- 博客(180)
- 资源 (12)
- 收藏
- 关注
RSS订阅
原创 人工智能 - 大模型Dense、MoE 与 Hybrid-MoE 架构的比较
UltraMem是一种显存优化型大模型架构，专为突破千亿参数级模型的训练/推理内存瓶颈设计，通过动态资源调度实现“用有限显存训无限大模型”的目标。
2025-02-05 16:43:50
2064
原创 人工智能 - DeepSeek-VL2 、 qwen2.5 VL技术选型比较
建议根据具体任务需求，结合少量实验（如使用开源版本的Qwen2.5-VL和DeepSeek-VL的试用API）进行效果验证。（如医疗影像分析、视频内容审核），尤其在需要深度推理和高精度定位的场景。在视觉-语言（Vision-Language, VL）多模态模型领域，企业级付费服务 → DeepSeek-VL2（商用API）高性能服务器 → DeepSeek-VL2（千亿参数版）边缘设备/低算力 → Qwen2.5-VL（量化版）场景占优，且开源生态完善，适合中小团队快速迭代。→ 选Qwen2.5-VL。
2025-02-05 15:12:31
2981
原创 人工智能 - VITA1.5B 与 MiniCPM-o2.6 技术比较
若需兼顾性能与效率，可探索两者混合部署方案（如用VITA处理核心任务，MiniCPM处理边缘请求）。：若需平衡性能与效率，可将VITA1.5B用于核心任务（如生成），MiniCPM-o2.6用于边缘端请求（如预处理或简单交互）。：MiniCPM-o2.6在ARM架构设备（如手机、树莓派）上表现更优，VITA1.5B依赖高性能GPU/TPU集群。采用轻量化设计，如减少层数、隐藏层维度，或使用高效注意力机制（如线性注意力）。深度优化：4/8位量化、模型剪枝，兼容边缘设备（如手机、IoT）。
2025-02-03 10:14:19
1301
原创 人工智能 - 在Dify、Coze、n8n、FastGPT和RAGFlow之间做出技术选型
本文对比分析了Dify、Coze、n8n、FastGPT和RAGFlow五大技术平台的核心功能与应用场景。Dify适合可视化LLM应用开发，Coze擅长快速搭建对话机器人，n8n是通用自动化工作流引擎，FastGPT专注企业知识库，RAGFlow在专业文档解析方面表现突出。通过核心功能对比和真实场景测试，文章指出各平台优势与不足，如Coze部署快但合规风险高，RAGFlow文档解析强但实时性弱。最后建议根据数据结构化和响应时效需求选择平台，企业应用需优先考虑私有化部署能力，并提出了智能客服、知识中枢等场景的
2025-06-09 13:57:48
937
原创 CMAQ、后向轨迹、正定矩阵因子分解（PMF）模型、大气扩散模型CALPUFF， 这4个空气质量检查模型是什么
摘要：CMAQ是开源多尺度空气质量模型，预测区域至大陆范围的污染物浓度分布；后向轨迹分析（如HYSPLIT）追踪气团路径识别污染来源；PMF作为受体模型解析污染源贡献，仅提供可执行文件；CALPUFF为商业扩散模型，适用于复杂地形近场模拟。四者常联合使用，CMAQ与HYSPLIT开源，PMF部分开源，CALPUFF需商业授权。（150字）
2025-05-30 08:49:35
1092
原创 人工智能 - Magentic-UI与Browser Use 技术选型
本文对比了Magentic-UI和BrowserUse的技术差异与适用场景。Magentic-UI适合企业级复杂任务协作，具有安全管控和智能体复用优势；BrowserUse则适合个人轻量任务，操作简单灵活。选型依据包括任务复杂度、安全需求、团队技术能力和维护需求。典型场景中，供应链监控推荐Magentic-UI，个人比价推荐BrowserUse，混合任务可组合使用。建议预留接口实现工具互补，Magentic-UI适合长期复用场景，BrowserUse适合快速交付需求。
