真相很简单

原创 本地大模型Connection Refuse解决方案（已验证）

在RAGFlow配置文件（如config.yaml）中，确保Ollama的访问地址为宿主机IP（如http://<宿主机IP>:11434），而非127.0.0.1或localhost，如果Docker设置了http_proxy或https_proxy，可能导致容器无法访问宿主机服务，删除代理配置后重启Docker。修改系统环境变量或Ollama服务配置文件，添加OLLAMA_HOST=0.0.0.0，然后重启服务。确保宿主机的防火墙或云服务器安全组允许外部访问11434端口。若返回模型列表，则配置成功。

原创 本地大模型构建个人知识库（Ragflow）

本地Deepseek大模型构建个人知识库（Ragflow）

原创 树莓派4、5版本核心差别对比

架构与性能：Cortex-A76 + VideoCore VII 组合实现 2-3 倍性能飞跃，支持 Vulkan 和 HDR。扩展性革命：PCIe 接口首次引入，支持 NVMe SSD 和显卡扩展，突破存储与图形瓶颈]。专业场景适配：16GB 内存版本和 MIPI 双接口设计，满足 AI 训练、工业视觉等需求。用户体验优化：内置电源按钮、风扇接口、RTC 时钟，减少外接配件依赖。

原创 从零实现本地大模型RAG部署

RAG（Retrieval-Augmented Generation）即检索增强生成，是一种结合信息检索与大型语言模型（大模型）的技术。RAGFlow是一个基于深度文档理解的开源RAG引擎。它为任何规模的企业提供了一个简化的RAG工作流程，结合LLM（大型语言模型）提供真实的问答功能，并得到各种复杂格式数据的充分引用。：使用向量数据库和近似最近邻（ANN）算法快速定位与查询相关的文本片段。：大模型 基于融合后的上下文生成最终答案，减少“幻觉”现象。：将检索到的信息处理后与原始查询结合，形成扩展的上下文。

原创 DeepSeek本地部署（Ollama）

根据自己电脑配置和应用需求选择不同模型，配置不足会导致运行时候卡顿。

原创 常见操作系统特点及区别对比

关键区别总结

原创 数据处理领域常见工具和方法优劣势对比

数据处理工具方法对比

原创 常见各类处理器特点及区别对比

常见处理器cpu, gpu, npu，TPU, dpu, hpu，IPU, BPU， VPU，APU, MCU, MPU, FPGA, ASIC, DSP区别和关系

原创 XXX软件系统研发技术手册模板

微服务：一种架构风格，将应用程序拆分为一组小型、独立的服务。OAuth2：一种授权框架，用于第三方应用访问用户资源。JWT：JSON Web Token，用于安全传递信息的紧凑型令牌。说明系统开发背景、目标用户群体和核心价值。

原创 OpenCV、YOLO与大模型的区别与关系

OpenCV是基础工具库，解决传统图像处理问题。YOLO是高效的深度学习模型，解决特定任务（目标检测）。大模型是通用人工智能的探索，解决复杂、跨模态任务。在实际项目中，三者可结合使用：OpenCV 处理数据流，YOLO 负责实时检测，大模型完成高层语义理解或生成。

原创 超简单YOLO显示中文标签

同时，文件属性改为UTF-8。

原创 保姆级超详细从零实现图像识别示例（YOLOv5）

训练完成后，权重保存在runs/train/exp3/weights/best.pt。│ └── test_dataset.yaml # 配置文件。│ ├── train/ # 训练图片。│ └── val/ # 验证图片。│ ├── train/ # 训练图片。│ └── val/ # 验证图片。├── train/ # 训练标签。└── val/ # 验证标签。├── train/ # 训练标签。└── val/ # 验证标签。

原创 不同YOLO版本之间对比关系

原创 MCP插件使用（browser-tools-mcp为例）

【代码】MCP插件使用（browser-tools-mcp为例）

原创 从零开始实现大模型客户端开发（MCP）

因为某些原因没有ANTHROPIC_API_KEY，未能调用指令。

原创 从零开始实现大模型服务器开发（MCP）

参考：https://github.com/modelcontextprotocol/python-sdk。

原创 文生图语义识别插件使用（controlnet）

bdsqlsz_controlllite_xl_segment_animeface_V2模型。control_sd15_seg模型。

原创 本地文生图使用插件（Stable Diffusion）

【代码】本地文生图使用插件（Stable Diffusion）

原创 大文件版本管理git-lfs

Git Large File Storage (LFS) 是一个 开源的 Git 扩展，用于替换 Git 仓库中的大文件，用指针文件替代实际的大文件，可以在保持仓库轻量级的同时，有效地管理大型文件。如果install提示失败，多试几次，可能网络原因。gitee默认不开通lfs，需要企业付费。

原创 从零开始上手huggingface

可能会中断，中断后刷新继续即可。

原创 感知识别算法Jetson环境部署测试记录

【代码】感知识别算法Jetson环境部署测试记录。

原创 调试日志截图

调试日志

原创 从零实现本地部署AI工作流（N8N）

【代码】从零实现本地部署AI工作流（N8N）

原创 从零实现本地文生图部署（Stable Diffusion）

从零开始实现stable diffusion本地部署

原创 英伟达消费级RTX显卡配置表

英伟达游戏显卡配置

原创 人脸识别-检测数据集

人脸识别数据集人脸检测数据集。

原创 感知识别算法的系统环境部署流程

pytorch环境部署

原创 Ubuntu22.04虚拟机里安装Yolov8流程

【代码】Ubuntu22.04虚拟机里安装Yolov8流程。

原创 Ubuntu从源码安装Webots

【代码】Ubuntu从源码安装Webots。

原创 Ubuntu从源代码编译安装QT

【代码】Ubuntu从源代码编译安装QT。

原创 宇树人形机器人gazebo仿真

宇树机器人仿真视频

原创 宇树人形机器人开源模型

这个错误通常出现在虚拟机环境中运行需要OpenGL支持的应用程序（如Gazebo）时。它可能是因为虚拟机对3D加速的支持不足或设置不当引起的。禁用3D加速：如果您的虚拟机设置中启用了3D加速，尝试禁用它。这可以通过编辑虚拟机的显示设置完成。这个设置可以帮助避免由于虚拟机中的OpenGL实现而导致的问题。

原创 宇树ROS1开源模型在ROS2中Gazebo中仿真

以GO1为例，在Ros2显示

原创 在Gazebo中显示的URDF文件

【代码】在Gazebo中显示的URDF文件。

原创 Gazebo直接构建仿真世界

Gazebo下自定义仿真环境

原创 机器人交互系统 部署构建

【代码】机器人交互系统 部署构建。

原创 使用Gazebo插件libgazebo_ros_attach对齐物体

以启动时候将碗放置到桌子上为例。

原创 Gazebo 启动时候配置物体

在ROS 2中，安装非代码文件（如worlds、models、launch文件等）需要使用install(DIRECTORY …例如，安装launch文件时，可能会有类似install(DIRECTORY launch DESTINATION share/${PROJECT_NAME})的指令。或者，可以手动将worlds文件从src目录拷贝到install目录。修改ur_simulation_gazebo/CMakeLists.txt，增加对worlds目录的编译。

原创 Gazebo里动态增加不同模型

【代码】Gazebo里动态增加不同模型。

原创 gazebo官方模型库物品

【代码】gazebo官方模型库全部物品。