博客 RSS 訂閱

u_13357275 頭像

上海拔俗網絡 - AI旅遊助手：不是“機器人導遊”，而是你的“智能旅行大腦”

你有沒有發現—— 出門旅遊，查攻略、比價格、訂酒店、排路線……光是準備工作就能耗掉半天？ 到了目的地，問路靠地圖、找吃靠點評、改行程靠運氣，一不小心就踩坑？ 更別提帶老人孩子、語言不通、突發狀況……整個旅程像在“打怪升級”。 別擔心，這不是你不會玩，而是傳統旅遊方式太“被動”、太“碎片”、太“靠運氣”。現在，一個叫“AI旅遊助手”的技術產品，正悄悄改變這一切——它不取代人，而是幫

對話系統 , 數據 , NLP , 語言模型 , 人工智能

收藏 評論

luoyong 頭像

luoyong0201 - Time zone格式的整數字段學習

這是我的第524篇原創文章，寫於2025年11月19日。 如果表的字段是整數類型，Format我們可以選擇Time zone。 這個時候界面上顯示的是下拉列表形式，類似效果如下： 然後我們去看這個實際存儲是啥，我挑個我們熟悉的，選擇為東八區北京時間的話，發現這個字段實際存儲的值是210，這個並不是北京時間與UTC 0時區

數字化轉型 , Power Apps , Dynamics 365

收藏 評論

u_13357275 頭像

上海拔俗網絡 - AI旅遊助手：不是“機器人導遊”，而是你的“智能旅行大腦”

你有沒有發現—— 出門旅遊，查攻略、比價格、訂酒店、排路線……光是準備工作就能耗掉半天？ 到了目的地，問路靠地圖、找吃靠點評、改行程靠運氣，一不小心就踩坑？ 更別提帶老人孩子、語言不通、突發狀況……整個旅程像在“打怪升級”。 別擔心，這不是你不會玩，而是傳統旅遊方式太“被動”、太“碎片”、太“靠運氣”。現在，一個叫“AI旅遊助手”的技術產品，正悄悄改變這一切——它不取代人，而是幫

對話系統 , 數據 , NLP , 語言模型 , 人工智能

收藏 評論

u_16297326 頭像

虎斑嘟嘟 - 零知識證明與深度學習：打造可驗證的AI推理新時代

零知識證明與深度學習：打造可驗證的AI推理新時代 在醫療、金融和自動駕駛等關鍵領域，人工智能系統正日益成為決策的核心。然而，這些“黑箱”模型如何讓人信任？當AI告訴你不應該批准貸款或患有癌症時，你如何知道這個決策是基於正確的推理，而不是被惡意篡改或包含了偏見？ 傳統方法要求完全透明公開模型參數和輸入數據，但這在保護知識產權和用户隱私方面面臨巨大挑戰。 零知識證明

yyds乾貨盤點 , 數據 , 後端開發 , JAVA , ci , 零知識證明

收藏 評論

u_17557081 頭像

鍵道之下 - 構建高效安卓研運體系：基於GitHub Actions與蒲公英的自動化分發實踐

從"打包噩夢"到"無感分發"的蜕變之路 還記得那些被打包支配的日子嗎？"老王，打個包唄，測試急着要"——然後就是停下手頭工作、切分支、點編譯、等十分鐘、傳APK...最崩潰的是測試反饋"安裝失敗？"的時候。作為安卓技術負責人，我深知這種手動流程不僅效率低下，更是團隊敏捷開發的"隱形殺手"。 經過多個大型項目的實踐驗證，我們終於找到了一套真正好用的自動化分發方案。今天分

