原创 第一章 目录 具身智能 - 技术学习路线总结

具身智能的学习

原创 人工智能 - 大模型Dense、MoE 与 Hybrid-MoE 架构的比较

UltraMem是一种显存优化型大模型架构，专为突破千亿参数级模型的训练/推理内存瓶颈设计，通过动态资源调度实现“用有限显存训无限大模型”的目标。

原创 人工智能 - DeepSeek-VL2 、 qwen2.5 VL技术选型比较

建议根据具体任务需求，结合少量实验（如使用开源版本的Qwen2.5-VL和DeepSeek-VL的试用API）进行效果验证。（如医疗影像分析、视频内容审核），尤其在需要深度推理和高精度定位的场景。在视觉-语言（Vision-Language, VL）多模态模型领域，企业级付费服务 → DeepSeek-VL2（商用API）高性能服务器 → DeepSeek-VL2（千亿参数版）边缘设备/低算力 → Qwen2.5-VL（量化版）场景占优，且开源生态完善，适合中小团队快速迭代。→ 选Qwen2.5-VL。

原创 人工智能 - VITA1.5B 与 MiniCPM-o2.6 技术比较

若需兼顾性能与效率，可探索两者混合部署方案（如用VITA处理核心任务，MiniCPM处理边缘请求）。：若需平衡性能与效率，可将VITA1.5B用于核心任务（如生成），MiniCPM-o2.6用于边缘端请求（如预处理或简单交互）。：MiniCPM-o2.6在ARM架构设备（如手机、树莓派）上表现更优，VITA1.5B依赖高性能GPU/TPU集群。采用轻量化设计，如减少层数、隐藏层维度，或使用高效注意力机制（如线性注意力）。深度优化：4/8位量化、模型剪枝，兼容边缘设备（如手机、IoT）。

原创 指定路径安装Ollama

执行上述命令后，会弹出OllamaSetup.exe。安装窗体界面，此时我们点击。

原创 大模型常见工程化工具：微调、量化、部署、Agent、RAG等

大模型工程化是一个从准备到思考再到行动的完整流程。准备阶段通过微调（如LoRA、QLoRA）使模型专业化，通过量化（如GPTQ、GGUF）降低部署成本；思考阶段利用RAG（结合向量数据库）扩展知识，通过Agent（如LangChain）实现复杂任务调度；行动阶段通过部署工具（如vLLM、TGI）提供高效服务。这些技术可组合应用，如构建智能客服系统时，先微调模型，再结合RAG和Agent逻辑，最后部署为API服务。理解这些技术的协同关系是实际应用的关键。

原创 OpenAvatarChat安装问题汇总

摘要：文档记录了OpenAvatarChatAIA项目在Windows平台部署时遇到的多个技术问题及解决方案。主要问题包括：1）tensorflow-io-gcs-filesystem包因缺少Windows平台支持导致安装失败；2）TensorFlow 2.16.1版本不兼容Windows系统；3）LAM音频转表情模型因transformers库版本问题出现预测错误。最终通过版本降级（如改用TensorFlow 2.20.0）和调整依赖项解决了兼容性问题。项目实测仅需4GB显存即可运行多模态数字人系统，相关

原创 PCL WinCC是什么？

WinCC是西门子开发的工业级SCADA/HMI软件，用于自动化监控与数据采集。该系统提供图形化界面设计、多协议设备通信、数据管理归档、智能报警等功能，支持脚本扩展和冗余配置。广泛应用于汽车、化工、能源等行业，具有Basic/Comfort/Advanced/Professional/V7/OA等多个版本，满足不同规模项目需求。作为连接工业设备与管理人员的桥梁，WinCC是实现工业4.0和数字化工厂的核心平台之一。

