使用腾讯的tencentcloud-sdk-java时，启动程序报错：java.lang.NoSuchFieldError: Companion。

报错原因

com.squareup.okio包版本不兼容okhttp3版本

引发这个问题的原因可能和其他SDK包引用冲突

解决办法

1、和冲突的包换个位置，用高版本的okio包即可
2、或者添加依赖冲突的sdk的时候排除指定包即可

如何找到冲突的包

1、使用mvn dependency:tree命令查看Maven项目中的jar包依赖关系

swift里的Realm对象，如何实现多表联合查询（使用RealmSwift），以实现类似于mysql的 select a.* from a,b where a.id=b.id and b.name=? 呢？

一.A 和 B 没有关系

如果 A 和 B 之间没有直接的关系，可以通过手动查询和过滤来实现联合查询。

数据模型

import RealmSwift

class A: Object {
    @Persisted var id: Int
    @Persisted var name: String
    // 其他字段...
}

class B: Object {
    @Persisted var id: Int
    @Persisted var name: String
    // 其他字段...
}

查询实现

let realm = try! Realm()

// 目标 name
let targetName = "someName"

// 1. 查询 B 中符合条件的 id
let bResults = realm.objects(B.self).filter("name == %@", targetName)

// 2. 提取 B 中符合条件的 id 列表
let bIds = bResults.map { $0.id }

// 3. 查询 A 中 id 在 bIds 列表中的记录
let aResults = realm.objects(A.self).filter("id IN %@", bIds)

// 输出结果
for a in aResults {
    print("A: \(a)")
}

二.A 和 B 是一对一关系

如果 A 和 B 是一对一关系，可以在 A 中定义一个 B 的引用，然后直接通过关系查询。

在 Swift 开发中，iOS 系统提供了 AVFoundation 框架的 AVSpeechSynthesizer 类，可以通过设置 AVSpeechSynthesisVoice 的语音标识符（Voice Identifier）来选择美式英语（en-US）或英式英语（en-GB）发音。以下是具体实现方法：

1. 使用 AVSpeechSynthesizer 实现语音合成

通过 AVSpeechSynthesizer 可以将文本转换为语音，并通过 AVSpeechSynthesisVoice 指定发音类型：

import AVFoundation

let synthesizer = AVSpeechSynthesizer()

// 输入需要发音的单词
let word = "swift"

// 创建语音内容
let utterance = AVSpeechUtterance(string: word)

// 设置语音类型（美音或英音）
if let voice = AVSpeechSynthesisVoice(language: "en-US") { // 美音
    utterance.voice = voice
} else if let voice = AVSpeechSynthesisVoice(language: "en-GB") { // 英音
    utterance.voice = voice
}

// 播放发音
synthesizer.speak(utterance)

常用2万英语单词中，各种长度英文单词数量统计

单词长度 单词数量
18 - 2
16 - 2
15 - 5
14 - 33
13 - 99
12 - 150
11 - 306
10 - 519
9 - 678
8 - 887
7 - 1038
6 - 1064
5 - 968
4 - 829
3 - 287
2 - 37
1 - 2

English 常用2万单词使用词频列表

1 the
2 be
3 and

在开发ios app的过程中，xcode经常搞出各种问题，在这里记录下问题和解决措施。

问题一：The app ID cannot be registered to your development team

导入github新下载的项目时，提示如下错误：

The app ID "com.myDomain.myApp" cannot be registered to your development team. Change your bundle identifier to a unique string to try again.

如果你对在本地运行 AI 模型感兴趣，那么最近引起广泛讨论的 DeepSeek R1 你一定不会陌生。这款开源 AI 模型在数学、编程和推理任务上的表现尤为出色，甚至能与 OpenAI 的 GPT-4o 和 Claude 3.5 Sonnet 等顶级模型相媲美。更令人兴奋的是，它完全免费、私密，并且可以离线运行，让你在自己的硬件上独立部署 AI。

在本指南中，我将手把手教你如何在本地部署 DeepSeek R1。即使你是第一次接触 AI 模型，也无需担心——无论你使用的是 Mac、Windows 还是 Linux，操作步骤都清晰易懂，非常适合新手上手。

什么是DeepSeek R1？

DeepSeek R1 是一款功能强大的 AI 模型，提供从 1.5B 参数的轻量级版本到70B 参数的高性能版本等多种选择。它的架构基于 Qwen-7B，并经过蒸馏优化，在提升效率的同时，依然保持了卓越的性能。

那么，DeepSeek R1 最大的亮点是什么？它不仅在许多任务上能与顶级商业模型媲美，更重要的是——它完全开源，并支持本地运行！这意味着你不再需要依赖云端服务器，可以完全掌控自己的数据，确保隐私安全，同时享受高效的 AI 体验。

为什么要本地运行AI模型？

在本地运行AI模型有几个主要优点：

隐私：你的数据保留在自己的机器上——没有共享敏感信息的风险。
成本：DeepSeek R1完全免费使用，无需订阅或支付使用费用。
控制：你可以自由地微调和实验，而不受外部服务的依赖。