我使用的unraid系统使用ddns（DDNSGO）绑定域名（阿里域名）与主机的ipv6地址进行远程访问，unraid是6.12.8。遇到的问题是，配置当时是没问题的，但是过几天就会失效，无法通过域名访问webui了。这种情况在之前使用威联通的NAS的时候没有遇到过。但是docker里面的应用还是正常的，通过这个现象基本锁定是nginx的问题了。通过看nginx的配置文件（/etc/nginx/conf.d/servers.conf），这个配置文件是unraid自动生产的，会直接把当前的ipv6地址写到配置里面：自动生产的nginx配置文件只有匹配了地址才能正常访问，但是一旦IPV6地址变更了

1、环境准备及安装1.1、linux环境#首先，已经预先安装好了anaconda，在这里新建一个环境condacreate-nsdwebuipython=3.10#安装完毕后，激活该环境condaactivatesdwebui#安装#下载stable-diffusion-webui代码aptinstallwgetgitpython3python3-venvlibgl1libglib2.0-0gitclonehttps://github.com/AUTOMATIC1111/stable-diffusion-webui.gitcdstable-diffusion-webuibashwebui.sh

ForgeUI的github主页地址：https://github.com/lllyasviel/stable-diffusion-webui-forgeStableDiffusionWebUIForge是一个基于StableDiffusionWebUI（基于Gradio）的平台，可简化开发、优化资源管理并加快推理速度。“Forge”这个名字的灵感来自于“MinecraftForge”。该项目旨在成为SDWebUI的Forge。与原始WebUI（针对1024像素的SDXL推理）相比，您可以期待以下加速：如果您使用常见的GPU（如8GBvram），您可以预期推理速度（it/s）会提高约30~45

RAG是目前大语言模型从工具走向生产力实践的最热门的方式，它可以实现从海量的文本数据中检索相关的信息，并用于生成高质量的文本输出。而聊到RAG，我们就很难避开使用RAG的基础设施-向量数据库今天我将带领大家，以最为基础的CRUD入手来看看向量数据库应该如何使用。考虑到目前市面上的向量数据库众多，每个数据库的操作方式也无统一标准本文将基于LangChain提供的VectorStore类中的统一操作方法，以chroma向量数据库作为示例进行演示。文章目录通俗易懂讲解大模型系列技术交流&资料向量数据库-新增向量数据库-删除向量数据库-更新向量数据库-查询结语通俗易懂讲解大模型系列做大模型也有1年多了

 环境准备：1.安装python3.10（其他版本亦可，不要低于3.8）2.找一个文件夹，建立一下python的虚拟环境python-mvenv.venv#创建虚拟的python环境.\.venv\Scripts\activate#进入虚拟环境并激活2.进入虚拟环境后，安装jupyter开发环境（前期教学最好用，后期大项目要安装pycharm）pipinstalljupyter3.激活jupyter工具，这是一个在浏览器上运行的开发工具，进入地址为localhost:8888jupyternotebook进行openai的调用：1.安装和引入需要用的包和openai库   安装openai的库

Langchain默认使用OpenAI的LLM（大语言模型）来进行文本推理工作，但主要的问题就是数据的安全性，跟OpenAILLM交互的数据都会上传到OpenAI的服务器。企业内部如果想要使用LangChain来构建应用，那最好是让LangChain使用企业内部的LLM，这样才能保证数据不泄露。LangChain提供了集成多种LLM的能力，包括自定义的LLM，今天我们就来介绍一下如何使用LangChain来集成自定义的LLM以及其中的实现原理。开源大模型虽然现在的商业大模型（OpenAI和Anthropic）功能十分强大，但开源大模型愈来愈有迎头赶上的趋势，比如最近刚发布的Falcon-180

stablediffusionwebUI之赛博菩萨【秋葉】——工具包新手安裝与使用教程AI浪潮袭来，还是学习学习为妙赛博菩萨【秋葉】简介——（葉ye，四声，同叶）A绘世启动器.exe（sd-webui-aki-v4.6.x）工具包安装与启动第一步：下载工具包第二步：安装工具包工具界面基础生图操作说明首先，来看一下大佬准备的新手包截图：丰富模型库填写正向提示词、负面提示词AI浪潮袭来，还是学习学习为妙废话还是要说一下的，能帮一个是一个，不要想着自己的工作不会被AI替代，AI干掉打工人的日子还早，AI还没发展完全balabalabala…现在的AI工具已经趋于成熟了，不少工作已经开始被AI挤压生存

Java-langchain:一个Java8+的LangChain实现。在(企业)Java环境中构建强大的基于LLM的应用程序。这里持续连载详细的Java入门的LLM学习课程。课程分四个部分：面向开发者的提示工程(promptdevelopment)搭建基于ChatGPT的问答系统(chagptapi)使用LangChain开发应用程序(langchain)使用LangChain访问个人数据(开发中)Java快速转换到大模型开发：配套课程的所有代码已经发布在：https://github.com/Starcloud-Cloud/java-langchain课程合作请留言

近期，谷歌发布了全新的开源模型Gemma，同时智谱AI和清华大学KEG实验室合作推出了ChatGLM3-6B。这两个模型都是先进的对话预训练模型，本文将对它们进行对比，并分享使用体验。先上效果ChatGLM3-6B:ChatGLM3Gemma(20亿参数)：ChatGLM3模型概述Gemma:Gemma是谷歌推出的一种先进的轻量级开放模型系列。受到Gemini模型启发，采用了与创建Gemini相同的研究和技术。名称来自拉丁语中意为“宝石”的单词"gemma"，象征着该模型的珍贵和价值。ChatGLM3-6B:ChatGLM3-6B是智谱AI和清华大学KEG实验室联合发布的一款开源对话预训练模型

捆绑(nsfw)*可以直接加人物loraMasterpiece,highquality,beautifulwallpaper,16k,animation,illustration,positiveperspective,perfectbody,completebody,detailedface,delicatefeatures,(solo:1.2),((1girl)),thin,sexy,(mediumtolargebreasts:1.2),(tallbody),highheight,(frontview),(lyingonthebed:1.4),(beingtiedtothebed),(de