收藏 / 列表

u_16237826 頭像

軟件求生 - 別再手動 set 時間了，JPA 一行註解全幫你搞定！

大家好，我是小米，一個寫代碼也寫故事的31歲程序員。 上週五晚上，我在工位上加班修 Bug，手裏那杯咖啡都涼透了。原因嘛——老闆的一句話：“小米，你這表記錄誰創建的、什麼時候改的，怎麼都沒寫？”我一臉懵：“啊？這不是數據庫自帶的嗎？”老闆笑了笑，“你去查查 JPA Audit。” 就這樣，我打開電腦，走上了一條“審計字段自動填充”的覺醒之路。 那些年我們

字段 , yyds乾貨盤點 , 數據庫 , 後端開發 , jpa , JAVA

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 - 當 “頂級謀士” 住進系統：專家智能體，為你的決策破局開路

此前，我們介紹過分析智能體，它可是超靠譜的 “專屬數據夥伴”，擅長基於明確指令進行數據分析和可視化展現。 但實際中，用户提問常不明確，問句發散又靈活，沒法提前窮舉。就像有人問 “上半年經營情況怎麼樣”，沒説清看營收還是利潤、要分區域還是分產品線，而這樣的問題太常見了。 再者，像銷量下降、客户流失這樣的難題，用户可不是隻想拿到冰冷數據，他們要的是問題根源、解決策略。 這時，就需要我們另外一個數字夥伴

agent , bi , 人工智能 , 數據分析

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 - 3D 大屏工具怎麼選？從功能、集成到實戰的全維度選型指南

3D 大屏工具怎麼選？從功能、集成到實戰的全維度選型指南 在數字化轉型加速的當下，3D 數據可視化大屏已成為智慧工廠、智慧城市、智慧園區等場景的 “數據中樞”—— 通過立體動態的視覺呈現，讓設備狀態、生產進度、區域運營等數據更直觀，輔助決策者快速捕捉關鍵信息。但面對市場上種類繁多的 3D 大屏工具，企業往往陷入 “功能冗餘用不上”“集成複雜成本高”“實時性不達標” 等困境。本文結合企業級 BI 工

數據可視化

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 - Palantir Ontology：革新商業智能的企業 AI 操作系統

本文介紹了 Palantir Ontology，基於語義 AI 實現商業智能的企業級 AI 操作系統。原文：Palantir's Ontology: The Enterprise AI Operating System Revolutionizing Business Intelligence 引言：10 億美元概念重塑企業技術 Palantir Technologies 悄無聲息完成了企

人工智能

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 - 金融行業低誤差高性能符合審計要求的數據庫風險審計與監測方案

概要：在金融行業日益數字化的背景下，數據庫成為企業核心資產，亦是合規審計與安全防控的重要戰場。面對多源異構、跨域流轉、高併發訪問等複雜環境，金融機構亟須一套「低誤差、高性能、符合審計要求」的數據庫風險審計與監測方案。本文圍繞“金融行業低誤差高性能符合審計要求的數據庫風險審計與監測方案”展開，首先闡述其背景與挑戰，再深度分析風險類型、提出解決方案、展現落地應用成效，最後探討其推廣價值，並附問答與用户

深度學習

codesheep_pro 頭像

CodeSheep - 稚暉君又開始搖人了，有點猛啊！

最近，稚暉君創業的智元機器人公司又開始各種“搖人”了，除了 2026 屆校園招聘正式啓動之外，最引人矚目的當屬新發布的「優才計劃」。 怎麼樣？這個名字是不是看起來就不一般？ 沒錯，這個屬於智元的高端人才招聘計劃，面向全球頂尖技術人才的公開招聘。 並且智元的這次優才計劃主要聚焦在兩個重點核心研發部門，分別是： 「智元 X-Lab」 和 「智元具身研究中心」。 其中「X-Lab」是智元 CTO-Of

機器學習 , 人工智能 , typescript , 前端 , Javascript

tizuqiudexiangpica 頭像

DM今天肝到幾點 - 我用24小時把一個瀕臨超時的任務救活【告急項目救命經驗】

寫在前面 當你正在深夜對着 IDE 狂敲代碼、看着日誌裏紅得發紫的 ERROR，卻忽然發現——速度、穩定性、成本，樣樣掣肘——別急，十分鐘後你可能會加入那個「不用為 API 報錯掉頭髮」的羣體。下面這篇實戰體驗，帶你看看我如何用 勝算雲 Router 把一個瀕臨超時的 AI 服務救活，並把本月賬單砍掉 80 %。 一、凌晨 1:42 —— 項目告急 那天凌晨，測試同事一連甩來三條 e

generative-ai , cursor , chatgpt , visual-studio , claude

vivo_tech 頭像

vivo互聯網技術 - glibc 內存分配與釋放機制詳解

作者：來自 vivo 互聯網存儲團隊- Wang Yuzhi 本文以一次線上故障為基礎介紹了使用 glibc 進行內存管理可能碰到問題，進而對庫中內存分配與釋放機制進行分析，最後提供了相應問題的解決方案。 一、引言 內存對象的分配與釋放一直是後端開發人員代碼設計中需要考慮的問題，考慮不周極易造成內存泄漏、內存訪問越界等問題。在發生內存異常後，開發人員往往花費大量時間排查用户管理層代碼，而忽視了C運

