AtomCode 的 Coding Plan 无限畅用
之所以去试用这个智能体,最大的吸引力正如标题所说的 “Coding Plan 无限畅用” —— 它提供了可以不限总量调用的两个昇腾编码模型 DeepSeek-V4-Flash 和 Qwen3.6-35B-A3B,并打出了 “订阅式编码权益,昇腾国产算力支撑,一次领取告别按 Token 计费” 的口号。

这作者关于生物信息学、互联网 IT、运维开发、软件安装部署、测评使用等方向的文章集合,大部分为原创。
本节点的所有文章均来源于个人在 GitHub 的 “Digital-Garden” 仓库讨论区。
基于 GitHub Actions + 一系列 Python script 实现每天同步更新与部署。
这部分的文章内容仅仅代表我的个人观点,由于技术的更新,如果你发现有些内容已经失效或者错误,欢迎在评论区指出来,我希望我的文章能被别人整理能被修改,因为文章会有错误,也会需要时常更新。
为什么我不在微信公众号上写文章 - 陈皓
最重要的是,我希望我的文章和观点是有讨论的,希望我的文章能被指正和批评,最好是引发讨论和思辨,这样才会让我们每一个人都可以在交流中成长。很多时候,文章本身并没有什么太大的价值,而引发的讨论和思辨才更有价值,这是我认为文章传播最正确的姿势。
之所以去试用这个智能体,最大的吸引力正如标题所说的 “Coding Plan 无限畅用” —— 它提供了可以不限总量调用的两个昇腾编码模型 DeepSeek-V4-Flash 和 Qwen3.6-35B-A3B,并打出了 “订阅式编码权益,昇腾国产算力支撑,一次领取告别按 Token 计费” 的口号。

