见字如面，与大家分享实践中的经验与思考。 《华为数字化转型之道》 这本书主要分为4个部分：认知篇、方法篇、实践篇和平台篇。先粗读一遍后再精读一遍，做一些笔记，提取出文中的部分内容以及个人的想法观点。主要是对其中的方法篇比较感兴趣，本文也主要涉及这块内容。里面引用了官方书籍中的内容，如有侵权，联系删除

打造高效MacOS系统环境可以参考：打造高效MacOS系统环境。这篇文章的目标： 打造类云厂商的本地云服务环境，可以支持动态的分配磁盘存储、快速Expos

Dify介绍 Dify 是一个开源的 LLM 应用开发平台。其直观的界面结合了 AI 工作流、RAG 管道、Agent、模型管理、可观测性功能等，让您可以快速从原型到生产。以下是其核心功能列表： 1. 工作流: 在画布上构建和测试功能强大的 AI 工作流程，利用以下所有功能以及更多功能。 2. 全面

现在很多应用都采用容器化技术进行部署，特别是无状态的应用程序。有时也会部署有状态应用或者想要保留应用数据，不至于在容器重建后，之前的数据都丢失了。对于初学者非常容易犯的一个错误： 网络上很多 quickstart 的云原生部署方案，就直接部署到企业环境中（甚至是生产环境），当程序出现异常退出、对应用

见字如面，与大家分享实践中的经验与思考。 梳理一个复杂的支付和退款场景，使用概念模型快速了解大致需要涉及哪些模型以及这些模型之间的关系，并通过这些模型梳理出设计要点。 支付场景 支付方式：现金、在线支付、优惠折扣、皆有。 支付渠道：PC Web、小程序、APP等。 支付平台：企业一体化支付平台、微信

见字如面，与大家分享实践中的经验与思考。 llama3介绍 Meta Llama 3 是 Meta Inc. 开发的一系列最先进的模型，提供 8B 和 70B 参数大小（预训练或指令调整）。

见字如面，与大家分享实践中的经验与思考。 背景 本文主要来自： Microsoft出品AIGC课程：

见字如面，与大家分享实践中的经验与思考。 背景 工欲善其事必先利其器 经过这么多年MacOS系统的使用，如何高效结合各种工具高效使用MacBook，这里总结一下目前本人使用的一些心得。

见字如面，与大家分享实践中的经验与思考。 LM Studio官网 https://lmstudio.ai/

见字如面，与大家分享实践中的经验与思考。 背景 之前我的文章有介绍如何快速搭建本地大语言模型：

见字如面，与大家分享实践中的经验与思考。 背景 使用MacBook多年，在电脑合盖休眠不使用时，出现各种掉电快的场景，如： 一晚后剩余电量只有50%多 过节多日不开电脑直接没

见字如面，与大家分享实践中的经验与思考。 01 Spring AI Spring AI 项目旨在简化包含人工智能功能的应用程序的开发，避免不必要的复杂性。 该项目从著名的 Python 项目（例如 LangChain 和 LlamaIndex）中汲取灵感，但 Spring AI 并不是这些项目的直接