原创 FreeSWITCH采用打电话运营商对接线路:一般是 30b+d 或者 ims 是指什么？

30B+D和IMS是两种不同的运营商接入方式。30B+D是传统TDM数字中继，采用30个64Kbps语音通道和1个信令通道，需通过专用网关设备连接FreeSWITCH。而IMS是现代IP多媒体系统，基于SIP协议直接通过IP网络连接，无需额外硬件，支持灵活并发和高清多媒体业务。当前主流趋势是采用IMS/SIP中继，其部署更简单、成本更低、功能更丰富。30B+D仅作为特定场景的备选方案，新建项目应优先选择IMS接入方式。

原创 重磅发布！π0.5正式开源：知识隔离技术引领开放世界泛化新突破

知识隔离技术引领AI新突破：π0.5模型开源发布 PhysicalIntelligence团队重磅推出π0.5开源模型，通过创新的知识隔离技术实现三大突破：1）模块化解耦设计，将领域知识与通用推理能力分离，提升决策准确性；2）在200+未训练场景中展现47%的零样本性能提升；3）训练成本降低60%，参数量缩减至原模型的1/3。这一突破性技术使AI在开放世界中的泛化能力接近人类水平，为通用人工智能发展开辟新路径。

原创 OpenAvatarChat项目在Windows本地运行指南

OpenAvatarChat系统安装指南摘要 本文提供了OpenAvatarChat项目的详细安装要求与步骤，支持本地MiniCPM模型或云端API模式运行。 硬件要求： GPU：需支持CUDA的NVIDIA显卡，显存要求20GB（完整模型）或10GB（量化版）。 内存：推荐32GB，多会话建议64GB+。 CPU：建议i9-13900KF或更高。 软件要求： 操作系统：Windows 10/11 Python 3.11.7~3.11.11，CUDA ≥12.4，需安装Git LFS。

原创 具身智能学习

原创 ImportError: DLL load failed while importing onnxruntime_pybind11_state: 动态链接库(DLL)初始化例程失败。

ImportError: DLL load failed while importing onnxruntime_pybind11_state: 动态链接库(DLL)初始化例程失败。

原创 dify 使用数据库工具异常解决

PluginInvokeError: {"args":{},"error_type":"ToolProviderCredentialValidationError","message":"(pymysql.err.OperationalError) (1044, \"Access denied for user 'supos'@'%' to database 'mes'\")\n(Background on this error at: https://sqlalche.me/e/20/e3q8)"}

原创 阿里Qoder vs Trae vs Cursor：2025年程序猿的效率之王争夺战

2025年AI编程工具市场呈现"BAT三巨头"格局：阿里Qoder、字节Trae和GitHub Cursor各具特色。Qoder定位智能体编码平台，擅长项目级自动化开发；Trae突出多模型切换和中文优化；Cursor则延续VSCode生态优势，注重流畅编码体验。三款工具在核心功能、技术支持和定价策略上各有侧重：Qoder适合复杂项目开发，Trae满足多模型需求，Cursor则与现有工作流无缝集成。建议开发者根据项目需求、技术栈和个人偏好选择最适合的工具，可先试用免费版本再决定。未来AI编

原创 十五五在软件公司如何规划和落实

"十五五"期间（2026-2030年），软件企业面临数字经济发展与科技自主可控的重要机遇。建议企业：1）聚焦关键技术攻关与信创适配，突破基础软件"卡脖子"问题；2）深化行业场景应用，打造AI中台与云原生解决方案；3）构建开放生态，加强开发者社区建设与标准制定；4）优化人才结构，培养复合型技术团队。同时需防范技术路线、政策合规等风险，建立动态调整机制，实现技术突破与商业落地的平衡发展。

原创 开源医院信息管理系统：基于若依框架的智慧医疗解决方案

开源医院管理系统hospital-management-system基于若依+Vue开发，采用SpringBoot+Vue前后端分离架构，支持MySQL数据库和国产化信创环境。系统提供患者管理、医生管理、药品管理和财务管理等核心功能模块，具有模块化设计、数据安全和高效性能等技术亮点。支持大型医院、专科医院和社区医疗机构等多种应用场景，通过开源免费方式助力医疗机构实现数字化升级。项目采用MIT协议，开发者可自由进行二次开发和部署应用。

