活动推荐|Platform User Group 平台工程首次线下 Meetup - 北京站

「文智助手」全场景办公AI助理AI+OPC全流程实践方案(大赛作品) 阅读详情

ce72e6e2e8c34871080506326b64d6ee.gif

Platform User Group 是一个自发组织的兴趣小组,旨在推动平台工程 Platform Engineering / 开源 Infra 在中国的发展,并为相关从业人员提供交流的场所。

现在,Platform User Group 社区成立后第一次线下 Meetup 活动即将在北京举行 🙌 希望通过这次活动,更多业内人士能够在沟通交流中参与共建!

5d3385563a184ac47881afbcffd8932a.jpeg

议题简介

议题一:Laf 云开发平台及其实现原理

分享嘉宾

王子俊,Laf 运营负责人,核心 Maintainer

议题简介

在 AI 浪潮的席卷下,所有软件都在经历一次 AI 革命。各大软件纷纷接入 AI,上线自己的 “Copilot”,这个时候速度和成本往往成了决胜的关键,利用传统的方式很难拉开差距。Laf 提供了极其快速的开发能力、AI 接入能力和极低的成本,做到不管是专业的开发团队还是业余开发者甚至是代码小白都能通过 Laf 快速上线自己的应用或 AI 助手。

听众收益

- 了解什么是 Laf 云开发平台,设计理念精髓与优势
- 让开发人员了解到一种更快成本更低的开发方式
- 让开发人员了解云开发平台的核心技术

内容提纲

1. Laf 介绍
2. 实现原理
3. 挑战
4. 未来规划

议题二:构建一站式 Serverless 化体验的平台工程实践

分享嘉宾

韩寅,阿里云高级技术专家

议题简介

Serverless 技术的兴起,改变了传统 DevOps 的方式,提高了研发效能,降低了运维和资源成本,那么结合平台工程的实践又会有哪些不同?本次分享构建一站式 Serverless 化体验的平台工程实践,包含工具链、流水线 CI/CD、应用引擎、自运维能力等方面,以及相应的技术挑战和解法。

听众收益

- 了解一种基于 Serverless 的平台工程实践
- 了解可能遇到的问题和一些解题思路

内容提纲

1、核心问题拆解
2、基于 Serverless 的平台工程的技术架构
3、遇到的挑战和思路
4、还存在的问题以及规划

议题三:基于云原生范式构建可“无限”扩展的内部开发者平台

分享嘉宾

张起彤,字节跳动高级架构师,负责火山引擎云原生交付运维体系和研发效能改进

议题简介

近年来业内兴起了对 DevOps 一些反模式的讨论,萌生了“平台工程(Platform Engineering)”的理念。平台工程核心动机在于找到研发自助和认知负载的平衡,不限于单个技术或者工具,更聚焦在以提升开发者工作效率和体验为核心,将成熟工具粘合在一起构建合适的工具链路。

本篇会结合一个真实的多云多应用的复杂系统交付场景,探讨如何基于云原生技术体系,构建完整的内部开发者平台体系,包括 GitOps+IaC 编排交付设计、平台动态建模与插件扩展原理、开发者门户设计思路等。

听众收益

- 了解如何基于 GitOps+IaC 实现多云多应用下的基础设施和应用层的编排交付,并保证复杂编排交付动作的过程透明与可控

- 了解一种基于 Backstage 范式构建开发者门户的方法,通过动态建模与插件技术实现 IaC 资源、CI/CD 工具链、企业数据资产等的无缝集成,达到平台可“无限”扩展的效果

内容提纲

1. 背景介绍

- 平台工程、内部开发者平台与开发者门户
- 业务场景介绍:多云多应用的复杂系统交付场景

2. 实现介绍

- GitOps+IaC 编排交付设计
- 平台动态建模与插件扩展原理
- 开发者门户站点设计思路

3. 挑战与规划

议题四:基于 KusionStack 的平台工程实践

分享嘉宾

何子波,蚂蚁集团高级技术专家

议题简介

KusionStack 是蚂蚁集团内部实践多年后开源的平台工程技术栈,旨在帮助用户更高效、更安全地构建内部开发平台(IDP)。有赞基于 KusionStack 技术栈在内部进行了大规模的落地实践,在降本增效、技术风险方面均取得了不错的成果。本次分享将围绕这一真实案例,详细介绍企业如何基于现有平台逐步采用 KusionStack 技术栈,以及 KusionStack 如何帮助企业从应用运维、团队协作、安全合规等方面提高企业平台团队的运作效率。

