博客 RSS 訂閱

htdaydayup_5da2d7a6d4888 頭像

圖撲軟件 - 智慧停車場合集 | 圖撲數字孿生靜態交通一網統管

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

智慧城市 , 可視化 , 前端 , html5 , Javascript

收藏 評論

yian 頭像

Yian - 告別 Redis/MySQL：用一百行 Go 代碼實現持久化 Set

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

go , 後端

收藏 評論

leguandeludeng 頭像

數據集成與治理 - 為什麼總有人説低代碼不行？

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。

it , 低代碼 , 開發 , 後端 , 前端

收藏 評論

beishangdejianjidan_cqxuxf 頭像

悲傷的煎雞蛋_cQXuXF - AI一定會淘汰牛馬程序員？

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

程序員 , 後端 , 前端

收藏 評論

zxc7563598 頭像

蘇琢玉 - 想讓默認頭像不再千篇一律，就順手復刻了一下 GitHub 的思路

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

go , 後端

收藏 評論

wangzhongyang_go 頭像

王中陽講編程 - 我週末突發奇想，讓AI總結了我們最近做的項目：

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

go , 後端

收藏 評論

aipaobudeshoutao 頭像

網工格物 - 雲端微信 - 隨時隨地在瀏覽器訪問

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

後端

收藏 評論

project_management_solutions 頭像

流程驅動過程 - 從任務堆疊到全局視野：一線研發團隊的項目管理升級指南

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

移動端 , 後端 , 前端

收藏 評論

kubesphere 頭像

KubeSphere - 雲原生週刊：在 Kubernetes 上運行機器學習

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

後端

收藏 評論

leguandeludeng 頭像

數據集成與治理 - 什麼是技術架構、數據架構、業務架構、應用架構、產品架構和項目架構？

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

技術架構 , 架構 , 產品 , 後端 , 前端

收藏 評論

congweibiaobaidemalingshu 頭像

小白獅ww - 中科院團隊發佈首個國產類腦脈衝大模型 SpikingBrain-1.0，推理效率達百倍提速

當全球 AI 競賽仍在為更大的算力和數據量內卷時，中國科學院自動化研究所突破性地提出了「內生複雜性」的解題思路。其最新發布的「瞬悉1.0（SpikingBrain-1.0）」類腦脈衝大模型，借鑑大腦神經元的工作機制，成功繞過了傳統 Transformer 架構的能效瓶頸，為長序列處理這一業界難題提供了全新的解決方案。 瞬悉1.0 推理時具備常數級複雜度，處理百萬級長度序列時比傳統模型快 26

圖像識別 , 自然語言處理 , 教程 , 人工智能 , 深度學習

收藏 評論

ververica 頭像

ApacheFlink - 理想汽車基於 Hologres + Flink 構建萬億級車聯網信號實時分析平台

作者：海博 理想汽車高級大數據工程師、賈天福 理想汽車高級大數據工程師 引言：智能汽車時代的數據挑戰 隨着電動車和智能汽車的快速普及，車聯網信號數據呈現爆發式增長。理想汽車作為國內領先的智能電動汽車企業，已擁有超過100萬輛在網車輛，每輛車每秒上報多達上萬個信號（如車速、胎壓、温度、電池狀態等），整體數據規模達到萬億級別。這些數據不僅體量巨大，而且對實時性要求極高——端到端延遲需控制在2秒以內，至

大數據處理 , flink , 實時計算

收藏 評論

zoulu1 頭像

zorro - mac下Homebrew安裝的pip啓動虛擬環境env

如果你的 Python 是 Homebrew 安裝的，不允許用 pip 在系統環境裏裝庫。解決方法超級簡單——用虛擬環境 venv 就可以了。 ✅ 按下面 3 步做就能繼續了 ✅ 第一步：創建虛擬環境 在你的項目目錄下執行： python3 -m venv venv 會生成一個 venv 文件夾，這是獨立運行環境。 ✅ 第二步：激活虛擬環境 source venv/bin/act

pip , homebrew

收藏 評論

secretflow 頭像

隱語SecretFlow - 一文讀懂可信數據空間，隱語社區的初步實踐

打開鏈接點亮社區Star，照亮技術的前進之路。每一個點贊，都是社區技術大佬前進的動力 Github 地址： https://github.com/secretflow 一、可信數據空間介紹 可信數據空間，是指基於共識規則，聯接多方主體，實現數據資源共享共用的一種數據流通利用基礎設施。 是數據要素價值共創的應用生態，是支撐構建全國一體化數據市場的重要載體。可信數據空間須具備數據可信管控、資源交互、

數據

收藏 評論

matrixorigin 頭像

MatrixOrigin - 當人人都在談模型時，拖垮 AI 項目的卻是"數據"這件事

企業對 GenAI 的熱情,正在被現實澆上一盆冷水。一個嚴峻的現實是：超過95%的企業AI項目，在完成 PoC（概念驗證）後就陷入停滯，無法真正投入生產環境。 "試點"很成功，"項目"卻失敗了。這道從"PPT"到"生產線"的鴻溝，正是當前企業AI落地最大的挑戰。當模型能力早已不是瓶頸，究竟是什麼拖住了企業智能化的腳步？ 答案，就隱藏在日常業務背後，那些最不起眼的地方。 那些沉默於企業各個角落的"數

數據 , 人工智能

收藏 評論

chuanghongdengdeqingwa_eoxet2 頭像

宇文成都 - 使用 C# 打印 PDF 文檔：基於 Spire.PDF 的實戰教程

在現代企業應用中，PDF 文檔因其跨平台、格式穩定的特性，成為了信息交換和存儲的重要載體。然而，如何在 C# 應用程序中實現 PDF 文檔的打印功能，卻常常讓開發者感到困惑。原生 .NET 框架提供的打印功能雖然強大，但對於 PDF 這種特殊格式的文檔，其處理過程相對複雜，需要深入理解 GDI+ 繪圖和打印機制。 面對這一痛點，許多開發者會尋求外部庫的幫助。本文將為您詳細介紹如何利用功能強大且易於

pdf

收藏 評論

jieduanxingdebugger 頭像

階段性debugger - 如何獲取主流期貨API實時行情 - java實現

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

api文檔 , JAVA

收藏 評論

iwan_68b8da84d3d8b 頭像

大廠碼農老A - 我帶的外包兄弟放棄大廠轉正，薪資翻倍入職字節

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

觀點 , JAVA , 程序員 , 後端 , 前端

收藏 評論

kason_5c6fb9100a56b 頭像

Kason - IDEA開發JSP項目同時開啓熱加載

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

chrome , edge , intellij-idea , JAVA , jsp

收藏 評論

icodewalker 頭像

信碼由繮 - 單體架構中的事件驅動架構：Java應用程序的漸進式重構

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

JAVA

收藏 評論

candy_68fb0dfb0afd0 頭像

Candy - Graphiti：為智能體構建實時知識圖譜，引領更聰明的 AI 時代

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。

人工智能

收藏 評論

candy_68fb0dfb0afd0 頭像

Candy - AI Agent 與 Agentic AI 系統：真正的區別是什麼？

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

人工智能

收藏 評論

deephub 頭像

deephub - 大模型強化學習的熵控制：CE-GPPO、EPO與AsyPPO技術方案對比詳解

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

llm , 強化學習 , 人工智能 , 深度學習

收藏 評論

jueqiangdeshitou_ 頭像

倔強的石頭_ - 2025長沙1024程序員日：為開發者職業發展插上騰飛之翼

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

人工智能

收藏 評論