收藏 / 列表

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

wx6603b05eb93d0 - 影視颶風怒懟紅星新聞:之前沒起訴手軟了!後者忙刪痛批Tim文章……

最近,影視颶風創始人Tim相親經歷,引發關注,多個話題衝上熱搜,比如Tim相親被嫌棄學歷低。 富二代,頂流創作者的身份,撞上相親失敗,可以説反差感拉滿,引發全網討論。 事情大概是,在粉絲QA視頻中的互動環節,Tim隨機抽中一條“去相親”的評論,他竟真的扛着相機現身杭州相親角。然而,這位在專業領域備受推崇的創作者,卻在相親角遭遇了“滑鐵盧”。 他在相親簡歷

視頻製作 , 人工智能 , 數據分析 , 自媒體

KlipC小助手 - 數據缺失與美聯儲官員“潑冷水”,12月降息預期驟降!

KlipC報道:當地時間11月13日,美股市場再度遭遇重挫。截至收盤,道指跌幅為1.65%,納指下挫2.29%,標普跌1.66%,大型科技股普遍走低,拋售情緒持續升温。 科技股估值過高的擔憂情緒進一步發酵,引發科技股大幅拋售。有經濟學家指出,市場正在對AI板塊進行“健康但痛苦”的修正,同時出現從超配科技向標配防禦資產的板塊輪動跡象。 此外,華爾街分析師表示,“市場關注點正從政府停擺結束迅

數據 , 人工智能 , 深度學習 , 估值

mob64ca14038b36 - 梅爾變換 CNN

生成函數(母函數) 什麼是生成函數:wiki上的介紹 在數學中,某個序列 的母函數(又稱生成函數,英語:Generating function)是一種形式冪級數,其每一項的係數可以提供關於這個序列的信息。使用母函數解決問題的方法稱為母函數方法。 母函數可分為很多種,包括普通母函數、指數母函數、L級數、貝爾級數和狄利克雷級數。對每個序列都可以寫出以上每個類型的一個

機器學習 , 母函數 , 斐波那契數列 , 人工智能 , 生成函數 , 梅爾變換 CNN

百度Geek説 - 一文解碼百度地圖AI導航“小度想想”

你有沒有過這樣的體驗?在高速上對着導航喊“小度小度”,它就神奇地迴應道“來了”;在地下車庫問“最近的充電樁”,屏幕立刻跳出相關的充電樁指引;甚至對車載語音助手説“有點冷”,空調的温度就會悄悄調高。這些看似“讀心術”的交互背後,藏着一個能聽懂人話、能感知環境、能精準應答的“數字領航員”。 當你説“查找故宮附近的粵菜館”時,系統不僅要從3億多條 POI 數據中精準定位,還要理解“附近”是500米還是3

人工智能 , 地圖 , 百度地圖

HyperAI超神經 - 從9,874篇文獻到1.5萬晶體結構,MOF-ChemUnity重構MOF全景知識,推動材料發現進入「可解釋AI」時代

在材料科學領域,金屬有機框架(Metal–Organic Frameworks,MOFs)堪稱科學家們的「瑞士軍刀」:它們具有高比表面積、化學可調性和結構多樣性,在氣體分離與儲存、催化以及傳感等領域具有廣泛應用。然而,對於科研人員而言,MOF 的世界極其龐大且複雜——目前已有超過 12.5 萬種 MOF 框架被合成,並計算預測了數百萬種可能的結構。 雖然人工智能(AI)已經深刻改變了

人工智能 , 深度學習 , 材料科學

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

袋鼠 - 袋鼠數據庫工具 8.0.1 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

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

Baihai_IDP - 面向 LLM 的 GPU 系統工程方法論

編者按: 我們今天為大家帶來的文章,作者的觀點是:GPU 工程的核心不在於手寫內核的能力,而在於構建系統設計思維 —— 理解從模型定義到硬件層的完整技術棧如何協同工作。 作者提出了一個五層漸進式調試框架:從模型定義(Model Definition)入手,識別計算與內存瓶頸;進入並行化(Parallelization)階段,解決多卡同步問題;深入運行時編排(Runtime Orchestra

觀點 , llm , 知識 , 人工智能 , 深度學習

MatrixOrigin - Git for Data:像Git一樣管理你的數據

作者 | 矩陣起源 策劃 | InfoQ李冬梅 當你的 AI Agent 突然清空核心數據庫,或是悄悄注入虛假數據時,傳統的數據恢復手段往往耗時費力。而 Git for Data 帶來的變革,能讓這一切像回滾代碼提交一樣簡單。 DATA-CTL RESET DATABASE `agent1_db` TO TIMESTAMP 2025-08-01 12:00:00.123456; 瞬間

