博客 RSS 訂閱

opsdev365 頭像

A食今獸 - PYTHON tkinter模塊-26

PanedWindow（面板窗口）是Tkinter中用於創建可調整大小的面板容器的組件，用户可以通過拖動分隔條來調整各面板的大小。 基本用法 1. 導入和基本創建 import tkinter as tk from tkinter import ttk # 創建主窗口 root = tk.Tk() root.title("PanedWindow組件詳

panedwindow , 後端開發 , Python

收藏 評論

Itstars 頭像

新茶十九 - 所謂的低代碼平台項目除了拖拉拽具體都有哪些業務

低代碼平台的能力遠不止於簡單的“拖拉拽”搭建頁面。一個成熟的企業級低代碼平台，更像是一個覆蓋應用全生命週期的綜合性數字解決方案工具箱。 為了讓你對低代碼平台的能力有一個快速的整體印象，我先把它的核心業務功能整理成了一個表格： 功能領域 核心功能點 流程與自動化 可視化工作流、複雜審批邏

數據 , API , 前端開發 , Javascript , ui

收藏 評論

ouysh1981 頭像

aqi00 - FFmpeg開發筆記（八十九）基於FFmpeg的直播視頻錄製工具StreamCap

​隨着推拉流技術的發展，現在網絡直播應用很普及了，打開許多App都能看到各式各樣的直播節目，包括抖音、快手、虎牙、鬥魚、B站、小紅書、YY、映客等等。 有關視頻推拉流的FFmpeg實現參見《FFmpeg開發實戰：從零基礎到短視頻上線》一書的“10.2 FFmpeg推流和拉流”，使用FFmpeg結合專用的流媒體服務器，可以很方便地實現視頻直播功能。不過常規的拉流操作僅能實現播放功能，未能實現存儲功能

音視頻 , 直播 , 流媒體 , ffmpeg

收藏 評論

u_17467352 頭像

mb686fbcc4efbd6 - 焊接焊縫缺陷檢測數據集VOC+YOLO格式1009張5類別

數據集格式：Pascal VOC格式+YOLO格式(不包含分割路徑的txt文件，僅僅包含jpg圖片以及對應的VOC格式xml文件和yolo格式txt文件) 圖片數量(jpg文件個數)：1009 標註數量(xml文件個數)：1009 標註數量(txt文件個數)：1009 標註類別數：5 所在倉庫：firc-dataset 標註類別名稱(注意yol

數據集 , 後端開發 , JAVA , txt文件 , xml文件

收藏 評論

rtedevcomm 頭像

RTE開發者社區 - Pion 創始人聊 WebRTC、AI、SIP 和 QUIC I Voice Agent 學習筆記

深入理解 WebRTC 後，你會欣賞那些最初讓你沮喪的設計。——Sean DuBois Pion 作為 WebRTC 開源領域的新興力量，憑藉其 Go 語言實現、高性能和可擴展性，迅速獲得廣泛關注，併成為眾多第三方項目的基礎架構。開發者可以利用 Pion 輕鬆構建高效且可定製的 WebRTC 解決方案，滿足從數據通道通信、音視頻流媒體到複雜應用場景的需求。 Pion 的創建者 Sean DuBo

人工智能

收藏 評論

u_16213384 頭像

mob64ca12e51ecb - idea 用copilot生成單元測試

在軟件開發過程中，單元測試是確保代碼質量和可維護性的關鍵環節。結合現代工具，如 IntelliJ IDEA 和 Copilot，生成單元測試變得更加高效。本文將詳細記錄如何在 IDEA 中使用 Copilot 生成單元測試的過程。 環境配置 首先，確保你的開發環境配置正確。以下是整體的配置流程圖： flowchart TD A[安裝 IntelliJ IDEA] --

運行時錯誤 , 單元測試 , aigc , JAVA

收藏 評論

plcode 頭像

wx65dfdaaec020c - 消息隊列在物聯網(IoT)與邊緣計算中的深度應用

消息隊列在物聯網(IoT)與邊緣計算中的深度應用 摘要 本文將深入探討消息隊列在物聯網設備管理、邊緣計算、實時數據處理等場景下的高級應用模式。涵蓋MQTT協議集成、邊緣消息路由、設備管理、時序數據處理等關鍵技術，提供完整的物聯網消息架構解決方案。 物聯網消息架構設計 雲邊端協同架構 物聯網消息流架構 物聯網消息處理架構： ┌────────────────

物聯網 , 後端開發 , 消息隊列 , kafka , Python

收藏 評論

u_16213402 頭像

mob64ca12e95b2b - api請求ollama embedding接口

在這篇博文中，我將詳細記錄如何通過 API 請求使用 Ollama 的 embedding 接口。這將包括從環境準備、集成步驟到實戰應用及解決問題的一系列詳細説明。希望這對你們在實現和優化 API 使用時有所幫助。 環境準備 首先，我們需要確保我們的開發環境已經設置妥當。例如，我們要確保你已經安裝了合適的 Python、Node.js 和依賴庫。以下是安裝依賴的指南和兼容性矩陣：

