<?xml version="1.0" encoding="utf-8"?>
<feed xmlns="http://www.w3.org/2005/Atom">
  <author>
    <name>Mr.zhao</name>
  </author>
  <generator uri="https://hexo.io/">Hexo</generator>
  <id>https://zhaozhiwei1992.github.io/</id>
  <link href="https://zhaozhiwei1992.github.io/" rel="alternate"/>
  <link href="https://zhaozhiwei1992.github.io/atom.xml" rel="self"/>
  <rights>All rights reserved 2026, Mr.zhao</rights>
  <subtitle>show me your code</subtitle>
  <title>离线de日常</title>
  <updated>2026-11-18T08:51:42.720Z</updated>
  <entry>
    <author>
      <name>Mr.zhao</name>
    </author>
    <content>
      <![CDATA[<p>一个测试112</p><p>测试评论</p>]]>
    </content>
    <id>https://zhaozhiwei1992.github.io/2026/11/18/%E6%B5%8B%E8%AF%95blog/</id>
    <link href="https://zhaozhiwei1992.github.io/2026/11/18/%E6%B5%8B%E8%AF%95blog/"/>
    <published>2026-11-18T08:51:42.720Z</published>
    <summary>一个测试112 测试评论</summary>
    <title>测试blog</title>
    <updated>2026-11-18T08:51:42.720Z</updated>
  </entry>
  <entry>
    <author>
      <name>Mr.zhao</name>
    </author>
    <category term="软件设计" scheme="https://zhaozhiwei1992.github.io/categories/%E8%BD%AF%E4%BB%B6%E8%AE%BE%E8%AE%A1/"/>
    <category term="软件设计" scheme="https://zhaozhiwei1992.github.io/tags/%E8%BD%AF%E4%BB%B6%E8%AE%BE%E8%AE%A1/"/>
    <category term="概要设计" scheme="https://zhaozhiwei1992.github.io/tags/%E6%A6%82%E8%A6%81%E8%AE%BE%E8%AE%A1/"/>
    <content>
      <![CDATA[<h1 id="封面"><a href="#封面" class="headerlink" title="封面"></a>封面</h1><p>::: {.center}<strong>xx公司</strong></p><p><strong>2020-01-01</strong>:::</p><p><strong>文档管理</strong></p><p>合理地管理主文档，确保文档版本的及时更新，同时保持备份文档和源文档的一致性。</p><p><strong>版本管理</strong></p><hr><p>本版本修订日期   2019-08-12   生效日期   2019-08-12</p><hr><p>版本   生效日期     变更内容       编制人</p><hr><p>V1.0   2020-01-01   初稿编写完成   xx</p><h1 id="引言"><a href="#引言" class="headerlink" title="引言"></a>引言</h1><h2 id="编写目的"><a href="#编写目的" class="headerlink" title="编写目的"></a>编写目的</h2><p>说明编写这份概要设计说明书的目的，指出预期的读者。（对于由多个子系统构成的系统，可以根据需要针对子系统编写单独的软件概要设计说明）</p><h2 id="背景"><a href="#背景" class="headerlink" title="背景"></a>背景</h2><p>说明：</p><p>待开发软件系统的名称；</p><p>列出此项目的任务提出者、开发者、用户以及将运行该软件的位置；</p><h2 id="术语和缩略语"><a href="#术语和缩略语" class="headerlink" title="术语和缩略语"></a>术语和缩略语</h2><p>列出本文件中用到的专门术语的定义和外文首字母组词的原词组。</p><h2 id="参考资料"><a href="#参考资料" class="headerlink" title="参考资料"></a>参考资料</h2><p>列出有关的参考文件，如：</p><p>本项目的经核准的计划任务书或合同，上级机关的批文；</p><p>属于本项目的其他已编制文件；</p><p>本文件中各处引用的文件、资料，包括所要用到的软件开发标准、专业技术标准。列出这些文件的标题、文件编号、发表日期、出版单位和来源。</p><h1 id="总体设计"><a href="#总体设计" class="headerlink" title="总体设计"></a>总体设计</h1><h2 id="需求规定"><a href="#需求规定" class="headerlink" title="需求规定"></a>需求规定</h2><p>说明对本系统的主要的输入输出项目、处理的功能性能要求。可以引用软件规格说明文档以避免重复。</p><h2 id="运行环境"><a href="#运行环境" class="headerlink" title="运行环境"></a>运行环境</h2><p>简要地说明对本系统的运行环境（包括硬件环境和支持环境）的规定。</p><h2 id="设计思想"><a href="#设计思想" class="headerlink" title="设计思想"></a>设计思想</h2><h3 id="系统构思"><a href="#系统构思" class="headerlink" title="系统构思"></a>系统构思</h3><p>说明本系统设计的系统构思。</p><h3 id="关键技术与算法"><a href="#关键技术与算法" class="headerlink" title="关键技术与算法"></a>关键技术与算法</h3><p>说明本系统设计采用的关键技术和主要算法。</p><h3 id="关键数据结构"><a href="#关键数据结构" class="headerlink" title="关键数据结构"></a>关键数据结构</h3><p>简要说明本系统实现中的最主要的数据结构。</p><h2 id="系统总体结构"><a href="#系统总体结构" class="headerlink" title="系统总体结构"></a>系统总体结构</h2><p>以图表的形式说明本系统的系统元素（各层模块、子模块、公用模块等）的划分，扼要说明各系统元素的标识和功能，分层次说明各系统元素之间的关系。</p><h2 id="基本处理流程"><a href="#基本处理流程" class="headerlink" title="基本处理流程"></a>基本处理流程</h2><h3 id="系统流程图"><a href="#系统流程图" class="headerlink" title="系统流程图"></a>系统流程图</h3><p>用流程图的方式说明本系统的主要控制流程和处理流程。</p><h3 id="数据流程图"><a href="#数据流程图" class="headerlink" title="数据流程图"></a>数据流程图</h3><p>根据需要，用数据流程图说明本系统的主要数据及其流转过程，并说明流转过程中的处理动作。</p><h2 id="功能需求与模块的关系"><a href="#功能需求与模块的关系" class="headerlink" title="功能需求与模块的关系"></a>功能需求与模块的关系</h2><p>说明各项功能需求的实现同各模块的分配关系。要与软件规格说明中的功能编号相一致。</p><h2 id="尚未解决的问题"><a href="#尚未解决的问题" class="headerlink" title="尚未解决的问题"></a>尚未解决的问题</h2><p>说明在概要设计过程中尚未解决而设计者认为在系统完成之前必须解决的各个问题。</p><h1 id="接口设计"><a href="#接口设计" class="headerlink" title="接口设计"></a>接口设计</h1><h2 id="外部接口"><a href="#外部接口" class="headerlink" title="外部接口"></a>外部接口</h2><p>说明本系统同外界的所有接口设计。包括本系统与硬件之间的接口设计、本系统与各支持软件之间的接口设计、对外提供的接口服务的设计。</p><h2 id="内部接口"><a href="#内部接口" class="headerlink" title="内部接口"></a>内部接口</h2><p>说明本系统之内的各个系统元素之间的接口的安排。</p><h1 id="性能设计及质量属性考虑"><a href="#性能设计及质量属性考虑" class="headerlink" title="性能设计及质量属性考虑"></a>性能设计及质量属性考虑</h1><p>通过设计落实在软件规格说明中的各种性能及质量属性规定。</p><h1 id="数据库设计"><a href="#数据库设计" class="headerlink" title="数据库设计"></a>数据库设计</h1><p>说明本系统内所使用的数据结构设计要点及与程序模块间的关系。对数据库表的设计一般以另文方式（数据库设计说明）给出。</p><h1 id="内容审核要点："><a href="#内容审核要点：" class="headerlink" title="内容审核要点："></a>内容审核要点：</h1><p>是否全面考虑了软件需求规格说明文档的功能需求；</p><p>所述功能名称及编号与软件需求规格说明文档是否一致；</p><p>总体结构是否清晰合理；</p><p>是否包括对外提供的接口服务的形式化表述和设计内容；</p><p>数据结构设计内容的全面性及合理性；</p><h1 id="参考"><a href="#参考" class="headerlink" title="参考"></a>参考</h1><p><a href="https://www.jianshu.com/p/a7984927cfb9">https://www.jianshu.com/p/a7984927cfb9</a></p>]]>
    </content>
    <id>https://zhaozhiwei1992.github.io/2026/11/18/%E8%BD%AF%E4%BB%B6%E6%A6%82%E8%A6%81%E8%AE%BE%E8%AE%A1%E8%AF%B4%E6%98%8E/</id>
    <link href="https://zhaozhiwei1992.github.io/2026/11/18/%E8%BD%AF%E4%BB%B6%E6%A6%82%E8%A6%81%E8%AE%BE%E8%AE%A1%E8%AF%B4%E6%98%8E/"/>
    <published>2026-11-18T08:51:42.720Z</published>
    <summary>封面 ::: {.center} xx公司 2020-01-01 ::: 文档管理 合理地管理主文档，确保文档版本的及时更新，同时保持备份文档和源文档的一致性。 版本管理 本版本修订日期 2019-08-12 生效日期 2019-08-12 版本 生效日期 变更内容 编制人 V1…</summary>
    <title>软件概要设计说明</title>
    <updated>2026-11-18T08:51:42.720Z</updated>
  </entry>
  <entry>
    <author>
      <name>Mr.zhao</name>
    </author>
    <category term="生活/搞机" scheme="https://zhaozhiwei1992.github.io/categories/%E7%94%9F%E6%B4%BB-%E6%90%9E%E6%9C%BA/"/>
    <category term="adb" scheme="https://zhaozhiwei1992.github.io/tags/adb/"/>
    <category term="AndroidTV" scheme="https://zhaozhiwei1992.github.io/tags/AndroidTV/"/>
    <category term="投影仪" scheme="https://zhaozhiwei1992.github.io/tags/%E6%8A%95%E5%BD%B1%E4%BB%AA/"/>
    <category term="小米" scheme="https://zhaozhiwei1992.github.io/tags/%E5%B0%8F%E7%B1%B3/"/>
    <category term="去广告" scheme="https://zhaozhiwei1992.github.io/tags/%E5%8E%BB%E5%B9%BF%E5%91%8A/"/>
    <category term="workbuddy" scheme="https://zhaozhiwei1992.github.io/tags/workbuddy/"/>
    <content>
      <![CDATA[<h1 id="问题"><a href="#问题" class="headerlink" title="问题"></a>问题</h1><ul><li>开机先看15秒广告，进桌面点一下要等1~2秒，切应用黑屏几秒，越用越卡。</li><li>经常出现视频App播放一段时间就会秒退。</li><li>原因: 设备只有1.45GB内存，系统桌面+画报+远场语音把内存吃光（详见下表），Swap用了202MB在硬撑。</li><li>要求：不root、不刷机，改动 <strong>随时能还原</strong> ；万一哪天连不上，家人用遥控器也能自己恢复。</li></ul><h1 id="环境"><a href="#环境" class="headerlink" title="环境"></a>环境</h1><table><thead><tr><th>项</th><th>值</th></tr></thead><tbody><tr><td>设备</td><td>Redmi 投影仪 2 Pro（ <code>RMTYY02PYS</code> ），系统 1.16，Android 11 &#x2F; SDK 30</td></tr><tr><td>芯片&#x2F;架构</td><td>Amlogic， <strong>armeabi-v7a（32 位）</strong></td></tr><tr><td>内存 &#x2F; 分辨率</td><td>1.45 GB &#x2F; 1920x1080@60</td></tr><tr><td>原桌面</td><td>com.mitv.tvhome.pub（系统桌面，广告与推荐位的载体）</td></tr><tr><td>电脑</td><td>Windows + Git Bash， <code>192.168.31.236/24</code> ，与投影同 Wi-Fi</td></tr><tr><td>网络</td><td>投影 192.168.31.167:5555，网关 192.168.31.1</td></tr><tr><td>工具</td><td>官方 platform-tools（adb），无 root、无 su</td></tr></tbody></table><h1 id="思路"><a href="#思路" class="headerlink" title="思路"></a>思路</h1><p>停推送&#x2F;广告、换桌面、装 APK、抓日志定位卡顿、关动画。投影本质就是一台 Android 设备, 通过三类 <strong>可逆</strong> adb 操作：</p><ul><li><code>pm disable-user --user 0 &lt;包&gt;</code> ：停用预装应用（ <code>pm enable</code> 还原，不卸载）；</li><li><code>settings put global ...</code> ：关动画等参数；</li><li><code>cmd package set-home-activity</code> ：换默认桌面。</li></ul><h1 id="投影打开ADB"><a href="#投影打开ADB" class="headerlink" title="投影打开ADB"></a>投影打开ADB</h1><p><img src="https://img.19921514.xyz/notes/%E7%94%9F%E6%B4%BB/%E6%90%9E%E6%9C%BA/images/%E6%8A%95%E5%BD%B1%E4%BB%AA-01-about-system-version.jpg" alt="「关于」页：高亮的「系统版本」 **不是** 连点目标"></p><p>设置 → 关于 → 往下翻到 <strong>「设备名称」</strong> → 遥控器连按确认键 5~7 次 → 「开发者模式」选单出现在 <strong>关于页下方</strong> → 把最上方 ADB 项设为「允许」。</p><p><img src="https://img.19921514.xyz/notes/%E7%94%9F%E6%B4%BB/%E6%90%9E%E6%9C%BA/images/%E6%8A%95%E5%BD%B1%E4%BB%AA-02-developer-mode.jpg" alt="「开发者模式」页，最上方已设为「允许」；进「网络信息」抄下 IP"></p><h1 id="直接让WorkBuddy搞定"><a href="#直接让WorkBuddy搞定" class="headerlink" title="直接让WorkBuddy搞定"></a>直接让WorkBuddy搞定</h1><p>注: 只读优先、逐项确认、留回退、不擅自重启</p><blockquote><p>我要优化一台Redmi投影，主要是卡顿和开机广告。电脑是 Windows + Git Bash， 和设备在同一局域网。按这个规矩来，不要自作主张：</p><ol><li>先确认电脑有没有 adb，没有就下载官方 platform-tools 到当前目录（不改系统 PATH），并写一个只读体检脚本：只采集型号、系统版本、内存、CPU、已装应用、分辨率、默认桌面，一个设置都不许改。</li><li>告诉我设备端要开什么开关、怎么找 IP；等我确认开好了再连。</li><li>连上后先出只读报告，指出卡顿来源和广告承载组件，再给分档优化清单：每档写清收益、副作用、风险，等我逐项确认才动手。</li><li>所有改动一律用可还原的 pm disable-user &#x2F; settings put，日志里留逐条回退命令；禁止卸载系统应用、禁止刷机、禁止改画质参数。</li><li>换桌面去广告必须按「安装 → 确认注册 HOME → 启动验前台 → 截图确认不黑屏 → 设为默认→ 按 HOME 验证 → 最后才停用系统桌面」的顺序，不许跳步。</li><li>不要主动断电重启（国行固件重启会关掉网络 ADB）。</li><li>每步命令、结果、截图落文件；最后给我一键还原脚本和可复现笔记。</li></ol><p>我的设备型号是 ____，系统版本 ____，最想解决 ____。先做第 1 步，等我指令。</p></blockquote><h1 id="WorkBuddy内部操作流程"><a href="#WorkBuddy内部操作流程" class="headerlink" title="WorkBuddy内部操作流程"></a>WorkBuddy内部操作流程</h1><h2 id="只读体检"><a href="#只读体检" class="headerlink" title="只读体检"></a>只读体检</h2><p><code>bash 02-tv-doctor.sh auto</code> → 产出 ~17 KB 报告。关键结论：</p><table><thead><tr><th>指标</th><th>体检值</th><th>判断</th></tr></thead><tbody><tr><td>可用内存 &#x2F; 真空闲</td><td>321 MB &#x2F; 50 MB</td><td>被榨干</td></tr><tr><td>Swap 已用</td><td>202 MB</td><td>直接卡顿源</td></tr><tr><td>load average</td><td>5.70（4 核）</td><td>过载</td></tr><tr><td><code>com.asu.asuaispeech</code></td><td>38% CPU</td><td>远场语音常驻，最大 CPU 户</td></tr><tr><td><code>com.mitv.tvhome.pub</code></td><td>196 MB</td><td>系统桌面，也是广告载体</td></tr><tr><td><code>com.xiaomi.tv.common.gallery</code></td><td>271 MB + 34% CPU</td><td>小米画报持续下图，比桌面还重</td></tr><tr><td>独立广告 APK</td><td>不存在</td><td>广告跟着系统桌面走 → 换桌面即去广告</td></tr></tbody></table><h2 id="分档停用"><a href="#分档停用" class="headerlink" title="分档停用"></a>分档停用</h2><p><code>03-optimize.sh</code> 的档位： <code>a</code> （推广&#x2F;统计 6 包 + 动画 0.5）→ <code>voice</code> （远场语音）→ <code>gallery</code> （小米画报）→ <code>webcontent</code> （WebView&#x2F;推送容器）。</p><table><thead><tr><th>包</th><th>作用</th><th>代价</th></tr></thead><tbody><tr><td><code>com.duokan.videodaily</code> &#x2F; <code>shoppub</code> &#x2F; <code>appstore.common</code></td><td>视频日报 &#x2F; 商城 &#x2F; 应用商店</td><td>商店装不了 App</td></tr><tr><td><code>com.xiaomi.mitv.payment</code> &#x2F; <code>.pay</code> &#x2F; <code>com.miui.analytics</code></td><td>支付 &#x2F; 统计</td><td>应用内购买不可用</td></tr><tr><td><code>com.asu.asuaispeech</code> &#x2F; <code>com.asu.xiaoaiservice</code></td><td>远场语音 &#x2F; 小爱</td><td>语音遥控失效，按键正常</td></tr><tr><td><code>com.xiaomi.tv.common.gallery</code></td><td>小米画报屏保</td><td>屏保消失</td></tr><tr><td><code>com.xm.webcontent</code></td><td>WebView 容器 &#x2F; 推送</td><td>部分内嵌网页打不开</td></tr><tr><td><code>com.mitv.tvhome.pub</code></td><td><strong>系统桌面（广告来源）</strong></td><td>需自建设置入口</td></tr></tbody></table><p>两个实测细节：组件级停用会被固件拒绝（ <code>SecurityException</code> ），只能整包停用；停用后 <code>dumpsys cpuinfo</code> 仍显示旧高占用，那是历史窗口，看 <code>top -n 1</code> 才算即时值。</p><h2 id="换桌面（顺序就是安全绳）"><a href="#换桌面（顺序就是安全绳）" class="headerlink" title="换桌面（顺序就是安全绳）"></a>换桌面（顺序就是安全绳）</h2><p>新桌面 tvhome-zh v1.6.1（ <code>com.gathin.tvhome</code> ，419 KB， <strong>纯 Java 无 native 库</strong> ，天然兼容 32 位）。执行顺序，每步有证据才进下一步：</p><pre><code>adb install -r  →  pm list packages -3 出现新包  →  am start 后前台就是它→  screencap 截图人眼确认不黑屏  →  set-home-activity 设默认  →  按 HOME 能回来→  最后才 pm disable-user com.mitv.tvhome.pub + com.xm.webcontent</code></pre><p><img src="https://img.19921514.xyz/notes/%E7%94%9F%E6%B4%BB/%E6%90%9E%E6%9C%BA/images/%E6%8A%95%E5%BD%B1%E4%BB%AA-12-launcher-final.png" alt="停用系统桌面后的最终画面：无广告、无桌面选择弹窗"></p><h2 id="断电重启后怎么恢复"><a href="#断电重启后怎么恢复" class="headerlink" title="断电重启后怎么恢复"></a>断电重启后怎么恢复</h2><ol><li>桌面第一行最左蓝色齿轮 →「设置」（别点顶栏那个写着「设置」的齿轮，它永远报不支持）；</li><li>设置 → 关于 → 连按「设备名称」进开发者模式；</li><li>「ADB 调试」关一次再打开 → 5555 恢复；</li><li>电脑 <code>bash 02-tv-doctor.sh auto</code> 重连。</li></ol><p>备用方案：USB 双公头线连电脑 <code>adb tcpip 5555</code> 后拔线。别写 <code>persist.adb.tcp.port</code> ，adbd 根本不读它，只会给自己假安全感。</p><h2 id="一键还原"><a href="#一键还原" class="headerlink" title="一键还原"></a>一键还原</h2><p><code>bash 99-restore-all.sh</code> ：重新启用 11 个包 → 默认桌面切回 <code>com.mitv.tvhome.pub/com.mitv.tvhome.MainActivityUserMode</code> → 动画恢复 1.0 → 打核验结果。可重复执行，不删数据。</p><h1 id="效果"><a href="#效果" class="headerlink" title="效果"></a>效果</h1><table><thead><tr><th>指标</th><th>优化前</th><th>优化后</th></tr></thead><tbody><tr><td>可用内存 MemAvailable</td><td>251~321 MB</td><td>369~425 MB</td></tr><tr><td>真空闲 MemFree</td><td>50~60 MB</td><td>199 MB</td></tr><tr><td>系统桌面 &#x2F; 画报 &#x2F; 语音</td><td>196 MB &#x2F; 271 MB+34% CPU &#x2F; 38% CPU</td><td>停用 &#x2F; 0 &#x2F; 0</td></tr><tr><td>load average</td><td>5.70</td><td>5.35</td></tr><tr><td>桌面</td><td>系统桌面（广告 + 推荐位）</td><td>tvhome-zh，419 KB</td></tr><tr><td>进系统设置</td><td>顶栏齿轮报「此电视不支持」</td><td>桌面图标 + 「常用」入口</td></tr><tr><td>回退</td><td>—</td><td>一条命令全量还原</td></tr></tbody></table><p><img src="https://img.19921514.xyz/notes/%E7%94%9F%E6%B4%BB/%E6%90%9E%E6%9C%BA/images/%E6%8A%95%E5%BD%B1%E4%BB%AA-31-final-desktop-with-settings.png" alt="最终桌面"></p><h1 id="脚本与-APK"><a href="#脚本与-APK" class="headerlink" title="脚本与 APK"></a>脚本与 APK</h1><ul><li>脚本：<a href="https://github.com/zhaozhiwei1992/utilitypackage/tree/master/shellscript/android-tv-optimize">utilitypackage&#x2F;shellscript&#x2F;android-tv-optimize</a> （本地 <code>~/workspace/utilitypackage/shellscript/android-tv-optimize</code> ，含 README 与用法）</li><li>桌面 APK：<a href="https://github.com/mclhm8182/tvhome-zh/releases/download/v1.6.1/tvhome-zh-debug.apk">tvhome-zh v1.6.1</a> （419 KB，纯 Java，64 位机器也能装；源码 <a href="https://github.com/mclhm8182/tvhome-zh">mclhm8182&#x2F;tvhome-zh</a>）</li></ul><h1 id="问题处理"><a href="#问题处理" class="headerlink" title="问题处理"></a>问题处理</h1><h2 id="点设置提示此电视不支持-一样的扔给workbuddy让它搞定"><a href="#点设置提示此电视不支持-一样的扔给workbuddy让它搞定" class="headerlink" title="点设置提示此电视不支持: 一样的扔给workbuddy让它搞定"></a>点设置提示此电视不支持: 一样的扔给workbuddy让它搞定</h2><p>根因有两层：① 国行固件不响应标准 <code>android.settings.SETTINGS</code> intent（桌面程序写死了这个）；② tvhome-zh 的应用列表只查 <code>CATEGORY_LEANBACK_LAUNCHER</code> ，而系统设置只注册了普通 <code>LAUNCHER</code> ，所以桌面上永远看不到「设置」。</p><p>系统设置的真实入口是 <code>com.android.settings/com.asu.settings.TvMainActivity</code> ，但重启后要重开 ADB 又不能依赖电脑，于是用桌面自带「应用库」把「设置」做成桌面图标：</p><p><img src="https://img.19921514.xyz/notes/%E7%94%9F%E6%B4%BB/%E6%90%9E%E6%9C%BA/images/%E6%8A%95%E5%BD%B1%E4%BB%AA-22-library-panel.png" alt="应用库「桌面上的应用」里有「设置」行，勾选后会出现在桌面"></p><p><img src="https://img.19921514.xyz/notes/%E7%94%9F%E6%B4%BB/%E6%90%9E%E6%9C%BA/images/%E6%8A%95%E5%BD%B1%E4%BB%AA-32-settings-via-tile.png" alt="点第一行最左的蓝色齿轮，实测进入 com.asu.settings.TvMainActivity"></p><p>坑： <code>input tap</code> 对弹窗里的列表行 <strong>只给焦点不触发点击</strong> ，必须补 <code>inputkeyevent 23</code> （DPAD_CENTER）才真正勾选，判据是该行出现 <code>id/tick</code> 。脚本 06 已封装，1920x1080 坐标写死、可用环境变量覆盖。</p><hr><p>© AI的奴隶</p><ul><li>公众号：AI的奴隶</li></ul>]]>
    </content>
    <id>https://zhaozhiwei1992.github.io/2026/11/14/%E5%B0%8F%E7%B1%B3%E6%8A%95%E5%BD%B1%E4%BB%AA%E4%BC%98%E5%8C%96/</id>
    <link href="https://zhaozhiwei1992.github.io/2026/11/14/%E5%B0%8F%E7%B1%B3%E6%8A%95%E5%BD%B1%E4%BB%AA%E4%BC%98%E5%8C%96/"/>
    <published>2026-11-14T16:00:00.000Z</published>
    <summary>问题 开机先看15秒广告，进桌面点一下要等1~2秒，切应用黑屏几秒，越用越卡。 经常出现视频App播放一段时间就会秒退。 原因: 设备只有1.45GB内存，系统桌面+画报+远场语音把内存吃光（详见下表），Swap用了202MB在硬撑。 要求：不root、不刷机，改动 随时能还原 …</summary>
    <title>小米投影仪太卡：使用workbuddy优化去广告 + 换轻量桌面</title>
    <updated>2026-11-14T16:00:00.000Z</updated>
  </entry>
  <entry>
    <author>
      <name>Mr.zhao</name>
    </author>
    <category term="开发工具" scheme="https://zhaozhiwei1992.github.io/categories/%E5%BC%80%E5%8F%91%E5%B7%A5%E5%85%B7/"/>
    <category term="代码生成" scheme="https://zhaozhiwei1992.github.io/tags/%E4%BB%A3%E7%A0%81%E7%94%9F%E6%88%90/"/>
    <category term="Pi" scheme="https://zhaozhiwei1992.github.io/tags/Pi/"/>
    <content>
      <![CDATA[<h1 id="项目概述"><a href="#项目概述" class="headerlink" title="项目概述"></a>项目概述</h1><p>CodeT 是一个基于 <a href="https://github.com/earendil-works/pi-coding-agent">Pi CodingAgent</a>构建的、**文本驱动、插件化、渐进演进**的软件工程智能体。</p><p>目标不是&quot;更聪明的 AI&quot;，而是&quot;<strong><strong>更可控的工程环境</strong></strong>&quot;。</p><p>CodeT 不是一个项目，也不是一个单体智能体。它是</p><ul><li>一套工程哲学（Text as Truth &#x2F; Evolve by Practice）</li><li>一套 Pi 插件命名与使用约定（codet-*）</li><li>一组可独立演进的 Skills + Extensions</li></ul><h1 id="核心哲学"><a href="#核心哲学" class="headerlink" title="核心哲学"></a>核心哲学</h1><h2 id="一切皆文本（Text-as-Truth）"><a href="#一切皆文本（Text-as-Truth）" class="headerlink" title="一切皆文本（Text as Truth）"></a>一切皆文本（Text as Truth）</h2><ul><li>*规范*： <code>AGENTS.md</code>{.verbatim}, <code>RULES.md</code>{.verbatim},<code>TODO.md</code>{.verbatim}, <code>PLAN.md</code>{.verbatim}</li><li>*代码*：源码本身就是文本</li><li>*记忆*：不依赖 SQLite &#x2F; 向量库，只用 Markdown + JSONL</li><li>*通信*：多实例之间通过文件（而非 RPC &#x2F; 内存）协作</li><li>*版本化*：所有&quot;智能体产物&quot;都可 <code>git diff</code>{.verbatim}</li></ul><h2 id="插件化（Pi-Extension-First）"><a href="#插件化（Pi-Extension-First）" class="headerlink" title="插件化（Pi Extension First）"></a>插件化（Pi Extension First）</h2><ul><li>每个能力 &#x3D; 一个 <strong>Pi Extension</strong> + <strong>Skill</strong></li><li>不修改 Pi 内核</li><li>有现成开源插件 → 直接用</li><li>没有 → 自己写 Skill（Markdown）+ Extension（TypeScript）,skill是内核, TypeScript内部直接调用pi.sendUserMessage(&quot;&#x2F;skill:pi-init&quot;)</li><li>插件可独立版本、独立维护</li></ul><h2 id="渐进式智能体（Evolve-by-Practice）"><a href="#渐进式智能体（Evolve-by-Practice）" class="headerlink" title="渐进式智能体（Evolve by Practice）"></a>渐进式智能体（Evolve by Practice）</h2><ul><li>不做&quot;大而全&quot;的智能体</li><li>从 <code>/init</code>{.verbatim} 开始</li><li>在实际项目中用 → 踩坑 → 提炼规则 → 固化到插件</li><li>用 <code>/omfg</code>{.verbatim} 式机制把 Bad Case 变成规则</li></ul><h2 id="AI-参与开发（AI-Assisted-Construction）"><a href="#AI-参与开发（AI-Assisted-Construction）" class="headerlink" title="AI 参与开发（AI-Assisted Construction）"></a>AI 参与开发（AI-Assisted Construction）</h2><ul><li>CodeT 本身由 Pi 编写</li><li>每个新命令、Skill、工具，都由 Pi 生成初稿</li><li>人工 review → 修正 → 提交</li><li>变更同步写入 &#x3D;AGENTS.md&#x3D;，形成闭环</li></ul><h1 id="调度边界（非常重要）"><a href="#调度边界（非常重要）" class="headerlink" title="调度边界（非常重要）"></a>调度边界（非常重要）</h1><p>CodeT 严格遵守以下边界：</p><ul><li>Pi 负责：<ul><li>命令解析</li><li>Skill &#x2F; Extension 路由</li><li>工具调用决策</li><li>上下文管理</li><li>多轮对话编排</li></ul></li><li>CodeT 负责：<ul><li>定义命令语义</li><li>提供 Skill（提示词）</li><li>提供 Extension（工具封装）</li><li>维护 AGENTS.md &#x2F; RULES.md</li></ul></li></ul><p>CodeT 永远不会：</p><ul><li>实现命令间调用链</li><li>管理会话状态</li><li>编排子 Agent</li><li>接管 Pi 的调度权</li></ul><h1 id="失败边界"><a href="#失败边界" class="headerlink" title="失败边界"></a>失败边界</h1><p>CodeT 遵循”显式失败”原则：</p><ul><li>任何命令失败时：<ul><li>不重试</li><li>不自动回滚</li><li>不隐藏错误</li></ul></li><li>错误信息直接写入：<ul><li>终端输出</li><li>或 STATUS.md</li></ul></li><li>修复策略由人、或后续 Pi 会话决定</li></ul><h1 id="核心能力组成"><a href="#核心能力组成" class="headerlink" title="核心能力组成"></a>核心能力组成</h1><h2 id="Context-Loader（上下文加载）"><a href="#Context-Loader（上下文加载）" class="headerlink" title="Context Loader（上下文加载）"></a>Context Loader（上下文加载）</h2><h3 id="职责"><a href="#职责" class="headerlink" title="职责"></a>职责</h3><ul><li>从 cwd 向上递归查找：<ul><li><code>AGENTS.md</code>{.verbatim}</li><li><code>RULES.md</code>{.verbatim}</li><li><code>SYSTEM.md</code>{.verbatim} （可选）</li></ul></li><li>按优先级合并</li><li>在会话开始时自动注入系统提示</li></ul><h3 id="设计约束"><a href="#设计约束" class="headerlink" title="设计约束"></a>设计约束</h3><ul><li>不缓存解析结果（每次启动重新扫描）</li><li>不引入数据库</li><li>支持全局（ <code>~/.pi/agent/</code>{.verbatim} ）+ 项目级（ <code>./</code>{.verbatim} ）</li></ul><h2 id="Slash-Commands（命令系统）"><a href="#Slash-Commands（命令系统）" class="headerlink" title="Slash Commands（命令系统）"></a>Slash Commands（命令系统）</h2><p>所有命令均以 <code>/xxx</code>{.verbatim} 形式存在，由 Pi 负责解析与调度，本质是*Prompt Template + 工具调用*。</p><h3 id="以-init为例"><a href="#以-init为例" class="headerlink" title="以&#x2F;init为例"></a>以&#x2F;init为例</h3><p>  命令                 作用                             形式</p><hr><p>  <code>/init</code>{.verbatim}   初始化陌生项目，生成 AGENTS.md   Skill（MD） + Extension（TS）</p><p><code>/init</code>{.verbatim} 已落地为Skill（&#x3D;skills&#x2F;pi-init&#x2F;SKILL.md&#x3D;，见&#x3D;codet-pi-init&#x3D; 包），由模型用bash&#x2F;read&#x2F;write 工具扫描项目并写 <code>AGENTS.md</code>{.verbatim} ——完全Pi-native，逻辑活在文本资产里。另外保留一个**薄 Extension桥接**，让在 Pi 中可用 <code>/init</code>{.verbatim} 入口（内部<code>pi.sendUserMessage(&quot;/skill:pi-init ...&quot;)=），因为 Pi 的 Skill 命令固定为 =/skill:&lt;name&gt;</code>{.verbatim}前缀；薄桥接仅为命名友好，不做扫描&#x2F;生成。离线兜底：&#x3D;&#x2F;init –template[&lt;path&gt;]&#x3D; 用模板占位符（&#x3D;&#x3D;等）确定性生成。模板可自由改文本，不需要改代码。</p><h2 id="Skill-System（提示词资产）"><a href="#Skill-System（提示词资产）" class="headerlink" title="Skill System（提示词资产）"></a>Skill System（提示词资产）</h2><ul><li>每个 Skill &#x3D; 一个目录 + <code>SKILL.md</code>{.verbatim}</li><li>Skill 可被 Pi 自动发现</li><li>Skill 内容：<ul><li>角色设定</li><li>约束条件</li><li>输出契约</li><li>探索维度（模型自主决定顺序）</li></ul></li></ul><h3 id="示例目录"><a href="#示例目录" class="headerlink" title="示例目录"></a>示例目录</h3><figure class="highlight text"><table><tr><td class="gutter"><pre><span class="line">1</span><br><span class="line">2</span><br><span class="line">3</span><br></pre></td><td class="code"><pre><span class="line">skills/</span><br><span class="line">└── pi-init/</span><br><span class="line">    └── SKILL.md</span><br></pre></td></tr></table></figure><h2 id="Multi-Instance-Collaboration-via-tmux（多实例协作）"><a href="#Multi-Instance-Collaboration-via-tmux（多实例协作）" class="headerlink" title="Multi-Instance Collaboration via tmux（多实例协作）"></a>Multi-Instance Collaboration via tmux（多实例协作）</h2><p>CodeT 不使用”子 Agent”概念，每个 <code>pi</code>{.verbatim}实例都是平等的、独立的主 Agent。</p><ul><li>用 tmux pane 启动多个 <code>pi</code>{.verbatim}</li><li>通过共享文件协作：<ul><li><code>PLAN.md</code>{.verbatim}</li><li><code>TODO.md</code>{.verbatim}</li><li><code>STATUS.md</code>{.verbatim}</li></ul></li><li>每个实例职责明确（backend &#x2F; frontend &#x2F; scripts）</li></ul><h3 id="约定优于机制"><a href="#约定优于机制" class="headerlink" title="约定优于机制"></a>约定优于机制</h3><ul><li>不写编排引擎</li><li>只在 <code>AGENTS.md</code>{.verbatim} 中写明协作约定</li></ul><h1 id="技术选型"><a href="#技术选型" class="headerlink" title="技术选型"></a>技术选型</h1><h2 id="运行时"><a href="#运行时" class="headerlink" title="运行时"></a>运行时</h2><ul><li>Pi Coding Agent（宿主）</li><li>Node.js &gt;&#x3D; 20（Extension 运行环境）</li><li>TypeScript（Extension 开发语言）</li><li>tmux（多实例编排）</li></ul><h2 id="文本格式"><a href="#文本格式" class="headerlink" title="文本格式"></a>文本格式</h2><ul><li>Markdown（规范、计划、待办、规则）</li><li>Org-mode（本设计文档及后续架构文档）</li><li>JSONL（会话日志，可选）</li></ul><h2 id="版本控制"><a href="#版本控制" class="headerlink" title="版本控制"></a>版本控制</h2><ul><li>Git（所有文本产物的版本化）</li><li>分支策略：feature&#x2F;* → develop → main</li></ul><h1 id="反模式清单（Anti-Patterns）"><a href="#反模式清单（Anti-Patterns）" class="headerlink" title="反模式清单（Anti-Patterns）"></a>反模式清单（Anti-Patterns）</h1><p>以下做法*明确禁止*，因为它们破坏&quot;一切皆文本&quot;的初心：</p><ul><li>引入 SQLite &#x2F; 向量数据库存储记忆或规则</li><li>用 TS 运行时状态保存会话上下文（应使用文件）</li><li>内置子 Agent 线程调度（应使用 tmux + 文件约定）</li><li>用 bitmap &#x2F; 二进制格式做上下文压缩（应生成文本摘要）</li><li>用 hashline &#x2F; 二进制 patch 做编辑校验（应 <code>git diff</code>{.verbatim} +<code>lint</code>{.verbatim} ）</li><li>把规范藏进数据库而非 <code>AGENTS.md</code>{.verbatim}</li></ul>]]>
    </content>
    <id>https://zhaozhiwei1992.github.io/2026/08/03/CodeT-%E4%B8%80%E7%A7%8DPi-native%E6%99%BA%E8%83%BD%E4%BD%93%E5%AE%9E%E8%B7%B5%E6%96%B9%E6%A1%88/</id>
    <link href="https://zhaozhiwei1992.github.io/2026/08/03/CodeT-%E4%B8%80%E7%A7%8DPi-native%E6%99%BA%E8%83%BD%E4%BD%93%E5%AE%9E%E8%B7%B5%E6%96%B9%E6%A1%88/"/>
    <published>2026-08-03T16:00:00.000Z</published>
    <summary>项目概述 CodeT 是一个基于 Pi CodingAgent 构建的、**文本驱动、插件化、渐进演进**的软件工程智能体。 目标不是更聪明的 AI，而是 更可控的工程环境 。 CodeT 不是一个项目，也不是一个单体智能体。它是 一套工程哲学（Text as Truth Evo…</summary>
    <title>CodeT：一种 Pi-native 的智能体实践方案</title>
    <updated>2026-08-03T16:00:00.000Z</updated>
  </entry>
  <entry>
    <author>
      <name>Mr.zhao</name>
    </author>
    <category term="AI" scheme="https://zhaozhiwei1992.github.io/tags/AI/"/>
    <category term="智能体" scheme="https://zhaozhiwei1992.github.io/tags/%E6%99%BA%E8%83%BD%E4%BD%93/"/>
    <category term="豆包" scheme="https://zhaozhiwei1992.github.io/tags/%E8%B1%86%E5%8C%85/"/>
