博客 RSS 訂閱

jpx - doc-llm-autotest 基於大模型的文檔自動化測試平台::用户提交文件進行文檔測試

一、技術選型與功能設計 使用minio服務,進行文件的中轉與存儲。用户提交文件到doc-llm-controller,控制面將文件轉存到minio中,關聯此次任務id。然後doc-llm-worker輪詢redis發現有需要執行的任務,拿到id後,根據id從minio拿取文件,然後將文件解析成結構化信息,再提交到大模型,進行文檔測試。 那麼此部分功能流程圖大致如下: 相對應的,在整體業務流程中補

後端

收藏 評論

深藍的思想 - 使用iThinkAir+DeepSeek氛圍編程

上週DeepSeek發佈了兩個正式版模型:DeepSeek-V3.2和DeepSeek-V3.2-Speciale,就想着看看DeepSeek在iThinkAir裏氛圍編程的效果。 之前在秒噠上玩過一個“Nana Banana Pro 卡通頭像生成器”,比較有意思,就拿這個應用來試試DeepSeek+iThinkAir氛圍編程的效果。 先將這個應用截圖:

服務器 , 生成器 , AI寫作 , aigc , ios

收藏 評論

雲和恩墨 - 製造企業多工廠數據庫統一:三步搞定異構環境數據同步與監控

在製造業數字化轉型過程中,“多工廠協同”是核心關鍵詞,但隨之而來的數據庫管理難題,讓很多IT團隊頭疼不已:分散的數據庫架構和多樣的數據庫種類導致數據不同步、監控碎片化,生產線因數據延遲出現排產失誤,IT人員天天奔波於不同系統的運維之間。 其實,解決多工廠異構數據庫統一管理的核心,在於“適配+集成+自動化”,結合多個製造企業的落地實踐,總結出3步實操方案,幫你快速打通

oracle , 數據 , 異構 , 數據庫

收藏 評論

雲和恩墨 - 數據庫運維 “智治” 時代:2026 十大趨勢下的異構治理與自治運維實踐

站在2025年的尾聲展望未來,數據庫運維(Database OM)領域正在經歷一場前所未有的範式轉移。 隨着企業數據資產的爆發式增長和AI技術的深度融合,傳統的“救火式”DBA(數據庫管理員)正在成為歷史。未來的運維不再侷限於保障數據庫“不掛”,而是要確保數據“好用、安全且成本可控”。結合全球技術風向與行業領先實踐,以下是筆者總結的2026年數據庫運維十大

oracle , 數據 , 運維 , 數據庫

收藏 評論

mb6901768c2ae78 - c盤滿了怎麼清理c盤空間,教你兩招(圖文版,非常詳細)

C盤變紅,其實是 Windows 在用最直觀的方式提醒你,系統盤快被塞爆了。 事實上,“C 盤越來越滿”是無法避免的,遲早會發生(除非 C 盤空間超級大),即便我們平時不往 C 盤裏存文件,還是會有源源不斷的文件“偷偷”存入 C 盤。例如,Windows 自己就會產出一堆“垃圾”,每月累積的更新包、休眠文件、還原點、日誌、縮略圖緩存……這些文件單個不起眼,加起來卻可

c盤滿了怎麼清理c盤空間 , c盤紅了怎麼清理c盤空間 , yyds乾貨盤點 , 辦公效率 , c盤清理 , 清理c盤空間 , c盤太滿了如何清理

收藏 評論

阿爾法哲 - JAVA 使用國密 SM4 加解密

SM4算法 百度百科 中華人民共和國政府採用的分組密碼標準 SM4.0(原名SMS4.0)是中華人民共和國國家密碼管理局於2012年3月21日發佈的分組密碼標準,對應行業標準為GM/T 0002-2012,採用128位分組長度和128位密鑰結構,加密過程基於32輪非線性迭代,並配置固定8比特輸入8比特輸出的S盒,主要應用於商用數據加密領域 在密碼學領域,國密算法 SM4 是我國自主研發的分組

