- RAG 每日一技(一):你的第一步就走错了?聊聊最基础的文本分块
ezl1fe
RAG每日一技人工智能后端语言模型
前言兄弟们,最近大模型是真火啊!但光火有什么用,咱得把它用在自己的项目里,解决实际问题才算牛。于是很多人撸起袖子就开干,想让大模型能回答自己文档、知识库里的问题。理想很丰满:我扔一堆文档进去,模型“嗖”一下就学会了,然后就有问必答,跟专家一样。现实很骨感:不管怎么喂数据,模型要么回答得牛头不对马嘴,要么干脆说“我不知道”。是不是感觉很熟悉?问题到底出在哪?很多时候,问题并非出在模型本身,而是出在了
- RAG检索增强生成在垂类AI应用效能优化中的应用
TechVision大咖圈
人工智能RAG检索增强生成垂类AI效能优化知识库向量检索
关键词:RAG、检索增强生成、垂类AI、效能优化、知识库、向量检索、大模型应用文章目录引言:为什么垂类AI需要RAGRAG技术原理深度解析垂类AI应用的痛点与挑战RAG在垂类AI中的解决方案效能优化的核心策略实战案例分析最佳实践与踩坑指南总结与展望引言:为什么垂类AI需要RAG在AI大模型满天飞的今天,每个企业都想搭建自己的"智能助手"。但是现实很骨感——通用大模型虽然知识渊博,却像个"万金油",
- 职星学院企业培训系统:打造高效、个性化的在线学习平台
JAVA_staredu
学习
在当今快节奏的商业环境中,企业竞争日益激烈,员工培训成为提升企业核心竞争力的关键因素之一。为了满足企业对员工培训的需求,职星学院企业培训系统应运而生。该系统旨在为企业提供一个高效、便捷、个性化的在线学习平台,帮助员工不断提升专业技能和综合素质,从而推动企业的持续发展。系统概述职星学院企业培训系统是一款集知识库管理、培训计划制定、在线考试与测评、学习进度跟踪等功能于一体的综合性在线培训平台。系统采用
- 企业级RAG系统架构设计与实现指南(Java技术栈)
在未来等你
大模型应用开发AI技术编程JavaSpring
企业级RAG系统架构设计与实现指南(Java技术栈)开篇:RAG系统的基本概念与企业应用价值在当今快速发展的AI技术背景下,检索增强生成(Retrieval-AugmentedGeneration,RAG)已成为构建智能问答、知识库管理、个性化推荐等应用的核心技术之一。RAG系统通过结合信息检索与自然语言生成(NLG),能够有效提升模型对特定领域数据的适应能力,避免传统大模型在训练数据不足或数据更
- AingDesk开源免费的本地 AI 模型管理工具(搭建和调用MCP)
没刮胡子
Linux服务器技术软件开发技术实战专栏人工智能AI开源人工智能AI助手mcpsse知识库智能体
说明AingDesk是一款开源免费的本地AI模型管理工具,旨在简化AI模型部署流程并提升用户体验。AingDesk支持本地AI模型及API+知识库搭建。支持知识库、模型API、分享、联网搜索、智能体。✨产品亮点跨平台支持客户端支持Windows、macOS,服务端可通过Docker部署高效下载与网络优化自动选择最优下载线路,支持断点续传,提升大模型部署速度兼容OpenAIAPI格式,方便第三方模型
- 大模型——Obsidian加Cursor就是最强个人AI知识库
不二人生
大模型人工智能爬虫大模型Obsidiancursor
大模型——Obsidian加Cursor就是最强个人AI知识库这几天因为看到了Obsidian的浏览器剪藏插件的强大(这个下节讲)所以开始玩Obsidian,想要搞一个符合自己要求的本地知识库再加上AI的加持。也装了几个Obsidian的AI插件,结果发现配置非常复杂,体验不太行,想要顺畅使用的话得看文档,甚至还有看文档都无法结局的恶性Bug,我得搜Github其他人的问题才能搞定。这些插件的作用
- 【AI智能体】Coze 搭建个人旅游规划助手实战详解
小码农叔叔
AI大模型应用到项目实战高手AI智能体实战应用高手Coze制作旅游规划助手Coze制作旅游规划机器人coze搭建旅游助手coze搭建旅游助手机器人coze制作旅游助手coze机器人coze使用详解
目录一、前言二、Coze工作流介绍2.1什么是工作流2.2Coze工作流作用2.3Coze工作流节点介绍2.3.1开始节点2.3.2大模型节点2.3.3插件节点2.3.4知识库节点2.3.5条件节点三、基于Coze搭建旅游规划助手操作过程3.1创建应用3.2创建工作流3.2.1创建工作流3.2.2配置工作流3.2.2.1配置开始节点3.2.2.2增加第一个大模型节点3.2.2.3增加第二个大模型节
- 【5步通关!】C#企业级知识库实战——从0到1打造智能知识共享平台的魔法指南!
