Conversational AI partner that is here to help.https://www.bonamiko.com
文字排版工具 https://slogan.ishell.online
推荐一个开源的 “PDF 做旧” 神器，场景是：某些时候有人要求你必须要把PDF打印下来，手写签名，再把签名文档扫描成PDF。这时你只需要在 PDF 上添加数字签名 https://zh.lookscanned.io/scan可以把 PDF 进行做旧处理，可以调整旋转、对比度、燥点、模糊！厉害的是，PDF的解析和做旧处理，全部在浏览器内完成，很安全方便。科技改变了世界，但被黑暗魔法改了回去了，最后科技只好用魔法打败了魔法🤦
问问小宇宙 https://ask.xiaoyuzhoufm.com
https://thinkany.ai
Effortless PostgreSQL backups with a user-friendly web interface!https://github.com/eduardolat/pgbackweb
Understanding Deep Learning https://udlbook.github.io/udlbook/
AI自动化市场的整体布局，涵盖了不同领域的AI工具和平台。为了便于理解，下面用大白话详细解读这张图，并举例两个具体应用场景。 总体概览1. Conversational AI（对话式AI）：这些工具主要用于构建聊天机器人和语音助手，比如Google的Dialogflow和微软的Azure Bot Service等。2. Vertical Automation（垂直自动化）：这些工具专注于特定行业的自动化解决方案，比如金融、医疗、市场营销等。3. Process Mining（流程挖掘）：用于分析和优化企业内部流程，如Celonis和UiPath Process Mining。4. BPM（业务流程管理）：帮助企业设计、执行、监控业务流程，比如IBM BPM和Oracle BPM。5. RPA（机器人流程自动化）：通过软件机器人来自动化重复性任务，比如UiPath和Automation Anywhere。6. Developer Platforms（开发者平台）：为开发者提供构建AI应用的工具和框架，比如Hugging Face和OpenAI。7. Agents（代理）：包括个人助理、法律合规、医疗工作流等多种用途的智能代理。 具体分类及主要工具- Conversational AI： - 包括像Dialpad Ai、Cognigy等用于构建智能对话系统的平台。 - Vertical Automation（垂直自动化）： - 专注于特定行业，如Pipefy（流程管理）、ABBYY（文档处理）。- Process Mining & BPM： - 用于分析企业内部流程并优化，如Celonis、Bizagi。- RPA： - 用于自动化重复性任务，如UiPath、Automation Anywhere。- Developer Platforms & Agents： - 开发者平台如Hugging Face、OpenAI，提供模型训练和部署服务。 - 各类智能代理如LYNGO（金融数据分析）、Jasper（内容生成）。 应用场景举例 场景一：客户服务优化假设你是一家电商公司的客服经理，你可以使用Conversational AI中的Dialogflow来构建一个智能聊天机器人。这个机器人可以24小时在线回答顾客的常见问题，如订单状态查询、退换货政策等，从而大大减少人工客服的工作量，提高客户满意度。同时，你还可以结合RPA中的UiPath，将订单处理等重复性任务自动化，进一步提升运营效率。 场景二：医疗行业的患者管理如果你是一家医院的信息技术主管，可以使用Vertical Automation中的Nabla来优化患者管理流程。Nabla可以帮助医生记录病历、安排预约，并且通过集成Conversational AI如Microsoft Bot Framework，与患者进行自动化沟通。例如，提醒患者按时服药或通知他们检查结果，这不仅提高了医院的工作效率，也改善了患者体验。
新科技、算法、人工智能、语言编程类图书精选，持续更新中https://github.com/sunnyregion/Books
Elasticsearch是搜索和分析领域的重要工具，以其实时数据处理能力而备受青睐。这个开源引擎是ELK堆栈（Elastic堆栈）的一部分。它与数据可视化工具和日志处理器无缝集成，从而提高了其实用性。Elasticsearch的工作原理：Elasticsearch使用倒排索引来实现快速全文搜索，实现快速高效的数据访问。它的工作原理类似于书籍的索引。其分布式架构不仅提高了速度，还通过在多个节点上分片和复制数据确保了高可用性。其强大的查询DSL和高效的索引机制支持从简单到复杂的各种搜索需求。为了更好地了解其工作原理，让我们看看它的工作流程：数据摄取Elasticsearch首先以JSON格式导入数据，可以直接输入或通过Logstash和Beats等工具处理。索引然后它对这些数据进行索引，创建一个倒排索引，通过将术语链接到文档中的位置来实现快速文本搜索。分片和复制系统通过分片将数据分布在各个节点上，复制则增强了容错能力和可用性。搜索查询DSL允许用户执行搜索，访问倒排索引以快速找到相关文档。分析和聚合Elasticsearch还可以进行数据分析和汇总，提供对趋势和模式的洞察。结果检索它能够近乎实时地检索和返回查询结果。Elasticsearch的一些主要优势包括卓越的可扩展性、实时搜索能力和直观的RESTful API，这使得大规模数据分析成为可能。通过其广泛的日志和事件数据分析能力，它支持增强监控和诊断，这可以帮助改善应用程序的安全性和性能。Elasticsearch的应用范围很广，从支持电子商务平台上的即时产品搜索到促进金融系统上的实时交易分析。它在监控和日志系统中也起着关键作用，在这些系统中，它聚合和分析日志，提供系统健康状况和潜在安全威胁的详细视图。Elasticsearch的功能不仅限于搜索。支持实时数据索引和通过聚合功能进行基本分析使其成为大数据分析工具集的一部分。
麻省理工爆火 16K Star ⭐️的免费书《写给每个人看的线性代数》图解笔记开源！🔥 中英文都有！通过可视化图示的方式，直观且深入的促进从矩阵分解的角度对向量、矩阵计算和算法的理解！https://github.com/kenjihiranabe/The-Art-of-Linear-Algebra
