HQY 一个和谐有爱的空间

全民大炼AI的时代来了！运行Deepseek R1/V3的满血Q4_K_M 版本，仅需 14GB 显存和 382GB 内存。清华大学的kvcache.ai团队发布的ktransformer大模型加载框架v0.3 Preview，提升本地加载满血deepseek 671b的运行效率。预填充速度性能指标27.79 倍于llama.cppcpu数tokens/s备注32 核54.212×32 核74.362255.26 基于优化的 AMX 混合专家内核，仅 V0.3 版本286.55选择性使

简介DolphinScheduler是一个分布式、易扩展、可视化的DAG（有向无环图）工作流任务调度系统。它支持多种部署方式、易于扩展、性能优异，并且广泛应用于各个领域。无论是大数据处理、数据分析还是ETL流程管理，DolphinScheduler都能提供高效、可靠的解决方案。主要特征易于部署：提供Standalone、Cluster、Docker和Kubernetes等多种部署方式，方便用户根据实际需求选择合适的部署环境。易于使用：用户可以通过Web UI、Python SDK和Ope

不花钱不实名获取自动绑定本地IP的域名简介FreeMyIP.com 是一个专注于提供免费动态DNS解决方案的网站。简而言之，它能够将一个经常变动的IP地址与一个固定的二级域名进行绑定，使得用户可以通过域名来轻松访问那些IP地址频繁变动的设备。使用与优势使用FreeMyIP.com非常简单。首先，你需要在FreeMyIP.com上注册一个账号，并创建一个动态DNS记录，将你希望绑定的域名和IP地址进行关联。然后，在你的设备上安装并配置FreeMyIP.com提供的客户端软件或脚本，以确保当设备的I

你是否遇到过视频会议卡成PPT、游戏掉线重连失败，或者文件传输中途断网的崩溃瞬间？这些“网络灾难”背后，往往是程序对弱网环境的处理不够完善。而网络模拟工具，就是帮你提前发现这些问题的“神器”！通过模拟延迟、丢包、限速等网络异常，你可以轻松测试程序在极端网络条件下的表现。无论是运维人员排查系统稳定性，还是开发者优化用户体验，网络模拟都是不可或缺的一环。下面介绍一款带界面的网络模拟器Clumsy 是什么Clumsy 是一个用于在 Windows 系统上模拟恶劣网络条件的工具。它利用 WinDiver

k8s命令行运维的劣势Kubernetes（k8s）的命令行工具（如kubectl）虽然功能强大、灵活，但对于新手来说却很难上手。执行命令需要记住大量参数和语法，出错率高，比如不小心修改或删除资源可能会造成严重的问题。同时，命令行缺乏直观的界面，无法实时监控资源的状态，排障过程不直观。在复杂场景下，效率和易用性也会受到限制，对经验要求较高。下面介绍一下款官方的可视化UI。Kubernetes Dashboard是什么[Kubernetes Dashboard]是 Kubernetes 提供的一个

agamehttps://www.agame.com/致力于为用户提供丰富的在线游戏体验。该网站提供数千款免费在线游戏，涵盖多种类型，包括益智游戏、单人纸牌游戏、io游戏、动作冒险游戏、角色扮演以及多人在线游戏等。用户无需下载或订阅即可直接在网页上畅玩游戏，支持单人或多人模式，并且支持移动设备访问。kimivod追剧https://www.libvio.fun/一个提供高清影视资源的在线观看平台，主要面向喜欢追剧、看电影、综艺和动漫的用户。该网站覆盖了多种类型的影视内容，包括电影、电视剧、动漫、

华为路由器、交换机 LLDP协议查看交换机的相邻设备信息在复杂的网络环境之中，我们常常需要对设备进行定位，以更好地进行维护1，我们首先用模拟器搭建一个相对简单的网络环境，创建3台交换机，按照如下拓扑进行连接2，需要查看相邻设备是什么，我们需要启动一个协议,这个就是LLDP协议，这是一个厂商无关协议，不同品牌设备可以通过它来向相邻设备通告自己的设备信息，利用display lldp neighbor brief命令可以显示邻居信息，这个协议默认是没有不开启的 3，接下来我们启动

https://support.huawei.com/enterprise/zh/doc/EDOC1100033749/2a56c5e5配置NTP基本功能配置完成NTP基本功能后，网络中的设备即可实现系统时钟同步。前置任务在配置NTP基本功能之前，需完成以下任务：配置接口的网络层地址和路由协议，保证NTP报文可达。配置流程在配置NTP基本功能中，配置NTP主时钟和NTP工作模式后，即可完成网络内时钟同步的基本功能。配置NTP主时钟配置NTP工作模式检查NTP基本功能配置结果配置NTP主时钟背景信

华为路由器、交换机账户锁定后如何处理缺省情况下，账号在5分钟后会自动解锁。可等待账号自动解锁后输入正确的用户名密码重新登录。也可以在账号锁定时间内通过CLI方式登录设备，在AAA视图下执行命令local-user user-name state active解锁用户。

如何查看 Docker 容器的 IP 和端口作为一名初学者，理解 Docker 容器的网络设置是非常重要的一步。Docker 容器运行在自己的网络环境中，每个容器都有一个独立的 IP 地址，并且通常会映射到主机的特定端口上。在本文中，我们将详细介绍如何查看 Docker 容器的 IP 地址和端口映射。整体流程首先，我们将整个流程以表格形式展示，方便你理解和后续操作：步骤操作命令1确保 Docker 已安装并运行docker --version2列出所有运行中的容器docker ps3查

