<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[space01的专栏]]></title><description><![CDATA[]]></description><link>https://blog.csdn.net/space01</link><language>zh-cn</language><generator>https://blog.csdn.net/</generator><copyright><![CDATA[Copyright &copy; space01]]></copyright><item><title><![CDATA[ASan内存错误检测工具使用]]></title><link>https://blog.csdn.net/space01/article/details/155192076</link><guid>https://blog.csdn.net/space01/article/details/155192076</guid><author>space01</author><pubDate>Mon, 24 Nov 2025 11:34:08 +0800</pubDate><description><![CDATA[✅ 什么是 AddressSanitizer（ASan）？AddressSanitizer（ASan） 是 GCC 和 Clang 提供的一种快速内存错误检测工具，可检测：堆/栈/全局变量的 缓冲区溢出（buffer overflow）释放后使用（use-after-free）重复释放（double free）内存泄漏（需额外开启）返回栈地址（return-stack-address） 等。]]></description><category></category></item><item><title><![CDATA[打印输出一个动态库的依赖库所使用的gcc版本]]></title><link>https://blog.csdn.net/space01/article/details/154777702</link><guid>https://blog.csdn.net/space01/article/details/154777702</guid><author>space01</author><pubDate>Thu, 13 Nov 2025 10:42:03 +0800</pubDate><description><![CDATA[for lib in $(readelf -d libabc.so.1.0.0 | grep NEEDED | awk -F'[][]' '{print $2}'); do echo "=== Checking: $lib ===" find ../../ -name "$lib" -type f -exec sh -c ' echo ">>> $1" readelf -p .comment "$1" 2>/dev/null | grep "GCC:" ' _ {} \; echo "" done]]></description><category></category></item><item><title><![CDATA[docker部署的PostgresSQL其他机器访问端口不通]]></title><link>https://blog.csdn.net/space01/article/details/152918225</link><guid>https://blog.csdn.net/space01/article/details/152918225</guid><author>space01</author><pubDate>Fri, 10 Oct 2025 13:12:02 +0800</pubDate><description><![CDATA[在一台服务器上起了PostgresSQL的容器，然后在这个宿主机上telnet 5432通，但是其他机器上不通。同一台宿主机上的其他容器映射的端口在其他机器上也是telnet通的。原因可能是：Docker 的。解决方案：重启docker。]]></description><category></category></item><item><title><![CDATA[基于Ascend CANN的FFmpeg与OpenCV编译指南]]></title><link>https://blog.csdn.net/space01/article/details/149834616</link><guid>https://blog.csdn.net/space01/article/details/149834616</guid><author>space01</author><pubDate>Fri, 01 Aug 2025 15:17:01 +0800</pubDate><description><![CDATA[【代码】基于Ascend CANN的FFmpeg与OpenCV编译指南。]]></description><category></category></item><item><title><![CDATA[Ascend CANN/ACL API 模型部署加速最佳实践]]></title><link>https://blog.csdn.net/space01/article/details/149833975</link><guid>https://blog.csdn.net/space01/article/details/149833975</guid><author>space01</author><pubDate>Fri, 01 Aug 2025 14:52:58 +0800</pubDate><description><![CDATA[【代码】Ascend CANN/ACL API 使用深度解析与最佳实践。]]></description><category></category></item><item><title><![CDATA[Flowise 本地部署文档及 MCP 使用说明]]></title><link>https://blog.csdn.net/space01/article/details/148403167</link><guid>https://blog.csdn.net/space01/article/details/148403167</guid><author>space01</author><pubDate>Tue, 03 Jun 2025 16:24:48 +0800</pubDate><description><![CDATA[Flowise 是一个开源的拖放式 UI 工具，用于构建自定义的 LLM 工作流程。它允许用户通过可视化界面连接不同的 AI 组件，无需编写代码即可创建复杂的 AI 应用。]]></description><category></category></item><item><title><![CDATA[SOPHGO算能科技BM1688内存使用与编解码开发指南]]></title><link>https://blog.csdn.net/space01/article/details/148108616</link><guid>https://blog.csdn.net/space01/article/details/148108616</guid><author>space01</author><pubDate>Wed, 21 May 2025 11:57:13 +0800</pubDate><description><![CDATA[【代码】【无标题】]]></description><category></category></item><item><title><![CDATA[基于 dGPU部署NanoDB，实现基于clip和faiss-gpu的高性能多模态检索]]></title><link>https://blog.csdn.net/space01/article/details/144428589</link><guid>https://blog.csdn.net/space01/article/details/144428589</guid><author>space01</author><pubDate>Thu, 12 Dec 2024 16:36:40 +0800</pubDate><description><![CDATA[当前是基于Jetson实现的，并没有在dGPU上部署的说明。