还是在优快云上写博客了,在QQ空间写,太麻了
今天服务器下午送到,Windows系统已经自带,但是要装SQL试用版,9.30之前发邮件
-邮件已经发送
-安装,图纸
供应商OA申请,10点之前完成
-10.08分完成-
测试文档更新一边,12点之前完成
买些鲜花回去
墨衍会员
·
AI 创作全网分发
墨衍智能分发
本文由作者通过墨衍一键同步至各平台
1分发平台
600+累计阅读
619平均单平台
已同步平台
优快云
微信公众号
微博
知乎
掘金
百家号
博客园
抖音
小红书
你的文章也可以这样分发
墨衍会员 ¥399起/年,写一次发全网
我也要 →
码龄14年
还是在优快云上写博客了,在QQ空间写,太麻了
今天服务器下午送到,Windows系统已经自带,但是要装SQL试用版,9.30之前发邮件
-邮件已经发送
-安装,图纸
供应商OA申请,10点之前完成
-10.08分完成-
测试文档更新一边,12点之前完成
买些鲜花回去
Snowflake Arctic企业级AI引擎:MoE架构与Apache 2.0许可证实践
企业AI并非参数竞赛,而是面向真实业务流的工程化智能。从基础概念看,大模型在企业落地需解决数据主权、推理成本与合规风险三大瓶颈;其技术原理正从密集型(Dense)向混合专家(MoE)架构演进,实现按需激活、资源集约;核心价值在于将AI深度嵌入SQL查询、BI分析、CRM工作流等生产环节,兼顾性能、可控性与法律确定性;典型应用场景包括自然语言生成结构化SQL、私有知识库问答、合规文档自动编写等;Snowflake Arctic凭借13B MoE设计、Apache 2.0许可证及Snowflake Data C
CRM上线之路 走上了CRM实施顾问-第18天上班 -第五周
今天是周一,上班第五周,工作第18天。 明天上午有个非常重要的会议,不知道有没有我说话的份。 今天准备把销售人员,主管的界面设计好。 主要还要把经理的界面也设计好。 总结一下: 1.经理的界面 2.权限设计界面 好吧,9点开始工作
【审计专栏】【企业管理】【市场体系】第三篇 销售体系01
本知识体系从战略流程技能组织运营战略与规划:定义销售的方向、目标和基本规则。流程与方法论:提供从线索到回款的标准化作战地图。技能与能力:武装销售人员的个人作战能力。组织与人才:打造高效能销售团队的组织和人才基础。运营与支持:提供数据、工具、政策等后台支持,提升整体作战效率。应用建议:企业可参照此框架,诊断自身销售体系的短板,系统性地进行能力建设。编码系统便于知识的管理、检索和传承,可应用于培训材料、流程文档和系统设计中。企业销售体系全景知识分类与编码框架。
CRM上线之路 走上了CRM实施顾问-第三天上班 -第二周
今天是周一,上班第一天,刚刚开完早上的例会。 上周只上了两天班,所以也没做什么事情,但是因为上周五下班前,绑定了手机邮箱,所以,总管,让我帮其他几位也加一下。 今天下午有个非常重要的会议,心里有点忐忑,好好准备。 准备从以下几个方面熟悉: 1.参加会议的人员 2.我所在的本部门的内容 3.领导可能会说到的大致方向,描绘 4.有哪些问题,需要提出来的
大红球预警版-精选+自定义板块监控
这是一款简单易用的股票大单资金监控插件,兼容通达信软件,可嵌入分时图或定制版面。它以红绿圆球直观显示主力买卖情况(红球为买,绿球为卖),支持300万以上大单语音播报。插件提供实时资金流向分析、多股同时监控、自定义预警条件等功能,无需L2账号。用户可自由切换图形/列表模式,监控特定板块,并配合幻影软件实现自动交易。虽然上涨股通常红球占优,但需结合其他指标综合判断。该插件完全免费,包含详细视频教程,适合新手使用。
树莓派使用 OLED 屏显示图片及文字
树莓派默认是不带显示屏的,如果想要查看系统的一些信息,需要使用电脑登录到树莓派,或者通过 HDMI 连接外接显示器查看。这样做总是有点麻烦,我们可以通过外接一个 OLED 屏来显示一些关键参数或者图片。本文将详细介绍操作方法。 OLED 模组介绍 OLED 屏主要有两种:128×32 和 128×64 ,主要颜色是白、黄、蓝。OLED 屏的特点是功耗低,价格便宜,使用 I2C 接口与主机连接。本文所使用的是 128×64 尺寸的屏幕,外形如下: [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直
CRM上线之路 走上了CRM实施顾问-第115天上班 -第24周
今天领导都走了,准备一个更新,关于协助的 今天的人物如下,目前还是处于支持阶段 1.系统中组织建设 2.更新:协助和发货单 3.测试一下,在线下单 4.
