自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(9)
  • 收藏
  • 关注

原创 Milvus:向量数据库这件事,它做到了 44K Star

Milvus是一款开源的向量数据库,已在GitHub上获得44K+ Star。它专为AI应用设计,支持文本、图片等多模态数据的向量存储和相似性搜索,提供HNSW、IVF等索引类型和GPU加速。Milvus采用分布式架构,可扩展至数十亿级向量,支持单机和集群部署。开发者可通过简单API调用实现高效检索,无需关注底层细节。适用于RAG系统、推荐引擎、图像搜索等场景,并与LangChain、OpenAI等主流框架集成。作为Apache 2.0协议项目,它提供企业级安全功能,包括TLS加密和RBAC权限控制。

2026-06-30 10:19:40 229

原创 Claude Code Toolkit:让 Claude Code 更顺手的一套配置

《Claude Code Toolkit:提升AI协作效率的配置方案》摘要 Claude Code Toolkit是一套针对Claude Code的扩展工具集,通过模块化设计将常用工作流程系统化。该项目不修改模型底层,而是优化使用方式,包含三大核心组件:Skills(封装领域知识和工作流)、Hooks(事件触发脚本)和Templates(协作配置模板)。目前提供头脑风暴、文档生成等6个预设技能,支持文件格式化、会话总结等自动化操作,并包含多份标准化配置文件。用户可通过CLI指令或文件上传快速部署,适合需要频

2026-06-22 10:10:23 227

原创 F2:多平台内容下载与数据处理Python库

F2是一个基于Python的多平台内容下载与数据处理开源库,支持抖音、TikTok、推特等主流平台的内容获取。该项目在GitHub上获得2461星,提供完整的API接口和命令行工具,内置参数签名和访问限制处理逻辑,支持批量下载和自定义配置。最新版本新增了直播弹幕转发等功能,未来计划扩展更多平台支持。F2适合内容下载需求用户和开发者使用,采用APACHE-2.0协议开源,文档齐全且持续更新中。

2026-05-25 13:30:01 317

原创 从外卖小哥到代码:用MATLAB搞定旅行商问题(TSP)

本文介绍了旅行商问题(TSP)的三种MATLAB解法。首先通过暴力搜索解决小规模问题(城市数≤10),虽然精确但计算量大;其次采用贪心算法处理中等规模问题(10-30城市),速度快但结果可能非最优;最后使用遗传算法应对大规模问题(≥30城市),通过模拟生物进化过程寻找近似最优解。文章详细说明了每种方法的实现思路和MATLAB代码,并对比了它们的优缺点:暴力搜索精确但耗时,贪心算法快速但可能次优,遗传算法适合大规模但需要调参。这些方法可应用于物流配送、旅游路线规划等实际场景。

2026-01-16 09:54:33 593

原创 从外卖小哥到代码:用MATLAB搞定旅行商问题(TSP)

摘要 本文介绍了旅行商问题(TSP)的三种MATLAB解法。TSP要求在n个城市间寻找最短环游路线,属于NP-hard问题,计算量随城市数量呈爆炸式增长。 暴力搜索法:枚举所有可能路线,适合n≤10的小规模问题。通过固定起点减少计算量,但时间复杂度为O(n!)。 贪心算法:每次选择最近的未访问城市,时间复杂度O(n²)。虽然不一定最优,但速度快,适合中等规模问题(n≈20)。 遗传算法:模拟生物进化过程,通过种群进化寻找近似最优解。包含选择、交叉、变异等操作,适合大规模问题(n≥30)。文中提供了每种算法的

2026-01-15 17:22:37 966

原创 从外卖小哥到代码:用MATLAB搞定旅行商问题(TSP)

摘要:本文介绍了旅行商问题(TSP)的三种MATLAB解法。从暴力搜索(适合n≤10)到贪心算法(适合中等规模),再到遗传算法(适合大规模问题)。暴力搜索枚举所有路线但计算量大;贪心算法快速但非最优;遗传算法通过模拟进化过程寻找近似最优解。文中提供了每种方法的MATLAB代码实现,并比较了它们的优缺点,帮助读者根据问题规模选择合适的解决方案。

2026-01-15 15:32:22 933

原创 Cheerio入门教程:服务器端的jQuery实现

Cheerio是Node.js环境的轻量级jQuery实现,专为服务器端HTML解析设计。它提供jQuery风格的API,支持CSS选择器、DOM遍历和操作,比传统DOM解析更快更省内存。安装简单(npm install cheerio),使用方式与jQuery相似,适合网页抓取、内容提取等场景。实战案例展示了如何配合axios抓取博客文章数据,并介绍了处理表格、自定义过滤器等高级技巧。Cheerio让服务器端HTML处理变得简单高效,是替代复杂正则表达式的理想选择。

2025-09-25 12:58:19 954

原创 PayPal支付集成完全指南:开源库实践

本文介绍了如何从零开始集成PayPal支付功能。首先概述了PayPal提供的多语言SDK和开源库,包括PHP、Python、Node.js等版本。然后详细说明了准备工作,包括注册开发者账号、获取API凭证和使用沙盒环境测试。文章以Node.js为例,演示了安装SDK、基础配置和实现支付流程的完整代码,包括创建订单和捕获支付两个核心功能。最后提及了订阅支付等高级功能,为开发者提供了完整的支付集成方案。通过清晰的代码示例和步骤说明,帮助开发者快速实现PayPal支付功能集成。

2025-09-24 13:46:14 1257

原创 AssertJ:让Java单元测试断言变得优雅简单

AssertJ是一个强大的Java断言库,通过流畅的API设计让测试代码更加清晰易读。相比JUnit的传统断言,AssertJ提供更丰富的断言方法、更详细的错误信息和更优雅的语法。它支持基本数据类型、集合、对象等多种断言,还包含软断言、自定义断言和异常测试等高级特性。AssertJ的链式调用让测试代码读起来像自然语言,显著提升了单元测试的可读性和可维护性。无论是简单的值比较还是复杂的业务逻辑验证,AssertJ都能提供直观且强大的断言支持。

2025-09-23 16:24:36 806

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除