博客 RSS 訂閱

pannideniupai 頭像

雨大王 - 汽車製造的智能化升級：工業AI平台如何重構生產線？

汽車製造業的智能化轉型背景與挑戰 汽車製造業作為工業4.0時代的重要支柱，正面臨前所未有的轉型升級壓力。在電動化、智能化、網聯化與共享化的“新四化”浪潮推動下，傳統制造模式的侷限性逐漸暴露：生產線剛性結構難以適應多品種小批量的市場需求，工藝參數調整依賴經驗而非數據，質量缺陷溯源週期長且成本高。這些痛點不僅制約了生產效率，也削弱了企業的市場競爭力。 然而，以工業AI平台為核心的智能製造技

人工智能 , 深度學習

收藏 評論

u_16213365 頭像

mob64ca12e08acf - langchain rag 提高召回準確率

在本文中，我將分享如何通過關鍵策略提高“langchain rag”的召回準確率。這是一個在信息檢索領域不斷演進的挑戰，尤其是在構建高效的RAG（檢索增強生成）模型時。 初始技術痛點 隨着信息數量的激增，傳統的檢索技術逐漸無法滿足快速、準確獲取用户所需信息的需求。為了評估當前的業務規模，我使用了以下公式： $$ \text{召回率} = \frac{\text{相關文檔數}}

User , 召回率 , aigc , ci

收藏 評論

powerful_simon 頭像

小謳 - ElementUI：表格如何展示超出單元格的內容且不影響單元格？

關注前端小謳，閲讀更多原創技術文章 這個問題之前在封裝表格行內編輯校驗時就一直困擾我，近期因為業務需求又不得不面對了 需求詳述 ElementUi表格列若干（肯定有橫向滾動條），在若干行（不固定）的某一列上（不固定）展示指定文字， 要展示的文字長度大概率比該列寬度大 文字需要完整展示，可跨單元格 嘗試過程 直接使用自定義渲染單元格，失敗，超出單元格部分會被遮蓋 自定義指

vue.js , element-ui , 前端

收藏 評論

u_16213704 頭像

mob64ca14154457 - E2.在shell中正確退出當前表達式

Shell Daily 2025-12-19: 優雅退場 (Trap) 寫腳本時，我們通常會在末尾寫上一句 rm /tmp/data_export.tmp 來清理現場。但如果腳本執行中途報錯退出了？或者用户不耐煩按了 Ctrl+C 強行終止？那行清理代碼永遠不會執行，垃圾文件就會日積月累。 要想寫出“死得體面”、不留垃圾的健壯腳本，你不能只關注開始，更要關注結束。這時

大數據 , 刪除文件 , hadoop , 臨時文件 , shell

收藏 評論

dianliangxiaocheng_19854189632 頭像

點量實時雲渲染 - 點量思政課堂在線平台解決方案：引領智慧教育新篇章

大學是學生成長的關鍵時期，新生普遍面臨安全、心理、行為規範等多方面的適應需求。為支持高校開展系統性入學教育，我司基於“技術賦能教育，智慧引領成長”理念，正式推出“思政課堂在線平台解決方案”。該平台以系統化、數字化、智能化為核心，為高校提供覆蓋教育管理全流程的支撐體系，助力學生平穩完成過渡，奠定健康成長基礎。 一、一體化管理，教學更高效 平台採用“後台管理+前端學習”雙模塊架構，實現教學管理

資訊 , 運維 , 負載均衡 , 知識 , 前端

收藏 評論

u_16099220 頭像

數碼精靈abc - 範圍查詢索引會失效麼

在計算機科學中，k-d樹（k-dimensional的縮寫）是一種空間劃分數據結構，用於組織k維空間中的點。主要應用於多維空間關鍵數據的搜索（如：範圍搜索和最近鄰搜索）。k-d樹是空間二分樹（Binary space partitioning ）的一種特殊情況。 索引結構中相似性查詢有兩種基本的方式： 一種是範圍查詢（range s

