Ubuntu 22 Linux上部署DeepSeek R1保姆式操作詳解(ollama方式)

操作系統:Ubuntu Linux 22.04

一、安裝模型運行環境

打開鏈接https://ollama.com/download/linux

1.安裝ollama

(1)一條指令即可實現的簡易版安裝方法(也可稱為在線安裝)

curl -fsSL https://ollama.com/install.sh | sh

如果提示沒有curl命令,運行下面指令,執行過程中如有報錯,多試幾次即可。

sudo snap install curl

安裝完curl后再次執行上面指令,根據電腦配置以及網絡情況,所用時間不一,需要耐心等待。

如果想知道install.sh到底做了啥,可以研究它的源碼:

#!/bin/sh
# This script installs Ollama on Linux.
# It detects the current operating system architecture and installs the appropriate version of Ollama.set -eured="$( (/usr/bin/tput bold || :; /usr/bin/tput setaf 1 || :) 2>&-)"
plain="$( (/usr/bin/tput sgr0 || :) 2>&-)"status() { echo ">>> $*" >&2; }
error() { echo "${red}ERROR:${plain} $*"; exit 1; }
warning() { echo "${red}WARNING:${plain} $*"; }TEMP_DIR=$(mktemp -d)
cleanup() { rm -rf $TEMP_DIR; }
trap cleanup EXITavailable() { command -v $1 >/dev/null; }
require() {local MISSING=''for TOOL in $*; doif ! available $TOOL; thenMISSING="$MISSING $TOOL"fidoneecho $MISSING
}[ "$(uname -s)" = "Linux" ] || error 'This script is intended to run on Linux only.'ARCH=$(uname -m)
case "$ARCH" inx86_64) ARCH="amd64" ;;aarch64|arm64) ARCH="arm64" ;;*) error "Unsupported architecture: $ARCH" ;;
esacIS_WSL2=falseKERN=$(uname -r)
case "$KERN" in*icrosoft*WSL2 | *icrosoft*wsl2) IS_WSL2=true;;*icrosoft) error "Microsoft WSL1 is not currently supported. Please use WSL2 with 'wsl --set-version <distro> 2'" ;;*) ;;
esacVER_PARAM="${OLLAMA_VERSION:+?version=$OLLAMA_VERSION}"SUDO=
if [ "$(id -u)" -ne 0 ]; then# Running as root, no need for sudoif ! available sudo; thenerror "This script requires superuser permissions. Please re-run as root."fiSUDO="sudo"
fiNEEDS=$(require curl awk grep sed tee xargs)
if [ -n "$NEEDS" ]; thenstatus "ERROR: The following tools are required but missing:"for NEED in $NEEDS; doecho "  - $NEED"doneexit 1
fifor BINDIR in /usr/local/bin /usr/bin /bin; doecho $PATH | grep -q $BINDIR && break || continue
done
OLLAMA_INSTALL_DIR=$(dirname ${BINDIR})if [ -d "$OLLAMA_INSTALL_DIR/lib/ollama" ] ; thenstatus "Cleaning up old version at $OLLAMA_INSTALL_DIR/lib/ollama"$SUDO rm -rf "$OLLAMA_INSTALL_DIR/lib/ollama"
fi
status "Installing ollama to $OLLAMA_INSTALL_DIR"
$SUDO install -o0 -g0 -m755 -d $BINDIR
$SUDO install -o0 -g0 -m755 -d "$OLLAMA_INSTALL_DIR/lib/ollama"
status "Downloading Linux ${ARCH} bundle"
curl --fail --show-error --location --progress-bar \"https://ollama.com/download/ollama-linux-${ARCH}.tgz${VER_PARAM}" | \$SUDO tar -xzf - -C "$OLLAMA_INSTALL_DIR"if [ "$OLLAMA_INSTALL_DIR/bin/ollama" != "$BINDIR/ollama" ] ; thenstatus "Making ollama accessible in the PATH in $BINDIR"$SUDO ln -sf "$OLLAMA_INSTALL_DIR/ollama" "$BINDIR/ollama"
fi# Check for NVIDIA JetPack systems with additional downloads
