博客 RSS 訂閱

Hadwinling - 收入寫RAFT算法(一)Leader選舉

Raft Leader 選舉實現文檔 目錄 1. 概述 2. 核心概念 3. 涉及的類及其職責 4. 實現細節 4.1 節點狀態與轉換 4.2 選舉超時機制 4.3 投票請求處理 4.4 選舉發起流程 4.5 投票響應處理 4.6 心跳機制 4.7 安全性保證 5. 測試指南 6. 使用示例 7. 常見問題 1. 概述 1.

後端

收藏 評論

RedFalcon - 網絡安全入門基礎-常用工具安裝及使用(上)

一、安裝VMware虛擬機軟件並搭建kali和windows滲透測試虛擬機 1. 下載VMware虛擬機軟件 VMware Workstation 17.6.3下載地址 通過網盤分享的文件:VMware-workstation-17.6.3-24583834.exe 鏈接: https://pan.baidu.com/s/1NsheIYJA3xXpIrrz47fL-g?pwd=kgdu

網絡安全

收藏 評論

Rick Carter - hangfire內部執行器是同步的,會導致死鎖

再次遇到dotnet的第三方組件問題,就是hangfire的CoreBackgroundJobPerformer會導致死鎖,它是作為hagnfire服務端的job執行器的,它非常的關鍵,是job能夠運行的關鍵,這些庫可能讀是從很早的dotnetfremework時代移植過來的(我猜測的),同樣的存在同步調用異步代碼的問題,會導致死鎖。 它有問題的代碼如下: namespace Hangfire.S

.net , 後端

收藏 評論

hjk-airl - 【C++】實現一個定時器

前言 實現一個週期性調用類。通過TaskTimer構造函數設置週期,通過setTimerFun傳入要調用函數和參數,start啓動,stop停止。比如要每30秒發送一個心跳包可以把發送包的函數傳入定時器,定時器會創建一個線程週期性發送這個包。 實現 TaskTimer主要有開始、停止、設置調用函數與參數,三個方法。 TaskTimer.h 1 #ifndef _TASKTIMER_H

後端

收藏 評論

ClownLMe - 從0到1,快速訓練並使用YOLO模型

簡介 YOLO是目前計算機視覺領域最前沿、應用最廣泛的目標檢測算法框架,他能快速識別區分目標,廣泛應用於遊戲,無人駕駛,工業等領域。 以識別躲避掉落滑塊的遊戲的物體圖片作為例子。 一,環境配置 pip install ultralytics 二,準備數據集 這個格式目錄如下: my_dataset/ ├── data.yaml # 配置文件(定義路徑和類別) ├── train/ #訓練數據集

AI

收藏 評論

菩提樹下的楊過 - Agent設計模式學習(基於langchain4j實現)(10) - ReACT

這次我們不再討論前文的招聘場景,而是學習一種更為廣泛使用的Agent模式:ReACT (推理+行動)。先來看示意圖: 這跟人類解決問題的思考方式很像:loop(思考-行動)。當我們遇到一系列問題時,通常先思考,逐個想方案(plan),然後執行(action),解決1個後(解決過程中,可能會藉助工具),再來解決下1個,直到所有問題都處理完。 定義ReAct Agent 1 pub

AI

收藏 評論

Coding茶水間 - 基於深度學習的智能停車位檢測系統演示與介紹(YOLOv12/v11/v8/v5模型+Pyqt5界面+訓練代碼+數據集)

視頻演示 基於深度學習的智能停車位檢測系統 1. 前言​ 大家好,歡迎來到 Coding 茶水間。今天要給大家介紹的項目是——基於 YOLO 算法的智能停車位檢測系統。在城市交通和停車場管理中,如何快速、準確地掌握車位佔用情況,一直是提升停車效率和用户體驗的關鍵難題。傳統依賴人工巡查或地磁感應的方式,存在實時性差、部署成本高、覆蓋範圍有限等問題,尤其在大型露天或地下停車場,很難做到全場、全天候的動

AI

收藏 評論

菩提樹下的楊過 - Agent設計模式學習(基於langchain4j實現)(9) - 人機協同

經過前面的一系列流程,招聘來到了最重要的1個環節,AI雖然強大,但是不能完全代替人做決定,最終還是要Boss決策這個候選人的去留。從系統設計角度來説,整個AI智能體環節中,要預留人工干預的能力,也稱為"人機協同"(human_in_the_loop) 示例代碼: 1 @SpringBootApplication 2 public class _9a_HumanInTheLoop

AI

收藏 評論

林恆 - 手把手教你實現前端郵件預覽功能

🧑‍💻 寫在開頭 點贊 + 收藏 === 學會🤣🤣🤣 你是否曾經想過,在瀏覽器中直接點擊一個郵件附件,就能預覽完整的郵件內容——包括髮件人、收件人、抄送、正文甚至內嵌圖片? 今天,我們要揭秘一個基於 Vue 3 和 Vant UI 的郵件預覽上傳組件,它不僅能上傳.eml格式的郵件文件,還能在彈窗中完整渲染郵件內容,甚至支持附件圖片的內聯展示!