All(bai) In(piao) Cloudflare的朋友们看过来了，今早发现个SaaS模板，特点是可直接部署到Cloudflare！https://github.com/Dhravya/cloudflare-saas-stack
CF 优秀项目1.图床项目【Cloudflare Image Hosting 】 ： github地址如下：https://github.com/ifyour/cf-image-hosting 。利用CF实现的一个免费图床。 有以下特点： 免费无限制上传、支持拖放上传、支持复制粘贴上传、支持图片&视频&GIF上传、最大支持的上传文件大小为5MB。 官方演示站点：https://images.mingming.dev/【img-mom 】： github地址如下：https://github.com/beilunyang/img-mom 也是一个免费的图床，在这里就不多介绍了。【workers-image-hosting】 ：github地址如下：https://github.com/iiop123/workers-image-hosting【Telegraph-Image】 ： github地址如下：https://github.com/cf-pages/Telegraph-Image 。 强烈推荐这个项目，在之前我已经写过对应的部署教程。教程的地址如下：https://vwo50.club/archives/922.html【Cloudflare Worker Image】：github地址如下：https://github.com/ccbikai/cloudflare-worker-image 。这个项目的特点是支持PNG,JPG,BMP,TIFF等格式图片处理，支持管道操作，可以执行多个操作。且默认输出WEBP格式的图片，WEBP是谷歌推出的一种图片格式,它的优点就是同等画面质量下,体积比jpg、png这些少了25%以上。总之就是牛逼的格式。2.邮箱项目【vmail】 只需一个域名就可以部署的临时邮箱系统，特点是支持多域名后缀，找回密码。 github地址如下：https://github.com/oiov/vmail 作者的在线站点如下：https://vmail.dev/ 相信这个项目很多人都会用到。是一个比较实用的项目，在后续我们来写一下部署的教程。也可以参考github首页的教程。【cloudflare_temp_email】 ：github地址如下：https://github.com/dreamhunter2333/cloudflare_temp_email 。支持的功能有：多语言、自定义名字邮箱、支持增加访问密码、支持自动回复。支持发送邮件，支持SMTP发送邮件和IMAP查看邮件。支持完整的用户注册和登录功能。【mail2telegram】：这是一个基于 Cloudflare Email Routing Worker的 Telegram Bot，能够将邮件转换成telegram消息。你可以将任意前缀的收件人的邮件转发到Bot，然后一个无限地址的临时邮箱Bot就诞生了。 github的部署地址如下：https://github.com/TBXark/mail2telegram/blob/master/doc/README_CN.md 。也是用worker部署的。
大字报 https://slogan.ishell.online
手写体文稿生成器https://vtool.pro/handwriting/index.html
域名注册状态快速查询网站，显示注册时间和状态是真的快https://query.domains
https://guii.ai https://guii.ai
V2ray-wss https://github.com/yeahwu/v2ray-wss
iptv-sourceshttps://m3u.ibert.me
一个金融聊天机器人项目：StockBot，响应速度达1200+ tokens/秒，极快StockBot支持响应实时交互式的股票图表、财务数据、新闻、股票筛选器等特点：1、实时 AI 聊天机器人，支持通过自然语言与 Llama3 70b 驱动的 AI 互动，请求股票新闻、信息和图表等2、交互式股票图表，可以接收几乎即时的、上下文感知的响应，并带有交互式 TradingView 图表，可以展示实时数据3、自适应界面：可根据查询动态渲染金融界面4、多资产市场覆盖：包括股票、外汇、债券和加密货币5、Groq 驱动性能：利用 Groq，实现了几乎即时的响应和无缝用户体验6、界面支持每日市场表现热图、股票财务数据分解、股票价格历史、特定资产的蜡烛图股票图表、特定股票的头条新闻、股票筛选器以发现新股票和 ETF等https://github.com/bklieger-groq/stockbot-on-groq
UnderstandingDeepLearing中文翻译https://github.com/careywyr/UnderstandingDeepLearning-ZH-CN
https://openalternative.co列举各种知名软件的开源替代，特别全，很多，而且都会详细描述这些软件的细节和优点，还可以按照软件去寻找，比如 Postman 就给我列举了：Hoppscotch/Insomnia/Bruno/Firecamp
个新的无限画布 DGM.js 手绘风格，支持：💡 智能形状（脚本、约束、扩展属性）🔧 无头组件（React）🔥 无限画布📑 多页面支持👍 手绘风格👥 实时协作🎨 暗黑模式（自适应颜色）📸 导出为图片（PNG, SVG）🔤 富文本🧑🏻💻 JSON 导出/导入https://github.com/dgmjs/dgmjs
在线体验图谱构建 Demohttps://kg.sciphi.ai
Drag and drop HTML email designer - truly free and open source.https://github.com/SendWithSES/Drag-and-Drop-Email-Designer
Stirling PDF 是一个由 Docker 提供支持的强大、本地托管的基于网络的 PDF 操作平台。提供了广泛的功能，从简单的合并和拆分 PDF 文件的操作，到高级特性，如压缩、OCR 和格式转换等等。https://github.com/Stirling-Tools/Stirling-PDF
Understanding DeepLearning 中文翻译https://github.com/careywyr/UnderstandingDeepLearning-ZH-CN
