月度归档：2025年04月

JS用户脚本（油猴脚本）引入外部JS库

发表评论

因为无法使用script标签，在用户脚本处，引入脚本使用@require

// @require https://cdn.jsdelivr.net/npm/jsbarcode@3.11.5/dist/JsBarcode.all.min.js 在脚本运行前将先引入脚本，再执行，如果是创建js标签来引入脚本会再代码执行后才引入，不会对本次执行有影响

// ==UserScript==
// @name         引入外部库示例
// @namespace    http://your-namespace/
// @version      0.1
// @description  示例：在油猴脚本中引入外部 JS 库
// @author       You
// @match        *://*/*
// @require      https://cdn.jsdelivr.net/npm/jsbarcode@3.11.5/dist/JsBarcode.all.min.js
// @grant        GM_addStyle
// ==/UserScript==

(function() {
    'use strict';

    // 在这里可以直接使用外部库的功能
    JsBarcode("#barcode", "1234567890123", {
        format: "CODE128",
        fontSize: 12,
        margin: 0,
        height: 20,
        width: 1.5,
        displayValue: true
    });
})();

生成18mmx100mm 条码打印机的条码信息

发表评论

brother 打印机 使用18mm 打印条码

使用：JsBarcode.all.min.js 生成条码

12mm 条码 80mm长度：12 2 fontsize3
字体 大小 4 ;字体到底部 1mm

<!DOCTYPE html>
<html lang="en">
<head>
    <meta charset="UTF-8">
    <meta name="viewport" content="width=device-width, initial-scale=1.0">
    <title>Document</title>
    <script type="text/javascript" src="https://code.jquery.com/jquery-2.1.3.min.js"></script>
    <script src="JsBarcode.all.min.js"></script>
</head>
<body>
    
</body>
<script>
function createPrintPage(ht_code) {
  // 创建一个 iframe 用于打印
  const iframe = document.createElement('iframe');
  iframe.style.display = 'none';
  document.body.appendChild(iframe);

  // 设置 iframe 的内容
  const iframeContent = iframe.contentWindow.document;
  iframeContent.open();
  iframeContent.write(`
  <html>
    <head>
      <style>
        @media print {
          @page {
            size: 100mm 18mm;
            margin: 0;
          }
          body {
            margin: 0;
            padding: 0;
            width: 100mm;
            height: 18mm;
          }
          .barcode-container {
            width: 100%;
            height: 100%;
            display: flex;
            flex-direction: column;
            justify-content: center;
            align-items: center;
          }
          .barcode {
            width: 80mm;
            height: 12mm;
          }
          .text {
            position: absolute;
            font-size: 4mm;
            text-align: center;
            width: 100%;
            bottom: 1mm;
            color: black;
          }
        }
      </style>
    </head>
    <body>
      <div class="barcode-container">
        <canvas id="barcode" class="barcode"></canvas>
        <div class="text" id="barcode-text">Sample Barcode</div>
      </div>
    </body>
    </html>
  `);
  iframeContent.close();
  // 使用 JsBarcode 生成条形码
  const barcodeData = ht_code; // 条形码数据
  const barcodeElement = iframeContent.getElementById('barcode');
  const barcodeTextElement = iframeContent.getElementById('barcode-text');
  // 生成条形码
  JsBarcode(barcodeElement, barcodeData, {
    format: "CODE128", // 使用 CODE128 格式
    fontSize: 3,
    margin: 0,
    height: 12,
    width: 2,
    displayValue: false // 不显示条形码下方的文本
  });
  // 设置条形码文本
  barcodeTextElement.textContent = barcodeData;
  // 打印
  iframe.contentWindow.print();
}

// 调用函数生成并打印页面
createPrintPage("HTA101WDCX0320250024");
</script>
</html>

AI SFT LORA 数据微调

发表评论

A:数据获取：文献资料 可以使用KIMI或者其他AI 对文档PDF 进行处理 成输入输出，若有思维链，可以成为SFT格式。

B:数据采集：对互联网公开数据进行采集，后处理成自己要的格式，也可以使用AI处理数据。

对A、B两种数据对AI进行LORA微调（SFT），即可完成项目需求。

实例：

中医：知识框架以学习教材+病例数据进行微调。

首先 中医的AI微调范例：https://github.com/Zlasejd/HuangDI

中医的数据 SFT LORA ：SylvanL/Traditional-Chinese-Medicine-Dataset-SFT · Datasets at HF Mirror

开源SFT数据集

发表评论

R1的SFT数据 Congliu/Chinese-DeepSeek-R1-Distill-data-110k

https://hf-mirror.com/datasets/Congliu/Chinese-DeepSeek-R1-Distill-data-110k

GitHub – chaoswork/sft_datasets: 开源SFT数据集整理,随时补充

医学o1 sft: https://hf-mirror.com/datasets/FreedomIntelligence/medical-o1-reasoning-SFT

