就是桌面上应用软件会自动给你排好，排整齐无堆叠，现在 arch 下面的 niri 还是好用. 主要是处理多任务的时候直观方便。下面是 windows 桌面的截图

折腾经历

这两天又折腾了下 windows 下的平铺软件【安装了komorebi和yasb】，之前就弄过 FancyWM, 比较方便简单，开箱即用，但是有时候感觉暂时有点卡卡的。主流的好像也就是三个。

• FancyWM
• komorebi （现在用的，搭配的【 yasb 一个状态栏 】）
• glazewm （没用过，听说配置文件配置的简单点）

komorebi 怎么说了，最开始也不会用，🤣可能这才是常态。去 github 上下载了最新的程序，结果安装桌面连个快捷方式也没有，还好会用 everything 搜索，里面一堆程序

最开始点了那个 1 的 exe，弹一个黑框框，就让他一直显示也能用，就是有点丑还不是后台的运行，后来看了使用介绍才知道，可以用那个 2，在 cmd 里面运行 komorebic.exe start 就静默运行了，然后 komorebic.exe -h 里面实际上是有很多介绍，一些命令快捷操作，弄了还是很方便
2 个经验：

1. 要知道自己的目标是什么，根据目标慢慢找，耐心看一下
2. 看到英文的不要慌，开个网页翻译耐心看一点

其实 yasb 和 komorebi 安装还是简单，主要是使用

1. yasb 那个配置还是有点麻烦，也要看他的文档，还是下载别人的主题最方便，右键图标点那个 get themes，需要正确上网
2. 配合 autohotkey 来使用的快捷键，主要用它那个【toggle-monocle】实现全屏
   

FancyWM 安装步骤

去 github 上下载了（cer 和 msixbundle 文件），用 PowerShell (as Administrator) 就可以安装

certutil.exe -addstore TrustedPeople .\FancyWM.Package_1.0.0.0.x64.cer
Add-AppxPackage -Path .\FancyWM.Package_1.0.0.0.x64.msixbundle

相关软件

下载链接

人类寿命的极限探讨

人类寿命的上限是一个长期存在的研究课题。现代科学研究与古代文献记载在这一问题上呈现出某种一致性。

科学研究的观点

目前存在两个主要的科学理论。

海夫利克极限理论（Hayflick Limit）指出，由美国生物学家 伦纳德・海夫利克（Leonard Hayflick 于 1961 年提出，人体细胞的分裂次数有限，约为 40-60次。每次分裂时，染色体末端的端粒会缩短。当端粒缩短至临界值时，细胞停止分裂，机体进入衰老状态。根据此理论计算，人类寿命上限约为120岁。海夫利克极限是细胞生物学领域的核心理论¹

生理韧性理论是近年来提出的新观点。发表在《自然通讯》上的研究表明，人体的自我修复能力随年龄增长而下降。研究模型显示，在120至150岁之间，人体的修复能力将降至临界点，此时即使无重大疾病，生命也难以维持。

这两个理论从不同角度将人类寿命极限定位在120-150岁区间。

古代文献的记载

中国古代典籍中也有相关论述。

• 《黄帝内经》记载，遵循养生之道者能达到"天年"，即"度百岁乃去"。后世注解将"度百岁"解释为120岁。
• 《尚书》明确记载"上寿"为120岁。

古代文献的记载与现代科学研究结论存在相似性。这些记载基于长期的生活观察和经验总结。

小结

从现有证据来看，人类寿命存在一定的生物学上限。科学研究与历史文献都指向相似的数值范围。

对个体而言，在既定的生命长度内如何维持健康状态，可能比追求极限寿命更具现实意义。

参考资料:

1. Pyrkov, T.V., Avchaciov, K., Tarkhov, A.E. et al. Longitudinal analysis of blood markers reveals progressive loss of resilience and predicts human lifespan limit. Nat Commun 12, 2765 (2021).
2. 《黄帝内经·素问·上古天真论》
3. 《尚书·洪范》

第一组照片

六月【6-27】的时候去一个【卷桥河公园】非常大，就是天气太热了，还租了个车没跑一会然后就没起了，最后还是走回来的，下面是照片

太阳很好，颜色很正。




这张忘记在哪拍的了【7 月 2 日拍的】

第三组照片

去了一个动物园，野生动物园，还看见了大棕熊和老虎

第四组

【去江边公园拍到的】

最后一组

今天拍的小猫

大致思路是：

1. 先回忆了下 ULA 的 ESPRIT 方法；
2. 然后是 MIMO 下的 ESPRIT 方法
3. 然后是看文章看不懂，然后 AI 帮我解析，先读出大致的框架，然后丰富细节，最后对自己的理解进行确认，然后画出代码仿真的关键点

下面在这个网盘下面提供 2 个 PDF 和一个代码方便之后回顾学习
https://a.siyouyun.ren:30597/OutSaveFile2/RadarXG/ESPRIT_Double_mimo

matlab 代码预览

clc,clear all,close all;
%% Parameters of the radar system
M = 7;                                                 % number of Tx
N = 7;                                                 % number of Rx
d = 0.5;                                                 % inter-element space
% theta = [15 -10 5];                                % DOA
% phi = [20 35 60];    
theta = [-50 20 60];   % DOD                             % DOA
phi = [20 40 60];   
K = length(theta);                                  % number of target                      % dopplor frequency shift
L = 100;                                                % number of sanpshot
SNR = 30;                                            % signal-to-noise ratio before matched filtering
Geo_Rx = [0:N-1];                                  % geometry of Rx
Geo_Tx = [0:M-1];                                  % geometry of Tx
At = exp(-j*2*pi*d*Geo_Tx.'*sind(phi));   % transmitting direction matrix
Ar = exp(-j*2*pi*d*Geo_Rx.'*sind(theta));  % receiving direction matrix
item = 10;     
%% 设置互耦系数;
mc_K = 2;
mc_nb = mc_K+1;
C_t = generateMCMmat(M,mc_nb);
C_r = generateMCMmat(N,mc_nb);
C = kron(C_t,C_r);
%% 设置选择Pt和Pt矩阵
Pt = [zeros(M-2*mc_K,mc_K),eye(M-2*mc_K),zeros(M-2*mc_K,mc_K)];
Pr = [zeros(N-2*mc_K,mc_K),eye(N-2*mc_K),zeros(N-2*mc_K,mc_K)];
M1 = M-2*mc_K;
N1 = N-2*mc_K;
P = kron(Pr,Pt);
% number of trials
%% Selective matrices
JM1 = [eye(M1-1),zeros(M1-1,1)];
JM2 = [zeros(M1-1,1),eye(M1-1)];
JN1 = [eye(N1-1),zeros(N1-1,1)];
JN2 = [zeros(N1-1,1),eye(N1-1)];
Jt1 = kron(JM1,eye(N1));
Jt2 = kron(JM2,eye(N1));
Jr1 = kron(eye(M1),JN1);
Jr2 = kron(eye(M1),JN2);

