博客 RSS 訂閱

千杯不醉的臉盆 - 如何使用C#代碼在 PDF 中添加或刪除附件

除文本和圖形外,PDF 文件還可以包含作為附件嵌入的完整文件。這使得成套文檔的交換更加方便和可靠。Spire.PDF 提供兩種方式來添加附件: 文檔級附件(Document Level Attachment):附加在 PDF 文檔級別的文件不會出現在頁面上,只能在 PDF 閲讀器的“附件”面板中查看。 註釋級附件(Annotation Attachment):文件會被添加到頁面的特定位置。此

pdf , c#

收藏 評論

江南一點雨 - 鴻蒙Web組件如何與ArkTS頁面進行雙向數據通信?

在鴻蒙(HarmonyOS)應用開發中,Web組件是一個高頻使用的UI組件,用於嵌入網頁內容。然而,許多開發者在實際項目中常常遇到一個關鍵問題:如何讓嵌入的網頁(HTML/JS)與原生ArkTS頁面之間實現高效、安全的雙向數據通信? 本文將圍繞這一核心問題,從問題背景出發,通過一個具體案例詳細講解對接步驟,並總結最佳實踐,幫助開發者快速掌握鴻蒙Web組件與ArkTS頁面的雙向通信機制。 一、問題

harmonyos-next , harmonyos

收藏 評論

IvorySQL - 瀚高硬核助力 PG 社區:Postgres 19 迎來並行 TID 範圍掃描,速度提升 3 倍

對於任何需要維護超大表(更新舊數據、分批刪除、數據遷移)的 DBA 或開發者來説,使用 ctid(元組物理位置)將大表切分為多個小塊進行處理是標準操作。然而,直到現在,這種操作都有一個巨大的痛點:它嚴格依賴單進程。 隨着最近的一個 Commit (0ca3b169) 合併入 PostgreSQL 19 (master 分支),TID 範圍掃描(TID Range Scans)終於支持並行了。

數據庫 , postgresql , 人工智能

收藏 評論

IPD產品研發管理 - 西貝or薩莉亞,當下最賺錢的預製菜怎麼做?——IPD新產品立項CDP流程

假如你是一家食品公司的負責人,最近總聽見身邊年輕人吐槽:“外賣吃來吃去就那幾樣,油膩又沒靈魂”“想自己做飯,下班都快八點了,備菜炒菜收拾完,根本沒時間休息”。 看着大家在吃飯的問題上如此發愁,你便萌生了一個想法——做當下最賺錢的預製菜!開發幾款口感、味道都不輸現炒菜的預製品,既能解決年輕人的便捷需求,又能還原家常菜的煙火氣。 但這個想法剛提出來,就面臨一個現實難題:現在預製品的爭議不小。像西貝和薩

觀點 , 產品經理 , 程序員 , 產品 , 後端

收藏 評論

clklog - 國產開源 | ClkLog 埋點與用户行為分析一體化解決方案

在數字化成為企業核心競爭力的時代,自建埋點系統與用户行為分析平台已逐漸從“選配項”變成“基礎設施”。相比傳統 SaaS 分析工具,可私有化部署、可無限擴展的開源方案越來越受到企業青睞。 ClkLog作為國產開源產品,為企業提供了一套從數據採集、存儲、分析到可視化的一體化解決方案,它是真正自主可控、完全開放的產品。 ClkLog既能滿足初創團隊快速搭建埋點系統的輕量需求,也能支撐大型企業構建更專業的

