在 Ubuntu 24.04 LST 上安装 Node.js 24

nvm 没有安装成功(或没有加载到当前 shell)。这说明之前的安装脚本没生效,或者 ~/.bashrc 没有被正确加载。

请按顺序执行下面的步骤。

🛠️ 方案一:用 NodeSource 直接安装 Node.js 24(更简单)

如果不想折腾 nvm,直接用系统包管理器安装最省事:

# 1. 添加 NodeSource 仓库
curl -fsSL https://deb.nodesource.com/setup_24.x | sudo -E bash -

# 2. 安装 Node.js
sudo apt install -y nodejs

# 3. 验证
node -v

预期输出:v24.x.x

这种方法会把系统的 node 直接替换成 v24,不需要配置 PATH,也不会出现“换了 shell 就丢失”的问题。

🛠️ 方案二:重新安装 nvm

如果你想用 nvm 管理多个 Node 版本,可以手动安装:

1. 下载安装脚本

curl -o- https://raw.githubusercontent.com/nvm-sh/nvm/v0.40.1/install.sh | bash

2. 手动加载 nvm(关键一步)

安装脚本通常会把 nvm 的初始化写入 ~/.bashrc,但当前终端不会自动加载。你需要立即手动加载:

export NVM_DIR="$HOME/.nvm"
[ -s "$NVM_DIR/nvm.sh" ] && \. "$NVM_DIR/nvm.sh"

3. 验证 nvm 可用

nvm --version

如果能输出版本号,说明 nvm 已经生效。

4. 安装并使用 Node.js 24

nvm install 24
nvm use 24
nvm alias default 24
node -v

⚠️ 安装完 nvm 后

nvm 只在当前 shell 有效。新开终端会自动加载 ~/.bashrc,一般没问题。如果新终端里 nvm 还是找不到,检查 ~/.bashrc 末尾是否有这几行(没有就手动加上):

export NVM_DIR="$HOME/.nvm"
[ -s "$NVM_DIR/nvm.sh" ] && \. "$NVM_DIR/nvm.sh"
[ -s "$NVM_DIR/bash_completion" ] && \. "$NVM_DIR/bash_completion"

✅ 升级完成后

确认 node -v 输出 v24.x.x 后,再回到项目目录重装依赖:

cd ~/deepseek-harness
rm -rf node_modules
pnpm install

💡 建议

如果你的目标是尽快把项目跑起来,推荐用方案一(NodeSource),路径最短、最不容易出错。如果之后需要频繁切换 Node 版本,再考虑 nvm。

先跑 node -v,如果已经是 v24,直接 pnpm install 即可。

验证结果

方案1 和 方案2 都能成功地在 Ubuntu 24.04.3 LTS 上安装。2026年9月18日20:07:44。

nvm 的实际应用

在 Ubuntu 上安装 deepseek-harness

安装方式1 - Run from npm

Install Node.js, then run:

npx @deepseek-ai/dsh web

The command starts the Web UI at http://127.0.0.1:3080 by default and opens it in the default browser for a local launch. An SSH launch only prints the host URL because the SSH client or editor owns the local forwarded address. Pass --no-open to run the server without opening a browser. See Web UI guide.

安装方式2 - Run from source

To run from a repository checkout:

git clone https://github.com/deepseek-ai/deepseek-harness.git
cd deepseek-harness
pnpm install
pnpm run build
pnpm dsh web

pnpm run build prepares the repository artifacts. pnpm dsh web uses those built artifacts without rebuilding.

这种安装过程,需要先安装好 nvm 在安装好 Node.js 24 才能用 pnpm 工具。

在 Windows host 上访问 VMware 上的 Ubuntu 里的 deepseek-harness 服务

1. 在 Ubuntu VMware 上开启 deepseek-harness 服务:
maple@KICKPI-RK3576:~/deepseek-harness$ pnpm dsh web

2. 在本地终端建立如下关联:
ssh -L 3080:127.0.0.1:3080 用户名@虚拟机IP
ssh -L 3080:127.0.0.1:3080 maple@192.168.116.144
保持 SSH 连接,从 Ubuntu 的 pnpm dsh web 动态输出信息中,找出链接网址:

maple@KICKPI-RK3576:~/deepseek-harness$ pnpm dsh web
$ node --import tsx/esm apps/cli/src/bin.ts web
dsh web: http://127.0.0.1:3080/?token=mAhh5NCrvv7-pCQye4bHaPMkZysHZjYVCVpWAiAKQFk
dsh web: opening the default browser; pass --no-open to disable