if [ -f /etc/nv_tegra_release ] ; thenif grep R36 /etc/nv_tegra_release > /dev/null ; thenstatus "Downloading JetPack 6 components"curl --fail --show-error --location --progress-bar \"https://ollama.com/download/ollama-linux-${ARCH}-jetpack6.tgz${VER_PARAM}" | \$SUDO tar -xzf - -C "$OLLAMA_INSTALL_DIR"elif grep R35 /etc/nv_tegra_release > /dev/null ; thenstatus "Downloading JetPack 5 components"curl --fail --show-error --location --progress-bar \"https://ollama.com/download/ollama-linux-${ARCH}-jetpack5.tgz${VER_PARAM}" | \$SUDO tar -xzf - -C "$OLLAMA_INSTALL_DIR"elsewarning "Unsupported JetPack version detected.  GPU may not be supported"fi
fiinstall_success() {status 'The Ollama API is now available at 127.0.0.1:11434.'status 'Install complete. Run "ollama" from the command line.'
}
trap install_success EXIT# Everything from this point onwards is optional.configure_systemd() {if ! id ollama >/dev/null 2>&1; thenstatus "Creating ollama user..."$SUDO useradd -r -s /bin/false -U -m -d /usr/share/ollama ollamafiif getent group render >/dev/null 2>&1; thenstatus "Adding ollama user to render group..."$SUDO usermod -a -G render ollamafiif getent group video >/dev/null 2>&1; thenstatus "Adding ollama user to video group..."$SUDO usermod -a -G video ollamafistatus "Adding current user to ollama group..."$SUDO usermod -a -G ollama $(whoami)status "Creating ollama systemd service..."cat <<EOF | $SUDO tee /etc/systemd/system/ollama.service >/dev/null
[Unit]
Description=Ollama Service
After=network-online.target[Service]
ExecStart=$BINDIR/ollama serve
User=ollama
Group=ollama
Restart=always
RestartSec=3
Environment="PATH=$PATH"[Install]
WantedBy=default.target
EOFSYSTEMCTL_RUNNING="$(systemctl is-system-running || true)"case $SYSTEMCTL_RUNNING inrunning|degraded)status "Enabling and starting ollama service..."$SUDO systemctl daemon-reload$SUDO systemctl enable ollamastart_service() { $SUDO systemctl restart ollama; }trap start_service EXIT;;*)warning "systemd is not running"if [ "$IS_WSL2" = true ]; thenwarning "see https://learn.microsoft.com/en-us/windows/wsl/systemd#how-to-enable-systemd to enable it"fi;;esac
}if available systemctl; thenconfigure_systemd
fi# WSL2 only supports GPUs via nvidia passthrough
# so check for nvidia-smi to determine if GPU is available
if [ "$IS_WSL2" = true ]; thenif available nvidia-smi && [ -n "$(nvidia-smi | grep -o "CUDA Version: [0-9]*\.[0-9]*")" ]; thenstatus "Nvidia GPU detected."fiinstall_successexit 0
fi# Don't attempt to install drivers on Jetson systems
if [ -f /etc/nv_tegra_release ] ; thenstatus "NVIDIA JetPack ready."install_successexit 0
fi# Install GPU dependencies on Linux
if ! available lspci && ! available lshw; thenwarning "Unable to detect NVIDIA/AMD GPU. Install lspci or lshw to automatically detect and install GPU dependencies."exit 0
ficheck_gpu() {# Look for devices based on vendor ID for NVIDIA and AMDcase $1 inlspci)case $2 innvidia) available lspci && lspci -d '10de:' | grep -q 'NVIDIA' || return 1 ;;amdgpu) available lspci && lspci -d '1002:' | grep -q 'AMD' || return 1 ;;esac ;;lshw)case $2 innvidia) available lshw && $SUDO lshw -c display -numeric -disable network | grep -q 'vendor: .* \[10DE\]' || return 1 ;;amdgpu) available lshw && $SUDO lshw -c display -numeric -disable network | grep -q 'vendor: .* \[1002\]' || return 1 ;;esac ;;nvidia-smi) available nvidia-smi || return 1 ;;esac
