当前位置：首页 > news >正文

RAG技术与应用---0426

news 来源：原创 2025/6/17 20:36:44

大语言模型>=3.10

课程中会用到python 工具箱：

faiss,modelscope,langchain,langchain_community，PyPDF2

1）大模型应用开发的三种模式

提示词没多少工作量，微调又花费时间费用，RAG是很多公司招聘用来对LLM进行应用开发的

什么是RAG

RAG（Retrieval-Augmented Generation）:

检索增强生成，是一种结合信息检索（Retrieval）和文本生成（Generation）的技术

RAG技术通过实时检索相关文档或信息，并将其作为上下文输入到生成模型中，从而提高生成结果的时效性和准确性

RAG的优势是什么？

解决知识时效性问题：大模型的训练数据通常是静止的，无法涵盖最新信息，而RAG可以搜索外部知识库实时更新信息。

减少模型幻觉：通过引入外部知识，RAG能够减少模型生成虚假或不准确内容的可能性

提升专业领域回答质量：RAG能够结合垂直领域的专业知识库，生成更专业深度的回答

2）RAG的核心原理与流程

Step1，数据预处理

知识库构建：收集并整理文档，网页，数据库等多源数据，构建外部知识库
文档分块：将文档切分为适当大小的片段（chunk），以便后续检索。分块策略需要在语义完整性与检索效率之间取得平衡
向量化处理：使用嵌入模型（如BGE，M3E，Chinese-AIpaca-2）将文本块转为向量，并存储在向量数据库中

Step2，检索阶段

查询处理：将用户输入的问题转换为向量，并在向量数据库中进行相似度检索，找到最相关的文本片段
重排序：对检索结果进行相关性排序，选择最相关的片段作为生成阶段的输入

Step3，生成阶段

上下文组装：将检索到的文本片段与用户问题结合，形成增强的上下文输入
生成回答：大语言模型基于增强的上下文生成最终回答

Q1企业原始知识整理有什么特殊的格式吗？比如统一知识文档格式啥的
对于AI来说，Markdown是最友好的格式
        如果想要将PPT转化为Markdown，
        1)对PPT里面的内容进行extract
        2)对抽取出来的内容放到Markdown中
        如果是图像 =>使用 Qwen-VL进行理解
Q2知识是存储在向量库还是其他库
向量数据库＝＞原文，embedding（相似度检索，找到最优价值的chunks）
Q3 原始文档切分chunk怎么做
        a）指定规则，比如chunk size = 1000，overlap =10%，包含句子，标定
        b）语义上的切分
        c）对数据质量提升，和文档总结还需要多关注

NativeRAG

NoteBookLM使用(推荐工具)

需要在外网使用，https://notebooklm.google.com/

现成RAG产品 Cherry Studio，ima compilot，notebooklm ，钉钉助理很像coze

Embedding模型选择

Embedding嵌入向量中表达方式
Q1:Embedding模型选择：huggingface有打榜排名（开源和闭源）
Q2:在哪里找到embedding模型：https//modelscope.cn/

偏向知识类

偏向指令驱动和复杂任务模型

BGM3，Qwen不错，Jina适合端侧推理

Q1）在modescope下载很快

Q2）用户的Query指令：
1）instruction指令
2）知识
多模态的embedding
Q3）知识分为2阶段
在向量数据库中，可以有2个阶段
1)召回：快速采用多种策略进行粗筛过程，策略1基于关键词匹配100，策略2基于相似策略匹配
2)重排
向量数据库中保存的chunk可能会有1000万个=>召回快速筛出1000个=>重排序Top10

CASE：DeepSeek+Faiss搭建本地知识库检索

# 创建文本分割器，用于将长文本分割成小块
text_splitter =RecursiveCharacterTextSplitter(
        separators=["\n\n","\n"," "]，
        chunk size=1000，#chunk大小的上限
        chunk_overlap=200，#每个chunk之间重叠的比例
        length function=len,
）