原创 Traccar：开源GPS追踪系统的核心价值与技术全景

Traccar是一款支持多协议的开源GPS追踪系统，兼容2000多种设备及北斗/GPS定位，提供10米级精度。其Java后端+React前端架构支持实时监控、地理围栏和驾驶行为分析，通过RESTful API与企业系统集成。典型应用如物流车队管理可提升30%调度效率。社区采用双许可证模式，近期升级了Geocode.Farm地址解析服务。建议Docker部署，未来将强化北斗支持与AI预测功能。（149字）

原创 JeecgBoot 技术框架集成开发工作流

本文介绍了Activiti工作流系统的功能架构和使用方法。系统由hebccc-boot-starter-activiti提供基础支持，包含流程定义、实例管理、监听器配置等功能模块。数据库采用19张ACT_前缀表，按功能分为流程定义(RE)、运行时(RU)、历史(HI)和通用(GE)四类。系统通过hebccc-boot-bpm模块提供服务，默认端口7000，包含流程图编辑、流程实例管理、待办审批等功能。

原创 人工智能 - 模型上下文协议（MCP）

通过模型上下文协议（Model Context Protocol，MCP），你可以将外部工具和服务连接至 智能体客户端进行使用。​

原创 工业上位机开发选型：WinForms稳、WPF炫、Avalonia跨平台

工业上位机开发框架选型指南：WinForms适合老旧设备监控系统，稳定性优先；WPF适用于高性能可视化需求，支持3D渲染和4K显示；Avalonia是跨平台方案，适用于Linux/ARM设备。选型需综合考虑硬件配置、界面需求及跨平台要求，工业场景应优先确保系统稳定性，新项目建议评估Avalonia的长期维护优势。典型案例包括WinForms的PLC监控、WPF的MES看板及Avalonia的风电诊断终端。

原创 IT 和OT指的什么？

在工业4.0与物联网（IIoT）高速发展的今天，**IT（信息技术）与OT（运营技术）**的融合已成为企业数字化转型的关键驱动力。从智能工厂到智慧城市，从智能制造到自动驾驶，IT与OT的协同正在重塑传统行业的运行逻辑。本文将深入解析IT与OT的定义、差异及融合价值，探讨它们如何共同构建未来的数字生态。

原创 Agent-S：重新定义下一代 AI 智能体开发框架

2025 年，AI 智能体（Agent）技术正从概念走向产业核心。从自动化工作流到复杂决策系统，开发者亟需更高效的工具链。在这一背景下，simular-ai/Agent-S 的诞生引人注目——它承诺以模块化、可扩展的架构，为开发者提供构建企业级智能体的终极工具箱。

原创 开源数据中台qData与AllData选择

摘要： 开源数据中台qData与AllData各有侧重，适用于不同场景。轻量级的qData（Apache协议）适合中小企业快速搭建基础数据治理与ETL平台，技术栈简单且完全免费；而AllData（开源版GPL+商业版）功能更全面，支持实时计算、湖仓一体及AI集成，扩展性强但需商业授权，适合中大型企业复杂需求。关键差异在于：qData开箱即用但功能较基础，AllData灵活可定制但成本较高。选择需结合团队规模、技术需求及预算综合评估。

原创 IP 能ping通，服务器是否开机？

摘要：能Ping通IP并不代表服务器一定开机，可能存在死机、IP被占用或网络设备响应等情况。准确验证方法包括：1）检查SSH/RDP等关键端口是否开放；2）对比ARP表中的MAC地址；3）通过带外管理接口查看电源状态；4）物理检查指示灯或控制台输出。端口检测最可靠，若关键端口无响应则可能未开机或系统崩溃。

