01.02.02.DeepSeek:环境搭建篇(数据库插件 PGVector 向量数据库)
操作流程1、下载安装2、配置3、测试下载安装PGVector:向量数据库扩展cd/usr/local/softwaregitclone https://github.com/pgvector/pgvector.gitcd/usr/local/software/pgvectormake-j$(nproc)PG_CONFIG/usr/local/software/postgresql/data/pgsql/bin/pg_configmakeinstall-j$(nproc)PG_CONFIG/usr/local/software/postgresql/data/pgsql/bin/pg_configchmod0777-R/usr/local/software/pgvectorchown$USER:$USER-R/usr/local/software/pgvector配置修改数据库配置cat/usr/local/software/postgresql/data/pgdata/postgresql.confEOF shared_preload_libraries vector EOF# 重启数据库sudo-upostgres /usr/local/software/postgresql/data/pgsql/bin/pg_ctl restart-D/usr/local/software/postgresql/data/pgdata-l/usr/local/software/postgresql/data/pglog/logfile连接数据库# 用户anythingllm 连接数据库 密码QwE123*~*psql-h127.0.0.1-Uanythingllm-p5432-dvector_db-W数据库操作-- 安装扩展vectorCREATEEXTENSIONIFNOTEXISTSvector;-- 创建数据表结构设计CREATETABLEIFNOTEXISTSanythingllm_vectors(id UUIDPRIMARYKEY,namespaceTEXT,embedding vector(384),-- 维度根据嵌入模型调整metadata JSONB,created_atTIMESTAMPDEFAULTCURRENT_TIMESTAMP);-- 索引优-- 创建HNSW索引提升搜索性能CREATEINDEXONanythingllm_vectorsUSINGhnsw(embedding vector_cosine_ops)WITH(m16,ef_construction64);-- 命名空间索引CREATEINDEXONanythingllm_vectors(namespace);-- 安全配置GRANTALLONanythingllm_vectorsTOanythingllm;配置环境变量cat/etc/profileEOF #set pgvector environment PGVECTOR/usr/local/software/pgvector VECTOR_DBpgvector PGVECTOR_CONNECTION_STRINGpostgresql://anythingllm:QwE123*~*localhost:5432/vector_db PGVECTOR_TABLE_NAMEanythingllm_vectors PATH$PGVECTOR:$VECTOR_DB:$PGVECTOR_CONNECTION_STRING:$PGVECTOR_TABLE_NAME:$PATH: export PGVECTOR VECTOR_DB PGVECTOR_CONNECTION_STRING PGVECTOR_TABLE_NAME PATH EOFsource/etc/profile测试数据库操作-- 监控指标-- 监控查询性能SELECTnamespace,COUNT(*)asvector_count,AVG(LENGTH(metadata::text))asavg_metadata_sizeFROManythingllm_vectorsGROUPBYnamespace;-- 索引使用情况SELECT*FROMpg_stat_all_indexesWHEREschemanamepublicANDrelnameanythingllm_vectors;

相关新闻

Plone 6开发实战:从零搭建可治理的内容平台

Plone 6开发实战:从零搭建可治理的内容平台

1. 这不是一份“Plone入门指南”,而是一份真实踩坑十年后的重启手记 “How do I get started using Plone?”——这句话我见过太多次。不是在Stack Overflow的冷门帖子里,而是在凌晨两点的Slack频道里,一个刚接手政府旧系统维护的运维工程师…

2026/7/6 11:15:55阅读更多 →
Pyomo实战指南:从声明式建模到工业级优化落地

Pyomo实战指南:从声明式建模到工业级优化落地

1. 项目概述:这不是又一本“调包教程”,而是一份能让你真正把优化问题跑通、调稳、用好的实战手记 Pyomo不是个玩具库,它是个正经的代数建模语言(AML),背后站着的是整套运筹学工程实践逻辑。我第一次在能源…

2026/7/6 11:15:55阅读更多 →
魔兽争霸3全版本兼容优化方案:WarcraftHelper让你的经典游戏焕发新生

魔兽争霸3全版本兼容优化方案:WarcraftHelper让你的经典游戏焕发新生

魔兽争霸3全版本兼容优化方案:WarcraftHelper让你的经典游戏焕发新生 【免费下载链接】WarcraftHelper Warcraft III Helper , support 1.20e, 1.24e, 1.26a, 1.27a, 1.27b 项目地址: https://gitcode.com/gh_mirrors/wa/WarcraftHelper 还在为魔兽争霸3在老…

2026/7/6 11:15:55阅读更多 →
白皮书定制 vs 颠覆性技术设计:你应该选哪一个?

