- 博客(106)
- 问答 (3)
- 收藏
- 关注
RSS订阅原创 国内外 2026 年 6 月热门软件盘点(AI 编程 + 开发工具)
文章摘要 2026年6月，AI编程与开发工具领域竞争激烈，涌现出多款高效工具。Trae作为中文AI原生IDE标杆，支持全栈项目生成和设计稿转代码，中文理解准确率高达98.7%，基础版免费；Claude Code以终端式AI Agent见长，擅长复杂任务并行处理，推理能力行业领先；Cursor提供流畅的AI集成开发体验，但中文适配较弱；GitHub Copilot生态广泛，适合企业团队；OpenAI Codex可充当“数字员工”，实现自动化开发流程。此外，通义灵码、CodeBuddy等插件为现有IDE提供AI
2026-06-26 20:12:01
310
原创 OpenAI Codex 使用详解(2026 最新版 · 干货向)
Codex = 你团队里那个不会累、会写、会测、会审 PR、还能 7 小时连轴转的"数字员工"。用好 AGENTS.md + Hooks + Triggers 三件套,基本就超过了 90% 的使用者。下一步建议装 CLI 0.132.0 → 跑通 hello world写项目级 AGENTS.md → 试一次中型重构配置一个 GitHub Trigger → 体验"无人值守"接入第三方模型 → 对比效果搞起,哥们!有任何具体卡点直接问我,我陪你 debug 到底。
2026-06-26 20:01:54
267
原创 在“蠢”和“坏”之间选一个更令人厌恶的，我站“蠢”这一边
蠢最可怕的地方，不是能力差，不是见识少，而是无知却自信，浅薄却固执，判断力匮乏却热衷于干预一切。他们不是故意伤人，却总能以“我也是好心”“我只是直说”之类的姿态，把混乱、误解、伤害源源不断地扩散出去。不是因为他们不聪明，而是因为他们把认知缺陷当成立场，把思维贫瘠当成真诚，把无能、武断和自负包装成“人间清醒”。他们不仅自己停留在低水平，还会不断拖累周围的人，把公共讨论拉低，把合作关系搅烂，把本来可以解决的问题推向更糟的方向。坏，是有逻辑的，是有方向的，是一种可以被看见、被判断、被防御的恶。
2026-06-24 16:11:30
169
原创 用 Codex 长期管理一个项目：我的一套工作流
这篇文章介绍了一套利用Codex进行长期项目管理的系统化工作流，主要解决AI工具在跨会话记忆缺失、上下文割裂和Prompt复用困难等问题。作者提出区分Chats和Projects两种使用场景，重点阐述了Projects模式的核心方法：1)通过绑定本地目录建立结构化工作区；2)创建AGENTS.md作为项目入口文件；3)采用项目级Skill管理避免全局污染；4)设计可循环的工作流实现数据闭环。文章强调将AI记忆外化为文件系统，通过规范化的目录结构和可复用的工作流程，使AI成为真正高效的第二大脑。这套方法特别适
2026-06-23 18:21:19
257
原创 当AI走进物理世界：为什么我们需要一个“因果大脑”？
《AI通往物理世界的钥匙：因果世界模型》摘要 当前AI在语言领域表现出色，但在物理世界应用中（如机器人）面临瓶颈——基于相关性的学习无法应对动态环境。因果AI专家黄碧薇指出，突破点在于构建因果世界模型，需掌握三大核心：因果变量识别、因果结构学习和转移动力学预测。相比主流技术路线（如端到端建模或视频预测），该模型能真正理解物理规律，实现泛化能力。黄教授创立的EASER AI已获2000万美元融资，通过"数据飞轮"策略高效训练模型。她建议年轻研究者：以热爱驱动科研，善用AI工具但不依赖，着眼未来而非追逐热点。因
2026-06-23 17:53:22
169
原创 遥感的下一站，是因果世界模型
摘要：遥感需要从相关性模型迈向因果世界模型 当前遥感AI虽然能精确识别地物和变化，却难以回答"为什么变"和"如何演化"等本质问题。本文指出遥感发展已陷入瓶颈：依赖大数据训练的相关性模型只能学习表面规律，无法捕捉驱动地表变化的因果机制。作者提出遥感需要从"像素到标签"的映射转向构建"因果地球模型"，这种模型应包含观测编码层、隐状态层、因果结构层和干预推理层，能够解耦观测噪声与真实状态，识别驱动变量，并模拟不同干预下的地表演化。未来遥感任务将因此重构，从静态识别转向动态机制解释，如变化检测需回答主导因子和反事实
