- 博客(27)
- 收藏
- 关注
RSS订阅原创 这些嵌入是如何被计算出来的？
动手实践之前，先来简单介绍下你画我猜 AI 版的玩法，它和普通版本你画我猜的区别在于：玩家根据提示词进行涂鸦，由 AI 来预测玩家画的词是什么，如果 AI 顺利猜对玩家画的词，则玩家得分。例如，提示词是 "长城"，则玩家需要通过画板手绘一个长城，尽量画的像一些，让 AI 猜出正确答案就能得分。了解了基础玩法之后，接下来正片开始，详细介绍如何从零到一开始实现它。我们提供了简化版的live demo，你可以访问链接试试看。同时我们也提供了相关的demo 代码。
2025-11-06 21:53:38
991
原创 得物管理类目配置线上化：从业务痛点到技术实现
业务方需线下通过数仓提报规则变更，经数仓开发、测试、BI 需要花费大量精力校验确认，一次类目变更需 3-4 周左右时间才能上线生效，上线时间无法保证。：数仓离线同步周期长（T+1），规则校验依赖人工梳理，无法应对 “商品类目量级激增”。：当前的管理类目映射规则，依赖业务收集提报，但从实际操作看管理三级类目映射规则提报质量较差 (主要原因为：业务无法及时校验提报规则是否准确，是否穷举完善，是否完全无交叉)，存在大量重复 / 遗漏风险。
2025-11-06 21:52:32
908
原创 怎样为你的 RAG 应用选择合适的嵌入模型？
有些模型（如 OpenAI 的 text-embedding-ada-002，支持一次读取 8192 个词元）和 Cohere 的嵌入模型（支持一次读取 4096 个词元）则能处理更长的文本。与使用静态向量表示每个词元或单词不同，语言模型会动态地生成上下文关联的词嵌入 ------ 即根据不同的语境，用不同的向量来表征单词 / 句子 / 文本块。：嵌入将词语、句子或文档转化为向量（数字序列），并使语义相近的内容在向量空间中彼此靠近。更高维度的向量能存储更详细的信息，但需要更强的计算能力。
2025-11-05 19:17:25
802
原创 BendSQL v0.30.3 Web UI 功能介绍
查看或创建配置文件[server]bind_address = "0.0.0.0" # 允许外部访问bind_port = 8999 # 固定端口。
2025-11-05 19:16:31
309
原创 深入解析 JuiceFS 垃圾回收机制
除此之外，GC 还可用于清理元数据中遗留的无效记录，例如清理流程中未被完全移除的文件或 slice 信息，以及加速垃圾回收过程中的各个流程，如手动碎片整理、手动清理 "可清理文件"（delfile） 等。这种情况就称为碎片化。为优化碎片化问题，JuiceFS 提供了碎片整理功能，通过识别并合并 chunk 中冗余或分散的 slice，将其重构为结构更紧凑的大块数据，从而显著减少碎片数量并提升存储效率。对于回收站中的文件，若用户执行了手动删除操作，而此时删除队列已满，该操作将同步阻塞，直到队列空出位置为止。
2025-11-04 19:15:39
793
原创 探讨超长上下文推理的潜力
例如，假设有一个大语言模型能够存储相当于数月工作内容的上下文，我们可以结合 "sleep-time compute"[10] 机制：让模型利用（可预设的）空闲时间，将新获取的信息与既有知识建立关联进行学习。（译者注：这个框架的核心逻辑大概是，模型在完成任务时，先试几次 ---> 记录每次的结果和评估分数 ---> 用一个 "反思提示词" 让模型自己总结经验 ---> 把经验写成 "lesson" ---> 存起来，下次遇到类似任务时用上 ---> 不断迭代优化。当模型能够即时响应时，实验迭代非常轻松。
2025-11-04 19:14:38
759
原创 用 LangGraph + MCP Server 打造 SpreadJS 智能助手：让 AI 真正懂你的表格需求
这个思想其实是很好的，不局限于这个工具，我们写这种执行逻辑的时候，都可以想到，这种网络请求式的操作，都可以强制要求返回一个确认操作，即一个 write 操作，一个 read 操作，进行结果校验，这比单独写个 query_spreadjs 的工具再去校验一次，不就省了很多 token, 请求的时间也省下了吗.当然，MCP 也有其劣势，例如，提供工具数量太多，AI 会陷入混乱，命名不标准，导致 AI 无法理解等，我们账号下有文章分析过其中的劣势，可以自行查找阅读。这样一来，就能自然地实现多轮对话和工具调用。