a_kronrao = zeros(M*N,K);
for i=1:K
    a_kronrao(:,i) = kron(At(:,i),Ar(:,i));
end

for item_num = 1:item
    disp(['SNR = ',num2str(SNR),' dB, ',num2str(item_num), ' # try : ']);
    %% Matched Filtering
    S = randn(K,L)+1i*randn(K,L);
    X_0 = C*a_kronrao * S;
    X = awgn(X_0,SNR,"measured","dB");
    Y = P * X;
    %% Eigen decomposition
    %Rx = (X*X')/L;                                          % Estimated covariance matrix
    Rx = (Y*Y')/L;
    [Es,D] = eigs(Rx,K,'LM');                          % Signal subspace
    %% Rotational invariant property
    Vt =  pinv(Jt2*Es)*Jt1*Es;
    %Vt =  pinv(Jt1*Es)*Jt2*Es;
    [T,Phit] = eig(Vt);
    
    Phir = inv(T)*pinv(Jr2*Es)*Jr1*Es*T;
    %Phir = inv(T)*pinv(Jr1*Es)*Jr2*Es*T;
    E_theta  = asind(angle(diag(Phir))/pi).';
    E_phi = asind(angle(diag(Phit))/pi).';
    plot(E_theta,E_phi,'k*');hold on;
end
H(1)=plot(E_theta,E_phi,'k*');hold on;
H(2)=plot(theta,phi,'rx','markersize',28);grid on;
xlabel('DOA'),ylabel('DOD');
legend([H(1),H(2)],'Esimated','Ture')

闲聊

没想到 matlab 还可以画出这样的图片，“赛博生命”，hhh
https://mp.weixin.qq.com/s/GS-jSHnasVxrrIn5C2E3WQ

figure('Position',[300,50,900,900], 'Color','k');
axes(gcf, 'NextPlot','add', 'Position',[0,0,1,1], 'Color','k');
axis([0, 400, 0, 400])
SHdl = scatter([], [], 2, 'filled','o','w', 'MarkerEdgeColor','none', 'MarkerFaceAlpha',.4);
t = 0;
i = 0:2e4;
x = mod(i, 100);
y = floor(i./100);
k = x./4 - 12.5;
e = y./9 + 5;
o = vecnorm([k; e])./9;
while true
    t = t + pi/90;
    q = x + 99 + tan(1./k) + o.*k.*(cos(e.*9)./4 + cos(y./2)).*sin(o.*4 - t);
    c = o.*e./30 - t./8;
    SHdl.XData = (q.*0.7.*sin(c)) + 9.*cos(y./19 + t) + 200; 
    SHdl.YData = 200 + (q./2.*cos(c));
    drawnow
end

各个软件

微软 RDP，网易 UU 远程，RustDesk（知名开源），向日葵，ToDesk，连连控，云玩加（个人开发者）

前提要节

对于一些国内厂商的远程，一般都提供他们自己的服务器进行进行搭桥或者连接，网易 UU 好像在网络好的时候可以 p2p 。
例如向日葵，ToDesk 两个比较知名了，平时办公用用也还是可以的，但是也还是有些小问题，例如跨境连接等。

所以，基于以上原因，对于我来说，先把两个外网的设备内网穿透桥接起来。
用 皎月连 （需要打卡）或者 openp2p 这两个都可以；
至于 zerotier 和 tailscale，前一个没弄好，后一个没用过；

微软 RDP

基于 皎月连 或者 openp2p 就可以通过 windows 的 mstsc 访问了，但好像貌似专业版系统，还要简单设置下

一个知乎设置教程
一个免密码登陆教程
然后还有两个解锁 60 FPS 的教程，解锁60fps-1， 解锁2
怎么说了？之前平时一直是这么用的，感觉也还好，但是就是感觉（外网-手机热点）60 fps 还是没有
这两天看了检查方法

检测 60 fps 是否达到

肉眼检测，😂，这个网站： https://frameratetest.org/zh/fps-test ，看看那两个竖着的黑杠杠动的是否流畅，还是可以看出分别，可以本机电脑开一个，远控电脑开一个，放在屏幕上对比了看，还是比较明显的，🤣

推荐 RustDesk

RustDesk 也是看的别人的教程，内网穿透后使用的，有两个软件要安装；被控端（服务端+客户端）安装；本机电脑（客户端安装），客户端下载链接， 服务端下载链接，这是两个 github 的链接，这是 github加速网站；看的这个教程：教程，主要就是下载好这几个软件，设置下 ip 和 key

有几个小细节就是；可以吧下图的那个取消掉，网络好的话就是 p 2 p 直接连接，判断通过为全屏时左上角是✔就是 p 2 p，是刷新符号就是中继

如果声音没有，可以看看 github 的 issue，我是把下图的禁用勾选了，就有声音了

总体来说体验还是很不错的，速度上好像还比较快

其他软件

• uu 远程有时候还可以，有时候可以 60 FPS
• 然后是，连连控，还可以，可以稳定 60 FPS，稳定!！我都用的手机热点，还是可以，但是有些要开 vip
• 云玩加，b 站上一个 up 开发的，还可以适配了手柄，还是开源免费的，fps 没确定，但是好像是自己弄了服务器，帮助记录下账号和两个机器握手，大概是这样

小结

就这些，推荐 RustDesk。但其实还有 Parsec（steamcommunity_302. exe 用的这个软件提供网络访问协助，Parsec 国内有些不好访问），但是我屋里电脑没弄那个显示器，Parsec 这个速度倒是可以，但是居然没自带虚拟显示器，ParsecVDisplay 这个 github 项目可以添加，但是今天还是下单了个 HDMI 欺骗器 5￥