2026-06-22 23:27:33
375
原创 基于 Codex + Selenium 的 CNKI 博士论文开题调研自动化流程
本文介绍了一种基于Codex和Selenium的半自动化博士开题文献调研方法，针对CNKI博士学位论文库设计了两阶段流程：先通过多组合关键词构建候选论文池并进行本地相关性打分，再优先读取高相关论文摘要。该方法解决了传统手工检索效率低、关键词不系统、结果跑偏等问题，实现了可复现的文献筛选流程。最终从273篇候选论文中筛选出80篇高相关论文摘要，并生成结构化输出，为博士开题提供系统性文献支持。该方案特别适用于GeoAI、遥感智能解译等交叉学科方向的文献调研。
2026-06-02 16:21:18
257
原创 对象级空间智能图斑生产平台实践记录
问题诊断参数分析边界优化尝试小建筑专用参数版前端平台化局部校修替换面向属性表写入的闭环思路这说明一个事实：遥感智能生产真正难的，往往不是“某个模型能不能跑”，而是如何把几何、属性、交互和成果组织成一条稳定的生产链。而“对象级空间智能图斑生产平台”，正是在这个方向上的一个阶段性落点。
2026-04-22 11:32:39
414
原创 霍城区域目标动态裁剪、Gemma4 双 GPU 分类与结果合并操作记录
对象级遥感裁剪不能机械固定成512x512，必须根据目标尺寸动态取景。强机器不等于随便开大并发就快，源 TIFF 的存储结构会严重影响随机裁剪性能。如果脚本是结构，后续部署时最好整理出一份自包含完整版，减少依赖链。并行写出的不一定按fid有序，做多 GPU 分片前最好先排序再拆分。动态裁剪自动并发优化分类脚本自包含双 GPU 并行推理CSV / SHP 可回写合并这套流程后续可以直接迁移到同类型目标级遥感分类任务中。
2026-04-22 11:31:42
409
原创 Gemma4 遥感识别与霍城县全县切图操作复盘
单对象 chips 是主线对模型最稳，最容易做fid对齐。多对象一张图虽然省请求，但容易串号在密集目标遥感场景里，编号和对象边界容易互相干扰。批量送图是有效提速点，但程序端必须强校验返回不能只相信模型返回 JSON 看起来像对的。Ollama 的结构化输出不能一味加码 schema约束太强，可能直接把服务打成500。双卡并行的正确姿势是双进程 + 双端口 + 双结果文件 + 最后合并不是一个进程自动“吃满两张卡”。全县切图必须考虑并行和断点续跑19 万级要素如果没有并行和断点能力，基本不可用。
2026-04-22 11:30:58
431
原创 Gemma 4 / PaliGemma 2 / Ollama / Open WebUI 本地部署复盘
文章摘要 本文记录了Gemma 4和PaliGemma 2模型的本地部署过程。在WSL2 Ubuntu环境下，成功实现了Gemma 4 31B-it和PaliGemma 2 28b-mix-448的完整下载和本地使用，并通过Ollama提供交互式聊天能力，Open WebUI提供图形界面。部署过程中解决了模型下载中断、文件校验等问题，并验证了模型功能。PaliGemma 2可用于图像检测和分割任务，而Gemma 4则专注于多模态理解。文章详细记录了环境配置、模型下载、完整性检查和使用方法，为类似部署提供了参
2026-04-20 10:22:07
530
原创 从 SAM 到 SAM 2.1 的遥感分割复盘
模型不是唯一变量工作流、分块逻辑、几何融合、内存管理，往往比模型升级本身更重要原有SAM流程被拆解和理解SAM 2.1环境完整搭建成功自然图像与遥感样方都完成了验证块边界问题的真正关键逻辑被重新识别出来全图脚本也有了明确可继续推进的版本这已经足够作为后续继续推进或及时止损的依据。
2026-04-20 10:15:01
443
原创 别再用压缩 TIFF 喂 GPU 了：一次 Open-CD 训练卡死后的真正修复
0%SIGTERM一开始很容易怀疑是显存、batch size、甚至模型本身的问题。
2026-04-08 13:10:25
326
原创 记录试验：Open-CD
