<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[milo]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/FratPcak</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; FratPcak]]></copyright><item><title><![CDATA[手把手教你：Raft：分布式系统的“班长选举术”（大白话版）]]></title><link>https://blog.youkuaiyun.com/FratPcak/article/details/149569444</link><guid>https://blog.youkuaiyun.com/FratPcak/article/details/149569444</guid><author>FratPcak</author><pubDate>Wed, 23 Jul 2025 13:54:25 +0800</pubDate><description><![CDATA[Raft：分布式共识的简明指南 Raft是一种分布式共识算法，通过选举机制和日志复制确保多个节点在网络故障时仍能达成一致。其核心包括： Leader选举：节点通过投票选出Leader，任期（Term）机制防止多Leader冲突； 日志同步：Leader将操作记录同步给Follower，多数确认后提交； 安全性：日志连续性、任期编号等机制保障数据一致性； 成员变更：采用联合共识平滑过渡节点增减。 相比Paxos，Raft更易实现，广泛应用于etcd、Consul等系统。它解决了网络分区、Leader宕机等问题]]></description><category></category></item><item><title><![CDATA[手把手教你：Paxos：分布式系统的“吃饭决策术”（大白话版）]]></title><link>https://blog.youkuaiyun.com/FratPcak/article/details/149565938</link><guid>https://blog.youkuaiyun.com/FratPcak/article/details/149565938</guid><author>FratPcak</author><pubDate>Wed, 23 Jul 2025 11:33:21 +0800</pubDate><description><![CDATA[Paxos是一种解决分布式系统一致性的算法，通过提议者、接受者和学习者三个角色协同工作，确保在网络延迟或节点故障情况下仍能达成共识。其核心流程包括准备阶段和接受阶段的两轮投票，最终由学习者获取一致结果。文章还提供了Java实现代码示例，并讨论了Paxos的优化（如日志压缩和垃圾回收）以及与其他算法（如Raft）的对比。Paxos广泛应用于ZooKeeper、Google Chubby等分布式系统中，是确保数据一致性的关键技术。]]></description><category></category></item><item><title><![CDATA[手把手教你：智能体、工作流以及他们的区别（大白话版）]]></title><link>https://blog.youkuaiyun.com/FratPcak/article/details/149334340</link><guid>https://blog.youkuaiyun.com/FratPcak/article/details/149334340</guid><author>FratPcak</author><pubDate>Mon, 14 Jul 2025 16:58:39 +0800</pubDate><description><![CDATA[摘要： 智能体与工作流的本质区别在于灵活性与规则性。智能体像“野生助理”，能自主分析、应对意外并主动收尾（如规划家庭聚会或灵活买奶茶），具备目标导向和动态调整能力。工作流则严格遵循预设步骤（如请假流程或大扫除清单），无法处理规则外的需求。两者的核心差异在于：智能体解决“活问题”，工作流执行“死规矩”。实际应用中，工作流适合零出错场景（如财务流程），智能体则适用于复杂多变的任务（如客户服务）。二者可互补协作，提升效率。]]></description><category></category></item><item><title><![CDATA[手把手教你：MCP(Model Context Protocol)（大白话版）]]></title><link>https://blog.youkuaiyun.com/FratPcak/article/details/149333694</link><guid>https://blog.youkuaiyun.com/FratPcak/article/details/149333694</guid><author>FratPcak</author><pubDate>Mon, 14 Jul 2025 16:44:04 +0800</pubDate><description><![CDATA[摘要： Model Context Protocol（MCP）是给AI模型传递信息的“规矩”，确保AI理解场景并准确回应。比如客服场景中，需明确提供用户ID、订单号、历史对话等关键信息，并按固定格式（如键值对）传递，避免遗漏或冗余。MCP的作用包括提升AI准确性、系统协作效率、保护隐私（如脱敏敏感信息），以及灵活适配不同场景需求。实操时需四步：1）列出必要信息；2）规范格式；3）设置安全红线；4）协调系统执行。通过不断优化协议，可让AI更智能、高效且安全。]]></description><category></category></item><item><title><![CDATA[手把手教你：拿到 DeepSeek-V3 后怎么启动和微调（大白话版）]]></title><link>https://blog.youkuaiyun.com/FratPcak/article/details/149267385</link><guid>https://blog.youkuaiyun.com/FratPcak/article/details/149267385</guid><author>FratPcak</author><pubDate>Fri, 11 Jul 2025 09:59:44 +0800</pubDate><description><![CDATA[本文介绍了如何启动和微调DeepSeek-V3大语言模型。首先需要准备NVIDIA高端显卡和Linux系统等硬件环境，然后通过克隆代码仓库、下载模型权重文件（约700GB）完成基础配置。启动模型需安装依赖工具、转换模型格式后，即可通过命令行与模型对话。微调训练需准备特定领域的数据集，使用Hugging Face工具加载模型并设置训练参数，最终生成优化后的新模型。整个过程对硬件要求较高，建议使用云服务器，并注意数据质量和路径配置。按照步骤操作，新手也能逐步完成模型的部署和优化。]]></description><category></category></item><item><title><![CDATA[DeepSeek-V3 启动与微调指南]]></title><link>https://blog.youkuaiyun.com/FratPcak/article/details/149266085</link><guid>https://blog.youkuaiyun.com/FratPcak/article/details/149266085</guid><author>FratPcak</author><pubDate>Fri, 11 Jul 2025 09:16:08 +0800</pubDate><description><![CDATA[DeepSeek-V3本地部署与微调指南 本地部署要求： 硬件需FP8/BF16支持的GPU（如NVIDIA H800/A100） Linux系统+Python 3.10 基础依赖包括torch=2.4.1等 部署方式： 官方Demo：支持快速验证，需转换模型权重格式 SGLang（推荐）：高性能框架，支持多卡和AMD GPU 其他工具：包括LMDeploy、TRT-LLM等，各有特点 微调指南： 需准备格式化的指令数据 推荐使用Hugging Face Transformers+Accelerate框架 ]]></description><category></category></item><item><title><![CDATA[AIoT（人工智能和物联网）学习计划]]></title><link>https://blog.youkuaiyun.com/FratPcak/article/details/141429889</link><guid>https://blog.youkuaiyun.com/FratPcak/article/details/141429889</guid><author>FratPcak</author><pubDate>Thu, 22 Aug 2024 16:36:36 +0800</pubDate><description><![CDATA[一个详细的AIoT（人工智能和物联网）学习计划，包括具体的知识点、学习资料和学习周期。假设你每天可以投入2-3小时的学习时间，这个计划大约需要24个月。]]></description><category></category></item><item><title><![CDATA[docker+gradle+SpringWebFlux+R2DBC+Mysql的RestfulAPI(CRUD)]]></title><link>https://blog.youkuaiyun.com/FratPcak/article/details/128120469</link><guid>https://blog.youkuaiyun.com/FratPcak/article/details/128120469</guid><author>FratPcak</author><pubDate>Wed, 30 Nov 2022 20:03:58 +0800</pubDate><description><![CDATA[今天有个兄弟拿到一个笔试题,就是使用docker部署gradle构建的SpringWebFlux+R2DBC+Mysql基于Restful的增删改查,这里面gradle和SpringWebFlux以及R2DBC之前没有使用过,那么我们开始从0搭建.]]></description><category></category></item></channel></rss>