弗兰克的小课桌

1、拉取项目 git clone https://github.com/harry0703/MoneyPrinterTurbo.git cd MoneyPrinterTurbo 2、创建并激活虚拟环境 uv venv && source .venv/bin/activate   3、安装依赖库 uv pip install -r requirements.txt 4、安装ImageMagick sudo apt-get install imagemagick 5、配置API服务 vi config.example.toml 在配置文件结尾加入: [server] listen_host = "0.0.0.0" listen_port = 8080 :wq   退出并保存 6、启动接口服务 python main.py 浏览器中访问:  http://192.168.10.149:8080/docs#/ 7、启动webui页面 sh webui.sh 浏览器中访问:   http://192.168.10.149:8501/ 8、基础设置中配置LLM账号的API Key和Pexels API Key即可! 其中,如果是从OpenRouter获取LLM,则Base URL填写: https://openrouter.ai/api/v1

1、拉取项目文件 git clone https://github.com/deepseek-ai/DeepSeek-OCR.git 2、进入项目文件 cd DeepSeek-OCR   3、创建并激活虚拟环境 uv venv --python 3.12.9 && source .venv/bin/activate 4、下载vllm 0.8.5 wget https://github.com/vllm-project/vllm/releases/download/v0.8.5/vllm-0.8.5+cu118-cp38-abi3-manylinux1_x86_64.whl 5、安装依赖库 uv pip install torch==2.6.0 torchvision==0.21.0 torchaudio==2.6.0 --index-url https://download.pytorch.org/whl/cu118 uv pip install vllm-0.8.5+cu118-cp38-abi3-manylinux1_x86_64.whl uv pip install -r requirements.txt uv pip install flash-attn==2.7.3 --no-build-isolation uv pip install modelscope 6、模型下载(进入DeepSeek-OCR-vllm目录) cd DeepSeek-OCR-master/DeepSeek-OCR-vllm/ mkdir -p deepseek-ai/DeepSeek-OCR modelscope download --model deepseek-ai/DeepSeek-OCR --local_dir ./deepseek-ai/DeepSeek-OCR 7、创建输入、输出文件夹,并将要识别的图片放入input文件夹内 mkdir csw-images-inputs mkdir csw-images-outputs scp 1.png frank1999@192.168.10.153:~/env/DeepSeek-OCR/DeepSeek-OCR-master/DeepSeek-OCR-vllm/csw-images-inputs/ 8、...

1、安装nmap brew install nmap 2、扫描局域网主机(如192.168.0.0网段) sudo nmap -sn 192.168.0.0/24 或者使用  sudo nmap -A 192.168.1.0/24 命令参数扫描! (缺点:扫描速度较慢) Starting Nmap 7.98 ( https://nmap.org ) at 2025-11-13 10:49 +0800 Nmap scan report for 192.168.0.17 Host is up (0.20s latency). MAC Address: 68:55:D4:41:7E:C9 (Seiko Epson) Nmap scan report for 192.168.0.20 Host is up (0.085s latency). MAC Address: EC:4C:8C:37:7A:67 (Intel Corporate) Nmap scan report for 192.168.0.45 Host is up (0.058s latency). MAC Address: F4:34:F0:6A:7F:17 (Apple) Nmap scan report for 192.168.0.254 Host is up (1.3s latency). MAC Address: 90:09:D0:83:CA:E0 (Synology Incorporated) Nmap scan report for 192.168.0.66 Host is up. Nmap done: 256 IP addresses (5 hosts up) scanned in 16.56 seconds 4、重点扫描某台电脑 sudo nmap -Pn -sS --open -T4 192.168.0.254 5、分析端口 Nmap scan report for 192.168.0.254 Host is up (0.0079s latency). Not shown: 992 closed tcp ports (reset) PORT     STATE SERVICE 80/tcp   open   http 139/tcp ...

1、拉取dify项目 git clone https://github.com/langgenius/dify.git 2、进入dify中的docker文件夹 cd dify/docker/ 3、创建环境文件.env cp .env.example .env 4、创建并启动dify容器 sudo docker compose up -d 5、登陆dify 局域网中的电脑浏览器访问部署了dify的IP地址 http:// 192.168.10.152 /install -------------------------------------------------------- 备注说明: 执行 sudo  docker  compose up -d   命令的前提是Ubuntu上docker,docker compose,docker compose plugin都已经成功安装!

1、创建空白应用(选择 chatflow ) 2、在「开始」节点后新增「 知识检索 」节点 3、在「知识检索」节点中,添加相应的知识库文档(必须 选中 知识文档,再点击添加按钮) 4、在召回设置中,选择Rerank模型为(阿里的)「gte-rerank-v2」 5、把「LLM」节点的“输入”拖拽至「知识检索」节点的“输出” 6、设置「LLM」节点的模型,选为阿里的qwen3-235B 7、设置「LLM」节点的上下文为:知识检索/{x}result Array[Object] 8、设置「LLM」节点的SYSTEM内容为: 你是一个知识问答助手，你需要根据知识库中检索的内容来回答用户的问题。 下面是检索出来的相关内容： 9、设置「LLM」节点SYSTEM的快速插入,选择“ 上下文 ” 10、发布测试即可!

