博客 RSS 訂閱

gmicloud 頭像

GMICloud - 小白友好教程：在Cursor接入GMI Cloud Inference Engine平台的API

GMI Cloud Inference Engine是全球 AI 模型統一接入與在線使用的“高性能推理引擎平台”，底層搭載 H100/H200 芯片，集成全球近百個最前沿的大語言模型和視頻生成模型，如 Minimax、DeepSeek、GPT OSS、Qwen、Kling 等，為 AI 開發者與企業提供速度更快、質量更高的模型服務。 歡迎來到！🎉🎉🎉 GMI Cloud Inference

cursor , 教程

收藏 評論

u_17540178 頭像

Hommy168 - 【開源剪映小助手】查詢視頻生成任務的狀態和進度

GEN_VIDEO_STATUS API 接口文檔 接口信息 POST /openapi/capcut-mate/v1/gen_video_status 功能描述 查詢視頻生成任務的狀態和進度。配合 gen_video 接口使用，用於實時跟蹤視頻生成任務的執行情況，包括任務狀態、進度百分比、完成結果等信息。 更多文檔 📖 更多詳細文檔和教程請訪問：https:

aigc , AI作畫 , Javascript , Python

收藏 評論

elhix0bg 頭像

阿里雲大數據AI - 一套底座支撐多場景：高德地圖基於 Paimon + StarRocks 軌跡服務實踐

作者：趙宇(司忱)/數據開發工程師 導讀： 本文整理自高德數據開發工程師、趙宇在StreamingLakehouseMeetup上的分享。聚焦高德地圖軌跡服務在實時湖倉方向的落地實踐。 面對軌跡數據“高實時、高併發、長週期存儲”的典型特徵，高德團隊以訪問跨度為依據完成熱/温/冷分層，並以ApachePaimon+StarRocks構建統一的數據底座，支撐軌跡數據的近實時寫入與高性能查詢。

阿里雲 , starrocks , paimon

收藏 評論

miro 頭像

mb6900529f6798c - Redis實戰：5個被低估卻大幅提升性能的配置項（附基準測試對比）

Redis實戰：5個被低估卻大幅提升性能的配置項（附基準測試對比） 引言 Redis作為高性能的內存數據庫，憑藉其卓越的速度和靈活性成為現代應用架構的核心組件之一。然而，許多開發者和運維團隊往往只關注基礎的配置（如內存限制、持久化策略），而忽略了一些隱藏的“性能槓桿”。這些被低估的配置項在特定場景下可能帶來顯著的性能提升，甚至在不增加硬件成本的情況下優化吞吐量和延遲。 本文將

技術分享 , AI寫作 , aigc , JAVA , 編程教程

收藏 評論

itchenhan 頭像

IT陳寒 - Vue 3.4 性能優化實戰：這5個Composition API技巧讓我減少了40%重複渲染

Vue 3.4 性能優化實戰：這5個Composition API技巧讓我減少了40%重複渲染 引言 在大型Vue.js應用中，性能瓶頸往往源於不必要的組件重複渲染。隨着Vue 3.4的發佈，其響應式系統和Composition API的進一步優化，為開發者提供了更強大的工具來精準控制渲染行為。本文將分享5個基於Composition API的高級技巧，這些技巧在實際項目中幫助我

技術分享 , AI寫作 , aigc , JAVA , 編程教程

收藏 評論

pannideniupai 頭像

雨大王 - 汽車零部件製造中質量缺陷識別的智能化解決方案

一、智能檢測的演進路徑 隨着工業4.0時代的到來，汽車零部件製造業正經歷一場深刻的變革。傳統的人工目檢方式因其效率低下、主觀性強以及易受疲勞影響等問題，已難以滿足現代汽車製造對質量控制的高要求。近年來，人工智能技術的快速發展為質量缺陷識別提供了全新的解決方案。尤其是深度學習與計算機視覺的結合，使得工業AI平台能夠通過圖像識別、數據挖掘和模式分析等手段，實現對零部件表面及內部缺陷的高精度檢測。

