最近Kimi也发布了他们的视觉大模型，简单测试了一下，效果还不错，对图片中的物品识别的比较准确和细致。Kimi的视觉分析，和之前的文本调用非常接近。Kimi采用了将图片进行Base64编码为文本的方式，进行参数传递，可以直接使用OpenAI客户端进行调用。

测试印象：整体模型体积较小，个人可以部署并使用。图像识别效果不错，不但可以识别一般的图片，也可以识别一些图纸类的内容。显存占用不高，24G显存即可以运行图片识别和图像生成。部署相对简单，如果不考虑模型下载时间，半小时就可以进行简单测试。图片识别时，如果图片是格式复杂的文本类（如试卷），在OCR时，会出现较严重的问题。生成图片时，必须用英文。生成图片时，当提示词过于简单时，会出现物品不完整的现象。总

GBase 8s 元数据查询查询数据库查询数据库字符集查询表查询列查询视图查询表的索引查询触发器存储过程函数同义词约束主键外键唯一索引NULL默认值Check查看数据库空间查看Chunk查看VP查看物理日志查看逻辑日志查看会话用户查询数据库database sysmaster;select name, is_logging, is_case_insens from sysdatabases;&gt

如何让dbasscess可以查看历史SQL从百度网盘下载rlwrap，文件很小，大约250K。链接地址见下面。链接：https://pan.baidu.com/s/1Y1BFjSKaDCirkdwi9C2dUg提取码：1234将文件放到GBase 8s的bin目录下。如我的文件位置[gbasedbt@train ~]$ which rlwrap/opt/gbase/bin/rlwrap配置.bas

最近由于某些未知原因，国内的docker镜像全部被停。刚好需要重新安装自己的笔记本为双系统，在原来的Windows下，再安装一个Ubuntu 22.04。安装后，发现之前简单的安装Docker服务的命令也无法执行成功，报超时错误。经过一些测试，整理出一个可手动安装docker服务的方法，步骤如下

最近Kimi也发布了他们的视觉大模型，简单测试了一下，效果还不错，对图片中的物品识别的比较准确和细致。Kimi的视觉分析，和之前的文本调用非常接近。Kimi采用了将图片进行Base64编码为文本的方式，进行参数传递，可以直接使用OpenAI客户端进行调用。

测试印象：整体模型体积较小，个人可以部署并使用。图像识别效果不错，不但可以识别一般的图片，也可以识别一些图纸类的内容。显存占用不高，24G显存即可以运行图片识别和图像生成。部署相对简单，如果不考虑模型下载时间，半小时就可以进行简单测试。图片识别时，如果图片是格式复杂的文本类（如试卷），在OCR时，会出现较严重的问题。生成图片时，必须用英文。生成图片时，当提示词过于简单时，会出现物品不完整的现象。总

测试印象：整体模型体积较小，个人可以部署并使用。图像识别效果不错，不但可以识别一般的图片，也可以识别一些图纸类的内容。显存占用不高，24G显存即可以运行图片识别和图像生成。部署相对简单，如果不考虑模型下载时间，半小时就可以进行简单测试。图片识别时，如果图片是格式复杂的文本类（如试卷），在OCR时，会出现较严重的问题。生成图片时，必须用英文。生成图片时，当提示词过于简单时，会出现物品不完整的现象。总

当需要对Flink进行一些性能测试时，可以使用自定义数据源来简化测试过程。Flink支持自定义数据源，可以使用循环生成所需要格式的测试数据，使用方式非常灵活。运行程序后，会产生源源不断的数据。