博客 RSS 訂閱

智能開發者 - 2022年VSCode寫python代碼括號無法自動補全的解決方案(移除pylance插件)

第一章:VSCode Python補全失效問題的普遍性與影響 Python開發中,Visual Studio Code(VSCode)因其輕量、可擴展性強而廣受歡迎。然而,大量開發者在日常編碼過程中頻繁遭遇智能補全功能失效的問題,嚴重影響開發效率和體驗。該問題不僅出現在初學者環境中,也常見於配置複雜的生產級開發場景。 問題的普遍性

補全 , Css , 前端開發 , HTML , Python

收藏 評論

步_步_為營 - 深入探究DbContext的ChangeTracker:精準把握Entity狀態管理與性能優化

深入探究DbContext的ChangeTracker:精準把握Entity狀態管理與性能優化 在基於Entity Framework Core的.NET應用開發中,對實體(Entity)狀態的有效管理是確保數據一致性和應用性能的關鍵。DbContext的ChangeTracker在其中扮演着核心角色,它負責跟蹤實體從加載到持久化過程中的狀態變化。深入理解ChangeTracker的

加載 , 數據庫 , 開發者 , 前端開發 , Javascript

收藏 評論

學技術贏未來 - 氣象預報與基因測序的高性能計算實戰案例.AI運維工程師

在科學研究與產業創新的前沿領域,高性能計算(HPC)是突破數據處理與模擬仿真瓶頸的核心支撐。華為鯤鵬 HPC 憑藉 “自主可控硬件底座 + 全棧優化軟件生態” 的獨特優勢,在氣象預測、生命科學等計算密集型場景中實現性能躍升,以下結合兩大行業標杆案例,拆解其技術落地邏輯與核心價值。 一、行業案例 1:區域氣象數值預報 —— 精準預測的算力加速革命 項目背景 某省級氣象部門需升級區域天氣預報

數據 , 指令集 , 人工智能 , 深度學習 , 多核

收藏 評論

煙沙九洲 - Java 哪些情況會導致內存泄漏

​今天我們來一起聊一聊有哪些情況會導致內存泄漏。 什麼是 內存泄漏 呢? 內存泄漏 是指對象 已經不再被程序使用,但因為某些原因 無法被垃圾回收器回收,長期佔用內存,最終可能引發OOM(OutOfMemoryError)。 接下來我們看一下常見的幾類內存泄漏場景。 1、生命週期長的集合 將對象放入 靜態 或生命週期很長的集合(如 public static ListObject list = ne

後端

收藏 評論

clghxq - Vue Prop屬性功能與用法實例詳解_vue.js

文章目錄 一、追本溯源:兩個世界的“語言”差異 1.1 HTML 世界:大小寫不敏感的“寬容”天性 1.2 JavaScript 世界:大小寫敏感的“嚴謹”法則 1.3 “鴻溝”與“橋樑”:Vue 的命名轉換機制 二、核心規則:`kebab-case` 與 `camelCase` 的自動轉換

vue.js , 前端框架 , 前端開發 , HTML , 前端 , Javascript

收藏 評論

上海拔俗網絡 - AI教學評價分析管理系統:用技術讓課堂評價更精準高效

傳統教學評價總繞不開“憑經驗、耗時間、不全面”的難題——專家聽課靠主觀打分,不同人評分差異率超30%,一學期最多覆蓋8%的課程,反饋報告還要等兩週。而AI教學評價分析管理系統,正是用技術打破這些侷限,讓教學評價從“模糊感知”變成“精準診斷”。 系統的核心能力,源於“多模態數據採集+智能分析”的技術閉環,就像給課堂裝了一套“智能感知中樞”。前端靠三類“感知設備”捕捉全量數據:教室的廣角

數據 , 數據採集 , NLP , 人工智能 , 模態

收藏 評論

視頻孿生 - 智慧工廠案例|基於視頻孿生與空間智能的數字孿生工廠管控平台

此視頻孿生透明工廠綜合管控平台,是綜合三維地理信息、視頻監控、空間智能及數字孿生等先進技術於一體的創新性綜合管控平台。作為空間智能應用的先行者與視頻孿生技術的首倡者智匯雲舟,打造的該平台以次世代高性能三維渲染引擎為核心,承載遙感影像、數字高程、矢量數據、三維模型等數據,構建出工廠室內外及周邊三維立體的實景數字孿生場景,同時接入監控視頻、智能分析、物聯感知等各業務系統應用數據,利用

