收藏 / 列表

u_15214399 頭像

u_15214399 - 基於華為開發者空間-雲開發環境，Vanna+MaaS實現自然語言與數據庫對話

本案例由開發者：banjin提供 最新案例動態，請查閲《【案例共創】基於華為開發者空間-雲開發環境，Vanna+MaaS實現自然語言與數據庫對話》。小夥伴快來領取華為開發者空間進行實操吧 一、概述 1. 案例介紹 華為開發者空間，是為全球開發者打造的專屬開發者空間，致力於為每位開發者提供一台雲開發環境、一套開發工具和雲上存儲空間，匯聚昇騰、鴻蒙、鯤

MySQL , 人工智能 , 數據分析 , 開發環境 , 開發者

u_16237826 頭像

軟件求生 - 我被問懵了：Tomcat 到底有幾種部署方式？

那是一個陽光明媚的週一早晨，我剛端起手邊的咖啡，還沒來得及喝上一口，HR小姐姐就笑眯眯地出現在我面前：“小米，下週去面試一家大廠吧？他們挺喜歡你的項目經驗。” 我一愣——面試？這可是我一年多沒換工作的第一個挑戰。於是我火速打開IDEA，開始複習八股文。JVM、Spring、Redis、MySQL……複習得正歡，突然一個題目跳了出來： “Tomcat

Spring Boot , yyds乾貨盤點 , 生產環境 , xml , 後端開發 , 熱部署

zengjingaiguodekaomianbao 頭像

曾經愛過的烤麪包 - AI重塑世界？600家企業亮出底牌，背後暗藏這些機遇...

互聯網之光博覽會現場，600餘家企業鋪開一幅AI科技全景圖，而你，是否已經準備好握住這把改變未來的鑰匙？ 世界互聯網大會烏鎮峯會近日落下帷幕，但科技的餘温未散。在“互聯網之光”博覽會上，40餘個大模型、30餘個智能體、20多項具身智能機器人同台競技，勾勒出AI技術應用的廣闊邊界。 從算力互聯互通平台的政策支持，到夸克AI眼鏡與智能體“桐小烏”結合的沉浸式服務，再到小鵬IRON機器人的全

人工智能

weidejianpan 頭像

商湯萬象開發者 - LazyLLM 教程 | 第 13 講：RAG + 多模態：圖片、表格通吃的問答系統

在前面的課程中，我們探討了RAG（Retrieval-Augmented Generation）的基本原理及其在純文本處理中的應用。RAG 通過從外部知識庫檢索相關信息，結合上下文生成更準確、信息豐富的回答，從而提升基於文本的問答系統能力。 然而，現實世界中的信息並不侷限於文本，例如 PDF 文檔中的圖片、表格等多模態數據也承載着大量有價值的知識。在某些情況下，這些圖文並茂的內容比純文本更直觀、

llm , 算法 , 教程 , 人工智能 , 開源

smartbidashuju 頭像

Smartbi - 思邁特軟件榮膺 “中國數智化轉型推薦供應商”，聯合浙版傳媒共築行業新標杆

近日，2025 IDC 中國 CIO 峯會暨數字化轉型年度頒獎典禮（下稱“峯會”）在上海圓滿落幕。作為數智化領域的年度盛會，峯會匯聚全國企業 CIO、行業專家及產業鏈代表等超600人，圍繞數字化轉型前沿趨勢與落地實踐路徑展開深度探討，為行業發展提供新思路。 在此次峯會上，思邁特軟件憑藉專業實力斬獲雙重認可：不僅獲評“2025 中國數智化轉型推薦供應商”，其與浙江出版傳媒股份有限公司（簡稱“浙版傳

bi , 大數據 , 數智化轉型 , 人工智能

bizidadejianbing 頭像

DashVector - 如何通過Python SDK在Collection中分組檢索Doc

本文介紹如何通過Python SDK在Collection中按分組進行相似性檢索。 前提條件 已創建Cluster 已獲得API-KEY 已安裝最新版SDK 接口定義 Python示例： Collection.query_group_by( self, vector: Optional[Union[List[Union[int, float]], np.n

