- 博客(34)
- 收藏
- 关注
RSS订阅原创 MacOS 上安装 Docker 和启动 LangBot
可以通过 下载 dmg 或者 HomeBrew 来安装。最简单还是 按豆包回答的直接装。装完后出现 Docker 图标的 APP 需要 git clone 下 LangBot code, 启动 Docker （手动打开 Docker APP 即可），然后进入相应的 .../LangBot/docker 目录 , docker-compose up -d 启动 （基于此目录中的 yaml 配置文件）
2025-12-12 09:23:14
311
原创 利用和风天气服务， JWT（json web token) Token的创建
近来学习 AI Agent，LLM之外的实时能力 （工具）的构建就是一个实验对象，想到读取天气，创建这样一个 python 函数，作为工具。DeepSeek 推荐了 3 家天气 API 的供应商，
2025-12-04 13:01:09
134
原创 MacOS 安装 pytorch 出错
MacOS 15.7.2 (24G325) 安装 torch 时报错。在 Pytorch 官网 上实际是有明确 guide --尝试各种方式，花了一些时间。据此执行命令就 OK 了。
2025-11-27 15:51:32
174
原创 在 Mac上安装 Ubuntu 虚拟机的过程（通过 VMware Fusion)
1， 在 Mac上安装 Ubuntu，学习一些不依赖 英伟达 GPU 的内容。（因为 vmware 被 博通收购），然后在其浩大的网站中搜索，在学习 AI 的过程中，MacOS 并不是主流。首先在找适合 Mac 的 虚拟机（VM）工具时，尝试了。VMWare Fusion Pro 下载也很麻烦。2，租借带 GPU 的云服务器。
2025-11-27 12:20:07
423
原创 利用 Ollama 在个人电脑上做大模型的本地部署 （MacOS 为例）
本文介绍了在个人电脑上本地部署DeepSeek-R1模型的完整流程。首先需要下载安装Ollama工具，选择7b版本的deepSeek-R1模型并运行命令启动服务。然后安装Chatbox AI客户端并配置连接到本地部署。测试发现终端直接提问与通过Chatbox提问结果存在差异，且响应较慢。最终验证表明，关闭终端后仍可通过Chatbox获取答案，确认了本地部署成功。整个过程展示了如何将大语言模型部署到本地环境并进行交互测试。
2025-11-20 17:25:01
195
原创 AI Prompt 的 使用要点
这样就实现了常常讲的 --- 明确目的，表明角色（出发点/角度), 要实现的具体功能，达到具体要求/指标。同时，可以明确要求输出的格式 （markdown, json等等)0，AI prompt，是新一代司机（马车夫-> 手动档汽车夫 -> 自动挡 汽车夫 -> ...）在新时代需要的基本技能。另，在 AI 的实用写作，比如简历，务必提供好清晰描述个人的优势、目标；请它来根据岗位画像有针对性地调整简历。2, 不能尽信AI，对生成结果要： 1）验证基本事实（比如 用 baidu搜索年度，确认无误）；
2025-11-20 11:52:08
181
原创 defaultdict 的使用
Python 的字典 dict 数据类型方便强大，在有 hash 表的场合常用。Collections 模块是在 dict 基础上的扩充。普通 dict 也可用 dict.get() 来避免 KeyError，而 defaultdict 更加方便。，解决了普通字典访问不存在的键时抛出。是 Python 标准库。中的一个类，用于创建。
2025-11-19 16:53:38
180
原创 备忘，pandoc -- 用于md/html 文件和 docx、pdf 等互转
MacOS : 先安装 pandoc -- “之后，命令行转换 -- “
2025-11-18 15:48:16
186
原创 Git 命令报错“error: non-monotonic index...” --- 踩坑 MacOS 对 ExFAT 磁盘的支持问题
在Intel芯片MacBook Pro双系统环境下，执行git clone到ExFAT共享分区时出现"error:non-monotonic index..."错误，且iTerm2提示符显示异常。虽然后续git命令仍可执行但持续报错。经排查发现，当将git仓库克隆到MacOS原生的APFS文件系统(~/)时运行正常，表明ExFAT文件系统对Git支持存在问题。这可能是由于ExFAT的文件系统特性与Git不兼容所致，建议在开发环境中优先使用原生APFS文件系统。
2025-11-07 12:37:04
225
原创 python 的__XX__
通过下面的 IDLE 的例子，可以看到对于一个列表的实例对象，通过 dir(a)可以 方便地列出其所有 python 属性，__XX__是所谓的 magic 方法，实现了算符运算（+，* 等），取值 (a[2])，获取帮助(__doc__) 等；还有通常的用户调用的所有方法，比如 a.sort(reversed=False), a.count(5)等等。python 的三板斧, print, type, dir 可以显现 python 语言的灵活性。