bilingual_book_maker 是一个 AI 翻译工具，使用 ChatGPT 帮助用户制作多语言版本的 epub/txt/srt 文件和图书。该工具仅适用于翻译进入公共版权领域的 epub/txt 图书，不适用于有版权的书籍。https://github.com/yihong0618/bilingual_book_maker
cf-image-hosting https://github.com/Shadownc/cf-image-hostinghttps://images.100769.xyz
https://demo-cloudflare-imgbed.pages.dev/
https://im.gurl.eu.org
AI 模型翻译比较网站，可以对比不同模型的翻译结果，并给出每种翻译的平均得分https://frontendtranslator.onrender.com/compare-translate
免费图片托管解决方案，Flickr/imgur 替代品。使用 Cloudflare Pages 和 Telegraph。https://github.com/cf-pages/Telegraph-Image
LLM Pricing https://llmpricecheck.com
在 Docker 中，你不能直接重命名一个 volume。但是，你可以通过以下步骤创建一个新的 volume 并将旧的 volume 的数据复制到新的 volume 中：1. 创建新的 volume。你可以使用 `docker volume create` 命令来创建新的 volume。例如，如果你想将 `xabc-twitter_etcd_data` 重命名为 `new-twitter_etcd_data`，你可以使用以下命令：```bashdocker volume create new-twitter_etcd_data```2. 创建一个新的临时容器，并同时挂载新旧两个 volume。你可以使用 `docker run` 命令来创建新的临时容器。例如，你可以使用以下命令：```bashdocker run --rm -v xabc-twitter_etcd_data:/from -v new-twitter_etcd_data:/to alpine ash -c "cd /from ; cp -av . /to"```在这个命令中，`xabc-twitter_etcd_data` 是旧的 volume，`new-twitter_etcd_data` 是新的 volume，`alpine` 是临时容器的镜像，`ash -c "cd /from ; cp -av . /to"` 是在临时容器中执行的命令，用于将旧的 volume 的数据复制到新的 volume 中。3. 删除旧的 volume。在确认新的 volume 中的数据无误后，你可以使用 `docker volume rm` 命令来删除旧的 volume。例如，你可以使用以下命令：```bashdocker volume rm xabc-twitter_etcd_data```请注意，这将删除旧的 volume 及其所有数据。在执行此命令之前，一定要确保新的 volume 中的数据无误。对于其他两个 volume，你可以按照相同的步骤进行操作。只需要将上述命令中的 `xabc-twitter_etcd_data` 和 `new-twitter_etcd_data` 替换为相应的 volume 名即可。
https://github.com/jurieo/chatgpt-share-web
https://nocodb.com
The best AI client https://botgem.comhttps://botgem.com/images/ama-poster.png
MVCC 是 "多版本并发控制"（Multi-Version Concurrency Control）的缩写，它是一种并发控制的方法。这种方法广泛应用于数据库管理系统（DBMS），以便在多个用户访问同一数据时维持数据的一致性和隔离性。在 MVCC 中，每当事务更新数据时，系统都会创建数据的新版本，而不是覆盖旧的数据。这样，正在进行读取操作的其他事务仍然可以看到数据的旧版本，从而避免了长时间的锁定和可能的死锁。这种方法的优点是它可以提供高并发性能，并且在大多数情况下，读取操作不需要进行锁定。然而，它的缺点是需要更多的存储空间来保存数据的多个版本，以及更复杂的垃圾回收机制来删除不再需要的旧版本数据。常见的使用 MVCC 的数据库系统包括 PostgreSQL、MySQL的InnoDB存储引擎以及Oracle等。
分享一个 github 下载代理： https://sciproxy.com 使用方法 git clone https://sciproxy.com/github.com/redis/redis
https://github.com/QuivrHQ/quivr
WSS 是 WebSocket Secure 的缩写，它是 WebSocket 协议的安全版本。WebSocket 是一种网络通信协议，它提供了全双工通信通道，可以在用户的浏览器和服务器之间进行双向通信。这使得服务器能够实时地向客户端推送信息，而不是等待客户端发起请求。WebSocket Secure (WSS) 则是 WebSocket 的安全版本，类似于 HTTP 和 HTTPS 的关系。WSS 使用加密连接来提供更安全的数据传输，防止数据被窃取或篡改。如果你看到一个 URL 以 "wss://" 开头，那就意味着它正在使用 WebSocket Secure 协议。
https://freemind.fit
https://www.bmms.me/blog/building-personal-knowledge-base-with-chatgpt-plugin-part-1
https://github.com/LemmyNet/lemmy
https://github.com/davidB/kubectl-view-allocations
https://byoungd.github.io/English-level-up-tips/#/
https://gist.github.com
https://www.nodeseek.com/post-63562-1
