👋 动态记录 & 转发分享 https://tg.okhk.net/ ✌️
食养指南旨在发挥现代营养学和传统食养中西医联合的优势,将食药物质、新食品原料融入合理膳食,针对不同季节、不同地区、不同人群提供食谱套餐示例和营养健康建议,提升膳食指导的适用性和可操作性。工作中鼓励各级卫生工作者(包括营养指导人员)结合工作需要和患者实际,参考指南指导应用,辅助预防和改善慢性病。鼓励居民参考指南推荐内容,结合自身情况,合理搭配日常膳食,养成良好饮食习惯。
成人高尿酸血症与痛风食养指南(2024年版) .pdf
15.2 MB
成人肥胖食养指南 (2024 年版).pdf
15.3 MB
儿童青少年肥胖食养指南 (2024 年版).pdf
15 MB
成人慢性肾脏病食养指南 (2024 年版).pdf
15.5 MB
成人高尿酸血症与痛风食养指南(2024年版)_问答.pdf
138.9 KB
成人肥胖食养指南 (2024 年版)问答.pdf
136.9 KB
儿童青少年肥胖食养指南(2024年版)问答.pdf
149 KB
成人慢性肾脏病食养指南(2024年版)问答.pdf
148.5 KB
macOS 15 Goland 无法 debug

错误 DW_FORM_strx with no .debug_str_offsets section

解决方案

1. go install github.com/go-delve/delve/cmd/dlv@master install latest dlv

2. copy /Users/{YOUR_HOME_NAME}/go/bin/dlv to /Users/{YOUR_HOME_NAME}/Applications/GoLand.app/Contents/plugins/go-plugin/lib/dlv/macarm/dlv replace dlv

3. reopen Goland

https://www.v2ex.com/t/1073702#reply0
云中之城

郡上八幡城,岐阜县,日本 (© ta2funk ito/500px/Getty Images)

原图:https://www.bing.com/th?id=OHR.GujoHachiman_ZH-CN9192289658_UHD.jpg
https://deeplx.missuo.ru

https://github.com/OwO-Network/DeepLX 项目作者提供的 DeepLX 翻译 API

#Free

在该页面获取你专属的 DeepLX API Endpoint,如果您的 GitHub 帐号超过三年,则可以获取每天50万字符,如果不足三年,则只能获取每天1万字符。

(使用量会在美国东部时间 America/New_York 每天0点重置)
GitHub - OwO-Network/DeepLX: Powerful Free DeepL API, No Token Required
跌破2018年1月房价的城市数量占比首次升破50%,比上个月又提升了4个百分点,曲线每个月都在“茁壮成长”。

来源:Time经济观察
OKHK
今年忍住没上 beta 版,正式版开更
iPhone mirror 挺好,适合摸鱼,但是都投射到Mac上了还专门保留着刘海黑区域是什么操作
😂
今年忍住没上 beta 版,正式版开更
谈到做 AI 应用总是绕不开 langchain 和 llamaindex 两个著名的工具,过去两年我做过一个 AI 聊天应用和一个 RAG 搜索应用,都有仔细考查过两个项目,但最终都没有选择使用,原因很简单,封装的层级太多,自造概念太多,导致原本简单的事情变得复杂。有意思的是,它们的卖点之一是能让原本复杂的事情变得简单,比如从 text embedding, vector store 到 retrieve, rerank 的完整工作流,只需要数行代码就能写完。对于刚刚接触 LLM 的人,这真的是非常有诱惑力,但事实真的如此吗,事情真的变容易了吗?在我看来,除非你只是为了做一个简单的 demo, 不会再继续深入扩展做出正式的产品,否则引入它们一定是弊大于利的。首先光是看那些混乱的文档就会让人迷失方向,而当你复制粘贴的代码没有按照预期工作,想要查出问题更是天方夜谈。更何况,我真没有觉得开发 LLM 应用有多么复杂(至少对于这两个库所封装的流程来说),核心的概念和流程并不难懂,只需要一定的耐心将其捋顺,要怎么做都是非常灵活和清晰的(当然,最好是没有受到这些巨型封装库的干扰,否则它们的私有概念会成为你弄清通用概念的绊脚石)。就像玩乐高那样,你得先熟悉每个积木块的形状、性质、如何与其他积木交互的「接口」等等,而不是一开始就拿到一个巨大而紧凑的完成品,连拆开研究都无从下手。

扯远了,实际上我主要是想称赞下 Vercel AI SDK 的 API 设计,封装的程度恰到好处,既提供了便利,也没有对原本的流程和概念造成干扰,比如在这篇 release note [^1] 中介绍的 useObject 函数,它能够让 streaming 的结果以所传递的 schema 格式输出,在利用 LLM 处理结构化数据时很有用,但不会对你的代码造成侵入式的影响,因为这是一个通用的 pattern。而如果用 llamaindex 几行代码完成了一个 RAG 应用,就会丧失了对核心流程中细节的掌控能力,或者你只能按照它的方式来自定义。而当你终于赤石吃透了 llamaindex 的接口并进行了高度的自定义,你就会发现,它除了徒增复杂度和出错点没有任何价值——这些自定义的代码如果抛开 llamaindex 自己写,不仅代码量会更少,可维护性也会有质的差别。别问我是怎么知道的。

综上,Vercel AI SDK 看起来是一个很好的开发 AI 应用的工具库,我准备在下一次已有项目的改善或新项目的实现中尝试它。

[^1]: https://vercel.com/blog/vercel-ai-sdk-3-3-3OnRtxG6a0rwvcJVu3qADv Vercel AI SDK 3.3 - Vercel
https://addr.okhk.net/

https://github.com/Adonis142857/Real-Address-Generator


一个地址生成器,能生成不同国家地图上的真实随机地址,以及手机号、姓名和性别,支持 Cloudflare Workers 部署。
明月千里寄相思

月圆之夜的豫园,上海,中国 (© zyxeos30/Gettyimages)

原图:https://www.bing.com/th?id=OHR.MidAutumnFestival2024_ZH-CN9096556094_UHD.jpg
Back to Top
OKHK