機器學習 , 範圍查詢索引會失效麼 , 大數據 , 搜索 , 算法 , 數據倉庫 , 子節點

收藏 評論

ivorysql_xiaozhuli 頭像

IvorySQL - Postgres 18 默認開啓數據校驗及升級應對方案

在 Greg Sabino Mullane 編寫的最新 Postgres 補丁中，Postgres 對數據完整性機制進行了調整：從 Postgres 18 開始，數據校驗（data checksum）功能默認啓用。 這一變更在發佈説明中看起來只是一個相對較小的調整，但針對的是數據庫運行過程中較難察覺的風險之一—靜默數據損壞（silent data corruption），對系統可靠性具有實際意義。

數據庫 , postgresql , 開源

收藏 評論

u_16213724 頭像

mob64ca141a2a87 - 使用langchain對軟件進行需求分析

一、軟件需求分析的任務 任務： 就是解決什麼做什麼， · 深入描述軟件的功能和性能， · 確定軟件設計的約束和軟件同其他系統元素的接口細節 · 定義軟件的其他有效性需求。 二、需求分析的過程 （藍色字體） 1 問題識別， 開發人員深入現場，瞭解需求

規格説明 , 文心一言 , aigc , 需求分析 , 開發人員

收藏 評論

immerse 頭像

沉浸式趣談 - Knip - 一鍵清理項目無用代碼

大家好，我是 Immerse，一名獨立開發者、內容創作者、AGI 實踐者。 關注公眾號：沉浸式趣談，獲取最新文章（更多內容只在公眾號更新） 個人網站：https://yaolifeng.com 也同步更新。 轉載請在文章開頭註明出處和版權信息。 我會在這裏分享關於編程、獨立開發、AI乾貨、開源、個人思考等內容。 如果本文對您有所幫助，歡迎動動小手指一鍵三連(點贊、評論、轉發)，給我一些支持和鼓勵，

後端 , 前端

收藏 評論

wosign 頭像

沃通CA - OV證書是性價比最優解？SSL證書費用標準

在瀏覽器地址欄前那個小小的鎖形圖標背後，SSL證書正默默守護着億萬網民的數據安全。然而，當網站運營者首次接觸SSL證書市場時，往往會陷入一個充滿疑惑的境地。為什麼同樣是SSL證書，價格卻從完全免費到數萬元不等？DV、OV、EV這些專業術語又該如何區分？ 一、SSL證書費用標準詳解 1. 域名驗證型DV證書，性價比之選 域名驗證型（Domain Validation，簡稱DV）證書是SSL證書家族

ssl證書 , HTTPS

收藏 評論

u_16213467 頭像

mob64ca12f8da8d - windows gpu模式下運行ollama

在“Windows GPU模式下運行Ollama”的過程中，我們遇到了一系列技術問題與解決方案。本文將系統地記錄這一過程，包括環境準備、集成步驟、配置詳解、實戰應用、排錯指南以及生態擴展，以便其他開發者能更好地參考和借鑑。 環境準備 搭建“Windows GPU模式下運行Ollama”環境的第一步是進行依賴安裝。以下是所需軟件及其版本的兼容性矩陣：

windows , aigc , ci , CUDA

收藏 評論

u_12897 頭像

jordana - 權限控制_多租户系統設計之權限控制_weixin

Uberi/speech_recognition多租户架構：隔離與資源分配方案 在企業級語音識別應用中，多租户（Multi-Tenancy）架構面臨着數據隔離、資源競爭和識別精度平衡的核心挑戰。Uberi/speech_recognition作為一款支持多引擎的Python語音識別庫，通過模塊化設計和靈活配置機制，為構建多租户系統提供了基礎

