HQY 一个和谐有爱的空间

1.Linux查看显卡信息：1.1查询显卡信息 lspci | grep -i vga前边的序号 “04:00.0″是显卡的代号ASPEED Technology, Inc. ASPEED Graphics Family 即为GPU型号1.2查看指定显卡的详细信息用以下指令：lspci -v -s  04:00.01.3使用nvidia GPU可以：lspci | grep -

Ubuntu安装NVIDIA驱动安装NVIDIA驱动apt命令安装安装包安装同时安装驱动和CUDA自动安装（推荐）准备操作禁用nouveau显卡驱动安装NVIDIA显卡驱动验证安装NVIDIA驱动准备操作确定系统识别到了显卡root@master:~# lspci | grep -i nvidia 03:00.0 3D controller: NVIDIA Corporation TU1

如何在 Linux 中添加路由（Linux route）本文翻译、删改自：How To Add Route on Linux – devconnected若觉得本译文中缺了什么东西，请自行参考原文，不再单独标出关于 Linux 路由管理的详细内容，可参阅：基于策略的路由 (Policy Based Routing)、 主路由表（rt_table）、内置路由表、ip route 输出详解、增删路由，路由优先级处理本教程中所有的命令都需要使用 root 执行。使用 ip 添加路由这是最简单

引言Bing Search API是一个强大的工具，允许开发者通过简单的API调用从全球网页、图像、视频和新闻中提取信息。本文将详细介绍如何使用Bing Search API，并结合LangChain库来增强搜索体验，同时提供代码示例和解决方案以应对常见的挑战。主要内容1. 设置Bing Search API要使用Bing Search API，首先需要在Azure上创建Bing Search v7服务，并获取订阅密钥。然后，使用LangChain库中的BingSearchAPIWrapper来

在实现Bing搜索功能的过程中，获取Microsoft API密钥是至关重要的一步。Microsoft的API服务依赖于密钥来确保用户能够安全、高效地访问其强大的搜索功能。凭借其先进的技术和广泛的数据资源，Microsoft的Bing搜索API为用户带来了精准的搜索体验和丰富的信息获取途径。因此，获取Microsoft API密钥成为实现Bing搜索功能的首要任务。接下来，本文将详细指导你如何逐步获取这一密钥，帮助你顺利接入并使用Bing搜索API，同时还会简要提及一些在使用过程中可能需要注意的

介绍SearXNG是聚合了七十多种搜索服务的开源搜索工具。我们可以匿名浏览页面，不会被记录和追踪。作为开发者，SearXNG也提供了清晰的API接口以及完整的开发文档。部署我们可以很方便地使用Docker和Docker compose部署SearXNG。下面给出Docker部署SearXNG的步骤。拉取Docker部署代码工程：git clone https://github.com/searxng/searxng-docker.git拉取代码前需要安装git。这里的工程因为

在window下安装过 Ollama和OpenWebUI搭建本地的人工智能web项目（可以看我之前写的文章），无奈电脑硬件配置太低，用qwen32b就很卡，卡出PPT了，于是又找了一台机器安装linux系统，在linux系统下测试一下速度能否可以快一些。系统硬件介绍Ubuntu 22.04.4 LTSCPU: i5-10400F内存：32G硬盘： 512G SSD显卡： NVIDIA GeForce GTX 1060 6GB内网IP: 192.168.1.21下载 Ollama访问下载： htt

ollama+open-webui，本地部署自己的大模型版权目录一、效果预览二、部署ollama1.ollama说明2.安装流程2.1 windows系统2.1.1下载安装包2.1.2验证安装结果2.1.3设置模型文件保存地址2.1.4拉取大模型镜像2.2linux系统2.2.1下载并安装ollama2.2.2设置环境变量2.2.3拉取模型文件三、部署open-webui1.open-webui介绍2.安装流程2.1windows2.1.1下载源码2.1.2用pycharm新建一个虚拟环境?编辑

对于下载了一个 Zip 压缩包之后，运行它，老是跳出确认运行的对话框非常烦恼吧？本来是可以在资源管理器，工具-文件夹选项，文件类型选项卡里面修改的。update：Crend King 留言关于安全的那个，可以用组策略禁掉：用户设置 -> 管理模板 -> Windows 组件 -> 附件管理器 -> 中安全级文件类型列表 -> 启用，列表填 .exe。如果想同时禁用 msi，就写 .exe;.msi有了 FileTypesMan，上面的问题迎刃而解。只需如下

linux系统    ollama默认只能localhost访问    如果需要允许外网访问，需要修改环境变量    vi /etc/profile    在文件底部加入    export OLLAMA_HOST=0.0.0.0:11434    保存&nb

