- 博客(1187)
- 资源 (7)
- 收藏
- 关注
RSS订阅原创 Chaterm：AI 智能终端极简手册
Chaterm 是由合合信息开发并开源的。它将传统的命令行界面（CLI）升级为“对话式”操作体验，让你可以用自然语言管理云服务器、数据库和 K8S 集群，无需死记硬背复杂的命令语法。
2026-02-15 23:48:29
117
原创 西方情人节：从暴力祭祀到为爱殉道
瓦伦丁殉道之日（公元270年2月14日）中世纪历法中，2月中旬被视为春天的开始，鸟类交配的时节用2月14日的圣瓦伦丁节取代2月15日的牧神节时期节日名称核心精神关键符号古罗马牧神节生育崇拜、春天庆典羊皮鞭、抽签配对3世纪为爱反抗、殉道牺牲秘密婚礼、绝笔信496年后圣瓦伦丁节爱情神圣化、信仰坚守14世纪起浪漫爱情、骑士精神百鸟择偶、手写情书现代情人节表达爱意、浪漫仪式鲜花、巧克力、贺卡记住那些为了爱情敢于违抗暴政的人，记住那些在黑暗中守护爱情誓言的时刻。
2026-02-14 17:23:30
559
原创 程序员是如何过情人节的？程序员矜持浪漫指南
创意类型核心形式推荐指数矜持指数代码艺术Python心跳打印、Git Commit记录、代码注释彩蛋⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐硬件黑科技PCB爱心项链、NFC触碰解锁网页、晶圆微观雕刻⭐⭐⭐⭐⭐⭐⭐⭐⭐实用工具情侣专属APP、区块链誓言、智能硬件改造⭐⭐⭐⭐⭐⭐⭐⭐情感隐喻运维/编程术语情书、数学公式绘图⭐⭐⭐⭐⭐⭐⭐⭐⭐无论选择哪种方式，记得保留一点“人工智障”的笨拙感。正如搜索结果中提到的，当她发现你用量化模型计算恋爱浓度时，要能瞬间切回手写bug的笨拙模样。
2026-02-14 09:23:21
705
原创 OpenLoong 项目“Hello World”，怎么让机器人挥挥手？
对于 OpenLoong 项目，“Hello World” 不是打印文字，而是让机器人“动”起来。ROS 2 通信环境正常。控制器（如）正常加载。你的代码能够正确发送指令并驱动硬件/仿真模型。
2026-02-12 23:53:03
596
原创 OpenLoong项目是什么？
它致力于解决行业面临的“一高五难”挑战（硬件门槛高、软件算法难、软硬解耦难、知识积累难、人才聚集难、安全应用难），通过开源模式降低研发成本，打破技术壁垒。总结来说，OpenLoong的难点不仅在于单点技术的突破（如走路或抓取），更在于如何构建一个**“硬件-软件-数据-生态”**高度协同的复杂系统工程。，旨在推动人形机器人与具身智能技术的发展和产业生态的构建。该项目通过汇聚全球开发者、研究者和爱好者的智慧，加速人形机器人技术的创新与应用落地。OpenLoong 积极推动跨项目协作，构建更广泛的产业生态。
2026-02-11 23:56:51
1461
原创 知识工作者的真实困境：按年龄层次展开的观察
无论哪个年龄阶段，知识工作者的困境本质都是**“个体成长与社会变迁的动态失衡”**：20-30岁困于“能力与期待的差距”，30-40岁困于“责任与精力的冲突”，40-50岁困于“经验与迭代的矛盾”，50岁以上困于“价值与认同的重构”。值得关注的是，AI技术的普及正在加速这一失衡：低阶知识工作（如基础文案、数据录入）被AI替代，高阶知识工作者则需与AI“协作”（如用AI辅助创作、分析），进一步放大了“技能迭代”与“价值定位”的压力。
2026-02-10 09:27:45
608
原创 ABP Framework（abp.io）入门手册
ABP Framework 极大提升了 ASP.NET Core 应用的开发效率和架构规范性，尤其适合中大型企业级应用。建议从官方模板入手，结合文档逐步深入 DDD 和微服务实践。真正的 DDD 实践：不是口号，而是强制分层与聚合根设计。企业级功能开箱即用：多租户、审计日志、软删除、数据过滤、权限系统等无需重复造轮子。前后端高效协同：应用服务自动生成 API + 客户端代理，减少接口联调成本。模块化与可扩展性：支持构建可复用的业务模块（如活跃的商业支持。
