- 博客(239)
- 资源 (8)
- 收藏
- 关注
RSS订阅原创 2025 年终总结
大家好，我是烤鸭：又到了一年中回顾今年的自己、展望明年自己的时候了。之前想着干到最低能领退休金的年份就行，没想到这个时间也在延迟。从22年之后，生活进入稳定期，就一直在不务正业的摆烂...
2026-01-01 10:31:48
696
原创 25年12月22日ks直播事故技术复盘
大家好，我是烤鸭：今天聊一下 25年12月22日晚上ks直播失控，主要是技术层面分析一下可能原因是什么，怎么预防。
2025-12-23 18:03:48
1335
原创 技术干货：基于开源生态的视频多语言解决方案，框架选型 + 踩坑总结
大家好，我是烤鸭：前面几篇文章已经把流程拆解的差不多了，现在合一下，具体写一下视频多语言转换。其实国内外成熟的网站挺多的了，性价比也挺高，连x映都有这个功能了。
2025-12-23 07:45:00
1252
原创 赛博 coding 杀器集结！AI 编程黑科技工具炸裂分享
AI编程工具测评：Claude、Cursor、Trae、Comate、ByteBuddy、Lingma对比 本文测评了当前主流AI编程工具，重点比较了Claude、Cursor和Trae三款产品。Claude作为通用型AI助手在逻辑处理上表现突出，但国内使用受限；Cursor基于VS Code重构，支持本地模型运行，适合隐私敏感项目；字节跳动的Trae则定位本地AI编辑器，对国内开发者更友好。
2025-11-28 07:45:00
1896
原创 AI 翻译开源模型：轻量可本地化部署
本文介绍了腾讯开源的多语言翻译模型Hunyuan-MT-7B，并对比了5个主流翻译模型的性能参数。该模型在WMT2025大赛中30/31语种排名第一，支持33种语言和5种民汉方言。测试环境包括Python 3.11、CUDA 12.8和NVIDIA显卡。作者针对ASR文本的上下文翻译需求进行了实际测试，输入包含时间戳的对话文本，评估模型在保持时间戳结构的同时进行整体翻译的能力。表格详细对比了各模型在参数规模、架构、语言支持等方面的差异，特别突出了Hunyuan-MT-7B在多语言API服务场景下的优势。
2025-11-25 07:45:00
1029
原创 干货｜多语言 TTS 模型选型、调优与落地实操
本文分享了多个TTS模型的使用体验，包括CosyVoice、IndexTTS-2、Step-Audio-EditX和chatterbox等，主要针对多语种语音合成需求。测试环境为Python 3.11+、CUDA 12.8，分别在Windows和Linux系统上进行。重点评测了chatterbox（支持23种语言，部署简单）、IndexTTS-2（中文表现优秀）和CosyVoice（下载量超百万次，支持多种方言）的实际表现。文章提供了各模型的部署方法、代码示例和音频测试结果。
2025-11-24 07:45:00
1404
原创 人声分离的模型和项目推荐：UVR or Demucs or Spleeter
本文分享了三款主流开源人声分离工具：UVR5、Spleeter和Demucs。UVR5集成多引擎，支持图形界面操作，适合音乐爱好者；Spleeter轻量高效，适合批量处理；Demucs音质最优但硬件要求高，适合专业用户。文章提供了安装指南、功能对比和实际测试结果，推荐UV5作为首选工具，Demucs用于高质量需求，Spleeter适合快速处理。测试显示UVR5在保留人声同时有效过滤背景音，而Demucs模型在本地运行需要较高配置。
2025-11-17 07:11:28
817
原创 Faster-Whisper：更快更好的开源Asr模型
本文介绍了faster-whisper语音识别模型，相比原版Whisper和whisperX在效率和性能上的优势。该模型基于CTranslate2实现，在保持准确率的同时速度提升50%以上，内存占用更低。
2025-11-11 06:54:56
914
5
原创 langchain搭建智能体-更好的理解上下文管理
本文介绍了AI学习路径中的上下文工程，以LangChain为例探讨了上下文管理的演变与应用。文章指出，从单次对话到多任务协作，上下文管理经历了提示词工程到上下文工程的演进，后者更关注输入结构的系统设计。文章总结了Drew Breunig提出的四类上下文失败问题（中毒、干扰、混淆、冲突），并分析了LangChain中的记忆机制（短期/长期记忆）。最后通过代码示例展示了LangGraph在并行无上下文和有上下文场景下的应用，说明了上下文管理在智能体协作中的重要性。
2025-10-29 07:45:00
1903
原创 Qwen-Image微调(含源码)
大家好，我是烤鸭：使用大模型的时候，都遇到过类似的问题，有些概念模型不知道，导致结果不符合预期。比如使用Qwen-Image生成某一个没经训练过的图，这时候就需要进行模型微调。今天这篇文章主要写一下Qwen-Image的微调。
2025-09-19 07:45:00
1200