为此， 参考上述的项目实现了在dGPU的NanoDB的部署，如T4。下面是具体的部署过程。整个部署使用docker实现，因为涉及依赖库较多，普通的物理机部署较为复杂。]]></description><category></category></item><item><title><![CDATA[基于Cursor + Ollama + Qwen2.5-coder搭建本地编码助手]]></title><link>https://blog.csdn.net/space01/article/details/143716271</link><guid>https://blog.csdn.net/space01/article/details/143716271</guid><author>space01</author><pubDate>Tue, 12 Nov 2024 17:16:33 +0800</pubDate><description><![CDATA[为了能够实现整个搭建过程，首先需要准备大模型服务，并且使用本地部署大模型实现本地的编码助手。]]></description><category></category></item><item><title><![CDATA[Qwen大模型手动部署Ollama]]></title><link>https://blog.csdn.net/space01/article/details/142980328</link><guid>https://blog.csdn.net/space01/article/details/142980328</guid><author>space01</author><pubDate>Wed, 16 Oct 2024 14:12:12 +0800</pubDate><description><![CDATA[如果编译llama.cpp的测试工具main，在llama.cpp目录执行make -j，会在当前目录生成main文件。1> 将qwen的huggingface safetensors转为llama.cpp的二进制文件。若重新生成，需先删除之前的converted.bin，否则报错。2> 测试转换的模型是否能正常运行。安装llama.cpp依赖。]]></description><category></category></item><item><title><![CDATA[Ollama及其Open-WebUI部署更新]]></title><link>https://blog.csdn.net/space01/article/details/142959322</link><guid>https://blog.csdn.net/space01/article/details/142959322</guid><author>space01</author><pubDate>Tue, 15 Oct 2024 17:25:06 +0800</pubDate><description><![CDATA[启动、关闭ollama。]]></description><category></category></item><item><title><![CDATA[LLaVA多模态大模型环境搭建]]></title><link>https://blog.csdn.net/space01/article/details/142956259</link><guid>https://blog.csdn.net/space01/article/details/142956259</guid><author>space01</author><pubDate>Tue, 15 Oct 2024 15:57:26 +0800</pubDate><description><![CDATA[LLaVA 的早期实验表明，它展示出令人印象深刻的多模型聊天能力，有时会表现出多模型 GPT-4 在未见过的图像/指令上的行为，并在合成多模型指令遵循数据集上获得与 GPT-4 相比 85.1% 的相对分数。总之，LLaVA 的主要功能和特点是通过使用机器生成的指令遵循数据对大型语言模型进行指令调整，以提高新任务的零射击能力，并在多模态领域展示出令人印象深刻的聊天能力。设置为较低的值时，预测词的概率会变尖锐，这意味着选择最有可能的词的概率更高。可以分析图像，描述图像，进行物体识别，分析理解场景。]]></description><category></category></item><item><title><![CDATA[Grounded-SAM Demo部署搭建]]></title><link>https://blog.csdn.net/space01/article/details/142881992</link><guid>https://blog.csdn.net/space01/article/details/142881992</guid><author>space01</author><pubDate>Sat, 12 Oct 2024 17:13:12 +0800</pubDate><description><![CDATA[（5）inpainting：通过结合Grounding DINO + Segment Anything + Stable Diffusion实现文本交换并替换目标对象（需要指定文本提示和inpaint提示）。（6）automatic：通过结合BLIP + Grounding DINO + Segment Anything实现非交互式检测+分割（无需指定提示）。（4）seg：通过结合Grounding DINO和Segment Anything实现文本交互，实现检测+分割（需要指定文本提示）。]]></description><category></category></item><item><title><![CDATA[基于AutoGen+Ollama+Litellm构建知识库问答系统]]></title><link>https://blog.csdn.net/space01/article/details/142879473</link><guid>https://blog.csdn.net/space01/article/details/142879473</guid><author>space01</author><pubDate>Sat, 12 Oct 2024 16:05:27 +0800</pubDate><description><![CDATA[之前已经。但是随着智能体的发展，基于智能体构建知识库问答系统逐渐成为主流。下面就以多智能体框架AutoGen、托管大型语言模型的平台Ollama、模型选择和切换工具Litellm为基础构建一个多智能体的知识库问答系统。同时搭建一个多智能体对话系统。]]