读取pdf然后用分割函数进行分隔，再从文本块创建知识库放入knowledge =FAISS.from_texts(chunks,embeddings)中，后面process_text_splitter 处理文本并创建向量存储
用langchai回答提示词promt的query

总结：
chatpdf- faiss代码中，使用2个模型
1）推理模型 qwen-turbo
2）Embedding模型text-embedding-v1

chunk策略：
chunk_size =1000, overlap = 200,分割是按照标定符号进行分割（句号，换行）
docs = knowledgeBase.similarity_search(query)
为什么要分块：
如果不分块，整个文件作为一个基本单元，那么文件里面的内容会比较多=>3072维的向量中不清晰
chunks是原文，chunk_embedding 3072维

可以进行新增知识库软件
        1）扣子 coze软件，
        上传文件，
        创建设置：文档解析，分段策略，分段层级，配置存储
        数据解析
        2）Dify开源
3）LangChain实现了qa_chain，可以用fassis做向量数据库

知识库回答不了的，再调用推理模型吗？
知识库的作用是上下文，可能上下文中没有用户提到的问题，可以在prompt中说明，是否让LLM自己来进行回答,如果llm中没有相关知识，rag是不是就没有效果了。

LangChain中的问答链

RAG的意义

RAG 是一种Filter过滤，检索过程透明（根据参考文献）

RAG常见问题--如何提升RAG质量

rag 准备阶段---检索阶段---生成阶段

layoutLM和layoutLLM

改进词提示模板

1）人工规则=>针对常见的Query，但是能设置的规则有限
2）LLM自己来思考

通过think=>优化了用户的提示词，让回答质量回答很高

RAG和Chunk关联是什么-->RAG 知识检索系统，chunk分块，是知识的最小单位
向量数据库是存储在本地文件夹下：knowledgeBase.save_local('./faiss-1')

如果文档里，有文字和图片，怎么保证图片跟相关文字不会拆成2个chunk呢？
如果PDF中有图片，需要先做预处理（将图片转化为文本），=>转化为全部文本
再做chunk（chunk_size =1000,overlap = 100）

总结=>概要级的

        LangChain更灵活，个性化 dify更方便
不同的维度向量能计算相似度吗？还是会补充维度
        需要变成统一维度
向量数据库和embedding模型是什么关系
        向量数据库是一个软件，存储了很多chunk的embedding，给你提供了save，load，find_similarity的接口
        embedding是一种向量格式
LLM可以兼容RAG吗.rag的优势怎么集成在LLM中
        LLM（推理引擎）+RAG（外挂知识库）

私有化RAG用来数据安全性，如果知识来自于网络，用notebookLM是方便的（Gemini-embedding，Gemini2.5，召回和重拍的策略，以及对每篇文章做了预处理：文档的概览+关键词）
质量好=>开发工作少不了，使用开源Qwent-Agent=>RAG 质量不错的，但是会用token换取质量高

Thinking:个人想构建知识库，用于教学，资料主要是PPT，Word，Excel和PDF，如何低成本构建，并且可以保护知识产权?
先试试Qwen-Agent(效果还不错，而且是开源的)
Thinking:
结构化的数据可以用Qwen-Agent吗，免得做传统的SQL开发
Text2SOL.可以在Qwen-Agent中设置 Tool，Qwen-Agent不光是可以用于RAG，还可以让AI Agent
调用各种Tool，针对结构化的数据可以使用Text2SQL工具

Thinking:如果QWEN-AGENT非常的成熟的话，简单易做，那我们学RAG如何体现出我们自己的价值现阶段没有很成熟的RAG系统
Qwen-Agent只是一种Agent框架，(集成了一部分 RAG的策略，召回、重排、以及生成的策略)
=>Qwen-Agent 回答质量还可以(比钉钉助理略好)，但是不如 notebookLM自己使用Qwen-Agent的话，也可以加很多其他的策略，比如对数据的预处理

