guoyiqi
guoyiqi

共有18款 开源问答系统开源软件

威客平台，可以参考 http://www.taskcn.com/

 

http://www.oschina.net/project/tag/299/qa

  • 开源问答系统 OSQA

    OSQA是一款免费且开源的问答系统，采用Python的Django开发框架，基于中国优秀的问答系统CNProg，非常类似国外著名的技术问答网站http://stackoverflow.com。 共有18款 开源问答系统开源软件_第1张图片 更多OSQA信息

    最近更新： 推荐 4 款高仿 StackOverflow 的问答系统 发布于 4年前

  • 开源问答平台 zheye.org

    zheye.org (中文翻译者也，对应知乎）是一个用 Ruby on Rails 框架开发的开源问答系统。 共有18款 开源问答系统开源软件_第2张图片 更多zheye.org信息

  • 开源问答软件 ASKBOT

    ASKBOT 是一款基于 Django 框架开发的开源问答软件，界面类似 Stackoverflow 网站。 共有18款 开源问答系统开源软件_第3张图片 更多ASKBOT信息

  • 问答网站软件 shapado

    shapado 是一个用 Ruby 开发的类似 stackoverflow 的问答网站软件，基于 Mongodb 开发。 共有18款 开源问答系统开源软件_第4张图片 更多shapado信息

  • 仿百度知道PHP问答系统 Tipask

    Tipask问答系统是一款开放源码的PHP仿百度知道程序。以国人的使用习惯为设计理念，采用MVC构架，系统具有速度快，SEO友好，界面操作简洁明快等特点。 MVC模式开发，二次开发更容易 支持纯静态Html生成，SEO友好 无比强大防采集功能 支持UCenter，方便和诸多... 更多Tipask信息

    最近更新： Tipask 2.5 正式版本发布，PHP 问答系统 发布于 7个月前

  • 问答社区 CNProg

    CNProg 是一个面向中国程序员的开源技术问答社区。 一个介于论坛、博客、维基和Digg之间的社区系统，基于Python和Django开发。 具有透明、开放、全民管理的运作模式，让所有用户能够更加容易地寻求帮助，找到问题答案，解决实际的技术问题。 ... CNProg 更多CNProg信息

  • PHP问答系统 Question2Answer

    Question2Answer 是一个用 PHP 实现的类 StackOverflow 网站的问答系统，在线演示 共有18款 开源问答系统开源软件_第5张图片 更多Question2Answer信息

  • 社交化开源社区程序 Anwsion2.0

    Anwsion 是一个类似知乎以问答为基础的完全开源的社交网络建站程序，基于 PHP+MYSQL 应用架构，它集合了问答，digg，wiki 等多个程序的优点，帮助用户轻松搭建专业的知识 库和在线问答社区。1.1相比较1.0更新了近50项改动和提升。 2.0 新特性： 话题的重新... 共有18款 开源问答系统开源软件_第6张图片 更多Anwsion2.0信息

    最近更新： 开源社交问答程序anwsion发布1.1版本 发布于 2年前

  • 社交网络建站程序 WeCenter

    WeCenter 是一个类似知乎以问答为基础的完全开源的社交网络建站程序，基于 PHP + MYSQL 应用架构，它集合了问答，digg，wiki 等多个程序的优点，帮助用户轻松搭建专业的知识 库和在线问答社区 共有18款 开源问答系统开源软件_第7张图片 更多WeCenter信息

  • PHP的类Stackoverflow系统 Qwench

    PHP StackOverflow Clone 演示网址：http://anantgarg.com/qwench/ 主要功能： 1. 用户用户提问和回答 2. 类似 Stackoverflow 的积分系统 3. 可提交文章用于知识库建设 4. 可设定只允许注册用户才能提问和回答 5. 简洁的 CSS 布局 6. 支持主流浏览器 安装方... 共有18款 开源问答系统开源软件_第8张图片 更多Qwench信息

  • 开源问答系统 Coordino

    Coordino 可让你创建一个问答系统，使用 PHP 开发。 共有18款 开源问答系统开源软件_第9张图片 更多Coordino信息

  • 问答型论坛软件 VIF

    VIF (virtual discussion forum) 是一个用 Java 开发的论坛软件，主要适合问答型的社区。VIF 提供一个发布的工作流和发帖Review机制以确保发帖人的内容质量。 共有18款 开源问答系统开源软件_第10张图片 更多VIF信息

  • 开源问答系统 OpenEphyra

    OpenEphyra 是一个使用 Java 开发的模块化、可扩展的问答系统、安装简单。 It retrieves answers to natural language questions from the Web and other sources. OpenEphyra comes with implementations of algorithms that proved effective in Carneg... 共有18款 开源问答系统开源软件_第11张图片 更多OpenEphyra信息

