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(27)
  • 收藏
  • 关注

原创 一款为程序员和运维人员量身打造的一站式开发运维利器!

作为程序员的我,每次技术到来,就开始研究底层,研究实现,算法,总是想着做一些高大上的事情,好像觉得高大上高级赚钱一样,其实不是,程序员作为曾经征战在代码战场的人,发挥自己的优势做一些看起来并不高大上,但是有赚钱机会的事,又是何尝不可。如果你想学习AI Agent的核心原理,但又觉得OpenClaw的40万行代码太复杂,可以看看港大团队开源的nanobot项目——4000行Python代码就实现了OpenClaw的核心功能,架构非常清晰,很适合学习。只是要记住,装完只是开始,真正值钱的是后续的定制和维护。

2026-03-12 20:08:35 183

原创 微信小程序端智能项目工程化实践

配置可信域名时可能会让进行域名归属认证,下载认证文件,放到域名访问根目录下,确保 http://www.oa.com:8099/WW_verify_xxxxxxx.txt,在浏览器可访问(会显示WW_verify_xxxxxxx.txt内的内容),具体实现方式根据系统的部署方式决定,可根据系统的部署方式询问AI。* 接口:GET https://qyapi.weixin.qq.com/cgi-bin/user/getuserinfo?出处:http://www.cnblogs.com/xxhxs-21/

2026-03-12 20:05:01 170

原创 央视连续多次聚焦,OpenCSG到底有何过人之处?

我们在容器内构建一个包含 Node.js、**FFmpeg** 和 **Python** 的全新环境,绕过 GLIBC 限制,完美支持 yt-dlp 的高级功能。yt-dlp 必须执行这些 JS 代码才能解密出真实的下载地址。后果严重: 当找不到 JS 运行时(如 Deno, Node.js, Bun 等),yt-dlp 只能使用已弃用(deprecated)的旧版提取算法。由于 YouTube 协议更新极快,当镜像内的 yt-dlp 版本过旧时,无需重新构建整个镜像,可通过以下步骤快速升级并持久化。

2026-03-11 11:32:13 381

原创 @Autowired 的Bug让我们白忙三天

比如新增一个archive_status字段代表归档状态(而非有业务含义的deleted字段),初始值是0,被软删后改成1,那么如果hive表里记录的归档状态是1,则代表该记录已被离线采集到,可放心地删除对应在线记录。数据导出、对外提供接口查询:计算结果可导出到实时数仓,如Doris、Hologres等,也可以导出到mysql、hbase、或redis,并封装成RPC接口。后端服务产生了业务数据、监控埋点、日志等,如果要做统计分析,就要先离线采集到数仓,再通过SQL做聚合查询。

2026-03-11 11:27:16 226

原创 阿里云智能语音简单使用:语音识别

config.baseURL = 'https://api.example.com' // api地址。(uni as any).$u.toast(err.message || '网络错误')由于在main.uts挂载了全局属性,因此在pages里面的uvue文件,就可以直接调用了。uview-plus 自带一个 http 模块,但是在实际项目中,还是要自己封装一个,统一管理。你只需要 把 loading 开关打开 即可,成功/失败/超时都会 统一自动关闭,无需手动处理。

2026-03-10 13:15:35 178

原创 【URP】Unity[视差贴图]模拟[冰面裂缝]实践

此过程始于一个已能处理128K上下文长度的DeepSeek-V3.1-Terminus模型检查点,包含精心设计的持续预训练方案以及一个特意保持与 predecessor 模型完全一致的后训练流程,以确保评估的公*性和可控性。这些凝聚了专家模型精髓的蒸馏数据,随后被用于训练最终的通用模型。为了实现极致的速度,闪电索引器采用了轻量级设计,例如使用非常小的键缓存(据资料提及,每个Token仅128维),并能够利用FP8精度 在DeepSeek自研的DeepGEMM 算子上运行,从而为后续的注意力计算显著提速。

2026-03-10 13:10:03 191

原创 NHibernate.新特性之Tuplizers

config.baseURL = 'https://api.example.com' // api地址。(uni as any).$u.toast(err.message || '网络错误')由于在main.uts挂载了全局属性,因此在pages里面的uvue文件,就可以直接调用了。uview-plus 自带一个 http 模块,但是在实际项目中,还是要自己封装一个,统一管理。你只需要 把 loading 开关打开 即可,成功/失败/超时都会 统一自动关闭,无需手动处理。

