<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[小相探索IT世界]]></title><description><![CDATA[通过本博客，我将分享关于IT行业的专业见解、案例分析以及实用技巧，旨在帮助读者更好地了解IT领域的发展动态和应用实践。我将重点关注各种技术领域的前沿知识，如人工智能、AI大模型、Java、区块链、物联网、大数据分析等，以及它们在商业和生活中的应用。]]></description><link>https://blog.csdn.net/beautifulmemory</link><language>zh-cn</language><generator>https://blog.csdn.net/</generator><copyright><![CDATA[Copyright &copy; beautifulmemory]]></copyright><item><title><![CDATA[HarmonyOS 手机/平板远程控制 Windows 电脑实践指南]]></title><link>https://blog.csdn.net/beautifulmemory/article/details/169536214</link><guid>https://blog.csdn.net/beautifulmemory/article/details/169536214</guid><author>beautifulmemory</author><pubDate>Fri, 30 Oct 2026 09:34:16 +0800</pubDate><description><![CDATA[本文介绍 HarmonyOS 手机/平板远程控制 Windows 电脑的实践流程，包括选择原生适配工具的原因、电脑端与移动端准备、建立连接、触控操作、文件传输、语音批注及不同华为设备的使用建议，并整理常见问题。文章以技术分享为主，不推荐具体产品，提醒读者通过正规应用市场获取软件，关注权限、隐私和收费说明，实际体验以网络环境与官方版本为准。]]></description><category></category></item><item><title><![CDATA[Linux 服务器部署 DeepSeek 大模型完全指南（2026 版）]]></title><link>https://blog.csdn.net/beautifulmemory/article/details/169362486</link><guid>https://blog.csdn.net/beautifulmemory/article/details/169362486</guid><author>beautifulmemory</author><pubDate>Thu, 29 Oct 2026 14:55:59 +0800</pubDate><description><![CDATA[本文手把手指导在Linux服务器上用Ollama部署DeepSeek蒸馏模型，从环境检查、一键安装Ollama，到拉取模型、配置API服务、优化GPU显存，最终通过Nginx反向代理与API Key保护实现安全调用。全程命令清晰，无需Linux基础，适合快速搭建私有大模型服务。]]></description><category></category></item><item><title><![CDATA[DeepSeek 最新开源模型 Windows 本地部署完全指南（2026 版）]]></title><link>https://blog.csdn.net/beautifulmemory/article/details/169361916</link><guid>https://blog.csdn.net/beautifulmemory/article/details/169361916</guid><author>beautifulmemory</author><pubDate>Wed, 28 Oct 2026 20:45:00 +0800</pubDate><description><![CDATA[2026年，DeepSeek开源V4系列模型，其蒸馏版（如deepseek-r1:8b、Qwen3.5-9B-DeepSeek-V4-Flash）支持在Windows本地部署。本文提供Ollama与LM Studio双路线指南：通过命令行或图形界面快速部署，结合显存与硬件匹配选型（如RTX 3060 12GB可跑8B模型），推荐使用Q4量化以平衡性能与资源。关键调优包括设置num_gpu、降低num_ctx防显存溢出，并利用Modelfile固化配置。最终实现离线推理，兼顾速度与可用性，让普通台式机获得接近]]></description><category></category></item><item><title><![CDATA[技术内容创作的工程化——用“流水线思维”替代“手工作坊模式”，构建从选题到分发的 AI 辅助创作流水线]]></title><link>https://blog.csdn.net/beautifulmemory/article/details/169262601</link><guid>https://blog.csdn.net/beautifulmemory/article/details/169262601</guid><author>beautifulmemory</author><pubDate>Tue, 27 Oct 2026 20:00:00 +0800</pubDate><description><![CDATA[实操篇以墨衍工具为例，走完五步流水线：数据驱动选题 → 结构化 Prompt 生成 AI 初稿 → 人工精修（去 AI 味检查清单）→ 多平台一键同步 → GEO 检测与优化。