  • 社会化问答系统 QuoraCms

    QuoraCms是一套免费的社会化问答系统，基于php+MySQL+jQuery架构开发，对于想架设一个社会化问答的网站的站长来说肯定是一个最好的选择，同时其MVC的模式也非常适合站长进行二次开发。quoracms内置了一键切换成论坛的按钮，这也意味着你也可以用quoracms架... 共有18款 开源问答系统开源软件_第12张图片 更多QuoraCms信息

  • 问答系统 LampCMS

    LampCMS 是一款类似 Stack Overflow 的服务于开发人员的问答系统(Q&A program), 深度整合了Facebook,Twitter等的APIs. LampCMS 官方的支持平台用的就是自家的 LampCMS. LampCMS 的源代码托管在 github 上, 以 LGPL 发布. 值得称道的是 LampCMS 使用面向对... 共有18款 开源问答系统开源软件_第13张图片 更多LampCMS信息

  • 开源的StackOverFlow实现 Stacked

    Stacked 是一个用 ASP.NET 实现类似 StackOverFlow 网站功能的开源软件，不过该软件的首页目前打不开，可看在这里介绍。 更多Stacked信息

  • BitNami OSQA Stack

    BitNami OSQA Stack 是 OSQA 的安装套件，集成了 Apache, PostgreSQL, Python, 和 Django 更多BitNami OSQA Stack信息

  • 人机问答系统 QuestionAnsweringSystem

    QuestionAnsweringSystem是一个Java实现的人机问答系统，能够自动分析问题并给出候选答案。IBM人工智能计算机系统"沃森"（Watson）在2011年2月美国热门的电视智力问答节目"危险边缘"（Jeopardy！）中战胜了两位人类冠军选手，QuestionAnsweringSystem就是I... 共有18款 开源问答系统开源软件_第14张图片 更多

你可能感兴趣的:(问答系统)