ai開發 , 數據庫 , 人工智能

grapecity 頭像

葡萄城技術團隊 - 將 Node.js REST API 改造為 AI 就緒的 MCP 服務器

將 Node.js REST API 改造為 AI 就緒的 MCP 服務器 瞭解如何將 Node.js REST API 升級為 AI 就緒的模型上下文協議（MCP）服務器，以支持智能的、由智能體驅動的交互能力。 大型語言模型（LLM）與智能體 AI 的發展，要求應用程序暴露能力的方式發生根本性轉變。傳統 REST API 專為軟件對軟件通信設計，需要開發者閲讀文檔並編寫自定義集成代碼。而模型上下

node.js

huamingshixunkeji 頭像

華明視訊科技 - 鐵路車號識別裝置：賦能鐵路貨運智能化的核心

在現代化鐵路貨運管理中，效率與準確性是衡量運營水平的關鍵尺度。傳統依賴人工抄錄車號的方式，不僅效率低下、成本高昂，更因人為因素導致數據不準，已成為制約礦區、編組站、貨運站等場景智能化升級的瓶頸。鐵路車號識別裝置，正是為解決這一核心痛點而生的智能化解決方案。 什麼是鐵路車號識別裝置？ 鐵路車號識別裝置是一套基於前沿人工智能深度學習技術的自動化識別系統。它通過高清圖像捕捉與智能分析，對貨運

機器學習 , 圖像識別 , 神經網絡 , 人工智能 , 深度學習

nizi_60e514d097c9a 頭像

MIAOYUN - MIAOYUN | 每週AI新鮮事兒（10.24-10.31）

本週AI領域迎來密集更新，視頻生成為創新焦點，字節、MiniMax等發佈的模型實現了長視頻、多鏡頭與效率突破；多模態、3D場景與智能體平台（如華為WorldGrow、智源Emu3.5、360 SEAF）取得顯著進展；同時，ChatGPT在心理安全、OpenAI在開源安全模型以及PayPal與OpenAI的生態合作上也有關鍵動作，一起來回顧本週發生的AI新鮮事兒吧！ AI 大模型 中國科大與字節跳動

機器學習 , 算法 , 自然語言處理 , 人工智能 , 深度學習

yufan_645f1d6e3f1d1 頭像

俞凡 - 10 分鐘搞定神經網絡

本文簡單介紹了神經網絡的基本原理、組成和基礎算法，並通過示例介紹了最簡單的神經網絡是如何工作的。原文：Learn How Neural Networks Work 神經網絡是人工智能中最重要的組成部分之一，若沒有神經網絡，像 ChatGPT 這樣的大語言模型就不會存在。實際上，幾乎所有深度學習模型都在某種程度上使用了神經網絡。 這就是為什麼瞭解神經網絡的工作原理如此重要。所以，讓我們重温一

人工智能

wangzhongyang_go 頭像

王中陽講編程 - Python 的 PyPy 能追上 Go 的性能嗎？

在我們選擇用哪種編程語言進行後端開發的時候，Python 和 Go 似乎代表了兩種極端： Python 以人生苦短我用Python的開發效率聞名，卻經常因性能被調侃為慢如龜速； Go 則以編譯即部署的輕量和高併發性能成為雲原生時代的寵兒，卻因語法簡陋被吐槽開發像搬磚。 而 PyPy 的出現，像給 Python 注射了一劑強心針，這個基於 JIT（即時編譯）的 Python 解釋器，宣稱能讓 Pyt

go , 後端 , Python

chenzhuodeyagao 頭像

沉着的牙膏 - 醫療行業數據安全管理方案 ——低誤差 · 場景化 · AI驅動 · 高效合規的醫療數據安全建設新路徑

概要：醫療行業的數據安全管理，已成為數字化醫療高質量發展的關鍵基石。隨着醫療信息化、智能化進程的加快，從電子病歷、互聯網診療到醫保數據共享，數據已成為醫療機構最核心的生產要素。如何在保證數據可用的同時，確保安全、合規與高效，是當前醫療行業共同面臨的挑戰。本方案以“低誤差識別、場景化落地、AI驅動智能決策、高效合規治理”為核心特徵，構建了一套覆蓋醫療數據全生命週期的安全管理體系。通過非侵入式採集、智

