Aliyun ddns client
万网注册的域名有福了,背靠阿里这个大金主,最近推出了不少有用的功能,甩出新网之类的域名注册商不止一条街了。朋友之前一直使用DNSPod和花生壳来构筑VPN内网的域名解析,可TPLINK自带的路由器花生壳功能太不稳定了,DNSPod也拒绝加入那些免费的二级域名了,只能想看看有没有办法在他已有的域名上实现DDNS的二级域名解析了。凑巧看见万网和阿里云推…
从零构建本地智能问答助手:Python + OpenAI API 完整指南
## 背景介绍 开发工作中,我们经常需要查文档、调试代码、解答技术问题。传统搜索引擎返回的结果太杂,广告多,需要人工筛选。大语言模型出现后,我们有了新的选择——直接调用 OpenAI API,在本地搭一个专注于技术问题的问答工具。 这篇文章手把手教你用 Python + OpenAI API 搭建这样一个工具。不需要机器学习基础,会写简单 Pyth…
Ollama 本地部署大模型:构建离线 AI 助手完整指南
## 为什么本地部署 用云端 API(比如 OpenAI Claude)有几个麻烦。每次调用都要把数据发给第三方,处理敏感信息时不踏实。网络不好的时候特别耽误事——正急着处理问题,API 显示连接超时,体验很差。另外调用费用也不低,大量实验跑下来账单惊人。 本地部署大模型能解决这些问题。Ollama 专门为本地运行设计,开箱即用,配置简单,离线运行…
构建高效提示词:让 AI 精确执行任务的完整指南
# 构建高效提示词:让 AI 精确执行任务的完整指南 ## 背景介绍 大语言模型火了两三年,ChatGPT、Claude、Gemini 大家都用过。但很多人会发现一个问题:不管怎么问,AI 给的回答总是差点意思。这不是 AI 的问题,是我们提问的方式有问题。 提示词(Prompt)就是你和 AI 沟通的桥梁。好比你要让人帮你干活,得把需求说清楚吧?…
Go 语言调用 OpenAI API 完全指南:从入门到实战
# Go 语言调用 OpenAI API 完全指南:从入门到实战 ## 背景介绍 人工智能飞速发展的今天,OpenAI 的 GPT 系列模型已经成为开发者不可或缺的工具。无论是构建智能聊天机器人,还是实现自动化文本处理,调用 OpenAI API 都是最直接有效的方案。 Go 语言以其高效的并发模型和简洁的部署能力,在服务端开发中占据重要地位。那么…
从零构建本地知识库问答系统:基于 Embedding 的 RAG 实战
背景介绍你是不是遇到过这种情况:团队积累了几百份文档,每次找东西都要 Ctrl+F 搜半天?或者面对一份 200 页的技术文档,想查某个具体功能,还得一点点翻目录?传统的搜索方案主要有两种:一是数据库的 LIKE 查询,二是 ElasticSearch。这两种都有明显的缺点——只能匹配关键词,无法理解语义。比如搜「如何重置密码」,它可能找不到包含「…
使用 Qwen3 + LangChain 实现 Function Calling 构建智能聊天机器人
# 使用 Qwen3 + LangChain 实现 Function Calling 构建智能聊天机器人 ## 背景介绍 大语言模型(LLM)技术发展很快,AI 聊天机器人已经不只是简单的问答了。现在的趋势是让 AI 能够调用外部工具,完成天气查询、数据库操作、API 调用这些实际任务。Function Calling 就是实现这个能力的关键技术。…
使用 LangChain 构建本地知识库问答系统
使用 LangChain 构建本地知识库问答系统大语言模型虽然厉害,但在处理私人知识时总是差点意思。公司的内部文档、个人笔记、领域资料——这些内容模型根本记不住。RAG(检索增强生成)就是为了解决这个问题:先从你的知识库里找相关内容,再让AI根据这些资料来回答。这篇文章会手把手教你用LangChain搭建一个本地知识库问答系统,不用花钱调用API,…
用 LangChain + Ollama 在本地跑一个 RAG 问答系统
# 用 LangChain + Ollama 在本地跑一个 RAG 问答系统 你有没有遇到过这种情况:电脑里存了几百份文档,想找某个具体信息却只能用 Ctrl+F 一个个搜?复制一大段给 AI,结果它根本不知道你在说什么。 这些问题可以用 RAG(检索增强生成)来解决。简单说就是让 AI 在回答问题前,先去你的文档里找相关信息,然后把找到的内容一起…
使用 Go + Ollama 构建本地 RAG 知识问答系统
# 使用 Go + Ollama 构建本地 RAG 知识问答系统 ## 背景介绍 Retrieval-Augmented Generation(检索增强生成)是目前大模型应用最主流的架构之一。简单来说,它的工作原理是先从知识库中检索相关文档,再让大模型基于检索结果生成答案。这样做的好处很明显:大模型不再需要"背"下所有知识,只需要知道"上哪找答案"…