数据集数目LangTaskGen类型来源链接
belle_cn1079517CNTS/MTSI通用指令，数学推理，对话text-davunci-003下载
firefly1649398CNMTCOL23种nlp任务收集中文数据集，人工书写指令模板下载
GAOKAO2785CNMTCOL高考中的多选，填空等问题人工标注的数据集的收集下载
COIG298428CNMTCOL考试，翻译，价值观指令数据集搜集，基于知识图谱的反事实对话自动化工具+人工验证下载
pCLUE1200705CNMT73个Prompt,分类，推理，关键词识别，阅读理解等9个NLP任务下载
CSL396209CNMT40万中文论文元数据，26个Prompt下载
CNewSum304307CNTS字节与UCSB发布的中文摘要数据集下载
Coco-cnCNTS图文多模态下载
news_commentary69200EN/CNTS中英文翻译数据下载
Chain of Thought74771EN/CNMTHGCoT相关任务人在现有数据集上标注CoT下载
HC337175EN/CNTSMIX对话评估gpt-3.5 或 人工下载
instinwild52191EN/CNMTSI生成，开放域问答，头脑风暴text-davunci-003下载
Alpaca_GPT452002EN/CNMTSI通用指令GPT-4 生成的Alpaca数据下载
MOSS1583595EN/CNSI下载
LLMZooML下载
Guanaco534610MLMTSI多种nlp任务text-davinci-003下载
Natural Instructions5040134MLMTCOL多种nlp任务人工标注的数据集的收集下载
xP378883588MLMTCOL多种nlp任务人工标注的数据集的收集下载
alpaca52002ENMTSI通用指令text-davinci-003下载
GPT4all806199ENMTCOL代码，故事，对话GPT-3.5-turbo 蒸馏下载
GPTeacher29013ENMTSI通用，角色扮演，工具指令GPT-4 & toolformer下载
prosocial dialog165681ENTSMIX对话GPT-3改写问题，人工回复下载
finance_en68912ENTSCOL金融领域问答GPT3.5下载
instruct888969ENMTCOLGPT4All，Alpaca和开源数据集的增强使用AllenAI提供的nlp增强工具下载
Code Alpaca20022ENSISI代码生成，编辑，优化text-davinci-003下载
webGPT18994ENTSMIX信息检索问答fine-tuned GPT-3 + 人工评估下载
dolly 2.015015ENTSHG公开、封闭式问答、信息抽取、摘要生成、开放式构思、分类以及创意写作七类任务人工标注下载
baize653699ENMTCOLAlpaca和多种问答任务人工标注的数据集的收集下载
hh-rlhf284517ENTSMIX对话RLHF models下载
OIG(part)49237ENMTCOL多种nlp任务人工标注的数据集的收集和数据增强下载
camel760620ENMTSI物理生物化学编程，数学，社会等领域的角色扮演对话人工标注的数据集的收集gpt-3.5-turbo 生成下载
FLAN-Muffin1764800ENMTCOL60种nlp任务人工标注的数据集的收集下载
GPT4Tools71446ENMTSIa collection of tool-related instructionsgpt-3.5-turbo下载
ShareChat1663241ENMTMIXgeneral instruct收集ShareGPT下载
Auto CoTEN下载
ultrachat28247446EN下载
StackLLaMAtodoEN

MLX SFT 格式转换

发表评论

去hf-mirror.org下载 SFT格式数据。json

转换方法：


import json

class sft_data():
    def __init__(self,file_name,save_name):
        f=open(file_name,"r",encoding="utf-8")
        self.data=json.loads(f.read())
        f.close()
        new_file=open(save_name,"w",encoding="utf-8")
        for i in self.data:
            one_text=self.mlx_train_text(i)
            new_file.write(json.dumps(one_text, ensure_ascii=False)+"\n")
        new_file.close()
    def mlx_train_text(self,one_dic):
        # Question=one_dic['Question']
        # Complex_CoT=one_dic['Complex_CoT']
        # Response=one_dic['Response']
        otherx=list(one_dic.values())[0:3]
        Question=otherx[0]
        Complex_CoT=otherx[1]
        Response=otherx[2]
        text="Please reason step by step:\n\nQuestion:"+Question+"\n\nLet's solve this step by step:\n"+Complex_CoT+"\n\nFinal Answer:"+Response
        return {"text":text}
    
sft_data("medical_o1_sft_Chinese.json","mlx_sft2.jsonl")

import json

class sft_data():
    def __init__(self,file_name,save_name):
        f=open(file_name,"r",encoding="utf-8")
        self.data=json.loads(f.read())
        f.close()
        new_file=open(save_name,"w")
        for i in self.data:
            one_text=self.mlx_train_text(i)
            new_file.write(json.dumps(one_text)+"\n")
        new_file.close()
    def mlx_train_text(self,one_dic):
        Question=one_dic['Question']
        Response=one_dic['Response']
        Complex_CoT=one_dic['Complex_CoT']
        text="Please reason step by step:\n\nQuestion:"+Question+"\n\nLet's solve this step by step:\n"+Complex_CoT+"\n\nFinal Answer:"+Response
        return {"text":text}
    
sft_data("medical_o1_sft_Chinese.json","mlx_sft.jsonl")

MLX 的SFT数据格式

Please reason step by step:
#空行
Question:Question
#空行
Let's solve this step by step:
Complex_CoT
#空行
Final Answer:Response

以JOSNL 的格式

{"text":上面的sft信息}
{"text":上面的sft信息}
{"text":上面的sft信息}
{"text":上面的sft信息}