<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[YuiGod的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/RyanYui</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; RyanYui]]></copyright><item><title><![CDATA[《从零开始DeepSeek R1搭建本地知识库问答系统》五：实现问答系统前端 UI 框架，基于 vue3 + typescript + ElementPlus]]></title><link>https://blog.youkuaiyun.com/RyanYui/article/details/146179346</link><guid>https://blog.youkuaiyun.com/RyanYui/article/details/146179346</guid><author>RyanYui</author><pubDate>Tue, 11 Mar 2025 15:44:52 +0800</pubDate><description><![CDATA[使用 vue3 + ElementPlus 作为前端ui框架，实现问答系统前端功能。相信绝大部分的前端项目都是使用 Vue 或 React，python 写前端 web 框架毕竟不是主流。在企业级项目中，绝大部分的做法是将大模型 RAG 模块单独写 Api，然后接入到现有的业务系统 server 端，再统一接口给前端调用，亦或者直接给前端调用。上一章完成了框架搭建 server 端系统。本章开始着手搭建前端框架，实现对话聊天和文档管理等功能。重点是对话聊天部分的功能实现。]]></description><category></category></item><item><title><![CDATA[《从零开始DeepSeek R1搭建本地知识库问答系统》四：FastApi 框架搭建本地知识库问答Web Server端]]></title><link>https://blog.youkuaiyun.com/RyanYui/article/details/146179207</link><guid>https://blog.youkuaiyun.com/RyanYui/article/details/146179207</guid><author>RyanYui</author><pubDate>Tue, 11 Mar 2025 15:43:03 +0800</pubDate><description><![CDATA[上一章我们实现了 RAG 的核心代码逻辑，本章我们就围绕核心代码来慢慢做大做强。既然是本地知识库问答，文档管理是必不可少的。对话聊天记录总不能一直放内存里，刷新就没了。1.  **实现文档管理 API 接口**，有上传，更新，删除的操作。2.  **添加会话管理 API 接口**，每一个会话都对应着相关的聊天历史记录，有 CRUD 操作。所以就不需要用到 LangChain 的 `ConversationBufferMemory` 函数了。3.  **提供文档向量化 API 接口**，目前只是简单的对所有文]]></description><category></category></item><item><title><![CDATA[《从零开始DeepSeek R1搭建本地知识库问答系统》三：基于LangChain构建本地知识库问答RAG应用]]></title><link>https://blog.youkuaiyun.com/RyanYui/article/details/146178923</link><guid>https://blog.youkuaiyun.com/RyanYui/article/details/146178923</guid><author>RyanYui</author><pubDate>Tue, 11 Mar 2025 15:41:35 +0800</pubDate><description><![CDATA[RAG（检索、增强、生成）这种技术通过从外部知识库中检索相关信息，并将其作为提示（Prompt）输入给大型语言模型，以增强模型处理知识密集型任务的能力，如问答、文本摘要、内容生成等。完整的RAG应用流程主要包含两个阶段：1. 数据准备阶段：数据提取——>文本分割——> 向量化（embedding）——>数据入库。2. 应用阶段：用户提问——>数据检索（召回）——>注入Prompt——>LLM生成答案。想要构建 RAG 应用，通常需要几个步骤：1.  使用`LangChain`的文档加载器（如`Directo]]></description><category></category></item><item><title><![CDATA[《从零开始DeepSeek R1搭建本地知识库问答系统》二：Ollama 部署 DeepSeek R1 蒸馏模型及Api测试]]></title><link>https://blog.youkuaiyun.com/RyanYui/article/details/146178603</link><guid>https://blog.youkuaiyun.com/RyanYui/article/details/146178603</guid><author>RyanYui</author><pubDate>Tue, 11 Mar 2025 15:38:54 +0800</pubDate><description><![CDATA[下载 DeepSeek R1 蒸馏模型，使用 Ollama 框架作为服务载体部署运行。部署或推理模型会用到以下几种热门的推理引擎，分别是：原生启动：1.  Hugging Face库，这是一个比较原生的推理架构，需要写一些底层代码来启动。这个库更多用在模型微调或推理方面上。部署模型引擎：有自己的启动方式，部署简单，往往只需要输入 sever 命令行直接启动即可。]]></description><category></category></item><item><title><![CDATA[《从零开始DeepSeek R1搭建本地知识库问答系统》一：利用WSL2搭建Linux子系统并设置运行环境]]></title><link>https://blog.youkuaiyun.com/RyanYui/article/details/146178025</link><guid>https://blog.youkuaiyun.com/RyanYui/article/details/146178025</guid><author>RyanYui</author><pubDate>Tue, 11 Mar 2025 15:34:11 +0800</pubDate><description><![CDATA[最近推出的 DeepSeek R1 异常火爆，我也想趁此机会捣鼓一下，实现 DeepSeek R1 本地化部署并搭建本地知识库问答系统，没错，在前后端开发中，我采取的和别人的不太一样，一般的教程例子 ui 框架都是使用 python 语言编写，例如 `streamlit` 框架。~~作为一个 python 小白，想改都不好改。~~服务端只专注于 python 开发即可，提供Restful API 风格接口给前端使用，前端的东西交给前端的人来做。~~绝对不是因为我是python小白~~。在企业开发中，把大语言]]></description><category></category></item><item><title><![CDATA[最详细vscode为uniapp，vite项目配置ESlint9+Prettier+Stylelint+husky规范]]></title><link>https://blog.youkuaiyun.com/RyanYui/article/details/144572734</link><guid>https://blog.youkuaiyun.com/RyanYui/article/details/144572734</guid><author>RyanYui</author><pubDate>Thu, 19 Dec 2024 00:51:42 +0800</pubDate><description><![CDATA[上周我 vscode 中创建 `uniapp vite-ts` 项目的时候，发现项目里并没有代码规范与格式化的 modules 。纳尼？又要自己手动配置一次？~~（痛苦面具）~~
然后我去 `ESlint` 官网，发现 `ESlint` 已经更新到 `v9.16.0` 版本了[（请看更新变化↗）](https://eslint.org.cn/docs/latest/use/migrate-to-9.0.0)，而且 `v9.x` 是破坏版更新，不仅配置文件名不一样，还是新的默认配置格式。不过配置已经简化了很多]]></description><category></category></item><item><title><![CDATA[vitepress静态网站添加访问量统计]]></title><link>https://blog.youkuaiyun.com/RyanYui/article/details/144140350</link><guid>https://blog.youkuaiyun.com/RyanYui/article/details/144140350</guid><author>RyanYui</author><pubDate>Fri, 29 Nov 2024 16:31:21 +0800</pubDate><description><![CDATA[对于静态网页来说，两款插件调用的方法都特别的简单，只需要两步：
在每一个页面引入一个 script 标签；
在页面中的某个 span 绑定id标签显示。
script 标签需要在网站的每个页面都添加 (无需都显示)，否则计数器可能会丢失这些未添加页面的访问计数。
busuanzi id 标签说明：
busuanzi_container_site_uv 的作用是为防止计数服务访问出错或超时（3秒）的情况下，使整个标签自动隐藏显示，带来更好的体验。这个id可以省略。
busuanzi_value_site]]></description><category></category></item></channel></rss>