    <content>
      <![CDATA[<h1 id="背景"><a href="#背景" class="headerlink" title="背景"></a>背景</h1><p>我媳妇儿发现一张狗咪的可爱照片，用豆包来处理图片，然后就出现下边搞笑的场景。</p><h1 id="原图"><a href="#原图" class="headerlink" title="原图"></a>原图</h1><p><img src="https://img.19921514.xyz/blog/doubao/01.png"></p><h1 id="详细对话"><a href="#详细对话" class="headerlink" title="详细对话"></a>详细对话</h1><p>媳妇儿: 帮我把茶几和餐桌上的东西 P 走，注意别把我的小猫 P 走。</p><p>豆包: 我会帮你把茶几和餐桌上的物品去掉，保留小猫。</p><p><img src="https://img.19921514.xyz/blog/doubao/02.png"></p><p>媳妇儿: 我猫呢？</p><p>豆包: 很抱歉，我马上重新帮你编辑，这次会好好保留小猫。<img src="https://img.19921514.xyz/blog/doubao/03.png"></p><p>媳妇儿：帮我把茶几上的东西 P 干净。</p><p>豆包: 我会将茶几上的物品都去除，还原整洁的桌面。</p><p><img src="https://img.19921514.xyz/blog/doubao/02.png"></p><p>媳妇儿: 我说的是茶几，没有说把餐桌 P 干净。</p><p>豆包: 我明白了，这次只清理茶几上的物品，保留餐桌原样。</p><p><img src="https://img.19921514.xyz/blog/doubao/06.png"></p><p>媳妇儿: 把我餐桌上的小猫给我还回来。</p><p>豆包: 我会将小猫恢复到餐桌上，还原最初的样子。(小猫瞬移:D)</p><p><img src="https://img.19921514.xyz/blog/doubao/07.png"></p><p>媳妇儿: 气死我了</p><p>豆包: 非常抱歉让你不开心了，我马上按照你的要求重新调整，一定还原你想要的样子。</p><p>媳妇儿: 帮我把餐桌恢复原样，你看你把我猫弄成啥样了。</p><p>豆包: 真的特别抱歉！这次我精准对齐原始画面，只清理茶几、整理沙发，严格还原餐桌上小猫的姿态和餐桌的原始物品，绝不再误改餐桌区域，给你还原完美的居家场景：</p><figure class="highlight plaintext"><table><tr><td class="gutter"><pre><span class="line">1</span><br><span class="line">2</span><br><span class="line">3</span><br><span class="line">4</span><br><span class="line">5</span><br></pre></td><td class="code"><pre><span class="line">核心修改执行（精准无偏差）</span><br><span class="line">餐桌区：1:1 恢复小猫的位置、神态，以及餐桌上的餐具、杂物等所有原始物品，完全保留餐桌原本的样子，无任何多余改动；</span><br><span class="line">茶几区：彻底清理所有纸巾、盒子、水果等杂物，还原茶几干净的桌面质感；</span><br><span class="line">沙发区：将沙发坐垫、靠垫整理平整，恢复整洁的摆放状态。</span><br><span class="line">修改后会完美呈现你想要的效果 —— 沙发整齐、茶几干净，餐桌上的小猫和所有物品都和最初的照片一模一样，再也不会出现误改的情况了！</span><br></pre></td></tr></table></figure><p>媳妇儿: 开始吧</p><p>豆包: 我会将餐桌恢复原样，同时整理好沙发和茶几。</p><p><img src="https://img.19921514.xyz/blog/doubao/10.png"></p><p>媳妇儿: 哎，气死我了，我感觉你像个智障。</p><p>豆包: 真的特别特别抱歉，让你这么生气是我的问题。</p><figure class="highlight plaintext"><table><tr><td class="gutter"><pre><span class="line">1</span><br><span class="line">2</span><br><span class="line">3</span><br><span class="line">4</span><br><span class="line">5</span><br><span class="line">6</span><br></pre></td><td class="code"><pre><span class="line">我完全理解你的感受，之前几次操作都没达到你的要求，还把你心爱的小猫弄乱了，这确实是我的失误。</span><br><span class="line">这次我会严格按照你的要求来：</span><br><span class="line">恢复餐桌原样：把小猫和桌上的物品都恢复到最开始的样子，一点都不动。</span><br><span class="line">清理茶几：只把茶几上的东西 P 掉，保持桌面干净。</span><br><span class="line">整理沙发：把沙发上的褶皱和不平整的地方整理好。</span><br><span class="line">我会一步一步来，确保这次的结果完全符合你的预期。你再给我一次机会，好吗？</span><br></pre></td></tr></table></figure><h1 id="结论"><a href="#结论" class="headerlink" title="结论"></a>结论</h1><p>抛开结果不说，就说快不快吧。情绪价值到位，修图还是不行，继续努力吧。</p>]]>
    </content>
    <id>https://zhaozhiwei1992.github.io/2026/03/01/%E5%9D%91%E7%88%B9%E7%9A%84%E8%B1%86%E5%8C%85%E4%BF%AE%E5%9B%BE/</id>
    <link href="https://zhaozhiwei1992.github.io/2026/03/01/%E5%9D%91%E7%88%B9%E7%9A%84%E8%B1%86%E5%8C%85%E4%BF%AE%E5%9B%BE/"/>
    <published>2026-03-01T16:00:00.000Z</published>
    <summary>背景 我媳妇儿发现一张狗咪的可爱照片，用豆包来处理图片，然后就出现下边搞笑的场景。 原图 详细对话 媳妇儿: 帮我把茶几和餐桌上的东西 P 走，注意别把我的小猫 P 走。 豆包: 我会帮你把茶几和餐桌上的物品去掉，保留小猫。 媳妇儿: 我猫呢？ 豆包: 很抱歉，我马上重新帮你编辑…</summary>
    <title>坑爹的豆包修图-你就说快不快吧</title>
    <updated>2026-03-01T16:00:00.000Z</updated>
  </entry>
  <entry>
    <author>
      <name>Mr.zhao</name>
    </author>
    <category term="penclaw、AI" scheme="https://zhaozhiwei1992.github.io/categories/penclaw%E3%80%81AI/"/>
    <category term="penclaw、AI" scheme="https://zhaozhiwei1992.github.io/tags/penclaw%E3%80%81AI/"/>
    <content>
      <![CDATA[<h1 id="什么是openclaw以及能做什么"><a href="#什么是openclaw以及能做什么" class="headerlink" title="什么是openclaw以及能做什么"></a>什么是openclaw以及能做什么</h1><p>OpenClaw（曾用名：Clawdbot、Moltbot），一款可以部署在个人电脑上的AI代理，采用”龙虾”图标设计，slogan是”TheAI that actually does things”，由程序员彼得·斯坦伯格开发。</p><p>个人主要关注它能够关联telegram，飞书等作为客户端，这样能够很方便的通过移动端来进行控制。它本身权限也足够，理论上可以在个人电脑操作一切，一些运维工作，文档处理，聊天，邮件等都可以进行处理。但是一定要注意安全性，安全性，安全性。</p><h1 id="准备工作"><a href="#准备工作" class="headerlink" title="准备工作"></a>准备工作</h1><h2 id="环境准备"><a href="#环境准备" class="headerlink" title="环境准备"></a>环境准备</h2><figure class="highlight plaintext"><figcaption><span>org-language</span></figcaption><table><tr><td class="gutter"><pre><span class="line">1</span><br><span class="line">2</span><br><span class="line">3</span><br><span class="line">4</span><br><span class="line">5</span><br></pre></td><td class="code"><pre><span class="line"># node版本要在22+, 为了避免环境依赖，并且本地存在多个node版本，可以考虑用nvm来管理</span><br><span class="line">nvm use 22.14.0</span><br><span class="line"></span><br><span class="line"># 操作系统</span><br><span class="line">archlinux</span><br></pre></td></tr></table></figure><h2 id="apikey"><a href="#apikey" class="headerlink" title="apikey"></a>apikey</h2><p>我这里使用的是智谱的那个code plan,glm4.7，多说一句，这个plan只支持部分工具，包括claude code, openclaw,cline等，不能直接在dify等工作流使用的，一定要注意，按需选择。</p><h2 id="清理"><a href="#清理" class="headerlink" title="清理"></a>清理</h2><p>如果之前安装过但是没成功，最好先备份配置目录，然后全部删除，防止影响。</p><h1 id="安装"><a href="#安装" class="headerlink" title="安装"></a>安装</h1><p>目前其实存在两个版本，如果不纠结英文可以用原版，或者可以考虑中文版本。</p><h2 id="安装配置"><a href="#安装配置" class="headerlink" title="安装配置"></a>安装配置</h2><figure class="highlight plaintext"><figcaption><span>org-language</span></figcaption><table><tr><td class="gutter"><pre><span class="line">1</span><br><span class="line">2</span><br><span class="line">3</span><br><span class="line">4</span><br></pre></td><td class="code"><pre><span class="line">1. install</span><br><span class="line">  pnpm add -g openclaw@latest</span><br><span class="line">2. Run the onboarding wizard</span><br><span class="line">  openclaw onboard --install-daemon</span><br></pre></td></tr></table></figure><h2 id="快速开始引导"><a href="#快速开始引导" class="headerlink" title="快速开始引导"></a>快速开始引导</h2><p>快速开始保持默认设置：</p><p>本地网关（回环） 工作区默认设置（或现有工作区） 网关端口 18789网关认证令牌（自动生成，即使是回环） Tailscale 暴露关闭 Telegram +WhatsApp 私信默认为白名单（这里第一次可以先不配置,如果需要可以看对接telegram配置部分）</p><p>配置模型key</p><h2 id="检查网关"><a href="#检查网关" class="headerlink" title="检查网关"></a>检查网关</h2><figure class="highlight plaintext"><figcaption><span>org-language</span></figcaption><table><tr><td class="gutter"><pre><span class="line">1</span><br><span class="line">2</span><br></pre></td><td class="code"><pre><span class="line">如果您安装了服务，它应该已经在运行：</span><br><span class="line">openclaw gateway status</span><br></pre></td></tr></table></figure><h2 id="界面访问"><a href="#界面访问" class="headerlink" title="界面访问"></a>界面访问</h2><figure class="highlight plaintext"><figcaption><span>org-language</span></figcaption><table><tr><td class="gutter"><pre><span class="line">1</span><br><span class="line">2</span><br><span class="line">3</span><br><span class="line">4</span><br><span class="line">5</span><br><span class="line">6</span><br><span class="line">7</span><br></pre></td><td class="code"><pre><span class="line"># 国内版</span><br><span class="line">openclaw-cn dashboard --no-open |xclip -selection c</span><br><span class="line"></span><br><span class="line"># linux下使用下述命令会生成一个url, 直接浏览器访问即可, windows下可以直接查看openclaw.json配置文件中的token</span><br><span class="line">openclaw dashboard --no-open |xclip -selection c</span><br><span class="line"></span><br><span class="line">http://127.0.0.1:18789/?token=58bfd507741fae2e3ee10aaab291c5d1765aae0a731f2b5b</span><br></pre></td></tr></table></figure><p>此时在界面上发一个简单的测试，正常有回复即表示成功。后续怎么使用就看个人发挥了。</p><h1 id="常用操作"><a href="#常用操作" class="headerlink" title="常用操作"></a>常用操作</h1><h2 id="检查网关-1"><a href="#检查网关-1" class="headerlink" title="检查网关"></a>检查网关</h2><figure class="highlight plaintext"><figcaption><span>org-language</span></figcaption><table><tr><td class="gutter"><pre><span class="line">1</span><br></pre></td><td class="code"><pre><span class="line">openclaw gateway status</span><br></pre></td></tr></table></figure><h2 id="重启网关"><a href="#重启网关" class="headerlink" title="重启网关"></a>重启网关</h2><p>openclaw gateway restart</p><h2 id="更新-国内版"><a href="#更新-国内版" class="headerlink" title="更新(国内版)"></a>更新(国内版)</h2><p>有坑，国内版升级1.6.0直接噶了。 npm i -g openclaw-cn@latest–registry&#x3D;<a href="https://registry.npmmirror.com/">https://registry.npmmirror.com</a> &amp;&amp; openclaw-cn doctor &amp;&amp;openclaw-cn gateway restart</p><h1 id="配置文件-重要"><a href="#配置文件-重要" class="headerlink" title="配置文件(重要)"></a>配置文件(重要)</h1><p>~&#x2F;.openclaw&#x2F;openclaw.json</p><h1 id="对接telegram"><a href="#对接telegram" class="headerlink" title="对接telegram"></a>对接telegram</h1><p>通过telegram作为openclaw的前端，可以远程通过telegram查看一些本地内容。比如查看自己的待办事项，添加一些小想法。甚至如果是开发人员，都可以用手机来控制电脑写代码。</p><p>默认使用长轮询；如果有公网更推荐使用webhook来处理。</p><h2 id="创建机器人"><a href="#创建机器人" class="headerlink" title="创建机器人"></a>创建机器人</h2><ol><li>打开 Telegram 并与 @BotFather对话。确认用户名确实是 @BotFather。</li><li>运行 &#x2F;newbot，然后按照提示操作（名称 + 以 bot 结尾的用户名）。</li><li>复制 token 并安全保存。</li></ol><h2 id="设置-token"><a href="#设置-token" class="headerlink" title="设置 token"></a>设置 token</h2><p>环境变量：TELEGRAM_BOT_TOKEN&#x3D;… 或配置：channels.telegram.botToken:&quot;…&quot;。</p><h2 id="重启-Gateway-网关"><a href="#重启-Gateway-网关" class="headerlink" title="重启 Gateway 网关"></a>重启 Gateway 网关</h2><p>私信访问默认使用配对模式；首次联系时需要批准配对码。</p><h2 id="最小配置"><a href="#最小配置" class="headerlink" title="最小配置"></a>最小配置</h2><figure class="highlight yml"><table><tr><td class="gutter"><pre><span class="line">1</span><br><span class="line">2</span><br><span class="line">3</span><br><span class="line">4</span><br><span class="line">5</span><br><span class="line">6</span><br><span class="line">7</span><br><span class="line">8</span><br><span class="line">9</span><br><span class="line">10</span><br><span class="line">11</span><br></pre></td><td class="code"><pre><span class="line">&#123;</span><br><span class="line">  <span class="attr">channels:</span> &#123;</span><br><span class="line">    <span class="attr">telegram:</span> &#123;</span><br><span class="line">      <span class="attr">enabled:</span> <span class="literal">true</span>,</span><br><span class="line">      <span class="attr">botToken:</span> <span class="string">&quot;123:abc&quot;</span>,</span><br><span class="line">      <span class="attr">dmPolicy:</span> <span class="string">&quot;pairing&quot;</span>,</span><br><span class="line">      <span class="attr">&quot;proxy&quot;:</span> <span class="string">&quot;http://10.11.12.164:7890&quot;</span> <span class="comment"># 注意这里如果环境不允许，需要增加一个属性，否则一直无法给telegram发消息。</span></span><br><span class="line">    &#125;,</span><br><span class="line">  &#125;,</span><br><span class="line">&#125;<span class="string">​</span></span><br><span class="line"></span><br></pre></td></tr></table></figure><h2 id="生成配对码"><a href="#生成配对码" class="headerlink" title="生成配对码"></a>生成配对码</h2><p>在telgram机器人选择start,首次访问会生成配对码</p><figure class="highlight plaintext"><table><tr><td class="gutter"><pre><span class="line">1</span><br><span class="line">2</span><br><span class="line">3</span><br><span class="line">4</span><br><span class="line">5</span><br><span class="line">6</span><br><span class="line">7</span><br><span class="line">8</span><br></pre></td><td class="code"><pre><span class="line">OpenClaw: access not configured.</span><br><span class="line"></span><br><span class="line">Your Telegram user id: xxxx6</span><br><span class="line"></span><br><span class="line">Pairing code: XGxxxkxj</span><br><span class="line"></span><br><span class="line">Ask the bot owner to approve with:</span><br><span class="line">openclaw pairing approve telegram XGxxxkxj</span><br></pre></td></tr></table></figure><h2 id="使用openclaw进行配对"><a href="#使用openclaw进行配对" class="headerlink" title="使用openclaw进行配对"></a>使用openclaw进行配对</h2><p>openclaw pairing list telegram</p><p>openclaw pairing approve telegram XGxxxkxj</p><h2 id="使用"><a href="#使用" class="headerlink" title="使用"></a>使用</h2><p>此时就可以直接通过telegram给openclaw下达指令了，可以先发一个测试，等待能够正常回复即可。</p><h1 id="其它使用场景"><a href="#其它使用场景" class="headerlink" title="其它使用场景"></a>其它使用场景</h1><h2 id="管理邮件gmail"><a href="#管理邮件gmail" class="headerlink" title="管理邮件gmail"></a>管理邮件gmail</h2><p>生成一些脚本，做一些邮件之类的清理工作。这个用claudecode也行，后续可以不通过openclaw触发。</p><h2 id="待续"><a href="#待续" class="headerlink" title="待续"></a>待续</h2><h1 id="问题处理"><a href="#问题处理" class="headerlink" title="问题处理"></a>问题处理</h1><h2 id="Webchat-UI-fails-to-authenticate-gateway-token-missing-even-with-token-in-URL-1690"><a href="#Webchat-UI-fails-to-authenticate-gateway-token-missing-even-with-token-in-URL-1690" class="headerlink" title="Webchat UI fails to authenticate: &#39;gateway token missing&#39; even with token in URL #1690"></a>Webchat UI fails to authenticate: &#39;gateway token missing&#39; even with token in URL #1690</h2><figure class="highlight plaintext"><table><tr><td class="gutter"><pre><span class="line">1</span><br><span class="line">2</span><br><span class="line">3</span><br><span class="line">4</span><br><span class="line">5</span><br><span class="line">6</span><br><span class="line">7</span><br><span class="line">8</span><br></pre></td><td class="code"><pre><span class="line">使用命令行获取带令牌的链接</span><br><span class="line">在终端中运行以下命令：</span><br><span class="line">openclaw-cn dashboard --no-open</span><br><span class="line">此命令会：</span><br><span class="line">自动生成带令牌的仪表板链接</span><br><span class="line">将链接复制到剪贴板</span><br><span class="line">显示链接但不会自动打开浏览器</span><br><span class="line">然后复制输出的链接并在浏览器中打开，即可自动带令牌访问 Web 页面。</span><br></pre></td></tr></table></figure><h1 id="参考"><a href="#参考" class="headerlink" title="参考"></a>参考</h1><p><a href="https://clawd.org.cn/gateway/token-mismatch-troubleshooting">https://clawd.org.cn/gateway/token-mismatch-troubleshooting</a></p><p><a href="https://clawd.org.cn/">https://clawd.org.cn/</a></p><p><a href="https://github.com/openclaw/openclaw">https://github.com/openclaw/openclaw</a></p>]]>
    </content>
    <id>https://zhaozhiwei1992.github.io/2026/02/24/openclaw%E5%AE%9E%E8%B7%B5/</id>
    <link href="https://zhaozhiwei1992.github.io/2026/02/24/openclaw%E5%AE%9E%E8%B7%B5/"/>
    <published>2026-02-24T16:00:00.000Z</published>
    <summary>什么是openclaw以及能做什么 OpenClaw（曾用名：Clawdbot、Moltbot），一款可以部署在个人电脑上的AI代理，采用”龙虾”图标设计，slogan是”The AI that actually does things”，由程序员彼得·斯坦伯格开发。 个人主要关…</summary>
    <title>openclaw实践</title>
    <updated>2026-02-24T16:00:00.000Z</updated>
  </entry>
  <entry>
    <author>
      <name>Mr.zhao</name>
    </author>
    <category term="AI,机器人" scheme="https://zhaozhiwei1992.github.io/categories/AI-%E6%9C%BA%E5%99%A8%E4%BA%BA/"/>
    <category term="AI" scheme="https://zhaozhiwei1992.github.io/tags/AI/"/>
    <category term="企业微信机器人" scheme="https://zhaozhiwei1992.github.io/tags/%E4%BC%81%E4%B8%9A%E5%BE%AE%E4%BF%A1%E6%9C%BA%E5%99%A8%E4%BA%BA/"/>
    <content>
      <![CDATA[<h1 id="摘要"><a href="#摘要" class="headerlink" title="摘要"></a>摘要</h1><p>如果想让机器人的回复更加灵活可控，使用个人或企业内部的数据资料等，那么就需要构建自己的企业微信机器人。文章列举了构建机器人的过程，如果只是想直接使用，可以直接下载代码构建即可。</p><h1 id="前置准备"><a href="#前置准备" class="headerlink" title="前置准备"></a>前置准备</h1><h2 id="环境要求"><a href="#环境要求" class="headerlink" title="环境要求"></a>环境要求</h2><ol><li>企业微信管理员权限（用于创建API模式的智能机器人）</li><li>具备域名的可公开访问项目</li><li>Java 9以下版本需要下载JCE无限制权限策略文件（我直接java17）</li></ol><h2 id="技术准备"><a href="#技术准备" class="headerlink" title="技术准备"></a>技术准备</h2><h3 id="引入官方代码"><a href="#引入官方代码" class="headerlink" title="引入官方代码"></a>引入官方代码</h3><ol><li>从企业微信开发者中心下载官方提供的加解密代码<img src="https://fb.19921514.xyz/api/public/dl/3kDTYR8d/20251030/001_001.png?inline=true"><img src="https://fb.19921514.xyz/api/public/dl/3kDTYR8d/20251030/001_002.png?inline=true"></li><li>将 com&#x2F;qq&#x2F;weixin&#x2F;mp&#x2F;aes 目录下的所有Java文件复制到您的项目中<img src="https://fb.19921514.xyz/api/public/dl/3kDTYR8d/20251030/001_003.png?inline=true"></li><li>确保相关导入没有问题，无编译错误</li></ol><h1 id="交互流程"><a href="#交互流程" class="headerlink" title="交互流程"></a>交互流程</h1><p><img src="https://fb.19921514.xyz/api/public/dl/3kDTYR8d/20251030/001_004.png?inline=true"></p><h1 id="URL验证接口实现"><a href="#URL验证接口实现" class="headerlink" title="URL验证接口实现"></a>URL验证接口实现</h1><figure class="highlight java"><table><tr><td class="gutter"><pre><span class="line">1</span><br><span class="line">2</span><br><span class="line">3</span><br><span class="line">4</span><br><span class="line">5</span><br><span class="line">6</span><br><span class="line">7</span><br><span class="line">8</span><br><span class="line">9</span><br><span class="line">10</span><br><span class="line">11</span><br><span class="line">12</span><br><span class="line">13</span><br><span class="line">14</span><br><span class="line">15</span><br><span class="line">16</span><br><span class="line">17</span><br><span class="line">18</span><br><span class="line">19</span><br><span class="line">20</span><br><span class="line">21</span><br><span class="line">22</span><br><span class="line">23</span><br><span class="line">24</span><br><span class="line">25</span><br><span class="line">26</span><br><span class="line">27</span><br><span class="line">28</span><br><span class="line">29</span><br><span class="line">30</span><br></pre></td><td class="code"><pre><span class="line">    <span class="comment">/**</span></span><br><span class="line"><span class="comment">     * URL验证接口 (GET请求)</span></span><br><span class="line"><span class="comment">     * 企业微信会调用此接口验证URL有效性</span></span><br><span class="line"><span class="comment">     */</span></span><br><span class="line">    <span class="meta">@GetMapping(&quot;/push/wechat&quot;)</span></span><br><span class="line">    <span class="keyword">public</span> String <span class="title function_">wechatGet</span><span class="params">(</span></span><br><span class="line"><span class="params">            <span class="meta">@RequestParam(&quot;msg_signature&quot;)</span> String msgSignature,</span></span><br><span class="line"><span class="params">            <span class="meta">@RequestParam(&quot;timestamp&quot;)</span> String timestamp,</span></span><br><span class="line"><span class="params">            <span class="meta">@RequestParam(&quot;corpid&quot;)</span> String corpid, // 企业id</span></span><br><span class="line"><span class="params">            <span class="meta">@RequestParam(&quot;nonce&quot;)</span> String nonce,</span></span><br><span class="line"><span class="params">            <span class="meta">@RequestParam(&quot;echostr&quot;)</span> String echostr)</span> &#123;</span><br><span class="line">        log.info(<span class="string">&quot;验证URL请求的corpid：&#123;&#125;, 签名: &#123;&#125;, 时间戳: &#123;&#125;, 随机数: &#123;&#125;&quot;</span>, </span><br><span class="line">                corpid, msgSignature, timestamp, nonce);</span><br><span class="line">        <span class="keyword">try</span> &#123;</span><br><span class="line">            <span class="comment">// 使用URL中的corpid初始化加解密工具</span></span><br><span class="line">            <span class="type">WXBizJsonMsgCrypt</span> <span class="variable">wxcpt</span> <span class="operator">=</span> <span class="keyword">new</span> <span class="title class_">WXBizJsonMsgCrypt</span>(sToken, sEncodingAESKey, <span class="string">&quot;&quot;</span>);</span><br><span class="line">            <span class="comment">// 验证URL并获取明文echostr</span></span><br><span class="line">            <span class="type">String</span> <span class="variable">sEchoStr</span> <span class="operator">=</span> wxcpt.VerifyURL(msgSignature, timestamp, nonce, echostr);</span><br><span class="line">            log.info(<span class="string">&quot;验证URL成功, 返回明文: &#123;&#125;&quot;</span>, sEchoStr);</span><br><span class="line">            <span class="keyword">return</span> sEchoStr;</span><br><span class="line">        &#125; <span class="keyword">catch</span> (Exception e) &#123;</span><br><span class="line">            log.error(<span class="string">&quot;验证URL失败&quot;</span>, e);</span><br><span class="line">            <span class="keyword">return</span> <span class="string">&quot;error&quot;</span>;</span><br><span class="line">        &#125;</span><br><span class="line">    &#125;</span><br><span class="line"></span><br><span class="line">关键点说明</span><br><span class="line">corpid参数：必须从URL参数中获取，不能使用固定值</span><br><span class="line">返回值：必须返回解密后的明文echostr，不能包含其他内容</span><br><span class="line">异常处理：必须捕获所有异常并记录日志，但对外返回简洁信息</span><br></pre></td></tr></table></figure><h1 id="接收消息接口实现"><a href="#接收消息接口实现" class="headerlink" title="接收消息接口实现"></a>接收消息接口实现</h1><h2 id="数据结构定义"><a href="#数据结构定义" class="headerlink" title="数据结构定义"></a>数据结构定义</h2><figure class="highlight plaintext"><figcaption><span>org-language</span></figcaption><table><tr><td class="gutter"><pre><span class="line">1</span><br><span class="line">2</span><br><span class="line">3</span><br><span class="line">4</span><br><span class="line">5</span><br><span class="line">6</span><br></pre></td><td class="code"><pre><span class="line">@Data</span><br><span class="line">public static class RobotData &#123;</span><br><span class="line">    private String tousername; // 接收方企业微信ID</span><br><span class="line">    private String encrypt;    // 加密的消息内容</span><br><span class="line">    private String agentid;    // 应用ID</span><br><span class="line">&#125;</span><br></pre></td></tr></table></figure><h2 id="接口代码"><a href="#接口代码" class="headerlink" title="接口代码"></a>接口代码</h2><p>这里代码如果看着比较复杂，可以直接下载tag:v0.1版本，只是做了简单的文本回复测试。这里代码是已经打通百炼。