如今，停車場管理已從單一的泊車功能，演進為融合充電服務、空間調度與數據運營的綜合性挑戰。無論是城市級樞紐、多樣化園區、商業樓宇，均面臨效率提升與體驗優化的核心訴求。 圖撲利用自研HTML5 2D/3D圖形渲染引擎，針對不同應用場景量身定製智慧停車解決方案，推動停車場從“被動管理”到“主動智能”的跨越，實現停車場實時狀態可視、資源動態調度與充電服務一體化管控。 系統分析 新能源停車場管理 隨着新能
昵稱 圖撲軟件
問題出現 在做詞焙小程序詞庫更新的時候遇到一個問題：如果某一個單詞是一個非法的單詞，那就需要進行標記，之後再次遇到的時候可以直接跳過。 這個方案要實現的話，可能第一時間會想到用 Redis 的 Set；或者數據庫里加一張表，一行一個非法單詞。 但是詞焙本身是沒有用到 Redis 的，如果要用還得配置下內存淘汰策略；這麼簡單的需求放數據庫的話又有點殺雞用牛刀了。 所以我選擇了直接使用內存 + 定期持
昵稱 Yian
我接觸IT領域這麼多年，我太知道IT部門每天要煩惱的問題了： 業務部門急着要一個數據報表系統，IT部門説至少等三個月； 公司想優化辦公流程，報價卻要大幾十萬起步，結果好不容易系統上線了，業務規則一變，又要重新開發，費時費力。 這背後，其實是三個困擾無數企業的核心問題：IT資源永遠不夠用、開發成本居高不下、業務需求變化太快。 這些問題，正是“低代碼”技術要解決的核心。
昵稱 數據集成與治理
昨兒中午吃着飯，不知道為啥突然和同事聊起來AI發展的事兒了。雖然我們只是"牛馬"，但是不妨礙咱們坐井觀天，瞎扯淡聊聊天。 他的主要觀點是：現階段的AI絕對無法取代程序員，大家有點過度恐慌了。AI是程序員的工具，就像從記事本升級到IDE一樣。 我的主要觀點是：AI一定會取代大量的程序員，尤其是初級程序員。後續程序員崗將在軟件公司內的比重降低，取而代之的是產品、需求和算法崗。 誠然，他説的也有
昵稱 悲傷的煎雞蛋_cQXuXF
在各種平台上，初始註冊的用户通常都會被分配一個默認頭像。 但如果你的平台有互動功能，比如評論、留言、排行榜，一堆一模一樣的默認頭像排在一起就會顯得很單調，甚至有些奇怪。 當然，你也可以讓用户自己去換頭像，但現實是：大多數人根本懶得去換。 於是我就想：能不能讓默認頭像也“有點個性”呢？ 然後我想到了 GitHub。 起因 GitHub 的默認頭像其實挺有意思的。 每個新用户的頭像
昵稱 蘇琢玉
見字如面，我是王中陽，祝大家升職加薪，早日上岸。 我週末突發奇想，讓AI總結了我們做的GoFrame分佈式微服務電商項目(https://mp.weixin.qq.com/s/ACzEHtvGh2YsU_4fxo83fQ)，做的哪裏好？哪裏不好，有哪些優化的空間。 他是這麼説的： AI回覆：我需要幫你總結項目中關於分佈式微服務和高併發的優秀實踐。讓我先查看項目的主要架構和配置，然後分析其中的亮點
昵稱 王中陽講編程
項目介紹 基於 Docker 的微信/QQ Linux 客户端，使用 Selkies WebRTC 技術提供瀏覽器訪問支持。 將官方Linux版本的微信和QQ封裝在容器裏面運行，通過Web訪問，可用本地輸入，可支持複製粘貼文字/圖片，上傳下載文件等。 可雲化微信客户端，在服務器上部署微信客户端，用於遠程辦公、多人共享微信（共享聊天記錄） 在服務器上運行微信、可在任意終端、地方訪問有完整微
昵稱 網工格物
在很多軟件團隊中，研發效率的低下並非源自個人能力，而是源自流程與協作的失序。需求頻繁變更、上下游脱節、風險發現太晚、進度不可見……這些問題的背後，其實反映的是管理體系缺乏閉環。 本文從研發人員和管理者的雙重視角出發，探討一套適用於中大型團隊的軟件研發管理方案： 如何在多項目並行的環境下維持研發節奏； 如何通過階段評審與任務分解降低返工率； 如何讓產研運團隊協作，需求、代碼、測試、發佈、運營
