博客 RSS 訂閱

xuxueli - 使用XXL-SSO實現登錄認證以及權限管控

本文指導如何使用 XXL-SSO 與實現 登錄認證以及權限管控;通過實際項目(XXL-BOOT/快速開發平台)集成應用,進行詳細講解。 XXL-SSO簡介 XXL-SSO 是一個 單點登錄框架,只需要登錄一次就可以訪問所有相互信任的應用系統。具備 “輕量級、高擴展、漸進式” 的等特性,支持 “登錄認證、權限認證、角色認證、分佈式會話認證、單點登錄、Web常規登錄、前後端分離” 等多登錄及認證類型

rbac , sso , springboot

收藏 評論

xuxueli - XXL-SSO v2.0.0 發佈|單點登錄框架

Release Notes 1、【升級】項目升級 SpringBoot3 + JDK17; 2、【升級】升級多項依賴至較新版本,如jakarta、spring等,適配JDK17; 項目接入示例 XXL-SSO 作為單點登錄框架,支持業務漸進式集成接入使用。結合系統及業務特徵差異,倉庫代碼提供三種業務中接入示例: 1、Web常規登錄:適用於常規“單體系統”場景;限制相關Web系統部署在相

單點登錄 , cas , sso

收藏 評論

美團技術團隊 - 美團智能頭盔研發實踐系列01:硬件設計篇

本文系《美團智能頭盔研發實踐》系列的第一篇文章,聚焦硬件設計維度。針對外賣騎手傳統頭盔佩戴體驗不佳等痛點,從安全保障、體驗優化、效率提升三大方向切入,詳細解析安全防護、多傳感器預警、通風減重、長效續航、音頻降噪、工藝控制等關鍵技術,並提煉研發過程中行之有效的設計經驗。 0. 前言 在現代城市的喧囂中,外賣騎手穿梭於大街小巷,只為將餐食及時送達顧客手中。然而,這份看似簡單的工作背後,卻隱藏着諸多痛點

智能硬件 , 美團

收藏 評論

美團技術團隊 - 美團智能頭盔研發實踐系列02:軟件功能篇

本文系《美團智能頭盔研發實踐系列》的第二篇文章,圍繞智能頭盔如何通過主動安全和被動安全相結合的方式有效保護騎手,主要包括智能頭盔騎行通話質量強化、智能語音助手、碰撞摔倒監控等三項軟件能力。 01. 引言 美團智能頭盔作為專為外賣騎手打造的智能安全裝備,具備藍牙通話、戴盔識別、智能語音助手、碰撞摔倒監控等功能,核心軟件功能圍繞如何通過主動安全和被動安全相結合的方式有效保護騎手。 本期分享主要介紹智能

智能硬件 , 美團

收藏 評論

JackJiang - 通俗易懂:AI大模型基於SSE的實時流式響應技術原理和實踐示例

本文引用了後台技術匯一枚少年郎“大模型應用之:SSE流式響應”的內容,下文有修訂和重新排版。 1、引言 文章介紹了SSE(Server-Sent Events)技術在大模型流式響應中的應用,包括其發展歷程、ChatGPT流式輸出原理、SSE技術特點及與WebSocket的對比,並提供了兩種流式響應落地方案。 *相關閲讀:《全民AI時代,大模型客户端和服務端的實時通信到底用什麼協

im , 網絡編程 , 即時通訊

收藏 評論

ChaoQiezi - Python:如何處理WRF投影(LCC, 蘭伯特投影)?

