tag ci

標籤
貢獻330
345
08:53 AM · Nov 03 ,2025

@ci / 博客 RSS 訂閱

boyboy - javaTreemap通訊錄

String作為Java中最常用的引用類型,相對來説基本上都比較熟悉,無論在平時的編碼過程中還是在筆試面試中,String都很受到青睞,然而,在使用String過程中,又有較多需要注意的細節之處。 String的連接 如果新字符串長度大於value數組長度則進行擴容 AI寫代碼 @Test public void conta

javaTreemap通訊錄 , System , 後端開發 , JAVA , ci , 常量池

收藏 評論

mob64ca12e08acf - langchain rag 提高召回準確率

在本文中,我將分享如何通過關鍵策略提高“langchain rag”的召回準確率。這是一個在信息檢索領域不斷演進的挑戰,尤其是在構建高效的RAG(檢索增強生成)模型時。 初始技術痛點 隨着信息數量的激增,傳統的檢索技術逐漸無法滿足快速、準確獲取用户所需信息的需求。為了評估當前的業務規模,我使用了以下公式: $$ \text{召回率} = \frac{\text{相關文檔數}}

User , 召回率 , aigc , ci

收藏 評論

mob64ca1417736e - C#截取串口字符_串口發送的數據怎麼截取

帶環形緩衝區 import serial import time from datetime import datetime # 用於獲取精確到秒的系統時間 class RingBuffer: """自定義15字符長度的環形緩衝區""" def __init__(self, capacity=8): self.capacity

串口 , 字符串 , 後端開發 , ci , Python

收藏 評論

mob64ca14144dde - 如何創建高性能、可擴展的Node.js應用?

終極指南:如何用napi-rs構建高性能Node.js原生擴展 napi-rs是一個強大的框架,專門用於通過Node-API在Rust中構建編譯後的Node.js原生擴展。對於想要將Rust的高性能與Node.js的靈活性相結合的開發者來説,這是一個革命性的工具。🚀 🔥 為什麼選擇napi-rs? napi-rs最大的優勢在於它允許你完全使用

node.js , API , rust , ci , 前端開發

收藏 評論

虎斑嘟嘟 - 大模型訓練數據的版權爭議:合理使用原則與創作者權益的平衡

大模型訓練數據的版權爭議:合理使用原則與創作者權益的平衡 引言:數據洪流中的版權困境 在人工智能的快速發展中,大語言模型的訓練數據規模已從最初的數十GB擴展到如今的數百萬GB。這種數據飢渴的背後隱藏着一個日益尖鋭的矛盾:模型的訓練需求與創作者版權保護之間的衝突。2023年,多個知名作家和新聞機構對OpenAI等公司提起集體訴訟,指控其未經授權使用受版權保護的作品進行模

List , yyds乾貨盤點 , 數據 , 後端開發 , JAVA , ci

收藏 評論

mob64ca1407216b - 【RabbitMQ筆記09】消息隊列RabbitMQ之常見方法的使用

文章目錄 1.環境搭建 1.Docker安裝RabbitMQ 1.拉取鏡像 2.安裝命令 3.開啓5672和15672端口 4.登錄控制枱 2.整合Spring AMQP 1.sun-common模塊下創建新模塊

redis , spring , rabbitmq , 數據庫 , JAVA , 分佈式 , ci

收藏 評論

夢的點滴 - 微服務容錯設計:熔斷器模式在Spring Cloud中的應用

去年線上故障排查時,遇到過一個典型的"雪崩效應"案例:支付服務因數據庫慢查詢響應延遲,導致調用它的訂單服務線程池被佔滿,緊接着商品服務、用户服務也相繼超時,最後整個系統陷入癱瘓。事後覆盤發現,如果在訂單服務里加個熔斷器,當支付服務異常時快速失敗,就能避免故障擴散。 在微服務架構中,服務間依賴錯綜複雜,一個服務故障可能引發連鎖反應。熔斷器模式(Circuit Breaker)

spring , 雲計算 , 雲服務 , cloud , ci

收藏 評論

墨色天香 - vba 根據紙張索引號返回紙張的釐米單位的寬高

Sub glkCurrentDocPageSetup() Dim glkDoc As Document '定義變量 Set glkDoc = Application.ActiveDocument '設置為當前文檔 With glkDoc '設置文檔參數 With .PageSetup '設置【頁面設置】參數 .Orien

經驗分享 , 大數據 , 數據倉庫 , 邊距 , ci , 縮進

收藏 評論

mob649e8163f390 - 葉秋stable diffusion繪世啓動

在進行“葉秋stable diffusion繪世啓動”的研究時,我們發現問題主要圍繞不兼容的代碼版本和依賴關係。為了更深入理解這個問題,我決定將其解決過程記錄為一篇博文。以下是我們處理“葉秋stable diffusion繪世啓動”的詳細過程。 在現代的數據驅動環境中,生成模型如 Stable Diffusion 已廣泛應用於生成高質量的圖像、視頻等媒介。然而,實際的應用過程中,啓動

