本地AI知识库问答开源技术实现（二）--配置模型和知识库

开源模型应用落地-工具使用篇-Ollama（六）

Ollama集成QWen1.5系列模型，全网唯一，绝非搬运。

AnythingLLM：基于RAG方案构专属私有知识库（开源｜高效｜可定制）

继OpenAI和Google的产品发布会之后，大模型的能力进化速度之快令人惊叹，然而，对于很多个人和企业而言，为了数据安全不得不考虑私有化部署方案，从GPT-4发布以来，国内外的大模型就拉开了很明显的差距，能够实现的此路径无非就只剩下国内的开源大模型可以选择了。而现阶段切入大模型应用落地最合适的方案依然是结合大模型基于RAG检索增强来实现知识库的检索和生存。从而构建个人或者企业私有化的本地知识库。

解密开源大模型如何实现本地化部署并基于本地的知识库进行应用

解密开源大模型如何实现本地化部署并基于本地的知识库进行应用

AnythingLLM+Ollama，能否打造你的专属个性化AI助手？

AnythingLLM是一个AI聊天系统，它允许用户构建自己的私人ChatGPT。与依赖云服务的AI工具不同，AnythingLLM支持本地开源和商用闭源的大语言模型（LLM），用户可以根据自己的需求和预算选择合适的模型。

利用AI大模型构建本地知识库

维度传统知识库具有AI的知识库数据存储方式结构化数据为主（表格、文档），依赖手动分类和标签支持非结构化数据（文本、图片、音视频），利用嵌入技术（Embedding）自动编码为向量存储检索机制基于关键词匹配或固定规则（如SQL查询）支持语义搜索，通过向量相似度匹配理解用户意图（如“性价比高的手机”≈“低价高性能手机”）交互方式用户需输入精确关键词，返回静态结果支持自然语言对话（如提问“如何解决打印机卡纸？”），生成动态答案或分步骤指导知识更新依赖人工录入和定期维护，更新滞后。

【AI】用DeepSeek打造本地个人专属AI知识库

春节前夕，整个 AI 圈宛如平静湖面被投入一颗巨石，激起千层浪。杭州的一家极具创新力的公司，以一种震撼的方式登上舞台，发布并开源了 DeepSeek-R1 模型。消息一经传出，迅速在全球 AI 领域引发热议，各大专业论坛、技术交流群瞬间被这个话题霸屏，科研人员、AI 从业者以及科技爱好者们纷纷就此展开热烈讨论。从技术层面来看，DeepSeek-R1 模型堪称惊艳。它突破了以往模型的局限，实现了更高等级的推理能力。

本地AI知识库问答开源技术实现（三）--配置模型和知识库

通过三篇内容将最近学的内容梳理了一遍，从基本概念理解，到动手搭建，再到参数调整，最终达到一个基本可用的状态，所有数据都在内网流转；效果没有想像中的那么完美，但是用于知识库是可行的。

（蓝桥杯）STM32G431RBT6（SysTick timer）

选用最基础的定时器。

QAnything：网易开源本地知识库问答系统

QAAnything（QAnything） 是一个本地知识库问答系统，旨在支持各种文件格式和数据库，允许离线安装和使用。用户只需将任何本地存储的任何格式的文件拖放到系统中，即可获得准确、快速和可靠的答案。PDF（pdf）Word（docx）PPT（pptx）Eml（eml）TXT（txt）XLS（xlsx）CSV（csv）图像（jpg，jpeg，png）网页链接（html）数据安全，支持在整个过程中插拔网线的安装和使用。跨语言问答支持，可以自由切换中英文问答，

YOLOv5轻量化实战：从Ghost模块到工业级部署的完整指南

本文详细介绍了YOLOv5轻量化实战，重点解析了Ghost模块在工业检测中的应用及其优化策略。通过Ghost卷积技术，模型参数量和GFLOPs显著降低，同时保持高精度，适用于实时性要求严格的工业场景。文章还提供了从模型优化到TensorRT加速的完整部署指南，助力开发者实现高效工业级应用。

