博客 RSS 訂閱

星環科技 - 如何支撐省級電網億級數據實時風控與智能調度

某省級電網公司作為區域重要電力支撐單位,依託實時監控與數據分析保障電網安全運行及精準調度,支撐實時告警響應、安全風險防控等多場景核心業務。隨着電力數據規模激增與業務需求升級,傳統技術方案逐漸難以應對,面臨多重挑戰: ① 吞吐能力不足:海量實時數據和千萬行維表更新頻繁,日均新增數據量超千億,現有吞吐能力無法滿足實際生產需求; ② 響應延遲高:傳統流處理易出現消費擠壓與高延遲,無法

數據庫

收藏 評論

mob64ca12f2c96c - LLAMA 體驗

LLAMA體驗的描述 在現代信息技術的快速發展中,我們常常面臨着如何有效利用大規模語言模型(LLM)的問題。LLAMA(Large Language Model Meta AI)是由Meta開發的一款模型,其在自然語言處理的應用場景中展現出了強大的能力。但是,如何解決使用LLAMA過程中遇到的體驗問題,成為了技術演進的重要課題。在這篇博文中,我將詳細記錄解決LLAMA體驗問題的整個過

性能優化 , aigc , 應用場景 , 技術原理

收藏 評論

SmalBox - 【節點】[RGBtoGrayscale節點]原理解析與實際應用

【Unity Shader Graph 使用與特效實現】專欄-直達 在Unity的Shader Graph可視化着色器編輯器中,RGBtoGrayscale節點是一個功能強大且常用的圖像處理工具。該節點專門用於將RGB彩色信息轉換為灰度值,這一過程在計算機圖形學和圖像處理中被稱為灰度化或去色處理。通過將包含紅、綠、藍三個通道的彩色信息轉換為單一的亮度值,RGBtoGrayscale節點能夠有

unity , 遊戲開發 , 圖形學

收藏 評論

李偉豪 - 別再封裝 Axios 了!用 RPC 像調用本地函數一樣寫接口(支持 Vue/React/Node)

前言 如果你體驗過小程序雲開發(TCB)或者 uniCloud,你一定會被那種“雲對象”的開發模式深深吸引:不需要關心 URL,不需要關心 HTTP 方法,直接 await cloud.user.add() 就完了。 但在傳統的 Web 前端(Vue/React)或者 Node.js 開發中,我們依然深陷在 Axios 的封裝泥潭裏: 寫一個龐大的 request.js,配置攔截器。 在 a

全棧 , rpc , Axios , api設計 , Javascript

收藏 評論

馬哥天才3218 - 【技術分享】用python開發的短視頻評論區採集軟件

作為當下最火爆的社交媒體之一,短視頻評論區堪稱一座藴含海量用户洞察的“數據金礦”。無論是品牌方想要精準把握消費者需求,還是創作者希望瞭解受眾反饋,高質量的評論數據都能提供關鍵支撐。於是,我專門用python語言開發了一款專為評論採集設計的工具“爬dy搜索評論軟件”,輕鬆解決數據獲取難題。 一、工具適配與技術説明 1.1 適配環境 Windows系統用户可直接雙擊啓動,無需安裝Python運行

數據採集 , python爬蟲 , 爬蟲

收藏 評論

小童童 - Movist Pro 2.6.7.dmg 安裝步驟(Mac)

​ 1、先把文件弄下來 安裝包下載:https://pan.quark.cn/s/0dfa3ff68b49,把Movist Pro 2.6.7.dmg下載好,一般會在“下載”文件夾裏躺着。 2、雙擊打開 dmg 找到剛下載的那個.dmg文件,直接雙擊。系統會彈開一個新窗口,就像插了個 U 盤似的。 3、拖到應用程序裏 窗口裏能看到 Movist Pro 的圖標和“應用程序”文件夾的圖標。按住 Mo

macos

收藏 評論

閣下AI - 如何保障閣下AI生成工具的安全性?