  • 支持生成式 AI：聊天与文档检索的结合 drebander AI编程人工智能springAI
    生成式AI已成为现代应用的重要组成部分，从实时聊天到文档检索，再到智能问答系统，其核心是能够理解上下文并生成有用的回答。在生成式AI中，聊天会话内存（ChatConversationMemory）和检索增强生成（RAG,RetrievalAugmentedGeneration）是两个关键功能，分别解决了上下文管理和大规模文档检索问题。本文将介绍SpringAI如何支持这两个功能，并通过实际应用场景
  • Coze，Dify，FastGPT，对比 云连山 AI编程AI编程
    在当今AI技术迅速发展的背景下，AIAgent智能体成为了关键领域，Coze、Dify和FastGPT作为其中的佼佼者，各有千秋。平台介绍-FastGPT：由环界云计算公司发起，是基于大语言模型（LLM）的开源知识库问答系统。其亮点是支持Flow可视化工作流编排，在知识问答领域表现出色，拥有庞大用户群体，包括数百家企业付费客户等。网址为https://fastgpt.cn/。-Dify：苏州语灵人
  • SQLDatabase Toolkit: 搭建基于SQL数据库的智能问答系统 azzxcvhj 数据库sqljvmpython
    技术背景介绍SQLDatabaseToolkit是一个非常有用的工具集，旨在与SQL数据库进行交互。它的常见应用场景是通过数据库数据构建问答系统，特别是在需要迭代处理和错误恢复的情况下。此工具包在LangChain社区包中提供，支持多种大型语言模型(LLM)或聊天模型的集成。核心原理解析SQLDatabaseToolkit的核心功能包括查询执行、模式查找以及查询检查等。借助这些工具，可以构建一个智
  • 大模型：LangChain技术讲解 玉成226 【大模型】langchain
    一、什么是LangChain1、介绍LangChain是一个用于开发由大型语言模型提供支持的Python框架。它提供了一系列工具和组件，帮助我们将语言模型集成到自己的应用程序中。有了它之后，我们可以更轻松地实现对话系统、文本生成、文本分类、问答系统等功能。2、LangChain官网文档官网：https://python.langchain.com/docs/introduction/3、LangC
  • 大语言模型原理与工程实践：网页数据 AI大模型应用之禅 计算科学神经计算深度学习神经网络大数据人工智能大型语言模型AIAGILLMJavaPython架构设计AgentRPA
    大语言模型原理与工程实践：网页数据1.背景介绍在当今信息爆炸的时代，网页数据成为了大数据的重要来源之一。网页数据不仅包含了丰富的文本信息，还包括了图像、视频、音频等多媒体内容。大语言模型（LargeLanguageModels,LLMs）作为自然语言处理（NLP）领域的前沿技术，能够从海量的网页数据中提取有价值的信息，进行文本生成、情感分析、问答系统等多种任务。大语言模型的成功离不开深度学习技术的
  • 使用ModelScope实现高效句嵌入生成 dagGAIYD python
    技术背景介绍在自然语言处理（NLP）任务中，向量化文本（嵌入）是许多下游任务（如语义搜索、文本分类、问答系统等）的核心步骤之一。通过将文本转换为密集向量表示，我们可以在高维向量空间中构建更加高效的表示和检索算法。ModelScope是阿里云开源的一个模型和数据集管理平台，提供了大量预训练模型，涵盖了各种领域和任务。ModelScopeEmbeddings是一个与LangChain社区集成的工具类，
  • 构建基于PDF文档的问答系统：使用Python和LangChain实现高效文档处理与信息检索 m0_57781768 pythonpdflangchain
    构建基于PDF文档的问答系统：使用Python和LangChain实现高效文档处理与信息检索引言在现代信息化社会中，PDF文件是保存和传播重要信息的常用格式。这些文件中往往包含丰富的非结构化数据，如企业报告、研究论文和政府文件等。然而，由于其格式和内容的复杂性，直接使用传统的文本处理工具处理PDF文件存在一定困难。为了解决这一问题，本文将详细介绍如何利用Python和LangChain库，构建一个
  • 使用LangChain构建基于RAG技术的智能问答系统：深入解析与实战指南 m0_57781768 langchain
    使用LangChain构建基于RAG技术的智能问答系统：深入解析与实战指南近年来，随着大语言模型（LLMs）的迅猛发展，基于LLM的复杂问答系统（Q&AChatbot）逐渐成为人工智能领域的热门应用之一。这类应用程序可以基于特定的文本信息源回答用户提出的问题，在实际应用中非常有价值。而实现这些强大功能的核心技术之一，便是检索增强生成（RetrievalAugmentedGeneration，RAG
  • 全面掌握 LangChain：从核心链条构建到动态任务分配的实战指南 大模型铲屎官 现代大模型技术与应用langchainpython大模型LLM
    系列文章目录01-玩转LangChain：从模型调用到Prompt模板与输出解析的完整指南02-玩转LangChainMemory模块：四种记忆类型详解及应用场景全覆盖03-全面掌握LangChain：从核心链条构建到动态任务分配的实战指南04-玩转LangChain：从文档加载到高效问答系统构建的全程实战文章目录系列文章目录前言一、LangChain的核心链简介1.1单任务的Prompt模型结合
  • 玩转 LangChain：从文档加载到高效问答系统构建的全程实战 大模型铲屎官 现代大模型技术与应用langchainpython人工智能nlpAI文档加载问答系统构建