2025-11-03 16:51:59
1009
原创 WebRTC 入门指南：实时通信完全解析
对等连接建立前，需交换 SDP（Session Description Protocol，会话描述协议）信息，用于协商媒体格式、编码方式等参数。ICE 候选者（ICE Candidate）是包含设备网络信息（如 IP、端口、传输协议）的数据，对等端需交换候选者才能找到可通信的路径。每个媒体流（Stream）包含一个或多个轨道（Track），分别对应音频轨道或视频轨道。流（Stream）是连续的数据传输流 —— 在 WebRTC 中，特指实时传输的音频或视频数据。
2025-11-03 16:50:39
933
原创 使用 vLLM 框架启动量化模型服务
其次，通过灵活使用 vLLM 框架，可以得到更快的推理速度，通过使用量化模型，可以在保留相似的生成效果的条件下，压低硬件要求，节省硬件成本，也可以减少模型启动时的模型加载时间。我们在进阶 1 中提到了使用 QA 对的用法并推荐在学习向量数据库后进行调试，这是因为 QA 对提取需要耗费较长的时间和较多的 token，如果每次重启系统都执行一次则会浪费大量时间和 token，但如果使用了持久化存储策略，则可以每次重启系统时的等待时间，结合文档管理接口，您还可以对大模型提取的 QA 对进行调整和删除。
2025-11-02 17:36:57
1620
原创 AI 基础设施指南：工具、框架与架构流程
在上面的代码中，先实例化了一个 Document 对象，然后通过该 Document 实例化对象进行 Index 组件的注册，注册时需要指定一个字符串类型的 key，即注册 index 的名字，这里是 “trie_tree”，然后是定义好的类 TrieTreeIndex， 最后指定需要的初始化参数，也就是自定义 Index 类的 init 方法需要接收的参数。向量数据库早已把这些高性能的向量索引，实际研发过程中，我们只需要使用这些高性能的向量数据库，便可实现高性能的向量检索！
2025-11-02 17:35:45
1092
原创 Redis key 消失之谜
本次问题是由于业务集中请求 Redis，导致缓存积压内存增长达到最大内存限制，触发 Redis 淘汰策略对 key 进行驱逐。key 被淘汰丢失后，需要增加兜底机制去 DB 侧请求避免业务报错。虽然 Redis 性能比较好，但是也要尽量打散请求，合理评估存储侧的性能。同时，对于 Redis 淘汰策略，对于数据比较重要的集群，可以考虑使用不驱逐的方式。合理设置 TTL 保留时间，把 Redis 的内存使用率保持在安全的区域。
2025-11-02 17:33:05
703
原创 玩转 OurBMC 第二十四期：玩转 OurBMC 之 BMC 前端模式
当你深入研究 OpenBMC 的代码或部署时，可能会在 WebUI 的配置目录中发现一些以.env.ourbmc”、“.env.intel” 等命名的配置文件以及 env 目录下面还有导航，store，路由，风格配置，均以”ourbmc”,”intel” 这样的名字命名。
2025-11-02 17:31:52
825
原创 破解 gh-ost 变更导致 MySQL 表膨胀之谜｜得物技术
在整个数据库平台（OneDBA）构建过程中，MySQL 结构变更模块是核心基础能力，也是研发同学在日常业务迭代过程中使用频率较高的功能之一。简单理解工具进行 DDL 变更过程中为了保证数据一致性，对于全量数据的复制与 binlog 回放是并行交叉处理，这种机制它有一个特点就是【第三步】会导致新插入的记录可能会先写入到表中（主键 ID 大的记录先写入到了表），然后【第二步】中复制数据后写入到表中（主键 ID 小的记录后写入表）。
2025-10-31 20:10:41
352
原创 ulsar 集群网络问题分析报告
