博客 RSS 訂閱

u_17546912 頭像

麗麗的博客家園 - 理解Python中的屬性（@property）：優雅地控制類成員訪問

在面向對象編程中，封裝是核心原則之一——隱藏內部實現細節，僅通過受控接口與外界交互。Python 雖然沒有嚴格的“私有成員”，但通過 @property 裝飾器，我們可以以簡潔、Pythonic 的方式實現對類屬性的讀取、驗證和計算邏輯，既保持了代碼的直觀性，又增強了健壯性。本文將深入講解 @property 的用法、優勢及典型應用場景。 1. 為什麼需要 @propert

只讀屬性 , 後端開發 , 應用場景 , Python

收藏 評論

u_15016006 頭像

u_15016006 - 全面封禁 Cursor！又一家大廠出手了

大家好，我是程序員魚皮。 最近，有網友爆料稱：快手的研發線發佈通知，收緊了對第三方編程軟件的使用權限。 不少同學發現，只要在自己辦公電腦上點開 Cursor，就直接閃退，壓根兒用不了。 我都能想象到這些同學有多痛苦，本來可能計劃好了下午 1 個小時用 AI 把代碼生成完，然後摸 5 個小時的魚。結果午休一覺醒來發現天塌了，先是對着屏幕發了一會兒呆，然後開

數據 , 編程工具 , 代碼人生 , 第三方工具

收藏 評論

u_17029857 頭像

晉在山西 - 用Python自動整理音樂文件：按藝術家和專輯分類歌曲

隨着數字音樂收藏的增長，本地音樂庫往往變得雜亂無章——歌曲散落在不同文件夾，命名不規範，元數據缺失。其實，大多數音頻文件（如 MP3、FLAC）都嵌入了 ID3 標籤（或其他格式的元數據），包含藝術家、專輯、年份等信息。藉助 Python，我們可以自動讀取這些信息，並將音樂文件按 藝術家/專輯/歌曲.mp3 的結構重新組織，打造一個整潔有序的個人音樂庫。 1. 準備工作：安

源文件 , 元數據 , 後端開發 , Python

收藏 評論

yupi 頭像

程序員魚皮 - 全面封禁 Cursor！又一家大廠出手了

大家好，我是程序員魚皮。 最近，有網友爆料稱：快手的研發線發佈通知，收緊了對第三方編程軟件的使用權限。 不少同學發現，只要在自己辦公電腦上點開 Cursor，就直接閃退，壓根兒用不了。 我都能想象到這些同學有多痛苦，本來可能計劃好了下午 1 個小時用 AI 把代碼生成完，然後摸 5 個小時的魚。結果午休一覺醒來發現天塌了，先是對着屏幕發了一會兒呆，然後開始上網找代碼模板、翻文檔查 API，能不能

程序人生

收藏 評論

u_16178248 頭像

INSVAST - 毅碩HPC | NVIDIA DGX Spark 萬字硬核評測：將AI超級工廠帶上桌面

一、開啓本地AI開發的新紀元 在生成式AI飛速發展的今天，每一位開發者都渴望擁有無拘無束的算力。不再受制於雲端排隊、網絡延遲或數據隱私的顧慮——NVIDIA DGX Spark橫空出世讓這一切有了可能。 它不僅僅是一台計算機，它是濃縮在精緻桌面機箱中的AI數據中心。作為全球首款基於NVIDIA Grace Blackwell架構的個人AI超級計算機，DGX S

spark , 毅碩HPC , 個人AI超級計算機 , NVIDIA DGX Spark , 大數據 , nvidia , 大規模部署

收藏 評論

u_17029845 頭像

這是嚕嚕 - 用Python讀取和寫入Excel多工作表：openpyxl vs pandas對比

在日常辦公與數據分析中，Excel 文件（尤其是 .xlsx 格式）是信息交換的常見載體。Python 提供了多種處理 Excel 的工具，其中 openpyxl 和 pandas 是最主流的選擇。它們各有側重：openpyxl 專注於原生操作 Excel 文件結構（如樣式、公式、多工作表），而 pandas 則擅長以數據框形式高效處理表格內容。本文將通過多工作表讀寫場景，對比兩