墨瑾轩
一起学学C#【三】c#开发语言
关注墨瑾轩,带你探索编程的奥秘!超萌技术攻略,轻松晋级编程高手技术宝库已备好,就等你来挖掘订阅墨瑾轩,智趣学习不孤单即刻启航,编程之旅更有趣你的团队还在用“纸质文件+Excel”管理知识?或者想让员工像“知识魔法师”一样秒速找到所需信息?今天,我们将用5个“魔法步骤”,手把手教你用C#打造企业级知识共享平台!无论你是“技术小白”还是“架构老司机”,这篇文章都将为你揭秘如何让知识库像“超级搜索引擎”
- 企业级知识库私有化部署:腾讯混元+云容器服务TKE实战
大熊计算机
#腾讯云语言模型
1.背景需求分析在金融、医疗等数据敏感行业,企业需要构建完全自主可控的知识库系统。本文以某证券机构智能投研系统为原型,演示如何基于腾讯混元大模型与TKE容器服务实现:千亿级参数模型的私有化部署金融领域垂直场景微调高并发低延迟推理服务全链路安全合规方案1.1典型技术挑战#性能基准测试数据(单位:QPS)|场景|裸机部署|容器化部署|优化后||--------------------|--------
- 如何构建知识库
追逐此刻
其他其他
构建个人知识库是一个系统化的过程,需要结合工具选择、信息管理和持续优化。以下是分步骤的实用指南,包含现代工具和方法的建议:一、明确知识库定位(Why)核心目标学习型:支持学术研究/职业发展(如医学生构建临床知识体系)创作型:支撑内容产出(如自媒体作者的选题库)项目型:管理特定领域知识(如程序员的技术栈文档)领域聚焦建议采用「T型策略」:1个深度领域+3个辅助领域(如主攻机器学习,辅修心理学/设计/
- 增强版 Kimi:AI 驱动的智能创作平台,实现一站式内容生成(图片、PPT、PDF)!
每天译点晓知识
AI人工智能专栏人工智能PPTPDF一键生成AI图片生成
前言基于扣子Coze零代码平台,我们从零到一轻松实现了专属Bot机器人的搭建。AI大模型(LLM)、智能体(Agent)、知识库、向量数据库、知识图谱,RAG,AGI的不同形态愈发显现,如何将其动态组合,凸显其强大爆发力!!!接下来,我们介绍通过Kimi进行功能增强?使得我们的Bot具备一键生成图片、PPT编写、PDF制作......模型配置Kimi月之暗面旗下国产大模型,以独特的长文本处理能力,
- 大模型——Dify:知识库与外部知识库
不二人生
大模型人工智能大模型dify
Dify:知识库与外部知识库相比于AI大模型内置的静态预训练数据,知识库中的内容能够实时更新,确保LLM可以访问到最新的信息,避免因信息过时或遗漏而产生的问题。知识库与文档开发者可以通过此方式确保LLM不仅仅依赖于训练数据中的知识,还能够处理来自实时文档和数据库的动态数据,从而提高回答的准确性和相关性。https://docs.dify.ai/zh-hans/guides/knowledge-ba
- GPT-5企业级应用落地指南:70个工业场景实战部署全景(2025)
知识产权13937636601
计算机GPT-5API
摘要:随着GPT-5在2025年全面开放企业API,其多模态理解、自主任务规划、超长上下文(128Ktokens)能力正颠覆传统工业智能化范式。本指南基于全球200+企业实测案例,提炼70个工业场景的部署方案,涵盖研发设计、生产制造、供应链管理等九大领域。核心解决三大落地挑战:安全合规部署方案(企业知识库隔离训练、区块链存证)、行业场景迁移(小样本领域适应、多模态提示工程)、成本效率优化(MoE稀
- 医疗大模型深度剖析:腾讯医疗大模型案例,引领智能医疗新时代!
