<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[一个今天胜过两个明天]]></title><description><![CDATA[]]></description><link>https://blog.csdn.net/dongtest</link><language>zh-cn</language><generator>https://blog.csdn.net/</generator><copyright><![CDATA[Copyright &copy; dongtest]]></copyright><item><title><![CDATA[免费爬虫软件“HyperlinkCollector超链采集器v0.2”]]></title><link>https://blog.csdn.net/dongtest/article/details/142451440</link><guid>https://blog.csdn.net/dongtest/article/details/142451440</guid><author>dongtest</author><pubDate>Mon, 23 Sep 2024 10:14:34 +0800</pubDate><description><![CDATA[csdn下载地址：https://download.csdn.net/download/dongtest/89730221。1.优化了预览页面中 通过鼠标划取获取xpath和css选择器的功能。2.增加了数据导出到csv格式文件。采集软件更新了以下功能。]]></description><category></category></item><item><title><![CDATA[在pyside的QWebEngineView中和javascript通信方法]]></title><link>https://blog.csdn.net/dongtest/article/details/142256302</link><guid>https://blog.csdn.net/dongtest/article/details/142256302</guid><author>dongtest</author><pubDate>Sat, 14 Sep 2024 13:42:15 +0800</pubDate><description><![CDATA[pyside2中可以使用QtWebChannel 使QWebEngineView和前端页面的javasccript通信。]]></description><category></category></item><item><title><![CDATA[python打包工具Nuitka使用介绍]]></title><link>https://blog.csdn.net/dongtest/article/details/142256254</link><guid>https://blog.csdn.net/dongtest/article/details/142256254</guid><author>dongtest</author><pubDate>Sat, 14 Sep 2024 13:40:07 +0800</pubDate><description><![CDATA[首先说一下，为什么我选择Nuitka而不是pyinstaller？Nuitka相对pyinstaller有以下优点：1. Nuitka能够对 Python 代码进行深度分析，并在此基础上生成优化后的 C 语言代码会针对生成的 C 代码进行更多的优化，这意味着生成的可执行文件可能运行得更快。2. Nuitka对 Python 代码有更深入的理解，它可以更好地跟踪变量和优化代码，包括去除未使用的代码路径等。这有助于减小最终二进制文件的大小。3. 增加反编译难度。]]></description><category></category></item><item><title><![CDATA[免费爬虫软件“HyperlinkCollector超链采集器v0.1”]]></title><link>https://blog.csdn.net/dongtest/article/details/142136871</link><guid>https://blog.csdn.net/dongtest/article/details/142136871</guid><author>dongtest</author><pubDate>Wed, 11 Sep 2024 12:49:06 +0800</pubDate><description><![CDATA[我这里以css选择器为例，点击“获取css选择器”之后，弹出窗口中，显示了包含所选内容的所有”css选择器名称”，这里可以对给出的css选择器进行测试，我们选择其中一个对应的。点击切换到“预览”标签，这里显示的是内容页url的预览 ，可以鼠标划取要抓取的内容部分，比如我们要抓取文章内容，我们可以只划取内容开头的一段文字，这时候会弹出一个快捷菜单，可以获取所选内容的xpath或者css选择器名称。创建好项目后，我们右键选择一个起始页，然后选择“抓取测试”，运行后，会在下面显示抓取到的url。]]></description><category></category></item><item><title><![CDATA[uni-app中使用富文本rich-text个人经验]]></title><link>https://blog.csdn.net/dongtest/article/details/139802377</link><guid>https://blog.csdn.net/dongtest/article/details/139802377</guid><author>dongtest</author><pubDate>Wed, 19 Jun 2024 14:31:33 +0800</pubDate><description><![CDATA[不过我建议用数组节点，后端将富文本处理为节点数组返回给前端，这样有两个好处，一是前端处理起来比较方便 ，另外一点就是性能问题，后端处理好之后，前端直接使用数组，性能会更好。不过要将一段HTML富文本处理成节点数组，对后端来说，也是比较麻烦的，如果使用PHP，可使用PHP DOMDocument，参考我前面的例子。然后再说一下事件处理itemclick，我们可以使用这个事件实现对rich-text里面的节点内容进行处理，不过只能处理a和img标签，这个上面官方文档已经说明。