这轮霍城县变化检测实验，本质上不是一个“模型会不会训练”的问题，而是一个典型的“数据分布、任务定义、工程稳定性”共同决定结果的问题。v4的加权CE + Dice方向是对的，它明显改善了class2的检出能力。真正拖后腿的不是单纯模型，而是数据极度失衡、时相季节不一致、class2定义天然模糊。WSL 下把数据和 checkpoint 都放到/mnt/e会显著增加训练不稳定性，必须优先处理。
2026-04-08 11:12:26
413
原创 多源遥感与深度学习视角下耕地识别与耕地监测的局限性、研究空白与科学问题
摘要 近年来，耕地识别与监测研究在方法层面快速迭代，但存在深层瓶颈问题未被充分关注。本文基于2020-2026年文献分析指出，当前领域主要存在耕地语义定义不稳定、地块治理单元表达不足、时序过程语义被压缩、多源融合前提不真实等结构性局限。这些问题导致模型精度与治理需求间存在错位。本文提出耕地语义本体建模、地块中心基础模型、开放世界状态监测等关键科学问题，为后续研究提供更聚焦的方向指引，而非简单的方法汇编。研究强调应从治理需求出发重构问题框架，而非仅追求技术指标的提升。 关键词：耕地识别；监测；研究局限；科学问
2026-03-30 13:08:16
369
原创 多源遥感与深度学习驱动的耕地识别与监测：概念重构、方法演进与研究议程
摘要 耕地识别与监测是农业遥感和国土遥感中的重要主题，但现有研究常将其分散于作物制图、地类分类或变化检测等任务中，忽视了耕地作为治理单元的特殊性。本文通过梳理2020-2026年文献，系统探讨了耕地范围识别、地块边界重建、弃耕监测等核心问题，指出当前研究正经历四个关键转向：从像素识别转向地块单元建模，从静态制图转向动态监测，从单模态观测转向多源异步观测，从全监督学习转向弱监督与基础模型迁移。研究发现现有工作存在概念边界不清、评价体系与治理需求脱节等问题，建议未来应重点发展地块基础模型、开放世界状态监测、多源
2026-03-30 12:23:28
482
原创 告别“遥感数据民工”：OpenAI Codex 实现如何一句话接管遥感数据分析
Codex等AI代码智能体正在重塑遥感数据分析的工作范式。传统分析需要频繁切换工具处理数据读取、重采样、可视化等环节，耗费大量时间在工程实现而非科学问题上。测试显示，Codex能自动完成从2GB遥感影像读取、元数据识别、100米重采样，到PCA分析、聚类、高质量科研制图的全流程，显著降低工具切换成本。其"意图驱动"的交互方式使复杂分析变得可对话，支持边提需求边收敛结果，将传统手工编程模式转变为连续优化过程。这不仅压缩了技术性工作耗时，更关键的是改变了遥感研究的核心竞争力——从编码能力转向
2026-03-06 18:19:06
688
原创 告别单打独斗！OpenAI Codex Windows 版正式发布：一个人就是一支 Agent 团队
摘要： OpenAI 正式发布 Windows 版 Codex 编程应用，标志着 AI 辅助编程进入"智能体协同"新阶段。该应用作为"开发指挥中心"，支持多智能体并行处理、隔离工作树、团队规范沉淀和自动化任务。Windows 版新增原生安全沙盒机制，并完美支持 PowerShell 和 WSL 环境。现已在 Microsoft Store 上线，免费和付费用户均可使用，系统要求 Windows 10 及以上版本。这一发布让 Windows 开发者能够高效调度 AI 智
2026-03-06 11:13:48
913
原创 MambaVision 实战详解：将 Mamba 打造成真正的“层次化”视觉骨干
摘要：MambaVision是NVIDIA提出的混合架构视觉骨干网络，结合SSM和Transformer优势，实现高效层次化特征提取。其核心创新包括：1）多阶段输出结构直接适配检测/分割任务；2）前端SSM处理高分辨率特征，后端Transformer增强长程建模；3）对称路径设计平衡性能与效率。实验显示，MambaVision支持任意分辨率输入，输出标准C2-C5特征金字塔，可无缝对接FPN等下游模块。文章详细解析了架构设计、推理部署方法，并提供了分类、检测、分割任务的完整实战指南，包括Hugging Fa
2026-01-29 17:09:28
784
原创 【深度学习实战】2026最新-Mamba 模型详解与 MambaVision 环境搭建、测试与使用指南
