快乐的GTD吧

摘要： 工作原理 Funcation Calling Function Calling 通过在应用程序和大模型之间的多步骤交互，使大模型可以参考外部工具信息进行回答。 https://help.aliyun.com/zh/model-studio/qwen-function-calling MCP 阅读全文

摘要： 在.zshrc文件中添加alias gf=gf 阅读全文

摘要： Spark-TTS 是一个在设计思路上非常清晰、工程结构合理、适合个人开发者学习和二次开发的优秀开源 TTS 项目。以下是它值得肯定的几个关键点，也解释了为什么它特别适合学习： ✅ 为什么 Spark-TTS 适合个人开发者学习？ 1. 架构简洁，模块解耦 采用典型的 文本前端 → 声学模型 → 声 阅读全文

摘要： HTTP OPTIONS 方法详解：从原理到实践 本文深入剖析 HTTP OPTIONS 方法的核心作用、CORS 预检机制及实际应用场景，帮助开发者彻底解决跨域问题 一、OPTIONS 方法概述 1.1 基本定义 OPTIONS 是 HTTP/1.1 协议定义的请求方法之一，用于获取目标资源支持的 阅读全文

摘要： 调用接口 package main import ( "context" "errors" "fmt" "io" openai "github.com/sashabaranov/go-openai" ) func main() { config := openai.DefaultConfig("ol 阅读全文

摘要： 针对像 Qwen3-0.6B 这类轻量级大语言模型（LLM）的微调（Fine-tuning），核心目标是在有限算力和数据条件下，高效提升模型在特定任务或领域上的表现。由于模型本身参数量小（约6亿），微调成本远低于大模型，但仍需采用合适的技术策略以避免过拟合、灾难性遗忘或资源浪费。 以下是针对此类小模 阅读全文

摘要： Qwen3:0.6B 是通义千问（Qwen）系列中的一个轻量级语言模型，其名称中的 “0.6B” 表示该模型大约拥有 6亿参数（即 0.6 billion parameters）。作为 Qwen3 系列中参数规模较小的成员，它在性能、资源消耗和部署灵活性之间取得了良好平衡。以下是关于 Qwen3:0 阅读全文

摘要： 使用 Python 基于 Ollama 构建个人私有知识库是一个非常实用的项目，可以实现本地化、隐私安全的文档问答系统。以下是完整的路径和步骤，帮助你从零开始搭建一个基于 Ollama 的本地知识库系统。 🌟 目标 构建一个本地运行的私有知识库问答系统，支持： 上传本地文档（PDF、Word、TX 阅读全文

摘要： 在Go语言中实现AI聊天窗口需要结合前端界面、后端服务以及AI模型调用。以下是一个分步实现的详细方案，包含关键代码示例和架构设计： 一、整体架构设计 前端：使用HTML/CSS/JavaScript构建Web界面，通过WebSocket与后端通信。 后端：Go语言服务（推荐Gin框架）处理WebSo 阅读全文

摘要： 开机时登录界面出来之前，快速按下F8 测试环境 win7 阅读全文