14,614
社区成员
发帖
与我相关
我的任务
分享① C++实现Whisper+Kimi端到端AI智能语音助手(linux开发之路:[博客] [成就])
[质量分:96;难度等级:未知;新鲜技术:99]
摘要:std::string ai_system_prompt = "你是 Kimi,一个中文优先...";public:// 禁止拷贝(资源管理语义)// 生命周期// 回调设置(用于外部集成)// 输入接口。
② AI编程唤醒古老的编程模式Actor(reddishz:[博客] [成就])
[质量分:95;难度等级:未知;新鲜技术:99]
摘要:Actor模式由计算机科学家Carl Hewitt于1973年提出,比面向对象编程更早。它的核心思想极其简单:一切皆为Actor。一个Actor是一个独立的计算单元,它拥有私有状态——只有自己可以访问,外部无法直接修改;
③ [特殊字符] 2026年国内 Codex 安装教程和使用教程:GPT-5.4 完整指南(新手也能10分钟上手)(JavaPub-rodert:[博客] [成就])
[质量分:92;难度等级:未知;新鲜技术:99]
摘要:👉 Codex = 自动写代码 + 自动执行任务的工程师不是工具,是“劳动力”。Codexnewapisub2apiGPT-5.4那你已经不是开发者了,而是:👉 AI 工程生产线搭建者。
④ 单卡 48GB 实测:Gemma 4 26B A4B、Gemma 4 31B、gpt-oss-20b 三模型部署与并发对比(晨欣:[博客] [成就])
[质量分:91;难度等级:未知;新鲜技术:99]
摘要:模型一句话定位在本文测试条件下,单卡 48GB 场景里吞吐、并发、显存占用最均衡的选择如果你需要 harmony format 和 OpenAI 兼容工作流,它是更顺手的选择更偏向质量优先路线,适合对速度不敏感、对效果更苛刻的场景。
⑤ 30 华夏之光永存:实战3:AI编程复盘——形成专属指挥逻辑,高效应对所有场景(华夏之光永存小号:[博客] [成就])
[质量分:90;难度等级:未知;新鲜技术:99]
摘要:本文为《30天掌控AI编程:从指令到落地,手把手教你指挥AI写代码》系列收官之作(第30篇),正式落幕第五阶段「全流程项目实战」与整个系列。本篇不再开发新功能,而是以全系列复盘为核心,拆解如何将前29篇的指令技巧、代码规范、实战经验,沉淀为。
① 用crosstool-ng 制作 Windows 上的 aarch64-linux-gnu 交叉编译器 (海中的鱼天上的鸟:[博客] [成就])
[质量分:94;难度等级:未知;新鲜技术:99]
摘要:故下面的所有操作都在root下进行。当然,如果非要用root运行的话也是可以的,见本文最后的附注。ARM Linux这正式我们下面要编译的工具链。
① 本地大模型部署实录:从Docker环境搭建到Open WebUI公网访问(●VON:[博客] [成就])
[质量分:94;难度等级:未知;新鲜技术:99]
摘要:折腾了一整天,从课堂上的大模型理论,到宿舍里的实战部署,虽然中间遇到了RAG失败、内存溢出等各种报错,但通过不断将报错信息扔给AI寻求修改方案,最终还是成功跑通了流程。电脑内存最好是16G+,否则在面对动辄几G的大模型时会非常被动。
② K8S CPU绑核详解(风向决定发型丶:[博客] [成就])
[质量分:95;难度等级:未知;新鲜技术:99]
摘要:CPU 绑核是将 Pod 中的容器绑定到特定的 CPU 核心上执行,避免 CPU 调度切换带来的性能开销,适用于延迟敏感、高性能计算场景。尤其是游戏服务器。收益说明典型提升减少上下文切换避免进程在 CPU 间迁移降低 20-40% 开销。
③ 1.Docker简介(給妳一生緈諨:[博客] [成就])
[质量分:95;难度等级:未知;新鲜技术:99]
摘要:Docker 是一个开源的应用容器引擎,是创建容器的工具让开发者可以打包他们的应用以及依赖包到一个可移植的镜像中,然后发布到任何流行的 Linux或Windows 机器上,也可以实现虚拟化容器是完全使用沙箱机制,相互之间不会有任何接口。
④ Docker 入门学习笔记 06:用一个可复现的 Python 项目真正理解 Dockerfile(迷路爸爸180:[博客] [成就])
[质量分:94;难度等级:未知;新鲜技术:99]
摘要:前面已经学过怎么拉镜像、启动容器、看日志、传环境变量和挂载目录;为了让案例更贴近常见 Python 场景,这里使用一个很小的数据分析示例。numpypandas之所以还能画图,是因为pandas的.plot()底层仍然依赖matplotlib。