數據 , 加載 , 後端開發 , 結構化 , Python

收藏 評論

teayear 頭像

學技術贏未來 - 半導體人才崗位需求分析

寒武紀、莫爾線程、沐曦股份聚焦GPU、AI芯片等領域，中芯國際主打集成電路晶圓代工，四家企業針對本科生的招聘需求均圍繞自身核心業務，集中在技術研發、工程實操等方向，且對專業匹配度和基礎技能有明確要求，具體人才需求如下： 寒武紀 作為智能芯片領域企業，其本科生崗位集中在AI芯片相關的軟硬件開發與測試，側重編程能力和人工智能技術基礎，具體崗位及要求如下：

物聯網 , 電子工程 , 編譯器 , Python

收藏 評論

teayear 頭像

學技術贏未來 - 鴻蒙未能快速激活前端市場

結合鴻蒙生態現狀與前端市場的核心訴求，鴻蒙未能快速激活前端市場的核心原因可歸結為生態網絡效應不足、技術遷移成本高、商業價值閉環未形成三大核心矛盾，而非單純的技術實力問題。以下從本質原因、關鍵痛點及破局方向展開詳細分析： 一、核心矛盾：前端市場的“生態鎖定”與鴻蒙的突圍困境 前端市場的繁榮依賴“開發者→應用→用户”的正向循環，而iOS與安卓已通過十餘年積累形成堅固的“鎖定效應”：

商業 , 物聯網 , 開發者 , 前端開發 , typescript

收藏 評論

u_17598641 頭像

mb6939262f20668 - MemTest64官網下載和安裝教程（附安裝包，圖文版）

MemTest64 是一款專門檢測電腦內存（RAM）健康狀況和穩定性的免費診斷軟件。 MemTest64 的工作方式，是向你的電腦內存條寫入各種複雜的測試數據模式，然後立刻讀取出來進行比對。如果讀取出來的數據和寫入時不一樣，就説明內存的某個地方在存取數據時出了錯，軟件便會報告錯誤。這些錯誤通常就是導致電腦莫名其妙藍屏、死機、程序崩潰或者文件損壞的“元兇”。 MemTe

techpowerup memtest6 , memtest , yyds乾貨盤點 , 辦公效率 , memtest64下載 , memtest64官網下載 , memtest64

收藏 評論

u_16653481 頭像

金海境科技 - 跨境數據流動“中美歐對話機制”建立 破解規則衝突困局 - 金海境科技

2025年3月，中美歐三方在日內瓦啓動“跨境數據流動對話機制”，建立定期磋商、規則互認、應急協作三大合作機制，旨在破解當前全球數據治理中的規則衝突問題。這是全球主要經濟體首次在數據安全領域建立官方對話渠道，引發國際社會廣泛關注。 對話機制的核心成果包括三個方面：一是建立“數據安全規則差異數據庫”，梳理中美歐三方在數據分類、出境限制、合規評估等方面的差異，為企業提供清

數據 , nosql , 數據中心 , 數據庫 , 數據安全

收藏 評論

u_15200177 頭像

Python與SEO - 鹹魚流出388元11代筆記本，自帶15.5寸1080P高清大屏，N5095+12G+256G存儲，帶屏幕的飛牛雲NAS聖體?

隨着國產供應鏈的成熟，尤其公模模具的普及，國產品牌以攀升為代表的上網本可謂是雨後春筍般冒出來。這類上網本長着同一副面孔，內裏也幾乎完全一樣，也就是印的logo不一樣，雖然性能弱雞，但如果合用還是不錯的，起碼整體價位是打下來了，不要説每個人的需求都是打遊戲哈！這不，有刷到一款國產上網本，價格算是一般，但是好在是整機配置，可供參考！