Topic | Consumer | | ----------- | ------------------------------ | | 分区数：3 消息数量：3 | 订阅模式：Shared 数量：3ReceverQueue: 1 |根据 Consumer 最大预拉取的消息数量计算方法可知，其中 1 个 Consumer 一次性可以接收到 12（（3+1）*3） 条消息，由于总消息数量等于 3 条，另外 2 个 Consumer 将会空闲，得不到有效的利用。
2025-10-31 20:09:22
386
原创 OpenSearch — 开源搜索的新选择 | 搜索百科（4）
OpenSearch 的出现，是开源社区的一次 “自救”。它不仅延续了 Elasticsearch 的核心功能，还代表了另一种治理模式：由云厂商和社区共同维护，保证了开源协议的延续。在搜索技术的版图里，Elasticsearch 与 OpenSearch 的分叉，注定会成为一个重要的历史节点。未来，两者可能会继续竞争，也可能各自发展出独特的生态。🚀下期预告下一篇我们将介绍 OpenSearch 的另一个兄弟Easysearch。
2025-10-31 20:08:09
571
原创 玩转 OurBMC 第二十三期：OurBMC 之 PCIe 接口应用（下）
DMA 控制器作为总线主控设备，可以主动发起对内存的读写操作，在不经过 CPU 寄存器的情况下，直接在外设（如网卡）和内存之间建立数据通道，这消除了不必要的中间步骤，效率更高。MSI（Message Signaled Interrupt）是一种 EP 主动触发 RC 产生中断的功能，系统软件在 RC 枚举 PCIe 总线时会扫描每个 EP 的 PCIe 空间，为支持 MSI 能力的 EP 设置 Message Address Register，这个地址通常就是处理器中断控制器的地址。
2025-10-31 20:05:04
547
原创 浏览器端音视频处理新选择：Mediabunny 让 Web 媒体开发飞起来 | 葡萄城技术团队
前阵子，社区有小伙伴在使用的数据压缩功能时发现，在开启 source_reuse 和 ZSTD 后，一个字段的内容看不到了。然后产生的一个多字段内容能。
2025-10-31 20:03:51
454
原创 （二）3.1.9 生产 “稳” 担当：Apache DolphinScheduler Worker 服务源码全方位解析
以上是笔者对 Apache DolphinScheduler 3.1.9 版本特性与架构的初步理解，基于个人学习与实践整理而成。由于水平有限，文中难免存在理解偏差或疏漏之处，恳请各位读者不吝指正。如有不同见解，欢迎交流讨论，共同进步。
2025-10-30 16:06:31
1011
原创 React 基础核心概念（8 个）—— 从入门到能写业务组件（上）| 葡萄城技术团队
JSX（JavaScript XML）是 React 的 “模板语法”，允许你在 JS 代码里写类似 HTML 的结构。很多初学者以为它是 “HTML 的变体”，其实它最终会被 Babel 编译成函数，生成 React 元素（虚拟 DOM 节点）。国内开发场景中，JSX 是写组件的 “标配”—— 无论是电商的商品卡片，还是后台的表格组件，都靠 JSX 描述 UI 结构。Props（属性）：父组件传给子组件的数据，类似 “函数参数”，只读不可改（子组件不能直接修改 props）；State（状态）
2025-10-30 16:05:37
663
原创 代码之美 - 代码整洁之道
看左侧的这段代码，它可能是任何对象，做了一个不知道什么操作的处理动作。再看右侧的代码段，即使没有任何注释，也能明白用户保存操作。
2025-10-30 16:04:36
757
原创 学习 React 前，你必须掌握的 10 个 JavaScript 核心概念
1. 自营和非自营不能合；2. 实物收货和单据收货的采购单不能合并；3. 相同收获仓和配送中心的采购单可以合并；4. 两个采购单如果合并之后同一个 SKU 拥有多个等级，则不可以合单；
2025-10-30 16:03:31
336
原创 浏览器端音视频处理新选择：Mediabunny 让 Web 媒体开发飞起来