    系列文章目录01-玩转LangChain：从模型调用到Prompt模板与输出解析的完整指南02-玩转LangChainMemory模块：四种记忆类型详解及应用场景全覆盖03-全面掌握LangChain：从核心链条构建到动态任务分配的实战指南04-玩转LangChain：从文档加载到高效问答系统构建的全程实战文章目录系列文章目录前言一、LangChain环境搭建与初始配置1.1安装依赖1.2环境变量
  • 使用RAG-Chroma与OpenAI构建高效问答系统 srudfktuffk 人工智能python
    在AI驱动的应用场景中，检索增强生成(Retrieval-AugmentedGeneration,RAG)是一种强大的技术，可以提升问答系统的精度和效能。在这篇文章中，我们将深入探讨如何使用Chroma与OpenAI结合，构建一个基于RAG的问答系统。技术背景介绍RAG是一种结合信息检索（IR）和自然语言生成（NLG）的技术。它通过先检索与问题相关的信息，然后生成答案，提高了问答系统的准确性和相关
  • Transformer架构原理详解：编码器（Encoder）和解码器（Decoder） AI大模型应用之禅 AI大模型与大数据javapythonjavascriptkotlingolang架构人工智能
    Transformer,编码器,解码器,自注意力机制,多头注意力,位置编码,序列到序列,自然语言处理1.背景介绍近年来，深度学习在自然语言处理（NLP）领域取得了显著进展，其中Transformer架构扮演着至关重要的角色。自2017年谷歌发布了基于Transformer的机器翻译模型BERT以来，Transformer及其变体在各种NLP任务上取得了突破性的成果，例如文本分类、问答系统、文本摘要
  • 构建一个针对SQL数据的问答系统 safHTEAHE sqloracle数据库python
    在如今的数据驱动时代，能够从结构化数据中提取信息并进行自然语言问答的能力是极其重要的。在这篇文章中，我们将探索如何使用大型语言模型(LLM)创建一个问答系统来查询SQL数据库中的表格数据。我们将通过对比链条和代理的实现来理解不同的建模策略。技术背景介绍结构化数据与非结构化数据的查询截然不同。对于结构化数据，我们往往通过创建和执行SQL查询来获取答案。通过这个指南，我们将展示如何使用链条和代理来开发
  • 企业如何打造高效智能问答系统？一文详解架构与实现！ 功城师 大语言模型自然语言处理LLM人工智能智能问答RAGAgent
    随着人工智能技术的不断发展，智能问答系统成为越来越多企业提升客户服务、知识管理与内部沟通的关键工具。今天我们将深入解析一套智能问答系统的设计思路与技术架构，帮助大家更好地理解如何利用这一系统在实际场景中高效运作。一、智能问答系统的整体架构这套智能问答系统分为前台、AI服务和后台三个核心部分，每个部分承担着不同的职责，分别负责用户交互、问题处理与数据支持。通过这种模块化的设计，整个系统的工作流程得以
  • 深度解析智能问答系统：如何打造精准、高效的AI对话架构？ 和老莫一起学AI 人工智能架构自然语言处理产品经理语言模型学习ai
    在人工智能的飞速发展中，智能问答系统（QA系统）逐渐成为了企业内部管理、客户服务、搜索引擎等多个领域中的关键技术。今天，我们将深入探讨一个基于大模型、自然语言处理、知识检索的智能问答系统的架构，详细介绍其技术原理、流程以及未来应用前景。一、系统整体概览在这个智能问答系统中，整个流程可以大致划分为两大部分：前端问答生成与后端离线数据处理。前端部分是用户交互的核心，通过用户的输入、关键词提取、检索和问
  • 知识图谱语义搜索：构建智能化搜索未来 cooldream2009 AI技术知识图谱知识图谱人工智能
    目录前言1.知识图谱语义搜索的基础概念1.1什么是知识图谱1.2什么是语义搜索1.3知识图谱语义搜索的结合2.知识图谱语义搜索的核心技术2.1自然语言处理技术2.2知识图谱构建与管理2.3图数据库与查询技术3.知识图谱语义搜索的应用场景3.1智能问答系统3.2个性化推荐3.3专业领域信息检索4.知识图谱语义搜索的未来展望4.1技术挑战4.2应用趋势结语前言随着信息技术的飞速发展，数据量呈现爆炸式增
  • OpenSPG docker 安装教程 @comefly NLPdockeropenspg知识图谱llm
    文章目录前言自述一、OpenSPG1.介绍二、安装步骤1.安装服务端2.客户端部署前言自述我最近是想结合chatglm3-6b和知识图谱做一个垂直领域的技术规范的问答系统，过程中也遇到了很多困难，在模型微调上，在数据集收集整理上，在知识图谱的信息抽取上等等，咬咬牙，多学习就可以解决，本文主要写一下利用openspg做技术规范的信息抽取的部署安装过程。一、OpenSPG1.介绍OpenSPG是蚂蚁集
  • 一起学Hugging Face Transformers（8）- 使用Transformers 库制作一个简易问答系统 做个天秤座的程序猿 HuggingFaceTransformersAutoModelAutoTokenizerTransformerstransformer
    文章目录前言一、环境准备二、数据准备三、模型选择与加载四、构建问答系统五、模型评估与优化六、部署问答系统七、实际案例分析总结参考资料前言问答系统是一种能够自动回答用户问题的人工智能应用，在许多领域具有重要的应用价值，如客户服务、教育和医疗等。HuggingFaceTransformers库是一个强大的工具，它提供了许多预训练的自然语言处理模型，简化了构建问答系统的过程。本文将介绍如何使用Huggi
