- 博客(72)
- 收藏
- 关注
RSS订阅原创 Coding Plan选择困难症？
本文分析了主流LLM厂商推出的CodingPlan订阅服务，比较了智谱、火山、Kimi等8家厂商的资费方案、用量限制和服务特点。文章指出当前行业缺乏统一的计费标准，不同厂商对prompt调用次数的定义存在差异。作者建议用户根据实际需求选择100-200元档位的Pro套餐，并提醒注意额度使用规则（5小时/7天/月度三重限制）。最后分享了邀请码优惠信息，并以自身购买经历说明套餐选择需考虑性价比和涨价趋势。建议开发者根据编程需求合理搭配多个平台的套餐使用。
2026-03-07 09:45:28
1626
原创 跟Trae合作完成项目的docker部署
所以把一个Vibe Coding工程实现docker部署，需要解决的问题还是不少的。张小白应该把上述规则整理起来，做成代码规范SPEC，让张小白的下一个工程不再犯错。然而，可能更重要的是：在docker环境中，还是要重新做好功能测试的。那下面我们把目前调试好的docker部署给大家看看效果。
2026-03-03 12:35:24
1124
原创 让Trae开发“完整”的项目
EasyVibe初级组队学习课程即将收官，学员张小白完成了"随身营养师"项目实战。该项目基于AI IDE工具Trae开发，重点构建了营养档案设置和每日营养建议功能模块。项目亮点包括：1）利用GLMCodingPlan的MCP服务处理专业营养术语图片；2）通过AI辅助完成营养数据的精确录入；3）实现了用户管理、知识库管理、营养档案设置等核心功能。系统可计算用户每日各类营养素需求，并提供专业数据查询。目前项目已具备基础功能，未来计划增强AI对话交互能力。
2026-03-03 12:19:21
681
原创 使用Trae让应用系统具备AI能力
这里首先要区分清楚的是：（1）使用带AI能力的AI IDE工具编程，你可以编出一套传统应用。（2）使用带AI能力的AI IDE工具编程，你还可以编出一套带AI能力的应用。
2026-02-21 23:36:52
979
原创 使用Trae搭建原型实战
摘要：本文记录了张小白从2D到3D企业投资关系图的技术升级过程。通过VSCode+Cline和Trae等工具，作者首先实现了基础功能，随后采用VibeCoding（氛围编程）这一新型编程范式进行3D交互界面的开发。文章重点探讨了VibeCoding对传统软件开发流程的变革，包括从语法驱动到意图驱动的转变、开发者角色重构等优势，同时也分析了其面临的代码质量风险、工具链不足等挑战。实战部分详细展示了3D页面交互设计过程，包括解决各类技术问题、增加多层次交互功能，最终实现了比2D更具视觉效果的3D企业投资关系展示
2026-02-21 23:25:32
1437
原创 Trae AI编程实践
本文记录了使用字节跳动开发的AI编程工具Trae进行企业投资图谱应用开发的完整过程。作者从安装配置Trae开始，通过SOLO模式实现需求分析、技术栈选择、前后端代码生成及调试。开发过程中发现AI存在"幻觉"问题，如虚构不存在的企业名称并坚持错误结论。文章展示了AI编程的高效性，同时也指出其精度不足的缺陷，建议在关键场景结合传统开发方式，并强调测试验证的重要性。整个过程体现了AI辅助开发的潜力与局限性。
2026-02-21 23:04:37
918
原创 olmocr:另一个PDF识别器
关于OCR识别的大模型，张小白做了2次探索：张小白：PP-DocBee 表格识别能力初探（使用百度AI Studio)0 赞同 · 0 评论文章和张小白：另一个表格识别大模型GOT-OCR2.04 赞同 · 0 评论文章这次得知olmOCR也可以做这个：代码仓：那就试一试吧！
2025-02-28 05:18:05
1733
原创 让香橙派AI Pro用上SSD
与现在主流的M2 Nvme SSD硬盘不同，当时用的还是SATA硬盘。还有一种方法，就是按照手册的方法将Linux镜像烧录到SATA SSD里面去，然后设置好拨码开关后，使用SSD启动香橙派系统。下面张小白有2个选择，一个是像使用rock5A和小藤那样，把SSD硬盘作为一个数据盘使用。俗话说，人尽其才、机尽其用。跟现在动辄几千MB/秒的速度相比，读500写270的速度已经是小巫见大巫了。这样，就可以把SSD硬盘当作数据盘使用了。于是这台机器很自然的就能跑很多大模型了。果然119.24G的SSD硬盘出现了。
