笔记列表-低调大师优秀个人博客

文章列表

共 215024 篇

2026-09-13

WIKI 知识库 v1.1.2 正式发布

这个功能有什么作用呢？以前调 top_k、相似度阈值、切块长度都要改 conf/config.json 然后再重启服务，要做对比实验就很慢，也容易「改了配置但进程还在用旧值」。KB-20 检索配置（含固定长度分片调整）将该功能做成控制台里的功能： 1.知识库管理「检索与分片」：直接改 default_k、max_search_results、min_so...

阅读约12分钟

2026-09-13

30篇写完了：普通人拥抱本地AI的完整路线图（附全系列目录）

30 篇，从"为什么把 AI 搬回本地"到"怎么让能力值钱"，一条完整路线图铺到了你面前。但写再多，我最怕你只收藏不行动。这篇是收官也是地图——把全系列 30 篇浓缩成一句话导读 + 一张行动清单，方便你随时回看、按需取用。别只收藏。收藏是"别人的"，动手才是"你的"。

阅读约8分钟

2026-09-13

利用 WorkBuddy 高效完成一份行业竞品分析报告

摘要：本文基于 WorkBuddy 完成了一项真实的竞品分析任务。我将详细拆解输入材料、WorkBuddy 配置、操作步骤以及最终产出物，为同行提供一份可直接复用的操作指南。

阅读约6分钟

2026-09-13

会本地部署AI的人，已经超过了99%的职场人：这是我的分层算法

你平时用用网页版 AI、写写提示词，觉得自己已经"跟上 AI 时代"了？先别急，给你一道分层算术题，结论可能有点不舒服：今天，会自己在电脑上跑通本地大模型部署的人，已经超过了 99% 的职场人。这不是我吹，是从"全体职场人"到"真正动手跑通过"一层层切出来的。最后三篇，聊点现实的——这种能力，到底值不值钱？

阅读约6分钟

2026-09-13

别只收藏不动手：把这个系列变成你自己的知识库，只需3步

你有没有过这种经历：刷到一堆干货，啪啪啪全收藏，然后……就没有然后了。收藏夹越塞越满，能力却一点没长。这篇是转化节点——教你怎么把这套本地 AI 方法论，真正变成你自己的知识库。前面 26 篇，我们从"为什么用本地 AI"讲到"数据红线"和"协作原则"。但有个残酷事实：收藏不等于拥有，看完不等于学会。知识停在"别人的"，没变成"你的"。破局只需 3 步：装...

阅读约10分钟

2026-09-13

和AI协作一年，我总结了4条原则：第1条就淘汰了80%的用法

你把一句模糊需求丢给 AI，拿到结果才发现跑偏了，来回返工；或者让它写个百字总结，它给你整出八章节带封面。用 AI 大半年，我踩过的坑里最值钱的是 4 条协作原则——第 1 条就淘汰了 80% 的低效用法。今天把它们一次讲透，条条来自我真实的翻车。这是最后一篇体系文，聊点比工具更值钱的"道"——和 AI 协作的方法论。

阅读约9分钟

2026-09-13

数据分级：哪些内容永远不该上传云端？我的三条红线

你随手把一段工作群讨论、一个还没发布的方案，粘进云端 AI 想让它帮忙——发完突然有点后怕："这……算敏感吗？"多数人其实从没认真想过：自己的数据到底分几级，哪些永远不该出本机。我做架构十四年，带项目第一课就是"数据分级"：不同密级的数据，走不同的通道。这一课，放到个人用 AI 上同样致命。今天讲我的三条红线——哪些内容，永远不该上传云端。

阅读约9分钟

2026-09-13

什么任务给本地AI，什么任务给云端？我的分工决策树

你把一段内部文档粘进网页版 AI 想让它总结，点完发送突然心里一紧："这段……能外传吗？"——或者反过来，本机三秒就能搞定的日常改写，你白白烧了一笔云端额度。这种纠结，几乎每个用 AI 的人都经历过。今天给你一张我天天用的分工决策树：照着问三个问题，任务该给本地还是云端，答案自现。做错了，要么合规事故，要么账单虚高——所以这张图值得存。