2026-02-09 16:20:45
956
原创 飞桨PaddlePaddle：在整机装配行业工业自动化中的详细实践应用解析
从高价值痛点切入：优先解决“客户投诉多、返工成本高”的环节（如终检、关键装配点）；人机协同而非替代：AI做“重复性判断”，人做“异常决策”；数据闭环是关键：建立“检测→反馈→标注→再训练”机制，模型越用越准；标准化接口先行：提前规划与 MES/PLC/SCADA 的数据对接协议。在整机装配行业，飞桨不仅是算法框架，更是连接“物理产线”与“数字智能”的桥梁。它让每一颗螺丝的安装、每一条线缆的插接、每一台整机的出厂，都变得可感知、可分析、可优化。
2026-02-09 09:41:05
1220
原创 Notion创始人介绍：Ivan Zhao（赵伊万）
Notion 是一款一体化工作空间（All-in-One Workspace），旨在通过灵活的模块化设计，将文档、数据库、项目管理、协作、知识库等核心工作场景整合为单一工具，解决“工具碎片化”痛点。其产品设计以“用户自定义”为核心，允许用户像“搭积木”一样构建个性化工作流，无需代码基础。一、核心定位与产品哲学Notion 的 slogan 是（书写、规划、协作），核心目标是成为“数字时代的第二大脑”——让用户在一个平台上组织思想、跟踪进度、沉淀知识。好的工具应适配用户的思维，而非强迫用户适应工具。
2026-02-08 23:06:07
702
原创 飞桨PaddlePaddle：在汽车零部件制造中的工业自动化应用详解
将AI从“实验室演示”转化为“产线生产力”。结合数字孪生，构建“虚拟调试-物理执行”闭环；利用大模型（如文心4.5）实现跨工厂知识迁移；探索强化学习优化机器人抓取与装配路径。
2026-02-08 21:19:14
969
原创 开源版 Coze： 多模型接入Qwen 指南
通过以上步骤，你已在开源版 Coze 中成功接入通义千问（Qwen）。得益于阿里云 DashScope 提供的OpenAI 兼容接口，配置过程简单可靠，且能充分利用 Qwen 在中文场景下的优势。✅优势总结无需修改 Coze 源码支持 Function Calling（插件/工作流可用）多模型并存，灵活切换完全本地化管理，数据不出内网（除模型调用外）附：官方参考链接Coze 模型配置文档：https://docs.coze.cn/opensource/model。
2026-02-06 15:56:30
602
原创 为什么.NET（C#）转 Java 开发时常常在“吐槽”Java：checked exception
指所有 Exception的子类，但不包括及其子类，也不包括Error// Checked: 必须处理// Unchecked: 无需强制处理Catch or Specify Requirement（捕获或声明规则）违反此规则 → 编译错误。这是编译器强制执行的静态检查，而非运行时行为。维度结论是否是“错误设计”？❌ 不是。它是特定工程哲学下的合理选择，适用于高可靠、强契约场景（如金融交易）。是否适合所有场景？❌ 不是。在快速开发、函数式编程、微服务等场景中，其成本常大于收益。
2026-02-06 15:40:05
560
原创 为什么.NET（C#）转 Java 开发时常常在“吐槽”Java：什么是Java 的“显式哲学”？
显式哲学”是指：Java 语言倾向于要求开发者明确写出意图，避免隐式行为、魔法式转换或编译器过度推断，以提升代码的可读性、可维护性和可预测性。“让代码的行为对阅读者（包括未来的自己）尽可能清晰、无歧义。这与某些语言（如 Python、JavaScript、甚至 C#）更强调“简洁”或“开发者便利”的设计取向形成对比。
2026-02-05 17:41:45
903
原创 开源版 Coze： 创建工作流（Workflow）