多租户 , 大數據 , hadoop , 語音識別 , Git

收藏 評論

data_ai 頭像

數據庫知識分享者 - 阿里雲 Tair 聯合 SGLang對 Mamba-Transformer 等混合架構模型的支持方案

導讀 接着上一節內容對KV Cache存儲方案的深入解讀，本文介紹了阿里雲 Tair KVCache 團隊與SGLang 社區在推理框架上的提效——支持混合架構模型的工程化實踐。 在大模型長文本與智能體化趨勢下，Transformer 面臨顯存與計算瓶頸，而高效的 Mamba 模型語義召回受限。混合架構通過結合兩者優勢應運而生，卻帶來系統級挑戰：Transformer 的 Toke

nosql , 阿里雲 , 知識 , 數據庫 , SQL

收藏 評論

mangrandedanche 頭像

數據庫分享小北 - 阿里雲 Tair 聯合 SGLang對 Mamba-Transformer 等混合架構模型的支持方案

導讀 接着上一節內容對KV Cache存儲方案的深入解讀，本文介紹了阿里雲 Tair KVCache 團隊與SGLang 社區在推理框架上的提效——支持混合架構模型的工程化實踐。 在大模型長文本與智能體化趨勢下，Transformer 面臨顯存與計算瓶頸，而高效的 Mamba 模型語義召回受限。混合架構通過結合兩者優勢應運而生，卻帶來系統級挑戰：Transformer 的 Toke

資訊 , nosql , 阿里雲 , 數據庫 , SQL

收藏 評論

joyssl_6930deadc6785 頭像

冷姐Joy - 多域名和通配符證書有什麼區別

簡單來説，核心區別在於：多域名證書按“網站數量”收費，通配符證書按“域名層級”收費。 申請入口https://www.joyssl.com/certificate/select/wildcard_certificat... 一、多域名證書 多域名證書，顧名思義，是一張證書可以同時保護多個完全不同的域名。 工作原理：就像一把萬能鑰匙，可以預先設定好它能打開哪幾扇指定的門。你在購買證書時，

ssl證書 , HTTPS

收藏 評論

u_16175520 頭像

mob649e81697507 - 本地ollama如何用apikey訪問

本地ollama如何用apikey訪問：深入探討解決流程 在當今技術驅動的商業環境中，能夠靈活、高效地與本地系統進行信息交互成為一項重要需求。我近期遇到了一個關於如何在本地使用Ollama模型通過API Key訪問的問題。隨着業務需求的日益增長，確保API的安全性和訪問有效性變得尤為重要。本文將詳細記錄我的探索過程，分析出現的問題，並給出解決方案。 問題背景 在一個為客户提供

API , aigc , 解決方案 , ci

收藏 評論

u_16175443 頭像

mob649e8156b567 - LangChain UnstructuredExcelLoader

LangChain UnstructuredExcelLoader 是一種用於處理和解析非結構化 Excel 數據的工具。隨着數據分析的複雜性增加，越來越多的企業需要在大量信息中提取有價值的洞見。在此背景下，如何有效使用 LangChain UnstructuredExcelLoader 變得尤為重要。本文將詳細探討在使用該工具時可能遭遇的問題及解決方案。 背景定位 在企業數據處

數據 , 初始化 , aigc , 數據處理

收藏 評論

huzilachadeyuechikou 頭像

晨曦鑰匙扣 - 數字化轉型深水區：8 大主流 CRM 核心能力橫評，誰是真正的業務增長引擎？

數字化轉型深水區：8 大主流 CRM 核心能力橫評，誰是真正的業務增長引擎？ 隨着企業數字化轉型進入深水區，客户關係管理（CRM）已從“輔助工具”升級為“業務增長引擎”。不同規模、行業的企業對CRM的需求差異顯著——有的需要多渠道客户整合，有的側重銷售流程自動化，有的依賴深度 數據分析。本文選取超兔一體雲、Salesforce、 SAP CRM、Microsoft Dynamics、Oracle