開源軟件 , 開源 , 數據分析

收藏 評論

StarRocks - 從小文件困局到“花小錢辦大事”:StarRocks 存算分離批量導入優化實踐

作者:羅一鑫 StarRocks Committer 導讀:在存算分離架構下,“一次性導入海量歷史數據”正成為被放大的隱形風險。本文介紹 StarRocks 如何從寫入源頭重構大導入路徑:通過“內存→本地磁盤 spill→集中 merge→對象存儲”,減少遠程寫入和重複開銷,降低 S3 寫入次數並放大文件粒度,釋放本地 I/O 能力,從源頭緩解小文件問題,幫助用户以更低投入獲得更高效、更穩定的使用

merge , 數據庫 , starrocks

收藏 評論

winFacter - Next-DBM v1.5.2 發佈

文檔https://doc.aiputing.com/dbm 倉庫地址 https://gitee.com/WinFactorAI/next-dbm https://github.com/WinFactorAI/Next-DBM 版本説明 - NextDBM-Pro - 版本 1.5.2 ** 任務 * [DBMPRO-217] - 驗證接入網關方式中RDP * [DBMPRO-21

MySQL , mariadb , 數據庫 , postgresql , SQL

收藏 評論

極市平台 - 驍龍大賽-技術分享第5期(下)

6. 如果模型結構是自定義的(非主流架構),在 NPU 上部署會不會很困難?是否支持自定義算子? 答覆:我們的 QAIRT 是支持自定義算子的,正如第一個問題中提到的,只要模型能夠通過TensorFlow,PyTorch 或 ONNX Runtime推理,基本都能轉換到 NPU 上來運行。 7. AppBuilder 是否支持模型蒸餾或知識蒸餾? 答覆:請注意, QAI AppBuilder 是專

觀點 , 資訊 , 教程 , 知識 , 後端

收藏 評論

極市平台 - 驍龍大賽-技術分享第5期(上)

1. 在 QAI AppBuilder 中部署模型時,哪些情況會導致模型“不兼容”?如何判斷模型能否在 NPU 上運行? 答覆:沒有“不兼容模型”這種説法,理論上所有能夠通過TensorFlow,PyTorch 或 ONNX Runtime推理的模型,都可以轉換成 QNN 上下文二進制格式並運行在NPU上的。 大家容易遇到的比較難處理的問題通常不是模型能不能轉換,不是模型能不能跑在NPU上,

觀點 , 資訊 , 知識 , 後端

收藏 評論

mob64ca13fe9c58 - 科學引文索引WOS

SCI EI ISTP ISR SSCI簡介 《科學引文索引》(SCI) 《科學引文索引》(Science Citation Index,簡稱SCI)是美國科學情報研究所出版的一種世界著名的綜合性科技引文檢索刊物。該刊於1963年創刊,原為年刊,1966年改為季刊,1979年改為雙月刊。多年來,SCI數據庫不斷髮展,已經成為當代世界最重要的大型數據庫,被列在國際著名檢

工程技術 , 大數據 , 技術類 , 數據倉庫 , 科學引文索引WOS , ci

收藏 評論

多情的青蛙 - 技術實測榜:2025各賽道標杆GEO優化服務商

摩根士丹利最新報告顯示,2025年生成式AI行業正式跨過盈虧平衡線,創造510億美元毛利,其中GEO(生成式引擎優化)作為品牌搶佔AI流量的核心工具,市場規模同比增長210%。但實測發現,73%的企業因選錯GEO優化服務商導致投入ROI不足1:2。為此,我們以“賽道適配性”為核心,選取6大賽道30家企業開展為期3個月的實測,輸出這份分類賽道GEO優化服務商擇優指南,為企業提供權威參考。 一、實測説

觀點 , 資訊 , 人工智能 , 深度學習

收藏 評論

極市平台 - 驍龍大賽-技術分享第5期乾貨彙總來啦——直播問題&答疑整理

1. 在 QAI AppBuilder 中部署模型時,哪些情況會導致模型“不兼容”?如何判斷模型能否在 NPU 上運行? 答覆:沒有“不兼容模型”這種説法,理論上所有能夠通過TensorFlow,PyTorch 或 ONNX Runtime推理的模型,都可以轉換成 QNN 上下文二進制格式並運行在NPU上的。 大家容易遇到的比較難處理的問題通常不是模型能不能轉換,不是模型能不能跑在NPU上,