⑤ D3作业2:K8s配置管理与镜像构建实验手册(实验5-6)(cool3200:[博客] [成就])
[质量分:93;难度等级:未知;新鲜技术:99]
摘要:使用场景推荐方式说明配置文件Volume挂载支持热更新(需重启Pod)环境变量envFrom批量导入,简洁高效命令行参数结合env使用灵活性高敏感信息使用SecretConfigMap不加密大文件不推荐。
① PyTorch实战(40)——使用PyTorch构建推荐系统(盼小辉丶:[博客] [成就])
[质量分:98;难度等级:未知;新鲜技术:99]
摘要:推荐系统 () 无处不在,例如抖音会推荐用户观看什么内容;Spotify推荐用户听什么音乐;淘宝推荐用户购买哪些产品。
② 论物理记号在数学与机器学习中的可迁移性—以Dirac bra-ket记号与Einstein求和约定为例(Allen_Lyb:[博客] [成就])
[质量分:94;难度等级:未知;新鲜技术:99]
摘要:在跨学科研究与教学中,一个反复出现的现象是:物理学中某些极为高效的记号体系,例如 Dirac 的 bra-ket 记号与 Einstein 求和约定,并未在数学与机器学习中得到同等程度的广泛采用。
③ 如何处理 AI Agent Harness Engineering 的幻觉问题(AI Native APP 开发前沿:[博客] [成就])
[质量分:94;难度等级:未知;新鲜技术:99]
摘要:随着AI代理(Agent)系统在各行业的广泛应用,幻觉问题已成为制约其可靠性和实用性的关键挑战。本文从第一性原理出发,系统分析了AI Agent幻觉产生的根本原因,并提供了一套完整的工程化解决方案框架。
④ 多语言AI Agent的构建:跨语言理解与任务执行(AI大数据智能洞察:[博客] [成就])
[质量分:94;难度等级:未知;新鲜技术:99]
摘要:多语言AI Agent是一种能够理解、处理和执行多种语言指令的智能系统。与传统的单语言AI Agent相比,它具有跨语言理解能力、多语言任务执行能力和语言间知识迁移能力。AI Agent (智能代理):一种能够感知环境、做出决策并执行行动的智能系统。
⑤ 多模态AI Agent架构:如何无缝融合文本、图像与行动?(AI开发架构师:[博客] [成就])
[质量分:94;难度等级:未知;新鲜技术:99]
摘要:在人工智能的快速发展中,多模态AI Agent正在成为新一代智能系统的核心。这类系统能够像人类一样同时处理文本、图像、语音等多种信息形式,并能自主规划和执行行动。本文将深入探讨多模态AI Agent的架构设计、核心技术原理、实现方法以及实际应用场景。
① 快手广告系统全面迈入生成式推荐时代!GR4AD:从Token到Revenue的全链路重构(快手技术:[博客] [成就])
[质量分:88;难度等级:未知;新鲜技术:99]
摘要:针对生成式推荐这一新兴范式,以及其在对时延、收益、商业价值有极致要求的广告场景中的落地难题,快手技术团队发布了一篇开创性的论文,系统性地介绍了自研的生成式广告推荐系统GR4AD。目前,该系统已在快手广告平台全量上线,服务超4亿用户,并取得显著业务收益。
① SpringBoot3 整合 SpringAI 实现ai助手(记忆)(Nhuanuary:[博客] [成就])
[质量分:95;难度等级:未知;新鲜技术:99]
摘要:本教程详细介绍如何使用 Spring Boot 3 整合 Spring AI 实现一个具有记忆功能的 AI 助手。该实现使用 Redis 作为存储介质,支持用户级别的会话隔离和 30 天的对话历史持久化。
② Spring 事务从入门到精通:一篇搞定事务失效、传播行为、回滚规则(Spring系列10)(Java成神之路-:[博客] [成就])
[质量分:93;难度等级:未知;新鲜技术:99]
摘要:outMoney / inMoney 的事务是数据层(JDBC/MyBatis)默认自动提交事务,不是业务层方法创建的。Spring事务默认只对Error和RuntimeException及其子类回滚,受检异常(如IOException)不会回滚。
① 如何通过JS改造WebUploader实现军工行业卫星视频的跨浏览器超大附件分片断点续传插件?(2501_90646763:[博客] [成就])
[质量分:96;难度等级:未知;新鲜技术:99]
摘要:接口地址分别对应:文件初始化,文件数据上传,文件进度,文件上传完毕,文件删除,文件夹初始化,文件夹删除,文件列表。支持上传文件夹并保留层级结构,同样支持进度信息离线保存,刷新页面,关闭页面,重启系统不丢失上传进度。示例中已经包含此目录。
