- 博客(288)
- 收藏
- 关注
RSS订阅
原创 国产数据库新选择：在 CentOS 8 上实测 OpenTeleDB XStore 在更新场景下的表现
TOAST（The Oversized-Attribute Storage Technique，超大属性存储技术）是 PostgreSQL 用于处理大字段的核心机制。官方文档描述）：翻译：PostgreSQL 使用固定的页面大小（通常为 8KB），并且不允许元组跨越多个页面。因此，无法直接存储非常大的字段值。为了克服这个限制，大字段值会被压缩和/或分解成多个物理行。空间效率显著在高频更新场景下，XStore 的空间占用是 Heap 表的 18%（30 MB vs 166 MB）
2026-03-04 16:56:28
10706
12
原创 百灵大模型 Ring-2.5-1T 实战体验：从入门到精通 Ling Studio
和。其中，Ring-2.5-1T 是全球首个混合线性架构的思考模型，在数学竞赛等高难度推理任务上表现出色。作为技术博主，我第一时间体验了搭载这些模型的 Ling Studio 平台和 Tbox 超级智能体。关键信息：万亿参数旗舰模型，支持最长 100 万 token 上下文，专注高效推理和智能体交互：全球首个混合线性架构思考模型，在 IMO 2025 获得金牌标准（35/42），CMO 2025 超过中国国家队分数线（105/126）
2026-02-27 13:03:27
5970
20
原创 【鸿蒙PC命令行适配】移植bzip2命令集，新增.bz2格式解压缩能力
bzip2 是一款经典且高效的无损数据压缩/解压缩工具，其压缩率优于传统的 gzip，在Linux、类Unix等系统中是标配的命令行工具，被广泛用于文件打包、数据归档等场景。这是一张图片，ocr 内容为：鸿蒙PC版作为面向桌面场景的鸿蒙操作系统形态，原生命令行工具链中暂未集成bzip2相关工具（如bzip2bzcatbunzip2等）能力，无法直接处理.bz2tar.bz2等格式的压缩文件。将经典的 bzip2 v1.0.8 版本源码完成鸿蒙PC（AArch64架构）的交叉编译移植。
2026-01-23 16:12:27
6376
4
原创 实测VLM：昇腾平台上的视觉语言模型测评与优化实践
经过系统性测试，VLM在Atlas 800T平台上展现：●极致的批量吞吐能力：系统轻松支持Batch 64的超大批次并行，吞吐量稳定在84.43 图像/秒，相比单批次提升近 3 倍，完美释放了 NPU 的Cube Core算力。●高分辨率处理得心应手：在 512x512 高分辨率场景下，像素处理效率（PPS）达到 1270万 像素/秒，展现了 NPU 在高负载任务下的卓越并行计算优势。●生态无缝兼容：基于 Transformers 的原生代码只需极少修改即可在 NPU 上运行，迁移成本几乎为零。
2025-12-26 18:31:06
6919
2
原创 CodeLlama与昇腾NPU的实践之旅
CodeLlama-7b-Python 在昇腾 Atlas 800T上的性能测试报告测试环境：GitCode Notebook (Atlas 800T NPU)关键指标：- 单请求平均吞吐量：15.90 tokens/秒- 极限并发吞吐量 (Batch=64)：646.40 tokens/秒- 平均延迟稳定性：±0.08秒- 模型加载时间：15.20秒场景性能对比图单流低延迟 (Batch=1) █ 15.9 tokens/s。
2025-12-26 18:30:17
7779
1
原创 在GitCode Notebook环境中实测SGLang：昇腾平台上的结构化生成实践