（开源）LayoutLM=>LayoutLLM=>进行提问和理解=>整理出来PDF和PPT理解，用于完善对应的知识markdown

Thinking:知识图谱和知识库有什么区别
        知识图谱是用Graph的方式，将知识链接起来。map=node,edge
        我们就可以在知识图谱上，对知识进行计算，比如姚明的女儿的身高是多少?
        chunk1:姚明的女儿叫 ABC
        chunk2: ABC的身高是多少

Thinking:cherry studio和qwen-agent哪个RAG策略好?
cherry studio本身是个套壳产品，只是链接各种工具(LLM,MCP,RAG知识库)
qwen-agent:开源的框架，提供了一些tool,提供一些RAG策略

RAG技术与应用---0426

大语言模型>3.10 课程中会用到python 工具箱： faiss,modelscope,langchain,langchain_community，PyPDF2 1）大模型应用开发的三种模式提示词没多少工作量，微调又花费时间费用，RAG是很多公司招聘用来对LLM进行应用…...

编程日记 2025/6/3 2:06:05

STM32的开发环境介绍

目录 STM32软件环境 Keil软件在线安装其他软件环境安装 STM32开发的几种方式 STM32寄存器版本和库函数版本标准外设库的作用： STM32软件环境 STM32 的集成开发环境（IDE）：编辑编译软件常见的环境： (1)KEIL&a…...

编程日记 2025/6/1 11:41:03

【生成式AI】从原理到实践的创造性革命

目录前言技术背景与价值当前技术痛点解决方案概述目标读者说明一、技术原理剖析核心概念图解核心作用讲解关键技术模块说明技术选型对比二、实战演示环境配置要求核心代码实现（文生图） 三、性能对比测试方法论量化数据对比结果分析四、最佳实践推荐方…...

编程日记 2025/6/4 17:51:38

Win下Pycharm运行/调试配置脚本形参执行替换Linux下终端执行，进行调试需要注意的

Linux下终端执行 python demo/image_demo.py demo/demo.jpg rtmdet_tiny_8xb32-300e_coco.py --weights rtmdet_tiny_8xb32-300e_coco_20220902_112414-78e30dcc.pth --device cpuWin下Pycharm运行/调试配置脚本形参执行主要改红色两处如果工作目录正确，脚本形参…...

编程日记 2025/6/1 17:05:18

Pytorch(无CPU搭建)+Jupyter

2024年最新最简洁深度学习环境配置：AnacondaPyTorch(CPU、GPU)VScodePycahrm_哔哩哔哩_bilibili 跟 PyCharm說再見, [VSCode] PythonJupyter 超牛逼的功能 ! 5分鐘大幅提升編碼效率~ 數據分析、AI大神必備_哔哩哔哩_bilibili...

编程日记 2025/5/22 4:56:40

类的高级特性与语法细节

static 静态关键字 Java中的static关键字用于修饰类的成员（属性或方法），表示“静态”的含义，即属于类本身，而非某个对象。静态成员在内存中只有一份，在类加载时初始化，生命周期贯穿程序运行始终…...

编程日记 2025/5/31 21:34:49

基于 RAG 的 Text2SQL 全过程的 Python 实现详解，结合 LangChain 框架实现自然语言到 SQL 的转换

什么是RAG 一、核心流程：三阶段协同 RAG的核心流程分为检索（Retrieval）、增强（Augmentation）、生成（Generation）三个阶段，形成“检索→知识整合→生成”的闭环。 1. 检索&#xff…...

编程日记 2025/6/1 10:29:35

使用 OpenCV 进行视觉图片调整的几种常见方法

以下是使用 OpenCV 进行视觉图片调整的几种常见方法： 调整图片大小指定目标尺寸：使用cv2.resize()函数，通过设定目标图像的宽度和高度来调整图片大小。例如，将图片调整为 200x200 像素： import cv2 image cv2.imre…...