數據庫 , 人工智能 , Git

萬界星空科技 - 萬界星空產線MES實施案例:精益數字化車間的構建與實踐

案例背景:某知名汽車零部件企業“精益數字化車間”項目 公司簡介: 行業: 汽車零部件製造(精密機加、裝配) 產品: 發動機核心部件、轉向系統零部件 產線特點: 多條半自動化生產線,包含數控機牀、機器人、自動化檢測設備及人工裝配工位。生產節奏快,質量要求極高,需滿足主機廠的嚴格追溯標準。 項目動因(為什麼需要產線級MES?): 信息孤島嚴重: 設備獨立運行,生產數據

數字化轉型 , 工業互聯網 , 工業智能化 , 人工智能 , 製造業

龍蜥社區 - 相約龍蜥,開源一“夏”!2022編程之夏ASoC開始報名了

活動介紹 阿里巴巴編程之夏(ASoC)是面向全球 18 歲及以上本科、碩士、博士高校學生的技術普惠計劃,旨在鼓勵高校學生深度參與開源開發活動,激勵學生以第一視角感受開源世界的魅力。ASoC 以阿里巴巴開源技術力量作為媒介,為高校學生們和開源社區搭建橋樑。 本次活動,龍蜥社區共設置了 8 個項目,每個任務均指派了專業導師對同學提供精心指導。有意向選擇龍蜥社區項目的同學,可登錄項目頁瞭解詳細信息,也可

編程 , 項目 , 阿里巴巴 , 開源

NocoBase - NocoBase 本週更新彙總:優化及缺陷修復

原文鏈接:https://www.nocobase.com/cn/blog/weekly-updates-20250529。 彙總一週產品更新日誌,最新發布可以前往我們的博客查看。 NocoBase 目前更新包括的版本更新包括三個分支:main ,next和 develop。 main :截止目前最穩定的版本,推薦安裝此版本。 next:包含即將發佈的新功能,經過初步測試的版本,可能存在部分已知

無代碼開發平台 , 低代碼 , 版本更新 , 開源 , 優化

劉大貓 - Redis 搭建主從複用-讀寫分離和主備切換,及重要的關鍵詞解釋 部分2

# 3.10註釋公共配置追加文件 根據需求配置是否打開追加文件選項 appendonly yes - 每當 Redis 執行一個改變數據集的命令時(比如 SET),這個命 令就會被追加到 AOF 文件的末尾。這樣的話,當 Redis 重新啓時,程序就可以通過重新執 行 AOF 文件中的命令來達到重建數據集的目的。 3.11從服務器默認是隻讀不允許寫操作(不用修改) 4. 添

大數據 , 雲計算 , 算法 , 物聯網 , 人工智能

codists - 翻譯:《實用的Python編程》02_02_Containers

目錄 | 上一節 (2.1 數據類型) | 下一節 (2.3 格式化) 2.2 容器 本節討論列表(list),字典(dict)和集合(set)。 概述 通常,程序必須處理許多對象。 股票的投資組合 股票價格表 這裏有三種主要的選擇(譯註:數據結構)可以使用: 列表。有序的數據。 字典。無序的數據。 集合。互異且無序的數據。 把列表當作容器 當數據順序很重要時,請使用列表。記住,

容器 , 網頁爬蟲 , 人工智能 , 數據結構與算法 , Python

Fabarta - 強強聯合!楓清科技攜手麒麟OS發佈「雲邊端協同AI智能體聯合解決方案」

AI正加速成為企業業務創新與效率提升的核心動力,在國家政策推動下,AI與實體經濟的深度融合已成為趨勢,企業向“知識化、智能化”升級已成共識。但企業轉型中痛點顯著:一是知識資產分散孤島,難以整合為可共享且安全可控的企業級知識庫;二是AI應用落地難,企業知識呈多模態且結構複雜,難以解析並支撐AI應用。同時,個人辦公面臨 “知識過載”,與企業系統存在數據斷層。 11月20日,楓清科技

服務器端 , 企業級 , 人工智能 , 深度學習 , 解決方案

合合信息解決方案 - 銀行國際結算業務單據處理系統推薦

方案介紹 在全球貿易頻繁與金融數字化轉型的雙重推動下,國際結算業務作為銀行服務跨境實體經濟的核心環節,其單據處理的效率與風控水平直接決定銀行的市場競爭力。針對信用證、提單等單據格式繁雜、版式多變的特點,以及傳統人工與半自動化處理模式存在的效能瓶頸,合合信息推出國際結算業務智能文檔處理平台,為銀行單據處理難題提供核心解決方案。 該平台依託合合信息多模態大模型文本智能技術