}if check_gpu nvidia-smi; thenstatus "NVIDIA GPU installed."exit 0
fiif ! check_gpu lspci nvidia && ! check_gpu lshw nvidia && ! check_gpu lspci amdgpu && ! check_gpu lshw amdgpu; theninstall_successwarning "No NVIDIA/AMD GPU detected. Ollama will run in CPU-only mode."exit 0
fiif check_gpu lspci amdgpu || check_gpu lshw amdgpu; thenstatus "Downloading Linux ROCm ${ARCH} bundle"curl --fail --show-error --location --progress-bar \"https://ollama.com/download/ollama-linux-${ARCH}-rocm.tgz${VER_PARAM}" | \$SUDO tar -xzf - -C "$OLLAMA_INSTALL_DIR"install_successstatus "AMD GPU ready."exit 0
fiCUDA_REPO_ERR_MSG="NVIDIA GPU detected, but your OS and Architecture are not supported by NVIDIA.  Please install the CUDA driver manually https://docs.nvidia.com/cuda/cuda-installation-guide-linux/"
# ref: https://docs.nvidia.com/cuda/cuda-installation-guide-linux/index.html#rhel-7-centos-7
# ref: https://docs.nvidia.com/cuda/cuda-installation-guide-linux/index.html#rhel-8-rocky-8
# ref: https://docs.nvidia.com/cuda/cuda-installation-guide-linux/index.html#rhel-9-rocky-9
# ref: https://docs.nvidia.com/cuda/cuda-installation-guide-linux/index.html#fedora
install_cuda_driver_yum() {status 'Installing NVIDIA repository...'case $PACKAGE_MANAGER inyum)$SUDO $PACKAGE_MANAGER -y install yum-utilsif curl -I --silent --fail --location "https://developer.download.nvidia.com/compute/cuda/repos/$1$2/$(uname -m | sed -e 's/aarch64/sbsa/')/cuda-$1$2.repo" >/dev/null ; then$SUDO $PACKAGE_MANAGER-config-manager --add-repo https://developer.download.nvidia.com/compute/cuda/repos/$1$2/$(uname -m | sed -e 's/aarch64/sbsa/')/cuda-$1$2.repoelseerror $CUDA_REPO_ERR_MSGfi;;dnf)if curl -I --silent --fail --location "https://developer.download.nvidia.com/compute/cuda/repos/$1$2/$(uname -m | sed -e 's/aarch64/sbsa/')/cuda-$1$2.repo" >/dev/null ; then$SUDO $PACKAGE_MANAGER config-manager --add-repo https://developer.download.nvidia.com/compute/cuda/repos/$1$2/$(uname -m | sed -e 's/aarch64/sbsa/')/cuda-$1$2.repoelseerror $CUDA_REPO_ERR_MSGfi;;esaccase $1 inrhel)status 'Installing EPEL repository...'# EPEL is required for third-party dependencies such as dkms and libvdpau$SUDO $PACKAGE_MANAGER -y install https://dl.fedoraproject.org/pub/epel/epel-release-latest-$2.noarch.rpm || true;;esacstatus 'Installing CUDA driver...'if [ "$1" = 'centos' ] || [ "$1$2" = 'rhel7' ]; then$SUDO $PACKAGE_MANAGER -y install nvidia-driver-latest-dkmsfi$SUDO $PACKAGE_MANAGER -y install cuda-drivers
}# ref: https://docs.nvidia.com/cuda/cuda-installation-guide-linux/index.html#ubuntu
