镜湖

之前我们介绍过如何通过 Coco-AI 检索 Hugo 和 Hexo 的文件结构。这种方式虽然适合博客类内容，但对于一些零碎的笔记或者并非建站类的 Markdown 文件，显然不够灵活。 为了解决这个问题，我写了一个适配器（connector），并发布了对应的 Docker 镜像，来实现任意 Markdown 文件目录的元数据整理与 API 暴露： 👉 镜像地址：https://hub.docker.com/r/cloudsmithy/flask-markdown-connector 核心原理该 connector 的主要逻辑是： 递归扫描目录及子目录下的 Markdown 文件； 识别或补充元数据（即 YAML Front Matter）； 通过 RESTful API 暴露这些 Markdown 的结构信息和元数据内容。 如下图所示，我们会在每个 Markdown 文件开头添加或提取出 YAML 元数据： 一键部署使用以下命令即可快速拉起服务： 12345docker run -d --name markdown-connector \ -p 1313:5000...

近期将原本运行在 macOS 上的 EasySearch、Console 和 Coco-server 等服务迁移至群晖 NAS 平台。在迁移过程中遇到了 EasySearch 容器无法正常启动或运行中意外终止的问题。本文记录了这些问题的具体表现及解决方案，旨在为后续类似部署提供参考。 基础部署配置以下是官方推荐的 docker-compose 配置文件：地址如下： https://docs.infinilabs.com/easysearch/main/docs/getting-started/install/docker-compose/ 12345678910111213141516171819202122232425262728293031323334353637383940414243444546474849505152535455565758596061626364656667686970717273version: "3"services: easysearch-node1: user: "602:602" im...

在之前的文章中，我们成功让 Coco AI 检索 Hugo 博客，这对于博客作者来说是一大福音。然而，从 Hexo 迁移到 Hugo 的成本不容小觑，毕竟大多数开发者对 Node.js 更熟悉，而 Golang 相对陌生。那么，既然 Coco AI 官方尚未支持 Hexo，是否有办法让它兼容 Hexo 呢？ 当然可以！💡 既然 Coco AI 依赖的是 Hugo 生成的 index.json 进行检索，那我们干脆在 Hexo 中实现 **相同结构的 index.json**，这样就可以直接复用 Hugo 的数据结构，避免字段不兼容导致的潜在 Bug。 接下来，我们将从 0 到 1 实现 Hexo 的智能检索功能！ 🚀 📌 1. 安装 Hexo 并切换到 Next 主题首先，我们需要安装 Hexo 并设置 Next 主题。 安装 Hexo1234pnpm install -g hexo-clihexo init my-blogcd my-blogpnpm install 启动本地服务器： 1pnpm hexo s 访问 http://localhost:4000/，确...

在此前的文章中，我们介绍了如何使用 Coco Server 连接 Notion，实现智能内容检索。本次，我们将进一步探索如何在 Coco Server 最新版本 中集成 Hugo Site，以便对 Hugo 站点 进行高效检索。 Coco Server 部署方式要在本地或服务器上运行 Coco Server，可以借助 Docker 进行快速部署。 1. 直接运行 Coco Server（默认配置）执行以下命令，快速启动 Coco Server（版本 0.2.2-2000）： 1docker run -d --name cocoserver -p 9000:9000 infinilabs/coco:0.2.2-2000 此命令将在后台运行 Coco Server，并将 9000 端口 映射到本机，以便通过 Web UI 进行访问。 2. 启用数据持久化（推荐）如果希望数据在容器重启或删除后仍然保留，建议启用 数据持久化，操作步骤如下： （1）创建数据目录并设置权限12mkdir -p $(pwd)/cocoserver/{data,logs}sudo c...

近日，极限科技的 Coco AI 正式发布。作为一款完全开源、跨平台的统一 AI 搜索与效率工具，Coco AI 能够无缝连接并搜索多种数据源，包括本地应用程序、文件以及云端平台如 Google Drive、Notion、语雀和 Hugo 等。通过集成 DeepSeek 等先进的大模型，Coco AI 不仅实现了智能化的个人知识库管理，还特别注重用户隐私，支持私有部署，帮助用户更快速、更智能地访问和管理信息。 Coco AI本次发布的是 Coco AI 的首个预览版本，目前支持 MacOS 12 及以上操作系统。无论你是知识管理爱好者还是效率工具控，Coco AI 都值得一试。 项目主页: https://coco.rs/ 开源地址: 桌面应用端: https://github.com/infinilabs/coco-app/ 服务端: https://github.com/infinilabs/coco-server Coco AI 分为客户端（APP）和服务端（Server），目前客户端仅提供 MacOS 版本，而服务端则支持 MacOS 和 Linux。今天，我们将...

