收藏 / 列表

u_15214399 頭像

u_15214399 - 華為開發者空間，基於倉頡與DeepSeek的MCP智能膳食助手

本案例由開發者：給無眠點壓力提供 最新案例動態，請查閲《【案例共創】華為開發者空間，基於倉頡與DeepSeek的MCP智能膳食助手》。小夥伴快來領取華為開發者空間進行實操吧 一、概述 1. 案例介紹 MCP，全稱Model Context Protocol，中文叫“模型上下文協議”。你可以把它想象成AI的“USB 接口” --讓不同的AI模型、工具和應用程

API , 人工智能 , 深度學習 , 開發者 , Json

u_16237826 頭像

軟件求生 - 深夜調Bug：那次我被@OneToMany坑到懷疑人生

大家好，我是小米，一個31歲的Java後端開發者。 我發現程序員這行啊，最容易讓人“精神內耗”的不是加班、不是需求改動，而是——被註解支配的恐懼。 有一天，我在項目裏寫了一個看似普通的實體類映射，然後一運行，控制枱瞬間爆紅： com.fasterxml.jackson.databind.JsonMappingException: Infinit

Spring Boot , yyds乾貨盤點 , 遞歸 , 外鍵 , 後端開發 , jpa

zengjingaiguodekaomianbao 頭像

曾經愛過的烤麪包 - AI崗瘋了？AI應屆生的“起薪通脹”來了

AI行業的薪資，已經“卷”到讓人目瞪口呆。 過去年薪80萬是高管的待遇，如今——可能只是一個AI應屆生的起點。 “搶人大戰”全面打響：AI崗供不應求 脈脈發佈了《2025年 AI 人才流動報告》數據顯示：截至今年7月，脈脈上已有超1000家企業發佈AI相關崗位超7.2萬個。 從互聯網大廠（字節、小紅書、阿里、騰訊），到車企（比亞迪、小鵬、理想），再到智駕公司（文遠知

人工智能

weidejianpan 頭像

商湯萬象開發者 - LazyLLM x MemU：20 行代碼打造有長記憶的知識問答

在開發知識問答助手的過程中，常見的挑戰之一就是如何讓智能體記住之前的對話和交互內容。 很多應用在實現多輪問答時，會遇到信息丟失或上下文混亂的問題：用户提過的問題、提供的數據、甚至助手之前的回答都無法被系統持續記憶，導致體驗斷層。對於企業級知識庫或面向用户的個人助手來説，這種缺失不僅影響回答的準確性，也使得智能體難以形成長期價值。 構建一個能夠記憶的問答系統，並非簡單地將對話記錄寫入數據庫。 智能

科技 , 人工智能 , 開源 , llama , dify

smartbidashuju 頭像

Smartbi - 當 “頂級謀士” 住進系統：專家智能體，為你的決策破局開路

此前，我們介紹過分析智能體，它可是超靠譜的 “專屬數據夥伴”，擅長基於明確指令進行數據分析和可視化展現。 但實際中，用户提問常不明確，問句發散又靈活，沒法提前窮舉。就像有人問 “上半年經營情況怎麼樣”，沒説清看營收還是利潤、要分區域還是分產品線，而這樣的問題太常見了。 再者，像銷量下降、客户流失這樣的難題，用户可不是隻想拿到冰冷數據，他們要的是問題根源、解決策略。 這時，就需要我們另外一個數字夥伴

agent , bi , 人工智能 , 數據分析

bizidadejianbing 頭像

DashVector - 如何通過Python SDK在Collection中分組檢索Doc

本文介紹如何通過Python SDK在Collection中按分組進行相似性檢索。 前提條件 已創建Cluster 已獲得API-KEY 已安裝最新版SDK 接口定義 Python示例： Collection.query_group_by( self, vector: Optional[Union[List[Union[int, float]], np.n

