lifetragedy的专栏

仅以此系列用来感谢在618那段时间一起奋战的devops、开发、PM们，他们分别是：俊龙 Neil吴 郝颖 虎哥 Lester Raymond Jun 欢哥 海涛 秋明 郭鑫 Lina 感谢他们给到我的支持、感谢他们给到我的配合、更感谢他们甚至在零晨4：30还给我打电话説：我觉得我还有一个更好的注意。。。我发觉这段逻辑似乎还有一...

DeepSeek开源后我国又开源了一个震撼大模型，QwenVL2.5，这是一个多模态的模形，它可以认图、识图、更能作图。本地安装也支持7B和3B两种模式，但是由于它不是ollama或者是LM Studio一类的傻瓜式安装，因此网上几无安装教程，这也是本教程存在的原因。本教程会从头到尾每一步教授如何在本地安装布署QwenVL2.5模型。

Qdrant是世界上最强大的向量库，连OpenAI内部的embedding也用得它。而Qdrant唯有进行本地化编译安装才能取得生产级的千万吞吐量和最佳、最全功能。本教程用于补足全网没有任何Qdrant本地编译安装说明这方面的缺陷，希望对广大开发和研究工作者们有所作用。

本文详细讲述了在AMD芯片的显卡上如何稳定运行DeepSeek本地布署的方案并且讲述了相应的调优和API的集成。

搜遍Janus Pro git issues、谷哥、国内网络，教程全都是错的。因此还是决定写一部全网唯一正确的教程。目前网上的教程包括外网的教程都是“缺斤少量”，按照那些教程操作下来不是装不起来，就是装起来只能CPU运行，或者运行起来了Janus的Web前端老是转啊转不出内容。

DeepSeek官网的聊天是肯定还要有一段时间“动荡”，但是也会尽稳定下来的，不过这需要等一段时间。而绝大多数人也不会和不可能去本地布署Deep Seek。况且我们想用Deep Seek 671B模型，本地再有能力也布署不了。DeepSeek 671B模型API已经可以调用，本文详细介绍了DeepSeek671B的API如何接入和稳定调用，同时由于DeepSeek的流式返回不同于其它模型所以本文也为大家进行了“排雷”指点。

本网为全网唯一一部讲清了如何使用uie, doccano对百度飞桨(baidu paddle）标注和训练自己格式数据的全套方法。

本文详细讲解了百度paddle的完整安装，特别是给出了全网都没有的如何把baidupaddle做成restfulservice的生产级调用。

RASA从3.X后进行了升级，导致了大量参数和函数发生了改变。因此目前全网搜遍没有一篇RASA NLU是正确的。所以笔者使用项目中用到的本地用户行为判断中的RASA NLU来补充这一块国内缺失部分的知识。

本文为全网最全RASA NLU3.X本地化安装布署手册。由于网上所有的RASA NLU的说明和相关博客都不可用，是因为RASA NLU3.X官网默认已经把它做了版本升级，所以现有网上关于RASA NLU的安装和使用说明一概都运行不起来，只有本文是新鲜出炉的最全资料。

本系列将详细讲述打造一个0幻觉RAG引擎的步骤，其中相应的算法、代码都为网上和开源的项目中所找不到的，它直接来自于一个实际的、己经在运行的“AI工具集”，这个AI工具集是业界著名的一个应用，所以这个系列的内容相当的珍贵，它可以避免开发者们在AI开发中所必须经历的近1万小时弯路同时它也可以帮助一个普通开发通过本系列的阅快速转型为一名优秀的AI领域开发者。

本系列将详细讲述打造一个0幻觉RAG引擎的步骤，其中相应的算法、代码都为网上和开源的项目中所找不到的，它直接来自于一个实际的、己经在运行的“AI工具集”，这个AI工具集是业界著名的一个应用，所以这个系列的内容相当的珍贵，它可以避免开发者们在AI开发中所必须经历的近1万小时弯路同时它也可以帮助一个普通开发通过本系列的阅快速转型为一名优秀的AI领域开发者。