② Vue3转React实战:VuReact 可控混写迁移指南(M ? A:[博客] [成就])
[质量分:96;难度等级:未知;新鲜技术:98]
摘要:本文以真实业务场景为载体,完成了 Vue 到 React 混写迁移的全流程落地。核心思路是通过 VuReact 编译器实现 Vue 源码到 React 工程的“可控转换”,保留原有业务逻辑与生态适配,解决了跨框架迁移的成本高、风险大的问题。
① 毕设 python大数据旅游数据分析可视化系统(源码分享)(毕设算法家:[博客] [成就])
[质量分:94;难度等级:未知;新鲜技术:99]
摘要:🔥这两年开始毕业设计和毕业答辩的要求和难度不断提升,传统的毕设题目缺少创新和亮点,往往达不到毕业答辩的要求,这两年不断有学弟学妹告诉学长自己做的项目系统达不到老师的要求。并且很难找到完整的毕设参考学习资料。
① 以太坊交易全流程详解(架构师老林:[博客] [成就])
[质量分:87;难度等级:未知;新鲜技术:99]
摘要:一笔简单的ETH转账背后,是账户模型、Gas机制、Mempool队列、EVM执行和PoS共识等多个子系统协同工作的结果。从用户点击“发送”到15分钟后交易最终确认,交易经历了签名、广播、排队、打包、执行、见证、最终化等一系列精密流程。
① Elasticsearch Learning to Rank 完全指南(YasharQ:[博客] [成就])
[质量分:95;难度等级:未知;新鲜技术:99]
摘要:Learning to Rank(LTR)是将机器学习应用于搜索引擎相关性排序的技术。在 Elasticsearch 中,LTR 通过训练好的模型构建排名函数,作为第二阶段的重排器对召回结果进行精排优化。
② 【机械论文模版】起钉器冲压模具设计及加工工艺制定(源码空间站TH:[博客] [成就])
[质量分:92;难度等级:未知;新鲜技术:99]
摘要:随着技术的发展,越来越多的模具升级为自动化数字化。随着时代的发展,步入机械化时代,模具行业作为现代工业的重要组成部分要紧跟时代发展,并且消费市场对起钉器的设计要求也有了提升,因此要设计一款新型的起钉器冲压模具设计来满足现如今时代的需求和企业的设计要求。
③ Flink checkopint使用教程(tian_jiangnan:[博客] [成就])
[质量分:92;难度等级:未知;新鲜技术:79]
摘要:Flink checkpoint 需要写入远程持久化存储(如 HDFS、S3 等),不能直接存在本地,因为 Kubernetes Pod 是临时易失的。正常使用PVC = 本地硬盘(快,独享),MinIO/S3 = 共享网盘(慢,共享)
④ 行标识符的抉择:深入理解数据库领域的OID与ROWID机制(码农阿豪@新空间:[博客] [成就])
[质量分:94;难度等级:未知;新鲜技术:97]
摘要:OID和ROWID,一个是继承自经典数据库设计的“老物件”,一个是KES为国产化场景量身打造的“新工具”。它们各有各的适用边界,也各有各的设计取舍。
⑤ SQL 注入:从原理到实战的完整指南(浔 .:[博客] [成就])
[质量分:93;难度等级:未知;新鲜技术:98]
摘要:SQL 注入(SQL Injection)是一种代码注入技术,攻击者通过在应用程序的输入字段中插入恶意的 SQL 代码,欺骗数据库服务器执行非预期的 SQL 命令。SQL 注入的本质: 数据与代码的边界模糊,用户输入被当作代码执行最有效的防御。
① Xcode 接入智谱 GLM Coding Plan 报错解决方案(叹一曲当时只道是寻常:[博客] [成就])
[质量分:97;难度等级:未知;新鲜技术:99]
摘要:在 Xcode 26.3 中配置智谱 Bigmodel 作为外部模型提供者后,对话时报错。原因是智谱 API 响应格式与 Xcode 期望的 Claude API 格式不完全兼容。
② 开源鸿蒙跨平台Flutter开发:量子态波函数坍缩系统-波动力学与概率云渲染架构(独特的螺狮粉:[博客] [成就])
[质量分:97;难度等级:未知;新鲜技术:99]
摘要:在量子力学的哥本哈根诠释中,微观粒子在被观测之前并不存在一个确定的位置,而是以一种“概率云”的叠加态分布在空间中;当进行观测的瞬间,波函数发生坍缩,粒子瞬间出现在某一个确定点上。
③ Flutter 框架跨平台鸿蒙开发 - 情绪气象站(小飞珠_xiaofei:[博客] [成就])
[质量分:96;难度等级:未知;新鲜技术:99]