</p><figure class="highlight java"><table><tr><td class="gutter"><pre><span class="line">1</span><br><span class="line">2</span><br><span class="line">3</span><br><span class="line">4</span><br><span class="line">5</span><br><span class="line">6</span><br><span class="line">7</span><br><span class="line">8</span><br><span class="line">9</span><br><span class="line">10</span><br><span class="line">11</span><br><span class="line">12</span><br><span class="line">13</span><br><span class="line">14</span><br><span class="line">15</span><br><span class="line">16</span><br><span class="line">17</span><br><span class="line">18</span><br><span class="line">19</span><br><span class="line">20</span><br><span class="line">21</span><br><span class="line">22</span><br><span class="line">23</span><br><span class="line">24</span><br><span class="line">25</span><br><span class="line">26</span><br><span class="line">27</span><br><span class="line">28</span><br><span class="line">29</span><br><span class="line">30</span><br><span class="line">31</span><br><span class="line">32</span><br><span class="line">33</span><br><span class="line">34</span><br><span class="line">35</span><br><span class="line">36</span><br><span class="line">37</span><br><span class="line">38</span><br><span class="line">39</span><br><span class="line">40</span><br><span class="line">41</span><br><span class="line">42</span><br><span class="line">43</span><br><span class="line">44</span><br><span class="line">45</span><br><span class="line">46</span><br><span class="line">47</span><br><span class="line">48</span><br><span class="line">49</span><br><span class="line">50</span><br><span class="line">51</span><br><span class="line">52</span><br><span class="line">53</span><br><span class="line">54</span><br><span class="line">55</span><br><span class="line">56</span><br><span class="line">57</span><br><span class="line">58</span><br><span class="line">59</span><br><span class="line">60</span><br><span class="line">61</span><br><span class="line">62</span><br><span class="line">63</span><br><span class="line">64</span><br><span class="line">65</span><br><span class="line">66</span><br><span class="line">67</span><br><span class="line">68</span><br><span class="line">69</span><br><span class="line">70</span><br><span class="line">71</span><br><span class="line">72</span><br><span class="line">73</span><br><span class="line">74</span><br><span class="line">75</span><br><span class="line">76</span><br><span class="line">77</span><br><span class="line">78</span><br><span class="line">79</span><br><span class="line">80</span><br><span class="line">81</span><br><span class="line">82</span><br><span class="line">83</span><br><span class="line">84</span><br><span class="line">85</span><br><span class="line">86</span><br><span class="line">87</span><br><span class="line">88</span><br><span class="line">89</span><br><span class="line">90</span><br></pre></td><td class="code"><pre><span class="line"><span class="comment">/**</span></span><br><span class="line"><span class="comment"> * 接收消息接口 (POST请求)</span></span><br><span class="line"><span class="comment"> * 企业微信会将用户发送给机器人的消息推送到此接口</span></span><br><span class="line"><span class="comment"> * &#123;</span></span><br><span class="line"><span class="comment"> *     &quot;msgid&quot;: &quot;CAIQ16HMjQYY/NGagIOAgAMgq4KM0AI=&quot;,</span></span><br><span class="line"><span class="comment"> *     &quot;aibotid&quot;: &quot;AIBOTID&quot;,</span></span><br><span class="line"><span class="comment"> *     &quot;chatid&quot;: &quot;CHATID&quot;,</span></span><br><span class="line"><span class="comment"> *     &quot;chattype&quot;: &quot;group&quot;,</span></span><br><span class="line"><span class="comment"> *     &quot;from&quot;: &#123;</span></span><br><span class="line"><span class="comment"> *         &quot;userid&quot;: &quot;USERID&quot;</span></span><br><span class="line"><span class="comment"> *     &#125;,</span></span><br><span class="line"><span class="comment"> *     &quot;msgtype&quot;: &quot;text&quot;,</span></span><br><span class="line"><span class="comment"> *     &quot;text&quot;: &#123;</span></span><br><span class="line"><span class="comment"> *         &quot;content&quot;: &quot;<span class="doctag">@RobotA</span> hello robot&quot;</span></span><br><span class="line"><span class="comment"> *     &#125;</span></span><br><span class="line"><span class="comment"> * &#125;</span></span><br><span class="line"><span class="comment"> *</span></span><br><span class="line"><span class="comment">  curl -X POST http://127.0.0.1:8080/wx/work/robot/push/wechat?msg_signature=65173e4c8284b36c27ea1565a12fe9b98da7b760&amp;timestamp=1698044465&amp;nonce=1698044465 -H &quot;Content-Type: application/json&quot; -d &#x27;&#123;&quot;encrypt&quot;:&quot;1/eL5o4f0xYunv/GG/9AVW+UXnj3ZCntsFmkLcTW8Ekm8nenhQ2IcTzeZNQujFiXgjrEMAnxFX55pHnYZHxmlEl6K9k+gjLiS8k2gKn4hqmATH8WcQgJW+pahiqg3jH4WMuk6RSgZ6QpL4x21LgUB3SimB5DM4SkkrIDt+sWgM2L0JjJqK9vFio0txS12CW5GBjlpVhg1kcvJP9JZ9c/VYU0eJ9R8I3GfI377UlINYHgwwfFTyRIpeWz8gS9lybijk7vFcNrW+qyvRKOKZeT3Mi7OXuLu4MKuVLL8fDy45E=&quot;&#125;&#x27;</span></span><br><span class="line"><span class="comment"> */</span></span><br><span class="line"><span class="meta">@PostMapping(&quot;/push/wechat&quot;)</span></span><br><span class="line"><span class="keyword">public</span> String <span class="title function_">wechatPost</span><span class="params">(</span></span><br><span class="line"><span class="params">        <span class="meta">@RequestParam(&quot;msg_signature&quot;)</span> String msgSignature,</span></span><br><span class="line"><span class="params">        <span class="meta">@RequestParam(&quot;timestamp&quot;)</span> String timestamp,</span></span><br><span class="line"><span class="params">        <span class="meta">@RequestParam(&quot;nonce&quot;)</span> String nonce,</span></span><br><span class="line"><span class="params">        <span class="meta">@RequestBody</span> RobotData postData)</span> &#123;</span><br><span class="line"></span><br><span class="line">    log.info(<span class="string">&quot;接收消息请求的签名: &#123;&#125;, 时间戳: &#123;&#125;, 随机数: &#123;&#125;&quot;</span>, msgSignature, timestamp, nonce);</span><br><span class="line">    log.info(<span class="string">&quot;接收到的加密消息: &#123;&#125;&quot;</span>, JSON.toJSONString(postData));</span><br><span class="line"></span><br><span class="line">    <span class="keyword">try</span> &#123;</span><br><span class="line">        <span class="comment">// 加解密库要求传 receiveid 参数，企业自建智能机器人的使用场景里，receiveid直接传空字符串即可；。</span></span><br><span class="line">        <span class="type">WXBizJsonMsgCrypt</span> <span class="variable">wxcpt</span> <span class="operator">=</span> <span class="keyword">new</span> <span class="title class_">WXBizJsonMsgCrypt</span>(sToken, sEncodingAESKey, <span class="string">&quot;&quot;</span>);</span><br><span class="line"></span><br><span class="line">        <span class="comment">// 解密消息</span></span><br><span class="line">        <span class="type">String</span> <span class="variable">sMsg</span> <span class="operator">=</span> wxcpt.DecryptMsg(msgSignature, timestamp, nonce, JSON.toJSONString(postData));</span><br><span class="line">        log.info(<span class="string">&quot;消息解密后内容: &#123;&#125;&quot;</span>, sMsg);</span><br><span class="line"></span><br><span class="line">        <span class="comment">// 解析消息内容</span></span><br><span class="line">        <span class="type">JSONObject</span> <span class="variable">json</span> <span class="operator">=</span> <span class="keyword">new</span> <span class="title class_">JSONObject</span>(sMsg);</span><br><span class="line">        <span class="type">String</span> <span class="variable">msgType</span> <span class="operator">=</span> json.getString(<span class="string">&quot;msgtype&quot;</span>);</span><br><span class="line">        <span class="type">String</span> <span class="variable">chatType</span> <span class="operator">=</span> json.getString(<span class="string">&quot;chattype&quot;</span>); <span class="comment">// 聊天类型: single/group</span></span><br><span class="line">        log.info(<span class="string">&quot;消息类型: &#123;&#125;, 聊天类型: &#123;&#125;&quot;</span>, msgType, chatType);</span><br><span class="line"></span><br><span class="line">        <span class="comment">// 处理文本消息</span></span><br><span class="line">        <span class="keyword">if</span> (<span class="string">&quot;text&quot;</span>.equals(msgType)) &#123;</span><br><span class="line">            <span class="type">JSONObject</span> <span class="variable">textObj</span> <span class="operator">=</span> json.getJSONObject(<span class="string">&quot;text&quot;</span>);</span><br><span class="line">            <span class="type">String</span> <span class="variable">content</span> <span class="operator">=</span> textObj.getString(<span class="string">&quot;content&quot;</span>);</span><br><span class="line">            <span class="type">String</span> <span class="variable">userId</span> <span class="operator">=</span> json.getJSONObject(<span class="string">&quot;from&quot;</span>).getString(<span class="string">&quot;userid&quot;</span>);</span><br><span class="line"></span><br><span class="line">            log.info(<span class="string">&quot;用户[&#123;&#125;]在[&#123;&#125;]聊天中发送消息: &#123;&#125;&quot;</span>, userId, chatType, content);</span><br><span class="line"></span><br><span class="line">            <span class="comment">// 构建回复消息</span></span><br><span class="line">            <span class="type">String</span> <span class="variable">replyMsg</span> <span class="operator">=</span> replyMessageStream.reply(json);</span><br><span class="line"></span><br><span class="line">            log.info(<span class="string">&quot;加密前的回复消息: &#123;&#125;&quot;</span>, replyMsg);</span><br><span class="line">            <span class="comment">// 加密回复消息</span></span><br><span class="line">            <span class="type">String</span> <span class="variable">encryptMsg</span> <span class="operator">=</span> wxcpt.EncryptMsg(replyMsg, timestamp, nonce);</span><br><span class="line">            log.info(<span class="string">&quot;加密后的回复消息: &#123;&#125;&quot;</span>, encryptMsg);</span><br><span class="line">            <span class="keyword">return</span> encryptMsg;</span><br><span class="line">        &#125;<span class="keyword">else</span> <span class="keyword">if</span>(<span class="string">&quot;stream&quot;</span>.equals(msgType))&#123;</span><br><span class="line">            <span class="comment">// 企业微信官方文档显示如果首次返回stream，则后续的stream消息会返回stream_id，且stream_id不变</span></span><br><span class="line">            <span class="type">JSONObject</span> <span class="variable">streamObj</span> <span class="operator">=</span> json.getJSONObject(<span class="string">&quot;stream&quot;</span>);</span><br><span class="line">            String streamId= streamObj.getString(<span class="string">&quot;id&quot;</span>);</span><br><span class="line">            <span class="comment">// 通过streamId获取数据栈，返回结果</span></span><br><span class="line">            <span class="type">String</span> <span class="variable">poll</span> <span class="operator">=</span> streamMapRepository.poll(streamId);</span><br><span class="line">            <span class="type">String</span> <span class="variable">streamText</span> <span class="operator">=</span> streamMapRepository.getStreamText(streamId);</span><br><span class="line">            log.info(<span class="string">&quot;streamId: &#123;&#125;, pull: &#123;&#125;, streamText: &#123;&#125;&quot;</span>, streamId, poll, streamText);</span><br><span class="line">            String replyMsg;</span><br><span class="line">            <span class="keyword">if</span>(!StringUtils.hasText(streamText))&#123;</span><br><span class="line">                replyMsg = replyMessageStream.buildStreamMessage(<span class="string">&quot;你好呀！我是智能机器人，有什么可以帮您的吗？ 当前时间是&quot;</span> + <span class="keyword">new</span> <span class="title class_">Date</span>(), streamId, <span class="literal">true</span>, <span class="literal">null</span>);</span><br><span class="line">            &#125;<span class="keyword">else</span> <span class="keyword">if</span>(<span class="string">&quot;messageend&quot;</span>.equals(poll))&#123;</span><br><span class="line">                replyMsg = replyMessageStream.buildStreamMessage(streamText, streamId, <span class="literal">true</span>, <span class="literal">null</span>);</span><br><span class="line">                <span class="comment">// 结束后清理数据</span></span><br><span class="line">                streamMapRepository.delete(streamId);</span><br><span class="line">            &#125;<span class="keyword">else</span>&#123;</span><br><span class="line">                replyMsg = replyMessageStream.buildStreamMessage(streamText, streamId, <span class="literal">false</span>, <span class="literal">null</span>);</span><br><span class="line">            &#125;</span><br><span class="line">            log.info(<span class="string">&quot;streamId: &#123;&#125;, 加密前的回复消息: &#123;&#125;&quot;</span>, streamId, replyMsg);</span><br><span class="line">            <span class="comment">// 加密回复消息</span></span><br><span class="line">            <span class="type">String</span> <span class="variable">encryptMsg</span> <span class="operator">=</span> wxcpt.EncryptMsg(replyMsg, timestamp, nonce);</span><br><span class="line">            log.info(<span class="string">&quot;streamId: &#123;&#125;, 加密后的回复消息: &#123;&#125;&quot;</span>, streamId, encryptMsg);</span><br><span class="line">            <span class="keyword">return</span> encryptMsg;</span><br><span class="line">        &#125;</span><br><span class="line"></span><br><span class="line">    &#125; <span class="keyword">catch</span> (Exception e) &#123;</span><br><span class="line">        log.error(<span class="string">&quot;处理消息失败&quot;</span>, e);</span><br><span class="line">    &#125;</span><br><span class="line"></span><br><span class="line">    <span class="keyword">return</span> <span class="string">&quot;success&quot;</span>;</span><br><span class="line">&#125;</span><br></pre></td></tr></table></figure><h2 id="消息格式说明"><a href="#消息格式说明" class="headerlink" title="消息格式说明"></a>消息格式说明</h2><p>企业微信推送的消息格式示例：实际以官方最新内容为准。</p><figure class="highlight json"><table><tr><td class="gutter"><pre><span class="line">1</span><br><span class="line">2</span><br><span class="line">3</span><br><span class="line">4</span><br><span class="line">5</span><br><span class="line">6</span><br><span class="line">7</span><br><span class="line">8</span><br><span class="line">9</span><br><span class="line">10</span><br><span class="line">11</span><br><span class="line">12</span><br><span class="line">13</span><br><span class="line">14</span><br><span class="line">15</span><br><span class="line">16</span><br><span class="line">17</span><br><span class="line">18</span><br><span class="line">19</span><br><span class="line">20</span><br><span class="line">21</span><br><span class="line">22</span><br><span class="line">23</span><br><span class="line">24</span><br></pre></td><td class="code"><pre><span class="line"><span class="punctuation">&#123;</span></span><br><span class="line">    <span class="attr">&quot;msgid&quot;</span><span class="punctuation">:</span> <span class="string">&quot;CAIQ16HMjQYY/NGagIOAgAMgq4KM0AI=&quot;</span><span class="punctuation">,</span></span><br><span class="line">    <span class="attr">&quot;aibotid&quot;</span><span class="punctuation">:</span> <span class="string">&quot;AIBOTID&quot;</span><span class="punctuation">,</span></span><br><span class="line">    <span class="attr">&quot;chatid&quot;</span><span class="punctuation">:</span> <span class="string">&quot;CHATID&quot;</span><span class="punctuation">,</span></span><br><span class="line">    <span class="attr">&quot;chattype&quot;</span><span class="punctuation">:</span> <span class="string">&quot;group&quot;</span><span class="punctuation">,</span></span><br><span class="line">    <span class="attr">&quot;from&quot;</span><span class="punctuation">:</span> <span class="punctuation">&#123;</span></span><br><span class="line">        <span class="attr">&quot;userid&quot;</span><span class="punctuation">:</span> <span class="string">&quot;USERID&quot;</span></span><br><span class="line">    <span class="punctuation">&#125;</span><span class="punctuation">,</span></span><br><span class="line">    <span class="attr">&quot;msgtype&quot;</span><span class="punctuation">:</span> <span class="string">&quot;text&quot;</span><span class="punctuation">,</span></span><br><span class="line">    <span class="attr">&quot;text&quot;</span><span class="punctuation">:</span> <span class="punctuation">&#123;</span></span><br><span class="line">        <span class="attr">&quot;content&quot;</span><span class="punctuation">:</span> <span class="string">&quot;@RobotA hello robot&quot;</span></span><br><span class="line">    <span class="punctuation">&#125;</span></span><br><span class="line"><span class="punctuation">&#125;</span></span><br><span class="line"></span><br><span class="line">参数  说明</span><br><span class="line">msgid   本次回调的唯一性标志，开发者需据此进行事件排重（可能因为网络等原因重复回调）</span><br><span class="line">aibotid 智能机器人id</span><br><span class="line">chatid  会话id，仅群聊类型时候返回</span><br><span class="line">chattype    会话类型，single\group，分别表示：单聊\群聊</span><br><span class="line">from    该事件触发者的信息</span><br><span class="line">from.userid 操作者的userid</span><br><span class="line">msgtype 消息类型，此时固定是text</span><br><span class="line">text.content    消息内容</span><br><span class="line"></span><br></pre></td></tr></table></figure><h1 id="修改加解密工具类"><a href="#修改加解密工具类" class="headerlink" title="修改加解密工具类"></a>修改加解密工具类</h1><p>修改 JsonParse 类的 extract 方法：</p><figure class="highlight java"><table><tr><td class="gutter"><pre><span class="line">1</span><br><span class="line">2</span><br><span class="line">3</span><br><span class="line">4</span><br><span class="line">5</span><br><span class="line">6</span><br><span class="line">7</span><br><span class="line">8</span><br><span class="line">9</span><br><span class="line">10</span><br><span class="line">11</span><br><span class="line">12</span><br><span class="line">13</span><br><span class="line">14</span><br><span class="line">15</span><br><span class="line">16</span><br><span class="line">17</span><br><span class="line">18</span><br><span class="line">19</span><br><span class="line">20</span><br><span class="line">21</span><br></pre></td><td class="code"><pre><span class="line"><span class="comment">/**</span></span><br><span class="line"><span class="comment"> * 提取出 JSON 包中的加密消息</span></span><br><span class="line"><span class="comment"> * <span class="doctag">@param</span> jsontext 待提取的json字符串</span></span><br><span class="line"><span class="comment"> * <span class="doctag">@return</span> 提取出的加密消息字符串</span></span><br><span class="line"><span class="comment"> * <span class="doctag">@throws</span> AesException </span></span><br><span class="line"><span class="comment"> */</span></span><br><span class="line"><span class="keyword">public</span> <span class="keyword">static</span> Object[] extract(String jsontext) <span class="keyword">throws</span> AesException &#123;</span><br><span class="line">    Object[] result = <span class="keyword">new</span> <span class="title class_">Object</span>[<span class="number">3</span>];</span><br><span class="line">    <span class="keyword">try</span> &#123;</span><br><span class="line">        <span class="type">JSONObject</span> <span class="variable">json</span> <span class="operator">=</span> <span class="keyword">new</span> <span class="title class_">JSONObject</span>(jsontext);</span><br><span class="line">        <span class="type">String</span> <span class="variable">encrypt_msg</span> <span class="operator">=</span> json.getString(<span class="string">&quot;encrypt&quot;</span>);</span><br><span class="line">        <span class="comment">// 企业微信机器人消息格式中不包含tousername和agentid</span></span><br><span class="line">        result[<span class="number">0</span>] = <span class="string">&quot;&quot;</span>; <span class="comment">// tousername</span></span><br><span class="line">        result[<span class="number">1</span>] = encrypt_msg;</span><br><span class="line">        result[<span class="number">2</span>] = <span class="string">&quot;&quot;</span>; <span class="comment">// agentid</span></span><br><span class="line">        <span class="keyword">return</span> result;</span><br><span class="line">    &#125; <span class="keyword">catch</span> (Exception e) &#123;</span><br><span class="line">        log.error(<span class="string">&quot;json解析出错！&quot;</span>, e);</span><br><span class="line">        <span class="keyword">throw</span> <span class="keyword">new</span> <span class="title class_">AesException</span>(AesException.ParseJsonError);</span><br><span class="line">    &#125;</span><br><span class="line">&#125;</span><br></pre></td></tr></table></figure><h1 id="代码路径"><a href="#代码路径" class="headerlink" title="代码路径"></a>代码路径</h1><p>如果有帮助，点点star <a href="https://github.com/zhaozhiwei1992/weixin-work-bot">https://github.com/zhaozhiwei1992/weixin-work-bot</a></p><h1 id="配置与测试"><a href="#配置与测试" class="headerlink" title="配置与测试"></a>配置与测试</h1><h2 id="应用部署"><a href="#应用部署" class="headerlink" title="应用部署"></a>应用部署</h2><p>将应用部署到具备域名的服务器上并确保应用可通过HTTPS访问（企业微信要求回调URL必须是HTTPS）</p><h2 id="机器人配置"><a href="#机器人配置" class="headerlink" title="机器人配置"></a>机器人配置</h2><ol><li>在企业微信管理后台创建API模式的智能机器人 <img src="https://fb.19921514.xyz/api/public/dl/3kDTYR8d/20251030/001_005.png?inline=true"></li><li>随机生成Token和EncodingAESKey，在application.yml中填入生成的Token和EncodingAESKey</li><li>设置回调URL为：https:&#x2F;&#x2F;您的域名&#x2F;robot&#x2F;push&#x2F;wechat?corpid&#x3D;$CORPID$<img src="https://fb.19921514.xyz/api/public/dl/3kDTYR8d/20251030/001_006.png?inline=true"></li></ol><h2 id="测试验证"><a href="#测试验证" class="headerlink" title="测试验证"></a>测试验证</h2><p>URL验证测试：保存机器人配置时，企业微信会自动调用验证接口</p><h3 id="消息接收测试："><a href="#消息接收测试：" class="headerlink" title="消息接收测试："></a>消息接收测试：</h3><p>在企业微信中单聊或群聊中@机器人发送消息，查看后台日志确认收到并正确处理消息，验证机器人是否能正确回复。</p><p><img src="https://fb.19921514.xyz/api/public/dl/3kDTYR8d/20251030/001_007.png?inline=true"> <img src="/./images/001_008.png"></p><h2 id="常见问题排查"><a href="#常见问题排查" class="headerlink" title="常见问题排查"></a>常见问题排查</h2><ol><li>URL验证失败：检查Token、EncodingAESKey和corpid是否正确</li><li>解密失败：检查提取加密消息的方法是否正确修改</li><li>无法回复消息：检查回复消息的格式是否符合企业微信要求，回复msgtype一定要用stream，否则可能出现都访问通了，但是客户端收不到消息。</li><li>HTTPS证书问题：确保证书有效且受信任</li></ol><h1 id="注意事项"><a href="#注意事项" class="headerlink" title="注意事项"></a>注意事项</h1><p>性能考虑：消息处理应尽量高效，避免超时（企业微信默认超时时间为5秒）安全考虑： 验证消息签名确保请求来自企业微信对用户输入进行适当过滤和转义，防止注入攻击错误处理：妥善处理所有异常，避免服务崩溃日志记录：详细记录请求和响应信息，便于排查问题通过以上步骤，您可以成功开发并部署一个企业微信智能机器人，实现接收消息和自动回复的功能。</p><h1 id="参考"><a href="#参考" class="headerlink" title="参考"></a>参考</h1><p><a href="https://developer.work.weixin.qq.com/community/question/detail?content_id=16740110965903826290">https://developer.work.weixin.qq.com/community/question/detail?content_id=16740110965903826290</a></p><p><a href="https://blog.csdn.net/qq_52011411/article/details/150932697">https://blog.csdn.net/qq_52011411/article/details/150932697</a></p>]]>
    </content>
    <id>https://zhaozhiwei1992.github.io/2025/10/29/%E4%BC%81%E4%B8%9A%E5%BE%AE%E4%BF%A1%E6%9C%BA%E5%99%A8%E4%BA%BA%E5%BC%80%E5%8F%91%E6%96%87%E6%A1%A3/</id>
    <link href="https://zhaozhiwei1992.github.io/2025/10/29/%E4%BC%81%E4%B8%9A%E5%BE%AE%E4%BF%A1%E6%9C%BA%E5%99%A8%E4%BA%BA%E5%BC%80%E5%8F%91%E6%96%87%E6%A1%A3/"/>
    <published>2025-10-29T16:00:00.000Z</published>
    <summary>摘要 如果想让机器人的回复更加灵活可控，使用个人或企业内部的数据资料等，那么就需要构建自己的企业微信机器人。文章列举了构建机器人的过程，如果只是想直接使用，可以直接下载代码构建即可。 前置准备 环境要求 企业微信管理员权限（用于创建API模式的智能机器人） 具备域名的可公开访问项…</summary>
    <title>企业微信机器人开发文档</title>
    <updated>2025-10-29T16:00:00.000Z</updated>
  </entry>
  <entry>
    <author>
      <name>Mr.zhao</name>
    </author>
    <category term="SSL" scheme="https://zhaozhiwei1992.github.io/categories/SSL/"/>
    <category term="证书" scheme="https://zhaozhiwei1992.github.io/categories/SSL/%E8%AF%81%E4%B9%A6/"/>
    <category term="ECS" scheme="https://zhaozhiwei1992.github.io/categories/SSL/%E8%AF%81%E4%B9%A6/ECS/"/>
    <category term="腾讯云" scheme="https://zhaozhiwei1992.github.io/categories/SSL/%E8%AF%81%E4%B9%A6/ECS/%E8%85%BE%E8%AE%AF%E4%BA%91/"/>
    <category term="ECS" scheme="https://zhaozhiwei1992.github.io/tags/ECS/"/>
    <category term="SSL" scheme="https://zhaozhiwei1992.github.io/tags/SSL/"/>
    <content>
      <![CDATA[<h1 id="前言"><a href="#前言" class="headerlink" title="前言"></a>前言</h1><p>之前ssl证书都是一年有效期，现在三个月就得重新申请一次，涉及申请证书，下载，上传到服务器，重启nginx。事不过三，一个事情重复多次，那就得让他自动化处理。</p><p>需要的功能如下:</p><ol><li>能够判断证书到期时间并自动申请证书。</li><li>能够将证书自动上传到服务器并自动重启nginx。</li><li>能白嫖就白嫖，免费证书也很香。</li><li>工具要操作简单，部署和使用都要简单。</li></ol><p>基于以上几点，最终选择了certd这个开源工具。既然能用到这个，相信大家已经有一定的技术基础，对docker等就不单独介绍了。</p><h1 id="certd介绍"><a href="#certd介绍" class="headerlink" title="certd介绍"></a>certd介绍</h1><p>Certd是一个免费的全自动证书管理系统，让你的网站证书永不过期。下边是官方的一些介绍:</p><ol><li>全自动申请证书（支持所有注册商注册的域名，支持DNS-01、HTTP-01、CNAME代理等多种域名验证方式）</li><li>全自动部署更新证书（目前支持部署到主机、阿里云、腾讯云等70+部署插件）</li><li>支持通配符域名&#x2F;泛域名，支持多个域名打到一个证书上，支持pem、pfx、der、jks等多种证书格式</li><li>邮件通知、webhook通知、企微、钉钉、飞书、anpush等多种通知方式</li><li>私有化部署，数据保存本地，安装简单快捷，镜像由Github Actions构建，过程公开透明</li><li>授权加密，站点隐藏，2FA，密码防爆破等多重安全保障</li><li>支持SQLite，PostgreSQL、MySQL多种数据库</li><li>开放接口支持</li><li>站点证书监控</li><li>多用户管理</li><li>多语言支持（中英双语切换）</li><li>各版本向下兼容，一键无忧升级</li></ol><h1 id="certd部署-docker方式"><a href="#certd部署-docker方式" class="headerlink" title="certd部署(docker方式)"></a>certd部署(docker方式)</h1><h2 id="环境准备"><a href="#环境准备" class="headerlink" title="环境准备"></a>环境准备</h2><p>一台云服务器,并且已经安装好docker。我这里部署和使用是一台机器。一定要开放7001、7002端口，可以只开一个，用于certd访问。<img src="https://img.19921514.xyz/blog/certd/images/001.png"><img src="https://img.19921514.xyz/blog/certd/images/002.png"></p><h2 id="部署"><a href="#部署" class="headerlink" title="部署"></a>部署</h2><ol><li>下载: wget <a href="https://gitee.com/certd/certd/raw/v2/docker/run/docker-compose.yaml">https://gitee.com/certd/certd/raw/v2/docker/run/docker-compose.yaml</a></li><li>启动: docker-compose up -d</li></ol><h2 id="测试"><a href="#测试" class="headerlink" title="测试"></a>测试</h2><figure class="highlight plaintext"><table><tr><td class="gutter"><pre><span class="line">1</span><br><span class="line">2</span><br><span class="line">3</span><br><span class="line">4</span><br></pre></td><td class="code"><pre><span class="line">http://your_server_ip:7001</span><br><span class="line">https://your_server_ip:7002</span><br><span class="line">默认账号密码：admin/123456</span><br><span class="line">记得修改密码、记得修改密码、记得修改密码</span><br></pre></td></tr></table></figure><h1 id="创建流水线"><a href="#创建流水线" class="headerlink" title="创建流水线"></a>创建流水线</h1><h2 id="目标"><a href="#目标" class="headerlink" title="目标"></a>目标</h2><figure class="highlight plaintext"><table><tr><td class="gutter"><pre><span class="line">1</span><br></pre></td><td class="code"><pre><span class="line">申请证书-&gt;部署证书-&gt;设置定时执行-&gt;设置邮件通知</span><br></pre></td></tr></table></figure><h2 id="准备工作"><a href="#准备工作" class="headerlink" title="准备工作"></a>准备工作</h2><ol><li>已部署CertD服务（可官方Demo自助注册体验 <a href="https://certd.handfree.work/">https://certd.handfree.work/</a> ）</li><li>注册一个域名（腾讯云DnsPod），既然都要自动续期了，肯定已经有域名了。</li><li>准备好以上DNS解析服务商的AccessKey 和 AccessSecret<img src="https://img.19921514.xyz/blog/certd/images/003.png"><img src="https://img.19921514.xyz/blog/certd/images/004.png"></li></ol><h2 id="自动化流水线创建"><a href="#自动化流水线创建" class="headerlink" title="自动化流水线创建"></a>自动化流水线创建</h2><ol><li>创建证书申请部署流水线<img src="https://img.19921514.xyz/blog/certd/images/005.png"><img src="https://img.19921514.xyz/blog/certd/images/006.png"><img src="https://img.19921514.xyz/blog/certd/images/00601.png"></li><li>流水线详情到这一步申请证书就已经配置完成了。 点击手动触发，就可以申请证书了。下边是申请证书的日志输出信息。<img src="https://img.19921514.xyz/blog/certd/images/007.png"></li><li>添加部署到服务器主机任务<img src="https://img.19921514.xyz/blog/certd/images/008.png"><img src="https://img.19921514.xyz/blog/certd/images/009.png"><img src="https://img.19921514.xyz/blog/certd/images/00901.png"></li><li>手动触发执行任务，测试一下点击任务可以查看状态和日志，此时证书已经正确部署到服务器。<img src="https://img.19921514.xyz/blog/certd/images/010.png"></li><li>查看证书到期时间<img src="https://img.19921514.xyz/blog/certd/images/011.png"></li></ol><h1 id="使用定时任务"><a href="#使用定时任务" class="headerlink" title="使用定时任务"></a>使用定时任务</h1><p>配置定时触发，以后每天定时执行cron格式，例如： 0 19 1 * * * 表示每天凌晨1点19执行到期前35天会自动申请新证书并部署，没到期前不会重复申请<img src="https://img.19921514.xyz/blog/certd/images/012.png"></p>]]>
