- 博客(0)
- 资源 (113)
- 收藏
- 关注
RSS订阅14章RAG全栈技术从基础到精通 ，打造高精准AI应用
一、检索增强生成RAG（Retrieval-Augmented Generation）的应用，有两方面原因：
1、没有跑大模型的资源：大多数人没有GPU集群搞LLM的预训练。
2、大模型缺乏知识：大模型往往缺乏某些知识，如私域或最新的知识。
RAG方法让LLM能够获取内化知识之外的信息，并允许LLM在专业知识库的基础上，以更准确的方式回答问题，并且不会特别消耗资源。
在大模型时代，是用于解决幻觉问题、知识时效问题、超长文本问题等各种大模型本身制约或不足的必要技术。
RAG主要通过检索语义匹配的文档，然后将文档知识传递给大模型，基于大模型推理获取争取的答案。RAG可以减少预训练LLM或者通用LLM的幻觉问题，消除文档标注。
通常，基于RAG的LLM应用可以表述为一个映射过程，即基于给定数据D，将用户输入（查询Q）映射到预期响应（答案A）。
2025-03-04
SpringBoot 3.x + Netty + MQTT 实战物联网智能充电桩
一、什么是物联网（IoT）
物联网（Internet of Things，简称 IoT）是指通过互联网连接和通信的物理设备和对象的网络。它是一个由传感器、软件和通信设备组成的系统，可以使各种设备和物品相互连接，并通过数据交换和分析来提供更智能、高效和自动化的功能。
物联网的主要目标是将真实世界的物体与互联网相连，使其具备感知、交互和通信的能力。通过物联网，可以实现智能家居、智慧城市、工业自动化、农业监测、智能交通等应用。
二、为什么需要物联网？
物联网的出现主要是为了解决日常生活和工作中的一些实际问题。例如，在智能家居中，可以通过物联网连接家中的各种设备，如智能灯泡、智能插座、智能门锁等，从而实现远程控制、自动化调节和能源管理，提高家居的舒适度和能源利用效率。
此外，物联网在工业领域也发挥着重要作用。传统的工业生产过程通常需要大量的人力和物力投入，而物联网可以通过连接和监控各种设备和环境参数，实现生产过程的自动化和优化，提高生产效率和产品质量。例如在石油行业，可以利用物联网技术来监测阀门的状态和运行情况。通过安装传感器和执行器在阀门上，可以实时监测阀门的开启、关闭状态、温度、压力
2025-02-27
C#高级编程：从零基础入门到高级语法全集教程
一、对象和类型
类(class)是C#开发过程中最经常接触到的东西，类中可能包含有字段、常量、属性、方法、构造函数、索引器、事件、运算符、析构函数、内部类。以及我们可以使用多种关键字来辅助描述它达到我们希望它所拥有的功能。与类相似的还有结构(struct)，在下面将会进行具体的描述。
1、类和结构的区别：
所有的类都是派生于一个名为Object的基类，就算是我们自己定义的类如果在定义时没有指定基类系统将隐式的将Object类作为它的基类。这对于结构来说是一样的，每个结构派生自ValueType类，而ValueType则又派生于Object类。
由此我们可以看出结构与类十分相似，但也有很明显的不同之处：
1》首先，尽管在语法上可以将结构当做类来处理，但结构是值类型的也就是说结构所赋的值是真正的值而不是引用，结构的值放置在栈中而不是指向堆也不会再堆中占用内存，这使结构在性能上具有优势。而类所实例化的对象储存的是一个引用地址，当使用new语句时，系统将在托管堆空间中申请内存存放一个对象，并将这个对象的引用地址给类声明的变量。
2》其次，结构不是为继承而被创建出来的，所以结
2025-02-18
React UI组件库视频教程
一、React UI组件库介绍
在前端开发领域，React已经成为构建用户界面不可或缺的工具。随着开发需求的不断演进，UI组件库应运而生，旨在提高开发效率，保持项目的一致性和可维护性。在本章中，我们将深入探讨React UI组件库的基础知识，包括组件库的类型、如何选择合适的组件库以及它们对开发工作流的影响。