这个问题出现在 import sklearn 时候,调用 from scipy.linalg import _flapack,出现 undefined symbol: sgeqrt_ 错误。
$ /ifs1/SoftWare/Python-3.10.16/bin/python3
Python 3.10.16 (main, Feb 11 2025, 13:45:26) [GCC 7.3.1 20180303 (Red Hat 7.3.1-5)] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import sklearn
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "/ifs1/SoftWare/Python-3.10.16/lib/python3.10/site-packages/sklearn/__init__.py", line 82, in <module>
from .base import clone
File "/ifs1/SoftWare/Python-3.10.16/lib/python3.10/site-packages/sklearn/base.py", line 17, in <module>
from .utils import _IS_32BIT
File "/ifs1/SoftWare/Python-3.10.16/lib/python3.10/site-packages/sklearn/utils/__init__.py", line 29, in <module>
from .fixes import parse_version, threadpool_info
File "/ifs1/SoftWare/Python-3.10.16/lib/python3.10/site-packages/sklearn/utils/fixes.py", line 19, in <module>
import scipy.stats
File "/ifs1/SoftWare/Python-3.10.16/lib/python3.10/site-packages/scipy/stats/__init__.py", line 391, in <module>
from .stats import *
File "/ifs1/SoftWare/Python-3.10.16/lib/python3.10/site-packages/scipy/stats/stats.py", line 174, in <module>
from scipy.spatial.distance import cdist
File "/ifs1/SoftWare/Python-3.10.16/lib/python3.10/site-packages/scipy/spatial/__init__.py", line 101, in <module>
from ._procrustes import procrustes
File "/ifs1/SoftWare/Python-3.10.16/lib/python3.10/site-packages/scipy/spatial/_procrustes.py", line 9, in <module>
from scipy.linalg import orthogonal_procrustes
File "/ifs1/SoftWare/Python-3.10.16/lib/python3.10/site-packages/scipy/linalg/__init__.py", line 195, in <module>
from .misc import *
File "/ifs1/SoftWare/Python-3.10.16/lib/python3.10/site-packages/scipy/linalg/misc.py", line 4, in <module>
from .lapack import get_lapack_funcs
File "/ifs1/SoftWare/Python-3.10.16/lib/python3.10/site-packages/scipy/linalg/lapack.py", line 808, in <module>
from scipy.linalg import _flapack
ImportError: /ifs1/SoftWare/Python-3.10.16/lib/python3.10/site-packages/scipy/linalg/_flapack.cpython-310-x86_64-linux-gnu.so: undefined symbol: sgeqrt_
>>>
这个错误的核心原因是:scipy.linalg._flapack 在运行时无法找到 LAPACK 函数的 sgeqrt_。
在 OpenClaw 如火如荼,全民养虾的当下,聚焦一下自己更加关注的 AI 在编程中的应用场景 —— 在编程中如何让 AI 更好为自己服务。本次优化的 LinearDesign 代码也已经提交到 GitHub,感兴趣的小伙伴可以参考。
LinearDesign 是百度自主研发的 mRNA 序列设计优化算法,其核心功能是同时优化 mRNA 的折叠自由能(MFE)和密码子适应指数(CAI),为研究人员提供专业的序列设计解决方案。
Bioconductor 为高通量基因组数据的分析和可视化提供开源工具。Bioconductor 多数软件包采用 R 统计编程语言开发。Bioconductor 每年释出两个版本,并有活跃的用户社区。
由于 Bioconductor 的 rsync 上游会自行删除非最新的版本,大部分镜像站仅提供 Bioconductor 的当前最新版本和开发版本,只有少量镜像站点会保留过时的版本。目前已知西湖大学镜像站提供了历史版本的镜像。
详细讨论参见 tuna/issues#1969。
先看一下问题,在 R 里面直接配置配置西湖大学的 bioconductor 镜像站,执行 BiocManager::install 包安装提示 “cannot open URL”。
> options(BioC_mirror="https://mirrors.westlake.edu.cn/bioconductor")
> BiocManager::install("ChAMP")
Warning: unable to access index for repository https://mirrors.westlake.edu.cn/bioconductor/packages/3.18/bioc/src/contrib:
cannot open URL 'https://mirrors.westlake.edu.cn/bioconductor/packages/3.18/bioc/src/contrib/PACKAGES'
Warning: unable to access index for repository https://mirrors.westlake.edu.cn/bioconductor/packages/3.18/data/annotation/src/contrib:
cannot open URL 'https://mirrors.westlake.edu.cn/bioconductor/packages/3.18/data/annotation/src/contrib/PACKAGES'
Warning: unable to access index for repository https://mirrors.westlake.edu.cn/bioconductor/packages/3.18/data/experiment/src/contrib:
cannot open URL 'https://mirrors.westlake.edu.cn/bioconductor/packages/3.18/data/experiment/src/contrib/PACKAGES'
Warning: unable to access index for repository https://mirrors.westlake.edu.cn/bioconductor/packages/3.18/workflows/src/contrib:
cannot open URL 'https://mirrors.westlake.edu.cn/bioconductor/packages/3.18/workflows/src/contrib/PACKAGES'
Warning: unable to access index for repository https://mirrors.westlake.edu.cn/bioconductor/packages/3.18/books/src/contrib:
cannot open URL 'https://mirrors.westlake.edu.cn/bioconductor/packages/3.18/books/src/contrib/PACKAGES'
Bioconductor version 3.18 (BiocManager 1.30.22), R 4.3.0 (2023-04-21)
Installing package(s) 'ChAMP'
LinearDesign 是一款用于优化 mRNA 设计的软件,旨在提高 mRNA 的稳定性和免疫原性。该项目由 He Zhang、Liang Zhang、Ang Lin 等研究人员开发,并已在 Nature杂志上发表相关研究成果。LinearDesign 通过算法优化 mRNA 序列,使其在保持高翻译效率的同时,具有更好的结构稳定性。
GitHub 地址:https://github.com/LinearDesignSoftware/LinearDesign
确保你的系统满足以下依赖要求:
- Clang 11.0.0 或更高版本,或 GCC 4.8.5 或更高版本
- Python 2.7
- GLIBC≥2.29
glibc (GNU C Library) 是 GNU 发布的 C 标准运行库,是 Linux 系统中最底层、最核心的 API,几乎所有应用软件都依赖它。它主要负责封装 Linux 内核系统调用,并提供内存管理、字符串操作、文件操作等标准函数。
在 Ubuntu 18.04.6 LTS 中,GLIBC 最高只有 2.27,在不升级系统更新 GLIBC 风险太大,因此可以考虑用 Docker 的方式来解决 LinearDesign 的 GLIBC 版本过低问题。
uv 有人评价是近十年来 Python 生态出现的最好东西,它彻底改变了 Python 的安装和使用方式,尤其在快速解决依赖冲突(这对大型项目至关重要)方面,速度快得惊人。作为一个由 Astral 开发,用 Rust 编写,几乎可以在任何操作系统或平台上运行的免费的开源工具,个人在越来越多的开源模型、项目中都能看到它的身影,uv 似乎已经和 conda 成为了现在 Python 环境构建与管理的标配。

Installing Trio's dependencies with a warm cache.
官方文档 Installing uv 大多数都是先下载 install.sh,然后 sh install.sh 执行安装。
GitHub 使用多了,最近总是遇到一些奇奇怪怪的问题。这不,今天又遇到了一个 Notifications 无法清除或标记为已读的神奇问题。

2025年9月4日,早上起来看邮件时候,突然发现,邮箱一下子多了几百封 GitHub Actions 构建异常的邮件!
震惊紧张后,第一个反应就是,该不会是个人的 personal access token,或者密码泄露了,被人动态进行 commit 提交,以至于出现批量的 Actions 异常。于是,赶紧登录 GitHub 看一下到底发生了什么事。
首先,看到个人账号下基本每个 Public 仓库,甚至包括 organization 下个人创建的所有 Public 仓库,都出现了类似 “Trigger security scan” 的 commits 提交。

在 Dify Cloud 平台调用各大平台的大模型 API 一直都没发现这个问题,随着开始折腾本地化使用,才发现 Ollama 部署大模型虽然方便,但是 RAG 中 Dify 知识库混合检索,需要 Rerank 模型时,这一点上,Ollama 居然是不支持 Rerank 模型的。
