收藏 / 列表

u_7883056 頭像

巨浪888 - 使用 AI 編程工具開發郵件插件MailMind Assistant

你每天要花多少時間處理郵件？對着空白編輯框反覆修改措辭，在幾十封未讀郵件裏翻找關鍵信息，熬夜讀完長篇郵件卻漏看核心需求 —— 這是大多數職場人的日常。作為曾經的 “郵件工具人”，我發現市面上的郵件輔助工具要麼收費昂貴，要麼操作複雜，要麼適配性差。於是我想做一款插件，不用下載 APP，不用付訂閲費，在 Gmail 和 Outlook 裏直接能用，10 秒生成專業郵件，2

AIGC二三事 , AI編程 , 人工智能 , 深度學習 , 開發者 , Outlook

haixiudezhusun 頭像

高德開放平台 - 高德開放平台SDK鴻蒙版，助力千餘家應用高效構建LBS服務

高德開放平台SDK鴻蒙版自2024年3月上線以來，已成功賦能首汽約車、順豐、江蘇銀行、成都銀行等超千家應用，幫助開發者高效構建LBS服務。 該版本集成的導航SDK、定位SDK、地圖SDK，憑藉其強大的功能和穩定性，在華為SDK生態繁榮夥伴支持計劃評優中，均在所屬行業斬獲TOP1使用量，彰顯了其在鴻蒙生態中的技術實力與廣泛應用價值。 同時，高德開放平台還推出了司乘同顯SDK，在網約車場景率先適配了司

高德地圖 , 知識 , 高德lbs , harmonyos

u_16213688 頭像

mob64ca14116c53 - postgres 某列 保留兩位小數

數字： 所有的數字的內部格式都相同 在perl內部，無論是整數還是浮點數都是按照“雙精度浮點數”的要求來保存並進行運算，此處的雙精度浮點數是C的double類型，現在大部分系統都以IEEE745的格式作為標準，它能夠表示15位的精度，有效值的範圍是1*e-100～1*e100 浮點數直接量 例如： 1.25 7.25e45 #7.25乘以10的

字符串 , 雲計算 , 操作符 , 雲原生 , postgres 某列 保留兩位小數 , 浮點數

aijianshendexuegao 頭像

Protonbase - AI 正在批量 “創建” 數據庫：一場由 Agent 引發的千億級數據架構革命

一場由 AI Agent 掀起的數據庫革命，正在瓦解沿用了三十年的數據架構體系。 從2024 年 10 月到 2025 年 5 月，短短七個月內，AI Agent 創建的數據庫數量從 30% 爆漲至 80%，遠超人類工程師的工作產出。與此同時，Databricks 以 10 億美元收購Neon的消息震動業界——這家人工智能巨頭正在用真金白銀搶佔下一代數據基礎設施入口。 “傳統架構正在集體失靈。”

nosql , 自然語言處理 , 數據庫 , postgresql , 人工智能

u_17583606 頭像

視頻孿生 - 數字孿生深水區：國內頭部企業引領技術革新，視頻孿生開闢新範式

當城市交通的車流軌跡、工廠設備的運行參數、景區地貌的細微變化都能在數字空間形成實時精準的 “虛擬鏡像”，數字孿生技術已徹底走出實驗室，在 2025 年正式邁入規模化落地的深水區。與此前聚焦技術可行性探索不同，當前行業的核心訴求已轉向 “產業價值轉化”—— 不再追求單一的 “高精尖” 技術展示，而是通過虛實融合解決實際痛點：城市治理中實現 “一張圖” 動態監管，工廠運維中降低設備故

