我在内网中有很棒的服务资源，但是没有固定IP，如何能够在公网使用呢？ 要解决这种问题，内网穿透工具 frp（Fast Reverse Proxy） 是一个很棒的选择：既然外网不能访问内网，那么就主动从内网打通到外网的通道！ 基本的原理是： 前提条件 要有一台有公网地址的服务器【配置可以比较低】，内网服务器可以连接到这台公网服务器 内网服务器安装frp客户端:frpc，公网服务器安装frp服务端:frps 建立 “长连接”—— 打通内网到公网的 “通道” 内网设备启动 frpc 客户端，并加载配置文件（配置中包含 frps 的公网 IP、端口、认证信息等）。 frpc 主动向公网的 frps 发起 TCP 长连接（默认用 8000 端口，可自定义），并维持这个连接（通过心跳机制防止断开）。 这一步是穿透的关键：由于内网设备没有公网 IP，公网无法主动 “找到” 内网设备，因此必须由内网的 frpc “主动出击”，与公网的 frps 建立连接，形成一条稳定的 “数据通道”。 内网设备无法被公网访问的根本原因，是路由器的 NAT（网络地址转换）机制会隐藏内网 IP。frp 通过 “frpc 主动连接 frps” 的方式，让路由器将 frpc 与 frps 的连接加入 “NAT 映射表”，后续 frps 向 frpc 发送的数据（公网请求），会被路由器正确转发到内网的 frpc，从而实现 “穿透” NAT 的效果。 本文通过一个具体的例子来展示如何使用内网穿透工具frp将内网的web服务推向公网。 frp下载地址 ...

在实际项目中，我们经常会遇到类似下面的查询图数据库的需求： 查询根节点，根节点可能有多个，需要分页 点击根节点，查询其子节点以及子节点关联的边和更下一层的子节点 本文使用 pyHugeGraph 实现上述查询 HugeGraph 图数据库的功能。 ...

SSE(Server-Sent Events)是一种基于 HTTP 协议的服务器向客户端单向推送数据的技术，允许服务器主动向已建立连接的客户端持续发送事件流（如实时通知、更新数据等），无需客户端频繁轮询。 核心特点：基于 HTTP 长连接，单向通信（仅服务器→客户端），数据以 “事件” 格式传输（包含事件类型、数据体等结构化信息），天然支持断线重连。 典型场景：大语言模型（LLM）客户端、股票行情实时更新、新闻推送、系统通知等只需服务器主动下发数据的场景。 它与websocket的主要区别是： 若场景仅需 “服务器推数据给客户端”（单向），优先选 SSE（实现简单、基于 HTTP 无额外协议成本） 若需 “客户端与服务器实时双向通信”（如聊天、互动），必须选 WebSocket（全双工能力是核心优势） 下面我们使用大语言模型qwen3实现翻译功能。它可以自动识别源语言，并翻译为目标语种。 像千问这种大模型是基于多语言训练的，所以它支持中文、英文、法文、西班牙等多个语种的翻译。 这是实现的效果： ...

在与 LLM(大语言模型) 对话时，如果每次都等 LLM 处理完毕再返回给客户端，会显得比较卡顿，不友好。如何能够像主流的AI平台那样：可以一点一点吐出字符呢？ 本文将模仿后端流式输出文字，前端一块一块的显示文字。主要的实现路径是： LLM 采用 qwen3 ，使用 stream 方式输出 后端使用 langchain 框架 使用 fastapi 实现后端接口 前后端之间使用 websocket 长连接通信 前端使用一个简单的 html5 网页做演示 下面是最终实现的效果： ...

在执行从文本中提取摘要的任务时，难免遇到大文本的情况：文本的长度超出了 LLM(大语言模型) 的token限制。 LangGraph 提供了 map-reduce 工作流，它先把大文本拆成小文档分别提取摘要，然后再提炼/压缩提取的摘要，直到最后提取的摘要的token长度满足既定要求。 本次演练使用 qwen2.5:7b 开源大模型。 ...