编程日记 2025/5/31 4:29:03

【特殊场景应对9】视频简历的适用场景与风险分析

写在最前作为一个中古程序猿，我有很多自己想做的事情，比如埋头苦干手搓一个低代码数据库设计平台（目前只针对写java的朋友），比如很喜欢帮身边的朋友看看简历，讲讲面试技巧，毕竟工作这么多年，也做到过高管，有很多面人经历，意见还算有用，大家基本都能拿到想要的offe…...

编程日记 2025/6/3 8:24:01

Dify 1.3.0 为 LLM 节点引入了结构化输出支持

Dify 1.3.0 为 LLM 节点引入了结构化输出支持 0. 引言1. 使用方法 0. 引言 Dify 1.3.0 开始，在 LLM 节点支持结构化输出：Dify 已经为 LLM 节点引入了结构化输出支持。这意味着您的语言模型现在可以返回整齐组织且易于处理的数据。后端实现由 Nov1c444 在…...

编程日记 2025/6/4 10:51:24

【Linux网络】HTTP协议全解析 - 从请求响应到方法与Header

📢博客主页：https://blog.csdn.net/2301_779549673 📢博客仓库：https://gitee.com/JohnKingW/linux_test/tree/master/lesson 📢欢迎点赞 👍 收藏 ⭐留言 📝 如有错误敬请指正！ &…...

编程日记 2025/5/31 16:37:40

JSP实现用户登录注册系统（三天内自动登录）

JSP实现用户登录注册系统引言在Web开发中，用户认证是最基础且核心的功能之一。本文基于JSP技术，实现了一个包含注册、登录、自动登录（3天内）、退出等功能的用户系统，并在过程中解决了Cookie字符错误、错误信息回显…...

编程日记 2025/5/30 23:02:39

大数据模型现状分析

大数据模型现状分析一、引言在当今数字化时代，数据以前所未有的速度增长，大数据已成为推动各行业发展的核心动力。大数据模型作为挖掘数据价值的关键工具，正受到广泛关注与深入研究。通过对海量、多样且高速产生的数据进行处理和分析&…...

编程日记 2025/6/2 10:41:04

代码随想录算法训练营第二十八天

LeetCode题目: 509. 斐波那契数70. 爬楼梯746. 使用最小花费爬楼梯2444. 统计定界子数组的数目(每日一题) 其他: 今日总结往期打卡动态规划解题步骤: 确定递推公式确定遍历顺序记忆化搜索(确定dp数组以及下标的含义与初始化值)递推优化与空间优化 509. 斐波那契数跳转: 5…...

编程日记 2025/6/4 3:27:10

HTML与安全性：XSS、防御与最佳实践

HTML 与安全性：XSS、防御与最佳实践前言现代 Web 应用程序无处不在，而 HTML 作为其基础结构，承载着巨大的安全责任。跨站脚本攻击（XSS）仍然是 OWASP Top 10 安全威胁之一，对用户数据和网站完整性构成严…...

编程日记 2025/5/30 6:04:28

三维重建（二十）——思路整理与第一步的进行

文章目录一、整体思路二、细分三、之前存在问题四、任务安排五、第一步——找到内参并选定一种5.1 train的RTK5.2 test的RTK5.3 各选择一个5.3.1 train-185.3.2 test-193一、整体思路这部分主要是宏观的讲一下整体框架。从gshell里面提取核心参数，放入py3d，渲染出图片，…...

编程日记 2025/6/4 6:57:08

判断 ONNX 模型是否支持 GPU

🔍 判断 ONNX 模型是否支持 GPU 的几个关键点： ✅ 1. 检查模型支持的 Execution Provider 可以通过下面的代码打印出来当前模型使用了什么设备： 需要安装好：onnxruntime-gpu import onnxruntime as ort session ort.InferenceSe…...

编程日记 2025/5/29 7:06:07

CANFD技术在实时运动控制系统中的应用：协议解析、性能测试与未来发展趋势

摘要： 本文深入探讨了CANFD技术在实时运动控制系统中的应用。通过对传统CAN协议与CANFD协议的对比分析，详细阐述了CANFD在提升数据传输效率、增强系统实时性与稳定性方面的优势。文章结合具体测试案例，对CANFD总线的性能指标进行了全面评估&a…...