就这些了，RustDesk 还是可以的！

主要思路，把 PDF 转为一张张图片，然后给 ai ，让其输出翻译好的 md 文本，工具如下：

我用的豆包 1.5 的 vision 版本-大模型 api，提示词也可以自定义
效果大概如下图：

推荐火山引擎 api： https://console.volcengine.com/auth/login
还有一个硅基流动的： https://siliconflow.cn/zh-cn/
openrouter 好像也有些免费的

蓝奏云工具下载链接，api 在 config.json 里面要自己填下：
https://wwzw.lanzoup.com/i70mH2u34nve

这是源代码： https://wwzw.lanzoup.com/i60jm2u34ydc

目录

一、大模型的背景与来历：从神经网络到现代大语言模型
二、基础平台
三、对话：提问与提示词技巧
四、信息搜集
五、AI 编程
六、使用技巧
七、API 调用与知识库
八、本地大模型部署
九、多模态生成
十、资源与社区
十一、硬件性能与优化

• 连接主义的萌芽（1940 s-1980 s） 神经网络的概念源于 1943 年神经生理学家 Warren McCulloch 和数学家 Walter Pitts 提出了第一个数学神经网络模型提出的“M-P 神经元模型”，但受限于算力和数据，长期停留在理论层面。1986 年，反向传播算法（Backpropagation：BP）的提出，使其利用数学中的链式法则计算梯度，使多层感知机（MLP）实现有效训练，奠定了现代深度神经网络的基础，但是由于受限于硬件和算法，早期模型难以解决复杂任务，90 年代后神经网络研究陷入低谷。

• 第二次爆发：gpt 自然语言大模型

  • 
  • 2015 年，由 Sam Altman 等人创立的 OpenAI 以非营利组织的形式成立，初衷是确保通用人工智能 (AGI) 的发展安全且对全人类有益。在语言模型方面，OpenAI 采用了 google 在 17 年提出的 Transformer 创新架构。Transformer 利用自注意力机制，能够并行处理输入序列中的所有词，大大提高了训练效率和模型性能。

  • GPT 系列（2018-2024）：

    • GPT-1（2018）：
      基于 Transformer 解码器，首次采用无监督预训练+有监督微调策略，参数 1.17 亿。
    • GPT-2（2019）：
      参数增至 15 亿，提出“零样本学习”（Zero-Shot），验证模型规模与泛化能力的正相关。
    • GPT-3（2020）：
      参数达 1750 亿，引入“上下文学习”（In-Context Learning），通过 Few-Shot 提示解决多样化任务，标志大模型通用化。
    • GPT-4/4 o（2023-2024）：
      多模态支持（文本+图像+音频），引入强化学习与人类偏好对齐（RLHF），推理能力接近人类。

  这种"规模化"策略证明了大型语言模型能够表现出令人惊讶的能力，包括上下文学习、任务泛化和涌现能力。

  

故事插曲：GPU 的关键作用与 NVIDIA 的崛起

大模型训练依赖海量计算力，传统 CPU 无法满足需求。GPU (图形处理单元) 凭借其并行计算能力，成为深度学习的理想硬件。单个现代 GPU 可以同时处理数千个线程，比 CPU 快数十到数百倍。

NVIDIA 公司的创始人黄仁勋有着传奇色彩的故事。他 1963 年生于台湾，后移民美国。NVIDIA 最初专注于为电脑游戏提供高质量的图形处理解决方案。有趣的是，NVIDIA 的 GPU 最初完全是为游戏和图形渲染设计的。2006-2007 年，研究人员发现 GPU 强大的并行计算能力可用于加速神经网络训练，NVIDIA 敏锐地捕捉到这一机会，开发了CUDA 编程平台，使开发者能更容易地利用 GPU 进行通用计算。随着深度学习的兴起，NVIDIA 从一家游戏图形公司转型为 AI 计算的基础设施提供商，成为全球最有价值的公司之一。

二、大模型基础知识（直接对话类）

去哪里使用大模型？

引子：推荐优先选择 GPT-4、Claude、DeepSeek 等头部模型，根据需求与场景选择国内外平台。

大模型大致可以分为国内国外两类：

一、国外平台

1. 主流模型：

   • ChatGPT（OpenAI）：通用性强、响应速度快，适合全能型任务（如报告撰写、数据分析）。
   • Claude（Anthropic）：擅长进行文学创作，与代码编程。这是它的优势特点，很多编程插件首先选用 claude 模型。

   

   

2. 访问方式：

   • 需代理：国内用户需通过海外网络环境访问，gpt 官方大约 20 美元/月，claude 也是。

   • 国内第三方代理，付费工具推荐

     • Sider（浏览器插件）：（ https://sider.ai/zh-CN ）支持多模型切换、文件解析、实时联网搜索，功能集成度高。【成本多少】

       • 
       • 
     • IMYAI 智能助手：（ https://super.imyai.top/c ）多模型聚合（含 GPT-4 o、Claude 3），支持上传 PDF/Excel 提问，ai 绘图。
     • 
     • 银行录像局（ https://nf.video/ ）：稳定访问 GPT/Claude，支持长对话与文件处理。
     • 
     • closeAI（ https://www.closeai-asia.com/ ）：一家专门提供 api 访问的公司，很稳定，按量付费
     • 

二、国内平台

（1）自研特色模型

1. 豆包（字节跳动）：通用性好，做了很多关于 ai 赋能基础建设，例如 ai 代码开发（后面会讲），app 上支持 AI 电话（语气逼真），ai 耳机实时沟通等（硬件联动）（ https://www.doubao.com/chat/ ）。

   • 

2. 通义千问（阿里巴巴）：开源生态完善（Qwen 系列）、本地部署友好（Ollama 平台长期霸榜），支持法律 AI 顾问（ https://tongyi.aliyun.com/ ），通义万象 2.1 视频模型。

