DeepSeek是一款由中国公司开发的人工智能模型，专注于通用人工智能（AGI）领域。它由杭州深度求索人工智能基础技术研究有限公司研发，并且在性能上接近美国顶尖的AI模型，但其研发成本相对较低。

DeepSeek官网：
https://www.deepseek.com/

DeepSeek是什么？

名称与寓意：DeepSeek的名字意味着通过深度学习技术探索未知领域，“Deep”代表深思，“Seek”代表探索。
核心功能：DeepSeek的核心是一个强大的语言模型，能够理解自然语言并生成高质量的文本内容，适用于回答问题、撰写文章、进行复杂的推理等多种场景。

需求：使用frp实现对内网服务器上web服务的内网穿透。

将内网地址http://127.0.0.1:8080服务通过内网穿透实现外网可以访问。

环境准备：
一台有固定外网IP的阿里云服务器
frps服务端：阿里云服务器
frpc客户端：内网服务器

frp下载地址：
https://github.com/fatedier/frp/releases

分别下载Windows和Linux版本：
frp_0.63.0_windows_amd64.zip
frp_0.63.0_linux_amd64.tar.gz

frps服务端

frps.toml配置：

[common]
bindPort = 7000
vhost_http_port=6001

启动命令：
./frps -c frps.toml

平台系统私有化部署是指将原本可能运行在公有云上的软件系统，部署到客户本地或客户指定的私有服务器环境中，以满足数据安全、合规性、定制化等需求。整个过程通常包含以下几个关键步骤：

一、前期准备阶段

需求调研与确认

• 与客户沟通，明确部署环境（物理服务器、虚拟机、容器化等）。
• 确认系统功能模块、用户规模、并发量、性能要求。
• 明确数据隔离、权限管理、审计日志等安全需求。

环境评估与规划

• 评估客户现有IT基础设施（网络、存储、计算资源、操作系统、数据库等）。
• 提供硬件配置建议（CPU、内存、磁盘、带宽等）。
• 规划网络拓扑结构（内外网访问、防火墙策略、负载均衡等）。

循环依赖是指两个或多个 Bean 相互依赖，形成一个闭环。在 Spring Boot 项目中，循环依赖可能导致应用启动失败或运行时问题。以下是几种常见的解决方法：

1. 重构代码设计（推荐）

最佳解决方案是重新设计代码结构，从根本上消除循环依赖：

• 提取公共逻辑到第三个类中
• 使用接口分离关注点
• 应用单一职责原则

第一步：下载influx CLI

Download the influx CLI package.
https://docs.influxdata.com/influxdb/v2/tools/influx-cli/?t=Windows

第二步：设置influx CLI

F:\tools\influxdb2-client-2.7.5-windows-amd64> influx config create --config-name config --host-url http://localhost:8086 --org myorg --token 34j18h5hZFVE27FinsZ9rQVBka62EnnmEHL_6Lp0rzQ_IHgZavMthFAKgVrA05RsHXNQO0Ozlr3lF3ubDoCT4Q== --active
 

第三步：修改保留策略时间

-- 列出所有的buckets
influx bucket list

F:\tools\influxdb2-client-2.7.5-windows-amd64>influx bucket list
ID                      Name            Retention       Shard group duration    Organization ID         Schema Type
069af8ca95cb6687        smaple          infinite        168h0m0s                a17eb7759879d6e0        implicit

-- 修改保留策略为最近两年（730d）
influx bucket update --id <bucket-id> --retention 730d

例如：更新此bucket过期时间为365天
influx bucket update \
--id 4c9a0159cfb9186d \
--retention 365d \
--token your-auth-token

说明：

1. 配置变更立即生效（对新数据）
   一旦您运行了 influx bucket update -r ，这个新的保留策略会立即应用到后续写入的数据。
   所有新写入的数据将遵循新的过期规则。
   🔹 例如：你把保留时间从 30d 改为 7d，那么从修改之后写入的所有数据，将在 7 天后过期。
2. 旧数据的清理是异步进行的（延迟生效）
   已存在的、超出新保留期限的数据不会马上被删除。
   InfluxDB 有一个后台任务（Retention Enforcement Service），它会周期性地检查并删除过期的数据。
   默认检查间隔：
   每 30 分钟检查一次（由配置项 retention-check-interval = "30m" 控制）。
   因此，最坏情况下，超出保留时间的数据可能最多再保留 30 分钟才会被清理。