博客 RSS 訂閱

victor-ayomipo 頭像

Victor Ayomipo - Designing A Streak System: The UX And Psychology Of Streaks

I’m sure you’ve heard of streaks or used an app with one. But ever wondered why streaks are so popular and powerful? Well, there is the obvious one that apps want as much of your attention as possib

Storytelling , ux , Psychology , Design

收藏 評論

codingtea 頭像

Coding茶水間 - 基於深度學習的豬識別系統演示與介紹(YOLOv12/v11/v8/v5模型+Pyqt5界面+訓練代碼+數據集)

視頻演示 基於深度學習的豬識別系統 1. 前言​ 大家好！歡迎來到 Coding茶水間。 今天給大家介紹的題目是 《基於YOLO算法的豬識別系統》。 在現代規模化生豬養殖和智慧牧場管理中，實時掌握豬隻的數量、姿態與分佈情況，對於健康監測、行為分析和飼養優化具有重要意義。然而在現狀中，很多養殖場仍依靠人工巡查或簡單的視頻監控，不僅耗時耗力，而且在豬羣密集、遮擋頻繁、光照不均的環境下容易出現漏檢或

AI

收藏 評論

lying7 頭像

躺柒 - 讀人工智能全球格局：未來趨勢與中國位勢07大國角逐

1.大國角逐 1.1.都是為了最大限度地增加人工智能對經濟和社會的諸多好處，同時最大限度地減少其風險和危害 1.2.各國政府敏鋭地意識到人工智能人才和基礎設施建設的短缺，並正在努力迎接人工智能帶來的新挑戰 1.3.目的是實現人工智能技術的反超和對部分產業的引領 2.DARPA 2.1.為應對蘇聯帶來的巨大威脅，麥克爾羅伊提議成立一個名為高級研究計劃局（ARPA，後改稱DARPA）的機構，目的是通

AI

收藏 評論

lfree 頭像

lfree - [20260213]測試直接路徑讀的閾值(11g).txt

[20260213]測試直接路徑讀的閾值(11g).txt --//測試直接路徑讀遇到一些問題，先在11g下測試看看。 --//別人測試直接路徑讀遇到一些問題，使用如下鏈接還提供1個測試腳本：http://blog.itpub.net/22034023/viewspace-773483/ --//轉抄如下： 11GR1 11GR2 備註 塊閥值 _small_table_thres

數據庫

收藏 評論

Dorimu 頭像

Dorimui - 自建Umami訪問統計服務並通過分享鏈接進行博客公開統計

前言 我想展示umami數據，但是自託管的貌似沒有api，經過探索發現可以通過分享鏈接拿到數據 我的blogblog.dorimu.cn-umami-share-stats 抓包分析 發現分析界面 https://charity.dorimu.cn/share/xxx 獲取數據分兩步： GET /api/share/{shareId} GET /api/websites/{websiteId

前端

收藏 評論

xymfblogs 頭像

o王先生o - Zenith.NET v0.0.6 發佈 — API 大幅精簡，為 Metal 後端鋪路

大家好！我是 @qian-o，Zenith.NET v0.0.6 正式發佈了！ 這個版本的核心主題是 精簡：為了讓 API 更好地適配即將上線的 Metal 後端，我們對資源綁定模型、着色器階段和光線追蹤方案做了一次大規模的重構和瘦身。 📦 GitHub 倉庫：https://github.com/qian-o/Zenith.NET 📚 文檔站點：https://qian-o.g

.net , 後端

收藏 評論

jimmysmith 頭像

jimmysmith - DVWA之CSRF【low-high】全流程解析

一.引言 1.CSRF概述： CSRF(Cross-site request forgery)，即跨站請求偽造。指攻擊者利用服務器對用户的信任，從而欺騙受害者在不知情的情況下執行由攻擊者發起的惡意請求，從而完成非法操作(修改密碼，轉賬等)。在CSRF的攻擊場景中，攻擊者會偽造一個請求(一般是鏈接)，用户一旦點擊了鏈接，整個攻擊就完成了。所以CSRF也被稱為是"one click"攻擊。

網絡安全

收藏 評論

uml-tool 頭像

Lynch_Warren - Visual Paradigm AI 可視化建模全面指南

從草圖到生產：AI 驅動的全場景建模解決方案 “真正覆蓋每一個角度” 只有Visual Paradigm，提供當今最完整的 AI 驅動可視化建模生態系統。 🌐 為什麼選擇 Visual Paradigm？ Visual Paradigm 不僅是建模工具，更是AI 賦能的可視化工作流中樞。 無論你是開發者、系統架構師、業務分析師、企業架構師，還是知識管理團隊

AI

收藏 評論

lying7 頭像

躺柒 - 讀人工智能全球格局：未來趨勢與中國位勢06人類的未來(下)

