logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

Xonsh:把 Python 和 Shell 融为一体的命令行体验

Xonsh是一款融合Python与Shell的跨平台命令行工具,在GitHub获9.5k星。它允许在终端中混用Python代码和Shell命令,支持条件判断、函数定义等Python原生语法,无需额外学习。自动适配Linux/macOS/Windows等平台路径风格,通过xontrib机制支持Starship、Powerline、ChatGPT等扩展功能。提供pip/conda/Docker等多种安

#python#开发语言#其他
Xonsh:把 Python 和 Shell 融为一体的命令行体验

Xonsh是一款融合Python与Shell的跨平台命令行工具,在GitHub获9.5k星。它允许在终端中混用Python代码和Shell命令,支持条件判断、函数定义等Python原生语法,无需额外学习。自动适配Linux/macOS/Windows等平台路径风格,通过xontrib机制支持Starship、Powerline、ChatGPT等扩展功能。提供pip/conda/Docker等多种安

#python#开发语言#其他
Xonsh:把 Python 和 Shell 融为一体的命令行体验

Xonsh是一款融合Python与Shell的跨平台命令行工具,在GitHub获9.5k星。它允许在终端中混用Python代码和Shell命令,支持条件判断、函数定义等Python原生语法,无需额外学习。自动适配Linux/macOS/Windows等平台路径风格,通过xontrib机制支持Starship、Powerline、ChatGPT等扩展功能。提供pip/conda/Docker等多种安

#python#开发语言#其他
Xonsh:把 Python 和 Shell 融为一体的命令行体验

Xonsh是一款融合Python与Shell的跨平台命令行工具,在GitHub获9.5k星。它允许在终端中混用Python代码和Shell命令,支持条件判断、函数定义等Python原生语法,无需额外学习。自动适配Linux/macOS/Windows等平台路径风格,通过xontrib机制支持Starship、Powerline、ChatGPT等扩展功能。提供pip/conda/Docker等多种安

#python#开发语言#其他
Xonsh:把 Python 和 Shell 融为一体的命令行体验

Xonsh是一款融合Python与Shell的跨平台命令行工具,在GitHub获9.5k星。它允许在终端中混用Python代码和Shell命令,支持条件判断、函数定义等Python原生语法,无需额外学习。自动适配Linux/macOS/Windows等平台路径风格,通过xontrib机制支持Starship、Powerline、ChatGPT等扩展功能。提供pip/conda/Docker等多种安

#python#开发语言#其他
bigscience-workshoppetals:在家跑大模型,它用分布式做到了

Petals是一个开源分布式项目,让普通用户能在个人设备上运行大语言模型。它采用类似BitTorrent的架构,支持Llama、Mixtral等大模型,推理速度比传统方案快10倍。用户只需几行代码即可调用405B参数的模型,无需本地存储完整权重。项目兼容Transformers库,支持模型微调和隐藏层访问。通过社区贡献GPU算力运行,提供公有/私有网络选项,适合开发者测试、科研和轻量化应用部署。目

#分布式#其他
Sphinx:Python 文档生成的标准方案

Sphinx是Python社区主流的文档生成工具,支持将reStructuredText格式文本转换为HTML/PDF/EPUB等多种格式。它提供自动交叉引用、代码高亮、索引生成等功能,大幅降低技术文档维护成本。作为成熟方案,Sphinx被Python官方文档及众多开源项目采用,尤其适合需要多格式输出和复杂文档结构的项目。虽然学习曲线略陡,但其强大的语义化处理和扩展能力使其成为中大型项目的理想选择

#sphinx#python#全文检索 +1
bigscience-workshoppetals:在家跑大模型,它用分布式做到了

Petals是一个开源分布式项目,让普通用户能在个人设备上运行大语言模型。它采用类似BitTorrent的架构,支持Llama、Mixtral等大模型,推理速度比传统方案快10倍。用户只需几行代码即可调用405B参数的模型,无需本地存储完整权重。项目兼容Transformers库,支持模型微调和隐藏层访问。通过社区贡献GPU算力运行,提供公有/私有网络选项,适合开发者测试、科研和轻量化应用部署。目

#分布式#其他
bigscience-workshoppetals:在家跑大模型,它用分布式做到了

Petals是一个开源分布式项目,让普通用户能在个人设备上运行大语言模型。它采用类似BitTorrent的架构,支持Llama、Mixtral等大模型,推理速度比传统方案快10倍。用户只需几行代码即可调用405B参数的模型,无需本地存储完整权重。项目兼容Transformers库,支持模型微调和隐藏层访问。通过社区贡献GPU算力运行,提供公有/私有网络选项,适合开发者测试、科研和轻量化应用部署。目

#分布式#其他
到底了