腾讯医疗大模型是混元大模型的医疗版。在DeepSeek爆火之前,腾讯健康已经依据医疗细分场景的具体需求,以腾讯自研的混元大模型,打造出医疗行业大模型。DeepSeek-R1发布后,腾讯健康第一时间完成了混元大模型与DeepSeek的融合。腾讯医疗大模型深度融合医学知识库与自然语言处理技术,旨在为医疗行业提供智能化的辅助解决方案。通过海量医学文献、临床指南、电子病历等专业数据训练,具备强大的医学知识
- 老年基础护理实训室建设方案:构建标准化护理实训体系
凯禾瑞华_实训室建设
实训室建设人工智能大数据vrar虚拟现实unity
一、实训室特色(一)高度仿真场景老年基础护理实训室建设方案强调构建高度仿真的老年护理场景,模拟家庭、养老院、医院病房等真实环境,配备仿真老年人体模型、适老化家具及设备,让学生身临其境开展实训。点击获取实训室建设方案(二)智能化设备应用引入智能护理监测设备、模拟急救仪器等,结合DeepSeek+知识库大模型,实现实训过程数据记录与分析,为教学提供精准反馈,此为老年基础护理实训室建设方案的重要创新点。
- OpenAI Agents SDK 客户服务应用案例
lyh1344
easyui前端javascript
OpenAIAgentsSDK客户服务应用案例OpenAIAgentsSDK可用于构建智能化、自动化的客户服务解决方案。以下是一些典型应用案例及实现方法:智能问答助手通过OpenAIAgentsSDK训练一个基于知识库的问答助手,自动回答客户常见问题。可集成到网站、APP或社交媒体平台,提供24/7服务。支持自然语言处理,准确理解客户意图,提供个性化回复。多轮对话处理利用SDK的上下文保持能力,处
- RAG系列:RAG越来越不准?你可能忽略了“元数据”的力量
数智前沿
数字化转型人工智能RAG
你是否也有这样的困扰?问大模型一个很具体的问题:“请告诉我A软件的安装方法。”结果它却信誓旦旦地告诉了你B软件的安装步骤。在这个过程中,你可能已经花了大量时间解析和清洗上千份文档,接入RAG,但结果仍然不理想。为什么会这样?其中一个很重要的原因是,我们花了很多时间构建知识库,却忽略了一个看似不起眼的部分——元数据。简单来说,元数据就是“描述数据的数据”。比如:文档的元数据:作者、标题、文档类型、创
- 在Ubuntu下建设自己的本地大模型docker+ollama+openwenui
东郭野人
ubuntudocker语言模型deepseek
在经过多种尝试下,出现了各种问题,终于搭建起了自己的本地大模型和知识库,下面为大家讲解过程。一.docker1.安装安装docker逐步执行以下代码或者看其他的文章,我的ubuntu是22.04sudocurl-fsSLhttps://mirrors.aliyun.com/docker-ce/linux/ubuntu/gpg|sudoapt-keyadd-sudoadd-apt-repositor
- Trae CN IDE 中 PHP 开发的具体流程和配置指南
咖啡续命又一天
TraeCNIDEidephp开发语言AI编程
以下是TraeCNIDE中PHP开发的具体流程和配置指南,结合知识库内容和实际开发需求整理,并附实例说明:一、安装与初始配置下载与安装TraeIDE访问Trae官网下载macOS或Windows版本。安装完成后,启动Trae,首次运行会进入初始化向导。初始设置主题与语言:选择暗色/亮色主题,语言设为简体中文。导入配置:从VSCode或Cursor导入插件、快捷键(保留原有习惯)。登录账号:注册Gi
- 从零构建企业知识库问答系统(基于通义灵码+RAG+阿里云OSS的落地实践)
大熊计算机
开发实战阿里云云计算