2025-05-26 10:43:29
667
原创 CosyVoice介绍
CosyVoice是阿里开源的多语言语音生成大模型，支持中文、英文、日文、粤语和韩语的语音生成，具备语音克隆、自然语言控制等功能。其亮点在于通过富文本或自然语言输入实现对语音情感和韵律的精细控制，显著提升合成语音的情感表达能力。CosyVoice的部署步骤包括克隆项目、安装依赖、下载模型和启动服务。用户可以通过WebUI进行语音克隆，或通过Python编程调用API进行二次开发。系统要求灵活，普通电脑即可运行，但建议使用NVIDIA GPU以加速推理。
2025-05-13 15:06:30
934
原创 字节开源FlowGram与n8n 技术选型
字节跳动开源的FlowGram和n8n是两款功能强大但定位不同的工作流编排工具。FlowGram面向AI场景，强调复杂流程的可编排性与性能优化，适合处理大规模节点和AI驱动的复杂工作流，如金融风控、供应链管理等。n8n则是一款通用型开源自动化工具，侧重跨平台集成与低代码/无代码自动化场景，适合快速集成多平台服务和本地化AI应用。选择FlowGram适合需要高度定制化AI工作流和性能要求高的企业级应用，而n8n则适合快速实现跨平台自动化和本地化AI应用。两者未来可能形成互补，结合使用可发挥各自优势。
2025-05-12 13:10:26
1194
原创 Liunx配置网络
在CentOS系统中，执行ifconfig命令时提示未找到，这是因为ifconfig属于net-tools工具集，需要手动安装。对于CentOS/RHEL/Fedora系统，可以使用yum install net-tools（CentOS 7及以下）或dnf install net-tools（CentOS 8+/Fedora）进行安装。对于Debian/Ubuntu系统，则需执行apt-get update && apt-get install net-tools。此外，文章还展示了网络配
2025-05-09 15:10:34
134
原创 LAM单图秒级打造超写实3D数字人头部CUDA out of memory
RuntimeError: CUDA 内存不足。尝试分配 190.21 GiB。GPU 0 的总容量为 6.00 GiB，其中 1.97 GiB 空闲。已分配内存中，2.90 GiB 由 PyTorch 分配，53.60 MiB 由 PyTorch 保留但未分配。如果保留但未分配的内存较大，尝试设置以避免碎片化。有关内存管理的文档，请参阅。
2025-05-08 15:05:09
408
原创 结合Hutool 突增突降检测的算法
虽然 Hutool 没有直接提供突增突降检测的算法，但其丰富的工具类（如 CollUtil、ArrayDeque、MathUtil）可以显著简化实现。在 Hutool 中虽然没有直接提供“突增突降检测”的算法，但可以通过其提供的工具类（如 CollUtil、ArrayDeque、MathUtil 等）结合滑动窗口、差分分析等方法，快速实现突增突降检测逻辑。// 窗口大小3，阈值3倍。// 第6个值为突增。
2025-05-06 17:26:01
957
原创 OpenAvatarChat要解决UnicodeDecodeError
Windows默认使用GBK编码读取文件，而文件实际为UTF-8编码，导致解码失败。指定正确编码即可解决。库中读取文件时的编码为UTF-8。是否有新版本，可能已修复此问题。（可选）：在运行脚本前设置。，强制使用UTF-8编码。保存更改并重新运行程序。
2025-04-28 21:16:55
297
原创 liunx扩展空间