听众收益

- 了解 KusionStack 助力企业降本增效的真实案例
- 了解企业采用 KusionStack 的一般步骤
- 了解蚂蚁集团平台工程实践经验

内容提纲

1. KusionStack 介绍
2. 有赞 KusionStack 内部实践
3. KusionStack 能为平台团队带来什么
4. 平台团队如何采用 KusionStack

平台工程线下 Meetup 北京站

活动时间

2023 年 7 月 15 日(星期六)

下午 14:00 - 18:00

活动地点

北京环球金融中心东塔 9F 大厅

扫描下方二维码,即刻报名此次活动

34baafc3a066bedca0d2292c3c3e3902.png

此次 Meetup 是 Platform User Group 的第一次线下活动,汇集来自 Laf 云开发平台、阿里云、字节跳动、蚂蚁集团的多位技术专家,分享平台工程实践干货满满,灵感纷飞!感兴趣的朋友们扫描上方二维码进行报名即可参与。点击下方“阅读原文”同样可以跳转进行报名!

816d7913c4e290a2b91b0b9077b2e883.jpeg

手把手教你用scRNA-seq和scTCR-seq分析CD8⁺ T细胞在免疫治疗中的动态变化 本文详细介绍了如何整合单细胞RNA测序(scRNA-seq)与单细胞TCR测序(scTCR-seq)技术,深入解析CD8⁺ T细胞在癌症免疫治疗中的动态变化。通过从数据预处理、细胞亚群鉴定到TCR克隆追踪的完整分析流程,揭示了T细胞的功能状态转变与克隆演化规律,为理解免疫应答机制和开发精准治疗策略提供了关键方法学指导。 阅读详情

相关推荐

1 FFmpeg从入门到精通-FFmpeg简介

1.FFmpeg简介 1.1 FFmpeg的定义 1.2 FFmpeg的历史 1.3 FFmpeg的基本组成 1.4 FFmpeg的编解码工具ffmpeg 1.5 FFmpeg的播放器ffplay 1.6 FFmpeg的多媒体分析器ffprobe 1.7 FFmpeg编译(1)FFmpeg之Windows平台编译(2)FFmpeg之Linux平台编译(3)FFmpeg之OS X平台编译 1.8 FFmpeg编码支持与定制(1)FFmpeg的编码器支持(2)FFmpe

migu123的专栏 3691

推动绿色计算 共迎绿色未来|2023开放原子全球开源峰会绿色基础设施技术分论坛圆满收官

分享了《开源分布式事务框架 Seata 以及其在金融场景的实践》,阐述了分布式系统软件领域沉淀,Seata 在蚂蚁金融核心有着广泛应用,蚂蚁金融核心广泛采用 TCC 模式,这一模式在使用要求上相比于 AT 模式更高,但是能够在性能上达到更高的上限,TCC 模式是蚂蚁核心系统能够以较低的消耗实现高性能的关键。本场绿色基础设施技术分论坛深度聚焦蚂蚁集团的业务技术实践,并从中提炼产品的创新理念和前沿心得,携手行业共同构建具有可持续性的绿色计算的“未来之道”。

OpenAtomFund的博客 327

CSR-DCF视频目标跟踪源码运行笔记

论文基本信息 论文标题:Discriminative Correlation Filter with Channel and Spatial Reliability 论文作者:Alan Lukezic等 论文出处:CVPR 2017 文章链接:https://arxiv.org/abs/1611.08461 补充材料:https://www.semanticscholar.org/paper/D...

越野者的博客 3400

KusionStack 是什么?

KusionStack 是蚂蚁开源的云原生可编程技术栈!一、KusionStack 的目标愿景KusionStack 是一个可编程、高灵活性的应用交付及运维技术栈,灵感源于融合(Fusion)一词,旨在帮助企业构建的应用运维配置管理平面及 DevOps 生态。融合专有云,混合云,多云混合场景融合以云原生技术为主,同时采用多种平台技术的混合平台技术选型融合多项目、多团队、多角色、多租户、多环境的企业...

