CentOS8系统conda包缓存管理；CosyVoice部署及使用；使用linux系统下root身份下载模型文件时注意事项；

CentOS8系统root硬盘清理；

conda安装包时报了硬盘空间不做的问题，但我的conda环境，包位置都在/home目录下，于是询问ai；

在安装conda包时：使用以下命令观察/tmp目录变化：
watch -n 1 du -sh /tmp
/tmp目录占用硬盘疯狂涨，与此同时root目录下的占用同样疯狂涨；
坐实了conda临时文件放在/tmp，造成了root硬盘占用问题，产生了硬盘不足问题；

conda解压和临时文件，在/tmp积压了很多，而/tmp约等于root硬盘

询问gpt，gpt给出两种解法：

• 临时指定 TMPDIR（最稳）:export TMPDIR=/data/tmp

• 永久生效指定 TMPDIR（推荐）:
  写进 ~/.bashrc：export TMPDIR=/data/tmp;export TEMP=/data/tmp;export TMP=/data/tmp
  然后：source ~/.bashrc

根据conda info调整conda缓存

从 conda info 输出看，我的Conda 主要是安装在 /home/user/miniconda3（Base 环境）

但由于我当前是以 root 用户身份运行，Conda 会在 /root 目录下创建了缓存和环境目录。

• 强制将包缓存锁定在 base 目录下
  conda config --add pkgs_dirs /home/user/miniconda3/pkgs

• 强制将环境锁定在 base 目录下
  conda config --add envs_dirs /home/user/miniconda3/envs

---

CosyVoice部署及使用

最近需要将返回的结果以声音的方式输出出来，尝试部署CosyVoice并使用；

CosyVoice的部署

通过源码安装完CosyVoice以及环境以后，程序出现PyTorch与RTX 50 系列不匹配的问题：
PyTorch 2.4+ 与 RTX 50 系列 GPU 的兼容性问题 (sm_120)
RTX 50 系列显卡需要较新的 CUDA 工具包和 PyTorch 版本，而CosyVoice当前版本要求并未涵盖这些版本。
然而我卸载了原本的PyTorch，安装了2.7的PyTorch，项目是能够运行的，大胆的安装即可。

CosyVoice的使用

我通过源码安装完CosyVoice到我的项目下，让CosyVoice作为一个包对其进行调用；
发现我的代码不能通过包的方式调用CosyVoice，看了CosyVoice包结构，发现：

• 没有 setup.py
• 没有 pyproject.toml
• 没打算让你 pip install cosyvoice

CosyVoice 官方仓库本来就不是一个"可直接 pip install 的 Python 包"

我这个人有强迫症，不想再源码里面直接开发，源码是源码，我自己写的是我自己写的，所以在项目里得分开；

后面想了个办法，直接从代码层面os.path.join；
等价于在运行时告诉 Python：除了默认路径，再去这个目录里找模块，实现代码如下；

BASE_DIR = os.path.dirname(os.path.abspath(__file__)) # 相对路径
COSYVOICE_ROOT = os.path.join(BASE_DIR, "CosyVoice")
sys.path.insert(0, COSYVOICE_ROOT)

这个办法虽然能行，但是过不了IDE这一关，过不了IDE的静态分析器这一关；
👉于是直接给VS code编辑器单独配 PYTHONPATH；
在 .vscode/settings.json👇：

{
  "python.analysis.extraPaths": [
    "./CosyVoice",
    "./CosyVoice/CosyVoice"
  ]
}

以上终于解决了两个问题：

• CosyVoice安装和部署问题；
• 源码与自己代码的区分问题；

---

使用linux系统下root身份下载模型文件时注意事项；

许多下载缓存位置都爱放在/root/.cache/

近期遇到的硬盘空间不足问题：

• 通过删除/root/.cache/路径下的文件结局了，有非常多的模型文件缓存；
• 问题造成的原因当然也有我一直使用root用户使用conda的缘故；

/root/.cache/
├── pip/ 👈 pip 下载缓存
│ ├── wheels/ # *.whl
│ └── http/ # 安装中间文件
│
├── huggingface/ 👈 巨无霸
│ ├── hub/
│ │ ├── models--xxx/ # 模型权重（GB 级）
│ │ ├── snapshots/ # 多版本副本
│ │ └── refs/
│
├── modelscope/ # 同样是模型缓存
│
├── torch/ # torch 扩展 / 编译缓存
│
├── triton/ # triton 编译缓存
│
├── cuda/ # CUDA 内核缓存
│
└── matplotlib/