作者给出人机分工原则：AI 负责从 0 到 60 分（框架、流程、排版、多版本标题），人负责从 60 到 85 分（一手数据、踩坑细节、真实代码、鲜明观点）。]]></description><category></category></item><item><title><![CDATA[从 1024 块 GPU 到 558 万美元：拆解 DeepSeek-V3 的算法-系统协同设计]]></title><link>https://blog.csdn.net/beautifulmemory/article/details/169259784</link><guid>https://blog.csdn.net/beautifulmemory/article/details/169259784</guid><author>beautifulmemory</author><pubDate>Tue, 27 Oct 2026 15:18:40 +0800</pubDate><description><![CDATA[DeepSeek-V3以671B参数、仅37B激活量和278.8万H800 GPU小时训练成本，打破大模型“堆算力”叙事。其核心在于四重解耦：MoE实现参数与计算分离，MLA低秩压缩KV缓存至576元素，MTP增稠训练信号，DualPipe将通信藏于计算之中。算法与系统协同设计，使资源瓶颈在多维度同时突破。真正的启示不在于模块创新，而是在约束边界上构建可落地的高效方法论——这正是AI工程时代最稀缺的能力。]]></description><category></category></item><item><title><![CDATA[2026年最火的AI技术全景：从“预测下一个词“到“预测世界下一状态“——AI正在走出数字世界（附实战代码）]]></title><link>https://blog.csdn.net/beautifulmemory/article/details/169166308</link><guid>https://blog.csdn.net/beautifulmemory/article/details/169166308</guid><author>beautifulmemory</author><pubDate>Mon, 26 Oct 2026 18:27:20 +0800</pubDate><description><![CDATA[2026年，AI正从“会说”迈向“会做”，核心范式由“预测下一个词”转向“预测世界下一状态”。世界模型、具身智能与多智能体系统构成三大前沿赛道：世界模型通过物理规律模拟实现动态预测；具身智能构建感知-决策-执行闭环，推动机器人量产落地；多智能体系统以标准化协议协同，实现复杂任务分工。技术演进驱动AI从数字世界走向物理世界，迈向认知升维与产业工程化。]]></description><category></category></item><item><title><![CDATA[SQL Server 迁电科金仓：那三周我记下的真事]]></title><link>https://blog.csdn.net/beautifulmemory/article/details/169070674</link><guid>https://blog.csdn.net/beautifulmemory/article/details/169070674</guid><author>beautifulmemory</author><pubDate>Mon, 26 Oct 2026 02:10:08 +0800</pubDate><description><![CDATA[650G制造业ERP从SQL Server 2017迁移至电科金仓KingbaseES，三周完成。依托兼容模式开启（compatible_sqlserver='on'），KDTS评估兼容性大幅提升，类型映射、临时表、TOP、OUTPUT、MERGE等核心语法基本零改。分页强制主键排序防重复，哈希校验确保数据一致性。存储过程需人工复核，但动态SQL、联表更新等复杂逻辑均通过。应用层改动不足5%，验证工具已扛下80%重活，工程纪律决定成败。]]></description><category></category></item><item><title><![CDATA[数据集成产品的技术底座：从日志解析原理到 KFS 同步链路搭建（含建表与增删改查完整代码）]]></title><link>https://blog.csdn.net/beautifulmemory/article/details/168534304</link><guid>https://blog.csdn.net/beautifulmemory/article/details/168534304</guid><author>beautifulmemory</author><pubDate>Sun, 25 Oct 2026 11:27:44 +0800</pubDate><description><![CDATA[本文深入剖析数据集成中的核心挑战：异构数据库间实时增量同步。