本文介绍了一个基于Loki+Grafana+Promtail的单机Docker日志解决方案，支持按项目采集、日志级别筛选和网页检索。主要组件包括Promtail（日志采集）、Loki（存储检索）和Grafana（可视化界面）。部署时需注意Windows/Linux路径配置差异，通过修改docker-compose.yml和promtail-config.yaml适配不同系统。系统提供一键启动、自动

本文介绍了基于Jenkins和Docker的Java项目自动化部署流程。通过清华镜像站下载Ubuntu25环境后，克隆Jenkins项目并上传至服务器，执行安装脚本完成Docker环境下的Jenkins部署（访问地址：IP:8080，默认账号admin/admin）。详细说明了从创建Job、配置流水线（使用Jenkinsfile）到成功构建的全过程，最终实现项目自动化部署。该方案解决了传统部署的环

本文介绍了基于Jenkins+Gitlab+Java的自动化部署方案。针对传统手动部署流程繁琐、易出错的问题，通过搭建CI/CD流水线实现代码提交后自动编译、打包和部署。详细讲解了Gitlab安装配置、Jenkins流水线创建、项目构建等关键步骤，最终实现SpringBoot等项目的一键自动化部署。该方案具有配置简单、稳定性高、可复用性强等特点，能显著提升Java项目的迭代效率和部署规范性，适合个

本文介绍了如何在本地部署Ollama和AnythingLLM进行AI模型测试。首先需要从Ollama官网下载安装包并验证安装成功，然后选择适合本地测试的deepseek-r1:1.5b模型（1.1G大小）。接着从AnythingLLM官网下载桌面版安装包，安装完成后可在设置中配置嵌入器进行聊天测试。文中特别提醒本地测试时不宜选择参数过大的模型，以免对GPU要求过高。两个工具安装完成后即可实现本地A

Python+LangChain+Ollama+Chroma实现RAG问答

Python+Sentence-BERT|Ollama 稠密检索

OpenClaw 宠物日记

【摘要】本文系统梳理了大模型领域的100个核心术语，基于B站视频《一小时从函数到Transformer》P7章节内容整理。词汇表严格遵循视频讲解顺序，涵盖基础理论（函数、符号主义/连接主义）、技术架构（Transformer、RLHF）、模型类型（GPT、Llama）、应用生态（RAG、智能体）及开发工具（Pytorch、CUDA）等全维度知识。每个词条均附原视频释义，如"涌现&quot

本文介绍了如何使用阿里ModelScope平台和LLaMAFactory框架微调大语言模型Qwen3-4B。主要内容包括：1）在ModelScope免费实例中配置环境；2）准备包含身份信息和问答的中英文数据集；3）配置训练参数（如学习率、训练轮数等）；4）下载Qwen3-4B模型并进行LoRA微调；5）测试微调后模型效果；6）将微调权重合并到基础模型中。整个流程耗时约15分钟，最终模型能准确回答关

本文介绍了微调后大模型的部署方法：1. 使用llama.cpp将HF格式模型转换为GGUF格式；2. 通过llama.app以CLI或Server模式部署模型；3. 尝试ollama部署遇到Qwen3模型不兼容问题；4. 演示了将GGUF模型上传至ModelScope平台并下载的完整流程。文章提供了从模型转换到实际部署的具体操作指南，重点介绍了llama.cpp工具链的使用方法。