布隆过滤器（Bloom Filter）是一种空间效率极高的概率型数据结构，用于快速检查一个元素是否存在于一个集合中。它由哈佛大学的计算机科学家Burton H. Bloom于1970年提出。布隆过滤器能够在常数时间复杂度下判断一个元素是否在集合中，但是有一定的误报率，即可能会将不存在于集合中的元素误判为存在。然而，布隆过滤器不存在误判不存在的情况，也就是说，如果布隆过滤器判断一个元素不存在于集合中，那么这个元素一定不在集合中。布隆过滤器的基本原理是使用多个哈希函数将元素映射到一个位数组（bit array）中。当向布隆过滤器中添加一个元素时，会使用多个哈希函数计算出该元素在位数组中的位置，并将这些位置的值设为1。当查询一个元素是否存在于集合中时，同样使用这些哈希函数计算出元素的位置，如果所有位置的值都为1，则认为该元素可能存在于集合中；否则，如果有任何一个位置的值为0，则认为该元素一定不存在于集合中。布隆过滤器的误报率可以通过调整位数组的大小和哈希函数的数量来控制。增大位数组的大小或增加哈希函数的数量可以降低误报率，但这会增加存储空间和计算开销。因此，在实际应用中需要根据需求权衡误报率和资源消耗。布隆过滤器广泛应用于网络、数据库、缓存等领域，用于快速判断元素是否存在，从而减少不必要的查询和计算。
`quic-go`是一个实现了QUIC协议的纯Go语言库，它是Google的QUIC协议的一个开源实现。QUIC (Quick UDP Internet Connections) 是一种新的、实验性的传输层协议，由Google设计和开发，目标是在网络连接质量较差的情况下，提供比TCP更高的性能。`quic-go`的主要特性包括：1. **完整的QUIC实现**：`quic-go`实现了QUIC协议的所有主要部分，包括流量控制、拥塞控制和恢复机制。2. **支持HTTP/3**：`quic-go`还包括对HTTP/3的支持，HTTP/3是HTTP协议的下一版本，它使用QUIC作为传输层协议。3. **高性能**：由于QUIC协议的设计目标是提高网络性能，因此`quic-go`也被设计为能够在网络连接质量较差的情况下，提供比TCP更高的性能。4. **易于使用**：`quic-go`的API设计得非常简单易用，使得开发者可以很容易地在他们的应用程序中使用QUIC协议。5. **可靠性**：`quic-go`通过大量的单元测试和集成测试来确保代码的质量和可靠性。总的来说，`quic-go`是一个强大的、易于使用的QUIC协议库，它可以帮助开发者在他们的应用程序中实现更高效、更可靠的网络通信。
https://v0.dev
https://github.com/joevess/IPTV
（1）OpenAI 发布 GPT-4Vision 论文 https://openai.com/research/gpt-4v-system-card（2）tldraw 发布 Make Real：https://tldraw.substack.com/p/make-real-the-story-so-far （3）DeepMind 发布 Flamingo 模型论文 https://deepmind.google/discover/blog/tackling-multiple-tasks-with-a-single-visual-language-model/ （4）OpenAI 发布 CLIP 模型论文：https://openai.com/research/clip
Mixtral确实牛，即今为止在家用PC上本地运行最接近ChatGPT 3.5的模型。如果跑Dolphin-Mixtral
OpenAI:我们已基本达成共识，Sam Altman 将以首席执行官（CEO）的身份重返 OpenAI，并组建一个新的董事会，成员包括 Bret Taylor（担任主席）、Larry Summers 和 Adam D'Angelo。我们正携手协商具体事宜。感谢大家在此过程中的耐心等待。Sam Altman:我对 OpenAI 充满热爱。过去几天，我所做的一切都是为了保持这个团队及其使命的凝聚力。周日晚上，当我决定加入微软（Microsoft）时，我深信这是我和团队最佳的选择。有了新董事会以及 Satya Nadella（@satyanadella）的支持，我满怀期待地回到 OpenAI，希望能在我们与微软牢固的合作基础上再创佳绩。Satya Nadella我们对 OpenAI 董事会的新变化感到振奋。我们认为这是迈向更稳固、更明智、更高效治理的重要第一步。我与 Sam Altman、Greg Brockman 和其他 OAI 领导层进行了深入交流，一致认为他们在确保 OAI 持续发展和推进其使命中将扮演关键角色。我们期待在我们坚实的合作基础上进一步发展，并将这一代 AI 的价值带给我们的客户和合作伙伴。Greg Brockman今晚我将重返 OpenAI，并重新开始编程工作。今天我们取得了惊人的进展。我们将以前所未有的团结和强大姿态回归。
纽约时报的这篇报道曝光了很多这次OpenAI事件的细节，看起来Helen Toner才是幕后真凶，而不是之前被怀疑的Adam。以下是转译的文章：在 Sam Altman 被解雇之前，OpenAI 的董事会长期陷入分歧和纷争Sam Altman 曾因一篇批评公司的研究论文与一名董事会成员发生冲突，同时董事们在填补空缺数月的董事会职位上意见不合。作者：Cade Metz, Tripp Mickle 和 Mike Isaac来自旧金山报道2023 年 11 月 21 日更新时间：美东时间晚上 8:34Sam Altman 在上周被 OpenAI 解雇前，与公司董事会的争执已超过一年。随着 OpenAI 的 ChatGPT 聊天机器人日益流行，这种紧张关系愈发严重。Altman 先生，担任公司首席执行官，近期因为一名董事会成员合著的研究论文对公司进行了批评而试图将其移除。另一位董事会成员，同时也是 OpenAI 首席科学家的 Ilya Sutskever，认为 Altman 先生在与董事会的沟通中并非总是诚实。董事会成员们则担心 Altman 先生过分专注于公司扩张，而忽视了 AI 安全的重要性。上周五下午的一次视频会议中，Sutskever 先生宣读了董事会的决定，宣布 Altman 先生被解雇。这一决定令 OpenAI 的员工感到震惊，并使董事会成员面临管理如此高调公司的资格质疑。这是长期董事会内部紧张局势的高潮。这次裂痕还展示了在构建新 AI 系统的过程中，追求盈利的商业人士与担忧 AI 可能导致失业或成为人类威胁的研究人员之间的合作挑战。OpenAI 自 2015 年成立以来，一直致力于创造一种能够完成人脑所有功能的超级智能自动系统。但长期以来，董事会内部的摩擦一直未能解决，甚至连找到替代已离职成员的新成员都难以达成一致。现在，由于这种功能障碍，公司的未来存在严重疑问。