差異化 , 數據 , 數據可視化 , 人工智能 , 數字孿生 , 渲染引擎

u_16756731 頭像

KlipC小助手 - 英偉達Q3超預期財報，能否擊破“AI泡沫論”？

KlipC報道：當地時間11月19日，市場高度期待的英偉達三季度財報如期公佈，公司再度交出遠超預期的成績單。 財報顯示，英偉達三季度營收達到570億美元，同比增長62%；淨利潤319億美元，同比暴增65%；調整後每股收益（EPS）為 1.30美元，全面超出市場預估。同時，給出了超預期的四季度指引，預計營收將達到650億美元，上下浮動2%。 值得注意的是，英偉達最重要的業務板塊數據中心表現

英偉達 , 數據中心 , 人工智能 , 深度學習

u_16213630 頭像

mob64ca14038b36 - chatGPT與一加手機不兼容

從未來二十年的情況來看，印度是一個非常有潛力的市場。 文| I/O 在中國智能手機品牌中，一加在國際化方面的着力一直比較大，尤其是近來對印度市場變得越來越重視；體現在最新一代產品中，OnePlus 7T 系列的發佈率先在美國紐約和印度班加羅爾舉行，同時一加還面向印度市場發佈了一加電視。 當然，按照慣例，一加又為 OnePlus 7T 系列舉行了一場國內發

智能手機市場 , 智能手機 , 一加七語音喚醒 , chatGPT與一加手機不兼容 , Android , 人工智能 , 深度學習

u_6478076 頭像

郭傳志的博客 - 深入理解DeepResearch

傳統RAG 與搜索 傳統RAG的缺點 根據閾值判斷相似性產生誤差 DeepResearch定義 DeepResearch系統架構 本文包含：--> -->

搜索 , 人工智能 , 深度學習

u_15677700 頭像

EasyV數字孿生可視化 - 數字孿生物流：以某物流企業數字孿生智慧鋼鐵倉儲定位系統建設為例

1.建設背景 國家“十四五”規劃明確提出加快現代物流數字化、智能化轉型，基於國家數字經濟 戰略及企業數字化轉型要求，鋼鐵物流作為重點領域，其倉儲環節的智能化升級被列為政策重點支持方向。某物流企業作為鋼鐵物流龍頭企業，隨着物流行業安全標準要求的不斷 提升，其企業業務增長與戰略佈局都有所調整，庫存管理盲區、作業監管低效、風險響應 滯後、跨域信息割裂和作業協同低效等問題嚴重阻礙

數據 , 物聯網 , 自定義 , 數據可視化 , 人工智能

u_16213682 頭像

mob64ca140fd7c1 - derby 數據可視化

第一篇：Power BI數據可視化概述 閲讀目錄 •前言 •Power BI的主要功能 •Power BI的主要特點 •Power BI Vs 其他同類產品 •Power BI可視化思想 •獲取方法

數據可視化 , derby 數據可視化 , 數據庫 , 人工智能 , Power , R語言 , Python

u_12192 頭像

angel - MySQL服務器的配置教程_firehare

1.MySQL 服務器簡介 通常所説的 MySQL 服務器指的是mysqld程序，當運⾏mysqld後對外提供MySQL 服務 1.1服務器配置和默認值 • mysqld 有很多選項和系統變量可以在啓動時進⾏配置，要查看服務器的默認選項和系統變量值， 可以執⾏以下命令： # 查看所有mysqld 選項和可配置的系統

服務器 , MySQL , 數據庫 , 後端開發 , 系統變量 , Python

dbkangaroo 頭像

袋鼠 - 袋鼠數據庫工具 7.99.1 版已上線

袋鼠數據庫工具 是一款 AI 驅動的熱門數據庫系統客户端(MariaDB / MySQL / Oracle / PostgreSQL / Redis / SQLite / SQL Server / ...) ，支持建表、查詢、模型、同步、導入導出等功能，支持 Windows / Mac / Linux 等操作系統，致力於打造一款好用、好玩、開發友好的開發者工具。 重點特性介紹 這個版本繼續完善 R

redis , 數據庫 , postgresql , 人工智能 , sqlite

u_15316473 頭像

阿里雲大數據AI技術 - PAI-DLC 支持一鍵提交 DataJuicer 任務，高效進行大規模多模態數據處理

隨着人工智能模型規模擴大和數據複雜度提升，整合多源異構數據實現多模態協同建模，已成為提升模型性能的核心路徑。高效的數據預處理體系需在保證數據質量與多樣性的前提下，突破大規模數據清洗、增強與合成的系統性技術瓶頸，以平衡訓練效能與成本控制。阿里雲人工智能平台PAI分佈式訓練PAI-DLC推出的一項全新任務類型DataJuiceronDLC，旨在為用户帶來開箱即用、高性能、穩定高效的數

