第7页谢先斌的博客

MCP(Model Context Protocol) 由 Anthropic 推出的一种全新开放标准，旨在为 AI 助手提供与数据源之间的安全连接能力

Go statsviz 是一个支持在浏览器中可视化 Go 程序运行时指标的实时图表，包括堆、对象、goroutines、GC 暂停、调度器等指标

gogs 是一个用于列出和诊断当前系统上运行的 Go 进程的工具，支持命令行和 agent 两种使用方式

在 Linux 系统中，/etc/resolv.conf 是 DNS 解析的核心配置文件，用于定义系统如何通过域名解析服务器（DNS）将域名转换为 IP 地址。

本文介绍如何使用 Alpine IPV6 容器

ifconfig(network interfaces configuring) 命令用于查询和设置 Linux 网络网络接口的命令。

uv 是一个使用 Rust 编写的极速 Python 软件包和项目管理器，pip 的替代工具。uv 可以管理项目依赖关系和环境，支持锁定文件、工作空间等，类似于 rye 或 poetry。

MySQL 的 GTID（Global Transaction Identifier，全局事务标识符） 是用于唯一标识数据库中每个事务的机制，旨在简化主从复制（Replication）的配置和维护，确保数据一致性。

Rerank（重排序）模型是自然语言处理（NLP）和搜索领域中的一种技术，主要用于对初步检索的结果进行优化排序，以提高最终输出的相关性或准确性。它通常作为两阶段流程中的第二阶段，与第一阶段的快速但粗糙的检索模型（如基于关键词或向量相似度的模型）配合使用。

Moderation 模型（内容审核模型）是人工智能领域中的一种工具，主要用于自动检测和过滤用户生成内容（UGC）中的不当信息，例如暴力、仇恨言论、色情内容、垃圾信息、虚假信息等。它通过机器学习（尤其是自然语言处理、计算机视觉等技术）帮助平台高效管理内容，确保符合法律法规和社区规范。

模型量化（Model Quantization）是一种通过降低神经网络模型中参数和激活值的数值精度（如从 32 位浮点数转换为 8 位整数），以减小模型体积、提升计算效率并降低功耗的技术。它是深度学习模型压缩和优化的核心方法之一，尤其适用于在资源受限的设备（如手机、嵌入式设备）上部署模型。

模型嵌入(Embedding)的工作原理是将文本、图像和视频转换为称为向量（Vectors）的浮点数数组，这种向量（称为嵌入向量或Embedding）能够捕捉数据的语义或特征信息，使计算机更容易处理和分析复杂的关系。

MoE 模型（Mixture of Experts，混合专家模型）是一种机器学习模型的架构设计，旨在通过组合多个专家（子模型）来解决复杂任务。其核心思想是让不同的专家专注于处理输入数据的不同部分或不同模式，最终通过动态权重（由门控网络控制）将各专家的输出融合，形成最终的预测结果。

大规模语言模型（Large Language Model，LLM） 是一种基于人工智能技术的模型，是由具有大量参数（通常数十亿个权重或更多）的人工神经网络组成的一类语言模型，使用自监督学习或半监督学习对大量未标记文本进行训练。大语言模型在 2018 年左右出现，并在各种任务中表现出色。

Ollama 提供与 OpenAI API 部分内容的实验兼容性，以帮助将现有应用程序连接到 Ollama。

deepseek 是中国的一家人工智能与大型语言模型公司

Modelfile 是与 Ollama 创建和共享模型的文件，功能类似于 docker 制作镜像的 Dockerfile。

ollama REST API 使用介绍，ollama 提供 ollama 格式的 API 和 openai 格式的 API，本文介绍 ollama 格式的 API

Continue 是 VS Code 和 JetBrains 内领先的开源人工智能代码助手。

Cursor 使用强大的人工智能来编写、编辑代码