博客 RSS 訂閱

u_17578926 頭像

AI科技 - AI代理首戰開啓：豆包手機助手引發超級APP安全“拉鋸”！

12 月 6 日，字節跳動與中興合作的 Nubia M153 首批用户在體驗“豆包手機助手”後，陸續報告微信登錄異常、淘寶下單被攔、銀行支付受阻等問題。字節緊急下線涉及金融、遊戲類 App 的自動化功能，併發布安全白皮書，標誌着生成式 AI 代理（Agent）首次在手機系統層面與已有的超級APP展開正面衝突。 事件回顧 豆包手機助手在上線僅三天後，即在銷售渠道

數字化轉型 , app , 生成式 , 手機助手

收藏 評論

zhangyidechaofan 頭像

圖形學愛好者Wu - 每日分享一個C++知識點☞析構函數

每日分享一個C++知識點☞析構函數 在C++中，對象有生命週期： 創建時調用構造函數，銷燬前調用析構函數。 很多人重視構造，卻忽略析構。 結果就是：內存泄漏、資源未釋放、程序越跑越慢。 今天就把析構函數説清楚。 什麼是析構函數？ 它是類的一個特殊成員函數，作用是： 👉 在對象被銷燬前，自動執行清理工作。 比如釋放 new 出來的內存、關閉文件、斷開連接等。 基本規則 函

程序員

收藏 評論

u_13778063 頭像

u_13778063 - UModel 查詢：阿里雲如何通過圖模型實現企業級可觀測數據的統一建模與分析

點擊此處，立即查看視頻課程！ 背景 想象一下，你站在一個巨大的圖書館裏，這裏有成千上萬本書，但每本書的目錄都散落在不同的房間裏，而且每間房間的索引方式都不一樣。當你想要找一本關於“服務調用”的書時，你需要在 APM 房間、K8s 房間、雲資源房間之間來回奔波，還要記住每個房間不同的查找規則... 這就是很多企業在可觀測性領域面臨的真實困境。而 UModel 就像

雲計算 , UModel , 阿里雲 , 雲服務 , 元數據 , 雲原生

收藏 評論

u_16640750 頭像

雲和恩墨 - 醫療多系統數據融合實戰：HIS/LIS/PACS 集成與數據庫性能提升方案

在醫療機構數字化建設中，HIS（醫院信息系統）、LIS（檢驗信息系統）、PACS（影像歸檔和通信系統）是核心業務系統，但各系統獨立建設導致的數據不通、性能瓶頸等問題，嚴重影響了診療效率和患者體驗，成為醫療機構數字化轉型的“絆腳石”。本文結合醫療行業數據庫集成項目實踐，分享HIS/LIS/PACS系統數據打通與性能優化的實戰方案，助力醫療機構提升信息化服務水平。 第一

oracle , 性能優化 , 數據 , 數據庫

收藏 評論

yuanshaolong 頭像

大數據在線 - 從Graviton 5看數據中心算力結構的轉變

如果説GPU是AI時代的加速器，那麼CPU依然是整個數字世界的基石。 如今，數字世界的基石因為ARM處理器的崛起而愈發光彩。在今天的亞馬遜雲科技re：Invent 2025大會上，亞馬遜雲科技正式推出Graviton 5處理器。Graviton 5採用 192 核設計和3nm製程工藝，面向通用、計算密集型和內存密集型工作負載，性能比上一代產品提升高達 25%。 此外，

亞馬遜雲科技 , 雲平台 , AWS , 雲計算 , 數據中心 , re:Invent2025 , Graviton5

收藏 評論

xiaojp65536 頭像

jpx - doc-llm-autotest 基於大模型的文檔自動化測試平台:：用户提交文件進行文檔測試

一、技術選型與功能設計 使用minio服務，進行文件的中轉與存儲。用户提交文件到doc-llm-controller，控制面將文件轉存到minio中，關聯此次任務id。然後doc-llm-worker輪詢redis發現有需要執行的任務，拿到id後，根據id從minio拿取文件，然後將文件解析成結構化信息，再提交到大模型，進行文檔測試。 那麼此部分功能流程圖大致如下： 相對應的，在整體業務流程中補

