260316一周废话文学
星期一
其实越来越感觉到状态好起来了。昨天称了体重，还是有所长胖，稍微回到有所控制的时期再加上有氧就行了，半小时有氧也很厉害了
今天继续修改简历，cesium和爬虫项目还是有一些可以改进的增长点，另外找实习得找到一份能体现在简历上的不然不就白给了么哈哈。dll怎么接入也是个问题
试一下playwright-cli，省一下我的token
今天继续有氧一下，但是要早去，毕竟和茜茜总约了吃饭。以及周末可以爬山或者郊游或者看花去了，非常愉悦，自驾也可以
夏天了，该准备调研一下冰柜的采买和使用了（二手最便宜，品质这一块直接考虑车载平柜英得尔）
openwebui层面上也可以继续学习，文档提取方案+工作区设定（顺便修改了一下返回chunk的最大值设置，防止弄了半天不接受了，钱白花了）
星期二
昨天晚上约了饭，感觉很愉快，不过总结不出来什么东西TAT 要不我也没事相亲一下吧
精神不错，有很多想学想做的事情了，但是也要警惕春天带来的躁狂压力
找一下实验室的硬盘在什么地方，硬盘盒子。但是似乎该有的也都在我自己的硬盘里面了？
学习一下常见优化技术在python中的实现，找找合适的包什么的
可以考虑强化cesium的学习（比如接入浏览器调试接口，让gemini来看着操作写前端），以及看一下怎么融入dll或者C的后端，以及和python的联动。matlab则是能不用就不用了
自动化的cookies管理这一块
考虑给简历更新一下字体，然后看看想投的单位，要开始联系了
昨天晚上了解了一下reality的技术要领之类的，但是感觉高峰期间网速慢这始终是个问题，这方面可能还是需要好的线路比如cn2什么的
调研一下文档文本解析工具，用于oui使用。另外再考察一下是不是必须引入RAG。总之不要使用默认就对了，可能有内存溢出
tika 老牌文件解析，已经集成在openwebui之中
Docling 也是有AI介入的，看论文这方面直接选用MinerU是最好的，去除页眉页脚，识别能力强。
了解到oui甚至有很多scale自建内容，主要就是可以更换数据库PostgreSQL，
在oui上试试里面的code interpreter，就随便画个图什么的，顺便看一下code执行是不是调用了，以此来看是不是支持了native的response调用。（check，matplotlib就不打开执行，就直接写好了然后用就行了）（如果要嵌入自动化使用比如说求方程的解这样的问题，那么直接用native调用即可）
本月超过20刀很有希望，研究一下plus如何接入到自己的webUI里面，OAuth的原理这一块。（官方认可了一个导入chatgpt历史对话的思路）
星期三
好吧，今天本来说休息的，但是感觉还是去做做运动比较好，尤其是山羊挺和跪姿俯卧撑
可以等那些团课都下课了以后去
openwebui的使用和贡献：
想把matplotlib画出来的图直接加到对话上下文之中，这样方便提问方便修改，就像在使用nano banana一样。（都已经有代码了，所以直接看代码不比直接看图来的更好？？）
考虑OAuth接入使用，就，登录，然后，用。（check）
（新增）考虑加入defuddle支持，可能只需要很少的代码修改就行（check）
星期四
考虑在webui中引入defuddle支持，好用爱用
调研了一波，发现其实使用井号可以直接引入网页内容，稍微方便一点，如果是想手动的话就加上defuddle.md，或者现在已经配置好了tavily，每月额度肯定支持使用了，效果还行。
openwebUI的集成真的有很多可以做，有的做成了有的没做成。
minerU还是这么给力，就是稍微有点自己的广告了，也行吧，一个国家级实验室算是做出很好的东西了，我非常支持甚至想来点赞助。minerU的设置在文档里面也写的很清晰，支持的自定参数什么的，直接写就行。
调研了一下转发订阅的，貌似有好几个，关键词使用chat2api就行，就是相当于使用一个网关，然后token从网页上也就能直接拔下来。但是现在的问题就在于不太想被绑定在一家上，所以看起来还可以继续保持我openrouter的使用，或者直接去买api代理，或者使用更便宜的国产模型作为日用。
在进行买船优化的过程中使用了0-1整数规划，考虑让ai辅助然后学习使用python求解这样的问题。fit 旅行商问题，多目标决策0-1规划问题
此外今天还健身了，说明昨天跪姿俯卧撑做5个最多纯属废物，真能做很多个的
简历做好了真得往外扔吧，我觉得明天就得做这个事了
