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 - OCI GenAI + Spring AI = 向量檢索的最強組合，你準備好了嗎？

有時候，程序員的快樂真的很簡單——比如，終於搞懂了 OCI 的 GenAI 向量模型！那天我在辦公室喝着第二杯美式，看着控制枱跑出那行“Embedding completed successfully”，差點起立鼓掌。今天，小米就帶你走進 Spring AI 的世界，一起玩轉 OCI GenAI 向量模型 ——它不止能“理解文本”，還能為 AI 應用賦能，讓智能檢索、知識

機器學習 , 數組 , yyds乾貨盤點 , 搜索 , 人工智能 , ci

zengjingaiguodekaomianbao 頭像

曾經愛過的烤麪包 - 當管理者開始領導上百個“智能體”，我們該慌了嗎？

當你的同事是會感知、能決策的“智能體”，你的價值將如何重新定義？ 從軟件工具到AI同事：企業服務賽道迎來範式革命 近日，在一年一度的行業大會上，國內頭部企業管理軟件廠商金蝶宣佈，將其核心品牌全面升級為“AI”，並旗幟鮮明地指出：“企業管理軟件已進入AI時代。” 這並非個例。從全球的Salesforce、SAP，到國內的各大廠商，在基本完成“雲轉型”後，向“AI轉型”已成為整個企業服務賽道共

c++ , JAVA , Python

weidejianpan 頭像

商湯萬象開發者 - LazyLLM教程 | 第14講：實戰：構建一個支持複雜學術論文問答的RAG系統

在前面的課程中，我們學習了 RAG 相關的知識，以及如何自定義 Reader 組件和在 RAG 任務中處理圖片和表格數據。本節內容將在此基礎上，利用前面學到的知識，搭建一個基於論文的問答系統。 在信息爆炸的時代，科研論文的數量激增，研究人員在查閲文獻時面臨諸多挑戰。論文內容專業性強、邏輯複雜，傳統的關鍵詞檢索方式難以精準提取核心信息，導致獲取有效內容的成本較高。 為了解決這一問題，RAG技術被廣泛

論文 , 教程 , 知識 , 系統架構 , 人工智能

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 - 六大緩存（Caching）策略揭秘：延遲與複雜性的完美平衡

引言 在為應用程序添加緩存時，首先需要考慮緩存策略。緩存策略決定了從緩存和底層存儲（如數據庫或服務）進行讀寫操作的方式。 從高層次來看，你需要決定在發生緩存未命中（cache miss）時，緩存是被動還是主動的。也就是説，當應用程序從緩存中查找一個值但該值不存在或已過期時，緩存策略會決定是由應用程序還是緩存本身從底層存儲中獲取數據。不同的緩存策略在延遲和複雜性之間存在不同的權衡，下面我們將逐一探討

緩存

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（10.31-11.07）

本週AI領域動態密集，美團、360、銀河通用、字節、騰訊、Kimi與科大訊飛等分別發佈多模態、圖文、導航及視頻推理模型；工具層面，寒武紀、百度、崑崙萬維、騰訊均推出新平台或功能。技術方面，在長序列處理、多智能體協同及代碼執行效率上取得突破。市場方面，OpenAI與AWS達成鉅額合作，小鵬發佈人形機器人「IRON」。整體呈現高效化、多模態與實用化趨勢，一起來回顧本週發生的AI新鮮事兒吧！ AI 大模

資訊 , 機器人 , 自然語言處理 , 人工智能 , 深度學習

yufan_645f1d6e3f1d1 頭像

俞凡 - [大廠實踐] 少即是多：Zendesk 長時間作業執行優化

本文介紹了 Zendesk 構建數據遷移器進行長時間大規模賬户數據遷移的實踐，以及選擇這種作業執行方式的權衡和取捨。原文：Less is More: Improving job execution by ditching the job executor 本文概述了我們所做的架構調整，這些調整極大簡化了長時間運行任務的執行模式。 通過利用客户端行為，系統不僅提升了整體功能，還消除了分佈式任務

後端

wangzhongyang_go 頭像

王中陽講編程 - Docker磁盤滿了？這樣清理高效又安全

大家好，我是地鼠哥，最近在帶着大家做項目的時候碰到了一個印象很深的問題，和大家總結分享一下：明明代碼邏輯沒問題，部署時卻頻頻報錯，排查半天發現是服務器磁盤被佔滿了？ 今天把解決思路整理出來，不僅能幫你快速釋放磁盤空間，也想順便安利下我們的項目課程（https://mp.weixin.qq.com/s/ACzEHtvGh2YsU_4fxo83fQ），裏面還包含了更多部署運維的實戰技巧哦~ 📌 問題