後端

收藏 評論

u_16100827 頭像

深藍的思想 - 使用iThinkAir+DeepSeek氛圍編程

上週DeepSeek發佈了兩個正式版模型：DeepSeek-V3.2和DeepSeek-V3.2-Speciale，就想着看看DeepSeek在iThinkAir裏氛圍編程的效果。 之前在秒噠上玩過一個“Nana Banana Pro 卡通頭像生成器”，比較有意思，就拿這個應用來試試DeepSeek+iThinkAir氛圍編程的效果。 先將這個應用截圖：

服務器 , 生成器 , AI寫作 , aigc , ios

收藏 評論

u_16640750 頭像

雲和恩墨 - 製造企業多工廠數據庫統一：三步搞定異構環境數據同步與監控

在製造業數字化轉型過程中，“多工廠協同”是核心關鍵詞，但隨之而來的數據庫管理難題，讓很多IT團隊頭疼不已：分散的數據庫架構和多樣的數據庫種類導致數據不同步、監控碎片化，生產線因數據延遲出現排產失誤，IT人員天天奔波於不同系統的運維之間。 其實，解決多工廠異構數據庫統一管理的核心，在於“適配+集成+自動化”，結合多個製造企業的落地實踐，總結出3步實操方案，幫你快速打通

oracle , 數據 , 異構 , 數據庫

收藏 評論

u_16640750 頭像

雲和恩墨 - 數據庫運維 “智治” 時代：2026 十大趨勢下的異構治理與自治運維實踐

站在2025年的尾聲展望未來，數據庫運維（Database OM）領域正在經歷一場前所未有的範式轉移。 隨着企業數據資產的爆發式增長和AI技術的深度融合，傳統的“救火式”DBA（數據庫管理員）正在成為歷史。未來的運維不再侷限於保障數據庫“不掛”，而是要確保數據“好用、安全且成本可控”。結合全球技術風向與行業領先實踐，以下是筆者總結的2026年數據庫運維十大

oracle , 數據 , 運維 , 數據庫

收藏 評論

u_17564954 頭像

mb6901768c2ae78 - c盤滿了怎麼清理c盤空間，教你兩招（圖文版，非常詳細）

C盤變紅，其實是 Windows 在用最直觀的方式提醒你，系統盤快被塞爆了。 事實上，“C 盤越來越滿”是無法避免的，遲早會發生（除非 C 盤空間超級大），即便我們平時不往 C 盤裏存文件，還是會有源源不斷的文件“偷偷”存入 C 盤。例如，Windows 自己就會產出一堆“垃圾”，每月累積的更新包、休眠文件、還原點、日誌、縮略圖緩存……這些文件單個不起眼，加起來卻可

c盤滿了怎麼清理c盤空間 , c盤紅了怎麼清理c盤空間 , yyds乾貨盤點 , 辦公效率 , c盤清理 , 清理c盤空間 , c盤太滿了如何清理

收藏 評論

aerfazhe 頭像

阿爾法哲 - JAVA 使用國密 SM4 加解密

SM4算法 百度百科 中華人民共和國政府採用的分組密碼標準 SM4.0（原名SMS4.0）是中華人民共和國國家密碼管理局於2012年3月21日發佈的分組密碼標準，對應行業標準為GM/T 0002-2012，採用128位分組長度和128位密鑰結構，加密過程基於32輪非線性迭代，並配置固定8比特輸入8比特輸出的S盒，主要應用於商用數據加密領域 在密碼學領域，國密算法 SM4 是我國自主研發的分組