编程日记 2025/6/2 10:21:04

Java基础 4.26

1.访问修饰符细节 package com.logic.modifier;public class A {public int n1 100;protected int n2 200;int n3 300;private int n4 400;public void m1() {//在同一个类中可以访问public protected 默认 private 修饰属性和方法System.out.println(n1 " " …...

编程日记 2025/6/4 9:20:30

山东大学离散数学第九章习题解析

参考教材：离散数学教程，徐秋亮 / 栾俊峰 / 卢雷 / 王慧 / 赵合计编著，山东大学计算机科学与技术学院注：该解析为个人所写，涵盖了 2022-2023-2 学期赵合计老师所布置的所有课本习题；由于学识、认识及经验…...

编程日记 2025/6/2 5:33:39

5G融合消息PaaS项目深度解析 - Java架构师面试实战

5G融合消息PaaS项目深度解析 - Java架构师面试实战场景：互联网大厂Java求职者面试，面试官针对5G融合消息PaaS项目进行提问。第一轮提问面试官：马架构，请简要介绍5G融合消息PaaS平台的核心功能和应用场景。马架构&#xff…...

编程日记 2025/5/29 7:24:43

React-Redux

1、安装 npm i redux react-redux reduxjs/toolkit 2、基础使用方式（无 Toolkit） （1）核心Api createStore：创建数据仓库；store.dispatch()：用于派发action，执行修改动作&#xf…...

编程日记 2025/5/31 2:09:27

Linux基础篇、第4章_03系统磁盘高级管理LVM 逻辑卷管理器

题目：系统磁盘高级管理LVM 逻辑卷管理器版本号: 1.0,0 作者: 老王要学习日期: 2025.04.26 适用环境: Centos7 文档说明本文档聚焦于 Centos7 系统下的磁盘高级管理，围绕 LVM 逻辑卷管理器展开。详细介绍了物理卷、卷组和逻辑卷的创建、管理与删除操…...

编程日记 2025/6/3 4:32:51

代码随想录算法训练营Day36

力扣1049.最后一块石头的重量Ⅱ【medium】力扣474.一和零【meidum】一、力扣1049.最后一块石头的重量Ⅱ【medium】题目链接：力扣1049.最后一块石头的重量Ⅱ 视频链接：代码随想录 1、思路把这个问题转换成尽可能将 stones 分成两个等分子集&#xf…...

编程日记 2025/5/30 13:51:37

iperf网络性能测试

iperf 是一个网络性能测试工具，用于测量网络带宽、延迟、抖动等性能指标。它支持 TCP 和 UDP 协议，可以在客户端和服务器模式下运行，广泛用于网络性能评估和故障排查。主要功能带宽测试：测量网络的最大可用带宽。延迟测试&…...

编程日记 2025/5/31 8:23:30

基于 Nginx 的 WebSocket 反向代理实践

一、HTTP 协议升级机制回顾 Upgrade/Connection 报头客户端发起 WebSocket 握手时，会在普通 HTTP 请求中加入Upgrade: websocket Connection: Upgrade Sec-WebSocket-Key: <随机值> Sec-WebSocket-Version: 13服务端若接受协议切换，会以 101 Swit…...

编程日记 2025/5/30 21:33:12

C++ 同步原语

同步原语（Synchronization Primitives）是操作系统和编程语言提供的基本工具，用于在多线程或并发环境中协调线程（或进程）之间的执行顺序，管理共享资源的访问，以避免数据竞争（data rac…...

编程日记 2025/6/4 8:00:29

mmap详解

mmap详解 mmap基础概念mmap内存映射原理mmap相关函数调用mmap的使用细节mmap和常规文件操作的区别 mmap基础概念 mmap是一种内存映射文件的方法，即将一个文件或者其它对象映射到进程的地址空间，实现文件磁盘地址和进程虚拟地址空间中一段虚拟地址的一一…...