几乎所有的 800 名 OpenAI 员工威胁跟随 Altman 先生前往微软，后者邀请他与辞去 OpenAI 总裁及董事会主席职务的 Greg Brockman 一起领导一个 AI 实验室。尽管董事会告诉 Brockman 先生他不再担任 OpenAI 主席，但邀请他留在公司，他并未被邀请参加做出将其和 Altman 先生赶出公司的决定会议。至于董事会认为 Altman 先生在何事上不诚实，尚未有明确说法。有迹象显示，董事会仍对 Altman 先生的回归持开放态度，因为他们的讨论一直持续到周二。但存在一个难点：Altman 先生拒绝了一些建议，这些建议旨在改善他与董事会的沟通。具体内容尚不明确。截至周二，Sutskever 先生尚未对此事发表评论。OpenAI 董事会的问题可以追溯到公司最初的非营利性质。2015 年，Altman 先生与 Elon Musk 和包括 Sutskever 先生在内的其他人合作成立了一个非营利机构，目标是构建对人类安全和有益的 AI。他们计划从私人捐赠者那里筹集资金。但几年后，他们意识到，满足他们的计算需求所需的资金远超他们能从个人那里筹集的。在 Musk 先生于 2018 年离开后，他们创建了一个营利性子公司，开始从投资者那里筹集数十亿美元，其中包括来自微软的 10 亿美元。他们表示，这个子公司将由非营利董事会控制，每位董事的受托责任是“对人类负责，而不是对 OpenAI 的投资者”，这是 OpenAI 在其网站上的声明。在 Altman 先生被迫离开和 Brockman 先生离职后，剩余的四位董事会成员是 Sutskever 先生、Quora 问答网站的首席执行官 Adam D'Angelo、乔治敦大学安全与新兴技术中心的战略总监 Helen Toner，以及企业家兼计算机科学家 Tasha McCauley。在 Altman 先生被解雇前几周，他与 Toner 女士就她最近为乔治敦大学安全与新兴技术中心合著的论文进行了会面。Altman 先生在一封给同事的电子邮件中抱怨称，这篇研究论文似乎在批评 OpenAI 在确保其 AI 技术安全方面的努力，同时对 Anthropic 的方法表示赞赏，这封邮件被《纽约时报》查看。在邮件中，Altman 先生表示，他已经因为这篇论文对 Toner 女士进行了训斥，并称这对公司来说是危险的，尤其是在他补充道，联邦贸易委员会正在调查 OpenAI 构建其技术所用的数据时。Toner 女士辩称，这是一篇分析公众在尝试理解开发 AI 的国家和公司意图时所面临挑战的学术论文。但 Altman 先生并不同意。他在邮件中写道：“我感觉我们在这些伤害性问题上观点不一致。” “任何来自董事会成员的批评都会产生重大影响。”包括深切担心 AI 可能有一天摧毁人类的 Sutskever 先生在内的 OpenAI 高层领导后来讨论了是否应撤换 Toner 女士，一位参与讨论的人士透露。但在这些讨论之后不久，Sutskever 先生采取了出人意料的行动：他与董事会其他成员站在一起，支持解雇 Altman 先生，两位了解董事会讨论的人士透露。他向 Altman 先生宣读了董事会的公开声明，称 Altman 先生因“在与董事会的沟通中不总是坦诚”而被解雇。Sutskever 先生对 Altman 先生的不满反映了 2021 年的情况，当时另一位高级 AI 科学家离开 OpenAI 创立了 Anthropic 公司。该科学家和其他研究人员曾向董事会提出推翻 Altman 先生的要求。在他们失败后，他们放弃并离开了，据三位了解该尝试的人士透露。Anthropic 的发言人 Sally Aldous 表示：“在一系列相对友好的谈判之后，Anthropic 的联合创始人们能够在双方都接受的条件下协商他们的离开。”董事会的空缺加剧了其问题。今年，它在如何替换即将离任的三名董事上意见不一：LinkedIn 创始人兼微软董事会成员 Reid Hoffman、Neuralink 运营总监 Shivon Zilis（该公司由 Musk 先生创立，专注于在人脑中植入计算机芯片）和德克萨斯州前共和党国会议员 Will Hurd。在对一个职位的四名候选人进行审查后，剩余的董事们无法就应由谁来填补这个职位达成一致，据两位了解董事会讨论的人士透露。这种僵局加剧了 Altman 先生和 Brockman 先生与其他董事会成员之间的分歧。在 Altman 先生被解雇几小时后，OpenAI 的高层管理人员在一次视频通话中质问剩下的董事会成员，三位参与通话的人士透露。在通话中，OpenAI 的首席战略官 Jason Kwon 指出，董事会通过赶走 Altman 先生违反了成员的职责，从而危及了公司的未来。Toner 女士持不同意见。她表示，董事会的使命是确保公司创造“对全人类有益”的人工智能，如果公司因此而被摧毁，这可能与其使命相符。在董事会看来，没有 Altman 先生的 OpenAI 将会更加强大。周日，Brockman 先生的妻子 Anna 在 OpenAI 办公室敦促 Sutskever 先生改变立场，两位了解这次交流的人士透露。几小时后，他与其他员工一起签署了一封要求独立董事辞职的信。此前，《华尔街日报》曾报道过 Sutskever 先生与 Brockman 女士之间的对峙。周一凌晨 5:15，Sutskever 先生在 X（原名 Twitter）上发文表示：“我深感遗憾自己参与了董事会的行动。”来源 https://www.nytimes.com/2023/11/21/technology/openai-altman-board-fight.html
Go 语言必知必会 https://golang.dbwu.tech
app/api/cors/\[...path\]/route.ts `export const runtime = "edge";`
这两天发现用 chrome 登录 chat.openai 一直提示不支持当前地区，也就是这个Oops!OpenAI's services are not available in your country.之前可以登录，也非常明确走了代理，所以立即换了其他浏览器，果然可以，开始尝试清除 chrome 的缓存，包括登录相关的其他域名缓存，开无痕模式，依然提示地区不支持，开始好奇究竟使用了什么方式检测。网上搜索大多都是让挂代理，以及禁用 quic ，并没有什么用，还是找到了一个有点用的地址，https://chat.openai.com/cdn-cgi/trace ，通过这个可以看到当前的地区。通过对比，不对劲的是 chrome 拿到的是 ipv4 ，通过其他方式包括 curl 拿到的都是 ipv6 ，纠结了一会方向还是错了，另外一个不同的地方是有个参数其他的方式拿到的是 kex=X25519 ，chrome 拿到的是 kex=X25519Kyber768Draft00 ，中间 kyber 搜了下，是个混合后量子密钥交换的算法，那应该就是这个问题打开 chrome://flags，有个 TLS 1.3 hybridized Kyber support，默认是打开的，禁用之后，果然可以登录成功了，猜测可能是通过 ssl 交换信息时里面包含了真实的地区