以下是具体的操作流程，假设你使用的是 LVM（逻辑卷管理）来管理磁盘分区。确保有足够的未分配空间（Free PE）在卷组中。如果没有足够的空间，需要先扩展卷组。如果卷组中没有足够的可用空间，可以通过添加新的物理卷或扩展现有物理卷来增加卷组的容量。通过以上步骤，你可以成功扩展 Linux 系统中的磁盘空间。扩展逻辑卷后，需要调整文件系统的大小以使用新分配的空间。# 将物理卷添加到卷组（假设卷组名为 vg_name）在卷组中有足够空间后，扩展逻辑卷（例如。# 扩展逻辑卷（增加 10GB）# 查看磁盘使用情况。
2025-04-27 09:44:25
178
原创 人工智能 - browser-use：重新定义浏览器自动化的 AI 新范式
在浏览器自动化领域，Selenium 和 Playwright 等工具已成为开发者的标配。但随着网页复杂度的提升（如动态渲染、反爬虫机制、验证码等），传统工具逐渐暴露出效率低、扩展性差的缺陷。的出现，通过深度融合人工智能技术，为浏览器自动化赋予了的能力，成为当前 Python 生态中最具创新性的开源项目之一。GitHub 地址：传统自动化工具依赖，让自动化流程更智能、更健壮。
2025-04-17 10:58:21
1451
原创 AI+新零售 - 无人自助设备（智能售货柜与智能售货机）
例如，在用户完成一笔购物交易时，若系统检测到订单金额异常飙升——比如单笔订单超过500元，而基于历史数据和场景分析，此类订单通常不会突破100元上限——此时，系统可将该笔交易自动标记为“异常订单”，并交由人工团队进行深度核查。具体来说，mAP 是在所有类别上计算每个类别的 AP 后，再取这些 AP 的平均值。每个商品都要训练模型，逐步提升模型准确率，这个99%左右是算法组提供的数据，这个不是固定的，有的商品模型不成熟，需要更多的数据支撑，这种肯定是没有99%识别率的，新增品类如：鲜肉，前期肯定没这么高的。
2025-04-15 09:30:00
208
原创 人工智能 MCP 与 A2A 协议技术分析
（基于 Google A2A 官方文档及行业实践）A2A（Agent-to-Agent Protocol）：定位：由 Google 主导的开源协议，专注于解决 AI 代理之间的通信与协作 问题。目标：为不同框架、供应商开发的代理提供标准化交互方式，支持任务分发、状态同步与多模态通信。核心场景：多代理协同完成复杂任务（如跨系统数据整合、流程自动化）。MCP（Model Context Protocol）：定位：由 Anthropic 提出的开放协议，旨在实现 AI 代理与外部工具及资源的连接。目标：通过结构化
2025-04-14 11:36:50
1190
原创 计算帝国：1500年以来技术与权力谱系
【控制与分类】 展现技术如何渗透进人类社会的方方面面：时间管理、教育体系、情感智能、生物特征、医疗系统，乃至监狱管理、警务、边境控制等。这份“技术-权力图谱”不仅是一部编年史，更是一面镜子，让我们得以反思技术进步背后的权力变迁。【生产与空间】 聚焦技术与自然界的互动：从能源资源利用、地层开发，到大气水文圈、生物圈，甚至延伸至太空领域。这是一个深入探索技术发展与权力演变关系的数字地图项目，由Kate Crawford和Vladan Joler于2023年倾力打造。计算帝国：1500年以来技术与权力谱系。
2025-04-14 11:26:33
351
原创 从 MySQL 切换到国产 YashanDB 数据库时，需要在数据库字段和应用连接方面进行适配 ,使用总结
YashanDB | 崖山数据库系统 - 崖山科技官网崖山数据库系统YashanDB是深圳计算科学研究院完全自主研发设计的新型数据库系统，融入原创理论，支持单机/主备、共享集群、分布式等多种部署方式，覆盖OLTP/HTAP/OLAP交易和分析混合负载场景，为客户提供一站式的企业级融合数据管理解决方案。
2025-04-11 09:15:49
803
原创 基于语音控制数据库的实现方案（Cursor + MCP）