# ref: https://docs.nvidia.com/cuda/cuda-installation-guide-linux/index.html#debian
install_cuda_driver_apt() {status 'Installing NVIDIA repository...'if curl -I --silent --fail --location "https://developer.download.nvidia.com/compute/cuda/repos/$1$2/$(uname -m | sed -e 's/aarch64/sbsa/')/cuda-keyring_1.1-1_all.deb" >/dev/null ; thencurl -fsSL -o $TEMP_DIR/cuda-keyring.deb https://developer.download.nvidia.com/compute/cuda/repos/$1$2/$(uname -m | sed -e 's/aarch64/sbsa/')/cuda-keyring_1.1-1_all.debelseerror $CUDA_REPO_ERR_MSGficase $1 indebian)status 'Enabling contrib sources...'$SUDO sed 's/main/contrib/' < /etc/apt/sources.list | $SUDO tee /etc/apt/sources.list.d/contrib.list > /dev/nullif [ -f "/etc/apt/sources.list.d/debian.sources" ]; then$SUDO sed 's/main/contrib/' < /etc/apt/sources.list.d/debian.sources | $SUDO tee /etc/apt/sources.list.d/contrib.sources > /dev/nullfi;;esacstatus 'Installing CUDA driver...'$SUDO dpkg -i $TEMP_DIR/cuda-keyring.deb$SUDO apt-get update[ -n "$SUDO" ] && SUDO_E="$SUDO -E" || SUDO_E=DEBIAN_FRONTEND=noninteractive $SUDO_E apt-get -y install cuda-drivers -q
}if [ ! -f "/etc/os-release" ]; thenerror "Unknown distribution. Skipping CUDA installation."
fi. /etc/os-releaseOS_NAME=$ID
OS_VERSION=$VERSION_IDPACKAGE_MANAGER=
for PACKAGE_MANAGER in dnf yum apt-get; doif available $PACKAGE_MANAGER; thenbreakfi
doneif [ -z "$PACKAGE_MANAGER" ]; thenerror "Unknown package manager. Skipping CUDA installation."
fiif ! check_gpu nvidia-smi || [ -z "$(nvidia-smi | grep -o "CUDA Version: [0-9]*\.[0-9]*")" ]; thencase $OS_NAME incentos|rhel) install_cuda_driver_yum 'rhel' $(echo $OS_VERSION | cut -d '.' -f 1) ;;rocky) install_cuda_driver_yum 'rhel' $(echo $OS_VERSION | cut -c1) ;;fedora) [ $OS_VERSION -lt '39' ] && install_cuda_driver_yum $OS_NAME $OS_VERSION || install_cuda_driver_yum $OS_NAME '39';;amzn) install_cuda_driver_yum 'fedora' '37' ;;debian) install_cuda_driver_apt $OS_NAME $OS_VERSION ;;ubuntu) install_cuda_driver_apt $OS_NAME $(echo $OS_VERSION | sed 's/\.//') ;;*) exit ;;esac
fiif ! lsmod | grep -q nvidia || ! lsmod | grep -q nvidia_uvm; thenKERNEL_RELEASE="$(uname -r)"case $OS_NAME inrocky) $SUDO $PACKAGE_MANAGER -y install kernel-devel kernel-headers ;;centos|rhel|amzn) $SUDO $PACKAGE_MANAGER -y install kernel-devel-$KERNEL_RELEASE kernel-headers-$KERNEL_RELEASE ;;fedora) $SUDO $PACKAGE_MANAGER -y install kernel-devel-$KERNEL_RELEASE ;;debian|ubuntu) $SUDO apt-get -y install linux-headers-$KERNEL_RELEASE ;;*) exit ;;esacNVIDIA_CUDA_VERSION=$($SUDO dkms status | awk -F: '/added/ { print $1 }')if [ -n "$NVIDIA_CUDA_VERSION" ]; then$SUDO dkms install $NVIDIA_CUDA_VERSIONfiif lsmod | grep -q nouveau; thenstatus 'Reboot to complete NVIDIA CUDA driver install.'exit 0fi$SUDO modprobe nvidia$SUDO modprobe nvidia_uvm
fi# make sure the NVIDIA modules are loaded on boot with nvidia-persistenced
if available nvidia-persistenced; then$SUDO touch /etc/modules-load.d/nvidia.confMODULES="nvidia nvidia-uvm"for MODULE in $MODULES; doif ! grep -qxF "$MODULE" /etc/modules-load.d/nvidia.conf; thenecho "$MODULE" | $SUDO tee -a /etc/modules-load.d/nvidia.conf > /dev/nullfidone
fistatus "NVIDIA GPU ready."
install_success