摘要:运行效果图情绪气象站是一款将抽象情绪转化为具象天气动画的创意应用。核心理念是"心情如天气,变化无常"——用户选择心情,应用便将其转化为对应的天气动画效果:开心时阳光灿烂,难过时细雨绵绵,愤怒时电闪雷鸣,焦虑时狂风呼啸,疲惫时雾气朦胧。
① 物联网嵌入式实训平台:从硬件到云平台的一体化实现(武汉唯众智创:[博客] [成就])
[质量分:93;难度等级:未知;新鲜技术:98]
摘要:物联网嵌入式人才的培养,核心在于“理论与实践结合、技能与产业适配”,而技术实操与全链路认知是关键。
① SCNP语义分割边缘logits策略(Ricardo-Yang:[博客] [成就])
[质量分:94;难度等级:未知;新鲜技术:99]
摘要:在分类或分割任务中,网络最后输出的通常不是概率,而是logits,也就是每个类别的原始分数。z2.10.3−1.2z2.10.3−1.2这表示该像素对三个类别的“偏好分数”,但它们还不是概率。piezi∑j。
② 国产 AI IDE(Agent) 颠覆传统开发方式:codebuddy 介绍,以及简单对比 trae、lingma、Comate(非科班Java出身GISer:[博客] [成就])
[质量分:94;难度等级:未知;新鲜技术:99]
摘要:是将大模型智能体能力深度嵌入开发环境的新一代工具:不只是代码补全 / 生成,而是具备需求理解、任务规划、代码编写、调试优化、工程管理、工具调用的自主执行体,能以开发者助手 / 协作工程师身份,参与全开发流程。CodeBuddy 是。
③ 第十九节:SaaS生态接入——打通GitHub与Notion(李子焱:[博客] [成就])
[质量分:92;难度等级:未知;新鲜技术:99]
摘要:本章,我们将跳出单一技能,直面一个更普遍的痛点:如何在GitHub、Notion这类SaaS巨头构建的生态壁垒间架起桥梁,让数据与流程自由流动,构建属于你自己的自动化中枢。几秒后,检查你的Notion数据库,应该会出现一条对应的新任务卡片。
① CNAS能力验证——稳健统计方法(算法A)计算稳健均值和标准差(一个与程序bug抗争的程序员:[博客] [成就])
[质量分:88;难度等级:未知;新鲜技术:99]
摘要:表E.1给出一轮能力验证计划的23个结果,其中5个结果标示为“小于”某数量。由算法A得到的稳健均值(x)和标准差(s)显示了三种不同的计算方法:忽略“<”作为定量数据进行分析;删除带有“<”的数据;忽略“<”
① 通用测试用例写作与缺陷报告(Qzdᝰ:[博客] [成就])
[质量分:85;难度等级:未知;新鲜技术:98]
摘要:定义:为特定测试目标制定的输入值、预置条件、执行步骤、预期结果的集合,通俗来说就是指导测试人员“做什么准备、怎么操作、要得到什么样的结果”的执行说明书。
① 怎么选购VR眼镜(孙华贵:[博客] [成就])
[质量分:89;难度等级:未知;新鲜技术:99]
摘要:你的情况推荐方向第一次买VR,预算有限,想试试水VR一体机(2000-3000元档),如Quest 3S主要玩游戏、看电影,追求综合体验VR一体机(3000-5000元档),如Quest 3或PICO 4 Pro已有高性能PC,追求极致画质。
① 嘉为蓝鲸自动化运维平台V3.4:场景编排 + 漏洞全治 + IP 智管打造全域自动化(嘉为蓝鲸:[博客] [成就])
[质量分:93;难度等级:未知;新鲜技术:99]
摘要:随着运维场景的复杂度增加,固定的原子功能已无法满足所有需求。运维人员需要将多个脚本、文件分发动作串联成一个完整的操作流程形成一个场景(如账号管理、BMC带外管理),或者需要基于动态结果设定基线进行核查(如检查系统参数是否偏离标准值)。
① 从网卡收到数据到 epoll 被唤醒:把 Linux 网络接收链路真正串起来(有趣的中国人:[博客] [成就])
[质量分:97;难度等级:未知;新鲜技术:99]
摘要:
① Golang实战gRPC与Protobuf:从入门到进阶(后端开发007:[博客] [成就])
[质量分:87;难度等级:未知;新鲜技术:99]
摘要:Proto文件是gRPC通信的“契约”,需定义消息类型(数据结构)和服务接口(方法定义)。以下以“用户服务”为例,创建user.proto文件。// 声明Proto版本(v3语法更简洁,无默认值歧义,推荐使用)
② GMP 调度模型:Go 语言并发的核心机制(lshstruggle:[博客] [成就])
[质量分:91;难度等级:未知;新鲜技术:93]
摘要:P 控制并发度G 是轻量级协程,创建成本极低M 是内核线程,G 复用 M,不浪费系统资源G 阻塞时,P 会解绑 M 并调度其他 G,CPU 利用率拉满调度器全自动完成调度,开发者无需关心线程管理这就是 Go 能轻松支撑百万级并发的底层原因!
