AI教程

用 Isolation Forest 为数值表格生成异常复核清单，保留原始行号并解释标签、分数和异常比例的限制。

用明确的字段规则把 CSV 转为 JSON，保留编号前导零和中文，并重新读取核对内容。

先检查 JSON 语法，再校验字段、类型、非负数量和重复编号，避免错误输出进入程序。

固定 DeepSeek 请求记录加载、输入和生成计时，结合 Ollama 的设备分配区分冷启动、解码和并发瓶颈。

将 DeepSeek 图表代码落地为 CSV 柱状图，核对单位、数值与 PNG 输出。

用 Python 标准库调用 Ollama Chat API，逐行处理 NDJSON、保留两轮消息历史，并识别中断和只有思考的响应。

按编号和更新时间清理 Excel 重复记录，停止时间冲突，并导出保留与移除记录供复核。

用 Ollama Docker 容器运行 DeepSeek-R1 7B，通过命名卷持久化模型、回环端口调用接口，并检查重启后的数据。

在 Windows 定位 Ollama 的实际模型目录，退出应用后保留源副本复制到新盘，设置 OLLAMA_MODELS 并验证。

Ollama 程序更新、同标签模型重拉和标签切换分别操作，先保存模型摘要，再用固定问题核对更新结果。