昵稱 流程驅動過程
雲原生熱點 KGateway v2.1：面向 AI 場景的高可用網關全新升級 KGateway 是一個面向雲原生和 AI 場景的高性能網關，支持多租户、統一接入、智能路由與推理服務集成，兼容 Kubernetes Gateway API 標準。 在最新的 v2.1 版本中，KGateway 引入了 agentgateway 組件，增強了 AI 推理和多租户路由能力；全面支持 Gateway API
昵稱 KubeSphere
為什麼明明做好了技術設計，項目推進卻依然困難重重？ 技術團隊開發的功能業務方總説不適用；系統隨着業務發展變得臃腫難維護；跨部門協作時各説各話，推進困難。 這些問題看似毫無關聯，但它們都指向同一個根源：對架構認知的片面與缺失。 有了對架構的認知，各部門之間就有了對項目可行性的推測計算，這大大減少了資源的浪費，同時還能加強各部門之間的交流合作。 今天，我就來系統梳理六大核心架構
昵稱 數據集成與治理
在當今快速發展的量化交易和程序化交易領域，選擇合適的實時期貨行情數據 API 成為交易系統成功的關鍵因素。隨着金融科技的進步，越來越多的交易者開始採用自動化策略，而實時行情數據的獲取和處理能力直接決定了交易系統的競爭力。 當前市場上主流的期貨 API 解決方案主要包括 CTP（上期技術）、恆生 UFT、飛馬等傳統券商系統，以及 iTick、TigerAPI、JoinQuant 等新興
昵稱 階段性debugger
大家好，我是老A 國慶節的時候，收到一位粉絲的私信求助。一來一回聊了半天，我發現了一個很多技術兄弟的通病——我們稱之為「收藏夾式努力」。水文看不上，只想讓大佬推薦技術寶典，一旦拿到手，焦慮感削弱，寶典就在收藏夾裏吃灰，下了班照樣峽谷開黑。當你想督促他深入研究時，他又會用「他是大佬，我不是，我做不到」來給自己設限，最終陷入「持續焦慮，持續躺平」的惡性循環。 這種惰性，是人之常情。但人和人之間
昵稱 大廠碼農老A
由於工作原因需要接手一個JSP項目，遇到了IDEA修改自動編譯，但前端瀏覽器要手動刷新的問題。 網上看了幾篇攻略有時候並沒有效果，於是自己整理和摸索了一條可實現的路徑，特此記錄。 1，進入Edit Configrations，按照紅框指定瀏覽器並對應設置。 注意：需要用Edge瀏覽器，Chrome瀏覽器的LiveReload插件已經不支持安裝 2，IDEA安裝Live Edit
昵稱 Kason
傳統觀點認為事件驅動架構屬於微服務架構範疇，服務通過消息代理進行異步通信。然而，事件驅動模式一些最具價值的應用恰恰發生在單體應用程序內部——在這些地方，緊密耦合已造成維護噩夢，而漸進式重構則提供了一條通往更好架構的路徑，且無需分佈式系統的運維複雜性。 為何在單體應用中使用事件有意義 傳統的分層單體應用存在一個特定問題：直接的方法調用在組件之間創建了僵化的依賴關係。您的訂單處理代碼直接調用庫存管理
昵稱 信碼由繮
我一直覺得很神奇：大多數 AI 系統只要你一停止和它們對話，就會把一切都忘光。你餵給它們 facts、context、chat logs——會話一結束，噗的一下，全沒了。這一直是“intelligent” agents 的最大瓶頸。 後來我發現了 Graphiti，感覺終於有人把 knowledge graphs 和 AI memory 連接到了一起。 如果這聽起來有點高深，別擔心，我們一步步來。
昵稱 Candy
大多數人把這兩個詞混用——但一個負責執行任務，另一個旨在達成目標。教你如何區分（以及各自的適用場景）。 先來澄清當下 AI 討論中最常見的一處混淆。 你可能經常看到大家把“AI agent”和“agentic AI system”當成同一件事。但事實是： 🚨 它們有關聯，但並不相同 就像把微波爐稱作“廚師”。它確實能加熱食物，但它不會幫你策劃一場晚宴。🍳 Friend Link 同理，AI