二、React UI组件库的分类
React UI组件库可以大致分为以下几类：
官方组件库 ：例如React Bootstrap，它们通常具有与React同步更新的优势，并且能够与React的生态系统无缝对接。
社区维护的组件库 ：如Material-UI、Ant Design等，这些组件库提供了丰富的组件和插件，极大地丰富了开发者的选择。
企业级组件库 ：针对大型组织的特定需求而设计，例如Salesforce的Lightning Design System，这类组件库在设计和功能上往往更加全面和系统。
2025-02-17
Cesium可视化系统实战教程
一、什么是 CesiumJS？
CesiumJS 是一个强大的开源 JavaScript 库，用于构建高性能的 3D 地图和地球可视化应用。无论你是从事地理信息系统（GIS）开发、数据可视化，还是需要展示空间数据，CesiumJS 都能提供灵活的解决方案。它以 WebGL 为核心，专注于大规模地理空间数据的实时渲染。
CesiumJS 是 Cesium 平台的核心部分，与 Cesium ion 等服务无缝集成，支持从数据管理到可视化的一整套解决方案。
二、CesiumJS 的核心功能
1. 全球三维可视化
CesiumJS 提供了一个完整的三维地球模型，你可以在地球表面任意地点进行导航、缩放和交互。通过加载地形、卫星影像或矢量数据，你可以轻松将全球数据展示在 3D 空间中。
地形加载：支持全球高分辨率地形数据。
影像支持：兼容主流影像数据格式（如 WMS、TMS 和 WMTS）。
矢量可视化：支持矢量点、线、面和其他 GIS 数据的动态渲染。
2025-02-14
完结9章AI 摄影变现：ComfyUI 可变现项目全流程实战教程
一、什么是comfyui
ComfyUI就像拥有一支神奇魔杖，可以轻松创造出令人惊叹的AI生成艺术。从本质上讲，ComfyUI是构建在Stable Diffusion之上的基于节点的图形用户界面(GUI)，而Stable Diffusion是一种最先进的深度学习模型，可以根据文本描述生成图像。 但ComfyUI真正特别之处在于，它如何让像你这样的艺术家释放创造力，将你最疯狂的想法变为现实。
想象一下有一块数字画布，你可以通过连接不同的节点来构建自己独特的图像生成工作流，每个节点代表一个特定的功能或操作。 就像为你的AI生成杰作构建一个视觉食谱!
二、SD和ComfyUI没关系
由于 Stable Diffusion WebUI 名气过大，用户量远超其它同类，好多介绍 AIGC 平台的文章只说了 SD WebUI，其它平台只字未提，导致一些新同学错误的认为 SD WebUI 等同于 SD，并且直接用 SD 来作为 Stable Diffusion WebUI 的代称。
但 WebUI 只是使用 Stable Diffusion 之类模型技术来进行图像生成的工具，而比较不错的同类平台
2025-02-13
2024信创AI智能运维云原生教程
一、AI人工智能的发展趋势
AI人工智能，作为一项前沿技术，正在以迅猛的步伐发展。从最初的机器学习到如今深度学习的广泛应用，AI已经在各个领域展现出巨大的潜力。无论是医疗、教育、金融，还是智能制造、智能交通，AI都在深刻地改变着我们的生产方式、生活方式以及思维方式。然而，要将AI的广泛应用真正落地，离不开强大的计算资源和高效的数据处理能力，这就需要更高级别的基础设施支持。
首先，计算资源的提升是AI发展的关键。随着云计算、大数据等技术的快速发展，计算能力得到了极大的提升。这使得AI模型训练和部署的速度大大提高，从而降低了AI应用的成本，加速了AI技术的普及。此外，边缘计算的出现也将为AI应用提供更多计算资源，使得AI应用更加灵活和高效。