API , 深度學習

codesheep_pro 頭像

CodeSheep - 當了leader才發現，大廠最想裁掉的，不是上班總遲到的，也不是下班搞失聯的，而是經常把這3句話掛在嘴邊的

“當了 leader 才發現，公司最想裁掉的，不是上班總遲到的，也不是下班搞失聯的，而是經常把這 3 句話掛在嘴邊的” 這是最近在職場社區裏又被聊熱起來的一個老話題。 作為一個在職場上混跡了近 9 年的程序員，一路走來親眼目睹和經歷了程序員職場裏的各種風雨。從一開始的大頭兵到後來負責一個獨立的小團隊，從一個所謂的 leader 的視角上來看問題，對這個事情的理解似乎又有了一些變化。 在我剛成為小團

Android , 程序員 , 後端 , 前端 , Javascript

tizuqiudexiangpica 頭像

DM今天肝到幾點 - 【7.17 勝算雲AI資訊日報：ChatGPT 對話結賬內測、五角大樓 8 億 AI 大單、MIT CodeSteer 智能教練

1️⃣ MIT 發佈 CodeSteer：讓大模型學會“打組合拳” 當你拋出一道需要既寫代碼又解釋邏輯的難題時，現有 LLM 往往陷入“只説不算”或“只算不説”的尷尬。MIT CSAIL 最新提出的 CodeSteer（論文同時在 arXiv 與 MIT News 官網公開）就是針對這一弱點而生： 動態決策器：首先用一個輕量策略網絡判斷下⼀步應當觸發“代碼模式”還是“文本模式”，避免模

chatgpt , openai , 人工智能 , visual-studio , claude

vivo_tech 頭像

vivo互聯網技術 - 分佈式任務調度內的 MySQL 分頁查詢優化

作者：vivo 互聯網數據庫團隊-Qiu Xinbo 本文主要通過圖示介紹了用主鍵進行分片查詢的過程，介紹了主鍵分頁查詢存在SQL性能問題，如何去創建高效的索引去優化主鍵分頁查詢的SQL性能問題 對於數據分佈不均如何發現，提供了一些SQL查詢案例來進行參考，對MySQL Index Condition Pushdown優化算法做了一些簡單介紹。 一、背景介紹 最近在線上環境發現了一條執行較慢的分頁

分佈式任務 , mysql優化 , 主鍵

alluxio_com 頭像

Alluxio - Alluxio 聯手 Solidigm 推出針對 AI 工作負載的高級緩存解決方案

作者：Wayne Gao, Yi Wang, Jie Chen, Sarika Mehta Alluxio 作為全球領先的 AI 緩存解決方案供應商， 提供針對 GPU 驅動 AI 負載的高速緩存。其可擴展架構支持數萬個節點，能顯著降低存儲帶寬的消耗。Alluxio 在解決 AI 存儲挑戰方面的前沿技術在很大程度上推動了大語言模型( LLM )在全球範圍內的成功。 “Solidigm 和 Allu

數據挖掘 , 算法 , 緩存 , 存儲 , 人工智能

amin_671603a27d1a0 頭像

AMIN - 中文Markmap v2.0 現已上線，新增高效功能，老闆再也留不住你下班的腳步！

介紹 Markmap.js 是一款開源項目，在 GitHub 上獲得了超過 1.7 萬個星的關注，它的主要功能是將 Markdown 文檔可視化為思維導圖。 在日常使用中，用户經常需要面對老闆的"再改一版"的問題， 而你則需要對生成的思維導圖進行高效修改以達到老闆的合理需求。 為此，中文Markmap 2.0 版本的更新，有效解決了這一需求，以下是新增的功能： 從圖形節點跳轉

Markdown

momodel 頭像

Momodel - ColBERT——以詞元級別的向量嵌入提升信息檢索效果

介紹 檢索增強一代 （RAG） 自成立以來就風靡全球。RAG 是大型語言模型 （LLM） 提供或生成準確和事實答案所必需的。我們通過RAG解決LLM的事實性，我們嘗試為LLM提供一個與用户查詢上下文相似的上下文，以便LLM將處理此上下文並生成事實正確的響應。我們通過以向量嵌入的形式表示我們的數據和用户查詢並執行餘弦相似性來做到這一點。但問題是，所有傳統方法都以單個嵌入表示數據，這對於良好的檢索系統