光谷码农 949

SQL 通过sum() over(order by ,rownum)实现财务现金日记账实例

SELECT 类型,to_char(发生日期,'yyyy-MM-dd') 发生日期,期初余额,借方金额,贷方金额, (CASE WHEN 借方金额>0 THEN '借' WHEN 贷方金额>0 THEN '贷' ELSE '平' END) 方向, sum(收支金额) over(order by 发生日期, rownum) 余额 FROM( SELECT LX 类型,账户,账号,摘要,发生日期,单据ID, ...

qq_41451794的博客 1023

【同花顺公式编辑教程】第3章 获取数据

学习同花顺公式编辑器,其提供的数据有量价数据以及财务数据。在本章中,我们讲解了编辑器执行代码的原理,并给出了可调用数据的汇总表。

LiaoYi2016218的博客 1万+

中山大学曾兆阳_2010—2011学年度中山大学信科院优秀学生奖学金评选结果名单...

院系:信息科学与技术学院一等奖:获奖人数:沈招益姚良超张华张艺腾张起彤马楠熠刘宇熙陈水明赵钦耀张永福程嘉朗赖沛骏陈锦浩林舟驰林庆忠张嘉方晓敏符昊明薛政陈铮涛邓子恒刘冶马俊铖黄哲刘宸亨黄奕丰何浩汪翔郑东学章小强黄晓月二等奖:获奖人数:姚建帆白宇峰万倩茹缪伟宏黎汉汇陈敏峰李锦标刘金苗张帅涂伟文郑启迪利志远何红辉陈俊浩赵海龙林友杰王军茨刘杨张贵豪詹廷蔚邓小清黎华冠吴学标曾华宇朱壮达王丽玮杨日辉赵勇健欧阳...

weixin_42478292的博客 1528

避开STM32中断优先级配置的坑:HAL_NVIC_SetPriority()参数你真的用对了吗?

本文深入解析STM32中断优先级配置中的关键问题,重点剖析HAL_NVIC_SetPriority()函数的正确使用方法。通过实际案例揭示优先级分组设置、抢占优先级与子优先级的区别,提供多中断系统中的优化策略和调试技巧,帮助开发者避免常见配置错误,提升系统稳定性。

weixin_42532938的博客 423

平台工程首次线下 Meetup · 北京

Platform User Group 是一个自发组织的兴趣小组,旨在推动平台工程 Platform Engineering / 开源 Infra 在中国的发展。平台工程作为 Gartner 发布的 2023 年十大战略技术趋势之一,社区的目标是推动平台工程在中国的发展,为相关从业人员提供交流的场所。这是社区成立和第一次线下活动,欢迎业内人士参与共建!议题简介议题一:Laf 云开发平台及其实现原理...

光谷码农 289

【第07例】IPD体系进阶: 6 个技术评审点(TR)

TR技术评审点

产品线负责人 4419

linux系统下XDMA驱动的安装与测试问题总结

先看两个常见的问题。一个是驱动安装问题,一个是驱动测试错误;error 512 能识别PCIE的设备,但是The kernel modle installed correctly, but no devices were recognized.

whm128的博客 3805

kubernetes Java_开箱即用的 Java Kubernetes Operator 运行时

本篇分享的内容难度为“初学者/Beginner”级别,以下是阅读本文前推荐您了解的背景知识:Java 语言编程基础;了解过 Kubernetes 平台上的 Operator/Controller 工作机制;图为何子波和金敏在 KubeCon NA2019 大会分享后的交流何子波 蚂蚁金服技术专家:(adohe@github)Kubernetes 维护者,SIG CLI Co-Chair(包括 Ku...

weixin_39633165的博客 212

深度学习部署工程师--8(docker+TensorRT部署到推理+yolo人体检测)下

本文介绍了YOLOv5模型通过TensorRT加速部署的流程。首先需要检查磁盘空间,确保有30GB可用。文章对比了不同推理方式的性能:int8量化+TensorRT可达200FPS,纯TensorRT为166FPS,CUDA为147FPS,CPU为93FPS。重点讲解了将YOLOv5模型导出为ONNX格式的详细步骤,包括修改Detect类的forward方法以移除decode运算,使用git patch批量修改代码,安装必要的依赖库,以及通过onnx-graphsurgeon工具修改ONNX图结构。最终目标