後端

收藏 評論

wei_shuo - 基於 OpenHarmony 的 libzip 適配與交叉編譯實踐:構建系統、依賴管理與 HNP 打包全解析

基於 OpenHarmony 的 libzip 適配與交叉編譯實踐:構建系統、依賴管理與 HNP 打包全解析 前言 推動 PC 端 OpenHarmony 生態快速完善的過程中,大量三方開源庫需要完成適配、編譯鏈路打通與 HNP 組件化發佈,而 libzip 則是文件壓縮類庫中最基礎、使用最廣的工具之一。無論是文件管理工具、更新包解

oracle , 數據庫 , libzip , openharmony , Git , Json , Python

收藏 評論

smartApi - android 使用 java 編寫網絡連通性檢查

下面給出 純 Java 代碼、兼容 Android API 19+、零三方庫 的“網絡連通性檢查”工具類。 特點: 同時檢測 Wi-Fi/移動數據是否真正上網(不只是“已連接”) 使用 HttpURLConnection,不阻塞主線程 支持 超時設置(秒級) 返回 布爾結果 + 失敗原因日誌

redis , Android Studio , 開發語言 , 數據庫 , Android , JAVA , 前端

收藏 評論

青雲交技術圈 - Java 大視界 -- Java 大數據機器學習模型在生物信息學基因功能預測中的優化與應用

(centerJava 大視界 -- Java 大數據機器學習模型在生物信息學基因功能預測中的優化與應用/center) 引言: 嘿,親愛的 Java 和 大數據愛好者們,大家好!我是CSDN(全區域)四榜榜首青雲交!而今天,我們將踏入一個全新的領域 —— 生物信息學,在這裏,Java 大數據與機器學習模型將碰撞出怎樣的火花,又將如何助力人類破解基因的奧秘?讓我們帶着滿滿的好奇,

機器學習 , spark , 基因功能 , 大數據 , yyds乾貨盤點 , 數據 , Java大數據 , JAVA

收藏 評論

技術極先鋒 - hive常用功能:Hive數據導入導出方式_51CTO博客

往hive導入數據的幾種方式 一、導入數據 1. LOAD DATA(最直接、最常用) -- 從 HDFS 導入(移動文件) LOAD DATA INPATH 'hdfs_path' [OVERWRITE] INTO TABLE table_name [PARTITION(part_col=value)]; -- 從本地文件系統導入(複製文件到 Hi

hdfs , 大數據 , hive

收藏 評論

mb61c46a7ab1eee - 企業多品類產品數據分析實戰:優化產品組合與增長策略 - 教程

針對擁有多品類、多種類產品的企業,如何通過數據分析優化產品結構,實現最大化收益和資源分配。 案例背景:製造業企業的產品矩陣分析 某製造企業擁有複雜的產品體系,需要解決: 如何評估各產品線的健康度? 如何優化產品組合實現利潤最大化? 如何分配研發和市場資源? 如何識別明星產品和問題產品? 數據架構設

數據 , MySQL , 智能家居 , 主數據 , 數據庫

收藏 評論

mob64ca140ce312 - 查看 rpcbind 版本號

什麼是RPATH rpath全稱是run-time search path。Linux下所有elf格式的文件都包含它,特別是可執行文件。它規定了可執行文件在尋找.so文件時的第一優先位置。 另外,elf文件中還規定了runpath。它與rpath相同,只是優先級低一些。 搜索.so的優先級順序 RPATH: 寫在elf文件中

