将会不断更新。但是所有都是基础且必要的操作。
- 为重装系统之后的环境配置提供便捷信息来源。
- 记录一些错误的解决方案。
目录
- 构建系统
- 建立系统备份
- **Timeshift: 系统快照和备份工具**
- **安装 Timeshift**
- **使用 Timeshift 创建快照**
- **还原快照**
- **自动创建快照**
- 最基本配置
- 换源
- 软件配置
- 打开新世界大门
- 谷歌浏览器
- 星火应用商城
- 更换输入法
- 安装vscode
- 完全删除snap
- 删除
- **删除软件**
- **彻底删除**
- 禁止重新安装Snap
- 如果出现了任何问题,重装snap
- **安装 Nala**
- **1. 在 Ubuntu 或基于 Debian 的系统中安装**
- **使用 Nala**
- **1. 基本命令**
- **2. 查看历史记录**
- **3. 修复损坏的依赖**
- **Fastfetch: 系统信息显示工具**
- **安装 Fastfetch**
- **Ubuntu/Debian 系统**
- **从源码安装**
- **使用 Fastfetch**
- Conda: Miniconda
- 步骤：
- 添加conda镜像源
- **配置环境和安装包**
- 基础优化终端
- 安装kitty
- 步骤 1: 安装 Kitty 终端
- 步骤 2: 设置 Kitty 为默认终端
- **Kitty 基本配置**
- 1.1 创建配置文件
- 1.2 编辑配置文件
- 1.3 基本设置
- 2.2 使用第三方主题
- **删除**
- 1. **用包管理器下载**
- 2. **如果是从源代码编译安装**
- 3. **删除配置文件和缓存**
- 4. **检查是否删除干净**
- 安装starship
- base环境没出来
- (可选)安装NVIDIA驱动
- **删除NVIDIA驱动及其相关文件(如果发生了问题)**
- **：通过 GRUB 菜单进入恢复模式**
- **步骤 ：确保卸载干净**
- **6. 卸载后重新安装驱动（可选）**
- **验证驱动安装**
- (可选)安装ros2-jazzy
- 安装jupyter
- Jupyter **nbextensions** 一个拓展
- 如何安装和使用 Jupyter nbextensions
- 1. 安装 `jupyter_contrib_nbextensions`
- 2. 安装和启用扩展
- 其他小的支持下载
构建系统
参照经典教程
Windows11 安装 Ubuntu 避坑指南
Windows 和 Ubuntu 双系统的安装和卸载
一些值得注意的点
如果是GPT的磁盘（我使用这个）
同时使用双硬盘的笔记本
那么在Ubuntu24.04中，无需要创建一个efi分区。
当创建根挂载点之后，将自动生成一个fat32格式的引导分区。
推荐使用最简配置
其他的正常操作即可。非常简单。
建立系统备份
Timeshift: 系统快照和备份工具
Timeshift 是一款用于 Linux 的强大工具，它可以创建系统快照并在需要时还原系统到指定的时间点，非常适合在进行高风险操作（如删除关键系统组件、更新系统等）之前使用。
安装 Timeshift
sudo nala update
sudo nala install timeshift
使用 Timeshift 创建快照
-
启动 Timeshift：
-
使用图形界面：
sudo timeshift-gtk -
使用终端界面：
sudo timeshift
-
-
选择快照类型：
- RSYNC（推荐）：适用于大多数场景，它使用文件同步的方式创建快照。
- BTRFS：适用于 Btrfs 文件系统。
-
选择快照存储位置：
- 选择存储快照的磁盘分区（建议使用外部磁盘或与系统分区不同的磁盘分区）。
-
创建快照：
-
单击 “Create” 按钮即可开始创建快照。
-
或者在终端中运行：
sudo timeshift --create --comments "Before removing Snap"
-
还原快照
如果删除关键组件后系统出现问题，可以通过以下步骤还原快照：
-
启动 Timeshift：
-
图形界面：
sudo timeshift-gtk -
终端：
sudo timeshift --restore
-
-
选择要还原的快照。
-
按照提示操作，完成系统还原。
自动创建快照
为了避免忘记创建快照，您可以设置 Timeshift 自动创建快照：
- 启动 Timeshift。
- 转到 Settings > Schedule，启用定时快照。
- 根据需求选择创建快照的频率（如每天、每周等）。
最基本配置
- 首先更新apt
sudo apt update
- 然后同步时间
sudo apt install ntpdate
sudo apt install util-linux
sudo apt install util-linux-extra
sudo ntpdate time.windows.com
sudo timedatectl set-local-rtc 1
# 不要使用下面这个，在当前版本不支持
# sudo hwclock --localtime --systohc
- 然后换源
你可以手动操作，但是错误率高。
这里我是用fishros的脚本
wget http://fishros.com/install -O fishros && . fishros
注意
我不再认为fishros一键换源很好用，有可能会引发一些依赖问题，并且可能速度很慢。
我推荐手动换源。
在软件更新中，选择Ubuntu的官方源是一个很好的选择，然后进入source.d中修改相关源文件
