Obsidian-Git多端同步配置指南
Obsidian Git 多端同步配置指南 概述 使用 GitHub 私有仓库 + Obsidian Git 插件实现全端笔记自动同步，替代付费的 Obsidian Sync。 工作原理 本地编辑 → 自动 commit → push 到
A NOTE TO SELF
日拱一卒 功不唐捐
Zwww / 慢慢积累，持续生长01 / SELECTED NOTES
从这几篇开始
大模型基础入门
大模型基础入门 开启 AI 技术内容的详细讲解 注意！ 从本章节开始，会先详细的讲解 AI 的技术内容，帮助大家从零开始深入理解大模型的原理和技术细节。当把这些内容都讲解完后，会详细的讲解 超级 AI 智能体 项目的技术实现细节。 你可能已
继续阅读
分库分表最佳实践：从基础原理到高阶架构设计
分库分表最佳实践：从基础原理到高阶架构设计 “分库分表的本质是为了解决单机数据库的物理极限。当单表数据超过 500万行 或 连接数/IO 打满时 ，传统的 B+ 树索引性能会急剧下降。这时候，必须通过拆分来用空间换时间。 “拆分策略通常分两
继续阅读
基于 NAT VPS 的全 Docker 化部署方案
基于 NAT VPS 的全 Docker 化部署方案 基于 NAT VPS 的全 Docker 化部署方案 稳定、易迁移、可备份 !NAT_VPS_全_Docker_化部署方案c54f1fdc.png !7Blog/网络与自托管/asset
继续阅读02 / THE JOURNAL
最近写下的
用 AI + Remotion 生成教学动画视频
用 AI + Remotion 生成教学动画视频 一、缘起 最近思维有些空洞，很久没冒出新点子，于是又给自己做了一次小型头脑风暴，想找点有意思的事情做。 最近的几条线索同时撞在了一起： 一是我在学技术时，发现市面上很多教程动画做得相当不错，
数据结构笔试
数据结构笔试 按知识点 1、算法的五个特性 一个算法（Algorithm）是对特定问题求解步骤的一种描述，它是指令的有限序列，其中每一条指令表示一个或多个操作。一个标准的算法必须具备以下五个基本特性： 1. 有穷性 Finiteness：一
图结构：Graph RAG
图结构：Graph RAG 传统RAG的套路是：用户问一个问题，去知识库里找到最相关的几段文字，交给大模型生成回答。这个模式处理"单跳"问题很在行——答案就在某一段文档里，找到就行。 但有些问题不是这样的。 比如用户问："教《Spring
Embedding向量化原理与模型选型
Embedding向量化原理与模型选型 假设你是个媒人，手里有1000个单身男女的资料，要给他们配对。 每个人的资料是一段文字描述： 小王：28岁程序员，喜欢打游戏看动漫，宅男一枚，偶尔爬山 小李：26岁设计师，热爱旅行摄影，周末喜欢逛展览
向量数据库选型实战指南
向量数据库选型实战指南 买房子要考虑什么？ 预算多少？（成本） 几口人住？（规模） 上班远不远？（性能） 将来要换大房子吗？（扩展性） 物业靠不靠谱？（维护成本） 选向量数据库也是一样的逻辑。 没有"最好的"向量数据库，只有"最适合你场景的
混合检索的详细剖析
混合检索的详细剖析 向量检索是RAG的核心，但它不是万能的。 来看一个真实场景：你搭了一个技术文档问答系统，知识库里存了几百篇Spring相关的文档。用户问"SpringBoot 3.2.1的启动流程有什么变化"，向量检索返回了什么？大概率
向量检索核心算法深度剖析
向量检索核心算法深度剖析 前面我们已经把文档块变成了向量，也知道了要把这些向量存到专门的数据库里。但有一个最关键的问题还没解决—— 当用户丢过来一个问题，系统怎么在几十万甚至上百万个向量里，又快又准地挑出最相关的那几条？ 最直觉的做法当然是
03 / KEEP SHOWING UP
这一年的记录
不必每一天都有答案，但可以每一天都留下一点痕迹。