以电科金仓KFS为例，系统阐述“捕获、翻译、校验”三重技术底座——通过解析日志实现非侵入式全量增量捕获，采用统一KUFL格式解耦源与目标，支持断点续传与可追溯；通过主键分段摘要比对实现高效校验，并具备补偿修复能力。强调源端必须开启补充日志、归档模式及正确权限配置，建表时需精准映射类型（如NUMBER→NUMERIC、DATE→TIMESTAMP），避免隐性错误。全文贯穿“工程化思维”，揭示高可靠同步的底层逻辑与实践细节。]]></description><category></category></item><item><title><![CDATA[博主开源 AI 记账系统看全栈项目设计：Smart Ledger]]></title><link>https://blog.csdn.net/beautifulmemory/article/details/168745535</link><guid>https://blog.csdn.net/beautifulmemory/article/details/168745535</guid><author>beautifulmemory</author><pubDate>Thu, 22 Oct 2026 12:50:04 +0800</pubDate><description><![CDATA[SmartLedger是一款开源个人与家庭记账系统，采用Node.js、Express与MySQL构建，前后端同仓维护，前端使用原生HTML/CSS/JS实现PC与移动端双界面。项目聚焦账户一致性、数据隔离与并发安全，通过数据库事务保障转账原子性，以审计流水实现余额可追溯。支持多账本协同、自然语言记账、小票识别等AI功能，但将AI置于业务边界之外，确保核心逻辑可控。架构上坚持“一套API，两套界面”，兼顾设备适配与规则统一，强调工程化建设：统一请求封装、幂等导入、定时任务防重、权限细粒度控制，并通过日志、测]]></description><category></category></item><item><title><![CDATA[KingbaseES 列存储踩坑记：cstore_fdw 建表灌数全过程，以及数据改不动怎么办]]></title><link>https://blog.csdn.net/beautifulmemory/article/details/167804917</link><guid>https://blog.csdn.net/beautifulmemory/article/details/167804917</guid><author>beautifulmemory</author><pubDate>Fri, 16 Oct 2026 11:02:40 +0800</pubDate><description><![CDATA[本文记录了在KingbaseES V9R1C10国产化改造中，为提升电力监测平台查询性能而引入列存表的踩坑历程。作者最初误以为列存只需简单参数配置，实则需通过cstore_fdw扩展插件实现，且为外部表，不支持单条INSERT、UPDATE等操作。建表时应剔除冗余字段（如raw_payload），合理设置压缩与分块参数，并在灌数后务必执行ANALYZE更新统计信息。最终通过批量导入+合理配置，显著优化了分析查询性能，避免了因计划错误导致的长时间运行问题。]]></description><category></category></item><item><title><![CDATA[时序大模型破局工业预测难题]]></title><link>https://blog.csdn.net/beautifulmemory/article/details/167920047</link><guid>https://blog.csdn.net/beautifulmemory/article/details/167920047</guid><author>beautifulmemory</author><pubDate>Wed, 14 Oct 2026 20:33:39 +0800</pubDate><description><![CDATA[时序大模型正破解工业物联网中“算得准、用得上”的难题。传统方法受限于数据稀疏、模型难迁移、链路冗长，而天谋科技推出的TimechoAI基于预训练+少样本微调范式，实现零样本推理与快速部署。依托Apache IoTDB生态，其在预测、异常检测、缺失填补等任务上展现高泛化能力，支持SQL/API级调用，交付周期从月缩短至天级。本文系统拆解其产品定位、使用流程与落地实践，提供可复用的代码示例，助力企业高效构建智能时序分析能力。]]></description><category></category></item><item><title><![CDATA[打通AI落地的“最后一公里”：OpenClaw与一人公司的自动化实践]]></title><link>https://blog.csdn.net/beautifulmemory/article/details/167807826</link><guid>https://blog.csdn.net/beautifulmemory/article/details/167807826</guid><author>beautifulmemory</author><pubDate>Wed, 14 Oct 2026 00:34:39 +0800</pubDate><description><![CDATA[过去两年，AI从实验室走入工作台，但多数人仍停留在“问一句答一句”的浅层使用。