前言​

其实早在去年DeepSeek-R1开源那会儿，有朋友就和我聊可以本地部署大模型玩玩。不过那时我对本地部署不太感兴趣，虽然我知道可以用Ollama部署，但没有付诸实践，因为我觉得本地只能部署一些参数量很小的大模型，其能力较满血版差多了，直接用API调用简单又方便，何必费那个劲呢？

现在看来，这理由没错，但是也不全对。我当时可能不只是拒绝尝试本地部署这件事，而是变得不想折腾的感觉。毕竟工作比较忙，没多少时间折腾，渐渐地就开始用是否值得、有没有意义等理由来衡量一切，而与折腾的初心渐行渐远。

所以这篇博客，本来去年就可以有的，现在补上，既是技术记录，也是响应下喜欢折腾的初心。

最近在 GitHub 上看到了 DataEase 开源的 SQLBot，一个基于大模型和 RAG 的智能问数系统：用自然语言提问，它自动生成 SQL、执行查询，结果既能出表格也会自动生成图表。实际体验下来感觉还挺实用，下面分享下我的初体验，顺带分析一下它的执行流程和提示词。

项目相关链接：

• 官网：SQLBot - 基于大模型和 RAG 的智能问数系统
• 开源社区：FIT2CLOUD 飞致云

环境搭建​

SQLBot 的部署非常简单，用 Docker 直接起：

最近做的 H5 页面需要在飞书里直接打开就能免登录访问，在浏览器里打开则走飞书 OAuth 授权。整体是前端 + Java 后端的组合，简单记录下。

整体思路​

登录分两种场景，最后都统一走后端同一个接口换 token：

1. 飞书内打开：通过飞书 JS-SDK 的 requestAccess 免登接口，静默拿到 code，用户无感知。
2. 浏览器打开：跳飞书 OAuth 授权页，用户点同意后回调页拿到 code。

拿到 code 后统一调后端 feishuLogin：后端用 code 换 user_access_token，再拉取用户信息，校验通过就给前端发业务 token。

今天在Ubuntu 26.04上安装EasyConnect遇到了些问题，不过好在都解决了，所以记录一下，免得后面又碰到这样的问题。

首先下载安装EasyConnect，下载地址根据自己实际的地址来。我的EasyConnect版本为7.6.3.7 。

$ wget -c http://download.sangfor.com.cn/download/product/sslvpn/pkg/linux_01/EasyConnect_x64.deb
$ mv EasyConnect_x64.deb  /tmp/
$ sudo apt install /tmp/EasyConnect_x64.deb 

然后就可以在开始菜单里找到EasyConnect的快捷方式了，不过此时应该打不开，没有什么反应。

可以从控制台打开，不过此时报错：

$ /usr/share/sangfor/EasyConnect/EasyConnect --enable-transparent-visuals --disable-gpu
/usr/share/sangfor/EasyConnect/EasyConnect: error while loading shared libraries: libdbus-glib-1.so.2: cannot open shared object file: No such file or directory

不知不觉又有好久没写了，于是还是抽空写篇。

最近项目里有个数据统计的需求，在用户提交数据后就更新下统计结果，但是，用户可能批量提交，为了性能考虑，需要稍微延迟下再进行统计，并且短时间内的重复提交只统计一次即可。

为了实现简便，最后基于本地缓存+Redis ZSet实现。