2025-10-28 12:05:56
140
原创 推荐《翦商》
在 优快云 这个讨论技术的社区，推荐人文书籍。貌似不搭界。但是看技术类的闲暇之余，更多时间喜欢花在人文类书籍上。《翦商》是过去一年反复在喜马拉雅听过，又买书来看的一本。很有启发，收获远超过对技术上的细枝末节的了解所带来的。中华古文明，辉煌灿烂的种种，不必赘述。各省博物馆里面精巧、汗牛充栋的文物，早说明了这一点。我国建国、改开以来迅速和发达国家拉平差距，归根结底是文化上、政治上的优势。
2025-10-23 15:47:27
614
原创 python 中的元祖 tuple()
Python元组是不可变序列，常用于函数多参数返回，这是Python的灵活特性之一。相比列表，元组更安全高效，适合存储不变数据。其不可变性确保数据不被修改，适合作为字典键值或函数返回值。这一设计体现了Python的简洁实用风格。
2025-10-23 13:36:03
167
原创 python 中的 dir()
对 dir，确实有所启发，在 python coding 的过程中，时长需要去上网搜一些方法，比如针对 list，string等。以下长截图来自豆包。
2025-10-23 12:30:07
213
原创 python中的[:]
本文介绍了Python中[:]切片操作符的两种主要用法及其区别。在等号后使用时(a[:])会创建列表的浅拷贝副本，适用于保护原列表不被修改；在等号前使用时(a[:]=...)则会清空原列表并替换元素，实现原地修改。通过一个合并数组的实例展示了直接赋值与[:]操作的区别：前者仅创建引用，而后者真正修改了原列表内容。文章还指出浅拷贝的局限性（对嵌套可变对象无效）及深拷贝的解决方案。该操作符主要用于安全操作列表、避免意外修改输入参数等场景。
2025-10-22 12:04:31
264
原创 Brew Install 遇到外网连不上的问题
接着就可以用 brew install xxx 来安装 wget，tree ，lua等等了。查百度，该说不说，现在百度的AI 提示非常好。使用国内镜像，早有国内大佬做的漂亮 --homebrew 的官网。这是 Brew 的介绍。
2025-09-28 12:50:51
173
原创 IPython 的使用
IPython 是增强的交互Python。比python自带的交互，以及IDLE 要强大得多。开发场景中，或者用PyCharm开发大段的、整个的项目，或者用IPython (Jupter Notebook) 做短平快的尝试。安装后，可以看到它的帮助文档。
2024-10-21 19:56:14
283
原创 Python 通过装饰器实现对函数执行时间的打印
在Pytest里面用使用了大量的装饰器，从而实现对一个基础Test Case(测试函数），通过赋予不同的输入参数实现不同Case的执行，或者记录测试结果（mark），或者做到Startup, teardown的作用（fixture）。在我们写程序过程中，也可以自己创建装饰器，来实现对函数或类的各种增强。本文用一个例子，打印函数的执行时间，来做个说明。这样就实现了工程中debug阶段对性能的初步判断，而不必在每个函数中都写重复的代码。Python 的装饰器属于Python的进阶概念，一般用于装饰函数和类。
2024-10-21 10:02:11
354
原创 Python中线程实践的一些探索
利用 threading package，threading.Lock.acquire() 和 threading.Lock.release() 方法，对某些关键变量访问的限制（锁），可以实现。遇到一个题，要求分3个线程，每个调用一个方法，实现0 1 0 2 0 3 0 4 0 5...这样的标准输出。豆包AI 提供了用threading.condition 这样比较高级的调用。结果在屏幕上秒出，应该是毫秒级别的。找了半天，没有解决。计算得知需要5秒多。
2024-09-29 09:33:00
241
原创 二叉树的遍历-- 使用顺序存储（也就是用列表）和链式存储（对象）
二叉树的遍历（Traversal）是指沿着某条搜索路线，依次对树中的每个节点做一次且仅做一次的访问。二叉树（Binary Tree）是指树中节点的度不大于2的有序树（左子树先于右子树）分为先序遍历，中序遍历，后序遍历。
2024-09-24 17:55:32
306
原创 斐波那契数列实现的几种写法---分析递归、迭代器、生成器、暴力解法的优劣
实际上，对于这种简单问题，这种实现是为了说明迭代器、生成器的基本使用方法。如果考虑到在编程中就事论事地解决问题。我们还是迭代和直接推算等方法。如果n 很大，迭代方法最不可取，因为占用大量栈空间，而且是一次算完。其次是直接暴力解法，而迭代器，生成器是基于单值， 貌似可控一些吧。前面有篇文章，描述了斐波那契数列，如何用迭代器或生成器来生成。
2024-09-20 19:57:26
335
原创 Python中 递归（Recursion）的使用浅析