  • 利用LangChain的StackExchange组件实现智能问答系统 nseejrukjhad langchainmicrosoft数据库python
    利用LangChain的StackExchange组件实现智能问答系统引言在当今的软件开发世界中，StackOverflow已经成为程序员解决问题的首选平台之一。而LangChain作为一个强大的AI应用开发框架，提供了StackExchange组件，使我们能够轻松地将StackOverflow的海量知识库集成到我们的应用中。本文将详细介绍如何使用LangChain的StackExchange组件
  • 基于 LangChain 开发应用程序第三章-储存 明志刘明 大模型学习手册langchain
    需要学习提示词工程的同学请看面向开发者的提示词工程需要学习ChatGPT的同学请查看搭建基于ChatGPT的问答系统本部分之前的章节可以查看基于LangChain开发应用程序第一章-简介基于LangChain开发应用程序第二章-提示和输出第三章储存在与语言模型交互时，你可能已经注意到一个关键问题：它们并不记忆你之前的交流内容，这在我们构建一些应用程序（如聊天机器人）的时候，带来了很大的挑战，使得对
  • 《自然语言处理 Transformer 模型详解》 黑色叉腰丶大魔王 自然语言处理transformer人工智能
    一、引言在自然语言处理领域，Transformer模型的出现是一个重大的突破。它摒弃了传统的循环神经网络（RNN）和卷积神经网络（CNN）架构，完全基于注意力机制，在机器翻译、文本生成、问答系统等众多任务中取得了卓越的性能。本文将深入讲解Transformer模型的原理、结构和应用。二、Transformer模型的背景在Transformer出现之前，RNN及其变体（如LSTM和GRU）是自然语言
  • 从零搭建一个可离线使用的可实时更新扩展信息的智能问答系统 llamaindex&LLama3大模型&RAG 千年奇葩 AI人工智能aillama人工智能llamafactory大模型
    之前对一件事很好奇，为什么去年训练的大模型可以回答今天的新闻内容。答案是使用了知识扩展系统。基本原理是把参考答案和问题一同提给大模型，给他充分的参考信息做回复编辑。本文教你完成离线版本的智能问答系统搭建。有问题请直接留言最近在疯狂找下家，本人精通图形渲染和ai，求捞啊！基本架构图讲一下基本运行流程：人工准备数据转为嵌入向量存入数据库并生成索引用户提问流程：用户输入问题在索引数据库中查询匹配度较高的
  • Ollama教程——深入解析：使用LangChain和Ollama构建JavaScript问答系统 walkskyer ollama入门教程langchainjavascript开发语言ollamaAI
    ollama入门系列教程简介与目录相关文章:Ollama教程——入门：开启本地大型语言模型开发之旅Ollama教程——模型：如何将模型高效导入到Ollama框架Ollama教程——兼容OpenAIAPI：高效利用兼容OpenAI的API进行AI项目开发Ollama教程——使用LangChain：Ollama与LangChain的强强联合Ollama教程——生成内容API：利用Ollama的原生AP
  • 心理健康问答系统-AIGC大模型-小程序制作 阿利同学 小程序制作AIGC小程序问答系统心理健康人工智能小程序制作大模型
    制作一个心理健康问答系统的小程序，涉及到多个环节和技术领域。这里将从需求分析、技术选型、开发流程、API调用等方面进行详细说明。一、需求分析与规划在开始任何项目之前，首先需要明确的是你的小程序想要解决什么样的问题，提供哪些功能给用户。对于心理健康问答系统来说，可能的功能包括但不限于：心理健康知识科普用户情绪识别及反馈提供专业心理咨询服务情绪日记记录心理健康测试问卷在线预约心理医生开发技术Sprin
  • Cerebras DocChat发布：基于Llama 3构建，DocChat在几小时内完成GPT-4级别的对话问答训练 科技大本营 llama人工智能算法深度学习机器学习
    Cerebras发布的DocChat标志着基于文档的对话式问答系统的一个重大里程碑。Cerebras以其在机器学习（ML）和大型语言模型（LLMs）方面的深厚专业知识而闻名，推出了DocChat系列的两个新模型：CerebrasLlama3-DocChat和CerebrasDragon-DocChat。这些模型旨在提供高性能的对话式人工智能，特别是针对基于文档的问答任务，并利用Cerebras的尖
  • 保护隐私，释放智能：使用LangChain和Presidio构建安全的AI问答系统 2401_85763803 langchain安全人工智能
    保护隐私，释放智能：使用LangChain和Presidio构建安全的AI问答系统在人工智能（AI）飞速发展的今天，AI问答系统已经成为企业与客户互动的重要工具。然而，随之而来的个人数据隐私问题也日益凸显。如何在不泄露用户隐私的前提下，利用AI的强大能力提供智能服务？本文将详细介绍如何使用LangChain和Presidio库构建一个既安全又高效的AI问答系统。一、隐私保护的重要性个人可识别信息（
  • 人工智能领域--RAG技术 胡萝卜不甜 机器学习人工智能python学习算法
    今天带大家来学习一下RAG技术，尤其在在大模型中应用广泛。一.RAG（RetrievalAugmentedGeneration）检索增强生成RAG，即Retrieval-AugmentedGeneration（检索增强的生成），是一种结合了检索（Retrieval）和生成（Generation）机制的人工智能技术，常用于提升自然语言处理（NLP）任务的性能，尤其是在问答系统、文本摘要、对话系统等领