STM32F429移植LVGL9.3.0:从源码配置到双缓冲优化实战
本文详细介绍了如何在STM32F429平台上移植LVGL 9.3.0图形库,涵盖从源码准备、工程配置、显示驱动适配到双缓冲优化等关键步骤。重点解析了利用STM32F429的硬件特性实现高效内存管理和流畅显示性能的实战技巧,为嵌入式GUI开发提供完整解决方案。
CRM上线之路 走上了CRM实施顾问-第80天上班 -第16周 .
昨天晚上终于把ERP 11.0版本的安装好了 今天 1。权限 2。接口讨论 加密方式,开源 3。准备上线
基于溶解气体分析(DGA)的变压器DGA数据故障诊断含代码含数据
在拥有可靠的DGA数据的前提下,结合机器学习分类算法,可以实现变压器的故障诊断。在此数据集的基础上,用随机森林跑出的结果如图。
倒立摆的PLC控制(模型分析+ SCL源代码)
首先简单介绍下倒立摆模型,下面这幅图是MATLAB网站上的倒立摆模型,下面我们利用牛顿第二运动定律建立摆杆的运动方程。
快速实现主数据管理价值——敏捷型实施方法在某激光设备龙头企业项目中的应用
通过属性卡特征值的方式彻底解决了物料唯一性控制的难题,为企业数据标准提供了良好的支撑,也为企业战略目标的实现打下了坚实的基础。若某一组织是某几个组织体系所独有的,那么也可以在主数据平台的组织架构管理列表中新创建该组织,并标记该组织性质,在主数流程审批通过后,自动分发该组织到对应组织性质的组织体系中,完成多套组织体系的创建。在HR系统新增加组织后,会根据HR标记的当前组织的性质,首先写入到组织架构管理列表中,然后主数据系统也会根据HR标记的组织性质,将该组织同步到不同的组织体系中,形成独立的多套组织架构。
如何在SpringBoot中实现AI 流式输出?
🏆本文收录于 《全栈 Bug 调优(实战版)》 专栏。专栏聚焦真实项目中的各类疑难 Bug,从成因剖析 → 排查路径 → 解决方案 → 预防优化全链路拆解,形成一套可复用、可沉淀的实战知识体系。无论你是初入职场的开发者,还是负责复杂项目的资深工程师,都可以在这里构建一套属于自己的「问题诊断与性能调优」方法论,助你稳步进阶、放大技术价值 。
(71页PPT)人工智能+物联网独角兽类企业数字化转型SAP解决方案参考(附下载方式)
力度科技在 SAP 专业服务领域深耕多年,业务涵盖自主软件解决方案、产业云及公有云服务等,拥有慧聚自主 SaaS 系列产品,能提供主流云平台产品专业服务、SAP 专业服务等,还具备自主软件产品解决方案,在产业云与公有云方面也有布局,与阿里云等有合作。项目实施面临挑战,力度科技提出相应建议,制定了包含 ERP 和 CRM 同步实施的计划,遵循实施方法论,注重知识转移,建立项目知识库,组建联合实施小组,配备专业顾问团队,建议建设信息化种子团队。篇幅所限,本文只提供部分资料内容,完整资料请看下面链接。
YOLOv8【第四章:注意力机制篇·第20节】一文讲透,注意力机制设计原则与选择指南 - 从原理到实践的系统化方法论!
🏆 本文收录于 《YOLOv8实战:从入门到深度优化》,该专栏持续复现网络上各种热门内容(全网YOLO改进最全最新的专栏,质量分97分+,全网顶流),改进内容支持(分类、检测、分割、追踪、关键点、OBB检测)。且专栏会随订阅人数上升而涨价(毕竟不断更新),当前性价比极高,有一定的参考&学习价值,部分内容会基于现有的国内外顶尖人工智能AIGC等AI大模型技术总结改进而来,嘎嘎硬核。 ✨ 特惠福利:目前活动一折秒杀价!一次订阅,永久免费,所有后续更新内容均免费阅读!
