本地部署Qwen3/3.5/3.6模型，使用中遇到 不支持 developer角色、工具参数中文乱码、历史推理不会隐藏、工具参数以字符串形式返回时解析失败，长工具描述撑爆上下文等问题。导致Agent Loop失败，问题处理中断，工具调用失败等问题。huggingface上Qwen团队提供了一个专门的Qwen-Fixed-Chat-Templates解决相关问题，当你的Qwen模型本地部署后，出现了

oepncode 使用skill遇到Skill "xxxx"Error: The socket connection was closed unexpectedly. For more information, pass `verbose: true` in the second argument to fetch()不要慌，看懂本文，一个小工具解决问题~~~

本地部署Qwen3/3.5/3.6模型，使用中遇到 不支持 developer角色、工具参数中文乱码、历史推理不会隐藏、工具参数以字符串形式返回时解析失败，长工具描述撑爆上下文等问题。导致Agent Loop失败，问题处理中断，工具调用失败等问题。huggingface上Qwen团队提供了一个专门的Qwen-Fixed-Chat-Templates解决相关问题，当你的Qwen模型本地部署后，出现了

本地部署Qwen3/3.5/3.6模型，使用中遇到 不支持 developer角色、工具参数中文乱码、历史推理不会隐藏、工具参数以字符串形式返回时解析失败，长工具描述撑爆上下文等问题。导致Agent Loop失败，问题处理中断，工具调用失败等问题。huggingface上Qwen团队提供了一个专门的Qwen-Fixed-Chat-Templates解决相关问题，当你的Qwen模型本地部署后，出现了

不需要WSL环境。基于官方的安装脚本，整合了个一键安装包（环境隔离的，和你主机已有的python、npm没有任何毛关系），需用的自己下载，按说明装完，Hermes web ui浏览器直接就可以访问了，配个模型就可以用。带实现过程讲解~~~

Qwen3-Embedding模型是输出4096维，本文通过硅基流动和ollama两种发布方式，展示了如何指定Embeding模型的输出维度。（以前的BAAI bge系列Embeding之类的模型，一般都不支持指定输出维度，输出维度大多都是固定的）

人工智能和人工神经网络，提到这些可能有很多人都觉得很高深，很高级。但其实也有简单的，比如BP神经网络，就目前的人工神经网络发展看，除了深度学习算法的人工神经网络以外，应用最广泛的就是BP神经网络，BP神经网络能够快速发现并学习具备线性回归特征的问题。相信也有很多人想把它用在彩票分析上，处于爱好和玩的原因，我就来做一个实现。BP神经网络的关键参数一般有3个，输入节点个数，隐藏节点个数，输出节点个

oepncode 使用skill遇到Skill "xxxx"Error: The socket connection was closed unexpectedly. For more information, pass `verbose: true` in the second argument to fetch()不要慌，看懂本文，一个小工具解决问题~~~

B站大V秋葉aaaki的Stable Diffusion整合V4版发布了，集成度比较高，在windows下解压缩直接就可以使用，整合的非常好。但是笔人没有RTX4090这样级别的显卡，又希望有个高速运行的效果。所以索性到云GPU主机上来用秋叶aaaki的Stable Diffusion webui，一番研究后，在趋动云部署成功。运行良好，速度飞快。特此分享。

使用mplfinance库做K线图的呈现，感觉不是很理想，用pyQtgraph库，感觉要好一些。不过在对数坐标系设置实现时，发现一些问题。文章详细说明了，对数坐标和普通坐标，对看盘的影响。并通过修改官方源码的方式，实现了对数坐标系呈现！看看，如果您感觉有用，就给个赞吧！