差强人意的ERPNext

今天忙了大半天,在ERPNext中把所有业务都处理完了。
这个过程中发现了很多坑,也没有办法,这是写代码的给记账的做的系统,能用就很不错了。
也是因为记账的好欺负,所以这么多年国内的会计系统也就没什么进步。而这个ERPNext相比odoo,网上资料更是罕见。
不过在最后出报表的时候,发现报表简陋——说好听叫西式也就罢了,偏偏PDF文件里面汉字都成了方块。
老问题,没关系,这是国外程序员写的,更得感恩,能用就好,能用就好。
外挂也不差这一个功能了。

时间一个比一个快

今天把上周忙的几个系统部署到云服务器上,顺手升级的时候,出现了系统错误,两个实例一样的错误,最后不得不重置。
忙完看了一下,问题应该出在长时间未升级,版本出现冲突。其中那个新开通的实例是去年双十二促销期间购买的,算来闲置半年了。
时间真快啊。
离上次全家崩溃已经过去三个月了。
往前算,高考也是四年前的事。
再往前,已经过去整整25年了。
换个角度,往前看,不过还有七个月。

丑陋的Django自带admin

计算机知识本就是越学越发现自己不会的越多,但如果不持续学,会发现自己很无知。
在选定调校了erp系统并建账后,算是了却了一件大的心事,重新开始准备日常的技术工作。
原本是准备使用Django进行整合的,但一想到xadmin的安装设置就头疼。最后一次安装成功,Django还是3.0,昨天硬着头皮整理资料时候,发现其实xadmin已经落伍了。
试着安装了一下网上推荐的simpleUI,NND,一行安装命令,一行配置就解决了。
感慨自己无知浪费时间的时候,忍不住还是吐槽一下这Django,从我接触的1.7版本,到昨天的5.2,版本更新的那么快,这后台的admin就没有变过,已经不能用简陋来形容,简直就是丑陋。
磨刀不误砍柴工,还是得学啊,哪怕是走马观花。

ERPNext调校完成

自从切换成程序员视角后,这两天将ERPNext调校完成后,开始实战操作,嘁哩喀嚓一年的业务,小半天就处理完了,几乎都刹不住车了。
在原单位的时候,虽同是kjc的缩写,但科技处一向看不起会计处,那白眼翻的。真如网上段子:天天受气,偏偏自己还不争气。
不过这ERPNext确实好用,相比odoo,系统占用小,速度快,操作简便,odoo可以扔一边凉快去了。
下一步就是跟当初使用odoo一样,自己开发一个外挂程序调用数据,转换成符合中国会计传统的凭证和报表。
其实,这么多年来,自己开发的程序里面,最得意的就是那套外挂了。

由国米夺冠阵容看穆里尼奥

昨天在微博新关注了詹俊,早上迷迷瞪瞪起床看到他最新微博,第一反应是错过了今早的欧冠决赛了呢。
看十五年前欧冠决赛的国米阵容,熟悉的名字,虽然没有梅罗那样的超巨,但每个位置也都是能征惯战的绿茵名将。穆里尼奥被称作魔力鸟,其实名过其实,他并没有点石成金的本领,他更像欧洲军事名将,善于堆砌军备,阵而后战,而高明之处在于抓细节补漏洞。
现在回看,穆里尼奥能在曼联领着那帮骄兵悍将夺得亚军,已经实属不易。

曼联,起止没落

早起看新闻,欧联杯决赛热刺1:0击败曼联夺冠,同时获得下赛季欧冠资格。
因为欧冠赛制改革,缺少了欧冠小组赛第三名的空降,本届欧联杯可称是近些年最水的一届,比赛的看点似乎是赛后孙兴慜的自嗨和阿莫林的嘴硬。
曼联的败落已经是不争的事实。衡量一个豪门球队的标准,是看你球队当家球星的水平,现在曼联这B费的水平,真是武大郎开店,撑不起门面不说,超级球星也不愿意来,就算强捧上大当家,也跌价。何况还要面临强龙难压地头蛇的风险。
滕哈赫我给他看面相,说他望似不像名帅。这阿莫林,也是癞蛤蟆垫桌腿,没长劲。

换角度看ERPNext

上周脑子短路,把odoo的便携主机升级到24.04,今天克服拖延症要账务处理了,发现系统崩了。
折腾半天,最后通过卸载重新安装的方式,让系统重新正常运转。
在这个过程中,因为不确定成功与否,就重新测试了一下前段时间外甥推荐的ERPNext。
当时放弃它的原因,是因为感觉他的会计系统怪怪的,特别是他的科目设置。今天换个角度看,发现它应该是科技人员为会计人员编写的,会计知识匮乏,属于知其然不知其所以然,我给你实现你要的功能就行了。
如果是这样,那ERPNext加以调教,顺着会计思路和流程处理业务,应该是堪用的。

换角度看ERPNext

上周脑子短路,把odoo的便携主机升级到24.04,今天克服拖延症要账务处理了,发现系统崩了。
折腾半天,最后通过卸载重新安装的方式,让系统重新正常运转。
在这个过程中,因为不确定成功与否,就重新测试了一下前段时间外甥推荐的ERPNext。
当时放弃它的原因,是因为感觉他的会计系统怪怪的,特别是他的科目设置。今天换个角度看,发现它应该是科技人员为会计人员编写的,会计知识匮乏,属于知其然不知其所以然,我给你实现你要的功能就行了。
如果是这样,那ERPNext加以调教,顺着会计思路和流程处理业务,应该是堪用的。

期待TensorRT在大模型的应用

这个我信。

因为从katago版本升级就能够看出来,使用tensorrt框架后,相比原cuda其性能提升显著,可以说上了一个台阶。
而从前几天全新安装A3000时发现,在Ubuntu下,从NVIDIA的驱动开始,直到tensorrt安装,整个流程相比两年前,已经有了大的改进,基本不需要手工设置。
而涉及到AI,其支持的5个ISV集成中,第一个就是lmstudio,如此一来,使用普通显卡本地部署的性能会有一个大的提升。
期待。

支持所有RTX显卡!NVIDIA TensorRT带来性能翻倍提升-快科技-科技改变生活

举头望山月?

昨天想通过给外甥家俩孩子学古诗测试ragflow,从GitHub上下载了一个高星评价的数据集,解压缩后有12G大小。
从中选择了一个全唐诗文件夹,将里面的json文件导入到资料库中,因为使用了外部免费内嵌服务器,解析过程有些漫长。
数据解析完成测试,随手打了一个关于李白的《静夜思》,qwen2.5的7B模型回答的也飞快,本想退出系统收兵,突然感觉哪里不对劲,一看,里面居然是“举头望山月”,而不是记忆里的“举头望明月”。再看,第一句也不是“床前明月光”,而是“床前看月光”。
第一反应是资料库有问题,便问了一句“举头望明月”出自哪一首诗。结果不问还好,这一问把qwen的劣根性彻底暴露,给我回了一个“出自唐代诗人王之涣的《登鹳雀楼》”,还一本正经列出全诗后,加上了举头望明月,低头思故乡。
气的我在问题后面加上了“根据资料库内容,别胡说八道”,这回才老老实实回答“知识库中未找到明确包含这一完整诗句的作品”。
又换到deepseek V3,其回答就全面的多,首先承认未找到“举头望明月”,然后解释现代流传版本多是如此。并建议查阅更多完整的《全唐诗》版本或其他文献。
由此看,资料固然是rag的基础,AI模型同样具有保驾护航的重要性。