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 - 只有 6 小時停機窗口，我們如何完成原本要 48 小時的測試？

大家好，我是小米，一個 31 歲仍堅持相信技術能改變世界、但也深知需求能改變頭髮數量的程序員。 最近，我們公司搞了個“大動作”——支付主體切換。聽起來挺酷的，但做過支付同學都懂：這絕對不是簡單的“換個名字”或者“調個參數”這麼輕鬆。 它意味着從最核心的訂單到最角落的對賬，從你點外賣的“下單-支付-回調”，到商家第二天清晨的“營收到賬”，統統都要配合這一次遷移。

鏈路 , yyds乾貨盤點 , 優先級 , 辦公效率 , 用例

zengjingaiguodekaomianbao 頭像

曾經愛過的烤麪包 - AI淘汰倒計時，誰能笑到最後？

政策驅動：人工智能+行動計劃出爐 2025年8月國務院發佈《關於深入實施“人工智能+”行動的意見》，明確了三階段目標： · 2027年：AI與六大重點領域深度融合，智能終端/智能體普及率達 70%（當前約20%） · 2030年：普及率提升至 90%，智能經濟成為重要增長極 · 2035年：全面進入智能經濟與智能社會 這一政策藍圖清晰地表明：AI不再是選擇題，而是必答題。

後端

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 - 對話思邁特CEO姚詩成：存量時代 BI 不只拼產品，客户真正要的是這兩種核心價值

​​​​​​​ChatBI是解藥還是新泡沫？ @松果財經 原創作者|在輝 2025年春節，DeepSeek的爆火讓產業圈迎來一波全民狂歡。很多行業或主動或被動地被AI影響，拿到了大量商機，銷售電話被打爆。 BI是其中一個典型。這個曾經專注於數據分析的行業，和AI有着天然的“親近感”。 思邁特CEO姚詩成告訴松果財經，當時那種氛圍中，不少客户涌入後台，紛紛表示今年預算重點在AI：“很多時候你過

數字化轉型 , bi , 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 - 代碼生成器之如何快速生成後端接口？

前言 在現代軟件開發中，重複性的增刪改查邏輯代碼的編寫往往非常耗時且容易出錯。為了提高開發效率，減少手動維護的成本，代碼生成器就成為了一個非常重要的工具，本文小編就將為大家介紹一下如何利用一個開源項目快速生成數據接口。 實現方式 環境準備 技術棧：Java，Spring-Boot，MyBatisPlus，Maven（可選） 在開始前，請先確保自己有Java開發環境，並下載好這兩個項目。 附

code

huamingshixunkeji 頭像

華明視訊科技 - 什麼是鐵路車號識別裝置？

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 , 算法 , 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 - 5 分鐘搞定分佈式會話管理

本文介紹了在分佈式系統中常見的會話管理機制，分析了其優缺點和使用場景。原文：Mastering Session Management in Distributed Systems: 5 Proven Strategies You Need to Know 一旦你開始涉足分佈式系統，就會很快明白，無論架構多麼堅固，如果會話數據處理不當，也會分崩離析。想象一下，醫院裏的病人檔案存放在不同樓層，

後端

wangzhongyang_go 頭像

王中陽講編程 - 某訊面試中常見的Java多線程面試題

這是我花費時間為大家整理的騰訊面試中常問的多線程面試題，看看你掌握多少？ 1.什麼是進程？什麼是線程？ 2.説説線程的生命週期和狀態? 3.什麼是上下文切換？ 4.創建線程創建的方式都有哪些？ 5.synchronized 關鍵字的作用 6.線程池的核心構造參數有哪些？ 1. 什麼是進程？什麼是線程？ 什麼是進程？ 進程是程序的一次執行過程，是系統運行

面試問題 , 多線程 , JAVA , 後端

chenzhuodeyagao 頭像

沉着的牙膏 - 領先的安全可靠的數據分類分級廠商推薦

概要：隨着《數據安全法》《個人信息保護法》以及《數據安全技術數據分類分級規則（2024版）》的實施，數據分類分級已從企業可選能力升級為合規運營的必備能力。在海量數據環境下，智能化的數據分類分級不僅能幫助企業梳理核心數據資產，更是數據安全治理體系的基礎支撐。IDC《2024年度中國數據安全市場報告》顯示，中國數據安全市場規模達402億元，同比增長19.7%，其中數據分類分級相關產品年增幅超過35%，

安全

codesheep_pro 頭像

CodeSheep - 大家有沒有發現一個奇特現象：你能在一個公司工作 12 年以上，無論你多忠誠多賣力，一旦公司賺的少了，那你就成了“眼中釘肉中刺”

最近在網上刷到一個職場帖子，原文差不多是這樣： “大家有沒有發現一個奇特現象：你很忠誠，能在一個公司工作 12 年以上，無論你態度多好多賣力，一旦公司賺的少了，那你就成了“眼中釘肉中刺”。 他們不會顧及你的任何貢獻，把你視作包袱，視作成本，然後不顧廉恥和情面，要麼降薪，要麼轉崗，狠一點不發年終獎，更狠一點暴力優化，故意耽誤你的時間成本……” 説實話，剛刷到這個話題時，看完心裏一陣揪揪。

