弥豆子之歌
https://music.163.com/#/song?id=2057210099
https://music.163.com/#/song?id=1401671404
弥豆子:“早...早...早安”“我...我很好,没...没事”“真是太好了,对吧”“太好了呢”
收起阅读 »什么是Treadmill Protocol?
"Treadmill Protocol" 通常指的是用于跑步机的通信协议或测试程序。在健身设备和通信领域,这个术语可能有以下两种主要含义:
跑步机通信协议:
在健身设备的互联互通中,Treadmill Protocol 是指用于跑步机与外部设备(如智能手机、平板电脑、健身应用程序等)之间进行数据交换的协议。常见的通信协议包括 Bluetooth FTMS(Fitness Machine Service),这是一种蓝牙协议,定义了健身设备(包括跑步机)如何通过蓝牙与其他设备进行通信。通过这个协议,跑步机可以发送实时运动数据(如速度、距离、倾斜度、心率等)到应用程序,同时接收控制命令(如调整速度、改变坡度等)。跑步机测试程序:
在医疗或运动科学领域,Treadmill Protocol 也可以指一种标准化的跑步机测试程序,用于评估个体的体能水平、心肺功能等。这种测试程序通常包括一系列逐步增加强度的跑步或行走阶段,测试者在跑步机上运动,逐渐增加速度和坡度,同时监测心率、呼吸频率、氧气摄入量等生理指标。常见的跑步机测试协议包括布鲁斯(Bruce Protocol)、鲍尔克(Balke Protocol)等。
跑步机通信协议(Treadmill Communication Protocol)
作用:
数据传输:允许跑步机将实时运动数据发送到外部设备。
远程控制:允许外部设备发送控制命令到跑步机,调节跑步机的运行参数。
常见协议:
Bluetooth FTMS(Fitness Machine Service):这是由蓝牙技术联盟(Bluetooth SIG)制定的标准,适用于各种健身设备,包括跑步机。它定义了数据格式和通信方式,使跑步机与健身应用程序之间能够无缝通信。
跑步机测试程序(Treadmill Testing Protocol)
目的:
评估体能水平:通过逐步增加的运动强度,评估个体的最大摄氧量(VO2 max)、心肺耐力等。
诊断心血管健康:通过监测运动过程中的心电图、血压等指标,帮助医生诊断心血管疾病。
常见测试协议:
布鲁斯协议(Bruce Protocol):一种逐步增加运动强度的跑步机测试程序,每3分钟增加一次跑步机的速度和坡度。
鲍尔克协议(Balke Protocol):一种相对平稳的测试程序,通过逐步增加跑步机的坡度来增加运动强度,速度保持恒定。
无论是在通信领域还是在测试领域,Treadmill Protocol 都是确保设备正常运行和获取准确数据的关键。
ollama通过API调用
官方git地址:https://github.com/ollama/ollama/blob/main/docs/api.md
参数
model:(必填)模型名称
prompt:生成响应的提示
images:(可选)base64编码图像列表(用于多模态模型,例如llava)
高级参数(可选):
format:返回响应的格式。目前唯一接受的值是json
options: Modelfile文档中列出的其他模型参数,例如temperature
system:系统消息(覆盖 中定义的内容Modelfile)
template:要使用的提示模板(覆盖 中定义的内容Modelfile)
context:从上一次请求返回的上下文参数/generate,可用于保存简短的对话记忆
stream:如果false响应将作为单个响应对象返回,而不是对象流
raw:如果true提示不应用任何格式。raw如果您在向 API 发出的请求中指定了完整的模板提示,则可以选择使用该参数
keep_alive:控制模型在请求后保持加载到内存中的时间(默认值5m:)
JSON 模式
format通过将参数设置为 来启用 JSON 模式json。这会将响应构造为有效的 JSON 对象。请参阅下面的 JSON 模式示例。
注意:指示模型在 中使用 JSON 非常重要prompt。否则,模型可能会产生大量空白。
例子
生成请求(流式传输)
要求
curl http://localhost:11434/api/generate -d '{ "model": "llama3", "prompt": "Why is the sky blue?"}'
回复
返回 JSON 对象流:
{ "model": "llama3", "created_at": "2023-08-04T08:52:19.385406455-07:00", "response": "The", "done": false}
流中的最终响应还包括有关生成的其他数据:
total_duration:生成响应所花费的时间
load_duration:加载模型所花费的时间(以纳秒为单位)
prompt_eval_count:提示中的标记数
prompt_eval_duration:执行提示所花费的时间(以纳秒为单位)
eval_count:响应中的标记数
eval_duration:生成响应所用的时间(以纳秒为单位)
context:此响应中使用的对话编码,可在下一个请求中发送以保留对话记忆
response:如果响应是流式传输的,则为空;如果响应不是流式传输的,则将包含完整响应
要计算每秒生成令牌数 (token/s) 的响应速度,请除以eval_count/ eval_duration* 10^9。
{ "model": "llama3", "created_at": "2023-08-04T19:22:45.499127Z", "response": "", "done": true, "context": [1, 2, 3], "total_duration": 10706818083, "load_duration": 6338219291, "prompt_eval_count": 26, "prompt_eval_duration": 130079000, "eval_count": 259, "eval_duration": 4232710000}
请求(无流媒体)
要求
当流媒体关闭时,一次回复即可收到响应。
curl http://localhost:11434/api/generate -d '{ "model": "llama3", "prompt": "Why is the sky blue?", "stream": false}'
回复
如果stream设置为false,响应将是单个 JSON 对象:
{ "model": "llama3", "created_at": "2023-08-04T19:22:45.499127Z", "response": "The sky is blue because it is the color of the sky.", "done": true, "context": [1, 2, 3], "total_duration": 5043500667, "load_duration": 5025959, "prompt_eval_count": 26, "prompt_eval_duration": 325953000, "eval_count": 290, "eval_duration": 4709213000}
请求(JSON 模式)
当format设置为时json,输出将始终是格式正确的 JSON 对象。指示模型以 JSON 格式响应也很重要。