閣下 AI 安全保障體系:全方位守護您的 AI 工具 閣下 AI 構建了多層防禦 + 全鏈路監控的安全防護架構,從需求解析到代碼生成、工具部署的每一個環節,都有嚴格的安全措施,確保您創建的 AI 工具安全可靠。 一、核心安全架構 1.安全網關防護層 身份認證牆:採用 OAuth 2.0+JWT + 多因素認證 (MFA),確保只有授權用户可訪問核心功能 流量過濾:部署 AI 驅動的 Web

機器學習 , 人工智能

收藏 評論

袋鼠雲數棧 - 媒體專訪丨袋鼠雲 CEO 寧海元:Agent元年之後,產業需回到“數據+智能”的長期結構

以下文章來源於第一新聲,作者第一新聲 十多年前,寧海元還是阿里巴巴內部負責天貓雙十一數據庫保障的技術負責人。零點流量洪峯之下,他和團隊要確保每一筆訂單、每一筆支付都能被系統準確接住——背後依賴的,是一整套可信、可流轉的數據體系。 從搭建當時亞洲最大的 Oracle RAC 集羣,到主導參與淘寶“去 IOE”,再到把分佈式數據平台對外商業化,這段經歷在很大程度上塑造了他今天對 AI 的

觀點 , agent , 算法 , 數據庫 , 人工智能

收藏 評論

德訊雲安全如意 - 勒索病毒攻擊的主要目的是什麼?遇到勒索攻擊怎麼處理?應對勒索攻擊最有效的方法

勒索攻擊通過加密服務器數據、限制系統訪問索要贖金,已成為企業面臨的主要網絡安全威脅之一,一旦中招可能導致核心數據丟失、業務停擺,甚至引發合規風險與品牌危機。面對這類攻擊,慌亂支付贖金或盲目操作可能加劇損失,核心應對邏輯是 “冷靜處置、科學應對、長效防範”,分步驟降低損失並杜絕再次中招。 一、遇到勒索攻擊時怎麼應急處理? 1、快速隔離受影響系統 立即斷開受感染服務器與內網、外網的連接,包括拔掉網線、

服務器

收藏 評論

技術領航員 - 關聯字段如何建索引

LOOKUP(lookup_value,loolup_vector,result_vector)從一列或一行或數組中查找一個值 參數:   lookup_value:要查詢的值   loolup_vector:要查找的範圍   result_vector:要獲得的值的範圍 返回:   result_vector範圍中的值 VLOOKUP(

偏移量 , 數組 , 大數據 , 數據倉庫 , 函數返回 , 關聯字段如何建索引

收藏 評論

圖觀 - 從“看得見”到“看得懂、管得住”:數字孿生如何重塑城市公共安全新範式

在智慧城市建設的宏大敍事中,城市公共安全始終是核心命題。然而,面對日益複雜的城市肌理、海量異構的數據洪流以及瞬息萬變的突發事件,傳統的指揮調度與應急管理模式正面臨嚴峻挑戰。如何將分散的“信息孤島”串聯成“智慧網絡”?如何讓決策者從被動響應轉向主動預見?這不僅是城市管理者的痛點,更是每一位致力於此領域的系統集成商需要為客户提供的核心價值。 近期,一個在多個大型城市安全項目中得到成功驗證的解決方

觀點 , 資訊 , 教程 , 知識 , 可視化

收藏 評論

伊伊DK - UniApp 跨端 + PHP 後端:打造高性能圈子社交小程序(附源碼)

