在 Transformer 出现之前（2017 年以前），自然语言处理（NLP）主要依赖。，就像人读书一样一个字一个字看。

openEuler 是由开放原子基金会孵化和运营的开源数字基础设施操作系统，适配服务器、云计算、边缘计算、嵌入式等多种部署场景，具备安全、稳定、易用的特点，且兼容多种计算架构，能够实现运营技术（OT）与信息通信技术（ICT）的融合。它面向全球开发者，致力于构建开放、多元、架构包容的软件生态，助力企业快速实现软硬件及应用的开发部署。

openEuler 是由开放原子开源基金会孵化运营的数字基础设施操作系统，兼容多种计算架构，可适配服务器、云计算、边缘计算、嵌入式等多种部署场景，具备安全、稳定、易用的特点，支持OT与ICT融合，能有效提升开发者效率。

② 阶段：拉取代码→编译（mvn clean package -DskipTests）→单元测试（mvn test，失败阻断）→SonarQube 代码扫描（阈值：覆盖率≥80%，高危漏洞 = 0）→Docker 构建（镜像标签：​。企业级 K8s 集群（50 节点，管理 1000+Pod），涉及多命名空间（prod、test、dev）、存储（Ceph、NAS）、网络（Calico、Istio），

就是：不从头啃书，不先学理论，直接从「环境 + 工具 + 场景」入手，边跑边懂，边用边体系化。核心三句话：最简可落地方案：目标：10 分钟内能出来结果。基于 Docker Desktop 分别搭建 Kind 和 Minikube 这两种本地 Kubernetes 环境，我会为你提供分步、可落地的搭建教程，包括环境准备、安装步骤、验证方法和常见问题解决，两种方案都会覆盖。无论搭建 Kind 还是 M

openEuler 是由开放原子基金会孵化和运营的开源数字基础设施操作系统，适配服务器、云计算、边缘计算、嵌入式等多种部署场景，具备安全、稳定、易用的特点，且兼容多种计算架构，能够实现运营技术（OT）与信息通信技术（ICT）的融合。它面向全球开发者，致力于构建开放、多元、架构包容的软件生态，助力企业快速实现软硬件及应用的开发部署。

Ollama：一款开源、跨平台的大模型运行与管理框架，是目前本地 / 私有化部署大模型的最低门槛方案。它彻底封装了底层 CUDA/ROCm 环境编译、模型适配、推理优化等复杂操作，支持一行命令完成模型下载、运行、管理，原生提供兼容 OpenAI 格式的 REST API，完美适配从个人电脑到企业服务器的全场景部署，是初学者入门企业级 AI 的首选工具。Gemma4。

Modelfile 是 Ollama 官方定义的纯文本模型构建蓝图文件，功能和逻辑类比 Docker 的 Dockerfile。它通过标准化的指令，定义了自定义模型的基础底座、行为规则、推理参数、对话格式等全部核心配置，最终通过一条命令构建为可直接运行的 Ollama 本地模型镜像。Modelfile = 基础模型 + 自定义配置 → 一键生成专属可复用 AI 模型，无需每次运行时手动输入大量参数

格式：/save 你的自定义模型名看到「Created new model 'my_qwen_custom'」提示，就是保存成功，后续用启动，就会沿用这套参数。新建一个文本文档，重命名为（⚠️ Windows 要关闭「隐藏已知文件扩展名」，确保后缀名是.modelfile，不是.txt）用记事本 / VS Code 打开这个文件，开始编写配置。打开终端 / CMD，进入到# 格式：ollama c

Gemma4：Google DeepMind 于 2026 年 4 月 2 日正式发布的第四代开源大模型，与闭源旗舰 Gemini 3 共享同源底层技术，采用Apache 2.0 完全开源协议（无商用限制、可二次修改分发），是当前同参数规模下性能最强的开源模型之一，截至 2026 年 4 月，Gemma 系列全球下载量已突破 4 亿次。Ollama。