收藏 / 列表

u_15214399 頭像

u_15214399 - 華為開發者空間，基於倉頡與DeepSeek的MCP智能膳食助手

本案例由開發者：給無眠點壓力提供 最新案例動態，請查閲《【案例共創】華為開發者空間，基於倉頡與DeepSeek的MCP智能膳食助手》。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 MCP，全稱Model Context Protocol，中文叫“模型上下文協議”。你可以把它想象成AI的“USB 接口” --讓不同的AI模型、工具和應用程

API , 人工智能 , 深度學習 , 開發者 , Json

u_16237826 頭像

軟件求生 - Java 面試高頻題：Tomcat 頂層架構怎麼答？看完這篇直接揹走滿分答案！

那天的面試現場，我腦袋突然空白 上週我去參加一家金融科技公司的 Java 高級開發面試。一切都挺順利，Redis、JVM、Spring 全答得順風順水。 直到面試官輕輕一笑，説了一句： “那我們來聊聊 Tomcat 吧，説説你對它的頂層架構理解？” 當場我腦子“嗡”的一聲： ——Tomcat 架構？我只記得 Cat

yyds乾貨盤點 , HTTP , 後端開發 , server , JAVA , apache

zengjingaiguodekaomianbao 頭像

曾經愛過的烤麪包 - 警用眼鏡1秒識別車輛，背後隱藏的AI浪潮如何改變你的職業？

看到交警戴上智能眼鏡的那一刻，你的職業生涯正在面臨一場革命。 近日，廣州交警一線警力開始配備新型智能眼鏡，用於路面車輛查驗工作。該眼鏡具備車牌識別與比對功能，可快速判斷車輛是否持有“十五運會”及“殘特奧會”專用車證，實現高效放行。 據交警部門介紹，以往通過警務通手動輸入車牌查詢的方式，如今被眼鏡掃描替代，查驗時間從人工輸入縮短至1到2秒，大幅提升了通行效率，減少因查驗造成的交通干擾。 智慧交管：從

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更新Collection中已存在的Doc

本文介紹如何通過Python SDK更新Collection中已存在的Doc。 説明 若更新Doc時指定id不存在，則本次更新Doc操作無效 如只更新部分屬性fields，其他未更新屬性fields默認被置為None Python SDK 1.0.11版本後，更新Doc時vector變為非必填項 前提條件 已創建Cluster 已獲得API-KEY 已安裝最新版SDK 接口定義

向量 , 數據庫 , 人工智能 , 大模型

grapecity 頭像

葡萄城技術團隊 - 認證與授權全攻略：從 Basic、JWT 到 RBAC、ABAC，開發者該怎麼選？

認證與授權全攻略：從 Basic、JWT 到 RBAC、ABAC，開發者該怎麼選？ 引言：別搞混！認證和授權是兩回事 做開發時，我們常把“認證”和“授權”掛在嘴邊，但很多人其實沒分清二者的核心區別： 認證（Authentication）：解決“你是誰”的問題——比如登錄時輸密碼、掃人臉，本質是確認“用户身份合法”。 授權（Authorization）：解決“你能做什麼”的問題——比如登錄

Jwt

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（10.31-11.07）

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 - 產品管理的第一性原理

本文介紹了產品管理的第一性原理，即“最大化使命的影響”以及“通過他人達成目標”，並通過體育教練來類比產品經理，剖析了產品管理的基本原則。原文：The First Principles of Product Management 我所認識的一些最出色的產品經理都會基於第一性原理來做決策，第一性原理指的是“無法從任何其他命題或假設中推導出來，最基本的、基礎性的命題或假設”。 一個例子是我們為開發