阅读约9分钟

2026-09-13

我电脑里的6个AI软件各管什么？一张四层架构图说清楚

你电脑里是不是也悄悄装了好几个 AI 工具，但真用起来——要么全丢给 Chatbox 聊天，要么遇事就甩云端？结果要么隐私漏了，要么订阅额度烧了。我本机前后装着 6 个 AI 软件，各管一摊：本地模型、云端模型、聊天入口、执行中枢、本地笔记、云端知识台。今天用一张四层架构图，把它们一次说清——看懂这张图，你就有了"给任务找对工具"的地图，不再工具焦虑。

阅读约11分钟

2026-09-13

本地AI知识闭环：AI答案回流笔记，笔记再喂AI，越用越聪明

你问 AI 一个问题，看完答案就关了页面——下次遇到类似问题，还是从零问。知识的雪球始终滚不起来。真正的"第二大脑"，不该是被动应答的机器，而该越用越聪明：你问、它答、你把答案存回笔记、笔记又成了它下次检索的语料。这条闭环一旦转起来，知识在本地自我增殖。今天讲透它——这是 RAG 篇的"高光"，也是本地 AI 最迷人的飞轮。

阅读约9分钟

2026-09-13

3D游戏制作避坑指南

摘要：2026年全球游戏市场估值已达3860.4亿美元，3D游戏开发门槛看似降低，但技术选型、性能优化、工具链搭建处处是坑。本文总结5条实用建议，覆盖引擎选择、Shader管理、团队协作与性能审计，帮你少走弯路。

阅读约7分钟

2026-09-13

多 Agent 研发任务怎么组织：Termexo 的工作区、验收与交接实践

同时维护业务系统、个人产品和开源仓库时，开发者很容易开出一排 AI 编程终端。真正需要解决的问题，是让每个终端对应明确的项目、任务和下一步。

阅读约6分钟

2026-09-13

我给Obsidian写了个AI插件：按下Ctrl+P，笔记库直接回答我

用现成 AI 插件时，你有没有过这种憋屈：想随手问个问题，却要切到对话窗口、粘贴上下文、再把答案搬回来——心流一下断了。我想要的是写作正嗨时，按 Ctrl+P 唤起、输入问题、回车、答案弹出来、一键插进当前笔记。现成插件给不了这种"顺手"，于是我没等别人做，自己写了一个 Obsidian 插件，叫 local-rag。今天讲它的故事：需求从哪来、怎么实现、中...

阅读约12分钟

2026-09-13

不会写代码也能给Obsidian装上AI：Smart Connections保姆级配置

你羡慕别人写作时"笔记里直接问 AI、自动推荐相似旧笔记"，但一想到要配 API、配向量模型，就默默关了页面。其实有个 Obsidian 社区插件 Smart Connections，让你不写一行代码就把本地 AI 接进笔记。全程保姆级，跟着做必通——前置条件、安装、配置、用法、常见坑，一次讲全。别被"配置"俩字吓退，最难的一步只是装个向量小模型。

阅读约12分钟

2026-09-13

用Obsidian做第二大脑，为什么是本地AI的最佳拍档

你笔记存了一堆，真要用时却翻半天找不到；想让 AI 帮忙，又怕资料在别人服务器上转一圈。如果你想要一个本地、纯文本、AI 能直接读懂的"第二大脑"，有个软件三条全中——Obsidian。没有强制登录、没有云端绑架，你写的每个字都是硬盘上一个 .md 文件。今天说透它为什么是本地 AI 的最佳拍档。如果你是新手，先记一句定位：它是一款本地优先、纯文本（Mark...

阅读约10分钟

2026-09-13

初试workbuddy审合同

最近三天我把它当成什么都先试一次的默认入口——扫盘、审合同、装技能。翻完记录，它干的事比印象里多。

阅读约3分钟

2026-09-13

140篇笔记喂给本地AI后，它开始用"我的知识"回答问题了

你辛苦攒了几百篇笔记，问起 AI 来，它却像从没见过。今天我把自己的 Obsidian vault——140 篇 markdown、约 1MB——整个喂给本地模型，看它到底"懂不懂我"。先说结论：它真的开始用我的知识回答问题了。但中间有一整套"切块 → 检索 → 回答"的流程，还有一个你必须接受的"耗时真相"——本地 CPU 跑 14B，一问可能要等几分钟...