前端

收藏 評論

碼客-ygluu - AA遊戲腳本規範(AA Game Script)

1 介紹 中文名:AA遊戲腳本 英文名:AA Game Script 簡 稱:AA腳本(AAGS) 作 者:ygluu(碼客) WeChat: 48092788 AA腳本旨為:為遊戲提供一種更加簡單而又靈活的通用配置方式。 注: 1、命名無任何含義僅是標識符 2、本人在其他博文中提到的數據名,在本文中統稱為變量名,兩者等

軟件設計

收藏 評論

小馬過河﹎ - 一些有用的javascript函數

作者:不愛喝橙子汁 /** * 類型檢測函數 * 為typeof關鍵字的增強版,可以準確判斷null,date類型 * 原理是使用V8引擎最初的toString方法觀察數據類型 * @author 不愛喝橙子汁 * @version 1.0.0 * @param {Object} obj 任意對象,例如null,undefined,date * @return {String}

前端

收藏 評論

wang_yb - 數據“顯微鏡”:蜂羣圖讓每個數據點都發聲

想象一下夏日的花叢中,成羣的蜜蜂圍繞着花朵忙碌地飛舞。每隻蜜蜂都是一個獨立的數據點,它們既保持羣體聚集的形態,又不會完全重疊在一起。 這就是蜂羣圖(Swarm Plot)的核心理念——在有限的空間內展示所有數據點,讓每個點都能被清晰看見。 蜂羣圖是一種特殊的數據可視化圖表,它將分類數據與數值數據結合起來,展示數據的分佈情況。 與傳統的條形圖或箱線圖不同,蜂羣圖不進行任何數據聚合,而是展示每一個原始

後端

收藏 評論

躺柒 - 讀數字時代的網絡風險管理:策略、計劃與執行04風險指引體系

1.風險指引體系 1.1.數字化並不是CRMP要解決的問題 1.2.數字化肯定會帶來風險,其中許多風險在短短几年前是無法想象的,但它也帶來了非凡的新商機 1.3.企業用於做出風險管理決策的信息 1.4.豐田 1.4.1.豐田首創了準時化生產技術(just-in-time production)​,這種技術可以準確地為客户提供所需的產品 1.4.2.不僅能帶來經濟效益,節省倉

企業信息化

收藏 評論

JaguarJack - 用 PHP 玩轉圖片:縮放、裁剪、水印、濾鏡一網打盡

用 PHP 玩轉圖片:縮放、裁剪、水印、濾鏡一網打盡 提到 PHP 和圖像,你會想到什麼?大概是上傳一張圖片到網站,然後收工。但 PHP 可不只是個上傳工具——它在圖像處理方面藏着不少本事。 圖片太大放不下網頁?需要裁掉背景裏那個亂入的路人?PHP 都能搞定。無論是縮放、裁剪、加水印,還是像 Instagram 那樣加濾鏡,PHP 都能勝任。 這篇文章會帶你瞭解 PHP 圖像處理的更多玩法。我們會

後端

收藏 評論

JaguarJack - 保姆級 OpenClaw (原 Clawdbot)飛書對接教程 手把手教你搭建 AI 助手

保姆級 OpenClaw (原 Clawdbot)飛書對接教程 手把手教你搭建 AI 助手 OpenClaw 是一款開源的本地 AI 助手,支持在你自己的服務器上部署,通過飛書、WhatsApp、Telegram 等聊天工具交互。與雲端 SaaS 服務不同,OpenClaw 讓你完全掌控數據隱私,可以執行系統命令、瀏覽網頁、管理文件,甚至編寫代碼。本教程將手把手教你在 Linux 系統下安裝 Op

AI

收藏 評論

Cosima Mielke - Short Month, Big Ideas (February 2026 Wallpapers Edition)

Sometimes, the best inspiration lies right in front of us. With that in mind, we embarked on our wallpapers adventure more than 14 years ago. The idea: to provide you with a new collection of unique

Wallpapers

收藏 評論

Rick Carter - 緩存讀寫代碼邏輯的正確姿勢

緩存通常用於提高數據訪問的效率。一般來説,緩存讀取和寫入的邏輯遵循“先從緩存取,取不到再從數據庫獲取並寫回緩存”的原則。為了避免多個線程同時修改緩存數據,我們需要加鎖來保證數據一致性。 邏輯概述 讀取緩存:緩存命中直接返回。 緩存未命中:加鎖,然後再次讀取緩存,緩存命中直接返回。 緩存還是未命中:執行數據庫查詢並更新緩存。 返回數據。 代碼大致這樣寫 public class Cach

