博客 RSS 訂閱

u_17579295 頭像

mb6911caa73d1d1 - 從UE到瀏覽器：我們如何用數字孿生重構園區運營

還記得去年那個讓我夜不能寐的項目嗎？一家大型科技園區找到我們，希望打造一套能實時監控、分析和優化園區運營的數字系統。他們原有的2D管理系統已經無法滿足日益複雜的運營需求，而傳統的3D建模方案又面臨着開發週期長、硬件要求高、交互體驗差等痛點。 當UE遇見數字孿生 項目啓動之初，我們面臨的最大挑戰是如何在保證視覺效果的同時，實現高效的開發迭代。傳

數據 , API , 加載 , 數據可視化 , 人工智能 , 數字孿生

收藏 評論

u_17579295 頭像

mb6911caa73d1d1 - 數字孿生賦能數據中心運維

在數據中心運維領域，傳統的運維方式常常面臨數據孤島、響應滯後、管理複雜等挑戰。隨着數據中心規模的擴大和複雜度的提升，如何實現高效、智能的運維管理成為行業關注的焦點。孿易數字孿生IOC憑藉其一體化監測運維平台、靈活後台配置和強大的數據接入能力，為數據中心運維帶來了全新的解決方案。本文將通過實際應用案例，展示孿易IOC如何幫助數據中心實現智能高效運營。

數據 , 運維 , 數據可視化 , 數據中心 , 人工智能 , 數字孿生

收藏 評論

u_16099265 頭像

智能開發者 - oem解鎖後如何還原

Oracle用户，權限，角色以及登錄管理 1. sys和system用户的區別 system用户只能用normal身份登陸em。除非你對它授予了sysdba的系統權限或者syspoer系統權限。 sys用户具有“SYSDBA”或者“SYSOPER”權限，登陸e

機器學習 , oem解鎖後如何還原 , 系統權限 , 數據庫 , 人工智能 , SQL

收藏 評論

u_16213689 頭像

mob64ca1411a6fc - element點擊大圖預覽

前言 大家好，我是宋哈哈，大家在某寶購買了 某某教學視頻，每次看的時候，都需要網絡去看它，如果網絡不好的時候，豈不是看起來非常吃力？這樣我們就把它爬去下來吧。【以下代碼不一定適合你，但是破解 反爬蟲的思路可能適合你】 這是我在某寶購買的視頻教程： 需要爬去的視頻預覽： 爬取教程講解

機器學習 , python3 , 反反爬蟲 , 爬淘寶視頻 , 人工智能 , element點擊大圖預覽 , selenium

收藏 評論

u_13357275 頭像

上海拔俗網絡 - AI保鮮系統：B端企業的降本增效利器，重塑供應鏈核心競爭力

在生鮮、餐飲、零售等行業，有一個沉默的利潤殺手——損耗。它潛藏在倉儲、運輸、銷售的每一個環節，悄無聲息地侵蝕着企業的利潤空間。傳統的保鮮方式，依賴於固定的温控標準和靜態的保質期標籤，這種“一刀切”的模式，在複雜多變的現實供應鏈面前，顯得力不從心。現在，AI保鮮系統正作為一項顛覆性的技術，成為B端企業降本增效、重塑供應鏈的“秘密武器”。 它不是一個簡單的温控設備，而是一個貫穿“採、儲、運、

鏈路 , 黑盒 , NLP , 人工智能 , 模態

收藏 評論

u_17583736 頭像

AI智能助理 - 人工智能要學哪些東西（AI入門必備知識全解析）

人工智能入門必備知識全解析：從疑問到行動指南 Q1：數學基礎是否必須？該學哪些內容？ 數學是AI的底層邏輯，但無需過度深究。核心需掌握線性代數（矩陣運算、向量空間，用於圖像處理與數據建模）1,4、概率統計（貝葉斯定理、分佈分析，支撐模型評估與決策）1,3以及微積分（梯度下降優化算法，提升模型精度）1,4。例如，推薦算法通過向量距離判斷用户相似性，本質是線性