1企业知识管理在大型企业环境中,知识管理面临三大痛点:信息孤岛(40%的企业知识分散在10+个系统中)、检索低效(员工平均每周浪费3.5小时查找信息)和知识流失(专家离职导致关键经验断层)。传统解决方案如Wiki或文档管理系统存在两大局限:被动检索:用户需精确知道搜索关键词理解缺失:无法解析"季度营收增长率计算方法"等复合问题RAG(检索增强生成)技术的革命性在于将语义检索与大语言模型结合:用户问
- DeepSeek 实战项目:构建专业领域智能问答系统
XQR.小白
DeepSeek实战项目精讲python人工智能
目录1.项目概述与背景2.环境准备与模型部署3.专业知识库构建5.交互式界面开发6.系统优化与扩展7.项目部署与运维项目总结与展望1.项目概述与背景在当今信息爆炸的时代,专业领域的知识获取面临着信息过载和检索效率低下的问题。本项目旨在利用DeepSeek模型构建一个专业领域的智能问答系统,帮助用户快速准确地获取所需信息。通过本项目,你将学习如何:部署和配置DeepSeek大语言模型构建专业领域知识
- 【AI大模型】数据处理
用心分享技术
AI大模型人工智能oracle数据库
一、源文档读取为构建我们的本地知识库,我们需要对以多种类型存储的本地文档进行处理,读取本地文档并通过前文描述的Embedding方法将本地文档的内容转化为词向量来构建向量数据库。在本节中,我们以一些实际示例入手,来讲解如何对本地文档进行处理。二、数据读取1.PDF文档我们可以使用LangChain的PyMuPDFLoader来读取知识库的PDF文件。PyMuPDFLoader是PDF解析器中速度最
- DeepSeek使用指南:普通人逆袭的5大核心技巧
傻啦嘿哟
DeepSeek新手全攻略自然语言处理
目录引言:AI工具如何成为普通人的"外挂"?一、精准提问术:让AI输出价值翻倍二、记忆管理术:打造你的AI知识库三、创意激发术:突破思维定式四、效率革命术:重构工作流程五、认知升级术:建立AI思维框架进阶技巧:打造个人AI工作流结语:AI时代的认知突围引言:AI工具如何成为普通人的"外挂"?在人工智能普及的今天,掌握工具的使用深度决定了效率差距。DeepSeek作为新一代大语言模型,其核心价值不在
- 大模型驱动核工业智能化的技术架构与核心突破
Deepoch
人工智能创业创新语言模型
从数据闭环到自主决策,解码核能系统的AI技术演进路径Deepoc大模型通过构建多维度技术体系,在知识结构化处理、逻辑推理优化及多模态验证机制等方向取得关键技术突破,有效提升生成内容与行业知识库的匹配度。经第三方测试验证,在装备制造、能源管理等场景中,其生成内容的可验证性指标较基线模型提升62%,关键参数失真率控制在0.3%阈值内。通过构建行业知识蒸馏框架,该模型已形成覆盖12个垂直领域的定制化解决
- lobechat搭建本地知识库
Nnbwbyhxy
人工智能
本文中,我们提供了完全基于开源自建服务的DockerCompose配置,你可以直接使用这份配置文件来启动LobeChat数据库版本,也可以对之进行修改以适应你的需求。我们默认使用MinIO作为本地S3对象存储服务,使用Casdoor作为本地鉴权服务。快速启动为方便快速上手,这一章使用docker-compose/local目录中的docker-compose.yml配置文件,启动后的LobeCha
- 2025-微调 Qwen3 实战教程
一、概述unsloth微调Qwen3模型提供显著优势:训练速度提高2倍,VRAM使用减少70%,支持8倍长的上下文。Qwen3–30B-A3B仅需17.5GBVRAM即可运行。unsloth的Dynamic2.0量化技术保证了高精度,同时支持原生128K上下文长度。Qwen3模型具有思考模式和非思考模式,适用于不同复杂度的任务。微调后的模型可用于法律文档分析、定制知识库构建等领域,能够处理特定领域