本文详细介绍了Mamba模型及其视觉应用MambaVision的环境搭建与使用指南。Mamba是一种基于状态空间模型(SSM)的新型序列建模架构，通过线性复杂度替代Transformer的自注意力机制，在长序列任务中表现优异。文章重点讲解了在Ubuntu/WSL2环境下，使用Python 3.8、CUDA 11.8和PyTorch 2.2.2搭建MambaVision开发环境的关键步骤，包括核心依赖安装、动态链接库配置和Triton编译器设置。同时提供了环境验证方法和基本使用示例，并总结了常见问题的解决方案
2026-01-29 16:52:44
1012
原创 MMSegmentation GPU 环境安装教程（RTX Ada5880 / 新驱动，推荐）
本文详细介绍了在Ubuntu 24.04系统中安装Miniconda、PyTorch和MMSegmentation的完整流程。首先通过WSL安装Ubuntu系统，然后安装Miniconda并创建专用Python环境。接着安装CUDA 11.8版本的PyTorch 2.0.1，并通过GitHub获取MMSegmentation代码库，使用OpenMIM工具安装相关依赖。最后通过下载预训练模型和运行Demo图片验证安装成功，并提供专门的Python脚本检查MMCV的CPU和CUDA算子是否正确编译。整个过程涵盖
2026-01-28 16:33:36
336
原创 SSM（状态空间模型，State Space Model）
选择性状态扫描 (Selective State Space Scanning)离散稳定更新 (Discretized Stable Update)选择性状态扫描：动态调节记忆保留/遗忘速度（相当于 LSTM 的遗忘门）。离散稳定更新：把连续系统转换为离散计算时，保证不会数值爆炸（用指数衰减确保稳定）。通过「选择性扫描」智能地决定记忆时长；通过「稳定更新」保证训练不会崩掉。Mamba 的核心思想就是动态、选择性地更新状态，它通过线性递推和选择性机制。
2025-09-22 21:44:29
1996
原创 吃透RNN
隐藏状态到底是啥训练时时间展开 + 参数共享长依赖问题（为什么记不住很久以前的内容）任务形式的不同（多对一、多对多等）专业术语通俗解释输入向量当前看到的字/词的数字表示隐藏状态大脑的短期记忆参数共享所有时间步用同一本字典时间展开把循环拉直成一条链输出模型预测的下一个字损失函数考试分数差距反向传播错题往前查原因BPTT错题往前查到整个时间过程梯度消失/爆炸传话时声音越来越小/越来越大长依赖问题前面很久的信息记不住。
2025-09-20 16:19:48
1038
原创 扩散模型（Diffusion Model）
扩散模型训练过程给图片逐步加噪 → 学网络预测噪声 → 用预测来还原干净图像。核心原理只需要学“预测噪声”这一件事。最终用途从纯噪声一步步采样，生成新的图片。均值、方差、标准差→ 描述数据的“集中与离散”协方差、相关系数→ 描述两个变量之间的关系中误差、置信区间、p 值→ 推断总体的工具。
2025-09-20 12:07:28
1330
原创 VAE模型
PCA 通过方差最大化找到新的坐标轴，用来表示数据。降维后的特征是新特征，不是原始特征的子集，而是原始特征的线性组合。可以通过主成分系数（Loadings）方差解释率来判断原始特征的重要性。PCA = 降维 + 去冗余 + 保留信息最丰富的方向。
2025-09-19 15:42:54
1105
原创 矢量面数据拓扑关系检查（二）
本文介绍了矢量数据的坐标转换和拓扑检查方法。主要内容包括： 矢量数据属性检查（要素数量、字段、CRS、几何类型等） 坐标转换：2000转WGS1984、2000转高斯克吕格、WGS1984转UTM 拓扑检查方法：非法几何检查（使用explain_validity）、带洞要素检查、极小面检查（面积阈值）、几何修复（make_valid/buffer(0)） 检查中使用米制投影（estimate_utm_crs）进行精确面积计算 提供了完整的Python代码实现，基于geopandas和shapely库 文章通
2025-09-05 09:47:49
323
原创 Redis 基础核心篇