機器學習 , 數學基礎 , AI入門 , Python編程 , 人工智能 , 深度學習

收藏 評論

u_17372332 頭像

mb67ff5f258c5ba - IPA 深度混淆 多層結構拆解與全鏈路加固的工程方法

當我們談“IPA 深度混淆”時，絕不是單純把類名、方法名改成亂碼那麼簡單。 真正的“深度混淆”應該覆蓋： 符號層（類名 / 方法名 / 變量名 / Swift 模塊） 資源層（圖片 MD5 / JSON / H5 / JS / Bundle） 結構層（二進制分佈 / 插件橋接 / 文件引用） 運行時層（Hook 對抗 / 完整性校驗） 策略層（可控白名

yyds乾貨盤點 , 移動開發 , ios

收藏 評論

u_16163442 頭像

datian1234 - 一文詳解RAG技術的五種分類：從基礎架構到智能體RAG的全面解析，零基礎小白收藏這一篇就夠了！！

前言 “ RAG的架構雖然有所不同，但其原理都是相同的，都是通過檢索來增強模型的生成能力，只不過在不同的環節做了不同的優化。” 從事RAG技術的工作也有一兩年時間了，但在此之間都是這學一點那學一點，感覺自己好像什麼都會，但從來沒有對整個RAG系統進行過梳理。 所以，今天就從RAG的迭代過程開始梳理一下RAG的架構升級過程，瞭解不同種類R

大模型教程 , redis , 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_13236892 頭像

哭泣的饅頭 - K8s控制器Deployment(補充)

1 Deployment 1.1 什麼是deployment Deployment(簡稱為deploy)是Kubernetes控制器的一種高級別實現，他構建於ReplicaSet控制器之上。 我們只需要描述Deployment中的目標Pod期望狀態，而Deployment控制器以受控速率更改實際狀態，使其變為期望狀態，也就是説，後期我們部署應用不直接使用Pod和

Deployment , Pod , 運維 , Nginx

收藏 評論

u_13019 頭像

boyboy - RESTARTGCODE在數控當中是 數控clear是什麼意思

Android系統的運行時庫層代碼是用C++來編寫的，用C++來寫代碼最容易出錯的地方就是指針了，一旦使用不當，輕則造成內存泄漏，重則造成系統 崩潰。不過系統為我們提供了智能指針，避免出現上述問題，本文將系統地分析Android系統智能指針（輕量級指針、強指針和弱指針）的實現原理。 在使用C++來編寫代碼的過程中，指針使用不當造成內存泄漏一般就是

智能指針 , 雲計算 , 引用計數 , Android , RESTARTGCODE在數控當中是 , 雲原生

收藏 評論

u_17585432 頭像

wx691d832271996 - 太陽系行星距離計算器項目實戰技巧分享

引言 在當今快速發展的技術世界中，實踐出真知。本文將探討最近完成的"太陽系行星距離計算器"教學輔助工具項目，分享其中的核心功能、技術亮點以及寶貴的開發經驗。這個項目不僅是一次技術挑戰，更是團隊協作和創新思維的完美展現。 項目概述 太陽系行星距離計算器是一個基於Python的桌面應用程序，它能夠精確計算地球與太陽系八大行星及月球的實時距離，並集成了AI行星科普資訊生

距離計算 , 文心一言 , API , aigc , 日誌系統

收藏 評論

mypm 頭像

itestAndy - Codes 創新的低代碼接口測試解決方案，讓點工也能做好接口自動化測試且效率起飛

導讀 常態下,刀耕火種的 Test 環節給自動化的 Dev 與 Ops 踩下了剎車。Codes 以技術極其薄弱，極其不被重視的測試為發力點，通過落地敏捷測試打通了研發與運維中間的樞鈕潤滑環節。解決了 Test 在 DevOps 快速迭代中的木桶效應，促進了研發、測試、運維一體化融合進程。 上述也是 Codes 落地敏捷測試的初心，Codes 也有一個整套敏捷測試的方案的詳説記 Cod

軟件測試

收藏 評論

u_17240866 頭像

u_17240866 - 一文讀懂 PG18 EXPLAIN 新字段：Index Searches

在 PostgreSQL 18 中，你會在 EXPLAIN ANALYZE 的輸出結果中看到 “Index Searches”（索引搜索次數）相關行。如果你和我一樣好奇這些行到底是什麼意思，那這篇文章就是為你準備的。 標準情況 標準情況是 “Index Searches: 1”，表示對索引進行一次遍歷。如果所需數據都集中在索引的同一區域，這種情況可能非常高效。但如果所需條目並非集