当外部请求通过 Nginx 转发到 Kubernetes 集群中的某个 Node（例如 172.16.9.65）上的 NodePort（例如 32001）时，请求将会经历以下流程：1. **外部请求到达节点**: - 外部客户端发起请求到 `172.16.9.65:32001`。 - 请求到达具有该 IP 地址的节点的网络接口。2. **节点上的网络处理**: - 节点上的网络栈接收到请求，并根据 NodePort（32001）将请求路由到对应的服务。 - 在 Kubernetes 中，NodePort 服务会在所有节点上打开相同的端口，并将请求路由到相应的服务。3. **Kube-proxy 处理**: - Kube-proxy 是运行在每个节点上的组件，负责实现服务发现和负载均衡。 - Kube-proxy 监听 API server 中的服务和端点的变化，并维护一组规则，这些规则用于将到达 NodePort 的流量重定向到正确的 Pod。 - 在使用 flannel 作为网络插件的情况下，kube-proxy 通常以 iptables 模式运行，它会在 iptables 中设置规则来处理 NodePort 的流量。4. **Iptables 规则和服务端点选择**: - 当请求到达 NodePort 时，iptables 规则将请求重定向到服务的端点之一，即 Pod 的 IP 地址和端口。 - 如果有多个 Pod 副本，kube-proxy 会根据配置的服务负载均衡策略（如轮询）来选择一个 Pod。5. **流量通过 Pod 网络**: - 一旦选择了目标 Pod，流量会通过 flannel 网络被路由到对应的 Pod。 - Flannel 为每个 Pod 提供一个覆盖网络，使得 Pod 能够在集群内部使用私有 IP 地址进行通信。 - 如果目标 Pod 位于同一节点，流量会直接在本地路由到 Pod。 - 如果目标 Pod 位于不同节点，flannel 会封装原始网络包并通过底层主机网络将其发送到目标节点，然后解封装并路由到目标 Pod。6. **Pod 接收请求**: - 目标 Pod 的网络栈接收到流量，并由容器内部的应用程序进行处理。7. **响应返回**: - 应用程序处理请求并产生响应。 - 响应通过 Pod 的网络栈、flannel 网络、节点的网络栈、iptables 规则（如果需要）返回给外部客户端。这个过程确保了即使外部请求只指定了一个节点的 IP 和 NodePort，Kubernetes 也能够将请求透明地路由到正确的 Pod。这个过程隐藏了 Pod 的实际位置，为客户端提供了一个稳定的接入点。如果目标 Pod 位于节点 `172.16.9.79` 上，而请求是发送到节点 `172.16.9.65` 上的 NodePort `32001`，则网络流量将按照以下步骤进行路由：1. **外部请求到达节点 `172.16.9.65`**: - 客户端发送请求到 `172.16.9.65:32001`。 - 请求到达节点 `172.16.9.65` 的网络接口。2. **Kube-proxy 和 iptables 处理**: - 在节点 `172.16.9.65` 上，kube-proxy 通过 iptables 规则将流量重定向到服务的端点之一。 - 如果服务后端 Pod 位于不同节点（在这个例子中是 `172.16.9.79`），kube-proxy 会使用 iptables 规则将流量重定向到该 Pod 的 IP 地址。3. **流量通过 flannel 网络到达目标节点**: - 由于目标 Pod 位于不同的节点（`172.16.9.79`），flannel 网络插件会介入。 - Flannel 在节点间创建了一个覆盖网络，它会将原始网络包封装在 UDP 或其他协议的封包中，并通过底层主机网络将其发送到目标节点 `172.16.9.79`。 - 到达目标节点后，flannel 会解封装收到的封包，恢复成原始的网络包。4. **目标节点接收流量**: - 在节点 `172.16.9.79` 上，flannel 接收到封装的流量后解封装，并将原始网络包传递给节点的网络栈。 - 网络栈根据包中的目标 IP 地址（Pod 的 IP）将流量路由到正确的 Pod。5. **Pod 接收请求**: - 目标 Pod 的网络栈接收到流量，并由容器内部的应用程序进行处理。6. **响应返回**: - 应用程序处理完请求并生成响应。 - 响应通过 Pod 的网络栈、flannel 网络、节点 `172.16.9.79` 的网络栈返回到节点 `172.16.9.65`。 - 从节点 `172.16.9.65`，响应通过相同的 NodePort `32001` 返回给外部客户端。这个过程确保了即使请求到达了集群中的一个节点，它也能被透明地转发到运行在另一个节点上的目标 Pod，并且客户端能够从同一个 NodePort 接收到响应。
`net.bridge.bridge-nf-call-iptables` 是一个Linux内核参数，用于控制是否将桥接流量（bridge traffic）交给iptables的链进行处理。当该参数设置为1时，通过桥接接口的数据包会被iptables的规则所过滤，这对于在桥接网络中实施防火墙规则非常重要。在Kubernetes环境中，网络插件通常使用桥接来连接各个容器和Pods。例如，Kube-proxy负责设置iptables规则来处理服务（Service）的网络流量。如果`net.bridge.bridge-nf-call-iptables`没有被正确设置（即设置为1），那么iptables可能无法正确地处理经过桥接的流量，导致以下问题：1. 网络隔离失效：Kubernetes中的网络策略（NetworkPolicy）依赖于iptables规则来实现Pod之间的隔离。如果桥接流量没有被iptables处理，那么网络策略将无法正常工作，从而无法保证Pods之间的安全隔离。2. 服务访问问题：Kubernetes的Service资源依赖于iptables规则来实现服务发现和负载均衡。