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。
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。
科技市场淘宝的感觉回忆
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。
咬牙买到宝
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。
rag初试成功
折腾了一段时间了，今天我的ragflow终于投入实战应用，辅助儿子论文成稿。
说实话，从导入三篇PDF文档开始，心里就开始忐忑，解析完成后，让儿子提问了一个专业问题，当系统提示“知识库未找到您要的答案！”时，顿时感觉一瓢凉水当头泼下。
流着汗忙检查知识库配置，确认无误后，以为是使用的本地部署的qwen3 8B模型有问题，换成硅基流动的免费7B模型，依然是同样的答案。
当时砸了机器的心都有了，咬牙换成付费的deepseek-v3，这会好了，回答的内容丰富，条理清楚。
感叹完有钱好办事，查看了一下系统运行状态，发现后台CPU占用颇高，这才意识到那三个文档有一个接近200M，文档上传解析后，系统还会进行进一步的OCR等处理。
待系统运行平缓后，换回本地部署模型后，这次回答正常了，相比收费模型的答案差别并不大。
初战成功，咱还是有点用的。
解决docker: Error response from daemon: Get “https://registry-1.docker.io/v2/”
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"
]
}