然后在宿主机浏览器访问:
http://127.0.0.1:3080/?token=xxxxx,即:

# 在 Windows 主机浏览器中输入网址:(验证OK 2026年9月18日20:44:56)
http://127.0.0.1:3080/?token=mAhh5NCrvv7-pCQye4bHaPMkZysHZjYVCVpWAiAKQFk

这样就把宿主机的 3080 转发到了虚拟机的 127.0.0.1:3080。
注意:这种方式建立的关联不是永久的。 SSH 端口转发是会话级的,只在 SSH 连接存活期间有效。
一旦 SSH 连接断开(关掉终端、网络中断、虚拟机重启等),转发就会立即失效,宿主机上的 http://127.0.0.1:3080/ 也会无法访问。

3. 在 Windows 主机的 CodeArts/VScode 终端内,同理:

maple@KICKPI-RK3576:~$  cd deepseek-harness/
maple@KICKPI-RK3576:~/deepseek-harness$ pnpm dsh web
$ node --import tsx/esm apps/cli/src/bin.ts web
dsh web: http://127.0.0.1:3080/?token=Hu0q3eHlquwjqRC-WrC3tlOMWlo6bSM-HeEGUFQbojE

4. DSH - DeepSeek Harness 插件

还有一种方法更加直接,也就是 Windows 主机的 CodeArts/VScode 商店里的 deepseek-harness 插件本身就支持本地和远程两种模式去链接 deepseek-harness 服务:

DSH - DeepSeek Harness 

  • 连接管理:本地 / 远程双模式,状态栏实时显示连接状态;事件流断线自动重连。
    • 本地模式(默认):配置 dsh.localServerPath 后自动拉起 dsh web 并连接(若 3080 端口已有 DSH 实例在运行则直接复用,不重复拉起);也可直接连默认 http://127.0.0.1:3080
    • 远程模式:开启 dsh.remote 并填入 DSH 启动 token(dsh.token),扩展自动换取会话 cookie 认证,改配置自动重连。

实际上也是可以用的:

保证远程模式下每次手动填写 网址里的 token 密钥

打开链接下载源码: https://pan.quark.cn/s/a4b39357ea24 一、课程信息 课程名:《Python统计与数据分析实战》 课程介绍 本课程结合Python进行统计与数据分析的原理讲解与实战,涵盖了绝大部分统计&数据分析模型,特别是当前比较主流的算法:参数估计、假设检验、线性回归、广义线性回归、非线性模型、Lasso、岭回归、广义可加模型、正交多项式模型、回归样条等;单因素和双因素方差分析;机器学习经常用到的主成分分析、因子分析、典型相关分析、聚类分析等;各种非参数统计模型,包括非参数统计推断、尺度推断、位置推断、列联表数据和属性数据分析、对数线性模型和分位回归模型、非参数核密度估计、非参数回归等。 全部模型和算法使用Python编程实现,实例驱动,聚焦实战,是成为高薪数据科学家和数据分析师的必备必学课程。 课程网址 全部课程视频在此处:B站网址 课程目录 第1章 数据描述性分析 第2章 参数估计 第3章 假设检验 第4章 回归分析 第5章 方差分析 第6章 判别分析与聚类分析 第7章 主成分分析、因子分析与典型相关分析 第8章 非参数统计 注:详细内容见文末的思维导图。 适用人群: (1)准备毕业后从事统计与数据分析行业的大学毕业生或准毕业生。 尤其是需要转向从事计算机编程、数据分析和机器学习方面工作的毕业生,或者需要提升技能以寻找高薪酬工作的准毕业生等。 (2)公司或企事业单位内部有数据分析和统计分析需求的从业人员。 (3)大学和科研院所的硕、博士研究生、青年教师等,特别是在管理学和人文社会科学等专业有量化研究需求的研究生和教师等 (4)需要转行从事数据分析方面工作,或有技能提升需求的初入职场者。 学习收获: (1)全程保姆式教学,学习路径合...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值