早上媳妇发了一个微信科普视频，让把里面的语音转出文本文件。
媳妇安排的活自然要重视，好在又是上报年报，有的是等候反馈的时间。
先用obs把视频中的声音抽取出来，然后到网上搜了一下在线视频转文本的网站，都不靠谱，要么是有时间限制，要么是胡说八道。
于是下载了buzz，开始选择默认的base模型，转出的文本是繁体中文，但可用。
工作要认真负责，何况是媳妇安排的，把文本文件转换为简体后，又对照着视频重新校对一遍。
给媳妇发过去后，感觉哪里不对劲，现在文本转语音都这么成熟了，反向转换效果不应该这么差。到网上搜索一下，这buzz是基于OpenAI的whisper模型的，而whisper模型光看体积就知道性能差距不小，换成medium后，转换过程中就能识别专业术语，并且自动添加标点符号了。
至于large模型，换了机器再说吧。
作者： 512song
AI让财务更简单
今天早早到办公室开始忙24年的报表。本来这工作挺简单的，早早去主要因为去年的报表填报状况百出。
为了顺利完成，还专门在旁边工位开了一台机器，打开去年的系统和数据，对照填报。
本来这工作挺简单的，就是把审计报表数据填列进去就行。但问题是这破系统的数据审核很弱智，一看就是会计加IT半吊子开发的，最后只能是靠猜把数据摆平，毫无逻辑可言。
回家后想起，现在都deepseek的时代了，把审计报告扔进去不就行了吗？
想到这，顺手把那审计报告扔给了豆包，让他生成了一份财务说明。
别说，至少格式跟数据还是靠谱的。
强大过头的ragflow
大模型领域现在都在卷，今天再测试rag，发现无论是dify还是ragflow都进行了版本更新，修正了上次测试时的明显bug。
相比而言，ragflow的更新更为关键，保证了大模型的正常调用，而dify如没有大的改进，几乎更没有竞争力。
上学的时候，语文最头疼的不是作文而是文章分析，什么这段文字表达了作者什么思想，这处描写对全文有什么作用，等等等等。当时同学们间就嘀咕道：文章给作者，估计答案都未必及格。
这次轮到我自己了。
ragflow在deepseek的加持下，把我那20万字的文章分析的那个透彻。看到分析的头头是到，条理清楚的文字，我也不禁怀疑：我有那么想吗？
快要忘记的福利
原先美团购券付款的时候，都没有怎么注意，顺手就付了。
最近发现，美团不少付款如果选择建行的积分兑换，居然能抵扣10%。居然还有这等好事，这些年来，基本都已经把有建行积分的事情忘干净了。
长期以来，信用卡已经习惯建行招行轮换着用，现在看来，可以专门用一张卡了。
便宜不能不占啊。
学霸的作业
外甥微信里说家里vscode也换trae了，突然感觉不对劲，智力低下，一看原来忘了从豆包换成Deepseek。
这几天测试了gemma3，有同样的感觉，说是对标Deepseek，简直是自取其辱。
其实Deepseek也挺损的，在推出了满血版的V3惊艳后，再推出R1，让诸多大模型看不到追击的背影。
这也就罢了，他还推出了一系列基于那些大模型的蒸馏版。这就像一个学霸，公开了自己完美的作业后，又把诸同学的作业拿来批改、规整一番公之于众。
杀人诛心啊。
心也会慌
最近儿子写报告处理sac数据，使用的都是之前为其准备的chromebox，一直运行正常，但昨天晚上到了最后阶段，处理汇总数据的时候，生成的图形是黑的。
首先想到的是Chromebox的性能问题，但查看运行状态无论CPU还是内存都占用颇低；再以为是远程登录问题，但连接显示器，问题依旧，最后感觉是Lubuntu的LXQt桌面问题，于是决定重新安装标准版Ubuntu。
本来处理计算机问题已经习惯了，无非是脑子里一个个分析，然后一个个实际处理。但昨天晚上处理的时候，脑子是乱的，心是慌的。期间接了个电话，电话内容半天插不进去，反应不过来。
千百年来中国人说没有思维功能的心能慌，是有道理的。
本以为事情已经快三周了，自己也已经接受了现实，调整了心态。
看来，还没有，不知道还需要多久。
大佬登场
早上看到谷歌gemma3推出，使用ollama下载后提示无法运行。
很快ollama就提示系统有升级版本。随后lmstudio也更新版本以适应gemma3。
谷歌是有这个资格和资本的。
如果说面对OpenAI的不可一世，deepseek如陈胜喊出了“王侯将相宁有种乎”，那么谷歌的跟进，就是项梁项羽登场了。
说deepseek是划时代产品，真不为过。
rag将转向依托外部大模型
今天把dify降版本到0.15，系统终于正常运行了。检验了一下rag的效果，也就确认他版本大跃进的原因，就是为了对标RAGflow。
因为新版本无法正常使用，不清楚提升多少，但原先版本的确无法与RAGflow相提并论。
dify升级后的一个功能提升，是通过插件市场，增强了大模型的接口，偏偏就是这个功能导致系统错误连连。在中国，搞插件市场，等于自绝于用户。
同样RAGflow的bug也出现在大模型接口上，虽然为此进行了一次版本升级，却依然没有解决默认模型无法新增ollama的问题。
从这点看，rag系统都在转向依托外部大模型来提升性能。
估计好戏还在后面。
大体量大能量的RAGflow
昨天晚上媳妇微信推荐了一本deepseek的书，这deepseek改变着这个世界，连出书的速度都加速了。
比书更快的是网上的相关视频，deepseek才问世多长时间啊，这段时间内一下子出现了那么多视频，用拥堵形容都不过份。
同样，相关软件、系统也在提速。昨天折腾了一晚的网络红软dify，总是卡在文档解析上，后来看github上回复，是升级到1.0版本后，某个docker镜像存在问题。
真是萝卜快了不洗泥。
今天上午折腾依然无果，于是转向RAGflow。相比dify的2核4G，这个需要4核16G，仅从硬件配置上看就不是一个体量的。而且仅仅安装一个不含模型的精简版，就要近20G的下载量。
下载一个下午后，晚上刚开始测试，简直失望透顶，因为对话中，总是提示知识库未找到答案。
就在准备放弃骂娘时，换了一个方式查询，好家伙，答复的哪是答案啊，简直就是一个全面的总结。
而开始没有回答，估计是系统还在处理资料库中。
可以说，RAGflow不是为AI服务，而是让AI为他服务。
乱花眼的大模型
这几天按照cherrystudio中的模型列表，测试各运营商的大模型，搞得是眼花脑涨。
最后在选择了天翼云的大模型后，选择结束。因为deepseek的优势是全方位，而且碾压式的，选择这么多，只是为了选择一个价格最优惠的而已。
天翼云的优惠力度最大，两周时间2千万的token。他之所以这么大方，因为他是后来者，作为有硬件有带宽的电信运营商，他需要deepseek这个当红明星来吸引用户，就像古代好戏院子找到了头牌大腕一样。
我实在不明白，BAT还留着那些过时的模型干什么，除了让模型列表更混乱，我实在找不到他们继续存活的理由。
这就像突然间AK设计公开，足量供应，你还舍不得汉阳造，抢车间，占仓库。
就像同样眼花脑晕的儿子说的：这deepseek自己在进步啊。