API , aigc , ci , Python

收藏 評論

apocelipes 頭像

apocelipes - 利用泛型編寫更安全的Golang代碼

從Go 1.18正式引入泛型，再到Go 1.21大量泛型函數/類型進入標準庫開始已經過去了三年。儘管有着不支持類型特化、不支持泛型方法、實現方式有少量運行時開銷、使用指針類型時不夠直觀等限制，泛型編程還是在golang社區和各種項目中遍地開花甚至碩果累累了。 不過也因為泛型功能上的種種限制，大多數代碼中對其的應用仍然只停留在最基本的層面——僅僅減少重複代碼上。但golang泛型的威力遠不止如此，即

後端

收藏 評論

weixiaodexiaodao 頭像

微笑的小刀 - 51CTO-寬哥【雲原生開發】Go和Gin入門到腳手架項目實戰

在雲原生技術浪潮席捲全球的當下，企業級應用開發對開發者的技術棧提出了更高要求。👇🏻ke🍊：xingkeit點top/9707/Go語言憑藉其卓越的併發性能與輕量化特性，結合Gin框架的高效路由機制，已成為構建微服務架構的核心工具鏈。51CTO平台推出的《Go+Gin零基礎到雲原生腳手架實戰》課程，通過系統化的知識體系與實戰案例，幫助開發者規避常見陷阱，快速掌握雲原生開發的核心能力。 一、雲原

項目實戰 , 入門教程 , gin , go

收藏 評論

xingxingshangdeliushu 頭像

星星上的柳樹 - 嵌軟與RTOS精要

嵌入式軟件與實時操作系統（RTOS）是現代IC系統不可或缺的核心部分。無論是驅動層、API設計，還是實時調度，它們都直接影響IC的性能、可靠性和使用體驗。如果你渴望系統提升技術深度，不妨在 EDA Academy 探索豐富的網課資源，一起驅動你的專業成長。 1、嵌入式軟件開發：模塊+仿真高效並行 嵌入式軟件是硬件運行的“大腦”，從簡單控制到複雜處理，都離不開它。 模塊化編程：將

資訊 , 教程 , 知識 , 人工智能 , 深度學習

收藏 評論

yanpeng 頭像

燕鵬01 - Python數據分析入門指南（二十一）：總結與展望——你的數據科學之旅才剛剛開始

恭喜你，勇敢的數據探索者！ 當你讀到這篇文章時，意味着我們已經共同走完了一段非凡的旅程。從對Python數據分析感到陌生和好奇，到如今能夠熟練地運用代碼與數據對話，你已經完成了一次了不起的蜕變。這不僅僅是一系列課程的結束，更是你數據科學之路的真正起點。 讓我們暫時停下腳步，回望來路，然後一起眺望遠方那片更加璀璨的星空。 第一章：回顧——我們為你打造了怎樣的數據科學工具箱？ 在這段

數據 , 後端開發 , 數據科學 , 數據分析 , Python

收藏 評論

u_16213369 頭像

mob64ca12e1881c - centos7安裝 ollama

在這篇博文中，我們將深入探討如何在 CentOS 7 系統上安裝 Ollama。Ollama 是一個基於開源的模型部署平台，適用於多種 AI 模型的手動或自動化部署。以下是具體的步驟和內容結構，包括環境準備、分步指南、配置詳解、驗證測試、優化技巧和排錯指南等模塊。 環境準備 軟硬件要求 在安裝 Ollama 之前，需要確保您的系統符合以下基本要求： 操作系統：Ce

System , bash , Centos , aigc

收藏 評論

u_16213676 頭像

mob64ca140e76c8 - 把mysql數據庫從windows遷移到linux系統上的方法

數據中心動環系統MySQL遷移SOP：Windows 5.7 / Linux8.0→ Linux 8.0，覆蓋測試與生產（零停機mysqldump邏輯備份實戰）。 一、遷移背景 一、源庫信息（From） 操作系統：windows server 2022 數據庫版本：MySQL 5.7.32 服務器 IP/主機名： 端口：3306 庫

mssql , MySQL , 運維 , 數據庫 , Linux , Css , 前端開發 , HTML

收藏 評論

u_16213676 頭像

mob64ca140e76c8 - 深度學習 水位尺識別 yolo

1、應保持儀表垂直安裝。在安裝超聲波液位計時，要保證換能器的發射面和被測的平面平行，這樣可以保證垂直髮射到被測物體表面的聲波以最大的能量返回。 2、實際安裝時，如果現場工況有蒸汽，易有水珠附着在探頭表面，並且探頭的量程比實際要測量的距離大很多，這時可以傾斜3°左右，以避免水珠結水的影響。 3、在安裝時，應注意超聲波液

深度學習 水位尺識別 yolo , 人工智能 , 深度學習

收藏 評論

u_12968 頭像

davisl - 限制容器只能讀取某幾張gpu卡

服務通常需要考慮速度和容量限制，增強系統的魯棒性。 背景 筆者曾負責過某公司內公眾號服務開發。公眾號接口服務接收到用户的推送請求後會構造公眾號消息並寫入消息隊列，路由服務異步接收到消息後進行消息存儲後，再交由推送服務向用户推送消息。基本流程如下圖所示： 消息存儲過程： 路由服務發起消息存