   • 

3. Kimi（月之暗面）：【国产大模型最早出来的一批，ai 独角兽公司】200 万字长文本解析（如合同审查、论文总结），AI+PPT 自动生成（输入大纲即可输出完整幻灯片）（ https://kimi.moonshot.cn/ ）。

   • 

4. DeepSeek（深度求索）：低成本高智商模型（R 1 开源版性能比肩 GPT-4），官网访问易拥堵，推荐通过第三方平台调用（ https://www.deepseek.com/ ）。

   • 

5. 阶跃 AI：多模态很不错，视频生成一致性好（ https://yuewen.cn/chats/new ）。

   

（2）综合集成平台

1. 问小白（ https://www.wenxiaobai.com/chat/200006 ）：

   • 实时调用满血版 DeepSeek，响应速度很快。

2. 纳米搜索（360 出品， https://bot.n.cn/ ）：

   • 支持多种国产模型切换（包含 DeepSeek）。
3. 腾讯元宝：集成了 DeepSeek 模型（ https://yuanbao.tencent.com/chat/ ）。

示例应用（以"区块链"为例）：

1. 直白释义：区块链是一种通过链式数据结构存储信息的分布式账本技术，核心特征是去中心化和不可篡改。
2. 使用场景：①加密货币交易 ②供应链溯源 ③电子合同存证
3. 举例说明：
   • 例 1：比特币系统中，每笔交易通过哈希函数生成唯一标识（如 SHA-256 算法：H = Hash (Tx_Data)），多个交易按时间顺序连接成区块
   • 例 2：类似全班同学共同记录收支的公共笔记本，任何人修改记录需获得半数以上同学同意，且修改痕迹会被永久保留

4. 直观类比："区块链就像乐高积木，每个新积木块（区块）必须严丝合缝扣在前一块上，想偷偷拆掉中间某块？除非你拆掉整个后半段并让所有玩家都同意"
   5.由来：xxxx

    
    【演示例子：什么是量子力学】
    
    【什么是信号处理中的谐波】
    
    【什么是热力学第二定律】
    
    

5. 提升类提示词

   在网络上有很多网友分享了自己的提示词，里面有他们自己的经验和思考，又很多通用的地方。

   总结出了“一步步思考”这个方法，例如在自己的问题最下面加一个“step by step think”或者“一步步思考”给出答案，那么比直接提问的效果就稍微好一些。例如：

   Take me deep breath and work on this problem step-by-step. 
   Write your answer and give me a confidence score between 0-1 for your answer. Are you sure? 
   This is very important to my career. 
   You'd better be sure. 
   用中文回答

   

   还有，可以对问题本身进行提问，例如"对于这个问题 xxx，你怎么看？"让大模型帮你分析问题的解决方法。例如写文章的时候，先让大模型写大纲这些。

   https://www.aishort.top/ ，这是一个专门写提示词的网站。

   记得之前 think 版本的模型还没出来的时候，有一个厉害的高中生（涂津豪）写了让 claude 仿人类的思考的提示词，直接把 claude 的水平提高了一大截。ht

   tps://github.com/richards199999/Thinking-Claude 这是那个提示词的 github，还有一个关于 claude 提示词的 github（ https://github.com/langgptai/awesome-claude-prompts ）

   与大模型的聊天确实一定程度上训练了人精准提问的能力。

   TopBook 的 b 站视频，也讲了写关于提问与使用上的方式【突破个人能力天花板，和 AI 协作的 12 个范式。】 https://www.bilibili.com/video/BV1pgmbY1EXX/?share_source=copy_web&vd_source=84d1208a0ce8dac7e5646fcc327301a5

6. 上面的思考方法也叫思维链方法 COT，模仿人的思考是有一个一个步骤的（Chain-of-Thought, CoT）

7. 自我验证（如“请检查上述答案是否有逻辑错误”）

   四、大模型信息收集：联网模型的应用价值

   在数字化工作环境中，高效获取和处理信息已成为核心竞争力。具备联网能力的大模型彻底改变了传统信息搜集方式，将"搜索"与"理解+整合"结合，大幅提升信息获取效率。

   优势：实时信息获取，信息整合能力

   工具推荐

8. Kimi、豆包、元宝、问小白、纳米搜索

   1. Kimi Chat（最推荐）

9. 实时性极佳，搜索结果全面，搜索的网页多【测试搜索今日新闻】

   2.豆包

10. 除了文字类信息搜索，有独家抖音生态接入，可以搜索到抖音视频

    3.元宝/问小白/纳米搜索

11. 这几个采用 deepseek+联网的模式，联网搜索效果也不错

    使用场景

    1.市场动态实时追踪（Kimi）：快速获取行业报告、政策更新、突发事件等时效性敏感信息

    2.学术研究与文献综述引文查找（纳米搜索+Kimi）

    这个月政府采购网发布了哪些采购的内容？

    给我找出10片关于地波雷达的论文，帮我列出名字来，方便我引用。

    五、大模型编程

12. 开发工具

    AI 的快速发展，也给开发者带来了便利。

    基础的使用，就是让在对话式 ai 里，描述需求，帮我们写小的功能模块，或者查询资料。

    【字符串正则匹配是一个很好用的例子】gadfgadfgaadf 发生的发 fsdf

    进一步的推荐两个工具：

13. Trae，字节跳动对标国外 Cursor，实现自然语言对话一键生成代码，现阶段 gpt 和 claude 可免费调用

15. Vscode，微软开源的轻量 IDE，支持很多 AI 插件（提供了代码补全，优化，重构等），推荐 MarsCode 插件与 Cline 插件（cline 需要 api 但是可以实现与 Trae 一样的功能）

    【帮我写一个 html 的登录界面，用 css 和 js 美化】

    【一个 Trae 写的工具的例子：PDF 转图片】

    【一些 Vscode 截图】

    【阅读他人的项目代码，或者过去的代码，达到快速理解的目的，或者优化代码】

    【代码提示，代码补全，代码注释】

    六、大模型使用技巧

    具体的使用案例

    6.1 Mermaid 流程图

    https://www.mermaidchart.com/

    

    6.2 PlantUML 图（ https://plantuml.com/zh/ ）

    

    

    

    

    

    6.3 图片转文字描述

    可以直接把图片转为对应的图片描述

    提示词：

    帮我用结构化的语句把图片内容描述出来，要专业，即使看不见的图片的人听了，也知道这个图的详细内容

    6.4文档类处理

    1. 公式转换【图片转公式，公式复制到 word】：

    