.net , 後端

收藏 評論

Coding茶水間 - 基於深度學習的輸電電力設備檢測系統演示與介紹(YOLOv12/v11/v8/v5模型+Pyqt5界面+訓練代碼+數據集)

視頻演示 基於深度學習的輸電電力設備檢測系統演示 1. 前言​ 大家好,歡迎來到 Coding 茶水間! 今天要和大家分享的項目是“基於 YOLO 算法的輸電電力設備檢測系統”,它面向輸電線路場景,能夠自動識別與定位線路中的各類電力設施。隨着電網巡檢智能化需求的不斷提升,傳統人工目視巡檢效率低、漏檢率高的問題日益凸顯,亟需藉助計算機視覺手段實現自動化、批量化檢測。本項目針對輸電線路巡檢痛點,構建了

AI

收藏 評論

ClownLMe - stable_baseline3 快速入門(二): 訓練自定義遊戲,構建Gymnasium訓練環境

簡介 Gymnasium 為強化學習提供了一個標準化的API,它定義了 Agent 應該如何觀察世界、如何做出動作以及如何獲得獎勵,不管是遊戲,還是工業設備,只需要滿足Gymnasium標準都能使用同一套代碼進行訓練。 認識Gymnasium 使用stable_baseline3只需要定義好Gymnasium環境,關注訓練的獎勵機制,將重點放在業務的開發上而不是複雜的算法。 Gymnasium提供

AI

收藏 評論

易項 - 多項目並行管理四步法:從混沌到有序的系統化解決方案

做過多項目管理的同行,估計都有過這種崩潰時刻:單個項目的任務其實都不算難,可一旦項目多了、資源纏在一起,整個人就像被按下了“混亂鍵”。 我曾經最忙的時候,一天要切換三個角色:早上趕客户實施的進度,中午盯產品新版本的開發,下午還要陪銷售對接客户,做定製方案改到半夜。明明拼盡全力,可到頭來還是顧此失彼——客户那邊催上線,開發那邊説資源不夠,銷售還在催定製需求,最後落得兩邊不討好。 後來我才明白,多項

企業信息化

收藏 評論

程序員魚皮 - 7個神級技巧,徹底去除網站的 AI 味兒!

大家好,我是程序員魚皮。 先做個小測試,下面這幾個網站,你能看出哪些是 AI 做的嗎? 公佈答案:全都是 AI 做的! 是不是覺得有點意外? “為啥我用 AI 搓出來的網站一股子 AI 味兒?而這些網站看起來乾淨很多呢?” 這就是接下來我要分享的: 什麼是 AI 編程的 AI 味兒? 為什麼網站會有 AI 味兒? 怎麼去除網站的 AI 味兒? 點個

AI

收藏 評論

天翼雲開發者社區 - 上天翼雲,一鍵開啓你的AI助手“Moltbot”(原名Clawdbot)!

現在,上天翼雲 即刻擁有“7x24小時在線的AI助手”—— “Moltbot”(原名Clawdbot)! 什麼是“Moltbot”? 你的私人AI“超級助理”! “Moltbot”不是普通的聊天機器人,它是紮根在你工作流中的智能管家: 超級智能助手 支持接入多種主流LLM(如Claude、GPT系列),集各家之所長。 多平台無縫集成 可輕鬆集成到iMessage、QQ、飛書、釘

雲計算

收藏 評論

IT之家 - 關於antd前端組件a-select組件選擇無效的問題處理記錄

在使用公司的信息系統時,偶然發現一個下拉組件選擇無效,於是看一下前端頁面的代碼。 前端頁面是基於ant Design vue組件開發,JS代碼如下,主要用於獲取當前登錄用户所屬的組織機構列表和默認的組織機構 //獲取用户信息 const userInfo = tool.data.get('USER_INFO') //獲取用户歸屬的組織機構列表(有多個) const orgs = userInf

前端

收藏 評論

哥布林學者 - 吳恩達深度學習課程五:自然語言處理 第三週:序列模型與注意力機制(二)束搜索

此分類用於記錄吳恩達深度學習課程的學習筆記。 課程相關信息鏈接如下: 原課程視頻鏈接:[雙語字幕]吳恩達深度學習deeplearning.ai github課程資料,含課件與筆記:吳恩達深度學習教學資料 課程配套練習(中英)與答案:吳恩達深度學習課後習題與答案 本篇為第五課第三週的內容,3.2到3.5的內容。 本週為第五課的第三週內容,與 CV 相對應的,這一課所有內容的中心只有

AI

收藏 評論