2024-02-19 04:42:22
2186
1
原创 一个差点返修的香橙派AIPro
当然，后来发现，这张TF卡上有很多分区。张小白就感觉到有点不大妙，然后就听说群里纷纷在聊AI Pro会自动休眠的问题。那对于穷逼张小白，他还需要买散热风扇嘛？于是，张小白再次开机之后，过了一阵子，香橙派貌似也休眠了。那它是怎么被拨过去的？（可能是它自己想过去的。机智的小伙伴突然发现：你的拨码开关为啥不是两个右？然后再插入TF卡槽，开启电源，现象依然如此。细心的群友们让我拍下这个貌似去世的开发板。不然张小白真的申请返修了。输入HwHiAiUser和Mind@123。张小白在群里嘟囔着：要返修了，要返修了。
2024-02-19 04:38:40
1908
1
原创 香橙派AI Pro初体验
使用npu-smi info可以查看昇腾芯片NPU卡的信息，上图显示，Device为310B4，芯片温度为55度，总内存为15.6G，已使用1.67G左右。现在推出的产品仅支持8TOPS算力，有8G和16G的两种版本，鉴于张小白在使用Atlas 200DK和Atlas 200I DK A2上的经验和教训，决定购买16G的版本。内存16G，还剩13G左右，swap空间为0，存储59G，还剩43G左右。先准备好SD卡，官方由于延迟发货，赠送了一张64G的TF卡，将其插入TF卡转接头，然后接入电脑，开始制卡。
2024-02-19 04:34:38
1931
原创 大模型部署手记（19）Ubuntu+JupyterLab+Nemo+Llama2+llama-index+语音对话机器人
Ubuntu+JupyterLab+Nemo+Llama2+llama-index+语音对话机器人
2023-10-31 07:09:50
421
原创 大模型部署手记（18）Windows+JupyterLab+Nemo+Llama2+llama-index+语音对话机器人
Windows+JupyterLab+Nemo+Llama2+llama-index+语音对话机器人
2023-10-31 07:04:32
735
原创 大模型部署手记（17）7个大模型+Windows+LongChain-ChatChat
硬件环境：暗影精灵7PlusWindows版本：Windows 11家庭中文版 Insider Preview 22H2内存 32GGPU显卡：Nvidia GTX 3080 Laptop （16G）
2023-10-17 14:02:28
5419
2
原创 大模型部署手记（16）ChatGLM2+Ubuntu+LongChain-ChatChat
组织机构：智谱/清华模型：THUDM/chatglm2-6b Embedding 模型moka-ai/m3e-base硬件环境：暗影精灵7PlusUbuntu版本：18.04内存 32GGPU显卡：Nvidia GTX 3080 Laptop （16G）
2023-10-17 13:59:38
1815
2
原创 大模型部署手记（15）LLaMa2+Ubuntu18.04+privateGPT
组织机构：Meta（Facebook）模型：llama-2-7b下载：使用download.sh下载或Huggingface.co或aliendao.cn下载硬件环境：暗影精灵7PlusUbuntu版本：18.04内存 32GGPU显卡：Nvidia GTX 3080 Laptop （16G）
2023-10-17 13:57:23
1551
原创 大模型部署手记（14）Chinese-LLaMA-Alpaca-2+Ubuntu+vLLM
组织机构：Meta（Facebook）模型：chinese-alpaca-2-7b-hf下载：使用百度网盘下载硬件环境：暗影精灵7PlusUbuntu版本：18.04内存 32GGPU显卡：Nvidia GTX 3080 Laptop （16G）
2023-10-17 13:55:14
1494
原创 大模型部署手记（13）LLaMa2+Chinese-LLaMA-Plus-2-7B+Windows+LangChain+摘要问答
