AIGC落地实践案例第18页

无涯应用实践 | 快速构建组织内部的专属知识库，让大模型快速落地

在数字化时代，企业的知识管理正面临前所未有的挑战。如何高效地构建和管理知识库，保护数据隐私，同时又能灵活地运用公私域知识，成为了企业竞争力的关键。现在，让我们揭开新一代知识管理平台的面纱，探索无涯问知如何帮助企业实现这些目标。知识库构建，像云盘一样简单知识库管理支持文档、表格、图片、音视频等多模态文件的一键导入，自动切片及向量化，无需任何手动配置，还能对知识库进行文件夹管理，方便后续进一步勾选使用

·2025-01-17 19:06

三个案例，快速了解星环科技如何助力医疗数字化转型

星环科技基于自身的技术优势和产品体系，为医疗行业提供湖仓集一体化医院数据中心、云原生架构的区域医疗中台、医疗数据要素运营流通等解决方案，并在业务应用领域与生态伙伴联合打造端到端的整体解决方案，满足医疗行业专业领域、复杂场景下的数字化转型需求。星环科技助力某三甲医院打造湖仓集一体大数据底座某大型综合三甲医院为解决全院各业务系统数据统一采集、存储、实时共享问题，联合星环科技打造“湖仓集”一体的技术底座

·2025-01-17 19:06

电商项目管理优化新视角：看板的实战智慧与策略

随着市场需求的快速变化和竞争的日益激烈，电商企业需要不断探索和实践新的项目管理方法，以提升自身的竞争力。看板管理作为一种直观、高效的项目管理工具，为电商项目管理带来了新的视角和智慧。

·2025-01-17 19:05

案例分享｜某港口集团企业级数据管理及分析应用体系构建

平台工具体系｜数据治理某港口集团已建成多个信息化系统，充分满足集团职能管理方面的需求，但垂直化的职能管理使各职能领域的指标体系、业务流程和业务系统呈现出条状划分的鲜明特点，数据共享存在“壁垒”，缺少横向的业务流程梳理和贯通，导致港口数据标准不统一、各业务系统数据“孤岛化”明显，特别是随着对数据增值利用和精细化管理要求的逐步提高，已难以应对日趋复杂的业务需求。通过运用大数据基础平台TDH、大数据开发

·2025-01-17 19:04

单片机的原理及其应用：从入门到进阶的全方位指南

文中不仅会介绍单片机的基本原理、内部构造、开发流程和应用领域，还会融入更多的理论分析、实操案例以及常见问题与解决思路等，帮助读者全面理解并快速上手单片机开发。

wit_@·2025-01-17 19:58

聚焦实践，面向前端 | 12月7日华为云首届开源开发者论坛火热报名中~

议题内容深入业务，聚焦实践，希望与开发者共同探讨在业务选型/业务开发过程中所遇到的问题及

·2025-01-17 19:03

华为云开源项目Sermant正式成为CNCF官方项目

Sermant是华为云在微服务治理技术领域多年的技术积累和丰富的实践经验孵化而来，致力于解决大规模微服务体系结构中的服务治理技术挑战，帮助企业以非侵入高性能的方式接入丰富的服务治理功能，促进微服务架构

·2025-01-17 19:31

云计算技术深度解析与代码实践

云计算技术深度解析与代码实践引言云计算作为近年来兴起的革命性IT服务模式，正在全球范围内迅速普及。它通过网络将软硬件资源整合成一个高效的分布式系统，实现了数据的可靠存储和高效处理。

我的运维人生·2025-01-17 19:27

工业领域最佳实践案例！

近日，IDC发布了《工业领域中数据管理分析服务最佳实践案例》报告，总结行业用户在应用过程中面临的主要挑战和实践路径，并评选最佳实践案例，为行业用户提供了相关的指导建议，供市场参考。

·2025-01-17 19:29

鸿蒙NEXT应用开发训练营毕业总结

通过系统的理论学习和实践操作，我不仅对鸿蒙NEXT应用开发有了深入的理解，还掌握了其核心技能。学习心得在理论知识学习方面，我深入了解了鸿蒙NEXT应用开发的基础概念、框架以及关键技术点。

wjl6259·2025-01-17 19:24

【Go】：深入解析 Go 1.24：新特性、改进与最佳实践

前言Go1.24尚未发布。这些是正在进行中的发布说明。Go1.24预计将于2025年2月发布。本文将深入探讨Go1.24中引入的各项更新，并通过具体示例展示这些变化如何影响日常开发工作，确保为读者提供详尽而有价值的参考。新特性及改进综述HTTP/2协议支持（HTTP/2ProtocolSupport）非加密HTTP/2：现在可以通过配置Server.Protocols和Transport.Prot