在开源版 Coze 中，工作流（Workflow）是一个可视化编排引擎，允许你将多个 AI 步骤、条件判断、外部工具调用组合成自动化流程。开源版 Coze 的工作流功能虽处于早期阶段，但已能支撑中等复杂度的自动化任务。低代码可视化编排无缝集成 LLM 与外部系统支持人工干预节点内容生成与审核流程运维巡检报告生成客户需求自动分析🔜 未来期待：循环节点、定时触发、数据库连接、更强大的错误处理。附：官方资源工作流文档：https://docs.coze.cn/opensource/workflow。
2026-02-04 23:29:26
1267
原创 OpenClaw项目介绍及入门指南
的特性，为用户提供了“能做事的数字员工”解决方案。尽管OpenClaw仍存在安全风险（如高权限导致的误操作、数据泄露），但通过合理的安全配置（如API Key保护、访问控制），可有效降低风险。未来，随着社区的不断壮大，OpenClaw有望成为个人AI助手的主流形态，彻底改变人与AI的交互方式。其核心定位是**“能做事的数字员工”本地运行、多平台集成、强执行能力**，旨在通过聊天软件（如WhatsApp、Telegram、飞书、QQ）接收指令，自动完成真实任务（如发邮件、管日历、操作文件、调用API等）。
2026-02-04 23:14:10
1287
原创 为什么.NET（C#）转 Java 开发时常常在“吐槽”Java
吐槽的本质，是对开发效率和体验预期的落差反应。Java 在大型分布式系统、金融、大数据、Android 等领域依然不可替代；C# 在快速交付、桌面应用、游戏（Unity）、云原生微服务方面优势明显。接受 Java 的“显式哲学”；拥抱 Spring Boot + Lombok + MapStruct 等工具减少样板代码；利用 IntelliJ IDEA 的强大重构能力弥补语法冗余。技术栈只是工具，真正的价值在于解决问题的能力。Java 与 .NET（特别是现代 .NET 5+）在生态支持。
2026-02-03 21:10:22
988
原创 开源版 Coze：创建知识库（RAG）
开源版 Coze 的知识库（RAG）功能虽处于早期阶段，但已能满足基础的企业私有知识问答需求。开箱即用：无需编写代码中文优化：BGE 模型对中文语义理解较好全栈本地化：数据不出内网产品手册问答机器人内部制度查询助手技术文档智能检索🔜 未来期待：可配置分块策略、支持更多格式、元数据过滤等高级功能。附：官方资源知识库文档：https://docs.coze.cn/opensource/knowledge-base。
2026-02-03 13:32:00
1236
原创 开源版 Coze： 创建智能体-每日 ERP 系统巡检计划
创建description: "每日ERP系统巡检插件"type: httpconfig:url: "http://host.docker.internal:5000/api/v1/erp/daily-check" # macOS/Windows 用 host.docker.internal# Linux 用户若在同一主机，可用 http://宿主机IP:5000headers:🔍路径说明此文件需放在目录下，Coze 启动时会自动加载。通过“Coze 智能体 + 自建 HTTP 巡检服务”
2026-02-02 23:15:28
739
原创 AI-Agent要“记得住、会主动、能干活”，才有意义
人类员工特质AI Agent 实现方式记性好向量记忆 + 用户画像有责任心主动监控 + 任务兜底动手能力强工具调用 + 自动化执行越用越聪明在线学习 + 反馈优化正如你所说——“记得住”是基础，“会主动”是智能，“能干活”是价值。AI Agent（人工智能智能体）是一种具备感知、决策、行动和学习能力的自主软件实体，它能理解目标、规划步骤、调用工具、与环境交互，并在真实或数字世界中主动完成复杂任务。AI Agent 不是“回答问题的聊天机器人”，而是“能自己动手办事的数字员工”。
2026-02-01 20:22:19
496
原创 开源版 Coze ：入门指导手册
开源版）是字节跳动正式开源的 AI 智能体（AI Agent）开发平台，旨在为开发者提供一个的本地化 AI 应用构建环境。它脱胎于字节内部已服务上万家企业和数百万开发者的商业产品“扣子”，如今以全面开放核心能力，。