></description><category></category></item><item><title><![CDATA[基于大模型LLama2+Langchain构建知识库问答系统]]></title><link>https://blog.csdn.net/space01/article/details/142859717</link><guid>https://blog.csdn.net/space01/article/details/142859717</guid><author>space01</author><pubDate>Fri, 11 Oct 2024 19:43:49 +0800</pubDate><description><![CDATA[知识库需求在各行各业中普遍存在，例如制造业中历史故障知识库、游戏社区平台的内容知识库、电商的商品推荐知识库和医疗健康领域的挂号推荐知识库系统等。传统知识库搜索系统基于关键字匹配，缺少对用户问题理解和答案二次处理能力。为保证推荐系统的实效性和准确性，需要大量的数据/算法/软件工程师的人力投入和包括硬件在内的物力投入。其次，为了进一步提高搜索准确率，如何引导用户搜索描述更加准确和充分利用用户行为优化搜索引擎也是常见的用户痛点。此外，如何根据企业知识库直接给出用户提问的答案也是众多企业中会遇见的技术瓶颈。]]></description><category></category></item><item><title><![CDATA[如何基于pycharm调试open-webui的backend]]></title><link>https://blog.csdn.net/space01/article/details/137604552</link><guid>https://blog.csdn.net/space01/article/details/137604552</guid><author>space01</author><pubDate>Wed, 10 Apr 2024 17:34:03 +0800</pubDate><description><![CDATA[由于使用了uvicorn异步web服务，因此不能直接创建python类型的Debug Configurations，而需要创建一个FastAPI类型的Debug Configurations。点击保存后，即可类似python脚本进行正常调试。注意，可能还需要其他的环境变量需要设置。上述完成整个环境配置，接下来开始配置调试工程。]]></description><category></category></item><item><title><![CDATA[一维数组映射为上三角阵实现]]></title><link>https://blog.csdn.net/space01/article/details/135202911</link><guid>https://blog.csdn.net/space01/article/details/135202911</guid><author>space01</author><pubDate>Mon, 25 Dec 2023 16:34:27 +0800</pubDate><description><![CDATA[运行以下命令，即可生成一个上三角阵，其中5表示生成上三角阵的维度为5, 3表示将数组A的下标3对应的上三角阵的坐标标记出来，用于验证准确性。另外，第二个参数(3)不能大于n(n+1)/2，其中n为上三角阵的维度。以上是包含对角线的上三角阵的生成方式。]]></description><category></category></item><item><title><![CDATA[std::shared_ptr如何释放管理权限并且不销毁管理的裸指针的资源]]></title><link>https://blog.csdn.net/space01/article/details/133161676</link><guid>https://blog.csdn.net/space01/article/details/133161676</guid><author>space01</author><pubDate>Fri, 22 Sep 2023 10:54:46 +0800</pubDate><description><![CDATA[std::shared_ptr是一个智能指针，它会自动管理其指向的对象的生命周期。当std::shared_ptr的引用计数变为0时，它会自动删除其管理的对象。因此，通常情况下，我们不能让std::shared_ptr释放其管理的对象但不删除该对象。请注意，这种做法可能会导致内存泄漏，因为你需要手动删除p来释放内存。在这个例子中，当ptr的引用计数变为0时，它不会删除其管理的int(10)，因为我们提供了一个什么都不做的删除器。然而，如果你确实需要这样做，你可以使用一个自定义的删除器。]]></description><category></category></item><item><title><![CDATA[C/C++ 静态变量初始化顺序的不确定性导致崩溃]]></title><link>https://blog.csdn.net/space01/article/details/133032246</link><guid>https://blog.csdn.net/space01/article/details/133032246</guid><author>space01</author><pubDate>Tue, 19 Sep 2023 16:20:07 +0800</pubDate><description><![CDATA[但是如果还使用sg_map的定义放到函数register中作为局部变量使用就不会有这样的问题，原因是sg_map是一个局部静态变量，它在A::register函数中被定义。如果B::a的初始化过程早于sg_map，那么当调用register时，sg_map还未初始化，这时如何对sg_map进行insert操作就会产生崩溃，也就是segment fault错误。由于静态变量初始化顺序的不确定性导致的。如果使用静态变量，并且在不同的编译单元中有不同的静态变量，最好不要使用全局静态变量，而是使用局部静态变量。]]></description><category></category></item><item><title><![CDATA[如何使用GitHub Desktop在PR时只提交某个commit]]></title><link>https://blog.csdn.net/space01/article/details/132456089</link><guid>https://blog.csdn.net/space01/article/details/132456089</guid><author>space01</author><pubDate>Wed, 23 Aug 2023 17:13:54 +0800</pubDate><description><![CDATA[先切换回主分支main（提交commit的分支），然后选择要合并到上游仓库的commit，然后右键选择cherry-pick即可完成本地合并到新创建的分支。查看我们仓库的远端是否是我们自己fork的仓库地址，这里不能是上游仓库，因为我们可能没有权限。push完成分支之后我们既可以在github.com的fork的仓库里看到新创建的分支。使用github的时候，有时我们在自己fork的仓库修改后需要PR合并到上游仓库。这时会弹出此commit要提交到的分支，选择刚创建的分支即可。3. push新创建的分支。]]></description><category></category></item></channel></rss>