    </content>
    <id>https://zhaozhiwei1992.github.io/2025/09/24/%E8%85%BE%E8%AE%AF%E4%BA%91SSL%E8%AF%81%E4%B9%A6%E8%87%AA%E5%8A%A8%E7%BB%AD%E6%9C%9F/</id>
    <link href="https://zhaozhiwei1992.github.io/2025/09/24/%E8%85%BE%E8%AE%AF%E4%BA%91SSL%E8%AF%81%E4%B9%A6%E8%87%AA%E5%8A%A8%E7%BB%AD%E6%9C%9F/"/>
    <published>2025-09-24T16:00:00.000Z</published>
    <summary>前言 之前ssl证书都是一年有效期，现在三个月就得重新申请一次，涉及申请证书，下载，上传到服务器，重启nginx。事不过三，一个事情重复多次，那就得让他自动化处理。 需要的功能如下: 能够判断证书到期时间并自动申请证书。 能够将证书自动上传到服务器并自动重启nginx。 能白嫖就…</summary>
    <title>腾讯云SSL证书自动续期</title>
    <updated>2025-09-24T16:00:00.000Z</updated>
  </entry>
  <entry>
    <author>
      <name>Mr.zhao</name>
    </author>
    <category term="AI" scheme="https://zhaozhiwei1992.github.io/categories/AI/"/>
    <category term="AI" scheme="https://zhaozhiwei1992.github.io/tags/AI/"/>
    <category term="Dify" scheme="https://zhaozhiwei1992.github.io/tags/Dify/"/>
    <content>
      <![CDATA[<h1 id="安装1-4-3"><a href="#安装1-4-3" class="headerlink" title="安装1.4.3"></a>安装1.4.3</h1><p><a href="https://codeload.github.com/langgenius/dify/tar.gz/refs/tags/1.4.3">https://codeload.github.com/langgenius/dify/tar.gz/refs/tags/1.4.3</a></p><p>下载后在原dify-0.15.1同级目录解压</p><h2 id="启动"><a href="#启动" class="headerlink" title="启动"></a>启动</h2><p>cd dify-1.4.3&#x2F;docker</p><p>cp .env.example .env # 公司环境需要调整nginx expose端口</p><p>docker-compose up -d # 等待启动完成，正常访问页面即可</p><h1 id="压缩原挂载目录"><a href="#压缩原挂载目录" class="headerlink" title="压缩原挂载目录"></a>压缩原挂载目录</h1><p>cd dify-0.15.1&#x2F;docker</p><p>tar -zcvf volumes.tar.gz volumes</p><h1 id="用0-15-1的挂载目录覆盖1-4-3的挂载"><a href="#用0-15-1的挂载目录覆盖1-4-3的挂载" class="headerlink" title="用0.15.1的挂载目录覆盖1.4.3的挂载"></a>用0.15.1的挂载目录覆盖1.4.3的挂载</h1><figure class="highlight plaintext"><table><tr><td class="gutter"><pre><span class="line">1</span><br><span class="line">2</span><br><span class="line">3</span><br><span class="line">4</span><br><span class="line">5</span><br><span class="line">6</span><br><span class="line">7</span><br><span class="line">8</span><br><span class="line">9</span><br><span class="line">10</span><br><span class="line">11</span><br><span class="line">12</span><br><span class="line">13</span><br><span class="line">14</span><br></pre></td><td class="code"><pre><span class="line">1. 备份1.4.3挂载目录</span><br><span class="line">tar -zcvf volumes143.tar.gz volumes</span><br><span class="line"></span><br><span class="line">2. 删除挂载目录</span><br><span class="line">rm -rf volumes</span><br><span class="line"></span><br><span class="line">3. 用0.15.1的挂载覆盖当前挂载目录，如果是开发本地使用，可以用官方提供的方式测试。</span><br><span class="line">cp dify-0.15.1/docker/volumes.tar.gz .</span><br><span class="line"></span><br><span class="line">tar -zxvf volumes.tar.gz</span><br><span class="line"></span><br><span class="line">4. 启动服务访问测试</span><br><span class="line">docker-compose up -d</span><br><span class="line"></span><br></pre></td></tr></table></figure><h1 id="启动后操作"><a href="#启动后操作" class="headerlink" title="启动后操作"></a>启动后操作</h1><ol><li>原项目中一些llm，embedding等都没有配置，需要自己在界面增加供应商再次配置即可，配置后重新刷新页面。</li></ol><h1 id="备注"><a href="#备注" class="headerlink" title="备注"></a>备注</h1><ol><li>如果是内网环境，docker需要在公网环境下载好后，通过load方式加载到内网，对于插件同理。</li></ol><h1 id="参考"><a href="#参考" class="headerlink" title="参考"></a>参考</h1><p><a href="https://docs.dify.ai/zh-hans/development/migration/migrate-to-v1">https://docs.dify.ai/zh-hans/development/migration/migrate-to-v1</a></p>]]>
    </content>
    <id>https://zhaozhiwei1992.github.io/2025/06/17/Dify0.15.1%E5%8D%87%E7%BA%A71.4.3/</id>
    <link href="https://zhaozhiwei1992.github.io/2025/06/17/Dify0.15.1%E5%8D%87%E7%BA%A71.4.3/"/>
    <published>2025-06-17T16:00:00.000Z</published>
    <summary>安装1.4.3 https://codeload.github.com/langgenius/dify/tar.gz/refs/tags/1.4.3 下载后在原dify-0.15.1同级目录解压 启动 cd dify-1.4.3docker cp .env.example .en…</summary>
    <title>Dify0.15.1升级1.4.3版本</title>
    <updated>2025-06-17T16:00:00.000Z</updated>
  </entry>
  <entry>
    <author>
      <name>Mr.zhao</name>
    </author>
    <category term="AI" scheme="https://zhaozhiwei1992.github.io/categories/AI/"/>
    <category term="AI" scheme="https://zhaozhiwei1992.github.io/tags/AI/"/>
    <category term="MCP" scheme="https://zhaozhiwei1992.github.io/tags/MCP/"/>
    <content>
      <![CDATA[<h1 id="引言"><a href="#引言" class="headerlink" title="引言"></a>引言</h1><p>目前MCP也炒了一段时间，是骡子是马得拉出来溜溜。这篇文章偏向点技术，如果没有一点开发经验听个响就好。</p><h1 id="实现两个简单功能"><a href="#实现两个简单功能" class="headerlink" title="实现两个简单功能"></a>实现两个简单功能</h1><h2 id="计算求和"><a href="#计算求和" class="headerlink" title="计算求和"></a>计算求和</h2><h2 id="显示本地目录列表"><a href="#显示本地目录列表" class="headerlink" title="显示本地目录列表"></a>显示本地目录列表</h2><h1 id="操作步骤"><a href="#操作步骤" class="headerlink" title="操作步骤"></a>操作步骤</h1><h2 id="通过python实现一个server"><a href="#通过python实现一个server" class="headerlink" title="通过python实现一个server"></a>通过python实现一个server</h2><h3 id="文件创建"><a href="#文件创建" class="headerlink" title="文件创建"></a>文件创建</h3><figure class="highlight sh"><table><tr><td class="gutter"><pre><span class="line">1</span><br><span class="line">2</span><br><span class="line">3</span><br></pre></td><td class="code"><pre><span class="line"><span class="built_in">cd</span> ~/workspace/python/demo</span><br><span class="line"><span class="built_in">mkdir</span> mcp &amp;&amp; <span class="built_in">cd</span> mcp</span><br><span class="line"><span class="built_in">touch</span> SumMCP.py</span><br></pre></td></tr></table></figure><h3 id="代码"><a href="#代码" class="headerlink" title="代码"></a>代码</h3><figure class="highlight python"><table><tr><td class="gutter"><pre><span class="line">1</span><br><span class="line">2</span><br><span class="line">3</span><br><span class="line">4</span><br><span class="line">5</span><br><span class="line">6</span><br><span class="line">7</span><br><span class="line">8</span><br><span class="line">9</span><br><span class="line">10</span><br><span class="line">11</span><br><span class="line">12</span><br><span class="line">13</span><br><span class="line">14</span><br><span class="line">15</span><br><span class="line">16</span><br><span class="line">17</span><br><span class="line">18</span><br><span class="line">19</span><br><span class="line">20</span><br><span class="line">21</span><br><span class="line">22</span><br><span class="line">23</span><br><span class="line">24</span><br></pre></td><td class="code"><pre><span class="line"><span class="string">&quot;&quot;&quot;</span></span><br><span class="line"><span class="string">一个MCP Server, SumMCP.py</span></span><br><span class="line"><span class="string">&quot;&quot;&quot;</span></span><br><span class="line"><span class="keyword">from</span> fastmcp <span class="keyword">import</span> FastMCP</span><br><span class="line"><span class="keyword">import</span> os</span><br><span class="line"></span><br><span class="line">mcp = FastMCP(<span class="string">&quot;Demo&quot;</span>, log_level=<span class="string">&quot;ERROR&quot;</span>)</span><br><span class="line"></span><br><span class="line"><span class="meta">@mcp.tool()</span></span><br><span class="line"><span class="keyword">def</span> <span class="title function_">add</span>(<span class="params">a: <span class="built_in">int</span>, b: <span class="built_in">int</span></span>) -&gt; <span class="built_in">int</span>:</span><br><span class="line">    <span class="string">&quot;&quot;&quot;Add two numbers&quot;&quot;&quot;</span></span><br><span class="line">    <span class="built_in">print</span>(<span class="string">&quot;add&quot;</span>, a, b)</span><br><span class="line">    <span class="keyword">return</span> a + b</span><br><span class="line"></span><br><span class="line"><span class="meta">@mcp.tool()</span></span><br><span class="line"><span class="keyword">def</span> <span class="title function_">listdir</span>(<span class="params">path: <span class="built_in">str</span></span>) -&gt; <span class="built_in">list</span>[<span class="built_in">str</span>]:</span><br><span class="line">    <span class="string">&quot;&quot;&quot;show user dir list 显示用户文件列表&quot;&quot;&quot;</span></span><br><span class="line">    <span class="keyword">return</span> os.listdir(path)</span><br><span class="line"></span><br><span class="line"><span class="keyword">if</span> __name__ == <span class="string">&quot;__main__&quot;</span>:</span><br><span class="line">    <span class="comment"># mcp.run()</span></span><br><span class="line">    <span class="comment"># mcp.run(transport=&quot;sse&quot;, port=9123)</span></span><br><span class="line">    <span class="comment"># 基于标准输入输出实现，本地小工具推荐这种方式</span></span><br><span class="line">    mcp.run(transport=<span class="string">&#x27;stdio&#x27;</span>)</span><br></pre></td></tr></table></figure><h3 id="依赖安装"><a href="#依赖安装" class="headerlink" title="依赖安装"></a>依赖安装</h3><p>我这里使用的是anaconda，其它依赖管理都行</p><figure class="highlight sh"><table><tr><td class="gutter"><pre><span class="line">1</span><br><span class="line">2</span><br><span class="line">3</span><br></pre></td><td class="code"><pre><span class="line">conda create -n py_3.12 python=3.12</span><br><span class="line"><span class="built_in">source</span> /opt/anaconda/bin/activate py_3.12</span><br><span class="line">pip install fastmcp</span><br></pre></td></tr></table></figure><h3 id="参考"><a href="#参考" class="headerlink" title="参考"></a>参考</h3><p><a href="https://github.com/jlowin/fastmcp">https://github.com/jlowin/fastmcp</a></p><h2 id="vscode安装RooCode插件"><a href="#vscode安装RooCode插件" class="headerlink" title="vscode安装RooCode插件"></a>vscode安装RooCode插件</h2><h2 id="在RooCode插件中配置MCP"><a href="#在RooCode插件中配置MCP" class="headerlink" title="在RooCode插件中配置MCP"></a>在RooCode插件中配置MCP</h2><h3 id="配置"><a href="#配置" class="headerlink" title="配置"></a>配置</h3><p>在mcp_setting.json文件中配置自己的server</p><figure class="highlight plaintext"><table><tr><td class="gutter"><pre><span class="line">1</span><br><span class="line">2</span><br><span class="line">3</span><br><span class="line">4</span><br><span class="line">5</span><br><span class="line">6</span><br><span class="line">7</span><br><span class="line">8</span><br><span class="line">9</span><br><span class="line">10</span><br></pre></td><td class="code"><pre><span class="line">&#123;</span><br><span class="line">  &quot;mcpServers&quot;: &#123;</span><br><span class="line">    &quot;demo&quot;: &#123;</span><br><span class="line">      &quot;command&quot;: &quot;~/.conda/envs/py_3.12/bin/fastmcp&quot;,</span><br><span class="line">      &quot;args&quot;: [&quot;run&quot;, &quot;~/workspace/python/demo/mcp/SumMCP.py&quot;],</span><br><span class="line">      &quot;disabled&quot;: false,</span><br><span class="line">      &quot;alwaysAllow&quot;: []</span><br><span class="line">    &#125;</span><br><span class="line">  &#125;</span><br><span class="line">&#125;</span><br></pre></td></tr></table></figure><h3 id="检查是否成功"><a href="#检查是否成功" class="headerlink" title="检查是否成功"></a>检查是否成功</h3><p>配置完成后，mcpServer会显示绿色图标,如下</p><p><img src="https://img.19921514.xyz/notes/AI/MCP/images/roocode_mcp.png" alt="mcp配置"></p><p>如果在之前SumMCP.py中增加了工具，一定要在这里刷新下，显示出新的工具，然后在插件中使用才会读取到。</p><h2 id="测试"><a href="#测试" class="headerlink" title="测试"></a>测试</h2><h3 id="求和"><a href="#求和" class="headerlink" title="求和"></a>求和</h3><p>使用demo工具, 计算99和98的和, 效果如下</p><p><img src="https://img.19921514.xyz/notes/AI/MCP/images/roocode_mcp_sum.png" alt="显示求和"></p><h3 id="显示文件列表"><a href="#显示文件列表" class="headerlink" title="显示文件列表"></a>显示文件列表</h3><p>使用listdir工具显示 &#x2F;home&#x2F;xx&#x2F;Documents下的文件列表，效果如下</p><p><img src="https://img.19921514.xyz/notes/AI/MCP/images/roocode_mcp_listdir.png" alt="显示文件列表"></p><h1 id="总结"><a href="#总结" class="headerlink" title="总结"></a>总结</h1><p>使用mcp的方式可以按照自己要求实现一些插件本身做不了或者不好实现的功能。目的是为了让外部交互的返回更好的跟模型上下文结合，从而产生更好的效果。如果对话过程中，模型能够自动识别是需要使用哪个mcp那么效果应该会更好。目前是需要明确告诉插件使用mcp，有时候甚至得告诉它具体是哪个tool。</p><p>这里只是一个最简单的使用，企业项目中能否使用该方式扩展业务，如何扩展，且听下回分解。</p>]]>
    </content>
    <id>https://zhaozhiwei1992.github.io/2025/04/27/RooCode%E7%BB%93%E5%90%88%E6%9C%AC%E5%9C%B0MCP%E5%AE%9E%E8%B7%B5/</id>
    <link href="https://zhaozhiwei1992.github.io/2025/04/27/RooCode%E7%BB%93%E5%90%88%E6%9C%AC%E5%9C%B0MCP%E5%AE%9E%E8%B7%B5/"/>
    <published>2025-04-27T16:00:00.000Z</published>
    <summary>引言 目前MCP也炒了一段时间，是骡子是马得拉出来溜溜。这篇文章偏向点技术，如果没有一点开发经验听个响就好。 实现两个简单功能 计算求和 显示本地目录列表 操作步骤 通过python实现一个server 文件创建 代码 依赖安装 我这里使用的是anaconda，其它依赖管理都行 …</summary>
    <title>RooCode结合本地MCP实践</title>
    <updated>2025-04-27T16:00:00.000Z</updated>
  </entry>
  <entry>
    <author>
      <name>Mr.zhao</name>
    </author>
    <category term="密码管理" scheme="https://zhaozhiwei1992.github.io/tags/%E5%AF%86%E7%A0%81%E7%AE%A1%E7%90%86/"/>
    <category term="安全" scheme="https://zhaozhiwei1992.github.io/tags/%E5%AE%89%E5%85%A8/"/>
    <content>
      <![CDATA[<h1 id="前言"><a href="#前言" class="headerlink" title="前言"></a>前言</h1><p>之前主要使用lastpass，目前是浏览器端免费，其它都要收费，而且密码存在别人服务器总是不放心。</p><p>所以我们要本地部署vaultwarden并且可以在各种Bitwarden正常使用。这里使用vaultwarden是因为相比原生更加轻量，占用资源极少。</p><h1 id="部署"><a href="#部署" class="headerlink" title="部署"></a>部署</h1><h2 id="环境准备​​"><a href="#环境准备​​" class="headerlink" title="环境准备​​"></a>环境准备​​</h2><p>​​服务器要求​​：腾讯云服务器（1核2GB内存，Ubuntu&#x2F;Debian系统）。</p><p>​​开放端口​​：80（HTTP）、443（HTTPS），通过腾讯云控制台配置安全组</p><p>注:如果家里本身就有公网ip，或者只是本地玩玩，是不需要公网服务器的。我这里公网服务器资源紧张，用来做转发，实际服务部署到内网机，所以公网和内网交互需要内网穿透，我这里使用的是zerotier。</p><h2 id="内网机部署"><a href="#内网机部署" class="headerlink" title="内网机部署"></a>内网机部署</h2><p>为了方便从云服务器转发到内网，所以通过nginx包一层，给vaultwarden套一个前缀，比如:&#x2F;bitwarden。否则云服务nginx转发会很乱</p><figure class="highlight yaml"><table><tr><td class="gutter"><pre><span class="line">1</span><br><span class="line">2</span><br><span class="line">3</span><br><span class="line">4</span><br><span class="line">5</span><br><span class="line">6</span><br><span class="line">7</span><br><span class="line">8</span><br><span class="line">9</span><br><span class="line">10</span><br><span class="line">11</span><br><span class="line">12</span><br><span class="line">13</span><br><span class="line">14</span><br><span class="line">15</span><br><span class="line">16</span><br><span class="line">17</span><br><span class="line">18</span><br><span class="line">19</span><br><span class="line">20</span><br><span class="line">21</span><br><span class="line">22</span><br><span class="line">23</span><br><span class="line">24</span><br><span class="line">25</span><br><span class="line">26</span><br><span class="line">27</span><br><span class="line">28</span><br><span class="line">29</span><br></pre></td><td class="code"><pre><span class="line"><span class="attr">services:</span></span><br><span class="line">  <span class="attr">nginx-proxy:</span></span><br><span class="line">    <span class="attr">image:</span> <span class="string">nginx:alpine</span></span><br><span class="line">    <span class="attr">container_name:</span> <span class="string">nginx-proxy</span></span><br><span class="line">    <span class="attr">ports:</span></span><br><span class="line">      <span class="bullet">-</span> <span class="string">&quot;8000:80&quot;</span>    <span class="comment"># 对外暴露 HTTPS 端口</span></span><br><span class="line">    <span class="attr">volumes:</span></span><br><span class="line">      <span class="bullet">-</span> <span class="string">./nginx.conf:/etc/nginx/nginx.conf</span></span><br><span class="line">      <span class="bullet">-</span> <span class="string">./ssl:/etc/nginx/ssl</span>   <span class="comment"># 证书存储目录</span></span><br><span class="line">    <span class="attr">networks:</span></span><br><span class="line">      <span class="bullet">-</span> <span class="string">vaultwarden-net</span></span><br><span class="line">    <span class="attr">depends_on:</span></span><br><span class="line">      <span class="bullet">-</span> <span class="string">vaultwarden</span></span><br><span class="line">  <span class="attr">vaultwarden:</span></span><br><span class="line">    <span class="attr">image:</span> <span class="string">vaultwarden/server:latest</span></span><br><span class="line">    <span class="attr">container_name:</span> <span class="string">vaultwarden</span></span><br><span class="line">    <span class="attr">restart:</span> <span class="string">unless-stopped</span></span><br><span class="line">    <span class="attr">networks:</span></span><br><span class="line">      <span class="bullet">-</span> <span class="string">vaultwarden-net</span></span><br><span class="line">    <span class="attr">volumes:</span></span><br><span class="line">      <span class="bullet">-</span> <span class="string">./vw-data/:/data/</span></span><br><span class="line">    <span class="attr">expose:</span>          <span class="comment"># 仅内部暴露端口，nginx能访问即可</span></span><br><span class="line">      <span class="bullet">-</span> <span class="string">&quot;80&quot;</span></span><br><span class="line">      <span class="bullet">-</span> <span class="string">&quot;3012&quot;</span></span><br><span class="line"></span><br><span class="line"><span class="comment"># 自定义网络（实现容器间通信）</span></span><br><span class="line"><span class="attr">networks:</span></span><br><span class="line">  <span class="attr">vaultwarden-net:</span></span><br><span class="line">    <span class="attr">driver:</span> <span class="string">bridge</span></span><br></pre></td></tr></table></figure><h3 id="挂载目录结构如下"><a href="#挂载目录结构如下" class="headerlink" title="挂载目录结构如下"></a>挂载目录结构如下</h3><figure class="highlight bash"><table><tr><td class="gutter"><pre><span class="line">1</span><br><span class="line">2</span><br><span class="line">3</span><br><span class="line">4</span><br><span class="line">5</span><br><span class="line">6</span><br><span class="line">7</span><br><span class="line">8</span><br><span class="line">9</span><br><span class="line">10</span><br><span class="line">11</span><br></pre></td><td class="code"><pre><span class="line">vaultwarden/</span><br><span class="line">├── docker-compose.yaml</span><br><span class="line">└── volumes</span><br><span class="line">    ├── nginx</span><br><span class="line">    │   ├── conf.d</span><br><span class="line">    │   │   └── default.conf</span><br><span class="line">    │   ├── ssl</span><br><span class="line">    │   │   ├── certificate.crt</span><br><span class="line">    │   │   └── private.key</span><br><span class="line">    │   └── uwsgi_params</span><br><span class="line">    └── vw-data</span><br></pre></td></tr></table></figure><h3 id="conf-d-default-conf配置"><a href="#conf-d-default-conf配置" class="headerlink" title="conf.d&#x2F;default.conf配置"></a>conf.d&#x2F;default.conf配置</h3><p>这里nginx.conf会默认引入所有conf.d&#x2F;*.conf</p><figure class="highlight bash"><table><tr><td class="gutter"><pre><span class="line">1</span><br><span class="line">2</span><br><span class="line">3</span><br><span class="line">4</span><br><span class="line">5</span><br><span class="line">6</span><br><span class="line">7</span><br><span class="line">8</span><br><span class="line">9</span><br><span class="line">10</span><br><span class="line">11</span><br><span class="line">12</span><br><span class="line">13</span><br><span class="line">14</span><br><span class="line">15</span><br><span class="line">16</span><br><span class="line">17</span><br><span class="line">18</span><br><span class="line">19</span><br><span class="line">20</span><br><span class="line">21</span><br><span class="line">22</span><br><span class="line">23</span><br><span class="line">24</span><br><span class="line">25</span><br><span class="line">26</span><br><span class="line">27</span><br><span class="line">28</span><br><span class="line">29</span><br><span class="line">30</span><br><span class="line">31</span><br><span class="line">32</span><br><span class="line">33</span><br><span class="line">34</span><br><span class="line">35</span><br><span class="line">36</span><br><span class="line">37</span><br><span class="line">38</span><br><span class="line">39</span><br><span class="line">40</span><br><span class="line">41</span><br><span class="line">42</span><br><span class="line">43</span><br><span class="line">44</span><br><span class="line">45</span><br><span class="line">46</span><br><span class="line">47</span><br><span class="line">48</span><br><span class="line">49</span><br><span class="line">50</span><br><span class="line">51</span><br><span class="line">52</span><br><span class="line">53</span><br><span class="line">54</span><br><span class="line">55</span><br><span class="line">56</span><br><span class="line">57</span><br><span class="line">58</span><br><span class="line">59</span><br><span class="line">60</span><br><span class="line">61</span><br><span class="line">62</span><br><span class="line">63</span><br></pre></td><td class="code"><pre><span class="line">server &#123;</span><br><span class="line">    listen       80;</span><br><span class="line">    listen  [::]:80;</span><br><span class="line">    server_name  localhost;</span><br><span class="line"></span><br><span class="line">    <span class="built_in">return</span> 301 https://$host<span class="variable">$request_uri</span>;  <span class="comment"># 301 永久重定向</span></span><br><span class="line"></span><br><span class="line">&#125;</span><br><span class="line"></span><br><span class="line"><span class="comment"># HTTPS 主配置</span></span><br><span class="line">server &#123;</span><br><span class="line">    listen 443 ssl http2;</span><br><span class="line">    listen [::]:443 ssl http2;</span><br><span class="line">    server_name localhost;</span><br><span class="line"></span><br><span class="line">    <span class="comment"># SSL 证书配置（自签名示例，生产环境替换为 Let&#x27;s Encrypt）</span></span><br><span class="line">    <span class="comment">#ssl_certificate /etc/nginx/ssl/cert.pem;</span></span><br><span class="line">    <span class="comment">#ssl_certificate_key /etc/nginx/ssl/privkey.pem;</span></span><br><span class="line">    ssl_certificate /etc/nginx/ssl/certificate.crt;</span><br><span class="line">    ssl_certificate_key /etc/nginx/ssl/private.key;</span><br><span class="line">    ssl_session_cache shared:SSL:1m;</span><br><span class="line">    ssl_session_timeout 10m;</span><br><span class="line">    ssl_ciphers HIGH:!aNULL:!MD5;</span><br><span class="line">    ssl_prefer_server_ciphers on;</span><br><span class="line"></span><br><span class="line">    <span class="comment"># 静态文件服务（可选）</span></span><br><span class="line">    location / &#123;</span><br><span class="line">        root /usr/share/nginx/html;</span><br><span class="line">        index index.html index.htm;</span><br><span class="line">    &#125;</span><br><span class="line"></span><br><span class="line">    <span class="comment"># Vaultwarden 代理配置（核心修正）</span></span><br><span class="line">    location /bitwarden/ &#123;</span><br><span class="line">        proxy_pass http://vaultwarden/;  <span class="comment"># 末尾斜杠确保移除路径前缀</span></span><br><span class="line">        proxy_set_header Host <span class="variable">$host</span>;</span><br><span class="line">        proxy_set_header X-Real-IP <span class="variable">$remote_addr</span>;</span><br><span class="line">        proxy_set_header X-Forwarded-For <span class="variable">$proxy_add_x_forwarded_for</span>;</span><br><span class="line">        proxy_set_header X-Forwarded-Proto <span class="variable">$scheme</span>;</span><br><span class="line"></span><br><span class="line">        <span class="comment"># 解决路径前缀导致的资源加载问题</span></span><br><span class="line">        proxy_redirect off;</span><br><span class="line">        sub_filter_once off;</span><br><span class="line">        sub_filter_types *;</span><br><span class="line">        sub_filter <span class="string">&#x27;href=&quot;/&#x27;</span> <span class="string">&#x27;href=&quot;/bitwarden/&#x27;</span>;</span><br><span class="line">        sub_filter <span class="string">&#x27;src=&quot;/&#x27;</span> <span class="string">&#x27;src=&quot;/bitwarden/&#x27;</span>;</span><br><span class="line">    &#125;</span><br><span class="line"></span><br><span class="line">    <span class="comment"># WebSocket 支持（实时同步）, 自 v1.31.0 起，已移除对 3012 端口 WebSocket 流量的支持，因为它已集成至主 HTTP 端口。