    

    https://www.latexlive.com/

    2. 全文翻译

    演示 2 种：

16. 阿里的通义千问可以直接对整个 pdf 翻译

17. PDF 转图片，然后直接丢给大模型翻译

    3. markdown 输出 word 文档

    markdown，

    一级标题

    二级标题

    演示

    4.文档检视：错别字检查、术语校对、格式标准化

    帮我检查下面文字中的错别字：
    “今天天七真不错， 是个大晴天，适合出去删不！”

    5. 大模型+Kimi：自动生成 PPT 大纲与内容

    通义千问也有

    https://tongyi.aliyun.com/aippt

    6. 技术文档生成（从代码/描述生成完整文档）

18. 文本润色（语法、术语、风格优化）

    6.5 法律援助（通义千问）

    网站链接： https://tongyi.aliyun.com/qianwen/agent/home?type=FindAgent

![image-20250311142059231](https://a.siyouyun.ren:30597/d/alist/webPic/image-20250311142059231.png?sign=si3lL4H8Hhe59q_pNtGOKGP_BJU2CrTfh2bGixPPlmY=:0)

## **七、大模型 API 调用与 RAG 知识库**

通过电脑上的客户端软件对大模型 api 调用，api 调用更加自由，可以自己开发自定义的程序。聊天更加流畅。推荐一个软件 CherryStudio。

https://cherry-ai.com/的官网 ，找到下载链接安装即可

下面为软件图片

![image-20250311104529188](https://a.siyouyun.ren:30597/d/alist/webPic/image-20250311104529188.png?sign=-B1CCU9WoNN_EelpAmynPby6QbwqqC45E0om5Gxc6pk=:0)

重点在于其可以调用本地知识库进行知识库问答，非常方便。

1. 获取 api，火山引擎或者硅基流动的 API，deepseek 的 api 也可以使用

2. 在软件中填写 api 密钥

3. 设置知识库，进行对话



## **八、隐私、安全与本地部署**
1. **隐私风险与应对**
    - 数据脱敏、企业合规要求

2. **本地大模型部署**

    - ![image-20250311150533355](https://a.siyouyun.ren:30597/d/alist/webPic/image-20250311150533355.png?sign=mJhoVKieqt-Rsk5MCVnG53_-qthj3iMdawNYCTWXTrw=:0)

    - **Ollama 教程**：模型下载、运行、微调（如 LLaMA 3 本地化）（ https://ollama.com/ ）
    - 硬件要求：CPU/GPU/NPU 性能优化

## **九、多模态生成**
1. **图片生成**

    - 豆包， https://www.doubao.com/chat/create-image

    - Midjourney/DALL·E 提示词设计

    - comfyui，真正要升入了解绘画，视频，就要了解这个工具

    - >ComfyUI 是一个开源的图形化界面工具，主要用于 Stable Diffusion 模型的图像生成工作流设计，其节点式可视化操作是最大特色，用户可以通过拖拽节点来精确控制图像生成的每个环节

2. **视频生成**

    - 短视频生成，（腾讯、阿里、跃问）
    - https://tongyi.aliyun.com/wanxiang/videoCreation , 通义万象 2.1
    - https://yuewen.cn/videos?utm_source=yuewen_nav&utm_medium=nav_link ，跃迁

3. **声音合成**

    - 语音克隆（工具：ElevenLabs、Azure TTS，ChatTTS）
    - https://www.chattts.co/zh#free

## **十、资源与社区**
1. **外部资料整合**
    - 李燕姐提供的 PDF 文档
    
      - ![image-20250311113121770](https://a.siyouyun.ren:30597/d/alist/webPic/image-20250311113121770.png?sign=bL1YYzUVKqSjKDFfunBtrL7HBTlK4WG8ghnnw__C9Bg=:0)
    
    - [金子的AI知识库](https://tffyvtlai4.feishu.cn/wiki/OhQ8wqntFihcI1kWVDlcNdpznFf)（工具与案例库）
    
    - [七小姐的提示词博物馆](https://vxc3hj17dym.feishu.cn/wiki/VDb1wMKDNiNj0mkJn6VcFgRenVc)（模板库）（可以吹一波飞书文档）
    
    - 豆包： https://www.doubao.com/chat/
    
      kimi： https://kimi.moonshot.cn/chat/
    
      问小白： https://www.wenxiaobai.com/
    
      纳米 AI： https://bot.n.cn/
    
      closeAI（api 类）： https://www.closeai-asia.com/
    
      火山引擎（api 类）： https://www.volcengine.com/
    
      硅基流动（api 类）： https://cloud.siliconflow.cn/
    
      IMYAI-GPT: https://new.imyai.top/ ; https://super.imyai.top/chat
    
      cherryStudio（客户端）： https://cherry-ai.com/
    
      chatBox（客户端）： https://chatboxai.app/zh
    
      trae（编程 IDE）： https://traeide.com/或https://www.trae.ai/home
    
    - ![image-20250311112531111](https://a.siyouyun.ren:30597/d/alist/webPic/image-20250311112531111.png?sign=6sS8wMskQsOFR5x1TzVSj4i7grzMeaqG1ENCcfm1n4w=:0)
    
2. **提示词社区构建**
   
    - 提示词版本管理（GitHub 仓库或飞书多维表格）
    - 开源社区平台
      - Hugging Face、ModelScope（ https://www.modelscope.cn/my/overview ），GitHub 等，ollama（国外）
    
    