字段 , 搜索 , postgresql , 開源

收藏 評論

u_15879876 頭像

Aloudata - 企業級 VS 個人級：智能問數的“集團軍”與“單兵作戰”的差異解析

智能問數正迅速成為企業數據消費的新入口。從初創公司到世界 500 強，眾多組織嘗試通過“一句話問數”的方式，降低數據分析門檻、提升決策效率。理想很豐滿，但現實很骨感，“問不準”、“不靈全”、“問不深”成為大量嚐鮮用户的普遍感受。 表面上看，這類失敗常被歸因於技術瓶頸——例如模型準確性不足、SQL 生成錯誤、響應延遲等。但深入剖析後不難發現，問題的根

大數據 , 數據倉庫 , 智能歸因 , 智能報告 , 數據分析 , 智能問數 , chatbi

收藏 評論

u_13778063 頭像

u_13778063 - 阿里雲可觀測 2025 年 10 月產品動態

本月可觀測熱文回顧 文章一覽： 用户説“App 卡死了”，你卻查不到原因？可能是監控方式錯了 清理祖傳 AK 不怕炸鍋：基於 UModel 的雲監控 2.0 身份憑證觀測實踐 告別手動埋點！Android 無侵入式數據採集方案深度解析 從數據孤島到智能洞察：構建面向未來的 Operation intelligence 體系 從“天書”到源碼：H

性能監控 , 移動端 , 雲計算 , 可觀測 , 產品動態 , 阿里雲 , 雲服務

收藏 評論

u_14767244 頭像

u_14767244 - Apache Doris AI 能力揭秘（三）：AI_AGG 與 EMBED 函數深度解析

在初步探索了 AI 函數的可能性之後，本次我們將目光投向兩個更為核心的函數：AI_AGG 和 EMBED。我們將深入解析這兩個函數的設計理念、實現原理及其在業務場景中的應用，展示 Apache Doris 如何通過原生的函數設計，將文本聚合與語義向量分析無縫集成到 SQL 中，為用户提供更強大、更易用的智能數據分析體驗。 相關閲讀： Apache Doris 4.0 AI 能力揭

數據庫Apache Doris , 大數據 , app , 數據倉庫 , SQL , ci

收藏 評論

u_16653481 頭像

金海境科技 - 【服務器數據恢復】Dell PowerEdge服務器誤操作導致實驗數據丟失數據恢復案例 - 金海境科技

一、客户信息 北京市某重點高校生命科學學院，該院在基因編輯、蛋白質結構研究領域成果顯著，擁有3個國家級科研平台，承擔12項國家級重大科研項目。學院數據中心部署了4台戴爾PowerEdge R760服務器，採用8塊10TB SAS硬盤組建RAID6陣列，存儲全院師生的科研實驗數據、論文手稿、基因序列數據庫及大型儀器設備運行記錄，數據總量達60TB，其中包括多項國家級項目的核心

服務器 , 數據 , 數據塊 , Lync

收藏 評論

u_17550403 頭像

元器件懂一點 - 旋轉型位置傳感器：FSE11系列與RDC50系列的技術解析與應用探討

在現代電子設備中，位置傳感器作為一種關鍵的感知元件，廣泛應用於眾多領域，從工業自動化到消費電子，再到汽車和醫療設備，其重要性日益凸顯。本文將分別對深圳捷比信提供的FSE11系列旋轉型位置傳感器和日本阿爾卑斯（ALPS）的RDC50系列旋轉型位置傳感器進行詳細的技術解析，並探討它們在不同應用場景中的表現。 一、FSE11系列旋轉型位置傳感器 （一）產品概述 FSE