Coco AI 再升级，全图形化配置 RAG在《Coco AI APP 初体验：开启智能知识管理新篇章》和《打造智能语料库：通过 Coco AI Server 实现 Notion 笔记 RAG 检索功能》中，我介绍了 Coco AI 的第一个版本 ，我们我需要调用服务端的接口来手动添加数据源和配置登录信息，见那么在 0.2 的版本中，极限科技又开发了一个管理页面用来处理这些繁琐的信息。 同时这次更新也带来了全平台的支持，当然如果你愿意也可以自己编译源代码。 我们先来用 Docker 启动服务端，一行命令搞定，不需要再传递负载的命令行参数，也无需在启动 Easysearch。 1docker run -d --name cocoserver -p 9000:9000 infinilabs/coco:0.2.1-1998 服务启动在 9000 端口，那么在浏览器中打开欢迎页面： 创建账户，选择模型，和之前一样，我还是选择本地部署的 ollama 并且使用 deepseek 模型。 设置完成后我们看到主页面，我们的目的是添加数据源，这样就不用使用复杂的请求。 可以进一步设置...

前段时间，飞牛 OS 上线了虚拟机功能，尽管目前仍处于公测阶段，但已经可以尝鲜体验。官方文档也相当详细，感兴趣的可以参考：虚拟机文档。 公测声明官方的公测声明如下： 通俗来说，这个虚拟机功能可以看作是一个精简版的 PVE（Proxmox Virtual Environment）。在使用时，磁盘和网卡建议选择 virtio，这是一种半虚拟化方案，能够提供更好的性能和兼容性。 配置磁盘和网卡磁盘部分推荐选择 virtio 驱动，以获得更好的 I/O 性能： 网卡同样支持 半虚拟化，可以在创建虚拟机时选择： Windows 虚拟机驱动安装由于 Windows 默认不包含 virtio 驱动，因此需要手动下载并安装：VirtIO 官方下载地址 安装后，需要手动选择对应的驱动，这样才能正确识别到磁盘： 如果安装过程中未能识别到网卡驱动，可以在进入系统后再安装： Guest-tools 安装ISO 镜像中包含 Guest-tools，相当于虚拟机的 agent，需要安装，以提升性能和兼容性： 安装方式很简单，可以直接从 ISO 镜像里安装，里面包含所有必要的驱动和工具...

在 Easysearch 中，PUT 和 POST 都用于创建或更新文档，但它们的使用方式和行为有所不同。理解这些区别并正确使用，可以避免常见的错误，并确保数据操作符合预期。 1. PUT 用于创建或完全替换文档PUT 方法要求必须提供文档 ID，用于创建或完全替换已有文档。如果指定的文档 ID 不存在，则 PUT 会创建一个新文档；如果该 ID 已存在，则会完全覆盖原有数据，不会保留任何旧字段。 ✅ 示例1234PUT my_index/_doc/1{ "myindex": 123} 执行效果 如果 ID 1 存在，原有文档会被完全覆盖，只保留 myindex 字段。 如果 ID 1 不存在，则创建一个新文档。 ❌ 常见错误1PUT my_index/_doc 错误返回1234{ "error": "Incorrect HTTP method for uri [/my_index/_doc] and method [PUT], allowed: [POST]", &qu...

Easysearch 可以使用 AWS S3 作为远程存储库，进行索引的快照（Snapshot）备份和恢复。同时，Easysearch 内置了 S3 插件，无需额外安装。以下是完整的配置和操作步骤。 1. 在 AWS S3 上创建存储桶 登录 AWS 控制台，进入 S3 服务。 创建一个新存储桶（例如 easysearch-backups）。 启用版本控制（可选，但推荐）。 权限配置：确保 IAM 角色具有访问 S3 的权限。 123456789101112131415{ "Version": "2012-10-17", "Statement": [ { "Action": ["s3:ListBucket"], "Effect": "Allow", "Resource": ["arn:aws:s3:::s3-bucket-name"] ...

🧱 1. 创建一个基础 Flask 项目项目结构： flask-demo/├── app.py├── requirements.txt├── Dockerfile├── start.sh└── .github/   └── workflows/       └── docker.yml app.pyfrom flask import Flaskapp = Flask(name)​@app.route(‘/‘)def hello():    return “Hello from multi-arch Flask Docker in production mode!” requirements.txtflaskgunicorn start.sh#!/bin/bash start.sh​ 默认使用 4 个 Gunicorn workerWORKERS=${WORKERS:-4}​echo “🚀 Starting Gunicorn with $WORKERS workers…”​ 启动 Flask 应...