个人学习工作分享|生命不止，折腾不息。

你这个django正不正宗，怎么看起来像flask？

学习

小琪和小胖尝试使用新的工具nanodjango来简化Django应用开发。nanodjango允许在一个文件中完成整个Django应用，包括模型、视图和管理后台。他们展示了如何使用nanodjango快速搭建一个计数器应用，并演示了API支持、异步视图和管理后台的便捷性。小胖和小琪对这个工具感兴趣并讨论如何使用它改进工作流程和设想新项目。几天后，他们使用nanodjango完成了一个小工具，并展示了其潜力。当需要扩展项目时，可以使用命令将其转换为完整的Django项目，保持灵活性和稳定性。这个开源工具对于Python和Django开发者来说非常有用。摘要聚焦于工具的便捷性、应用场景以及与Django框架的关系和潜力优势，旨在强调该工具与传统Django框架的区别与优势。

fast-graphrag 探索（4）- 我把模型服务干崩了！

学习

文章摘要：本文主要描述了小胖在使用fast-graphrag模型处理研报数据的过程中所遇到的问题及解决方法。文章首先介绍了小胖按照官方example调整模型参数并写入研报数据的过程，接着出现了生成数据文件过小、数据丢失的问题，通过仔细检查代码，发现了n_checkpoints参数设置不当导致的问题。然后文章描述了小胖通过限制并发量来解决本地模型中转服务挂掉的问题。最终，小胖成功解决了所有问题，实现了程序的平稳运行。文章还介绍了fast-graphrag模型的开源性质和其在处理研报数据方面的应用。

GitHub Copilot免费试用，百度苹果闹掰了

GitHub Copilot宣布免费试用，但每月限制代码补全和聊天信息次数。它拥有GitHub庞大的代码库作为支持，但其他代码辅助工具如cursor和Windsurf也备受关注。此外，苹果公司正与腾讯和字节跳动商谈将人工智能模型整合到iPhone中，引发了关于未来技术合作的猜测和讨论。

重磅更新！飞牛NAS再也不用担心停电了

nas

飞牛NAS系统更新了版本0.8.27，新增了ups功能，支持USB通讯协议，断电后可自动安全关机，解决了停电导致的硬盘损坏问题。同时，新增了文件共享协议范围可选远程挂载、外接存储和应用文件，mac用户可通过时间机器进行数据备份。管理员可备份所有用户的文件，包括其他用户的目录和应用文件。此外，还新增了花生壳应用，提供内网穿透功能。更新还包括smb多通道、共享协议文件范围、备份任务管理等。总的来说，这次更新增强了数据安全保障，提升了用户体验。

大升级！LLM应用监控、测试、优化一步到位！

学习

本文介绍了使用langfuse工具来监控、测试和优化LLM（大模型）应用的方法。文章详细描述了langfuse的功能，包括LLM可观测性、提示管理、LLM评估、数据集管理等。文章还介绍了langfuse最近的v3.0.0大版本更新，包括引入Async Worker和Redis提高系统性能，使用Clickhouse和S3/Blob Storage处理不同类型的数据等。此外，文章还展示了如何使用langfuse的云服务来追踪和管理LLM应用，包括安装sdk、使用trace功能、提示词管理等。总结部分鼓励读者分享使用langfuse的经验和想法，并欢迎大家关注公众号。关键词：python、AI、开源、好玩的项目、科技前沿、大升级、LLM应用监控优化。

Duplicati alist备份百度网盘提示error

Q&A

使用Duplicati和alist备份数据至百度网盘时遇到文件报错提示，具体问题为某个文件大小超过百度网盘限制导致无法备份。解决方法是调整远程卷的大小以减少数据量，重新备份即可。同时，建议进行数据多重备份以增加安全性。

腾讯云智能结构化OCR实战：从图片到结构化数据的高效转换

学习

本文介绍了作者使用腾讯云智能结构化OCR服务的实战体验。文章首先描述了作者的需求背景，即汇总多个理财子公众号发布的理财产品的数据。由于遇到一些识别不准确和费用较高的问题，作者尝试使用腾讯云的智能结构化OCR服务来解决问题。文章详细介绍了安装SDK、代码实现、验证和web部署的过程，并分享了使用腾讯云智能结构化OCR服务的体验。整体上，腾讯云智能结构化OCR服务用起来比较简单，相较于传统OCR，多了一层结构化数据的处理。文章最后欢迎大家在评论区留言分享对OCR应用的经验和看法。

微软开源的处理工具 - markitdown

学习

微软最近开源了一个Python工具markitdown，可以将各种格式的文件和office相关格式的文件转换为Markdown格式。该工具支持多种文件格式，包括PDF、PowerPoint、Word、Excel、图片、音频、HTML等。它还支持调用大模型处理图片、音视频等格式的文件数据。markitdown工具具有安装简便、支持多种转换器以及API集成等特点，能够满足非结构化数据转换、模型训练效率提高、复杂文档解析、知识管理和团队协作、数据源集成等方面的需求，助力在线文档与静态网站的构建，促进批量处理和自动化，是科技前沿的一种重要的处理工具。

fast-graphrag 探索（3）- insert

学习

摘要：本文介绍了fast-graphrag的插入流程，包括state_manager属性的介绍、GraphRAG类实例的state_manager是DefaultStateManagerService的介绍、以及插入文档到GraphRAG时的具体步骤。文章详细描述了插入过程中的关键步骤，如调用state_manager的insert_start方法、读取历史数据、过滤重复数据、提取实体和关系、执行upsert操作等。此外，文章还提到了模型应用的一些经验和看法，并鼓励读者在评论区分享自己的经验。

fast-graphrag 探索（2）

学习

本文探索了fast-graphrag库的GraphRAG类，它是基于Graph的检索增强生成系统的入口点。文章详细解释了GraphRAG类的几个关键部分，包括继承自BaseGraphRAG类的泛型特性、数据类概念、依赖注入以及如何使用泛型提高代码的灵活性。同时，文章还介绍了如何使用泛型创建简单的图类，并对比了使用和不使用泛型的区别。最后，文章展示了如何初始化GraphRAG类并实例化其中的服务和策略。整体来看，本文旨在帮助读者理解fast-graphrag库中GraphRAG类的基本结构和功能，为后续的模型应用和开发打下基础。