#### **十一、硬件性能与优化**
在大模型推动各行业变革的当下，2025 年随着技术趋势演进与行业实践深入，下面简单了解其算力部署指南，包括硬件角色、选择策略、模型硬件匹配及微调技术等。 

#### 一、CPU/GPU/NPU 在大模型中的角色对比
1. **训练场景：GPU 主导，NPU 局部突破**
    - **GPU**（如 NVIDIA H 100/A 100）
      - **核心优势**：并行计算能力极强，支持大规模矩阵运算，适配 Transformer 架构的密集计算需求。
      - **典型应用**：千亿参数模型训练（如 GPT - 5、DeepSeek 671 B），需多卡并行（如 8 卡 H 100 集群）。
    - **NPU**（如华为昇腾 910 B、寒武纪 MLU）
      - **适用场景**：端侧/边缘设备轻量级训练（如 10 B 以下模型），能效比优于 GPU，适配智能驾驶、安防等低功耗场景。
2. **推理场景：GPU 主流，NPU 边缘端崛起**
    - **GPU**
      - **优势**：显存带宽高（如 H 100 的 3.35 TB/s），支持多任务并发推理（如同时处理文本生成+图像识别）。
      - **主流配置**：单卡显存≥24 GB（如 A 100 80 GB），适配 70 B 参数模型 FP 16 推理。
    - **NPU**
      - **突破点**：专为 AI 优化，单卡算力达 128 TOPS（如酷芯 NPU），在智能摄像头、手机端大模型（如 3 B 参数）部署中成本优势显著。
3. **CPU 的补充角色**
    - **功能**：数据预处理、任务调度、小模型推理（如 1.5 B 参数模型纯 CPU 运行）。
    - **优化方向**：英特尔至强 Sapphire Rapids 内置 AMX 加速器，推理性能提升 10 倍，适配金融风控等低延迟场景。

#### 二、主流硬件选择：GPU+大内存/显存成标配
1. **GPU 仍是算力核心**
    - **国际厂商**：NVIDIA H 100（FP 8 精度性能翻倍）、AMD MI 300 X（192 GB 显存支持超大规模推理）。
    - **国产替代**：华为昇腾 910 B（适配 DeepSeek R 1）、寒武纪 MLU（互联网大厂测试性能比肩 A 100）。
2. **内存/显存规格要求**
    - **训练端**：千亿级模型：显存≥640 GB（8 卡 H 100 集群） + DDR 5 内存≥2 TB。
    - **推理端**：
      - 7 B 参数模型：FP 16 需 16 - 20 GB 显存，INT 4 量化后仅需 8 GB（如 NVIDIA RTX 4090）。
      - 70 B 参数模型：需多卡并行（如 2×A 100 80 GB）或单卡优化（MI 300 X）。

#### 三、典型推理场景的模型与硬件匹配
| 场景分级       | 模型参数量 | 硬件配置                             | 典型案例                   |
| 
# Thank you Listening

所有资料放在了这个网盘，可以下载： https://a.siyouyun.ren:30597/AI_Share

下面主要包括工具推荐和提示词两方面的介绍。

AI 使用心得

在国内，已有众多可直接使用的优质 AI 产品，比如豆包、kimi、跃问、360 纳米搜索、问小白、deepseek、通义千问等，这些都非常好用，无需任何额外设置。

然后如果想使用国外大模型，有时需要借助第三方代理服务。

我有时候用的一个网站是 https://super.imyai.top/chat —— 这是一个可以选择多个大模型进行对话的平台，虽然需要付费，但也提供一定的免费额度。

关于提问

大模型有时候需要稍微针对性的描述，可以给出更好的答案。

最开始的时候，网友们总结出了“一步步思考”这个方法，例如在自己的问题最下面加一个“step by step think”或者“一步步思考”给出答案，那么比直接提问的效果就稍微好一些。
例如：

Take me deep breath and work on this problem step-by-step. 
Write your answer and give me a confidence score between 0-1 for your answer. 
Are you sure? 
This is very important to my career. 
You'd better be sure. 
用中文回答

还有，可以对问题本身进行提问，例如"对于这个问题 xxx，你怎么看？"让大模型帮你分析问题的解决方法。例如写文章的时候，先让大模型写大纲这些。

https://www.aishort.top/ ，这是一个专门写提示词的网站。

记得之前 think 版本的模型还没出来的时候，有一个厉害的高中生（涂津豪）写了让 claude 仿人类的思考的提示词，直接把 claude 的水平提高了一大截。https://github.com/richards199999/Thinking-Claude 这是那个提示词的 github，还有一个关于 claude 提示词的 github（ https://github.com/langgptai/awesome-claude-prompts ）

与大模型的聊天确实一定程度上训练了人精准提问的能力。

TopBook 的 b 站视频，也讲了写关于提问与使用上的方式【突破个人能力天花板，和 AI 协作的 12 个范式。】 https://www.bilibili.com/video/BV1pgmbY1EXX/?share_source=copy_web&vd_source=84d1208a0ce8dac7e5646fcc327301a5

API 调用方式

除了网页使用外，API 调用也是一种重要方式：

• 可以在本地部署免费开源的 ollama 并下载模型，不过普通电脑一般只能运行 3 B、7 B 规模的模型，效果还有提升空间

• 网上推荐的 API 服务包括：

  • 火山引擎 API：支持完整版的 deepseek 模型，速度还可以（与豆包、抖音同属一家公司）（贴一个自己的邀请链接：邀请好友注册和使用，两个都有代金券免费额度： https://www.volcengine.com/experience/ark?utm_term=202502dsinvite&ac=DSASUQY5&rc=3UAYPF74 邀请码：3 UAYPF 74）
  • 硅基流动：提供免费额度，还有免费的向量嵌入模型，便于构建本地知识库。
  • closeAI：支持 GPT 系列模型，网上搜索即可找到。

实用 AI 软件推荐

调用 API 的软件很多，我主要推荐：

• CherryStudio：可与本地文件联动构建知识库。与直接上传文件不同，它会将文件向量化，每次对话都能查询调用，不会因聊天过长而"遗忘"知识库内容
  
• chatBox 也是一个选择，不过我还没使用过

AI 编程辅助工具

• cursor：国外工具，国内使用可能不太方便

• vscode 插件：

  • cline：配合 API 使用可媲美 cursor 效果，支持直接对话、代码编写与修改
  • Marscode：豆包出品，提供代码补全、工作文件夹提问等功能

• trae：字节跳动（豆包所属公司）基于 vscode 二次开发的 IDE 工具，对标 cursor，效果不错，可以调用 claude 和 gpt 辅助
  
  （trae 截图）

  一些网站资源的链接

• 豆包： https://www.doubao.com/chat/
• kimi： https://kimi.moonshot.cn/chat/
• 问小白： https://www.wenxiaobai.com/
• 纳米 AI： https://bot.n.cn/
• closeAI（api 类）： https://www.closeai-asia.com/
• 火山引擎（api 类）： https://www.volcengine.com/
• 硅基流动（api 类）： https://cloud.siliconflow.cn/
• IMYAI-GPT: https://new.imyai.top/ ; https://super.imyai.top/chat
• cherryStudio（客户端）： https://cherry-ai.com/
• chatBox（客户端）： https://chatboxai.app/zh
• trae（编程 IDE）： https://traeide.com/