对于简单的迭代，比如阶乘、斐波那契数列，用递归函数可以，但是不如迭代器、生成器高效，因为它们的本质是执行一次后停下再按要求执行下一次，而递归调用的本质是不断压栈，会占用大量的栈空间，如果递归深度过大（例如处理大规模数据或者复杂的递归结构时），可能会导致栈溢出错误。如果没有正确设置递归基例，递归函数将无限地调用自身，直到耗尽系统资源（如栈空间），导致程序崩溃。的情形，比如阶乘，树的深度等的程序设计情形，是使用递归的场景。类似功能的实现，在Python里面有迭代器和生成器（以类或函数为基础的单值生成器）。
2024-09-19 12:11:55
741
原创 Python 中Collections 库的使用
说 -- “这个模块实现了一些专门化的容器，提供了对 Python 的通用内建容器。类似列表的容器，但 append 和 pop 在其两端的速度都很快。一个工厂函数，用来创建元组的子类，子类的字段是有名称的。字典的子类，通过调用用户指定的工厂函数，为键提供默认值。类似字典的类，用于创建包含多个映射的单个视图。字典的子类，能记住条目被添加进去的顺序。是Python的数据容器类。封装了字符串对象，简化了字符串子类化。封装了字典对象，简化了字典子类化。封装了列表对象，简化了列表子类化。
2024-09-03 16:42:53
370
1
原创 Python多线程，3 -- 最常用的，继承threading.Thread, 如果需要的话重写run()
从threading.Thread类派生子类，将线程相关代码放在这个子类里面，而且。这和之前用过的C++ pthread 貌似是一致的。
2023-06-01 18:00:53
301
原创 Python多线程，2 -- 提高型， threading 模块
在上篇文章中提到了基础型的_thread模块，用起来需要用户手动保障线程在主程序前执行完毕，通过延时（或等待输入）、锁和锁释放这种方式。相比而言，threading 模块使用起来更加方便。
2023-06-01 16:12:39
242
原创 Python多线程，1 -- 基础型， _thread 模块
需要注意的是，当使用strart_new_thread() 启动线程运行特定函数，必须注意有措施保障它在主程序完结前运行完成，否则主程序退出时，线程函数还没来得及执行。例如_thread，注意python2中这个模块称为thread，在python3中改名为。以前在C++中用过多线程pthread，现在尝试一下Python中的多线程(multi thread)的定义如下，可以承载一个函数，并传递其元组和字典格式的参数。只有把最后两行选择一行去掉注释，才会得到期望的执行结果，如下图。
2023-06-01 12:16:40
337
原创 Python中判断数据类型
4. 针对string, 它自身有不少相应的判断函数。3. 以上对于float, string 也类似。python中判断数据类型非常简单。中直接用内建函数type()来判断，依然在IDLE中举例。2. 代码中就可以用。
2023-05-30 10:52:32
4204
1
原创 进程间通信 Inter-process communication
进程间通信有多种方式，经历过的有message queue，socket，share memory, signal等等。看到一位大神把维基百科直接翻译了一下，觉着有用，引用一下，备忘。
2023-05-29 18:25:14
221
1
原创 Python: Socket编程举例 (和C/C++ socket 编程类似）
对编程而言，Socket是底层网络接口。简而言之，对， Socket 就是主机（主机名或者IP地址）加上端口号，是计算机开发者对传输层协议（TCP/UDP）等的封装实现。注意： 如果是对, Socket 就是 (host, port, flowinfo, scope_id)参见。
2023-05-08 18:06:25
392
1
原创 Python: 如何用Python的迭代器或生成器实现斐波那契数列
是指这样一个数列：1，1，2，3，5，8，13，21，34，55，89...这个数列从第3项开始，每一项都等于前两项之和。斐波那契数列的定义者，是意大利数学家莱昂纳多·斐波那契（Leonardo Fibonacci））。因数学家莱昂纳多·斐波那契（以兔子繁殖为例子而引入，故又称为”兔子数列“。斐波那契数列又称黄金分割数列，n越大，相邻两值的比越接近黄金分割0.618，非常有趣。百度百科上有这个数列的详细介绍斐波那契数列应用广泛。
2023-04-28 12:20:32
780
1
原创 Python 迭代器和生成器的本质
Python 的迭代器和生成器是初学者比较挑战的两个概念。本质而言，都是为了节省内存、加快速度（尤其是为大规模的计算），从而迭代（迭代就是循环的意思）生成一次单值结果，一步步迫进到最终的结果。rt: #因为 RightTriangle 是可迭代的，所以可以这么写。
2023-04-27 20:29:31
194
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人