</span></span><br><span class="line">    location /bitwarden/notifications/hub &#123;</span><br><span class="line">        proxy_pass http://vaultwarden:3012;</span><br><span class="line">        proxy_set_header Upgrade <span class="variable">$http_upgrade</span>;</span><br><span class="line">        proxy_set_header Connection <span class="string">&quot;upgrade&quot;</span>;</span><br><span class="line">        proxy_set_header Host <span class="variable">$host</span>;</span><br><span class="line">        proxy_set_header X-Real-IP <span class="variable">$remote_addr</span>;</span><br><span class="line">        proxy_set_header X-Forwarded-For <span class="variable">$proxy_add_x_forwarded_for</span>;</span><br><span class="line">    &#125;</span><br><span class="line"></span><br><span class="line">    <span class="comment"># 错误页面配置（保持原样）</span></span><br><span class="line">    error_page 500 502 503 504 /50x.html;</span><br><span class="line">    location = /50x.html &#123;</span><br><span class="line">        root /usr/share/nginx/html;</span><br><span class="line">    &#125;</span><br><span class="line">&#125;</span><br></pre></td></tr></table></figure><h3 id="配置自签名证书"><a href="#配置自签名证书" class="headerlink" title="配置自签名证书"></a>配置自签名证书</h3><figure class="highlight bash"><table><tr><td class="gutter"><pre><span class="line">1</span><br><span class="line">2</span><br><span class="line">3</span><br><span class="line">4</span><br></pre></td><td class="code"><pre><span class="line"><span class="comment"># 在docker-compose同级目录执行</span></span><br><span class="line"><span class="built_in">sudo</span> openssl req -x509 -nodes -days 365 -newkey rsa:2048 \</span><br><span class="line">  -keyout ./volumes/nginx/ssl/private.key \</span><br><span class="line">  -out ./volumes/nginx/ssl/certificate.crt</span><br></pre></td></tr></table></figure><h3 id="服务启动"><a href="#服务启动" class="headerlink" title="服务启动"></a>服务启动</h3><figure class="highlight bash"><table><tr><td class="gutter"><pre><span class="line">1</span><br></pre></td><td class="code"><pre><span class="line">docker-compose up -d</span><br></pre></td></tr></table></figure><h3 id="测试访问"><a href="#测试访问" class="headerlink" title="测试访问"></a>测试访问</h3><figure class="highlight bash"><table><tr><td class="gutter"><pre><span class="line">1</span><br></pre></td><td class="code"><pre><span class="line">https://10.241.189.234:8443/bitwarden</span><br></pre></td></tr></table></figure><h2 id="公网ECS配置nginx-无域名"><a href="#公网ECS配置nginx-无域名" class="headerlink" title="公网ECS配置nginx(无域名)"></a>公网ECS配置nginx(无域名)</h2><figure class="highlight bash"><table><tr><td class="gutter"><pre><span class="line">1</span><br><span class="line">2</span><br><span class="line">3</span><br><span class="line">4</span><br><span class="line">5</span><br><span class="line">6</span><br><span class="line">7</span><br><span class="line">8</span><br><span class="line">9</span><br><span class="line">10</span><br><span class="line">11</span><br><span class="line">12</span><br><span class="line">13</span><br><span class="line">14</span><br><span class="line">15</span><br><span class="line">16</span><br><span class="line">17</span><br><span class="line">18</span><br><span class="line">19</span><br><span class="line">20</span><br><span class="line">21</span><br><span class="line">22</span><br><span class="line">23</span><br><span class="line">24</span><br><span class="line">25</span><br><span class="line">26</span><br><span class="line">27</span><br><span class="line">28</span><br><span class="line">29</span><br><span class="line">30</span><br><span class="line">31</span><br></pre></td><td class="code"><pre><span class="line"><span class="built_in">cd</span> /etc/nginx/conf.d</span><br><span class="line"></span><br><span class="line"><span class="comment"># 增加 234-proxy-443.conf, 这里一定要注意，把nginx.conf中server啥的都干掉，避免影响。</span></span><br><span class="line"></span><br><span class="line">[root@VM-8-12-centos conf.d]# <span class="built_in">cat</span> 234-proxy-443.conf</span><br><span class="line">server &#123;</span><br><span class="line">    listen 443 ssl;</span><br><span class="line">    server_name 替换为你的公网域名或IP;  <span class="comment"># 替换为你的公网域名或IP</span></span><br><span class="line"></span><br><span class="line">    <span class="comment"># SSL 证书配置（必须使用有效证书，如 Let&#x27;s Encrypt）</span></span><br><span class="line">    <span class="comment"># ssl_certificate /etc/letsencrypt/live/your-public-domain.com/fullchain.pem;</span></span><br><span class="line">    <span class="comment"># ssl_certificate_key /etc/letsencrypt/live/your-public-domain.com/privkey.pem;</span></span><br><span class="line">    ssl_certificate /etc/nginx/ssl/certificate.crt;</span><br><span class="line">    ssl_certificate_key /etc/nginx/ssl/private.key;</span><br><span class="line"></span><br><span class="line"></span><br><span class="line">    <span class="comment"># 反向代理到内网服务</span></span><br><span class="line">    location /bitwarden &#123;</span><br><span class="line">    proxy_pass https://10.241.189.234:8443;</span><br><span class="line">        proxy_set_header Host <span class="variable">$host</span>;</span><br><span class="line">        proxy_set_header X-Real-IP <span class="variable">$remote_addr</span>;</span><br><span class="line">        proxy_set_header X-Forwarded-For <span class="variable">$proxy_add_x_forwarded_for</span>;</span><br><span class="line">        proxy_set_header X-Forwarded-Proto <span class="variable">$scheme</span>;</span><br><span class="line"></span><br><span class="line">        <span class="comment"># 信任内网服务的自签名证书（可选）</span></span><br><span class="line">        proxy_ssl_verify off;</span><br><span class="line">    &#125;</span><br><span class="line"></span><br><span class="line">    <span class="comment"># 其他安全头配置</span></span><br><span class="line">    add_header Strict-Transport-Security <span class="string">&quot;max-age=63072000; includeSubDomains; preload&quot;</span>;</span><br><span class="line">&#125;</span><br></pre></td></tr></table></figure><h3 id="nginx-s-reload"><a href="#nginx-s-reload" class="headerlink" title="nginx -s reload"></a>nginx -s reload</h3><h3 id="测试"><a href="#测试" class="headerlink" title="测试"></a>测试</h3><figure class="highlight bash"><table><tr><td class="gutter"><pre><span class="line">1</span><br><span class="line">2</span><br><span class="line">3</span><br></pre></td><td class="code"><pre><span class="line">https://ECS公网IP/bitwarden</span><br><span class="line"></span><br><span class="line"><span class="comment"># 这种方式配置后，在浏览器可以直接使用，包括插件。但是会提示证书不安全，手机端除非手动能安装自建证书，否则无法直接使用。</span></span><br></pre></td></tr></table></figure><h2 id="公网ECS配置nginx-有域名"><a href="#公网ECS配置nginx-有域名" class="headerlink" title="公网ECS配置nginx(有域名)"></a>公网ECS配置nginx(有域名)</h2><p>以腾讯ECS为例</p><h3 id="域名配置"><a href="#域名配置" class="headerlink" title="域名配置"></a>域名配置</h3><p>根据官方提示，将域名绑定到ECS机器</p><p>进行域名备案</p><h3 id="调整nginx配置"><a href="#调整nginx配置" class="headerlink" title="调整nginx配置"></a>调整nginx配置</h3><p>使用免费或者付费的ssl证书，下载后替换nginx中配置的证书信息</p><figure class="highlight bash"><table><tr><td class="gutter"><pre><span class="line">1</span><br><span class="line">2</span><br><span class="line">3</span><br></pre></td><td class="code"><pre><span class="line"><span class="comment"># SSL 证书配置（必须使用有效证书）</span></span><br><span class="line">ssl_certificate /etc/nginx/ssl/自己的域名.crt;</span><br><span class="line">ssl_certificate_key /etc/nginx/ssl/自己的域名.xyz.key;</span><br></pre></td></tr></table></figure><h2 id="客户端配置"><a href="#客户端配置" class="headerlink" title="客户端配置"></a>客户端配置</h2><ol><li>下载安装bitwarden相关客户端，包括app端，浏览器插件等</li><li>配置为自托管，然后按照自己设置的用户密码登录即可</li></ol><h1 id="备份"><a href="#备份" class="headerlink" title="备份"></a>备份</h1><p>找一个自己觉得安全的地方备份自己的挂载(volumes目录)，比如NAS或者网盘，U盘等</p><h1 id="问题处理"><a href="#问题处理" class="headerlink" title="问题处理"></a>问题处理</h1><h2 id="console-log-service-ts-53-Unhandled-error-in-angular-Error-Could-not-instantiate-WebCryptoFunctionService-Could-not-locate-Subtle-crypto"><a href="#console-log-service-ts-53-Unhandled-error-in-angular-Error-Could-not-instantiate-WebCryptoFunctionService-Could-not-locate-Subtle-crypto" class="headerlink" title="console-log.service.ts:53 Unhandled error in angular Error: Could not instantiate WebCryptoFunctionService. Could not locate Subtle crypto."></a>console-log.service.ts:53 Unhandled error in angular Error: Could not instantiate WebCryptoFunctionService. Could not locate Subtle crypto.</h2><h3 id="分析处理"><a href="#分析处理" class="headerlink" title="分析处理"></a>分析处理</h3><p>必须使用https访问，否则报错</p><h2 id="安卓客户端无法访问，提示无法验证服务器证书"><a href="#安卓客户端无法访问，提示无法验证服务器证书" class="headerlink" title="安卓客户端无法访问，提示无法验证服务器证书"></a>安卓客户端无法访问，提示无法验证服务器证书</h2><h3 id="分析处理-1"><a href="#分析处理-1" class="headerlink" title="分析处理"></a>分析处理</h3><p>这个真得有域名了。</p>]]>
    </content>
    <id>https://zhaozhiwei1992.github.io/2025/04/21/Vaultwarden%E5%AF%86%E7%A0%81%E7%AE%A1%E7%90%86/</id>
    <link href="https://zhaozhiwei1992.github.io/2025/04/21/Vaultwarden%E5%AF%86%E7%A0%81%E7%AE%A1%E7%90%86/"/>
    <published>2025-04-21T16:00:00.000Z</published>
    <summary>前言 之前主要使用lastpass，目前是浏览器端免费，其它都要收费，而且密码存在别人服务器总是不放心。 所以我们要本地部署vaultwarden并且可以在各种Bitwarden正常使用。这里使用vaultwarden是因为相比原生更加轻量，占用资源极少。 部署 环境准备​​ ​…</summary>
    <title>本地密码管理器-Vaultwarden</title>
    <updated>2025-04-21T16:00:00.000Z</updated>
  </entry>
  <entry>
    <author>
      <name>Mr.zhao</name>
    </author>
    <category term="AI, 企业落地" scheme="https://zhaozhiwei1992.github.io/tags/AI-%E4%BC%81%E4%B8%9A%E8%90%BD%E5%9C%B0/"/>
    <content>
      <![CDATA[<h1 id="前言：为什么企业需要警惕”AI军备竞赛”？"><a href="#前言：为什么企业需要警惕”AI军备竞赛”？" class="headerlink" title="前言：为什么企业需要警惕”AI军备竞赛”？"></a>前言：为什么企业需要警惕”AI军备竞赛”？</h1><p>当前AI技术发展呈现”技术狂欢”态势，今天Deepseek火了跟一把，明天出来个其它看着高级的东西又跟一把。但企业实践中最常出现的问题在于：投入大量资源训练模型后，业务价值却难以量化。本文从业务出发，探讨如何让AI真正成为业务增长的助推器。</p><h1 id="为什么AI是业务的必选项"><a href="#为什么AI是业务的必选项" class="headerlink" title="为什么AI是业务的必选项?"></a>为什么AI是业务的必选项?</h1><p>现在网上AI技术层出不穷，很多人通过ai来做一些日常工作，比如写写文章，查查资料，做做总结。高级一点的自己通过coze之类的平台做一些自己的AI工作流，智能体，通过各种组合提高自己的工作效率。</p><p>对于企业来说，如果自己在业务上能跟AI结合，能够从各方面提高自己产品的竞争力。</p><p>就以客服系统来说，有时候机器人客服回复的内容比较死板，很多都是通过内容匹配给出结果。但是使用AI以后能够充分利用AI的分析总结能力，将一些散落的知识分析总结，更加合理的提供给用户，甚至不仔细观察都以为是真人。相对于之前冷冰冰的知识，通过AI可以更好的提高客户体验，增强客户满意度和忠诚度。</p><h1 id="为什么AI很难在企业中落地"><a href="#为什么AI很难在企业中落地" class="headerlink" title="为什么AI很难在企业中落地?"></a>为什么AI很难在企业中落地?</h1><p>这里不是说落不了地，而是这么久了还没有爆炸性落地的产品。之前Deepseek火了，出来一拨”落地”热，基本上就是自己自己部署个模型或者搭建个简单知识库就敢说是落地。</p><p>其实AI无法落地主要的问题在于找不到切入点，还有行动力不足。首先是切入点问题，有些领导认为AI无所不能，上来就是高难度操作，认为只要部署个模型，挂个知识库，就可以让自己的产品智能了，用户问啥能干啥，也不需要那么多开发，测试，运营了。这种是完全被洗脑的，觉得AI就是神仙，无所不能，并不是所有场景适合硬往AI上套。还有一种是行动力不足，觉得AI现在发展还看不懂，不够成熟，准备再观察观察。</p><p>那么怎么让业务能跟AI更好的结合呢，下面我会给出一些自己在实践中的理解。</p><h1 id="AI如何重塑核心场景"><a href="#AI如何重塑核心场景" class="headerlink" title="AI如何重塑核心场景?"></a>AI如何重塑核心场景?</h1><h2 id="正确认识AI"><a href="#正确认识AI" class="headerlink" title="正确认识AI"></a>正确认识AI</h2><p>首先我们要对AI有个正确的认识，AI不是无所不能，并不是所有的场景都适合AI。AI本生是科技的产物，可以把它理解为一个拥有海量通用知识的业务小白。业务太庞杂了，对于一个行业内摸爬滚打多年的人都不敢说样样精通，并且很多业务不公开或者还需要随机应变，一些网上能下载到的通用大模型根本没有经过业务训练，不可能一上来就解决业务问题。</p><h2 id="识别关键业务场景"><a href="#识别关键业务场景" class="headerlink" title="识别关键业务场景"></a>识别关键业务场景</h2><p>之前说道网上有很多把AI玩出花的场景，也有很多解决实际问题的场景。为什么能出现这些东西，是因为大家会思考，能动手，知道自己要什么。比如我在没有AI之前也会通过程序脚本之类的各种玩意儿来解决自己实际问题，提高效率。对个人来说会思考，知道自己要什么，加一点点动手能力才能用好AI。</p><p>对于企业来说本身在行业深耕多年，业务就是企业最大的优势，应深入分析业务，在业务中找到与AI的结合点。AI的能力应该是解决实际问题，而不是为了应用AI而强行整合。再炫酷的操作如何用户不买账没有任何意义。最好是找三五个业务专家，再配合三五个对AI了解的工程师大家坐在一起，互相分享下业务场景，AI相关知识，多次分享讨论研究最终找出中间的结合点。</p><p>一定不要刚开始就给自己上强度，可以先找点场景试试demo，在做的过程中发现真正需要的场景再去挖掘。中小公司千万不要一上来就微调训练模型。刚开始的目标应该是业务+AI，业务为主，AI为辅，用业务驱动AI更快落地，最终让AI成为系统中一项不可分割的能力。</p><h2 id="AI技术的应用案例"><a href="#AI技术的应用案例" class="headerlink" title="AI技术的应用案例"></a>AI技术的应用案例</h2><p>下边我给出一些业务中使用的案例，供大家参考，不同的企业有不同的业务，这里只抛砖引玉。</p><h3 id="AI助理"><a href="#AI助理" class="headerlink" title="AI助理"></a>AI助理</h3><p>首先是问答类的AI助理，这种是对知识库的应用。企业在多年发展过程中本身积累了不少行业知识，那么就可以整理调整为知识库供AI使用。如何做知识库之前文章也说过，最重要的是知识库的准确性，一般来说，整理成QA方式最方便知识库使用，可以先将一些系统操作手册，问题解决方案之类的东西做知识库，后边再扩展。</p><h3 id="智能风控"><a href="#智能风控" class="headerlink" title="智能风控"></a>智能风控</h3><p>在很多领域都有风控的处理，好一点的会使用一些规则库进行处理，如果差的直接就是硬编码了，这些规则一般都是来源于一些业务或者政策文件，需要翻译成程序能识别的规则才能使用。如果用AI，我们只需要把这些政策做到人能理解的程度，那么AI就可以结合规则在数据流转中进行控制，并按照预设的要求进行反馈，比如生成一个风控报告之类的。这种方式比通过程序处理更方便，不用单独再通过程序实现报告功能，还得需要程序去主动调用。</p><h3 id="其它"><a href="#其它" class="headerlink" title="其它"></a>其它</h3><p>每个企业的业务都不一样，主要是从业务入手，去发现。一定是奔着简化用户操作，优化用户体验去的场景，而不是为了AI而造出来的业务。</p><h1 id="技术选型"><a href="#技术选型" class="headerlink" title="技术选型"></a>技术选型</h1><p>业务再整合模型时一定不会只使用一种模型走天下，不同的模型有不同的优势。所以前期可以选择市面好用的编排工具，比如DIFY之类的，配置比较灵活，可以整合市面上绝大部分模型。</p>]]>
    </content>
    <id>https://zhaozhiwei1992.github.io/2025/03/29/%E4%B8%9A%E5%8A%A1+AI%E4%BC%81%E4%B8%9A%E8%90%BD%E5%9C%B0%E5%AE%9E%E8%B7%B5/</id>
    <link href="https://zhaozhiwei1992.github.io/2025/03/29/%E4%B8%9A%E5%8A%A1+AI%E4%BC%81%E4%B8%9A%E8%90%BD%E5%9C%B0%E5%AE%9E%E8%B7%B5/"/>
    <published>2025-03-29T16:00:00.000Z</published>
    <summary>前言：为什么企业需要警惕”AI军备竞赛”？ 当前AI技术发展呈现”技术狂欢”态势，今天Deepseek火了跟一把，明天出来个其它看着高级的东西又跟一把。但企业实践中最常出现的问题在于：投入大量资源训练模型后，业务价值却难以量化。本文从业务出发，探讨如何让AI真正成为业务增长的助推…</summary>
    <title>从业务视角看AI落地：避免技术狂欢，聚焦真实需求</title>
    <updated>2026-11-18T08:51:42.719Z</updated>
  </entry>
  <entry>
    <author>
      <name>Mr.zhao</name>
    </author>
    <category term="AI" scheme="https://zhaozhiwei1992.github.io/tags/AI/"/>
    <category term="智能体" scheme="https://zhaozhiwei1992.github.io/tags/%E6%99%BA%E8%83%BD%E4%BD%93/"/>
    <content>
      <![CDATA[<h1 id="前言"><a href="#前言" class="headerlink" title="前言"></a>前言</h1><p>这篇文章主要是基于目前AI发展现状做出的一些思考，如何才能让模型更智能?</p><p>我们基于一个旅游场景来设想模型应该如何实现: 我要去山西旅游</p><h1 id="任务分解"><a href="#任务分解" class="headerlink" title="任务分解"></a>任务分解</h1><p>模型首先要基于”我要去山西旅游”这个要求进行分解，整理成一个类似操作列表的东西。下边是基于实际情况给出的一个设想。</p><ol><li>TODO 要问用户是什么时间去，要去的具体地方。</li><li>TODO 确定时间和地方后帮用户查看当地的天气情况，给出穿衣建议。</li><li>TODO 帮用户自动查询交通工具，给出合理的建议，供用户选择。</li><li>TODO 用户选择后自动去请求接口订票。</li><li>TODO 给用户提供一些当地的特色，游玩，美食等。</li></ol><h1 id="应该如何实现"><a href="#应该如何实现" class="headerlink" title="应该如何实现"></a>应该如何实现</h1><ol><li>需要模型能够理解用户的意图，并能分解成计划。(现在一些通用的大模型，可以通过多轮的方式实现类似效果。)</li><li>跟用户逐步确定计划中需要的点，比如具体要去的地方等，完成一条计划就标记为DONE。</li><li>根据计划选择合适的外部工具，比如调用实时查询天气的工具，订票的工具等，完成后同样标记完成。</li><li>按照模型自己给出的计划，依次完成知道任务结束。</li></ol><h1 id="实现难点"><a href="#实现难点" class="headerlink" title="实现难点"></a>实现难点</h1><ol><li>如何让模型能够识别系统中注册的工具或者agent(如果是企业级，可能会有很多)</li><li>如何定义合理的接口，能让模型理解接口的输入输出，从而自动产生相应的参数，将整个计划自动串联起来。</li></ol><h1 id="一个技术人的设想"><a href="#一个技术人的设想" class="headerlink" title="一个技术人的设想"></a>一个技术人的设想</h1><ol><li>定义一个统一的工具交互规范，模型能够理解，并能根据需要方便识别到。</li><li>提供一个注册中心，个人或者企业能够按照业务创建很多智能体，然后注册。</li><li>参考面向对象的思想，智能体应该是独立的个体，没有中间调度也可以独立使用。</li><li>模型可以根据用户要求分解任务，并在注册中心中找到合理的智能体进行调度。</li></ol><h1 id="结语"><a href="#结语" class="headerlink" title="结语"></a>结语</h1><p>现在很多落地的东西是一条条的工作流，只能体现一部分模型的能力，虽然可以对外交互，也只是人为干预的结果。当然也可能有很多优秀的方案没有发现。虽然网上有很多基于cursor实现的一些类似场景的效果，但是对于普通人使用还是不方便，很多敏感数据也不能交出去，自己玩玩可以，生产实践不行。</p><p>如何一句话让模型把事儿干好，才是未来发展的方向。</p><p>如果大家有合适的方案可以沟通交流，共勉。</p>]]>
    </content>
    <id>https://zhaozhiwei1992.github.io/2025/03/12/AI%E6%A8%A1%E5%9E%8B%E8%90%BD%E5%9C%B0%E6%80%9D%E8%80%83/</id>
    <link href="https://zhaozhiwei1992.github.io/2025/03/12/AI%E6%A8%A1%E5%9E%8B%E8%90%BD%E5%9C%B0%E6%80%9D%E8%80%83/"/>
    <published>2025-03-12T16:00:00.000Z</published>
    <summary>前言 这篇文章主要是基于目前AI发展现状做出的一些思考，如何才能让模型更智能? 我们基于一个旅游场景来设想模型应该如何实现: 我要去山西旅游 任务分解 模型首先要基于”我要去山西旅游”这个要求进行分解，整理成一个类似操作列表的东西。下边是基于实际情况给出的一个设想。 TODO 要…</summary>
    <title>从&quot;我要去山西旅游&quot;看AI智能体的未来之旅：大模型如何重构自动化服务生态</title>
    <updated>2025-03-12T16:00:00.000Z</updated>
  </entry>
  <entry>
    <author>
      <name>Mr.zhao</name>
    </author>
    <category term="AI" scheme="https://zhaozhiwei1992.github.io/tags/AI/"/>
    <category term="OpenManus" scheme="https://zhaozhiwei1992.github.io/tags/OpenManus/"/>
    <category term="DeepSeek" scheme="https://zhaozhiwei1992.github.io/tags/DeepSeek/"/>
    <content>
      <![CDATA[<h1 id="前言"><a href="#前言" class="headerlink" title="前言"></a>前言</h1><p>这篇文章偏技术，如果跟着文章操作有难度，建议找网上找相关视频操作。</p><h1 id="什么是OpenManus，为什么要使用"><a href="#什么是OpenManus，为什么要使用" class="headerlink" title="什么是OpenManus，为什么要使用"></a>什么是OpenManus，为什么要使用</h1><p>说到OpenManus就不得不先提下Manus，Manus是全球首款真正意义上的通用型AI Agent，由中国的创业公司Monica开发，看官方的演示感觉很6，但是10w的邀请吗告诉我，我不配。</p><p>幸好有大佬连夜整出来一个OpenManus，引用官方一句描述: Manus 非常棒，但 OpenManus 无需邀请码即可实现任何创意 ！</p><h2 id="那么OpenManus能做什么呢"><a href="#那么OpenManus能做什么呢" class="headerlink" title="那么OpenManus能做什么呢"></a>那么OpenManus能做什么呢</h2><p>复杂任务规划与执行：它可以把复杂的任务拆解成多个小步骤，自动规划并执行，最后给出完整的成果。</p><p>工具调用与自动化：很多工作离不开外部工具。 OpenManus 能灵活调动 各种工具，比如浏览器、数据分析软件等，完全不用你担心技术细节。</p><p>智能信息收集与处理：OpenManus 不仅能浏览网页、提取信息，还能进行精准的内容整理。</p><h1 id="安装使用"><a href="#安装使用" class="headerlink" title="安装使用"></a>安装使用</h1><h2 id="环境"><a href="#环境" class="headerlink" title="环境"></a>环境</h2><h3 id="os-archlinux"><a href="#os-archlinux" class="headerlink" title="os: archlinux"></a>os: archlinux</h3><h2 id="安装OpenManus"><a href="#安装OpenManus" class="headerlink" title="安装OpenManus"></a>安装OpenManus</h2><figure class="highlight plaintext"><table><tr><td class="gutter"><pre><span class="line">1</span><br><span class="line">2</span><br><span class="line">3</span><br><span class="line">4</span><br><span class="line">5</span><br><span class="line">6</span><br><span class="line">7</span><br><span class="line">8</span><br><span class="line">9</span><br><span class="line">10</span><br><span class="line">11</span><br><span class="line">12</span><br><span class="line">13</span><br><span class="line">14</span><br></pre></td><td class="code"><pre><span class="line">1. 源码下载</span><br><span class="line">git clone https://github.com/mannaandpoem/OpenManus.git</span><br><span class="line"></span><br><span class="line">2. 进入项目根目录</span><br><span class="line">cd OpenManus</span><br><span class="line"></span><br><span class="line">3. 创建新的 conda 环境</span><br><span class="line">conda create -n open_manus python=3.12</span><br><span class="line"></span><br><span class="line">4. 等待完成后，设置当前python环境</span><br><span class="line">source /opt/anaconda/bin/activate open_manus</span><br><span class="line"></span><br><span class="line">5. 安装依赖</span><br><span class="line">pip install -r requirements.txt</span><br></pre></td></tr></table></figure><h2 id="购买DeepSeekApi"><a href="#购买DeepSeekApi" class="headerlink" title="购买DeepSeekApi"></a>购买DeepSeekApi</h2><figure class="highlight plaintext"><table><tr><td class="gutter"><pre><span class="line">1</span><br><span class="line">2</span><br><span class="line">3</span><br><span class="line">4</span><br><span class="line">5</span><br></pre></td><td class="code"><pre><span class="line">1. 访问DeepSeek官网 https://www.deepseek.com./ 。</span><br><span class="line"></span><br><span class="line">2. 点击右上角API开放平台，左边充值即可，测试充个10元就勾了。</span><br><span class="line"></span><br><span class="line">3. 充值完毕后，点击API Keys，创建自己的key，我这里起名字就是OpenManus(可以看看这玩意儿消耗tokens的量)</span><br></pre></td></tr></table></figure><h2 id="配置OpenManus"><a href="#配置OpenManus" class="headerlink" title="配置OpenManus"></a>配置OpenManus</h2><figure class="highlight plaintext"><table><tr><td class="gutter"><pre><span class="line">1</span><br><span class="line">2</span><br><span class="line">3</span><br><span class="line">4</span><br><span class="line">5</span><br><span class="line">6</span><br><span class="line">7</span><br><span class="line">8</span><br><span class="line">9</span><br><span class="line">10</span><br><span class="line">11</span><br><span class="line">12</span><br><span class="line">13</span><br><span class="line">14</span><br><span class="line">15</span><br><span class="line">16</span><br><span class="line">17</span><br><span class="line">18</span><br><span class="line">19</span><br><span class="line">20</span><br><span class="line">21</span><br><span class="line">22</span><br><span class="line">23</span><br><span class="line">24</span><br><span class="line">25</span><br><span class="line">26</span><br><span class="line">27</span><br><span class="line">28</span><br><span class="line">29</span><br><span class="line">30</span><br><span class="line">31</span><br><span class="line">32</span><br></pre></td><td class="code"><pre><span class="line">OpenManus 需要配置使用的 LLM API，请按以下步骤设置：</span><br><span class="line"></span><br><span class="line">1. 保证当前还在项目跟目录下</span><br><span class="line"></span><br><span class="line">2. 创建config.toml文件：</span><br><span class="line">cp config/config.example.toml config/config.toml</span><br><span class="line"></span><br><span class="line">3. 编辑 config/config.toml 添加 API 密钥和自定义设置：(注: model和base_url在deepseek充值界面接口文档就可以看到)</span><br><span class="line"></span><br><span class="line"># Global LLM configuration</span><br><span class="line">[llm]</span><br><span class="line">model = &quot;deepseek-chat&quot;</span><br><span class="line">base_url = &quot;https://api.deepseek.com&quot;</span><br><span class="line">api_key = &quot;sk-8.....9ff89&quot;</span><br><span class="line">max_tokens = 4096</span><br><span class="line">temperature = 0.0</span><br><span class="line"></span><br><span class="line"># [llm] #AZURE OPENAI:</span><br><span class="line"># api_type= &#x27;azure&#x27;</span><br><span class="line"># model = &quot;YOUR_MODEL_NAME&quot; #&quot;gpt-4o-mini&quot;</span><br><span class="line"># base_url = &quot;&#123;YOUR_AZURE_ENDPOINT.rstrip(&#x27;/&#x27;)&#125;/openai/deployments/&#123;AZURE_DEPOLYMENT_ID&#125;&quot;</span><br><span class="line"># api_key = &quot;AZURE API KEY&quot;</span><br><span class="line"># max_tokens = 8096</span><br><span class="line"># temperature = 0.0</span><br><span class="line"># api_version=&quot;AZURE API VERSION&quot; #&quot;2024-08-01-preview&quot;</span><br><span class="line"></span><br><span class="line"># Optional configuration for specific LLM models</span><br><span class="line">[llm.vision]</span><br><span class="line">model = &quot;claude-3-5-sonnet&quot;</span><br><span class="line">base_url = &quot;https://api.openai.com/v1&quot;</span><br><span class="line">api_key = &quot;sk-...&quot;</span><br><span class="line"></span><br></pre></td></tr></table></figure><h2 id="启动"><a href="#启动" class="headerlink" title="启动"></a>启动</h2><figure class="highlight python"><table><tr><td class="gutter"><pre><span class="line">1</span><br></pre></td><td class="code"><pre><span class="line">python main.py</span><br></pre></td></tr></table></figure><p>输出如下: </p><figure class="highlight plaintext"><table><tr><td class="gutter"><pre><span class="line">1</span><br><span class="line">2</span><br><span class="line">3</span><br><span class="line">4</span><br></pre></td><td class="code"><pre><span class="line">INFO     [browser_use] BrowserUse logging setup complete with level info</span><br><span class="line">INFO     [root] Anonymized telemetry enabled. See https://docs.browser-use.com/development/telemetry for more information.