固態硬盤 , 低功耗 , MySQL , 數據庫 , 電腦 , 接口設計

收藏 評論

u_17420180 頭像

合合信息解決方案 - 文檔分塊時，如何避免把表格或關鍵段落割裂？

在 RAG 知識庫構建、大模型文檔問答等場景中，文檔分塊是影響信息檢索準確性與回答質量的關鍵環節，而表格與關鍵段落的割裂問題，已成為行業普遍面臨的核心痛點，其難點集中體現在三方面： ● 複雜元素結構識別難：真實場景中的文檔往往包含雙欄表格、無線圖表、跨行合併表格、嵌套表格等非標準化元素，傳統 OCR 工具無法精準判斷這些複雜元素的結構邏輯與內容順序，分塊時易將完

機器學習 , 分塊 , 上傳 , 人工智能 , 嵌套

收藏 評論

u_17512334 頭像

疆鴻智能研發中心 - 深入拆解：如何用協議網關打造EtherNet/IP與DeviceNet的無損數據通道

深入拆解：如何用協議網關打造EtherNet/IP與DeviceNet的無損數據通道 1. 項目背景 我所在的包裝車間，核心控制系統由一套較新的羅克韋爾ControlLogix PLC掌控，它通過高效的EtherNet/IP網絡與上層監控系統通信。然而，車間裏還有多條早年安裝的生產線，其關鍵設備——如老款的伺服驅動器、光電傳感器和閥門組——都依賴DeviceNet現場

協議轉換網關 , 工業通訊 , ETHERNET IP , 人工智能 , DEVICENET , 深度學習 , 工業自動化

收藏 評論

u_16065869 頭像

崖山數據庫系統YashanDB - YashanDB V23.5發佈：YAC共享集羣全面邁向規模化商用

隨着信創替代進入核心系統攻堅階段，企業對應用透明的多讀多寫、可大規模商用的共享集羣數據庫需求日益迫切。YashanDB V23.5的正式發佈，以崖山共享集羣YAC全面規模化商用為里程碑，不僅實現了對國際主流產品的關鍵技術對標，更在高可用、高性能等核心能力上構建起差異化護城河，為企業核心業務升級提供一套真正具備高端替代能力的新解法。 圍繞穩定、高效、

oracle , yashandb , 崖山數據庫 , 數據庫

收藏 評論

wy123 頭像

MSSQL123 - 記一次MySQL binlog日誌導致磁盤空間佔滿的問題

背景 某開發人員反饋，一個MySQL測試環境的數據庫服務器，磁盤空間被佔滿，並且明確告知MySQL數據庫並不大，但是其binlog日誌佔用數百GB的空間，遠遠超出預期的大小，要協助檢查為什麼binlog會佔用如此大的空間。 簡言之就是：數據量較小，binlog的日誌量很大。 binlog相關的配置信息 查看MySQL binlog相關的參數， 1，binlog_expire_logs_

數據庫

收藏 評論

fannaodeliushu 頭像

程序員阿偉 - 《遊戲經濟複雜模擬適配長期演化的實戰邏輯》

傳統經濟設計多依賴經驗預判，聚焦短期供需平衡，卻忽略了玩家決策偏好、玩法參與慣性、跨模塊資源傳導的連鎖反應，比如某類副本掉落道具，初期適配核心玩法需求，可隨着玩家養成進度推進、新玩法模塊上線，玩家對該道具的需求彈性會持續變化，若僅靠靜態數值調整，根本無法預判長期傳導後的隱性風險。複雜系統模擬的關鍵突破，是跳出單一數值維度，構建“多維度聯動熵變模型”，將玩家行為演化、資源產出消耗、模塊協同傳導等看似

遊戲

收藏 評論

zentaopms 頭像

易軟項目平台分享 - 中小企與大型企業分別適用哪些？項目管理軟件最新排行榜解析

在數字化浪潮席捲的今天，項目管理早已不是一張甘特圖、幾場站會就能輕鬆駕馭的簡單任務。它更像一場精密的交響樂，而項目管理軟件，就是那位不可或缺的指揮家。然而，面對市場上琳琅滿目的工具，從輕量級的協作應用到重量級的企業級平台，我們常常感到迷茫：我的團隊，究竟需要哪一款“指揮家”？ 這正是本文希望與您一同探討的核心問題。我們不追求簡單的“最好”，而是致力於尋找“最適合”。在這份【項目管理軟件最新排

