河岳日星的博客 - 运维工程师 | AI 算法学习者

🦙 从 HuggingFace 拉取 GGUF 模型并导入 Ollama 完整教程（Windows 环境）

🦙 从 HuggingFace 拉取 GGUF 模型并导入 Ollama 完整教程（Windows 环境）

发表于2026-06-22 | 更新于 2026-10-17 | 大模型部署与推理 | 大模型部署

🦙 从 HuggingFace 拉取 GGUF 模型并导入 Ollama 完整教程（Windows 环境）📝 前言本教程详细记录了在 Windows 系统下，如何从 HuggingFace 下载 yuxinlu1/gemma-4-12B-coder-fable5-composer2.5-v1-GGUF 模型的 Q4_K_M 量化版本，并将其成功导入 Ollama 本地运行的全过程。教程针对 12G 显存显卡进行优化配置，同时讲解了踩坑要点与解决方案，适合所有想将 HuggingFace GGUF 模型迁入 Ollama 的用户。 🧭 完整流程回顾阶段核心操作关键产出环境配置设置 OLLAMA_MODELS 到 D 盘、安装 huggingface_hub 避免 C 盘爆满，获得下载工具下载模型通过国内镜像下载 Q4_K_M 量化文件得到约 6.87GB 的 GGUF 文件编写配置创建 Modelfile，指定绝对路径与对话模板告诉 Ollama 如何加载和运行模型导入模型执行 ollama create 命令将 GGUF 注册 ...

📖 把一本长篇小说拆成分集候选：六个阶段与三条硬闸

📖 把一本长篇小说拆成分集候选：六个阶段与三条硬闸

发表于2026-06-19 | 更新于 2026-10-17 | AI 工程化 | 短剧创作 • NLP • 工作流自动化 • RAG

手上有几十万字的小说原文，要判断它能不能改竖屏短剧、能切几集。第一反应是”扔给模型让它读一遍，给个结论”。这条路走不通。长文本进不了上下文，分段丢进去又会导致第 47 章按一种边界分析、按另一种边界聚合，而且没有人会发现。更麻烦的是，AI 读长篇特别擅长写一份“读起来很完整”的总结——它会自作主张地补齐缺章，让缺失在结果里不留痕迹。下面这套流程的核心不是”读得更全”，而是让每一步都可追溯、可证伪。一、索引是唯一切片真源第一步不是读小说，是建章节索引。而且整个流程只建一次。 12python3 novel_index.py index 输入/{原文} --out _work/_index.next.jsonpython3 novel_index.py verify _work/_index.next.json 输入/{原文} 如果每个阶段各跑一次正则去切章节，就会切出互相对不上的章节。所以索引一旦发布，后续所有阶段都只引用它——引用的是行号 span，不是章节内容。脚本的识别规则很朴素，但每条都对应一个真实问题：识别阿拉伯数字与中文数 ...

CNN 实战：用 ResNet 做图像分类

CNN 实战：用 ResNet 做图像分类

发表于2026-06-18 | 更新于 2026-10-17 | AI 算法笔记 | 深度学习 • CNN • 图像分类

经验驱动。CNN 的基本前向我用纯 numpy 手搓跑通了（真实 shape 在下面）；再讲 ResNet 怎么在这个基础上”加深不退化”。完整 ResNet 训练需要 torch + GPU，本机未装 torch，那部分给出规范实现并诚实标注。 CNN 在算什么（先跑通最小单元）CNN 本质是一连串”卷积提特征 → 激活 → 池化降维 → 展平 → 全连接分类”。我用一个 8×8×3 的图，手搓一个最小 CNN 前向，看每个阶段 shape 怎么变： 12345conv = conv2d(img, w, b) # 8x8x3 -> 6x6x2 （2 个 3x3 卷积核）relu = np.maximum(0, conv) # 激活，非零比例 0.43pool = maxpool2d(relu, 2) # 6x6x2 -> 3x3x2flat = pool.reshape(-1) # 展平 18 维logits = flat @ Wd # 18 -> 3 类真跑结果： 12345输入 ...