本文介绍了Redis的核心功能，包括六种主要数据类型（String、Hash、List、Set、Sorted Set及特殊结构）及其应用场景，轻量级的发布订阅机制，以及两种持久化方式RDB和AOF的特点与适用场景。文章强调Redis通过高性能数据结构、简单命令和多持久化机制，成为支持缓存、计数器、排行榜等功能的互联网必备组件，并推荐生产环境使用RDB+AOF混合持久化方案。
2025-09-04 10:43:14
499
原创 Redis
Redis 的诞生，源于“数据库太慢 → 内存更快 → 做一个好用的内存数据库”。今天，它已经不止是“缓存”，而是现代分布式系统里的标配基础组件，就像电商的购物车、支付系统的秒杀、社交平台的排行榜，背后十有八九都有 Redis 的影子。Redis内存 + 数据结构 + 单线程 + 事件驱动 + 后台持久化。MySQL的加速点不在 qcache（它已经历史退场），而在。做系统设计时，把缓存类型与写入策略明确下来；做性能优化时，沿着。
2025-09-01 18:26:02
1135
原创 集群性能指标全解：PV、UV、QPS、TPS、RT、加载时间、并发量、DAU、MAU
本文系统解析了集群性能核心指标，分为用户指标（PV/UV/DAU/MAU）、吞吐指标（QPS/TPS）、速度指标（RT/加载时间）和并发量四类。重点讲解了指标间的换算关系，如通过Little定律从QPS推导并发量，以及如何从用户规模推算系统负载。同时强调后端RT与前端加载时间的差异，指出完整的性能优化需要前后端协同。文章提供了容量预估的完整计算流程，并警示常见陷阱，最后给出实战公式和监控建议。这些指标串联起从业务规划到系统监控的全链路，是评估系统性能和用户体验的关键工具。
2025-09-01 18:12:56
1074
原创 CS 架构与 BS 架构
CS 架构即客户端 – 服务器模式。客户端（Client）：安装在用户本地设备上，负责交互逻辑。服务器（Server）：集中提供数据和业务逻辑支持。BS 架构即浏览器 – 服务器模式。用户只需要一个浏览器，不必安装额外客户端。应用的交互逻辑和展示通过浏览器完成，核心业务逻辑仍在服务器。CS 架构：性能强大，但运维与兼容性弱。BS 架构：轻量易用，普及度高，但依赖网络和浏览器环境。今天的分布式架构：结合云计算与前端技术，把 CS 的体验优势和 BS 的维护优势结合起来。换句话说，
2025-09-01 18:04:23
902
原创 物理集群上架过程
从机房条件到硬件验收；从布线供电到操作系统部署；从单机接入到集群初始化。每个环节出错都会在后续放大成灾难。正因为这样，规范化与自动化才是上万台服务器集群能够顺畅运行的保障。
2025-09-01 18:00:33
868
原创 云计算与 5G 技术
云计算就是把计算资源（CPU、存储、网络、数据库、AI 算力等）以服务的形式提供给用户。用户不必自己建机房买设备，只需按需申请。云计算：提供弹性、分布式、服务化的算力与存储。5G 技术：提供高带宽、低延迟、大连接的网络能力。结合后的价值：让算力无处不在、让应用实时互联，推动车联网、工业互联网、智慧城市、沉浸式娱乐等新一代应用场景落地。云计算是“超级计算机”5G 是“超级网络”结合在一起，就是未来分布式集群的“操作系统 + 高速总线”。
2025-09-01 17:57:05
955
原创 虚拟化技术与软件定义网络（SDN）
在传统架构里，网络是“硬件驱动”的：买交换机、插网线、配置命令。但在云计算与大规模集群环境中，这样的方式显得笨重——每次变更都要人去机房“拔线+敲命令”，效率极低。于是，虚拟化技术让计算和网络“抽象”起来，不再强依赖物理设备；**软件定义网络（SDN）**则进一步让网络具备集中控制、自动编排、灵活伸缩的能力。传统网络：控制面（控制路由、策略）和数据面（转发数据包）耦合在设备上。解耦控制面与数据面。控制面→ 集中控制器（比如 ONOS、OpenDaylight）。数据面。
2025-09-01 17:53:06
886
原创 路由器与防火墙
路由器是一种三层网络设备，它的核心工作是根据目的 IP，选择合适的转发路径。如果把网络比作高速公路，路由器就是路口的指示牌，决定你上哪条道。防火墙是网络世界的“哨兵”，它根据策略决定数据包是否放行。在数据中心里，它通常部署在南北流量出口，也可以用在东西流量内部隔离（东西向防火墙 / 微隔离）。路由器：数据中心的“交通指挥”，通过静态/动态路由协议决定流量走向。防火墙：数据中心的“安全岗哨”，通过规则与策略决定谁能进出。单点故障风险路由器故障 → 全网断路；防火墙故障 → 全网阻塞。防护思路。