处理，java可以使用。]]></description><category></category></item><item><title><![CDATA[视频网站下载利器yt-dlp参数详解]]></title><link>https://blog.csdn.net/dongtest/article/details/139707820</link><guid>https://blog.csdn.net/dongtest/article/details/139707820</guid><author>dongtest</author><pubDate>Sat, 15 Jun 2024 20:22:00 +0800</pubDate><description><![CDATA[上面命令将下载播放列表 “PL12345” 中的所有视频（1080格式），并将其保存在 “PL12345” 文件夹中，文件名格式为 “视频 ID-视频标题.mp4″。上面命令是下载最佳视频和音频质量，并下载字幕。]]></description><category></category></item><item><title><![CDATA[利用Morph Studio平台免费生成AI视频教程和效果体验]]></title><link>https://blog.csdn.net/dongtest/article/details/139679081</link><guid>https://blog.csdn.net/dongtest/article/details/139679081</guid><author>dongtest</author><pubDate>Fri, 14 Jun 2024 13:13:35 +0800</pubDate><description><![CDATA[重要的是，可以生成几个短视频，然后将这几个短视频合并成一个视频，导出。不过免费的，生成时间要排队 有点慢。然后点击刚刚创建的Library，在对话框输入文字，或者选择上传图片，上传视频。体验一下免费生成AI视频平台，虽然是免费的，但生成效果还是不错的。根据不同需求，选择文本生成视频，图片生成视频，还是视频生成视频。如果没注册的话，需要注册一下，可以用google账号一键注册。可以选择生成时间3秒 最长到10秒，不过10秒很慢。访问官网www.morphstudio.com/因为国外站点，访问可能需要梯子。]]></description><category></category></item><item><title><![CDATA[值得收藏的Linux 权限管理命令详解]]></title><link>https://blog.csdn.net/dongtest/article/details/139668273</link><guid>https://blog.csdn.net/dongtest/article/details/139668273</guid><author>dongtest</author><pubDate>Fri, 14 Jun 2024 08:03:27 +0800</pubDate><description><![CDATA[Linux 的文件权限分为三类：用户（User），组（Group），和其他人（Others）。每类权限又分为三种：读取（Read），写入（Write），和执行（Execute）。文件权限用一个九位数的字符串来表示，例如rwxr-xr--，可以使用list -l命令查看。权限管理主要涉及了chmod，chown，chgrp，umask，setfacl，getfacl，su等几个命令。]]></description><category></category></item><item><title><![CDATA[使用PyMuPDF程序处理PDF]]></title><link>https://blog.csdn.net/dongtest/article/details/139636648</link><guid>https://blog.csdn.net/dongtest/article/details/139636648</guid><author>dongtest</author><pubDate>Wed, 12 Jun 2024 21:04:10 +0800</pubDate><description><![CDATA[MuPDF 是一个 C/C++ 编写的跨平台 PDF 库，它提供强大的功能来处理 PDF 文件，包括提取文本、图像和元数据，以及支持PDF页面的添加、删除和旋转。PyMuPDF 是 MuPDF 的 Python 版本，允许 Python 程序使用 MuPDF 的强大功能。首先，确保已经安装了PyMuPDF库。关于更多使用PyMuPDF方法可以参考官方手册。或者mupdf的官方文档。打开和读取 PDF 文件。提取PDF文本和图像。转换 PDF 为图像。]]></description><category></category></item><item><title><![CDATA[使用Ollama简单部署本地Qwen2]]></title><link>https://blog.csdn.net/dongtest/article/details/139607493</link><guid>https://blog.csdn.net/dongtest/article/details/139607493</guid><author>dongtest</author><pubDate>Tue, 11 Jun 2024 19:56:17 +0800</pubDate><description><![CDATA[Ollama 是一个开源的、本地运行的 AI 聊天模型，允许在自己的设备上运行 LLM，无需依赖云服务。运行完成后就可以和大模型对话了，不过ollama 只有命令行模式运行，这里我下载了chatbox软件来运行，打开软件 模型设置选择ollama 以及 对应的ollama模型。windows下选择exe ，然后运行安装，安装完成后。1.5b就是对应安装Qwen2 1.5b大模型，如果使用7b 就是 ollama run qwen2:7b。首先安装ollama， 访问官网 下载 ollama 对应版本。]]