Leo's Digital Genesis

你的连接名称是 CMCC-Furina-5G。 第一部分：配置静态 IP（nmcli 方式）为了不让 IP 在 .4 和 .8 之间反复横跳，我们把它固定在 192.168.1.10（或者你喜欢的其他范围内空闲地址）。 执行以下命令： Bash 123456789# 1. 设置静态 IP、子网掩码、网关和常用 DNS（阿里和 Google）sudo nmcli connection modify "CMCC-Furina-5G" \ ipv4.addresses 192.168.1.10/24 \ ipv4.gateway 192.168.1.1 \ ipv4.dns "223.5.5.5,8.8.8.8" \ ipv4.method manual# 2. 使配置立即生效sudo nmcli connection up "CMCC-Furina-5G" 第二部分：如何“吃后悔药”（还原 DHCP）如果你以后搬家了，或者想让路由器重新自动分配 IP，只需一行命令即可回到最初的状态： Bash 123456789...

第一步：安装 Zsh 和 基础工具首先，我们需要确保系统里有 Zsh 以及配合插件所需的 Git。 更新系统并安装： Bash 12sudo dnf updatesudo dnf install zsh git -y 切换默认 Shell： 执行以下命令，然后输入你的密码： Bash 1chsh -s $(which zsh) 注意： 切换后需要注销并重新登录（或者重启终端）才能生效。 第二步：安装 Oh My ZshOh My Zsh 是管理 Zsh 配置的最强框架。 Bash 1sh -c "$(curl -fsSL https://raw.githubusercontent.com/ohmyzsh/ohmyzsh/master/tools/install.sh)" 第三步：安装 Powerlevel10k 主题这是目前最受欢迎的 Zsh 主题，速度极快且高度可定制。 克隆仓库： Bash 1git clone --depth=1 https://github.com/romkatv/powerlevel10k.git ${Z...

Fedora 43 Xfce 安装局域网Nextcloud前请提要 在服务器上安装Nextcloud原本并不是一件很难的事，因为官网上就给出了一件用Docker安装的命令，不过当我真正去尝试安装官网所谓的All in One版本时，我发现，它必须使用公网域名进行安装前的准备，所以本次是我来记录一下不需要那些条件就可以安装Nextcloud到局域网本地的教程。 1：安装Docker12sudo dnf install docker docker-composesudo systemctl enable --now docker 2：允许防火墙通过123sudo firewall-cmd --permanent --add-service=httpsudo firewall-cmd --permanent --add-service=httpssudo firewall-cmd --reload 3：创建目录结构1234mkdir -p ~/nextcloud/datamkdir -p ~/nextcloud/configmkdir -p ~/nextcloud/sslcd ...

现代金融的目的，就是阻止普通人完成原始积累消费主义负责洗脑，金融工具负责收割。投资本质上是认知的变现，要想投资做得好，必须有高于常人的认知，能想到常人想不到、做到常人做不到。要胜于这些人，必须要获得高于常人的差异化的认知，高认知的投资是变现，低认知的投资是奉献。差异化的认知在于别人恐惧的时候你贪婪，别人贪婪的时候你恐惧；差异化的认知在于能提前洞悉行业演进的趋势；差异化的认知在于能精准识别有深护城河的伟大公司；差异化的认知在于能够避开那些应该避开的大部分公司；差异化的认知在于真正做到做时间的朋友长期陪伴。上个礼拜在香港和一个在投行工作了十多年的朋友聊天，他跟我说：“很多人认为金融可以让人致富，但是在系统底层逻辑中，现代金融最大的作用就是精准地筛选出想要通过勤奋来实现原始积累的普通人，并且收割掉他们。”这句话听起来比较刺耳。但是你若观察一下身边的情况，就会发现一个怪异的现象：这一代年轻人受教育程度最高、工作最努力，但是要完成“第一桶金”的积累，却比上一代人难得多。为什么？因为现在金融生态，到处都是为你量身打造的“积累粉碎机”。一、消费主义：提前透支你的劳动剩余原始积累的本质是什么？是...