其次，数据处理能力的提升同样对AI的发展具有重要意义。在海量数据中提取有价值的信息，是AI模型训练和优化的基础。随着数据处理技术的不断进步，我们可以更有效地对数据进行清洗、标注和分析，从而提高AI模型的准确性和泛化能力。此外，隐私保护和数据安全技术的发展，也将为AI应用提供更可靠的数据支持。
除此之外，AI技术的发展还需要其他相关领域的支撑，例如
2025-02-11
完结40周物联网/嵌入式全能工程师（提薪优选)
一、前言
随着科技的不断进步和行业的高速发展，物联网嵌入式技术成为了当今的热门领域。许多人都看到了这个行业的发展机遇，并产生了转行学习嵌入式技术的想法。然而，由于自身对嵌入式技术的不了解，许多人会存在一些顾虑和疑惑，不知道自己是否适合学习嵌入式。
其实，要判断是否从事一个行业，不管你是科班出身，还是零基础小白转行，最理想的工作莫过于能将你的兴趣、专业技能和市场需求三合一。但大部分同学很难这么幸运的找到真正三合一的工作，那么在择业的时候至少看看即将进入的这个行业如何，自己是否具备行业所需技能，是否能在养活自己的前提下可持续地发展。
而判断一个行业是否值得进入，这个技能是否值得学习，可以通过它的行业发展趋势、市场需求，以及岗位需求来判断；如果这个答案是肯定的话，就是第二步，思考自己有哪些优势，能否直接入行，抑或是自学，或者是借助培训机构来学习成长。
2025-02-10
UE5虚幻引擎UEC++从基础到进阶教程
一、零基础怎么学习UE虚幻引擎？
1）3D建模基础
如果想要学习UE，是需要一定的模型基础的，至少是需要了解基本的PBR全流程，并且能够进行的简单的建模，所以在课程开始之前，会有一个月左右的时间是留给学习简单的PBR建模全流程。
但是UE对建模功底的要求并不高，不然建模师们做什么工作呢？所以主要是对全流程进行一个了解和学习，在沟通上就不会存在沟通的壁垒。
2）UE软件基础的学习
由于UE进行了一次迭代升级，现在使用的是UE5，我们需要通过制作简单的静帧作品，来学习基本的UE的操作，熟悉UE的界面还有一些基本的功能。
2025-02-05
完结20章全新 云原生系统精讲与全流程落地实践教程
一、什么是云原生？
云原生（Cloud Native）这个概念最早由Cloud Native Computing Foundation (CNCF) 提出，指的是一套技术和方法论，用于构建和运行在云环境中的应用程序。云原生应用通常具备以下特点：
微服务架构：将应用拆分成小型、独立的服务，每个服务负责单一功能。这种架构使得应用更加模块化，易于开发和维护。
容器化：使用Docker等容器技术，保证应用在任何环境下都能一致运行。容器化提高了应用的可移植性和可扩展性。
持续集成/持续部署（CI/CD）：自动化测试和部署流程，加快迭代速度。CI/CD流程确保了代码的快速交付和高质量。
弹性伸缩：根据负载自动调整资源分配，确保应用性能和成本效率。弹性伸缩使得应用能够应对流量波动，保持高可用性。
云原生的优势
云原生架构带来了许多显著的优势，使其成为现代应用开发的首选方案：
敏捷性与灵活性：云原生架构允许开发者快速响应市场变化，轻松添加或修改功能。这种敏捷性使得企业能够更快地推出新产品和服务，满足客户需求。
高可用性与容错性：通过分布式系统设计，即使部分组件失败，整个系统也能继续运行。这种高可用
2025-01-21
2024更新 Electron+React+七牛云实战跨平台桌面应用教程
随着Web技术的不断发展，使用Electron结合Vue3等前端框架构建跨平台桌面应用已成为一种流行趋势。Electron允许开发者使用Web技术（HTML、CSS和JavaScript）来创建跨平台的桌面应用程序。
开发流程：
创建Vue3项目：首先，按照Vue3的官方文档创建一个新的Vue3项目。
