Llm | 乐的博客

程序员在技术领域的打怪升级圣杯有哪些？

介绍我会日常与 LLM 对话交流，并将一些有趣的内容整理到 TIL（Today I Learned）栏目中。工作近十年来，我发现自己的技术视野逐渐局限在 Web 开发领域。无论是前端的 JavaScript、CSS，还是使用 Taro 开发跨端应用，抑或是用 Node.js 构建后端服务和命令行工具，这些技术栈其实只是计算机科学的冰山一角。我希望能够拓宽视野，深入了解程序员在整个技术生态中的更多可能性。我想探索各个细分领域，发现除了传统的"Web 开发"岗位之外，还有哪些技术方向值得我去尝试和发展。 ...

使用 gptel 帮助生成博客的 url

背景：经常需要写博客，又期望定制一个符合博文主题的 url，以前是自己去 Google translate 翻译然后改成 slug 格式（全小写，连字符连接）。像这篇文章的格式： using-gptel-to-generate-blog-urls 现在有 llm 之后，会开一个 deepseek 的网页或者 ChatGPT 的网页，设置基础 prompt，然后就将中文的文章名称发给它，让他给出对应的英文最近我想到也许可以将这个步骤通过一个 elisp 函数来实现，最终基于 gptel 加上一些简单的 elisp 代码实现了整个流程。完整代码： (defun my/gptel-gen-hugo-properties () "Generate Hugo export properties for current Org heading." (interactive) (unless (org-at-heading-p) (user-error "必须在 Org 模式标题位置使用")) (gptel-request (format "将中文标题转换为英文 slug（全小写，连字符连接）：需要翻译的原文：「%s」" (string-trim (org-get-heading t t t t))) :system "只返回转换后的字符串" :callback (lambda (response info) (when-let* ((raw response) (slug (replace-regexp-in-string "\\([^a-z0-9]\\|-\\)+" "-" (downcase raw) nil t))) (org-set-property "EXPORT_HUGO_BUNDLE" slug) (org-set-property "EXPORT_FILE_NAME" "index.zh") (message "生成成功：%s" slug))))) 使用方法： ...

2025 年 3 月稳定可用高并发的 DeepSeek-R1 模型

前言 LLM 发展到现在，领先的大模型在能力上已经得到了认可，问题就是如何找到稳定可靠，并且便宜的 API 服务商。现在将市面上常见的提供完整版（非蒸馏）DeepSeek API 的提供上列出来，作为备忘。 DeepSeek 官方官网：https://www.deepseek.com/ 开放平台：https://platform.deepseek.com/ 文档：https://api-docs.deepseek.com/zh-cn/ 邀请计划：无价格（RMB）：（北京时间 08:30-00:30）按照标准价格计费模型价格 deepseek-chat deepseek-reasoner 百万 tokens 输入（缓存命中）(4) 0.5 元 1 元百万 tokens 输入（缓存未命中） 2 元 4 元百万 tokens 输出 (5) 8 元 16 元（北京时间 00:30-08:30）按照优惠价格计费 ...

使用 GitHub Actions 发布第一个 MCP

前言我最近编写了一个 MCP 服务器：nailuoGG/anki-mcp-server。但是有一个问题，用户安装时需要在本地进行构建，流程比较复杂，能否更简单一点呢？我想到了将其发布到 npm 上，然后使用 `npx anki-mcp-server` 命令来使用。进一步想，作为一个开源项目，为什么不使用 GitHub Actions 来进行自动化发布呢？而且至少有以下几个好处：安全性，防止开发者本地电脑被侵入导致意外发包的情况，而且能保持让打包构建过程公开透明便利性，便于多人协作，这样发布时就不依赖单个开发者，也能够保持发布的一致性准备在 Npm 上创建账户，并创建并获取 Access Tokens，记为 NPM_TOKEN。https://www.npmjs.com/ 在 GitHub 上创建工程仓库 https://github.com/ 在 GitHub 仓库设置页面添加 secrets 这里详细记录一下如何添加 secrets： ...

知识索引：使用 Ollama 本地 LLM 模型角色扮演

前言关于拿 LLM 做角色扮演这件事情，自从 OpenAI 发布 ChatGPT 时就已经发展起来，在近几年的硬件升级和模型升级下，已经形成了一个较为完善的生态。相关的资料散落在各个站点，普通人想要了解，需要花费很大的功夫。正好最近在逛 Reddit，收集到一些知识索引，本文就尝试做“索引的索引” 客户端唯一推荐的客户端： SillyTavern ，仓库链接安装方法： git clone https://github.com/SillyTavern/SillyTavern -b release cd SillyTavern && npm i && npm run start 本地模型本地模型通常在性能上比不上云端模型，但是如果考虑到隐私性和费用，并且你也有一些合适的硬件，本地模型也不失为一种选择。 ...