收藏 / 列表

matrixorigin 頭像

MatrixOrigin - 企業落地 NL2SQL，需要的是 AI-ready data 和小模型

作者 | 矩陣起源 轉載自 | InfoQ 當 NL2SQL 從 Demo 走向生產，關鍵不在"更大的模型"，而是"更乾淨的數據底座 + 更小的專用模型 + 更可控的工程化流程"。 摘要 先數據、後模型：把元數據、業務語義、權限、樣例 SQL 做成"AI-ready data"，是 NL2SQL 能否可靠落地的第一性問題。 小模型足夠用：以 3B-7B 級別的代碼/SQL 友好模型，配合 LoR

數據庫 , 人工智能 , SQL

metaxk 頭像

萬界星空科技 - 萬界星空科技MES軟件價格對比分析

一、 萬界星空科技MES的核心定位與定價模式 市場定位： 專注於中小型製造企業，特別是離散製造行業（如機械加工、裝備組裝、電子電氣等）。其核心賣點是“輕量化、易實施、高性價比”。 主要定價模式： 一次性買斷（永久授權） + 年服務費： 這是其主流模式。客户支付一次性軟件授權費用，獲得軟件的永久使用權，然後每年支付一定比例（通常為授權費的15%-20%）的維保服務費（含技術支持和版本

數字化轉型 , 工業互聯網 , 工業智能化 , 人工智能 , 製造業

openanolis 頭像

龍蜥社區 - 龍蜥社區第 35 次運營委員會會議圓滿結束

近日，龍蜥社區召開了第 35 次運營委員會線上會議，來自 24 家理事單位的 23 位委員及委員代表出席，7 人請假。本次會議由龍蜥社區運營委員、麒麟軟件劉敏主持。會上總結和回顧了龍蜥社區 7 月運營發展情況，同步了龍蜥社區 3 大運營目標進展、2025 年⻰蜥操作系統⼤會的籌備進展等內容。 （圖/部分參會委員合照） 會議伊始，龍蜥社區運營委員會主席陳緒博士做開場發言。他特別提到龍蜥

操作系統 , 開源

nocobase 頭像

NocoBase - NocoBase v1.9.0 正式版發佈

原文鏈接：https://www.nocobase.com/cn/blog/nocobase-1-9-0 新特性 字段驗證規則 支持為字段配置多種驗證規則（如必填、格式、長度、範圍、正則表達式等），在表單提交時自動校驗輸入數據，確保數據準確性一致性。驗證規可在字段設置中靈活配置。 參考文檔：字段驗證 表格區塊支持添加「列設置」 允許用户在不進入編輯模式的情況下調整列順序、可見性和固定位置，從而使

無代碼開發平台 , 低代碼 , 版本更新 , 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

huandanshendeshoushudao 頭像

慧星雲 - Adobe 添加 AI 工具!讓設計師告別加班

Adobe 什麼！就連Adobe也開始進軍AI了？你們沒有看錯，作為咱們設計界的老大哥，Adobe也開始推出一系列AI工具，設計行也將迎來一場革命性的變革。 Adobe AI應用上新 Adobe作為設計軟件領域的絕對霸主，其一舉一動都牽動着整個行業的神經。近期，Adobe正式宣佈全面進軍AI生成領域，推出了包括Firefly、AI增強版Photoshop和Illustrator、A

設計 , adobe , 雲計算 , 人工智能

codists 頭像

codists - 《Learn Python Programming(4th)》讀後感

一、 為什麼讀這本書？ 之所以選擇讀這本書是因為“例行慣例”——讀每年新出版的Python相關書籍，嘗試從這些書中收集一些好的示例，幫助理解一些不好理解的概念。 當然，其實《Learn Python Programming(4th)》(中譯名：《Python編程入門與實戰》，Packt Publishing 出版社)是 2024年 9 月 24 日出版的，只是 2024 年沒有讀，推到了 2025

