搜索中...
🔍

未找到相关结果

Akemi

Akemi

it's better to burn out than to fade away

纳甲六爻-AI算卦方法与缺点
写在前面:AI算卦的局限性 视角问题:卦象是以求卦人当前的处境,所揭示的未来信息。如果起卦人本身没有”陷于之中”,那卦象也不会准确 AI的局限:卦象的信息是非常丰富的,实操中的解卦需要结合求卦人的具体状态进行综合分析来获取信息,而AI解卦只能解出其中通用的部分 王盛从开始AI算卦炒股,到现在已经亏了1w了 六爻算卦基础六爻是一种基于易经的算卦方法,讲究一个天人感应越信越准,用起来分”起卦”和”解卦”两个阶段。 起卦:动念头扔硬币6次,扔出6根爻,排盘后会得出一个卦象 解卦:解读卦象中的信息 传统六爻解卦上手门槛极高并且吃经验,初学者往往需要花巨时间精力学习基础知识与实战案例。 不如...
纳甲六爻-基础知识笔记
六爻京房纳甲,又称“纳甲筮法”,是汉代易学家京房(公元前77年—前37年)在《周易》基础上创立的占卜体系。其核心在于将十天干、十二地支纳入八卦六爻之中,形成一套精密的时间与空间模型。京房以“纳甲”之名,实则是将干支、五行、六亲等元素与卦爻结合,使得抽象的卦象能够对应具体的人事、物象与时间流转,从而进行吉凶推断。此法后世流传广泛,成为六爻占卜的主流方法之一。 本文仅记录基础知识,后续应该会更新更多完善的基础知识与实战案例 阴阳与八卦阴阳 阳爻:—— 阴爻:— — 老阳→少阴,老阴→少阳 后天八卦六爻只看后天八卦,离为首 天干地支天干地支基础 天干:甲、乙、丙、丁、戊、己、庚、辛、壬、癸...
两周复习EFK第六天之深化数据清洗-GeoIP、运行时字段与TSVB图表
GeoIP(实时全球威胁地图)GeoIP 是一种将 IP 地址 映射到 地理位置(经纬度、国家、城市、邮政编码)的技术。Logstash 默认内置了 geoip 插件 添加filiter字段 123456789101112131415161718192021222324252627282930313233343536373839404142434445464748# 只有当 src_ip 字段存在时,才执行地理位置查询if [src_ip] { geoip { source => "src_ip" # 数据源字段 target => &...
两周复习EFK第五天之使用Lens图表
创建一个lens图表X 轴(时间):依赖 date 插件的纠偏,否则历史数据会全部堆积在”现在”指标(数值):依赖 mutate 的强转,否则无法进行平均值、最大值或范围聚合。维度(拆分):依赖 grok 的精准切分(如 auth_result)。
两周复习EFK第四天之数据深加工-时间轴纠偏与Mutate字段强转
data插件-时间轴纠偏的意义123456789101.断点续传默认情况下,ES使用写入时间作为@timestamp,也就是Kibana 的右侧时间筛选器里,默认绑定的是 @timestamp因为现有的Filebeat 和 Logstash 性能很好,日志产生后 0.1 秒就传到了 ES。所以"发生时间"和"写入时间"几乎重合,在 Kibana 上感觉不出差别,但如果你的 Logstash 停机维护了 2 小时。重启后,Filebeat 会把积压的 2 小时日志瞬间发过来这 2 小时的陈旧日志,在 Kibana 看来全都是"刚刚产生的&q...
两周复习EFK第三天之索引CRUD与生命周期管理
有没有发现今天的内容甚至有些倒退,是的,是因为gemini忘了一开始指定的计划了,我让它回想起来之后,它觉得我学的太快了,所以重新学一些基础的东西 查看集群状态_cluster/health number_of_nodes:集群中在线的总节点数。 number_of_data_nodes:专门负责存储数据的节点数。 active_primary_shards:集群中所有索引处于激活状态的主分片总数。 active_shards:所有激活的分片总数(主分片 + 副本分片)。 relocating_shards:正在从一个节点移动到另一个节点的分片数(通常发生在扩容或缩容时)。 i...
Helm部署Milvus与langchain集成
本文默认读者是一个helm糕手,会略过一些基础的概念,仅对关键部分做解释 Milvus是一个向量数据库,但是和之前用过的Chorma和FAISS相比,更加倾向于是一个功能完整的分布式数据库 维度 FAISS Chroma Milvus 定位 高性能向量搜索库 轻量级向量数据库 云原生分布式向量数据库 核心特点 极致检索速度、支持GPU加速 极简API、与LangChain等AI框架无缝集成 完整的数据管理能力、支持分布式、混合检索 架构/部署 本地嵌入式库,无服务端 本地或Docker部署,嵌入式优先 分布式、云原生,可部署在K8s上或使用云服务 数据规...
两周复习EFK第二天之部署与使用logstash+filebeat+es
创建一个索引模板昨天手动put了syslog-security-2026.03.19的索引格式,但一条一条添加肯定不行 以后任何以 syslog-security- 开头的索引,都会自动变成 3 分片、1 副本,并且 src_ip 永远是 ip 类型。 部署与使用Logstash支持input→filter→ouput的工作流,特别是filter功能可以识别IP、时间格式对数据进行拆分,输出规整的精美json 参考文档:二进制部署:https://www.elastic.co/docs/reference/logstash/installing-logstash 目前我们是初学者,就先...
AIGC工具MoneyPrinter部署与使用
环境准备12345678910111213141516171819# 切换WSL1到2(如果原本使用的是WSL1dism.exe /online /enable-feature /featurename:VirtualMachinePlatform /all /norestartwsl --set-version Ubuntu-22.04 2wsl --set-default-version 2# 升级wslwsl --update# 使用systemdecho -e "[boot]\nsystemd=true" | sudo tee -a /etc/wsl.conf...
两周复习EFK-第一天之部署与访问ES集群
我准备使用两周时间重新学习和理解EFK/ELK体系,之前我也学习过,但是因为没有实际可操作的项目,所以很快就忘记了,以下是AI(gemini)给我提供的学习方案 学习方案第一阶段:核心基石与可视化(第 1 - 3 天)目标:搞定存储端 Elasticsearch 和展示端 Kibana,理解数据的”家”是怎么建的。 第 1 天:Elasticsearch 架构与索引原理 复习倒排索引(Inverted Index)和分片(Shards/Replicas)的概念。 实战: 使用 Docker 部署一个三节点的 ES 集群。手动通过 curl 或 Kibana Dev ...
avatar
王盛
当生命指向成长,时间就是你的朋友