博客 RSS 訂閱

wintersun 頭像

PetterLiu - 企業級AI智能體（Agent）市場分析

企業級AI智能體（Agent）市場分析報告：從應用場景到落地挑戰的深度洞察 AI智能體——從輔助工具到自主生產力的範式轉移 一場深刻的範式轉移正在重塑人工智能的版圖，其核心驅動力便是AI智能體（AI Agent）。它不再是亦步亦趨的輔助工具，而是正在崛起為一種能夠自主規劃與執行的全新生產力，徹底改寫着人機協作的遊戲規則。 我們可以用一個生動的比喻來理解AI智能體的核心構成——它是一個擁有“大腦

AI

收藏 評論

20214843 頭像

龐然大悟 - 高可用架構設計：Keepalived+NGINX 主從切換與腦裂防護

在分佈式架構中，NGINX 作為流量入口，其單點故障會直接導致服務不可用。Keepalived 基於 VRRP（虛擬路由冗餘協議）可實現 NGINX 主從節點的自動切換，二者組合是構建高可用流量入口的經典方案。本文將拆解 Keepalived+NGINX 高可用架構的核心實現，聚焦主從切換機制與腦裂問題防護，提供可落地的設計思路與實操要點。 一、核心架構邏輯：主從節點與虛擬

服務器 , ip , Nginx , 主從切換

收藏 評論

u_15316473 頭像

阿里雲大數據AI技術 - Hologres Dynamic Table：高效增量刷新，構建實時統一數倉的核心利器

在企業數據架構逐步走向實時化與一體化的過程中，如何高效處理“大量歷史+少量新增”的業務數據，已成為建設統一數倉與實時數倉時繞不開的關鍵挑戰。 傳統全量刷新方式在面對億級歷史數據時，往往面臨刷新延遲高、計算成本大、鏈路複雜等問題。為了解決這些痛點，業界逐漸形成了一種新的數據處理範式——DynamicTable（動態表），它通過聲明式語法自動維護物化結果，並支持高效的增量刷新能

大數據 , 阿里雲 , 人工智能 , 數據分析 , 實時數倉 , Hologres

收藏 評論

u_16099217 頭像

技術博客達人 - kafka集羣安裝

Kafka_4.1.0(Kraft模式)集羣安裝 環境準備 系統：Ubuntu 22.04 JDK：21 Kafka: 4.1.0 CPU：4核+ 內存：8GB+（生產環境建議16GB+）

服務器 , 主機名 , ip , 集羣 , kafka

收藏 評論

TwilightLemon 頭像

TwilightLemon - WPF 使用 RenderTransform 實現高性能平滑滾動的 ScrollViewer

在之前的兩篇文章中，我們探討了 WPF 中實現平滑滾動的不同方案： WPF 如何流暢地滾動ScrollViewer 簡單實現下：基於DoubleAnimation的動畫方案。 WPF 使用CompositionTarget.Rendering實現平滑流暢滾動的ScrollViewer：基於CompositionTarget.Rendering的每幀佈局更新方案。 雖然第二版方案解決了觸控板

.net , 後端

收藏 評論

toplist 頭像

Java烘焙師 - 架構師必備：後端程序員需要了解的數倉知識

大家好，我是Java烘焙師。後端程序員平時除了接觸業務代碼、中間件、存儲等，也難免會跟數倉有交集。下面結合筆者的經驗和思考，從後端程序員的視角看數倉、做個總結，後續再跟數倉/BI argue的時候就不虛了😃 分成兩部分介紹：離線數倉、實時數倉。 離線數倉 離線數倉是最典型的數倉應用場景。後端服務產生了業務數據、監控埋點、日誌等，如果要做統計分析，就要先離線採集到數倉，再通過SQL做聚合查詢。

