logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

RuoYi-AI 本地运行全流程指南

RuoYi-AI 本地部署指南 本文提供 RuoYi-AI 项目在本地环境的完整部署流程,包含以下关键步骤: 项目准备:克隆 GitHub 仓库并配置后端数据库 模型部署:安装 Ollama 平台并加载 qwen2:0.5b 问答模型和 embeddinggemma:300m 向量模型 基础设施:使用 Docker Compose 部署 Milvus 向量数据库及相关组件(Etcd、MinIO)

文章图片
#人工智能#java#spring boot +1
本地起项目SSE连接就正常,部署到服务器上SSE连接就失败(failed)net::ERR_INCOMPLETE_CHUNKED_ENCODING

摘要:文章记录了SSE连接线上部署时出现"ERR_INCOMPLETE_CHUNKED_ENCODING"错误的排查过程。确认问题并非代码引起,而是Nginx转发配置不当所致,通过添加SSE专用的代理配置(包括关闭缓存缓冲、设置超时等)解决了该问题。关键配置包括禁用proxy_buffering和proxy_cache,并设置适当的读写超时时间。

文章图片
#服务器#运维
Springboot后端管理项目+AI剑指数据可视化分析

传统模式 vs 智能革命:用AI让数据「随想随看」‌传统时代的困境:‌企业每天都有上百个数据统计需求——销售想对比各区域业绩趋势,财务要分析成本波动原因,管理层需实时查看经营指标… 但每个需求都像一场漫长的接力赛:1️⃣ ‌业务人员‌绞尽脑汁写需求文档,还得懂技术术语(“要LEFT JOIN哪几个表?GROUP BY什么字段?”)2️⃣ ‌程序员‌熬夜写SQL、改代码,一个简单需求从提出到上线平均

文章图片
#信息可视化#spring boot#人工智能
AI编码OpenCode入门到入神

OpenCode 是一款开源的 AI 编程助手,原生集成于终端环境,支持智能编码、调试和项目重构。它提供双模式工作流(分析/执行)、模型无关性(可连接多种AI模型)和多端运行能力。安装方式包括 npm、Chocolatey 和 WSL 三种方案,支持配置本地私有模型。实际使用中,开发者可在项目目录通过opencode命令启动,连接公司大模型服务后即可开始AI辅助编程。该工具将传统编码升级为AI协作

文章图片
#人工智能#java
AI编码OpenCode入门到入神

OpenCode 是一款开源的 AI 编程助手,原生集成于终端环境,支持智能编码、调试和项目重构。它提供双模式工作流(分析/执行)、模型无关性(可连接多种AI模型)和多端运行能力。安装方式包括 npm、Chocolatey 和 WSL 三种方案,支持配置本地私有模型。实际使用中,开发者可在项目目录通过opencode命令启动,连接公司大模型服务后即可开始AI辅助编程。该工具将传统编码升级为AI协作

文章图片
#人工智能#java
Opencode常见问题与优化排查

AI编码工具常见问题排查指南 本文总结了使用AI编码工具时的常见问题及解决方案,包括: 安装失败排查:检查Node.js环境、版本要求、系统权限及网络代理问题,推荐使用国内镜像加速 PowerShell脚本执行限制:通过修改执行策略解决"禁止运行脚本"错误 命令找不到问题:检查npm全局路径是否加入系统PATH环境变量 文件名过长错误:清理npm缓存或缩短项目路径解决ENAME

#java#人工智能#idea +2
OpenCode入门到入坑

OpenCode使用指南 OpenCode是一款开源AI编程助手,支持终端原生集成,提供智能编码、双模式工作流(plan/build)等功能。支持多种AI模型,包括本地部署方案。部署方式灵活:可通过npm直接安装、Chocolatey包管理工具或WSL子系统安装。公司内部使用时,可通过配置文件连接私有AI模型服务。使用时只需在项目目录执行opencode命令,通过/connect选择公司配置的AI

#java#人工智能#spring boot +1
OpenCode入门到入坑

OpenCode使用指南 OpenCode是一款开源AI编程助手,支持终端原生集成,提供智能编码、双模式工作流(plan/build)等功能。支持多种AI模型,包括本地部署方案。部署方式灵活:可通过npm直接安装、Chocolatey包管理工具或WSL子系统安装。公司内部使用时,可通过配置文件连接私有AI模型服务。使用时只需在项目目录执行opencode命令,通过/connect选择公司配置的AI

#java#人工智能#spring boot +1
服务器安装向量数据库-Docker版本

本文介绍了一个使用Docker Compose部署向量数据库Milvus及相关组件的配置方案。通过YAML文件定义了五个服务:etcd(分布式键值存储)、minio(对象存储)、milvus-standalone(向量数据库核心)、attu(管理界面)以及redis和rabbitmq(辅助服务)。配置包含了各服务的容器设置、端口映射、数据卷挂载、环境变量和资源限制,并建立了名为milvus的默认网

文章图片
#服务器#数据库#docker
RuoYi-AI 本地运行全流程指南

RuoYi-AI 本地部署指南 本文提供 RuoYi-AI 项目在本地环境的完整部署流程,包含以下关键步骤: 项目准备:克隆 GitHub 仓库并配置后端数据库 模型部署:安装 Ollama 平台并加载 qwen2:0.5b 问答模型和 embeddinggemma:300m 向量模型 基础设施:使用 Docker Compose 部署 Milvus 向量数据库及相关组件(Etcd、MinIO)

文章图片
#人工智能#java#spring boot +1
    共 19 条
  • 1
  • 2
  • 请选择