白皮书定制 vs 颠覆性技术设计:你应该选哪一个?

白皮书定制 vs 颠覆性技术设计:你应该选哪一个? ——这不是“哪个更好”的问题,而是“你现在需要什么”的问题 一、先搞清楚这两个产品的本质区别 很多人在“白皮书定制”和“颠覆性技术设计”之间纠结,是因为没有理解这两个产…

2026/7/6 12:46:21阅读更多 →
无人机检测与YOLO数据集实战指南

无人机检测与YOLO数据集实战指南

1. 无人机检测与YOLO数据集的行业背景无人机检测技术正在成为计算机视觉领域的热点方向。随着消费级无人机价格下降和性能提升,无人机已广泛应用于航拍、物流、农业植保、电力巡检等领域。但与此同时,未经授权的无人机飞行也带来了隐私泄露、空域安全等隐…

2026/7/6 12:46:21阅读更多 →
路由信息协议RIP----基于距离向量

路由信息协议RIP----基于距离向量

目录 RIP的基本工作原理 协议定位与标准 度量标准:跳数(Hop Count) 路由优选规则 RIP 三大核心交换规则 RIP 完整工作收敛过程 1. 初始化状态 2. 周期性交换更新 3. 收敛状态 RIP 路由表五条更新判定规则 RIP 核心缺陷&#xff1a…

2026/7/6 12:46:21阅读更多 →
OpenCV 4.8 模板匹配实战:6种算法对比与Halcon算子迁移指南

OpenCV 4.8 模板匹配实战:6种算法对比与Halcon算子迁移指南

OpenCV 4.8 模板匹配实战:6种算法对比与Halcon算子迁移指南在工业视觉检测和自动化识别领域,模板匹配技术如同一位永不疲倦的"图像侦探",能够快速在复杂场景中锁定目标对象。本文将带您深入OpenCV 4.8的模板匹配核心,不…

2026/7/6 12:46:21阅读更多 →
马行为检测数据集:VOC与YOLO格式实战解析

马行为检测数据集:VOC与YOLO格式实战解析

1. 项目概述:马行为检测数据集解析 这个470张规模的马行为检测数据集采用了计算机视觉领域两种主流标注格式——VOC和YOLO,为开发者提供了开箱即用的训练素材。作为动物行为分析领域的专业数据集,它特别适合用于马匹健康监测、赛马运动分析等…

2026/7/6 12:46:21阅读更多 →
Akebi-GC:专业高效的原神游戏辅助工具全面指南

Akebi-GC:专业高效的原神游戏辅助工具全面指南

Akebi-GC:专业高效的原神游戏辅助工具全面指南 【免费下载链接】Akebi-GC (Fork) The great software for some game that exploiting anime girls (and boys). 项目地址: https://gitcode.com/gh_mirrors/ak/Akebi-GC Akebi-GC是一款功能强大的开源游戏辅助…

2026/7/6 12:41:21阅读更多 →
从GitHub安全案例解析常见漏洞与防护实践

从GitHub安全案例解析常见漏洞与防护实践

1. 项目概述:从GitHub Trending看安全实战 最近在GitHub Trending上看到一个项目,叫 skills4/skills ,它因为一些安全漏洞案例被大家讨论。这其实是一个挺典型的场景:一个旨在展示或教授某种技能的仓库,本身却成了安…