本文所提供的代码实例与实践经验仅供开发者参考，由于软硬件环境与配置存在差异，无法保证在其他条件下能复现完全一致的结果。本次测评基于GitCode Notebook提供的昇腾开发环境，聚焦SGLang在昇腾平台上的兼容性验证、性能表现分析以及优化潜力探索。SGLang作为一种新兴的结构化生成框架，通过引入RadixAttention、投机推理等创新技术，为复杂生成任务提供了全新的解决方案。与传统的逐token生成不同，SGLang允许开发者以结构化的方式描述生成逻辑，实现更高效的批处理、缓存复用和并行解码。
2025-12-25 15:27:30
7039
1
原创 PromptPilot搭配Doubao-seed-1.6：定制你需要的AI提示prompt
如今，我们正身处一个 AI 技术飞速迭代的时代。人工智能早已不再是实验室里的概念，而是悄然走进各行各业，成为无数从业者日常工作中不可或缺的 “左膀右臂”。然而，在 AI 深度融入工作场景的过程中，一个关键问题逐渐凸显 ——如何与 AI 高效、精准地交流。不少人都有过这样的经历：明明想让 AI 生成一份严谨的市场分析报告，得到的结果却偏离核心需求；希望 AI 辅助设计一个创意方案，输出的内容却平淡无奇、缺乏亮点。
2025-08-05 16:58:25
1855
4
原创 文心一言4.5开源部署指南及文学领域测评
本人测试了“”模型，该模型对于文学领域的处理是十分不错的，由于模型参数量较小，没有对逻辑分析领域进行测评，至于3.11和3.8谁大的问题，对于0.3B的模型来说是可以接受的，毕竟当初GPT那么大的参数还会出错。本人测评水平有限，如有更好的测评思路，还请各位大佬指正。
2025-07-10 20:16:15
2443
38
原创 DeepSeek-R1 云环境搭建部署流程
DeepSeek横空出世，在国际AI圈备受关注，作为个人开发者，AI的应用可以有效地提高个人开发效率。除此之外，DeepSeek的思考过程、思考能力是开放的，这对我们对结果调优有很好的帮助效果。DeepSeek是一个基于人工智能技术开发的搜索引擎，它能够理解和分析多模态数据，从而提供更加智能化、个性化的搜索结果。与传统搜索引擎不同，DeepSeek不仅关注纯文本内容，还能从图像、音频、视频等多种数据类型中提取信息，并为用户提供更丰富、准确的搜索体验。
2025-02-07 13:58:46
7278
81
原创 飞牛OS还在手动维护？我用Ansible把重复操作写成了Playbook
刚开始用飞牛 OS 时，我也觉得网页里点点就够了。可服务装得越来越多以后，更新配置、查日志、建目录、改文件这些事情一重复，问题就不是“会不会操作”，而是同样的步骤为什么还要一遍遍手动做。所以我后来更想把飞牛当成一台真正的 Linux 主机来管理：能不能把目标机器写进 Inventory，把日常动作写进 Playbook，需要时一条命令执行，而不是每次先登录网页、再 SSH、再回忆上次到底敲了什么。这篇我会先在 CentOS 7 上准备 Ansible，把飞牛 OS 加进 hosts，先用。
2026-10-08 23:45:30
2351
2
原创 日志散在多台服务器怎么查？用 Promtail + Loki + Grafana 搭一套集中检索平台
应用出错时，我最怕的不是看到一条报错，而是明知道异常发生了，却不知道该去哪台机器、哪个目录找它。登录服务器、翻server.log、对照时间，再切到另一套服务继续查，日志越分散，定位问题花的时间就越多。Promtail、Loki 和 Grafana 这套 PLG 组合适合解决的，正是把日志采集、存储和查询分成三个明确的环节：Promtail 盯住文件并发送日志，Loki 按标签组织日志流，Grafana 则提供查询与展示入口。
2026-09-29 21:00:55
11356
23
原创 人在外面怎么直接打开群晖共享文件夹？WebDAV + cpolar + raidriver 配一套固定入口