如果桥接流量不经过iptables，那么Service的IP和端口可能无法被正确转发到后端的Pods，导致服务无法访问。3. 外部连接问题：Kubernetes节点可能需要将外部流量通过iptables规则转发到正确的Pods。如果`net.bridge.bridge-nf-call-iptables`没有设置，这些流量可能无法到达目的地。为了确保Kubernetes集群的网络功能正常，通常需要在集群的所有节点上启用该参数。可以通过以下命令来设置：```bashsudo sysctl net.bridge.bridge-nf-call-iptables=1```或者在`/etc/sysctl.conf`文件中添加以下行来持久化这个设置：```net.bridge.bridge-nf-call-iptables=1```然后运行`sudo sysctl -p`来应用更改。在部署Kubernetes之前，确保所有相关的内核参数都已正确设置，这对于集群的稳定性和安全性至关重要。
k8s 网络问题 https://www.qikqiak.com/post/troubleshooting-k8s-network/
OpenAI 在 Dev Day 上发布了系列重大新功能，我们帮大家梳理为4类：（1）更强的模型性能和更低的成本。GPT3.5和 GPT4的各模型均在context 大小上有所提升，同时，价格降低，并且提供了 response format 和 seed 等新参数，使得开发者可以更好地控制返回结果的格式，以及获得更加一致的生成结果； （2）全新的 Assistant API 。过去， API 用户想要开发类似 ChatGPT 这样的多轮对话应用，需要去规避 context 大小的限制，通常需要引入更多外部组件，增加复杂度。 Assistant API 则新增了 thread 概念，用户可以简单地将新消息加入到一个已经存在的 thread ，实现多轮对话。 （3）开放更多 API 能力。现在，gpt-4-vision-preview 、dall-e-3、text-to-speech 模型功能均可通过 API 使用，提供视觉识别、图像生成、文本转语音的多模态能力。（4）模型开源。发布了语音识别模型 Whisper 的 V3版本，以及开源了 Consistency Decoder，后者是 Stable Diffusion VAE 的替代品，提供更强的文字、面部图像识别。
time.Sleep(time.Duration(i) * 100 * time.Millisecond) // 指数退避
https://vue3.chengpeiquan.com
https://github.com/chengpeiquan/learning-vue3
读写操作的频率大致相同，而且 map 的 key 数量可能会随着时间的推移而增加。在这种情况下，使用 sync.Map 和 map 加 sync.Mutex 都是可行的，但是哪种方法更好可能取决于具体的性能需求和测试结果。sync.Map 的设计目标是用于读多写少的场景，特别是当 key 的数量在程序运行期间保持相对稳定时。在这种情况下，sync.Map 可以提供比 map 加 sync.Mutex 更好的性能。然而，如果写操作的频率与读操作相当，或者 key 的数量会有大的变化，那么 sync.Map 的性能可能会不如 map 加 sync.Mutex。另一方面，sync.Map 的 API 比 map 加 sync.Mutex 更复杂，特别是如果你需要执行像获取元素数量这样的操作时。而且，sync.Map 的实现也比 map 加 sync.Mutex 更复杂，这可能会导致更难以预测的性能特性。
报错信息 "httputil: ReverseProxy read error during body copy: unexpected EOF" 是由 httputil.ReverseProxy 在复制请求体时发生的。这个错误通常是由于请求体的读取过程中出现了意外的EOF（文件结束）导致的。要解决这个问题，可以尝试以下几个步骤：确保请求体的完整性：检查发送到代理的请求体是否完整，没有被截断或损坏。可以通过打印请求体的内容来进行检查。检查请求体的大小限制：如果请求体过大，可能会导致读取过程中出现EOF错误。可以尝试增加请求体的大小限制或优化代码以处理大型请求体。检查代理服务器的配置：如果代理服务器有任何配置限制，例如请求体大小限制或超时设置，确保这些配置与实际需求相匹配。检查网络连接：如果代理服务器与后端服务之间存在网络问题，例如连接中断或超时，可能会导致EOF错误。确保网络连接稳定，并检查代理服务器和后端服务的网络配置。
req.Header.Set("Accept-Encoding", "gzip, deflate, identity")
``` if err != nil || strings.Contains(r.URL.String(), "organizations") { if err != nil { log.Println("Error parsing URL: ", err.Error()) } else { log.Println("URL contains organizations") } return "", fmt.Errorf(http.StatusText(http.StatusForbidden)) }```
https://github.com/henrycunh/golem
`MaxIdleConns` 参数设置的是整个 `http.Transport` 可以保持的最大空闲连接数，而不仅仅是到一个特定主机的连接。这些连接是在所有主机之间共享的。当 `http.Transport` 完成一个请求并关闭响应的 `Body` 后，该连接将被添加到空闲连接池中，直到达到 `MaxIdleConns` 设置的限制。如果空闲连接池已满，那么这个连接就会被关闭。所以，设置 `MaxIdleConns` 为 1000 并不意味着 `http.Transport` 会一直保留 1000 个闲置连接。实际的空闲连接数可能会根据请求的负载和模式而变化。如果请求的负载较低，或者请求的模式使得连接不能被有效地复用，那么实际的空闲连接数可能会低于 `MaxIdleConns` 的设置。另外，空闲连接不会无限期地保留。如果一个连接在 `IdleConnTimeout` 设置的时间内没有被复用，那么它将被关闭。当一个HTTP请求完成并且响应的Body被关闭后，这个TCP连接有两种可能的处理方式：添加到空闲连接池中或者直接丢弃。1. 添加到空闲连接池：如果连接被添加到空闲连接池中，那么这个连接就可以被后续的HTTP请求复用。这样可以避免了TCP连接建立和关闭的开销，提高了性能。但是，如果空闲连接池已经满了（即空闲连接数达到了`MaxIdleConns`的限制），或者这个连接在`IdleConnTimeout`设置的时间内没有被复用，那么这个连接就会被关闭。2. 直接丢弃：如果连接被直接丢弃，那么这个连接就会被立即关闭，不能被后续的HTTP请求复用。这意味着每个HTTP请求都需要建立一个新的TCP连接，这会增加开销，降低性能。在大多数情况下，复用TCP连接（即将连接添加到空闲连接池）比直接丢弃连接更优。这是因为TCP连接的建立和关闭都需要时间和资源，特别是在需要进行TLS握手的HTTPS连接中，这个开销更大。因此，复用TCP连接可以显著提高HTTP请求的性能。
