摘要：本文介绍了一个基于LangGraph的多Agent协作旅行助手系统，采用Supervisor+Worker并行架构处理复杂用户请求（如同时查询车次和天气）。系统通过双层路由（关键词匹配+LLM兜底）实现高效任务分发，利用SendAPI实现真正并行执行，并通过自定义Reducer解决状态共享问题。关键技术包括：1) 可视化思考链展示；2) 动态工具注册中心；3) 智能结果聚合策略；4) Pyt

本文介绍了使用RTX 4070显卡和Ollama框架部署大语言模型的实践。主要内容包括：1）利用nvidia-smi工具监控GPU资源；2）通过Ollama部署Qwen3-8B对话模型和嵌入模型，实现按需加载和REST API调用；3）展示function calling功能，使LLM能调用外部工具获取实时数据。实验表明，RTX 4070能有效支持中小型模型的推理任务，显存占用约6GB，适用于交互

本文详细介绍了Oracle数据库密码过期问题的解决方案。主要内容包括：1. 使用SYSDBA权限登录数据库的两种方式；2. 查询和修改密码过期策略（包括全局设置和用户单独配置）；3. 排查和处理过期/锁定用户的方法；4. 保留原密码的重置操作和手动修改密码的步骤；5. 生产环境操作注意事项和常见报错解决方案。重点提供了"保留原密码"的重置方案，通过提取sys.user$表中的密

最近项目上有个需求，要把采集的数据存储到数据库中，当前西门子有很多方法，必读IDB，还有通过WINCC的脚本，第三方的软件等等，但是随着发展，有些需求希望设备直接到数据库，比如云端的RDS，可能现场不会有专门的电脑或者触摸屏用来运行脚本或者程序。因为通信还有点问题，待后续完善一下之后会把源文件共享给大家，希望做成一个开源的库文件，供大家使用。最近出图纸，还没时间完善，先打了个包，给大家发出来，可以

本文记录了在Windows系统搭配AMD显卡环境下成功编译ROCm版PyTorch并验证其性能的过程。通过构建一个经典的MNIST手写数字识别CNN模型，测试了ROCm环境下显卡识别、张量运算和模型训练等功能。实验采用包含卷积层和全连接层的简单CNN结构，相比传统全连接网络能更好地保留图像空间特征。测试结果显示，AMD Radeon RX6650XT显卡成功被识别，并在5.61秒内完成了500个b

本文提出了一种基于部门层级的数据权限过滤机制，通过自定义注解和AOP技术实现灵活的数据可见范围控制。该方案不依赖角色权限，支持向上/向下多级部门查询，并与若依框架原生机制兼容。核心设计包括：1）使用@ExtendedDataScope注解动态配置查询范围；2）通过AOP拦截方法调用并构建部门层级SQL；3）利用部门表的ancestors字段实现高效层级查询。方案特点包括细粒度控制、非侵入式实现，特

本文记录了在Windows系统搭配AMD显卡环境下成功编译ROCm版PyTorch并验证其性能的过程。通过构建一个经典的MNIST手写数字识别CNN模型，测试了ROCm环境下显卡识别、张量运算和模型训练等功能。实验采用包含卷积层和全连接层的简单CNN结构，相比传统全连接网络能更好地保留图像空间特征。测试结果显示，AMD Radeon RX6650XT显卡成功被识别，并在5.61秒内完成了500个b

本文描述了Pregel图计算框架的两种调用方式：常规调用和恢复调用。在常规调用中，通过PregelLoop对象进行迭代计算，每个Superstep会创建检查点并异步持久化数据，通过PregelScratchpad保证数据一致性。恢复调用则利用历史检查点从中断处继续执行，通过Checkpointer恢复状态并跳过已完成任务。两种方式都通过PendingWrite机制管理数据更新，确保计算的一致性和可

本文详细介绍了在Ubuntu系统中配置CPU和GPU版本的TensorFlow深度学习库的方法。文章分为两部分：第一部分介绍CPU版本的配置，通过Anaconda环境快速安装TensorFlow；第二部分重点讲解GPU版本的配置流程，包括NVIDIA驱动程序的三种安装方法（推荐使用第三种）、CUDA和cuDNN的版本匹配与安装步骤，以及最终TensorFlow的安装验证。通过文中的代码和截图指引，

NCCL是NVIDIA专为多GPU集群设计的集合通信库，解决了分布式深度学习中的通信瓶颈问题。它通过自动探测PCIe设备拓扑结构，计算最优通信路径，支持Ring、Tree等高效通信算法。NCCL提供多种通信原语(如AllReduce、Broadcast等)和传输协议(Simple、LL、LL128)，针对不同场景优化带宽或延迟。在单机内优先使用NVLink/PCIe直连，多机间支持RDMA和套接字