用Robyn,HTMX以及alpine.js创建一个AI绘画页面

最近一直关注网站搭建的相关讯息,前面学习了 Reflex 框架,其核心是通过 FastAPI 作为后端,然后前端通过 nextjs 渲染静态页面并调取后端数据完成交互,是一个开箱即用的包。但是我在使用过程中也发现了一个问题,那就是所有的交互都依赖于后端,如果网络连接不顺畅,或者你距离后端服务器太远,那么用户的交互是非常卡顿的。

网站搭建

用Shiny 打造一个简易但功能完善的AI 绘画APP

众所周知,Shiny 是 Rstudio 开发的一款基于 R 语言的网页应用程序,允许用户将 R 功能脚本编写成简易的 UI 界面,从而允许不懂编程的人使用,但是 R 语言的语法和功能较为复杂,且执行效率较低,对并发的支持也不好。幸好,Rstudio 同时开发了基于 Python 的 Shiny 程序,且最近新推出的 Express 功能让代码更加的简洁,本文将介绍如何使用 Shiny Express 开发一个简易但功能完善的 AI 绘画 APP。

网站搭建

免费创建Flux生图API

众所周知,Flux 是一个 120 亿参数的大模型,普通人本地根本跑不起来,那么今天我来教大家免费白嫖一个无服务器容器类的网站,帮我们一键化构建一个生图 API, 每个人每个月有免费的 30 刀的赠费,可以使用 H100, A100 等超强显卡资源。

网站搭建

如何使用 Python 调用 CloudFlare WorkerAI 提供的 Flux 模型

前面的文章打破信息差有提到过,CloudFlare 提供了一些免费的开源模型的 API,而 Flux 的生图模型就在其中。不过,这个模型的 API 最终返回给我们的是 Base64 数据,而不是可直观查看的图片,所以我们需要将图片数据写入文件并上传到云端,然后通过 URL 访问它。另外,我们还希望支持写中文的提示词,所以我们需要在其中增加一个大模型的翻译层,这样就可以把中文的提示词翻译成英文,从而被 Flux 识别。今天,我就通过 Python 代码的方式来实现上述的功能。 🚀

编程语言

小白如何用reflex搭建一个AI应用?

我们在一年前启动了Reflex,以便任何了解 Python 的人都可以轻松构建 Web 应用程序并与世界分享,而无需学习新语言和拼凑一堆不同的工具。 开发是最流行的编程用例之一。Python 是世界上最流行的编程语言之一。那么为什么我们不能用 Python 构建 Web 应用程序呢? 以上来自 Reflex 构建者发布的博客,原文链接如下: https://reflex.dev/blog/2024-03-21-reflex-architecture/https://reflex.dev/blog/2024-03-21-reflex-architecture/

网站搭建

如何在Reflex里面使用IGV浏览器?

Reflex是一个开源库,旨在使用纯 Python 构建全栈 Web 应用程序。它的设计理念是让开发者能够完全使用 Python 编写应用的前端和后端,无需学习 JavaScript。这对于那些希望专注于 Python 编程语言的开发者来说是一个重大的福音。 上面说的都是场面话,这都依托于它自身包装的第三方应用够丰富。但是,对于一些冷门的应用,比如我这里要说的 IGV 浏览器,就没有那么容易了。这里我就来分享一下我是如何在 Reflex 里面使用 IGV 浏览器的。

网站搭建

用VueJS和Fastapi通过websocket实现进度条追踪

简介在我们的应用小程序中,我们是前后端分离的。前端页面只负责渲染,而后端需要处理数据。但是如果遇到数据量很大的情况下,我们处理起来就很缓慢,如果我们想通过 AJAX 的方法追踪后台数据变化的进度,需要用到轮询的方案,这个是非常消耗资源的。这里我们用 VueJS 和 Fastapi 的小例子演示前端传递数据,后台用 10 秒处理数据并实时反应进度给前台的实现。

网站搭建

Python编写拆分Barcode的脚本,并用Codon编译为Native code

摘要成对的 reads 中,read_2 的开头包含两份 barcode 序列,分别长 10bp,中间有一段固定长度为 15bp 的序列分割,例如 1ATCTATGACATGTTACGTTAACTCCNATCTATCACTTAGCGCTGNCCCTGTCCTCTACACTCCACCCCCTCCCCACCAGACTAAACAACGCCCTTTCCCC 该序列中ATTTATGACA及AATCTATCAA为 barcode 序列。要注意,barcode 因为测序的原因存在一定的错配,需要对其有一定的容纳。

编程语言

不同的语言处理gzip压缩文件的时间对比

首先在 shell 中测试如下命令12#!/bin/shtime gzip -d -c risearch_chr1:143971112-143971134:+:FAM72C.out.gz > risearch_chr1:143971112-143971134:+:FAM72C.out

编程语言

python, perl 和julia的性能对比

在生物信息学中经常用到的脚本语言主要是python和perl,他们被用来处理文本,大量统计,流程控制等等,其自身也是各有优势。比如说perl天生就为了处理文本而生,但是python确是有名的胶水语言,特别在整合C代码时显示出巨大的优势,其语法简洁易懂,易于维护更让其成为仅次于C和JAVA的第三大语言,但其糟糕的性能在处理大量循环时会让人忍不住抓狂。因此,Julia语言应运而生,其控制了python中没必要的动态性,加之使用 JIT 技术让其能够保有高性能的同时具备简洁的语法。

编程语言
12