我默认的是tencent源，但是有些软件找不到。使用下面方案后成功

1、换源

#start
cat > /etc/opkg/distfeeds.conf << "EOF" 
 
src/gz tuna_core https://mirror.tuna.tsinghua.edu.cn/lede/releases/24.10.0-rc7/packages/aarch64_cortex-a53/packages
src/gz tuna_base https://mirror.tuna.tsinghua.edu.cn/lede/releases/24.10.0-rc7/packages/aarch64_cortex-a53/base/
src/gz tuna_luci https://mirror.tuna.tsinghua.edu.cn/lede/releases/24.10.0-rc7/packages/aarch64_cortex-a53/luci
src/gz tuna_packages https://mirror.tuna.tsinghua.edu.cn/lede/releases/24.10.0-rc7/packages/aarch64_cortex-a53/packages
src/gz tuna_routing https://mirror.tuna.tsinghua.edu.cn/lede/releases/24.10.0-rc7/packages/aarch64_cortex-a53/routing
src/gz tuna_telephony https://mirror.tuna.tsinghua.edu.cn/lede/releases/24.10.0-rc7/packages/aarch64_cortex-a53/telephony

EOF
#End

2、安装istore的代码

opkg update || exit 1
cd /tmp
wget https://github.com/linkease/openwrt-app-actions/raw/main/applications/luci-app-systools/root/usr/share/systools/istore-reinstall.run
chmod 755 istore-reinstall.run
./istore-reinstall.run


 

# java # 开发语言
Logo
2048 AI社区

有“AI”的1024 = 2048，欢迎大家加入2048 AI社区

更多推荐

cover

知识图谱+大模型协同应用教程：从零基础入门到精通，推荐实战指南，一篇搞定！

avatar 2048 AI社区

大模型应用关键技术：实时性保障与多轮对话一致性实践

摘要： 本文探讨大模型应用中的实时性和多轮对话一致性技术。实时性保障通过模型轻量化、推理引擎优化和上下文缓存实现，以ONNX Runtime量化为例，将7B参数的Llama 2模型推理延迟从2.8秒降至1.1秒。多轮对话一致性通过上下文压缩、对话状态跟踪(DST)和结构化Prompt设计维护，案例演示了基于Redis的智能点餐系统如何跟踪用户状态。两项技术分别提升用户体验和交互逻辑的连贯性，适用于

avatar 2048 AI社区

深入解析检索增强生成（RAG）技术

摘要： 本文介绍了检索增强生成（RAG）技术及其核心模块。RAG通过结合信息检索与生成模型，提升文本生成的准确性和时效性。其核心模块包括：1）知识库构建（数据采集、预处理、向量存储）；2）检索系统（语义检索、重排序优化）；3）LLM交互层（Prompt设计、后置校验）。文中通过电商客服、医疗咨询、金融报告等案例，结合代码示例（如Sentence-BERT嵌入、FAISS检索、GPT-2生成），展示

avatar 2048 AI社区