③ 「码动四季·开源同行」go语言:如何处理 Go 错误异常与并发陷阱?(五年小兵勇闯互联网:[博客] [成就])
[质量分:95;难度等级:未知;新鲜技术:43]
摘要:错误处理是软件开发中不可回避的问题,并提供了较为简洁的错误异常处理机制。作为一门并发性能优越的语言,Go虽然降低了协程并发开发的难度,但也存在一些并发陷阱,这就需要我们在开发时额外注意。
① Cortex-M33内核和TrustZone技术介绍-D(mftang:[博客] [成就])
[质量分:93;难度等级:未知;新鲜技术:99]
摘要:Cortex-M33内核是ARM公司专为物联网和嵌入式安全应用设计的一款高性能、高能效微处理器内核,它在Cortex-M4的性能基础上,深度融合了Cortex-M7引入的部分高级特性与革命性的硬件安全技术。
② 用 Rust 构建 LLM 应用的高性能框架(@atweiwei:[博客] [成就])
[质量分:91;难度等级:未知;新鲜技术:99]
摘要:随着大语言模型(LLM)的爆发式发展,Python 版的 LangChain 已成为构建 AI 应用的事实标准。但对于追求高性能、类型安全和内存安全的开发者来说,Rust 才是更合适的选择。🚀完全异步。
③ Rust 经典面试题255道(咚为:[博客] [成就])
[质量分:93;难度等级:未知;新鲜技术:95]
摘要:'static T (值的状态): 指向数据的硬引用,该数据必须存储在程序的只读数据段或堆上,确保在程序运行期间永远有效(如字符串字面量)。确定性销毁: Rust 的 Drop 虽然是自动触发的,但它的触发时机是完全确定的——即变量离开作用域的那一刻。
① 【HarmonyOS 6.0】ArkUI 弹出菜单的精准定位革命:深入解析 `anchorPosition` 属性(枫叶丹4:[博客] [成就])
[质量分:96;难度等级:未知;新鲜技术:99]
摘要:在placement(位置优先):这是一种“相对”定位。开发者指定菜单相对于绑定组件的期望位置(如上、下、左、右等),系统会根据屏幕空间自动调整,确保菜单完整显示。这种方式灵活但不可预测,尤其是在组件尺寸变化或屏幕边缘场景下,最终位置可能与预期不符。
② 时序数据库选型指南:可视化与分析协同怎么选?——以 Apache IoTDB + Grafana + 大数据引擎为例(倔强的石头_:[博客] [成就])
[质量分:97;难度等级:未知;新鲜技术:99]
摘要:看板能不能快速打开(下采样与查询模板是否成熟)数据能不能进入分析链路(协同成本是否可控)指标能不能形成闭环(分析结果是否可回写并服务业务)
③ YOLO26涨点改进| SCI一区2026 | 独家创新首发、特征融合改进篇| 使用IGCAB光照引导交叉注意力模块,助力各种任务的目标检测,图像分割,多模态融合目标检测,低光图像增强,高效涨点(Ai缝合怪 博士:[博客] [成就])
[质量分:97;难度等级:未知;新鲜技术:100]
摘要:摘要:可见光-红外目标检测旨在利用不同模态间的互补性,以提升复杂环境中的目标分类与定位精度。然而现有方法大多侧重检测性能而忽视网络复杂度,导致实际应用受限。