Windows下用Ollama本地部署DeepSeek-R1，按显存选模型，再用Open WebUI+bge-m3搭本地知识库，文末整理下载失败、显存不足、11434端口占用3个常见报错的解决方法。

在知识库问答（RAG）系统迭代过程中，最大的痛点往往不是检索功能不可用，而是无法量化检索效果好坏。 调切片大小、改向量/关键词权重、换 Embedding 模型后，我们基本只能“肉眼看结果”

Agent 能接进 IDE，为什么还不能随意互换？ 假设你正在给团队的开发工作台加一个审查入口：开发者选中一批改动，点“审查”，结果统一显示在侧栏。第一版接 Codex，第二版想再接一个审查 Agen

ESP32-S3 Mini 和 C3 Mini 怎么买？从 PSRAM、USB 到一张可核对的采购单 给一台桌面语音终端买开发板：接麦克风和扬声器，用 Wi-Fi 收发音频，再接一块 320×240

在 Codex 中安装 Jev 判断模型实测，Agent 决策比 LLM 快 40-200 倍，便宜 40-400 倍，输出 Token 免费

这两年一直致力于公司的Agent开发。总结了一些思考和解决方案，今天给大家分享下，也是给自己的一个复盘。 做 Agent 最有意思的是，通常是 Demo 刚跑通的那一下：模型理解了需求，自己选了工具，

Codex 只读审查的权限边界：任务文件是谁写的？ 一次 Codex 审查没有修改仓库代码，却留下了新的任务 JSON。看到这种现象，先别把它判成“只读沙箱失效”。更值得追问的是：文件由哪个进程写入，

权重装进了 24 GiB，四路 32K 上下文还装得下吗？ 模型权重已经加载，短问题也能回答，于是把服务目标改成四路长上下文。接下来遇到的却是缓存不足、请求等待，或者在某个峰值阶段显存不够。第一反应往

2024 年 10 月 25 日，Simon Willison 让 16 个大模型画一只骑自行车的鹈鹕。两年过去，这道题成了看模型进步最直观的一把尺子。

搜"af1"得给"空军一号"。得物搜索把召回从"做选择题"改成了"写答案"——不再"找"最像的，而是让模型自己"生成"你真正想要的。搜索是怎么从"检索"走向"生成"的？

智谱ZCode桌面端存在静默上传机制：登录后自动扫描工作区，将含完整Git历史（含已删敏感文件）的313MB加密包直传阿里云OSS，私钥仅存云端，用户无法解密或关闭该功能。

Ray 的 remote 调用之后：任务怎样衔接，状态留在哪里 把一批文本的预处理函数加上 @ray.remote，再逐条调用，程序看起来已经“分布式化”。但下面这个循环仍然是一份工作结束，才提交下一

本文以货拉拉内部策略复盘场景为例，分享如何借助 Dynamic Workflows，将复杂的 DID 因果分析 SOP 转化为可执行、可追踪、可复核的多 Agent 工作流。

旧金山有家店，经理是个 AI。它上线五分钟就挂出招聘启事，雇了两个全职，四个月后开除了第一个人。麻烦最多的不是它不会管人，是现实世界不认它的身份。

Kubernetes、Ray、vLLM 都在调度，它们各自决定了什么？ 一台服务器的 GPU 还有空闲，模型服务却在排队。负责容器的人说资源已经给了，负责 Python 运行时的人说任务已经调度，负责

Claude Code + Codex 怎么分工？别把“允许结束”当成“可以提交” 假设你让 Claude Code 修改一个列表接口：不传每页条数时默认取 20 条，显式传入 0 时应返回参数错误。

给告警加了道 AI 初筛，我终于半夜不用爬起来了看无用告警了。这一篇我想讲清楚的就是：Choice、Score、Noul 这三个东西，是"判断"在数学上被拆成的三种确定性输出类型。

从手写数字到ImageNet冠军：CNN架构20年，为什么越深越难训？这篇按时间线拆解这五代：用手算参数量的方式讲清“数据从哪来”，再用论文数据说明它们在应用上的差别。

让 Codex 当反方：把重试风险问到可验证 给一个写入接口补上超时重试，代码可能只多出一个循环。假设单元测试已经覆盖“第一次请求超时，第二次成功”，普通审查也没有留下待处理问题。上线前还有一个值得追