2026-03-09 13:10:12 224

原创 ASP.NET MVC实践系列-filter原理与实践

此过程始于一个已能处理128K上下文长度的DeepSeek-V3.1-Terminus模型检查点,包含精心设计的持续预训练方案以及一个特意保持与 predecessor 模型完全一致的后训练流程,以确保评估的公*性和可控性。这些凝聚了专家模型精髓的蒸馏数据,随后被用于训练最终的通用模型。为了实现极致的速度,闪电索引器采用了轻量级设计,例如使用非常小的键缓存(据资料提及,每个Token仅128维),并能够利用FP8精度 在DeepSeek自研的DeepGEMM 算子上运行,从而为后续的注意力计算显著提速。

2026-03-09 13:05:09 309

原创 《选择大公司还是小公司》(//)

config.baseURL = 'https://api.example.com' // api地址。(uni as any).$u.toast(err.message || '网络错误')由于在main.uts挂载了全局属性,因此在pages里面的uvue文件,就可以直接调用了。uview-plus 自带一个 http 模块,但是在实际项目中,还是要自己封装一个,统一管理。你只需要 把 loading 开关打开 即可,成功/失败/超时都会 统一自动关闭,无需手动处理。

2026-03-08 11:19:45 218

原创 微软:我们关于Silverlight战略转移[原文]

此过程始于一个已能处理128K上下文长度的DeepSeek-V3.1-Terminus模型检查点,包含精心设计的持续预训练方案以及一个特意保持与 predecessor 模型完全一致的后训练流程,以确保评估的公*性和可控性。这些凝聚了专家模型精髓的蒸馏数据,随后被用于训练最终的通用模型。为了实现极致的速度,闪电索引器采用了轻量级设计,例如使用非常小的键缓存(据资料提及,每个Token仅128维),并能够利用FP8精度 在DeepSeek自研的DeepGEMM 算子上运行,从而为后续的注意力计算显著提速。

2026-03-08 11:14:00 289

原创 最锋利的Visual Studio Web开发工具扩展:Web Essentials详解

config.baseURL = 'https://api.example.com' // api地址。(uni as any).$u.toast(err.message || '网络错误')由于在main.uts挂载了全局属性,因此在pages里面的uvue文件,就可以直接调用了。uview-plus 自带一个 http 模块,但是在实际项目中,还是要自己封装一个,统一管理。你只需要 把 loading 开关打开 即可,成功/失败/超时都会 统一自动关闭,无需手动处理。

2026-03-07 12:55:42 202

原创 C# 温故而知新: 线程篇(一)

此过程始于一个已能处理128K上下文长度的DeepSeek-V3.1-Terminus模型检查点,包含精心设计的持续预训练方案以及一个特意保持与 predecessor 模型完全一致的后训练流程,以确保评估的公*性和可控性。这些凝聚了专家模型精髓的蒸馏数据,随后被用于训练最终的通用模型。为了实现极致的速度,闪电索引器采用了轻量级设计,例如使用非常小的键缓存(据资料提及,每个Token仅128维),并能够利用FP8精度 在DeepSeek自研的DeepGEMM 算子上运行,从而为后续的注意力计算显著提速。

2026-03-07 12:50:07 299

原创 iOS开发系列--Swift语言

config.baseURL = 'https://api.example.com' // api地址。(uni as any).$u.toast(err.message || '网络错误')由于在main.uts挂载了全局属性,因此在pages里面的uvue文件,就可以直接调用了。uview-plus 自带一个 http 模块,但是在实际项目中,还是要自己封装一个,统一管理。你只需要 把 loading 开关打开 即可,成功/失败/超时都会 统一自动关闭,无需手动处理。