後端

收藏 評論

u_15831703 頭像

wei_shuo - 基於 OpenHarmony 的 libzip 適配與交叉編譯實踐：構建系統、依賴管理與 HNP 打包全解析

基於 OpenHarmony 的 libzip 適配與交叉編譯實踐：構建系統、依賴管理與 HNP 打包全解析 前言 推動 PC 端 OpenHarmony 生態快速完善的過程中，大量三方開源庫需要完成適配、編譯鏈路打通與 HNP 組件化發佈，而 libzip 則是文件壓縮類庫中最基礎、使用最廣的工具之一。無論是文件管理工具、更新包解

oracle , 數據庫 , libzip , openharmony , Git , Json , Python

收藏 評論

u_16264967 頭像

smartApi - android 使用 java 編寫網絡連通性檢查

下面給出 純 Java 代碼、兼容 Android API 19+、零三方庫 的“網絡連通性檢查”工具類。 特點： 同時檢測 Wi-Fi/移動數據是否真正上網（不只是“已連接”） 使用 HttpURLConnection，不阻塞主線程 支持 超時設置（秒級） 返回 布爾結果 + 失敗原因日誌

redis , Android Studio , 開發語言 , 數據庫 , Android , JAVA , 前端

收藏 評論

tech 頭像

青雲交技術圈 - Java 大視界 -- Java 大數據機器學習模型在生物信息學基因功能預測中的優化與應用

(centerJava 大視界 -- Java 大數據機器學習模型在生物信息學基因功能預測中的優化與應用/center) 引言： 嘿，親愛的 Java 和 大數據愛好者們，大家好！我是CSDN（全區域）四榜榜首青雲交！而今天，我們將踏入一個全新的領域 —— 生物信息學，在這裏，Java 大數據與機器學習模型將碰撞出怎樣的火花，又將如何助力人類破解基因的奧秘？讓我們帶着滿滿的好奇，

機器學習 , spark , 基因功能 , 大數據 , yyds乾貨盤點 , 數據 , Java大數據 , JAVA

收藏 評論

u_16099302 頭像

技術極先鋒 - hive常用功能：Hive數據導入導出方式_51CTO博客

往hive導入數據的幾種方式 一、導入數據 1. LOAD DATA(最直接、最常用) -- 從 HDFS 導入（移動文件） LOAD DATA INPATH 'hdfs_path' [OVERWRITE] INTO TABLE table_name [PARTITION(part_col=value)]; -- 從本地文件系統導入（複製文件到 Hi

hdfs , 大數據 , hive

收藏 評論

u_15469972 頭像

mb61c46a7ab1eee - 企業多品類產品數據分析實戰：優化產品組合與增長策略 - 教程

針對擁有多品類、多種類產品的企業，如何通過數據分析優化產品結構，實現最大化收益和資源分配。 案例背景：製造業企業的產品矩陣分析 某製造企業擁有複雜的產品體系，需要解決： 如何評估各產品線的健康度？ 如何優化產品組合實現利潤最大化？ 如何分配研發和市場資源？ 如何識別明星產品和問題產品？ 數據架構設

數據 , MySQL , 智能家居 , 主數據 , 數據庫

收藏 評論

u_16213669 頭像

mob64ca140ce312 - 查看 rpcbind 版本號

什麼是RPATH rpath全稱是run-time search path。Linux下所有elf格式的文件都包含它，特別是可執行文件。它規定了可執行文件在尋找.so文件時的第一優先位置。 另外，elf文件中還規定了runpath。它與rpath相同，只是優先級低一些。 搜索.so的優先級順序 RPATH： 寫在elf文件中

查看 rpcbind 版本號 , 優先級 , 雲計算 , so文件 , cmake , 雲原生

收藏 評論

u_106065 頭像

laokugonggao - spark中的共享變量（廣播變量和累加器） - macy

1 核心概念：為什麼需要它們？ 在spark程序中，當一個傳遞給Spark操作(例如map和reduce)的函數在遠程節點上面運行時，Spark操作實際上操作的是這個函數所用變量的一個獨立副本。這些變量會被複制到每台機器上，並且這些變量在遠程機器上的所有更新都不會傳遞迴驅動程序。通常跨任務的讀寫變量是低效的，但是，Spark還是為兩種常見的使用模式提供了兩種有限的共享變量：

spark , List , 大數據 , 數據

收藏 評論

anson12315 頭像

anson12315 - 【信創全解】第10章：國產操作系統概覽

1.1 國產操作系統發展歷程 1.1.1 發展背景與意義 操作系統作為計算機系統的核心軟件，是信息技術體系的重要基石。發展自主可控的操作系統對於保障國家信息安全、推動產業升級具有重要意義。 發展驅動力： 國家信息安全戰略需求 產業鏈自主可控要求 技術創新能力提升需要 市場應用多元化發展 1.1.2 發展階段回顧 起步階段（1980-