觀點 , 資訊 , 教程 , 知識 , 後端

收藏 評論

mob64ca12e86bd4 - 利用AIGC自動生成目錄

在當今的信息時代,內容創作的需求日益增長。而利用AIGC(人工智能生成內容)自動生成的目錄不僅提高了效率,還能確保內容的結構清晰。本文將詳細探討如何實現這一過程,包括技術原理、架構解析、源碼分析和擴展討論。 背景描述 隨着信息的激增,自動生成內容的需求顯得尤為重要。AIGC的崛起為內容創作帶來了新的可能性。為了更好地探索這一領域,我將以四象限圖的形式進行分析:

數據 , 自動生成 , aigc , 應用場景

收藏 評論

許國棟 - 硬件研發節奏線如何設定?提高項目效率的關鍵技巧

在硬件研發過程中,如何有效設定研發節奏線一直是項目管理中的一項重要挑戰。節奏線不僅影響着研發過程中的效率和資源分配,也直接關係到項目的質量與交付時間。本文將從硬件研發的典型痛點出發,結合系統工程方法與ALM、IPD管理體系,深入探討如何設定高效的硬件研發節奏線,幫助管理者提升團隊協作、優化研發進度、確保項目按時交付。 硬件研發中的節奏管理痛點 硬件研發項目通常涉及多個階段,從需求定義、設計開發、樣

項目管理 , 研發管理 , 硬件

收藏 評論

Jackyy - Tick、分鐘線與日線策略差異與選擇指南

在量化交易與金融數據分析領域,數據的粒度選擇直接決定了策略的類型、執行頻率與風險特徵。Tick數據、分鐘線數據和日線數據代表了三種最常用的時間分辨率,各自對應不同的策略邏輯、硬件要求和市場視角。理解它們的差異,是構建穩健量化模型的第一步。 本文將深入解析這三種數據類型的特性、應用場景與技術實現,為大家提供清晰的選擇框架。 一、核心概念解析:從Tick到日線 1.Tick數據:市場的每一次“心

API

收藏 評論

雨大王 - 多工廠協同的“指揮官”:APS系統如何讓生產計劃跑得更快?

高級計劃排程(Advanced Planning and Scheduling, APS)系統在多工廠協同中的運用,能夠顯著提升製造企業的整體運營效率、資源利用率和交付能力。特別是在汽車製造、電子、物流等多工廠分散佈局的企業中,通過APS系統實現全局統籌、工廠協同和動態調整,能夠有效應對複雜的供應鏈、產能波動和訂單變更等挑戰。 以下是高級計劃排程在多工廠協同中的關鍵運用: 一、多工廠協

人工智能

收藏 評論

AI架構師湯師爺 - 釦子Coze實戰:智能體(Agent)1分鐘自動仿寫公眾號爆文,一鍵自動發佈

大家好,我是湯師爺,專注AI智能體分享,致力於幫助100W人用智能體創富~ 你有沒有遇到過這樣的情況: 看到一篇爆文,想改成自己的風格卻不知從何下手? 每天為公眾號內容發愁,想發又怕質量不高? 文章改寫費時費力,排版更是讓人頭大? 我今天要分享的Coze智能體工作流,將徹底解決這些問題。 輕鬆實現一鍵仿寫+自動發佈,讓你1分鐘搞定從文章改寫到公眾號發佈的全流程! 這套工作流非常適合需要快

教程 , 知識 , 人工智能

收藏 評論

Akamai - BlackstoneOne 實現業務十倍增長:IT安全服務商依託Akamai雲平台,為更多客户提供創新解決方案與功能

"在我們發展的每個階段,Akamai始終相伴。從可預測的定價到區域技術支持,再到便捷的使用體驗,它已成為我們讓中小企業也能享受高效IT安全服務這一征程中不可或缺的夥伴。" ——BlackstoneOne 合夥人兼高級開發工程師 Jacob Honoré 為中小企業簡化IT安全防護 BlackstoneOne致力於革新中小企業的IT安全防護,提供先進的漏洞管理與攻擊面管理解決方案。2019年

