Shell GPT Shell GPT 是一个基于 AI 的命令行工具,可以生成命令、代码、文档等。支持 Linux、Mac、Windows 系统,可以和几乎所有的 Shell 兼容。 由于 Warp 有使用次数的限制,本身又不怎么喜欢使用 Warp,故在寻找一个命令行工具,可以借助大模型完成一些小
修改 /etc/docker/daemon.json 文件,添加 proxies.{http-proxy,https-proxy},下面是一个示例。 { "proxies": { "http-proxy": "http://name:passwd@192.168.6.2:7890",
实习的时候,写过一段时间 C++,对于当时的我来说,搞环境、解决依赖问题是非常头疼的,当时工程的组织方式还是把依赖以源码的形式集成到代码库中,每次编译时需要解包、编译依赖库。 最近几年重新开始写 C++ 后,尝试了 bazel,感觉如果公司/团队没有比较完善的氛围,还是比较难上手和维护。 最近用 v
工具类 tqdm 用来展示进度。 安装 pip install tqdm # poetry poetry add tqdm 使用示例。 from tqdm import tqdm for i in tqdm(range(10000)): ...
背景 中小型公司很少有自建机房,多使用云商的 Spot 机器,为了保障能分配足够的机器,通常会选多种机型。不同机型因为制造商、代际的差异,相同核心和内存的情况下,性能差异也非常大。 且中小公司通常没有成建制的基础组件开发维护小组,甚至没有在维护的公共服务发现组件,需要在此背景下解决推理服务在不同机型
前言 性能优化系列的初篇,起笔前有些犹豫,在大语言模型盛行的当下,再去写技术文章还有意义吗?想到一个很搞的理由,大模型没有经历过切肤之痛,写不出那种感同身受的感觉,哈。 最近这几年一直在做程序化广告的算法引擎,偏重在线部分,对高并发服务的性能和稳定性优化有一些经验。不管是汇量还是易点,流量仿佛取之不
背景 来到易点之后,并没有什么 C++ 的语言环境,配置中心依赖 Apollo,又苦于没有合适的 Apollo Client 可用,故周末抽出一些时间,写了一个简单的 C++ 版本的 Apollo Client。 功能 目前只实现了简单的读和订阅功能。 class ApolloClient { pu