用户语音 → 语音识别（ASR） → 自然语言处理（NLP） → SQL 转换 → 数据库执行 → 结果语音反馈（TTS）：通过结合语音识别、NLP 和数据库操作，可实现“用嘴操纵数据库”的便捷交互，但需重点解决语义解析准确性和安全性问题。：使用正则表达式或 SQL 解析库（如 SQLGlot）防止 SQL 注入。- query_data: "查找{表名}中{条件}的数据"- insert_data: "向{表名}添加{字段值}"：如 Vanna.ai（基于 NLP 的 SQL 生成库）。
2025-04-09 14:27:21
811
原创 国产数据库 YanshanDB 和 达梦数据库 的选型
近期与中国移动合作建成国内最大分布式数据库集群（200+节点），技术获评“国际领先”，验证了其在高并发、复杂场景下的能力89。：达梦是首批通过国家信创认证的数据库之一，被列入国测清单，适用于金融、能源、党政等监管严格的核心系统替换场景27。：在能源行业（如国家电网、南方电网）和金融领域（银行、保险）占据主导地位，尤其在电力行业具有垄断性优势27。：若定位为高性能分布式数据库，可能在互联网、云原生场景有潜力，但需验证实际性能和生态支持。：需符合政策强制要求的行业（如电力、党政），优先选择达梦2。
2025-04-08 16:48:29
708
原创 无缝集成Docker与Maven：docker-maven-plugin实战指南
适用场景：针对使用 docker-maven-plugin 实现镜像自动化构建与推送的教程类内容，突出工具集成与实操。
2025-04-08 10:53:48
1253
原创 Nacos 发布 MCP Registry，实现存量应用接口“0改动”升级到 MCP 协议
传统微服务架构中的应用可能基于非服务网格协议（如 Dubbo、Spring Cloud），直接迁移到服务网格需改造代码，成本高、风险大。：通常用于服务网格（如 Istio）中，实现配置数据的标准化同步（如服务发现、路由规则等），是服务网格与注册中心间的通用配置同步协议。：将不同注册中心（如 Zookeeper、Eureka）的服务聚合到 Nacos，再通过 MCP 协议输出到服务网格。：Nacos 将传统服务注册信息通过 MCP 协议同步到服务网格，网格侧服务可发现并调用传统服务。
2025-04-08 08:31:24
710
原创 Qwen - VL + DeepSeek 打造自己的智能监控系统
结合 Qwen-VL 和 DeepSeek-R1 构建智能监控系统，需围绕多模态分析、实时推理、边缘部署和隐私保护四大核心展开。
2025-04-07 08:36:12
1301
2
原创 人工智能 - MCP、RAG、Agent 是构建现代智能 AI 系统的三大核心组件
使得 Agent 既能动态获取信息，又能主动规划任务流程，例如在医疗诊断中，Agent 通过 RAG 获取病历数据后制定治疗方案。：三者的结合将支持更复杂的场景，例如 AI 通过 MCP 控制物联网设备，结合 RAG 的实时数据检索，实现工业自动化中的智能调控。例如，通过 MCP 连接 Slack、GitHub 等工具，Agent 可直接发送消息或管理代码仓库，而无需单独适配每个工具。例如，通过 MCP 连接企业 CRM 系统，RAG 可直接检索实时客户数据，而非仅依赖静态知识库。
2025-04-03 09:34:31
447
原创 通义千问Qwen2.5-Omni：全模态实时交互的下一代多模态大模型
通过动态调整时间戳，模型能够精准捕捉视频中动作与语音的对应关系，例如在分析舞蹈视频时，准确描述动作节奏与背景音乐的匹配度13。这一模型不仅支持文本、图像、音频和视频的全模态输入与输出，更通过创新的架构设计实现了“看、听、说、写”的无缝融合，标志着多模态大模型技术迈入实时交互的新纪元110。例如，用户可通过视频聊天实时提问，模型在接收语音和画面输入的同时，同步生成语音回复，延迟低至毫秒级10。[1] 阿里深夜开源Qwen2.5-Omni，7B参数完成看、听、说、写. 网易订阅, 2025.
