博客 RSS 訂閱

u_16099352 頭像

字節墨海星 - .NET5.0 Code First 建立索引方法_codefirst 索引

具體實現可參考NetCoreKevin 一個基於NET8搭建DDD-微服務-現代化Saas企業級WebAPI前後端分離架構：前端Vue3、IDS4單點登錄、多級緩存、自動任務、分佈式、AI智能體、一庫多租户、日誌、授權和鑑權、CAP事件、SignalR、領域事件、MCP協議服務、IOC模塊化注入、Cors、Quartz自動任務、多短信、AI、AgentFramework、S

字段 , User , github , 後端開發 , Python

收藏 評論

u_16099337 頭像

IT獨行俠客 - 人工智能 （一）概念_qq

《AI元人文理論體系：從價值原語化到閾值管理的完整建構》深度研究總結 一、理論背景與核心問題 在人工智能倫理與治理焦慮加劇的背景下，傳統“價值對齊”範式因預設人類價值體系的穩定性、統一性而面臨根本挑戰——人類價值本質是多元、動態且情境依賴的。當AI因“誠實”傷情感、“效率”損公平時，亟需從“修修補補”轉向“範式革命”。岐金蘭於2025年提出的“AI元人文”理論體系，正

嵌入式 , 錨定 , 後端開發 , 原語 , Python

收藏 評論

u_16213723 頭像

mob64ca1419e0cc - Python爬蟲入門 | 4 爬取豆瓣TOP250圖書

目錄 一、開門見山，探究網頁結構 二、確定思路 1.拿到頁面源代碼/響應 2.編寫正則，提取頁面數據 3.保存數據 三、步驟詳解 1.初步爬取 2.繞過反爬 3.編寫正則表達式與正則匹配 4.翻頁爬取 5.注意點 Hello，我是蔣星熠Jaxonic！ 在浩瀚無垠的技

正則匹配 , 大數據 , 數據 , hadoop , 正則表達式

收藏 評論

u_16099225 頭像

數據探索者11 - Linux 系統時間同步方法小結 -

在 Linux 系統中，同步時間涉及 系統時間（System Time） 和 硬件時間（Hardware Clock 或 RTC, Real-Time Clock）。系統時間由 Linux 內核管理，主要用於操作系統運行時的計時和任務調度；硬件時間則由主板上的時鐘芯片維護，即使關機也會繼續運行。 以下是同步時間的方法以及如何同步硬件時間的具體步驟：

大數據 , hadoop , 系統時間 , bash , 時間同步

收藏 評論

u_16099178 頭像

雲端小悟空 - 關於雲HIS

醫療LIS架構選型：國產化替代背景下的理性選擇 在數字化轉型浪潮席捲各行各業的今天，醫療信息化建設已成為提升醫療服務效率、保障患者安全的核心支撐。其中，實驗室信息系統（Laboratory Information System, LIS） 作為醫院信息系統的“數據心臟”，承載着檢驗科從樣本接收到報告發布的全流程管理任務，其背後對數據庫系統的穩定性、

醫療 , 數據庫 , 平滑替換 , Css , SQL , 前端開發 , HTML

收藏 評論

u_16099181 頭像

數碼悟透 - Jmeter服務器性能壓測之—QPS/RPS/TPS/RT/併發數/併發連接數/併發用户數/線程數/吞吐量等概念詳解_併發連接數單位

JMter 的JVM默認值：set HEAP=-Xms1g -Xmx1g -XX:MaxMetaspaceSize=256m 初始堆大小 Xms Xms1g 最大堆大小 Xmx ，Xmx1g 這2個值建議相等，減少GC 元空間：MaxMetaspaceSize 32位JDK只支持 1g的Xms ,Xmx，安裝的32位 JDK 修改 jmeter.bat的H

服務器 , jvm , 壓測 , 前端開發 , Javascript

收藏 評論

u_16099213 頭像

編程思想者 - AI量化交易學習筆記

文章目錄 Nof1.ai 的開源復刻版：讓 AI 成為你的量化交易員（附提示詞模板） 🧠 前言：讓 AI 做你的量化交易員 ⚙️ 一、復刻架構概覽 🔧 二、實操：如何創建一個 AI 交易員 ① 註冊與配置模型 ② 設置交易

gpu算力 , AI編程 , chatgpt , 人工智能 , Css , prompt , 前端開發 , HTML

收藏 評論

u_16213341 頭像

mob64ca12da726f - langchain mysql fastgpt

在本文中，我們將探討如何利用 LangChain 和 FastGPT 來與 MySQL 進行高效的數據交互和處理，展示出集成的整個過程。此外，我們會涵蓋性能優化及生態擴展的相關內容，幫助大家更好地整合這一技術棧，實現數據處理的高效性與靈活性。 環境準備 在開始之前，我們需要確保所有技術棧之間能夠完美兼容。以下是我們將使用的軟件及其對應版本： 技術