機器學習 , 人工智能平台PAI , 阿里雲 , 人工智能 , 模型訓練 , 多模態數據處理

baihai_idp 頭像

Baihai_IDP - 並行智能體是否將重塑軟件開發模式？

編者按： 當AI不僅能寫代碼，還能同時處理多個開發任務，軟件工程師這一角色是否正面臨根本性的重塑？ 我們今天為大家帶來的文章，作者的核心觀點是：並行智能體是將深刻改變軟件開發模式的革命性技術。 作者從 AI 編程工具的演進談起，揭示了從 Copilot 的代碼補全到“氛圍編程”的自然語言生成，再到當前的範式突破 —— 並行智能體。作者還坦誠分享了實際應用中的成功率分佈，指出了智能體擅長與不

觀點 , llm , 知識 , 人工智能 , 深度學習

metaxk 頭像

萬界星空科技 - 星空開源MES（萬界星空科技）——專業、通用、開源、免費的MES系統

星空開源MES（萬界星空科技）——專業、通用、開源、免費的MES系統 源代碼：免費開源MES https://gitee.com/metaxk/xingkong-mes 一、系統概述 星空開源MES是萬界星空科技 推出的專業、通用、開源、免費 的製造執行系統（MES），旨在幫助企業實現 生產數字化、智能化管理，覆蓋 計劃排產、質量管理、設備管理、倉儲管理、數據分析 等核心業務場景，助力企業降

工業互聯網 , 開源軟件 , 開源 , 製造業 , 可視化

openanolis 頭像

龍蜥社區 - 龍蜥社區兩大委員會月度會議圓滿召開

10 月 17 日，龍蜥社區分別召開了第 25 次技術委員會會議和第 37 次運營委員會會議。兩個會上分別回顧和總結了 10 月社區貢獻和運營概況，並圍繞龍蜥社區在智算融合、 ANCK 內核定製特性評審、開源項目申請加入，以及 2025 龍蜥操作系統大會（簡稱 2025 龍蜥大會）等議題進行了同步和探討。本次會議，來自 24 家理事單位的 53 位委員及委員代表出席，技術委員會會議由阿里雲劉寅主持

操作系統 , 開源

nocobase 頭像

NocoBase - NocoBase 如何成為 ED 的技術底座，支撐內部系統到商業化產品？

原文鏈接：https://www.nocobase.com/cn/blog/ed。 引言 我們的一個有趣經歷是：在售前階段，我們常常把 NocoBase 與 AI 結合，用極快的速度交付 POC。客户常常驚訝於：週一才剛見面，等到週三回來，就已經能看到一個完整可用的原型。通常他們都會問：“這是什麼魔法？”而當我們揭曉是 NocoBase 時，總會引發客户的驚喜與技術上的好奇。 —— Fabi

無代碼開發平台 , 開發工具 , 低代碼 , 技術架構 , 開源

liudamao 頭像

劉大貓 - Linux下版本控制器(SVN) -命令行客户端

@[toc] 進階知識-Linux下版本控制器(SVN) 5、命令行客户端 5.1 創建兩個工作區目錄模擬兩個開發人員 mkdir -p /root/workspace/harry mkdir -p /root/workspace/sally 5.2 檢出 作用：完整下載版本庫中的全部內容。 命令： svn checkout svn://192.168.70.140/pro