在开罗大学的地下档案室里，昏黄的灯光下，杰森正专注地研究着一份泛黄的古老地图。地图上布满了神秘的符号和模糊的标记，空气中弥漫着羊皮纸特有的霉味。突然，他的手指停在了地图右下角一个几乎难以辨认的标记上——那是一个由三个同心圆组成的符号，周围环绕着奇特的几何图案。

"这不可能..."杰森喃喃自语，声音中带着难以掩饰的兴奋。他迅速翻出随身携带的笔记本，对比着之前在其他遗址发现的符号。随着研究的深入，他的心跳越来越快——这个标记指向的，正是传说中一夜之间消失的沙漠之城。

传说中，这座城市的居民掌握着某种超越时代的技术，他们能够操控沙漠中的能量，创造出令人惊叹的奇迹。然而，在某个满月之夜，整座城市连同它的居民一起，如同海市蜃楼般消失在茫茫沙海之中。有人说这是天谴，有人说是外星文明的杰作，但真相始终被掩埋在无尽的黄沙之下。

杰森的手指轻轻抚过地图上的标记，他能感觉到自己的手心已经微微出汗。这个发现可能会改写整个考古界的历史，但更重要的是，它可能揭示出人类文明发展过程中一个被遗忘的重要篇章。

然而，就在他准备进一步研究时，档案室的灯光突然闪烁了一下。杰森警觉地抬起头，他隐约听到走廊里传来急促的脚步声，还有金属碰撞的声响。他迅速将地图收进特制的防水袋中，塞进外套内侧的口袋。直觉告诉他，这个发现可能比他想象的更加危险...

第一章：进入沙漠

杰森站在开罗郊外的营地前，看着眼前这支由五人组成的探险队。除了他，还有：

• 阿里，一位年过五十的贝都因向导，脸上布满风沙刻下的皱纹，却有着鹰一般锐利的眼神
• 萨拉，年轻的考古学家，精通古代文字，总是戴着一副厚重的眼镜
• 汤姆，前特种部队成员，负责队伍的安全，肌肉发达却沉默寡言
• 艾哈迈德，机械工程师，负责维护所有设备，脸上总是挂着乐观的笑容

清晨五点，当第一缕阳光刚刚染红天际，队伍就启程了。吉普车在无垠的沙海中颠簸前行，车窗外是连绵起伏的沙丘，在晨光中泛着金色的光芒。随着太阳升高，温度急剧上升，车内的温度计显示已经超过45度。

"看那边！"阿里突然指着远处喊道。只见地平线上出现了一片奇特的沙丘群，它们的形状与周围完全不同，呈现出规则的几何图案。更令人惊讶的是，这些沙丘在阳光下竟然泛着微弱的金属光泽。

杰森立即叫停了车队。他小心翼翼地取出那张从档案室带出的古老地图，手指轻轻抚过地图上那个由三个同心圆组成的标记。突然，他注意到地图上的符号在阳光下泛着微弱的荧光，就像档案室那晚闪烁的灯光一样。

"就是这里，"他的声音因为激动而微微颤抖，"这些沙丘的排列方式...和地图上的标记完全吻合！而且..."他停顿了一下，指着地图上发光的符号，"这些符号在阳光下会发光，就像传说中城市居民使用的发光材料一样。"

队员们迅速搭建起临时营地。汤姆和艾哈迈德开始组装勘探设备，萨拉则仔细记录着周围的环境特征。杰森站在最高的沙丘上，感受着热浪扑面而来。他注意到，这里的沙子似乎比别处更细，而且带着一种奇特的磁性——指南针在这里完全失灵了。

"这让我想起了档案室那晚，"杰森对萨拉说道，"当时灯光闪烁时，我听到的金属碰撞声，和现在这些沙子的磁性特征似乎有某种联系。"他蹲下身，抓起一把沙子，让它们从指缝间缓缓流下。"传说中，这座城市能够操控沙漠的能量，也许这些特殊的沙子就是证据。"

夜幕降临时，沙漠的温度骤降。队员们围坐在篝火旁，讨论着第二天的计划。突然，远处传来一阵低沉的轰鸣声，像是某种巨大的机械在运转。所有人都屏住了呼吸，但声音很快就消失了，仿佛从未出现过。

"明天，"杰森望着星空说道，"我们就要揭开这个千年之谜的第一层面纱了。"

第二章：迷雾重重

经过三天的艰苦挖掘，杰森和他的团队终于在一块巨大的玄武岩下发现了一个隐蔽的入口。入口处矗立着一扇高达三米的石门，上面布满了复杂的浮雕和符号。萨拉立即拿出笔记本开始记录："这些符号...它们看起来像是某种数学公式和天文学符号的结合体。"

汤姆用探照灯照亮了石门，突然，石门上的一些符号开始发出微弱的蓝光，就像他们在营地外发现的发光沙子一样。"这些符号在吸收光线！"艾哈迈德惊呼道。杰森小心翼翼地触摸石门，发现它的表面异常光滑，就像是被某种高科技工艺处理过。

当他们推开石门时，一股冷风扑面而来，带着一股奇特的金属味。通道两侧的墙壁上镶嵌着发光的晶体，为黑暗的通道提供了微弱的光源。阿里摸了摸墙壁，"这些晶体...它们似乎在吸收我们手电筒的光，然后以不同的频率释放出来。"

随着深入，通道逐渐开阔，最终他们来到了一个巨大的地下空间。眼前的景象让所有人都屏住了呼吸——一座宏伟的地下城市静静地躺在他们面前。城市的建筑呈现出完美的几何形状，墙壁上布满了复杂的管道系统，就像是一座精密的机器。

在城市中央，他们发现了一个巨大的石桌，上面铺着一张泛着银光的羊皮纸。杰森小心翼翼地展开羊皮纸，发现上面布满了三维立体的符号，当光线照射时，这些符号会在空中投射出全息影像。