智慧工廠建設方案案例 , 視頻監控 , 數據可視化 , 視頻孿生工廠管控平台 , 人工智能 , 數字孿生智慧工廠案例 , 空間智能應用分析

收藏 評論

u_13778063 - SLS 玩轉 S3 日誌:實時發現、彈性擴容、多格式支持,跨雲日誌管理利器!

作者:範中豪(熾凡) 在多雲架構日益普及的今天,企業常常面臨這樣的場景:運行在多雲環境中的業務系統會產生大量日誌數據,通常存儲於對象存儲服務中,但為了實現集中化運維、安全合規與統一分析,需要將這些分散的日誌數據匯聚至統一的日誌平台進行處理與洞察。 典型場景包括: 跨雲服務日誌集中分析: 各類雲服務產生的審計日誌、網絡流日誌、負載均衡訪問日誌等,需在統一

雲計算 , 可觀測 , 阿里雲 , 雲服務 , 雲原生 , SLS

收藏 評論

用户新 - V8引擎 精品漫遊指南 -解析篇 語法解析 AST 作用域 閉包 字節碼 優化 一文通關

這是完整的一篇超長文章,內容為javascript V8引擎的 詞法分析 語法分析 編譯 執行 優化 等完整的一個鏈條,內容詳略得當 可以按需要部分閲讀 也可以通篇仔細觀看。 依舊是無圖無碼,網文風格。我覺得,能用文字把邏輯或者概念表述清楚,一是對作者本身的能力提升有好處,二是對讀者來説 思考文字表達的內容 有助於多使用抽象思維和邏輯思維能力,構建自己的思考模式,用現在流行的説法 就是心智模型。你

前端

收藏 評論

上海拔俗網絡 - AI能掐會算?揭秘工廠裏的“預言家”:故障預測系統

想象一下:你工廠裏那台價值千萬的核心設備,突然在凌晨三點停止運轉——生產線中斷、訂單延誤、損失以秒計算。現在,另一個場景:系統提前三天發來預警:“C區7號軸承將於72小時後異常,建議週四早班檢修。”這不是魔法,而是AI故障預測系統在發揮作用。 這個“預言家”究竟如何工作? 核心原理很簡單:從數據中尋找故障的“前奏模式”。就像老技師聽機器聲音能判斷問題,AI則通過海量數據“學習”故

數據 , NLP , 數據中心 , 人工智能 , 深度學習

收藏 評論

程序猿的程 - 寫給前端的股票行情 SDK: stock-sdk,終於不用再求後端幫忙了

用 JavaScript 獲取股票數據,真的有這麼難嗎? 起因 説實話,這個項目的誕生完全是被逼出來的。 去年我想做一個股票行情看板,就是那種簡單的頁面,能實時顯示幾隻自選股的漲跌。聽起來很簡單對吧?但當我真正開始動手的時候,才發現事情沒那麼簡單。 網上搜一圈,股票數據接口相關的工具幾乎全是 Python 的。AkShare、Tushare、掘金量化……確實牛,功能也確實全,但問題是——我是

前端

收藏 評論

蜀道衫QAQ - HarmonyOS應用開發:相機預覽花屏問題解決案例

前言: 本示例用於開發者在使用相機服務時,如果僅用於預覽流展示,通常使用XComponent組件實現,如果需要獲取每幀圖像做二次處理(例如獲取每幀圖像完成二維碼識別或人臉識別場景),可以通過ImageReceiver中imageArrival事件監聽預覽流每幀數據,解析圖像內容。 在解析圖像內容時,如果未考慮stride,直接通過使用width*height讀取圖像內

