博客文章

EFCore居然没有内置命名转换？得自己写正则或用插件，真是折腾。插件一行代码搞定，但为什么EFCore不直接支持？命名风格转换，要么自己写代码，要么依赖第三方，真费劲。

很多项目一开始选型的时候没有选择EFCore，不过EFCore确实好用，也许由于种种原因后面还是需要用到，这时候引入EFCore也很方便。 本文以 StarBlog 为例，StarBlog 目前使用的 ORM 是 FreeSQL ，引入 EFCore 对我来说最大的好处是支持多个数据库，如果是 FreeSQL 的话，服务注册的时候是单例模式，只能连接一个数据库，如果需要使用 FreeSQL 同时

Docker部署RedisStack？呵，基础操作罢了。ACL权限？不过是Redis 6.0的标配功能。C#集成？官方NRedisStack包，一行代码的事。

C#开发者用iKVM白嫖JVM生态？省事，但依赖处理还得手动折腾。无缝接入？不过是把JAR转DLL，省了移植代码的麻烦。AI工具缺？直接调用HanLP，但依赖处理，呵呵。

下载音乐防灰，工具链折腾值不值？搭建私有流媒体，客户端体验一般般。数据自主权在手，平台下架算什么？

人脸检测与识别现在已经很成熟了，C# 上有 ViewFaceCore 这个很方便的库，但这种涉及到 native 调用的库，一般会有一些坑，本文记录一下开发和部署的过程。

差点忘了7.8寸开放系统这块，还有汉王也是老牌有实力的厂家，再加上汉王clear的风评不错，价格也不贵，所以我也入手了一个。

华为的Matepad Paper在电子墨水屏中属于是硬件配置的天花板，使用麒麟820e作为CPU，性能超过了大部分的电子书产品，因为之前的文石leaf2和墨案mix7用的都不是很满意，所以我抱着试试看的想法下单了这个华为Matepad Paper。

之前我写过一篇使用 docker 部署 AspNetCore 应用的文章，这种方式搭配 CICD 非常方便， build 之后 push 到私有的 dockerhub ，在生产服务器上 pull 下来镜像就可以直接运行了。 然而，有时需要一种更传统的部署方式，比如在本地打包可执行文件之后直接放到服务器上执行。 这种方式配置完成之后，每次更新只需要重新本地重新 publish 后把可执行文件上传

墨案mix7输入法秒杀文石，手感完胜，UI却简陋如古董。文石leaf2界面精致，功能多，性能却拖后腿。充电续航半斤八两，手感墨案碾压，文石滑溜难握。总之，各有所长，选谁看运气，反正都够用。

上一篇文章介绍了墨案 mix7，这篇文章来写一下文石 leaf2。

我在18年第一次接触了 kindle 这种电子墨水屏设备，我在 kindle 上看完了诸如「刘慈欣全集」、「金庸全集」之类的大部头，电子墨水屏的看书效果确实非常好， 21年把 kindle 卖掉了，最近阅读量比较大，一直用平板看书也不是很好，于是打算入手国产开放系统的电子书。

我在使用 AspNetCore 的这段时间内，看了很多开源项目和博客，发现各种 .Net 体系的新技术很多人都有关注和使用，但却很少有人关注测试。 测试是软件生命周期中的一个非常重要的阶段，对于保证软件的可靠性具有极其重要的意义。在应用程序的开发过程中，为了确保它的功能与预期一致，必须对其进行测试。这样做不仅能够确保功能正确执行，同时能够帮助开发人员尽早地发现并改正系统中所存在的缺陷（Bug），

Vue 可以非常方便地与 Pure HTML 结合，代替 jQuery 的功能，有一次遇到类似的场景时，我就想 React 能不能也以这种方式接入 HTML 网页，从而提高开发效率。 结果当然是可以的，只不过在 HTML 里直接 JSX 似乎会降低一些性能… 凑合用吧

其实几年前我就有轻度使用了一下 Blazor 这个技术，一开始使用 Blazor ，我是有点嫌弃的，我还是比较倾向于传统的前后端分离，AspNetCore用来做后端，用 React 做前端，生态很丰富，要做啥组件都容易。这次只是个小 Demo 项目，试用了一下 Blazor ，从一开始的非常别扭，到越来越顺手。感觉 Blazor Server 写小项目还是挺好用的，后面继续完善项目，持续发掘 B

gRPC 使用起来非常的丝滑，目前来说也没遇到什么坑，可以非常平滑地与已有项目集成，如果有类似的场景，强烈推荐尝试一下 gRPC ！gRPC 的功能很多，本文仅介绍了最基本的使用，更多的请阅读文档，详细有了本文的基础铺垫，读者再阅读文档深入使用时，会比较轻松上手。

RSS 的对立面是算法推荐，像微信公众号、知乎、微博、今日头条等平台。 且不说算法推送平台广告多，迁移麻烦的问题。算法推荐的特点是，你不需要刻意选择，算法会根据你的喜好，给你推送内容。这样一来，你几乎没有选择的余地，在不断被「喂饱」中逐渐失去判断的能力。

最近遇到的这个场景，需要把之前开发的一套系统迁移到一个离线的服务器上，这个服务器有点麻烦，接入VPN后通过堡垒机才能访问，速度也很慢，遇到不少坑，本文记录一下迁移过程。

对于Web API应用程序而言，随着时间的推移以及需求的增加或改变，API必然会遇到升级的需求。事实上，Web API应用程序应该从创建时就考虑到API版本的问题。业务的调整、功能的增加、接口的移除与改名、接口参数变动、实体属性的添加、删除和更改等都会改变API的功能，从而带来版本的变更。

之前介绍的友情链接功能，只实现了友情链接的展示和管理接口。 还缺失友情链接申请、审核管理、通知，现在把这块功能补全。 Model 什么的之前那篇文章都有，本文直接补全逻辑代码~

A recent breakthrough in artificial intelligence (AI) is the introduction of language processing technologies that enable us to build more intelligent systems with a richer understanding of language than ever before. Large pre-trained Transformer language models, or simply large language models, vastly extend the capabilities of what systems are able to do with text.

又来折腾LLM本地部署？ChatGLM-6B在6GB显存下就能跑，MOSS却要显存翻倍，这差距。硬件要求高得离谱，但作者硬是在Ubuntu上搞定，佩服？开源LLM本地部署指南，就这？

前言 这是StarBlog系列在2023年的第二篇更新😂 这几个月都在忙，更新变得很不勤快，但是拖着不更新我的心里更慌，很久没写，要开头就变得很难😑 说回正题，之前的文章里，我们已经把博客关键的接口都开发完成了，但还少了一个最关键的「认证授权」，少了这东西，网站就跟筛子一样，谁都可以来添加和删除数据，乱套了~ 关于「认证授权」的知识，会比较复杂，要学习这块的话，建议分几步： 基础概念 AspN

下载项目代码 git clone https://github.com/THUDM/ChatGLM-6B.git 创建虚拟环境，建议使用 conda 管理 conda create -n chatglm python==3.8 安装依赖 conda activate chatglm pip install -r requirements.txt conda install cudatoolkit=