我们在 使用ollama本地部署deepseek大模型 中已经使用 ollama 搭建了本地的 deepseek，虽然使用个人电脑搭建只能运行小参数的 deepseek 服务，其效果远远不及 deepseek 官网提供的服务那么好，但如果你不是需要一些联网服务以及深度思考的应用，只是用 AI 做一下简单的个人助理，本地搭建的服务也够用。

本文整理一下如何使用 obsidian 和 ollama 搭建的本地大模型搭建个人知识库。

deepseek 是最近非常火爆的开源国产 AI 大模型，据说能力不错。前几天在 ollama 模型库里，deepseek-r1 模型已上线，我们可以使用 ollama 在本地部署，学习体验一下。

⚠️ 注意 ⚠️：
个人电脑算力毕竟有限，使用 ollama 部署的模型都是小参数模型，其能力和运行效果，离 deepseek 官网给出的官方服务，可谓是天差地别，如果期望能有一个好的效果，那么可以不用考虑本地部署，直接使用官网的免费服务即可。
当然，本地部署虽然能力较弱，但还是有一定的应用场景，比如搭建个人知识库，后面我会单独开一些博文来介绍其用途。

Angular自v16引入signals后到目前已经升级迭代到Angular19，其signals特性经过发展优化，现在基本功能完备，具备在生产项目中使用。今天我们用一个简单的拼图游戏，来实践一下signals的使用。

随着ChatGPT的火爆，各种大模型也是层出不穷。对于我们作为应用层而言，要想对接那么多的大模型，费时又费力。

今天我就推荐几款开源的大模型应用构建平台，使得对接大模型更加容易，甚至不需要代码基础，基于图形化的工作流便可。

Obsidian 是一款非常好的离线笔记软件，支持Markdown，还有非常多的三方插件来拓展功能，是我目前用的最多的笔记软件。
但移动端和PC端的数据同步，如果不买官方的同步服务，还是有点麻烦的。

现在的直播，大体分两种场景，一是人站在摄像头前直播，还有一种是使用推流软件，将视频，音乐，图片等进行推流直播。
第一种场景需要有人一直在镜头前进行直播，而第二种方式，推流的是静态资源，视频，音乐，图片等都是固定的资源，只是不停的轮播而已。
那有没有一种方式，既可以无人守护，又可以推流动态资源呢？

SSE(Server Send Events)本身并不是一个新技术，但随着近两年ChatGPT的爆火，使得SSE技术也重新火了一把。
对于SSE细节，可参考 MDN和 阮一峰的博客。

leetcode上有一些关于前缀和的题目，但这些题目都是基于前缀和高度抽象出来的题目，纯为了做题而做题，而非实际的应用场景。

正好今天做东西时遇到一个可以使用前缀和的场景，记录下来分享一下。

Angular 16 为我们带来了 Signals，为 Angular 带来更细粒度的响应式能力。

熟悉 Solid.js 的朋友应该知道 Signals 的概念，意为“信号”，是 Solid.js 响应式的基础。Angular 16 将 Signals 添加进来，使得Angular在响应式方面更胜一筹。

在leetcode上打家劫舍这个系列也是动态规划的题目，分支变形，难度逐渐加大。今天整理一下这个系列的题目，做个记录。