原创 开源 Agent 平台部署全流程：从环境准备到启动运行
大家好，我是烤鸭： 前几天写了一个agent的文章，https://blog.youkuaiyun.com/Angry_Mills/article/details/151369785，今天打算写一篇开源agent的平台dify的非docker部署和aiflowy部署。
2025-09-17 07:45:00
1293
原创 一文讲懂agent&搭建一款属于自己的智能体
大家好，我是烤鸭：最近除了研究开源模型和工具调用，也在看智能体相关，再好的模型或者代码都只是工具，想要有生产力还是得上价值(智能体)，谁不想要一个可以7*24h工作的AI助手(牛马)呢。
2025-09-11 07:45:00
943
原创 通义万相2.2-图/文生视频深度体验：附源码
大家好，我是烤鸭： 鲨疯了，最近陆续几个重磅开源，阿里云和openai陆续加入了战场，都是非商用显卡可以跑的，太炸裂了。文本模型： openai_gpt-oss 文本生成，文生图：Qwen-Image文生图，文/图生视频： 通义万相2.2-图生视频。今天重点体验一下 通义万相2.2文/图生视频。
2025-09-09 07:45:00
1216
原创 开源王者 Qwen-Image-Edit：图生图实战代码独家分享
通义千问最新推出的图像编辑模型Qwen-Image-Edit的使用体验，该模型支持图生图功能，效果强大且支持家用4090显卡运行。模型开源地址和示例代码均已给出。
2025-09-05 07:30:00
672
原创 文生图开源王者 Qwen-Image：实战代码与量化代码独家分享
鲨疯了，上周陆续几个重磅开源，阿里云和openai陆续加入了战场，都是非商用显卡可以跑的，太炸裂了。文本模型： openai_gpt-oss 文本生成，文生图：Qwen-Image文生图，文/图生视频： 通义万相2.2-图生视频。今天重点体验一下Qwen-Image文生图。
2025-08-11 07:45:00
1045
原创 从理论到代码：Qwen2.5-vl 视觉识别技术的应用落地思路（含源码）
识别图片或者视频如何使用，在哪些场景比较适合。这里说一个可能应用的场景，如果你有素材，无论是自己拍摄的还是网络上找到的，怎么快速变成自己风格的内容。具体点的案例，做一个主题是某个热点新闻(苏超之类的)的某红书的图文或者视频内容。
2025-07-23 07:45:00
620
原创 内存泄漏终结者：用JProfiler透视Java项目的OOM黑洞
大家好，我是烤鸭： 最近线上的老服务运行一段时间就自动重启，从日志看到是发生了oom，虽然当时打印了dump日志，但由于在容器环境配置了探活，导致节点重启后没有留下dump日志。后来大家根据极少的日志进行了猜测，但效果不明显，由于是历史服务，也不太想改。只能走一步看一步，项目重启的频率差不多两周左右，直到有一天...
2025-05-12 07:45:00
400
原创 别再重复劳动！浏览器自动化实战： browser-use
大家好，我是烤鸭：最近在研究AI的落地应用，满世界都在做AI，以前还在研究大模型、GPT，现在都变成了agent、mcp。manus公布了3天就销声匿迹了，今天看下manus的前置开源工具browser-use。
2025-04-27 08:00:00
780
原创 一文了解transformer(通俗易懂版本)
最近看transformer太难懂了，就想写一篇简单的能看懂的，transformer是如何工作的。本篇不会过渡研究算法， 那玩意一般人也看不懂。
2025-04-14 08:00:00
1227
原创 从规划到执行，从源码角度看Manus如何一手掌控
大家好，我是烤鸭：前几天manus很火，不过最近几天降温了，动机也被人质疑。更可怕的是，发布3小时就有其他团队做了开源版，今天就来看看这个open-manus。
2025-03-20 00:47:43
1132
原创 超乎想象的精准—探索Qwen2.5-vl的识别魔法
大家好，我是烤鸭：今天写一篇使用开源的视频模型来进行图像/视频识别，使用的是千问模型qwen-vl-2B。
2025-03-17 07:45:00
1758
原创 Kubernetes缩容“误伤”Redis数据，问题出在哪？
大家好，我是烤鸭：这次遇到了Kubernetes部署的redis集群数据全部丢失的问题，记录一下。
2025-03-10 07:45:00
931
原创 Nacos实用指南：查看注册服务节点与检索配置
大家好，我是烤鸭：用nacos检索配置是一件很麻烦的事，没有一个全局检索的地方，不过还好开放了api，可以自己写一个页面实现节点查看和快速检索配置。文末有html直接下载地址。
2025-03-06 08:00:00
404
原创 视频卡顿分析之专利解读
nbsp; 这篇主要是写一下视频卡顿分析，去年申请了专利，有一篇文章写了后半部分，这篇写一下前半部分，数据收集的部分。
2025-02-24 07:45:00
694
1