軟件工程

收藏 評論

fannaodeliushu 頭像

程序員阿偉 - 《解鎖深度學習識別遊戲自適應外掛的隱性邏輯》

遊戲場景中新型外掛的隱蔽性早已突破傳統認知，不再是直白的數據篡改或操作異常，而是偏向“隱流篡改”與“行為擬真偽裝”的深度特徵逃逸，很多時候這類外掛操控的賬號，在表層操作節奏、任務推進效率上與正常核心玩家幾乎無差，甚至能模仿玩家的操作失誤、決策猶豫，單靠肉眼或簡單規則完全無法甄別，這也是初期檢測工作中最棘手的痛點—傳統檢測邏輯聚焦於操作行為的顯性偏差，卻忽略了玩家行為底層的“時序韻律”與“決策熵變”

遊戲

收藏 評論

u_17420180 頭像

合合信息解決方案 - 如何減少大模型基於文檔回答時的幻覺問題？

12 月 10 日，智譜 AI 正式開源最新多模態大模型 GLM-4.6V，其在圖像理解、圖表解析、細粒度視覺描述等領域的表現全面超越 GPT-4V、Qwen-VL 等主流模型，為基於文檔的智能問答、分析生成提供了更強大的技術支撐。 多模態大模型在處理含複雜表格、手寫批註、多元素融合的文檔時，長期存在因信息提取不精準、語義理解不充分而產生 “幻覺”—— 輸出與文

機器學習 , 數據 , 人工智能 , 文檔解析 , 結構化

收藏 評論

u_17512334 頭像

疆鴻智能研發中心 - 破局！EtherNet/IP直連DeviceNet，我們讓光伏電站數據“毫秒必達”

破局！EtherNet/IP直連DeviceNet，我們讓光伏電站數據“毫秒必達” 1 項目背景 隨着光伏電站規模的擴大和智能化需求的提升，電站內部設備通訊網絡的整合成為關鍵挑戰。某100MW光伏電站項目中，控制系統採用羅克韋爾Controllogix系列PLC，基於EtherNet/IP協議實現主站通訊。然而，電站現場分佈着大量智能匯流箱、跟蹤支架控制器和環境監測儀

協議轉換網關 , 工業通訊 , ETHERNET IP , 人工智能 , DEVICENET , 深度學習 , 工業自動化

收藏 評論

u_16018702 頭像

架構師李哲 - 告別深夜批改：用Qwen3-VL大模型打造會“理解”的作文閲卷助手

深夜十一點，李老師揉了揉發酸的眼睛，面前還有三十多篇作文等待批改。 這是無數語文教師的日常寫照——繁重的批改負擔、難以完全統一的標準、反饋到達學生手中時已失去時效性。 而在AI技術日新月異的今天，我們能否讓機器真正“理解”一篇作文的優劣？ 答案是肯定的。基於Qwen3-VL-30B-A3B-Instruct大模型，我們成功打造了一款能夠深度理解中文作文的智能閲卷

數據集 , 數據 , 數據結構 , aigc , llama

收藏 評論

u_17420180 頭像

合合信息解決方案 - 如何將公司內部知識庫（Word/PDF）接入大模型？

2025 年 12 月，OpenAI 正式發佈以 “職場效率革新” 為核心的 GPT-5.2 大模型，其在長文檔分析、多模態理解、專業場景推理等領域的突破性表現，為企業激活內部知識資產提供了全新可能。對於企業而言，GPT-5.2 的強大能力不至於通用問答—— 真正的核心需求，是讓這一先進大模型能夠 “讀懂” 公司內部海量的 Word 技術文檔、PDF 合同協議、Excel 數據報

機器學習 , 上傳 , 人工智能 , 文檔解析 , 結構化

收藏 評論