2026-03-06 12:54:00 194

原创 机器学习漫游() 基本设定

此过程始于一个已能处理128K上下文长度的DeepSeek-V3.1-Terminus模型检查点,包含精心设计的持续预训练方案以及一个特意保持与 predecessor 模型完全一致的后训练流程,以确保评估的公*性和可控性。这些凝聚了专家模型精髓的蒸馏数据,随后被用于训练最终的通用模型。为了实现极致的速度,闪电索引器采用了轻量级设计,例如使用非常小的键缓存(据资料提及,每个Token仅128维),并能够利用FP8精度 在DeepSeek自研的DeepGEMM 算子上运行,从而为后续的注意力计算显著提速。

2026-03-06 12:48:54 162

原创 高效编解码协议之protobuf协议详解

config.baseURL = 'https://api.example.com' // api地址。(uni as any).$u.toast(err.message || '网络错误')由于在main.uts挂载了全局属性,因此在pages里面的uvue文件,就可以直接调用了。uview-plus 自带一个 http 模块,但是在实际项目中,还是要自己封装一个,统一管理。你只需要 把 loading 开关打开 即可,成功/失败/超时都会 统一自动关闭,无需手动处理。

2026-03-05 12:11:34 172

原创 手撸一个Vue(看不懂可以举报)

此过程始于一个已能处理128K上下文长度的DeepSeek-V3.1-Terminus模型检查点,包含精心设计的持续预训练方案以及一个特意保持与 predecessor 模型完全一致的后训练流程,以确保评估的公*性和可控性。这些凝聚了专家模型精髓的蒸馏数据,随后被用于训练最终的通用模型。为了实现极致的速度,闪电索引器采用了轻量级设计,例如使用非常小的键缓存(据资料提及,每个Token仅128维),并能够利用FP8精度 在DeepSeek自研的DeepGEMM 算子上运行,从而为后续的注意力计算显著提速。

2026-03-05 12:05:36 309

原创 RAG优化实战 - LinkAI智能体平台的知识库升级之路

config.baseURL = 'https://api.example.com' // api地址。(uni as any).$u.toast(err.message || '网络错误')由于在main.uts挂载了全局属性,因此在pages里面的uvue文件,就可以直接调用了。uview-plus 自带一个 http 模块,但是在实际项目中,还是要自己封装一个,统一管理。你只需要 把 loading 开关打开 即可,成功/失败/超时都会 统一自动关闭,无需手动处理。

2026-03-04 12:06:29 197

原创 基于stm单片机家庭环境监测系统

此过程始于一个已能处理128K上下文长度的DeepSeek-V3.1-Terminus模型检查点,包含精心设计的持续预训练方案以及一个特意保持与 predecessor 模型完全一致的后训练流程,以确保评估的公*性和可控性。这些凝聚了专家模型精髓的蒸馏数据,随后被用于训练最终的通用模型。为了实现极致的速度,闪电索引器采用了轻量级设计,例如使用非常小的键缓存(据资料提及,每个Token仅128维),并能够利用FP8精度 在DeepSeek自研的DeepGEMM 算子上运行,从而为后续的注意力计算显著提速。

2026-03-04 12:01:02 310

原创 国产操作系统调研报告:产业现状与未来方向

config.baseURL = 'https://api.example.com' // api地址。(uni as any).$u.toast(err.message || '网络错误')由于在main.uts挂载了全局属性,因此在pages里面的uvue文件,就可以直接调用了。uview-plus 自带一个 http 模块,但是在实际项目中,还是要自己封装一个,统一管理。你只需要 把 loading 开关打开 即可,成功/失败/超时都会 统一自动关闭,无需手动处理。

2026-03-03 22:02:39 225

原创 个人开发者从到(BeeCount:一款开源的跨平台个人记账应用)

此过程始于一个已能处理128K上下文长度的DeepSeek-V3.1-Terminus模型检查点,包含精心设计的持续预训练方案以及一个特意保持与 predecessor 模型完全一致的后训练流程,以确保评估的公*性和可控性。这些凝聚了专家模型精髓的蒸馏数据,随后被用于训练最终的通用模型。为了实现极致的速度,闪电索引器采用了轻量级设计,例如使用非常小的键缓存(据资料提及,每个Token仅128维),并能够利用FP8精度 在DeepSeek自研的DeepGEMM 算子上运行,从而为后续的注意力计算显著提速。