- Spring Boot + LangChain 构建 RAG 应用
程序员丸子
langchainAI大模型语言模型自然语言处理人工智能大语言模型RAG
使用LangChain构建RAG应用程序什么是RAG?检索增强生成(Retrieval-AugmentedGeneration,RAG)是一种结合了检索和生成两种关键技术的机器学习方法。这种方法在自然语言处理任务中特别有效,例如对话系统和问答系统。RAG的关键组件检索:•RAG首先从大型数据集或知识库中检索与用户查询相关的文档或数据。•通常使用信息检索技术,如向量搜索或关键词匹配。生成:•在检索到
- 大模型实战干货:如何基于LangChain 在本地构建一个可运行的 RAG 系统(附完整代码)
勤奋的知更鸟
PythonAI大模型AI工具langchain
什么是RAGRAG(Retrieval-AugmentedGeneration,检索增强生成)是一种将语言模型(如ChatGPT)与外部知识库结合的技术,使其在生成回答时能够调用真实知识来源,而不仅依赖模型本身的参数记忆。LangChain是一个构建大语言模型(LLM)应用的强大框架,提供了连接向量数据库、检索器、提示模板和LLM的模块化工具链。RAG系统结构图项目依赖安装pipinstallla
- 互联网大厂Java求职面试:AI与大模型技术下的RAG系统架构设计与性能优化
在未来等你
Java场景面试宝典AI技术编程JavaSpring
【互联网大厂Java求职面试:AI与大模型技术下的RAG系统架构设计与性能优化】文章内容面试官开场白技术总监(李明):“郑薪苦,欢迎来到今天的面试。我是李明,负责我们公司的AI平台架构设计。今天我们将围绕一个非常前沿的场景——基于RAG(Retrieval-AugmentedGeneration)系统的架构设计与性能优化进行深入探讨。这个场景在当前的AI应用中非常重要,尤其是在企业知识库与大模型深
- 检索增强生成(RAG)领域关键数据集综述:分类、挑战与展望
致Great
分类数据挖掘人工智能
检索增强生成(RAG)领域关键数据集综述:分类、挑战与展望摘要检索增强生成(RAG)通过融合外部知识库与大型语言模型,已成为解决知识密集型自然语言处理(NLP)任务的关键范式。高质量、多样化的数据集是推动RAG技术发展、评估模型能力和揭示其局限性的基石。本文旨在对RAG领域的关键数据集进行一次系统性的梳理与全景分析。我们基于对30篇核心研究论文的分析,提炼并审查了148个相关数据集,并首次提出一个
- 用MiddleGenIDE工具生成hibernate的POJO(根据数据表生成POJO类)
AdyZhang
POJOeclipseHibernateMiddleGenIDE
推荐:MiddlegenIDE插件, 是一个Eclipse 插件. 用它可以直接连接到数据库, 根据表按照一定的HIBERNATE规则作出BEAN和对应的XML ,用完后你可以手动删除它加载的JAR包和XML文件! 今天开始试着使用
- .9.png
Cb123456
android
“点九”是andriod平台的应用软件开发里的一种特殊的图片形式,文件扩展名为:.9.png
智能手机中有自动横屏的功能,同一幅界面会在随着手机(或平板电脑)中的方向传感器的参数不同而改变显示的方向,在界面改变方向后,界面上的图形会因为长宽的变化而产生拉伸,造成图形的失真变形。
我们都知道android平台有多种不同的分辨率,很多控件的切图文件在被放大拉伸后,边
- 算法的效率
天子之骄
算法效率复杂度最坏情况运行时间大O阶平均情况运行时间
算法的效率