寻找09之夏·2025-01-17 18:15

HarmonyOS学习第七周（实践版）

因为有事，断更了一个月，一个月没怎么碰，已经有点忘记了，这周做点简单案例进行一下“康复训练”。

超级困~·2025-01-17 16:05

问题 F: 案例6-1.2：邻接表存储图的广度优先遍历

题目描述一个图有n个节点编号从0至n-1和m条边编号从0至m-1。输出从点x开始的广度优先遍历顺序。输入格式第一行为n、m、x。接下来m行每行有一组u,v。表示点u可以到达点v，点v也可以到达点u。输出格式输出经过点的顺序。（输出字典序最小的答案）输入样例795030204313245152556输出样例5124630代码展示emmm函数不一定全用上了有些是别的题留下的为了之后方便使用没删#inc

竹轩sang·2025-01-17 16:26

Linux部署python服务

1.创建虚拟环境和安装依赖在部署Python程序时，使用虚拟环境是一种良好的实践，它可以帮助你隔离项目的依赖，避免与系统的Python库冲突。

weixin_49784554·2025-01-17 16:56

【机器学习：三十、异常检测：原理与实践】

1.异常检测概述异常检测（AnomalyDetection）是一种用于识别数据中异常模式或异常点的技术，旨在发现与大部分数据行为不同的样本。它在工业监控、网络安全、金融欺诈检测等领域具有广泛应用。异常检测的目标是找到那些偏离正常行为的数据点，这些数据点可能代表错误、故障、攻击或其他需要特别关注的情况。核心概念异常通常分为以下三种类型：点异常：单个数据点显著偏离正常分布（例如，银行交易中突然的巨额消

KeyPan·2025-01-17 15:24

Python与下划线（六）name 和 main

本文将详细解析这两个特殊变量的工作原理、使用场景，并提供最佳实践来帮助开发者编写更高效的Python模块。免费专栏在这里：Python的下划线知识目录1.什么是__name__和__main__？

昊昊该干饭了·2025-01-17 15:47

Flink CDC 在阿里云实时计算Flink版的云上实践

摘要：本文整理自阿里云高级开发工程师，ApacheFlinkCommitter阮航老师在FlinkForwardAsia2024生产实践（三）专场中的分享，主要分为以下四个方面：一、FlinkCDC&实时计算

·2025-01-17 15:17

提示工程（Prompt Engineering）最全综述：本质、技术、最佳实践

提示工程（promptengineering），简而言之，是构建和优化输入提示以引导LLMs生成准确且富有洞察力的输出的艺术和科学。在LLMs的世界里，一个精心设计的提示就如同一位经验丰富的向导，能够引领模型穿越复杂的信息海洋，找到用户心中的答案。一、理解提示与提示工程（promptengineering）（一）提示的本质提示是我们输入给大语言模型以获取期望响应的信息。它的形式丰富多样，可以是一个

大模型之路·2025-01-17 14:13

工作中的最佳实践记录

避免重复判断badif(currentTheme?.id&¤tTheme?.id==='xxx'){//dosomething}goodif(currentTheme?.id&¤tTheme.id==='xxx'){//dosomething}currentTheme.id在前面已经使用?.进行了判断，后面没必要再次判断一遍tip:使用?.操作符的目的是为了安全地访问cur

·2025-01-17 14:38

使用 AI 在医疗影像分析中的应用探索

本文将深入探讨AI技术在医疗影像数据分析中的应用，包括核心算法、关键实现步骤和实际案例，并提供一个基于卷积神经网络（CNN）的图像分类Demo。

·2025-01-17 14:07

Monorepo设置：新手指南

CSS技巧与案例详解vue2与vue3技巧合集VueUse源码解读Monorepo是一种项目代码管理方法，指在单个代码仓库中管理多个项目，有助于简化代码共享、版本控制、构建和部署的复杂性，并提供更好的可重用性和协作性

·2025-01-17 14:36

debian12实践-安装docker

参考：https://linuxiac.com/how-to-install-docker-on-debian-12-bookworm/step1sudoaptupdatesudoaptinstallapt-transport-httpsca-certificatescurlgnupgstep2:这一步多尝试两次，避免网络原因下载失败curl-fsSLhttps://download.docker

Nobita Chen·2025-01-17 14:41

数仓实践：如何优雅的设计DWS层？

对于数仓的分层，大家最耳熟能详的就是基于OneData方法论的三层数仓划分，分别是：数据引入层（ODS，OperationalDataStore）、数据公共层（CDM，CommonDimenionsModel）和数据应用层（ADS，ApplicationDataStore）。当然，涉及到每一层具体该怎么建模，可能大家都有自己的理解。数据建模无疑是重中之重，如果我们把指标比作树上的果实，那么模型就好

