CachyOS 是基於 Arch Linux 的效能導向發行版。它最大特色在於官方預設提供了針對 x86-64-v3 / v4 微架構進行極致優化的套件庫，並搭配客製化的 BORE / EEVDF CPU 調度器 Kernel。對於需要執行本地大語言模型（LLM）、高負載 AI 計算與日常開發的使用者來說，能帶來非常優異的硬體調度與系統回應速度。

本文記錄了從系統基礎設定、常見開機錯誤排除、音效與桌面軟體優化，到建置原生 CUDA ⁠llama.cpp⁠ 自動編譯服務的全流程筆記。

1. 防火牆設定 (ufw)

CachyOS 預設啟用 ⁠ufw⁠ 防火牆，可透過 GUI 介面進行簡單的規則管理：

 路徑：⁠系統設定⁠ -> ⁠防火牆設定⁠

2. 中文輸入法配置 (Fcitx5)

系統安裝完成後需自行補齊中文輸入法框架與相關模組：

安裝步驟：

可在 CachyOS Package Installer (或開機選單 ⁠CachyOS Hello⁠ -> ⁠Install Apps⁠) 中的 Repo 頁籤安裝，或透過 Pacman 安裝以下套件：

 ⁠fcitx5⁠（輸入法核心）

 ⁠fcitx5-configtool⁠（圖形化設定工具）

 ⁠fcitx5-qt⁠ & ⁠fcitx5-gtk⁠（跨 GUI 框架相容模組）

 ⁠fcitx5-chewing⁠（酷音輸入法）

設定環境變數：

編輯 ⁠/etc/environment⁠ 加入以下變數，確保 Chrome、Firefox 及各類應用程式皆能順利喚起輸入法：

GTK_IM_MODULE=fcitx
QT_IM_MODULE=fcitx
XMODIFIERS=@im=fcitx

3. Firefox 控制台語音合成 (Speech Synthesis) 報錯排除

 症狀：開啟 Firefox 或透過 Terminal 啟動時，控制台頻繁拋出與 Web Speech API / ⁠speech-dispatcher⁠ 相關的連線錯誤訊息。

 原因：Firefox 預設具備語音合成功能，在 Linux 底層依賴 ⁠speech-dispatcher⁠ 服務，但系統預設未安裝該套件。

 修復方式：

 GUI：開啟 CachyOS Package Installer -> Repo -> 搜尋並安裝 ⁠speech-dispatcher⁠。

4. 音效設定優化：切換至 Pro Audio (專業音訊) 模式

 建議設定：開啟 ⁠系統設定⁠ -> ⁠聲音 (Sound)⁠ -> 點擊預設音訊裝置，將設定檔 (Profile) 從預設的 ⁠Analog Stereo Duplex⁠ 改為 ⁠Pro Audio⁠。

 優化效益：

 直通原生通道：繞過 PipeWire 預設軟體混音器與強制重採樣，保留最純淨的音訊訊號與動態範圍。

 降低系統延遲：配合 PipeWire/JACK 特性，顯著降低音訊緩衝時間。

 解鎖完整硬體 I/O：避免系統誤判通道，能完整抓取音效卡的所有實體輸入與輸出節點（如 Line-in 或指定麥克風）。

5. Docker 環境配置（免重開機與免 sudo）

可以在 CachyOS Package Installer -> Popular Applications -> Development -> docker 完成安裝。

免重開機啟用服務與權限設定：

安裝完成後無需重開機，透過以下指令直接啟動並賦予使用者權限：

# 立即啟用並啟動 Docker 服務
sudo systemctl enable --now docker

# 將目前使用者加入 docker 群組 (免 sudo 執行 docker 命令)
sudo usermod -aG docker $USER

(設定完成後執行 ⁠newgrp docker⁠ 或重新登入即可生效)

6. 開機 [FAIL] 錯誤排除與 NVIDIA CUDA 系統底層優化

剛安裝完 CachyOS 時，開機流程中可能會出現紅色的 ⁠[FAIL]⁠ 警告，可透過以下方式一一排除：

🔹 錯誤一：⁠systemd-vconsole-setup⁠ 報錯

• 症狀：開機顯示 ⁠Failed to start Virtual Console Setup⁠
• 原因：安裝時若地區選擇台灣，系統常自動設為 ⁠KEYMAP=tw⁠，但 Kernel 控制台無此映射檔
• 修復方式：
  編輯 ⁠/etc/vconsole.conf⁠：

sudo nano /etc/vconsole.conf

將內容修改為：

KEYMAP=us

🔹 錯誤二：NVIDIA 模組與 CUDA 未及時載入 (Early KMS 設定)

 症狀：⁠systemd-modules-load.service⁠ 報錯，或是啟動 AI 服務時抓不到 CUDA 裝置。

 原因：NVIDIA 驅動（特別是 CUDA 必要的 ⁠nvidia_uvm⁠ 統一記憶體模組）載入時間點過晚，未包含在開機初始化的 initramfs 中。

 修復方式 (設定 Early KMS)：

1. 編輯 ⁠/etc/mkinitcpio.conf⁠：

2. 在 ⁠MODULES=(…)⁠ 中加入 NVIDIA 核心模組：

3. 重新編譯 initramfs 映像檔：

7. llama.cpp 原生 CUDA 極致編譯與自動更新啟動腳本

如果使用 NVIDIA 顯示卡，請勿使用 CachyOS Package Installer 預設提供包，因為預設版本通常使用 Vulkan 後端連線，無法完全發揮 CUDA 的計算能力與 VRAM 換頁效率。