2025-03-30 11:26:02
278
原创 具身智能 - Diffusion Policy：技术解析与应用实践
是一种基于扩散模型（Diffusion Models）的决策生成框架，专为具身智能（Embodied Intelligence）设计。的过程，在复杂环境中生成鲁棒的动作序列。通过演示数据（IL）或交互数据（RL）构建数据集 D={(si,ai)}D={(si,ai)}。状态 ss 处理：CNN（图像） + Transformer（时序传感器数据）。使用 U-Net 结构预测噪声 ϵθ(z,at,t)ϵθ(z,at,t)。先训练短时动作生成（T=10），逐步扩展至长序列（T=100）。
2025-03-29 11:43:23
171
原创 如何将Java一个微服务框架如何集成一个单体springboot应用？
通过API网关或服务注册实现快速集成，结合消息队列解耦关键操作，逐步采用Strangler模式拆分单体。- StripPrefix=2 # 移除路径前缀/api/monolith。：将单体注册到服务发现中心，逐步拆分模块为独立服务。确定集成目标：将单体作为独立服务，还是逐步拆分。：通过API网关暴露单体接口，其他服务直接调用。按功能模块拆分（如先拆用户管理，再拆订单服务）。检查单体应用的依赖项、数据库结构、API接口。在单体前增加代理层，逐步将请求导向新微服务。// 发布事件，触发库存服务操作。
2025-03-28 16:10:08
608
原创 报表开发 - UReport2 与 积木报表（JimuReport） 技术选型对比分析
闭源但提供免费商用版本，更新频繁（如 1.3.64 版本新增动态数据源、修复多项 Bug），官方文档及社区活跃。：适用于快速开发、低代码需求、大屏可视化及国产化环境，尤其适合中小团队或对维护成本敏感的项目。积木报表闭源但功能完备。：适合有复杂报表逻辑且具备较强技术能力的团队，或在已有 UReport2 生态中延续使用。：操作类似 Excel，提供低代码设计器，非技术人员可快速上手37。：需理解“父格”模型及依赖逻辑，适合有复杂报表开发经验的团队2。：开源但源码仅部分开放，版本更新较慢，社区支持有限1。
2025-03-27 13:55:10
550
原创 国产化适配 - YashanDB、达梦数据库与MySQL 的兼容性及技术选型对比分析
高（协议层兼容5.7，工具辅助迁移）低（需手动调整SQL和数据类型）单机性能2.5倍于MySQL。支持国产OS，但生态较封闭。完全国产化，兼容国产OS。根据知识库信息，以下是。依赖Oracle生态优化。低（YMP工具支持）
2025-03-26 11:48:05
451
原创 Java动态生成Word终极指南：poi-tl与Aspose.Words性能对比及选型建议
基于JAXB的OpenXML处理库，支持深度操作Word底层XML。：相比原生POI，减少80%的冗余代码，支持循环、条件判断等逻辑。：支持Word所有高级功能（目录、批注、修订、邮件合并、图表等）。适合中小项目，需快速实现动态表格、图文混排，且无需复杂样式控制。适合合同、标书等对格式要求严苛的场景，愿意为稳定性和功能付费。适合需直接操作Word XML的开发者，或对商业库敏感的项目。：按开发者/服务器收费，成本较高（约$2k+/开发者/年）。等标签实现文本、表格、列表、图片的动态插入。
2025-03-25 18:06:17
982
原创 开源项目 - UI-TARS Desktop
提供 2B、7B、72B 三种模型，72B-DPO 模型在复杂任务中表现最优（如 ScreenSpot Pro 测试中准确率达 82.8%）7。：基于视觉语言模型（如 7B-DPO 或 72B-DPO 模型），整合多模态输入（文本、图像、交互数据）进行端到端推理，无需预定义规则37。：用户可通过输入指令（如“获取旧金山天气”或“发送推文”）直接操作电脑，系统自动执行浏览器搜索、文件管理、社交媒体互动等任务。：结合屏幕截图和视觉理解能力，精准定位界面元素（如按钮、输入框），并模拟鼠标点击、键盘输入等操作。
2025-03-25 09:55:32
1185
原创 人工智能 - SpatialLM：三维空间理解的开源大语言模型
SpatialLM 是由杭州群核科技（“杭州六小龙”之一）于 GTC 2025 大会上开源的三维空间理解大语言模型。该项目旨在通过多模态数据处理能力，将非结构化的三维几何数据（如点云、视频）转化为机器可读的结构化场景描述，为机器人导航、建筑设计、AR/VR 等领域提供高层次的语义理解支持。