  • 【Python机器学习】NLP概述——聊天机器人的自然语言流水线 zhangbin_237 Python机器学习自然语言处理机器人人工智能python机器学习
    构建对话引擎或者聊天机器人所需的NLP流水线类似于某些问答系统。聊天机器人需要4个处理阶段和一个数据库来维护过去语句和回复的记录。这4个处理阶段中的每个阶段都可以包含一个或多个并行或串行工作的处理算法。如下图所示：1、解析：从自然语言文本中提取特征、结构化数值数；2、分析：通过对文本的情感、语法合法度及语义打分，生成和组合特征；3、生成：使用模板、搜索或语言模型生成可能的回复；4、执行：根据对话历
  • #LLM入门|Prompt#3.1 第三部分 使用 LangChain 开发应用程序_简介 向日葵花籽儿 LLM入门教程笔记AIGCpromptpythonLLMlangchain人工智能chatgpt
    概述如何能够基于ChatGPT搭建一个完整、全面的问答系统，要搭建基于ChatGPT的完整问答系统，除去上一部分所讲述的如何构建PromptEngineering外，还需要完成多个额外的步骤。例如，处理用户输入提升系统处理能力，使用思维链、提示链来提升问答效果，检查输入保证系统反馈稳定，对系统效果进行评估以实现进一步优化等。当ChatGPTAPI提供了足够的智能性，系统的重要性就更充分地展现在保证
  • 计算机毕设分享 面向高考招生咨询的问答系统设计与实现（源码+论文） 源码爱鸭 高考毕设毕业设计开源
    文章目录0项目说明1项目说明2系统设计3系统功能3.1问答3.2问题模板4实验结果5论文目录6项目工程0项目说明面向高考招生咨询的问答系统设计与实现提示：适合用于课程设计或毕业设计，工作量达标，源码开放1项目说明本系统主要从数据获取，问题分类，问题处理和答案生成以及软件设计四个方面论述自动问答系统的设计与实现。数据获取涉及到网络数据抓取技术，数据库存储与操作，本文使用了python网络爬虫和MyS
  • SQL的各种连接查询 xieke90 UNION ALLUNION外连接内连接JOIN
    一、内连接   概念：内连接就是使用比较运算符根据每个表共有的列的值匹配两个表中的行。                 内连接（join 或者inner join ）       SQL语法：       select * fron
  • java编程思想--复用类 百合不是茶 java继承代理组合final类
          复用类看着标题都不知道是什么,再加上java编程思想翻译的比价难懂,所以知道现在才看这本软件界的奇书   一:组合语法:就是将对象的引用放到新类中即可     代码:     package com.wj.reuse; /** * * @author Administrator 组
  • [开源与生态系统]国产CPU的生态系统 comsci cpu
          计算机要从娃娃抓起...而孩子最喜欢玩游戏....       要让国产CPU在国内市场形成自己的生态系统和产业链,国家和企业就不能够忘记游戏这个非常关键的环节....       投入一些资金和资源,人力和政策,让游
  • JVM内存区域划分Eden Space、Survivor Space、Tenured Gen，Perm Gen解释 商人shang jvm内存
    jvm区域总体分两类，heap区和非heap区。heap区又分：Eden Space（伊甸园）、Survivor Space(幸存者区)、Tenured Gen（老年代-养老区）。 非heap区又分：Code Cache(代码缓存区)、Perm Gen（永久代）、Jvm Stack(java虚拟机栈)、Local Method Statck(本地方法栈)。 HotSpot虚拟机GC算法采用分代收
  • 页面上调用 QQ oloz qq
    <A href="tencent://message/?uin=707321921&amp;Site=有事Q我&amp;Menu=yes">   <img style="border:0px;" src=http://wpa.qq.com/pa?p=1:707321921:1></a>
  • 一些问题 文强chu 问题
    1.eclipse 导出 doc  出现“The Javadoc command does not exist.” javadoc command 选择 jdk/bin/javadoc.exe 2.tomcate 配置 web 项目 ..... SQL:3.mysql  * 必须得放前面 否则  select&nbs
  • 生活没有安全感 小桔子 生活孤独安全感
           圈子好小，身边朋友没几个，交心的更是少之又少。在深圳，除了男朋友，没几个亲密的人。不知不觉男朋友成了唯一的依靠，毫不夸张的说，业余生活的全部。现在感情好，也很幸福的。但是说不准难免人心会变嘛，不发生什么大家都乐融融，发生什么很难处理。我想说如果不幸被分手(无论原因如何)，生活难免变化很大，在深圳，我没交心的朋友。明
  • php 基础语法 aichenglong php 基本语法
    1 .1 php变量必须以$开头 <?php $a=” b”; echo ?> 1 .2 php基本数据库类型 Integer  float/double Boolean string 1 .3 复合数据类型 数组array和对象 object 1 .4 特殊数据类型  null 资源类型(resource)    $co