"unexpected EOF"这个错误通常意味着在尝试读取数据时，数据流意外地结束了。这可能是因为客户端（在这个情况下，就是Nginx）提前关闭了连接，也可能是因为服务器在发送数据时出现了问题。如果客户端提前关闭了连接，那么服务器在尝试读取请求数据或发送响应数据时，就可能会遇到这个错误。这种情况下，问题可能出在客户端或者网络连接上，而不是服务器本身。
https://github.com/520hacker/awesome-ai
``` access_by_lua_block { if ngx.req.get_method() ~= "OPTIONS" and not ngx.var.http_authorization then ngx.exit(ngx.HTTP_UNAUTHORIZED) end }```
https://github.com/Chanzhaoyu/admin-one-vue vue 入门
https://github.com/opendigg/awesome-github-vue
for file in $(find . -name "*-NULL"); do mv "$file" "${file%-NULL}"; done
在日志打印的部分，您可以添加一个新的case来处理"/v1/images/generations"路径，然后在这个case中打印出相关的信息。以下是一个可能的实现：log.Printf("Image Generation: Size: %s Number: %.0f Price: $%.2f Total Cost: $%.2f Used/Balance: $%.2f/$%.2f [ %s %d %d ]\n", size, n, price, totalCost, user.CreditUsed, user.CreditBalance, user.Name, user.ID, user.Level)这段代码会打印出图片的大小、数量、单价、总费用、用户的信用使用情况和余额，以及用户的名字、ID和等级。请注意，这只是一个基本的实现，可能需要根据实际情况进行调整。例如，如果您想要打印出更多的信息，或者以不同的格式打印信息，那么您可能需要修改这段代码。
https://txyz.ai
如果你希望特定的用户（例如 ywgx）能够执行 Docker 命令，你需要将该用户添加到 `docker` 用户组。这样做的原因是 Docker 命令通常需要 root 权限，但是将用户添加到 `docker` 组可以让用户无需 `sudo` 就能执行 Docker 命令。以下是如何将用户添加到 `docker` 组的步骤：1. 创建 `docker` 组（如果还没有的话）：```bashsudo groupadd docker```2. 将用户添加到 `docker` 组：```bashsudo usermod -aG docker ywgx```注意：将用户添加到 `docker` 组等同于赋予他们 root 权限，因为他们现在可以通过运行一个 Docker 容器来获取 root 权限。因此，你应该只将信任的用户添加到 `docker` 组。
Go语言是一种静态类型、编译型的开源语言，它的设计目标是使得开发者能够轻松地开发大型的高性能的软件。以下是一些Go语言编程的最佳实践和避免bug的建议：1. **使用Go fmt和linters**：Go fmt是Go语言的官方格式化工具，它可以帮助你保持代码的一致性。Linters如golint或golangci-lint可以帮助你发现代码中的问题，包括潜在的bug和不符合最佳实践的代码。2. **理解并使用接口**：Go语言的接口是一种非常强大的特性，它可以帮助你编写更加灵活和可测试的代码。尽量使你的函数和方法接受接口类型的参数，而不是具体的类型。3. **错误处理**：Go语言的错误处理是显式的，这意味着你需要检查每个可能返回错误的函数调用。不要忽视这些错误，而是应该处理它们，或者将它们返回给调用者。4. **使用Go routines和channels进行并发编程**：Go语言的并发模型基于CSP（Communicating Sequential Processes）理论，它使用go routines和channels来处理并发。理解并合理使用这些特性，可以帮助你编写高效且正确的并发代码。5. **单元测试和基准测试**：Go语言的标准库包含了一个强大的测试框架。编写单元测试和基准测试可以帮助你发现和修复bug，同时也可以帮助你理解你的代码的性能。6. **理解nil和零值**：Go语言中的每种类型都有一个零值，而指针、切片、映射、通道、函数和接口的零值都是nil。理解这一点，并在你的代码中正确处理nil和零值，可以帮助你避免很多bug。7. **避免数据竞争**：在并发编程中，数据竞争是一种常见的bug。使用Go语言的并发特性时，你需要确保你的代码是并发安全的。你可以使用Go的-race标志来帮助你发现数据竞争。8. **使用context进行超时和取消操作**：Go语言的context包提供了一种在API边界之间传递超时、取消信号以及其他请求范围的值的方式。在你的函数或方法需要进行超时或取消操作时，应该接受一个context参数。9. **理解并使用defer**：Go语言的defer语句提供了一种确保函数退出时执行某些操作的方式，这对于处理资源清理（如关闭文件）非常有用。10. **遵循Go的包管理最佳实践**：使用Go Modules进行依赖管理，这是Go官方推荐的方式。并且，尽量使你的包具有良好的封装性，避免全局变量和init函数的过度使用。以上就是一些Go语言编程的最佳实践和避免bug的建议，希望对你有所帮助。