前端

收藏 評論

daoqiangburudeniu 頭像

刀槍不入的牛腩 - JDK 25 確定性性能革命：虛擬線程 + 緊湊對象頭實現 30% 吞吐量提升實戰

隨着JDK 25的正式發佈，Java社區迎來了一場期待已久的性能革命。這一次，Oracle的Java團隊將兩項關鍵技術——虛擬線程的成熟化與緊湊對象頭的正式啓用——進行了深度整合，為高併發應用帶來了前所未有的性能提升。在本文中，我們將深入探討這一技術組合的實現原理，並通過實際代碼演示如何實現高達30%的吞吐量提升。 技術背景與演進路徑 1. 虛擬線程的演進歷程 虛擬線程（Virtual Threa

JDK

收藏 評論

aloudata 頭像

Aloudata大應科技 - 根據業務角色創建 AI 數據分析助手，Aloudata Agent 滿足集團型企業多部門個性化需求

集團型企業規模龐大、業務複雜，不同部門的數據分析需求差異顯著。 以 HR 部門為例，需要分析員工招聘渠道的有效性、培訓投入與產出的比例，以及員工流失率與績效的關係等；財務部門則聚焦於成本結構分析、預算執行偏差原因查找，以及不同業務板塊的盈利能力評估；區域經理則關心各區域市場的銷售業績對比、客户羣體特徵差異，以及市場推廣活動的效果評估；門店運營人員便更為關注各門店銷售業績差異分析、庫存週轉情況監控、

etl , 人工智能 , 數據分析 , SQL , 數據查詢

收藏 評論

smalbox 頭像

SmalBox - 【節點】[Filter-FadeTransition節點]原理解析與實際應用

【Unity Shader Graph 使用與特效實現】專欄-直達 節點概述 FadeTransition節點是Unity URP（Universal Render Pipeline）渲染管線中用於實現平滑過渡效果的核心工具。該節點採用噪聲重映射機制，將線性過渡過程轉化為具有自然紋理變化的視覺效果，廣泛應用於場景切換、UI動畫以及特效控制等場景。其核心優勢在於有效打破傳統線性過渡的機械感，創

unity , 遊戲開發 , 圖形學

收藏 評論

dtstack 頭像

袋鼠雲數棧 - 企業數據資產管理核心框架：L1-L5分層架構解析

背景分層結構的背景主要源於數據倉庫和大型信息系統建模的實踐，特別是受到以下方法論的影響： 維度建模：由 Ralph Kimball 提出，強調從業務過程（對應主題域）出發，構建事實表和維度表（對應邏輯實體）。 範式建模：由 Bill Inmon 提出，強調集成的、面向主題的、非易失的數據集合，其EDW（企業數據倉庫）的構建需要自上而下的分層設計。 企業架構框架：如TOGAF，其數據架構部分強調業務

大數據 , 知識 , 數據庫 , 人工智能

收藏 評論

automq 頭像

AutoMQ - AutoMQ x FSx: 10ms Latency Diskless Kafka on AWS

介紹 今天，我們正式宣佈：繼 S3 WAL、EBS/Regional EBS WAL[1] 之後，AutoMQ 將在 2025 年的 12 月的新版本中全面支持以 AWS FSx 作為新的 WAL 存儲選項。AutoMQ 本身是一款完全兼容 Apache Kafka 協議、基於 S3 對象存儲構建的新一代 Diskless Kafka，通過自研的「WAL + 對象存儲」創新流存儲引擎，將寫入日誌與

知識 , 開源 , kafka

收藏 評論

youqingyouyidejidan 頭像

底層邏輯探索 - 低代碼配置、可落地、業務賦能：數據分類分級系統引領政務數據治理新實踐

一、概要 提示：政務數據分類分級不僅是政策要求，更是數字政府建設的基礎工程，直接關係到數據安全與服務效能。在數字化轉型加速的背景下，政務數據呈現“多源異構、跨域流轉”特徵，數據孤島與安全風險並存。為破解“數據不通、安全不保、合規不足”的困局，知源-AI數據分類分級系統，以“低代碼配置、可落地、業務賦能”為核心特性，助力政府實現數據資產的精準識別、智能分級與合規復用。知源-AI數據分類分級系統

深度學習

收藏 評論