Linux 网络连通性排查：ping / traceroute / tcpdump / curl

Linux 网络连通性排查：ping / traceroute / tcpdump / curl

发表于2026-06-16 | 更新于 2026-10-17 | 运维实战 | 运维

经验驱动。本文所有命令输出都来自本机真实执行（Windows 下同名命令，语义一致）。网络问题最忌”瞎重启”，按 OSI 分层一层层验，五分钟定位。下面是我常用的四件套和真实读数。排查总思路：从下往上遇到”连不上”，别急着改配置。按层查：物理/网卡层：网卡 up 吗？IP 拿到了吗？（ip addr / ipconfig）网络层（L3）：到目标 IP 通不通？（ping）路由层：包走哪条路、卡在第几跳？（traceroute / tracert）传输层（L4）：端口开没开？握手到哪步？（telnet / nc / curl / tcpdump）应用层（L7）：TLS 握成功了吗？HTTP 状态码对吗？（curl -v）下面用真实数据演示。 1. ping：网络层通不通12345正在 Ping 8.8.8.8 ... 来自 8.8.8.8 的回复: 时间=204ms TTL=107数据包: 已发送 = 4，已接收 = 4，丢失 = 0 (0% 丢失)，平均 = 206ms正在 Ping github.com [140.82.113.3] ... 时间=270ms T ...

把知识体系做成可点击的单文件站点：交互教学网页工作流

把知识体系做成可点击的单文件站点：交互教学网页工作流

发表于2026-06-15 | 更新于 2026-10-17 | AI 工程化 | 面试 • 方法论 • 前端

把知识体系做成可点击的单文件站点：交互教学网页工作流一、场景：知识地图比文档更适合复习备考面试那阵，笔记攒了一堆 Markdown，但复习效率极低——文档是线性的，知识是网状的。于是把整套 AI 面试知识做成了一套单文件 HTML 站点：12 个页面、深色浅色双主题、全局搜索、点开任何概念都有解释。后来这套工作流固化成了技能，短剧创作台、知识梳理图都复用同一套方法。二、设计约束：单文件、零依赖、双击即用第一条约束就毙掉了绝大多数现代前端方案：整个站点是一个 HTML 文件，零外部依赖，双击就能开。意味着：不引框架、不引 CDN（断网、拷走、发人都在）；全部视觉由 HTML/CSS 卡片构成，不用图表库；单个文件 90KB 左右，12 页全站 ~1.1MB。这条约束听着原始，但「发给任何人任何设备都能开」的价值，在面试前夜比什么都实在。三、交互模型：Tab + 弹窗 + 全局搜索三层交互覆盖所有使用场景： Tab：每页顶部模块切换（如「架构 / 术语 / 面试题 / 课程题 / 周知识点」五大区）；弹窗：点任何词条弹出详情，分四类——术语（glos）、面试题（iv）、 ...

从 0 搭一个 RAG Agent：工具调用 + 检索闭环

从 0 搭一个 RAG Agent：工具调用 + 检索闭环

发表于2026-06-12 | 更新于 2026-10-17 | AI 工程化 | AI 工程化 • RAG

普通 RAG 是「一问一答」，RAG Agent 是「会自己决定要不要查、查什么、查完怎么用」。这篇讲我搭一个带检索闭环的 Agent 的完整思路，以及几个让循环不跑飞的关键设计。一、RAG Agent 和普通 RAG 的区别普通 RAG：用户问 → 检索 → 拼 prompt → 答。检索是固定前置的。 RAG Agent：用户问 → 模型判断要不要检索 → 决定检索词 → 检索 → 看结果决定要不要再查/调别的工具 → 综合作答。检索是模型决策的一部分。价值场景：多跳问题（答案要拼多个来源）、需要实时数据（接搜索/数据库工具）、问题模糊（先拆解再查）。二、架构四步循环1规划(Plan) → 行动(Act: 检索/调工具) → 观察(Obs) → 反思(Reflect) → 回到规划规划：让模型先把问题拆成子问题；行动：调用检索工具或外部 API；观察：把结果回填上下文；反思：判断信息够不够，不够继续，够了就总结。三、把检索包成一个工具关键设计：检索不再是管道，而是一个可被模型调用的函数。这样模型能决定「现在该查吗、查什么」。 123456789def retr ...

Nginx 反向代理与 HTTPS 实战

Nginx 反向代理与 HTTPS 实战

发表于2026-06-09 | 更新于 2026-10-17 | 运维实战 | 运维

经验驱动。本文的配置文件和验证结果都来自本机真实操作：下载 nginx 1.26.2（Windows 绿色版），写了一份生产级配置，并用 nginx -t 真实验证通过。证书是用 Python 真实生成的，不是占位。为什么要反向代理 + HTTPS 反向代理：把外部请求转发到内部服务（比如 127.0.0.1:8080 的 Java/Python 后端），对外只暴露 443，后端无需直接暴露，还能做负载均衡、限流、缓存、统一 TLS 终止。 HTTPS：现在浏览器默认标记 http 为不安全，且涉及任何登录/API 都必须加密。TLS 在 nginx 这一层统一终结最省事。真跑：写一份生产级配置本机下载解压后，我把 conf/nginx.conf 改成下面这样（节选核心）： 12345678910111213141516171819202122232425262728293031323334353637383940414243444546474849505152worker_processes auto;events { worker_connections 1 ...