换源
- Ubuntu24.04的源地址配置文件发生改变，不再使用以前的sources.list文件，升级24.04之后，而是使用如下文件
/etc/apt/sources.list.d/ubuntu.sources - 备份源配置文件
sudo cp /etc/apt/sources.list.d/ubuntu.sources /etc/apt/sources.list.d/ubuntu.sources.bak - 编辑源配置文件
sudo vim /etc/apt/sources.list.d/ubuntu.sources - 覆盖掉系统源（我在软件更新中使用阿里云源，只不过是多了suites而已）
Types: deb URIs: http://mirrors.aliyun.com/ubuntu/ Suites: noble noble-security noble-updates noble-proposed noble-backports Components: main restricted universe multiverse Signed-By: /usr/share/keyrings/ubuntu-archive-keyring.gpg - 然后将另一个官方系统源注释掉.
- 使用以下命令更新，apt-get切记
sudo apt-get update sudo apt-get upgrade
还有别的系统源，可以参考
- Ubuntu24.04换源方法（新版源更换方式，包含Arm64）
- Ubuntu 24 换国内源及原理 （阿里源）
软件配置
打开新世界大门
无
谷歌浏览器
先安装这个，因为后面要删除所有snap应用
去官网下载，我使用的是谷歌。
星火应用商城
在这里下载国产应用很好用，我的微信，qq音乐和邮箱就是在这里下载的
更换输入法
我的文章
在Ubuntu22.04上安装rime中文输入法的基本教程- 安装Fcitx5输入框架和输入法自动部署脚本(来自Mark24)-Ubuntu通用
第一篇已经接近废弃。
安装vscode
安装官网下载
同时向你推荐我的配置：
- vscode基本配置-基于clang-format
- vscode的c/c++ 环境配置(包含clang-format配置)
- vscode插件推荐
记得，使用clang-format之前先
sudo apt install clang-format
相关教程，在上述链接中，都包含。
完全删除snap
删除
注意顺序似乎socket要先被禁用才能禁用service
- 禁用开机启动
sudo systemctl disable snapd.socket
sudo systemctl disable snapd.service
sudo systemctl disable snapd.seeded.service
删除软件
-
检查应用
snap list -
逐一移除 Snap 应用（先商店再软件）：
sudo snap remove snap-store sudo snap remove firefox sudo snap remove gnome-42-2204 sudo snap remove core20 sudo snap remove bare如果仍然看到类似于
/usr/lib/snapd/snapd的进程，使用以下命令终止它：sudo killall snapd -
移除 Snap 相关服务和残留：
sudo apt purge snapd sudo rm -rf /snap /var/snap /var/lib/snapd ~/snap
彻底删除
-
删除残留文件：
sudo rm -rf /snap sudo rm -rf /var/snap sudo rm -rf /var/lib/snapd sudo rm -rf ~/snap -
验证 Snap 是否已彻底移除：
which snap如果无输出，说明 Snap 已完全卸载。
禁止重新安装Snap
我们可以利用APT可配置禁用安装哪些依赖的特性，来实现禁止重新自动安装Snap服务
创建一个配置文件
sudo vim /etc/apt/preferences.d/nosnap.pref
输入如下内容
Package: snapd
Pin: release a=*
Pin-Priority: -10
如果出现了任何问题,重装snap
-
重新安装 Snap 包管理器：
sudo apt update sudo apt install snapd -
启用 Snap 服务：
sudo systemctl enable --now snapd.socket -
检查 Snap 是否正常工作：
snap version
安装 Nala
1. 在 Ubuntu 或基于 Debian 的系统中安装
-
添加 Nala 的 PPA：
sudo add-apt-repository ppa:volian/nala sudo apt update -
安装 Nala：
sudo apt install nala
使用 Nala
1. 基本命令
与 apt 类似，Nala 提供了以下常用命令：
-
更新软件包索引：
sudo nala update -
安装软件包：
sudo nala install <package_name> -
升级系统：
sudo nala upgrade -
删除软件包：
sudo nala remove <package_name>
2. 查看历史记录
Nala 提供了查看包管理历史记录的功能：
sudo nala history
3. 修复损坏的依赖
如果系统中有依赖问题，可以使用 Nala 修复：
sudo nala fix
Fastfetch: 系统信息显示工具
用于显示系统信息.