现代金融的目的，就是阻止普通人完成原始积累 消费主义负责洗脑，金融工具负责收割。投资本质上是认知的变现，要想投资做得好，必须有高于常人的认知，能想到常人想不到、做到常人做不到。 要胜于这些人，必须要获得高于常人的差异化的认知，高认知的投资是变现，低认知的投资是奉献。 差异化的认知在于别人恐惧的时候你贪婪，别人贪婪的时候你恐惧；差异化的认知在于能提前洞悉行业演进的趋势；差异化的认知在于能精准识别有深护城河的伟大公司；差异化的认知在于能够避开那些应该避开的大部分公司；差异化的认知在于真正做到做时间的朋友长期陪伴。 上个礼拜在香港和一个在投行工作了十多年的朋友聊天，他跟我说：“很多人认为金融可以让人致富，但是在系统底层逻辑中，现代金融最大的作用就是精准地筛选出想要通过勤奋来实现原始积累的普通人，并且收割掉他们。” 这句话听起来比较刺耳。但是你若观察一下身边的情况，就会发现一个怪异的现象：这一代年轻人受教育程度最高、工作最努力，但是要完成“第一桶金”的积累，却比上一代人难得多。 为什么？因为现在金融生态，到处都是为你量身打造的“积累粉碎机”。 一、消费主义：提前透支你的劳动剩余 原始积累...

二次元现象：受众、动机与“为何有人宁可选择虚拟也不追现实”的深度分析摘要“二次元”并非单一事物，而是包含动画、漫画、轻小说、虚拟偶像、同人文化、游戏与衍生产业的一整套文化生态圈。部分男性（以及其他性别的群体）对二次元角色产生强烈偏爱，甚至出现“与虚拟角色结婚”“将虚拟关系置于现实关系之前”等现象。产生这一现象的原因是多维的：审美与设计吸引、可控性与理想化、社会成本与性别期待、逃避/补偿性动力、社群与身份认同以及经济/收藏动机等。绝大多数二次元爱好者并不会彻底“脱离现实”，但当爱好变成逃避或成瘾（例如问题性游戏行为、社交回避）时，确实会带来心理社会风险。下文将逐一拆解这些因素，并给出理性看法与应对建议。 1. 什么是“二次元”与它的受众轮廓“二次元”字面上指二维（2D）平面世界，但文化层面上扩展为以日本动漫文化为核心、并包括画风化审美、角色设定（萌、萌系、视觉系等）、虚拟偶像、同人创作、宅文化、周边收藏等的亚文化生态。受众跨年龄层，但在年轻男性群体中尤为集中；同时也有大量女性受众（如BL/百合/偶像应援）。受众动机多样：审美消费、情感寄托、社...

网易新闻AI总结报告生成时间: 2025-11-30 19:42:29新闻数量: 430 国内 1. 霍启山率大埔足球队到宏福苑献花悼念 获取时间: 2025-11-30 19:20:31 处理完成: 2025-11-30 19:21:19 原文链接: https://www.163.com/dy/article/KFK76LJV053469LG.html AI总结 香港大埔宏福苑发生重大火灾，造成128人遇难、83人受伤。29日，香港特首李家超等官员及市民自发前往献花悼念。当天上午，中国香港足球总会主席霍启山带领大埔足球队成员到宏福苑附近献花默哀，表达哀思。此前，大埔队在亚冠比赛中也已默哀并佩戴黑色肩纱以示悼念。 内容预览 (前 200 字符)内容预览: 极目新闻记者 郭奕 11月26日，香港大埔宏福苑发生重大火灾。据新华社消息，截至29日下午3时，火灾共造成128人遇难、83人受伤。此前被列入失踪名单的人士中，已确认144人安全无恙，仍有150人失联，正在逐一联络。 11月29日上午8时，香港特区行政长官李家超联同主要官员、行政会议非官守议员及公务员在特区政府总部默哀三分...

说明：本文从定义、心理与社会动因、关系功能、冲突与脆弱点、典型模式、影响因素、干预与建议、研究与测量方法等维度，对“女生闺蜜 / 闺蜜圈 / 塑料姐妹花”这一现象作系统性、理性分析。旨在帮助个人、家庭、教育者或咨询者更好地理解与应对此类人际关系。 1. 概念与界定 闺蜜：通常指女性之间比一般朋友更亲密的友谊，包含情感支持、共同经历、日常分享和社会认同等成分。广义上也包括“闺蜜圈”——小团队式的社交群体。 “塑料姐妹花”：贬义词，指外表亲密但本质浅薄、在利益或冲突出现时关系容易破裂的友谊。表现为表面互动频繁、深层支持不足、遇事轻描淡写或互相调侃而非承担情感责任。 弱势群体认同感：有时女生群体会形成“弱势”或被保护的身份认同（例如在外部语境或性别结构中感受到不平等），从而更易形成紧密的小圈子来互相支持与取暖。 2. 驱动因素（为什么会形成闺蜜圈） 情感互惠需求：人需要被理解与被接纳；闺蜜提供情感倾诉与共情。 社会化与认同：共同兴趣、生活阶段（学生、职场新人、育儿期）和价值观促成认同感。 互助与资源共享：信息、社交资源、照护支持（如育儿经验、购物建议）等的互换...