移動開發 , 數據 , Android , Image , ide

收藏 評論

就愛吃豬大腸 - 微 PE 系統工具箱 自己安裝製作,重新系統在也不怕了,免費安裝電腦系統

簡介 電腦藍屏開不了機?硬盤分區亂糟糟?重要數據差點丟?別慌!微 PE 系統工具箱就是你的救急好幫手,不管是技術大佬還是電腦小白,遇到系統問題都能用它輕鬆搞定! ✅修復啓動故障,電腦起死回生系統崩了、開機黑屏、引導分區損壞?用它一鍵修復,分分鐘讓電腦重新啓動,再也不用愁重裝系統丟數據! ✅查殺頑固病du,守護系統安全普通殺毒軟件搞不定的頑固病du、木馬,微 PE

機器學習 , 硬盤分區 , 數據 , 人工智能 , 右鍵

收藏 評論

u_16473401 - 信創數據庫 PolarDB分佈式 V2.0 技術架構及產品特性

PolarDB分佈式輕量版採用軟件輸出方式,能夠部署在您的自主環境中。PolarDB分佈式輕量版保留並承載了雲原生數據庫PolarDB分佈式版技術團隊深厚的內核優化成果,在保持高性能的同時,顯著降低成本。 點此立即諮詢 技術架構 PolarDB分佈式輕量版採用集中式和分佈式一體化架構,可以在業務擴張時平滑的升級為適合的配置,解決您更換數據庫或直接購買大型數據庫成

安全可靠數據庫 , MySQL , 數據庫 , 信創數據庫 , 阿里雲數據庫PolarDB , 國產數據庫

收藏 評論

蜀道衫QAQ - HarmonyOS應用案例:彈窗封裝

前言: 本案例將介紹如何封裝彈窗,以及如何使用這種封裝後的彈窗 效果圖預覽 效果圖預覽 使用講解 進入案例,點擊右上角篩選按鈕,頂部彈出篩選框,點擊一種文件類型進行篩選 點擊左上角添加按鈕,中間彈出新增文件彈框,輸入文件名以及選擇文件類型,點擊確定按鈕添加完畢 長按列表項出現彈窗,點擊刪除按鈕,

Stack , 封裝 , 移動開發 , 自定義 , Android , 在51CTO的第一篇博文

收藏 評論

小小小趙02 - 智能體來了:AI運營總監親授價值月薪3W的智能體Prompt底層邏輯

我是某AI智能體公司的運營(打工人版)👩🏻‍💻。 最近面試了很多想轉行做AI運營的小夥伴,發現大家有一個超級大的誤區: 以為寫智能體(Agent)的提示詞,就是在跟ChatGPT聊天。 ❌ 大錯特錯! 👉 做Agent,本質上是在用自然語言給AI“寫SOP(標準作業程序)”! 在Coze/釦子平台上捏了幾百個Bot後,我總結了一套“HR招聘法”,直接把大模型當員工

工作流程 , 人工智能 , 深度學習 , 輸出格式 , Markdown

收藏 評論

上海拔俗網絡 - 給工廠裝上“數字大腦”:安全生產智能AI系統開發

大家好!我是李工,在製造業幹了十五年的產品經理。今天想和大家聊一個聽起來有點技術,但其實特別貼近我們生產安全的話題——安全生產智能AI系統。你可以把它想象成給工廠裝上一個“數字大腦”,讓它能24小時不眨眼地守護着每一位工人的安全。 一、這個“大腦”如何“看見”危險? 傳統安全管理主要靠人盯人、定期檢查,但人總會疲勞、會分心。我們的AI系統則不同,它在工廠里布設了無數雙“眼睛”——

數據 , 物聯網 , NLP , 人工智能 , 深度學習

收藏 評論

美狐美顏SDK開放平台 - 直播美顏sdk與美型功能開發:技術架構與應用實踐

隨着直播電商、線上娛樂、在線教育的持續升温,用户對直播畫面質量的要求早已不再停留在“能看清”,而是逐步升級為“好看、自然、有質感”。在這一背景下,直播美顏sdk與美型功能開發,正在成為直播系統和音視頻產品中的核心能力之一。 本文將從技術架構、關鍵功能實現以及實際應用場景三個層面,聊一聊直播美顏sdk的開發邏輯與落地實踐,希望能為正在做直播系統、音視頻應用或相關產品的團隊提供