1、下载ollama1）https://ollama.com 进入网址，点击download下载2）下载后直接安装即可。2、启动配置模型默认是启动cmd窗口直接输入1 ollama run llama3启动llama3大模型 或者启动千问大模型1 ollama run qwen2启动输入你需要输入的问题即可 3、配置UI界面安装docker并部署web操作界面1 docker run&n

ollama 跨设备访问，轻松搞定远程调用用 Ollama API 调用本地大模型，通过 localhost:11434 就能搞定。但是，想在其他电脑上用 IP 地址调用，可能会存在问题。网上搜了搜，要么是 Linux 环境下的设置，要么是调整 windows 环境变量。st, Windows 下也能这么操作。ollama -h 看下帮助，然后 ollama serve -h，看下帮助 window 下面可以设置 OLLAMA_HOST

nssm（Non-Sucking Service Manager）是一个用于在Windows系统上管理服务的工具。它允许你将.exe文件和.bat文件转换为Windows服务，并提供了一些功能来管理这些服务。下载和安装首先，你需要从nssm官方网站（https://nssm.cc/download）下载最新版本的nssm。解压缩下载的文件到一个方便访问的目录中，比如D:\nssm-2.24。使用nssm进入到和你电脑相对应的win32和win64的文件夹下在路径上输入cmd然后回车然后输入nss

Ollama Windows欢迎使用 Ollama for Windows。不再需要 WSL！Ollama 现在作为原生 Windows 应用程序运行，支持 NVIDIA 和 AMD Radeon GPU。 安装 Ollama for Windows 后，Ollama 将在后台运行， ollama 命令行工具将在 cmd、powershell 或你最喜欢的终端应用程序中可用。和往常一样，Ollama API 将在 http:/

搭建个人 AI 知识库：利用 DeepSeek-R1 和 AnythingLLM 实现高效管理随着人工智能技术的飞速发展，越来越多的人开始探索如何利用 AI 工具提升工作效率和个人知识管理水平。在众多开源AI模型中，DeepSeek-R1 凭借其强大的本地部署能力和多功能性脱颖而出。结合 AnythingLLM 这一功能强大的文档处理工具，我们可以轻松搭建一个属于自己的个性化 AI 知识管理系统。一、什么是 DeepSeek-R1？DeepSeek-R1 是一款基于深度学习的开源 AI 模型，默

下载ollamaollama官网：https://ollama.com/https://ollama.com/安装并验证下载完ollama.exe文件之后，点击安装，安装过程较为简单，按照提示完成即可。安装完成之后打开cmd,在终端cmd输入以下指令进行验证：ollama --version模型运行启动ollama:在cmd终端输入以下指令ollama serve查看模型列表：在cmd终端输入以下指令ollama list下载并运行本地大模型在cmd终端输入以下指令

JumpServer开源堡垒机安装与配置2.1、下载2.2、安装2.3、其他一、简介二、下载与安装一、简介JumpServer 堡垒机帮助企业以更安全的方式管控和登录各种类型的资产。支持官网地址：https://www.jumpserver.org/index.htmlJumpServer 采用分层架构，分别是负载层、接入层、核心层、数据层、存储层。JumpServer 应用架构图如下：二、下载与安装2.1、下载访问官网地址下载资源：https://community.fit2cloud.com

史诗级羊毛警报！腾讯云掏出671B核弹级模型白送：DeepSeek-V3/R1无限免费调用 前言官方的 deepseek 到目前为止都不是很稳定，经常出现 "服务器繁忙，请稍后再试。" 的情况。但是 deepseek-r1 作为一个开源的模型，只要你有足够的算力，就能够自己搭建一个对话平台，无限制使用。经过我的测试，我使用的是 MacBook Pro M1 max 32G + Ollama 只能够刚刚好跑得动 deepseek-r1:32b 的模

请停止在本地PC笔记本上部署DeepSeek，没卵用！最近，在自媒体账号上和社群里频繁刷到一类帖子——“如何在本地笔记本上部署DeepSeek？”“RTX 3060跑DeepSeek模型实战教程！”……作为一个一直关注AI和相关工具的半瓶水码农，我必须泼一盆冷水：醒醒！普通PC笔记本部署DeepSeek，除了满足你的“技术虚荣心”，真的毫无意义！为什么？往下看！1. 你的笔记本，根本扛不住AI算力的压榨你以为部署大模型就像安装Office一样简单？天真了！以DeepSeek这类千亿参数级的模型为

前情提要服务器在公网环境，带宽只有30M。远程桌面多开图形业务调试，设置RDP服务端使用GPU。压缩传输带宽避免造成卡顿。如果是内网，也可以用，还可以提供一个注册表键值，修改后提高fps帧率（公网不推荐）配置要点【菜单键+R】打开运行，输入gpedit.msc回车即可打开本地组策略编辑器。以下配置均在组策略中修改，请定位到【计算机配置】->【管理模板】->【Windows组件】->【远程桌面服务】->【远程桌面会话主机】具体配置如下：1、【连接】中，把【选择RDP传输协议