ai開發 , 數據庫 , 人工智能

grapecity 頭像

葡萄城技術團隊 - 代碼生成器之如何快速生成後端接口？

前言 在現代軟件開發中，重複性的增刪改查邏輯代碼的編寫往往非常耗時且容易出錯。為了提高開發效率，減少手動維護的成本，代碼生成器就成為了一個非常重要的工具，本文小編就將為大家介紹一下如何利用一個開源項目快速生成數據接口。 實現方式 環境準備 技術棧：Java，Spring-Boot，MyBatisPlus，Maven（可選） 在開始前，請先確保自己有Java開發環境，並下載好這兩個項目。 附

code

huamingshixunkeji 頭像

華明視訊科技 - 什麼是鐵路車號識別裝置？

在現代化鐵路貨運管理中，效率與準確性是衡量運營水平的關鍵尺度。傳統依賴人工抄錄車號的方式，不僅效率低下、成本高昂，更因人為因素導致數據不準，已成為制約礦區、編組站、貨運站等場景智能化升級的瓶頸。鐵路車號識別裝置，正是為解決這一核心痛點而生的智能化解決方案。 什麼是鐵路車號識別裝置？ 鐵路車號識別裝置是一套基於前沿人工智能深度學習技術的自動化識別系統。它通過高清圖像捕捉與智能分析，對貨運

機器學習 , 圖像識別 , 算法 , 人工智能 , 深度學習

nizi_60e514d097c9a 頭像

MIAOYUN - MIAOYUN | 每週AI新鮮事兒（10.17-10.24）

本週AI領域動態頻出，百度、阿里、DeepSeek推出高效OCR與視覺語言模型，提升文檔解析與多模態能力；騰訊、字節跳動分別開源世界模型與3D生成模型，推動3D內容生成；Anthropic、OpenAI、Google升級AI工具，聚焦生命科學、瀏覽器集成與開發體驗；華為鴻蒙6、宇樹機器人H2及多項評測基準發佈，推動AI向終端與實體場景加速落地，一起來回顧本週發生的AI新鮮事兒吧！ AI 大模型 百

機器學習 , 機器人 , 自然語言處理 , 人工智能 , 深度學習

yufan_645f1d6e3f1d1 頭像

俞凡 - 5 分鐘搞定分佈式會話管理

本文介紹了在分佈式系統中常見的會話管理機制，分析了其優缺點和使用場景。原文：Mastering Session Management in Distributed Systems: 5 Proven Strategies You Need to Know 一旦你開始涉足分佈式系統，就會很快明白，無論架構多麼堅固，如果會話數據處理不當，也會分崩離析。想象一下，醫院裏的病人檔案存放在不同樓層，

後端

wangzhongyang_go 頭像

王中陽講編程 - 頭一次見問這麼多kafka的問題

分享一篇粉絲朋友整理的面經，第一次遇見問那麼多kafka的問題，看看他是怎麼回答的。 先來看看 職位描述： 崗位職責： 負責基於 Go 的後端服務的設計、開發和維護； 參與系統架構設計，確保系統的高可用性、高性能和可擴展性； 編寫高質量、可維護的代碼，並進行代碼評審； 解決複雜的技術問題，優化系統性能； 與跨職能團隊合作，確保項目按時交付； 編寫技術文檔和開發規範，提升團隊整體開發效

kafka , 後端

chenzhuodeyagao 頭像

沉着的牙膏 - 醫療行業數據安全管理方案 ——低誤差 · 場景化 · AI驅動 · 高效合規的醫療數據安全建設新路徑

概要：醫療行業的數據安全管理，已成為數字化醫療高質量發展的關鍵基石。隨着醫療信息化、智能化進程的加快，從電子病歷、互聯網診療到醫保數據共享，數據已成為醫療機構最核心的生產要素。如何在保證數據可用的同時，確保安全、合規與高效，是當前醫療行業共同面臨的挑戰。本方案以“低誤差識別、場景化落地、AI驅動智能決策、高效合規治理”為核心特徵，構建了一套覆蓋醫療數據全生命週期的安全管理體系。通過非侵入式採集、智