後端

wangzhongyang_go 頭像

王中陽講編程 - 高階面經：Spring框架全析

在 Java 開發的浩瀚世界裏，Spring 框架無疑是一顆璀璨耀眼的明珠。無論是初涉編程領域的新手，還是經驗豐富的資深開發者，都難以忽視它的強大與實用。它宛如一把萬能鑰匙，為諸多複雜的企業級應用開發難題解鎖，那麼 Spring 框架究竟是什麼呢？下面就帶你一探究竟。 一、Spring 框架 是什麼？ Spring 是輕量級的控制反轉（IoC）和麪向切面（AOP）的容器框架，可以很方便地對數據庫進

spring , 框架 , java框架 , JAVA , 後端

chenzhuodeyagao 頭像

沉着的牙膏 - AI驅動·全鏈路監測·精確防護：構建新一代政務數據安全平台

一、概要 隨着政務數字化轉型的加速，政務數據安全面臨着前所未有的挑戰。數據安全不僅關乎公眾的隱私和權益，更是確保政務服務高效運行的基礎。為了更好地應對數據安全風險，本方案提出了一種基於全知科技的政務數據安全監測平台，該平台通過AI驅動、全鏈路監測和精準識別的技術特性，實現了對政務數據的全生命週期安全管控。平台在無干擾政務服務的同時，精準識別各種潛在的風險，從而有效地保障了數據安全與合規要求的

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 - 別問“我會不會被AI取代”，先問“我+AI 能做多強？”

**話題：《AI 編程會取代程序員嗎？還是讓開發更自由？》 ——AI固然取代了一部分程序員日常需要去做的事情，但AI 編程並非“職業終結者”，而是幫助程序員擺脱重複性勞動、聚焦高價值創造的“超級外援”** 1. 先拋結論：AI ≠ 職業終結者，而是“超級外援” 替代的是單調機械的 30 % API 接口封裝、樣板代碼生成、重複性測試腳本……這些工作 AI 已經能 24

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

vivo_tech 頭像

vivo互聯網技術 - NLLB 與 ChatGPT 雙向優化：探索翻譯模型與語言模型在小語種應用的融合策略

作者：來自 vivo 互聯網算法團隊- Huang Minghui 本文探討了 NLLB 翻譯模型與 ChatGPT 在小語種應用中的雙向優化策略。首先介紹了 NLLB-200 的背景、數據、分詞器和模型，以及其與 LLM（Large Language Model）的異同和協同關係。接着列舉了實戰與應用的案例，包括使用 ChatGPT 生成的樣本微調 NLLB-200 和使用 NLLB-200 的

llm , chatgpt , 人工智能 , 翻譯

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 - 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🥤 - 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 - 抽象語法樹AST必知必會 | 京東物流技術團隊

1 介紹 AST 打開前端項目中的 package.json，會發現眾多工具已經佔據了我們開發日常的各個角落，例如 JavaScript 轉譯、CSS 預處理、代碼壓縮、ESLint、Prettier 等。這些工具模塊大都不會交付到生產環境中，但它們的存在於我們的開發而言是不可或缺的。 Babel，Webpack，Vue-cli 和 EsLint 等很多的工具和庫的核心都是通過 Abstract

ast , 抽象語法樹 , 前端 , html5 , Javascript

alijishu 頭像

阿里雲開發者 - 通過 HTTP/2 協議案例學習 Java & Netty 性能調優：工具、技巧與方法論

摘要 Dubbo3 Triple 協議是參考 gRPC、gRPC-Web、Dubbo2 等協議特點設計而來，它吸取各自協議特點，完全兼容 gRPC、Streaming 通信、且無縫支持 HTTP/1 和瀏覽器。 當你在 Dubbo 框架中使用 Triple 協議，然後你就可以直接使用 Dubbo 客户端、gRPC 客户端、curl、瀏覽器等訪問你發佈的服務，不需要任何額外組件與配置。

dubbo , 阿里雲 , 性能 , netty , JAVA

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 - 直播美顏SDK中的抖動特效實現難點：識別、渲染與延遲控制全攻略

在短視頻與直播行業快速演進的今天，用户對“視覺體驗”的要求不斷提高。美顏不再僅僅是磨皮、美白、瘦臉，而是追求更具互動感和趣味性的抖動特效（ShakeEffect）。從直播美顏SDK的角度來看，要實現一個自然、不卡頓、匹配主播動作的抖動特效，其實遠比看上去複雜。 如果你是技術負責人、產品經理，或者正關注直播美顏SDK集成方案、直播特效算法開發、實時渲染優化等問題，那麼這篇文章

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 - 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