你是否也曾在双11前夕，为了给心上人挑选礼物而痛头？或者看着美食图片，想知道它是怎么做出来的？那么，你需要这篇文章。我们将引领你走进一个全新的搜索世界，这里没有无尽的翻页和疲惫的滚动，只有你的愿望和需求被精确地转化为你想要的结果。但这并不是一项简单的任务，我们需要利用生成式AI来处理亿级的零售数据，找到那些人力无法触及的数据关系。同时，我们还需要考虑到国内电商的特色和信息隐私的保护。这篇文章就像一场科技冒险，我们已经取得了一些突破，而更多的挑战还在等待我们。让我们一起，期待这个全新的购物体验吧！

2022年开始的各种AI的大规模应用为什么这么强烈GPU而不是CPU呢？本文以极简的语言让非技术宅们也能读懂AI为什么这么“喜欢”GPU而不是传统的CPU。

我推出PPT技能培训专栏啦！好的PPT可以让你事半功倍、2023拥有PPT能力还可以让你具备一门极有价值的斜杠能力。更多内容请进：梦幻训练营专栏。专栏内会用本人积累的近10年的PPT学习方法论在短时间内教会你如何制作出精美绝伦的PPT，每篇教程后还会免费赠送一些小福利，不可多得。

IT职场对35-40的大龄程序员不友好，可是这是为什么呢？职场上90%实际为“嗯嗯怪”，那么为什么“嗯嗯怪”这么不受待见呢？企业如何鉴别“嗯嗯怪”以及我们作为打工者自身如何跳脱被当作一个“嗯嗯怪”呢？笔者希望以此文给到相关大龄人员一些启示。

RediSearch支持全文搜索，它对硬件的要求远远低于elastic search，同时借助于Redis本身成熟的集群能力和高性能可以取得远超elastic search的搜索性能。这个模块已经成熟，这也就意味着elastic search淘汰进行时，而RediSearch的安装必须基于服务器环境的源码编译安装，这在国内几乎没有一篇解说它的编译、安装、使用的说明。本人因此写出这一篇用于填补国内这一领域的相关空缺。

本文详细介绍了：基于spring boot2.4.2以及spring cloud 2022.00版本后的微服务是怎么搭建的。以及结合了一次真实的生产中没有架构好的微服务来说明微服务框架spring cloud到底因该在实际大并发生产环境中如何使用的正确姿势。

去中台的去是打着双引号的，中台正当势头它本身就是一个神器，去的不是中台，去的是“懈怠”。

元宇宙并不是乌托邦式的神话，它已经在发生了。元宇宙也不只是为了娱乐和游戏，它注定是人们未来生活的方式，就和我们现在习惯于使用手机一样。元宇宙不是可能而是已经到来。未来可期，机遇总是留给有准备的人们！未来已来，你来不来！

本篇以全景式黑产对抗把本人完整对抗亿级黑产、羊毛党的实战经验进行传授。对抗每秒万级并发很难，而对抗黑产是难上难。有时仅仅一个黑客的技术能力、智商是全面碾压一个企业甚至一个集团公司内所有IT人员的智慧累加的。但是我们只要记住：求“减损”不要“止损”，更谈不上“防损”！不要求打败，而是增加“黑产”的攻击成本！着眼于全局战役，而不要打“阵地战”！流量我要，权益你木有！这几句心法就能和黑产打得有来有去，游刃有余。

有了Redis、会用Redis就够了吗？如果当你的系统发生越用Redis反而问题越多时你会怎么办？本篇以一次重大危机的发现、分析、解决的全过程来擅述一个大型零售IT系统内Redis的规范使用以及核心性能调优手法。通过这一篇内容讲透：如何一边又要大量使用Redis一边又可以避免无限制扩充硬件的“聪明”的技术管理手段。