群晖放在家里或公司以后，局域网里访问共享文件夹通常很顺手，真正麻烦的是人一离开原来的网络，熟悉的 NAS 地址就失效了。临时要取项目资料、改一份文档，或者在另一台 Windows 电脑上继续使用共享目录时，如果每次都先想办法连回内网，使用体验很容易被打断。我更希望它像本地磁盘一样直接出现在资源管理器里：平时点开就能用，换到其他网络也不需要重新记一堆临时地址。尤其是长期在公司、家里、出差设备之间来回切换时，最怕的不是文件找不到，而是每换一个网络就重新折腾访问方式；
2026-09-22 22:06:30
12521
15
原创 国产数据库如何搞定ostgreSQL 三十年的硬骨头
金仓发布支持64位事务ID（XID）的V009R002C016版本，首次在生产环境解决PostgreSQL 32位XID循环难题。通过扩展事务号分配空间但保留32位元组头，实现不破坏兼容性的渐进式改造，大幅降低freeze风暴风险，优化autovacuum压力。参数上限提升至2⁶⁴，默认值不变保障平滑迁移。此举为PG社区提供可借鉴路径：分层演进、兼容优先、重构心智。国产内核已从适配走向创新，真正破解行业顽疾。
2026-09-19 11:57:03
11434
3
原创 KES-Operator重塑Kubernetes环境下的KES数据库集群管理
电科金仓推出KES-Operator，助力KES数据库集群全面融入Kubernetes原生体系。基于Operator架构与声明式管理，实现自动化部署、状态自愈、弹性扩缩容及物理备份等能力，显著降低运维复杂度，提升集群稳定性与管理效率，开启云原生环境下数据库运维新范式。
2026-09-19 11:52:22
11206
1
原创 不想反复配开发环境？用群晖 + Code-Server 搭一套随时可用的浏览器 IDE
我真正烦的不是电脑性能不够，而是开发环境总跟着设备走。公司电脑一套、家里电脑一套，临时换到 iPad 或旧笔记本时又得重新想办法；远程服务器上虽然能 SSH，但真要长时间写代码，我还是更习惯完整的编辑器界面。既然群晖本来就是一台长期在线的设备，我更想把开发环境放到 NAS 上，让本地设备只负责打开浏览器。Code-Server 正好适合这个思路：先在群晖里通过 Docker 跑起浏览器版 VS Code，再实际装中文语言包、创建index.html、安装 Live Server 验证开发和预览流程；
2026-09-14 21:43:38
12206
12
原创 KES-Operator正式发布：基于Kubernetes的数据库集群云原生全生命周期管理方案
在云原生架构全面普及的背景下，有状态数据库的容器化运维一直是企业落地难点。传统运维模式依赖人工经验、操作零散、自动化程度低，无法适配规模化、标准化、自动化的平台化运维需求。KES-Operator 基于标准 Kubernetes Operator 架构，通过 CRD 资源扩展与控制器调谐机制，补齐了原生 K8s 在数据库集群拓扑管理、状态自愈、数据运维、生命周期管控上的短板，构建起部署标准化、运维自动化、状态可自愈、资源可弹性、数据可保障的云原生数据库管理体系。
2026-09-07 22:42:29
12639
1
原创 全链路并行同步技术：异构增量数据同步性能优化实践
异构增量数据同步的性能瓶颈，本质是传统串行执行模型与高并发业务场景的架构不匹配。局部入库并行的优化方式仅能缓解末端压力，无法解决上游解析阻塞、链路耦合、大事务拖慢全局等核心问题。全链路并行同步架构通过流水线分层解耦、智能分片并发、时序可控调度、大事务智能处理四大核心能力，重构了增量同步执行模型，实现从采集到入库的全阶段并行提速。在保障异构数据同步高可靠、强一致的基础上，大幅提升同步吞吐、降低业务峰值延迟，可为企业多源数据汇聚、异构系统流转、数据库平滑迁移提供高性能、高稳定的底层数据同步能力。
2026-09-07 22:34:42
12719
1