云祁·2025-01-17 14:37

开源人工智能模型框架：探索与实践

摘要本文深入探讨了开源人工智能模型框架，旨在为研究人员、开发者及相关从业者提供全面的理解与参考。通过对多个主流开源框架，如TensorFlow、PyTorch、Keras、Detectron2、OpenCV、HuggingFaceTransformers、AllenNLP、MindSpore和Fastai的详细分析，阐述其特点、应用场景、优势与不足，并结合具体示例说明其使用方法，同时配以相关架构图

CodeJourney.·2025-01-17 12:27

一个基于Spring Boot的简单网吧管理系统

一个基于SpringBoot的简单网吧管理系统的案例代码。这个系统包括用户管理、电脑管理、上机记录管理等功能。代码结构清晰，适合初学者学习和参考。

鹿屿二向箔·2025-01-17 11:49

其实数据分析，只是在筛选没有准备的人，写给正在求职的你们。。。

目录1求职者的窘境激烈的竞争环境高门槛的技能要求缺乏实践经验行业知识的欠缺2初学者如何建立自己的学习计划第一阶段：奠定理论基础（1-2个月）第二阶段：工具技能学习（2-3个月）第三阶段：实践项目参与（3

莫叫石榴姐·2025-01-17 10:07

神经网络基础-价格分类案例

文章目录1.需求分析2.导入所需工具包3.构建数据集4.构建分类网络模型5.训练模型6.模型训练7.评估模型8.模型优化学习目标：掌握构建分类模型流程动手实践整个过程1.需求分析小明创办了一家手机公司，

dwjf321·2025-01-17 10:36

Spring Boot 全局异常处理

本文将深入探讨SpringBoot中全局异常处理的最佳实践，包括如何创建全局异常处理器，如何自定义异常响应，以及如何处理不同类型的异常。为什么需要全局

十二同学啊·2025-01-17 10:34

Spring Boot 统一返回数据格式

SpringBoot提供了多种方式来实现统一的返回数据格式，本文将深入探讨如何在SpringBoot项目中实现这一目标，并提供代码示例和最佳实践。为什么需要统一的返回数据格式？

十二同学啊·2025-01-17 10:34

HTML 迷宫游戏

黑客白泽·2025-01-17 10:32

《进阶篇第9章》学习vuex知识点后练习：把求和案例改成getters

@[toc]效果展示：注意点1：问题：如何实现“当前和为奇数再加”？答案：incrementOdd(){if(this.sum%2){this.sum+=this.n}}注意点2:问题：select下拉框默认为1时，点击加号没问题，但是下拉框选中为2时，n值变成字符串了，不应该是数字类型名吗？旧代码：无论设置value="1"还是value=1都无效当前求和为：{{sum}}123答案：因为没设置

·2025-01-17 10:21

告别CSS margin 和 padding 简写,拥抱更优雅的解决方案

CSS技巧与案例详解vue2与vue3技巧合集VueUse源码解读在前端开发中,CSS的外边距(margin)和内边距(padding)是使用频率极高的属性。

·2025-01-17 09:49

使用 Next 14 + NextAuth 4 + Strapi v4进行 Google 和凭据提供商身份验证的完整指南(02)

CSS技巧与案例详解vue2与vue3技巧合集VueUse源码解读NextAuthv4介绍NextAuth是一个开源的身份验证解决方案，适用于全栈（Next）应用程序。

·2025-01-17 09:19

使用 Next 14 + NextAuth 4 + Strapi v4进行 Google 和凭据提供商身份验证的完整指南(01)

CSS技巧与案例详解vue2与vue3技巧合集VueUse源码解读最近开始研究Strapi，这是一个无头CMS。由于它仅提供后端，前端部分包括身份验证流程需要你自己构建。

·2025-01-17 09:19

Java HTTP POST请求工具方法详解：架构、实践与最佳实践（可变参数）

个人名片作者简介：java领域优质创作者个人主页：码农阿豪工作室：新空间代码工作室（提供各种软件服务)个人邮箱：[[email protected]]个人微信：15279484656个人导航网站：www.forff.top座右铭：总有人要赢。为什么不能是我呢？专栏导航：码农阿豪系列专栏导航面试专栏：收集了java相关高频面试题，面试实战总结️Spring5系列专栏：整理了Spring5重要知识点与

码农阿豪@新空间代码工作室·2025-01-17 09:00

只有 2% 的开发人员知道的 7 种神奇 JavaScript 数组方法

CSS技巧与案例详解vue2与vue3技巧合集VueUse源码解读很多人使用JavaScript数组时，最多就是for循环、map()或者filter()等常见方法，但其实数组还有不少“隐藏招数”。