阅读约9分钟

2026-09-13

你的AI再聪明也不认识你：让大模型"读过你所有笔记"的方法叫RAG

你问本地 AI："我上周那个项目的复盘要点是什么？"它一本正经地开始瞎编。你才意识到一个扎心的事实：它再聪明，也不认识你——它的"大脑"里，根本没有你的任何项目、笔记和偏好。要打破这堵墙，靠一个叫 RAG 的东西：让大模型"临时读过你所有笔记"再作答。今天开始 S4，把它讲透——学会它，你的本地 AI 就从"会聊天的玩具"，变成"读过你所有笔记的第二大脑"。...

阅读约10分钟

2026-09-13

供应链区块链溯源系统 | React 实现产品"一物一码"查询界面

"一物一码"，为每一件产品赋予唯一的身份标识，消费者通过手机扫码即可秒级获取该产品的全生命周期溯源信息。这不仅是技术实现问题，更是用户体验问题：扫码后加载是否流畅？数据展示是否直观？异常状态能否即时告警？

阅读约41分钟

2026-09-13

供应链区块链溯源系统 | 联盟链在供应链中的应用设计

现今，消费者和企业对产品来源、流转路径及真伪验证的需求达到了前所未有的高度。从农田到餐桌，从原材料到成品，每一个环节的数据真实性都直接关系到品牌信誉与公共安全。然而，传统溯源系统依赖中心化数据库，存在数据可篡改、信息孤岛、信任成本高等痛点。

阅读约28分钟

资源下载

更多资源

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题，腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构，目前腾讯云软件源站支持公网访问和内网访问。

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称，一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集，帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

Spring

Spring框架（Spring Framework）是由Rod Johnson于2002年提出的开源Java企业级应用框架，旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念，提供核心容器、应用上下文、数据访问集成等模块，支持整合Hibernate、Struts等第三方框架，其适用范围不仅限于服务器端开发，绝大多数Java应用均可从中受益。

Rocky Linux

Rocky Linux（中文名：洛基）是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版，作为CentOS稳定版停止维护后与RHEL（Red Hat Enterprise Linux）完全兼容的开源替代方案，由社区拥有并管理，支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性，采用模块化包装和SELinux安全架构，默认包含GNOME桌面环境及XFS文件系统，支持十年生命周期更新。

文章列表

WIKI 知识库 v1.1.2 正式发布

30篇写完了：普通人拥抱本地AI的完整路线图（附全系列目录）

利用 WorkBuddy 高效完成一份行业竞品分析报告

会本地部署AI的人，已经超过了99%的职场人：这是我的分层算法

别只收藏不动手：把这个系列变成你自己的知识库，只需3步

和AI协作一年，我总结了4条原则：第1条就淘汰了80%的用法

数据分级：哪些内容永远不该上传云端？我的三条红线

什么任务给本地AI，什么任务给云端？我的分工决策树

我电脑里的6个AI软件各管什么？一张四层架构图说清楚

本地AI知识闭环：AI答案回流笔记，笔记再喂AI，越用越聪明

3D游戏制作避坑指南

多 Agent 研发任务怎么组织：Termexo 的工作区、验收与交接实践

我给Obsidian写了个AI插件：按下Ctrl+P，笔记库直接回答我

不会写代码也能给Obsidian装上AI：Smart Connections保姆级配置

用Obsidian做第二大脑，为什么是本地AI的最佳拍档

初试workbuddy审合同

140篇笔记喂给本地AI后，它开始用"我的知识"回答问题了

你的AI再聪明也不认识你：让大模型"读过你所有笔记"的方法叫RAG

供应链区块链溯源系统 | React 实现产品"一物一码"查询界面

供应链区块链溯源系统 | 联盟链在供应链中的应用设计

资源下载

腾讯云软件源

Nacos

Spring

Rocky Linux

欢迎您来访！