原创 破除数据库排障碎片化：一体化全链路故障根因诊断实践
数据库性能故障的核心排查难点，从来不是“发现异常”，而是厘清异常之间的因果关系、锁定底层核心根因。传统碎片化排查模式，无法适配复杂线上场景的故障排查需求。全链路一体化数据库故障诊断框架，通过统一时间轴联动、锁事务链路还原、多维度根因溯源、SQL索引精细化分析，打通各个诊断模块的数据孤岛，形成一条连续可下钻的分析链路。整套体系并非简单叠加监控功能，而是实现多维度诊断能力深度协同，让排障跳出零散指标与孤立SQL的局限，完成从“看到异常”到“锁定根因”的跨越。
2026-09-07 22:28:42
12743
原创 从 MySQL 到在线表格：NocoDB 自托管部署、数据导入与远程访问
在线表格和传统数据库解决的是两类不同的问题。前者上手快，适合登记、协作和日常台账；后者更适合结构化存储和长期管理，但如果没有现成的管理界面，普通用户往往还是要面对 SQL、接口或额外开发。NocoDB 正好处在这两者之间：底层仍然可以连接 SQLite、PostgreSQL、MySQL 等数据库，操作层则换成更接近在线表格的网页界面。对于已经有数据库、但又不想为简单的增删改查单独开发后台的人来说，这种方式更容易直接落地。
2026-09-07 22:19:14
12831
22
原创 Flutter 3.44.9 + OpenHarmony7：home_widget 三方库桌面服务卡片（FormKit）的应用
用 GSKV 共享存储代替跨进程消息——Flutter 进程写、卡片进程读，架构复杂度被压缩到存储选型一行代码。配合的事件排队、的全量刷新，插件在 Dart 侧暴露的接口面与 Android/iOS 保持同构。集成成本集中在原生侧 4 个文件——这是 FormKit 安全模型决定的，与 Android/iOS 做 Widget 的成本同构，不存在"零原生代码"的桌面卡片方案；参数语义以 ArkTS 实现为准——的name在鸿蒙端是 bundleName，照搬 Android 文档会静默失败；
2026-09-06 17:12:06
499
1
原创 Flutter 3.44.9 + OpenHarmony7：image_cropper三方库 图片裁剪的应用
的鸿蒙适配展示了一种典型的"UI 上移、处理下沉"策略：交互层复用 Flutter 生态的crop组件实现三端一致，重活交给 ArkTS 的 PixelMap 管线保证性能。对开发者而言，把插件用对的关键只有三点——TAG 锁版本、必传、API 26 用点分制 SDK 版本号。对想做类似适配的同学，这个项目也是一个很好的参考模板：federated 插件结构、的平台分发、MethodChannel 的方法面设计（含这类状态恢复接口），都可以直接套用到其他媒体处理类插件的适配上。欢迎在。
2026-09-06 16:19:01
490
2
原创 同事不会 SQL 也要改数据库？飞牛 NAS 部署 NocoDB，把 MySQL 变成可视化表格
数据库里的数据并不只有程序员会用。客户名单可能要给运营维护，库存状态需要业务人员修改，学生、项目或者订单信息也经常要由不同岗位共同更新。可如果每次改一条记录都要登录数据库、写 SQL，不仅效率低，也不适合直接把数据库账号交给普通用户。NocoDB 提供的是中间这一层界面。它可以连接 MySQL、PostgreSQL 等数据源，把原来的表和字段转成更接近电子表格的 Web 操作方式，通过筛选、排序、关联和不同视图查看数据，也可以从 Excel、CSV 等文件创建新的数据表。
2026-08-31 22:51:34
11233
22
原创 极空间部署 Spug：集中管理主机、批量执行脚本与 Web 终端