01 問題和説明 1.1 問題 目前需要解決的問題是: 如何將WRF輸出的兩個nc文件(變量均為T2,分辨率分別為9000m和3000m, 文件名分別為: wrfout_d01_2008-01-01_T2.nc和wrfout_d02_2008-01-01_T2.nc)輸出為LCC(Lambert Conformal Conic, 蘭伯特等角投影)投影座標系的GeoTIFF文件? 如何將GLA

pycharm

收藏 評論

OpenBayes - OpenBayes 一週速覽丨MiniCPM-V4.0圖像理解能力突破;MathCaptcha10K助力訓練驗證碼識別模型

公共資源速遞 5 個公共數據集: HelpSteer3 人類偏好數據集 A-WetDri 惡劣天氣駕駛數據集 NonverbalTTS 非語言音頻生成數據集 STRIDE-QA-Mini 自動駕駛問答數據集 MathCaptcha10k 算數驗證碼圖像數據集 5 個公共教程: dots.ocr:多語言文檔解析模型 MiniCPM-V4.0:極致高效的端側大模型 llama.c

llm , 數學 , 自然語言處理 , 解碼 , 視頻處理

收藏 評論

f702 - 解決:k3s核心組件全部啓動失敗

現象:k3s核心組件狀態均為CrashLoopBackOff 原因分析: 網絡問題,容器網絡重建失敗或 iptables 丟失,無法訪問API-server 產生原因:虛擬機掛起,重新打開會對網絡產生一定的影響 #k3s日誌報錯: failed to "StartContainer" for "coredns" with CrashLoopBackOff ... unable to retriev

kubernetes , network , error , Docker

收藏 評論

f702 - WebAssembly容器調研

“容器已成為新常態,WebAssembly 是未來。” —— CNCF 2022 年年度調查主要發現 1. 什麼是WebAssembly? wasm是一種緊湊的二進制指令格式,由W3C管理。它是 40 多種編程語言(如 C/C++、JavaScript、Go 和 Rust)的可移植編譯目標,每一種目標彙編語言(x86、ARM)都依賴於特定的機器結構,但wasm不依賴於具體的物理機器,換句話説,wa

kubernetes , webassembly , 知識 , Docker

收藏 評論

f702 - linux上WAMR環境配置流程

在主機上搭建WAMR的核心是構建iwasm執行器,另一種方式是以運行時庫libiwasm.a的形式調用,本文不介紹這個方式。 1. 主機環境準備(以 Ubuntu 20.04 為例) 1.1 構建 wamrc AOT 編譯器 wasm 二進制文件和 AOT 文件都受 iwasm 支持。wamrc AOT 編譯器是將 wasm 二進制文件編譯成 AOT 文件,也可以由 iwasm 運行。執行以下命令

clang , runtime , webassembly

收藏 評論

wanyu - 跨境電商-tiktok shop 如何設置用户黑名單?(萬雨)

tags: 跨境電商、黑名單、羊毛黨、低質顧客、拉黑 categories: 電商 title: 跨境電商-tiktok shop 如何設置用户黑名單?(萬雨) abbrlink: 211f6153 date: 2025-08-13 21:53:50 1,問題描述 ​ 在tiktok shop店鋪銷售的過程總是有不少薅羊毛的顧客,我一般都怎麼處理的呢? ​ 例如: 樣例1:(

電商

收藏 評論

觀測雲 - 觀測雲接收 OpenTelemetry Collector 數據最佳實踐

OpenTelemetry 簡介 如果你在做系統運維或開發,建設可觀測性必然是近年來一個少不了的課題,同時相信你對 OpenTelemetry 也一定不陌生。OpenTelemetry 提供了一個統一、開放且不受特定廠商限制的標準和工具集,使得我們可以一次性集成 OTel SDK,全面採集應用的指標、日誌和鏈路追蹤數據,並自由地將數據發送到任何支持 OTel 協議的後端。 觀測雲 觀測雲是一個統一

監控

收藏 評論

SRETALK - 監控系統如何選型:Zabbix vs Prometheus

經常收到網友提問,監控系統選型,到底應該選擇 Zabbix 還是 Prometheus?本文談一下個人看法,希望對你有所啓發。 時代決定了基因 Zabbix 是 2001 年左右發佈的,那個時代,微服務和 Kubernetes 都不盛行,Zabbix 更多的是關注網絡設備、服務器、數據庫等傳統 IT 基礎設施的監控。Zabbix 的創始人是銀行運維出身,對於監控相關的各類零碎需求瞭解的非常透徹。

