分类： IT天地

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。

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。

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。

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。

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

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。

前几天买的显卡牌子叫卡诺基，浓浓的山寨味，这几年主打的是旧芯片新显卡，比如rx580，gtx1060等，网上被怀疑是从矿卡拆芯片重新进厂生产成品显卡。现在做大了，显卡还提供两年质保。
昨天感觉淘到宝后，立马上天猫查看价格，发现已经下架，不知是优惠期结束调整，还是货已出空。
原同事小B有句名言：逛科技市场口袋里不能带钱。要不然看到好宝贝的就控制不住要买回家，这跟现在网购差不多，但看到实物的感觉还是不一样的。
而且那时候科技市场里关注的宝贝，不止是价格低，看中的还要出身名门，比如帝盟的声卡，原厂的显卡等等，还需要专业知识和眼光的。
比如买到过最贵的工包显卡8500le，也是在比较了多个品牌的9100产品后才狠心掏钱的。而确定是工包的一个依据，是把有电工经历的胖子拉到科技市场，他确认虽然各种品牌不同，甚至板型差异也不小，但上面电容等安装标准却是一致的。
现在这种乐趣已经只能在记忆里了。

前几天咬牙买的显卡昨天到货了。无论是包装盒，还是打开后看到显卡，除去显卡块头，仿佛有种时光倒流20年之感。
不过时代还是进步的，原先杂牌显卡附带的驱动光盘换成了U盘。而看评论，这款显卡在网上受

冷落的主要原因，就是这个U盘里面的驱动，属于专用驱动，换成公版最新驱动，据说会花屏，甚至开不了机。
昨天到货，因为没有合适硬盘，今天下午才开始安装Ubuntu server。此前网上还没有看到先例，所以安装的时候开始并没有报特别大的希望，就把他按照标准的显卡安装的，大不了换回win11，反正不玩游戏。不过从安装NVIDIA官方最新570驱动准确识别显卡开始，我感觉自己可能买到宝了。
驱动安装完毕，后面的cuda、tensorrt也就一马平川了，而且现在技术进步，NVIDIA支持container toolkit，也就是说，docker中也能使用GPU了。
在经过漫长的下载后，ollama+qwen3 14B运行起来的时候，我才确信这次真的买到宝了。

最近在通过docker安装splash的时候总是遇到docker: Error response from daemon: Get “https://registry-1.docker.io/v2/”的错误，后面提示是(Client.Timeout exceeded while awaiting headers)，应该是连接https://registry-1.docker.io/v2/错误。

按照以往经验，新建了/etc/docker/daemon.json文件，添加了国内163等3个镜像站点，但问题一直未能解决。

后来参照网上一篇文章，添加了一大堆站点，问题解决。

{
    "runtimes": {
        "nvidia": {
            "args": [],
            "path": "nvidia-container-runtime"
        }
    },
    "registry-mirrors": [
        "https://docker.registry.cyou",
        "https://docker-cf.registry.cyou",
        "https://dockercf.jsdelivr.fyi",
        "https://docker.jsdelivr.fyi",
        "https://dockertest.jsdelivr.fyi",
        "https://mirror.aliyuncs.com",
        "https://dockerproxy.com",
        "https://mirror.baidubce.com",
        "https://docker.m.daocloud.io",
        "https://docker.nju.edu.cn",
        "https://docker.mirrors.sjtug.sjtu.edu.cn",
        "https://docker.mirrors.ustc.edu.cn",
        "https://mirror.iscas.ac.cn",
        "https://docker.rainbond.cc"
    ]
}

办公室的网络实在糟烂，今天才通过lmstudio断断续续把最新的qwen3的8B模型下载下来。
载入新模型后，发现上面有个《三国演义》的问题，当时回答的是qwen2.5的7B，于是复制了问题让新权重回答，结果虽然略有改进，但胡说八道的内容基本一致，都没脸截图了。
这表明虽然版本升级了，但二者的训练知识库是同一被严重污染的。
回到家后，怕冤枉了qwen，又使用cherrystudio向硅基流动的qwen相应版本询问，得到的答案同样是胡说八道，甚至2.5蒸馏版本答案中，解放军都出来了。
目前三大厂中，只有阿里的公布了开源大模型，但这种开源有什么意义？