性能優化 , app , aigc , ci

收藏 評論

mob64ca12e01b7d - github copilot可以用幾個設備

在許多開發者的日常工作中,"GitHub Copilot可以用幾個設備"這個問題常常困擾着大家。關於GitHub Copilot的設備限制不是普遍為人所知,但它確實直接影響了開發團隊的工作流和協作方式。通過這一點,我們將詳細探討如何有效地管理和使用這一強大的開發工具。 背景定位 在考慮是否應該在多個設備上使用GitHub Copilot時,我們必須首先認識到此決策可能帶來的業務影

server , aigc , 開發者 , ci

收藏 評論

mob64ca13fc220d - 用Python製作高逼格數學動畫manim

大家好!Manim 社區剛剛發佈了 v0.19.1 版本(發佈於 12 月 1 日)。雖然這是一個小版本號更新,但裏面可是藏着幾個非常實用的新功能! 無論你是剛入坑的新手,或者已經被某些痛點折磨過的老手,這篇更新速覽都值得一看。 1. 🌟 亮點一:終於可以“固定”隨機顏色了! 以前我們在使用 random_color() 時,最大的痛點就是:每次運行腳本,生成

Line , ci , 前端開發 , 代碼示例 , Javascript

收藏 評論

龍智DevSecOps - 詳解CloudBees CI,助力Jenkins用户順利遷移並構建高效CI/CD平台

據調查顯示,全球有超過70%的開發者使用Jenkins構建其CI流水線。然而,Jenkins在大規模團隊集中管理、靈活性、插件管理、安全性、團隊統一管理等方面存在明顯的瓶頸與不足,越來越多的團隊轉向Cloudbess CI (Jenkins企業版)。 本篇文章中,龍智技術專家與客户(Jenkins用户)進行了深入的探討,不僅詳細解讀了CloudBees的功能與優勢,還從權限管理、可擴展性、性能、遷

ci

收藏 評論

mob64ca140eb362 - The 2010 ACM-ICPC Asia Chengdu Regional Contest

The 2025 ICPC Asia Chengdu Regional Contest B 現在有\(n\)個人(\(n\leq 6\)),每個人有一個傷害值\(a_i\)和魔力消耗\(c_i\),在一個回合中,總共可以使用魔力值為\(m\),每一回合的魔力值都會重置為\(m\),如果上一回合使用了第\(i\)個人,那麼這一回合再使用第\(i\)個人的魔力消耗為\(c

i++ , Css , ci , 子樹 , 前端開發 , HTML

收藏 評論

祝你今天愉快 - C++學習(二十六) 編程練習2

6.完成編程練習5,但這一次使用一個二維數組來存儲輸入一3年中每個月的銷售量。程序將報告每年銷售量以及三年的總銷售量 #includeiostream using namespace std; int main() { // 月份,二維數組存儲三年的銷售量 const string months[12] = {"1月","2月"

指尖人生 , 移動開發 , include , c++ , Android , ci

收藏 評論

mob649e8159b30b - stable diffusion 未找到支持你所選擇的生成引擎

stable diffusion 未找到支持你所選擇的生成引擎的問題可能源於多種原因,如環境配置錯誤、系統依賴缺失,或者其它設置不當。下面是對解決這個問題的詳細記錄過程。 協議背景 為了全面理解穩定擴散(Stable Diffusion)在處理生成引擎時的工作原理,我們需要構建相關的關係圖和時間軸。 erDiagram User ||--o{ GeneratedImage

抓包 , User , aigc , ci

收藏 評論

mb6923acc0735dc - 鴻蒙超級終端體驗:無縫流轉的底層實現與用户體驗優化

引言:超級終端的技術願景 在鴻蒙生態中,"超級終端"不僅是一個營銷概念,更是通過分佈式技術實現的革命性體驗。想象一下這樣的場景:你正在手機上觀看視頻,回到家後視頻自動流轉到智慧屏繼續播放;或者在平板上編輯文檔,需要插圖時直接調用手機的攝像頭拍攝。這種無縫流轉體驗背後,是鴻蒙分佈式技術的深度創新。 超級終端的核心目標是讓用户感知不到設備邊界,構建"多設備如單設備"的統一