數據倉庫 , 架構

收藏 評論

codingtea 頭像

Coding茶水間 - 基於深度學習的水下海洋生物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 基於深度學習的水下海洋生物檢測系統演示 1. 前言​ 大家好，歡迎來到 Coding 茶水間。今天要分享的是一個基於 YOLO 算法的水下海洋生物識別系統，它能幫我們快速判斷畫面中出現的海洋生物種類。 這套系統界面清晰、功能齊全，分為左側功能區、中央展示區與右側數據區三大板塊。左側可選取圖片、視頻、批量圖片或攝像頭進行檢測，還能切換不同訓練好的模型；中央區域不僅能實時預覽檢測畫面，還提供

AI

收藏 評論

huggingface 頭像

HuggingFace - Codex 正在推動開源 AI 模型的訓練與發佈

繼我們使用 Claude Code 訓練開源模型的項目之後，現在我們更進一步，將 Codex 引入這一流程。這裏的重點不是“Codex 自己開源模型”，而是讓 Codex 作為編碼代理，參與並自動化開源模型的訓練、評估與發佈全流程。為此，我們為 Codex 接入了 Hugging Face Skills 倉庫，該倉庫包含了許多與機器學習和 AI 相關的“技能”，比如模型訓練與評估等任務。通過 H

AI

收藏 評論

huggingface 頭像

HuggingFace - 經同意的語音克隆

在這篇博客文章中，我們介紹了“語音同意驗證機制 (voice consent gate)”的概念，支持通過明確同意來進行語音克隆。我們還提供了一個 示例 Space 應用 和 相關代碼，幫助大家快速上手這一想法。 近年來，逼真的語音生成技術已經達到了令人驚訝的水平。在某些情況下，生成出來的合成語音幾乎能以假亂真，和真人的聲音非常相似。如今，曾經只存在於科幻小説中的“語音克隆”已經成為現實。只需要

AI

收藏 評論

ivictor 頭像

iVictor - MySQL 在哪些場景下不會寫 binlog

背景 在 MySQL 中，慢日誌不僅可以記錄在文件中，還可以記錄在表中。具體是記錄在文件還是表中是由log_output參數決定的。 該參數默認為FILE，即慢日誌默認會記錄在文件中。如果參數中包含TABLE，則慢日誌還會記錄在mysql.slow_log中，而mysql.slow_log使用的是 CSV 存儲引擎。 最初研究這一問題，是為了確認在主從複製以及組複製（MGR）環境下，mysql.s

數據庫

收藏 評論

lxlinux 頭像

良許 - 什麼樣的程序員在35歲以後依然被公司搶着要？

大家好，我是良許。 35歲這道坎，是每個程序員都繞不開的話題。我今年剛過36，這幾年做公司招人，也接觸了不少35歲以上的程序員。有的人簡歷一投過來，我恨不得立馬打電話約面試；有的人，説實話，簡歷看完就石沉大海了。 這個差距到底在哪？今天我就從一個創業者和技術管理者的角度，跟你聊聊什麼樣的程序員在35歲以後依然搶手。 我見過的兩種35歲程序員 先説兩個真實的例子，都是我這兩年接觸過的。 第一個，老張

後端

收藏 評論

lxlinux 頭像

良許 - 程序員的偽年薪百萬還能持續多久？

大家好，我是良許。 前兩天刷脈脈，看到一個帖子炸了——某大廠程序員曬出自己的年薪package，標題寫着"年薪120萬"，評論區一片羨慕。 但仔細一看，base只有40萬，剩下的80萬是股票、期權、年終獎的"理論值"。更狠的是，股票要分四年才能拿到，期權還沒到行權期，年終獎能不能拿到還得看公司業績。 這種偽年薪百萬的遊戲，還能玩多久？作為一個從大廠出來創業的過來人，我今天必須把這個話題説透了。 1