(2)手動一步步安裝方法(也可成為離線安裝),已經使用方式(1)安裝的可以跳過這部分內容。

下載和解壓ollma包

curl -L https://ollama.com/download/ollama-linux-amd64.tgz -o ollama-linux-amd64.tgz
sudo tar -C /usr -xzf ollama-linux-amd64.tgz

啟動ollama

ollama serve

再啟動一個命令窗口,敲入下面指令驗證ollama服務是否運行

ollama -v

安裝AMD GPU

curl -L https://ollama.com/download/ollama-linux-amd64-rocm.tgz -o ollama-linux-amd64-rocm.tgz
sudo tar -C /usr -xzf ollama-linux-amd64-rocm.tgz

安裝ARM64專用包

curl -L https://ollama.com/download/ollama-linux-arm64.tgz -o ollama-linux-arm64.tgz
sudo tar -C /usr -xzf ollama-linux-arm64.tgz

把ollama設置為啟動服務

首先創建用戶和組

sudo useradd -r -s /bin/false -U -m -d /usr/share/ollama ollama
sudo usermod -a -G ollama $(whoami)

其次創建服務文件:/etc/systemd/system/ollama.service,文件內容如下:

[Unit]
Description=Ollama Service
After=network-online.target

[Service]
ExecStart=/usr/bin/ollama serve
User=ollama
Group=ollama
Restart=always
RestartSec=3
Environment="PATH=$PATH"

[Install]
WantedBy=multi-user.target

最后啟動服務

sudo systemctl daemon-reload
sudo systemctl enable ollama

安裝cuda驅動

運行nvidia-smi指令,定位所需cuda版本,到官網https://developer.nvidia.com/cuda-downloads

上下載對應驅動并安裝。

啟動ollama

sudo systemctl start ollama
sudo systemctl status ollama

2.驗證安裝是否成功

在命令窗口中輸入下面指令,看ollama版本號是否正常輸出。

ollama -v

二、下載DeepSeek R1模型

打開ollama官網首頁,點擊頁面左上角的Models。

在新打開的頁面中找到deepseek R1模型,點擊它。

選擇一個你想使用的模型,查看右邊對應的指令。

因為只是測試,驗證安裝過程,所以這里選擇了1.5b,對應的指令為

ollama run deepseek-r1:1.5b

復制它到命令窗口中執行,這是下載DeepSeek的過程,選的參數越大,文件越大,用時也就越長。過程中如果發現下載速度變慢了,可以ctrl+c中斷它,重新運行可以獲取較快的速度,每次重新運行都是繼續上一次的下載進度。我的網速還好,6秒就搞定了。出現success就是安裝成功了。

選擇哪個參數的模型,可以參考下面的硬件配置:

三、使用本地部署的DeepSeek進行對話

使用ollama啟動模型后,在>>>提示符后輸入問題,即可進行對話。

敲入/bye命令退出對話界面,如果想重新進入對話模式,可以先用ollama list命令查看有哪些模型,再用ollama run deepseek-r1:1.5b命令啟動模型。