一、項目概述 項目定位 一款支持 多端適配(微信小程序 / APP/H5) 的高性能圈子社交平台,核心聚焦 “垂直領域交流 + 用户互動”,支持圖文 / 視頻發帖、話題聚合、評論點贊、私信聊天、附近動態等核心功能,適配校園、社區、興趣圈層等多場景使用,兼顧跨端體驗與後端性能。 技術棧選型 核心功能模塊 二、環境搭建(附源碼配置) 前端環境搭建(

php , 後端 , 前端

收藏 評論

圖觀 - 從零到一,我用這套工具讓城市“活”了起來:一個開發者的實戰手記

作為一名在數字孿生領域摸爬滾打了五年的開發者。過去,我們團隊接到一個智慧城市治理項目時,常常陷入這樣的困境:精美的三維場景需要美術團隊耗時數月打磨;海量的物聯數據與GIS底圖難以融合;好不容易做出的演示版,一到領導要求上大屏或移動端查看時,又得推倒重來……直到我遇到了現在這套開發平台-“圖觀”端渲染開發平台,整個工作流被徹底重塑。今天,我不是來推銷的,只是想以一個同行、一個實踐者的身份,分享幾個讓

觀點 , 資訊 , 教程 , 知識 , 可視化

收藏 評論

codigger - Codigger 的 AI 哲學:不僅是“生成”,更是“理解”

當市面上大多數 AI 編程工具仍停留在“根據提示詞生成一段代碼”的淺層輔助階段時,Codigger 已提出一套更為深刻的 AI 賦能邏輯。這張架構圖貫穿上下的“AI 大模型賦能”路徑,揭示了其獨特的“雙向驅動”機制。 向下紮根:如同架構師般深度思考 Codigger 的 AI 並非僅限於表層交互,而是通過特定的擴展點,深度嵌入底層的基礎架構層、語言層(ObjectSense)

編輯器 , 算法 , 人工智能 , JAVA

收藏 評論

mob64ca140a59b0 - Vue3漸變色進度條實現elementplus

打開vue的官網介紹,第一句就是“vue是一套用於構建用户界面的漸進式框架”。“漸進式”這幾個字在剛接觸vue時並沒有很注意到, 使用至今,再次打開官網,這幾個放大突兀的字體確實是讓人疑惑,當然,網上Google一下,會有很多資料對於這三個字進行闡述,本文只是一個自己理解和簡單記錄 1、漸進式 看到“漸進式”這三個字,不免想

機器學習 , 函數式編程 , vue.js , 圖層 , 人工智能 , 官網

收藏 評論

mob64ca141139a2 - 建 AVD 時 No system images instaled for this target Ram

1. 概述 AVL樹是最早提出的自平衡二叉樹,在AVL樹中任何節點的兩個子樹的高度最大差別為一,所以它也被稱為高度平衡樹。AVL樹得名於它的發明者G.M. Adelson-Velsky和E.M. Landis。AVL樹種查找、插入和刪除在平均和最壞情況下都是O(log n),增加和刪除可能需要通過一次或多次樹旋轉來重新平衡這個樹。本文介紹了AVL樹的設計思想和基

機器學習 , 平衡二叉樹 , Max , 人工智能 , 子樹

收藏 評論

無邪的課本 - cpp-7.3.0-20190804.35.p06.ky10.x86_64.rpm 安裝步驟

​ 第一步:先瞅瞅有沒有裝過 裝之前最好看看系統裏是不是已經有這個東西了,省得重複裝或者版本衝突。直接在終端敲: rpm -q cpp 要是回車後顯示類似package cpp is not installed,那就是沒裝過,可以接着往下走;要是顯示了版本號,就得想想是不是要升級或者卸載舊的(卸載用rpm -e cpp,不過一般先別急着卸,看情況)。 第二步:把rpm包搞到服務器/電腦上 安裝包下

Linux

收藏 評論

逐夢AI - 【開源源碼】基於 STM32智能温度監控系統 | 一個支持遠程監控與告警的嵌入式實踐項目

基於 STM32 和 μC/OS 的智能温度監控系統設計與實現 ——一個支持遠程監控與告警的嵌入式實踐項目 隨着物聯網與智能硬件的發展,環境監控系統已經成為工業、農業、智能家居等領域的重要組成部分。其中,温度監控作為最基礎的參數採集手段,其實時性、準確性和可靠性直接影響系統的整體性能。傳統的温度監控系統通常依賴本地顯示或上位機監控,缺乏遠程訪問與智能告警功能。 本項目基於 STM32 微控制器,結

