别着急，坐和放宽
AIzaSyD_gko3P392v6how2H7UpdeXQ0v2HLettc AIzaSyDfJnq9ueYTx_vmIKv_KULrGevterpXguo AIzaSyAeGFhuA-ZaYFMVBsQsQ0XzkAoPZYTLbhU
作为一名开发者，Git 是我们每天都要打交道的工具。刚开始接触时，那些复杂的命令和配置可能会让人头大。 这篇文章将带你完成两个关键目标： ✅ 一劳永逸地配置 SSH 安全连接 ✅ 掌握日常开发中最常用的同步流程 🧩 第一部分：一劳永逸的配置（只需做一次） 在使用 Git 向远程仓库（如 GitLab、GitHub）推送代码时，我们肯定不想每次都输入账号密码。 配置 SSH 密钥 可以让我们安全、免密地与远程仓库通信。 1️⃣ 告诉 Git 你是谁 在终端中运行以下命令，设置你的全局用户名和邮箱。 这会出现在你所有的提交记录...
第一步：把脚本保存到本地 cat > ~/run_panda_pick_place.sh <<'BASH' #!/usr/bin/env bash set -euo pipefail echo "=== Panda MoveIt 抓取演示：一键运行脚本 ===" 0) 基础环境 if [ -f /opt/ros/noetic/setup.bash ]; then source /opt/ros/noetic/setup.bash else echo "未发现 /opt/ros/noetic，需先安装 ROS Noetic。"; exit 1 f...
首先使用langchain配置链等作为节点使用，之后统一编排 langgraph的特点是全局共享状态信息，而langchain的链式设计思路是前后传递 langgraph的设计是基于状态的，
🚀 1. NVM（Node.js 版本管理器）一键安装与使用 🧩 安装（任选其一） 使用 curl curl -o- https://raw.githubusercontent.com/nvm-sh/nvm/v0.39.7/install.sh | bash 或使用 wget wget -qO- https://raw.githubusercontent.com/nvm-sh/nvm/v0.39.7/install.sh | bash ⚙️ 激活环境 重新打开终端，或执行以下命令（根据你的 Shell 类型选择）： ...
很多时候，给容器设置 HTTP_PROXY/ALL_PROXY 并不可靠：有的程序不读环境变量，有的仅支持 HTTP 代理不支持 SOCKS5，还有的会把一部分流量绕过代理。更稳的做法是系统级透明代理——把容器里的所有 TCP 流量统一“劫持”并转发到指定的 SOCKS5，由此实现一个容器一个出口 IP。 思路与架构 我们做一个单独的“网关容器”，在这个容器里运行： redsocks**：把透明转发的 TCP 连接封装成 SOCKS5 请求； iptables (NAT/OUTPUT)**：在该网络命名空间内重定向所有 TCP 出站流量到...
一、前置检查 确认 IPv6 连通性（宿主机） ip -6 addr show ping -6 -c 3 google.com 安装 Docker（若未安装） curl -fsSL https://get.docker.com | sh 全局启动ipv6 编辑 * /etc/docker/daemon.json * ，加上以下内容。（如果没有这个文件直接创建。） { "ipv6": true, "fixed-cidr-v6": "fd00::/80", "experi...
引言 今天是我深入 LangChain 生态系统的一天。虽然感觉学习过程中遇到了不少挑战和错误，但回过头来整理，发现收获远比想象的多。从基础的提示词重写到复杂的 Agent 构建，每一个概念都在为构建更智能的 AI 应用打下基础。 今天的主要学习内容 1. 深入理解 MessagesPlaceholder 的工作机制 学习重点：MessagesPlaceholder 不是普通的字符串占位符，而是专门用于在聊天提示模板中插入消息对象列表的特殊组件。 核心发现： 它保持了对话历史的结构完整性，让 LLM 能够理解真正的对话轮次 与普通的 `...
前言 我最近正在学习 LangChain，这是一个强大的大型语言模型（LLM）应用开发框架。为了检验自己的学习水平并明确下一步的方向，我与 AI 进行了一次深入的问答式学习。这篇笔记记录了从评估我的初始认知，到深入理解核心组件，再到解决具体疑惑的全过程。希望我的学习路径和思考，也能为同样走在这条路上的你提供一些参考。 第一站：知识水平评估——我最初的理解 在开始时，我对 LangChain 的理解停留在比较宏观的层面： 核心价值**：我认为 LangChain 的价值在于为 LLM 赋能，拓展其能力边界，解决大模型应用开发缓慢的问题。 基础组件**：...
起因：为什么要部署 Open WebUI 买了不少 API 额度，包括 OpenAI、Claude、Gemini 等。但问题来了——每个都直接用 API Key 调用，不仅难以管理使用量，安全性也是个大问题。 在寻找解决方案时，我发现了 Open WebUI（之前叫 Ollama WebUI）。试用后发现，还可以就是首次加载很慢： 类似 ChatGPT 的友好界面 支持多种模型（本地 Ollama 和各种 API） 用户管理和权限控制 使用历史记录 于是决定部署一套，这篇文章记录了整个过程。 我的部署环境 服务器**：Ubuntu 22.04 LT...