></description><category></category></item><item><title><![CDATA[nginx安装和配置ModSecurity]]></title><link>https://blog.csdn.net/dongtest/article/details/139594032</link><guid>https://blog.csdn.net/dongtest/article/details/139594032</guid><author>dongtest</author><pubDate>Tue, 11 Jun 2024 11:14:06 +0800</pubDate><description><![CDATA[通过以上步骤，我们在 Nginx 上安装和配置 ModSecurity，可以增强Web 服务器的安全性。ModSecurity 强大的规则集和灵活的配置选项，对安全防护最重要的就是规则，所以一定要定期审查日志，根据需要调整配置，适时更新规则集，以保持最佳的安全状态。OWASP 提供了一组常用的 ModSecurity 核心规则 (CRS)，可以有效地防御许多常见的 Web 攻击。这里我禁止了对/tmp目录的访问，但允许/tmp后面加字母和数字的目录，比如/tmpabc，是允许的，主要是防止误杀。]]></description><category></category></item><item><title><![CDATA[Elasticsearch中各种query的适用场景]]></title><link>https://blog.csdn.net/dongtest/article/details/139558619</link><guid>https://blog.csdn.net/dongtest/article/details/139558619</guid><author>dongtest</author><pubDate>Sun, 09 Jun 2024 10:20:17 +0800</pubDate><description><![CDATA[选择合适的 Query 类型取决于具体的搜索需求，建议根据数据结构和搜索目的选择合适的 Query 类型，以提高查询效率和准确性。希望本文能帮助你更好地理解 Elasticsearch 中的 Query 类型，并灵活运用这些 Query 类型进行高效的搜索。Elasticsearch 提供了丰富的 Query 类型，以满足各种搜索需求。这两个query可以根据条件构建定制化的查询条件。]]></description><category></category></item><item><title><![CDATA[Thinkphp使用Elasticsearch查询]]></title><link>https://blog.csdn.net/dongtest/article/details/139534420</link><guid>https://blog.csdn.net/dongtest/article/details/139534420</guid><author>dongtest</author><pubDate>Fri, 07 Jun 2024 19:31:41 +0800</pubDate><description><![CDATA[ONGR ElasticsearchDSL 提供了一种更灵活、更易于维护的 Elasticsearch 查询构建方式，将复杂的 API 操作抽象为简洁的 DSL 语法。本文将深入探讨如何利用 ONGR ElasticsearchDSL 库构建 ES 查询，并实现高效、灵活的数据检索。上面代码主要使用 BoolQuery 构建了多条件查询，使用 ONGR ElasticsearchDSL 库构建 ES 查询 更易于阅读和修改，提高代码可维护性。安装完成后就是在thinkphp项目中使用。]]></description><category></category></item><item><title><![CDATA[阿里最新大模型Qwen2-72B-Instruct 开源体验]]></title><link>https://blog.csdn.net/dongtest/article/details/139524728</link><guid>https://blog.csdn.net/dongtest/article/details/139524728</guid><author>dongtest</author><pubDate>Fri, 07 Jun 2024 13:42:50 +0800</pubDate><description><![CDATA[Qwen2 是 Qwen 大型语言模型的新系列。对于 Qwen2，我们发布了许多基础语言模型和指令调优语言模型，范围从 0.5 到 720 亿个参数，包括专家混合模型。此存储库包含指令调整的 72B Qwen2 模型。与之前发布的 Qwen1.5 等最先进的开源语言模型相比，Qwen2 总体上超越了大多数开源模型，并在语言理解、语言生成、多语言能力、编码、数学、推理等一系列基准测试中表现出了与专有模型的竞争力。]]></description><category></category></item><item><title><![CDATA[智谱AI最新开源模型CHATGLM4-9B试用]]></title><link>https://blog.csdn.net/dongtest/article/details/139514628</link><guid>https://blog.csdn.net/dongtest/article/details/139514628</guid><author>dongtest</author><pubDate>Fri, 07 Jun 2024 09:03:00 +0800</pubDate><description><![CDATA[具备 1120 * 1120 高分辨率下的中英双语多轮对话能力，在中英文综合能力、感知推理、文字识别、图表理解等多方面多模态评测中，GLM-4V-9B 表现出超越 GPT-4-turbo-2024-04-09、Gemini 1.0 Pro、Qwen-VL-Max 和 Claude 3 Opus 的卓越性能。之前已开源chatglm1到chatglm3，相比前面开源的相比GLM3-6B有了大幅度提升。模型和基于 GLM-4-9B 的多模态模型 GLM-4V-9B。， 多模态版GLM-4V-9B， 长文本版。]]