【从零到一】Jetson Nano上YOLOv5部署完全攻略:零基础小白也能玩转边缘AI推理
文章摘要: 本文详细介绍了在Jetson Nano边缘设备上部署YOLOv5目标检测模型的完整流程。从硬件准备、系统镜像烧录、基础环境配置,到CUDA/cuDNN验证、Python虚拟环境搭建及PyTorch安装,逐步指导开发者完成部署准备。教程兼顾理论原理与实践操作,提供Python和C++两种实现方案,并涵盖TensorRT优化、实时检测等生产级应用场景,帮助零基础开发者快速掌握边缘AI推理技术,实现高性能目标检测应用。
某著名企业企业文档统一管理云平台项目建设方案(71页PPT)(附下载方式)
推广方面,方案设计了规范的推广流程:从推广介入、计划制定、用户调研,到资料准备、推广运营、数据分析,再到问题处理、推广验收,形成完整闭环。平台将整合员工电脑文件、产品资料、设计资料、销售资料、运营数据、培训资料等各类文档资源,通过统一存储、在线预览、在线编辑、文件检索、共享协作、文件保护等功能模块,构建完整的企业文档管理生态。这一理念强调从企业全局视角出发,全面整合文件资源,广泛连接文件与人,实现集中、高效、安全的文件管理与应用。个月,分为项目准备、需求与方案、系统实现、上线前准备、上线与推广五个阶段。
数学建模模型总结
这是本人在两年内准备参加数学建模竞赛搜集到的模型资料,已经经过了本人的筛选和整理,希望能够对准备参加数学建模竞赛的学弟学妹们提供一些帮助!
6个真正可交付的No Code AI工具实战指南
No Code AI并非低代码或自动化工具的简单延伸,而是面向业务人员的AI能力封装范式——它基于确定性流程设计、预置行业逻辑与可审计输出路径,将已验证的机器学习模型转化为Excel函数级的可调用模块。其核心价值在于绕过Python依赖与工程门槛,让市场、HR、客服等角色直接构建线索评分、简历初筛、情绪预警等生产级AI工作流(AI Workflow)。技术原理上融合提示工程、结构化输出校验、向量检索与合规规则引擎,支撑从单点任务到端到端业务闭环的落地。典型应用场景包括B2B销售助手、智能客服升级、移动端外勤
OV9734 DATASHEET,完整规格书
OV9734完整规格书,包括电气参数,尺寸规格,寄存器配置表等
蓝牙模块HM-10手册
蓝牙模块HM-10手册,该手册对蓝牙模块HM-10进行了详细的介绍和使用方法以及一些AT指令。
模板驱动型文档自动化:让结构化文档生产变填空题
文档自动化是企业内容生产提效的核心路径,其本质在于将重复性、结构化、强合规的文档交付过程标准化、组件化与流程化。它基于模板驱动原理,通过原子级内容块、逻辑化组合包和场景化交付模板三层架构,实现格式一致性、数据动态绑定与品牌精准管控。相比AI生成侧重语义创作,模板驱动更强调零容错、高复用与快交付,广泛应用于销售方案、客户成功计划、合规报告等高频文档场景。本文深入解析Sqribble的模板驱动型文档自动化实践,涵盖原子块设计、CRM深度集成、多语言本地化及动态数据绑定等关键技术环节,为SaaS、咨询、金融等行业
efm32 入门.pdf
本PDF共计22页,介绍的是操作驱动API,下载与否自己斟酌。
LLM应用落地的十大陷阱与破局方法论
大语言模型(LLM)正从技术热点走向业务落地关键阶段,但‘能跑通’不等于‘可交付’。理解LLM的本质能力边界、上下文学习机制与任务适配逻辑,是避免项目陷入提示工程幻觉、RAG失效、Agent失控等常见困局的前提。工业级应用的核心价值不在于模型多聪明,而在于能否稳定支撑结构化业务流程、满足事实一致性与任务完成率等硬性指标。真实场景中,知识图谱轻量化、状态机+LLM协同、业务断点驱动的需求锚定等实践路径,显著提升系统可用性与ROI。本文聚焦金融、医疗、制造等垂直领域27个实战案例,拆解LLM应用中高频出现的评估
