博客 RSS 訂閱

u_16175526 頭像

mob649e816aeef7 - 在M1上運行ollama

在M1上運行 Ollama 的過程 隨着蘋果 M1 芯片的推出，很多開發者希望在這一新架構上運行更多的程序，包括 Ollama 等開源項目。然而，由於架構差異，運行過程中可能會面臨兼容性、性能等多方面的問題。本文將詳細記錄在 M1 芯片上成功運行 Ollama 的過程，包括版本對比、遷移指南、兼容性處理、實戰案例、性能優化和生態擴展等內容。 版本對比 在研究 Ollama 的

性能優化 , 不同版本 , aigc , Javascript

收藏 評論

quanzhikeji 頭像

全知科技 - API安全國家標準發佈丨《數據安全技術 數據接口安全風險監測方法》

近日，國家市場監督管理總局、國家標準化管理委員會發佈了，由全知科技牽頭，公安部第三研究所、中國電子技術標準化研究院 、國家信息中心 、中國信息通信研究院等共同起草的GB/T 46796-2025《數據安全技術 數據接口安全風險監測方法》，並於2026年7月1日起正式實施。該標準的頒佈標誌着我國數據接口安全風險監測進入了標準化、規範化實施的新階段，為數據流動過程中的安全防護提供了關鍵性技術支

深度學習

收藏 評論

chaoqipengbodehuochai_eav70j 頭像

極市平台 - 驍龍大賽-技術分享第6期——直播問題&答疑整理（創達）

Q1：在 QAI AppBuilder 上部署 DDColor 時，常見的性能瓶頸在哪裏？有哪些優先級最高的優化手段？ A1： 主要的性能瓶頸出現在 CPU 的前處理與後處理環節。前處理中包含大量 OpenCV 操作，例如顏色空間轉換、圖像縮放、通道拆分合並等，這些操作都在CPU上執行,對於高分辨率的圖像,會消耗大量的計算資源,成為顯著的性能瓶頸。後處理同樣包含了大量的CPU計算，例如圖像縮

算法 , 知識 , 人工智能 , 程序員

收藏 評論

chaoqipengbodehuochai_eav70j 頭像

極市平台 - 驍龍大賽-技術分享第6期——直播問題&答疑整理（騰訊）

Q1：老師，想問問在 NPU 上部署 LLM 或多模態模型時，有什麼選擇模型規模、架構或量化策略的經驗可以給備賽選手參考嗎？ A1： 在本地部署大模型時，最核心的限制通常是設備資源，因此一般優先選擇小型或輕量級模型，例如 1B 以下參數規模。對於 7B 模型，通常需要 16GB 以上內存才能穩定運行。除了模型權重本身的佔用，還需要考慮上下文長度，因為更長的 context 會顯著增加推理過程

算法 , 運維 , 教程 , 知識 , 人工智能

收藏 評論

1d1d1d1d1d1d1d1d_6671403974cb4 頭像

3Q聊工具 - 遠程團隊救星：支持實時同步的Jira替代項目管理工具

在遠程辦公成為常態的當下，分佈式團隊協作的核心痛點集中於信息同步滯後、進度追蹤不透明、跨地域協同效率低下。Jira作為經典的項目管理工具，雖具備強大的定製化能力和敏捷開發支持，但陡峭的學習曲線、複雜的配置流程，以及對中小型遠程團隊的適配性不足，使其並非所有團隊的最優解。為此，本文篩選出10款支持實時同步的優質Jira替代工具，涵蓋開源免費、輕量化協作、企業級部署等多種類型，從多維度進行客觀解析，助

項目管理工具 , 項目管理 , 項目管理軟件 , 項目經理 , jira

收藏 評論

u_16175475 頭像

mob649e815e6170 - 免費aigc

免費AIGC（人工智能生成內容）正逐漸改變我們使用和創作內容的方式。然而，隨着這個新興技術的普及，許多人在尋求免費使用AIGC的過程中遇到了一系列問題。本文將從環境準備、集成步驟、配置詳解、實戰應用、排錯指南及性能優化這幾個方面，詳細記錄如何有效地解決這些問題。 環境準備 在開始之前，我們需要確保環境的兼容性。以下是技術棧的兼容性四象限圖，顯示各類技術工具與平台之間的匹配度。