真正突破在于AIAgent的调度与执行能力。OpenClaw作为开源平台，通过Agent、Skills、Channel架构，打通大模型与飞书、钉钉、邮箱等工具，实现“自然语言指挥工具”的落地。从文件整理、邮件分类到自媒体全链路生产、数据分析与编程辅助，它让AI具备记忆与手脚，显著提升个人效率。结合多场景实战案例，本文揭示如何用AIAgent构建一人公司（OPC）生产力体系，核心在于：大模型是大脑，工具是手脚，而平台是神经系统——真]]></description><category></category></item><item><title><![CDATA[数据集成软件怎么选、怎么用：从 KFS 的建表、增删改查到一致性校验全流程]]></title><link>https://blog.csdn.net/beautifulmemory/article/details/167699512</link><guid>https://blog.csdn.net/beautifulmemory/article/details/167699512</guid><author>beautifulmemory</author><pubDate>Tue, 13 Oct 2026 00:25:48 +0800</pubDate><description><![CDATA[本文以省级账务系统国产化迁移为例，详述使用电科金仓KFS异构数据同步工具实现Oracle到KingbaseES的40TB级数据迁移。通过全量+增量同步、断点续传、多通道并行与事务一致性保障，实现在4小时停机窗口内完成切换。重点解析了表结构建模、类型映射、增删改查验证、三步校验修复及常见坑点（如无主键、复制槽冲突、字符集差异等），强调评估先行、分批验证、监控核心指标与回退方案的重要性。最终实现数据零丢失、业务无缝切换，凸显数据集成工具在复杂迁移中的关键价值。]]></description><category></category></item><item><title><![CDATA[SQL 编辑器不是高级记事本：我在 KStudio 和 KSQL Developer 里攒下的建表与增删改查手法]]></title><link>https://blog.csdn.net/beautifulmemory/article/details/167693820</link><guid>https://blog.csdn.net/beautifulmemory/article/details/167693820</guid><author>beautifulmemory</author><pubDate>Mon, 12 Oct 2026 15:43:46 +0800</pubDate><description><![CDATA[本文分享了作者十余年数据库使用经验，指出多数人将SQL编辑器当作记事本，忽视其强大功能。通过一次因遗漏WHERE导致全表更新的事故，深刻反思并系统介绍了金仓数据库生态中的KStudio与KSQL Developer工具，强调应善用事务控制、自动补全、执行计划等高级功能。文章还详细演示了建表、分区、约束等实操案例，提醒避免常见错误，倡导规范命名与模式管理，提升SQL编写效率与安全性。]]></description><category></category></item><item><title><![CDATA[基于豆包Seed Evolving的AI智能记账系统开发实践记录]]></title><link>https://blog.csdn.net/beautifulmemory/article/details/163107458</link><guid>https://blog.csdn.net/beautifulmemory/article/details/163107458</guid><author>beautifulmemory</author><pubDate>Fri, 09 Oct 2026 01:44:12 +0800</pubDate><description><![CDATA[《基于豆包SeedEvolving的AI智能记账系统开发实践》 本文针对市面主流记账工具智能功能缺失、核心功能付费的痛点，介绍了一套全功能免费的AI智能记账系统开发实践。该系统采用豆包SeedEvolving模型主导开发，具备三大亮点： 技术架构轻量化：基于Node.js+Express+MySQL实现前后端分离，纯原生前端零框架依赖，支持JWT认证和bcrypt加密，2小时完成全自动开发。 智能核心功能：集成GLM多模态模型，实现NLP自然语言记账、OCR小票识别、语音记账、AI财务分析等能力！]]></description><category></category></item><item><title><![CDATA[从Oracle到KingbaseES，一条KFS链路把我从熬夜对数里捞了出来]]></title><link>https://blog.csdn.net/beautifulmemory/article/details/167284544</link><guid>https://blog.csdn.net/beautifulmemory/article/details/167284544</guid><author>beautifulmemory</author><pubDate>Fri, 09 Oct 2026 01:27:23 +0800</pubDate><description><![CDATA[本文为一线实施人员对电科金仓KFS异构数据同步工具的实战复盘。