四、用chatbox搭建web ui操作界面

每次都使用上面的方式對話,看起來很不習慣,所以需要一個圖形界面。

搭建web ui的方法很多,這里使用常見的Chatbox。

到官網箭頭指向處下載chatbox軟件。

找到下載的文件,右鍵點擊,查看屬性,修改為可執行文件。

然后在命令窗口進入到上面文件所在目錄,運行./Chatbox-1.11.3-x86_64.AppImage指令,啟動chatbox應用。如果報錯缺少fuse,先使用sudo apt install fuse指令安裝。

正常啟動chatbox后可以看到如下界面

五、把搭建的本地deepseek共享給局域網內的其他人

如果只是自己實驗或者練練手,到上一步就結束了。如果要把部署的服務共享給企業里的其他人,參考如下步驟。

1.設置環境變量

export OLLAMA_HOST="0.0.0.0"
export OLLAMA_ORIGINS="*"

說明:

??? OLLAMA_HOST=0.0.0.0:允許服務監聽所有網絡接口(而非僅本地)。
??? OLLAMA_ORIGINS=*:允許所有來源的跨域請求(生產環境建議限制為特定域名)。

或通過配置文件修改(推薦)

文件名稱與執行指令:~/.ollama/config.json

內容改為:

{ "host": "0.0.0.0", "port": 11434, "origins": ["*"] }

2.開放防火墻

sudo ufw allow 11434/tcp

sudo ufw reload

3.啟動服務并驗證

啟動ollama服務:
ollama serve

獲取本機局域網IP:
ifconfig

瀏覽器打開:
http://<你的本機IP>:11434
若返回模型列表,則配置成功。

4.客戶端連接示例(以Chatbox為例)

其它機器安裝Chatbox:

設置API:
模型提供方:選擇 ollama api
API域名:填寫 http://<你的本機IP>:11434
選擇已加載的deekseek模型,開始對話。

六、卸載ollama和模型

1.刪除ollama服務

sudo systemctl stop ollama
sudo systemctl disable ollama
sudo rm /etc/systemd/system/ollama.service

2.刪除ollama文件和目錄

sudo rm $(which ollama)

3.刪除模型文件、ollama服務用戶和用戶

sudo rm -r /usr/share/ollama
sudo userdel ollama
sudo groupdel ollama

4.刪除相關的庫

sudo rm -rf /usr/local/lib/ollama

本文來自互聯網用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。
如若轉載,請注明出處:http://www.pswp.cn/pingmian/74057.shtml
繁體地址,請注明出處:http://hk.pswp.cn/pingmian/74057.shtml
英文地址,請注明出處:http://en.pswp.cn/pingmian/74057.shtml

如若內容造成侵權/違法違規/事實不符,請聯系多彩編程網進行投訴反饋email:809451989@qq.com,一經查實,立即刪除!

相關文章

MySQL 和 Redis 數據一致性解決方案

MySQL 和 Redis 數據一致性解決方案 MySQL 和 Redis 作為兩種不同類型的數據庫(關系型 vs 內存型)&#xff0c;在配合使用時需要特別注意數據一致性問題。以下是幾種常見的解決方案&#xff1a; 1. 緩存更新策略 1.1 Cache Aside Pattern (旁路緩存模式) 讀操作&#xff1a…

Java高頻面試之集合-20

hello啊&#xff0c;各位觀眾姥爺們&#xff01;&#xff01;&#xff01;本baby今天來報道了&#xff01;哈哈哈哈哈嗝&#x1f436; 面試官&#xff1a;講講 HashSet 的底層實現&#xff1f; HashSet 是 Java 集合框架中用于存儲唯一元素的高效數據結構&#xff0c;其底層實…

【MySQL】從零開始:掌握MySQL數據庫的核心概念(四)

人們之所以不愿改變&#xff0c;是因為害怕未知。但歷史唯一不變的事實&#xff0c;就是一切都會改變。 前言 這是我自己學習mysql數據庫的第四篇博客總結。后期我會繼續把mysql數據庫學習筆記開源至博客上。 上一期筆記是關于mysql數據庫的表格約束&#xff0c;沒看的同學可以…