2025-03-25 09:29:06
858
原创 人工智能 - “AI的USB接口”或“数字连接器”之MCP协议
在AI领域，**MCP（Model Context Protocol，模型上下文协议）**是一种新兴的开放标准协议，旨在解决AI模型与外部工具、数据源之间的协作难题，被称为“AI的USB接口”或“数字连接器”。MCP通过标准化的通信框架，允许不同AI模型（如语言模型、图像模型）共享上下文信息（任务目标、中间结果等），实现跨领域协作。传统API需为每个工具单独开发接口，而MCP作为“通用接口”，集成一次即可访问多个服务，并支持动态发现可用工具，无需预定义固定代码。一次集成即可复用，减少重复编码。
2025-03-23 08:46:20
118
原创 VS Code 安装并配置 Keil5 的详细步骤
在 Visual Studio Code (VS Code) 中集成 Keil MDK-ARM (Keil5) 的开发环境，可以通过以下步骤实现。Keil5 主要用于嵌入式开发（如 ARM Cortex-M 系列芯片），虽然它本身是一个独立的 IDE，但可以通过配置 VS Code 实现代码编辑、构建和调试的整合。通过以上步骤，你可以在 VS Code 中高效编写代码，同时利用 Keil5 的编译和调试功能。提供 ARM Cortex-M 调试支持（需配合 J-Link、ST-Link 等调试器）。
2025-03-22 22:17:29
1534
原创 人工智能 - 通用 AI Agent 之 LangManus、Manus、OpenManus 和 OWL 技术选型
通用 AI Agent 之 LangManus、Manus、OpenManus 和 OWL 技术选型
2025-03-22 21:49:45
1912
原创 人工智能 - DeepSeek 和 Manus 的区别和应用场景
定位为“团队协作者”，基于现有大模型（如DeepSeek等）构建工程化架构，通过调用工具（如编程软件、Excel、浏览器等）实现任务拆解与执行，强调“手和工具”的操作能力。：全自动执行复杂任务，例如用户只需输入“制作新疆旅行攻略”，Manus会自动拆解为路线规划、天气查询、PDF生成等步骤，并通过多模型协作完成。：定位为“超级大脑”，专注于底层大模型的研发，擅长处理数学题、代码生成、知识问答等需要深度逻辑推理的任务，具备海量知识库的记忆和分析能力。：解决数学难题、生成代码片段、调试程序错误。
2025-03-22 21:21:14
156
原创 物联网 - JetLinks与ThingsBoard技术选型对比
基于Java 8、Spring Boot 2.x、WebFlux、Netty等，采用响应式编程框架（Reactor），从网络层到持久层全链路非阻塞，支持高并发处理45。：支持统一物模型管理，适配多协议（TCP、MQTT、HTTP等），支持设备独立物模型配置，并实现GB28181国标视频设备接入（选配模块），适合复杂设备类型管理58。：响应式架构在理论上能实现更高的网络并发性能，尤其适合实时数据处理和边缘计算场景，但调试复杂度较高，需熟悉Reactor的API设计45。
2025-03-19 12:06:35
1070
原创 人工智能 - 在 Spring Boot 中调用 AnythingLLM+DeepSeek 的知识库获取消息接口
的发消息接口，可以通过以下步骤实现。.body("API调用失败: " + ex.getResponseBodyAsString());如果需要更具体的实现（如文件上传、复杂参数），请提供 AnythingLLM 的 API 文档细节！调用 AnythingLLM 的接口。// 设置请求头（包含 API Key）要在 Spring Boot 中调用。// 发送 POST 请求。
2025-03-19 10:52:01
1318
2
Speech Services by Google-20230515.01-p0.532123660
2025-02-24
JPA注解.doc J PA注解.
2011-08-19
Building Flex and Java based CRUD application using Flash Builder4
2012-03-27
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人