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

白嫖 Claude Code!本地 Ollama 接入全流程 + 踩坑实录

本文详细介绍了如何将 Claude Code VSCode 插件对接本地 Ollama 大模型的完整流程。通过搭建包含 LiteLLM 和自定义 FastAPI 中间件的架构,成功实现了用开源模型替代收费 API 的方案。文章重点解决了 7 个关键问题,包括 PowerShell 的 curl 兼容性、LiteLLM 参数过滤、模型前缀选择等,并提供了完整的中间件代码示例。该方案最终实现了完全本地

#阿里云#语言模型#学习 +1
从零搭建RAG架构的财报分析Agent,Ollama本地大模型友好,附源码

本文介绍了一个基于Ollama本地大模型和RAG架构的财报分析Agent开发过程。文章从实际需求出发,分析了传统财报分析的痛点,详细阐述了技术选型(选择Ollama本地模型保障数据隐私)、开发环境搭建(VSCode+ClaudeCode插件)以及系统架构设计(包含RAG检索增强生成流程)。开发过程中解决了PDF解析OOM、多线程优化等关键问题,通过与longcat-2.0-preview模型的多次

文章图片
#架构#python3.11#人工智能 +1
普通人想了解AI?从生一个自己的“龙虾”开始

摘要:本文提出一种零基础理解大模型的趣味方法——通过"生养"专属AI助手"龙虾"。该方法采用四步渐进式实操:1)搭建基础对话窗口;2)添加上下文记忆功能;3)集成工具调用能力;4)配置RAG知识库。全程借助Claude等AI辅助完成,无需编程基础。通过亲手培育AI助手的过程,用户能直观理解大模型的工作原理、记忆机制和工具调用逻辑,破除技术神秘感。这种方法将复

文章图片
#人工智能#学习
普通人想了解AI?从生一个自己的“龙虾”开始

摘要:本文提出一种零基础理解大模型的趣味方法——通过"生养"专属AI助手"龙虾"。该方法采用四步渐进式实操:1)搭建基础对话窗口;2)添加上下文记忆功能;3)集成工具调用能力;4)配置RAG知识库。全程借助Claude等AI辅助完成,无需编程基础。通过亲手培育AI助手的过程,用户能直观理解大模型的工作原理、记忆机制和工具调用逻辑,破除技术神秘感。这种方法将复

文章图片
#人工智能#学习
从零搭建RAG架构的财报分析Agent,Ollama本地大模型友好,附源码

本文介绍了一个基于Ollama本地大模型和RAG架构的财报分析Agent开发过程。文章从实际需求出发,分析了传统财报分析的痛点,详细阐述了技术选型(选择Ollama本地模型保障数据隐私)、开发环境搭建(VSCode+ClaudeCode插件)以及系统架构设计(包含RAG检索增强生成流程)。开发过程中解决了PDF解析OOM、多线程优化等关键问题,通过与longcat-2.0-preview模型的多次

文章图片
#架构#python3.11#人工智能 +1
我让小米 MiMo 从零撸了一个像素画编辑器,结果它给我上了一课

摘要:本文记录了对小米MiMo-V2.5大模型的一次极限编程测试,要求其从零开始实现一个功能完整的Web像素画编辑器。测试涵盖需求理解、架构设计、算法实现等7个维度,考察了模型在Canvas渲染、Median Cut颜色量化算法、交互设计等方面的综合能力。结果显示MiMo能正确完成技术选型、算法实现和工程化交付,最终产出的编辑器具备图片导入、像素化处理、网格显示、同色高亮等完整功能,且构建产物性能

文章图片
#编辑器
白嫖 Claude Code!本地 Ollama 接入全流程 + 踩坑实录

本文详细介绍了如何将 Claude Code VSCode 插件对接本地 Ollama 大模型的完整流程。通过搭建包含 LiteLLM 和自定义 FastAPI 中间件的架构,成功实现了用开源模型替代收费 API 的方案。文章重点解决了 7 个关键问题,包括 PowerShell 的 curl 兼容性、LiteLLM 参数过滤、模型前缀选择等,并提供了完整的中间件代码示例。该方案最终实现了完全本地

#阿里云#语言模型#学习 +1
白嫖 Claude Code!本地 Ollama 接入全流程 + 踩坑实录

本文详细介绍了如何将 Claude Code VSCode 插件对接本地 Ollama 大模型的完整流程。通过搭建包含 LiteLLM 和自定义 FastAPI 中间件的架构,成功实现了用开源模型替代收费 API 的方案。文章重点解决了 7 个关键问题,包括 PowerShell 的 curl 兼容性、LiteLLM 参数过滤、模型前缀选择等,并提供了完整的中间件代码示例。该方案最终实现了完全本地

#阿里云#语言模型#学习 +1
量化交易学习笔记

下一步就是交易策略的制定,以及如何回测。方向就是先找下别人提供的一些交易策略及回测程序学习下^^。回测貌似有框架类的程序backtrader,学习下是个什么玩意。好像可以根据制定的策略生成图标。数据源获取,注册了tushare,120积分可以有一定免费使用量。晚上又知道了些其他免费数据源,比如INSIGHT。尝试获取了下数据成功。昨天安装了python3.8.10(公司电脑win7,3.9及以上版

文章图片
#学习
到底了