·2025-01-17 09:16

跟我一起学 Python 数据处理（三十九）：数据库世界的探秘之旅

上一篇博客我们了解了数据存储的基础要点和案例实战，今天将聚焦于数据库这个关键部分，为大家详细剖析其奥秘。

lilye66·2025-01-17 09:29

【数字化】华为数字化转型架构蓝图-2

目录1、客户联结的架构思路1.1ROADS体验设计1.2具体应用场景1.3统一的数据底座1.4案例与成效2、一线作战平台的架构思路2.1核心要素2.2关键功能2.3实施路径2.4案例与成效3、能力数字化的架构思路

平凡之大路·2025-01-17 09:55

Web 企业级项目开发：从零到一的学习与实践

随着互联网技术的不断演进，Web企业级项目开发已经成为了许多企业的核心竞争力。那么，如何掌握这门技术并在实际工作中加以应用呢？下面，我将为您深入探讨Web企业级项目开发的相关内容。一、Web简介Web，全称为WorldWideWeb，是一种基于超文本和超媒体的信息系统。它允许用户通过浏览器访问全球范围内的信息。Web的发展经历了从静态页面到动态内容的转变，如今的企业级应用更是要求Web具备高效、安

阿宝Altai·2025-01-17 08:23

深度学习：从基础到实践（上、下册）(安德鲁·格拉斯纳)

（pdf）:python33+(0m深度学习概述：深度学习是机器学习的一个分支，它试图通过使用深层神经网络来模拟人脑的学习过程。随机性与基础统计学：在深度学习中，随机性起着重要作用，了解基础统计学有助于更好地理解深度学习中的随机过程和不确定性。训练与测试：深度学习模型的训练过程包括使用训练数据来优化模型参数，而测试过程则使用测试数据来评估模型的性能。过拟合与欠拟合：过拟合是指模型在训练数据上表现过

fyjgfyjfg·2025-01-17 07:11

星火文档问答上线！定制你的专属知识库

放眼全球，大模型正从热烈讨论走向应用落地。麦肯锡最新研究报告，生成式AI有望为全球经济贡献约7万亿美元的价值，并将AI的总体经济效益提高50%左右。一方面，越来越多工作实现自动化与智能化。

AI 研究所·2025-01-17 06:06

数据仓库的复用性：模型层面通用指标体系、参数化模型、版本化管理

下面将从模型层面的复用性、通用指标体系、参数化模型、版本化管理四个方面进行详细介绍，并提供可落地的设计方案。1.模型层面的复用性1.1复用性设计目标减少重复建模：通过统一的模型设计满足多个业务场景。

PersistDZ·2025-01-17 06:30

服务保障能力获认可，YashanDB入选工信安全2024信息技术产品服务保障示范案例

12月18日，由深圳计算科学研究院与深圳市赛易特信息技术有限公司共同完成的“深圳燃气客服营销平台YashanDB迁移案例”入选工信部国家工业信息安全发展研究中心《2024年信息技术产品服务保障案例》。

·2025-01-17 05:13

从头到尾快速学习一遍Linux，高级工程师多年实践实战经验精华总结和实例示例，第七章：Linux精通学习路线及各个大厂优秀的学习资料

从头到尾快速学习一遍Linux，高级工程师多年实践实战经验精华总结和实例示例，第七章：Linux精通学习路线及各个大厂优秀的学习资料。

代码讲故事·2025-01-17 05:56

Electron 开发者的 Tauri 2.0 实战指南：快速入门与思维转换

本文将帮助你快速理解Tauri2.0的核心概念，并通过实际案例完成从Electron到Tauri的思维转换。

·2025-01-17 05:41

Vue 开发者的 React 实战指南：表单处理篇

本文将从Vue开发者熟悉的角度出发，详细介绍React中的表单处理方式和最佳实践。

·2025-01-17 05:39

Memcached 可观测性最佳实践

Memcached介绍Memcached是一个高性能、分布式的内存对象缓存系统，用于动态Web应用程序以减轻数据库负载。它通过将数据缓存在内存中，极大地减少了数据库查询的次数，从而提高应用程序的响应速度。Memcached最早由LiveJournal的DangaInteractive开发，目前已成为许多大型互联网公司使用的基础技术之一。Memcached的监控是保障应用性能和稳定性的关键措施，通过

·2025-01-17 05:05

VSAN数据恢复——全闪存VSAN下虚拟机无法正常使用的数据恢复案例

VSAN数据恢复环境&故障：VMwareVSAN超融合架构，11台服务器节点。每台服务器节点上创建1个磁盘组，磁盘组包括1块PCIe固态硬盘（作为缓存盘）和8-10块SSD（作为数据盘），组成VSAN存储空间来存放虚拟机文件。启用了去重和压缩功能。一台服务器节点上的一块PCIE缓存盘出现故障，导致VSAN逻辑架构问题。2台虚拟机磁盘组件出现问题，虚拟机无法正常使用。VSAN数据恢复过程：1、将VS