七月小站

前言Ollama 能让你在本地跑模型，但命令行聊天的体验毕竟有限。Open WebUI 是一个开源的 ChatGPT 风格前端，配合 Ollama 可以实现： 和 ChatGPT 几乎一样的聊天界面 多模型随时切换对比 上传文档建知识库（RAG），让 AI 基于你的文件回答 多用户管理（给团队用） 对话记录搜索 这套组合部署在内网服务器上，就是团队自己的私有 AI 平台。 一、前提条件 已安装 Ollama 并拉取了至少一个模型 已安装 Docker（部署 Open WebUI 用） 验证 Ollama 运行中： 1234ollama list# 应该能看到至少一个模型curl http://localhost:11434/api/tags# 返回模型列表 JSON 二、部署 Open WebUI123456docker run -d \ --name open-webui \ --restart unless-stopped \ -p 3000:8080 \ -v open-webui-data:/app/backend/data \ ghcr.io/op...

前言想在自己电脑上跑大模型，但看到”CUDA””量化””显存”这些词就头疼？Ollama 把这个门槛降到了最低——安装、下载模型、开始对话，三步搞定，不需要配置任何环境。 它在后台自动处理了模型量化、GPU 加速、内存管理这些脏活累活，对用户来说就是在终端里敲几行命令。 一、安装macOS：下载 Ollama.app，拖到 Applications 即可。 Linux： 1curl -fsSL https://ollama.com/install.sh | sh Windows：从 ollama.com/download 下载安装包，双击安装。 验证安装： 12ollama --version# ollama version is 0.9.0 二、拉取并运行第一个模型12# 拉取并直接运行（没下载会自动先下载）ollama run llama3.2 下载完成后会直接进入对话模式： 12345678>>> 你好，请做一下自我介绍我是 Llama，由 Meta 开发的 AI 助手……>>> 用 Python 写一个斐波那契函数d...

前言Flask 是一个轻量级 Web 框架，但微框架（Micro-framework）不意味着只能写玩具应用。很多开发者在面临中大型项目时，因为缺乏工程化架构规范，导致代码耦合严重、循环导入报错频发。 这篇文章以工程实践为主线，讲透 Flask 从模块化分层设计到生产环境高可用部署的完整链路。 一、 模块化架构设计：工厂模式与蓝图在单文件 Flask 应用中，我们通常直接创建全局 app 并将路由和数据库实例绑定其上。但随着业务扩张，这种做法会引发严重的 循环导入（Circular Imports） 灾难。例如，数据库模型类需要导入全局 db，而全局 db 的初始化又需要 app，这就形成了死锁。 彻底解决这一问题的标准方案是采用 工厂模式（Application Factory） 配合 蓝图（Blueprint） 。 1.1 项目目录结构规划一个标准且解耦的 Flask 项目结构应当如下设计： 123456789101112131415my_flask_project/│├── app/│ ├── __init__.py # 应用工厂函数，初始化所有插件...

前言搞 AI 开发，第一道门槛往往是环境——CUDA 装不上、PyTorch 版本不对、显存不够报 OOM、各种依赖冲突。 这篇文章把安装步骤和常见坑一次性说清楚。 一、Python 环境管理推荐用 Miniconda 做 Python 版本管理和虚拟环境隔离，比系统 Python 省心很多。 安装 Miniconda1234567891011# Linuxwget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.shbash Miniconda3-latest-Linux-x86_64.sh# macOS (Intel)curl -O https://repo.anaconda.com/miniconda/Miniconda3-latest-MacOSX-x86_64.shbash Miniconda3-latest-MacOSX-x86_64.sh# macOS (Apple Silicon)curl -O https://repo.anaconda.com/miniconda/Minic...

前言在进行网络爬虫数据采集、自动化测试（如 Selenium/Playwright）或者自动化脚本编写时，验证码（CAPTCHA） 往往是开发者面临的第一道、也是最头疼的屏障。 传统应对验证码的方案通常有两种： 接入第三方付费打码平台：按次收费，不仅产生持续的资金成本，且存在网络延迟和接口失效风险。 自己训练深度学习模型（CNN+CTC）：需要采集数万张标注样本，配置 PyTorch 环境进行繁琐的训练，技术门槛极高。 直到开源项目 sml2h3/ddddocr（中文名：带带弟弟 OCR）的出现，彻底改变了这一切。它是一个离线运行、完全免费、零配置的通用验证码识别 SDK。你不需要懂得任何神经网络知识，只需一行代码，就能实现极高准确率的验证码识别。 本文将带你全面了解 ddddocr，并展示如何在真实的 Python 爬虫项目中实际运用它。 一、DdddOcr 的核心特点 零配置，开箱即用：不需要下载额外的权重文件，也不需要复杂的特征工程，安装后直接加载即可运行。 支持超多验证码类型： 英数混合验证码：最常见的扭曲、带干扰线、噪点的字母数字验证码。 滑块...