JAVA , 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 - 純前端實現圖片偽3D視差效果

作者：vivo 互聯網前端團隊- Su Ning 本文通過depth-anything獲取圖片的深度圖，同時基於pixi.js，通過着色器編程，實現了通過深度圖驅動的偽3D效果。該方案支持鼠標/手勢與手機陀螺儀雙模式交互，在保證性能的同時，為不同終端用户提供沉浸式的視覺體驗。 本文提供配套演示代碼，可下載體驗： Github | vivo-parallax 一、引言 在當今的網頁設計與交互

pixi.js , webgl , 前端

alluxio_com 頭像

Alluxio - Alluxio Enterprise AI 3.5 發佈，全面提升AI模型訓練性能

近日，Alluxio 發佈 Alluxio Enterprise AI 3.5 版本。該版本憑藉僅緩存寫入模式 ( Cache Only Write Mode )、高級緩存管理策略以及 Python 的深度集成等創新功能，大幅加速 AI 模型訓練並簡化基礎設施運維，助力企業高效處理海量數據集、優化 AI 工作負載性能。 AI 驅動的工作負載常因海量的數據管理複雜度高導致效率瓶頸以及訓練週期延長。

緩存命中率 , 機器學習 , 數據挖掘 , 緩存 , 人工智能

amin_671603a27d1a0 頭像

AMIN - 告別生硬翻譯！AI谷歌翻譯：讓你的文字“説人話“

還在為生硬的機器翻譯而苦惱嗎？ 還在為無法準確傳達意思而抓狂嗎？ 是時候告別這些煩惱了！ AI谷歌翻譯，基於先進的神經網絡技術，讓你的文字“説人話”，輕鬆跨越語言障礙，實現自然流暢的溝通。 AI谷歌翻譯的核心技術是基於神經網絡的深度學習模型。 這種模型能夠模擬人腦的學習過程，通過海量的語料庫訓練，逐漸掌握語言的細微差別和語境的複雜性。 與傳統的機器翻譯不同，神經網絡翻

人工智能 , 翻譯

momodel 頭像

Momodel - 首批！18個“人工智能+高等教育”應用場景典型案例

近日，教育部發布通知，公佈了首批18個“人工智能+高等教育”應用場景典型案例—— 為深入貫徹落實國家關於開展“人工智能+”行動的戰略部署，積極推動高等教育與人工智能技術的融合發展，利用智能技術支撐人才培養模式的創新、教學方法的改革、教育治理能力的提升，教育部高等教育司組織了首批“人工智能+高等教育”典型應用場景案例的徵集和論證工作，尋找、發掘和推廣在人工智能技術應用上具有代表性、前瞻性且能

學習 , 人工智能 , 分享

liuyuedekele 頭像

六月的可樂🥤 - Vue3項目中集成AI對話功能的實戰經驗分享

前言 最近在項目中需要集成AI對話功能，經過調研後選擇了ai-suspended-ball-chat這個Vue3組件庫。使用了一段時間後，想從技術使用者的角度分享一下真實的體驗和踩過的坑，希望對有類似需求的開發者有所幫助。 項目背景與選擇理由 我們的項目是一個企業級的管理後台，需要為用户提供智能客服和代碼助手功能。在選擇方案時，主要考慮了以下幾個因素： 開發效率：不想從頭開發聊天UI和

vue.js , 人工智能 , 前端 , html5 , Javascript

jdcdevloper 頭像

京東雲開發者 - 純配時效服務-雙Redis集羣設計

一、概述 純配時效服務作為物流下單環節中計算時效的重要組成部分，直接決定了下單的成功與否。其性能與穩定性至關重要，因為它們直接影響整個物流下單系統的運行效率及客户滿意度。一個高效且穩定的純配時效服務能夠確保預計送達時間準確無誤地展示給用户，從而提升客户體驗和信任度。反之，若純配時效服務出現故障或延遲，可能會導致訂單處理延誤，甚至影響客户的業務運營。因此，在設計和維護純配時效服務時，必須確保其具備高

程序員

alijishu 頭像

阿里雲開發者 - 理解JS中的原型(Prototypes)

全新對象 在JS中，對象是有很多key和value構成的一種數據存儲結構。例如，如果想描述一個人的基本信息，可以構建一個擁有firstName和lastName的對象，並且分別被賦值為北宸和範。在JS對象中的key的值是String類型的。 在JS中，可以用Object.create創建一下全新的對象： //構建了一個空對象 var person = Obeject.create(null)

js異步編程 , code , prototype , 原型 , 代碼規範

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 - 六問「大模型落地」— 如何打通企業智能化轉型最後一公里？

作者：張紅兵 楓清科技（Fabarta）合作人 ChatGPT 2022年底出現以來，大模型熱度持續不減，尤其是今年年初DeepSeek的爆火，更讓大模型走入更多人的視野。大模型除了在C端（個人用户）廣泛應用，在B端（企業）也有越來越多的企業在做落地。2025年8月26號， 國務院發佈《關於深入實施“人工智能+”行動的意見》，更將以大模型為主的人工智能技術放到更加突出的位置。“

開源軟件 , 數據 , 人工智能 , 深度學習