安装 Fastfetch
Ubuntu/Debian 系统
sudo apt update
sudo apt install fastfetch
从源码安装
如果在官方仓库中没有找到 Fastfetch，可以通过源码安装：
-
克隆 GitHub 仓库：
git clone https://github.com/SnowflakeMC/fastfetch.git -
进入仓库目录：
cd fastfetch -
安装：
sudo make install
使用 Fastfetch
-
显示系统信息：
fastfetch -
常用选项：
-
禁用 ASCII 图形（仅显示文字信息）：
fastfetch --no-ascii -
自定义配置信息（指定配置文件）：
fastfetch --config /path/to/config.conf
-
-
修改配置：
Fastfetch的配置文件通常位于~/.config/fastfetch/config.conf。你可以编辑它来定制输出的内容，比如隐藏某些信息或调整颜色主题。
Conda: Miniconda
我之后都将使用Anaconda，但是操作基本相同
去官网下载地址:
- Anaconda Installers
步骤：
-
下载 Miniconda 安装脚本：
打开终端并运行以下命令来下载适用于 Linux 的 Miniconda 安装脚本：
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh -O miniconda.sh -
为脚本添加执行权限：
给下载的脚本添加执行权限：
chmod +x miniconda.sh -
运行安装脚本：
运行 Miniconda 安装脚本并按提示完成安装：
./miniconda.sh安装过程中，默认的安装路径通常是
~/miniconda3，你可以根据需要选择更改。安装完成后，按提示让脚本添加 Conda 到你的 shell 配置文件中。 -
初始化 Conda：
安装完成后，运行以下命令来初始化 Conda，使其在终端启动时自动加载：
source ~/miniconda3/bin/activate conda init这将修改你的 shell 配置文件，使 Conda 在每次打开终端时自动激活。
-
关闭并重新打开终端：
完成安装并初始化后，重新打开终端。你应该会看到 Conda 的提示符，如
(base)，表示 Conda 环境已经激活。 -
检查安装是否成功：
输入以下命令检查 Conda 是否安装成功：
conda --version -
获取conda基本信息
conda info --envsenvs是虚拟环境名称。如果是base就不需要写这个参数
-
确保base环境的python版本与系统的相同,不同就设置
conda install python=3.12.3在jupyter中如果不相同，会找不到rclpy。
添加conda镜像源
# 查看当前配置的镜像源
conda config --show channels
# 恢复默认配置
conda config --remove-key channels
有时候找不到，或者下载慢，是因为官方源出问题了。
阿里源已经挂了
code /home/dw/miniconda3/.condarc
创建一个配置文件，在里面填入（清华源）
channels:
- defaults
show_channel_urls: true
default_channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
配置环境和安装包
# 创建一个新的环境
conda create --name myenv python= xxx
# 激活环境
conda activate myenv
# 安装 TensorFlow
conda install tensorflow
这样，你就可以在独立的环境中运行不同版本的包，避免不同项目之间的冲突。
基础优化终端
安装kitty
步骤 1: 安装 Kitty 终端
sudo nala update
sudo nala install kitty
步骤 2: 设置 Kitty 为默认终端
你可以通过 update-alternatives 将 Kitty 设置为默认终端。这样当你打开终端时，默认会启动 Kitty。
sudo update-alternatives --config x-terminal-emulator
- 在弹出的选择菜单中选择 Kitty（通常会显示 Kitty 的路径，例如
/usr/bin/kitty）。 - 按照提示输入对应的数字，按回车
Kitty 基本配置
https://github.com/kovidgoyal/kitty-themes
官网中有足够清晰的教程.