效率是速度和空间消耗的度量。集中考虑程序的速度,也称运行时间或执行时间,用复杂度的阶(O)这一标准来衡量。空间的消耗或需求也可以用大O表示,而且它总是小于或等于时间需求。
以下是我的学习笔记:
1.求值与霍纳法则,即为秦九韶公式。
2.测定运行时间的最可靠方法是计数对运行时间有贡献的基本操作的执行次数。运行时间与这个计数成正比。
- java数据结构
何必如此
java数据结构
Java 数据结构
Java工具包提供了强大的数据结构。在Java中的数据结构主要包括以下几种接口和类:
枚举(Enumeration)
位集合(BitSet)
向量(Vector)
栈(Stack)
字典(Dictionary)
哈希表(Hashtable)
属性(Properties)
以上这些类是传统遗留的,在Java2中引入了一种新的框架-集合框架(Collect
- MybatisHelloWorld
3213213333332132
//测试入口TestMyBatis
package com.base.helloworld.test;
import java.io.IOException;
import org.apache.ibatis.io.Resources;
import org.apache.ibatis.session.SqlSession;
import org.apache.ibat
- Java|urlrewrite|URL重写|多个参数
7454103
javaxmlWeb工作
个人工作经验! 如有不当之处,敬请指点
1.0 web -info 目录下建立 urlrewrite.xml 文件 类似如下:
<?xml version="1.0" encoding="UTF-8" ?>
<!DOCTYPE u
- 达梦数据库+ibatis
darkranger
sqlmysqlibatisSQL Server
--插入数据方面
如果您需要数据库自增...
那么在插入的时候不需要指定自增列.
如果想自己指定ID列的值, 那么要设置
set identity_insert 数据库名.模式名.表名;
----然后插入数据;
example:
create table zhabei.test(
id bigint identity(1,1) primary key,
nam
- XML 解析 四种方式
aijuans
android
XML现在已经成为一种通用的数据交换格式,平台的无关性使得很多场合都需要用到XML。本文将详细介绍用Java解析XML的四种方法。
XML现在已经成为一种通用的数据交换格式,它的平台无关性,语言无关性,系统无关性,给数据集成与交互带来了极大的方便。对于XML本身的语法知识与技术细节,需要阅读相关的技术文献,这里面包括的内容有DOM(Document Object
- spring中配置文件占位符的使用
avords
1.类
<?xml version="1.0" encoding="UTF-8"?><!DOCTYPE beans PUBLIC "-//SPRING//DTD BEAN//EN" "http://www.springframework.o
- 前端工程化-公共模块的依赖和常用的工作流
bee1314
webpack
题记: 一个人的项目,还有工程化的问题嘛? 我们在推进模块化和组件化的过程中,肯定会不断的沉淀出我们项目的模块和组件。对于这些沉淀出的模块和组件怎么管理?另外怎么依赖也是个问题? 你真的想这样嘛? var BreadCrumb = require(‘../../../../uikit/breadcrumb’); //真心ugly。
- 上司说「看你每天准时下班就知道你工作量不饱和」,该如何回应?