安装Electron相关依赖：在项目根目录下安装Electron及其相关依赖，如electron-builder、electron-packager等。
配置Electron：在项目的根目录下创建一个electron文件夹，并在其中创建electron.js和preload.js文件，用于配置Electron的启动参数、窗口设置等。
开发前端界面：利用Vue3的组件化开发方式，开发应用的前端界面。
构建和运行：通过修改package.json文件中的配置，添加构建脚本。然后运行构建脚本，即可生成适用于不同操作系统的桌面应用程序安装包。
2025-01-16
Python小白办公自动化实用高薪课程
掌握基本语法是熟练使用Python语言进行自动化办公的必要前提。本文主要介绍要用到的Python编程基础知识，主要涉及Python的数据类型、变量、程序流程控制、函数、类、模块和包等内容。很多人为了图快，在学习Python语言时一上来就学习数据分析、机器学习。其实这些技术的基石是Python语言中最简单的基础知识。所以要老老实实打牢基础，这样才能看得懂那些深奥而复杂的源代码，在以后学习Python高级技术的过程中才会游刃有余。
自动化办公就是用代码实现重复动作高的且能用系统或者公式判断结果的工作对于我们日常做的报表或者是数据的整合和清洗都可以实现自动化办公首先说下自动化办公是否要学习爬虫，爬虫是用来爬取网上的数据，如果你的工作内容是要获取网页的数据，那么你可以学习爬虫，另外还有一个更好更简单的方法，那就是直接下载爬虫软件，例如“八爪鱼”，我经常也用这个软件爬出数据，傻瓜式的操作，简单实用，最重要是免费。
其次，来讲下Python用于办公自动化要学习什么知识。对于日常的数据处理，可以学习Numpy,Pandas,os, datetime这四个包，Numpy是入门基础，用于生成数据，
2025-01-13
大模型Llama架构：从理论到实战课程
在数字化时代，拥有自己的个人智能助手已经不再是科幻小说中的情节了！想象一下，在你的家庭网络中部署一个强大的大语言模型，随时随地与你互动、提供帮助和娱乐——这听起来是不是超级酷？今天，我们就来聊聊如何在群晖NAS上本地搭建这样一个基于Llama 2的聊天机器人，并且通过内网穿透技术实现远程访问。
首先，让我们了解一下为什么这个项目如此吸引人。大多数大语言模型都是在线服务，依赖于云端计算资源。这意味着每次与这些模型互动时，都需要连接到互联网，不仅可能产生额外费用，还可能存在隐私和安全问题。而本地部署的大语言模型则完全不一样——你可以在自己的设备上运行它，享受更快的响应速度、更高的安全性以及更稳定的体验。
当然，要实现这一点并不简单。首先，你需要一台性能强劲的服务器或NAS来支持大语言模型的运算需求。幸运的是，群晖NAS凭借其强大的硬件配置和灵活的操作系统，成为了许多技术爱好者的首选平台之一。接下来，我们将详细介绍如何在群晖NAS上部署Llama 2，并通过内网穿透工具cpolar实现远程访问。
2025-01-08
MK-Java高级工程师体系课（完结24周+源码+电子书）
一、Java高级程序员需要学习哪些技术？
1、Java基础知识：掌握Java语法、面向对象编程、数据类型、控制结构、错误处理和异常处理等基本概念。
2、Java核心技术：了解Java常用的核心类库和API，包括集合、多线程、网络编程、文件操作、数据库编程等。
3、Java高级特性：掌握Java的高级特性，包括泛型、注解、Lambda表达式、流和模块化编程等。
4、设计模式：了解常用的设计模式，如单例模式、工厂模式、代理模式、观察者模式等，以便更好地解决实际开发中的问题。
5、项目开发经验：具备独立完成中小型项目的经验，包括需求分析、架构设计、代码实现、测试、部署等全流程。
