回到指令介面, 你就會看到你的 Local time is now: XXXXX 顯示的就是正確的當地時間喔!!!!

# 接下來我們要透過 conda 的 python 環境來設置操作環境
# 安裝 conda
# 參考資料: https://www.anaconda.com/docs/getting-started/miniconda/install#linux
# 取得安裝執行檔案, 這邊選擇的是比較小的版本 Miniconda, 如果你空間很夠, 像要一次安裝
# 較多的套件, 也可以選擇使用 Anaconda
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh

# 調整執行權限
chmod +x Miniconda3-latest-Linux-x86_64.sh 

# 執行
./Miniconda3-latest-Linux-x86_64.sh

# 接下來會問你說是否同意執行, 同意他的版權協議等等的
# 總之都選 yes 與 enter
# 其中有一個重點是
# 之後你登入這個帳號進來之後, 你會看到 prompt 前端會顯示 (base) 就代表你已經預設進入 conda 環境
# 或是你可以執行以下指令恢復成原本的狀態, 使用以下指令, 這樣就不會一開始就啟動此環境
conda config --set auto_activate_base false

# 然後登入之後再使用以下指令啟動環境, 最前方會顯示 (base)
conda activate

# 再次取消可以用以下指令
conda deactivate

# 安裝後你可以透過以下兩個指令查看是否沒有問題
conda list - Displays a list of packages installed in your active environment and their versions.
conda --version - Displays conda’s version number.

# 開始安裝 open-webui
# 創建虛擬環境(範例: conda create --name 環境名稱 python=版本號)
conda create -n open-webui python=3.11

# 進入虛擬環境
conda activate open-webui
pip install open-webui

# 完成之後, 啟動服務, 這一步會需要比較久的時間, 請耐心等待
open-webui serve (可加上 & 代表把它丟去背景執行)

# 啟動完成之後可以透過以下 url 進入服務, 第一次進入會請你創建管理者帳號
http://127.0.0.1:8080 (127.0.0.1 請改成你安裝 open-webui 的確實位置)

# 接下來他會自動偵測到你有 deepseek r1 並開始使用
# 當然你也可以自己加入其他的大語言模型之類的喔!

# 以選擇 deepseek-r1:8b 為範例, 所需執行的指令範例為
ollama run deepseek-r1:1.8b

# 以最小模型為範例
ollama run deepseek-r1:1.5b