Vivado FFT IP核配置与实战：FPGA信号处理硬件加速指南

快速傅里叶变换（FFT）是数字信号处理（DSP）中的核心算法，用于将时域信号转换到频域进行分析。其原理基于离散傅里叶变换（DFT），通过蝶形运算的分解与复用，大幅降低了计算复杂度。在工程实践中，软件实现的FFT难以满足高速实时处理的需求，因此硬件加速方案至关重要。FPGA凭借其并行架构和可定制性，成为实现高性能FFT的理想平台。通过集成专用的FFT IP核，如Vivado中的Pipelined Streaming I/O架构，可以构建流水线化的计算引擎，实现极低延迟和高吞吐量的连续数据流处理。这种硬件方案特

本地AI知识库问答开源技术实现（一）--安装和准备

自从火出圈以来，很多个人和公司开始尝试本地化部署，以解决原来一些内部资料安全和隐私问题；所有知识库内容不通过公网流转；用户可以通过和智能助手聊天的方式来了解各种内部知识；在不增加太多的成本下实现；

这可是全网网工数通方向学习路线最完整，最详细的版本，没有之一

文章篇幅较长，耐心看完你一定有所收获。

QAnything，您的开源本地知识库问答神器

QAAnything（QAnything） 是一个本地知识库问答系统，旨在支持各种文件格式和数据库，允许离线安装和使用。用户只需将任何本地存储的任何格式的文件拖放到系统中，即可获得准确、快速和可靠的答案。

Redis TLS 加密传输实战：从证书生成到安全配置

本文详细介绍了为Redis启用TLS加密传输的完整实战流程。从阐述TLS加密的必要性开始，逐步指导读者生成自签名CA和服务器证书，并深入解析Redis服务端的核心安全配置，包括端口设置、认证模式与性能优化。最后，提供了主流客户端连接示例及生产环境下的排错与运维最佳实践，帮助构建安全的Redis通信通道。

＜视觉＞——单目相机的标定（简单原理+Opencv实现）

单目相机的标定原理大致如下： 世界坐标到像素坐标的转换。 期间的参数有S尺度因子，内参矩阵K，旋转矩阵R，平移矩阵T，一共八个未知数。 在Opencv中我们可以方便的根据相机拍摄不同位姿的标定板图片来标定相机，从而求得这些参数，从而可以将相机下的坐标和实际的世界坐标联系起来，求取单应性矩阵H 参考： 单目相机综述：写的特别好 https://www.cnblo...

基于开源大模型快速构建本地知识库应用

人工智能（Artificial Intelligence，AI）技术自20世纪50年代诞生以来，已经成为一门引领未来的综合性高技术学科。它在多个领域大放异彩，如大数据分析、自动驾驶、智慧金融和智能机器人等。其发展历程经历了初级期、发展期、低谷期、进步期和繁荣期。艾伦·图灵的图灵测试为人工智能的定义奠定了基础。在初级期和发展期，人工智能技术初步发展，移动机器人Shakey和聊天机器人Eliza相继诞生。在低谷期，人工智能遭遇发展瓶颈，受限于计算机的内存和处理速度，进展缓慢。

基于YOLOv8的违规抽烟/打电话检测系统：从数据集构建到部署实战

模型优点缺点精度高速度慢（5 FPS）SSD速度快小目标检测差YOLOv5平衡性好官方支持停止YOLOv8最新、最快、最准需要PyTorch环境YOLOv8相比前代：骨干网络升级（C2f模块）无锚框检测（Anchor-Free）动态任务对齐分配（TaskAlignedAssigner）支持分类/检测/分割/姿态估计。

【本地部署】构建AI问答知识库：一站式指南

在当今信息爆炸的时代，我们常常需要处理大量的信息并且寻找特定的答案。AI问答知识库是一种基于人工智能技术的系统，旨在通过理解自然语言问题并从存储的知识库中提取相关信息，以准确、快速地回答用户的问题。这种技术不仅在搜索引擎、智能助手和客户服务领域有着广泛的应用，还在医疗、金融、教育等各个领域展现了巨大的潜力。

Android 13.0 设置默认屏幕亮度百分比

在13.0的系统ROM产品开发中，在一些产品开发中，对于设置默认屏幕亮度和屏幕亮度百分比的功能，在开发中也是常见的功能，在10.0的平台设置可能有一些不同，一般的都是在SettingProvider中设置就可以了 在11.0以后的系统中设置默认屏幕亮度的方法就不同了，接下来具体分析功能的实现

lwip-2.0.3

lwip是瑞典计算机科学院(SICS)的Adam Dunkels 开发的一个小型开源的TCP/IP协议栈。实现的重点是在保持TCP协议主要功能的基础上减少对RAM 的占用。