bijian1013
项目管理沟通IT职业规划
问题:上司说「看你每天准时下班就知道你工作量不饱和」,如何回应
正常下班时间6点,只要是6点半前下班的,上司都认为没有加班。
Eno-Bea回答,注重感受,不一定是别人的
虽然我不知道你具体从事什么工作与职业,但是我大概猜测,你是从事一项不太容易出现阶段性成果的工作
- TortoiseSVN,过滤文件
征客丶
SVN
环境:
TortoiseSVN 1.8
配置:
在文件夹空白处右键
选择 TortoiseSVN -> Settings
在 Global ignote pattern 中添加要过滤的文件:
多类型用英文空格分开
*name : 过滤所有名称为 name 的文件或文件夹
*.name : 过滤所有后缀为 name 的文件或文件夹
--------
- 【Flume二】HDFS sink细说
bit1129
Flume
1. Flume配置
a1.sources=r1
a1.channels=c1
a1.sinks=k1
###Flume负责启动44444端口
a1.sources.r1.type=avro
a1.sources.r1.bind=0.0.0.0
a1.sources.r1.port=44444
a1.sources.r1.chan
- The Eight Myths of Erlang Performance
bookjovi
erlang
erlang有一篇guide很有意思: http://www.erlang.org/doc/efficiency_guide
里面有个The Eight Myths of Erlang Performance: http://www.erlang.org/doc/efficiency_guide/myths.html
Myth: Funs are sl
- java多线程网络传输文件(非同步)-2008-08-17
ljy325
java多线程socket
利用 Socket 套接字进行面向连接通信的编程。客户端读取本地文件并发送;服务器接收文件并保存到本地文件系统中。
使用说明:请将TransferClient, TransferServer, TempFile三个类编译,他们的类包是FileServer.
客户端:
修改TransferClient: serPort, serIP, filePath, blockNum,的值来符合您机器的系
- 读《研磨设计模式》-代码笔记-模板方法模式
bylijinnan
java设计模式
声明: 本文只为方便我个人查阅和理解,详细的分析以及源代码请移步 原作者的博客http://chjavach.iteye.com/
import java.sql.Connection;
import java.sql.DriverManager;
import java.sql.PreparedStatement;
import java.sql.ResultSet;
- 配置心得
chenyu19891124
配置
时间就这样不知不觉的走过了一个春夏秋冬,转眼间来公司已经一年了,感觉时间过的很快,时间老人总是这样不停走,从来没停歇过。
作为一名新手的配置管理员,刚开始真的是对配置管理是一点不懂,就只听说咱们公司配置主要是负责升级,而具体该怎么做却一点都不了解。经过老员工的一点点讲解,慢慢的对配置有了初步了解,对自己所在的岗位也慢慢的了解。
做了一年的配置管理给自总结下:
1.改变
从一个以前对配置毫无
- 对“带条件选择的并行汇聚路由问题”的再思考
comsci
算法工作软件测试嵌入式领域模型
2008年上半年,我在设计并开发基于”JWFD流程系统“的商业化改进型引擎的时候,由于采用了新的嵌入式公式模块而导致出现“带条件选择的并行汇聚路由问题”(请参考2009-02-27博文),当时对这个问题的解决办法是采用基于拓扑结构的处理思想,对汇聚点的实际前驱分支节点通过算法预测出来,然后进行处理,简单的说就是找到造成这个汇聚模型的分支起点,对这个起始分支节点实际走的路径数进行计算,然后把这个实际
- Oracle 10g 的clusterware 32位 下载地址
daizj
oracle
Oracle 10g 的clusterware 32位 下载地址
http://pan.baidu.com/share/link?shareid=531580&uk=421021908
http://pan.baidu.com/share/link?shareid=137223&uk=321552738
http://pan.baidu.com/share/l
- 非常好的介绍:Linux定时执行工具cron
dongwei_6688
linux
Linux经过十多年的发展,很多用户都很了解Linux了,这里介绍一下Linux下cron的理解,和大家讨论讨论。cron是一个Linux 定时执行工具,可以在无需人工干预的情况下运行作业,本文档不讲cron实现原理,主要讲一下Linux定时执行工具cron的具体使用及简单介绍。
新增调度任务推荐使用crontab -e命令添加自定义的任务(编辑的是/var/spool/cron下对应用户的cr
