本文记录了作者初次尝试本地部署AI大模型Ollama的完整过程。文章首先简要说明了本地部署的优缺点（隐私性好但占用空间大），然后详细介绍了从官网下载安装、选择合适模型版本（qwen3.5:2b）、调整存储位置到验证启动成功的完整部署流程。随后作者提供了一个Python交互脚本示例，展示如何通过requests库与本地模型API（127.0.0.1:11434）进行对话交互，包括请求构造、异常处理和

本文介绍了一个小说生成系统的实现方案，主要包含三个功能模块：1）导出模块支持将生成的小说导出为Markdown和Word格式，采用懒加载机制避免依赖冲突；2）流程编排模块串联大纲生成、章节扩写和导出功能，实现了容错机制和章节衔接；3）基于Click框架的命令行入口，提供用户友好的交互界面。系统展示了AI辅助创作的完整流程，作者感叹AI技术极大提升了开发效率，同时也对技术发展带来的行业变革提出思考。

本文摘要： FastAPI开发指南涵盖四个核心主题：1.中间件机制，用于拦截请求/响应并添加预处理逻辑；2.CORS跨域配置，通过中间件实现安全跨源访问；3.业务模块化方案，使用APIRouter实现路由分组和版本控制；4.企业级项目结构设计，推荐按功能/业务划分目录，结合Tortoise-ORM进行异步数据库管理。实战示例演示了包含用户/商品模块的完整项目架构，集成Pydantic数据校验、中间

本文介绍了Tortoise-ORM框架的核心功能与应用方法。主要内容包括：1）ORM概念与生态，对比主流框架；2）Tortoise-ORM配置详解，支持MySQL等数据库；3）Aerich迁移工具的使用流程；4）模型定义规范与字段类型说明；5）完整的CRUD操作实现；6）三种关联关系（一对一、一对多、多对多）的建模方法；7）关联数据的增删改查操作示例。文章通过学生管理系统案例，演示了从模型定义到数

本文介绍了FastAPI框架中表单数据处理、异步编程、文件上传、请求对象和响应类型的核心用法。主要内容包括：1）使用Form处理表单数据提交；2）异步(async/await)与非异步编程的性能对比；3）文件上传的两种实现方式（小文件用bytes，大文件用UploadFile）；4）通过Request对象获取请求信息；5）常见的响应类型（JSON、列表、文件等），并给出了企业级应用中的最佳实践示例

本文介绍了FastAPI框架中表单数据处理、异步编程、文件上传、请求对象和响应类型的核心用法。主要内容包括：1）使用Form处理表单数据提交；2）异步(async/await)与非异步编程的性能对比；3）文件上传的两种实现方式（小文件用bytes，大文件用UploadFile）；4）通过Request对象获取请求信息；5）常见的响应类型（JSON、列表、文件等），并给出了企业级应用中的最佳实践示例

本文介绍了FastAPI的基本概念、环境搭建及API开发核心知识点。主要内容包括： FastAPI框架优势：高性能异步特性、类型提示支持、自动文档生成，适合现代API开发场景。 环境配置：推荐使用轻量uv虚拟环境，安装FastAPI标准包。 基础开发流程： 创建第一个API接口 三种项目启动方式（命令行/调试/脚本） 使用AI辅助生成API代码的实践 核心参数处理： 路径参数的定义与类型约束 查询

本文记录了作者初次尝试本地部署AI大模型Ollama的完整过程。文章首先简要说明了本地部署的优缺点（隐私性好但占用空间大），然后详细介绍了从官网下载安装、选择合适模型版本（qwen3.5:2b）、调整存储位置到验证启动成功的完整部署流程。随后作者提供了一个Python交互脚本示例，展示如何通过requests库与本地模型API（127.0.0.1:11434）进行对话交互，包括请求构造、异常处理和

本文记录了作者初次尝试本地部署AI大模型Ollama的完整过程。文章首先简要说明了本地部署的优缺点（隐私性好但占用空间大），然后详细介绍了从官网下载安装、选择合适模型版本（qwen3.5:2b）、调整存储位置到验证启动成功的完整部署流程。随后作者提供了一个Python交互脚本示例，展示如何通过requests库与本地模型API（127.0.0.1:11434）进行对话交互，包括请求构造、异常处理和

另外，对于很多技术公司可能会遇到的一些问题，通常来说，正样本的数量很少，甚至有时候是0，也就是说，出现了太多没见过的不同的异常类型，那么对于这些问题，通常应该使用的算法就是异常检测算法。下图的例子是飞机发动机的制造，有很多特征，我们为了方便讲解取其中的两个特征：发动机产生的热量和震动强度，然后数据集是m个（发动机，每个发动机有两个特征），我们这个异常检测的问题就是测试新的数据和原来的数据是否相似，