2025企微SCRM系统第三方实测报告:全维度效能验证与客观选型参考
(一)测评机构与立场本次测评由独立第三方企业数字化工具评测中心主导,测评团队由12名具备5年以上SCRM行业研究经验的分析师、8名企业数字化转型顾问及3名数据安全专家组成。测评全程遵循“客观、公正、透明”原则,不与任何SCRM厂商存在商业合作关系,所有测评数据均来自真实业务场景实测与标准化实验室验证,旨在为企业提供无偏向性的选型参考依据。(二)测评目的与范围随着私域运营进入精细化阶段,企业对SCRM系统的选型需求从“功能覆盖”转向“效能匹配”。
销售AI实战:用机器学习解决线索筛选与转化预测
销售线索评分(Lead Scoring)是企业增长的核心环节,其本质是通过数据驱动的方式识别高潜力客户。传统规则引擎因依赖静态标签而难以应对动态决策场景,而机器学习凭借从历史成交数据中自动挖掘行为序列模式的能力,显著提升预测准确性与业务可解释性。本文聚焦销售场景特有的稀疏标签、延迟行为与高噪声特征等现实挑战,详解如何结合LightGBM、时间序列验证与销售语言对齐的特征工程,构建真正落地的销售预测模型。内容覆盖线索去重、售前问答自动化、客户健康度评估等高频应用,强调‘模型为业务服务’而非技术炫技。
AI驱动渠道管理:智能决策系统架构与实践
渠道管理作为企业供应链的核心环节,正经历从传统人工决策向AI智能化的转型。其技术本质是通过机器学习算法处理多源异构数据,构建实时决策系统。在工程实现上,需要融合物联网感知、边缘计算和联邦学习等技术,解决数据孤岛与实时响应难题。典型的AI渠道管理系统包含数据感知、智能决策等核心层级,其中强化学习用于动态库存分配,图神经网络挖掘渠道关系,这些技术能将缺货率降低38%以上。当前在快消、家电等行业,AI渠道方案已实现精准选商、冲突预警等场景落地,平均提升运营效率40%+。随着虚实融合趋势发展,数字孪生渠道与元宇宙技
数据科学的本质是逻辑流,不是编程语言
数据科学并非代码堆砌,而是以问题定义为起点、数据可行性为基石、流程设计为骨架、验证闭环为血液的系统性思维过程。其核心在于将模糊业务需求转化为可计算命题,通过跨职能协同确保数据能真实支撑假设,并用AB测试、影子模式等工程化手段保障结果可信。这一逻辑流能力直接决定模型能否落地、分析能否驱动决策——它不依赖Python或SQL语法,却决定了你用哪种语言、写多少代码、花多少时间,最终是否真正解决问题。掌握逻辑流,就是掌握数据科学的底层操作系统。
AI客服夜间接管:服务连续性架构与混合决策实践
AI客服夜间接管并非简单延长机器人工作时间,而是一种面向服务连续性的工程化范式。其核心在于实现人类客服离线后的状态迁移、上下文继承与策略一致性执行,依赖意图理解、多轮对话管理、规则引擎与系统集成等关键技术支撑。区别于纯大语言模型(LLM)的自由生成,真实落地需采用‘LLM+规则引擎+API’混合架构,在保障语义灵活性的同时,确保响应确定性、业务合规性与操作可追溯性。该模式已广泛应用于电商、教育、物流等行业的非工作时段客户支持场景,显著提升夜间首次解决率、降低人力排班成本并规避政策风险。
微信聊天记录驱动的客户意向分级与钉钉热力图实战
客户意向分析是销售智能的核心基础能力,其本质是将非结构化沟通行为转化为可决策的业务信号。本文聚焦微信聊天记录这一高密度、低门槛、强时效的数据源,解析轻量级大模型如何通过意图-行为联合建模实现动态客户分级,规避传统NLP对清洗数据和海量标注的依赖。技术价值在于用200行代码+零GPU资源完成端到端闭环,支撑实时决策;典型应用场景包括销售晨会线索聚焦、CRM商机优先级排序及钉钉工作台嵌入式协同。关键词覆盖微信聊天记录、客户意向分级、钉钉集成,直击中小团队AI落地‘最后一公里’痛点。
394
425
345
427

被折叠的 条评论
为什么被折叠?