原创 Python + WhisperX：解锁语音识别的高效新姿势
大家好，我是烤鸭： 最近在尝试做视频的质量分析，打算利用asr针对声音判断是否有人声，以及识别出来的文本进行进一步操作。asr看了几个开源的，最终选择了openai的whisper，后来发现性能不行，又换了whisperX。这是一篇实战和代码为主的文章。
2025-02-11 07:45:00
2734
3
原创 DeepSeek本地部署：轻松搭建专属代码助手
大家好，我是烤鸭： 差不多一年没写文章了，幸运的是还没失业，不过早晚会被AI取代。最近deepseek实在太火了，也来蹭一下热度。利用deepseek-r1和qwen2.5-coder搭建自己的代码助手，vscode和idea都可以用。
2025-02-08 18:19:36
2220
原创 揭秘视频音画质量的神秘面纱：探索几种独到的分析方式
我是烤鸭。今年是AI元年，最近sora更是火的不行。正好最近在搞视频质量分析，寻思写篇文章。毕竟sora生成的视频还需要评判标准，我要写的是关于视频质量分析的方式，主要分为有参考的客观打分和无参考的客观打分。
2024-03-05 08:15:00
1967
原创 Copilot：编程助手，你真的需要它吗？使用体验对比分享
最近ai火的狠，想聊聊代码里的copliot，最近几个月也使用了几款不同的copliot。
2024-02-19 08:15:00
11806
9
原创 chatgpt驱动的视频卡顿分析.md
最近在尝试做视频卡顿分析，对python不是特别了解。以前也没感觉GPT有能好用，这次用了一下，真的是有点牛了，起码可以节省半天的工作量。使用的是百度AI-文心一言，感觉还是比较好用的。
2024-02-01 08:15:00
657
原创 redis命令大量超时 连接数突增
这篇文章拖了3周没写出来，最后虽然给出了一个分析，但还是感觉不够说服力。毕竟出了问题、第一时间是解决问题，解决之后只能依靠历史的数据进行复盘、分析。一开始大家都说是由于redis内存刷到报警、内存碎片产生导致的，其实应该没啥关系。由于是老项目，在框架使用上需要注意，可能用了很久的框架，不知道在一些场景上的性能怎么样。比如像这次大量刷入缓存，导致内存急速上、后来停刷之后的大量过期的场景并没有实际运行过。
2023-02-13 08:15:00
2282
2
原创 对技术类的管理和绩效的一些想法
我是烤鸭。看完春晚小品的心情(除了神马组合)，就跟下面这哥们一样，尬的抠脚。再加上初一跟家人出去一趟，消费是真的复苏了，哪哪都排队。本来还想去洗温泉，给商家打电话一直占线...就能想象有多少人了。最近这几天就好好在家休息休息，再抽空写篇文章复盘下，对技术类管理和绩效的一些想法。
2023-01-28 08:15:00
1587
3
原创 易盾sdk引起项目的整体耗时问题?
大家好，我是烤鸭。今年年初的时候，项目接入易盾sdk之后，随着接口调用次数增多(用到易盾sdk的接口)，项目整体性能变差。写篇文章做个复盘记录，其实同事已经写过了，我借鉴部分再拓展一些。
2023-01-19 08:15:00
2096
原创 rocketmq报错的问题排查和记录 RemotingTooMuchRequestException
连续3天同一时间遇到rocketmq不可用。第一天持续1分钟，第二天持续10分钟，第三天持续40分钟。线上版本使用的4.9.2，以下源码均看的这个版本。
2023-01-16 08:15:00
4933
原创 2022 年终总结
大家好，我是烤鸭。又到了年终总结的时候了，今年是沉闷又兴奋的一年，外边卷着XX浪潮和互联网XX的声音，内心又是矛盾的继续北漂还是回家。XX是审核不让说的词。
2023-01-02 16:25:46
235
原创 再写java探针
以前写过一篇全链路探针实现的文章，最近同事间搞技术分享，再整理一篇。可惜这两年没有继续搞这方面的技术，算是两年前的拓展篇吧。很多技术只放了图，文字就不写了，可以参考下边的拓展阅读。
2022-12-22 08:15:00
774
原创 容器环境 springcloud gateway grafana prometheus采集集成与问题
大家好，我是烤鸭：记录下网关上容器后，监控升级的过程。
2022-11-07 08:15:00
1559
针对马来西亚语和粤语的tts模型实用测试，包含 Chatterbox、Step-Audio-EditX、Qwen3-1.7B-Multilingual-TTS、CosyVoice
2025-11-21
智能体平台dify-1.13版本的sql表结构
2025-09-11
ta-lib依赖，windows-64位
2023-12-07
springboot 2.x websocket整合
2018-11-13
jqweui的picker插件动态加载数据
2017-12-22
JAVA实现类似美团电影价格图片数识别
2017-12-03
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人