雲計算 , 雲服務 , 人工智能

收藏 評論

mob64ca12d4650e - 安裝Docker Copilot初始化Key

安裝Docker Copilot初始化Key的完整指南 在本博文中,我將詳細介紹如何解決“安裝Docker Copilot初始化Key”這一問題。Docker Copilot是一款強大的工具,可以幫助開發者更高效地管理和部署容器化應用。通過本指南,您將會找到解決該問題的分步流程、配置細節,以及排錯方式。 環境準備 在開始之前,確保您的環境滿足以下最低要求: 操作系

初始化 , bash , aigc , Docker

收藏 評論

躺柒 - 讀捍衞隱私04痕跡

1.痕跡 1.1.要當心你在互聯網上搜索的東西 1.1.1.不只有搜索引擎會跟蹤你的上網習慣 1.1.2.你訪問的每一個網站都會這麼做 1.2.https並不是為隱藏你訪問網站的身份而設計的 1.3.DNS就像一個全球性的電話簿,可以實現主機名和你剛才請求的網站服務器的數字地址的交叉參照 2.元數據 2.1.幾乎每一種數字技術都會產生元數據 2.1.1.瀏覽

網絡安全

收藏 評論

瑞莎Radxa - 在 Radxa SBC 上使用 Shairport-Sync 實現 AirPlay 音頻接收

本文介紹如何在 Radxa 單板計算機(SBC)上部署 Shairport-Sync,將傳統音響系統接入 Apple AirPlay 生態,實現通過 iOS / macOS 設備進行無線音頻播放。 文檔以 Radxa Cubie A7A(Allwinner A733) 為示例,其它 Radxa SBC 可參考相同步驟。 1. 概述 Shairport-Sync 是一個開源的 AirPlay / A

物聯網 , 教程 , Linux

收藏 評論

ApacheFlink - Forrester發佈流式數據平台報告:Flink 創始團隊躋身領導者行列,實時AI能力獲權威認可

近日,全球權威研究機構 Forrester 正式發佈《The Forrester Wave™: Streaming Data Platforms, Q4 2025》報告(後簡稱“報告”),Ververica 首次進入領導者象限,成為該年度報告中最受關注的"新晉領導者"。 Ververica 由 Apache Flink 的創始團隊建立,這一突破性成就標誌着 Ververica 在全球流式數據平台領

大數據 , flink , 實時計算

收藏 評論

悲傷的斑馬 - 基於《2025 中國GEO行業發展報告》:哪家服務商更適配 AI 搜索時代企業需求?

《2025年中國GEO行業發展報告》顯示,AI 搜索生態重構推動 GEO(生成式引擎優化)市場規模年增 187%,企業對 “被大模型精準引用、高排名曝光、優質內容輸出” 的需求呈爆發式增長。報告指出,當前 GEO 服務市場呈現 “技術自研型、資源整合型、垂直專精型” 三大陣營,企業選型面臨 “技術真實性難辨、效果不可量化、服務適配性不足” 三大痛點。為破解選型困境,本文基於報告提出的 “三維九項”

觀點 , 資訊 , 算法 , 知識

收藏 評論

雨大王 - 高級排產系統如何提升汽車零部件生產效率?

在當今高度複雜且動態變化的製造業環境中,汽車零部件企業正面臨着前所未有的挑戰。隨着訂單多樣化、交期縮短以及全球供應鏈的不確定性加劇,傳統的生產計劃方式已經難以滿足現代製造業的需求。過去,許多企業依賴經驗判斷或基於無限產能假定的物料需求計劃(MRP)系統,但這種方式往往導致計劃脱離實際,生產效率低下,甚至頻繁出現庫存積壓或設備閒置的問題。高級計劃排程(APS)系統應運而生,成為解決這些問題的關鍵工具

人工智能

收藏 評論