機器學習 , 字段 , 風控 , 數據 , 人工智能

疆鴻智能研發中心 - CC LINK IE與ETHERNET/IP“語病”有治了!一網關讓產線精準同步

CC LINK IE與ETHERNET/IP“語病”有治了!一網關讓產線精準同步 在電子製造車間裏,PCB測試線如同一道精密的脈搏。一側,三菱PLC控制着機械臂的每一次起落;另一側,羅克韋爾PLC指揮着檢測儀的每次測量。這本應是完美的配合,卻因兩大工業巨頭“語言不通”——CC LINK IE與ETHERNET/IP協議無法直接對話,導致機械臂與檢測儀動作存在毫秒級延遲,最終

ETHERNET , ip , CCLINKIE , 協議轉換 , 人工智能 , 深度學習 , 網關 , 工業自動化

思考的袋鼠 - 自適應分類的可落地規模化政府部門數據分類分級解決方案

概要: (提示:本章節概述解決方案的核心價值與落地成效,幫助讀者快速理解方案全貌。) 在數字政府建設快速推進的背景下,政務數據已成為政府提升治理能力、優化公共服務的重要資源。然而,政務數據存在“多源異構、跨域流轉”特點,分散於各委辦局業務系統和電子政務雲中,傳統人工管理難以應對海量數據資產的識別和分類需求。針對這一痛點,全知科技提出的“知源-AI數據分類分級系統”,以

數據 , 數據安全 , 人工智能 , 深度學習 , 複用

wx6464351503832 - 通義DeepResearch技術報告解讀

通義深度研究:開源AI研究助手的新里程碑 最近AI研究領域有個很有意思的現象,就是那些最厲害的AI研究助手,比如OpenAI的DeepResearch、谷歌的Gemini DeepResearch,全都是閉源的。這就像大家都在説"我做出了很棒的東西",但就是不告訴你怎麼做的。阿里巴巴通義實驗室最近開源的通義深度研究(Tongyi

強化學習 , agent , 智能體 , 數據 , Css , 大模型 , 前端開發 , HTML

架構師李哲 - 最佳實踐丨讓蘇東坡"復活"!我用Qwen3-8B實現了與千古文豪的跨時空對話

"你是誰?" "我是一個多才多藝的文學家、書法家和畫家,生活在北宋時期。我是蘇東坡,我……" 這不是穿越劇的台詞,而是藉助大模型技術實現的真實對話。在人工智能的賦能下,千年前的文豪蘇東坡以“數字分身”的形式“復活”,與今人吟詩作對、暢談人生,展開一場跨越時空的交流。 這是微調前大模型的回答。此時的模型如同一個精準的“知識庫”,回答客觀

AIGC二三事 , 數據集 , 數據 , 大模型微調 , 人工智能 , 深度學習

Candy - 構建具備深度思考能力的 Agentic RAG 流水線,用於解決複雜查詢

原文地址:https://mp.weixin.qq.com/s/JnRcU-6wg6g9RjdVXe3fQA 很多 RAG 系統失敗,並不是因為 LLM 不夠聰明,而是因為它們的架構太簡單。它們試圖用線性的一次性方式,處理一個本質上循環、多步驟的問題。 許多複雜查詢需要推理、反思,以及何時行動的聰明決策,這與我們面對問題時如何檢索信息非常相似。這正是 RAG 流水線中引入“agent 驅動行為”的

人工智能

SelectDB技術團隊 - 貨拉拉用户畫像基於 Apache Doris 的數據模型設計與實踐

貨拉拉是國內領先的同城貨運數字化平台,成立於 2013 年。截⾄2025 年 4⽉ ,貨拉拉業務覆蓋全球 14 個市場 ,400+ 城市 ,其中中國內地總共覆蓋 363 座城市 ,⽉活司機達 120 萬 ,⽉活⽤户達 1400 萬, 並在全球設有 6 個數據中⼼。作為共享經濟模式的代表企業 ,貨拉拉通過移動互聯⽹技術整合社會運⼒資源 ,為⽤户提供即時貨運、企業物流、搬家服務等多元化解決⽅案。 在龐

數據庫 , apache

煩惱的沙發 - 構建現代應用的9個Python GUI庫

你是不是也覺得Python好是好,就是做個帶界面的桌面應用太費勁了,是時候打破這個刻板印象了。如今的Python在GUI開發領域早就不是吳下阿蒙了。今天介紹的Python GUI庫都可以打造炫酷的應用。 在此之前,我們先搞定一切的基礎 —— 開發環境。項目一多,Python版本就成了個頭疼事。老項目可能還跑在Python 2.7上,新項目又想用最新的3.12特性,來回切換環境能把人折騰死。 那就不

觀點 , 教程 , 後端 , 前端 , Python