Python

u_15214399 頭像

u_15214399 - 基於華為開發者空間雲主機部署Typora高效內容創作，實現圖片自動上傳

本案例由開發者：徐建國提供 最新案例動態，請查閲《【案例共創】基於華為開發者空間雲主機部署Typora高效內容創作，實現圖片自動上傳》。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 在日常技術博文的創作實踐中，內容產出效率與寫作體驗往往受到編輯工具的顯著制約。長期以來，許多創作者依賴 Microsoft Word 這類傳統文檔處理器。然

辦公效率 , 雲主機 , 開發者 , Markdown

writers 頭像

思否編輯部 - 2025 OSCAR 分論壇搶先看！工業軟件、具身智能開源探索、AI 時代開源商業運營……你想知道的都在這裏！

2025 年 10 月 28 日，由中國通信標準化協會主辦、中國信息通信研究院（以下簡稱“中國信通院”）承辦的第九屆 OSCAR 開源產業大會即將重磅啓幕，作為大會核心分論壇之一，“開源項目及商業化論壇”議程正式揭曉！來自政產學研各界的多位權威專家將齊聚一堂，圍繞政府引導下的開源發展路徑、工業軟件、具身智能、AI 領域開源項目發展、開源鴻蒙、AI 時代的開源數據庫、人工智能開源平台商業運營模式等前

開源軟件 , 開源 , 開源項目介紹

JavaEdge 頭像

JavaEdge - Embedding Atlas：Apple推出的開源Embedding可視化工具！

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

聚類 , yyds乾貨盤點 , 數據 , 人工智能 , 深度學習 , 開發者

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_17420180 頭像

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

u_16970152 頭像

求知上進 - 瞭解 Python 集合的無限可能

1. 集合概述 1.1 什麼是集合？ Python 的集合（set）是一個無序、可變、不允許重複元素的容器，用於存儲唯一的數據項。集合基於哈希表實現，提供 O(1) 平均時間複雜度的成員檢查和插入操作。Python 還提供不可變的集合變體——凍結集合（frozenset），適用於需要不可變鍵的場景（如字典鍵）。 關鍵特性： 無序性：集合中的元素沒

數據集 , 集合運算 , 人工智能 , 深度學習 , Python

u_17512334 頭像

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

u_17562481 頭像

思考的袋鼠 - 構建數據庫安全新範式：以規範為基石，實現精確與實時動態防護

概要： （提示：當防護邊界逐漸模糊，數據自身的“行為軌跡”成為新的安全焦點。） 在數字經濟的核心結構中，數據庫不再僅是支撐業務的技術組件，而是企業數字資產的“原礦”。金融機構的交易流水、互聯網平台的用户畫像、醫療系統的病歷檔案——所有這些關乎隱私、業務與監管的數據，都以數據庫為載體在組織內流轉與沉澱。但隨着數據量與訪問頻率呈指數級增長，傳統以“靜態防護”為核心的數據庫

數據 , 數據庫 , 數據庫安全 , 人工智能 , 深度學習

u_16116809 頭像

wx6464351503832 - 智能體AI的六大核心設計模式

隨着大模型技術的成熟，智能體正在從概念走向實際應用。與傳統的單次問答系統不同，智能體能夠自主規劃、使用工具、反思決策，並通過多輪交互完成複雜任務。本文探討當前業界最主流的六種智能體設計模式，這些模式已經在各大AI產品中得到驗證和應用，為開發者提供了構建可靠智能體系統的技術參考。 ReAct Agent：推理與行動的循環框架

agent , 智能體 , 設計模式 , 人工智能 , Css , 大模型 , 前端開發 , HTML

candy_68fb0dfb0afd0 頭像

Candy - 讓機器學習更簡單的 8 個 Python 庫

Machine Learning 再也不神秘了。 你已經熟悉 scikit-learn、PyTorch 和 XGBoost。很好——現在別再重複造輪子，來看看我在需要更快的實驗、更安全的 models，或在招聘經理眼裏像魔法一樣的 features 時真正會用的 8 個庫。它們不是人人都在列的“trendy”清單——而是優雅地解決了我在 production 和 research 中遇到的