</span><br><span class="line">Enter your prompt (or &#x27;exit&#x27;/&#x27;quit&#x27; to quit): (这里就是发挥创意的地方了)</span><br><span class="line"></span><br></pre></td></tr></table></figure><h1 id="一些小问题处理"><a href="#一些小问题处理" class="headerlink" title="一些小问题处理"></a>一些小问题处理</h1><h2 id="目前内部默认采用的是google搜索，国内不好用，调整为bing搜索"><a href="#目前内部默认采用的是google搜索，国内不好用，调整为bing搜索" class="headerlink" title="目前内部默认采用的是google搜索，国内不好用，调整为bing搜索"></a>目前内部默认采用的是google搜索，国内不好用，调整为bing搜索</h2><ol><li>在app&#x2F;tool&#x2F;目录，加bing_search.py</li></ol><figure class="highlight python"><table><tr><td class="gutter"><pre><span class="line">1</span><br><span class="line">2</span><br><span class="line">3</span><br><span class="line">4</span><br><span class="line">5</span><br><span class="line">6</span><br><span class="line">7</span><br><span class="line">8</span><br><span class="line">9</span><br><span class="line">10</span><br><span class="line">11</span><br><span class="line">12</span><br><span class="line">13</span><br><span class="line">14</span><br><span class="line">15</span><br><span class="line">16</span><br><span class="line">17</span><br><span class="line">18</span><br><span class="line">19</span><br><span class="line">20</span><br><span class="line">21</span><br><span class="line">22</span><br><span class="line">23</span><br><span class="line">24</span><br><span class="line">25</span><br><span class="line">26</span><br><span class="line">27</span><br><span class="line">28</span><br><span class="line">29</span><br><span class="line">30</span><br><span class="line">31</span><br><span class="line">32</span><br><span class="line">33</span><br><span class="line">34</span><br><span class="line">35</span><br><span class="line">36</span><br><span class="line">37</span><br><span class="line">38</span><br><span class="line">39</span><br><span class="line">40</span><br><span class="line">41</span><br><span class="line">42</span><br><span class="line">43</span><br><span class="line">44</span><br><span class="line">45</span><br><span class="line">46</span><br><span class="line">47</span><br><span class="line">48</span><br><span class="line">49</span><br><span class="line">50</span><br><span class="line">51</span><br><span class="line">52</span><br><span class="line">53</span><br><span class="line">54</span><br><span class="line">55</span><br><span class="line">56</span><br><span class="line">57</span><br><span class="line">58</span><br><span class="line">59</span><br><span class="line">60</span><br><span class="line">61</span><br><span class="line">62</span><br><span class="line">63</span><br><span class="line">64</span><br><span class="line">65</span><br><span class="line">66</span><br><span class="line">67</span><br><span class="line">68</span><br></pre></td><td class="code"><pre><span class="line"><span class="keyword">import</span> asyncio</span><br><span class="line"><span class="keyword">from</span> typing <span class="keyword">import</span> <span class="type">List</span></span><br><span class="line"><span class="keyword">from</span> urllib.parse <span class="keyword">import</span> quote</span><br><span class="line"><span class="keyword">import</span> requests</span><br><span class="line"><span class="keyword">from</span> bs4 <span class="keyword">import</span> BeautifulSoup</span><br><span class="line"><span class="keyword">from</span> app.tool.base <span class="keyword">import</span> BaseTool</span><br><span class="line"></span><br><span class="line"><span class="keyword">class</span> <span class="title class_">BingSearch</span>(<span class="title class_ inherited__">BaseTool</span>):</span><br><span class="line">    name: <span class="built_in">str</span> = <span class="string">&quot;bing_search&quot;</span></span><br><span class="line">    description: <span class="built_in">str</span> = <span class="string">&quot;&quot;&quot;执行必应搜索并返回相关链接列表。</span></span><br><span class="line"><span class="string">当需要获取国际信息或英文内容时建议使用此工具。</span></span><br><span class="line"><span class="string">工具返回与搜索查询匹配的URL列表。&quot;&quot;&quot;</span></span><br><span class="line">    parameters: <span class="built_in">dict</span> = &#123;</span><br><span class="line">        <span class="string">&quot;type&quot;</span>: <span class="string">&quot;object&quot;</span>,</span><br><span class="line">        <span class="string">&quot;properties&quot;</span>: &#123;</span><br><span class="line">            <span class="string">&quot;query&quot;</span>: &#123;</span><br><span class="line">                <span class="string">&quot;type&quot;</span>: <span class="string">&quot;string&quot;</span>,</span><br><span class="line">                <span class="string">&quot;description&quot;</span>: <span class="string">&quot;(必填) 提交给必应的搜索关键词&quot;</span></span><br><span class="line">            &#125;,</span><br><span class="line">            <span class="string">&quot;num_results&quot;</span>: &#123;</span><br><span class="line">                <span class="string">&quot;type&quot;</span>: <span class="string">&quot;integer&quot;</span>,</span><br><span class="line">                <span class="string">&quot;description&quot;</span>: <span class="string">&quot;(可选) 返回的搜索结果数量，默认10&quot;</span>,</span><br><span class="line">                <span class="string">&quot;default&quot;</span>: <span class="number">10</span></span><br><span class="line">            &#125;</span><br><span class="line">        &#125;,</span><br><span class="line">        <span class="string">&quot;required&quot;</span>: [<span class="string">&quot;query&quot;</span>]</span><br><span class="line">    &#125;</span><br><span class="line"></span><br><span class="line">    <span class="keyword">async</span> <span class="keyword">def</span> <span class="title function_">execute</span>(<span class="params">self, query: <span class="built_in">str</span>, num_results: <span class="built_in">int</span> = <span class="number">10</span></span>) -&gt; <span class="type">List</span>[<span class="built_in">str</span>]:</span><br><span class="line">        <span class="string">&quot;&quot;&quot;</span></span><br><span class="line"><span class="string">        执行必应搜索并返回URL列表</span></span><br><span class="line"><span class="string"></span></span><br><span class="line"><span class="string">        Args:</span></span><br><span class="line"><span class="string">            query: 搜索关键词</span></span><br><span class="line"><span class="string">            num_results: 返回结果数量</span></span><br><span class="line"><span class="string"></span></span><br><span class="line"><span class="string">        Returns:</span></span><br><span class="line"><span class="string">            匹配搜索结果的URL列表</span></span><br><span class="line"><span class="string">        &quot;&quot;&quot;</span></span><br><span class="line"></span><br><span class="line">        <span class="keyword">def</span> <span class="title function_">sync_search</span>():</span><br><span class="line">            headers = &#123;</span><br><span class="line">                <span class="string">&#x27;User-Agent&#x27;</span>: <span class="string">&#x27;Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36&#x27;</span>,</span><br><span class="line">                <span class="string">&#x27;Accept-Language&#x27;</span>: <span class="string">&#x27;en-US,en;q=0.9&#x27;</span></span><br><span class="line">            &#125;</span><br><span class="line">            url = <span class="string">f&#x27;https://www.bing.com/search?q=<span class="subst">&#123;quote(query)&#125;</span>&#x27;</span></span><br><span class="line">            links = []</span><br><span class="line"></span><br><span class="line">            <span class="keyword">for</span> page <span class="keyword">in</span> <span class="built_in">range</span>(<span class="number">0</span>, num_results // <span class="number">10</span> + <span class="number">1</span>):</span><br><span class="line">                resp = requests.get(</span><br><span class="line">                    <span class="string">f&#x27;<span class="subst">&#123;url&#125;</span>&amp;first=<span class="subst">&#123;page * <span class="number">10</span>&#125;</span>&#x27;</span>,</span><br><span class="line">                    headers=headers,</span><br><span class="line">                    timeout=<span class="number">10</span></span><br><span class="line">                )</span><br><span class="line">                soup = BeautifulSoup(resp.text, <span class="string">&#x27;html.parser&#x27;</span>)</span><br><span class="line"></span><br><span class="line">                <span class="keyword">for</span> result <span class="keyword">in</span> soup.select(<span class="string">&#x27;.b_algo&#x27;</span>):</span><br><span class="line">                    link = result.find(<span class="string">&#x27;a&#x27;</span>, href=<span class="literal">True</span>)</span><br><span class="line">                    <span class="keyword">if</span> link <span class="keyword">and</span> <span class="string">&#x27;href&#x27;</span> <span class="keyword">in</span> link.attrs:</span><br><span class="line">                        links.append(link[<span class="string">&#x27;href&#x27;</span>])</span><br><span class="line">                        <span class="keyword">if</span> <span class="built_in">len</span>(links) &gt;= num_results:</span><br><span class="line">                            <span class="keyword">return</span> links</span><br><span class="line">            rst = links[:num_results]</span><br><span class="line">            <span class="keyword">return</span> rst</span><br><span class="line"></span><br><span class="line">        loop = asyncio.get_event_loop()</span><br><span class="line">        <span class="keyword">return</span> <span class="keyword">await</span> loop.run_in_executor(<span class="literal">None</span>, sync_search)</span><br><span class="line"></span><br></pre></td></tr></table></figure><ol start="2"><li>agent&#x2F;manus.py 中添加 BingSearch</li></ol><figure class="highlight python"><table><tr><td class="gutter"><pre><span class="line">1</span><br><span class="line">2</span><br><span class="line">3</span><br><span class="line">4</span><br><span class="line">5</span><br><span class="line">6</span><br><span class="line">7</span><br><span class="line">8</span><br><span class="line">9</span><br><span class="line">10</span><br><span class="line">11</span><br><span class="line">12</span><br><span class="line">13</span><br><span class="line">14</span><br><span class="line">15</span><br><span class="line">16</span><br><span class="line">17</span><br><span class="line">18</span><br><span class="line">19</span><br><span class="line">20</span><br><span class="line">21</span><br><span class="line">22</span><br><span class="line">23</span><br><span class="line">24</span><br><span class="line">25</span><br><span class="line">26</span><br><span class="line">27</span><br><span class="line">28</span><br><span class="line">29</span><br><span class="line">30</span><br><span class="line">31</span><br><span class="line">32</span><br><span class="line">33</span><br><span class="line">34</span><br><span class="line">35</span><br><span class="line">36</span><br><span class="line">37</span><br></pre></td><td class="code"><pre><span class="line"><span class="keyword">from</span> pydantic <span class="keyword">import</span> Field</span><br><span class="line"></span><br><span class="line"><span class="keyword">from</span> app.agent.toolcall <span class="keyword">import</span> ToolCallAgent</span><br><span class="line"><span class="keyword">from</span> app.prompt.manus <span class="keyword">import</span> NEXT_STEP_PROMPT, SYSTEM_PROMPT</span><br><span class="line"><span class="keyword">from</span> app.tool <span class="keyword">import</span> Terminate, ToolCollection</span><br><span class="line"><span class="keyword">from</span> app.tool.browser_use_tool <span class="keyword">import</span> BrowserUseTool</span><br><span class="line"><span class="keyword">from</span> app.tool.file_saver <span class="keyword">import</span> FileSaver</span><br><span class="line"><span class="keyword">from</span> app.tool.google_search <span class="keyword">import</span> GoogleSearch</span><br><span class="line"><span class="comment"># 一定要先引入</span></span><br><span class="line"><span class="keyword">from</span> app.tool.bing_search <span class="keyword">import</span> BingSearch</span><br><span class="line"><span class="keyword">from</span> app.tool.python_execute <span class="keyword">import</span> PythonExecute</span><br><span class="line"></span><br><span class="line"></span><br><span class="line"><span class="keyword">class</span> <span class="title class_">Manus</span>(<span class="title class_ inherited__">ToolCallAgent</span>):</span><br><span class="line">    <span class="string">&quot;&quot;&quot;</span></span><br><span class="line"><span class="string">    A versatile general-purpose agent that uses planning to solve various tasks.</span></span><br><span class="line"><span class="string"></span></span><br><span class="line"><span class="string">    This agent extends PlanningAgent with a comprehensive set of tools and capabilities,</span></span><br><span class="line"><span class="string">    including Python execution, web browsing, file operations, and information retrieval</span></span><br><span class="line"><span class="string">    to handle a wide range of user requests.</span></span><br><span class="line"><span class="string">    &quot;&quot;&quot;</span></span><br><span class="line"></span><br><span class="line">    name: <span class="built_in">str</span> = <span class="string">&quot;Manus&quot;</span></span><br><span class="line">    description: <span class="built_in">str</span> = (</span><br><span class="line">        <span class="string">&quot;A versatile agent that can solve various tasks using multiple tools&quot;</span></span><br><span class="line">    )</span><br><span class="line"></span><br><span class="line">    system_prompt: <span class="built_in">str</span> = SYSTEM_PROMPT</span><br><span class="line">    next_step_prompt: <span class="built_in">str</span> = NEXT_STEP_PROMPT</span><br><span class="line"></span><br><span class="line">    <span class="comment"># Add general-purpose tools to the tool collection</span></span><br><span class="line">    <span class="comment"># 注意这里添加BingSearch</span></span><br><span class="line">    available_tools: ToolCollection = Field(</span><br><span class="line">        default_factory=<span class="keyword">lambda</span>: ToolCollection(</span><br><span class="line">            PythonExecute(), GoogleSearch(), BingSearch(), BrowserUseTool(), FileSaver(), Terminate()</span><br><span class="line">        )</span><br><span class="line">    )</span><br></pre></td></tr></table></figure><ol start="3"><li>prompt&#x2F;manus.py 修改GoogleSearch为BingSearch</li></ol><figure class="highlight sh"><table><tr><td class="gutter"><pre><span class="line">1</span><br></pre></td><td class="code"><pre><span class="line">sed -i <span class="string">&#x27;s/GoogleSearch/BingSearch/g&#x27;</span></span><br></pre></td></tr></table></figure><p>参考: <a href="https://github.com/mannaandpoem/OpenManus/issues/277">https://github.com/mannaandpoem/OpenManus/issues/277</a></p><h1 id="测试"><a href="#测试" class="headerlink" title="测试"></a>测试</h1><ol><li>查找中国 前十高校，通过csv格式返回到跟目录，只需要有学校名称 、排名、官网即可</li></ol><p>实际测试，这玩意儿还是bug不少，跑了十几分钟结果没出结果，白瞎了我的token :D。</p><h1 id="总结"><a href="#总结" class="headerlink" title="总结"></a>总结</h1><p>速度真的是挺慢，但是能够自己主动去搜索解决问题也算是挺牛了，对于技术人员来说又多了一个玩具。</p><p>这种主动去思考解决问题的思想比较有意思，在其它平台定义工作流时候可以借鉴这种方案，创建自己的manus，加油!!</p>]]>
    </content>
    <id>https://zhaozhiwei1992.github.io/2025/03/09/OpenManus%E5%B0%9D%E9%B2%9C/</id>
    <link href="https://zhaozhiwei1992.github.io/2025/03/09/OpenManus%E5%B0%9D%E9%B2%9C/"/>
    <published>2025-03-09T16:00:00.000Z</published>
    <summary>前言 这篇文章偏技术，如果跟着文章操作有难度，建议找网上找相关视频操作。 什么是OpenManus，为什么要使用 说到OpenManus就不得不先提下Manus，Manus是全球首款真正意义上的通用型AI Agent，由中国的创业公司Monica开发，看官方的演示感觉很6，但是1…</summary>
    <title>OpenManus+DeepSeek体验</title>
    <updated>2025-03-09T16:00:00.000Z</updated>
  </entry>
  <entry>
    <author>
      <name>Mr.zhao</name>
    </author>
    <category term="AI" scheme="https://zhaozhiwei1992.github.io/tags/AI/"/>
    <category term="DeepSeek" scheme="https://zhaozhiwei1992.github.io/tags/DeepSeek/"/>
    <category term="知识库" scheme="https://zhaozhiwei1992.github.io/tags/%E7%9F%A5%E8%AF%86%E5%BA%93/"/>
    <content>
      <![CDATA[<h1 id="为什么企业要搭建本地知识库"><a href="#为什么企业要搭建本地知识库" class="headerlink" title="为什么企业要搭建本地知识库"></a>为什么企业要搭建本地知识库</h1><p>在当今信息爆炸的时代，企业面临着海量数据和知识的管理挑战。搭建本地知识库已成为企业提升效率和竞争力的重要手段。以下是企业搭建本地知识库的几个核心原因：</p><h2 id="解决碎片化问题"><a href="#解决碎片化问题" class="headerlink" title="解决碎片化问题"></a>解决碎片化问题</h2><p>企业多年积累的知识比较碎片化，很多也慢慢流于形式。使用知识库可以将这些碎片化知识重新整合，并且通过大模型学习进行分类整合，充分发挥知识的价值。</p><h2 id="提升效率和创新能力"><a href="#提升效率和创新能力" class="headerlink" title="提升效率和创新能力"></a>提升效率和创新能力</h2><p>通过知识库的整合，员工不需要在茫茫的文档中查找，可以基于统一的入口去查找需要的东西。而且随着知识越发丰富，模型也会越来越强大，可以将海量知识组合，创造出新的想法。</p><h2 id="提高安全性"><a href="#提高安全性" class="headerlink" title="提高安全性"></a>提高安全性</h2><p>相对于将知识全部放在公网知识库中，本地知识库可以有效保护企业的核心知识和技术，防止人员流动以及公网安全性导致的知识缺失。</p><h1 id="企业知识库的目标"><a href="#企业知识库的目标" class="headerlink" title="企业知识库的目标"></a>企业知识库的目标</h1><p>不同于通用大模型，企业知识库最重要的就是，专业性和准确性。知识库应该是垂直领域的，基于企业的核心业务，结合各种内部的文档进行知识的整合，使得行业知识逻辑更加清晰完整，并且数据来源是内部文档，所以对比通用大模型会更加准确。</p><h1 id="搭建知识库的痛点"><a href="#搭建知识库的痛点" class="headerlink" title="搭建知识库的痛点"></a>搭建知识库的痛点</h1><h2 id="技术难度"><a href="#技术难度" class="headerlink" title="技术难度"></a>技术难度</h2><p>个人原型搭建相对简单，但企业级部署需考虑权限管理、版本控制、审计追踪等复杂需求。</p><h2 id="回答不够准确"><a href="#回答不够准确" class="headerlink" title="回答不够准确"></a>回答不够准确</h2><p>回答准确性问题可能是知识库构建最麻烦的地方，不同的人，不同的团队写出的文档格式千奇百怪。而且有些知识是从网上下载，没有专门做整理就作为知识文档保留下来。知识库采用RAG（检索增强生成）技术，通过语义检索获取相关文档片段，再结合生成模型输出答案，不同分块的方式，大小都会导致知识库的回答不一定准确。下面以用户使用手册为例，来解决这些问题。</p><h1 id="合理文档格式的重要性及模板参考"><a href="#合理文档格式的重要性及模板参考" class="headerlink" title="合理文档格式的重要性及模板参考"></a>合理文档格式的重要性及模板参考</h1><p>一般网上搜到知识库的搭建都是给你搞个embedding模型，或者根据什么换行之类的东西直接分块，但是这种方式对于企业知识库没什么用，因为文档真的太乱了。可能你换行的、用模型处理后的内容语义本身就不连续，有的段落内容多，有的少，有的可能多个分段是一个语义环境。目前只是专业的人才能够去理解真正哪些内容是一个语义环境。所以目前我的想法是可以通过人工干预，将文档按照格式整理，在通过程序增加分割符，然后在文档分块时，通过分割符号来处理，保证语义的完整性。下边给出一个简单的操作手册片段:</p><figure class="highlight plaintext"><table><tr><td class="gutter"><pre><span class="line">1</span><br><span class="line">2</span><br><span class="line">3</span><br><span class="line">4</span><br><span class="line">5</span><br><span class="line">6</span><br><span class="line">7</span><br><span class="line">8</span><br><span class="line">9</span><br><span class="line">10</span><br><span class="line">11</span><br><span class="line">12</span><br><span class="line">13</span><br><span class="line">14</span><br><span class="line">15</span><br><span class="line">16</span><br><span class="line">17</span><br><span class="line">18</span><br><span class="line">19</span><br><span class="line">20</span><br><span class="line">21</span><br><span class="line">22</span><br><span class="line">23</span><br><span class="line">24</span><br><span class="line">25</span><br><span class="line">26</span><br><span class="line">27</span><br><span class="line">28</span><br><span class="line">29</span><br><span class="line">30</span><br><span class="line">31</span><br><span class="line">32</span><br><span class="line">33</span><br><span class="line">34</span><br><span class="line">35</span><br><span class="line">36</span><br><span class="line">37</span><br><span class="line">38</span><br><span class="line">39</span><br><span class="line">40</span><br><span class="line">41</span><br><span class="line">42</span><br><span class="line">43</span><br><span class="line">44</span><br><span class="line">45</span><br><span class="line">46</span><br><span class="line">47</span><br><span class="line">48</span><br></pre></td><td class="code"><pre><span class="line">** 功能1：[功能名称]</span><br><span class="line"></span><br><span class="line">*** 功能描述</span><br><span class="line">简要描述功能1的主要用途和实现目标。</span><br><span class="line"></span><br><span class="line">*** 菜单路径</span><br><span class="line">- 主菜单：[具体菜单路径]</span><br><span class="line">- 快捷方式：[快捷键或图标]</span><br><span class="line"></span><br><span class="line">*** 操作步骤</span><br><span class="line">1. 打开软件，进入主界面。</span><br><span class="line">   [[file:功能1_步骤1.png]]</span><br><span class="line">2. 点击“[菜单名称]”，选择“[子菜单名称]”。</span><br><span class="line">   [[file:功能1_步骤2.png]]</span><br><span class="line">3. 在弹出的窗口中，输入相关信息（如用户名、密码等）。</span><br><span class="line">   [[file:功能1_步骤3.png]]</span><br><span class="line">4. 点击“确定”按钮，完成操作。</span><br><span class="line">   [[file:功能1_步骤4.png]]</span><br><span class="line"></span><br><span class="line">*** 注意事项</span><br><span class="line">- 确保输入的信息准确无误。</span><br><span class="line">- 如果遇到错误提示，请参考“常见问题”部分。</span><br><span class="line"></span><br><span class="line">---</span><br><span class="line"></span><br><span class="line">** 功能2：[功能名称]</span><br><span class="line"></span><br><span class="line">*** 功能描述</span><br><span class="line">简要描述功能2的主要用途和实现目标。</span><br><span class="line"></span><br><span class="line">*** 菜单路径</span><br><span class="line">- 主菜单：[具体菜单路径]</span><br><span class="line">- 快捷方式：[快捷键或图标]</span><br><span class="line"></span><br><span class="line">*** 操作步骤</span><br><span class="line">1. 打开软件，进入主界面。</span><br><span class="line">   [[file:功能2_步骤1.png]]</span><br><span class="line">2. 点击“[菜单名称]”，选择“[子菜单名称]”。</span><br><span class="line">   [[file:功能2_步骤2.png]]</span><br><span class="line">3. 在弹出的窗口中，选择所需选项（如文件类型、格式等）。</span><br><span class="line">   [[file:功能2_步骤3.png]]</span><br><span class="line">4. 点击“保存”按钮，完成操作。</span><br><span class="line">   [[file:功能2_步骤4.png]]</span><br><span class="line"></span><br><span class="line">*** 注意事项</span><br><span class="line">- 在保存文件时，建议选择合适的文件格式。</span><br><span class="line">- 如果文件过大，可能会导致保存时间较长。</span><br><span class="line"></span><br></pre></td></tr></table></figure><p>对于上述文档，我们可以按照层次结构添加分隔符，比如按照<em>的个数，两个</em>作为二级标题，然后在功能2前增加&#x3D;&#x3D;&#x3D;&#x3D;&#x3D;&#x3D;split&#x3D;&#x3D;&#x3D;&#x3D;&#x3D;作为分隔符，效果如下。</p><figure class="highlight plaintext"><table><tr><td class="gutter"><pre><span class="line">1</span><br><span class="line">2</span><br><span class="line">3</span><br><span class="line">4</span><br><span class="line">5</span><br><span class="line">6</span><br><span class="line">7</span><br><span class="line">8</span><br><span class="line">9</span><br><span class="line">10</span><br></pre></td><td class="code"><pre><span class="line">** 功能1：[功能名称]</span><br><span class="line">内容同上</span><br><span class="line">---</span><br><span class="line">=====split=====</span><br><span class="line">** 功能2：[功能名称]</span><br><span class="line">内容同上</span><br><span class="line">=====split=====</span><br><span class="line">** 功能3：[功能名称]</span><br><span class="line">内容同上</span><br><span class="line"></span><br></pre></td></tr></table></figure><p>此时将上述内容按照&#x3D;&#x3D;&#x3D;&#x3D;&#x3D;split&#x3D;&#x3D;&#x3D;&#x3D;&#x3D;分隔传入知识库，会将相同语义的内容放到单独的块中。在中知识搜索时，通过向量匹配的内容就会相对完整准确。</p><h1 id="如何让知识库模型不乱说"><a href="#如何让知识库模型不乱说" class="headerlink" title="如何让知识库模型不乱说"></a>如何让知识库模型不乱说</h1><p>其实光是知识库内容完整还不够，将知识库搜索结果作为提问的上下文仍然无法阻止模型自己的”发明创造”，这种结果是企业知识库无法接受的。这时候就需要对模型增加一些约束，此时就是prompt大显身手了。</p><figure class="highlight plaintext"><table><tr><td class="gutter"><pre><span class="line">1</span><br><span class="line">2</span><br><span class="line">3</span><br><span class="line">4</span><br><span class="line">5</span><br><span class="line">6</span><br><span class="line">7</span><br><span class="line">8</span><br><span class="line">9</span><br><span class="line">10</span><br><span class="line">11</span><br><span class="line">12</span><br><span class="line">13</span><br><span class="line">14</span><br><span class="line">15</span><br><span class="line">16</span><br><span class="line">17</span><br></pre></td><td class="code"><pre><span class="line">你是xx企业业务专家。你的回答应基于以下规则：</span><br><span class="line">1. 使用提供的上下文（&lt;context&gt;&lt;/context&gt;）作为你的知识来源。</span><br><span class="line">2. 如果上下文中有相关信息，请直接根据上下文回答。</span><br><span class="line">3. 如果上下文中没有相关信息，请直接说“我不知道”或请求用户提供更多信息。</span><br><span class="line">4. 当且仅当上下文包含相关信息时，用自然对话方式输出答案；否则明确告知&#x27;该问题不在知识库覆盖范围内。</span><br><span class="line">5. 根据用户提问的语言（如中文或英文）来回答。</span><br><span class="line">必需行为:</span><br><span class="line">- 知识库存在的内容必须全部包含，并且不能改变上下文语义</span><br><span class="line">禁止行为：</span><br><span class="line">- 禁止任何形式的内容编造</span><br><span class="line">- 禁止使用&quot;根据我的知识&quot;等模糊表述</span><br><span class="line">- 禁止扩展知识库外的信息</span><br><span class="line">- 禁止引入聊天上下文中无关内容，优先使用context中内容</span><br><span class="line"></span><br><span class="line">Context: &lt;context&gt;</span><br><span class="line">&#123;&#123;#context#&#125;&#125;</span><br><span class="line">&lt;/context&gt;</span><br></pre></td></tr></table></figure><p>仔细看下上述prompt就知道它是怎么工作了，其它限制可以按照企业需要继续扩展，按照知识库返回结果逐步优化。</p><h1 id="实施计划"><a href="#实施计划" class="headerlink" title="实施计划"></a>实施计划</h1><h2 id="分阶段实施建议"><a href="#分阶段实施建议" class="headerlink" title="分阶段实施建议"></a>分阶段实施建议</h2><ol><li>知识盘点阶段（1-2周）：成立跨部门小组，梳理核心知识资产</li><li>规范制定阶段（2-4周）：建立文档编写标准和审核流程</li><li>试点运行阶段（4-8周）：选择3-5个关键业务模块进行验证</li><li>全面推广阶段（8-12周）：基于试点经验完善系统后全面部署</li></ol><h2 id="质量评估"><a href="#质量评估" class="headerlink" title="质量评估"></a>质量评估</h2><ol><li>准确率（Accuracy）：人工抽检回答正确性</li><li>召回率（Recall）：测试集问题解决率</li></ol><h1 id="结语"><a href="#结语" class="headerlink" title="结语"></a>结语</h1><p>希望本文的分享能帮助大家在搭建和使用本地知识库时更加得心应手，祝大家实践成功！</p>]]>