Docker , 後端

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 - JetBrains出手了，IDEA重大調整，來了！

昨晚我在家網上衝浪例行刷博客時又看到了一個事關 IntelliJ IDEA 變化的重磅消息，可能有些同學也看到了。 JetBrains 決定將 IntelliJ IDEA 全部遷移到統一發行版。 這是什麼意思呢？ 大家都知道，在此之前，在 IntelliJ IDEA 官網其實一直是提供有兩套安裝包供用户去下載和安裝使用的。 分別為： IntelliJ IDEA Ultimate：專業旗艦版

intellij-idea , JAVA , 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 - 前端 JS 安全對抗原理與實踐

作者：vivo 互聯網安全團隊- Luo Bingsong 前端代碼都是公開的，為了提高代碼的破解成本、保證JS代碼裏的一些重要邏輯不被居心叵測的人利用，需要使用一些加密和混淆的防護手段。 一、概念解析 1.1 什麼是接口加密 如今這個時代，數據已經變得越來越重要，網頁和APP是主流的數據載體，如果獲取數據的接口沒有設置任何的保護措施的話，數據就會被輕易地竊取或篡改。 除了數據泄露外，一些重要功能

混淆 , 調試 , 前端 , Javascript

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 - Cursor 一年深度開發實踐：前端開發的效率革命

在 AI Coding 提效這件事上，我想我的經歷讓我有充分的發言權。今年上半年，作為團隊中的 24 屆 JDS，我承接了兩位離職同事的業務模塊。面對密集的大促需求，我不僅扛住了“以一當三”的交付壓力，同時保證了線上零事故。這一切，離不開 Cursor 的深度輔助——我的訂閲也從去年的 Pro 升至 Pro+，甚至在大促攻堅與黑馬程序員大賽期間，不惜投入每月 200 美元升級至 Ultra Pla

程序員

alijishu 頭像

阿里雲開發者 - eKuiper 1.8.0 發佈：零代碼實現圖像/視頻流的實時 AI 推理

LF Edge eKuiper 是 Golang 實現的輕量級物聯網邊緣分析、流式處理開源軟件，可以運行在各類資源受限的邊緣設備上。eKuiper 的主要目標是在邊緣端提供一個流媒體軟件框架（類似於 Apache Flink ）。eKuiper 的規則引擎允許用户提供基於 SQL 或基於圖形（類似於 Node-RED）的規則，在幾分鐘內創建物聯網邊緣分析應用。 近日，eKuiper 發佈了 1.8

編碼 , 阿里雲 , 人工智能 , flink , SQL

JavaEdge 頭像

JavaEdge - Embedding Atlas：Apple推出的開源Embedding可視化工具！

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

聚類 , yyds乾貨盤點 , 數據 , 人工智能 , 深度學習 , 開發者

u_17423871 頭像

美狐美顏SDK開放平台 - 從0到1構建抖動特效功能：直播美顏SDK開發全指南（含架構＋實戰）

在短視頻與直播業務高速發展的今天，“抖動特效”已經從一個“錦上添花”的視覺效果，變成提高直播互動、增強內容節奏的重要能力。無論是直播帶貨的“爆點動效提醒”，還是短視頻的節奏卡點展示，抖動特效背後都離不開美顏SDK、實時渲染、圖像處理算法的協作。 對於正在研發直播應用的團隊來説，從0到1打造一個“可複用、性能穩定、兼容性高”的抖動特效模塊，看似簡單，其實涉及圖像幀處理、濾鏡渲

視頻美顏sdk , 美顏api , 人工智能 , 直播美顏sdk , 計算機視覺 , 第三方美顏SDK , 在51CTO的第一篇博文 , 美顏SDK

fabarta 頭像

Fabarta - AI賦能生物醫藥，楓清科技連續中標頭部醫藥公司產業智能升級項目

在全球醫藥科技加速迭代、產業競爭日趨激烈的背景下，國家以政策為引領、以人工智能技術為核心驅動力、以全產業鏈協同為關鍵路徑，完善“AI +醫藥”系統性發展佈局。其中，《醫藥工業數智化轉型實施方案（2025—2030年）》進一步明確全鏈條轉型路徑，將AI技術定位為突破產業瓶頸、提升醫藥工業核心競爭力的核心抓手，為行業智能化升級提供清晰方向。 楓清科技緊扣“AI賦能醫藥產業全鏈條”核心目標，圍繞

人工智能