數字化轉型 , 桌面環境 , yyds乾貨盤點 , 技術支持 , 開發者

收藏 評論

zengjingaiguodekaomianbao 頭像

曾經愛過的烤麪包 - AI巨頭連夜亮劍，普通人如何抓住這波技術紅利？

阿里和華為同日放出技術大招，當行業格局被重新定義，掌握前沿技術不再只是工程師的特權。 阿里Ovis團隊12月3日發佈了文本渲染圖像生成模型Ovis-Image，專門為高質量文本渲染優化，同時保持低計算成本。這一模型基於Ovis-U1構建，通過增加MMDiT參數和優化結構設計，採用以文本為核心的訓練流程，結合大規模預訓練與精心設計的後訓練優化。 模型整體由三大核心組件精密咬合而成：作為大腦的Ovis

機器學習 , 算法 , 人工智能 , 深度學習

收藏 評論

u_17585479 頭像

Tob市場觀測員 - 企業數據API對接中的技術挑戰與架構選型分析

在企業數字化轉型過程中，數據API對接已成為系統互聯與數據流轉的核心環節。隨着業務系統數量增加與數據源多樣化，企業在實施跨平台數據接口時常面臨穩定性、安全性與可維護性等多重挑戰。本文將從技術視角分析此類問題的成因，並探討可行的架構設計路徑。 一、數據API對接的典型技術難點 1. 協議與格式異構性：不同系統可能採用RESTful、SOAP、GraphQL等協議，數據序

字段 , 大數據 , 數據 , API , 數據倉庫

收藏 評論

u_16429613 頭像

u_16429613 - 點量軟件亮相第二屆數字孿生技術與產業發展大會，“點量雲流”實時雲渲染獲矚目

2025年12月4日，以“智驅孿生 眾行致遠”為主題的第二屆數字孿生技術與產業發展大會在蘇州隆重舉行。本次大會匯聚了數字孿生行業專家學者、領軍企業及創新力量，共同探討數字孿生技術的前沿趨勢與產業融合路徑。點量軟件作為實時雲渲染技術領域的代表企業受邀參會，並在大會上全方位展示了其核心技術與創新成果，獲得了與會者的廣泛關注與高度評價。 展會期間，點量軟件團隊向與

雲平台 , yyds乾貨盤點 , 雲計算 , 雲渲染 , 實時雲渲染 , 數字孿生 , 核心技術 , 可視化

收藏 評論

Thesunkomorebi 頭像

ThesunKomorebi - WPF UI卡頓自動檢測器

這是一個在 WPF 開發中非常實用的需求。為了實現一個健壯（Robust）且高效（Efficient）的 UI 卡頓檢測器，我們需要遵循以下核心原則： 獨立的看門狗線程：檢測邏輯不能運行在 UI 線程上，必須在一個後台線程運行。 低侵入性：檢測機制本身不能消耗過多的 CPU 資源，不能頻繁打斷 UI 線程。 基於 Dispatcher 消息泵：利用 Dispatcher.BeginInvo

.net , 後端

收藏 評論

u_15137832 頭像

u_15137832 - 從結構化到多模態，AI 時代如何利用多模態數據智能中台激活業務價值？

近日，AI“頂流”學者李飛飛的最新長文《從語言到世界：空間智能是人工智能的下一個前沿》刷屏時，整個科技圈再次被“升維”的焦慮擊中。她指出，AI的下一個前沿是“空間智能”——讓AI真正理解和交互物理世界。她將其稱為“世界模型”（World Models），並強調了其三大核心能力：生成性、交互性，以及至關重要的多模態性。 而在企業數字化與智能化落地的場景中，這種多模態能

空間智能 , 世界模型 , redis , 數據中台 , 數據挑戰 , 數據庫 , 多模態性

收藏 評論