- Yii assets目录生成及修改
dcj3sjt126com
yii
assets的作用是方便模块化,插件化的,一般来说出于安全原因不允许通过url访问protected下面的文件,但是我们又希望将module单独出来,所以需要使用发布,即将一个目录下的文件复制一份到assets下面方便通过url访问。
assets设置对应的方法位置 \framework\web\CAssetManager.php
assets配置方法 在m
- mac工作软件推荐
dcj3sjt126com
mac
mac上的Terminal + bash + screen组合现在已经非常好用了,但是还是经不起iterm+zsh+tmux的冲击。在同事的强烈推荐下,趁着升级mac系统的机会,顺便也切换到iterm+zsh+tmux的环境下了。
我为什么要要iterm2
切换过来也是脑袋一热的冲动,我也调查过一些资料,看了下iterm的一些优点:
* 兼容性好,远程服务器 vi 什么的低版本能很好兼
- Memcached(三)、封装Memcached和Ehcache
frank1234
memcachedehcachespring ioc
本文对Ehcache和Memcached进行了简单的封装,这样对于客户端程序无需了解ehcache和memcached的差异,仅需要配置缓存的Provider类就可以在二者之间进行切换,Provider实现类通过Spring IoC注入。
cache.xml
<?xml version="1.0" encoding="UTF-8"?>
- Remove Duplicates from Sorted List II
hcx2013
remove
Given a sorted linked list, delete all nodes that have duplicate numbers, leaving only distinct numbers from the original list.
For example,Given 1->2->3->3->4->4->5,
- Spring4新特性——注解、脚本、任务、MVC等其他特性改进
jinnianshilongnian
spring4
Spring4新特性——泛型限定式依赖注入
Spring4新特性——核心容器的其他改进
Spring4新特性——Web开发的增强
Spring4新特性——集成Bean Validation 1.1(JSR-349)到SpringMVC
Spring4新特性——Groovy Bean定义DSL
Spring4新特性——更好的Java泛型操作API
Spring4新
- MySQL安装文档
liyong0802
mysql
工作中用到的MySQL可能安装在两种操作系统中,即Windows系统和Linux系统。以Linux系统中情况居多。
安装在Windows系统时与其它Windows应用程序相同按照安装向导一直下一步就即,这里就不具体介绍,本文档只介绍Linux系统下MySQL的安装步骤。
Linux系统下安装MySQL分为三种:RPM包安装、二进制包安装和源码包安装。二
- 使用VS2010构建HotSpot工程
p2p2500
HotSpotOpenJDKVS2010
1. 下载OpenJDK7的源码:
http://download.java.net/openjdk/jdk7
http://download.java.net/openjdk/
2. 环境配置
▶
- Oracle实用功能之分组后列合并
seandeng888
oracle分组实用功能合并
1 实例解析
由于业务需求需要对表中的数据进行分组后进行合并的处理,鉴于Oracle10g没有现成的函数实现该功能,且该功能如若用JAVA代码实现会比较复杂,因此,特将SQL语言的实现方式分享出来,希望对大家有所帮助。如下:
表test 数据如下:
ID,SUBJECTCODE,DIMCODE,VALUE
1&nbs
- Java定时任务注解方式实现
tuoni
javaspringjvmxmljni
Spring 注解的定时任务,有如下两种方式:
第一种:
<?xml version="1.0" encoding="UTF-8"?>
<beans xmlns="http://www.springframework.org/schema/beans"
xmlns:xsi="http
- 11大Java开源中文分词器的使用方法和分词效果对比
yangshangchuan
word分词器ansj分词器Stanford分词器FudanNLP分词器HanLP分词器
本文的目标有两个:
1、学会使用11大Java开源中文分词器
2、对比分析11大Java开源中文分词器的分词效果
本文给出了11大Java开源中文分词的使用方法以及分词结果对比代码,至于效果哪个好,那要用的人结合自己的应用场景自己来判断。
11大Java开源中文分词器,不同的分词器有不同的用法,定义的接口也不一样,我们先定义一个统一的接口:
/**
* 获取文本的所有分词结果, 对比