前言写 Python 的人很多，但能写出符合工程规范、避开底层设计缺陷代码的人并不多。许多人在开始一个 Python 项目时，要么全局乱装依赖导致系统环境崩溃，要么写出诸如“默认参数为可变列表”的低级 Bug。 这篇文章从实际工程角度出发，讲清楚最基础但也最核心的环境管理规范，并剖析开发中高频使用的数据结构与语法避坑实践。 一、 虚拟环境管理与项目隔离在实际开发中，严禁在系统全局环境直接使用 pip install 安装依赖。这会导致不同项目间的库版本冲突，甚至可能破坏操作系统的包管理系统（例如 Ubuntu 或银河麒麟中依赖特定版本 Python 库的系统级工具）。 目前最通用且标准的方式是使用 Python 内置的 venv 模块进行项目环境隔离。 1.1 创建与激活虚拟环境进入项目根目录，运行以下命令创建虚拟环境： 12# 创建一个名为 .venv 的虚拟环境目录python -m venv .venv 虚拟环境创建后，必须手动激活才能生效： Windows (PowerShell) :1.venv\Scripts\Activate.ps1 Linux / ...

前言：被低估的内网“时钟漂移”灾难在进行空气隔离（Air-gapped）的内网服务器集群部署时，工程师们往往把目光投向数据库主从、负载均衡或高可用底座，而常常忽略了一个看似微不足道却致命的基础服务—— 时间同步（NTP） 。 服务器主板上的石英晶体振荡器受环境温度、电压波动和硬件老化的影响，每天都会产生毫秒级甚至秒级的物理误差。这种现象被称为 “时钟漂移（Clock Drift）” 。在联网环境下，系统会自动向公网 NTP 服务（如阿里源、腾讯源）同步；但在完全物理隔离的私有化内网中，时钟漂移会无限制累积。 一旦多台服务器间的时间差超过临界值，将会引发灾难性的生产事故： 分布式 ID 生成器失效 ：基于雪花算法（Snowflake）生成的 ID，一旦遭遇时钟回拨（Time Backwards），会直接抛出异常导致全局主键生成中断，业务服务大面积瘫痪。 数据库事务与日志混乱 ：在 MySQL 主从、双主架构中，时钟不一致会导致数据一致性检查失效、Binlog 写入顺序倒流，极易诱发严重的事务冲突和脏数据。 分布式锁与 Token 提前失效 ：Redis 分布式锁、JWT 授权凭证...

前言在互联网写作与技术文档开发领域，Markdown 已经成为了当之无愧的“通用语言”。它由约翰·格鲁伯（John Gruber）于 2004 年创建，是一种轻量级的标记语言。 许多人在接触 Markdown 之前，习惯于使用 Word 等富文本编辑器。然而，Word 文档在不同设备、不同软件之间经常会出现排版错乱的问题，且作者需要频繁分心去用鼠标点击加粗、调整字号和行距。 Markdown 的核心哲学是：内容与排版分离，让作者专注于写作本身。通过简单的纯文本标记，你可以在几秒钟内排版出一篇美观、结构清晰的文章，并且能无缝导出为 HTML、PDF、Word 或者直接发布到个人博客和 GitHub。 本文将带你从零开始，系统地掌握 Markdown 的所有常用语法，并深入探讨一些高级扩展特性和写作排版的美学规范。 一、Markdown 基础语法基础语法是所有 Markdown 解析器都 100% 支持的核心规范。掌握这部分内容即可满足 90% 的日常写作需求。 1. 标题 (Headings)Markdown 通过在行首添加 # 号来表示标题，# 的数量代表标题的级别，最多支持六...

前言在 Go 语言（Golang）的 Web 开发生态中，我们常常面临两难的选择： 选择 Gin / Fiber 这样的轻量级路由：虽然启动极快，但它们仅仅解决了路由问题。项目一旦变大，你必须自己挑选并拼装 ORM（如 GORM）、日志、配置、参数校验等数十个异构库。由于缺乏统一的工程规范，团队中每个人的代码结构都千差万别。 选择重度 MVC 框架（如 Beego）：虽然开箱即用，但其架构较为传统，解耦性较弱，难以适配现代微服务和高度解耦的业务开发。 GoFrame（官方文档：goframe.org / 中文镜像：goframe.org.cn）的诞生完美解决了这个痛点。它是一款模块化、高性能、企业级的 Go 全栈应用开发框架。 GoFrame 就像是 Go 语言生态中的 Spring Boot 或 Laravel。它不仅提供了统一且开箱即用的高品质核心组件，更制定了一套近乎苛刻但极具工业美感的工程标准规范。 本文将带你系统性地认识 GoFrame，并通过一个完整的 RESTful API 案例，展现其在真实项目中的落地威力。 一、GoFrame v2 的...

前言信创（信息技术应用创新）是近年来政企 IT 采购的重要方向。简单说就是把 IT 基础设施从国外的产品替换为国产产品——从 CPU、操作系统、数据库到中间件，全链路国产化。 对于开发者来说，信创意味着你可能要把 Java 应用部署在 ARM 架构的鲲鹏/飞腾服务器上，跑在麒麟或统信操作系统上，连接达梦或 GaussDB 数据库。这篇文章从实战角度讲清楚这个链路。 一、信创是什么信创的目标是建立自主可控的 IT 基础设施。目前信创生态的主流产品如下： 硬件层（CPU） 架构 厂商 代表型号 信创场景覆盖 ARM 华为鲲鹏 Kunpeng 920 服务器主流，政务云广泛使用 ARM 飞腾 FT-2000/64, S2500 党政军办公、服务器 x86 海光 海光 7000 系列 AMD Zen 架构授权，高性能计算 x86 兆芯 KX-6000 系列 桌面办公 LoongArch 龙芯 3A6000 自主指令集，桌面和低端服务器 关键结论：信创服务器端目前 ARM（鲲鹏/飞腾）占主流，x86（海光）也在增长。你的 Jav...