怎样查看docker的端口要查看 Docker 容器所映射的端口，可以使用以下几种方法：方法一：使用 docker ps 命令docker ps 命令可以列出所有正在运行的容器及其详细信息，包括端口映射。代码语言：txt复制docker ps输出示例：代码语言：txt复制CONTAINER ID   IMAGE          COMMAND&n

能将DeepSeek嵌入到Excel吗？当然可以了，我们需要借助VBA代码来实现，以下的代码都是由DeepSeek自动生成的，我们还需要调用DeepSeek的API，实现在A1单元格中输入数据，然后点击按钮执行，在B1单元格中输出结果的效果，我们来看下具体怎么做的一、获取API首先我们需要获取DeepSeek的API，只需来到官网，右上角点击【API开放平台】，然后在右侧找到【API keys】然后在中间点击【API keys】，就会显示窗口，我们需要为其设置一个名字，然后复制下API，等下需要

最近 DeepSeek出来了，很火，说是能跟ChatGpt o1 媲美，结果，用了DeepSeek的官方服务，提示“服务器繁忙 请稍后再试。”，我就想，算了，自己部署个吧。我这个是基于docker部署的，首先要docker 支持 显卡，这样才会跑的更快，基于CPU 还是比较卡的，耗费的内存也比较多。部署非常方便，除了下载很慢，基本都是环境问题，环境解决完就没啥大问题。服务器基础资源这就来个服务器部署，目前服务器资源大致如下:操作系统 : Ubuntu 24.04显卡：Tesla P100-PCI

随着人工智能技术的飞速发展，越来越多的人开始探索如何利用 AI 工具提升工作效率和个人知识管理水平。在众多开源AI模型中，DeepSeek-R1 凭借其强大的本地部署能力和多功能性脱颖而出。结合 AnythingLLM 这一功能强大的文档处理工具，我们可以轻松搭建一个属于自己的个性化 AI 知识管理系统。一、什么是 DeepSeek-R1？DeepSeek-R1 是一款基于深度学习的开源 AI 模型，默认支持文本生成、对话交互等多种任务。与依赖云服务的大模型相比，DeepSeek-R1 具有以下

当 DeepSeek-R1 在本地成功部署那一刻，兴奋与激动如潮水般涌上心头，迫不及待地开启与它的热烈对话，话题一个接一个，畅聊不停。出于探索的热情，还按照自己的思路给它共享了不少知识，它也能依此精准切入，给出令人满意的答案。可谁能想到，第二天再聊，它竟像失忆一般，昨天共享的数据全然没了印象，一切又回到最初状态。在 AI 的奇妙世界里，其记忆机制别有一番特点。以 DeepSeek、GPT 为代表的大多数 AI 模型，默认无状态，无持久化记忆。每次对话都是全新开场，不会记住上一次聊了啥。单次会话中

项目介绍 iBizEHR是一款高性能、全面开源、免费（MIT License开源协议）的人力资源管理系统，iBizEHR依托iBiz生产体系，不仅提供源码开放，更可提供EHR全面的业务模型，包括每一个数据实体、每一个服务设计、每一个页面UI、每一个流程模型，源码和业务模型完全对应。本系统100%开源，遵守MIT协议。 项目功能 六大模块：人力资源规划、员工关系管理、招聘与配置、培训与开发、绩效管理、薪酬福利管理。通过对人力资源的分析、规划、实施和调整，最大化企业人力资源的价值，助力企业发展。 开

使用ollama在linux服务器部署deepseek R1模型，并使用Chatbox远程连接。测试环境,测试centos7同样的设置也适用：centos:8ollama:0.5.7deepseek R1::1.5b安装ollama:# 需要root权限curl -fsSL https://ollama.com/install.sh | sh测试服务器中没有GPU，会报警告。不会影响小数据测试使用。配置ollama可以外部ip访问：vi /etc/syst

本文仅供学习使用，首先你得有N卡，检查一下你的电脑是否有N卡，有就继续往下看，没有就回家吧孩子，回家吧！开个玩笑，我们可以白嫖好兄弟的呀。本次环境内存：32G显卡:  GTX 3060  6G windows11配置要求本次部署8b，因为小下载快，只有5g。如果配置跟得上推荐使用32B的模型, 基本上可以达到原版9成水平本地部署下载ollamaollama是一个开源的人工智能框架，旨在为开发者提供一个灵活、高效的工具，可以轻松将大语言模型集成到自己的应用中。访问:&

前言最近 DeepSeek 非常火爆，和 22 年 ChatGPT 横空出世一样，官方的服务器动不动就会“服务器繁忙，请稍后再试”。但和 ChatGPT 不同的是，DeepSeek 的官方 API 价格便宜，并且开源模型权重，允许用户利用模型输出、通过模型蒸馏等方式训练其他模型。这也就意味着在官方网站或者 API 繁忙时，我们还可以使用第三方的 API，甚至是本地运行蒸馏后的模型来运行 DeepSeek R1。对于习惯使用 API 的用户，最近 DeepSeek 官方暂停了 API  

DeepSeek部署完后，除了正常的聊天使用，实际上更想基于它做一些更符合预期的事情，比如基于某些事实或者数据，能给我推理出来相关的结果或者尽量限制在某一部分进行回答，这个比较突出的表现方式就是知识库，其中，最新最新出来的开源 RAGFlow 很不错，这就部署出来瞅一下。当然，DeepSeek的部署就需要参考《基于Ubuntu Ollama 部署 DeepSeek-R132B 聊天大模型（附带流式接口调用示例）》这篇文章了。RAGFlow简单介绍下它，RAGFlow 是一款基于深度文档理解构建的