限容 , 雲計算 , 本地緩存 , 限制容器只能讀取某幾張gpu卡 , 消息存儲 , 信號量 , 雲原生

收藏 評論

u_16213696 頭像

mob64ca14133dc6 - 計算機網絡常見面試題 - 楊柳依依

UDP和TCP是傳輸層最重要的兩種協議，它們的區別從根本上決定了互聯網上各種應用的表現。 簡單來説： TCP像打電話：需要接通、確認對方能聽到、有條理地對話、最後説再見。可靠，但步驟多。 UDP像發傳單：把傳單扔出去就行，不關心對方是否收到、是否按順序收到。快速，但不可靠。 下面通過一個詳細的表格和解釋來全面對

大數據 , tcp , ip , hadoop , udp , 網絡協議

收藏 評論

u_16213589 頭像

mob64ca13f9a97c - element的textarea中autosize不生效

文章目錄 DOM編程（二） 一、DOM元素特性 二、table對象 三、創建DOM對象 四、修改DOM對象 DOM編程（二） 一、DOM元素特性 element.attributes： 返回元素的所有特性 element.getAttribute(name

機器學習 , js , dom , 刪除元素 , 人工智能 , 子節點 , Javascript

收藏 評論

u_16213671 頭像

mob64ca140d61c6 - grafana 統計主機流量

參考 http://os.51cto.com/art/201404/435279.htm 網卡流量監控工具可以監控通過網絡接口傳輸的數據，並測量目前哪些數據所傳輸的速度。入站流量和出站流量分開來顯示。一些命令可以顯示單個進程所使用的帶寬。這樣一來，用户很容易發現過度使用網絡帶寬的某個進程。這些工具使用不同的機制來製作流量報告。nload等

grafana 統計主機流量 , 數據 , 雲計算 , 操作系統 , 雲原生 , 網絡 , Python

收藏 評論

u_16099187 頭像

網絡安全俠 - hyper-v server 2008安裝及簡要配置【圖文】_rickyfang

第八章：模型接入與配置 8.1 模型概述 8.1.1 Dify 與模型的關係 Dify 是基於大語言模型（LLM）的 AI 應用開發平台，模型是 Dify 的核心驅動力。Dify 本身不提供模型，而是作為一個統一的接口層，讓你可以： 接入數百種不同的模型 統一管理模型配置 靈活切換和對比模型 控制模型調用成本

API , azure , 負載均衡 , Css , 前端開發 , HTML

收藏 評論

u_13019 頭像

boyboy - 智能Agent概述

第六章：Agent 智能助手 6.1 Agent 概述 6.1.1 什麼是 Agent Agent（智能代理/智能助手）是一種能夠自主完成複雜任務的 AI 應用。與普通的聊天助手不同，Agent 具備以下核心能力： 目標規劃：理解用户的最終目標 任務拆解：將複雜任務分解為可執行的子任務 工具調用：自主選擇和使用合適的工具

數據 , API , 搜索 , 前端開發 , Javascript

收藏 評論

u_16099323 頭像

架構魔法師 - 【轉載】TMS協議簡介_51CTO博客

其他地圖服務協議 1. TMS TMS（Tile Map Service）是一種用於發佈地圖瓦片的服務協議。TMS定義瞭如何存儲、組織和訪問地圖瓦片，使得客户端可以通過HTTP請求獲取預渲染的地圖瓦片，並將這些瓦片組合在一起形成連續的地圖。以下是一些TMS的主要特性： 獲取地圖瓦片：TMS的主要功能是獲取地圖瓦片。客户端可以發送一個HTTP請求，指定所

座標系統 , 客户端 , 緩存 , 前端開發 , Javascript

收藏 評論

ziwupython 頭像

子午 - 【寵物識別系統】Python+TensorFlow+Vue3+Django+人工智能+深度學習+卷積神經網絡算法

一、介紹 寵物識別系統，本系統基於TensorFlow框架，採用卷積神經網絡（CNN）算法，構建了一個能夠識別37種常見寵物品種的智能識別系統。所使用的數據集涵蓋了多個貓犬品種，例如阿比西尼亞貓、布偶貓、柴犬、哈士奇等。經過多輪迭代訓練，最終得到了識別準確率較高的預測模型，並部署於Web端實現可視化交互。 前端: Vue3、Element Plus 後端：Django 算法：TensorFlow、

圖像識別 , 人工智能 , 深度學習

收藏 評論

u_14306318 頭像

咚咚王哲 - 人工智能之數據分析 Matplotlib：第四章 圖形類型

人工智能之數據分析 Matplotlib 第四章 圖形類型 (文章目錄) 前言 Matplotlib 支持多種圖表類型。本文將詳細介紹 散點圖、柱形圖、餅圖、直方圖 以及其他常見圖表（如箱線圖、熱力圖、面積圖、3D 圖等）的繪製方法、參數説明和典型應用場景。 一、散點圖（Scatter Plot） 用途 顯示兩個變量之間的關係，

子圖 , yyds乾貨盤點 , 人工智能 , 數據分析 , 直方圖 , Python

收藏 評論