我有十多个硬盘，两百张刻录光盘，因为我从不删数据。可是。我用了特别长的时间去查找一系列资料，还是找不到了。
所以别听楼主乱说，你的数据有价值。请上 NAS ，上大的 NAS,上多盘，上主备，别犹豫！
那个当年支付宝爆库的全部用户数据现在能卖好多钱。可是怎么都找不到都找不到了。呜呜呜……

我不知道 mcp 跟 function call 有什么区别。我只想本地输出一个 JSON 去调取 function ，可是除了天气预报什么都做不到。还记得 2024 年的 Rabbit R1 吗？这跟 MCP 像不像，拍片展示效果一流。可是实际根本没人要。主要就是能不能做到精确，大部分本地部署 LLM 乱输出的，LLM 从构架上讲是有这能力的，但其中矛盾的部分就是输出输入的精确性。参多必难控，参少，随意调。这是程序员的法则。你有一亿参数怎么调呢？也只能自动化 chat 了。希望国内大部分 LLM 厂商 tools 能剥离一个高精度场景

读 mem0 的源码就会发现大模型接口有一行 tools ，他有一个必须准确记录的 facts 的回参。他通过 function call 去问答大模型，格式参数为
"function": {
"name": "establish_relationships",
"description": "Establish relationships among the entities based on the provided text.",
"parameters": {
"type": "object",
"properties": {
"entities": {
"type": "array",
"items": {
"type": "object",
"properties": {
"source": {"type": "string", "description": "The source entity of the relationship."},
"relationship": {
"type": "string",
"description": "The relationship between the source and destination entities.",
},
"destination": {
"type": "string",
"description": "The destination entity of the relationship.",
},
},
"required": [
"source",
"relationship",
"destination",
],
"additionalProperties": False,
},
}
},
"required": ["entities"],
"additionalProperties": False,
},
}
结果除了官方自带的不能本地部署的 OPENAI LLM 以外，所有能本地部署的大模型（ qwen\deepseeek\llama\gemma\phi\granite ，ollama 上所有带 TOOLS 的模型）要么不能输出，要么只输出了
item：{***},type:{***}
然后程序报错

这个叫模拟 openai 协议对端，但是 tools 经过他中转好像不支持哦。openwebui 最变态的地方就是把函数独立成一个叫管道的独立项目，可以任意做前置后置。反正读他的源码，我学到很多。他转圈时间长，你得研究他整套流程走的跟国内开源大模型框架项目有何差异。这玩意很多流程绝对是标准中的标准，不可替代

@lawrencelee 在阿里在阿里，2019 年首届中文 nl2sql

bge 全家桶都用上了，结果搜出来的全不相关

实际上现代的检索方式稀疏向量 bm25 稠密向量 重排都还没中古时代的全文本加分词精确。语言相似性的实用性不如多分点词去全文本检索。全家桶都用上了

text2sql 是有专门的比赛 排名的。现在只不过换了一种使用 llm 的方式去解决这个问题。实际上排名靠前的成功率也是不高的。

实际上，PHP 除了 Pornhub 以外。2015 年之后便成了网络安全第一大语言，著名的 zabbix 便是 PHP 编写的。其实语言无所谓的。V2EX 最早就是从一个叫 Kijiji 的 php 项目移植过来，对，以前 V2EX 就是用 PHP 编写的。哦，我当初也是雷傲 BBS3000 的一枚魔改站长，觉得 PHP 的 V2EX 有点酷才来到此处。

TensorFlow.js 利用 wasm 在手机 WEB 端做一些图像识别的功能，有 simd 加持特别快。就是模型加载需要时间。要是加载也跟 native 一样快就好了。

2011 年的车，买入 17 万，去年二手车都卖不了 2 万，直接就报废置换了。拿补贴 2 万，报废 2 千，总计 2 万 2 千。12 年的那辆，买入 42 万，去年二手车去询价，问我 4 万块卖不卖，卧槽。。。积灰中

各种场景 AI 落地没有困难重重啊。。。无人驾驶 视觉识别 ocr 翻译 物流 下棋 等等等很多很多领域都落地 而且频繁应用。
哦，你说的 AI 是特指 LLM 吧。LLM 唯一场景就是替代人类，其它任何场景的正确率都不如精确的专用模型，适合比较感性的语言文艺绘画类工作。当然 LLM 对比评分时把辅助编程当成重要的加分项，也使得他适合编程辅助场景了。

1 秒上百次的写，肯定也得 1 秒上百次读出来，纯 update 写本身毫无意义的。纯数据库方案即便各种方式写进去了，也是读不出来。比如 1 2 3 4 5 6 7 ，读出来就可能是 1 1 1 6 6 。读写都不落数据库是最好的方案，然后再搞个消息队列往数据库里塞海量的价格变动日志，供离线分析。

@gefangshuai 加速线性 安静，尽管一直有键盘车手在贬低电车的底盘调教，但事实是因为电池位置的关系，目前大部分电车相当于油车当中中置后驱跑车的重量配比 底盘调教实际更好。你去试驾过 就知道完全回不去了。
最最关键的一点！油车作为现代工业的结晶！你去任何一个小区的地下停车场去看好了，凡是油车长期停的车位上都会一滩滩黑乎乎的各种油，真乃工业结晶，这番景象其实就是油车的品质象征！自从换了电车，我把我家停车位前前后后拖了一遍，自此以后干干净净，谓之舒服！

我身边的情况是这样的。包括我自己。我这里算是小县，也是吉利大本营。大部分年轻人都换国产电车了，有的是受不了宝马开久了那个发动机像拖拉机，有的是受不了奔驰开久了凸轮轴发动机报黄灯，这些都是通病，也没见召回过。那些当年五十到一百万的豪车里面现在坐的通常都是年纪 50 以上的老头老太子。因为家里舍不得报废那么贵买的豪车，而且现在二手市场也卖不上价。通常都是现在年轻人置换成小鹏零跑问界等国产电车，然后给父母辈开的车了。

正好跟相反。我那辆 12 年的奔驰，最近几年发动机故障灯一直亮着，每年都小修，不修不能开。发动机故障灯那个得大修，才 13 万公里。因为 BBA 等欧洲车的发动机舱比其它油车温度都要高，上了年份基本都得修修修。无论月薪多少都不支持买这种车。另外提一句，我去年换国产汽车，最便宜的杭州品牌电车，太舒服了！妈的，当年一辆合资车的钱，现在能买这个国产电车 4~5 辆！体验还没现在电车一半好