></description><category></category></item><item><title><![CDATA[YT-DLP 超好用的开源视频下载工具]]></title><link>https://blog.csdn.net/dongtest/article/details/139503410</link><guid>https://blog.csdn.net/dongtest/article/details/139503410</guid><author>dongtest</author><pubDate>Thu, 06 Jun 2024 16:13:25 +0800</pubDate><description><![CDATA[你可以在https://github.com/yt-dlp/yt-dlp/blob/master/supportedsites.md中查看所有支持的站点。当然你不需要定制化，也可以直接下载官网的exe文件https://github.com/yt-dlp/yt-dlp/releases/latest/download/yt-dlp.exe。从https://github.com/yt-dlp/yt-dlp下载最新版本 yt-dlp-master.zip 并解压。回车后，程序就会自动下载对应的视频。]]></description><category></category></item><item><title><![CDATA[nginx中配置ssl证书(宝塔面板)]]></title><link>https://blog.csdn.net/dongtest/article/details/139480922</link><guid>https://blog.csdn.net/dongtest/article/details/139480922</guid><author>dongtest</author><pubDate>Wed, 05 Jun 2024 19:59:15 +0800</pubDate><description><![CDATA[将下载的zip文件解压后，把里面的证书文件，上传到服务器，这里我用的宝塔面板，对应的路径为/www/server/panel/vhost/cert/你的域名/ ,上传好之后，修改nginx配置。另外为了兼容宝塔面板的操作，保存后可以在nginx配置菜单中选择“ssl ”=> “其他证书” 然后填写上key和证书内容。里面内容就是填写，你的域名.pem 和 你的域名 .key两个文件里的值（用记事本打开，复制过来就可以）然后点击joyssl的左侧菜单的“证书管理”，在证书列表中下载配置好的证书。]]></description><category></category></item><item><title><![CDATA[AppStore搜索优化方法(ASO)]]></title><link>https://blog.csdn.net/dongtest/article/details/139430615</link><guid>https://blog.csdn.net/dongtest/article/details/139430615</guid><author>dongtest</author><pubDate>Tue, 04 Jun 2024 09:43:19 +0800</pubDate><description><![CDATA[通过官方描述我们可以总结到影响搜索结果的几个因素：文本的关联度包括：App的标题，和关键词，以及分类，另外还有App的下载量，以及评分和评论，另外还有适当的更新频率。关键词研究： 使用 Apple 提供的关键词工具（如 App Store Connect 的搜索分析），以及第三方工具（如 App Annie、Sensor Tower），分析你的目标用户可能使用的关键词。关键词列表： 在 App Store Connect 中填写详细的关键词列表，包含主要关键词、长尾关键词和相关关键词。]]></description><category></category></item><item><title><![CDATA[网易有道QAnything使用CPU模式和openAI接口安装部署]]></title><link>https://blog.csdn.net/dongtest/article/details/139376281</link><guid>https://blog.csdn.net/dongtest/article/details/139376281</guid><author>dongtest</author><pubDate>Sun, 02 Jun 2024 07:54:22 +0800</pubDate><description><![CDATA[修改qanything_kernel/connector/llm/llm_for_openai_api.py程序中top_p参数值，否则运行qwen模型会报错。本机环境windows11 首先安装WSL环境, 安装方法参考https://zhuanlan.zhihu.com/p/671942941。修改scripts/run_for_openai_api_with_cpu_in_Linux_or_WSL.sh中对应的参数。安装好WSL环境后，启动WSL安装的ubuntu，下面安装git和git-lfs。]]></description><category></category></item><item><title><![CDATA[网易有道多格式文档知识库QAnything]]></title><link>https://blog.csdn.net/dongtest/article/details/139364802</link><guid>https://blog.csdn.net/dongtest/article/details/139364802</guid><author>dongtest</author><pubDate>Sat, 01 Jun 2024 07:28:00 +0800</pubDate><description><![CDATA[试用了一下效果还是不错的，前提是要先搭一个本地大模型，官方使用的是阿里通义千问，大模型的好坏会直接影响问答结果，个人推荐千问72B 或110B， 所以本地化部署对硬件要求也是比较高，或者qwen1.5 32B也可以，qwen7b的效果稍微差一些。目前已支持格式: PDF，Word(doc/docx)，PPT，Markdown，Eml，TXT，图片（jpg，png等），网页链接，更多格式，敬请期待…支持海量数据问答，两阶段向量排序，解决了大规模数据检索退化的问题，数据越多，效果越好。]]></description><category></category></item></channel></rss>