🔬 性别差异分析报告：生理构造之外的异同1. 🧠 维度一：认知与能力 (Cognition and Ability) 特质 共同之处 (Communities) 差异之处 (Differences) 驱动因素分析 智商 (IQ) 与综合认知能力 💡 核心共同点： 男女在平均综合智商和总体认知能力上没有显著差异。 ❌ 无显著差异： 大部分研究表明平均IQ分数相等。 💯 主要驱动力： 遗传与环境（教育、营养、刺激）。性别非决定性因素。 数学与空间推理 📊 核心共同点： 绝大多数个体的能力高度重叠。 🔺 细微差异： 在某些特定任务（如心理旋转）中，平均而言男性可能表现出微弱优势。但在复杂数学计算中，差异不明显且正在缩小。 🔬 驱动力： 可能是胎儿期或青春期激素（如睾酮）对大脑特定区域的微小影响，但文化期望和教育机会（社会建构）是更重要的贡献者。 语言与口头表达 📝 核心共同点： 男女在语言习得和表达流畅度上均表现出色。 🔺 细微差异： 平均而言，女性在某些早期语言发展指标（如词汇量、口语表达速度）上可能略微领先。 🔬 驱动力： 可能是青春期前大脑发...

前情提要 最近在学习大模型应用开发时，有一段用Python的requests库爬取网页的代码，那么我就在想，能不能编写一个完整的项目，用来调用市面上常用的新闻平台，最后汇集之后用大模型解析呢，说干就干，先是对百度新闻下手，可惜百度新闻的列表可以获取，但它大都是点击后调用的百度搜索进行的查询，这样也算是可以随机获取最新消息的一种途径吧，但不是我预期的效果，之后辗转到网易老大哥上，发现正合我意，于是先把网易的新闻爬下来进行测试，未来也有打算把常用平台全部整合一下，但现在先发布这一个平台吧。 🤖 Python + Tkinter + Ollama：构建网易新闻AI自动化总结系统这是一个结合了多线程爬虫、Tkinter GUI 和 本地大模型（Ollama） 的完整应用案例。它能够并发抓取网易新闻多个分类的实时链接，获取新闻内容，并通过本地部署的LLM（如Qwen2.5）对内容进行自动化总结，并将结果在一个直观的图形界面（GUI）中展示和保存。 本文将从头到尾详细解析这个系统的设计思路和核心代码实现。 🚀 一、系统概览与核心技术栈该系统旨在解决海量新闻信息的快速筛选与摘要问题，其核...

网易新闻AI总结报告生成时间: 2025-11-16 11:58:38新闻数量: 430 国内 1. 招商局集团有限公司原副总经理李百安接受审查调查 获取时间: 2025-11-16 11:38:01 处理完成: 2025-11-16 11:38:45 原文链接: https://www.163.com/dy/article/KEFU726N0534A4SC.html AI总结 招商局集团有限公司原党委委员、副总经理李百安因涉嫌严重违纪违法，目前正在接受中央纪委国家监委的纪律审查和监察调查。 内容预览 (前 200 字符)内容预览: 李百安简历照 招商局集团有限公司原党委委员、副总经理李百安涉嫌严重违纪违法，目前正接受中央纪委国家监委纪律审查和监察调查。（央视新闻） 2. 知名歌手演出过程中突然“点支烟” 卫健委回应 获取时间: 2025-11-16 11:38:01 处理完成: 2025-11-16 11:38:32 原文链接: https://www.163.com/dy/article/KEFS6R8G053469LG.html AI总结 知名歌手蒋文涵GALI在个...

