内网无互联网环境，通过镜像文件导入docker镜像

本文介绍了如何部署Qwen3-Embedding-8B模型的详细步骤。首先确认ollama版本需0.9.0+，若版本过低会导致模型加载失败。通过卸载旧版本、下载新版ollama完成升级。其次提供两种模型获取方式：在线拉取或离线导入模型文件。完成部署后需确认模型导入成功，最后在dify平台进行模型配置。文章包含完整的命令行操作流程和注意事项，为部署Qwen3-Embedding-8B模型提供了清晰的

本文描述一个读取excel文件批量导入dify知识库QA分段的解决方案

通过引入dify-import项目，支持读取高质量的txt制度类文件批量导入父子分段dify知识库并通过语言模型的推理产生相关关键字生成字段。

kylin Linux环境下，离线升级docker 镜像的命令行执行程序的方法。主要内容包括：1）在有互联网机器下载最新程序并传输到离线服务器；2）确认并启动Docker容器；3）复制编辑配置文件；4）进入容器交互模式启动虚拟环境；5）修改配置后运行程序。适用于Kylin Linux环境下的dify 0.1.0-release版本升级，新版本增加了对制度类txt文件知识库父子分段支持。

升级ollama到0.9.0后，重新加载model。原因：ollama版本过低，参考。

使用dify的workflow引入腾讯云的speech to text 大模型技术，实现mp3文件的语音转文字服务测试。

本文介绍了NL2SQL微调数据集的准备工作。重点讲解了samples.jsonl文件建立自然语言问题与数据库表的关联方法，以及通过sql_output文件夹进行向量化处理的步骤。详细说明了build_training_ds.py程序生成training_dataset.jsonl文件的格式，该文件包含正负样本标注数据，每个问题配有1个正样本和19个负样本。这些数据将用于后续的LORA微调项目处理。

本文介绍了2025年羊城工匠杯nl2sql比赛的开发环境配置方法。主要使用VSCode和DBeaver工具，其中VSCode通过SSH连接WSL的Ubuntu系统。配置步骤包括：安装Ubuntu24.04 WSL、拉取项目代码、通过pyenv管理Python版本（推荐3.10.17）、创建虚拟环境并安装依赖包（如langchain、openai等）。文章提供了详细的安装命令和配置指引，帮助参赛者快

本文介绍了NL2SQL比赛的参赛项目架构设计，包含数据准备和批量执行两大模块。数据准备阶段通过多个Python脚本实现Excel到SQL的转换、问题模板关联、向量化处理等流程，最终生成向量数据库。批量执行阶段采用多线程处理，通过查询匹配库表、构建提示词、调用大模型生成SQL等步骤，将结果写入JSON文件。整体架构包含10余个功能模块，实现了从自然语言到SQL语句的自动化转换流程。