2026-01-31 23:11:02
1471
原创 “数字员工”的基本能力和特殊有哪些？
超级自然人” + “永不疲倦的执行者” + “持续进化的智能体”它不仅是自动化工具，更是具备常识、记忆、感官、进化三大支柱的AI同事，正在从“替代重复劳动”迈向“协同高阶决策”的新阶段。如业界所言：“未来的数字员工，将通过面试进入企业，成为你的同事。数字员工取代人工，不是一场“人机对抗”，而是一次生产力范式的升级。正如工业革命用机器取代体力劳动，AI革命正用智能体取代脑力流水线。未来企业的竞争力，不在于有多少员工，而在于有多少“会思考的数字员工”与“被解放的人类专家”高效协同。
2026-01-30 22:05:35
575
原创 2026年最火的 AI 新功能——Claude Skills到底是什么？
Claude Skills 就是给 AI（比如 Claude）发一本“岗位操作手册”，让它记住你希望它怎么干活，以后不用你每次都重复教。类比说明👨💼 新员工AI 本来啥都会一点，但不专业📚 岗位手册Skill 就是这本手册🧠 肌肉记忆AI 学会后，自动按你的流程做事🛠️ 数字员工你定制的 AI 专家，7x24 小时待命功能维度具体能力智能增强自定义指令、上下文感知、自动触发效率提升减少重复输入、降低 token 消耗、加速输出可靠性脚本执行确定性任务、减少 AI 幻觉可维护性。
2026-01-29 21:39:23
1074
原创 飞桨（PaddlePaddle）：工业自动化案例
数据为王：高质量标注数据是工业AI成败关键，建议初期投入资源做样本清洗与增强。小模型优先：工业场景更看重稳定性与实时性，而非一味追求SOTA精度。闭环迭代：建立“部署→反馈→再训练”机制，持续优化模型。人机协同：AI辅助决策，而非完全替代人工（如可疑样本交由专家复核）。飞桨通过“算法+工具+生态”三位一体，真正实现了 AI 在工厂车间的规模化落地。它不仅是技术框架，更是推动制造业智能化升级的工程化引擎。正如某制造企业工程师所言：“以前觉得AI很远，现在每天产线都在用。
2026-01-29 20:04:55
827
原创 飞桨（PaddlePaddle）：OCR识别原理
PaddleOCR 的成功在于将前沿算法（DB + SVTR）与工程优化（蒸馏、量化、合成数据）深度结合，实现了“精度-速度-体积”的最佳平衡。其开源生态完善，文档丰富，是当前最值得推荐的 OCR 解决方案之一，尤其适合中文场景和工业部署。
2026-01-28 22:27:43
848
原创 Notion创始人：《蒸汽、钢铁与无限心智》
本文是Notion创始人兼CEOIvan Zhao于2025年12月23日发布的长文，以“历史奇迹材料”为核心隐喻，系统剖析AI（“无限心智”）对个体、组织及知识经济的底层重塑，批判当前AI应用的“路径依赖”，并提出未来工作与组织的重构方向。每个时代由“奇迹材料”塑造，其本质是改变生产逻辑、突破规模瓶颈的核心力量——19世纪的钢铁：打破建筑高度限制（从6-7层到摩天大楼），铸就“镀金时代”；20世纪的半导体：开启数字时代，让信息处理成为可能；当下的AI（无限心智）
2026-01-27 22:05:22
1375
原创 openEuler 内核解读（六）：kernel.h文件解读
维度说明文件性质Linux 内核标准头文件，非 openEuler 独创核心作用提供日志、宏工具、类型安全、编译检查等基础设施openEuler 定制无；完全同步 upstream v6.6学习价值掌握此文件 = 掌握内核开发的“基本语法”关键宏printkmin/maxARRAY_SIZE📌建议：将此文件作为Linux 内核开发的“词汇表”，配合《Linux Kernel Development》第 1–2 章学习效果最佳。特性代码位置作用多处内核日志输出，替代printfopen。
2026-01-26 22:06:22
836
原创 飞桨PaddlePaddle：入门指南