本篇将着重用生产实例讲解如何在一个高并发的实时交易系统中应对来自TO B端海量HTTP请求的系统架构设计。此文会讲透什么叫：把TO B端当成TO C端处理，TO B端的任务不能影响到TO C端。

亿万级的流量、每秒万级的并发的大型零售商超金融类应用如何设计与架构？如何面对汹涌的流量？本篇以全景式架构设计展示并结合一个个生产实例带你一步步深入了解如何应对大规模的高并发高流量的业务场景系统架构之美。

如果你正在规划、设计和处在面向零售、金融的在线业务交易系统，这个系统如果复杂如：中台一类的或者达百万行代码那么你必须使用APM。本篇会讲清什么是APM系统？APM和一般运维监控又有什么不一样的地方？以及APM为什么这么重要。

RabbitMQ是企业架构中经常使用的用于解耦的一种手段。零售和金融行业对于MQ的使用量很大，一旦失控面临的问题将是灾难级的。本文讲述了如何对于MQ已经泛滥成灾和失控情况下如何把MQ治理好并在性能上提高百倍、资源消耗却减少上千倍的全过程剖析。

项目中大量对内、对外都使用restful api，简单的HTTP竟然引起了HTTP“风暴”。导致了系统整体吞吐量上不去、时不时会“耦尔卡一下”，经过调研结果发觉是项目中的HTTP组件使用在作怪。

结合了3个大规模全渠道零售中台从0到1建设的实例，全景、深入式介绍零售电商场景中当面临每秒万级并发时的系统调优知识。这个系列可以帮助普通程度员们深刻的意识到平时工作中到底还有什么不足以及如何进一步进化成真正意义上的架构师、CTO的道路是如何走的。其内容涉及微服务、云原生、IT体系化建设、攻城狮团队文化建设的系统理论及实战。即深入到了单个技术讲解也深入剖析如何建设一支有战斗力的IT团队的实战经验。

在完成了一系列opencv基础功能使用后我们要进入激动人心的辩识一张脸到底是谁的讲解了，在这一章内会详细解释opencv的训练人脸模型和利用人脸模型识别这是谁这么样一个过程同时在文章最后我们会介绍真正的商业环境中一个人脸识别应用的完成还需要什么步骤的介绍。

随着我们对环境、Mat基本使用越来越熟练、Java Swing也逐步熟悉了起来。今天我们开始进入OpenCV驱动摄像头的几个使用场景。环境准备准备好一个USB外接摄像头，我这边使用的有两种，一种是普通的罗技摄像头，一种是双目摄像头（将来用来做活检）； eclipse 2021-12版； JDK 11+，因为我们编写swing要使用到Window Builder窗体设计器这个插件。在eclipse 2021-12版里要驱动Windows Builder窗体设计器我们必须要用JDK11及+； 使.

经过前三个教程，我们可以知道了OpenCV的基本使用了。今天，我们就要讲OpenCV中认出，这是一个人脸是怎么做的。MatOfRect.detectMultiScale函数OpenCV用的是detectMultiScale来认出这是一个脸的。记得，这只是认出这是一个脸，而不是这个脸是谁。这个脸是谁我们会逐步展开，前面勿求夯实基础。detectMultiScale需要两个参数(Mat src, MatOfRect objDetections);第一个函数，是传入的图片，带有人脸的图片；

环境好了，我们就可以进入正文了。在之前入门一、二中分别已经有画图的两个例子了。但没有细节展开我们的代码和OpenCV到底在干什么。使用OpenCV时你需要补充的知识你需要熟练使用Java Swing，或者是其它任何一门语言中关于GUI方面的编程。我们这用的是OpenCV Java，因此对于Java Swing必须熟练。你可以安装eclipse 中的windowbuilder来帮助你做Swing的编程。至于Java Swing中的界面、Frame、Panel、Button以及Layout，

