cpu 只识别出一个物理核，看到你第一步在 msconfig 设置了内存最大 32G ，我猜是手滑把旁边的处理器个数也勾上了，然后开机默认就剩 1 个核了。同时没看到有动 bios 设置，那就当 bios 设置还是好的。
msconfig->引导->高级选项检查一下处理器个数吧

n8n 的调试能力比 node-red 还是差了点，可惜 node-red 没有用 typescript 重构的计划。

docker 多阶段构建，配合 https://github.com/vercel/pkg 打包成单文件二进制，减少 node_modules 庞大的碎片文件对 IO 影响

阿里云 rds 有诊断报告，选中那个时间段，然后诊断一下，把报告脱敏出来看看呗

我更费解的是这些软件的内存占用。
微软商店版的 QQ 内存占用在 70MB 左右，微信内存占用在 100MB 左右。
而在安卓上，Tim 的内存占用基本是 700MB 起，微信内存占用经常在 1G 左右，两者内存占用都是 windows 上的 10 倍，让人费解它们到底都在运行些什么

可以用华硕的 ramdisk https://dlcdnets.asus.com/pub/ASUS/mb/14Utilities/ASUS_RAMDisk_V2.03.00_for_Windows_10_64-bit.zip

把内存分出来当硬盘，结合 WSL1 ，可以解决 IO 问题，它还会回写数据到硬盘，只要提交及时，就算蓝屏了，用 jetbrains 开发的话可以在 local history 找回来。
我笔记本分了 8G 内存跑代码，台式机分了 40G 内存放游戏，非常愉悦。

看起来你的需求和 https://unit.nginx.org/ 解决的有些符合

没那么复杂，手工都能搞定，python 支持下载 zip 包的，一个目录放一个版本，python 二进制文件原地复制一个，再加到变量里，调用的时候指定具体版本 python 就可以了。
以 windows 为例，下载不同版本的 zip 包 https://www.python.org/ftp/python/3.10.4/python-3.10.4-embed-amd64.zip ，解压保存
c:/python/python3.10/python.exe 原地复制一个 python3.10.exe
c:/python/python3.9/python.exe 原地复制一个 python3.9.exe
c:/python/python3.8/python.exe 原地复制一个 python3.8.exe
c:/python/python3.7/python.exe 原地复制一个 python3.7.exe

至于 pip.exe 官方在 scripts 文件夹里面已经放好了一个 pip3.x 的了，就不需要做了。

然后把
c:/python/python3.10/
c:/python/python3.9/
c:/python/python3.8/
c:/python/python3.7/
追加到环境变量 path 里，然后就可以这样用
pip3.10 install -r requirements.txt
python3.10 1.py

还可以结合 python3.x -m venv 给不同项目做一个依赖包的隔离

这种方式起码可以 python/php/nodejs/ruby 上

主板用 b450m mortar max ，pdd 全新也就三百左右
5700g 我拿来多开虚拟机 + 写代码，日常负载也就 20%不到，换 5600g 也够用，散片才 1000 出头
电源 300w 都够了，中正评测有套类似的方案，插线板满载也就 170w 左右。
省下来的钱可以买 2 条 32g 内存了，频率 2666 够了，大内存可以开 ramdisk 放一些只读的项目代码，非常舒服。

京东京造鲜肉无谷全价猫粮（海洋盛宴）+ 1
我家猫以前喂湿粮的时候也有过黑下巴，坚持在猫吃完之后擦一擦下巴就好了

有其它语言实际项目经验（ PHP 、Python 、Java ）经验，用 Node.js + TypeScript 写了 5 年项目（监控告警、爬虫、文件服务、网关、扫描器），目前代码里没出现过一次 prototype ，仅供参考。

这个场景挺适合用串流的方案来远程开发，甚至可以一个游戏本断头后和一个轻薄本间隔远一点串流。

是的，全链路异步生态太差，需要各种妥协，我受不了就切到 nodejs 了，你这个需求可以看看 bullmq

directus
自带角色，可以控制权限到列。
自带数据变更记录，可以追溯到修改人。
自带 hook 和 webhook ，扩展性极强。

我之前有个想法是基于串流用来彻底解决给家人云修电脑的场景。
结合 Easy-GPU-PV 这个项目把显卡也虚拟化给 hyper-v 虚拟机，然后虚拟机给家人用，这样给家里放一个瘦客户端就可以了，配合 Tailscale + 自建 DERP Servers 组网。
瘦客户端可以是装 linux 的老笔记本，树莓派，甚至是电视盒子，拿来跑串流客户端就可以了。
既能防止家人在瘦客户端不小心安装流氓软件，也能把时不时要给家里人解决电脑问题的换成了解决 hyper-v 里虚拟机里的问题。

intel 跑 fyde os 或者 chrome os 不容易翻车，毕竟从统计上看 amd 的 chromebook 比 intel 少得多

@findex 你举的 Google Firebase 扣费案例其实套用到 COS/CDN 之类的也一样，只要在公网暴露，被 DDOS 要么下线要么花钱买高防。
至于“别人想给你封号阻断很随意”，要解决这个问题连机房托管恐怕都不行，只能走自建机房的路了。