算法 , svn , 人工智能 , tortoisesvn , 大模型

jdcdevloper 頭像

京東雲開發者 - 用Rust生成Ant-Design Table Columns | 京東雲技術團隊

經常開發表格，是不是已經被手寫Ant-Design Table的Columns整煩了？ 尤其是ToB項目，表格經常動不動就幾十列。每次照着後端給的接口文檔一個個配置，太頭疼了，主要是有時還會粘錯就尷尬了。 那有沒有辦法能自動生成columns配置呢？ 當然可以。 目前後端的接口文檔一般是使用Swagger來生成的，Swagger是基於OpenAPI規範的一種實現。（OpenAPI規範是一種描述RE

column , rust , cli , swagger , 後端

codists 頭像

codists - 《Programming from the Ground Up》閲讀筆記：p103-p116

《Programming from the Ground Up》學習第7天，p103-p116總結，總計14頁。 一、技術總結 1.讀寫文件 (1)linux.s linux.s: #file name:linux.s # system call numbers(按數字大小排列，方便查看) .equ SYS_READ, 0 .equ SYS_WRITE, 1 .equ SYS_OPEN, 2 .

asm , assembly

weidejianpan 頭像

商湯萬象開發者 - 技術拆解 | 表格解析（上）：企業數字化與AI應用流程中的重要基礎支撐

上一期我們向大家介紹了商湯自研的智能文檔解析 UniParse，歡迎大家試用！本期開始，我們將對 UniParse 中涉及的技術點進行逐一拆解，希望能幫助大家更好地理解和使用我們的產品~ 本期和下期的分享主題都將圍繞“表格解析”展開，技術細節，一探究竟！ 什麼是表格解析 表格解析是將非結構化的表格圖像（如掃描文檔、照片或PDF中的表格）轉為機器可讀、可理解的結構化數據的過程。具體而言，它旨在將圖像

表格 , 人工智能 , 檢索系統 , 文檔

u_16237826 頭像

軟件求生 - 我被問懵了：Tomcat 到底有幾種部署方式？

那是一個陽光明媚的週一早晨，我剛端起手邊的咖啡，還沒來得及喝上一口，HR小姐姐就笑眯眯地出現在我面前：“小米，下週去面試一家大廠吧？他們挺喜歡你的項目經驗。” 我一愣——面試？這可是我一年多沒換工作的第一個挑戰。於是我火速打開IDEA，開始複習八股文。JVM、Spring、Redis、MySQL……複習得正歡，突然一個題目跳了出來： “Tomcat

Spring Boot , yyds乾貨盤點 , 生產環境 , xml , 後端開發 , 熱部署

grapecity 頭像

葡萄城技術團隊 - 面向智能體與大語言模型的 AI 基礎設施：選項、工具與優化

面向智能體與大語言模型的 AI 基礎設施：選項、工具與優化 本文探討了用於部署和優化 AI 智能體（AI Agents）與大型語言模型（LLMs）的各類基礎設施選項及工具。 無論採用雲、本地還是混合雲部署，基礎設施在 AI 架構落地過程中都起着關鍵作用。本文是 AI 基礎設施系列文章的一部分，聚焦於部署和優化 AI 智能體與大語言模型的多樣化基礎設施選擇，深入剖析了基礎設施在 AI 架構（尤其是推

人工智能

u_16459925 頭像

wx6583a3b0b06d1 - DIFY-WEB Docker 容器化部署指南

概述 DIFY-WEB是Dify.AI的前端應用Docker鏡像，Dify是一款LLM應用開發平台，目前已支持超過10萬款應用的構建。該平台集成了Backend as a Service (BaaS)和LLMOps的核心概念，覆蓋了構建生成式AI原生應用所需的核心技術棧，包括內置的RAG引擎。通過DIFY，用户可以基於任何LLM模型自助部署類似Assistants API和

生產環境 , 數據可視化 , dify部署 , 人工智能 , dify , Docker