这里需要重装一下GPU版的torch再来：貌似字符集有什么问题。参考Python读取文件时出现UnicodeDecodeError: ‘gbk‘ codec can‘t decode byte 0x80 in position ...blog.csdn.net/qq_31267769/article/details/109128882将 langchain_sum.py改为再来：缺protobuf库？再来：再来：
2023-10-10 14:20:29
7190
原创 大模型部署手记（12）LLaMa2+Chinese-LLaMA-Plus-2-7B+Windows+text-gen+中文对话
组织机构：Meta（Facebook）模型：chinese-alpaca-2-7b-hf下载：使用百度网盘下载硬件环境：暗影精灵7PlusWindows版本：Windows 11家庭中文版 Insider Preview 22H2内存 32GGPU显卡：Nvidia GTX 3080 Laptop （16G）从的README.md可以看出，中文LLaMA&Alpaca大模型支持不同的LLaMA生态：这里面有llama.cppLangChainprivateGPTvLLM等多种。
2023-10-10 13:27:07
1225
原创 大模型部署手记（11）LLaMa2+Chinese-LLaMA-Plus-2-7B+Windows+llama.cpp+中文对话
组织机构：Meta（Facebook）模型：LIama-2-7b-hf、Chinese-LLaMA-Plus-2-7B下载：使用huggingface.co和百度网盘下载硬件环境：暗影精灵7PlusWindows版本：Windows 11家庭中文版 Insider Preview 22H2内存 32GGPU显卡：Nvidia GTX 3080 Laptop （16G）查看新的模型出来了，可以试一试。
2023-10-10 13:15:44
2020
2
原创 大模型部署手记（10）LLaMa2+Chinese-LLaMA-Plus-7B+Windows+llama.cpp+中英文对话
组织机构：Meta（Facebook）模型：llama-2-7b、llama-2-7b-chat（下载：使用download.sh下载硬件环境：暗影精灵7PlusWindows版本：Windows 11家庭中文版 Insider Preview 22H2内存 32GGPU显卡：Nvidia GTX 3080 Laptop （16G）在完成和的基础上，张小白觉得对话应该是水到渠成的事情了。
2023-10-10 13:14:46
15473
原创 大模型部署手记（9）LLaMa2+Chinese-LLaMA-Plus-7B+Windows+llama.cpp+中文文本补齐
组织机构：Meta（Facebook）模型：llama-2-7b、Chinese-LLaMA-Plus-7B（chinese_llama_plus_lora_7b）下载：使用download.sh下载硬件环境：暗影精灵7PlusWindows版本：Windows 11家庭中文版 Insider Preview 22H2内存 32GGPU显卡：Nvidia GTX 3080 Laptop （16G）在一文中，张小白完成了基于原始 llama-2-7b 模型的文本补齐。
2023-10-10 13:13:45
4193
原创 大模型部署手记（8）LLaMa2+Windows+llama.cpp+英文文本补齐
组织机构：Meta（Facebook）模型：llama-2-7b下载：使用download.sh下载硬件环境：暗影精灵7PlusWindows版本：Windows 11家庭中文版 Insider Preview 22H2内存 32GGPU显卡：Nvidia GTX 3080 Laptop （16G）
2023-10-10 13:12:30
9486
1
原创 使用Jetson AGX Orin进行口罩识别
在https://gitee.com/gpus/maskDetection_jetson代码仓有个口罩识别的案例，我们来看看能不能在Jetson AGX Orin上搞定。先将该代码仓fork到自己的代码仓（以便魔改）回到自己的代码仓：根据README.md来操作吧！首先需要下载darknet框架并安装，但是众所周知，github不是很友好。所以还是把https://github.com/AlexeyAB/darknet通过gitee来过渡：https://...
