kustomize
Kustomize 现代化使用教程与最佳实践为什么选择 Kustomize？Kustomize 是 Kubernetes 原生的配置管理工具（自 k8s 1.14 起内置于 kubectl）。与 Helm 的模板引擎（Template）不同，Kustomize 采用 Overlay（叠加） 的机制。 无模板（Template-free）：不需要学习复杂的模板语法（如 Go Template），直接操作原生的 YAML。 声明式（Declarative）：所有的修改都通过 YAML 文件声明，非常适合 GitOps 工作流。 基础与覆盖（Base & Overlay）：维护一份基础配置（Base），通过补丁（Overlay）派生出开发、测试、生产等不同环境。 核心概念与目录结构一个符合现代最佳实践的 Kustomize 项目结构如下： 1234567891011121314151617181920212223~/my-project├── base # 【基础层】存放通用的资源定义 ├── app ...
MapStruct的使用
MapStruct是一个代码生成库，简化了Java对象到Java对象之间的映射过程。通过注解接口，它可以自动生成转换代码，支持多种映射场景，如属性映射、定制方法、目标对象更新等。此外，还支持数据类型转换、嵌套对象映射和使用上下文对象定制转换。在Spring项目中，可通过Maven/Gradle依赖和配置进行集成。 注：MapStruct 从版本 1.2.0.Beta1 开始支持与 Lombok 整合，利用 Lombok 生成的 getter、setter 和构造函数来生成映射实现。 配置Maven1234567891011121314151617181920212223242526272829303132<dependency> <groupId>org.mapstruct</groupId> <artifactId>mapstruct</artifactId> <version>${mapstruct.version}</version><...
Conda
什么是 CondaConda 是一款功能强大的软件包管理器和环境管理器，可以在 Windows 的 Anaconda 提示符或 macOS 或 Linux 的终端窗口中使用命令行命令 Conda 可以快速安装、运行和更新软件包及相关依赖项。 Conda 可以在本地计算机上创建、保存、加载和切换特定项目的软件环境。 Conda/Miniconda/Anaconda三者的区别下面通过一张图，形象的展示了 Conda 环境和软件包管理工具与 Miniconda 和 Anaconda Python 发行版（注：Anaconda Python 发行版现在有超过 150 个额外的软件包！）之间的区别。 安装地址【二选一即可】Miniconda Windows 、Mac 系统直接下载安装,下载安装教程见：https://docs.conda.io/en/latest/miniconda.html Linux 系统通过命令行安装，下载安装教程见：https://docs.conda.io/projects/conda/en/stable/user-guide/inst...
大语言模型中role为user,assistant,system的区别
在大语言模型中，通常涉及到三种角色：用户（user）、助手（assistant）和系统（system）。它们的区别在于其在对话或交互过程中扮演的角色和功能。 系统（system） 系统是指整个大语言模型或者其中的某个部分，负责处理用户输入并生成相应的输出。 明确对话的主题或领域（例如，技术支持、教育、娱乐等） 指示模型扮演特定角色（例如，老师、顾问等）。 用户（user） 用户是指与系统进行交互的个体或实体，通常是真实的人类用户或其他系统。 用户通过输入文本、语音或其他形式与系统进行沟通，提出问题、请求信息或执行操作。 助手（assistant） 助手是一种程序或系统组件，设计用来协助用户完成特定的任务、获取信息或提供服务。 助手通常具有自然语言处理能力，能够理解用户的输入，并根据输入提供相应的反馈、建议或执行操作，是模型生成响应的地方。 示例： 1234567891011121314151617181920212223242526 curl -s https://api.openai.com/v1/chat/completions \ -H "Conten...
ChatGPT
ChatGPT 是什么？这个问题，我觉得可以放上 ChatGPT 的亲自答： 我是 Assistant，一个由 OpenAI 训练的大型语言模型。我可以回答您的问题，并帮助您了解更多关于特定主题的信息。我并不具备自己的意识，只能通过我所学到的知识来回答问题。如果您有任何其他问题，请随时问我。我很乐意帮助您。 —ChatGPT OpenAI 又是什么？再来看看 ChatGPT 是怎么回答的： OpenAI 是一家人工智能研究机构，致力于通过研究人工智能技术来推进人类的发展。它由一群来自业界和学术界的研究人员和专家组成，包括伯克利加州大学的 Yann LeCun 和加州理工学院的 Ian Goodfellow 等。OpenAI 的目标是通过开发智能系统来提高人类生活的质量，并帮助人类应对未来的挑战。它已经开发了许多不同的人工智能技术，其中包括机器翻译、自然语言处理、图像分类和语音识别等。OpenAI 还与其他研究机构和企业合作，共同开发更多的人工智能技术。 —ChatGPT 如何注册 ChatGPT要注册使用 ChatGPT，需要做好以下准备：全局代理（推荐美国节点）一个邮箱...