移動開發 , 私藏項目實操分享 , 上傳 , 移動測試 , 多環境 , 測試人員

收藏 評論

JavaEdge 頭像

JavaEdge - Gemini 3 開啓智慧新時代

近兩年前，我們開啓了 Gemini 時代，這是公司史上規模最大的科學與產品計劃之一。自那時起，看到大家如此喜愛它，實在令人振奮。“AI 總覽”如今每月有 20 億活躍用户。Gemini 應用程序每月活躍用户超過 6.5 億，超過 70% 的雲客户正在使用我們的 AI，更有 1300 萬名開發者利用我們的生成式模型進行開發——而這僅僅是我們的影響力之一隅。 得益於我們在 AI

yyds乾貨盤點 , google , 應用程序 , 人工智能 , 深度學習 , 開發者

收藏 評論

wintersun 頭像

PetterLiu - 千問快速review評審Java工程代碼與異步代碼智能體

千問快速review評審Java工程代碼與異步代碼智能體 背景 《Effective Java》是由 Joshua Bloch 編寫的一本經典 Java 編程指南，被廣泛認為是 Java 開發者必讀的權威書籍之一。該書通過一系列具體、實用的“條款”（Items），幫助開發者寫出更清晰、高效、健壯和可維護的 Java 代碼。截至 2025 年，《Effective Java》已出版至第三版（201

AI

收藏 評論

u_15316473 頭像

阿里雲大數據AI技術 - EMR Serverless Stella 1.0 技術分享：StarRocks企業級版本內核重大突破

在今年雲棲大會上，EMRServerlessStella1.0正式發佈，這是一款面向企業級場景深度優化的高性能數據分析引擎。阿里雲開源大數據平台OLAP引擎負責人周康系統性地分享了Stella在存算分離架構、Lakehouse場景以及全文檢索等三大核心場景下的深度優化經驗，為業界提供了大規模OLAP系統工程化實踐的寶貴參考。Stella引擎的發佈將為企業級用户提供更加專業、高效的

大數據 , 數據倉庫 , 阿里雲 , Lakehouse , starrocks , Stella , olap

收藏 評論

u_15675268 頭像

1艾一刀 - 資本瘋搶無人物流玩家，行深智能的核心底氣是什麼？

文 | 智能相對論 作者 | 孫曉巍 2025年無人物流配送風起雲涌。頭部玩家接連在資本市場有大動作：新石器年內完成第二筆6億美元的融資，九識智能完成1億美元B4輪融資，白犀牛完成B+輪融資，順豐這樣的物流巨頭甚至連投了三次。 毫無疑問，無人物流配送已經成了自動駕駛垂直領域的真正熱門。數據顯示，今年L4級無人物流配送賽道累計融資已超過40億元人民幣。 當乘

數據 , 自動駕駛 , 人工智能 , 深度學習 , 迭代

收藏 評論

u_16099325 頭像

數據小築 - git基本使用方法_51CTO博客

一：安裝 Windows下載安裝： https://git-scm.com/ Linux下載安裝： sudo apt update sudo apt install git 安裝完畢之後第一次使用會設置基本配置： git config --global user.name "你的用户名" git confi

暫存區 , 工作區 , aigc , bard , Git

收藏 評論

u_16116809 頭像

wx6464351503832 - 測試內容json

[ [ "wrb.fr", "hNvQHb", [ [ [ [ "c_197ce1069b081dc2", "r_2e7621f2277efc20" ], [

ico , MySQL , Augmented , 數據庫 , ide , Json

收藏 評論

u_15742790 頭像

數據科技訊 - 布比基金會宣佈領投 PTR，推動亞太 RWA 基建加速成型

亞洲 Web3 合規創新領域再迎重磅進展。布比基金會（BOBI Labs Foundation）今日正式宣佈領投 PTR（Project Tokenized Reality）項目，並將與資產確權協議 RPT（Real-Proof Tokenization）建立戰略伙伴關係，共同推進現實世界資產（RWA）在新加坡與印尼的規模化上鍊。 此次投資不僅包含資金注入，還包括合