当需要管理的服务器从一台变成多台以后，问题往往不再是“会不会写 Shell 脚本”，而是这些主机、账号、命令和执行记录应该放在哪里统一管理。Spug 提供的就是这样一个 Web 运维入口。它并不是用图形界面完全替代命令行，而是把原本分散执行的主机连接、脚本任务、文件操作等工作集中起来，让常用运维动作可以在浏览器中完成，同时保留实际命令和执行结果。本文会在极空间上使用 Docker Compose 部署 Spug。按照原文的实际配置，Spug 服务会和 MySQL 容器共同运行，对外使用 8086 端口。
2026-08-24 22:10:46
11318
17
原创 Windows部署Next AI Draw.io：用大模型生成并修改draw.io图表
架构图、流程图和UML真正耗时间的地方，很多时候不是想清楚逻辑，而是把已经想好的结构重新变成节点、连线和排版。特别是需求频繁变化时，图纸往往也需要跟着反复调整。Next AI Draw.io提供了另一种工作方式：先用自然语言描述需要什么图，让大模型生成对应的draw.io结构，再继续通过对话增加节点、调整关系或修改现有图纸。AI更适合承担第一稿和重复修改工作，最终技术逻辑仍然需要人工检查。
2026-08-17 21:41:53
10458
25
原创 MySQL向国产数据库零改造迁移：四层全兼容工程实践
MySQL国产化迁移最大成本来源于各层级改造。KES V9R3C18从连接驱动、SQL语法、内置函数JSON、应用API四层实现MySQL兼容，大幅降低迁移改造量。兼容能力可以减少代码改动，但性能调优、边界场景测试、数据一致性校验依旧是迁移上线不可省略的环节。后续可以进一步做迁移后慢查询分析、参数调优相关实践。
2026-08-16 10:36:27
11915
1
原创 实时数据集成技术原理、落地痛点与选型实践
实时数据集成，指源头系统数据发生变更时自动捕获变更事件，持续推送至下游目标系统，实现数据变更即刻可用，该能力也常被称作实时数据同步、增量数据同步、实时数据管道。业务中经常遇见这类现象：用户App完成下单，客服系统查询不到订单记录；库存已经售罄，前端页面依旧展示有货。根源就是数据同步存在较大时间差，实时数据集成能力缺失。自动触发：无需人工导出、无需定时任务调度，数据变更即触发同步；低延迟：变更事件秒级甚至毫秒级送达下游，区别凌晨批处理T+1模式。
2026-08-16 10:34:53
11761
原创 面向AI智能体的数据库专业技能包：将DBA工程经验封装为可调用能力
大模型在处理国产数据库实操问题时，经常出现参数错误、命令不符、迁移步骤脱离真实产品实现等问题。本文介绍开源KES数据库技能包的设计思路、能力覆盖范围、接入方式与工程价值，把数据库安装、开发、调优、运维、迁移的一线实践经验封装为Agent可识别调用的标准化技能，解决通用大模型数据库知识与真实产品脱节的痛点，为工业数据库领域MCP/Skill体系落地提供实践参考。
2026-08-14 20:08:36
19394
1
原创 油气固井工业软件国产化落地：全栈自主数据底座实现井下作业数字化闭环
自主可控：芯片‑OS‑数据库‑应用全栈国产化，规避海外技术封锁风险，保障能源施工数据主权；降本落地：高兼容性实现存量系统平滑迁移，大幅降低工业软件国产化重构成本；安全可靠：纵深安全审计+主备高可用容灾，适配井场恶劣工况，保障7×24小时连续作业；性能支撑：支撑高频时序工况写入、大规模仿真计算数据读写，保障高精度固井模型稳定运行。这套实践证明，油气工业软件自主化，不仅要攻克上层业务算法模型，底层数据底座的选型、适配、调优同样至关重要。
2026-08-14 20:00:20
19317
原创 一台安卓手机能跑AI Agent到什么程度？
OpenClaw如果不装在电脑或服务器里，而是直接运行在一台安卓手机上，会发生什么？我最近做了这样一次实验：先通过openclaw-termux让安卓手机内部运行Ubuntu和OpenClaw Gateway，再配置大模型API，让这台手机具备AI Agent的基础运行环境。接下来再把飞书接进来，手机就多了一个远程消息入口。人在外面时，只需要给飞书机器人发送任务，运行在手机中的OpenClaw就可以接收并处理指令。
