本文详细介绍如何利用 Python 生态中的 LangChain/LlamaIndex 框架，结合 FastAPI 构建后端服务，使用 Streamlit 开发前端界面，并集成本地部署的 Ollama 与 Qwen 大语言模型，打造一套完全离线、可运行于企业内网环境的 RAG（检索增强生成）知识问答系统。文章将从系统架构设计、环境搭建、核心代码实现、前后端集成、模型本地化部署到最终系统展示，提供完

AI正在从"用户主动使用的工具"变成"嵌入业务流程的基础能力"。MCP协议的意义不在于它定义了什么新功能，而在于它让这种嵌入变得标准化和可复用。对企业来说，现在是一个值得开始尝试的时机。大模型的推理成本在持续下降，MCP生态在快速成熟，Python/Node.js的SDK已经可以直接使用。选一个真实的业务场景，用MCP的方式接入AI能力，比空谈AI转型更有实际意义。

本文详细介绍如何利用 Python 生态中的 LangChain/LlamaIndex 框架，结合 FastAPI 构建后端服务，使用 Streamlit 开发前端界面，并集成本地部署的 Ollama 与 Qwen 大语言模型，打造一套完全离线、可运行于企业内网环境的 RAG（检索增强生成）知识问答系统。文章将从系统架构设计、环境搭建、核心代码实现、前后端集成、模型本地化部署到最终系统展示，提供完

最近在折腾 OpenClaw 时，最大的痛点就是飞书机器人的配置。官方文档分散，社区方案各异，加上权限、配对、插件冲突等问题，花了整整两天才搞定。这篇文章记录了完整的踩坑过程和最终可行的方案，希望能帮你省下这些时间。飞书开放平台：创建应用 → 开启权限 → 配置长连接事件OpenClaw 插件：安装→ 编辑配置文件 → 重启网关配对与权限：批准设备请求 → 设置Open ID：必须用真实 ID，不

最近在折腾 OpenClaw 时，最大的痛点就是飞书机器人的配置。官方文档分散，社区方案各异，加上权限、配对、插件冲突等问题，花了整整两天才搞定。这篇文章记录了完整的踩坑过程和最终可行的方案，希望能帮你省下这些时间。飞书开放平台：创建应用 → 开启权限 → 配置长连接事件OpenClaw 插件：安装→ 编辑配置文件 → 重启网关配对与权限：批准设备请求 → 设置Open ID：必须用真实 ID，不

最近手头有个政府项目，信创是硬指标。客户要求全栈国产化，操作系统、数据库、中间件都得是国产的。操作系统好办，现在主流的国产 OS 基本都是免费的。但数据库这块卡住了——翻了一遍安全可靠测评的名单，达梦、人大金仓、OceanBase 这些虽然都合规，但一套几万到几十万不等的授权费，对于预算有限的项目来说确实肉疼。于是开始找"既要合规又要免费"的路子。最终成果：一套完全免费的国产数据库环境，跑在 Do

顺丰退出抖音退货物流，可以总结为：“断舍离”低价值、非战略性的规模，将所有的“好钢”都用在“高端服务”这把刀刃上。这体现了顺丰管理层清晰的战略定力：财务上：追求健康的利润结构，而非虚胖的规模。战略上：强化高端品牌护城河，避免陷入同质化竞争。运营上：聚焦核心能力，优化资源配置。这是一个成熟企业在其发展周期中做出的理性选择，类似于苹果公司不会去争夺千元机市场。它不代表顺丰不重视电商市场，而是只聚焦于其

AI人工智能的主要应用之一就是图形化处理和识别，之前写了两篇，分别是:AI图形算法的应用之一：通过图片模板对比发现油田漏油AI图形算法的应用之一:仪表识别经过几个晚上的辛苦，液位计识别也测试成功了。相比指针型仪表稍微有所不同。直接上效果一、原图二、模型，直接可以从原图中抓取。三、模型匹配，并获取读数技术相关：opencv,python,threshold二值化获取轮廓，透视矫正等欢迎朋友们咨询..