FJN110的博客 494

视频隐私脱敏工程化:CSRT/KCF追踪算法在本地推理中的实现与边界

在短视频内容合规审查中,动态遮挡(Dynamic Masking)是高频且高耗时的环节。传统手动关键帧打码不仅效率低下,且在目标快速移动或遮挡时极易出现遮罩漂移。本文从计算机视觉工程角度,解析基于CSRT与KCF算法的目标追踪方案在视频隐私处理中的技术路径、性能权衡及落地实践。

Mysssone的博客 225

RU DOS版、EFI版32bit/64bit BIOS常用工具

DOS版、EFI版的RU工具,可用来查看IO、MEM、PCI、SMBIOS等资源。亲测在EFI SHELL下可用。

SIMATIC S7-1200, S7-1500 PID 控制[手册]

SIMATIC S7-1200, S7-1500 PID 控制[手册]

6 款电商 AI 图片生成软件实测|国内 + 跨境卖家工具清单

电商 AI 作图工具已经从 "能不能用" 进入了 "好不好用" 的阶段。对于绝大多数卖家而言,现在的 AI 工具已经可以覆盖 60%-80% 的基础商品图需求,显著降低拍摄和设计成本。选择工具的核心逻辑不是 "哪款最强",而是 "哪款最适配你的品类、平台规模和团队能力"。垂直电商工具胜在工作流效率,通用生图工具强在创意上限,模板类工具赢在上手速度。建议根据自身业务阶段,搭配 1-2 款主力工具 + 1 款辅助工具,形成适合自己的视觉生产流程。

Mardi_Ladin的博客 398

汉书HE8,好用的汇编代码编写工具

汉书HE8,好用的汇编代码编写工具早期编写汇编代码所用功能强大

我用 GPUWorks 在 M1 Pro 上搭了个发票识别原型

公司里经常要看电子发票。我想先做个小原型:把 PDF 发给一个自己部署的图文模型,让它提取发票类型、日期、交易双方和金额,再把结果交给同事核对。这个原型不用先接财务系统,先看看从部署到调用要走多少步,模型返回的内容能不能帮上忙。

鸽芷咕的博客 2万+

您您这可以把问小白的多个会话比如说。左侧的多个会话一次性导出吗?不是单条会话里面的多次会对话。AI导出鸭

第三层是格式编译层。这个决策背后的判断很清晰:一个批量导出工具的价值,不在于“试三次”,而在于你真正用它处理了几十份技术文档、访谈记录或课程讲义之后,它是否值得留在你的工作流里。问小白的会话列表通过分页接口加载,AI导出鸭 在页面运行时建立旁路监听,捕获每一次分页请求返回的完整对话清单,包括会话 ID、标题、时间戳和隐藏的元数据字段。让AI导出回归优雅——这句话说的是:导出不该是体力活,而应该是一次完整的、可预期的文件交付。注意:这里的“批量”指的是左侧列表里的多个独立会话,不是一条会话内的多轮对话。

laoyunsi的博客 246

【从零理解 Spring AI · 12】MCP 的两种角色:做客户端还是做服务端

上一篇讲了 MCP 的概念:标准协议、三大角色、M+N 替代 M×N。

nice_lcj520的博客 501

河道漂浮物目标检测数据集

目标检测,yolo,河道漂浮物目标检测数据集

DL_data_set的博客 201

AI Agent之核心框架

A: 显式 Thought 有三类价值:可解释性(便于人类审计)、可调试性(定位哪一步选错工具)、学习信号(可做监督微调或评估中间步骤质量)。ReAct 把推理与 可执行行动 绑定,每一步行动后都有 真实 Observation 反馈,从而用工具结果约束生成,降低闭卷幻觉。做完不等于结束——还要 评估做得好不好,把 教训 记下来,下次 带着教训重试,反思作为 记忆,影响后续尝试的策略。工作流程:Action → Evaluation → Reflection → Retry。A: 普通 CoT 只在。