API , aigc , JAVA , Python

收藏 評論

yy_6938e777a8137 頭像

Jackyy - 外匯量化實戰：拆解 Tick 數據時段特性，用 Python 實現策略效率翻倍

作為量化開發者，你是否曾遇到這樣的困境：策略回測表現亮眼，實盤卻頻繁踩雷？核心問題往往藏在容易被忽視的細節裏 —— 外匯市場 24 小時連續交易的時段差異，直接影響 Tick 數據質量與策略執行效果。本文從研發痛點出發，結合可直接複用的 Python 代碼，帶你打通 “時段認知 - 數據處理 - 策略優化” 全流程，讓量化研發少走彎路。 一、量化研發的隱形痛點：時段差異引發的連鎖問題 對量化

API , Python

收藏 評論

harmonyossdk 頭像

HarmonyOS_SDK - 《地鐵跑酷》接入HarmonyOS SDK，顯著優化遊戲啓動體驗

隨着手遊的內容規模不斷增加，且冷啓動階段通常需要執行完整的初始化和資源加載流程，用户在冷啓動時的等待時間也愈發變長。 HarmonyOS SDK通過Graphics Accelerate Kit（圖形加速服務）為開發者提供了可複用、低成本的冷啓動加速技術方案------秒級啓動。《地鐵跑酷》現已完成對秒級啓動能力的接入，冷啓動性能顯著提升，為用户帶來更快的啓動體驗，展示了系統級優化能力在移動遊戲行

harmonyos-sdk , harmonyos-next

收藏 評論

u_16213437 頭像

mob64ca12f1c6f8 - mac上安裝ollama 模型存儲路徑在哪

mac上安裝ollama 模型存儲路徑在哪 在這篇文章中，我們將探討如何在mac上安裝ollama，並找到模型的存儲路徑。這個過程包括環境的準備、分步的指南、詳細的配置、驗證測試、排錯和擴展應用。下面我們將一步一步來處理這些內容。 環境準備 首先，你需要確保你的mac環境具備了以下的前置依賴。這裏列出了必要的工具和相應的安裝命令： Homebrew：macOS的包

排錯 , 硬件資源 , bash , aigc

收藏 評論

pannideniupai 頭像

雨大王 - 汽車製造工藝開發如何實現智能化與綠色化轉型？

在現代汽車工業體系中，製造工藝的開發與創新已成為推動行業變革的核心驅動力。隨着全球汽車產業向電動化、智能化、網聯化方向加速演進，傳統的衝壓、焊接、塗裝和總裝四大工藝正在經歷深刻重構。工藝開發不再侷限於單一技術環節的優化，而是融合材料科學、自動化技術、工業互聯網和綠色製造理念的系統性工程。這一過程的核心挑戰在於如何平衡生產效率、產品質量與可持續發展之間的關係，同時快速響應市場對個性化與高端化的需求。

人工智能

收藏 評論

yufan_645f1d6e3f1d1 頭像

俞凡 - AI 智能體高可靠設計模式：並行執行

本系列介紹增強現代智能體系統可靠性的設計模式，以直觀方式逐一介紹每個概念，拆解其目的，然後實現簡單可行的版本，演示其如何融入現實世界的智能體系統。本系列一共 14 篇文章，這是第 1 篇。原文：Building the 14 Key Pillars of Agentic AI 優化智能體解決方案需要軟件工程確保組件協調、並行運行並與系統高效交互。例如預測執行，會嘗試處理可預測查詢以降低時延

人工智能

收藏 評論

itpaiqiujun 頭像

it排球君 - 很多人用 Envoy，卻從沒真正理解過 xDS（我也是，直到手搓了一遍）

前言 上一篇內容，我們詳細討論了envoy做服務發現，並且詳細討論了靜態配置與使用dns做服務發現，並且通過consul的詳細配置闡述了dns做服務發現的工作原理，但是也遺留了一個問題，一旦想要修改endpoint的配置 clusters: - name: app_service connect_timeout: 1s type:

微服務

收藏 評論

u_16213403 頭像

mob64ca12e98e58 - aigc和大模型的區別

在當前的 IT 領域，AIGC（人工智能生成內容）和大模型（通常指 GPT-3、GPT-4 等大型深度學習模型）常常是討論的熱點。雖然這兩者之間存在明顯的關聯，但它們在本質上並不相同。AIGC 是一種應用，側重於使用大模型生成文本、圖像等內容；而大模型則是這背後的技術架構，可以用來完成多種自然語言處理任務。因此，對於開發者和技術愛好者來説，理解它們的區別是非常重要的。 備份策略

it , 數據丟失 , bash , aigc

收藏 評論

qiyuxuanangdelvdou 頭像

深盾安全 - 擴展屬性的暗語：當文件“備註欄”裏藏着遠程下載指令

在大多數管理員眼裏，文件“屬性→詳細信息”裏的備註、主題、作者，只是辦公文檔的禮貌自我介紹，連殺軟都懶得點開。可就是這塊連用户都忽視的“擴展屬性”（Extended Attributes），正被攻擊者當成免費廣告牌：短短几行隱藏字段，就能塞下二段式下載器、C2 回連地址，甚至一整段 Powershell 加載腳本——全程不落磁盤、不觸殺軟、不留日誌。 為什麼偏愛“備註欄” 擴展屬性隨文件走，卻不在

安全

收藏 評論

u_16213410 頭像

mob64ca12eb3858 - langchain textsplitter支持正則嗎

在進行文檔處理和文本分割時，我們常常需要考慮如何有效地從長文本中提取有用信息。《LangChain》框架中的 TextSplitter 組件提供了一種靈活的方式來對文本進行分割，但它是否支持正則表達式是一個值得深入探討的問題。本文將逐步分析這個問題，並論述我們的解決方案。 背景定位 在現代的自然語言處理（NLP）應用程序中，文本的劃分是一個關鍵的步驟，尤其是在處理大量數據時。用户

正則 , aigc , 正則表達式 , 代碼塊

收藏 評論

wanhuabandemayi 頭像

Zoey的筆記本 - 效率躍升！3大維度解鎖客户經理生存指南，從痛點突圍到利器加持

在競爭日益激烈的商業戰場中，客户經理扮演着連接企業與客户的核心橋樑角色。他們揹負着業績壓力、客户期望與內部協同的多重挑戰，常常在忙碌中陷入困境。本文將深入剖析客户經理的典型痛點，提供系統化解決方案，併為您推薦幾款簡單好用的高效工具，助力您從瑣碎中解放，真正實現價值聚焦與效率飛躍。 一、客户經理工作的核心痛點：困於忙碌，難以精進 客户經理的日常工作看似光鮮，實則充滿暗礁。深入審視，他們的困境主要集中

觀點 , 資訊 , 教程 , 知識

收藏 評論

chuanghongdengdeqingwa_eoxet2 頭像

宇文成都 - 快速創建與讀取 Excel：Java 開發者必備的 Spire.XLS 實戰技巧

在現代軟件開發中，Excel 文檔的管理和操作是一個常見的需求。無論是在數據分析、報表生成，還是在管理信息系統中，Excel 都扮演着重要的角色。本文將介紹如何使用 Spire.XLS for Java 庫，以便輕鬆地讀寫 Excel 文檔。 Spire.XLS for Java 簡介 Spire.XLS 是一款強大的 Java Excel 組件，支持高效的 Excel 文件創建、編輯、讀取和轉換

excel , JAVA , 讀寫

收藏 評論

u_16175513 頭像

mob649e8167c4a3 - langchain常用的embedding模型

在現代自然語言處理（NLP）任務中，系統通常需要將文本數據轉換為向量表示，以便於後續的處理和分析。LangChain 是一個非常流行的開源框架，旨在簡化與語言模型的交互。在此框架中，embedding 模型扮演了至關重要的角色，因為它們允許將文本數據轉化為更容易處理的格式。 問題背景 在一個真實的用户場景中，我們的團隊正在開發一個問答系統，旨在為用户提供快速的技術支持。為了實現這