數據 , MySQL , aigc

收藏 評論

u_16213724 頭像

mob64ca141a2a87 - 走進Tokio 的異步世界

引言 Tokio作為Rust生態中最重要的異步運行時，其多線程調度器是支撐高併發應用的基石。與傳統線程池不同，Tokio採用work-stealing算法和任務分片技術，在保證公平性的同時實現了極致性能。深入理解Tokio調度器的架構設計，不僅有助於編寫高效的異步代碼，更能讓我們洞察現代併發編程的核心理念。

大數據 , 開發語言 , rust , hadoop , 架構 , 多線程 , ci

收藏 評論

u_16213328 頭像

mob64ca12d74a10 - tdengine create table if not exists 報錯Table already exists in other stable

在使用 TDengine 數據庫時，我們可能會遇到 create table if not exists 報錯 Table already exists in other stable 的問題。這個問題通常是在嘗試創建表時，表名已經在其他關聯穩定的表中存在的情況下產生的。對此，我將分享我的思考過程以及如何解決這個問題。 問題背景 在進行大數據分析和實時數據處理時，TDengine

數據庫 , aigc , 解決方案 , Python

收藏 評論

u_16213392 頭像

mob64ca12e6f33c - ollama 的FROM命令無法使用

我在使用“ollama”的FROM命令時遇到了問題，該命令無法正常工作，為了解決這個問題，我經過了一系列的步驟與實踐，以下是我記錄的整個解決過程。 環境預檢 在開始之前，我首先確認了我的環境設置，以確保與“ollama”的兼容性。使用一個四象限圖對硬件配置進行了整理，並完成了兼容性分析。 | 硬件配置 | 需求 | 當前狀態 | 兼容性分析

數據 , bash , aigc , Docker

收藏 評論

u_16175500 頭像

mob649e8164659f - aigc的本地化部署

aigc的本地化部署是當前許多企業面臨的技術挑戰。在這篇博文中，我將詳細記錄解決這一問題的過程，包括環境準備、分步指南、配置詳解、驗證測試、優化技巧和擴展應用等多個維度。 環境準備 在進行本地化部署之前，我們需要準備相應的軟硬件環境。以下是具體的要求： 軟硬件要求 項目 要求 操作系統

使用場景 , bash , aigc , Python

收藏 評論

leguandeludeng 頭像

數據集成與治理 - 數據管理的四大支柱：一文講清數據治理、數據中台、數據倉庫、主數據

我以前在做數據時，常會遇到這種情況—— 市場部和銷售部報上來的“活躍用户數”永遠對不上； 想做個客户分析，卻發現同一個客户在CRM系統裏存了四條重複信息； 業務部門急着要個數據看板，技術團隊卻説至少要排期一個月。 為什麼會這樣？ 説白了，就是沒有把數據管理做好，導致數據標準不統一、核心數據混亂、數據響應速度慢。這些問題不解決，所謂的“數據驅動業務”根本無從談起。 要解決這些問題，關

編輯器 , 資訊 , 教程 , 知識 , 數據庫

收藏 評論

u_16175487 頭像

mob649e816138f5 - diffusion模型 gpu利用率低

在近期的項目中，我們觀察到“diffusion模型 GPU 利用率低”的問題。這直接影響了模型的推理速度和整體性能，必須通過深度分析和優化來解決這一問題。以下是我們針對這一問題的詳細記錄和解決方案。 用户原始需求 我們的用户希望能夠提升 diffusion 模型在 GPU 上的運行效率，以加速圖像生成和處理的速度，同時也期望能夠優化資源消耗。 演進

高負載 , aigc , 應用場景 , 解決方案

收藏 評論

u_16213307 頭像

mob64ca12d2317d - 怎麼用vscode python 使用Copilot

關於如何在VSCode中使用Python和Copilot的主題，這裏記錄下過程中的一些關鍵部分，以及遇到的問題和解決方案，以便於後續參考與覆盤。 問題背景 當我開始在VSCode中使用Python進行項目開發時，想要充分利用Copilot這一智能編程助手。然而，初始的配置過程並不順利，影響了我的開發效率。以下是我在這個過程中遇到的一些關鍵事件： 2023年10月1日:

User , API , aigc , Python

收藏 評論

leguandeludeng 頭像

數據集成與治理 - 數據要素怎麼用？80%的企業只知其一

數據到底該怎麼用？ 明明公司積累了大量客户數據，卻不知道如何用來提升銷量；每次做決策都靠經驗拍板，結果總是不盡人意；看着別人用數據驅動業務增長，自己卻不知從何入手？ 這三個問題，恰恰暴露了大多數企業在數據運用上的短板。 其實説白了，就是不知道如何把數據變成真正的生產要素。 今天我就來跟大家好好聊聊數據要素，幫你跨出從擁有數據到用好數據的關鍵一步。 一、什麼是數據要素？ 咱們