查看 rpcbind 版本號 , 優先級 , 雲計算 , so文件 , cmake , 雲原生

收藏 評論

laokugonggao - spark中的共享變量(廣播變量和累加器) - macy

1 核心概念:為什麼需要它們? 在spark程序中,當一個傳遞給Spark操作(例如map和reduce)的函數在遠程節點上面運行時,Spark操作實際上操作的是這個函數所用變量的一個獨立副本。這些變量會被複制到每台機器上,並且這些變量在遠程機器上的所有更新都不會傳遞迴驅動程序。通常跨任務的讀寫變量是低效的,但是,Spark還是為兩種常見的使用模式提供了兩種有限的共享變量:

spark , List , 大數據 , 數據

收藏 評論

anson12315 - 【信創全解】第10章:國產操作系統概覽

1.1 國產操作系統發展歷程 1.1.1 發展背景與意義 操作系統作為計算機系統的核心軟件,是信息技術體系的重要基石。發展自主可控的操作系統對於保障國家信息安全、推動產業升級具有重要意義。 發展驅動力: 國家信息安全戰略需求 產業鏈自主可控要求 技術創新能力提升需要 市場應用多元化發展 1.1.2 發展階段回顧 起步階段(1980-

數字化轉型 , 桌面環境 , yyds乾貨盤點 , 技術支持 , 開發者

收藏 評論

曾經愛過的烤麪包 - AI巨頭連夜亮劍,普通人如何抓住這波技術紅利?

阿里和華為同日放出技術大招,當行業格局被重新定義,掌握前沿技術不再只是工程師的特權。 阿里Ovis團隊12月3日發佈了文本渲染圖像生成模型Ovis-Image,專門為高質量文本渲染優化,同時保持低計算成本。這一模型基於Ovis-U1構建,通過增加MMDiT參數和優化結構設計,採用以文本為核心的訓練流程,結合大規模預訓練與精心設計的後訓練優化。 模型整體由三大核心組件精密咬合而成:作為大腦的Ovis

機器學習 , 算法 , 人工智能 , 深度學習

收藏 評論

Tob市場觀測員 - 企業數據API對接中的技術挑戰與架構選型分析

在企業數字化轉型過程中,數據API對接已成為系統互聯與數據流轉的核心環節。隨着業務系統數量增加與數據源多樣化,企業在實施跨平台數據接口時常面臨穩定性、安全性與可維護性等多重挑戰。本文將從技術視角分析此類問題的成因,並探討可行的架構設計路徑。 一、數據API對接的典型技術難點 1. 協議與格式異構性:不同系統可能採用RESTful、SOAP、GraphQL等協議,數據序

字段 , 大數據 , 數據 , API , 數據倉庫

收藏 評論

u_16429613 - 點量軟件亮相第二屆數字孿生技術與產業發展大會,“點量雲流”實時雲渲染獲矚目

2025年12月4日,以“智驅孿生 眾行致遠”為主題的第二屆數字孿生技術與產業發展大會在蘇州隆重舉行。本次大會匯聚了數字孿生行業專家學者、領軍企業及創新力量,共同探討數字孿生技術的前沿趨勢與產業融合路徑。點量軟件作為實時雲渲染技術領域的代表企業受邀參會,並在大會上全方位展示了其核心技術與創新成果,獲得了與會者的廣泛關注與高度評價。 展會期間,點量軟件團隊向與

雲平台 , yyds乾貨盤點 , 雲計算 , 雲渲染 , 實時雲渲染 , 數字孿生 , 核心技術 , 可視化

收藏 評論

ThesunKomorebi - WPF UI卡頓自動檢測器

這是一個在 WPF 開發中非常實用的需求。為了實現一個健壯(Robust)且高效(Efficient)的 UI 卡頓檢測器,我們需要遵循以下核心原則: 獨立的看門狗線程:檢測邏輯不能運行在 UI 線程上,必須在一個後台線程運行。 低侵入性:檢測機制本身不能消耗過多的 CPU 資源,不能頻繁打斷 UI 線程。 基於 Dispatcher 消息泵:利用 Dispatcher.BeginInvo

.net , 後端

收藏 評論

u_15137832 - 從結構化到多模態,AI 時代如何利用多模態數據智能中台激活業務價值?