辦公效率 , 高精度 , 應用場景 , 位置傳感器

收藏 評論

u_13778063 頭像

u_13778063 - 百倍啓動加速，大規模 Agent 部署和運維的捷徑是什麼？

作者：極客有約 前言： 隨着 AI 原生浪潮的到來，智能體（Agent）正成為企業創新的新引擎。然而，在生產環境中大規模落地 Agent，卻面臨開發複雜、運維困難、成本高等挑戰。這些問題應該如何解決？企業內部大規模部署和運維 Agent 是否有捷徑可走？針對這些問題，InfoQ 近日對話了阿里云云原生應用平台 Serverless 計算負責人楊皓然（花名：

雲計算 , 阿里雲 , 函數計算FC , 雲服務 , 雲原生 , serverless

收藏 評論

u_15459354 頭像

ApacheSeaTunnel - （四）收官篇！從分層架構到數據湖倉架構系列：數據服務層和數據應用層及湖倉技術趨勢小結

《新興數據湖倉設計與實踐手冊·從分層架構到數據湖倉架構設計（2025 年）》 系列文章將聚焦從數據倉庫分層到數據湖倉架構的設計與實踐。手冊將闡述數據倉庫分層的核心價值、常見分層類型，詳解分層下的 ETL 架構及數據轉換環節，介紹數據倉庫分層對應的技術架構，並以貼源層（ODS）、數據倉庫層（DW）、數據服務層（DWS）為例，深入剖析數湖倉分層設計，最後探討數據倉庫技術趨勢並進行小結。

spark , WhaleStudio , 大數據 , 數據倉庫 , 數據庫 , 白鯨開源

收藏 評論

daniusdk 頭像

音視頻牛哥 - 100–200ms的穩定低延遲是如何做到的？ RTSP播放器技術全剖析

在實時音視頻系統中，最容易被低估、卻最能決定整體體驗的能力之一，就是 RTSP 播放端的工程穩定性與低延遲表現。 只要真正落過 B 端項目，就會知道： 編碼器再強、服務器再穩，如果端側 RTSP 播放器扛不住現場環境，整條鏈路都無法交付。 RTSP 作為攝像頭、AI 設備、安防監控、巡檢機器人、無人機、邊緣節點等場景的事實標準協議，其“播

音視頻 , rtsp player linux , yyds乾貨盤點 , windows低延遲rtsp播放器 , rtsp播放器 , 低延遲rtsp播放器 , rtsp播放器安卓端

收藏 評論

riverxyz 頭像

草根追逐 - xtrabackup備份指定數據庫並在線做主從

背景 由於公司所有開發測試數據庫都是存在一個mysql實例的，後面有些數據庫有很多表幾萬表，太影響性能了，就想着把這些庫拆開到單獨的實例，使用xtrabackup可以在線備份並且有記錄binlog位置，使用xtrabackup將這幾個庫單獨備份出來，再恢復，但是xtrabackupl默認是全庫備份 的，指定 單獨的庫備份 後mysql會提示其他庫的表空間不存在，以下記錄操作過程：

表空間不存在 , xtrabackup , MySQL , 運維 , 主從複製

收藏 評論

mifengbucaimi 頭像

蜜蜂不採蜜 - centos系統新掛載了一塊硬盤，怎麼加到當先邏輯卷中

下面給出在 CentOS（通常是使用 LVM 的場景）中將新掛載的硬盤加入到當前邏輯卷（LV）中的常見步驟。請在操作前確保有備份，且對磁盤和數據結構有基本瞭解，以免誤操作導致數據丟失。 詳細命令示例 假設新磁盤為 /dev/vdd，現有 VG 名為 vg-data，LV 名為 lv-data，掛載點 /data。 識別新磁盤

yyds乾貨盤點 , 文件系統 , 運維 , 邏輯卷 , 擴容

收藏 評論

u_16099250 頭像

架構師之光 - GREP查找最後一個字符

Linux中的Grep，Awk和Sed命令之間有什麼區別？ Grep命令用於查找文件中的特定模式，並輸出包含搜索模式的所有結果。 另一方面，Awk也用於在文件中搜索某些模式，但會繼續在模式匹配上執行某些任務。 可以同時使用Grep和awk來縮小搜索增強結果的範圍。 Grep是用於快速搜索匹配模式的簡單工具，但是awk更像是一種編程語言，用於處理文件並根據輸

sed , 雲計算 , 搜索 , GREP查找最後一個字符 , Linux , 雲原生

收藏 評論