Manus:通用智能體的架構革命與產業破局

&#x1f90d; 前端開發工程師、技術日更博主、已過CET6 &#x1f368; 阿珊和她的貓_CSDN博客專家、23年度博客之星前端領域TOP1 &#x1f560; 牛客高級專題作者、打造專欄《前端面試必備》 、《2024面試高頻手撕題》、《前端求職突破計劃》 &#x1f35a; 藍橋云課簽約作者、…

HTTP協議手寫服務器

目錄 一、請求的是Web根目錄 二、GET方法通過URL傳參 三、根據資源類型對應出Content-Type值 四、Http代碼 項目完整源代碼&#xff1a;Http 周不才/cpp_linux study - 碼云 - 開源中國 一、請求的是Web根目錄 如果URL中請求的資源是Web根目錄&#xff0c;則自動跳轉到主…

小藍和鑰匙

錯位排序組合數 從28個人里面選14個人分到原來房間的鑰匙 C 28 14 另外14個人錯位排序 模板 請在此處填寫你的解題思路 D14 都是模板記住就好了 無需理解 做題可以看出來是錯位排序 或者組合數 然后會寫代碼就行了 import java.util.Scanner;/*** author zb* date2025/3…

使用飛書API自動化更新共享表格數據

飛書API開發之自動更新共享表格 天馬行空需求需求拆解1、網站數據爬取2、飛書API調用2.1 開發流程2.2 創建應用2.3 配置應用2.4 發布應用2.5 修改表格權限2.6 獲取tenant_access_token2.7 調用API插入數據 總結 天馬行空 之前一直都是更新的爬蟲逆向內容&#xff0c;工作中基本…

Python-Django入手

18.1 建立項目 18.1.1 制定規范 - 定義項目目標&#xff1a;明確應用的核心功能 - 創建項目文檔&#xff1a;用README.md記錄技術棧和開發流程 - 規劃目錄結構&#xff1a;建議遵循Django官方推薦的項目布局 18.1.2 建立虛擬環境 在命令行執行&#xff1a; python -m ven…

LangChain4j 入門(二)

LangChain 整合 SpringBoot 下述代碼均使用 阿里云百煉平臺 提供的模型。 創建項目&#xff0c;引入依賴 通過 IDEA 創建 SpringBoot 項目&#xff0c;并引入 Spring Web 依賴&#xff0c;SpringBoot 推薦使用 3.x 版本。 引入 LangChain4j 和 WebFlux 依賴 <!--阿里云 D…

3.30學習總結 Java包裝類+高精度算法+查找算法

包裝類&#xff1a; 基本數據類型對應的引用數據類型。 基本數據類型&#xff1a;在內存中記錄的是真實的值。 八種包裝類的父類都是Object類。 對象之間不能直接進行計算。 JDK5之后可以把int和integer看成一個東西&#xff0c;因為會進行內部優化。自動裝箱和自動拆箱。 …

centos 7 LVM管理命令

物理卷&#xff08;PV&#xff09;管理命令 pvcreate&#xff1a;用于將物理磁盤分區或整個磁盤創建為物理卷。 示例&#xff1a;sudo pvcreate /dev/sdb1 解釋&#xff1a;將 /dev/sdb1 分區創建為物理卷。 pvdisplay&#xff1a;顯示物理卷的詳細信息&#xff0c;如大小、所屬…

借助FastAdmin和uniapp,高效搭建AI智能平臺

在數字化辦公時代&#xff0c;效率與協作是企業發展的核心競爭力。傳統的辦公工具雖然功能豐富&#xff0c;但在面對復雜多變的團隊協作需求時&#xff0c;往往顯得力不從心。為了解決這一痛點&#xff0c;我們推出了一款全新的辦公AI平臺&#xff0c;它不僅能夠滿足文字和語音…

