前言之前写了如何通过 Ollama 实现大模型本地化，本次将通过代码实现 Ollama + DeepSeek 实现本地大模型的联网回答能力。 代码实现实现本地大模型联网实际上并不复杂，核心思路就是通过搜索引擎的 API 获取查询结果，然后再通过爬虫抓取网页内容，最终将这些信息提交给 AI 进行分析和回答。本次实现的方式是通过 Google Search API 来完成联网搜索的能力。在开始之前，需

前言服务器证书又过期了，每次更换证书还是挺耽误事儿的。早前听说过 Let’s Encrypt 提供免费证书，并且能够通过定时任务实现自动更新，便决定趁有空的时候尝试一下。 虽然群晖系统本身已经支持通过 Let’s Encrypt 自动更新订阅证书，但有个前提是需要开启 80 端口。作为一名开通公网 IP 的用户，我显然无法满足这一条件，所以只能选择自己部署服务了。 Let’s Encrypt 使用

前言年前在知乎和抖音上刷到了一些关于“正片叠底”的讲解，感觉挺有意思的，于是趁现在有时间决定用 Canvas 来实现一下这个效果。 在图像和视频编辑中，“正片叠底”是一种常见的混合模式，能够创造出丰富的视觉效果。如果你用过 Photoshop 或其他设计工具，应该对这个功能不陌生。本文将带你从零开始，使用 Canvas 实现正片叠底效果，并且会分别对图片和视频进行实现。 什么是正片叠底？简单来说，

前言Transformers.js 是一个机器学习工具库，允许开发者在浏览器中直接运行 Hugging Face 的预训练模型，无需服务器支持。它支持多种任务，如自然语言处理、计算机视觉、音频处理等。本文将介绍 Transformers.js 的基本使用方法，并通过示例展示如何在不同任务中使用它。 Transformers.js目前，Transformers.js 有两个 npm 包：@xenov

前言前端时间有一个 OCR 的需求，原本考虑调用现成的 OCR 接口，但由于只是做一个我个人使用的工具，花钱购买 OCR 接口显得有些奢侈。于是就想着找找是否有现成的库可以自己部署或直接使用，结果发现了一个可以在纯前端实现 OCR 的库——Tesseract.js。 Tesseract.jsTesseract.js 是一个基于 Google Tesseract OCR 引擎的 JavaScript

前言在前面的文章中，我们介绍了如何使用 AnythingLLM 和 Ollama 搭建私有知识库。虽然这个组合已经具备了处理私有数据和文档的 AI 应用能力，但在实际应用中，我们通常还需要结合 Web 搜索能力，以便获取最新的信息并输出更加有效的结果。 本文将详细介绍如何在 AnythingLLM 中启用 Web 搜索功能，并配置 Google Search Engine 和 DuckDuckGo

前言随着近两年 AI 大模型的井喷式增长，国内外涌现出了众多大模型厂商。国外有 ChatGPT、Claude、Gemini、Grok 等，国内则有 DeepSeek、通义千问、豆包、KIMI 等。此外还有我们常用的量化模型部署框架 Ollama。尽管很多厂商已经提供了与 OpenAI 兼容的接口，但像 Gemini、Ollama 等仍然没有兼容。为了兼容所有 AI 模型厂商的接口，开发者往往需要自

前言在前面的教程中，我们通过 Ollama 实现了私有化部署大模型，并完成了对话与 API 访问的基本功能。然而，此时的大模型还无法访问私有知识库。本文将介绍如何通过 AnythingLLM 与 Ollama 结合，搭建一个具备私有知识库能力的 AI 应用。 AnythingLLM 简介AnythingLLM 是一款开箱即用的一体化 AI 应用，支持 RAG（检索增强生成）、AI 代理等功能。它无

元数据 大模型入门：技术原理与实战应用书名： 大模型入门：技术原理与实战应用作者： 程絮森 杨波 王刊良 李浩然简介： 人工智能是人类探索未来的重要领域之一，以ChatGPT为代表的大模型应用一经推出在短短几个月时间内火爆全球。大模型代表了自然语言处理领域的一项伟大成就，它的诞生和发展正引领着我们走向全新的创作时代。 本书共9章，深入探讨了大模型的工作原理和使用方法——提示

元数据 深度学习书名： 深度学习作者： 伊恩·古德费洛 约书亚·本吉奥简介： 《深度学习》由全球知名的三位专家IanGoodfellow、YoshuaBengio和AaronCourville撰写，是深度学习领域奠基性的经典教材。全书的内容包括3个部分：第1部分介绍基本的数学工具和机器学习的概念，它们是深度学习的预备知识；第2部分系统深入地讲解现今已成熟的深度学习方法和技术