移動開發 , Android , ci , harmonyos , Layout , ui

收藏 評論

mob64ca1405664d - 【BZOJ1826】【洛谷P4404】緩存交換【貪心】【堆】_mob604756e7db9c的技術博客

【題目描述】 小 A 有一個由 n 個非負整數構成的數組 a=[a1, a2, …, an]。他會對陣組 a 重複進行以下操作,直到數組 a 只包含 0。在一次操作中,小 A 會依次完成以下三個步驟: (1)在數組 a 中找到最大的整數,記其下標為 k。如果有多個最大值,那麼選擇其中下標最大的。 (2)從數

數組 , i++ , 後端開發 , ci , harmonyos

收藏 評論

卓伊凡 - 【04】原創音樂人完整的原創音樂全流程製作-和聲骨架與節奏框架——為這首歌搭建“音樂的骨頭與心跳”-卓伊凡

【04】原創音樂人完整的原創音樂全流程製作-和聲骨架與節奏框架——為這首歌搭建“音樂的骨頭與心跳”-卓伊凡 第四章:和聲骨架與節奏框架 ——為這首歌搭建“音樂的骨頭與心跳” 這章開始,你真正進入音樂創作的核心區域: 和絃 = 大地節奏 = 脈搏旋律 = 花朵 任何優秀的歌曲,絕不是旋律亂寫,而是在和聲上“生出來”的。 為了主題(給媽

軟件研發 , 不同版本 , 操作過程 , ci

收藏 評論

mob64ca1401464d - deepseek工作原理

北京大學 人工智能MOOC 目錄 北京大學 人工智能MOOC Part I. Basics :Chapter 1. Introduction §1.1 Overview of Artificial Intelligence §1.2 Foundations of Artificial Intellige

deepseek工作原理 , google , aigc , 人工智能 , bard , ci

收藏 評論

mob64ca12d68df5 - 文本類AIGC

隨着人工智能技術的快速發展,文本生成技術(AIGC)逐漸興起。從最初的簡單模板化生成到如今的深度學習模型驅動的複雜生成過程,文本類AIGC在多個領域展現了巨大的潛力和應用前景。以下是我對文本類AIGC問題的整理和解決過程的覆盤記錄。 一、背景描述 回顧過去幾年,文本生成技術經歷了幾個關鍵的發展階段: 2018年:GPT-1模型發佈,開啓了自迴歸文本生成的新階段。

User , text , aigc , ci

收藏 評論

數據科學探索者 - 雲linux服務器 filesystem 顯示為overlay shm是何意思

一、服務 服務(Service)本質是進程,但是是運行在後台的,通常都會監聽某個端口,等待其他程序的請求,比如(mysql、sshd、防火牆等),因此我們又稱為守護進程。 服務工作過程:提供服務的一端叫服務端,服務啓動時需要開放對應的端口號。請求服務的一端叫客户端,客户端指定服務端的IP地址加端口號向服務端發起請求。服務端收到客户端的請求後分析數據包發

雲計算 , Linux , 雲原生 , ci , 訪問控制

收藏 評論

mob64ca12df5e97 - 免費檢測aigc率

免費檢測 AIGC 率的方法正在越來越受到關注,尤其是在確保內容生成效能方面。接下來我將詳細記錄下我在解決這個問題過程中所採用的備份策略、恢復流程、災難場景、工具鏈集成、預防措施和擴展閲讀。 備份策略 為了確保對 AIGC 率檢測的可持續性和完整性,我制定了一套詳細的備份策略。這個策略包括了不同存儲介質的對比和週期計劃。以下是我的甘特圖,展示了各項備份任務的時間安排,包括每

數據丟失 , 數據恢復 , aigc , ci

收藏 評論

畢設大神 - 基於CS架構的醫院財務管理系統-計算機畢業設計源碼+LW文檔

摘要 信息技術是當今社會發展的重要方向之一,它已經深入到各個行業中。隨着計算機技術的發展,信息技術已經從傳統的數據處理轉變為網絡信息的處理和交互。在管理方面,通過信息管理技術,系統可以快速的處理大量的數據,並且能夠將不同的數據進行整合分析,從而幫助各行業決策者做出更好的決策。尤其在人們生活節奏不斷加快的當下,人們更趨向於足不出户解決各種問題,醫院財務管理系統展現了其蓬勃生命

管理系統 , 後端開發 , JAVA , 系統開發 , ci

收藏 評論

mob649e815da088 - 非langchain 模型如何使用langchain

在本文中,我將分享如何讓非langchain模型有效地與langchain框架進行協作的過程。我將詳細闡述問題背景、錯誤現象、根因分析、解決方案、驗證測試和預防優化,以幫助讀者更好地理解和應用這一技術。 問題背景 在許多使用自然語言處理(NLP)模型的場景中,開發者需要整合非langchain的模型邏輯與langchain框架來實現更復雜的任務。例如,某個團隊在開發一個對話式人工

預處理 , aigc , ci , Python

收藏 評論