Real , 風控 , MySQL , 數據庫 , 基礎設施

收藏 評論

u_13778063 頭像

u_13778063 - 《當“即查即算”遇上數據爆炸》：阿里雲SLS物化視圖如何破局萬億級日誌查詢性能瓶頸？

作者：戴志勇 當“即查即算”遇上數據爆炸 你是否經歷過這樣的場景？ 在阿里雲日誌服務裏，一個看似簡單的看板，點開卻要等上幾十秒；高峯期多人同時查日誌，系統直接“卡成 PPT”；更糟的是，有時結果還不準——因為達到資源限制，系統只能“估算”答案。 這背後，是日誌規模爆炸式增長帶來的現實困境：當數據量從 GB 躍升至 TB 甚至 PB 級，“邊查邊算”的傳統模

日誌服務 , 數據 , 雲計算 , 阿里雲 , 雲服務 , SLS , 物化視圖

收藏 評論

u_17423871 頭像

美狐美顏SDK開放平台 - 從0到1開發直播美顏SDK：算法架構、模型部署與跨端適配指南

在短視頻與直播行業不斷加速的今天，美顏能力已經不再是“錦上添花”，而是直播間的基礎設施。無論是主播個人直播、電商帶貨，還是B端平台的直播工具，都離不開一個穩定、輕量、可擴展的美顏SDK。 很多開發者會把美顏理解成“磨皮、美白、瘦臉”這些基礎效果，但真正從0到1搭建完整SDK時，你會發現：它既是一場技術戰，也是一門產品學，更是一門跨端適配的“工程藝術”。 本篇文章，小編

視頻美顏sdk , 美顏api , 人工智能 , 直播美顏sdk , 計算機視覺 , 第三方美顏SDK , 在51CTO的第一篇博文 , 美顏SDK

收藏 評論

u_15927439 頭像

黑馬Amos - Float

Float 將數字字符串或整數值轉換為浮點數。 FltValue := Float(Value) 返回值 類型：Float 此函數返回將Value轉換為純浮點數（類型名稱為"Float"）的結果，如果Value本身已經是正確的類型，則返回Value本身。 説明 如果數值無法轉換，將產

redis , 函數調用 , 字符串 , 運維 , 自動化 , 數據庫 , 浮點數

收藏 評論

u_16116809 頭像

wx6464351503832 - Agent實戰教程：深度解析async異步編程在Langgraph中的性能優化

在現代Python開發中，異步編程已經成為提高程序性能的重要手段，特別是在處理網絡請求、數據庫操作或AI模型調用等耗時操作時。本文將通過實際的LangGraph 示例，深入解析async的真正作用，並揭示一個常見誤區：為什麼異步順序執行與同步執行時間相近？ async的核心作用 async的主要價值在於創建異步編程環境，讓程序在等待耗

性能優化 , redis , 執行時間 , 智能體 , 數據庫 , 人工智能 , 大模型

收藏 評論

gmicloud 頭像

GMICloud - GMI Cloud 攜手英偉達在亞太建設 AI Factory，GB300 萬卡集羣，斥資 5 億美金

摘要 GMI Cloud基於GB300的 AI Factory 啓動構建，該項目攜手英偉達（NVIDIA），總投資額達 5 億美元，萬卡集羣將為全亞太AI產業發展提供堅實支撐。 本週，作為英偉達（NVIDIA）全球六大 Reference Platform NVIDIA Cloud Partner 之一及全球增長最快的 G

數據 , AI基礎設施 , 雲GPU , 人工智能 , 基礎設施 , 深度學習

收藏 評論

u_16163480 頭像

bugyinyin - 收藏必備！DeepSeek+本地知識庫搭建全攻略，小白也能輕鬆上手

前言 本文將詳細介紹如何搭建和使用 DeepSeek + 本地知識庫！ 我們會從兩種主流的搭建方案入手，分別是基於 Cherry Studio 和基於 AnythingLLM 的搭建方法。每一種方案都有其獨特的優勢和適用場景，我們將通過詳細的步驟和實際操作，幫助你快速上手，讓你也能擁有一個屬於自己的智能知識庫。幾分鐘帶你學會~ 為什麼選