人工智能

收藏 評論

chenfenglove 頭像

魚弦CTO - Spring Boot @ConfigurationProperties：批量綁定配置到 POJO

引言 在 Spring Boot 開發中，配置管理是連接外部環境與業務邏輯的核心環節。當應用需要注入多個關聯配置（如數據庫連接池參數、第三方 API 配置、業務規則閾值）時，零散的 @Value 註解會導致代碼冗餘且難以維護。此時，@ConfigurationProperties 註解應運而生——它通過 批量綁定 的方式，將一組關聯的外部配置（如 application.y

spring , yyds乾貨盤點 , 構造器 , aigc , bard , 嵌套

收藏 評論

u_16555391 頭像

wx65bc375171f34 - Nginx的核心架構：Master與Worker進程的協同藝術

引言 在眾多Web服務器軟件中，Nginx以其卓越的性能和穩定性脱穎而出。這背後的秘密之一，就是其獨特的多進程架構設計——由一個Master進程和多個Worker進程共同協作。這種設計不僅賦予了Nginx處理高併發請求的能力，還確保了服務的穩定性和可管理性。 核心架構概覽 Nginx採用經典的"一主多從"進程模型。啓動時，首先會創建一個Master進程作為控制中

微服務 , AI寫作 , aigc , Nginx

收藏 評論

zhuyundataflux 頭像

觀測雲 - 企業級域名 SSL 證書信息採集與巡檢

背景 在當前數字化時代，SSL 證書是保障企業網絡傳輸安全、驗證網站身份及維護用户信任的基石。尤其對於擁有眾多域名的企業而言，SSL 證書的有效性直接關係到業務的連續性與安全性。傳統手動管理方式難以應對證書數量多、易遺漏的挑戰，證書一旦意外過期，將導致服務中斷、安全警告，引發嚴重的業務風險與聲譽損失。因此，實施自動化監控與數據驅動的主動管理策略至關重要。通過持續採集證書有效期、頒發者等關鍵信息，並

ssl證書 , ssl-certificate

收藏 評論

qaz666 頭像

可不簡單 - vxe-table 個性化列自定義列彈出層修改高度、修改最大高度不自動適應表格高度的方法

vxe-table 個性化列自定義列彈出層修改高度、修改最大高度不自動適應表格高度的方法 默認情況下，在表格設置高度或最小高度的情況下個性化列彈出層默認內部模式（自適應表格高度），表格多高就最大多高；未設置高度情況下默認外部模式（不跟隨表格高度） https://vxetable.cn 自適應高度時 當 custom-config.poupuOptions.mode='auto' 時,且同時設置高

前端

收藏 評論

huizhudev 頭像

HuiZhu - “邏輯混亂，重寫！”：無論你讀了多少文獻，毀掉論文的永遠是這塊短板

“結構鬆散，邏輯不通，建議大修。” 看到導師回覆郵件裏的這行字，屏幕前的你是不是瞬間感覺天塌了？明明讀了幾百篇文獻，實驗數據也跑出來了，可一旦開始動筆，腦子裏的千言萬語就變成了一團亂麻。 對於科研人來説，最痛苦的不是沒有想法，而是無法將想法結構化。 我們往往陷入一個誤區：以為論文是“寫”出來的。其實，優秀的論文是“設計”出來的。這就好比蓋房子，如果你沒有一張精密的施工藍圖，即便堆砌再昂貴的磚瓦（數

思維 , 寫作 , 論文 , 效率 , 人工智能

收藏 評論

jimodetiebanshao 頭像

UXbot - Web界面設計工具全景洞察：技術賦能下的全鏈路協作與選型策略

在智能化轉型縱深推進的當下，Web界面設計已成為定義產品核心競爭力的關鍵環節。其不僅承載着用户體驗的具象化表達，更貫穿於產品戰略落地、跨角色協同及研發效能提升的全鏈路。對於UI/UX設計師、產品管理者及前端研發團隊而言，精準遴選適配的Web設計工具，是實現設計價值最大化、構建高效協作閉環的核心前提。 本文聚焦全球主流Web界面設計工具，從技術架構、核心能力、場景適配性及協作效能四大維度，深度