Mediabunny 是一个专注于浏览器端音视频全流程处理的 JavaScript 库，核心定位是 "为 Web 原生设计，而非移植适配"。它基于 TypeScript 开发，提供了从底层控制到高层封装的完整 API，让开发者既能精细操作媒体数据，又无需处理复杂的编解码细节。无需后端依赖：所有处理都在客户端完成，减少网络请求和服务器成本；性能拉满：利用浏览器实现硬件加速，配合 "按需加载"" 流水线设计 "，速度远超同类库；轻量且灵活。
2025-10-30 16:02:21
1136
原创 Agent 开发工具链日新月异
例如，搭建一个新系统，想复用现有系统的权限体系和视觉规范，那参照官方文档，把现有系统权限设计的相关代码、视觉规范，制作成 skill.MD 文件，就可以复用，不需要重新设计和反复调试了。于是，开发者工具链的演进进入了深水区。随着行业的快速发展，各类基础开发框架也在持续演进，逐步支持或集成了检索、检索增强生成 RAG、Memory、工具、评估、可观测、AI 网关等能力，并提供了单智能体、工作流、多智能体的开发范式，以及 DeepRearch、Jmanus 这些基于框架实现的深度研究智能体和通用智能体。
2025-10-29 18:38:36
903
原创 实践四. 工程优化技巧，缓存与并行检索
其次，通过灵活使用 vLLM 框架，可以得到更快的推理速度，通过使用量化模型，可以在保留相似的生成效果的条件下，压低硬件要求，节省硬件成本，也可以减少模型启动时的模型加载时间。以上代码中主要实现了 RAG 系统中的启动和检索环节，对于检索环节，使用字典的形式实现了 kv cache 机制，检索开始时首先会检查当前查询的节点是否已经在缓存当中，如果存在，即为缓存命中，直接取缓存中的查询结果即可，反之则进行正常的检索流程，并在最后将检索结果存入缓存当中。同时，需要考虑多种因素以建立完善的缓存机制。
2025-10-29 18:37:49
650
原创 结合场景，自己编写 HNSW 索引
这个结论和标量索引实践一致，即通过建立高效索引，“以空间换时间”，可以大大降低计算量，提高检索效率。Milvus 支持多种索引方式，一般来说浮点索引（即对稠密向量进行索引）的使用场景较多，适用于大规模数据的语义检索，二进制索引和稀疏索引适用于数据集较小的情况，可以保证较高的召回率。在 store_conf 的配置中，存储后端和索引后端是独立的两部分，但是如果存储类型选择 milvus 的情况下，由于 kwargs 中已经包含了索引配置信息，因此无需额外配置 indices，即可实现内置的向量检索。
2025-10-29 18:36:51
1078
原创 存储数据管理
在上面的代码中，先实例化了一个 Document 对象，然后通过该 Document 实例化对象进行 Index 组件的注册，注册时需要指定一个字符串类型的 key，即注册 index 的名字，这里是 “trie_tree”，然后是定义好的类 TrieTreeIndex， 最后指定需要的初始化参数，也就是自定义 Index 类的 init 方法需要接收的参数。在 LazyLLM 中，所有的索引均使用 IndexBase 组件创建，随后索引组件可被注册在 Document 当中，并在后续的检索过程中使用。
2025-10-29 18:36:14
471
原创 LazyLLM 教程 | 第 12 讲：实践：用缓存、异步与向量引擎加速你的 RAG
在实际的使用过程中，用户只需要在 Document 定义阶段配置 store_conf 参数，进行简单的存储和检索配置，即可利用这两种数据库将文档处理后的数据存储于本地，并在下次系统启动时直接从本地加载这些数据，避免文档的重复入库，实现知识库持久化存储。⚒️chroma：使用 ChromaDB 存储数据，ChromaDB 是一个更轻量的向量数据库，相比于 Milvus 能处理的数据量级有限，适合调试，更多 ChromoDB 相关信息可以参考 ChromaDB 官方文档；type：使用存储类型。
2025-10-29 18:35:43
1050
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人