“自己配置 k8s+容器就完事了”
即使是自建 k8s 集群跑应用，依然会面临 0 访问量情况下机器资源空跑的情况，我之前在的公司一年在公有云费用几千万，就是用传统自建集群方式跑应用，每个应用最少 2 个节点运行，但是应用负载情况非常符合 2/8 原则，在上班时间之外资源利用率非常低，整个架构设计非常有问题。
所以在我看来 serverless 是目前“0 驻留实例做到应用高可用”的极低成本方式。

自建集群还会面临各种问题，简单列一下就有：
1：服务器的软件安装升级维护、漏洞响应修复、参数调优；
2：服务高可用集群搭建、伸缩实现、演练验证；
3：监控平台搭建、监控指标采集、监控告警建设；
4：日志平台搭建、日志采集、链路追踪搭建；
5：注册中心、配置中心、分布式定时任务系统等的高可用建设；

要做到以上要求，可不是“就是多耗费点精力 devops”那么简单，是要运维团队值班的。

而在 serverless 使用 docker 镜像运行，是为了可以自主控制应用环境（比如要部署漏洞扫描器），同时又摆脱云厂商那些拉跨的设计(serverless framework 、layer 等)锁定。

目前我工作中发现不适合 serverless 的项目
1：网关类型，用 ECS 实例 2C4G 可以随随便便跑上万 QPS ，但是 serverless 单个实例的并发额度很小。以阿里云为例单个实例无论是分配 128MB 内存还是 3G 内存都只给你 100 并发，傻愣得要死，产品经理还想教育你说你场景有问题，阿里味十足。去提工单也就给你总实例最大并发数升到一两万，单实例并发依旧是 100 ，还让你做完压测不够再开放更高限制。

适合 serverless 的应用
1：网络代理，懂的都懂
2：内部管理后台 /文档平台。绝对的低频，10 分钟都不一定有一个访问量，前端资源丢对象存储，API 用 serverless 跑，一个月没几块钱。
3：定时任务 /队列消费端，特别是那些写得垃圾很吃内存的傻愣代码，什么事都没干一运行就吃你一两 G 内存的那种，你用传统 ECS 跑 4C8G 的配置都算低，丢 K8S 集群又怕业务量上来把其它节点资源给挤掉，单独分一个集群又浪费钱，直接丢 serverless 可以睡个安稳觉。
4：扫描器，比如做个云 nmap ，云 sqlmap
5：CI/CD 类，传统服务器最少都给个 4C16G 吧，然后资源占用曲线有明显波峰（上班时间）和低谷（下班时间），换 serverless 用完即走及其合适。但目前国内 serverless 都不支持分配核心数，编译时可以用到多核的反而吃亏。
6：冷启动快，内存占用低的程序，无脑丢 serverless 就是了

不一定适合 serverless 的应用，可以考虑混合部署：
1：java 应用。冷启动很慢又吃内存，云厂商一般可以设置驻留实例，比如你配置上班时间段驻留 2~5 个实例，然后通过网关计数但请求到达多少阈值时扩容到多少实例。但是驻留实例多了费用也多，还得算过账才知道。
2：本来就优化得贼牛逼的代码，比如网关这种 2C4G 的轻量云都能搞定几千上万并发甚至更高的，日常流量也的确有那么高，这种情况还不如开一个 ECS 实例在那里跑，然后去 serverless 也部署一个做保底，万一 ECS 那个死掉了就切换到 serverless 版，低成本做到高性能高可用。

如果你想 all-in serverless 的话，业务增长上去之后数据库连接池可能会成为一个坑点，毕竟日常跑几个实例和突然扩容上百个实例，对于数据库的连接数是突增的，而云厂商数据库连接数一般有限制（比如阿里云独享 MySQL 16C64G 的连接数在 2W ，隐藏限制单个账号连接数限制大概在 6 千），云厂商的数据库代理早点接入测试吧。