编程日记 2025/6/1 12:38:45

基于大模型底座重构司法信息系统

前置篇章：法律智能体所需的基础知识构建一个高效的法律智能体，特别是在基于RAG（Retrieval-Augmented Generation）架构的背景下，需要融合多种学科和领域的知识。以下是对法律智能体开发和应用所需核心基础知识的简要介…...

编程日记 2025/5/30 22:21:48

如何判断你的PyTorch是GPU版还是CPU版？

如何判断你的PyTorch是GPU版还是CPU版？ PyTorch作为当前最流行的深度学习框架之一，支持在CPU和GPU(NVIDIA CUDA)上运行。对于深度学习开发者来说，正确识别PyTorch版本至关重要，因为GPU版本可以带来10-100倍的性能提升。本文将全面…...

编程日记 2025/5/30 21:00:48

Leetcode刷题记录19——无重复字符的最长子串

题源：https://leetcode.cn/problems/longest-substring-without-repeating-characters/description/?envTypestudy-plan-v2&envIdtop-100-liked 题目描述： 思路一： 通过两个指针，第一个指针指向字串的开头，第二…...

编程日记 2025/5/26 21:05:08

SpringBoot程序的创建以及特点，配置文件，LogBack记录日志，配置过滤器、拦截器、全局异常

一、创建一个SpringBoot程序在之前写过一篇如何创建SpringBoot程序，两种方式，方法1：通过maven创建SpringBoot项目方法2：使用Spring Initialzr创建一个SpringBoot项目（缺点：当创建项目时网络中断&#x…...

编程日记 2025/6/3 10:40:43

Ubuntu20.04 Ollama 配置相关

Ubuntu20.04 Ollama 配置相关 Ubuntu20.04 Ollama 配置相关ollama修改配置文件常用命令修改端口局域网访问 Ubuntu20.04 Ollama 配置相关 ollama修改配置文件常用命令 sudo gedit /etc/systemd/system/ollama.service systemctl daemon-reload systemctl restart ollama sys…...

编程日记 2025/6/3 10:40:58

python调用ffmpeg对截取视频片段，可批量处理

本文完全免费，非VIP文章，如果您发现需VIP可看全文，请邮箱联系我：openwebsitefoxmail.com 文章目录 python调用ffmpeg对截取视频片段，可批量处理用到的ffmpeg命令python调用bash指令的方法python处理代码准备函数python…...

编程日记 2025/5/30 3:46:48

【WLAN】华为无线AC双机热备负载分担—双链路热备份

配套实验拓扑可以下载学习交流：【WLAN】华为无线AC双机负载分担—双链路热备份双链路备份的传统配置方式是在主、备AC上为AP指定对方AC的IP地址，并分别配置优先级，通过比较优先级的方式来确定主、备AC。为简化配置逻辑，新配置方式…...

编程日记 2025/5/28 20:26:29

学习笔记——《Java面向对象程序设计》-内部类、匿名类、异常类

参考教材： Java面向对象程序设计（第3版）微课视频版清华大学出版社 1、内部类类中可以有两种重要的成员：成员变量和方法。实际上Java还允许类可以有一种成员：内部类。内部类可以使用其外嵌类中的成员变量&#x…...

编程日记 2025/6/2 3:58:15

BS架构与CS架构的对比分析：了解两种架构的不同特点与应用

目录前言1. BS架构概述1.1 什么是BS架构？1.2 BS架构的主要特点 2. CS架构概述2.1 什么是CS架构？2.2 CS架构的主要特点 3. BS架构与CS架构的对比3.1 用户体验3.2 安全性3.3 适用场景 4. 结语前言在现代软件开发中，架构设计决定了应用的性能…...