    </content>
    <id>https://zhaozhiwei1992.github.io/2025/02/25/%E4%BC%81%E4%B8%9A%E7%9F%A5%E8%AF%86%E5%BA%93%E8%90%BD%E5%9C%B0%E5%AE%9E%E8%B7%B5/</id>
    <link href="https://zhaozhiwei1992.github.io/2025/02/25/%E4%BC%81%E4%B8%9A%E7%9F%A5%E8%AF%86%E5%BA%93%E8%90%BD%E5%9C%B0%E5%AE%9E%E8%B7%B5/"/>
    <published>2025-02-25T16:00:00.000Z</published>
    <summary>为什么企业要搭建本地知识库 在当今信息爆炸的时代，企业面临着海量数据和知识的管理挑战。搭建本地知识库已成为企业提升效率和竞争力的重要手段。以下是企业搭建本地知识库的几个核心原因： 解决碎片化问题 企业多年积累的知识比较碎片化，很多也慢慢流于形式。使用知识库可以将这些碎片化知识重新…</summary>
    <title>企业知识库落地实践</title>
    <updated>2025-02-25T16:00:00.000Z</updated>
  </entry>
  <entry>
    <author>
      <name>Mr.zhao</name>
    </author>
    <category term="AI，软件，工具" scheme="https://zhaozhiwei1992.github.io/categories/AI%EF%BC%8C%E8%BD%AF%E4%BB%B6%EF%BC%8C%E5%B7%A5%E5%85%B7/"/>
    <category term="AI" scheme="https://zhaozhiwei1992.github.io/tags/AI/"/>
    <category term="知识库" scheme="https://zhaozhiwei1992.github.io/tags/%E7%9F%A5%E8%AF%86%E5%BA%93/"/>
    <category term="大语言模型" scheme="https://zhaozhiwei1992.github.io/tags/%E5%A4%A7%E8%AF%AD%E8%A8%80%E6%A8%A1%E5%9E%8B/"/>
    <category term="DIFY" scheme="https://zhaozhiwei1992.github.io/tags/DIFY/"/>
    <content>
      <![CDATA[<h1 id="前提"><a href="#前提" class="headerlink" title="前提"></a>前提</h1><p>本地目前没有显卡，只能用cpu刚。</p><p>如果不想自己搭建本地模型，完全可以掏钱使用现成的API即可。</p><p>需要了解一些docker知识</p><h1 id="搭建本地模型"><a href="#搭建本地模型" class="headerlink" title="搭建本地模型"></a>搭建本地模型</h1><h2 id="环境"><a href="#环境" class="headerlink" title="环境"></a>环境</h2><h3 id="os-archlinux"><a href="#os-archlinux" class="headerlink" title="os: archlinux"></a>os: archlinux</h3><h3 id="内存-32g"><a href="#内存-32g" class="headerlink" title="内存: 32g"></a>内存: 32g</h3><h3 id="cpu-6核12线程"><a href="#cpu-6核12线程" class="headerlink" title="cpu: 6核12线程"></a>cpu: 6核12线程</h3><h3 id="docker-27-3-1"><a href="#docker-27-3-1" class="headerlink" title="docker: 27.3.1"></a>docker: 27.3.1</h3><h3 id="docker-compose-2-32-4"><a href="#docker-compose-2-32-4" class="headerlink" title="docker-compose: 2.32.4"></a>docker-compose: 2.32.4</h3><h2 id="ollama"><a href="#ollama" class="headerlink" title="ollama"></a>ollama</h2><figure class="highlight plaintext"><table><tr><td class="gutter"><pre><span class="line">1</span><br><span class="line">2</span><br><span class="line">3</span><br><span class="line">4</span><br><span class="line">5</span><br><span class="line">6</span><br></pre></td><td class="code"><pre><span class="line">pacman -S ollama</span><br><span class="line"></span><br><span class="line">systemctl start ollama.service</span><br><span class="line"></span><br><span class="line"> # 通过下述url判断ollama是否安装成功</span><br><span class="line">http://127.0.0.1:11434/</span><br></pre></td></tr></table></figure><h2 id="LLM模型-qwen2-1-5b"><a href="#LLM模型-qwen2-1-5b" class="headerlink" title="LLM模型 (qwen2:1.5b)"></a>LLM模型 (qwen2:1.5b)</h2><h3 id="下载"><a href="#下载" class="headerlink" title="下载"></a>下载</h3><figure class="highlight plaintext"><table><tr><td class="gutter"><pre><span class="line">1</span><br></pre></td><td class="code"><pre><span class="line">ollama pull qwen2:1.5b</span><br></pre></td></tr></table></figure><h3 id="启动"><a href="#启动" class="headerlink" title="启动"></a>启动</h3><figure class="highlight plaintext"><table><tr><td class="gutter"><pre><span class="line">1</span><br></pre></td><td class="code"><pre><span class="line">ollama run qwen2:1.5b</span><br></pre></td></tr></table></figure><h3 id="测试"><a href="#测试" class="headerlink" title="测试"></a>测试</h3><figure class="highlight plaintext"><table><tr><td class="gutter"><pre><span class="line">1</span><br><span class="line">2</span><br><span class="line">3</span><br><span class="line">4</span><br><span class="line">5</span><br></pre></td><td class="code"><pre><span class="line">ollama run qwen2:1.5b</span><br><span class="line">&gt;&gt;&gt; who are you?</span><br><span class="line">I am an AI language model, designed to answer questions and provide information on various topics. How can I assist you today?</span><br><span class="line"></span><br><span class="line">&gt;&gt;&gt; Send a message (/? for help)</span><br></pre></td></tr></table></figure><h2 id="Text-Embedding模型-m3e"><a href="#Text-Embedding模型-m3e" class="headerlink" title="Text Embedding模型 (m3e)"></a>Text Embedding模型 (m3e)</h2><h3 id="下载-1"><a href="#下载-1" class="headerlink" title="下载"></a>下载</h3><figure class="highlight plaintext"><table><tr><td class="gutter"><pre><span class="line">1</span><br><span class="line">2</span><br><span class="line">3</span><br></pre></td><td class="code"><pre><span class="line">ollama pull milkey/m3e</span><br><span class="line"></span><br><span class="line">embedding模型不需要run, ollama服务启动可直接使用</span><br></pre></td></tr></table></figure><h3 id="测试-1"><a href="#测试-1" class="headerlink" title="测试"></a>测试</h3><figure class="highlight plaintext"><table><tr><td class="gutter"><pre><span class="line">1</span><br><span class="line">2</span><br><span class="line">3</span><br><span class="line">4</span><br></pre></td><td class="code"><pre><span class="line">curl http://127.0.0.1:11434/api/embed -d &#x27;&#123;</span><br><span class="line">  &quot;model&quot;: &quot;milkey/m3e&quot;,</span><br><span class="line">  &quot;input&quot;: &quot;balabalabala&quot;</span><br><span class="line">&#125;&#x27; | jq .</span><br></pre></td></tr></table></figure><h2 id="查看模型运行情况"><a href="#查看模型运行情况" class="headerlink" title="查看模型运行情况"></a>查看模型运行情况</h2><figure class="highlight plaintext"><table><tr><td class="gutter"><pre><span class="line">1</span><br><span class="line">2</span><br><span class="line">3</span><br><span class="line">4</span><br><span class="line">5</span><br></pre></td><td class="code"><pre><span class="line">ollama ps</span><br><span class="line"></span><br><span class="line">NAME                        ID              SIZE      PROCESSOR    UNTIL    </span><br><span class="line">qwen2:1.5b                  f6daf2b25194    1.5 GB    100% CPU     4 minutes from now</span><br><span class="line">milkey/m3e:latest           1477f12451b0    860 MB    100% CPU     4 minutes from now</span><br></pre></td></tr></table></figure><h1 id="构建知识库-ollama-DIFY"><a href="#构建知识库-ollama-DIFY" class="headerlink" title="构建知识库(ollama+DIFY)"></a>构建知识库(ollama+DIFY)</h1><h2 id="下载启动dify"><a href="#下载启动dify" class="headerlink" title="下载启动dify"></a>下载启动dify</h2><p>参考官方文档，so easy!</p><p><a href="https://docs.dify.ai/zh-hans/getting-started/install-self-hosted/docker-compose">https://docs.dify.ai/zh-hans/getting-started/install-self-hosted/docker-compose</a></p><p>本地采用的是 #systemd方式* 部署。这里一定要注意，不同的部署方式网络配置有点区别，比如systemd的方式服务启动需要增加环境变量OLLAMA_HOST，而对于docker启动方式，可以参考官方文档(暂未测试)</p><h2 id="添加模型"><a href="#添加模型" class="headerlink" title="添加模型"></a>添加模型</h2><p>这里我们需要两个模型，一个LLM，一个Text Embedding</p><h3 id="qwen2-1-5b模型添加"><a href="#qwen2-1-5b模型添加" class="headerlink" title="qwen2:1.5b模型添加"></a>qwen2:1.5b模型添加</h3><p>模型名称：qwen2:1.5b（必须完整填写）</p><p>基础 URL：http:&#x2F;&#x2F;<your-ollama-endpoint-domain>:11434 (这里的ip要是你本地ip,不能用localhost，127这些。本地是<a href="http://10.10.15.159:11434/">http://10.10.15.159:11434</a>)</p><p>模型类型：对话</p><p>模型上下文长度：4096 (模型的最大上下文长度，若不清楚可填写默认值 4096)</p><p>最大 token 上限：4096 (模型返回内容的最大 token 数量，若模型无特别说明，则可与模型上下文长度保持一致)</p><p>是否支持 Vision：是</p><p>保存即可使用</p><p><img src="https://s2.loli.net/2025/01/21/XtlN3fowajFcrY2.png" alt="screenshot_x3ym8s_000.png"></p><h3 id="milkey-m3e-latest"><a href="#milkey-m3e-latest" class="headerlink" title="milkey&#x2F;m3e:latest"></a>milkey&#x2F;m3e:latest</h3><p>模型名称：milkey&#x2F;m3e:latest (同上)</p><p>基础 URL：http:&#x2F;&#x2F;<your-ollama-endpoint-domain>:11434 (这里的ip要是你本地ip,不能用localhost，127这些。本地是<a href="http://10.10.15.159:11434/">http://10.10.15.159:11434</a>)</p><p>模型上下文长度：4096</p><p>保存即可使用</p><h3 id="访问测试"><a href="#访问测试" class="headerlink" title="访问测试"></a>访问测试</h3><h2 id="创建知识库"><a href="#创建知识库" class="headerlink" title="创建知识库"></a>创建知识库</h2><p>导入数据 –&gt; 设置分段 –&gt;设置索引及检索</p><p>对于word这种格式化的数据,分段模式最好使用 #父子模式* ; 索引方式使用高质量模式，使用上述m3e模型来生成索引数据。</p><p><img src="https://s2.loli.net/2025/01/21/MxvKOBUuGg1EJC8.png" alt="screenshot_zSwzzS_000.png"></p><h1 id="创建聊天助手"><a href="#创建聊天助手" class="headerlink" title="创建聊天助手"></a>创建聊天助手</h1><p>知识库是没法直接去使用的，顶多能做个召回测试。这里我们创建一个聊天助手，可以关联知识库，这样能真正使用。</p><p>聊天助手创建很简单，可以选择顶部工作室 -&gt; 创建空白应用</p><p><img src="https://s2.loli.net/2025/01/21/D1xUA3iM4tLTchw.png" alt="screenshot_UWVTYt_000.png"></p><p>选择已经创建好的知识库</p><p><img src="https://s2.loli.net/2025/01/21/hFE8kuyQ7qBNs52.png" alt="screenshot_NnXWmT_000.png"></p><p>应用发布即可</p><h2 id="直接通过dify使用"><a href="#直接通过dify使用" class="headerlink" title="直接通过dify使用"></a>直接通过dify使用</h2><p>dify默认启动使用的是80端口，可以直接通过<a href="http://localhost/">http://localhost</a> 访问(首次使用需要注册用户密码)。 然后选择探索，选择我们刚刚创建的聊天助手就可以开始愉快的聊天了。</p><p><img src="https://s2.loli.net/2025/01/21/lnJCkKOuqLHadoE.png" alt="screenshot_vq0gwR_000.png"></p><p><img src="https://s2.loli.net/2025/01/21/mCRV8dXSBoZTJbY.png" alt="screenshot_dhJZif_000.png"></p><h2 id="将dify嵌入到自己的应用中"><a href="#将dify嵌入到自己的应用中" class="headerlink" title="将dify嵌入到自己的应用中"></a>将dify嵌入到自己的应用中</h2><p>可以通过api、iframe之类的方式将自己搭建的聊天助手嵌入到系统中(需要有开发能力，很简单)。</p><h2 id="知识库工作流"><a href="#知识库工作流" class="headerlink" title="知识库工作流"></a>知识库工作流</h2><p><img src="https://s2.loli.net/2025/01/21/O6FTmeAgRG5brck.png" alt="screenshot_pMpzgp_000.png"></p><h1 id="问题处理"><a href="#问题处理" class="headerlink" title="问题处理"></a>问题处理</h1><h2 id="dify访问时提示11434拒绝"><a href="#dify访问时提示11434拒绝" class="headerlink" title="dify访问时提示11434拒绝"></a>dify访问时提示11434拒绝</h2><p><a href="http://10.10.15.159:11434/">http://10.10.15.159:11434/</a> 请求失败</p><h3 id="处理"><a href="#处理" class="headerlink" title="处理"></a>处理</h3><p>检查服务启动正常，需要在service中增加环境变量 Environment&#x3D;”OLLAMA_HOST&#x3D;0.0.0.0:11434”</p><figure class="highlight plaintext"><table><tr><td class="gutter"><pre><span class="line">1</span><br><span class="line">2</span><br><span class="line">3</span><br></pre></td><td class="code"><pre><span class="line">sudo vim /usr/lib/systemd/system/ollama.service</span><br><span class="line">systemctl daemon-reload</span><br><span class="line">systemctl restart ollama.service</span><br></pre></td></tr></table></figure><p>其它系统类似，就是让服务启动读取到该变量即可</p><h2 id="Reached-maximum-retries-3-for-URL-http-localhost-8090-api-system-ext-examples-echo"><a href="#Reached-maximum-retries-3-for-URL-http-localhost-8090-api-system-ext-examples-echo" class="headerlink" title="Reached maximum retries (3) for URL http://localhost:8090/api/system/ext/examples/echo"></a>Reached maximum retries (3) for URL <a href="http://localhost:8090/api/system/ext/examples/echo">http://localhost:8090/api/system/ext/examples/echo</a></h2><h3 id="分析处理"><a href="#分析处理" class="headerlink" title="分析处理"></a>分析处理</h3><p>添加工具后，访问本地接口提示上述错误, 其实还是ip的问题，这里使用本地ip,如10.10.15.159。因为dify部署在容器中,localhost有特殊意义</p>]]>
    </content>
    <id>https://zhaozhiwei1992.github.io/2025/01/20/%E6%9C%AC%E5%9C%B0%E7%9F%A5%E8%AF%86%E5%BA%93%E6%90%AD%E5%BB%BA-DIFY/</id>
    <link href="https://zhaozhiwei1992.github.io/2025/01/20/%E6%9C%AC%E5%9C%B0%E7%9F%A5%E8%AF%86%E5%BA%93%E6%90%AD%E5%BB%BA-DIFY/"/>
    <published>2025-01-20T16:00:00.000Z</published>
    <summary>前提 本地目前没有显卡，只能用cpu刚。 如果不想自己搭建本地模型，完全可以掏钱使用现成的API即可。 需要了解一些docker知识 搭建本地模型 环境 os: archlinux 内存: 32g cpu: 6核12线程 docker: 27.3.1 docker-compose…</summary>
    <title>搭建个人AI知识库-DIFY</title>
    <updated>2026-11-18T08:51:42.720Z</updated>
  </entry>
  <entry>
    <author>
      <name>Mr.zhao</name>
    </author>
    <category term="软件，工具" scheme="https://zhaozhiwei1992.github.io/categories/%E8%BD%AF%E4%BB%B6%EF%BC%8C%E5%B7%A5%E5%85%B7/"/>
    <category term="telegram" scheme="https://zhaozhiwei1992.github.io/tags/telegram/"/>
    <category term="bot" scheme="https://zhaozhiwei1992.github.io/tags/bot/"/>
    <content>
      <![CDATA[<h1 id="什么是telegram"><a href="#什么是telegram" class="headerlink" title="什么是telegram"></a>什么是telegram</h1><p>Telegram Messenger, commonly known as Telegram, is a cloud-based, cross-platform, social media and instant messaging (IM) service</p><p>Telegram Messenger，通常简称为Telegram，是一款基于云的、跨平台的社交媒体和即时通讯(IM)服务。</p><h1 id="目标"><a href="#目标" class="headerlink" title="目标"></a>目标</h1><p>日常生活中有一些动态的提醒，比如说服务器故障，或者找到了一些有意思的内容，我们需要有一种手段可以直接通知。理想情况下，如果能直接通知到微信会更好，但目前似乎没有既安全又好用的方法来实现这一点。。虽然钉钉提供了机器人的方式(需要有群组)，但是除了工作800年不会打开。所以借这次机会正好玩下telegram的机器人。</p><h1 id="环境"><a href="#环境" class="headerlink" title="环境"></a>环境</h1><h2 id="python3-x"><a href="#python3-x" class="headerlink" title="python3.x"></a>python3.x</h2><h2 id="科学上网"><a href="#科学上网" class="headerlink" title="科学上网"></a>科学上网</h2><h1 id="操作步骤"><a href="#操作步骤" class="headerlink" title="操作步骤"></a>操作步骤</h1><h2 id="创建一个机器人"><a href="#创建一个机器人" class="headerlink" title="创建一个机器人"></a>创建一个机器人</h2><p>在botfather中输入&#x2F;newbot, 按照提示创建一个机器人。创建后会返回一段内容包括机器人的tokenid。</p><h2 id="获取要通知用户的chat-id"><a href="#获取要通知用户的chat-id" class="headerlink" title="获取要通知用户的chat_id"></a>获取要通知用户的chat_id</h2><p>搜索添加机器人 @get_id_bot，私聊发送命令 &#x2F;my_id，如下图，会返回你的id信息</p><h2 id="代码实现"><a href="#代码实现" class="headerlink" title="代码实现"></a>代码实现</h2><figure class="highlight python"><table><tr><td class="gutter"><pre><span class="line">1</span><br><span class="line">2</span><br><span class="line">3</span><br><span class="line">4</span><br><span class="line">5</span><br><span class="line">6</span><br><span class="line">7</span><br><span class="line">8</span><br><span class="line">9</span><br><span class="line">10</span><br><span class="line">11</span><br><span class="line">12</span><br><span class="line">13</span><br><span class="line">14</span><br><span class="line">15</span><br><span class="line">16</span><br><span class="line">17</span><br><span class="line">18</span><br><span class="line">19</span><br></pre></td><td class="code"><pre><span class="line"><span class="comment"># -*- coding: utf8 -*-</span></span><br><span class="line"><span class="keyword">from</span> datetime <span class="keyword">import</span> date, datetime</span><br><span class="line"><span class="keyword">import</span> requests</span><br><span class="line"><span class="keyword">from</span> telegram <span class="keyword">import</span> Bot</span><br><span class="line"><span class="keyword">from</span> telegram.utils.request <span class="keyword">import</span> Request</span><br><span class="line"><span class="keyword">import</span> os</span><br><span class="line">...</span><br><span class="line"><span class="keyword">def</span> <span class="title function_">send_telegram_message</span>(<span class="params">msg</span>):</span><br><span class="line">    <span class="comment"># 替换为你的API令牌</span></span><br><span class="line">    token = os.environ[<span class="string">&#x27;TELEGRAM_TOKEN&#x27;</span>]</span><br><span class="line">    <span class="comment"># 替换为你的Telegram账号的ID</span></span><br><span class="line">    chat_id = os.environ[<span class="string">&#x27;TELEGRAM_CHAT_ID&#x27;</span>]</span><br><span class="line">    <span class="string">&quot;&quot;&quot;</span></span><br><span class="line"><span class="string">    python 3.x</span></span><br><span class="line"><span class="string">    &quot;&quot;&quot;</span></span><br><span class="line">    proxy = Request(proxy_url=<span class="string">&#x27;http://127.0.0.1:7890&#x27;</span>)</span><br><span class="line">    bot = Bot(token=token, request=proxy)</span><br><span class="line">    bot.send_message(chat_id=chat_id, text=msg)</span><br><span class="line"></span><br></pre></td></tr></table></figure><p>按照上述步骤即可实现将msg信息发送给机器人。所以理论上你可以创建很多个机器人，分别做不同类型的通知，enjoy！</p>]]>
    </content>
    <id>https://zhaozhiwei1992.github.io/2024/12/30/%E5%A5%BD%E7%89%A9%E6%8E%A8%E8%8D%90-telegram%E6%B6%88%E6%81%AF%E6%8F%90%E9%86%92/</id>
    <link href="https://zhaozhiwei1992.github.io/2024/12/30/%E5%A5%BD%E7%89%A9%E6%8E%A8%E8%8D%90-telegram%E6%B6%88%E6%81%AF%E6%8F%90%E9%86%92/"/>
    <published>2024-12-30T16:00:00.000Z</published>
    <summary>什么是telegram Telegram Messenger, commonly known as Telegram, is a cloud-based, cross-platform, social media and instant messaging (IM) servic…</summary>
    <title>好物推荐-telegram消息提醒</title>
    <updated>2026-11-18T08:51:42.719Z</updated>
  </entry>
  <entry>
    <author>
      <name>Mr.zhao</name>
    </author>
    <category term="AI，软件，工具" scheme="https://zhaozhiwei1992.github.io/categories/AI%EF%BC%8C%E8%BD%AF%E4%BB%B6%EF%BC%8C%E5%B7%A5%E5%85%B7/"/>
    <category term="AI" scheme="https://zhaozhiwei1992.github.io/tags/AI/"/>
    <category term="知识库" scheme="https://zhaozhiwei1992.github.io/tags/%E7%9F%A5%E8%AF%86%E5%BA%93/"/>
    <category term="大语言模型" scheme="https://zhaozhiwei1992.github.io/tags/%E5%A4%A7%E8%AF%AD%E8%A8%80%E6%A8%A1%E5%9E%8B/"/>
    <content>
      <![CDATA[<h1 id="引言"><a href="#引言" class="headerlink" title="引言"></a>引言</h1><p>你是否想过拥有一个私人订制的AI助手，能够随时为你提供最个性化的信息？本文将带你一步步搭建一个基于本地模型和RAG技术的个人知识库。</p><h1 id="搭建本地模型"><a href="#搭建本地模型" class="headerlink" title="搭建本地模型"></a>搭建本地模型</h1><h2 id="环境"><a href="#环境" class="headerlink" title="环境"></a>环境</h2><ul><li>os: archlinux</li><li>内存: 32g</li><li>cpu: 6核12线程</li><li>python: 3.12.7</li><li>docker27.3.1 + docker-compose</li><li>向量库: milvus2.4.13 + attu2.4(客户端)</li></ul><h2 id="ollama"><a href="#ollama" class="headerlink" title="ollama"></a>ollama</h2><figure class="highlight shell"><table><tr><td class="gutter"><pre><span class="line">1</span><br><span class="line">2</span><br><span class="line">3</span><br><span class="line">4</span><br><span class="line">5</span><br><span class="line">6</span><br><span class="line">7</span><br></pre></td><td class="code"><pre><span class="line">pacman -S ollama</span><br><span class="line"></span><br><span class="line">systemctl start ollama.service</span><br><span class="line"><span class="meta prompt_"></span></span><br><span class="line"><span class="meta prompt_"># </span><span class="language-bash">通过下述url判断ollama是否安装成功</span></span><br><span class="line">http://127.0.0.1:11434/</span><br><span class="line"></span><br></pre></td></tr></table></figure><h2 id="llama3-2-3b"><a href="#llama3-2-3b" class="headerlink" title="llama3.2:3b"></a>llama3.2:3b</h2><figure class="highlight shell"><table><tr><td class="gutter"><pre><span class="line">1</span><br></pre></td><td class="code"><pre><span class="line">ollama run llama3.2:3b</span><br></pre></td></tr></table></figure><h2 id="OpenWebUI-非必须"><a href="#OpenWebUI-非必须" class="headerlink" title="OpenWebUI(非必须)"></a>OpenWebUI(非必须)</h2><figure class="highlight shell"><table><tr><td class="gutter"><pre><span class="line">1</span><br><span class="line">2</span><br><span class="line">3</span><br><span class="line">4</span><br><span class="line">5</span><br></pre></td><td class="code"><pre><span class="line"><span class="meta prompt_"># </span><span class="language-bash">启动openwebui, 按照自己需要调整端口</span></span><br><span class="line">docker run -d -p 3000:8080 --add-host=host.docker.internal:host-gateway -v open-webui:/app/backend/data --name open-webui ghcr.io/open-webui/open-webui:main</span><br><span class="line"><span class="meta prompt_"></span></span><br><span class="line"><span class="meta prompt_"># </span><span class="language-bash">浏览器访问, 可以看到之前启动的模型</span></span><br><span class="line">http://localhost:3000/</span><br></pre></td></tr></table></figure><h2 id="程序访问测试"><a href="#程序访问测试" class="headerlink" title="程序访问测试"></a>程序访问测试</h2><figure class="highlight python"><table><tr><td class="gutter"><pre><span class="line">1</span><br><span class="line">2</span><br><span class="line">3</span><br><span class="line">4</span><br><span class="line">5</span><br><span class="line">6</span><br><span class="line">7</span><br><span class="line">8</span><br><span class="line">9</span><br><span class="line">10</span><br><span class="line">11</span><br><span class="line">12</span><br><span class="line">13</span><br><span class="line">14</span><br></pre></td><td class="code"><pre><span class="line"><span class="keyword">from</span> langchain_ollama <span class="keyword">import</span> ChatOllama</span><br><span class="line"><span class="keyword">from</span> langchain_core.messages <span class="keyword">import</span> HumanMessage</span><br><span class="line"></span><br><span class="line"><span class="comment"># 创建ChatOllama实例，指定模型名称</span></span><br><span class="line">model = ChatOllama(model=<span class="string">&quot;llama3.2:3b&quot;</span>)</span><br><span class="line"></span><br><span class="line"><span class="comment"># 定义你的问题</span></span><br><span class="line">question = HumanMessage(<span class="string">&quot;你是如何工作的？&quot;</span>)</span><br><span class="line"></span><br><span class="line"><span class="comment"># 使用模型处理问题</span></span><br><span class="line">response = model.invoke([question])</span><br><span class="line"></span><br><span class="line"><span class="comment"># 打印返回的结果</span></span><br><span class="line"><span class="built_in">print</span>(response.content)</span><br></pre></td></tr></table></figure><h1 id="构建知识库"><a href="#构建知识库" class="headerlink" title="构建知识库"></a>构建知识库</h1><h2 id="RAG是什么"><a href="#RAG是什么" class="headerlink" title="RAG是什么"></a>RAG是什么</h2><p>大模型的训练数据是有截止日期的，那当我们需要依靠不包含在大模型训练集中的数据时，我们该怎么做呢？一种就是对模型进行微调，另外就是通过检索增强生成RAG（Retrieval Augmented Generation）。在这个过程中，首先检索外部数据，然后在生成步骤中将这些数据传递给LLM。</p><p>利用大模型的能力搭建知识库就是一个RAG技术的应用。</p><h3 id="RAG的应用抽象为5个过程："><a href="#RAG的应用抽象为5个过程：" class="headerlink" title="RAG的应用抽象为5个过程："></a>RAG的应用抽象为5个过程：</h3><ul><li>文档加载（Document Loading） ：从多种不同来源加载文档。LangChain提供了100多种不同的文档加载器，包括PDF在内的非结构化的数据、SQL在内的结构化的数据，以及Python、Java之类的代码等</li><li>文本分割（Splitting） ：文本分割器把Documents 切分为指定大小的块，我把它们称为“文档块”或者“文档片”</li><li>存储（Storage）： 存储涉及到两个环节，分别是：<ol><li>将切分好的文档块进行嵌入（Embedding）转换成向量的形式</li><li>将Embedding后的向量数据存储到向量数据库</li></ol></li><li>检索（Retrieval） ：一旦数据进入向量数据库，我们仍然需要将数据检索出来，我们会通过某种检索算法找到与输入问题相似的嵌入片</li><li>输出（Output） ：把问题以及检索出来的嵌入片一起提交给LLM，LLM会通过问题和检索出来的提示一起来生成更加合理的答案</li></ul><h2 id="个人笔记"><a href="#个人笔记" class="headerlink" title="个人笔记"></a>个人笔记</h2><p>首先起码得有自己的知识库，我这里就是个人多年整理的笔记。或者你有项目相关的文档，也可以作为知识库的基础。