近日,AI“頂流”學者李飛飛的最新長文《從語言到世界:空間智能是人工智能的下一個前沿》刷屏時,整個科技圈再次被“升維”的焦慮擊中。她指出,AI的下一個前沿是“空間智能”——讓AI真正理解和交互物理世界。她將其稱為“世界模型”(World Models),並強調了其三大核心能力:生成性、交互性,以及至關重要的多模態性。 而在企業數字化與智能化落地的場景中,這種多模態能

空間智能 , 世界模型 , redis , 數據中台 , 數據挑戰 , 數據庫 , 多模態性

收藏 評論

PetterLiu - OpenEvals下一代AI模型評估標準

OpenEvals下一代AI模型評估標準 一. 介紹 隨着人工智能技術的飛速發展,大型語言模型(LLM)等先進模型的能力正以前所未有的速度增強。然而,這一進步也帶來了一個日益嚴峻的挑戰:如何科學、公正、可復現地評估這些複雜的 AI 系統,已成為制約行業健康發展的關鍵瓶頸。作為全球領先的開源 AI 社區,Hugging Face 在推動模型、數據集和應用的共享方面取得了卓越成就,其龐大而活躍的生

AI

收藏 評論

小碼編匠 - .NET 8 微服務框架長什麼樣?集成 AI 智能體、多租户、自動調度與實時通信

前言 現在做系統,光會寫接口已經不夠了。越來越多項目要求支持多租户、分佈式部署,還要集成登錄認證、定時任務、實時通知,甚至加上 AI 功能。用 .NET 從頭搭一套這樣的架構,費時又容易踩坑。 本文推薦一個基於 .NET 8 的微服務腳手架。它按 DDD 分層,模塊之間解耦清晰,常用功能都配好了,拿來就能用,省下大量搭架子的時間。 項目介紹 NetCoreKevin 是一套基於領域驅動設計(DDD

.net , 後端

收藏 評論

蜜蜂不採蜜 - VSCode安裝go插件時報 “提取擴展時出錯(Failed to fetch)” 終極解決方案

最近有小夥伴在用 VSCode 安裝go插件時,突然彈出了這樣的報錯: 試了卸載重裝 VSCode、更換版本都沒解決 以下是解決方案: 1.點擊文件--首選項--設置 2.在搜索框搜索proxy 3.清空代理 4.這裏改為off 5.然後重新去搜索go插件 6.點擊安裝,安裝好就可以正

提取擴展時出錯 , yyds乾貨盤點 , 運維 , VScode

收藏 評論

HyperAI超神經 - 200億美元豪賭!xAI單押馬斯克巨注叫板OpenAI,未來商業續航成最大問號

2025 年 10 月,多家媒體援引投行消息稱,馬斯克旗下的 xAI 正在推進一筆規模約 200 億美元的新融資,或將躋身全球融資規模最大的 AI 初創公司之一。 知情人士透露,該輪融資包含約 125 億美元的結構化債務,並與 NVIDIA 產品採購協議綁定,意味着 xAI 將以未來算力交付與長期供貨為抵押,鎖定芯片的獲取優先級。 在融資結構中引入大比例債務,無疑是馬斯克以個人主導方

人工智能 , 深度學習 , xAI

收藏 評論

IT開發者筆記 - Excel處理控件Aspose.Cells教程:使用 C# 在 Excel 中創建股票高低收盤圖

將股票價格、最高價、最低價、收盤價和交易量等財務數據可視化是分析師和開發人員的常見需求。藉助Aspose.Cells for .NET,您可以直接從 C# 應用程序生成股票最高價、最低價和收盤價圖表,而無需安裝 Microsoft Excel。 Aspose.Cells官方試用版免費下載,請聯繫Aspose官方授權代理商慧都科技 加入Aspose技術交流QQ羣(1041253375),與更多小夥

.net , 後端

收藏 評論