System , 工具鏈 , 響應時間 , aigc

收藏 評論

u_16175475 頭像

mob649e815e6170 - ubuntu手動安裝ollama

在本篇博客中，我將詳細記錄在 Ubuntu 上手動安裝 Ollama 的過程。Ollama 是一個日漸流行的開源工具，旨在簡化開發人員與其模型交互的過程。在這個安裝過程中，我將涵蓋環境準備、分步指南、配置詳解、驗證測試、排錯指南及擴展應用等各個方面的內容。 環境準備 在安裝 Ollama 之前，我們需要確保系統滿足一些前置依賴。 # 更新系統 sudo apt update

bash , aigc , ci , Git

收藏 評論

u_16175515 頭像

mob649e81684ddc - jstable亞組分析 logistic迴歸

jstable亞組分析 logistic迴歸是一個在統計和計算機科學領域中廣泛應用的分析方法，尤其是在醫學研究和社會科學中。本文將詳細介紹如何進行jstable亞組分析的logistic迴歸，包括環境準備、集成步驟、配置詳解、實戰應用、排錯指南以及性能優化等各個方面。 環境準備 在進行jstable亞組分析的logistic迴歸時，確保你的技術棧兼容性是至關重要的。以下是推薦的技

技術棧 , 數據 , logistic迴歸 , aigc

收藏 評論

qiangjiandeludeng 頭像

EmilyLi - Python全棧開發：打造你的第一個實時外匯行情監控系統（含WebSocket實戰）

Hello 開發者們！ 作為一名常年混跡於FinTech領域的“鍵盤俠”，我們團隊最近接到了一個有趣的需求：為一位跨境投資大V開發一套定製化的多屏行情監控看板。客户的要求很簡單：快、穩、全。 傳統的做法是找個現成的交易軟件，但客户需要自定義指標計算和預警。這就逼着我們必須從底層數據入手。在嘗試了多種方案後，我們決定採用“Python後端 + 實時API”的輕量級架構。今天就來複盤一下，如何用最少的

API

收藏 評論

codists 頭像

codists - 《Grokking Concurrency》讀後感

一、 為什麼讀這本書？ 1.在工作項目中，有些項目用多線程(如：threading.Thread) , 有些項目用(如：multiprocess.pool), 也有些項目用到協程(如：asyncio)。但是什麼時候用哪種技術，自己還不是很瞭解，從而就無法判斷這樣用到底好不好，所以想找本書看看，從而梳理清楚。 2.曾經有一個 Python 項目，雖然用了多進程，但是還是出現了請求處理不過來的情況，雖

Python

收藏 評論

u_16213464 頭像

mob64ca12f831ae - LangChain 集成android

在本文，我將詳細闡述如何將 LangChain 集成到 Android 應用程序中的過程。這個過程涵蓋了環境準備、集成步驟、配置詳解、實戰應用、排錯指南以及性能優化，以確保你能順利完成集成。我們將漸進地探索每個部分，幫助你掌握整個流程。 環境準備 在開始之前，首先需要確保開發環境的兼容性。以下是所需的技術棧： Android Studio 4.1 及以上 Kot

技術棧 , aigc , Android , Python

收藏 評論

waylau521 頭像

waylau - 跟老衞學倉頡編程語言開發：函數

函數在倉頡語言中是普遍存在的。通過之前的章節已經可以瞭解到倉頡函數的基本形式：main()函數是很多程序的入口點，func關鍵字用來聲明函數。 本節將初步探討函數，內容包括定義函數、函數參數、函數返回值等。在第11章還會對函數進行深入的講解。 本節示例可以在“function_demo”應用下找到。 定義函數 倉頡使用關鍵字func來表示函數定義的開始，func之後依次是函數名、參數列表、可選的函

harmonyos-next , 教程 , harmonyos

收藏 評論