2026-03-03 21:52:17 330

原创 用智能体 分钟复刻百万点赞爆款视频文案,Coze工作流全流程拆解

config.baseURL = 'https://api.example.com' // api地址。(uni as any).$u.toast(err.message || '网络错误')由于在main.uts挂载了全局属性,因此在pages里面的uvue文件,就可以直接调用了。uview-plus 自带一个 http 模块,但是在实际项目中,还是要自己封装一个,统一管理。你只需要 把 loading 开关打开 即可,成功/失败/超时都会 统一自动关闭,无需手动处理。

2026-03-02 12:49:10 285

原创 BUUCTF-babyheap_ctf_题解(含详细过程与思路分析)

此过程始于一个已能处理128K上下文长度的DeepSeek-V3.1-Terminus模型检查点,包含精心设计的持续预训练方案以及一个特意保持与 predecessor 模型完全一致的后训练流程,以确保评估的公*性和可控性。这些凝聚了专家模型精髓的蒸馏数据,随后被用于训练最终的通用模型。为了实现极致的速度,闪电索引器采用了轻量级设计,例如使用非常小的键缓存(据资料提及,每个Token仅128维),并能够利用FP8精度 在DeepSeek自研的DeepGEMM 算子上运行,从而为后续的注意力计算显著提速。

2026-03-02 12:43:52 508

原创 PHP 图像处理实战 GD/Imagick 从入门到精通,构建高性能图像服务

此过程始于一个已能处理128K上下文长度的DeepSeek-V3.1-Terminus模型检查点,包含精心设计的持续预训练方案以及一个特意保持与 predecessor 模型完全一致的后训练流程,以确保评估的公*性和可控性。这些凝聚了专家模型精髓的蒸馏数据,随后被用于训练最终的通用模型。为了实现极致的速度,闪电索引器采用了轻量级设计,例如使用非常小的键缓存(据资料提及,每个Token仅128维),并能够利用FP8精度 在DeepSeek自研的DeepGEMM 算子上运行,从而为后续的注意力计算显著提速。

2026-03-01 11:06:46 338

原创 利用 OpenTelemetry 集成 JMX 监控

A: 核心使用.NET 9.0,跨平台UI用.NET MAUI,Windows桌面使用的WinUI 3。//System.Console.WriteLine($" 统计: 样本数={samples.Length}, RMS={rms:F1}, 范围=[{min}, {max}], 零值比例={zeroPercent:F1}%");//System.Console.WriteLine($"音频质量正常 ({context}): RMS={rms:F1}, 范围=[{min}, {max}]");

2026-02-28 21:33:46 567

原创 夜莺监控设计思考(二)边缘机房架构思考

其中引用到的上下文变量arr是["1","2","3","1","2","333",""],处理完成后的array是["1","2","3","333",""],注意我的""是空串,不是空值,因此是没有去除的。经过查询,多个查询条件组合为[{"ID":1,"文本":"AB","整数":1,"小数":1.5,"日期":44927.75,"是_否":0}]越接近1表示,方向越接近。经过查询,第一个{"ID":1,"文本":"AB","整数":1,"小数":1.5,"日期":44927.75,"是_否":0}

2026-02-28 21:31:14 498

原创 PostgreSQL 常用函数详解与示例

例如,2023-10-15 14:30:00 会被截断为 2023-10-09 00:00:00。根据指定的精度(如 'year', 'quarter', 'month', 'week', 'day' 等)“截断”时间戳,返回一个新的时间戳。DATE_TRUNC('hour', TIMESTAMP '2023-10-15 14:30:25'), -- 输出: 2023-10-15 14:00:00。

2025-12-17 16:25:26 406

原创 RabbitMQ发布订阅模式同一消费者多个实例如何防止重复消费?

RabbitMQ主要有四种核心的Exchange类型:Fanout(广播)、Direct(精确匹配)、Topic(模式匹配)和Headers(按头匹配),它们决定了消息如何从交换机路由到队列,其中Direct、Topic、Fanout最常用,而Headers和一些插件类型(如x-delayed-message)提供更灵活的路由功能。事件有多个订阅者,有的订阅者部署多个实例,要求每个事件只需要发布一次,每个订阅者都要能收到且仅能有其中一个实例收到并进行处理。

2025-12-17 16:24:43 334

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