1.1 创建配置文件
首先确保你有一个 kitty.conf 配置文件，通常位于 ~/.config/kitty/kitty.conf。如果没有，先创建它：
mkdir -p ~/.config/kitty
touch ~/.config/kitty/kitty.conf
1.2 编辑配置文件
打开 kitty.conf 配置文件：
nano ~/.config/kitty/kitty.conf
1.3 基本设置
我的基本设置，主要依赖官方样式
# 1. 字体设置
font_family FiraCode # 设置字体为 FiraCode（支持连字的字体）
font_size 14.0 # 设置字体大小为 14
# 3. 启用字体连字（需要支持连字的字体，如 FiraCode）
enable_ligatures yes
# 5. 透明背景
background_opacity 0.85 # 设置背景透明度（0 为全透明，1 为不透明）
# 6. 设置窗口边距
window_padding 10 # 设置窗口内边距（单位：像素）
# 7. 启用软换行（文本自动换行）
soft_wrap 1 # 开启软换行
2.2 使用第三方主题
你可以从 kitty-themes GitHub 下载更多的主题，然后在 kitty.conf 中引入。
在kitty终端中输入
kitty +kitten themes
删除
如果遇到任何问题,删除所有的文件.
1. 用包管理器下载
如果通过 nala 安装的，可以使用以下命令：
sudo nala remove --purge kitty
sudo nala autoremove
如果你是使用apt(当然nala remove之后就无须使用apt remove了),或者conda,使用它们相关的卸载方式
2. 如果是从源代码编译安装
-
进入
kitty源代码目录（即你当初克隆或下载源码的文件夹）。 -
执行
make uninstall命令，前提是安装时有安装卸载规则。sudo make uninstall -
删除安装目录（通常是
/usr/local/bin或/opt）。你可以手动删除
kitty的二进制文件和配置文件。例如，假设你将kitty安装到了/opt/kitty：sudo rm -rf /opt/kitty sudo rm /usr/local/bin/kitty sudo rm /usr/local/bin/kitty_config确保删除相关的二进制文件、配置文件以及任何安装时创建的目录。
3. 删除配置文件和缓存
删除它的配置文件和缓存，这样就可以完全清除所有相关的文件。
rm -rf ~/.config/kitty
rm -rf ~/.local/share/kitty
rm -rf ~/.cache/kitty
4. 检查是否删除干净
检查是否还存在 kitty 的安装痕迹：
which kitty
如果终端返回空结果，则表示 kitty 已成功卸载。如果仍然显示路径，可以手动删除相应的文件。
安装starship
starship的安装参照官网即可
- starship
不要在kitty中安装
去终端中安装!!!
base环境没出来
在阅读了官方的配置文档之后。
我们只需要添加这个指令进去就好了
code ~/.config/starship.toml
(可选)安装NVIDIA驱动
原本的开源驱动以及足够使用，但是为了追求效益，我决定安装官方驱动。
教程请见：
- ubuntu 24.04 安装 Nvidia 显卡驱动 + CUDA + cuDNN，配置 AI 深度学习训练环境，简单易懂，一看就会！
删除NVIDIA驱动及其相关文件(如果发生了问题)
还有其他方案比如说:
NVIDIA显卡的Ubuntu驱动程序安装方法
：通过 GRUB 菜单进入恢复模式
-
重启系统：
- 在系统启动时，按住
Shift键，直到出现 GRUB 菜单。 - 如果您使用的是 UEFI 启动，请尝试按
Esc键。
- 在系统启动时，按住
-
选择恢复模式：
- 在 GRUB 菜单中，选择您的内核版本带有
Recovery Mode的选项。
- 在 GRUB 菜单中，选择您的内核版本带有
-
进入根终端：
- 在恢复模式菜单中，选择
root进入根终端。
- 在恢复模式菜单中，选择
-
停止图形界面：
-
如果图形界面服务仍在运行，可以使用以下命令停止：
sudo systemctl stop gdm # GNOME sudo systemctl stop sddm # KDE sudo systemctl stop lightdm # LightDM
-
-
卸载 NVIDIA 模块：
sudo rmmod nvidia_drm nvidia_modeset nvidia
步骤 ：确保卸载干净
-
确保 NVIDIA 驱动已完全卸载：
sudo apt-get purge '^nvidia-.*' -