6、数据结构和算法：熟练掌握常用的数据结构，如链表、栈、队列、树、图等，并了解常用算法，如排序、搜索、动态规划等。
7、其他技术：了解相关的技术，如Web开发。
2025-01-06
C#上位机开发与工控通讯实战课程
一、上位机简介
在单片机项目开发中，上位机也是一个很重要的部分，主要用于数据显示（波形、温度等）、用户控制（LED，继电器等），下位机（单片机）与 上位机之间要进行数据通信的两种方式都是基于串口的：
USB转串口 —— 上位机和下位机通过USB转串口连接线直接相连进行数据交互
串口转WIFI（ESP8266）—— 上位机和下位机基于TCP/IP协议通过以太网或者WIFI传输数据
串口转蓝牙（HC-06）—— 不多用，暂不介绍
Windows上位机（EXE可执行程序），最早用VB语言开发，后来由于C++的发展，采用MFC开发，近几年，微软发布了基于.NET框架的面向对象语言C#，更加稳定安全，再配合微软强大的VS进行开发，效率奇高。
本文使用Visual Studio 2022作为开发环境，上位机开发主要有WPF框架与Winform框架，他们都是基于.NET框架
WPF需要C/S基础，使用XAML来构建应用UI，界面比较美观，但是内存开销大
Winform可以使用窗口控件来构建应用，比较简单易学
二、开发环境设置
1. 安装Visual Studio
首先，确保你已经
2024-12-23
OpenGL小白到精通（中级篇）（视频+源码+课件）
一、OpenGL的概念
OpenGL是渲染2D、3D矢量图形硬件的一种软件接口。本质上说，它是一个3D图形和模型库，具有高度的可移植性，并且具有非常快的渲染速度。OpenGL并不是一种语言，而是更像一个C运行时函数库。它提供了一些预包装的功能，帮助开发人员编写功能强大的三维应用程序。 OpenGL可以在多种操作系统平台上运行，例如各种版本的Windows、UNIX/Linux、Mac OS 和 OS/2等。如今，OpenGL广泛流行于游戏、医学影像、地理信息、气象模拟等领域，是高性能图像和交互性场景处理的工业标准。
OpenGL的高效实现（利用了图形加速硬件）存在于Windows，部分UNIX平台和Mac OS。这些实现一般由显示设备厂商提供，而且非常依赖于该厂商提供的硬件。
二、OpenGL ES与WebGL
OpenGL ES (OpenGL for Embedded Systems) 是 OpenGL 三维图形 API 的子集，针对手机、PAD和游戏主机等嵌入式设备而设计
WebGL（全写Web Graphics Library）是一种3D绘图协议，这种绘图技术标准允许把Ja
2024-12-19
Transformer自注意机制精讲（附源码+PDF课件）
自注意力机制（Self-Attention）是Transformer模型的核心思想。它通过一种聪明的方式让神经网络在处理一个序列时（例如，一个句子中的单词），能够“注意”到序列中其他部分的相关信息，而不仅仅依赖于局部信息。相比传统的序列模型（如RNN、LSTM），自注意力机制能更好地捕捉远距离的依赖关系，特别适用于处理像文本、图像这样的长序列数据。因此，理解自注意力机制对于深入理解Transformer至关重要。
在这篇文章中，我们将分几个部分详细解释自注意力机制，确保从基础到进阶的理解。我们将从基本概念开始，再逐步深入到其数学实现、性能优势及应用。
一、Transformer总体架构
包括四个部分：
（1）输入部分
1）源文本嵌入层及其位置编码器
2）目标文本嵌入层及其位置编码器
（2）输出部分
1）线性层：通过对上一步的线性变化得到指定维度的输出，也就是转换维度的作用；
2）softmax处理器：使最后一维的向量中的数字缩放到0-1的概率值域内，并满足他们的和为1。
（3）编码器部分