後端

收藏 評論

圖觀 - 決勝無形戰場:數字孿生如何為國防航天打造全域智能指揮中樞

在國防航天領域,每一次決策都關乎重大戰略利益,每一次行動都牽涉複雜系統協同。傳統的指揮控制模式,往往依賴於二維地圖、靜態報表和分散的系統,決策者如同“盲人摸象”,難以在瞬息萬變的態勢中,獲得全局、立體、動態的洞察。如何將分散的“信息孤島”融合為統一的“認知大陸”?如何讓指揮員不僅能“看到”戰場,更能“透視”戰場、甚至“預演”未來? 這正是新一代智能運營中心-孿易IOC所肩負的使命。它不再僅僅

觀點 , 資訊 , 教程 , 知識 , 可視化

收藏 評論

雲端行者 - sc 註冊frpc

網絡與信息安全應急人員認證”( Certified Cyber Security Response Professional, CCSRP)是CNCERT推出的,面向重點行業網絡與信息安全從業人員的技能認證。 CCSRP認證以網絡安全應急響應為切入點,覆蓋網絡與信息安全的事前、事中和事後等各方面的能力。 該認證管理和技術並重,通用與特殊兼顧,理論與

安全技術 , 認證機構 , 安全應急 , 雲計算 , sc 註冊frpc , 雲原生

收藏 評論

圖觀 - 從UE美術到孿生應用:一個園區運營項目的“破壁”實戰手記

作為一名從三維美術轉型到數字孿生應用的開發者,一年多前,我還主要泡在Unreal Engine裏,和材質、燈光、粒子效果打交道,為各種宣傳片和遊戲場景“造夢”。那時,客户口中的“數字孿生”對我來説,往往意味着一個極其精美、但互動性有限的“三維可視化大屏”。直到我接手了一個智慧園區運營平台的項目,一切開始改變。 這個項目目標很明確:為一個大型產業園區,構建一個“活”的、能真正用於日常運營和應急

觀點 , 資訊 , 教程 , 知識 , 可視化

收藏 評論

瘦瘦的綠豆 - 去中心化應用程序(dapp)

引言: DApps究竟是什麼,它們是如何工作的,又能為我們帶來哪些改變呢? 去中心化應用程序(DApps,Decentralized Applications)是近年來區塊鏈技術發展中的一個重要創新。與傳統的集中式應用程序不同,DApps通過去中心化的方式運行,依託區塊鏈技術,能夠實現數據的公開透明、安全可信,且去除中介或第三方參與,使得用户之間的交互更加直接。在這篇文章中,我們將深入探討DApp

區塊鏈

收藏 評論

mob64ca13f8b166 - linux 設備樹mem節點

目錄 1.什麼是設備樹? 2.設備樹的結構 3.節點結構 4.節點標準屬性 4.1 compatible 4.2 status 4.3#address-cells #size-cells 4.4 reg 4.5 name 4.6 device_type 4.7 phandle 4.8

設備樹 , 機器學習 , 屬性值 , Linux , 人工智能 , linux 設備樹mem節點 , Ubuntu

收藏 評論

悲傷的斑馬 - OpenAI最強代碼模型GPT-5.2-Codex正式上線,AI編程進入新紀元

2025年12月19日凌晨,OpenAI正式推出迄今為止最先進的智能體編程模型——GPT-5.2-Codex。這款專為複雜軟件工程和防禦性網絡安全設計的模型,在編碼性能、長週期任務處理及安全能力上實現全面突破,標誌着AI編程工具從“輔助工具”向“自主智能體”的質變升級。 核心突破:三大能力重塑開發範式 長程任務處理能力飛躍 GPT-5.2-Codex通過引入“上下文壓縮”技術,可連續處

編程 , gpt-4

收藏 評論