原创 阿里云云效 制品库使用

阿里云登录 - 欢迎登录阿里云，安全稳定的云计算服务平台欢迎登录阿里云，全球领先的云计算及人工智能科技公司，阿里云为200多个国家和地区的企业、开发者和政府机构提供云计算基础服务及解决方案。阿里云云计算、安全、大数据、人工智能、企业应用、物联网等云计算服务。https://packages.aliyun.com/欢迎登录阿里云，全球领先的云计算及人工智能科技公司，阿里云为200多个国家和地区的企业、开发者和政府机构提供云计算基础服务及解决方案。

原创 人工智能 开源的大模型训练微调框架LLaMA-Factory

​LLaMA-Factory 是一个专注于 高效微调 LLaMA 系列模型 的开源框架（GitHub 项目地址：https://github.com/hiyouga/LLaMA-Factory）。它以极简配置、低资源消耗和对中文任务的深度优化著称，特别适合中小团队和个人研究者。以下从 核心功能、优势、适用场景 到 实战操作 为你全面解析​

原创 云效DevOps vs Gitee vs 自建GitLab的技术选型

针对「云效DevOps vs Gitee vs 自建GitLab」的技术选型，我们从核心需求、成本、运维、扩展性四个维度进行深度对比

原创 开源项目 AI视频监控Frigate

Frigate是一款基于Python的开源网络视频录像机(NVR)软件，专为IP摄像头设计。它不仅提供视频录制功能，还具备先进的实时物体检测能力，能够智能识别画面中的各种物体。该项目提供完整的文档和在线演示，是一个高效准确的智能监控解决方案。开源地址和文档均可公开访问，方便开发者使用和二次开发。

原创 双因素身份认证是什么？

双因素身份认证（Two-Factor Authentication, 2FA）是一种通过组合两种不同类型的验证要素来确认用户身份的安全机制，核心目标是解决传统密码认证的单点脆弱性问题。

原创 SSO2 Logon Ticket 的核心定义与作用

SSO2LogonTicket是SAP生态的单点登录核心技术，采用加密令牌（MYSAPSSO2）实现跨系统认证同步。其技术架构包含票据签发、存储（Cookie）及验证模块，通过RSA签名与AES加密保障安全，防御盗用与重放攻击。典型应用于企业SAP系统（如ERP、CRM）互联及混合云场景，提升效率40%以上。局限性在于仅支持SAP体系，未来或将融合OIDC等标准协议并引入抗量子加密。该技术以毫秒级验证和原生集成优势，成为SAP身份认证的中枢解决方案。

原创 智能体 - Magentic-UI 与 BrowserUse 的对比分析

摘要： Magentic-UI与BrowserUse适用于不同场景的自动化工具。Magentic-UI聚焦企业级复杂任务，支持多智能体协作与安全管控，适合供应链监控、代码审查等需长期优化的场景；BrowserUse轻量灵活，通过自然语言指令快速完成数据抓取等简单任务。选型需考虑任务复杂度、安全需求及团队技术能力：高安全要求或多步骤协作选Magentic-UI，个人轻量任务选BrowserUse。两者在架构、性能及生态上差异显著，需结合实际需求权衡效率与安全性。

原创 谷歌时间序列算法：零样本预测如何重塑行业决策？

谷歌TimesFM算法开创"零样本预测"新时代：无需历史数据即可精准预测，解决传统时序模型的数据依赖和调参难题。这一突破性技术通过分块化处理和海量预训练，在零售定价、金融预警、交通调度等领域实现落地，平均误差比传统方法降低18%。文章对比了TimesFM与TiDE的适用场景，提供实践指南和调用代码，揭示AI预测正从专业领域走向民主化应用，推动决策模式向人机协同转变。（149字）