監控 , zabbix , prometheus , 告警

收藏 評論

邱米 - MT4下載安裝全攻略:快速解決常見問題

MT4作為外匯交易中常用的平台,其下載與安裝過程對新手而言可能會遇到一些小狀況。下面為大家詳細介紹MT4的正確下載方法,助你順利開啓交易之旅。 下載步驟 打開你常用的瀏覽器,在地址欄準確輸入:mt4.51ag.top/MNGB 然後按下回車鍵。 此時會進入MT4的下載頁面,仔細查看頁面上的相關信息,確認是MT4的官方下載鏈接後,點擊頁面上的“下載”按鈕。 瀏覽器會開始下載MT4的安裝文件,下載時間

互聯網

收藏 評論

數據集成與治理 - 流處理 or 批處理?大數據架構還需要流批一體嗎?

流處理(​處理實時數據流​)和批處理(​處理歷史數據集​),曾經是支撐我們實時監控和深度分析的兩大支柱。 但日子久了,​問題也來了:​它們數據不通、代碼不通、資源不通。 為了同時滿足“秒級響應”和“深度分析”,不得不同時維護兩套系統、寫兩套代碼、存兩份數據。成本高、效率低,還容易出錯。 如今,業務對數據的要求越來越高: 報表要從“T+1”變成“分鐘級”, 實時數據要立刻用於模型訓練,

大數據處理

收藏 評論

超神經HyperAI - 【vLLM 學習】Lora With Quantization Inference

vLLM 是一款專為大語言模型推理加速而設計的框架,實現了 KV 緩存內存幾乎零浪費,解決了內存管理瓶頸問題。 更多 vLLM 中文文檔及教程可訪問 →https://vllm.hyper.ai/ *在線運行 vLLM 入門教程:零基礎分步指南 源碼examples/offline_inference/lora_with_quantization_inference.py # SPDX-Licen

llm , 內存管理 , kv存儲 , 量化 , Python

收藏 評論

織信informat - 智能工廠四大核心繫統:ERP/PLM/MES/WMS規劃架構圖詳解

現在只要一説數字化,老闆們第一個問題常常是:“我們是不是該上個系統?” 這個問題不算錯,但如果你的理解是:“我們上一兩個系統就能解決企業的所有問題”,那基本就走偏了。 就拿“供應鏈”來説,這是一條跨組織、跨部門、跨系統的大鏈條。 從客户下單、企業接單、計劃安排、原料採購、生產製造、倉儲配送、客户交付,每一個環節背後,其實都對應着一類系統在支撐。 所以企業要想把數字化基礎打好,最繞不開的就是這幾個系

低代碼 , erp , 系統架構

收藏 評論

阿里雲大數據AI - 基於PAI-ChatLearn的GSPO強化學習實踐

引言 近期,阿里通義千問團隊創新性提出了 GSPO 算法,PAI-ChatLearn 框架第一時間支持並復現了GSPO的強化學習訓練過程,本文將介紹在 PAI 平台復現 GSPO 的最佳實踐。 GSPO 算法介紹 強化學習(Reinforcement Learning, RL)是拓展語言模型、增加其深度推理與問題求解能力的關鍵技術範式。為了持續拓展 RL,首要前提是確保穩定、魯棒的訓練過程。現有的

大數據處理 , 強化學習 , 最佳實踐 , 人工智能 , 模型

收藏 評論

SRETALK - 夜鶯開源監控,模板函數一覽

本文介紹夜鶯開源項目(Nightingale)的模板函數,夜鶯內置了很多模板函數,可以對告警事件做一些渲染調整,方便 On-call 人員根據告警事件處理告警。 本文大綱: 夜鶯開源項目簡介 夜鶯模板函數用途場景 夜鶯模板函數分類 附加查詢函數 格式化函數 字符串處理函數 時間處理函數 數學運算函數 數據處理函數 夜鶯項目簡介 夜鶯監控(Nightingale)是一款側重告