code , vue.js , 程序員 , 前端 , Web

收藏 評論

dawanzi_6278b06ec111c 頭像

大丸子 - 使用 Python 在 Word 文檔中插入頁眉、頁腳

在企業日常工作中，專業的文檔排版對於報告、計劃書或彙報材料至關重要。頁眉頁腳不僅承載標題、公司名稱、日期信息，還能插入公司 Logo，使文檔更具規範性和識別度。手動操作容易出錯且效率低，而 Python 提供了自動化生成 Word 文檔的能力。本文將展示如何創建帶頁眉、頁腳和圖片的 Word 文檔，結合實際業務場景，構建標準化報告模板。 本文所用示例基於 Free Spire.Doc for Py

word , 文檔生成 , 頁腳 , 文檔 , Python

收藏 評論

chaoshenjinghyperai 頭像

超神經HyperAI - 完整回放｜上海創智/TileAI/華為/先進編譯實驗室/AI9Stars深度拆解 AI 編譯器技術實踐

在持續演進的 AI 編譯器技術浪潮中，越來越多的探索正在發生、沉澱與交匯。12 月 27 日，Meet AI Compiler 第八期正是在這樣的背景下與大家如期相見。 本期活動，我們邀請了來自上海創智學院、TileAI 社區、華為海思、先進編譯實驗室、AI9Stars 的 5 位專家，帶來了覆蓋軟件棧設計、算子開發到性能優化的全鏈路分享。講師們結合各自團隊的長期探索，展示了不同技術路線在真實場

機器學習 , 資訊 , 算法 , 人工智能 , 深度學習

收藏 評論

codechen8848 頭像

codechen8848 - 運維必備！一款全平台可用的服務器管理利器！

大家好，我是 Java陳序員。 在企業開發中，你是否有遇到過如下難題：管理 3 台服務器需要同時打開終端工具、文件傳輸軟件和監控面板，切換窗口的時間比實際操作還多；出門在外想臨時調整配置，手機上卻找不到能流暢運行的 SSH 客户端；團隊協作時，服務器連接信息在 Excel 和聊天記錄裏雜亂堆放，安全性無從談起？ 今天，給大家推薦一款開源、全平台可用的服務器管理利器，運維必備！ 關注微信公眾號：

前端

收藏 評論

u_16213573 頭像

數據探索家 - 網心雲Docker ip經常變

##我的需求：x86上Nvidia顯卡訓練好的模型用在AI推理卡上，host端運行C++主程序device端的AI推理卡提供NN算力，進行推理## 華為AI 推理卡 環境配置 安裝ubuntu系統、AI推理卡環境 1，安裝ubuntu20.04.4Ubuntu Releases過程忽略，網上教程很多。 2，ubuntu20.04.4設置roo

d3 , 雲計算 , 開發語言 , AI推理卡 , c++ , 網心雲Docker ip經常變 , Docker

收藏 評論

kpaas 頭像

KPaaS集成擴展平台 - 多系統數據難打通？一文帶你瞭解數據集成的正確方式

在瞬息萬變的數字化時代，企業運營早已不再是單兵作戰。從客户關係管理（CRM）到企業資源規劃（ERP），從供應鏈管理（SCM）到辦公自動化（OA），各類業務系統逐步引入，共同支撐着企業的日常運轉。然而，隨着企業信息系統的日益增多，數據孤島問題愈發嚴重。銷售、採購、財務、人力資源等系統各自為政，數據分散、格式不一、難以打通，導致企業決策效率低下、業務流程受阻。如何高效整合多系統數據，

主數據管理 , 數據管理 , 大數據 , yyds乾貨盤點 , 數據孤島解決方案 , 數據倉庫 , 數據治理 , 數據集成

收藏 評論

tecdat 頭像

拓端tecdat - R與Python用去偏LASSO模型、OW重疊加權、HDMA、SIS迭代篩選挖掘甲基化數據在童年虐待與PTSD關聯預測

全文鏈接：https://tecdat.cn/?p=44755 原文出處：拓端數據部落公眾號 關於分析師 在此對Yuan Rumeng對本文所作的貢獻表示誠摯感謝，她在安徽理工大學完成了應用統計學專業的碩士學位，專注數據分析與人工智能領域。擅長R語言、Python、深度學習、數據挖掘與數據降維。 Yuan Rumeng曾作為數據分析師，在多個涉及高維生物醫學數據的項目中，利