🚀 从 0 到 1：基于 QLoRA 微调你的第一个考试题库 AI 专家 本教程记录了如何利用轻量级的 Qwen1.5-1.8B-Chat 模型和 QLoRA 技术，在有限的 GPU 资源（如 6GB 显存的 RTX 3060 Laptop）上，成功微调出一个能够精确、专业地回答特定领域题库的 AI 专家。 🎯 一、项目目标与技术选型1. 目标将一个通用的大型语言模型（LLM）定制化，使其能够像专业的教师或题库系统一样，以结构化、高准确率的方式回答我们提供的 几千道特定领域的考试题目。 2. 技术选型 基础模型 (Base Model): Qwen/Qwen1.5-1.8B-Chat。 原因: 体积小（18亿参数），对 VRAM 友好；基于 Qwen 结构，中文处理能力强，同时支持 Chat 功能。 微调方法 (Fine-tuning): QLoRA (Quantized Low-Rank Adaptation)。 原因: 在 4-bit 量化模型上进行 LoRA 训练，极大地降低了 VRAM 占用，使 6GB 显存的 GPU 也能进行训练。 🛠️ ...

众所周知，我不太喜欢起那么惊天动地的标题，所以若是你看到了这个页面，那你就看到了一个非常有用的工具。 这是一个用于图像标注和分析的 Python 脚本的详细分析，该脚本名为 image_annotator_ollama_fixed_v2.py。它是一个使用 PyQt6 构建的图形用户界面（GUI）工具，核心功能是利用本地运行的 Ollama 平台上的 llava:13b 视觉-语言模型来批量分析图像，并支持结果的存储、搜索、统计和多语言翻译。 🎨 图像分析工具：image_annotator_ollama_fixed_v2.py 深度解析这个 Python 脚本是一个功能强大的、高度本地化的图像批处理工具。它巧妙地结合了最新的本地 AI 模型（Ollama/LLaVA）、稳健的并发处理和用户友好的 GUI 界面，实现了图片分析的全程离线操作。 🌟 核心特性概览 真正的离线 AI (True Local AI): 所有图像分析请求都通过 localhost:11434 发送给本地运行的 Ollama 服务，确保数据安全和离线可用性。 并发处理优化: 使用 线程...

✅AQS的同步队列和条件队列原理？典型回答同步队列和条件队列是AQS中的两种不同队列，同步队列主要用于实现锁机制，而条件队列用于线程间的协调和通信。（本文代码为经典的JDK 1.8） 同步队列同步队列主要用于实现锁的获取和释放。如我们常用的ReentrantLock，就是基于同步队列来实现的。 我们在介绍AQS的时候介绍过，它是一个FIFO队列，节点类型为AQS内部的Node类。当一个线程尝试获取锁失败时，它会被封装成一个Node节点加入到队列的尾部（每个节点（Node）代表一个等待的线程）。当锁被释放时，头节点的线程会被唤醒，尝试再次获取锁。 12345678910static final class Node { // 前驱和后继节点，构成双向链表 Node prev; Node next; // 线程本身 Thread thread; // 状态信息，表示节点在同步队列中的等待状态 int waitStatus; // ...} 同步的队列的实现原理比较简单： 当一个线程尝试获取锁并失败时，AQS会...

📢 About a Training Scam by a Certain Neng CompanyTitle: An extremely detailed and thought-provoking experience. What I encountered is a typical scheme that uses “internship” or “recruitment” as a pretext for “high-priced training.” 🧐 Experience Summary and Structure LayoutTitle: Student Job Search & Internship Experience: Uncovering the Training Trap Behind “High-Paying Internships” Structural Module Title/Key Point Content Extraction and Refinement I. Background Job Search St...

JavaScript js的数组遍历类：forEach、map、filter、reduce都有何区别 简短回答： forEach - 只遍历，不返回新数组 map - 遍历并返回新数组（一一对应） filter - 过滤元素，返回符合条件的子数组 reduce - 累积计算，返回单个汇总值 一句话总结： forEach：单纯遍历 map：变换数组 filter：筛选数组 reduce：聚合数组举例说明： 123456789101112131415161718const numbers = [1, 2, 3, 4, 5];// 1. forEach - 只遍历，不返回numbers.forEach(num => console.log(num * 2));// 输出：2, 4, 6, 8, 10// 返回：undefined// 2. map - 返回新数组（一一对应）const doubled = numbers.map(num => num * 2);// doubled: [2, 4, 6, 8, 10]// 3. filter - 返回符合条件的...