要求
curl http://localhost:11434/api/generate -d '{ "model": "llama3", "prompt": "What color is the sky at different times of the day? Respond using JSON", "format": "json", "stream": false}'
回复
{ "model": "llama3", "created_at": "2023-11-09T21:07:55.186497Z", "response": "{\n\"morning\": {\n\"color\": \"blue\"\n},\n\"noon\": {\n\"color\": \"blue-gray\"\n},\n\"afternoon\": {\n\"color\": \"warm gray\"\n},\n\"evening\": {\n\"color\": \"orange\"\n}\n}\n", "done": true, "context": [1, 2, 3], "total_duration": 4648158584, "load_duration": 4071084, "prompt_eval_count": 36, "prompt_eval_duration": 439038000, "eval_count": 180, "eval_duration": 4196918000}
的值response将是一个包含类似以下内容的 JSON 的字符串:
{ "morning": { "color": "blue"
}, "noon": { "color": "blue-gray"
}, "afternoon": { "color": "warm gray"
}, "evening": { "color": "orange"
}
}
请求(带图片)
要将图像提交到多模式模型(如llava或 )bakllava,请提供 base64 编码的 列表images:
要求
curl http://localhost:11434/api/generate -d '{ "model": "llava", "prompt":"What is in this picture?", "stream": false, "images": ["iVBORw0KGgoAAAANSUhEUgAAAG0AAABmCAYAAADBPx+VAAAACXBIWXMA"]}'
回复
{
"model": "llava",
"created_at": "2023-11-03T15:36:02.583064Z",
"response": "A happy cartoon character, which is cute and cheerful.",
"done": true,
"context": [1, 2, 3],
"total_duration": 2938432250,
"load_duration": 2559292,
"prompt_eval_count": 1,
"prompt_eval_duration": 2195557000,
"eval_count": 44,
"eval_duration": 736432000
}
win11下安装scoop
要在 Windows 上安装 Scoop,您可以按照以下步骤进行操作:
打开 PowerShell 终端。您可以在开始菜单中搜索 PowerShell,并以管理员身份运行。
运行以下命令来下载并安装 Scoop:
Invoke-Expression (New-Object System.Net.WebClient).DownloadString('https://get.scoop.sh')
安装完成后,您可能需要关闭当前的 PowerShell 窗口并重新打开一个新的窗口,以确保 Scoop 的路径已经添加到您的环境变量中。
接下来,您可以使用 scoop 命令来安装、管理和卸载软件包。例如,要安装 Git,只需运行以下命令:
scoop install git
如果您想了解更多 Scoop 的用法和命令,可以访问 Scoop 的官方文档:Scoop Documentation。
这些步骤应该能够帮助您在 Windows 上安装和使用 Scoop。
OLLAMA设置模型存放路径
哎,C盘又没多少地方了。
早上的时候是红色的,迁移了docker的容器目录才变绿的
想想索性连OLLAMA的模型库也迁移了把,当时安装的时候 就预见了这一天。但是当时懒。
直接WIN按键(键盘Ctrl和ALT中间或旁边的四个小正方形的)
搜索“huanjing”
在打开的窗口里点击“环境变量”按钮
然后新建系统变量OLLAMA_MODELS,指向你的本地的一个目录环境
重启电脑后生效。
但是原先的模型不太好转移过来,建议重新 用 ollama run [模型名] 安装把。之前的C:\Users\您的用户名\.ollama 这个目录 除了 id开头的文件(这俩千万别删除,要是删除了,也可以用ollama的命令行执行 ollama create 和 ollama serve 重新撞见),其他删掉就好
收起阅读 »写了个物联网16进制数据解析工具
当你拿到硬件传输来的16进制后你傻眼了,这是啥是啥是啥!!!!
就觉得看的心里很堵,三叔也是,所以三叔做了这个工具。
目前做了四个解析
16进制分割
16进制转10进制
16进制整数化&0xFF操作
16进制转2进制
也许日后还会在基础上做更多操作。
工具地址:https://www.devtools.cn/iot/hexparse/
mysql的activiti的完整版表和字段描述SQL
比市面上要新多了。一共39张act_开头的表。每个字段描述都有。我就收个查询文档、文案追加描述的辛苦钱。
可复制物品,不接受退款,而且仅供参考,和你的数据库的activiti不一定适配(版本不一致,字段差很多)
除了退款,其他问题可以联系我微信:shasanshu
附件里是下面表的创表语句和字段描述:
act_evt_log
act_ge_bytearray
act_ge_property
act_hi_actinst
act_hi_attachment
act_hi_comment
act_hi_detail
act_hi_entitylink
act_hi_identitylink
act_hi_procinst
act_hi_taskinst
act_hi_tsk_log
act_hi_varinst
act_id_bytearray
act_id_group
act_id_info
act_id_membership
act_id_priv
act_id_priv_mapping
act_id_property
act_id_token
act_id_user
act_procdef_info
act_re_deployment
act_re_model
act_re_procdef
act_ru_actinst
act_ru_deadletter_job
act_ru_entitylink
act_ru_event_subscr
act_ru_execution
act_ru_external_job
act_ru_history_job
act_ru_identitylink
act_ru_job
act_ru_suspended_job
act_ru_task
act_ru_timer_job
act_ru_variable