分类： IT天地

原先自己使用的会计系统是odoo16，默认财务会计模块是关闭的，需要安装系统后进行配置，方能使用。
因为账务少，那个系统也一直没有使用。最近看到最新版本已经到了18，而鼓吹的就是会计功能强大，于是便动了心思直接使用最新版本。
结果折腾了一白天，加大半个晚上，也没有把会计功能打开。
都已经开始卸载系统了，从一篇文章里看出门道：这会计功能是企业版所特有的，同时不同像以前的版本那样，通过模块等方式安装使用。
最后怀着久违做贼的心测试了一下企业版，果然会计功能有启用的选项。不过启用之后，那使用体验，还不如16，甚至是我最早的8呢。
前几天还给儿子普及开源知识，这免费开源的软件卖的是服务。现在看来，这开源软件公司，已经直接下手捞钱了。还是继续用16吧。

这两天赶在天翼云免费额度到期前，又测试了一下几个rag系统。
因为ragflow和dify不支持天翼云的API，所以测试的主要是cherrystudio，针对同一个小说，同一问题，cherrystudio的表现出奇的好。而且这还受功能所限，没有rerank模型加持的情况下进行的。
看来我之前推测的，免费使用的cherrystudio的商业收益将会来自rag，还是靠谱的。
不过，现在这几个rag都存在一个共同的问题，那就是资料库归档条理性的欠缺。最明显的例子，就是我这次测试的是小说，是有故事线先后顺序的，而deepseek是按照资料库的分块进行分析，这样自然就会忽视前因后果，影响到答案的逻辑性。
下次转为有序号的json文件试一下。

前天跟外甥吃饭的时候，还夸腾讯识时务，在deepseek国内君临天下的时候，大出血推出免费的腾讯元宝抢占市场，下一步可能要依托deepseek做经营商和内容商了。
这其中一个原因，就是腾讯自家的混元起步晚，性能达不到预期，与其舍不得抱着占地方，不如清理瓶瓶罐罐大干一场。
早上看到了昨天混元T1模型开放的新闻。看来腾讯还是舍不得啊。舍不得的不止是巨大投入，还有扯不清的内部利益。
试了一下，速度是真快，现在快似乎已经成为一种趋势。但内容仍然拉胯，回答的内容多而杂乱，夹杂着睁眼说瞎话。跟gemma3可以拜把子了。
又到产品介绍看了一下，内容依然混乱而滞后，并没有及时更新T1的最新价格。看来腾讯内部协同还是存在问题。

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。

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？

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。

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。

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。

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。

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。