2025-09-01 17:50:08
911
原创 接入层、汇聚层、核心层：单点故障分析与骨干网络
在分布式集群网络中，三层架构是理解的钥匙：接入层负责“末梢神经”，汇聚层负责“局部协调”，核心层则是“中枢大脑”，骨干网络更是“跨城市大动脉”。如果这里坏了，会影响多大范围？我能不能把故障影响范围缩小？有没有快速恢复的手段？只有这样，才能让“成千上万台服务器”的网络像血管一样稳定、通畅、可靠。
2025-09-01 17:44:25
1273
原创 东西流量与南北流量、网络链路、上万台服务器组网痛点
当业务进入分布式与微服务化，网络就不再是“透明的管子”，而是系统设计的一等公民。理解南北/东西流量、掌握 Clos/Overlay 的取舍、用工程化的方法治理失败域与变更，把可观测性植入日常运维——这是把上万台服务器管“稳、顺、便宜”的唯一道路。---# 📖 专业名词速查表（网络与分布式架构）| 名词 | 全称/缩写 | 简单解释 || **南北流量** (North–South Traffic) | — | 数据中心和外部世界之间的流量，比如用户访问网站、APP 请求接口。
2025-09-01 17:34:21
1532
1
原创 Shell 编程进阶（二）：信号捕获、Expect 与文本处理三剑客
信号（Signal）是操作系统用来和进程通信的一种机制。Ctrl+C会发送SIGINT信号，通常会中断程序。会发送SIGKILL信号，强制杀掉进程。SIGHUP通常表示终端关闭。信号捕获：让脚本更健壮，能优雅退出。Expect：自动化交互的神器。正则表达式：文本处理的通用语言。：Shell 世界里的“三剑客”，几乎无所不能。如果说函数和变量是 Shell 的基础，那这些工具就是你的“战斗装备”。掌握它们，你就能写出高效、自动化、专业的脚本。
2025-09-01 17:15:29
705
原创 Shell 编程：函数、变量作用域与数组全面解析
函数：让脚本模块化、复用化，减少重复劳动。变量作用域：通过local控制作用范围，避免全局污染。数组：批量管理数据，既支持顺序存储，又支持键值对。学会这三块内容，你会发现 Shell 不再只是“拼命写命令”的工具，而是可以构建优雅、健壮、可维护脚本的语言。如果你经常写脚本，强烈建议多用函数封装逻辑、合理规划变量作用域，并用数组管理数据结构——这样你的脚本将不仅能跑，还能跑得漂亮。Shell：命令解释器，是用户与操作系统内核交互的桥梁。常见的有 bash、zsh、sh。
2025-09-01 16:51:42
718
原创 C 风格判断/循环、并发检测、交互式 select 清单
本文介绍了 Bash 脚本中三种高级编程技巧：C 风格的条件/循环结构、并发任务处理以及交互式 select 菜单。主要内容包括： 条件判断的三种方式：(( )) 处理数值运算、[[ ]] 处理字符串/正则匹配、[ ] 用于 POSIX 兼容场景 C 风格的 for 循环语法 for ((...))，特别适合数值循环和数组索引遍历 并发任务实现方法：后台任务 & 配合 wait 等待，以及通过 xargs/parallel 控制并发度 select 命令创建交互式菜单，可结合 case 语句实现功能
2025-09-01 16:43:52
1081
遥感影像Planet Labs数据获取全流程解析：从账号注册到API订购的商业卫星图像应用指南
2026-06-26
【遥感与深度学习】耕地识别与监测的范式转型：从像素分类到治理单元建模的方法演进与研究议程
2026-03-30
【遥感变化监测】深度学习与大模型驱动的智能感知：从像素级运算到行星级动态追踪技术演进
2025-12-18
vue前端 请求不到 django后端
2021-10-01
django项目，数据接口报错，在xadmin下拿不到数据
2021-09-29
django用xadmin，提示错误
2021-09-28
TA创建的收藏夹 TA关注的收藏夹
TA关注的人