移除残留的 NVIDIA 配置文件和内核模块： 这些文件可能会在卸载过程中留下，需要手动清理：
sudo rm -rf /lib/modules/$(uname -r)/kernel/drivers/video/nvidia* sudo rm -rf /etc/X11/xorg.conf.d/10-nvidia.conf sudo rm -rf /etc/modprobe.d/nvidia.conf sudo rm -rf /etc/modprobe.d/nvidia-installer-disable-nouveau.conf -
更新 initramfs： 确保内核模块的更改被加载：
sudo update-initramfs -u -
重启计算机： 在清理完后，最好重启一次：
sudo reboot
6. 卸载后重新安装驱动（可选）
卸载模块后，可以重新安装兼容的 NVIDIA 驱动：
-
使用 NVIDIA
.run文件重新安装：sudo ./NVIDIA-Linux-x86_64-560.31.02.run -
或使用 Ubuntu 驱动管理工具：(在软件更新器的图形化界面中也可以)
sudo ubuntu-drivers autoinstall sudo reboot
验证驱动安装
安装完成并重启后，您可以通过以下命令验证 NVIDIA 驱动是否正确安装：
-
检查 NVIDIA 驱动：
nvidia-smi如果成功，应该看到类似以下内容，显示当前驱动和显卡信息：
+-----------------------------------------------------------------------------+ | NVIDIA-SMI 460.80 Driver Version: 460.80 CUDA Version: 11.2 | |-------------------------------+----------------------+----------------------+ -
检查 NVIDIA 内核模块：
lsmod | grep nvidia应该能看到
nvidia,nvidia_modeset,nvidia_drm等模块。
(可选)安装ros2-jazzy
教程请见:
- ubuntu24.04安装jazzy版ros2的前置操作（防报错）
这个教程并不完全正确。
似乎是安装版本上有些错误，但我不确定。
以下是参考，无须参考换源.
有问题去对应配置文件里面删除即可。
- 主要是Ubuntu 24.04 安装 ROS2 Jazzy
安装jupyter
注意python版本的系统和conda虚拟环境的差别！！
如何检查？
在jpynb中执行，看看它是不是调用了conda环境还是系统环境！！
import sys
print(sys.executable)
为了防止出错
使用 Conda 安装 Jupyter：
如果 Jupyter 安装在 conda 环境中，最好通过 conda 安装 Jupyter，而不是使用 pip，以确保所有依赖都能正确处理：
conda install jupyter
新的正确操作
新建一个虚拟环境而非base，减少出错可能性.
注意版本一定要和系统python一样！！！！！
如果不一样，可能依赖会冲突！！！！
conda create -n ros2 python=3.12.3
然后进行jupyter的安装，
值得注意的是，使用conda安装有可能出现依赖过旧的问题。。
有两个可能:
- ros2-jazzy需要的依赖高于conda-forge中存在的依赖（一个c++依赖）
如（系统的 libstdc++ 库版本过低，缺少 GLIBCXX_3.4.30） - python版本不统一
ros2安装在系统，在虚拟环境中使用ros2最好保证python版本相同
- ROS2用jupyter时在import rclpy时的报错
- 修复: GLIBCXX_3.4.30‘ not found
Jupyter nbextensions 一个拓展
如何安装和使用 Jupyter nbextensions
1. 安装 jupyter_contrib_nbextensions
要使用 Jupyter nbextensions，首先需要安装 jupyter_contrib_nbextensions 包，它包含了多个扩展和配置工具。
# 在 conda 环境中运行以下命令
conda install -c conda-forge jupyter_contrib_nbextensions
2. 安装和启用扩展
jupyter contrib nbextension install --user
这会把扩展文件放到你的 Jupyter 配置目录中。
jupyter notebook
- jupyter notebook 进阶使用：nbextensions
其他小的支持下载
conda install numpy
transforms3d