監控 , 告警

收藏 評論

亞馬遜雲開發者 - 通過自動化工具實現亞馬遜雲上資源標籤管理

背景 在雲計算日新月異的時代,企業對亞馬遜雲科技資源的使用正在呈現指數級增長。從最初的幾十個資源擴展到數百甚至上萬個,有效管理這些雲資源已成為企業 IT 運營中的關鍵挑戰。亞馬遜雲科技資源標籤(Tags)作為一種元數據機制,已發展成為現代雲資源管理策略的基石。 📢限時插播:Amazon Q Developer 來幫你做應用啦! 🌟10分鐘幫你構建智能番茄鍾應用,1小時搞定新功能拓展

亞馬遜雲科技 , 自動化 , 人工智能

收藏 評論

安逐悲 - 計算機是如何識別&執行代碼的

計算機是如何識別代碼的 這個問題要展開的話蠻複雜的,展開到幾萬幾十萬字都可以。但針對題主的問題可以有個更具體精確的回答方式。因為我也不是 CS 科班出身,也才大二,就幾個關鍵的節點説一下我的理解。可能有些錯漏,權當小導論看看得了,有錯誤敬請指出。 大致過程 我的理解中,整個過程大致可以分為兩段: 代碼到機器碼的過程 機器碼被 CPU 執行 其中階段 1 是編譯原理的領域,階段 2 是計組的

計算機組成 , 知識 , 計算機科學 , 計算機 , 編譯原理

收藏 評論

煩惱的沙發 - 2025 年構建現代全棧應用程序的 8 個前沿項目

從本地環境到雲端部署,用它們武裝你的開發 工作流 ,告別重複與繁瑣。 構建一個現代全棧應用挺麻煩的。為新項目搭建本地環境,在 docker 和各類配置折騰半天,終端卻依然飄紅。而從本地環境、數據庫、用户認證,再到部署上線,一長串的任務清單就足以讓人頭皮發麻。 但是優秀的軟件可以讓我們事半功倍,因為它們都是不斷進化,專為解決真實世界的開發難題而生。 在本文中,我將為你介紹 8 個足以改變你全棧開發方

全棧 , 開發工具 , 後端 , 前端

收藏 評論

龍蜥社區 - 龍蜥開發者説:一位開源貢獻者的國產操作系統“鑄魂”歷程 | 第 33 期

「龍蜥開發者説」第33 期來了!開發者與開源社區相輔相成,相互成就,這些個人在龍蜥社區的使用心得、實踐總結和技術成長經歷都是寶貴的,我們希望在這裏讓更多人看見技術的力量。 本期故事,我們邀請了龍蜥社區開發者吳梓萱來分享「開源貢獻者的國產操作系統“鑄魂”歷程」。歡迎閲讀上期故事《我的龍蜥開源之旅》。開發者説系長期活動,對於積極投稿、多次分享的童鞋,我們還有神秘大禮鼓勵!誠邀開發者們分享真實體驗,以文

操作系統 , 開源 , 開發者

收藏 評論

愛笑的滷蛋_bQaZWx - 三分鐘實現H5頁面國內主流機型自動跳轉app下載頁

Uniapp實現全機型自動跳轉:基於OneLink統一鏈接的智能下載引導組件 在UNI-APP中藉助小米、華為、OPPO、vivo四大廠商聯合推出的OneLink統一鏈接服務,打造無縫應用下載體驗 移動端下載的痛點與統一解決方案 在移動端H5頁面中引導用户下載APP時,開發者常面臨一個核心問題:​如何讓不同設備用户都能一鍵跳轉到正確的應用商店?​​ iOS用户需要跳轉App Store,而安卓用户

教程 , uni-app , 前端

收藏 評論