後端

收藏 評論

aigoto 頭像

逐夢AI - 專用蚊子蒼蠅檢測數據集（含背景樣本）：適用於目標檢測任務

專用蚊子蒼蠅檢測數據集（含背景樣本）：適用於目標檢測任務 一、背景 隨着城市化進程的加快和氣候環境的變化，蚊子、蒼蠅等害蟲在居民生活、公共衞生以及工業場景中造成的問題日益突出。它們不僅影響生活環境質量，還可能傳播多種疾病，對公共健康構成威脅。 傳統的蚊蟲監測方式大多依賴人工觀察或簡單的誘捕統計方法，存在 效率低、實時性差、誤判率高 等問題。隨着計算機視覺和深度學習技術的發展，基於目標檢測的蚊子、蒼

深度學習

收藏 評論

huggingface 頭像

HuggingFace - 流式數據集：效率提升 100 倍！

快速瞭解（TLDR） 現在只需一行代碼，就能通過 load_dataset('dataset', streaming=True) 以流式方式加載數據集，無需下載！ 無需複雜配置、不佔磁盤空間、不再擔心 “磁盤已滿” 或 429 請求過多錯誤，立即開始訓練 TB 級數據集！ 性能非常強勁：在 64×H100、256 個併發 worker 環境下，流式加載速度甚至超過本地 SSD！

AI

收藏 評論

fannaodeliushu 頭像

程序員阿偉 - 《高質量遊戲攻略與視頻的優先級展示機制構建指南》

深夜的遊戲社區裏，不同需求的玩家都在經歷着相似的困境—剛入坑開放世界遊戲的新手，想找隱藏副本的觸發路徑，刷到的卻是重複剪輯的戰鬥混剪，連關鍵NPC的位置都沒有標註；深耕競技遊戲的核心玩家，渴望學習新版本的戰術拆解，置頂內容卻還是三個月前的基礎操作教學，毫無參考價值；專注單機劇情的玩家，想解鎖隱藏結局的關鍵選擇，搜索結果裏滿是標題黨視頻，點進去全是無關的劇情吐槽。這種優質內容被海量低質信息淹沒的現象

遊戲 , 人工智能

收藏 評論

wuyuegb2312 頭像

五嶽 - Web層接口通用鑑權註解實踐（基於JDK8）

背景 目前我負責的一個公司內部Java應用，其Web層幾乎沒有進行水平鑑權，存在着一定的風險，比如A可以看到不屬於他的B公司的數據。最近公司進行滲透測試，將這個風險暴露出來，並將修復提上了議程。 由於Web層的接口很多，我希望能用一種較為通用易於接入的方式來完成這個工作。很容易就想到了通過註解方式進行水平鑑權。説來慚愧，我工作了十年多還沒有從0到1寫一個稍微複雜點的註解，正好利用這個機會進行學習和

後端

收藏 評論

deephub 頭像

deephub - 別再浪費內存了：Python __slots__ 機制深入解析

Python 對象的靈活性大家都知道，可以隨時給對象添加屬性： class User: pass u = User() u.name = "Alice" u.age = 30 但這種靈活性的代價也很大，每個普通 Python 對象都有個 __dict__ 字典來存儲屬性，對象一多內存開銷就上來了，這時候 __slots__ 就派上用場。 slots 到底在幹什麼 __sl

機器學習 , 知識 , Python

收藏 評論

zentaopms 頭像

易軟項目平台分享 - 項目管理軟件top10|項目管理軟件排名前十名，高效團隊都選它

1. 禪道（Zentao） 核心定位：國產化研發項目全流程管理平台，聚焦敏捷與瀑布開發模式的一體化管控。 核心功能： 需求管理：支持用户故事梳理、需求分層與優先級排序，實現需求全生命週期追蹤 任務與迭代管理：衝刺規劃、任務拆分與分配，配套燃盡圖等敏捷可視化工具 測試管理：缺陷提交、跟蹤與驗證，支持測試用例設計與測試計劃