之前觉得不良林在油管上的视频都好高级好高深，实际上踏马不如AI解释的一根毛，现在再去看他的内容简直觉得是太菜了
星期五
睡觉，休息
星期六
正常摸一下wws的三箱子
要去健身，周末可能还是要安排一下有氧吧，或者看看练背的人多不多
调研两款PS的替代工具（check，没用）
在oui中的openapi和restful的工具使用（主要是针对defuddle的，但是在服务器端好像有滥用屏蔽，所以无所谓）
进一步规范仅聊天模型的动作可预见性（check，简单来说就是少用原生模式，用原生模式只打开可能需要的工具，其余的不要开）
部署本地的tika（check，落后时代，就用minerU就是最好的）
梳理一下oui之中和文件有关的概念：
RAG： 分为知识库和附件文档，都在管理员面板的文档下面进行设置，主要控制分块和embeding模型
内容提取（引擎）：对上传的文档文件修改转换为md文本。
文件上传：在管理员面板-模型-功能设置。上传原始文件，在配置了response API的前提下，使用provider方面的能力配合模型使用。其实发过去也是向量化和检索那一套，但是细节上可能有些优化什么的。会运行文件解析工具，生成文本或者md
文件上下文：在管理员面板-模型-功能设置。不管开启还是关闭，都将对上传的文件应用切分和embedding。对话框里面会变成使用完整上下文，然而并不会把附件跟随到上下文发送出去。迷惑设定，我不明白为什么会有这么弱智的选项。哦，可能是为了配合response API使用。或者是全交给模型内置工具调用和检索数据库或者文件。
完整上下文：当文件上下文打开的时候，默认使用聚焦检索，当只上传文件并解析后，默认为完整模式。在文件对话框里开启，会把解析结果全放在上下文里，但是仍然不会跳过embedding的步骤；在管理员面板-文档里面打开，则会关闭切块和embedding（对网页好像没反应，算是个bug可能）。
聚焦检索：表示使用分块和embedding，但分块和embedding的动作是在前面就做好的，不是在这一步控制的。
读取知识库的内置Tools：在传统RAG的基础上，可以由模型自主决定需要搜索的内容和调用的数据库
知识库：对于需要频繁使用的对话文件，保留embedding模型运行后的向量数据库到本地，从而形成文件知识库
关键：到底什么时候使用RAG？RAG的优势和劣势？如何扬长避短？
推荐设置：使用绕过切分和嵌入。直接把完整文件上下文注入到模型上下文里
RAG本质还是搜索，对于特别精确的内容有很好的效果，比如在又臭又长的合同或者说明书里面找到对应的话。然而在需要LLM理解的时候，RAG反而帮倒忙。建议使用RAG的时候全用人工检索。
总结一下oui的工具调用：
使用默认模式，则除非用开关指定了要使用的工具，否则根本不会调用工具，也不会带来额外的提示词和token消耗。但是如果此时真的调用了工具，那么就会引入额外的不可见的内置prompt并且会摧毁上下文缓存。
使用原生模式，则内置工具全是默认打开的，会加在context的最顶端，每次对话的时候作为历史信息都会发送。虽然可以在更高层面上控制相关功能的开启或关闭，但是tools description还是会加入进入造成token的浪费。所以从context engineerring和token节约的角度来看，应该精细调整。
星期日
锻炼，练了俯卧撑，三头，二头，山羊挺身，但是都有点划水属于是
觉得应该猛猛摄入蛋白质了，我真要开始调研蛋白粉了。
总摄入量，先定一个5.5勺，140g每日，每勺30g按照蛋白质25g计算。相当于1.6g * 84kg，一个稍微保守一些的量。或者4.5勺到5勺。最少也需要100g蛋白质，这是减脂最低标准，相当于4勺。
然后
1个大鸡全腿 相当于1.5勺
2两熟牛肉 相当于1.2勺
3个大鸡蛋或4个小鸡蛋 相当于1勺
330ml牛奶 相当于不到0.5勺
其他食物保底摄入0.8勺
先按照5勺总量执行！还剩4.2勺
一个煎饼3个鸡蛋1勺，1个鸡大腿1.5勺加一起2.5勺，还差1.7勺
练后一勺，半个鸡腿算不到一勺，完美。
总结一下现在oui上运行的api提供的服务
serapi 谷歌搜索网页搜索
minerU 文档pdf等解析
tavily 网页抓取解析（手动则使用defuddle）
openAI embeddings RAG向量化工具
openrouter:online exa原生网页搜索工具
openrouter 基本LLM api
家用宽带代理 api，垃圾，别用
还剩1.7勺，可以练后1.5勺，或练后1勺然后吃点别的肉。