API , 深度學習

codesheep_pro 頭像

CodeSheep - JetBrains官宣，又一個IDE可以免費用了！

提到 JetBrains 這家公司，相信搞開發的同學應該都不陌生。 該公司盛產各種編程 IDE 和開發工具，雖然 2000 年才成立，到現在卻已經發布了超 30 款世界頂級的編程軟件，同時也收穫了來自全球範圍內開發者和用户的青睞。 眾所周知，從去年開始到今年 JetBrains 曾經搞過一系列大動作，那就是： 陸續官宣了 WebStorm、Rider 以及 CLion 這幾款強大的 IDE 對

JAVA , SQL , 後端 , 前端 , Javascript

tizuqiudexiangpica 頭像

DM今天肝到幾點 - 【7.17 勝算雲AI資訊日報：ChatGPT 對話結賬內測、五角大樓 8 億 AI 大單、MIT CodeSteer 智能教練

1️⃣ MIT 發佈 CodeSteer：讓大模型學會“打組合拳” 當你拋出一道需要既寫代碼又解釋邏輯的難題時，現有 LLM 往往陷入“只説不算”或“只算不説”的尷尬。MIT CSAIL 最新提出的 CodeSteer（論文同時在 arXiv 與 MIT News 官網公開）就是針對這一弱點而生： 動態決策器：首先用一個輕量策略網絡判斷下⼀步應當觸發“代碼模式”還是“文本模式”，避免模

chatgpt , openai , 人工智能 , visual-studio , claude

alluxio_com 頭像

Alluxio - Alluxio在數據索引和模型分發中的核心價值與應用

在當前的技術環境下，搜索、推薦、廣告、大模型、自動駕駛等領域的業務依賴於海量數據的處理和複雜模型的訓練。這些任務通常涉及從用户行為數據和社交網絡數據中提取大量信息，進行模型訓練和推理。這一過程需要強大的數據分發能力，尤其是在多個服務器同時拉取同一份數據時，更是考驗基礎設施的性能。 在這樣的背景下，Alluxio Enterprise AI 在數據索引與模型分發/部署方面展示了其獨特的優勢，特

大數據 , 索引 , 人工智能 , 模型

amin_671603a27d1a0 頭像

AMIN - 告別生硬翻譯！AI谷歌翻譯：讓你的文字“説人話“

還在為生硬的機器翻譯而苦惱嗎？ 還在為無法準確傳達意思而抓狂嗎？ 是時候告別這些煩惱了！ AI谷歌翻譯，基於先進的神經網絡技術，讓你的文字“説人話”，輕鬆跨越語言障礙，實現自然流暢的溝通。 AI谷歌翻譯的核心技術是基於神經網絡的深度學習模型。 這種模型能夠模擬人腦的學習過程，通過海量的語料庫訓練，逐漸掌握語言的細微差別和語境的複雜性。 與傳統的機器翻譯不同，神經網絡翻

人工智能 , 翻譯

momodel 頭像

Momodel - 首批！18個“人工智能+高等教育”應用場景典型案例

近日，教育部發布通知，公佈了首批18個“人工智能+高等教育”應用場景典型案例—— 為深入貫徹落實國家關於開展“人工智能+”行動的戰略部署，積極推動高等教育與人工智能技術的融合發展，利用智能技術支撐人才培養模式的創新、教學方法的改革、教育治理能力的提升，教育部高等教育司組織了首批“人工智能+高等教育”典型應用場景案例的徵集和論證工作，尋找、發掘和推廣在人工智能技術應用上具有代表性、前瞻性且能

學習 , 人工智能 , 分享

liuyuedekele 頭像

六月的可樂🥤 - 智能API代碼示例生成工具AiRestful

一、產品介紹 AiRestful是一款基於智能AI的,幫助小白快速生成任意編程語言的API接口調用示例代碼的編程工具.它的特點是:簡單易用、集成支持、多主流編程語言覆蓋.它是面向學生、編程愛好者、編程小白的實用工具. AiRestful官網: 點擊直達AiRestful官網 二、如何使用 AiRestful是簡單易用的,只需要三步即可為您生成您需要的編程語言的代碼示例. 1、第一步(必須): 根