軟件工程

收藏 評論

aixiaodewudongmian_mtpxs 頭像

資源999it點top - kubernetes實戰與源碼剖析-專享

Kubernetes 實戰與源碼剖析：核心組件運行機制與企業級部署全解析 Kubernetes（K8s）作為現代雲原生架構中的核心技術之一，已經成為企業級應用部署與管理的標準。自2014年由Google開源以來，Kubernetes以其強大的容器編排能力、靈活的擴展性和高可用性，逐漸形成了一套成熟的生態體系。本文將從教育、科技、人文發展和經濟等多個角度深入探討Kubernetes的核心組件及

實戰 , kubernetes

收藏 評論

zhangyidechaofan 頭像

圖形學愛好者Wu - 每日一個C++知識點|對象資源傳遞機制

C++是一門對內存資源配置要求較高的語言，其中對象資源傳遞在C++開發中無處不在，下面我將在淺拷貝、深拷貝、左值右值、移動語義、完美轉發這5個方面層層遞進地講解C++對象資源傳遞機制，爭取做到知識串聯，深入淺出~ 淺拷貝 我們從一個實際場景入手：寫一個Image類，存儲圖片的像素數據，代碼如下： #include iostream using namespace std; // 圖片類：管理堆內

觀點 , 資訊 , 教程 , 知識 , c++

收藏 評論

lying7 頭像

躺柒 - 讀人機溝通法則：理解數字世界的設計與形成03機器是有生命的

1.有沒有生命 1.1.看到一個物體在運動是判斷其有生命的第一條線索 1.2.智能手機和自動駕駛汽車出現之前就存在的技術：自動客服代表 1.3.過去，人們很容易認為計算機很笨，因為它做任何事情都要花很長時間 1.3.1.過去的交互技術很簡單，缺少許多必要的組成部分，只能緩慢地響應我們的輸入 1.4.現在，我們認為計算機可能比我們更聰明 1.4.1.因為它對我們給它的刺激做出的反應是如此

AI

收藏 評論

wuxiedekeben 頭像

無邪的課本 - Linux 麒麟系統安裝 gcc-7.3.0 rpm 包步驟

​ 找到 rpm 文件 安裝包下載：https://pan.quark.cn/s/9aac910b9f81，下載完一般在下載​ 目錄，文件名： gcc-7.3.0-20190804.35.p06.ky10.x86_64.rpm 先確認一下： ls ~/下載/gcc-7.3.0* 如果是英文環境： ls ~/Downloads/gcc-7.3.0* * 2.

Linux

收藏 評論

xingxingshangdeliushu 頭像

星星上的柳樹 - Verilog端口類型解析

“理解端口類型，是Verilog模塊設計的關鍵。” 在Verilog設計中，端口是模塊與外界交互的橋樑。不同類型的端口——輸入、輸出與雙向——在數據流向與信號驅動方式上有着嚴格的規則。若定義不當，不僅會引發編譯錯誤，還可能導致仿真行為與硬件實現不一致。掌握Verilog端口類型的使用原則，能幫助設計者構建結構清晰、邏輯可靠的電路系統。 1、端口類型與信號流向Verilog模塊的端口可分為三類

資訊 , 教程 , 知識 , 人工智能 , 深度學習

收藏 評論

daoshanghundezhuantou 頭像

daoshanghundezhuantou - 硬件+軟件協同交付怎麼落地？2025 軟硬件項目管理工具對比

本文深度測評 ONES、Polarion、Codebeamer、Helix ALM、Jama Connect、SpiraTeam、Nuxeo、Hansoft、Nifty 等軟硬件協同管理工具，幫助團隊打通需求-缺陷-版本管理全流程。 軟硬件協同交付的難點 在複雜系統研發裏，軟件團隊習慣以迭代節奏驅動交付，硬件團隊則以階段評審與變更控制驅動質量。兩種節奏並行並不矛盾，真正讓項目失控的往往是：軟硬件共

項目管理 , 軟件 , 硬件

收藏 評論