Jan 23 2026
阿瓜不瓜 -
Spring AI學習：工具調用實踐（基於和風天氣api）
工具調用總體實現：
設計工具類：
@Component
public class WeatherInquiryTools {
@Autowired
private WeatherService weatherService;
@Tool(description = "根據城市名稱查詢城市LocationID")
public String getLocati
後端
收藏
評論
Jan 23 2026
大模型玩家七七 -
為什麼 loss 幾乎沒用：微調裏最容易讓人“自嗨”的指標
loss 是怎麼一步步“騙”過工程師的
如果你做過大模型微調，幾乎一定經歷過這樣一個時刻。
訓練剛跑起來，你盯着屏幕上的 loss 曲線，看着它從一個比較高的值，慢慢、穩定地往下走。曲線很平滑，沒有劇烈抖動，看起來一切都很健康。這時候你心裏往往會產生一種非常強烈的安全感：
“這次應該穩了。”
但等你真正拿模型去測試時，問題就來了。
模型回答好像沒什麼變化
有時候甚至更奇怪了
你很難説
AI
收藏
評論
Jan 23 2026
迪捷軟件 -
汽車電子產業加速演進：現狀、挑戰與發展方向
汽車產業的快速發展，為汽車電子產品提供了持續擴展的應用空間。隨着信息化、智能化水平不斷提升，汽車電子已從早期的輔助部件，逐步演進為影響整車性能、安全與體驗的關鍵組成部分。圍繞安全、節能、環保、舒適和娛樂等方向，相關元器件及系統正在加速迭代，推動汽車產品形態持續升級。
中國作為全球重要的汽車製造基地之一，汽車電子產業的發展既具有龐大的市場基礎，也面臨着技術升級與產業重構的雙重挑戰。在這一背景下，系
軟件測試
收藏
評論
Jan 23 2026
愛喝可樂的北極熊 -
最近關於運維的一些感想
運維不只是"救火隊員"，而是系統的守護者
最近在和幾位老運維聊起職業發展，他們不約而同地提到一個詞："運維是系統穩定性最後的防線"。這句話讓我陷入了思考。作為IT行業中最容易被忽視的崗位之一，運維真的只是"救火隊員"嗎？還是説，我們正在經歷一場靜悄悄的變革？
從"消防員"到"守護者"的轉變
記得剛入行那會兒，運維被戲稱為"救火隊員"。系統一出問題，運維就成為"救火隊長"，半夜被叫醒處理故障是家常便
操作系統
收藏
評論
Jan 23 2026
OBCE666 -
Vibe Coding 小記 —— Google AI Studio
小編最近用 Cursor、Claude Code 等工具，Vibe Coding 了一些亂七八糟的小玩意兒，但需要消耗公司給大家發放的 token。
本着給公司省錢的原則，今天這篇小短文，就為大家分享一個如何通過 token 免費的 Google AI Studio[1] 來 Vibe Coding，零代碼快速生成你需要的 AI 應用。
本文和數據庫完全無關，純好物分享，大家可以放心閲讀。
背景
AI
收藏
評論
Jan 23 2026
ClownLMe -
langchain 快速入門(二): chain鏈的應用
簡介
langchain中提供的chain鏈組件，能夠幫助我門快速的實現各個組件的流水線式的調用，和模型的問答
Chain鏈的組成
根據查閲的資料，langchain的chain鏈結構如下：
$$Input \rightarrow Prompt \rightarrow Model \rightarrow Output$$
其中langchain框架提供了幾個常用構建chain鏈的工具：
AI
收藏
評論
Jan 23 2026
Lynch_Warren -
Visual Paradigm 註釋器全面使用指南
免費版可用 | Visual Paradigm Online 免費版
🌐 歡迎使用 Visual Paradigm 註釋器
開啓主動研究與團隊協作的新時代