內存管理 , 內存泄漏 , glibc , 開源

alluxio_com 頭像

Alluxio - Alluxio在數據索引和模型分發中的核心價值與應用

在當前的技術環境下，搜索、推薦、廣告、大模型、自動駕駛等領域的業務依賴於海量數據的處理和複雜模型的訓練。這些任務通常涉及從用户行為數據和社交網絡數據中提取大量信息，進行模型訓練和推理。這一過程需要強大的數據分發能力，尤其是在多個服務器同時拉取同一份數據時，更是考驗基礎設施的性能。 在這樣的背景下，Alluxio Enterprise AI 在數據索引與模型分發/部署方面展示了其獨特的優勢，特

大數據 , 索引 , 人工智能 , 模型

amin_671603a27d1a0 頭像

AMIN - Markmap，用Markdown語法輕鬆創建思維導圖，AI助力提升工作效率

Markmap介紹 首先，什麼是 Markmap? Markmap 是一個開源項目，旨在用 Markdown 語法來製作思維導圖。 它的目的是：允許你使用簡單的 Markdown 語法來快速編寫思維導圖。 值得一提的是，中文Markmap 在此基礎上進一步引入了AI技術，實現了自動生成思維導圖的功能。 用户只需輸入內容，AI就會自動將其轉化為思維導圖，這大大地提高了工作效率，省去

思維導圖 , 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

alijishu 頭像

阿里雲開發者 - 鎖的優化策略

鎖的優化策略有以下幾種： 減少鎖的粒度：將原本粗粒度的鎖細化為更細的鎖，這樣就能減少競爭和衝突。但是這種策略需要考慮細粒度鎖的實現和維護成本，以及可能會帶來的更多的上下文切換。 避免鎖的使用：嘗試使用無鎖數據結構、樂觀鎖或無鎖算法替代鎖，這樣可以避免鎖帶來的性能損失，但也需要考慮其適用性和正確性。 鎖分離：在使用鎖的情況下，嘗試將不同的鎖分離，避免不同的鎖之間的競爭和衝突。這種策略需要考慮鎖

雲計算 , 鎖 , 阿里雲 , 阿里雲開發者

danxiaodezixingche 頭像

老紀的技術嘮嗑局 - 應對 “讀放大” 問題的新方法 —— OceanBase 中的 Merge-On-Write 表

背景 OceanBase 從 4.3.0 版本開始，推出了加速 AP 查詢的列存引擎，具體包含： 新的列式編碼 列預聚合信息 列存執行引擎 向量化內存格式 新的查詢優化器，能根據規則和代價動態選擇行存和列存引擎。 OceanBase 列存引擎發佈之後，AP 分析能力得到了大幅提升，在與一系列競品的對比測試中都有比較好的表現，正式踏入了 HTAP 領域。 為了節省存儲成本和簡化用户的運

數據庫

u_16099217 頭像

技術博客達人 - Python之cv2：cv2(OpenCV，opencv-python)庫pip下載超時、下載失敗、無法下載的解決方案大全

目錄 問題現象與原因分析 基礎排查：檢查 Python 與 pip 版本 使用國內鏡像源加速下載 手動下載 Wheel 包並離線安裝 配置代理和具 使用 Conda 安裝 OpenCV 常見問題 FAQ 總結 問題現象與原因分析

pip , 人工智能 , opencv , Css , 目標檢測 , 前端開發 , HTML , Python

weixiaodehai_cywv9b 頭像

HelpLook - 近期功能更新 | 支持靈活升級套餐，網站主題色模式選擇更豐富

為了更好地滿足用户需求，HelpLook近期推出了一系列新功能，特別是支持套餐靈活升級和網站主題色模式豐富化，讓用户體驗更加自由和個性化。此外，我們針對欄目管理、權限設置和界面優化等多個方面進行了全面升級，助力企業高效管理知識庫內容，優化用户體驗。 一、欄目與內容管理： 1.欄目支持控制是否允許AI訓練 通過選擇性地控制哪些數據用於訓練，可以定製化AI回答，使AI回答滿足特定的應用場景需求。

知識庫管理 , 搜索引擎 , 知識庫軟件 , 搜索引擎優化 , 人工智能

nianqingyouweidenangua 頭像

迅易科技 - 「比ChatGPT便宜80%」的DeepSeek，企業AI部署必須掌握的落地方案

在人工智能技術迅速發展的今天，企業都在積極部署AI，但大家面臨着一個共同的困境：如何平衡AI服務的性能與成本。本文將為您深入分析DeepSeek與ChatGPT在API調用成本上的顯著差異，幫助企業破解AI部署成本陷阱，精準匹配業務需求的實戰指南。 一、企業AI應用的痛點 企業部署AI時面臨的主要挑戰是高成本限制規模化應用，具體體現在以下幾個方面： 1、規模化調用，API調用費用高 企業級AI應用

部署 , deepseek , chatgpt

openfuyao 頭像

openFuyao - 一文讀懂openFuyao：聚焦AI雲原生，促進算力極致釋放

在人工智能迅猛發展的浪潮中，算力已成為驅動技術創新的核心要素。然而，全球範圍內面臨着異構算力協同困難、硬件資源利用不足、集羣軟件生態不完善等共同挑戰。 為解決技術生態碎片化困局，構建產學研協同的集羣軟件生態體系，openFuyao社區於2023年由華為主導啓動孵化，於2025年5月23日，由華為、中國工商銀行、中國移動雲能力中心、聯通數字科技有限公司、四川華鯤振宇智能科技有限責任公司、江蘇博雲科技

kubernetes , 人工智能 , 雲原生 , 開源項目介紹