2023-10-10 13:09:53
657
原创 大模型部署手记（3）通义千问+Windows GPU
大模型部署手记（3）通义千问+Windows GPU 暗影精灵7Plus Nvidia GTX 3080 Laptop
2023-10-05 11:40:37
4101
1
原创 大模型部署手记（2）baichuan2+Windows GPU
大模型部署手记（2）baichuan2+Windows GPU 暗影精灵7Plus Nvidia GTX 3080 Laptop
2023-10-05 11:38:15
2289
1
原创 大模型部署手记（1）ChatGLM2+Windows GPU
大模型部署手记（1）ChatGLM2+Windows GPU 暗影精灵7Plus Nvidia GTX 3080 Laptop
2023-10-05 11:35:35
449
原创 【MindSpore易点通·漫游世界】在Jetson AGX Orin上源码编译安装MindSpore 1.8.0 GPU版
下载mindspore r1.8分支源码：git clone http://gitee.com/mindspore/mindspore.git -b r1.8修改 mindspore/scripts/build/build_mindspore.sh：在Xoff那一行增加 -DENABLE_GITEE=ON 强制使用gitee因为gcc7.3.0好像被破坏了，所以重新源码编译下：cd /home/zhanghuiln -s /home1/zhanghui/gcc-7.3.0cd /home1/zhanghu
2022-07-12 15:33:15
563
原创 【MindSpore易点通·漫游世界】在Jetson AGX Orin上源码编译安装MindSpore 1.7.0 GPU版
先将 gcc和g++的软连接都指向 /usr/bin/gcc-9和 /usr/bin/g++-9然后下载mindspore 1.7的源码包：接着修改build_mindspore.sh如上图所示，箭头处增加 -DENABLE_GITEE=ON执行 ./build.sh -e gpu -j12 开始编译。。。。编译得非常顺利，让张小白有点觉得不可思议。张小白几乎忘记了现在到底是用什么Python版本编译的：原来是Python 3.9看看编译的结果：创建一个新的conda环境：查看下版本：于是开始安装：pip
2022-07-12 15:26:25
556
原创 2022CUDA夏季训练营Day5实践
前情回顾：2022CUDA夏季训练营Day1实践https://zhanghui-china.blog.csdn.net/article/details/1257114422022CUDA夏季训练营Day2实践https://zhanghui-china.blog.csdn.net/article/details/1257117672022CUDA夏季训练营Day3实践https://zhanghui-china.blog.csdn.net/article/details/1257119142022CUDA
2022-07-10 22:59:42
482
原创 2022CUDA夏季训练营Day4实践
前情回顾：2022CUDA夏季训练营Day1实践http://https://zhanghui-china.blog.csdn.net/article/details/125711442 2022CUDA夏季训练营Day2实践https://zhanghui-china.blog.csdn.net/article/details/1257117672022CUDA夏季训练营Day3实践https://zhanghui-china.blog.csdn.net/article/details/1257119
2022-07-10 22:38:05
539
原创 2022CUDA夏季训练营Day3实践
前情回顾：https://blog.csdn.net/snmper/article/details/125711442今天是第三天，主题是Event，Memory和Shared Memory。我们先来看第一个——Event。Event是CUDA中的事件，用于分析、检测CUDA程序中的错误。一般我们会定义一个宏：并在适当的位置使用这个宏来打印CUDA的错误日志。注：辅导员欢老师提出，#pragma once, 不要放在源代码文件里，这个一般只放在头文件里的。（防止头文件被引入多次）具体的调用过程
2022-07-10 22:17:59
351
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