機器學習 , 數據挖掘 , 人工智能 , 深度學習

收藏 評論

zhaoqianglaoshi 頭像

趙渝強老師 - 【趙渝強老師】國產金倉數據庫的模式

金倉數據庫的邏輯存儲結構主要是指數據庫中的各種數據庫對象，包括：數據庫集羣、數據庫、表、索引、視圖等等。所有數據庫對象都有各自的對象標識符oid（object identifiers）,它是一個無符號的四字節整數，相關對象的oid都存放在相關的系統目錄表中，比如數據庫的oid和表的oid分別存放在sys_database,sys_class表中。下圖展示了金倉數據庫的邏輯存儲結構。 當創建一個數

數據庫 , postgresql

收藏 評論

wosign 頭像

沃通CA - 多域名SSL證書一年多少錢？

隨着企業業務的不斷拓展，一家企業往往擁有官網、網上商城、客户中心、內部系統等多個獨立的域名。如果為每一個域名都單獨購買一張SSL證書，不僅是一筆高昂的固定開支，更會給後期的運維管理帶來巨大的麻煩。到期時間不同、品牌不同、管理後台各異，這些都會讓IT部門頭疼不已。 多域名SSL證書（SAN Certificate）的出現，完美解決了這一痛點。它允許用户用一張證書保護多個不同的域名，極大地簡化了管理

ssl證書 , HTTPS

收藏 評論

sevencoding 頭像

sevencoding - 數據結構-圖

概述 圖是一種較為複雜的非線性結構。 為啥説其較為複雜呢？ 根據前面的內容，我們知道： 線性數據結構的元素滿足唯一的線性關係，每個元素(除第一個和最後一個外)只有一個直接前趨和一個直接後繼。 樹形數據結構的元素之間有着明顯的層次關係。 但是，圖形結構的元素之間的關係是任意的。 何為圖呢？ 簡單來説，圖就是由頂點的有窮非空集合和頂點之間的邊組成的集合。通常表示為：G(V,E)，其中，G 表示

後端

收藏 評論

tecdat 頭像

拓端tecdat - MATLAB奧運會獎牌預測—CNN神經網絡、邏輯迴歸、Liang-Kleeman信息流及隨機森林模型的因果關聯與概率預測

全文鏈接：https://tecdat.cn/?p=44748 原文出處：拓端數據部落公眾號 關於分析師 在此對Xinpeng Wang對本文所作的貢獻表示誠摯感謝，他在浙江財經大學完成了應用統計學專業的學士學位，專注老年教育調查數據分析、奧運獎牌預測模型建立領域。擅長R語言、Python、數據預處理、統計分析、統計建模。曾參與老年教育調查數據的清洗與分析工作，主導完成奧運獎牌預測

機器學習 , 數據挖掘 , 算法 , 人工智能 , 深度學習

收藏 評論

infodator 頭像

容智信息 - Agent-100平台體驗報告：企業級智能體試用平台到底值不值得用？

在大量企業推進數字化、智能化的過程中，一個現實問題正在反覆出現：不是沒有AI工具，而是“能真正解決崗位問題的工具太少”。財務報銷審核依然堆積、盡職調查週期依然漫長、保險方案匹配仍靠人工經驗、市場分析離不開IT排期、客服與運營被重複性工單吞噬精力……這些問題並非企業不願投入，而是過去多數AI產品並未圍繞真實業務流程設計。在此背景下，我們對Agent-100智能體試用平台進行了系統化體驗與實測

自動駕駛 , 機器人 , 自然語言處理 , 人工智能 , 深度學習

收藏 評論

jiang_5f3236dd7afd1 頭像

Serverless - 探秘 AgentRun丨為什麼應該把 LangChain 等框架部署到函數計算 AgentRun

阿里雲函數計算 AgentRun 全新發布後，我們整理了“探秘 AgentRun”系列文章，本系列將梳理企業落地Agent 常見難題，給出具體解法，助力 Agentic AI 快速走進生產級環境。歡迎加入“函數計算 AgentRun 客户羣”與我們交流，釘釘羣號：_134570017218_。 當你已經用 LangChain、AgentScope、LangGraph 等框架開發了 Agent 應用

架構 , serverless

收藏 評論