截止今天,我们已经完成了一个基础阶段知识大方向框架的搭建,那么关于全栈开发基础知识的分享就暂告一段落。因为对于全栈开发来说,涉及的面广,对应的知识点也会很细,写一篇真正有干货的内容,以我一天一更的频率,质量肯定是无法保障的,前两天因为时间比较赶,对自己也算逼得紧,所以内容也不算好,没有达预期。这样的做法是不可持续的,也是对读者的不负责。所以后期关于开发的文章我会尽力写好,输出更好的内容给自己的读者。
接下来我这边就还是按照写作计划,继续分享一些其他有价值的内容,例如好用的软件以及开源项目的解析,结合AI开发的项目讲解等等,当然还是会在每天空余时间完善基础知识的分享,这是不会丢的,自己也是需要不断巩固基础的。
今天这边分享的是一个网站,也是一款阅读软件,如果对于学术有研究或感兴趣的话,这是一个好帮手,先给出网址:
https://pdf.hammerscholar.net/
为啥推荐呢,因为我们知道,一些细分领域,网上搜到的文章东拼西凑居多,而且有些文章也没有具体出处,没有相关背景。遇到自己行业领域的问题,想找到合适的答案就会迷失在搜索引擎中,而如果你会使用学术类工具查询的话,说不定就会事半功倍,有些文章的引用也是有依据可靠,对于提升自己的研究能力是非常有帮助的。而如果你看的是国外的论文,那么这款工具更加适合了,有学术词语的标注,可以多语言翻译,主要面对的也是计算机行业。最给力的是,这款软件近期更新了对话机器人,就是引入了chatgpt功能,对话式阅读体验感就上升了,当然如果有更好的工具,大家也别忘了推荐哦。
我们打开一篇关于devops的文章看一下,左边目录部分,中间是正文、左边是提示栏,下面就有一个问答式机器人。
我们来试一下这个智能对话功能:
不得不说,真的是非常好用,比如翻译功能:
选中文章内容就可以查看中文内容,不懂的还可以问旁边的机器人,这个学习效率就很高了,再也不怕读学术文章了。感兴趣的朋友赶快去试试吧!
还有讲讲今天部署一个开源类chatgpt踩的坑。
开源地址:
https://github.com/visual-openllm/visual-openllm
因为之前我们部署的一部分所谓的开源类chatgpt应用,基本都是人家编译打包好的的东西,咱只是更换下api-key使用,基本无法自己定制化,今天看到仓库上这个项目,宣称是开源版的文心一言。
对于部署只给了一个python run.py,然后就去部署,心想无非就是去pip引入下需要的库。是我too young了。
装了一堆库,CUDA、anncoda然后再去倒腾nv驱动,后来发现因为默认调用集显报错,到这我觉得大家如果没有极大的兴趣,还是谨慎选择,毕竟有些开源项目人家大佬开源,默认你是已经准备好了所有的,并不面向小白。这玩意光准备环境还是有点难度的。我这边有空还会继续倒腾,后期再接着分享。