博客 RSS 訂閱

u_16175492 頭像

mob649e8162842c - github Copilot 的idea使用教程

github Copilot 的idea使用教程旨在幫助開發者更高效地利用GitHub Copilot這個智能編程助手，提升編碼體驗與效率。本文將詳細介紹環境準備、分步指南、配置詳解、驗證測試、優化技巧與排錯指南，以確保你能夠順利使用Copilot。 首先，我需要確保我的環境符合使用GitHub Copilot的要求。以下是我的軟硬件準備： 環境準備 軟硬件

排錯 , 響應時間 , aigc , 自動補全

收藏 評論

moonfdd 頭像

福大大架構師每日一題 - 2025-12-06：硬幣面值還原。用go語言，給出一個從 1 開始索引的整數數組 numWays，其中 numWays[i] 表示用若干種固定面額且每種可重複使用的硬幣，湊出金額 i 的方案數。所有

2025-12-06：硬幣面值還原。用go語言，給出一個從 1 開始索引的整數數組 numWays，其中 numWays[i] 表示用若干種固定面額且每種可重複使用的硬幣，湊出金額 i 的方案數。所有面額都是正整數，且最大不會超過 numWays 的長度。目前具體的面額信息丟失了，你需要推斷出可能導致該 numWays 的硬幣面額集合。 輸出應為一個按升序排列的不重複面額列表（即所有

完全揹包 , Go語言 , 數組 , 動態規劃 , 後端開發

收藏 評論

u_16175523 頭像

mob649e816a3664 - win安裝Ollama和通義千問7b

在這篇博文中，我將分享如何在 Windows 系統上安裝 Ollama 和通義千問 7B 的詳細過程。這包括環境準備、分步指南、配置詳解、驗證測試、排錯指南和擴展應用的六個部分，確保你能順利進行安裝。 環境準備 安裝 Ollama 和通義千問 7B 之前，我們需要先做好一些環境準備，包括前置依賴的安裝以及硬件資源的評估。 前置依賴安裝 確保你的 Windows 環境中已經

windows , 硬件資源 , bash , aigc

收藏 評論

aigoto 頭像

逐夢AI - [開源免費]基於STM32的全自動節水灌溉系統

[開源免費]基於STM32的全自動節水灌溉系統 ——從傳感監測到智能控制的完整實踐方案 一、項目背景 隨着物聯網技術與嵌入式控制的發展，農業自動化逐漸從概念走向落地。傳統灌溉系統普遍存在“粗放式澆水、浪費水源、人工依賴度高”等問題，難以滿足現代農業對節水、高效、智能化的需求。 基於 STM32 微控制器的全自動節水灌溉系統，憑藉低功耗、高穩定性和強擴展性的優勢，成為一種成本可控、可廣泛部署的

後端

收藏 評論

u_15950621 頭像

中國英茂科工 - Arduino plc和termux esp

Arduino PLC與Termux ESP應用開發實踐 Arduino PLC以其開源、低成本和易上手的特性，成為工業控制與物聯網開發的熱門選擇，而Termux結合ESP系列芯片（如ESP8266/ESP32），則能在移動端實現輕量化的ESP應用開發與調試，二者結合可構建靈活的物聯網控制方案。 Arduino PLC核心優勢在於兼容Arduino生態，支持梯形圖、C/C++混合

yyds乾貨盤點 , 物聯網

收藏 評論

u_16213621 頭像

mob64ca14017c37 - grafana兩個指標合併

前言 多目標跟蹤器的性能需要某些指標來進行度量，目前使用比較廣泛的評測指標主要有 Bernardin 等人定義的 CLEAR MOT 指標、Ristani 等人定義的 ID scores 指標以及最新的 Luiten 等人定義的HOTA 指標。 一、基礎的評測指標 1.1 ID Switches (ID Sw.) 被跟蹤目

雲計算 , 算法 , grafana兩個指標合併 , 目標跟蹤 , 人工智能 , 雲原生 , 目標檢測

收藏 評論

u_16213441 頭像

mob64ca12f2c96c - 如何搭建企業自己的AIGC模型

在當今AI技術迅速發展的背景下，企業越來越渴望搭建自己的AIGC（AI生成內容）模型，以便為其業務提供個性化的服務與解決方案。那麼，實際操作過程中，如何高效、有效地搭建企業自己的AIGC模型呢？以下是關於這個過程的詳細記錄和分析。 問題背景 在一家在線教育企業中，為了提高用户體驗，該公司希望開發一個能夠自動為用户生成個性化學習內容的AIGC模型。這個模型旨在基於用户的學習歷史和偏