1.形態 1.1.科幻小説及影視作品中所承載的人類想象力，遠比真實世界要精彩得多，也超前得多 1.2.1999年，好萊塢相繼誕生了兩部科幻大作—《黑客帝國》和《異次元駭客》​ 1.2.1.​《黑客帝國》對人工智能的態度無疑是最消極的，即人工智能成為遠超人類的新物種後，必將導致人類的毀滅 1.2.2.​《異次元駭客》 1.2.2.1.​“世界1999”中的科學家創

AI

收藏 評論

Carey-ccl 頭像

Carey_ccl - 8、SequenceInputStream的源碼和Vector.class的一些函數説明（windows操作系統，JDK8）

一、SequenceInputStream源碼——可以順序讀取多個輸入Stream的裝飾器類   SequenceInputStream.class 的UML關係圖，如下所示：   SequenceInputStream.class的源碼，如下所示： package java.io; import java.io.InputStream; import java.util.Enumerat

後端

收藏 評論

wintersun 頭像

PetterLiu - 各AI廠商在春節搶奪C端用户市場， 順便做生態連接，A/B testing

春節C端AI用户爭奪戰 春節期間是超級流量窗口——用户空閒時間多、社交活躍度高、嚐鮮意願強。各AI廠商（如字節豆包、百度文心、阿里通義、Kimi等）將此視為搶佔用户心智的關鍵戰役。 兩個關鍵策略 1. 「隨便做生態連接」 指輕量化、廣撒網式的產品植入，而非深度技術整合： 做法 具體表現 紅包/抽獎活動

AI

收藏 評論

ttkwzyttk 頭像

ttkwzyttk - 嵌入式Linux手動交叉編譯開源軟件需要注意的問題

在嵌入式Linux的開發過程中，我們經常需要用到一些軟件庫或者是測試工具，這些庫和工具大概率都是x86平台上開發的，就需要我們通過對源碼進行交叉編譯，生成能夠在開發板上使用的軟件和動態庫。 對於某些開源軟件進行編譯有兩種情況，第一種是如果我們使用buildroot根文件系統，可以在buildroot的menuconfig編譯菜單中，勾選相應的軟件，重新編譯根文件系統，編譯完成之後該根文件系統就會自

操作系統

收藏 評論

chenyouyuan 頭像

ChenYY~ - 入門分享篇：一、工欲善其事，必先利其器

入門分享篇：一、工欲善其事，必先利其器 本次分享，面向接觸計算機 or 機器人軟件開發 or 嵌入式軟件開發 的程序員 學習過程中好用的工具 如果大家還有其他好用的工具也歡迎分享 磨刀不誤砍柴功：熟悉你的電腦、問題檢索、思維工具 學會科學的解決問題和有效的問問題 雖然講的是黑客的提問方法，但其實是相通的。 How-To-Ask-Questions-The-Smart-Way/README-

操作系統

收藏 評論

longronglang 頭像

久曲健 - 4步搞定！人人都能擁有18歲OpenClaw AI女友Clawra

真的太酷了，框框nice呀！ 全網60萬人圍觀的18歲韓系AI女友Clawra，不用複雜操作，自己動手就能安裝，再也不用羨慕別人有專屬數字伴侶啦！ 先劃重點：Clawra是韓國開發者一人打造，基於OpenClaw開發，能自拍、陪聊天、記喜好，還能同步生活狀態，關鍵是完全開源，所有人都能免費擁有！ 話不多説，跟着步驟來，5分鐘就能get你的專屬AI女友👇 一、準備工作 1、獲取“通行證”API K

AI

收藏 評論

Laurentianelle 頭像

Laurentianelle - 手把手教你用 Python 批量拼接圖片（無需ps，適用快速修改拼接）

** 背景介紹** 日常工作或學習中，我們經常會遇到這樣的問題： 有一堆圖片（比如實驗截圖、作品圖、論文附圖） 想按固定排版拼接成一張大圖 要求清晰度不能降低 還要自動分組，批量生成多張拼圖 如果手動用 PS 一張張拖拽，不僅累，還容易出錯。 今天這段 Python 代碼可以幫你： ✅ 自動讀取文件夾內所有圖片 ✅ 按 2×5 排列（可自定義） ✅ 自動按數字順序排序

後端

收藏 評論

wintersun 頭像

PetterLiu - Seed團隊最新發布的Seed2.0系列大語言模型

字節跳動Seed團隊最新發布的Seed2.0系列大語言模型。以下是對重點內容的總結與歸納： 一、發佈背景與定位 核心目標：突破真實世界中的複雜任務，從解決奧林匹克競賽類問題邁向支持研究級推理任務。 市場洞察：基於MaaS服務調用數據分析，企業最高頻的需求是處理混雜圖表、文檔等非結構化信息（佔比超30%），其次是教育、內容創作、搜索推薦等場景。這要求模型具備"讀得多、想得多"的能力，再進入複