llamafile 使用指南 - 一键运行的开源AI大模型
摘自：https://www.bingal.com/posts/ai-llamafile-usage/ llamafile 是什么？llamafile 是一种AI大模型部署（或者说运行）的方案， 与其他方案相比，llamafile的独特之处在于它可以将模型和运行环境打包成一个独立的可执行文件，从而简化了部署流程。用户只需下载并执行该文件，无需安装运行环境或依赖库，这大大提高了使用大型语言模型的便捷性。这种创新方案有助于降低使用门槛，使更多人能够轻松部署和使用大型语言模型。 llamafile 怎么用？举个运行 Yi-6B-Chat 的例子目前已发布了多个模型，可以在这里下： huggingface.co modelscope.cn 为了更方便体验，本示例选了 Yi-6B-Chat.Q4_0.llamafile 这个模型, 只有 3.45GB, CPU 运行也只需要 4G 内存即可。模型地址：Yi-6B-Chat.Q4_0.llamafile 1、第一步，下载模型 Yi-6B-Chat.Q4_0.llamafile 2、第二步，运行 linux 或 mac 要先添加执行权限 ...
用 Ollama 轻松玩转本地大模型
摘自：https://sspai.com/post/85193 前言Ollama 一个简明易用的本地大模型运行框架。 随着围绕着 Ollama 的生态走向前台，更多用户也可以方便地在自己电脑上玩转大模型了。 快速上手Ollama【win(preview) / mac / linux】 下载页面：https://ollama.com/download Docker也可以直接使用其官方镜像。 docker模式下，指令可直接在docker exec -it ollama下运行 当你运行 ollama --version 命令成功查询到版本时，表示 Ollama 的安装已经顺利完成，接下来便可以用 pull 命令从在线模型库下载模型来玩了。 以中文微调过的 Llama2-Chinese 7B 模型为例，下述命令会下载接近 4GB 的 4-bit 量化模型文件，需要至少 8GB 的内存进行推理，推荐配备 16GB 以流畅运行。 1% ollama pull llama2-chinese 下载完成后，使用 run 命令运行模型，可直接将消息附在命令后，或留...
教你如何零成本从0到1，开发上线一个对接了openAI的机器人
演示项目地址 如果该项目对你有帮助，请点个star支持下吧！ 线上体验地址：https://www.wang-xiaowu.site/chat-gpt/ 仓库地址：https://github.com/behappy-project/behappy-chatgpt-assistant 技术沟通群二维码：https://raw.githubusercontent.com/wang-xiaowu/picture_repository/master/behappy_group.jpg 移动端 pdf格式无法展示动图：可点击该地址进行查看 PC端 pdf格式无法展示动图：可点击该地址进行查看 教程实现效果 pdf格式无法展示动图：可点击该地址进行查看 前置准备openai注册 关于注册账户可以查看我的这篇文章 不建议花钱买账户，一个是不确保它稳定。二来你花点时间熟悉这个东西也是帮助你长进的过程 API_KEY 地址：https://platform.openai.com/account/api-keys 登录点击个人头像，进入View API keys 首次进入...
pyenv使用
需要在系统中安装多个Python，但又不能影响系统自带的Python，即需要实现Python的多版本共存。pyenv就是这样一个Python版本管理器 安装pyenv1curl https://pyenv.run | bash 添加.zshrc 代码 添加完毕执行：source ～/.zshrc 1234export PYENV_ROOT="$HOME/.pyenv"export PATH="$PYENV_ROOT/bin:$PATH"eval "$(pyenv init --path)"eval "$(pyenv init -)" 查看当前激活的是那个版本的Python1pyenv version 查看已经安装了那些版本的Python1pyenv versions 安装指定版本的Python123pyenv install xx.xx.xx (pyenv install 3.10.16)# 记得一定要rehashpyenv rehash 切换和使用指定的版本Python版本3种方式系...
uv使用
UV 全面实战指南 (Python 下一代构建工具)安装 (Installation)pip安装方式1pip install uv 脚本安装 官方推荐使用独立脚本安装。这样可以确保 uv 自身不依赖于特定的 Python 环境，且更新方便。但对于仅希望uv作为类似npm类包管理工具的话，个人觉得还是依赖python安装用一点。 macOS / Linux: 1curl -LsSf https://astral.sh/uv/install.sh | sh Windows (PowerShell): 1powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex" 安装后验证: 12uv --version# 输出示例: uv 0.5.x ... 升级 uv1uv self update 核心工作流：项目管理 (Project Management)这是 uv 推荐的现代用法。它不再仅仅是 pip 的替代品，而是像 Rust 的 Cargo ...
公告