  • mybatis tools 配置详解 AILIKES mybatis
    MyBatis Generator中文文档 MyBatis Generator中文文档地址： http://generator.sturgeon.mopaas.com/ 该中文文档由于尽可能和原文内容一致，所以有些地方如果不熟悉，看中文版的文档的也会有一定的障碍，所以本章根据该中文文档以及实际应用，使用通俗的语言来讲解详细的配置。 本文使用Markdown进行编辑，但是博客显示效
  • 继承与多态的探讨 百合不是茶 JAVA面向对象 继承 对象
    继承 extends   多态 继承是面向对象最经常使用的特征之一：继承语法是通过继承发、基类的域和方法 //继承就是从现有的类中生成一个新的类，这个新类拥有现有类的所有extends是使用继承的关键字：     在A类中定义属性和方法； class A{ //定义属性 int age； //定义方法 public void go
  • JS的undefined与null的实例 bijian1013 JavaScriptJavaScript
    <form name="theform" id="theform"> </form> <script language="javascript"> var a alert(typeof(b)); //这里提示undefined if(theform.datas
  • TDD实践（一） bijian1013 java敏捷TDD
    一.TDD概述         TDD：测试驱动开发，它的基本思想就是在开发功能代码之前，先编写测试代码。也就是说在明确要开发某个功能后，首先思考如何对这个功能进行测试，并完成测试代码的编写，然后编写相关的代码满足这些测试用例。然后循环进行添加其他功能，直到完全部功能的开发。     
  • [Maven学习笔记十]Maven Profile与资源文件过滤器 bit1129 maven
    什么是Maven Profile Maven Profile的含义是针对编译打包环境和编译打包目的配置定制，可以在不同的环境上选择相应的配置，例如DB信息，可以根据是为开发环境编译打包，还是为生产环境编译打包，动态的选择正确的DB配置信息   Profile的激活机制 1.Profile可以手工激活，比如在Intellij Idea的Maven Project视图中可以选择一个P
  • 【Hive八】Hive用户自定义生成表函数(UDTF) bit1129 hive
    1. 什么是UDTF   UDTF，是User Defined Table-Generating Functions，一眼看上去，貌似是用户自定义生成表函数，这个生成表不应该理解为生成了一个HQL Table， 貌似更应该理解为生成了类似关系表的二维行数据集   2. 如何实现UDTF 继承org.apache.hadoop.hive.ql.udf.generic
  • tfs restful api 加auth 2.0认计 ronin47
    　　目前思考如何给tfs的ngx-tfs api增加安全性。有如下两点： 　　一是基于客户端的ip设置。这个比较容易实现。 　　二是基于OAuth2.0认证，这个需要lua，实现起来相对于一来说，有些难度。 　　现在重点介绍第二种方法实现思路。 　　 前言：我们使用Nginx的Lua中间件建立了OAuth2认证和授权层。如果你也有此打算，阅读下面的文档，实现自动化并获得收益。SeatGe
  • jdk环境变量配置 byalias javajdk
    进行java开发，首先要安装jdk，安装了jdk后还要进行环境变量配置： 1、下载jdk（http://java.sun.com/javase/downloads/index.jsp），我下载的版本是：jdk-7u79-windows-x64.exe 2、安装jdk-7u79-windows-x64.exe 3、配置环境变量：右击"计算机"-->&quo
  • 《代码大全》表驱动法-Table Driven Approach-2 bylijinnan java
    package com.ljn.base; import java.io.BufferedReader; import java.io.FileInputStream; import java.io.InputStreamReader; import java.util.ArrayList; import java.util.Collections; import java.uti
  • SQL 数值四舍五入 小数点后保留2位 chicony 四舍五入
    1.round() 函数是四舍五入用，第一个参数是我们要被操作的数据，第二个参数是设置我们四舍五入之后小数点后显示几位。 2.numeric 函数的2个参数，第一个表示数据长度，第二个参数表示小数点后位数。 例如： 　　select   cast(round(12.5,2)   as   numeric(5,2))  
  • c++运算符重载 CrazyMizzz C++
    一、加+，减-，乘*，除/ 的运算符重载 Rational operator*(const Rational &x) const{ return Rational(x.a * this->a); } 在这里只写乘法的，加减除的写法类似 二、<<输出,>>输入的运算符重载      &nb
  • hive DDL语法汇总 daizj hive修改列DDL修改表
