- 博客(10)
- 收藏
- 关注
RSS订阅原创 MCP + qwen3 + cline 实现简单的代码调用（windows本地实现）
b、成功之后，先配置本地大模型，我使用的本地千问3，如下配置（本地安装千问3，可参照我其他的文章）切换工作目录（我的工作目录：D:\workspace\mcp\server）c、配置完大模型之后，配置mcp服务器，如下图配置，绿色证明连接成功。依赖包安装成功后，开始编写MCP 服务端代码。帮我计算下20+20，采用mcp add方法。安装成功后，命令查看下是否成功 uv -V。a、创建mymcp.py文件，如下。c、启动MCP Server。a、设置act模式，如下图。点击完成之后，接下来测试。
2025-05-05 09:44:49
888
原创 安装最新的qwen3本地模型(windows11)
（ollama版本低，需要更新，如果安装了的ollama且版本低，需要按照下面操作执行更新版本操作，桌面右下角，点击ollama图标，选择重新升级）a、cmd窗口启动ollama服务（本地环境已经安装好了ollama和docker，可以参照前面的几章博客）b、安装qwen3（ollama run qwen3:8b）在Ollama 添加模型（我的本地环境已经有Ollama了）本地电脑已经启动了ollama；（设置的开机自启动）进入Qwen 3页面。已经添加成功本地的qwen3模型了。输入问题发送，安装成功。
2025-05-01 18:48:34
1680
原创 Dify+DeepSeek+flask 大模型回答内容生成Word格式到本地
成功之后切换到text2word环境（conda activate text2word）d、调用本地http服务，把大模型结果推送到本地代码，生成word文档。c、代码执行块，主要是去除大模型返回的问答去除推理部分。注：记得安装python-docx依赖包。a、开始节点，定义文本输入。b、创建python环境。a、切换到本地工作目录。直接设置整个段落的字体。b、本地LLM的输入。
2025-04-28 17:50:36
2506
原创 Dify+deepseek 搭建自己应用实战（本地知识库）
dify跑在本地docker容器内，需要dify配置本地的deepseek访问路径。# 指定 Ollama 的 API 地址（根据部署环境调整 IP）找到Docker Desktop Service服务，重启。
2025-04-23 12:52:42
514
原创 DeepSeek本地部署（wondows11）
3、成功安装ollama之后，安装DeepSeek-r1模型 还是在刚才的Ollama网站，选择Model模块，选择deepseek-r1这个模型（我电脑是32G内存，如果内存比较少，选择参数小的模型）1.5b，7b，8b，14b，32b，70b，671b；如果你电脑运行内存为16G那可以下载14b的蒸馏后的模型,我电脑是32G内存，选择14b的模型，参数越大，使用DeepSeek的效果越好.有很多个版本，区别就是参数不一样可选择的内存不一样。2、成功下载之后，点击安装。
2025-04-22 22:53:10
515
1
原创 yolov8 windows安装使用
5、安装yv8依赖包(工程目录下没有requirements.txt，请在当前目录创建requirements.txt文件copy如下信息)4、使用pycharm切换到虚拟环境，命令： conda activate yv8。1、在windows本地使用命令下载代码：git clone。7、查看安装的依赖包，命令 conda list。3、pycharm 配置环境变量。2、导入pycharm工程中。' （我使用的是本地图片）7、使用python脚本运行。b、切换base环境。8、yolo命令执行。
2024-05-29 09:34:49
1432
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