飞桨（PaddlePaddle）作为国产深度学习框架的代表，不仅技术成熟、生态完善，而且在中文社区支持、产业落地方面具有显著优势。无论你是AI初学者，还是希望将AI集成到实际业务中的开发者，飞桨都值得你深入了解和尝试。“始于易用，成于产业”——飞桨，让每个人都能拥抱AI。
2026-01-26 17:06:09
765
原创 什么是“同余数问题（千年数学难题）”？
（Congruent Number Problem）是数论中一个历史悠久、表述简单但深刻且尚未完全解决的著名问题。尽管它克雷数学研究所（Clay Mathematics Institute）官方列出的七个“千禧年大奖难题”之一，但由于其与BSD猜想（Birch and Swinnerton-Dyer Conjecture，属千禧年难题）的紧密联系，常被通俗地称为“”之一。
2026-01-25 21:19:49
663
原创 openEuler 内核解读（五）：Linux 内核模块 “Hello World” 示例
本文介绍了在openEuler系统中开发最简单内核模块的完整流程。主要内容包括：1）安装内核开发工具；2）编写打印"Hello, openEuler!"的模块代码；3）配置Makefile编译模块；4）加载/卸载模块并验证输出；5）常见问题排查方法。该实验仅需30行C代码，是学习Linux内核开发的入门实践，同时强调了内核模块的安全注意事项。通过这个基础模块，开发者可以进一步探索设备驱动、eBPF等高级内核编程技术。
2026-01-25 19:11:35
398
原创 openEuler 内核解读（四）：Linux 内核通识：五大子系统概览
Linux 内核是一个宏内核（monolithic kernel），功能高度集成。尽管模块众多，但核心可归纳为五大基础子系统进程调度（Process Scheduling）内存管理（Memory Management）虚拟文件系统（Virtual File System, VFS）网络协议栈（Networking Stack）设备驱动与 I/O 管理（Device Drivers & I/O Subsystem）
2026-01-24 14:15:16
914
原创 Qwen3-TTS开源：助力AI语音技术进入“普惠时代”
Qwen3-TTS的开源不仅是技术开放，更是通过“技术-社区-产业”的协同，推动TTS从“实验室”走向“千行百业”。其意义在于打破技术垄断、激活创新活力，而发展生态的关键在于持续完善工具链、深耕垂直场景，并与大模型、多模态技术深度融合。未来，随着社区规模扩大和应用场景丰富，Qwen3-TTS有望成为全球TTS领域的重要基础设施，助力AI语音技术进入“普惠时代”。
2026-01-24 14:07:25
674
原创 openEuler 内核解读（三）：分层递进的基础知识
基础知识├── Linux 系统原理（进程/内存/文件/网络）├── C 语言（指针、宏、内存）├── 计算机体系结构（CPU/中断/ARM64）└── 工具链（gcc, git, perf, qemu）↓Linux 内核通识├── 五大子系统概览├── 内核配置与编译└── /proc /sys 调试接口↓openEuler 特色├── 鲲鹏 ARM64 优化└── 安全与实时性增强只要你具备Linux 基础 + C 语言 + 求知欲，就可以开始。
2026-01-23 17:37:16
671
原创 openEuler 内核解读（二）：普通人学习openEuler 内核的意义何在，浪费时间吗？
正如 Linus Torvalds 所说：“Talk is cheap. Show me the code.”❌ 这不是 openEuler 的问题，而是学习方法的问题。更现实——而 openEuler 正是一个绝佳的观察窗口。，而不是“为了学内核而学内核”。如果你属于这类人群，
2026-01-23 16:50:20
663
原创 NestJS RESTful API 示例:订单管理