restful , 人工智能 , 深度學習 , 前端 , Javascript

jdcdevloper 頭像

京東雲開發者 - Backbone前端框架解讀

作者: 京東零售 陳震 一、 什麼是Backbone 在前端的發展道路中，前端框架元老之一jQuery對繁瑣的DOM操作進行了封裝，提供了鏈式調用、各類選擇器，屏蔽了不同瀏覽器寫法的差異性，但是前端開發過程中依然存在作用域污染、代碼複用度低、冗餘度高、數據和事件綁定煩瑣等痛點。 5年後，Backbone橫空出世，通過與Underscore、Require、Handlebar的整合，提供了一個輕量和

vue.js , backbone.js , 前端框架 , 架構 , mvc

alijishu 頭像

阿里雲開發者 - 構建可靠的物聯網系統：瞭解 MQTT 性能測試

引言 近十年來，物聯網迎來了爆炸式的增長。面對海量的設備及其產生的數據，物聯網應用和服務變得越來越複雜。我們不僅要保證這些物聯網系統的業務功能正確無誤，還要保證系統能夠支持大量設備之間持續穩定地通信。 因此，我們需要通過性能測試以確保所構建的物聯網系統是穩定可靠的。 完整內容請點擊下方鏈接查看： https://developer.aliyun.com/article/1240780?utm_co

數據 , 物聯網 , 阿里雲 , 性能 , mqtt

javaedge 頭像

JavaEdge - 別隻怪客户端宕機！還有這些導致 Redis 分佈式鎖“死鎖”的原因

本文已收錄在Github，關注我，緊跟本系列專欄文章，咱們下篇再續！ 🚀 魔都架構師 | 全網30W技術追隨者 🔧 大廠分佈式系統/數據中台實戰專家 🏆 主導交易系統百萬級流量調優 車聯網平台架構 🧠 AIGC應用開發先行者 | 區塊鏈落地實踐者 🌍 以技術驅動創新，我們的征途是改變世界！ 👉 實戰乾貨：編程嚴選網 0 前言 除了“持有鎖的進程崩潰、未釋放鎖”這一經典

JAVA

u_17423871 頭像

美狐美顏SDK開放平台 - 美顏SDK性能優化實戰：GPU加速與AI人臉美型的融合開發

在過去幾年，美顏SDK的競爭已經不只是比“濾鏡有多好看”了，而是上升到實時性能、AI智能化、人臉美型精細度等多維度的體驗較量。尤其在直播、短視頻與視頻會議業務爆發後，任何輕微卡頓、延遲、鋸齒感，都會直接影響用户留存。 所以，業界逐漸達成共識： 性能，是美顏效果的底層保障；AI智能，是新一代美顏SDK的核心競爭力。 本文將結合行業經驗，分享美顏SDK在

視頻美顏sdk , 美顏api , 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

fabarta 頭像

Fabarta - AI賦能生物醫藥，楓清科技連續中標頭部醫藥公司產業智能升級項目

在全球醫藥科技加速迭代、產業競爭日趨激烈的背景下，國家以政策為引領、以人工智能技術為核心驅動力、以全產業鏈協同為關鍵路徑，完善“AI +醫藥”系統性發展佈局。其中，《醫藥工業數智化轉型實施方案（2025—2030年）》進一步明確全鏈條轉型路徑，將AI技術定位為突破產業瓶頸、提升醫藥工業核心競爭力的核心抓手，為行業智能化升級提供清晰方向。 楓清科技緊扣“AI賦能醫藥產業全鏈條”核心目標，圍繞

人工智能

u_16655836 頭像

wx6603b05eb93d0 - 新華社評車圈營銷亂象：零件命名武俠風，拉踩陰陽友商博關注……

幾年前，小柴就發文調侃，如今的汽車行業，核心競爭力好像是車企領導們的嘴，以及養車評人加上對負面新聞的OTA能力。 比如，在創始人的嘴這方面，他們有人説，BBA這些落後的東西；還有人説，咱們不要嘲笑邁巴赫，以及千萬以內最好；還有輪端輸出扭矩超過了1.8萬匹馬力；甚至開車能延壽三十年…… 類似的還有，倒車想撞都難；公開直播更是宣稱，有了領先幾代的智駕，上車可以打盹

數據 , 汽車行業 , 人工智能 , 數據分析 , 核心技術