教程 , 知識 , 數據庫 , 安全

收藏 評論

u_16213461 頭像

mob64ca12f770a6 - ptyhon 調用ollama 實現多輪對話

為了構建一個通過 Python 調用 Ollama 實現多輪對話的系統，我們需要實現一套清晰的邏輯流程，確保我們在此過程中能夠高效而有序地進行。這篇博文將詳細展示如何實現這個過程，從背景描述到性能優化，我們將一步一步來探討。 時間軸與背景描述 在過去的幾年中（2019年至2023年），人工智能領域發展迅速，多輪對話系統逐漸成為熱門話題。特別是語言模型的進步，使得創建智能對話代理變

對話系統 , API , aigc , Python

收藏 評論

u_16213467 頭像

mob64ca12f8da8d - 微信stable_token緩存到redis 5分鐘

在微信的開發過程中，我們常常會面臨諸如“微信stable_token緩存到redis 5分鐘”這樣的問題。為了有效解決這一問題，我將詳細記錄解決過程，涵蓋版本對比、遷移指南、兼容性處理、實戰案例、排錯指南以及性能優化等方面。 版本對比 在構建解決方案前，首先需要分析微信 API 的幾種主要版本的差異，這將幫助我們理解不同版本之間的兼容性，以及如何選擇合適的環境進行緩存。 時間

微信 , 新版本 , 緩存 , aigc

收藏 評論

u_16175487 頭像

mob649e816138f5 - idea copilot 插件速度

在使用“IDEA Copilot”插件的過程中，許多用户會遇到插件加載速度慢的問題，這不僅影響了開發效率，還可能影響開發者的體驗。本文將詳細記錄如何有效解決“IDEA Copilot 插件速度”問題。 環境準備 在開始之前，確保你的開發環境滿足以下要求。請按以下步驟進行依賴安裝。 依賴安裝指南： 安裝最新版本的 IntelliJ IDEA。

API , aigc , JAVA , 開發者

收藏 評論

zhaoqianglaoshi 頭像

趙渝強老師 - 【趙渝強老師】Oracle數據庫的PL/SQL編程語言

Oracle數據庫在SQL的基礎上提供了自己的開發語言PL/SQL。通過使用PL/SQL可以開發強大的應用程序，並且能夠進一步開發Oracle的存儲過程、存儲函數和Oracle數據庫的觸發器。百度百科中對PL/SQL做了如下的説明： PL/SQL也是一種程序語言，叫做過程化SQL語言（Procedural Language/SQL）。PL/SQL是Oracle數據庫對SQL語句的擴展。在普通SQL

oracle , 數據庫

收藏 評論

u_16213393 頭像

mob64ca12e732bb - 基於rag和langchain框架完成開發

基於rag和langchain框架完成開發的過程不僅涉及安裝和配置環境，還包括一系列的步驟以確保搭建成功並高效運行。在本博文中，我將輕鬆記錄這一過程，以期成為今後工作中的覆盤參考。 環境準備 在開始之前，需要明確軟硬件的要求。對於RAG（Retrieval-Augmented Generation）和LangChain框架，我們建議的環境如下： 軟硬件要求

配置環境 , aigc , Python

收藏 評論

u_16213329 頭像

mob64ca12d78ba3 - aigc設備清單

在AI生成內容（AIGC）領域中，設備清單的管理與配置是實現高效開發和應用的關鍵因素。本文將深入探討如何解決“AIGC設備清單”問題，從環境配置到錯誤集錦，涵蓋全流程，以便為開發者提供清晰的指引和實用的參考。 mindmap root AIGC設備清單 環境配置 編譯過程 參數調優 定製開發 性能對比

aigc , 編譯過程 , 環境配置 , Python

收藏 評論

fengliudedaxiang_esnzgz 頭像

bigdata1 - 大數據計算引擎正在拋棄 JVM

在寫這篇文章之前，Java 25正式發佈，其中JEP-508Vector API 迎來了第10次孵化，旨在提供一種向量計算的接口，從而獲得比等效標量計算更高的性能。傳統的基於Java虛擬機（JVM）的執行引擎在處理大規模數據時逐漸顯露出性能瓶頸 (標量計算) ，特別是在 CPU 密集型任務和內存管理方面。近年來，眾多大數據計算引擎開始轉向原生（Native）執行模型，採用 C++ 等語言實現向量化

大數據

收藏 評論

lpc63szb 頭像

運維社 - 2025企業級ITSM產品推薦：年度IT服務管理升級指南

面對日益複雜的IT環境和數字化轉型挑戰，選擇一套合適的ITSM產品成為企業實現高效運維和價值提升的關鍵。本文將對市場主流ITSM產品進行深度解析，並提供一套清晰的選型邏輯，同時為企業帶來ITSM產品推薦，幫助企業做出明智決策。 一、主流企業級ITSM產品推薦 當前市場上的ITSM產品推薦依託不同的技術架構與功能特性，滿足企業多樣化的運維需求。我們根據其核心戰略定位，梳理分析六大主流ITSM產

it , 管理後台

收藏 評論