2026-08-11 13:20:08
12985
38
原创 表弟不服Doubao-Seed-Evolving，我带表弟实现了个QQ机器人
本文不做模型对比，因为和其他使用模型的人员之前存在一些意见分歧，GLM是很好的模型，我之前一直在用，Doubao也是很好的模型，发展非常迅速，我能够很明显的感觉到模型的上下文能力增强了，幻觉率降低。有时候对知识付费是一种对自己的负责。熊哈哈/QQBotDemo。
2026-08-08 21:13:55
10264
2
原创 全链路并行同步技术：破解TB级异构增量数据同步难题
随着企业数字化转型深入，业务数据增量由GB级快速增长至TB级。传统串行数据同步架构在海量流量场景下暴露出日志解析阻塞、单通道入库拥堵、同步延迟持续走高的痛点，难以满足实时数据灾备、数仓同步、信创迁移等场景要求。电科金仓KFS作为对标Oracle OGG的国产异构实时数据同步工具，依托源端并行解析、目标端多通道入库两大核心技术，构建全链路并行同步能力，成功支撑某省运营商资源中心系统单库日增4.5TB增量数据实时同步，在保障事务一致性、零误差的前提下，大幅提升同步吞吐能力。
2026-08-03 23:02:14
10704
3
原创 Pixelle-Video部署教程：AI短视频生成配置与远程访问
制作一条短视频，通常不只是把几张图片放在一起。确定主题后，还需要整理文案、生成或寻找配图、配置配音和背景音乐，最后再把这些内容组合成完整视频。如果需要持续更新内容，这些重复步骤会占用不少时间。Pixelle-Video尝试把文案生成、画面制作、语音和视频合成串联在同一个操作页面中，减少在多个工具之间反复切换的过程。它支持根据主题生成文案，也可以直接使用已经准备好的脚本。图像部分可以连接云端生成服务，或者根据设备条件配置本地ComfyUI；大语言模型则需要填写对应的API地址、模型名称和密钥。
2026-08-03 19:39:25
11642
29
原创 AI Agent运维落地的核心瓶颈：智能需要原生确定性兜底
AI重构数据库运维模式是行业必然趋势，但智能化的本质是分工协同，而非全盘替代。AI Agent的核心价值是高效智能、快速迭代，代表运维的“速度”，但伴随天然的不确定性；数据库内核承载企业核心数据与业务，需要绝对的稳定、可控、确定。原生管控平台正是架设在AI强未知性与内核强确定性之间的核心缓冲墙与信任底座。运维自动化程度越高，行业对数据精度、执行安全、可控性的要求就越高。数据库智能运维的核心竞争力，从来不是“更聪明的AI”，而是可控、可落地、可兜底的原生确定性。
2026-07-27 09:17:32
11823
1
原创 多模融合时序数据库：破解工业AI落地数据碎片化难
工业AI落地的核心瓶颈不在于算法迭代，而在于数据架构无法支撑智能化分析需求。传统分散的数据架构导致时序上下文缺失、多维度数据无法关联，最终造成AI业务适配性差。基于统一内核的多模融合时序数据库，通过一库承载多模态数据、库内高性能计算、海量数据高效存储、实时增量聚合四大核心能力，彻底解决工业数据碎片化问题。为工业物联网、轨道交通、能源电力等千行百业，提供可支撑实时监控、故障追溯、智能分析、AI建模的底层数据架构，是工业智能化落地的最优基础方案。
2026-07-27 09:05:19
316
原创 破解工业 AI 落地数据困局：多模融合时序数据库赋能工业智能实战解析
工业AI落地的核心瓶颈不在于算法迭代，而在于底层数据架构无法适配时序化、关联化、实时化的业务需求。传统分散的数据架构导致数据治理成本高、AI模型输入维度缺失、推理精度不足，是行业普遍痛点。金仓KES TimeSeries以原生多模融合架构为核心，通过内核级写入、存储、计算优化，搭配库内一站式数据治理能力，打通时序、关系、空间、向量数据壁垒。无需搭建多套异构系统、无需复杂ETL开发，即可为工业监测、故障诊断、预测性维护、智能调度等场景，提供高吞吐、低成本、强关联、实时可建模的标准化数据底座。