項目上傳github——SSH連接配置文檔

1. 檢查是否已有 SSH 密鑰 打開終端&#xff0c;檢查是否已經存在 SSH 密鑰對&#xff1a; ls ~/.ssh如果你看到類似 id_rsa 和 id_rsa.pub 的文件&#xff0c;說明你已經有 SSH 密鑰。否則&#xff0c;繼續下一步。 2. 生成 SSH 密鑰 如果你沒有 SSH 密鑰&#xff0c;使用…

傳奇類網游頁游2.5D游戲場景地圖素材Eagle庫 沙漠沙海隔壁

傳奇類網游頁游2.5D游戲場景地圖素材Eagle庫 沙漠沙海隔壁 鏈接: https://pan.baidu.com/s/1GY8N-KEkHBGEbS7uxrE4Dg 提取碼: yrs8 備用下載地址&#xff1a;http://pan.1234f.com:5212/s/rLzIp 電子資料文檔&#xff1a;https://www.1234f.com/sj/GitHub/sucai/20250327/1323…

通過TIM+DMA Burst 實現STM32輸出變頻且不同脈沖數量的PWM波形

Burst介紹&#xff1a; DMA控制器可以生成單次傳輸或增量突發傳輸&#xff0c;傳輸的節拍數為4、8或16。 為了確保數據一致性&#xff0c;構成突發傳輸的每組傳輸都是不可分割的&#xff1a;AHB傳輸被鎖定&#xff0c;AHB總線矩陣的仲裁器在突發傳輸序列期間不會撤銷DMA主設備…

鴻蒙學習手冊(HarmonyOSNext_API16)_數據持久化③:關系型數據庫

概述 關系型數據庫&#xff1a;像“Excel表格聯合作戰”的管家 關系型數據庫就像一個超級智能的表格管理系統&#xff0c;專門處理數據之間有復雜關聯的情況。比如學生和成績、訂單和商品、用戶和評論——這些數據像蜘蛛網一樣相互連接&#xff0c;用鍵值數據庫的“獨立抽屜”…

Windows 11 VS Code C/C++ 開發環境搭建——一種盡量“綠色”的方法

我的電腦是Windows 11 系統&#xff0c;安裝了Visual Studio Code&#xff0c;在上面搭建C/C開發環境&#xff0c;當然&#xff0c;這需要用到MinGW之流了。作為一個綠色愛好者&#xff08;帽子除外&#xff09;&#xff0c;我也盡量綠色地架設這樣一個環境…… 第一步&#x…

mysql-分區和性能

mysql自身只支持表的橫向分區。 常聽到開發人員說“”對表做個分區“&#xff0c;然后數據的查詢就會快了。這是真的嗎&#xff1f;實際上可能跟根本感覺不到查詢速度的提升&#xff0c;甚至會發現查詢速度急劇下降。因此&#xff0c;在合理使用分區之前&#xff0c;必須了解分…

DeepSeek協助優化-GTX750Ti文物顯卡0.65秒卷完400MB float 音頻512階時域FIR

文章目錄 1. 學習目的2. 階段成果2.1 NVVP 性能探查2.2 測試編譯環境2.3 測試樣例 3 學習過程3.1 提問DeepSeek3.2 最終代碼 4. 體會 1. 學習目的 最近在學習cuda&#xff0c;準備給我的taskBus SDR添加CUDA的模塊支持&#xff0c;以便可以用PC機壓榨山寨 B210那56M的帶寬。 因…

RabbitMQ高級特性--TTL和死信隊列

目錄 1.TTL 1.1設置消息的TTL 1.1.1配置交換機&隊列 1.1.2發送消息 1.1.3運行程序觀察結果 1.2設置隊列的TTL 1.2.1配置隊列和交換機的綁定關系 1.2.2發送消息 1.2.3運行程序觀察結果 1.3兩者區別 2.死信隊列 2.1 聲名隊列和交換機 2.2正常隊列綁定死信交換機 …