昵稱 Candy
LLM的強化學習訓練最近進展很快，SOTA模型在各種推理benchmark上的表現確實亮眼。但更值得關注的其實是另一條信息——從Rutgers到Alibaba再到HKUST，這些研究團隊正在攻克的是RL領域的一個老大難：怎麼控制好熵，同時避免模型退化成毫無用處的確定性輸出。 三篇新論文給出了不同角度的解法：CE-GPPO、EPO和AsyPPO。雖然切入點各有不同，但合在一起就能發現它們正在重塑大規
昵稱 deephub
開發者目前最關注的是什麼？ 相信大多數人的答案是：AI來了，我的工作怎麼辦？ 8月份，斯坦福發佈的《關於AI近期就業影響的六個事實》報告顯示，近年來，尤其是2022年底AI技術開始逐漸滲透到經濟領域和深入各個產業後，AI對就業市場的影響非常嚴峻。特別是開發者和客服這兩個崗位，是AI暴露度較高的典型代表，尤其處於職業生涯早期、缺乏工作經驗的年輕羣體（22-25歲）就業形勢不容樂觀——2022年底到2
昵稱 倔強的石頭_
本週AI領域動態頻出，百度、阿里、DeepSeek推出高效OCR與視覺語言模型，提升文檔解析與多模態能力；騰訊、字節跳動分別開源世界模型與3D生成模型，推動3D內容生成；Anthropic、OpenAI、Google升級AI工具，聚焦生命科學、瀏覽器集成與開發體驗；華為鴻蒙6、宇樹機器人H2及多項評測基準發佈，推動AI向終端與實體場景加速落地，一起來回顧本週發生的AI新鮮事兒吧！ AI 大模型 百
昵稱 MIAOYUN
你有沒有遇到過這樣的情況： 新員工入職第一天，HR 發了一堆文檔鏈接，結果打開全是"404 Not Found"； 技術同事想找某個項目的部署説明，翻遍了各個文件夾也沒找到； 客户諮詢產品參數，銷售只能一邊百度一邊磕磕絆絆地回答... 這些問題的背後，其實都指向同一個痛點：企業缺乏一個統一、智能、易用的知識管理體系。 今天，我們就來聊聊如何用 PandaWiki 搭建一套真正能解決問題
昵稱 百川雲開發者
背景 在電商和遊戲等數據密集型行業中，業務人員經常需要快速獲取數據洞察及時應對運營策略的變化，例如轉化率，下單率，付費玩家的等級分佈變化等等問題。這些問題往往需要涉及複雜的SQL查詢。傳統方式主要依賴技術人員手動的查詢語句，或者使用固定報表，整體靈活性較差。非技術人員希望可以通過自然語言完成數庫查詢的工作，提高數據獲取的效率和靈活性。本文將介紹如何通過Bedrock AgentCore Runti
昵稱 亞馬遜雲開發者
作者：蔣忠林，趙劍，謝東；洛浩、周華生 吉利汽車，是中國知名的自主汽車品牌，近年來通過技術創新和產品升級，在國內外市場取得了顯著成績。隨着 AI 浪潮的發展，吉利汽車也在不斷加強智能化的建設，尤其在新一代 AI 座艙的建設上，成為汽車主機廠的核心競爭力之一。當前吉利汽車研究院人工智能團隊承擔了吉利汽車座艙 AI 智能化的方案建設，在和阿里雲的合作中，基於星睿智算中心2.0的23.5EFLOPS強大
昵稱 Serverless
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
昵稱 華明視訊科技
面向智能體與大語言模型的 AI 基礎設施：選項、工具與優化 本文探討了用於部署和優化 AI 智能體（AI Agents）與大型語言模型（LLMs）的各類基礎設施選項及工具。 無論採用雲、本地還是混合雲部署，基礎設施在 AI 架構落地過程中都起着關鍵作用。本文是 AI 基礎設施系列文章的一部分，聚焦於部署和優化 AI 智能體與大語言模型的多樣化基礎設施選擇，深入剖析了基礎設施在 AI 架構（尤其是推
昵稱 葡萄城技術團隊