下面是一个完整的 NestJS RESTful API 示例，实现一个订单管理系统（包括 CRUD 操作），涵盖最佳实践如 DTO 验证、服务层逻辑、异常处理和 Swagger 文档。2. DTO 数据传输对象创建订单 DTO ():更新订单 DTO ():3. 服务层 ()4. 控制器 ()5. 模块定义 ()6. 启用 Swagger 文档 ()响应获取所有订单更新订单删除订单关键特性演示DTO 验证如果请求缺少必填字段（如 ），自动返回 ：
2026-01-22 08:15:00
382
原创 为什么选择NestJS？
无论是小型 API 还是大型企业级系统，NestJS 都能以较低的复杂度应对，是现代 Node.js 后端开发的优选框架之一。的核心原因在于它解决了传统 Node.js 开发中常见的痛点（如代码组织混乱、可维护性差、重复造轮子），同时通过现代化设计和丰富生态，为构建高效、可扩展的后端应用提供了“开箱即用”的解决方案。这种分层彻底分离了“请求处理”和“业务实现”，避免了 Express/Koa 中常见的“控制器塞满逻辑”问题，代码可读性和可维护性大幅提升，尤其适合团队协作和长期迭代。NestJS 提供大量。
2026-01-22 08:00:00
1263
原创 具身智能：人形机器人的技术重难点有哪些？
具身智能（Embodied AI）强调智能体通过身体与环境的动态交互来学习和进化，而人形机器人作为具身智能的典型载体，其技术挑战贯穿。尽管当前人形机器人仍处于“实验室阶段”，但随着上述技术的逐步突破，未来有望在工业、服务、医疗等领域实现规模化应用。全链路，需同时解决“类人运动能力”“环境适应能力”和“智能决策能力”三大核心问题。具身智能要求机器人通过多模态传感器（视觉、力觉、触觉、IMU等）人形机器人若进入家庭或服务场景，需与人类。人形机器人需在复杂环境中实现。人形机器人的硬件需同时满足。
2026-01-21 09:23:38
1445
原创 openEuler 内核解读（一）：内核的基本定义
openEuler是一个开源的 Linux 发行版平台，由华为于 2019 年发起，并于 2020 年正式开源，现由开放原子开源基金会托管。其核心组件之一是Linux 内核，但 openEuler 并非使用 vanilla（原生）Linux 内核，而是基于上游 Linux 内核进行增强和优化的定制化内核分支。项目说明内核来源基于上游 Linux 内核（4.19 / 5.10 / 6.6 等）定制方向性能、安全、ARM64 优化、容器支持、实时性关键技术。
2026-01-21 08:00:00
1323
原创 SCADA与数字孪生（Digital Twin）系统的异同点在哪里？
SCADA系统是一种用于实时监控、控制和采集现场设备（如传感器、PLC、RTU等）数据的工业控制系统。主要面向“操作层”，强调实时性、可靠性和对物理设备的直接控制能力。数字孪生系统是物理实体（如设备、产线、工厂甚至城市）在虚拟空间中的高保真动态模型，通过实时/历史数据驱动，实现仿真、预测、优化和决策支持。强调“认知层”和“决策层”。场景推荐方案仅有基础监控控制需求仅部署SCADA需要预测、优化、仿真构建数字孪生（需SCADA提供实时数据）大型复杂系统（如智慧工厂、智慧水务）
2026-01-20 15:53:08
579
原创 具身智能是什么？有哪些运用研究的细分领域？
从手术机器人到火星车，从农业无人机到元宇宙化身，具身智能正重塑人机协作范式，未来将成为“AI+实体经济”深度融合的基础设施——正如2026年AI趋势预测的那样，“具身智能落地”将推动AI从“炫技”转向“解决实际问题”，最终实现“可信赖的人类伙伴”愿景。智能体通过传感器（摄像头、触觉传感器、力反馈装置等）感知环境，经算法处理后生成动作指令（如移动、抓取、避障），动作结果再通过传感器反馈回系统，形成“感知→决策→行动→再感知”的持续迭代，最终实现目标（如整理物品、装配零件）。
2026-01-20 08:00:00
1710
yolov3.weights和yolov3.cfg
2024-04-21
Oracle Data Provider for .NET (ODP.NET)
2008-07-08
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人