🔒 提交那一刻就计费：给生成任务加一道确认闸门

🔒 提交那一刻就计费：给生成任务加一道确认闸门

发表于2026-06-08 | 更新于 2026-10-17 | AI 工程化 | 短剧创作 • 工作流自动化

视频生成最贵的一课是：任务在提交那一刻就已经计费了，不是在你拿到结果的时候。这句话听起来像常识，但它决定了一整块流程设计。因为提交之后的一切——轮询几分钟、下载、重试——都可能被进程被杀、断网、机器休眠打断。而这些打断不退还那笔钱。踩过一次之后，我给生产环节加了一道四步闸门。下面说说为什么是四步，以及那个“不要重投”的坑。一、四步闸门，顺序不能合并12341. 建立有边界的 job2. prepare —— 只预览，不生产3. 等创作者在看到预览之后明确确认4. run —— 才启动真实生成每一步的职责是分开的，合并就会出问题。第 1 步：job 必须有边界一个 job 只做一种模态。要写清：数量 · 完整 prompt · 参考文件 · 参数 · 输出路径 · adapter profile 一个 job 不混合模态。大批量工作拆成创作者能看清数量和成本边界的小 job——不要把整季隐式塞进一次确认。第 2 步：prepare 只预览prepare 会返回一份完整预览：数量、prompt、来源条目、参考绑定、输出路径、是否覆盖、走哪个 adapter。这一步还会做 ...

从零用 numpy 实现 Transformer 前向（含代码）

从零用 numpy 实现 Transformer 前向（含代码）

发表于2026-06-05 | 更新于 2026-10-17 | AI 算法笔记 | 深度学习 • Transformer • numpy

经验驱动。不装 torch，用纯 numpy 把 Transformer 的前向传播手搓跑通（本机真跑，输出在下面）。重点不是训模型，而是把”它到底在算什么”拆清楚——这是面试被问 Transformer 时最值钱的部分。为什么要手搓前向很多人背得出”自注意力 = QKᵀ/√d·V”，但一问”Q/K/V 从哪来、多头怎么拼、位置信息怎么进来的”就卡壳。用 numpy 把前向过一遍，每个张量的 shape 都看得见，比看十篇图解都扎实。四个核心部件词嵌入 + 位置编码：token 先查表成向量，再叠加正弦位置编码（不加位置，模型不知道词序）。多头自注意力：Q/K/V 三个投影，按头切分后各自做缩放点积注意力 softmax(QKᵀ/√d_k)·V，拼回再投影。前馈网络（FFN）：两层线性 + 中间 ReLU，逐位置作用。残差 + LayerNorm：每个子层外包 LayerNorm(x + Sublayer(x))，这是训练深层不崩的关键。真跑代码（节选）123456789101112def mh_attention(x): Q, K, V = x@Wq, x@ ...

用 CO-STAR 写系统提示词（附模板）

用 CO-STAR 写系统提示词（附模板）

发表于2026-06-02 | 更新于 2026-10-17 | AI 工程化 | AI 工程化 • 提示词工程

经验驱动。CO-STAR 是我最常用的提示词框架，把”上下文/目标/风格/语气/受众/响应”一次写清。本文附上我本机用 qwen2.5-0.5b-instruct 真跑过的完整案例和真实输出。 CO-STAR 是什么六个字母对应六个要素： C — Context（上下文）：背景、前置信息。 O — Objective（目标）：这次具体要完成什么。 S — Style（风格）：模仿谁、什么文风。 T — Tone（语气）：正式 / 轻松 / 自信 / 克制。 A — Audience（受众）：写给谁看。 R — Response（响应）：输出格式、长度、禁忌。它和上一篇”方法论”的关系：方法论是原则，CO-STAR 是把原则落到纸面的固定模板。真跑案例：给 DevNote 写推广文案我本机用 0.5B 模型跑过这条完整提示词： 1234567# 用 CO-STAR 写的提示词C（背景）: 我们是一款面向程序员的云笔记工具，叫 DevNote。O（目标）: 写一条 60 字以内的朋友圈推广文案，突出「本地优先、端到端加密、Markdown 原生」。S（风格）: 极客、克制、不浮 ...

数据库加载中