面对Oracle到KingbaseES的复杂迁移项目（8000+表、300+存储过程、24小时不停机），传统导出导入方案因数据不一致问题陷入困境。转用KFS后，基于日志解析的CDC机制实现秒级增量同步，支持全量+增量无缝衔接、异构类型自动映射、DDL同步及四种一致性校验模式。通过断点续传、多通道并行写入、大事务拆批等特性，有效应对网络波动与高并发场景。实测延迟稳定在200ms内，关键能力如自动修复、图形化运维显著降低人工成本。]]></description><category></category></item><item><title><![CDATA[AI数据分析与可视化：从基础到应用实践]]></title><link>https://blog.csdn.net/beautifulmemory/article/details/167131842</link><guid>https://blog.csdn.net/beautifulmemory/article/details/167131842</guid><author>beautifulmemory</author><pubDate>Tue, 06 Oct 2026 06:00:00 +0800</pubDate><description><![CDATA[摘要：AI真正的价值不在"画图"，而在压缩"提问→取数→解释"这条链路；但落地成败取决于语义层与治理，而非模型强弱。]]></description><category></category></item><item><title><![CDATA[八千个存储过程，最后我们是怎么办完的]]></title><link>https://blog.csdn.net/beautifulmemory/article/details/166905173</link><guid>https://blog.csdn.net/beautifulmemory/article/details/166905173</guid><author>beautifulmemory</author><pubDate>Thu, 01 Oct 2026 01:48:05 +0800</pubDate><description><![CDATA[本文分享作者在多个Oracle迁移项目中的实战经验，核心观点：迁移最难的不是数据量，而是存量PL/SQL代码的兼容性与可运行性。通过真实案例揭示，存储过程、包、自治事务、分区表行移动、DBLink、物化视图等细节问题常导致“编译通过但运行错误”，且静默出错难排查。金仓数据库在内核级实现多层兼容（语法、语义、性能），支持零改代码上线，实测多个项目中数千个存储过程无需修改即稳定运行。关键成功要素包括：反向兼容机制、内置包覆盖率高、接口生态完善、工具链闭环（如KReplay负载回放）、以及评估阶段对架构级特性]]></description><category></category></item><item><title><![CDATA[物流行业的客户触达难题：用企业微信消息网关打通“最后一厘米“]]></title><link>https://blog.csdn.net/beautifulmemory/article/details/166902190</link><guid>https://blog.csdn.net/beautifulmemory/article/details/166902190</guid><author>beautifulmemory</author><pubDate>Wed, 30 Sep 2026 19:13:37 +0800</pubDate><description><![CDATA[本文分享物流系统中基于企业微信构建统一消息网关的实践，解决TMS/WMS等系统与人之间“触达断层”问题。通过封装极简的会话级发送接口（如send-text），实现消息高到达率、已读追踪与多场景落地：运单节点通知、异常告警升级、司机提醒、账单推送等。关键能力包括幂等控制、超长消息拆分、限流削峰、失效会话清理及全链路追溯。未来将拓展富媒体、交互式消息与多通道兜底，以低成本打通物流数字化“最后一厘米”。]]></description><category></category></item><item><title><![CDATA[企微 + 物流：把每一次履约，变成下一次成交]]></title><link>https://blog.csdn.net/beautifulmemory/article/details/166900351</link><guid>https://blog.csdn.net/beautifulmemory/article/details/166900351</guid><author>beautifulmemory</author><pubDate>Wed, 30 Sep 2026 18:45:05 +0800</pubDate><description><![CDATA[这篇文章从物流行业四类高频痛点出发，给出一套"企微 + 物流"的落地架构：内部协同（TMS/司机/调度）与外部客户运营（货主/发货人）双线并行，讲清能力边界、API 集成路径、数据模型、合规红线，以及三个不同细分赛道的实施节奏。文章末尾附可复制的字段表、接口清单和 RACI 表。]]></description><category></category></item></channel></rss>