在信息爆炸的時代，我們每天都在瀏覽網頁、閲讀文章、查看文檔，但往往只是“被動閲讀”，記不住重點，也難以與他人高效協作。
現在，Visual Paradigm 註釋器來了——它讓你不再只是“看”，而是“思考”、“記錄”、“協作”。
無
敏捷開發
收藏
評論
Jan 23 2026
大模型玩家七七 -
從 0 到跑通一次微調：別急着追效果，先讓它“真的動起來”
[]()##微調最難的地方，從來不是“學不會”，而是“跑不起來”
如果你是第一次接觸大模型微調，很可能已經經歷過這樣一個階段。你看過不少文章，也刷過不少視頻，大致知道什麼是 SFT、LoRA，知道微調是“拿數據繼續訓練模型”。從概念上看，這件事並不複雜，甚至有點“理所當然”。但真到你自己動手的時候，事情就開始變得不對勁了：環境裝不好，數據不知道該怎麼準備，模型跑是跑了但你完全不知道它在幹嘛，
AI
收藏
評論
Jan 23 2026
瀟湘隱者 -
小心my.cnf中重複系統變量設置帶來困擾
我們知道MySQL對不同位置的my.cnf文件的讀取順序是有優先級的. 那麼問題來了, 如果同一個my.cnf中, 不同位置出現了兩個相同系統變量/參數, MySQL會讀取哪一個系統變量呢? 是不是一個很有意思的問題!
那麼我們先來看看,在測試環境的my.cnf中, 我們以變量server_id為例子,
server_id=1002
我們在my.cnf中新增了一個server_id=1003,如
數據庫
收藏
評論
Jan 23 2026
sevencoding -
Queue & Stack：實現機制與使用場景深度分析
為什麼不推薦使用Stack
Java已不推薦使用Stack，而是推薦使用更高效的ArrayDeque
為什麼不推薦使用
性能低：是因為 Stack 繼承自 Vector， 而 Vector 在每個方法中都加了鎖。由於需要兼容老的項目，很難在原有的基礎上進行優化，因此 Vector 就被淘汰掉了，使用 ArrayList 和 CopyOnWriteArrayList 來代替，如果在非線程安
後端
收藏
評論
Jan 23 2026
C1za_Star -
C++測試
1.如果在一個函數中的複合語句中定義了一個變量，則該變量( )。
A 只在該複合語句中有效
B 在本程序範圍內有效
C 在該函數中有效
D 為非法變量
2.當函數的參數是普通變量時，關於函數的形參和形參，以下説法正確的是（ ）。\
A 實參和與其對應的形參共佔用一個存儲單元
B 只有當實參和與其對應的形參同名時才共佔用相同的存儲單元
C 實參和與其對應的形參各佔用獨立的存儲單元
D 形參是虛擬的
後端
收藏
評論
Jan 23 2026
躺柒 -
讀人本智能產品設計6原則10鏈接(下)
1.可穿戴設備
1.1.可穿戴設備
1.1.1.聯產品開發中最引人注意的領域之一就是身體互聯產品
1.2.隨着紡織和印刷技術的進步，製造商可以將電子元件直接嵌入服裝中，從而為用户提供可持續跟蹤的數據
1.3.這個生態系統基本上可以讓用户與其身體進行持續的對話，從而創建一個反饋循環，讓人們更清楚地意識到自己身體裏的循環系統和肌肉正在發生什麼變化
1.4.產品生態系統研發的前沿是對醫療設備生態
AI
收藏
評論
Jan 23 2026
雲棧開源日記 -
Linux Kernel：雲原生時代的操作系統內核
容器為什麼能隔離進程？Kubernetes 怎麼限制 Pod 資源？eBPF 監控的原理是什麼？ 這些問題的答案，都指向同一個開源項目——Linux Kernel。它是 Linus Torvalds 在 1991 年創建的操作系統內核，如今已成為雲計算基礎設施的技術基石。
什麼是 Linux Kernel
Linux Kernel 是 Linux 操作系統的核心組件，負責管理硬件資源、調度進程、
操作系統
收藏
評論
Jan 22 2026
wang_yb -
啞鈴圖：數據對比的優雅之選
