https://blog.csdn.net/lzxiaotu/article/details/119380425

这个插件：

https://chromewebstore.google.com/detail/%E6%B2%89%E6%B5%B8%E5%BC%8F%E7%BF%BB%E8%AF%91-%E7%BD%91%E9%A1%B5%E7%BF%BB%E8%AF%91%E6%8F%92%E4%BB%B6-pdf%E7%BF%BB%E8%AF%91-%E5%85%8D%E8%B4%B9/bpoadfkcbjbfhfodiogcnhhhpibjhbnh

我的另一盘类似的教程：https://www.dong-blog.fun/post/1942

以下是一个简单的FastAPI应用程序示例，包含你提到的测试端口代码：

首先，确保你已经安装了 FastAPI 和 Uvicorn。如果还没有安装，可以使用 pip 进行安装：

bash
展开代码
pip install fastapi uvicorn requests

我们可以按照你的要求配置 Nginx 将客户端的请求头信息及其他设置信息保持和转发。以下是详细的步骤：

1. 创建 Nginx 配置文件:

   首先需要创建一个 Nginx 配置文件，比如 nginx.conf：

   nginx
   展开代码
   events {}
   
   http {
       upstream backend {
           server 101.136.8.66:7890;
       }
   
       server {
           listen 7860;
   
           location / {
               proxy_pass http://backend;
   
               # 保持客户端的请求头信息
               proxy_set_header Host $host;
               proxy_set_header X-Real-IP $remote_addr;
               proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;
               proxy_set_header X-Forwarded-Proto $scheme;
   
               # HTTP 版本和连接管理
               proxy_http_version 1.1;
               proxy_set_header Upgrade $http_upgrade;
               proxy_set_header Connection "upgrade";
   
               # 超时设置
               proxy_connect_timeout 300s;
               proxy_read_timeout 300s;
           }
       }
   }
   

模型：https://huggingface.co/deepseek-ai/DeepSeek-R1-Distill-Qwen-32B

下载模型，这样下载太慢，换个源头：

bash
展开代码
# Make sure you have git-lfs installed (https://git-lfs.com)
git lfs install

git clone https://huggingface.co/deepseek-ai/DeepSeek-R1-Distill-Qwen-32B

# If you want to clone without large files - just their pointers
GIT_LFS_SKIP_SMUDGE=1 git clone https://huggingface.co/deepseek-ai/DeepSeek-R1-Distill-Qwen-32B

BFS解题模板（队列版）

python
展开代码
from collections import deque

def bfs(起始点):
    # 初始化队列和访问标记
    queue = deque()
    queue.append(起始点)
    visited = set()
    visited.add(起始点)
    
    while queue:
        # 弹出当前节点
        node = queue.popleft()
        
        # 处理当前节点（例如记录路径、判断条件等）
        处理当前节点
        
        # 遍历相邻节点
        for neighbor in 获取相邻节点(node):
            if neighbor 未越界 and neighbor 未访问:
                queue.append(neighbor)
                visited.add(neighbor)  # 必须在此处标记已访问

作为现代Transformer架构中位置编码的突破性改进，旋转位置编码（Rotary Position Embedding, RoPE）通过复数域旋转算子实现了高效的位置感知计算。本文从张量操作视角深入剖析RoPE的数学本质，并给出其在工业级大语言模型中的完整实现路径。

该文章已加密，点击 阅读全文 并输入密码后方可查看。

DFS解题模板（递归版）

python
展开代码
def dfs(参数):
    # 终止条件（越界、已访问、不符合条件）
    if 终止条件:
        return
    
    # 处理当前节点（标记已访问、记录路径等）
    处理当前节点
    
    # 递归访问相邻节点（四个方向、子节点等）
    for 方向 in 所有可能的方向:
        dfs(新参数)  # 递归
    
    # 回溯（如果需要恢复状态，如全排列问题）
    # 例如：撤销访问标记、弹出当前节点等