原创 人工智能 - 在Dify、Coze、n8n、FastGPT和RAGFlow之间做出技术选型

本文对比分析了Dify、Coze、n8n、FastGPT和RAGFlow五大技术平台的核心功能与应用场景。Dify适合可视化LLM应用开发，Coze擅长快速搭建对话机器人，n8n是通用自动化工作流引擎，FastGPT专注企业知识库，RAGFlow在专业文档解析方面表现突出。通过核心功能对比和真实场景测试，文章指出各平台优势与不足，如Coze部署快但合规风险高，RAGFlow文档解析强但实时性弱。最后建议根据数据结构化和响应时效需求选择平台，企业应用需优先考虑私有化部署能力，并提出了智能客服、知识中枢等场景的

原创 CMAQ、后向轨迹、正定矩阵因子分解（PMF）模型、大气扩散模型CALPUFF， 这4个空气质量检查模型是什么

摘要：CMAQ是开源多尺度空气质量模型，预测区域至大陆范围的污染物浓度分布；后向轨迹分析（如HYSPLIT）追踪气团路径识别污染来源；PMF作为受体模型解析污染源贡献，仅提供可执行文件；CALPUFF为商业扩散模型，适用于复杂地形近场模拟。四者常联合使用，CMAQ与HYSPLIT开源，PMF部分开源，CALPUFF需商业授权。（150字）

原创 人工智能 - Magentic-UI与Browser Use 技术选型

本文对比了Magentic-UI和BrowserUse的技术差异与适用场景。Magentic-UI适合企业级复杂任务协作，具有安全管控和智能体复用优势；BrowserUse则适合个人轻量任务，操作简单灵活。选型依据包括任务复杂度、安全需求、团队技术能力和维护需求。典型场景中，供应链监控推荐Magentic-UI，个人比价推荐BrowserUse，混合任务可组合使用。建议预留接口实现工具互补，Magentic-UI适合长期复用场景，BrowserUse适合快速交付需求。

原创 CosyVoice介绍

CosyVoice是阿里开源的多语言语音生成大模型，支持中文、英文、日文、粤语和韩语的语音生成，具备语音克隆、自然语言控制等功能。其亮点在于通过富文本或自然语言输入实现对语音情感和韵律的精细控制，显著提升合成语音的情感表达能力。CosyVoice的部署步骤包括克隆项目、安装依赖、下载模型和启动服务。用户可以通过WebUI进行语音克隆，或通过Python编程调用API进行二次开发。系统要求灵活，普通电脑即可运行，但建议使用NVIDIA GPU以加速推理。

原创 字节开源FlowGram与n8n 技术选型

字节跳动开源的FlowGram和n8n是两款功能强大但定位不同的工作流编排工具。FlowGram面向AI场景，强调复杂流程的可编排性与性能优化，适合处理大规模节点和AI驱动的复杂工作流，如金融风控、供应链管理等。n8n则是一款通用型开源自动化工具，侧重跨平台集成与低代码/无代码自动化场景，适合快速集成多平台服务和本地化AI应用。选择FlowGram适合需要高度定制化AI工作流和性能要求高的企业级应用，而n8n则适合快速实现跨平台自动化和本地化AI应用。两者未来可能形成互补，结合使用可发挥各自优势。

原创 Liunx配置网络

在CentOS系统中，执行ifconfig命令时提示未找到，这是因为ifconfig属于net-tools工具集，需要手动安装。对于CentOS/RHEL/Fedora系统，可以使用yum install net-tools（CentOS 7及以下）或dnf install net-tools（CentOS 8+/Fedora）进行安装。对于Debian/Ubuntu系统，则需执行apt-get update && apt-get install net-tools。此外，文章还展示了网络配

原创 LAM单图秒级打造超写实3D数字人头部CUDA out of memory

RuntimeError: CUDA 内存不足。尝试分配 190.21 GiB。GPU 0 的总容量为 6.00 GiB，其中 1.97 GiB 空闲。已分配内存中，2.90 GiB 由 PyTorch 分配，53.60 MiB 由 PyTorch 保留但未分配。如果保留但未分配的内存较大，尝试设置以避免碎片化。有关内存管理的文档，请参阅。