剑雨巍巍的博客 199

AI 应用开发工程师技术实践:大模型接入、通用组件封装与性能优化

本文提出AI应用从PoC到生产的核心挑战:模型调用的持续可用、可控与可优化。通过构建统一LLM网关实现多供应商路由与故障转移,封装对话、工具调用与RAG组件以解耦业务逻辑,结合前缀缓存、批处理与流式背压治理等性能优化手段,形成“接通→接稳→接快”的工程路径,最终以工程化能力决定AI应用的生产可用性。

2301_79189962的博客 558

AI前沿日报 · 2026-11-04 | 祛魅时刻:Astra“纯读权重“神话的崩塌

①Astra"裸权重通吃"被spaCy创始人Honnibal精准祛魅——仅1/3实验真裸读,数学能力提升依赖Python+50次迭代;②Simon Willison用Qwen 3.8-27B端侧复现权重空间编程;③Nvidia开源Auto-Ontology自动知识图谱;④$800开源全域抓取机器人Stringman;⑤OpenAI悄然重开Codex训练开关引信任危机;⑥DeepMind发布Gemini 4 Argon机器人基础模型;⑦美国科技巨头隐性AI债务达3.2万亿美元,6个月增90%。

johnsong2009的博客 574

大模型 Embedding 与向量相似度详解

Embedding 解决的问题:计算机不懂文字,但懂数字│▼文本 → 向量(1024维浮点数数组)│▼相似度解决的问题:怎么判断两个向量(文本)有多接近│▼余弦相似度:看向量方向的夹角,越接近0°越相似│▼最终效果:语义搜索——理解意思,而非字面匹配一句话总结:Embedding 把文字变成数字,余弦相似度比较数字的方向,两者结合实现了"理解语义"的搜索。

T3165919332的博客 90

GPT-1 架构和计算细节

下面配合框图,对 GPT-1 的每个组件做公式展开 + 数值实例(配置:12 层 × 768,12 头,FFN 3072,词表 40478,共 117M 参数)。GPT-1 把翻译模型的编码器-解码器砍掉一半,只留解码器,然后以"预测下一个词"为目标在 BooksCorpus 上预训练。与 2017 原版的四个架构差异(框图中标 ★):h0=E[token]+Epos[position],E∈R40478×768, Epos∈R512×768h^0 = E[\text{token}] + E_{pos}[\

eloudy的专栏 278

终端 AI 审计与 “龙虾” 类智能体风险治理:从可见性到闭环溯源

生成式 AI 办公普及之后,数据泄露风险逐步下沉到终端。员工将合同、源代码、客户资料粘贴至公有大模型,以及龙虾(OpenClaw)这类本地开源 AI 智能体的滥用,成为企业安全新挑战。传统网络边界防护存在审计盲区,本文从风险链路拆解、核心能力模型、分级治理策略、落地踩坑点以及技术局限性多角度,分享终端侧 AI 安全治理的实践思路。

2401_86491085的博客 640

2.53 基于极稀疏指纹的室内定位注意力图元学习

该论文发表于IEEE Transactions on Mobile Computing(TMC)2026年6月,面向极稀疏指纹条件下的WiFi室内定位,针对指纹采集人力成本高、标记指纹稀缺时定位精度大幅下降的痛点,提出注意力图元学习模型AGML(Attentional Graph Meta‑Learning),结合图神经网络、元学习、两种指纹数据增强与分布对齐技术,在标记指纹极少的场景实现高精度室内定位,同时公开了多套真实+仿真定位数据集用于基准测试。场景:二维室内空间,障碍物造成信号遮挡,

weixin_42963026的博客 338

语音识别与语音合成的技术原理及应用

语音识别 #语音合成 #人工智能 #大模型。语音识别与语音合成的技术原理及应用。一、语音识别的核心原理。二、语音合成的核心原理。三、工程落地的主要难点。五、需要关注的现实问题。

weixin_62919816的博客 210
上一篇: 活动推荐丨隐语开源社区 Meetup-开源一周年专场
下一篇: 超越边界:支付宝 FaaS 的应用实践和未来展望|ArchSummit
SOFAStack
博客等级 码龄7年 747粉丝 389原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值