2026/7/6 4:26:20阅读更多 →
MLT 2026启示:因果推理与概率建模驱动下一代LLM应用

MLT 2026启示:因果推理与概率建模驱动下一代LLM应用

# MLT 2026启示:因果推理与概率建模驱动下一代LLM应用## 一、背景与挑战:从“黑箱预测”到“可信推理”2026年6月,第7届机器学习与趋势国际会议(MLT 2026)将在悉尼召开。会议议程中,“因果与可解释机器学习…

2026/7/6 2:48:33阅读更多 →
通达OA SQL注入漏洞深度剖析:从手工注入到自动化利用与防御

通达OA SQL注入漏洞深度剖析:从手工注入到自动化利用与防御

1. 项目概述与漏洞背景最近在梳理一些历史OA系统的安全风险时,通达OA v11.6版本中的一个老漏洞又进入了我的视线。这个漏洞位于/general/bi_design/appcenter/report_bi.func.php文件中,是一个典型的SQL注入点。虽然这个漏洞的利用方式看起来并不复杂&am…

2026/7/6 0:10:35阅读更多 →
Seraphine:基于LCU API的英雄联盟智能游戏助手技术解析与应用指南

Seraphine:基于LCU API的英雄联盟智能游戏助手技术解析与应用指南

Seraphine:基于LCU API的英雄联盟智能游戏助手技术解析与应用指南 【免费下载链接】Seraphine 英雄联盟战绩查询工具 项目地址: https://gitcode.com/gh_mirrors/se/Seraphine 技术架构先行:官方接口的合规应用 你是否曾在BP阶段手忙脚乱&#x…

2026/7/6 0:03:39阅读更多 →
多协议远程连接管理工具mRemoteNG:告别混乱,统一你的远程桌面管理

多协议远程连接管理工具mRemoteNG:告别混乱,统一你的远程桌面管理

多协议远程连接管理工具mRemoteNG:告别混乱,统一你的远程桌面管理 【免费下载链接】mRemoteNG mRemoteNG is the next generation of mRemote, open source, tabbed, multi-protocol, remote connections manager. 项目地址: https://gitcode.com/gh_m…

2026/7/6 0:03:39阅读更多 →
COUNT(DISTINCT) 与 GROUP BY 去重统计:5 亿数据量下的性能实测与选型指南

COUNT(DISTINCT) 与 GROUP BY 去重统计:5 亿数据量下的性能实测与选型指南

COUNT(DISTINCT) 与 GROUP BY 去重统计:5 亿数据量下的性能实测与选型指南在数据分析和处理领域,去重统计是最基础也是最频繁使用的操作之一。当数据量达到亿级规模时,不同的去重统计方法在性能上可能产生天壤之别。本文将基于 5 亿行数据的实…

2026/7/6 0:03:39阅读更多 →
YOLOv8推理性能优化:从1.2FPS到35FPS的全链路加速实践

YOLOv8推理性能优化:从1.2FPS到35FPS的全链路加速实践

如果你在部署 YOLOv8 时,发现推理速度只有可怜的 1-2 FPS,而别人的演示视频却能跑到 30 FPS 以上,那么问题很可能不在模型本身,而在于你的整个处理链路。很多开发者拿到一个训练好的 YOLOv8 模型后,会直接使用官方示例…

2026/7/6 4:45:01阅读更多 →
Coze与Dify对比指南:低代码AI应用开发从入门到实战

Coze与Dify对比指南:低代码AI应用开发从入门到实战

1. 从零到一:为什么你需要了解 Coze 和 Dify?如果你对 AI 应用开发感兴趣,但一看到“大模型”、“智能体”、“工作流”这些词就头疼,觉得门槛太高,那这篇文章就是为你准备的。很多开发者,包括我自己&#…

2026/7/6 4:45:01阅读更多 →
AI生图工具怎么选?2026年6月版实测对比

AI生图工具怎么选?2026年6月版实测对比

做自媒体的朋友应该都有体会:配图一直是个让人头疼的问题。2026年,AI生图工具已经非常成熟了,但工具太多反而不知道怎么选。以下是截至2026年6月我对主流AI生图工具的实测对比。Midjourney V8.1:速度之王2026年6月11日&#xff0c…

2026/7/6 4:45:03阅读更多 →