2026-07-21 22:08:29
10521
1
原创 疯狂地尝试，我用Doubao-Seed-Evolving读取了百万行代码，做了个项目依赖缺陷可视化工具
最近火山引擎在火山方舟上线了一款极具创新的持续进化型大模型 ——Doubao-Seed-Evolving。不同于传统固定版本的大模型，它是字节跳动专为开发者、面向Code开发与复杂 Agent 智能体场景打造的专属 Seed 系列模型，核心亮点就是高频迭代、无感升级，只用同一个 Model ID 就能持续解锁最新模型能力，不用反复修改业务调用链路、做版本迁移，模型切换的成本很低。模型怎么样，上来我习惯先看价格，相比于的价格没有改变不同的是模型的上下文窗口和最大输入Token长度明显要高出一大截。
2026-07-21 21:49:37
11194
原创 给Hermes加一个管理后台：对话、模型、任务和日志集中查看
把Hermes接入微信、飞书或企微以后，日常使用确实很方便。发一条消息，稍等片刻就能收到回答，不需要再打开终端，也不用一直守在运行Hermes的设备旁边。但这种使用方式也有一个很明显的问题：我们只能看到输入和最终回复，中间的运行过程基本是不可见的。某次响应突然变慢，很难马上判断是模型接口延迟、网络异常、工具调用时间过长，还是Hermes服务本身出了问题。临时想更换模型、检查API配置、查看频道状态或排查日志时，也经常需要重新连接设备、翻配置文件和执行命令。
2026-07-20 20:58:59
10872
27
原创 MCP 协议落地实践：国产化数据库 AI 一站式 SQL 诊断调优方案
Model Context Protocol（MCP，模型上下文协议）是Anthropic推出的标准化AI外部交互协议，统一大模型与数据库、API、文件系统的通信标准，解决传统开发中「AI与数据库割裂、频繁切换客户端、手动复制表结构/执行计划」的低效问题。电科金仓（KingbaseES，简称KES）作为国内主流国产化事务型数据库，官方开源。
2026-07-16 18:52:41
12527
原创 当AI学会自己“看见“物体——从运动中自主学习视觉概念的探索
要理解MoSA为什么值得关注，需要先理解它试图回答的问题有多基础。想想婴儿是如何理解"物体"这个概念的。没有人拿着标注好的图片卡片来教他们"这是一只猫"、"这是一辆车"。他们只是观察世界：看到东西在运动，看到东西被遮挡后又完整出现，看到某些区域作为一个整体一起移动。通过这些观察，他们逐渐建立起"什么是一个独立物体"的概念。发展心理学中的格式塔理论早就指出，人类的物体分组能力主要由运动线索驱动。运动本身就揭示了物体是什么——如果一个区域的像素整体运动，它们大概率属于同一个物理实体；
2026-07-16 15:47:13
2510
原创 本地AI配音服务不想只在电脑上用？把Index-TTS安全开放成远程工具
AI配音和声音克隆这几年越来越常见，但真正自己动手搭建时，会发现问题并不只在模型本身。很多工具能在本地跑起来，却只能在当前电脑或局域网里使用；想给同事演示、让其他设备访问，或者在外面临时生成一段语音，就会遇到网络访问的问题。Index-TTS适合用来体验本地声音克隆和文本转语音。它可以基于参考音频生成相近音色的语音，适合做视频配音、有声内容试听、角色语音实验和本地AI语音服务测试。对于有显卡资源的用户来说，把它部署在自己的电脑上，比完全依赖在线平台更可控。
2026-07-14 12:01:56
5051
15
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人