簡潔的線條連接兩個數據點，就像啞鈴的兩端，在對比分析中展現出令人驚豔的清晰度。
在平時的數據分析項目中，我經常會遇到比較兩個相關數據集的變化情況。
這時，傳統的做法是使用堆積條形圖或簇狀條形圖，但它們存在一個共同問題：當我們需要精確追蹤每個項目在兩個時間點或兩種條件下的變化時，這些圖表會讓我們的眼睛在條形之間來回跳躍，難以直觀把握變化的幅度和方向。
今天，我要向大家推薦一種更優雅的替代方案-
後端
收藏
評論
Jan 22 2026
ClownLMe -
Langchain 快速入門(一)
簡介
langchain專門用於構建LLM大語言模型，其中提供了大量的prompt模板，和組件，通過chain(鏈)的方式將流程連接起來，操作簡單，開發便捷。
環境配置
安裝langchain框架
pip install langchain langchain-community
其中langchain可以提供了各種大模型語言庫選擇，（這裏只列舉幾個）例如：
#chatgpt
pip insta
AI
收藏
評論
Jan 22 2026
阿瓜不瓜 -
Spring AI學習：配置redis向量數據庫&RAG實踐
配置redis向量數據庫：
配置依賴：
dependency
groupIdorg.springframework.ai/groupId
artifactIdspring-ai-starter-vector-store-redis/artifactId
/dependency
配置redis數據庫屬性：
RAG實踐：
使用spring ai
後端
收藏
評論
Jan 22 2026
大模型玩家七七 -
客服大模型 ≠ 問答機器人
為什麼很多客服大模型，看起來很聰明，卻一點也不好用
如果你做過客服相關的項目，大概率會經歷一個非常相似的過程。
一開始，大家都很興奮。
把歷史客服文檔、FAQ、知識庫一股腦丟進 RAG，接上一個看起來很強的模型，測試時效果還不錯。大多數常見問題都能答上來，語氣也挺自然，看起來“已經能替代人工了”。
但只要一上線，問題就開始接連出現。
模型開始亂承諾
模型開始“過度熱情”
模型在不
AI
收藏
評論
Jan 22 2026
大模型玩家七七 -
RAG 為什麼總是“看起來能用，實際不好用”？
RAG 真正讓人頭疼的地方，從來不是“搭不起來”
如果你已經做過一段時間 RAG，大概率會有一種非常熟悉的感覺：
系統是能跑的，流程也是完整的，embedding 用的也不差，向量庫、召回、rerank 該有的都有，但整體效果始終差點意思。
有時候是召回的內容看起來“擦邊”，
有時候是答案明明就在文檔裏，模型卻像沒看到，
還有時候，模型引用了一堆內容，但就是沒真正解決用户的問題。
後端
收藏
評論
Jan 22 2026
vivotech -
vivo互聯網全鏈路多版本環境落地實踐
作者：互聯網效能平台團隊-Wu Qinghua
在軟件研發過程中，“環境問題”是制約研發效能的關鍵瓶頸之一。環境不穩定、測試環境混亂、環境搶佔嚴重等問題，顯著影響開發與測試效率。本文系統介紹vivo通過“全鏈路多版本環境管理”模式，實現開發測試環境的快速構建與高效管理，使多版本環境能夠像“平行宇宙”一般，實現安全、隔離、高效的並行測試與發佈。
本文為2025年 vivo 開發者大會互聯
軟件設計
收藏
評論
Jan 22 2026
IT開發者筆記 -
藉助LightningChart Python 數據可視化庫預測水質
在環境監測和公共健康管理領域，水質安全分析是一個核心任務。通過科學的數據分析與可視化手段，不僅可以深入瞭解各類水質參數之間的關係，還能輔助決策者做出及時預警與治理策略。藉助LightningChart Python這一高性能圖表庫，我們可以將複雜的水質數據轉化為直觀、交互性強的可視化成果，助力行業用户在水質預測與分析場景中的技術實施與業務落地。
LightningChart Python試用下載
後端
收藏
評論