1、安装docker sudo apt install docker.io -y 2、查看版本 docker -v 3、安装docker-compose sudo apt install docker-compose -y 4、配置hub镜像站 sudo vi /etc/docker/daemon.json {     "registry-mirrors": [         "https://docker.1panel.live/",         "https://docker.1ms.run",         "https://docker.xuanyuan.me",         "https://docker.m.daocloud.io",         "https://docker-0.unsee.tech",         "https://docker-proxy.net",         "https://proxy.vvvv.ee",         "http://docker.xiaogenban1993.com",         "http://666860.xyzhub.rat.dev"     ] } ------------------------------------ 查询当前可用的docker镜像站: https://github.com/dongyubin/DockerHub ------------------------------------ 5、重新加载配置文件,并重启docker服务 sudo systemctl daemon-reload sudo systemctl restart docker 6、拉取portainer镜像 sudo docker pull portainer/portainer-ce...

运行: sudo apt install docker-compose-plugin 命令时,提示错误: 正在读取软件包列表... 完成 正在分析软件包的依赖关系树... 完成 正在读取状态信息... 完成                  E: 无法定位软件包 docker-compose-plugin 这通常发生在以下几种情况： 您的 Ubuntu 版本较老 ，官方软件源中还没有这个包。 您 没有添加 Docker 官方的软件包源 ，或者源配置不正确。 解决办法: sudo apt update  sudo apt install ca-certificates curl sudo install -m 0755 -d /etc/apt/keyrings   sudo curl -fsSL https://download.docker.com/linux/ubuntu/gpg -o /etc/apt/keyrings/docker.asc   sudo chmod a+r /etc/apt/keyrings/docker.asc echo \    "deb [arch= $(dpkg --print-architecture) signed-by=/etc/apt/keyrings/docker.asc] https://download.docker.com/linux/ubuntu \ $(. /etc/os-release && echo " $VERSION_CODENAME " ) stable" | \ sudo tee /etc/apt/sources.list.d/docker.list > /dev/null sudo apt update 更新完成后,再次运行安装命令即可! sudo apt install docker-compose-plugin -y 安装完成后,验证: sudo docker compose version 如果展示版本信息,则表明docker compose V2插件已经安装成功! ----------------------------...

1、拉取项目 git clone https://github.com/pq-yang/MatAnyone.git && cd MatAnyone 2、创建并激活虚拟环境 uv venv --python 3.8 && source .venv/bin/activate 3、安装依赖库 uv pip install -e . uv pip install -r hugging_face/requirements.txt 安装hugging_face路径下的依赖库还需要拉取github镜像，拉取很慢，就把requirements.txt中的项目地址改成github镜像站的下载地址（在https://github.akams.cn/上找一个较快速度的），再来执行上述命令。 4、修改hugging_face文件夹下的app.py代码(可选) cd hugging_face/ vi app.py 把代码中最后一行 demo.launch(debug= True ) 改为: demo.launch(debug= True , server_name= "0.0.0.0" , server_port= 7860 )  5、启动webui程序 貌似gradio版本不兼容，需要先升级gradio版本 uv add gradio --upgrade python app.py ---------------------------------------------------------------------------------- 模型下载： 模型文件在github上，大概有135MB左右，建议在windows下的迅雷中先下载完毕，再拷贝到ubuntu下的指定文件夹内。 或者 在ubuntu下用加速前缀站点来下载，如： curl -L -O https://ghfast.top/ https://github.com/pq-yang/MatAnyone/releases/download/v1.0.0/matanyone.pth

📝 插入模式命令 ( i , a , o ) 命令 英文全称 功能描述 i I nsert 在光标当前位置之前 开始插入文本。光标及其右侧的字符会向右移动。 a A ppend 在光标当前位置之后 开始插入文本。光标先向右移动一位，然后开始插入。 o O pen 在光标所在行的下方 新开辟一行，并在新行的行首开始插入文本。 移动光标 (Navigation) 命令 功能 h , j , k , l 左、下、上、右移动一个字符。 (经典 vi 移动键) w 移动到下一个单词的开头。 b 移动到上一个单词的开头。 e 移动到当前或下一个单词的结尾。 0 (零) 移动到行首的第一个字符。 $ 移动到行尾。 ^ 移动到行首的第一个非空白字符。 gg 移动到文件的第一行。 G 移动到文件的最后一行。 5G 移动到文件的第 5 行。（数字可以替换为任意行号） 删除和剪切 (Delete/Cut) 删除的字符会被自动存入剪贴板（称为“寄存器”），可以随时粘贴。 命令 功能 x 删除光标下的字符。 dw 删除光标到下一个单词开头的内容。 d$ 删除光标到行尾的内容。 dd 删除/剪切 光标所在的整行。 3dd 删除光标开始的 3 行。 D 等同于 d$ (删除到行尾)。 复制和粘贴 (Yank/Paste) 在 vi / vim 中，复制叫做 "yank" (拉取/提取)。 命令 功能 yy 复制 光标所在的整行。 3yy 复制光标开始的 3 行。 yw 复制光标到单词结尾的内容。 p (小写) 粘贴 在光标的 下方 或 右方 。 P (大写) 粘贴 在光标的 上方 或 左方 。 撤销和重做 (Undo/Redo) 命令 功能 u 撤销 上一次操作 (Undo)。 Ctrl + r 重做 被撤销的操作 (Redo)。 查找和替换 (Search/Replace) 需要先输入 : 进入命令模式。 命令 功能 /text 向下 查找 text 。按 n 查找下一个， N 查找上一个。 ?text 向上 查找 text 。 : 进入 命令模式 （也叫末行模式）。 :%s/old/new/g 全局替换 ：将文件中的所有 old 替换为 new 。 :s/old/new/g 行内替换 ：将光标所在行中的所有 old 替换为 new 。 退出和保...