"这...这太不可思议了！"萨拉激动地说，"这些符号不仅包含了数学公式，还似乎描述了某种能量转换系统。"她指着其中一个符号，"看这里，这个符号和我们在营地外发现的发光沙子完全一致！"

就在他们沉浸在发现中时，突然传来一声尖叫。是艾哈迈德！当其他人赶到时，只看到他空荡荡的背包掉在地上，手电筒还在滚动，而人却消失得无影无踪。更诡异的是，地面上没有任何脚印或挣扎的痕迹。

杰森立即命令所有人集合，但空气中弥漫着一种令人不安的寂静。他们能听到彼此的呼吸声，却听不到任何来自城市的声音——没有风声，没有机械声，甚至连回声都没有，仿佛这座城市在刻意隐藏着什么。

第三章：迷雾背后的真相

杰森和萨拉花了整整两天时间研究那张神秘的羊皮纸。随着研究的深入，他们发现这不仅仅是一份能源系统的设计图，更是一个关于城市命运的警示录。

"看这里，"萨拉指着羊皮纸上一个复杂的符号，"这个符号和我们在石门以及发光沙子上看到的完全一致。它代表的是能量转换的核心——将阳光转化为城市运转所需的能量。"

杰森仔细观察着全息投影中的三维模型，"这个系统...它太先进了。整个城市就像一个巨大的太阳能电池，利用特殊的晶体材料吸收阳光，然后通过地下管道网络输送到城市的每个角落。"

突然，投影中出现了一段动态影像：城市居民们正在庆祝能源系统的成功运行。街道上闪烁着柔和的光芒，建筑物表面流动着能量波纹，就像他们在地下通道看到的发光晶体一样。

但画面突然变得混乱起来。萨拉倒吸一口冷气："这里记载着系统失控的过程。看这些符号的变化，它们显示能量开始不受控制地波动。"

杰森指着投影中的一处细节："这就是问题所在。他们试图用这些特殊的沙子——我们在地表发现的那种——来稳定系统。但沙子的磁性特征反而加剧了能量的波动。"

影像继续播放，展示了城市居民们绝望的尝试：工程师们在地下室忙碌，试图修复系统；科学家们在实验室里进行最后的计算；普通市民则聚集在广场上祈祷。但一切都太迟了。

"最后的记录显示，"萨拉的声音有些颤抖，"他们在满月之夜启动了紧急关闭程序。但能量已经积累到了临界点..."投影中，整个城市被一道耀眼的白光吞没，然后...什么都没有了。

杰森突然意识到什么："等等，如果系统没有完全关闭，而是进入了某种休眠状态..."他转向汤姆，"这就是为什么艾哈迈德会突然消失！系统可能还在运作，只是以一种我们无法理解的方式。"

就在这时，他们听到远处传来熟悉的机械轰鸣声，就像他们在营地外听到的那样。地面开始轻微震动，墙壁上的晶体发出不稳定的光芒。萨拉惊恐地发现，羊皮纸上的符号正在快速变化，就像是在进行某种倒计时...

第四章：求生与脱险

"快跑！"杰森大喊，拉着萨拉就往通道方向冲去。地面开始剧烈震动，墙壁上的晶体发出刺目的红光，空气中弥漫着臭氧的味道。

汤姆跑在最前面开路，阿里紧随其后。突然，通道开始扭曲变形，就像被某种力量拉伸。"这不是普通的震动！"萨拉惊呼，"整个空间结构都在改变！"

就在这时，阿里突然停下脚步，指着前方："看！"只见通道尽头出现了一道光幕，就像他们之前看到的全息投影，但这次是实体的。汤姆试图用手触碰，却被一股强大的力量弹了回来。

"这是能量屏障！"杰森迅速掏出羊皮纸，"也许我们能找到关闭它的方法..."但羊皮纸上的符号正在快速消失，就像被什么东西擦除一样。

突然，身后传来一声巨响。他们回头一看，发现来时的路已经被坍塌的墙壁堵死。更糟糕的是，空气中开始出现细小的光点，就像萤火虫一样漂浮着。

"别碰那些光点！"萨拉警告道，"它们是能量溢出形成的等离子体，温度极高！"

就在这时，汤姆突然指着地面："看这些符号！"原来地面上浮现出一串发光的符号，和羊皮纸上的一模一样。"这是...逃生路线！"杰森恍然大悟，"城市在指引我们！"

他们沿着符号指示的方向狂奔，但光点越来越多，温度急剧上升。阿里突然绊了一跤，一个光点擦过他的手臂，立刻烧出了一个焦黑的痕迹。

"坚持住！"杰森扶起阿里，"前面就是出口了！"但出口处却出现了一道新的屏障。萨拉仔细观察着屏障上的符号："这是最后一道考验...我们需要同时触碰四个角落的符号！"

四人分头行动，但光点已经形成了一个包围圈。就在他们即将被吞噬的瞬间，四人同时触碰了符号。屏障消失了，但身后的能量波动已经形成了一个漩涡，开始吞噬周围的一切。

"跳！"杰森大喊。他们纵身一跃，穿过出口的瞬间，身后的通道轰然坍塌。刺眼的阳光扑面而来，他们重重地摔在沙地上。

当他们挣扎着站起来时，发现身后的沙丘正在以惊人的速度下陷，形成一个巨大的漏斗。整个地下城市正在自我毁灭。

"艾哈迈德！"萨拉突然指着远处。只见艾哈迈德正踉踉跄跄地从另一个出口跑出来，身上布满了奇怪的符号。

"快跑！"杰森冲过去扶住他。五人拼命奔跑，直到身后的沙尘暴渐渐平息。当他们终于停下来时，发现已经站在了沙漠的边缘。

杰森回头望向那片曾经隐藏着秘密的沙海，现在只剩下一个巨大的凹陷。他摸了摸口袋里的羊皮纸，发现它已经变成了一堆灰烬。

"也许..."萨拉轻声说，"有些秘密注定要永远埋藏在沙漠之下。"

杰森点点头，但嘴角却露出一丝神秘的微笑。他悄悄握紧了拳头，里面是一小块发光的晶体——那是他在最后时刻从墙上抠下来的。他知道，这场冒险远未结束...

created by AI