最新

大家好， 经过大量的努力，我很高兴地宣布 MyChefGPT.com 正式上线，现已准备好接受您的烹饪食谱请求！ 我之所以创建这个网站，是因为我遇到了两个问题： 1. 面对冰箱里一堆随机的食材，却不知道该做什么。 2. 想做某道特定的菜，但需要用我的母语或测量系统的食谱。 MyChefGPT 通过两种方式解决了这个问题： - **创意模式**：输入一个菜品创意（例如“辛辣素食辣椒”），让 AI 为您构建食谱。 - **食材模式**：输入您手头的食材清单（例如“鸡肉、米饭、西兰花、酱油”），看看它会创造出什么！ 主要特点： - **真正的多语言支持**：生成 50 种不同语言的食谱和说明（从英语和西班牙语到泰语和阿拉伯语）。 - **公制/英制**：可以即时在公制和英制单位之间切换。 - **食谱历史**：登录后可以保存您的成功食谱，形成个人历史记录。 目前，它利用强大的大型语言模型（LLM）来生成详细、结构良好且（希望）美味的结果。 我希望 HN 社区能来试试，尝试一些疯狂的组合，并告诉我您的想法。对于生成质量、多语言支持以及用户界面/用户体验的所有反馈，我都非常感激！ 请在这里查看： [MyChefGPT.com](https://mychefgpt.com) 您能让它生成的最疯狂的食谱是什么？

我分享了一个完全离线的RAG（检索增强生成）架构，旨在解决工业环境中的一个关键问题：数据隐私和重复的API成本。 我们每天处理敏感的专有数据表和原理图，因此基于云的LLM（大语言模型）如ChatGPT不符合合规要求。 解决方案：一个容器化架构，确保数据永远不会离开本地网络。 技术栈： LLM：Llama 3（通过Ollama） 向量数据库：ChromaDB 部署：Docker Compose（一键设置） 优势：零API成本，无安全风险，快速的本地性能。 代码和架构可在此处获取： [https://github.com/PhilYeh1212/Local-AI-Knowledge-Base-Docker-Llama3](https://github.com/PhilYeh1212/Local-AI-Knowledge-Base-Docker-Llama3) 欢迎就GPU直通设置或文档导入流程提问。