請透過 Git 取得最新原始碼並進行本機原生編譯。以下是針對 AMD 5600G + NVIDIA RTX 3050 環境所調校的自更新與模型啟動腳本 (⁠llama-server.sh⁠)：

自動化腳本特色：

1. 安全釋放 VRAM：優先發送 ⁠SIGINT⁠ (Ctrl+C) 訊號讓 ⁠llama-server⁠ 正常釋放顯存，超時才執行 ⁠SIGKILL⁠。

2. 智慧比對編譯：透過 Git Hash 比對，僅在 GitHub 遠端有版號更新時才觸發 CMake 編譯。

3. 原生 CUDA 效能優化：指定 ⁠-DCMAKE_CUDA_ARCHITECTURES=86⁠ 鎖定 Ampere 架構，開啟 ⁠Flash Attention⁠ 與 unified KV cache。

⁠llama-server.sh⁠ 完整代碼：

#!/usr/bin/bash
set -e
LLAMA_DIR="/home/brassaikao/llama.cpp"
PROCESS_NAME="llama-server"
echo "------------------------------------------------"
echo "🤖 [1/4] 檢查服務狀態..."
echo "------------------------------------------------"
if pgrep -x "$PROCESS_NAME" > /dev/null; then
    echo "⚠️ 偵測到 $PROCESS_NAME 正在執行中，正在自動優雅關閉..."
    # 發送 SIGINT (Ctrl+C 訊號) 讓 llama-server 釋放 VRAM 並正常關閉
    pkill -2 -x "$PROCESS_NAME" || true
    
    # 最多等待 15 秒，確保程序完全釋放
    WAIT_COUNT=0
    while pgrep -x "$PROCESS_NAME" > /dev/null; do
        sleep 1
        WAIT_COUNT=$((WAIT_COUNT+1))
        if [ $WAIT_COUNT -ge 15 ]; then
            echo "⚡ 等待超時，強制終止程序 (SIGKILL)..."
            pkill -9 -x "$PROCESS_NAME" || true
            break
        fi
    done
    echo "✅ 舊服務已順利關閉，VRAM 已釋放！"
else
    echo "ℹ️ $PROCESS_NAME 目前未執行。"
fi
cd "$LLAMA_DIR"
echo ""
echo "------------------------------------------------"
echo "🔍 [2/4] 比對 GitHub 遠端版本..."
echo "------------------------------------------------"
git fetch origin
LOCAL_HASH=$(git rev-parse HEAD)
REMOTE_HASH=$(git rev-parse @{u})
NEED_BUILD=0
if [ "$LOCAL_HASH" != "$REMOTE_HASH" ]; then
    echo "🚀 發現新版本！"
    echo "  本地 Hash: ${LOCAL_HASH:0:7}"
    echo "  遠端 Hash: ${REMOTE_HASH:0:7}"
    echo "正在拉取最新原始碼..."
    git pull
    NEED_BUILD=1
else
    echo "✅ 當前已是最新版本 (${LOCAL_HASH:0:7})，無需重新編譯！"
fi
echo ""
echo "------------------------------------------------"
echo "⚙️ [3/4] 編譯階段..."
echo "------------------------------------------------"
if [ $NEED_BUILD -eq 1 ]; then
    echo "正在進行本機 CUDA (AMD 5600G, RTX 3050) 極致原生編譯..."
    export PATH=/opt/cuda/bin:$PATH
    export CUDA_PATH=/opt/cuda
    export CC=gcc
    export CXX=g++
    cmake -B build \
        -DGGML_CUDA=ON \
        -DGGML_NATIVE=ON \
        -DGGML_CUDA_FA_ALL_QUANTS=ON \
        -DCMAKE_CUDA_ARCHITECTURES=86 \
        -DCUDAToolkit_ROOT=/opt/cuda \
        -DCMAKE_BUILD_TYPE=Release
    cmake --build build --config Release -j $(nproc)
    echo "🎉 編譯成功！"
else
    echo "⏩ 跳過編譯，直接使用現有極致優化二進制檔。"
fi
echo ""
echo "------------------------------------------------"
echo "🚀 [4/4] 啟動最新版 llama-server..."
echo "------------------------------------------------"
./build/bin/llama-server \
  -m /home/brassaikao/ai-models/Qwen3.6-35B-A3B-Uncensored-HauhauCS-Aggressive-IQ4_NL.gguf \
  --mmproj /home/brassaikao/ai-models/mmproj-Qwen3.6-35B-A3B-Uncensored-HauhauCS-Aggressive-f16.gguf \
  --alias Qwen3.6-35B-A3B-Uncensored-HauhauCS-Aggressive-IQ4_NL \
  -np 1 -t 6 -tb 6 \
  --flash-attn on \
  --image-min-tokens 1024 \
  --load-mode none \
  --port 8080 \
  --host 172.17.0.1 \
  --kv-unified \
  -c 131072 \
  --jinja \
  --cont-batching \
  --reasoning-preserve