    hive DDL语法汇总 １、对表重命名 hive> ALTER TABLE table_name RENAME TO new_table_name;   2、修改表备注 hive> ALTER TABLE table_name SET TBLPROPERTIES ('comment' = new_comm
  • jbox使用说明 dcj3sjt126com Web
    参考网址：http://www.kudystudio.com/jbox/jbox-demo.html jBox v2.3 beta [ 点击下载]  技术交流QQGroup：172543951 100521167 [2011-11-11] jBox v2.3 正式版 - [调整&修复] IE6下有iframe或页面有active、applet控件
  • UISegmentedControl 开发笔记 dcj3sjt126com
      //    typedef NS_ENUM(NSInteger, UISegmentedControlStyle) {     //        UISegmentedControlStylePlain,     // large plain   &
  • Slick生成表映射文件 ekian scala
    Scala添加SLICK进行数据库操作，需在sbt文件上添加slick-codegen包 "com.typesafe.slick" %% "slick-codegen" % slickVersion 因为我是连接SQL Server数据库，还需添加slick-extensions，jtds包 "com.typesa
  • ES-TEST gengzg test
    package com.MarkNum; import java.io.IOException; import java.util.Date; import java.util.HashMap; import java.util.Map; import javax.servlet.ServletException; import javax.servlet.annotation
  • 为何外键不再推荐使用 hugh.wang mysqlDB
    表的关联，是一种逻辑关系，并不需要进行物理上的“硬关联”，而且你所期望的关联，其实只是其数据上存在一定的联系而已，而这种联系实际上是在设计之初就定义好的固有逻辑。 在业务代码中实现的时候，只要按照设计之初的这种固有关联逻辑来处理数据即可，并不需要在数据库层面进行“硬关联”，因为在数据库层面通过使用外键的方式进行“硬关联”，会带来很多额外的资源消耗来进行一致性和完整性校验，即使很多时候我们并不
  • 领域驱动设计 julyflame VODAO设计模式DTOpo
    概念： VO（View Object）：视图对象，用于展示层，它的作用是把某个指定页面（或组件）的所有数据封装起来。 DTO（Data Transfer Object）：数据传输对象，这个概念来源于J2EE的设计模式，原来的目的是为了EJB的分布式应用提供粗粒度的数据实体，以减少分布式调用的次数，从而提高分布式调用的性能和降低网络负载，但在这里，我泛指用于展示层与服务层之间的数据传输对
  • 单例设计模式 hm4123660 javaSingleton单例设计模式懒汉式饿汉式
           单例模式是一种常用的软件设计模式。在它的核心结构中只包含一个被称为单例类的特殊类。通过单例模式可以保证系统中一个类只有一个实例而且该实例易于外界访问，从而方便对实例个数的控制并节约系统源。如果希望在系统中某个类的对象只能存在一个，单例模式是最好的解决方案。      &nb
  • logback zhb8015 loglogback
    一、logback的介绍      Logback是由log4j创始人设计的又一个开源日志组件。logback当前分成三个模块：logback-core,logback- classic和logback-access。logback-core是其它两个模块的基础模块。logback-classic是log4j的一个 改良版本。此外logback-class
  • 整合Kafka到Spark Streaming——代码示例和挑战 Stark_Summer sparkstormzookeeperPARALLELISMprocessing
    作者Michael G. Noll是瑞士的一位工程师和研究员，效力于Verisign，是Verisign实验室的大规模数据分析基础设施（基础Hadoop）的技术主管。本文，Michael详细的演示了如何将Kafka整合到Spark Streaming中。 期间， Michael还提到了将Kafka整合到 Spark Streaming中的一些现状，非常值得阅读，虽然有一些信息在Spark 1.2版
  • spring-master-slave-commondao 王新春 DAOspringdataSourceslavemaster
    互联网的web项目，都有个特点：请求的并发量高，其中请求最耗时的db操作，又是系统优化的重中之重。 为此，往往搭建 db的 一主多从库的 数据库架构。作为web的DAO层，要保证针对主库进行写操作，对多个从库进行读操作。当然在一些请求中，为了避免主从复制的延迟导致的数据不一致性，部分的读操作也要到主库上。（这种需求一般通过业务垂直分开，比如下单业务的代码所部署的机器，读去应该也要从主库读取数
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他