機器人 , 人工智能

selectdb 頭像

SelectDB技術團隊 - 愛瑪集團：All In SelectDB 構建極速統一數據平台，領航 AI 數智化實踐

愛瑪集團作為電動車行業的領軍企業，在經過三年多的數智化轉型實踐，成功構建了 All In SelectDB 的統一數據平台，實現了從傳統 Hadoop 多組件架構到 SelectDB 輕量級一體化平台的轉變，數據處理效率提高 5-8 倍，系統穩定性顯著提升。與此同時，引入 MCP Server 智能交互查詢，這背後，是愛瑪集團在數據技術選型、架構設計和平台建設方面的深度思考與實踐。 在電動車

運維 , 數據庫 , 人工智能 , apache

fannaodeshafa 頭像

煩惱的沙發 - PyCharm vs. VSCode 到底哪個更好用

在 Python 開發者中，關於 PyCharm 和 VSCode 的討論從未停止。一個是功能齊備的集成開發環境（IDE），另一個是輕快靈活的代碼編輯器。它們代表了兩種不同的開發哲學，選擇哪個，往往取決於你的項目需求、個人習慣，甚至是對順手二字的理解。 到底選哪個？每個人都有不同的看法，但今天，我們想探討一個更深層次的問題：無論選擇了哪把神兵利器，你是否為它準備了一個能發揮其最大威力的戰場？ P

visual-studio-code , pycharm , Python

aoshizhongshengdexiangjiao_bvx78q 頭像

傲視眾生的香蕉_bvX78Q - Google Gemini 推出全新 AI 圖像生成器 Imagen 3：引領下一代視覺AI革命

AI圖像生成技術正以前所未有的速度發展，從早期的GAN網絡到如今的擴散模型，每一次技術迭代都在重新定義着創作的邊界。2024年8月，Google正式發佈了其最新一代圖像生成模型——Imagen 3，並將其集成到Gemini AI助手中，這標誌着Google在AI視覺領域的又一次重大突破。 Imagen 3不僅在圖像質量上實現了顯著提升，更在提示詞理解、風格多樣性和安全性方面樹立了新的行業標杆。作

google , 生成器 , 人工智能

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

u_17580222 頭像

mb691327edb400f - AI面試智能體

培訓預算削減的背後，是時候重新審視招聘的真正成本。 年底覆盤，不少HR對着培訓報表愁眉不展：預算花了近百萬，員工滿意度剛過及格線，業務部門還抱怨“培訓沒用”。降本增效的要求之下，培訓預算首當其衝被壓縮。問題真的出在培訓本身嗎？或許，根源在於招聘環節——選錯人，才是企業最大的成本浪費。 01 培訓無效的背後：選錯人是最昂貴的成本 當業務部門抱怨“培訓沒用”時，他們

沉浸式 , 一對一 , 人工智能 , 深度學習

u_16776161 頭像

天潤融通科技 - 客户服務轉折點：從工具效率到AI勢能

過去二十年，客户服務的競爭始終圍繞“工具效率”展開。 從語音機器人到雲客服，從自動外呼到知識庫升級，企業不斷用新工具武裝人力，希望讓人“跑得更快”。但這種模式的核心仍然是“以人為驅動力”——工具只是放大器，而非替代者。 問題在於，這條路已經走到了盡頭。人的潛力被壓榨到極限，工作強度的上限已無法再突破。再好的工具，本質上仍是在要求人用更短的時間完成更多的任務。無論從人性

人工智能 , 深度學習 , 客户服務

u_16349720 頭像

短短同學 - 對象住哪裏?——深入剖析JVM內存結構與對象分配機制

對象住哪裏？—— 深入剖析 JVM 內存結構與對象分配機制 在 Java 程序運行時，我們創建的每一個對象（如new User()）都需要佔用 JVM 內存，但這些對象究竟 “居住” 在哪個內存區域？為何有的對象很快被回收，有的卻能長期存活？要解答這些問題，必須先理清 JVM 的內存結構劃分，再深入對象從創建到銷燬的全生命週期分配邏輯 —— 這不僅是面試高頻考點，更是理解

User , jvm , 人工智能 , 深度學習 , 常量池