这些年一直想用Jupyterhub作为学习平台来尝试一些教学活动，但Jupyterhub用来进行学习管理方面的功能非常欠缺，好在有一个叫LTI（Learning Tools Interoperability，学习工具互操作性）的标准，可以方便的在各个教育技术系统之间无缝集成，所以尝试了一下通过LTI将Jupyterhub作为外部工具添加到Moodle中。

很多Docker镜像基于Debian或者ubuntu的精简版本，进入容器需要 ping 的时候经常找不到 ping ，需要安装，安装的命令如下：

  apt install iputils-ping

有时候还需要查看自己的代理是否生效，可以使用下面的命令：

看了 `bytes`: The Lesser-Known Python Built-In Sequence • And Understanding UTF-8 Encoding 之后自己尝试了一下中文,加深了对UTF-8的一点点理解.

我从事教育相关工作,我需要搭建一个本地的中文大语言模型推理服务,因为经费紧张,没有GPU,而 Ollama 结合 qwen 模型能够在CPU下提供比较不错的反应速度,所以我尝试了通过Docker Compose在本地的Debian服务器上搭建一个基于Ollama和Open-webui的服务.

原文链接: 50 Coding Laws That Would Make You A Decent Programmer.

需要借助 IPython.dispaly.HTML 对象,在 Jupyterlab 安装的时候就已经可用了,具体用法如下:

  from IPython.display import HTML
  import plotly.graph_objects as go

  # 准备数据
  x = [1, 2, 3, 4, 5]
  y = [1, 4, 9, 16, 25]

  # 创建线形图
  fig = go.Figure()
  fig.add_trace(go.Scatter(x=x, y=y, mode="lines"))
  fig.update_layout(
      title="Simple Line Plot",
      xaxis_title="X",
      yaxis_title="Y",
      font=dict(family="Courier New, monospace", size=18, color="#7f7f7f"),
  )


  # 显示图形
  HTML(fig.to_html())