llm , 向量 , 編碼 , 人工智能 , 檢索系統

liuyuedekele 頭像

六月的可樂🥤 - 智能API代碼示例生成工具AiRestful

一、產品介紹 AiRestful是一款基於智能AI的,幫助小白快速生成任意編程語言的API接口調用示例代碼的編程工具.它的特點是:簡單易用、集成支持、多主流編程語言覆蓋.它是面向學生、編程愛好者、編程小白的實用工具. AiRestful官網: 點擊直達AiRestful官網 二、如何使用 AiRestful是簡單易用的,只需要三步即可為您生成您需要的編程語言的代碼示例. 1、第一步(必須): 根

restful , 人工智能 , 深度學習 , 前端 , Javascript

jdcdevloper 頭像

京東雲開發者 - log4j2同步日誌引發的性能問題 | 京東物流技術團隊

1 問題回顧 1.1 問題描述 在項目的性能測試中，相關的接口的隨着併發數增加，接口的響應時間變長，接口吞吐不再增長，應用的CPU使用率較高。 1.2 分析思路 誰導致的CPU較高，阻塞接口TPS的增長？接口的響應時間的調用鏈分佈是什麼樣的，有沒有慢的點？ 1）使用火焰圖分析應用的CPU如下，其中log4j2日誌佔了40%左右CPU，初步懷疑是log4j2的問題。 2）調用鏈的分析 通過pfin

性能優化 , log4j2 , 性能 , cpu

alijishu 頭像

阿里雲開發者 - 程序員寫好技術文章的幾點小技巧

簡介：其我本身並不喜歡寫字，之前寫的幾篇文章，涉及的話題自帶流量，所以閲讀量多了一些，談不上有多擅長。不過我還是分享一下我自己寫文章時用到的一些小技巧吧，希望對大家有幫助。 作者 | 門柳 來源 | 阿里技術公眾號 去年成為了內網技術分享平台的年度作者，受邀寫一篇關於“如何寫好文章”的文章。我本身並不喜歡寫字，去年寫的幾篇文章，涉及的話題自帶流量，所以閲讀量多了一些，談不上有多擅長。

weex , 小程序 , 人工智能 , 開發者 , 程序員

JavaEdge 頭像

JavaEdge - 你的JAR包放對了嗎？​​後端開發必知的Linux目錄規範

本文已收錄在Github，關注我，緊跟本系列專欄文章，咱們下篇再續！ 🚀 魔都架構師 | 全網30W技術追隨者 🔧 大廠分佈式系統/數據中台實戰專家 🏆 主導交易系統百萬級流量調優 車聯網平台架構 🧠 AIGC應用開發先行者 | 區塊鏈落地實踐者 🌍 以技術驅動創新，我們的征途是改變世界！ 👉 實戰乾貨：編程嚴

yyds乾貨盤點 , 文件系統 , jar , 應用程序 , 人工智能 , 深度學習

u_17423871 頭像

美狐美顏SDK開放平台 - 美顏SDK性能優化實戰：GPU加速與AI人臉美型的融合開發

在過去幾年，美顏SDK的競爭已經不只是比“濾鏡有多好看”了，而是上升到實時性能、AI智能化、人臉美型精細度等多維度的體驗較量。尤其在直播、短視頻與視頻會議業務爆發後，任何輕微卡頓、延遲、鋸齒感，都會直接影響用户留存。 所以，業界逐漸達成共識： 性能，是美顏效果的底層保障；AI智能，是新一代美顏SDK的核心競爭力。 本文將結合行業經驗，分享美顏SDK在

視頻美顏sdk , 美顏api , 美狐美顏sdk , 人工智能 , 直播美顏sdk , 計算機視覺 , 在51CTO的第一篇博文 , 美顏SDK

fabarta 頭像

Fabarta - Cursor可控AI編程實踐：縮短交付週期，保障產品質量

導讀AI編程工具的興起讓開發效率有了質的飛躍，但很多開發者在使用過程中會發現一個問題：AI生成的代碼往往與現有項目的技術棧、編碼規範不匹配，需要大量的手動修改，開發效率拖了後腿。如何讓AI按照我們的意圖和規範來編寫代碼？這就是"可控AI編程"要解決的核心問題。 通過Cursor可控AI編程技術，我們大幅提升了開發效率，同時確保了產品的高質量和可靠性。本文將展示這一技術如何為企業創造實際價

編程 , 人工智能 , 深度學習