AI

收藏 評論

XY-Heruo 頭像

花酒鋤作田 - Go - slog使用入門

簡介 slog 是 Go 1.21 引入的官方結構化日誌庫（Structured Logging）。它結束了 Go 標準庫只有簡單 log 包的歷史，讓我們可以直接輸出 JSON 或 Key-Value 格式的日誌，非常適合對接 ELK、Grafana Loki 等日誌分析系統。 相較於第三方日誌庫如 zap、logrus，slog 的優勢在於： 零依賴：作為標準庫的一部分，無需引入第三方依賴

後端

收藏 評論

lying7 頭像

躺柒 - 讀人工智能全球格局：未來趨勢與中國位勢05人類的未來(上)

1.偉大變革 1.1.搜索引擎、社交網絡、移動互聯網和移動支付等技術一次又一次改變了人們的生活，互聯網也成就了一個又一個商業傳奇 1.2.人工智能技術的潛力大家都有目共睹，但未來人工智能可以用來做什麼，將會給人類社會帶來多大的變革，也在考驗我們的想象力 1.3.人工智能技術還處在初級發展階段，但它現有的能力也足以改變眾多領域，尤其是那些有着大量數據卻無法有效利用的領域 1.4.人工智能的價值維度

AI

收藏 評論

tickdb 頭像

瞌睡不醒 - 從快照到時間序列：一次實時行情繫統的結構演進與架構取捨

從快照到時間序列：一次實時行情繫統的結構演進與架構取捨 在多數前端行情繫統中，Ticker 快照接口足以支撐列表展示：最新價、漲跌幅、成交量定時刷新即可。 但當系統開始引入 K 線圖表後，前端架構會發生一次實質性的結構變化。 這篇文章不討論某個具體 API 如何調用，而是圍繞一次真實的結構升級過程，覆盤一個典型行情繫統從“點數據展示”到“時間序列建模”的演進路徑。 本文重點包括： Tic

前端

收藏 評論

smileZAZ 頭像

林恆 - 為什麼 SVG 能在現代前端中勝出？

🧑‍💻 寫在開頭 點贊 + 收藏 === 學會🤣🤣🤣 如果你關注前端圖標的發展，會發現一個現象： 過去前端圖標主要有三種方案： PNG 小圖（配合雪碧圖） Iconfont SVG 到了今天，大部分中大型項目都把圖標系統全面遷移到 SVG。 無論 React/Vue 項目、

前端

收藏 評論

digiproto 頭像

迪捷軟件 - 邁向深空：軟件工廠如何破解載人登月火箭軟件研製難題

​隨着中國載人月球探測工程的深入推進，新一代載人登月火箭的研製任務對軟件系統提出了前所未有的高標準要求。火箭軟件系統不僅需要承擔傳統的導航、制導與控制功能，還要實現故障在線辨識與制導控制重構、自主規劃與決策、控制參數自適應與自優化等智能化功能。 在這一背景下，傳統的以文檔為核心、串行開發的瀑布模型研製模式已難以適應新型號對軟件複雜度、可靠性和迭代效率的要求。面對軟件形態從獨立配置項向有機結合的複雜

軟件測試

收藏 評論

ttkwzyttk 頭像

ttkwzyttk - Linux USB應用開發學習筆記

三、USB應用編程 經過前面內容的學習，我們學習了 USB 的基礎知識，接下來我們將探討如何藉助 USB 總線實現對 USB 外設的操作。與之前 I2C SPI 操作外設不同，usb應用採用主要是使用 libusb 庫，在這章中，主要對libusb庫的使用進行學習。 3.1 libusb庫簡介 libusb 是一個使用 C 編寫的庫，它提供 USB 設備的通用訪問方法。APP 通過它，可以方便地訪

操作系統

收藏 評論

ClownLMe 頭像

ClownLMe - 從0到1，無代碼微調並部署本地大語言模型LLM

前言 LLM模型微調 能讓大模型掌握特定行業的深度知識，能夠實現AI虛擬主播，AI醫生，AI程序員，AI網絡安全工程師等特定領域的延展。更重要的是，當有本地部署的硬件條件限制時，能夠讓微調後小的大語言模型等效百億級的大語言模型 測試環境：windows11，RTX4070顯卡 下面將手把手帶你跑通無代碼模型微調的全過程 環境安裝 必要的工具： git： https://git-scm.c

AI

收藏 評論

XY-Heruo 頭像

花酒鋤作田 - Flask - 常見應用部署方案

前言 開發調試階段，運行 Flask 的方式多直接使用 app.run()，但 Flask 內置的 WSGI Server 的性能並不高。對於生產環境，一般使用 gunicorn。如果老項目並不需要多高的性能，而且用了很多單進程內的共享變量，使用 gunicorn 會影響不同會話間的通信，那麼也可以試試直接用 gevent。 在 Docker 流行之前，生產環境部署 Flask 項目多使用 vir

後端

收藏 評論