本文提供基于Docker的MySQL与Redis集群快速部署方案。通过Docker命令可直接部署MySQL单实例（含数据持久化配置）和Redis 3主3从集群。包括环境准备、容器启动、集群初始化及验证步骤，涵盖目录创建、端口映射、数据卷挂载等关键配置，并提供集群管理命令。方案采用host网络模式优化Redis性能，支持数据持久化，并说明生产环境注意事项，完整脚本已通过CentOS 7.6和Dock

记录一次从零开始使用k8s部署java应用的过程

记录真实项目常使用的k8s命令

工具（Tool）“或”功能调用（Function Calling）“允许大型语言模型（LLM）在必要时调用一个或多个可用的工具，这些工具通常由开发者定义。向量存储（VectorStore）是一种用于存储和检索高维向量数据的数据库或存储解决方案，它特别适用于处理那些经过嵌入模型转化后的数据。嵌入数组的长度称为向量的维度（Dimensionality）在使用用户输入文本构建 Prompt 调用 AI

摘要：UV工具为Python项目提供便捷的虚拟环境和依赖管理功能，支持初始化项目（uv init）、创建虚拟环境（uv venv）、依赖安装/卸载（uv pip）及Python版本管理（uv python list）。关键操作包括激活/退出虚拟环境、通过requirements.txt管理依赖、导出依赖列表，以及查询缓存目录。适用于需要快速配置Python开发环境的场景。。

docker registry私服搭建，并且支持https推送

从gitlab代码仓拉取代码失败问题

linux机器报错:设备上没有空间

java.lang.ArithmeticException: Division undefined问题处理

工具（Tool）“或”功能调用（Function Calling）“允许大型语言模型（LLM）在必要时调用一个或多个可用的工具，这些工具通常由开发者定义。向量存储（VectorStore）是一种用于存储和检索高维向量数据的数据库或存储解决方案，它特别适用于处理那些经过嵌入模型转化后的数据。嵌入数组的长度称为向量的维度（Dimensionality）在使用用户输入文本构建 Prompt 调用 AI