因为必竟大多人还是用的WINDOWS来开发的居多。因此如果OpenCV无法在Win10下安装，一样不能起到普及作用。而Windows下的编译安装OpenCV也是最痛苦的一件事。原因就在于在编译安装OpenCV时很多Extra的模块是被“墙”掉了。因此整个过程一会这个错一会那个错，开发机电脑也不太好，导致一次编译，30多分钟，然后报了一堆错网上查了半天解决了一个，又来一个。如此周而复始，让绝大多数开发者放弃了OpenCV。本篇就是要着重讲述OpenCV在W

OpenCV网上的教程讲的一个都不对，要么卡死电脑，要么训练模型写死，要么都只是显示显示人脸就说这叫人脸识别？没有一个从安装、使用、驱动摄像头、训练模型、辩别人脸的全过程。最夸张的是连怎么安装个OpenCV的资料网上的都不全。本篇会连续以几篇篇幅带各位入门并以最终识别人脸为全博客结束标志。读完本篇教程你对基本人工智能算法将有了入门这一能力。为今后可以使用进一步AI应用打下扎实的基础。

文档能力=软实力，它是软实力的综合体现。不仅仅是书面，日常开各种会议大家都会有一种“为什么我和业务型领导、老板没法沟通”，为什么我明明有理可是说不过别人的感觉？本篇就带领大家来看第二篇中虎头、猪肚、豹尾在短信、微信、邮件甚至会议发言时展现出来的威力

计算机、程序员其实是一门“科学”工作，它不只是增删改查，它涉及到很多点。只有“想清了才能少返工”，因此本人以最常碰到以及最实用、马上拿来可以用为出发点讲透一篇通用设计文档需要怎么写。

第一篇算是一个导论不知道大家有没有经常回溯、追溯或者抱怨过这样的内容。第一种抱怨：工作了4年、5年，晋升不明显，最最多做到一个小Team Leader，管了3-5个人。跳来跳去工资增涨只不过多个2千、3千。而眼看着快有希望一年突破50万时，已经35，36了。然后一旦公司有一个什么风吹草动，就等着被优化了。天天受到这样的心灵“煎熬”。 第二种抱怨：天天我们PM、我们老大要我们写文档，文档我是写了，可是我不是作协的啊，我交付的是代码不就可以了，写这种东西有什么用呢？要看文档？不如去看代码。 第三种抱

大促、抢券、抢红包系统在面临大促时，会面临笔直上升的流量访问趋势。如果流量是“慢慢爬升”，这对系统的考验其实是很一般的。系统最怕的就是笔直上升的流量直线趋势。如下面这种图，直线几乎为90度爬升，每秒超过5,000，8,000甚至几万的并发。此时市面上90%的系统都顶不住。笔者在近9年的互联网生涯中一直对于流量进行过分析。这种流量里往往真实的业务流量只会占到80%甚至不到，很多大量是一些非正常请求，你们也可以认为是“黑产”流量。因为在大促、抢券、领红包、秒杀时会引来很多“苍蝇”。如我在之前

交易系统讲究的是：业务幂等，不能多扣不能少扣。在满足业务幂等的前提下又要满足互联网级别的并发该怎么做？本人经过一段时间调研、分析发现其实跳脱BAT领域的一些头部企业竟然有99%的软件团队、人员不知道该怎么做大并发场景下的扣款、抢红包这些场景。因此写下此文用于对比没有锁、传统悲观锁、CAS乐观锁、Redis自续约锁在面对扣款、抢购、抢券、秒杀等场景下的不同做法以及真实压力场景下的直观性能比较。

一、服务器列表ROLE OPERATING SYSTEM NAME SIZE AVAILABILITY SET PRIVATE IP ADDRESS DATA DISKS MOUNT POINT Environment version Listen Port RabbitMQ01 OpenLogic/CentOS/7.4 aceta022vu11 Standard_DS2_v2(2 vcpus, 7 GB memor...