響應時間 , 用户反饋 , aigc , 解決方案

收藏 評論

u_16099243 頭像

代碼探險家 - rest_framework_simplejwt 自定義了用户表

1.請求和響應 2.基於類的視圖 3.認證和權限 1.請求和響應 從現在開始，我們將真正開始接觸REST framework的核心。下面我們介紹幾個基本的模塊。 請求對象(request objects) REST framework引入了一個擴展常規HTTPRequest和Request對象，並

rest , 雲計算 , RESTframework , DjangoRESTFrameWork , django , 雲原生 , Python

收藏 評論

u_92655 頭像

小題大作 - ruoyi前後端分離框架docker file部署

隨着互聯網的發展，之前的單體架構已經不滿足於解決當前的挑戰，所以一些企業開始對項目結構進行優化，分佈式，微服務等等，這些項目結構的升級確實解決了一部分的問題，但是同樣也帶來了新的挑戰，比如今天博客的主題——安全。安全，是一個隨着架構演化，越來越重要的東西。之前的單體應用，大多會採用shiro這個安全框架，而擯棄spring security，因為shiro的功能已經基本上滿足企業

spring , 雲計算 , JAVA , Docker , 安全

收藏 評論

u_16175491 頭像

mob649e81624618 - ollama量化

在探索“ollama量化”問題的過程中，我深入分析了多個維度，構建出一套完整的解決方案。這篇博文將全面展示這個過程，力求為讀者帶來系統化的理解。 在當今雲計算和大數據的背景下，量化技術被廣泛應用於資源分配、性能優化等場景。Ollama量化作為一種前沿技術，主要用於數據處理與推理任務的優化。它在大規模應用中表現出了極大的潛力和價值，特別是在實時數據分析、機器學習預處理等方面。 我通

資源分配 , lua , 市場份額 , aigc

收藏 評論

aigoto 頭像

逐夢AI - [開源免費]基於 STM32 的物流分揀小車設計與實現

基於 STM32 的物流分揀小車設計與實現 在智慧物流持續發展的今天，分揀環節的自動化與智能化程度成為提高倉儲效率的關鍵指標之一。傳統人工分揀不僅成本高，而且效率有限，因此研發一款 基於 STM32 的智能物流分揀小車 具有非常重要的工程價值。本文將從系統架構、核心功能設計到軟硬件實現流程，對該項目進行完整的技術解析。 源碼分享 直接放到之前寫的文章裏了，免費開源，下載學習即可。 https:

後端

收藏 評論

aigoto 頭像

逐夢AI - [開源免費]基於STM32的心率監控儀 —— 從原理到實現的完整技術解析

基於STM32的心率監控儀 —— 從原理到實現的完整技術解析 前言 心率監測技術在智能穿戴、健康管理設備中已經非常普及，但如果你想親手做一個心率監控儀，理解其硬件原理、信號採集方法以及心率算法，其實並不複雜。在大四畢業設計期間，我曾基於 STM32F103C8T6 + PulseSensor + OLED 實現過一台完整可用的心率監控儀，並將全過程整理成技術文檔。 本文將結合當時的實踐，系統講解這

後端

收藏 評論

jackiehao 頭像

JackieDYH - windows系統中快速刪除node_modules文件

npx命令方式 npx rimraf node_modules 項目中設置 "scripts": { # 安裝依賴 "i": "pnpm install", # 檢測可更新依賴 "npm:check": "npx npm-check-updates", # 刪除 node_modules "clean"

批處理文件 , 緩存 , Css , 前端開發 , HTML

收藏 評論

u_16213453 頭像

mob64ca12f58d71 - 在idea 中配置GitHub Copilot

在IntelliJ IDEA中配置GitHub Copilot是一項能夠提高開發效率的技術。以下是我整理的如何在IDEA中配置GitHub Copilot的步驟和相關信息。 環境準備 在開始之前，請確認您的開發環境符合下面的要求： 軟硬件要求 操作系統: Windows, macOS, Linux IDEA版本: 2020.3及以上

Test , 搜索 , aigc , 重啓

收藏 評論

titiedemakebei 頭像

titiedemakebei - 搭建Linux源碼閲讀環境

購買服務器/使用虛擬機(ubuntu 24) 這裏可以去找服務器教程/虛擬機教程 拉取Linux代碼並編譯 到/home文件下創建文件夾/Linux cd /home mkdir Linux 到達/Linux文件夾下拉取Linux源碼,這裏選擇的是linux-6.17.10，如果有需要可以去下載網站選擇自己需要的版本 cd Linux #如果拉不下來可以用本機下載後傳到服務器/虛擬機中

源碼學習 , Linux

收藏 評論

u_16213370 頭像

mob64ca12e1c36d - 基於LangChain和Ollama的針對本地知識庫的自動問答

在現代企業中，知識管理變得越來越重要，尤其是如何快速有效地獲取和利用本地知識庫。基於LangChain和Ollama的自動問答系統為我們提供了一種快速響應用户需求的解決策略。通過集成本地知識庫，這些工具不僅幫助企業提高了信息的獲取效率，還增強了用户滿意度。 用户原始需求：我希望能夠從本地知識庫中快速獲取信息，自動回覆問詢，減少人工干預。 通過分析，我們可以將技術需求