大模型教程 , MySQL , AI大模型 , 數據庫 , 人工智能 , 大模型入門 , 大模型學習

收藏 評論

u_13317 頭像

liutao988 - vfp怎麼縱向合併多表

今天在網上看到了一篇寫得非常好的文章，是有關c++類繼承內存佈局的。看了之後獲益良多，現在轉在我自己的博客裏面，作為以後複習之用。 ——談VC++對象模型 （美）簡.格雷 程化 譯 譯者前言 一個C++程序員，想要進一步提升技術水平的話，應該多瞭解一些語言的語意細 節。對於使用VC++的程序員來説，還應該瞭解一些

vfp怎麼縱向合併多表 , 人工智能 , 編譯器 , 計算機視覺 , delete , c , vc++

收藏 評論

xaye 頭像

祝你今天愉快 - C++學習（十一） C 字符串

/* 4.字符串 xaye , 夏夜 C：char[] , char* C++：string */ #includeiostream using namespace std; int main() { // xaye , 夏夜 char name[4] = {'x','a','y','e'}; cout "我的名字是：" name

指尖人生 , 移動開發 , include , c++ , Android , ios

收藏 評論

u_17423871 頭像

美狐美顏SDK開放平台 - 輕量級直播美顏SDK的構建策略：端側推理、模型壓縮與算力調度

在短視頻和直播時代，用户對視頻畫質和美顏效果的要求越來越高。然而，對於直播平台和應用開發者來説，實現高質量美顏同時保持流暢的實時體驗，卻並非易事。今天，我們從軟件開發的角度，探討如何構建一個輕量級直播美顏SDK，並重點關注端側推理、模型壓縮和算力調度三大關鍵策略。 一、為什麼選擇輕量級SDK？ 在直播場景中，用户的設備多樣，從高性能旗艦手機到低端機型都有。這就

視頻美顏sdk , 美狐美顏sdk , 人工智能 , 直播美顏sdk , 計算機視覺 , 在51CTO的第一篇博文 , 美顏SDK

收藏 評論

u_17579295 頭像

mb6911caa73d1d1 - 從零到一，解鎖城市治理數字孿生高效開發秘籍

作為一名數字孿生應用開發者，我深知在城市治理項目中，我們常常面臨這樣的挑戰：如何快速構建一個既宏觀又精細的三維城市場景？如何讓業務數據與三維場景無縫聯動？如何在有限的開發資源下，實現跨平台、多終端的應用適配？今天，我想和大家分享一些我在實際項目中總結出的高效開發技巧，希望能為你的城市治理數字孿生項目帶來啓發。 一、快速搭建城市級場景底圖，讓項目贏在

數據 , API , 數據可視化 , 人工智能 , 數字孿生 , 調試器

收藏 評論

baihai 頭像

baihai - 分享一名海外獨立開發者的 AI 編程工作流

編者按： 當AI編程智能體宣稱能自動化一切時，我們是否在工具與概念的叢林中迷失了方向，反而忘記了如何最簡單、直接地解決問題？ 本文的核心主張尖鋭而明確：與其追逐繁雜的“智能體套件”、子智能體（Subagents）、RAG 等概念，不如迴歸本質 —— 選擇一個強大且高效的模型，像與一位靠譜的工程師同事那樣，通過簡潔的對話和直覺性的協作來直接解決問題。作者直言不諱地

AI , AI編程 , 人工智能 , 深度學習

收藏 評論

u_17579295 頭像

mb6911caa73d1d1 - 國防航天領域的智慧指揮新引擎

在國防航天領域，面對日益複雜的任務環境和瞬息萬變的戰場態勢，如何實現高效、精準的指揮決策與運維管理，一直是行業關注的焦點。傳統的信息系統往往存在數據孤島、響應滯後等問題，難以滿足現代國防航天任務對實時性、協同性和智能化的高要求。而今，隨着數字孿生技術的成熟，一種全新的智能運營解決方案正悄然改變這一局面。孿易數字孿生IOC ProMAX版，作為一款集全場景監控、智能分析、應急協同於

數據 , 運維 , 數據可視化 , 人工智能 , 數字孿生 , 解決方案

收藏 評論