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

收藏 評論

合合信息解決方案 - 金融機構AI中台建設典型案例

熱點背景 當前,銀行業數字化轉型已從“業務線上化”的初級階段,邁入“運營智能化”與“能力平台化”的深水區。監管層面持續倡導金融科技賦能,推動銀行業通過技術創新優化運營流程、防控金融風險、提升服務質量。然而,傳統分散式的AI能力建設模式,普遍存在技術標準不統一、資源重複投入、數據互通困難等頑疾,嚴重製約了數字化轉型的深化推進。在此背景下,構建統一、高效、智能的AI中台,將孤立

機器學習 , 字段 , 人工智能 , 文檔處理 , 迭代

收藏 評論

jump__jump - Grit:代碼重構利器

面對需要修改數百個文件的代碼遷移,你還在手動一個個改嗎?今天介紹一款能讓代碼批量重構像查找替換一樣簡單的工具 —— Grit。 為什麼需要 Grit 作為開發者,我們經常遇到這樣的場景: 團隊決定統一使用 lodash-es 替代 lodash,需要修改幾百個 import 語句 項目要從 React 類組件遷移到 Hooks,涉及上千個組件 某個廢棄的 API 需要全面替換,但調用位置散

開發工具 , rust , 代碼重構 , Javascript , Python

收藏 評論

wx5db79fc293ace - 戴爾PowerEdge R730服務器100G網卡選型推薦及實測分析

戴爾PowerEdge R730作為經典企業級機架式服務器,廣泛應用於數據中心核心業務處理、大規模虛擬化及高性能計算集羣等場景。隨着業務數據量指數級增長,傳統萬兆網卡已無法滿足高帶寬、低延遲的傳輸需求,100G網卡升級成為提升整體性能的關鍵。本文結合兼容性測試與實際性能驗證,為R730服務器推薦一款適配性強、穩定性高的100G網卡——光潤通 F1102EBPLR-V3.1

服務器 , 負載均衡 , 100G網卡

收藏 評論

美狐美顏SDK小金 - 2026年直播美顏sdk行業前瞻:美顏sdk與美型功能開發的新方向

過去幾年,直播行業完成了從“能播”到“好看”的躍遷。從秀場直播、電商帶貨,到社交直播、在線教育、虛擬人互動,美顏早已不再是“加分項”,而是用户留存和轉化的基礎設施。 站在2026年的時間節點回看,美顏sdk行業正在發生一場安靜卻深刻的變化: 從簡單濾鏡疊加,走向智能化、場景化、精細化的美顏與美型能力重構。 這篇文章,試着從行業趨勢與技術演進的角度,聊

視頻美顏sdk , 美顏api , 人工智能 , 直播美顏sdk , 深度學習 , 第三方美顏SDK , 在51CTO的第一篇博文 , 美顏SDK

收藏 評論

u_16366971 - 當 Kafka 架構顯露“疲態”:共享存儲領域正迎來創新變革

文章導讀 本文作者為沃爾瑪開發者 Ankur Ranjan 與 Sai Vineel Thamishetty 。二人長期關注 Apache Kafka 與流處理系統的演進,深入研究現代流處理架構面臨的挑戰與創新方向。文章不僅總結了 Kafka 的歷史價值與當前侷限,還展示了下一代開源項目 AutoMQ 如何藉助雲原生設計,解決 Kafka 在成本、擴展性與運維方面的痛點,為實時數據流

數據 , 雲計算 , 運維 , 雲原生 , 流處理

收藏 評論

u_13778063 - Agent 記憶系統技術深度:從上下文工程到長期記憶組件集成!

作者:柳遵飛(翼嚴) 前言 隨着 AI Agent 應用的快速發展,智能體需要處理越來越複雜的任務和更長的對話歷史。然而,LLM 的上下文窗口限制、不斷增長的 token 成本,以及如何讓 AI“記住”用户偏好和歷史交互,都成為了構建實用 AI Agent 系統面臨的核心挑戰。記憶系統(Memory System)正是為了解決這些問題而誕生的關鍵技術。 記憶系統

agent , 雲計算 , AI , 阿里雲 , 雲服務 , 雲原生

收藏 評論