编程日记 2025/5/30 10:41:10

ARM架构的微控制器总线矩阵优先级与配置

在 ARM 架构的微控制器中，总线矩阵的优先级与配置是确保多主设备（如 CPU、DMA 等）高效协同工作的关键。总线矩阵通过仲裁逻辑（Arbiter）管理主设备对共享资源的访问冲突，优先级配置直接影响系统的实时性、带宽利用率和任务响应速度。以下是总线矩阵优先级机制及配置的详细…...

编程日记 2025/5/30 10:58:29

高速系统设计理论基础

如前一章所述，在进行高速系统设计时，最重要的是要从基本理论出发，只有掌握了基本理论，然后才能谈到其他的设计技术和技巧。本章主要介绍微波电磁理论基础，及其在高速系统设计中的工程化分析方法和应用。通过对微波信号…...

编程日记 2025/6/3 13:15:06

Python-MCPServer开发

Python-MCPServer开发使用FastMCP开发【SSE模式的MCPServer】，熟悉【McpServer编码过程】【McpServer调试方法】 1-核心知识点 1-熟悉【SSE模式的MCPServer】开发2-熟悉【stdio模式的MCPServer】开发3-熟悉【启动MCPServer】的三种方式 3.1-直接启动:python mcp_s…...

编程日记 2025/6/2 0:22:24

Springboot集成SSE实现消息推送＋RabbitMQ解决集群环境下SSE通道跨节点事件推送问题

SSE连接介绍，SSE对比WebSocket Server-Sent Events (SSE) 是一种基于 HTTP 协议的轻量级实时通信技术，允许服务器向客户端推送数据。以下是 SSE 的主要特点： 单向通信：SSE 仅支持服务器向客户端推送数据，客户端不能通…...

编程日记 2025/5/30 6:02:36

Kettle学习

一、Kettle 简介 Kettle（现称为 Pentaho Data Integration）是一款开源ETL工具，支持从多种数据源抽取、转换和加载数据，广泛应用于数据仓库构建、数据迁移和清洗。其核心优势包括：可视化操作：通过拖拽组件设计数据处理流程（转换和作业）。多数据源支持：数据库（MySQL/…...

编程日记 2025/6/4 6:57:33

科学养生，开启健康生活新方式

在快节奏的现代生活中，健康养生已成为人们关注的焦点。科学的养生方式不仅能增强体质，还能有效预防疾病，提升生活质量。合理饮食是健康养生的基础。日常饮食应遵循均衡原则，保证蛋白质、碳水化合物、脂肪、维生素和矿物质的合…...

编程日记 2025/5/29 10:17:58

brew 安装openjdk查看其版本

使用brew（如果你使用Homebrew安装） 如果你通过Homebrew安装了OpenJDK，可以使用以下命令来查看安装的版本,： brew list --versions openjdk8 这将会列出所有通过Homebrew安装的OpenJDK版本及其版本号。 3. 查看/usr/libexec/ja…...

编程日记 2025/6/4 6:57:14

基于大模型对先天性幽门肥厚性狭窄预测及临床方案的研究报告

目录一、引言 1.1 研究背景与目的 1.2 国内外研究现状 1.3 研究方法与创新点二、先天性幽门肥厚性狭窄概述 2.1 定义与发病机制 2.2 流行病学特征 2.3 病理与解剖特点三、大模型预测原理及构建 3.1 大模型简介 3.2 数据收集与预处理 3.3 模型训练与优化四、大…...

编程日记 2025/5/31 3:28:56

【开源】基于51单片机的温湿度检测报警系统

项目说明该设计是一个简易的基于51单片机的温湿度检测报警系统，功能说明： 使用LCD1602实时显示当前的温湿度。读取DHT11的温湿度值，如果温度大于最大设定值，LED1亮，如果温度小于最小设定值，LED2亮。如果…...

编程日记 2025/5/31 10:55:07

2025年4月25日第一轮

1.作文 The increasing reliance on onlineshopping has brought both convince and challenge to consumsers.It is of great nesscity for poeple to adapt better strategies to cope with these challenges.Resons and concrete evidence to support my view are as fello…...

编程日记 2025/6/4 16:46:04