正常運行 , 問答系統 , aigc , ci

收藏 評論

u_16213395 頭像

mob64ca12e7b5cf - 綠聯NAS安裝ollama

綠聯NAS安裝ollama的全流程指南 在這篇文章中，我將帶你分步驟解決“綠聯NAS安裝ollama”的相關問題。這將涉及到環境準備、核心操作、配置詳解、驗證測試、優化技巧及排錯指南等方面。準備好了嗎？讓我們開始吧！ 環境準備 在開始之前，我們需要確認軟硬件要求。確保你的綠聯NAS設備和其他相關組件能夠支持ollama的安裝。 軟硬件要求

User , API , aigc , ci

收藏 評論

aipaobudexiangjiao_cktinz 頭像

愛跑步的香蕉_cKtiNz - AI招聘：HR領域的智能化變革與行業趨勢

AI招聘：HR領域的智能化變革與行業趨勢 若企業仍沿用傳統招聘模式，依賴人工篩選簡歷、組織面試、主觀打分，且需通過多輪複試與多位面試官協同完成招聘流程，那麼在人力資源管理數字化轉型的浪潮中，可能已處於落後狀態。 當前，人力資源管理的數字化轉型呈現明顯的“兩極分化”特徵：大型企業憑藉充足的預算支持與紮實的數據基礎優勢，已率先邁入數字化與智能化管理階段；而大量中小企業受限於成本壓力、數據基

人工智能

收藏 評論

ouysh1981 頭像

aqi00 - FFmpeg開發筆記（九十一）基於Kotlin的Android直播開源框架RootEncoder

​《FFmpeg開發實戰：從零基礎到短視頻上線》一書的“10.2.2 FFmpeg向網絡推流”介紹了輕量級流媒體服務器MediaMTX，通過該工具可以測試RTSP/RTMP等流媒體協議的推拉流。除了國產的推流工具librestreaming能夠向MediaMTX推送視頻流之外，還有開源的RootEncoder也支持Android手機從攝像頭實時採集視頻信號，並向後端的MediaMTX持續推送視頻數

Kotlin , 音視頻 , Android , 直播 , ffmpeg

收藏 評論

u_16213453 頭像

mob64ca12f58d71 - linux自己微調的本地大模型如何部署到ollama上

在本文中，我將詳細記錄“Linux自己微調的本地大模型如何部署到Ollama上”這一過程。很多開發者在本地微調模型後，常常面臨將其部署到有效運行環境中的難題。以下是我整理的解決方案及過程。 問題背景 隨着大模型技術的發展，越來越多的開發者開始在Linux環境中自己微調大型模型。假設我們使用的數據集大小為$D$，模型參數規模為$P$，我們希望通過不斷的訓練來提高模型的準確性。在這種

bash , aigc , 開發者 , ci

收藏 評論

u_16213339 頭像

mob64ca12d9e536 - linux安裝ollama再gpu運行

在這篇博文中，我們將詳細記錄 Linux 上安裝 Ollama 並在 GPU 上運行的過程。以下內容將包括環境準備、分步指南、配置詳解、驗證測試、優化技巧及排錯指南，旨在提供一個全面的解決方案。 環境準備 在開始之前，我們需要確保我們的環境已經準備好。這包括安裝必要的依賴項和工具。以下是我們將要安裝的前置依賴項列表： Docker NVIDIA 驅動 NV

bash , aigc , Docker

收藏 評論

u_16213390 頭像

mob64ca12e676c8 - win Ollama Docker GPU

在本文中，我將解決“win Ollama Docker GPU”問題，分享我在該過程中的經驗和技術細節。近年來，隨着深度學習和人工智能應用的普及，Docker作為一種輕量級的虛擬化工具，廣泛應用於各種開發和部署場景。Ollama則是一個用於管理機器學習模型的平台，結合這兩者，可以高效地將模型運行在GPU服務器上，但其中也會遇到一些挑戰。 背景定位 在最近的項目中，我遇到了一些關於

性能調優 , 配置文件 , aigc , Docker

收藏 評論

u_16213321 頭像

mob64ca12d59fe5 - go語言開源的AIGC 前後端

在這篇博文中，我將詳細記錄關於“Go語言開源的AIGC前後端”在實際開發和使用中遇到的問題及其解決方案。這將涵蓋從基本背景到性能調優的各個方面。 背景定位 在2023年，我們團隊着手開發一個基於Go語言的AIGC（人工智能生成內容）項目。隨着智能應用的普及，需求逐漸增加，用户反饋也開始顯現問題。通過我們的系統，我們發現了一些嚴重的性能瓶頸和交互問題。 問題場景 項

默認值 , 響應時間 , aigc , go

收藏 評論

shiluodemugua_esfwwz 頭像

失落的木瓜_esfWwz - 【剪映API】向現有草稿中批量添加字幕

ADD_CAPTIONS API 接口文檔 接口信息 POST /openapi/capcut-mate/v1/add_captions 功能描述 向現有草稿中批量添加字幕。該接口用於在指定的時間段內添加字幕到剪映草稿中，支持豐富的字幕樣式設置，包括文本顏色、邊框顏色、對齊方式、透明度、字體、字體大小、字間距、行間距、縮放和位置調整等。 更多文檔 📖 更多詳細文檔和教程請訪問：https://d

aigc , Python

收藏 評論