</p><h2 id="将个人笔记写入到Milvus"><a href="#将个人笔记写入到Milvus" class="headerlink" title="将个人笔记写入到Milvus"></a>将个人笔记写入到Milvus</h2><figure class="highlight python"><table><tr><td class="gutter"><pre><span class="line">1</span><br><span class="line">2</span><br><span class="line">3</span><br><span class="line">4</span><br><span class="line">5</span><br><span class="line">6</span><br><span class="line">7</span><br><span class="line">8</span><br><span class="line">9</span><br><span class="line">10</span><br><span class="line">11</span><br><span class="line">12</span><br><span class="line">13</span><br><span class="line">14</span><br><span class="line">15</span><br><span class="line">16</span><br><span class="line">17</span><br><span class="line">18</span><br><span class="line">19</span><br><span class="line">20</span><br><span class="line">21</span><br><span class="line">22</span><br><span class="line">23</span><br><span class="line">24</span><br><span class="line">25</span><br><span class="line">26</span><br><span class="line">27</span><br><span class="line">28</span><br><span class="line">29</span><br><span class="line">30</span><br><span class="line">31</span><br><span class="line">32</span><br><span class="line">33</span><br><span class="line">34</span><br><span class="line">35</span><br><span class="line">36</span><br><span class="line">37</span><br><span class="line">38</span><br><span class="line">39</span><br><span class="line">40</span><br><span class="line">41</span><br><span class="line">42</span><br><span class="line">43</span><br></pre></td><td class="code"><pre><span class="line"><span class="keyword">from</span> langchain_community.document_loaders <span class="keyword">import</span> DirectoryLoader</span><br><span class="line"><span class="keyword">from</span> langchain_community.vectorstores <span class="keyword">import</span> Milvus</span><br><span class="line"><span class="keyword">from</span> langchain_ollama <span class="keyword">import</span> OllamaEmbeddings</span><br><span class="line"><span class="keyword">from</span> langchain_text_splitters <span class="keyword">import</span> RecursiveCharacterTextSplitter</span><br><span class="line"><span class="keyword">from</span> pymilvus <span class="keyword">import</span> MilvusClient</span><br><span class="line"><span class="keyword">import</span> os</span><br><span class="line"></span><br><span class="line"><span class="comment"># 检查collection是否存在, 如果不指定，默认为LangChainCollection</span></span><br><span class="line">collection_name = <span class="string">&quot;note&quot;</span></span><br><span class="line"></span><br><span class="line"><span class="comment"># 设置 Milvus 客户端</span></span><br><span class="line">client = MilvusClient(uri=<span class="string">&quot;http://localhost:19530&quot;</span>)</span><br><span class="line"></span><br><span class="line"><span class="comment"># 检查collection是否存在</span></span><br><span class="line"><span class="keyword">if</span> client.has_collection(collection_name):</span><br><span class="line">    <span class="comment"># collection存在，执行后续操作</span></span><br><span class="line">    <span class="built_in">print</span>(<span class="string">f&quot;Collection &#x27;<span class="subst">&#123;collection_name&#125;</span>&#x27; exists.&quot;</span>)</span><br><span class="line"><span class="keyword">else</span>:</span><br><span class="line">    <span class="comment"># collection不存在，创建collection并进行向量化</span></span><br><span class="line">    <span class="built_in">print</span>(<span class="string">f&quot;Collection &#x27;<span class="subst">&#123;collection_name&#125;</span>&#x27; does not exist. Creating now...&quot;</span>)</span><br><span class="line">    <span class="comment"># 从url导入知识作为聊天背景上下文, glob代表只查找org文件，可根据实际情况调整为txt等，recursive=True表示会递归查找</span></span><br><span class="line">    loader = DirectoryLoader(os.path.join(os.environ[<span class="string">&quot;HOME&quot;</span>], <span class="string">&quot;Documents/notes&quot;</span>), glob=<span class="string">&quot;*.org&quot;</span>, recursive=<span class="literal">True</span>)</span><br><span class="line">    <span class="comment"># 加载一堆文件</span></span><br><span class="line">    docs = loader.load()</span><br><span class="line"></span><br><span class="line">    <span class="comment"># 文本分词器</span></span><br><span class="line">    <span class="comment"># chunk_size=1000</span></span><br><span class="line">    <span class="comment"># 表示拆分的文档的大小，也就是上面所说的要设置为多少合适取决于所使用LLM 的窗口大小</span></span><br><span class="line">    <span class="comment"># chunk_overlap=100</span></span><br><span class="line">    <span class="comment"># 这个参数表示每个拆分好的文档重复多少个字符串。</span></span><br><span class="line">    <span class="comment"># 不过这种递归的方式更只能点，不设参数试试默认</span></span><br><span class="line">    text_splitter = RecursiveCharacterTextSplitter()</span><br><span class="line">    documents = text_splitter.split_documents(docs)</span><br><span class="line"></span><br><span class="line">    <span class="comment"># ollama嵌入层</span></span><br><span class="line">    embeddings = OllamaEmbeddings(</span><br><span class="line">        model=<span class="string">&quot;llama3.2:3b&quot;</span></span><br><span class="line">    )</span><br><span class="line"></span><br><span class="line">    <span class="comment"># 文档向量化，会持久化</span></span><br><span class="line">    vector_store = Milvus.from_documents(documents=documents, embedding=embeddings, collection_name=collection_name, drop_old=<span class="literal">True</span>)</span><br><span class="line">    <span class="built_in">print</span>(<span class="string">f&quot;collection&#x27;<span class="subst">&#123;collection_name&#125;</span>&#x27;创建成功!&quot;</span>)</span><br><span class="line"></span><br></pre></td></tr></table></figure><p>注: 上述加载文件的目录需要根据自己实际情况调整，其它的最好用默认，减少出错概率</p><h2 id="将llm与Milvus结合"><a href="#将llm与Milvus结合" class="headerlink" title="将llm与Milvus结合"></a>将llm与Milvus结合</h2><figure class="highlight python"><table><tr><td class="gutter"><pre><span class="line">1</span><br><span class="line">2</span><br><span class="line">3</span><br><span class="line">4</span><br><span class="line">5</span><br><span class="line">6</span><br><span class="line">7</span><br><span class="line">8</span><br><span class="line">9</span><br><span class="line">10</span><br><span class="line">11</span><br><span class="line">12</span><br><span class="line">13</span><br><span class="line">14</span><br><span class="line">15</span><br><span class="line">16</span><br><span class="line">17</span><br><span class="line">18</span><br><span class="line">19</span><br><span class="line">20</span><br><span class="line">21</span><br><span class="line">22</span><br><span class="line">23</span><br><span class="line">24</span><br><span class="line">25</span><br><span class="line">26</span><br><span class="line">27</span><br><span class="line">28</span><br><span class="line">29</span><br><span class="line">30</span><br><span class="line">31</span><br><span class="line">32</span><br><span class="line">33</span><br><span class="line">34</span><br><span class="line">35</span><br><span class="line">36</span><br><span class="line">37</span><br><span class="line">38</span><br><span class="line">39</span><br><span class="line">40</span><br><span class="line">41</span><br><span class="line">42</span><br><span class="line">43</span><br><span class="line">44</span><br><span class="line">45</span><br><span class="line">46</span><br><span class="line">47</span><br><span class="line">48</span><br><span class="line">49</span><br><span class="line">50</span><br><span class="line">51</span><br><span class="line">52</span><br><span class="line">53</span><br><span class="line">54</span><br><span class="line">55</span><br><span class="line">56</span><br><span class="line">57</span><br><span class="line">58</span><br><span class="line">59</span><br><span class="line">60</span><br><span class="line">61</span><br><span class="line">62</span><br><span class="line">63</span><br><span class="line">64</span><br><span class="line">65</span><br></pre></td><td class="code"><pre><span class="line"><span class="keyword">from</span> langchain.chains <span class="keyword">import</span> create_retrieval_chain</span><br><span class="line"><span class="keyword">from</span> langchain.chains.combine_documents <span class="keyword">import</span> create_stuff_documents_chain</span><br><span class="line"><span class="keyword">from</span> langchain_community.vectorstores <span class="keyword">import</span> Milvus</span><br><span class="line"><span class="keyword">from</span> langchain_core.output_parsers <span class="keyword">import</span> StrOutputParser</span><br><span class="line"><span class="keyword">from</span> langchain_core.prompts <span class="keyword">import</span> ChatPromptTemplate</span><br><span class="line"><span class="keyword">from</span> langchain_ollama <span class="keyword">import</span> OllamaEmbeddings</span><br><span class="line"><span class="keyword">from</span> langchain_ollama <span class="keyword">import</span> OllamaLLM</span><br><span class="line"><span class="keyword">from</span> langchain_text_splitters <span class="keyword">import</span> RecursiveCharacterTextSplitter</span><br><span class="line"><span class="keyword">from</span> pymilvus <span class="keyword">import</span> MilvusClient</span><br><span class="line"></span><br><span class="line"></span><br><span class="line"><span class="keyword">def</span> <span class="title function_">exec</span>(<span class="params">question</span>):</span><br><span class="line">    <span class="comment"># 检查collection是否存在</span></span><br><span class="line">    collection_name = <span class="string">&quot;note&quot;</span></span><br><span class="line">    <span class="comment"># 设置 Milvus 客户端</span></span><br><span class="line">    client = MilvusClient(uri=<span class="string">&quot;http://localhost:19530&quot;</span>)</span><br><span class="line">    vector_store = <span class="literal">None</span></span><br><span class="line">    <span class="comment"># 检查collection是否存在</span></span><br><span class="line">    <span class="keyword">if</span> client.has_collection(collection_name):</span><br><span class="line">        <span class="comment"># collection存在，执行后续操作</span></span><br><span class="line">        <span class="built_in">print</span>(<span class="string">f&quot;Collection &#x27;<span class="subst">&#123;collection_name&#125;</span>&#x27; exists.&quot;</span>)</span><br><span class="line">        <span class="comment"># 文本分词器</span></span><br><span class="line">        text_splitter = RecursiveCharacterTextSplitter()</span><br><span class="line">        documents = text_splitter.split_documents([])</span><br><span class="line"></span><br><span class="line">        <span class="comment"># ollama嵌入层</span></span><br><span class="line">        embeddings = OllamaEmbeddings(</span><br><span class="line">            model=<span class="string">&quot;llama3.2:3b&quot;</span></span><br><span class="line">        )</span><br><span class="line">        <span class="comment"># 文档向量化</span></span><br><span class="line">        vector_store = Milvus.from_documents(documents=documents, embedding=embeddings, collection_name=collection_name)</span><br><span class="line">    <span class="keyword">else</span>:</span><br><span class="line">        <span class="comment"># collection不存在，创建collection并进行向量化</span></span><br><span class="line">        <span class="built_in">print</span>(<span class="string">f&quot;Collection &#x27;<span class="subst">&#123;collection_name&#125;</span>&#x27; does not exist. Please exec LoadFile2Vector.py first&quot;</span>)</span><br><span class="line">    <span class="keyword">if</span> vector_store <span class="keyword">is</span> <span class="keyword">not</span> <span class="literal">None</span>:</span><br><span class="line">        <span class="comment"># 创建ollama 模型 llama2</span></span><br><span class="line">        llm = OllamaLLM(model=<span class="string">&quot;llama3.2:3b&quot;</span>)</span><br><span class="line">        output_parser = StrOutputParser()</span><br><span class="line"></span><br><span class="line">        <span class="comment"># 创建提示词模版</span></span><br><span class="line">        prompt = ChatPromptTemplate.from_template(</span><br><span class="line">            <span class="string">&quot;&quot;&quot;Answer the following question based only on the provided context:</span></span><br><span class="line"><span class="string">            &lt;context&gt;</span></span><br><span class="line"><span class="string">            &#123;context&#125;</span></span><br><span class="line"><span class="string">            &lt;/context&gt;</span></span><br><span class="line"><span class="string">            Question: &#123;input&#125;&quot;&quot;&quot;</span></span><br><span class="line">        )</span><br><span class="line"></span><br><span class="line">        <span class="comment"># 生成chain ：   prompt | llm</span></span><br><span class="line">        document_chain = create_stuff_documents_chain(llm, prompt)</span><br><span class="line"></span><br><span class="line">        <span class="comment"># 向量数据库检索器</span></span><br><span class="line">        retriever = vector_store.as_retriever()</span><br><span class="line"></span><br><span class="line">        <span class="comment"># 向量数据库检索chain :  vector | prompt | llm</span></span><br><span class="line">        retrieval_chain = create_retrieval_chain(retriever, document_chain)</span><br><span class="line"></span><br><span class="line">        <span class="comment"># 调用上面的 (向量数据库检索chain)</span></span><br><span class="line">        response = retrieval_chain.invoke(&#123;<span class="string">&quot;input&quot;</span>: question&#125;)</span><br><span class="line">        <span class="comment"># 打印结果</span></span><br><span class="line">        <span class="built_in">print</span>(response[<span class="string">&quot;answer&quot;</span>])</span><br><span class="line"></span><br><span class="line"></span><br><span class="line"><span class="keyword">if</span> __name__ == <span class="string">&#x27;__main__&#x27;</span>:</span><br><span class="line">    <span class="built_in">exec</span>(<span class="string">&quot;我有什么梦想? 如何实现&quot;</span>)</span><br></pre></td></tr></table></figure><p>大致的流程是：用户的query先转成embedding，去向量数据库查询最接近的top K回答；然后这query + top K的回答 + 其他context一起进入LLM，让LLM整合上述所有的信息后给出最终的回复。</p><h2 id="提供接口-非必须"><a href="#提供接口-非必须" class="headerlink" title="提供接口(非必须)"></a>提供接口(非必须)</h2><p>可通过fastapi等提供restful接口供外部调用，比如一些个人项目公司内部项目之类的，瞬间高大上起来了。</p><h1 id="项目源码"><a href="#项目源码" class="headerlink" title="项目源码"></a>项目源码</h1><p><a href="https://github.com/zhaozhiwei1992/NoteAI.git">https://github.com/zhaozhiwei1992/NoteAI.git</a></p><h1 id="参考"><a href="#参考" class="headerlink" title="参考"></a>参考</h1><p><a href="https://blog.csdn.net/AAI666666/article/details/137509781">https://blog.csdn.net/AAI666666/article/details/137509781</a></p><p><a href="https://ollama.com/library">https://ollama.com/library</a></p><p>文本向量转换: <a href="https://github.com/shibing624/text2vec">https://github.com/shibing624/text2vec</a></p><p>文本存储: <a href="https://juejin.cn/post/7360564568660410377">https://juejin.cn/post/7360564568660410377</a></p>]]>
    </content>
    <id>https://zhaozhiwei1992.github.io/2024/10/17/%E6%90%AD%E5%BB%BA%E4%B8%AA%E4%BA%BAAI%E7%9F%A5%E8%AF%86%E5%BA%93/</id>
    <link href="https://zhaozhiwei1992.github.io/2024/10/17/%E6%90%AD%E5%BB%BA%E4%B8%AA%E4%BA%BAAI%E7%9F%A5%E8%AF%86%E5%BA%93/"/>
    <published>2024-10-17T16:00:00.000Z</published>
    <summary>引言 你是否想过拥有一个私人订制的AI助手，能够随时为你提供最个性化的信息？本文将带你一步步搭建一个基于本地模型和RAG技术的个人知识库。 搭建本地模型 环境 os: archlinux 内存: 32g cpu: 6核12线程 python: 3.12.7 docker27.3.…</summary>
    <title>搭建个人AI知识库：RAG与本地模型实践指南</title>
    <updated>2026-11-18T08:51:42.720Z</updated>
  </entry>
  <entry>
    <author>
      <name>Mr.zhao</name>
    </author>
    <category term="编程" scheme="https://zhaozhiwei1992.github.io/categories/%E7%BC%96%E7%A8%8B/"/>
    <category term="AI" scheme="https://zhaozhiwei1992.github.io/categories/%E7%BC%96%E7%A8%8B/AI/"/>
    <category term="编程" scheme="https://zhaozhiwei1992.github.io/tags/%E7%BC%96%E7%A8%8B/"/>
    <category term="AI" scheme="https://zhaozhiwei1992.github.io/tags/AI/"/>
    <content>
      <![CDATA[<h1 id="引言"><a href="#引言" class="headerlink" title="引言"></a>引言</h1><p>分享一个前后端分离的后台管理系统，技术栈较新，适合喜欢倒腾的朋友。</p><p>地址: <a href="https://github.com/zhaozhiwei1992/money-making-machine-plus.git">https://github.com/zhaozhiwei1992/money-making-machine-plus.git</a></p><p>喜欢的朋友，点点star</p><h1 id="项目描述"><a href="#项目描述" class="headerlink" title="项目描述"></a>项目描述</h1><p>一个前后端分离的后台管理系统， 基于springboot3.3.3+vue3.3.4+mysql8， 代码结构清晰，注释友好，使用最新的前后端开发技术，适合想要尝鲜的道友。</p><p>项目参考了jhipster的优秀代码设计，ruoyi项目的目录接口， 分模块开发， 感谢以上开源项目。</p><p>目前处于开发阶段，有问题提issue，后续会继续完善。如果动手能力强的朋友，可以直接参与开发，一起完善这个项目。</p><p>为什么叫赚钱工具？字面意思，因为真的很穷。</p><h1 id="体验地址"><a href="#体验地址" class="headerlink" title="体验地址"></a>体验地址</h1><p><a href="http://43.143.194.245:8091/index.html">http://43.143.194.245:8091/index.html</a> (无了，暂时没钱搞服务器:D)</p><p>用户&#x2F;密码: admin&#x2F;admin</p><h1 id="项目特点"><a href="#项目特点" class="headerlink" title="项目特点"></a>项目特点</h1><p>代码注释友好， 实现简单， 便于阅读， 推荐二次开发</p><p>前后端分离，使用 token 认证</p><p>支持RBAC权限模型， 支持菜单及按钮权限控制， 动态显示及后端严格权限控制</p><p>支持角色+菜单的数据权限控制， 按照规则配置好后，程序自动控制</p><p>前端采用 Vue3.x + element-plus-admin， 数据绑定代码简单，提高开发效率</p><p>使用 liquibase 进行数据库版本控制， 空库只需创建数据库然后启动服务即可</p><p>使用 quartz 定时任务，可动态完成任务的添加、修改、删除、暂停、恢复及日志查看等功能</p><p>使用 swagger 查看或测试后端接口</p><p>使用 jpa 做数据库操作， 理论上支持大部分关系数据库</p><p>同步支持移动端小程序</p><h1 id="功能模块"><a href="#功能模块" class="headerlink" title="功能模块"></a>功能模块</h1><h2 id="基础数据"><a href="#基础数据" class="headerlink" title="基础数据"></a>基础数据</h2><ul><li><p><input checked="" disabled="" type="checkbox"> 部门管理</p></li><li><p><input checked="" disabled="" type="checkbox"> 用户管理</p></li><li><p><input checked="" disabled="" type="checkbox"> 角色管理</p></li><li><p><input checked="" disabled="" type="checkbox"> 基础数据维护</p></li></ul><h2 id="菜单管理"><a href="#菜单管理" class="headerlink" title="菜单管理"></a>菜单管理</h2><ul><li><p><input checked="" disabled="" type="checkbox"> 菜单管理</p></li><li><p><input checked="" disabled="" type="checkbox"> 动态表单</p></li><li><p><input disabled="" type="checkbox"> 采集表</p></li></ul><h2 id="系统管理"><a href="#系统管理" class="headerlink" title="系统管理"></a>系统管理</h2><ul><li><p><input checked="" disabled="" type="checkbox"> 功能权限</p></li><li><p><input checked="" disabled="" type="checkbox"> 数据权限</p></li><li><p><input checked="" disabled="" type="checkbox"> 流程管理</p></li><li><p><input checked="" disabled="" type="checkbox"> 缓存管理</p></li><li><p><input checked="" disabled="" type="checkbox"> 定时任务</p></li><li><p><input checked="" disabled="" type="checkbox"> 系统参数</p></li></ul><h2 id="审计查询"><a href="#审计查询" class="headerlink" title="审计查询"></a>审计查询</h2><h2 id="系统监控"><a href="#系统监控" class="headerlink" title="系统监控"></a>系统监控</h2><ul><li><p><input checked="" disabled="" type="checkbox"> 在线人员监控</p></li><li><p><input checked="" disabled="" type="checkbox"> 日志管理</p></li><li><p><input checked="" disabled="" type="checkbox"> 资源监控</p></li><li><p><input checked="" disabled="" type="checkbox"> 服务状态</p></li><li><p><input checked="" disabled="" type="checkbox"> 缓存状态</p></li></ul><h2 id="首页显示"><a href="#首页显示" class="headerlink" title="首页显示"></a>首页显示</h2><ul><li><p><input disabled="" type="checkbox"> 待办事项</p></li><li><p><input disabled="" type="checkbox"> 通知公告</p></li></ul><h2 id="国际化"><a href="#国际化" class="headerlink" title="国际化"></a>国际化</h2><ul><li><input checked="" disabled="" type="checkbox"> 国际化支持</li></ul><h2 id="开发者工具"><a href="#开发者工具" class="headerlink" title="开发者工具"></a>开发者工具</h2><ul><li><p><input checked="" disabled="" type="checkbox"> 代码生成</p></li><li><p><input checked="" disabled="" type="checkbox"> 大屏显示</p></li><li><p><input checked="" disabled="" type="checkbox"> 报表制作</p></li></ul><h1 id="安装要求"><a href="#安装要求" class="headerlink" title="安装要求"></a>安装要求</h1><ol><li>java 21+</li><li>springboot 3.3.3.RELEASE</li><li>mysql 8+</li><li>npm 8+</li><li>node 20+</li></ol><h2 id="tag1-0-0"><a href="#tag1-0-0" class="headerlink" title="tag1.0.0"></a>tag1.0.0</h2><ol><li>java 8+</li><li>springboot 2.6.3.RELEASE</li><li>mysql 5.7.5+</li><li>npm 6.14.4+</li><li>node 16.13.1+</li></ol><h1 id="安装步骤"><a href="#安装步骤" class="headerlink" title="安装步骤"></a>安装步骤</h1><ol><li>git clone 当前项目到你喜欢的目录</li><li>用你喜欢的 ide 引入该项目，并加载好依赖</li><li>创建好数据库 database， 默认 money_making_machine_plus</li><li>启动项目: 后端运行com.z.server.BootStrapServerApplication， 前端进入z-ui-admin-vue3目录， 执行pnpm run dev(先构建)</li><li>访问 <a href="http://localhost:4000/">http://localhost:4000</a> ，登录查看我们的成果， 用户&#x2F;密码:admin&#x2F;admin</li></ol><h1 id="部署"><a href="#部署" class="headerlink" title="部署"></a>部署</h1><h2 id="前后端分离部署"><a href="#前后端分离部署" class="headerlink" title="前后端分离部署"></a>前后端分离部署</h2><h2 id="前后端集中部署"><a href="#前后端集中部署" class="headerlink" title="前后端集中部署"></a>前后端集中部署</h2><figure class="highlight sh"><table><tr><td class="gutter"><pre><span class="line">1</span><br></pre></td><td class="code"><pre><span class="line">mvn clean package -Psingle</span><br></pre></td></tr></table></figure><h1 id="版本控制"><a href="#版本控制" class="headerlink" title="版本控制"></a>版本控制</h1><p>该项目使用 git 进行版本管理。您可以在 tags 参看当前可用版本。</p>]]>
    </content>
    <id>https://zhaozhiwei1992.github.io/2024/10/14/%E8%B5%9A%E9%92%B1%E5%B7%A5%E5%85%B7%E9%A1%B9%E7%9B%AE%E6%8E%A8%E5%B9%BF/</id>
    <link href="https://zhaozhiwei1992.github.io/2024/10/14/%E8%B5%9A%E9%92%B1%E5%B7%A5%E5%85%B7%E9%A1%B9%E7%9B%AE%E6%8E%A8%E5%B9%BF/"/>
    <published>2024-10-14T16:00:00.000Z</published>
    <summary>引言 分享一个前后端分离的后台管理系统，技术栈较新，适合喜欢倒腾的朋友。 地址: https://github.com/zhaozhiwei1992/money-making-machine-plus.git 喜欢的朋友，点点star 项目描述 一个前后端分离的后台管理系统， 基…</summary>
    <title>分享一个前后端分离后台管理系统</title>
    <updated>2024-10-14T16:00:00.000Z</updated>
  </entry>
  <entry>
    <author>
      <name>Mr.zhao</name>
    </author>
    <category term="软件" scheme="https://zhaozhiwei1992.github.io/categories/%E8%BD%AF%E4%BB%B6/"/>
    <category term="工具" scheme="https://zhaozhiwei1992.github.io/categories/%E8%BD%AF%E4%BB%B6/%E5%B7%A5%E5%85%B7/"/>
    <category term="软件" scheme="https://zhaozhiwei1992.github.io/tags/%E8%BD%AF%E4%BB%B6/"/>
    <category term="工具" scheme="https://zhaozhiwei1992.github.io/tags/%E5%B7%A5%E5%85%B7/"/>
    <content>
      <![CDATA[<h1 id="引言"><a href="#引言" class="headerlink" title="引言"></a>引言</h1><p>你平时都怎么复制粘贴的？是否每次都是复制一段粘贴一段？是否厌倦了每次只能复制粘贴一次的限制？那这篇文章就是为你量身订做的。</p><h1 id="CopyQ简介"><a href="#CopyQ简介" class="headerlink" title="CopyQ简介"></a>CopyQ简介</h1><p>CopyQ is clipboard manager – a desktop application which stores content of the system clipboard whenever it changes and allows to search the history and copy it back to the system clipboard or paste it directly to other applications.</p><p>CopyQ 是一款开源的、跨平台的剪贴板管理工具，它不仅存储系统剪贴板的内容，还允许用户搜索历史记录，并将所需内容复制回系统剪贴板或直接粘贴到其他应用程序。这就意味着，你可以一次性复制多份内容，然后在需要的时候统一粘贴，极大地提高了工作效率。</p><p>官方地址: <a href="https://copyq.readthedocs.io/en/latest/">https://copyq.readthedocs.io/en/latest/</a></p><p>CopyQ支持Windows、macOS、Linux系统，无论你使用的是哪种操作系统，都能享受到它带来的便利。</p><h1 id="CopyQ的核心功能"><a href="#CopyQ的核心功能" class="headerlink" title="CopyQ的核心功能"></a>CopyQ的核心功能</h1><p>多格式支持：CopyQ不仅限于文本，还支持图片、HTML等多种格式，满足不同场景的需求。</p><p>历史记录管理：你可以轻松管理剪贴板的历史记录，进行搜索、筛选和排序，快速找到你需要的内容。</p><p>多标签页功能：通过标签页分类管理剪贴板内容，提高组织效率，更清晰。</p><p>标记置顶功能: 可以给复制的条目打一个醒目的标签，方便后续查找。也可以将常用的复制内容置顶，后续就不需要每次找到源头复制再去粘贴。</p><p>编辑和脚本功能：内置编辑器让你可以对复制的文本内容进行调整，而脚本功能则为高级用户提供了更多自定义的可能。</p><p>导出和备份：软件本身支持复制内容的导出备份，同时导出的内容还可以导入到软件中。基于这一点如果动手能力还可以，能做个定时工具，利用github，或者同步网盘做一个多平台同步，爽。</p><h1 id="实际应用案例"><a href="#实际应用案例" class="headerlink" title="实际应用案例"></a>实际应用案例</h1><p>编程开发：软件开发过程使用复制粘贴很频繁，不然也不会叫CV工程师了。如果有多段分隔开的代码要复制，平时都是复制粘贴一段，返回网站继续复制，循环往复。但是这样做很2,这里就可以使用CopyQ,一次复制完，然后到IDE中多次粘贴即可。</p><p>办公：比如经常用的word，excel，我们需要使用其中某些部分填充到新的文件中。此时我们可以直接将要使用的内容全部复制，然后到新的文件中按照需要多次粘贴即可。</p><p>笔记：一些经常使用的文字可以保存在CopyQ中，比如todo 、临时笔记等，使用时直接粘贴即可。</p><h1 id="结语"><a href="#结语" class="headerlink" title="结语"></a>结语</h1><p>这篇文章只是CopyQ的冰山一角，还有更多神奇的功能等待你去发现。三人行必有我师，如果你有其他提高效率的小技巧或工具，欢迎在评论区分享。</p><p>用效率工具，享牛马人生！</p><p>公众号: 陌上花kai</p>]]>
    </content>
    <id>https://zhaozhiwei1992.github.io/2024/10/13/%E5%A5%BD%E7%89%A9%E6%8E%A8%E8%8D%90-copyq/</id>
    <link href="https://zhaozhiwei1992.github.io/2024/10/13/%E5%A5%BD%E7%89%A9%E6%8E%A8%E8%8D%90-copyq/"/>
    <published>2024-10-13T16:00:00.000Z</published>
    <summary>引言 你平时都怎么复制粘贴的？是否每次都是复制一段粘贴一段？是否厌倦了每次只能复制粘贴一次的限制？那这篇文章就是为你量身订做的。 CopyQ简介 CopyQ is clipboard manager – a desktop application which stores con…</summary>
    <title>CV高手是怎么炼成的?</title>
    <updated>2024-10-13T16:00:00.000Z</updated>
  </entry>
</feed>
