SkyWalking是分布式系统的应用程序性能监视工具，专为微服务、云原生架构和基于容器（Docker、K8s、Mesos）架构而设计。提供分布式追踪、服务网格遥测分析、度量聚合和可视化一体化解决方案。在 Spring Boot 项目中排查问题时，我们通常需要查看日志。但当请求量较大或者接口调用链路较长时，很难区分日志属于哪一次请求。MDC 是SLF4J提供的 线程级日志上下文存储。它内部通过保存

家里的nas，是由ipv6的网络的，但是很多地方没有ipv6的网络。通过ipv4的网络，来直连访问家里ipv6的nas。

pycorrector: 中文文本纠错工具。支持中文音似、形似、语法错误纠正，python3.8开发。重点解决其中的"音似、形字、语法、专名错误"等类型。pycorrector实现了Kenlm、ConvSeq2Seq、BERT、MacBERT、ELECTRA、ERNIE、GPT等多种模型的文本纠错，评估各模型的效果。

SpeechRecognition 是 Python 生态中最主流的语音识别第三方库，它封装了多个国内外主流语音识别引擎的接口，让你无需关注各引擎的底层实现（比如 API 签名、数据格式转换），只需调用简单的 Python API 就能快速实现 “语音转文字” 功能。你希望详细了解Python的SpeechRecognition库的功能、使用方法，并通过具体案例掌握它在不同场景下的应用，我会从库的

国内可以使用springAI-alibaba，文档默认支持阿里百炼大模型。MCP(Model Context Protocol,，模型上下文协议)是一种开放标准，目的是增强AI与外部系统的交互能力。MCP为AI提供了与外部工具、资源和服务交互的标准化方式，让AI能够访问最新数据、执行复杂操作，并与现有系统集成。本质是Tools远程调用。

其中有一个错别字大模型也能识别出来。但是不同的大模型，推理能力不同。

pyttsx3 是 Python 轻量级的离线文本转语音（TTS, Text-to-Speech） 库，区别于 gTTS（需要联网），它直接调用操作系统内置的语音引擎，无需网络即可实现文本转语音，响应速度快，且支持跨平台（Windows、macOS、Linux）。

分词：即把一段中文或者别的划分成一个个的关键字，我们在搜索时候会把自己的信息进行分词，会把数据库中或者索引库中的数据进行分词，然后进行—个匹配操作，默认的中文分词是将毎个字看成一个词，比如“我爱中国”会被分为"我"“爱”“中"国”，这显然是不符合要求的，所以我们需要安装中文分词器IK来解决这个问题。如果要使用中文，建议使用IK分词器！IK提供了两个分词算法: ik_smart和 ik_max_wo

上线前务必把核心索引写死。明确：字段类型、是否索引、所需 fields 及分析器。不让 ES 自己猜。当你不手动定义索引映射（Mapping）时，ES 会根据插入的第一条数据 “猜” 字段类型：数字可能被识别为text（文本），导致排序 / 聚合时需要额外转换，性能下降；手机号 / 身份证号被识别为long，但超出数值范围会报错；所有字段默认开启索引，即使是不需要检索的字段（如备注、日志详情），浪

primary_term: _primary_term主要是用来恢复数据时处理当多个文档的_seq_no一样时的冲突，避免Primary Shard上的写入被覆盖。在_msearch中，请求格式和bulk类似。Shard级别严格递增，保证后写入的Doc的_seq_no大于先写入的Doc的_seq_no。_seq_no和_primary_term是对_version的优化，7.X版本的ES默认使用这