1）由N个编码器层堆叠而成；
2）每个编码器层由两个子层连接结构组成；
3）第一个子层连接
2024-12-18
多模态大模型 前沿算法与实战应用教程
多模态大型语言模型（Multimodal Large Language Models， MLLM）的出现是建立在大型语言模型（Large Language Models， LLM）和大型视觉模型（Large Vision Models， LVM）领域不断突破的基础上的。随着 LLM 在语言理解和推理能力上的逐步增强，指令微调、上下文学习和思维链工具的应用愈加广泛。然而，尽管 LLM 在处理语言任务时表现出色，但在感知和理解图像等视觉信息方面仍然存在明显的短板。与此同时，LVM 在视觉任务（如图像分割和目标检测）上取得了显著进展，通过语言指令已能够引导模型执行这些任务，但推理能力仍有待提升。
模态编码器的功能与选择
模态编码器在 MLLM 中承担着将原始的多模态信息（如图像或音频）转换为紧凑表示的关键角色。与从零开始训练编码器相比，常见的做法是采用已经预训练的编码器，尤其是那些在大规模图像-文本对上预训练过的模型。例如，CLIP 的视觉编码器部分就是一个经典的选择，其能够将图像信息有效转化为向量表示，并与文本信息对齐。不同的模型在编码器的选择和优化上各有侧重。
2024-12-13
完结28章Go开发疑难杂症终结者通关指南教程
对于 go 框架新手遇到的常见问题，解决方案如下：导入包失败：确保依赖项已添加至 go.mod 文件，并运行 go mod tidy 更新依赖项。无法连接数据库：验证连接信息是否正确，检查数据库服务器是否运行，并确保驱动程序已导入。http 路由器无法识别请求：检查路由是否注册正确，请求路径是否与路由定义一致，以及是否使用了正确的 http 方法。模板解析错误：验证模板文件路径是否正确，检查模板语法，并确保已加载模板引擎。无法注册中间件：检查中间件是否实现了 http.handler 接口，验证注册位置是否正确，并确保已导入 middleware 包。
1. 空指针引用错误(Null pointer reference errors)：在Golang中，零值(nil)是每个指针类型的默认值。如果在程序中使用了一个未初始化的指针变量，或者将一个未初始化的指针传递给函数，就可能产生空指针引用错误。为了避免这个问题，开发者需要确保在使用指针之前正确初始化它们，并在将指针传递给函数之前进行有效性检查。
2. 切片越界错误(Slice out of bounds errors)：Golang
2024-12-10
C++ Qt6 QML入门进阶与项目实战视频课程
前言：
QML和 C++对象可以通过，signals,slots和 属性修改进行交互。对于一个C++对象，任何数据都可以通过Qt的 Meta-Object System暴露给QML（何总方法，后面介绍），同时，任何的QML对象数据通过Meta-object system在C++端直接访问。
在实际的项目中很多地方会用到QML与Qt C++交互。在这里总结了若干方法供大家参考，欢迎大家指导和拍砖。
在这里不外乎有三种方法:
1. 把Qt C++中的对象或类型暴露给 QML端，供QML端使用。（官方说法是“嵌入”而非“暴露”，比较文明。- -b）
2. QML中的Signal Handler(相当于Qt C++发送信号给QML端，QML端的Signal Handler进行处理)。
3. 在Qt C++端创建QML对象，既然对象都有了。那你想怎么样它就怎么样它呗。
一、QML与C++为什么要混合编程
QML与C++为什么要混合编程，简单来说，就是使用QML高效便捷地构建UI，而C++则用来实现业务逻辑和复杂算法，下面介绍了两者间交互的方法与技巧。
二、QML访问C++概述
Qt集成了Q
2024-12-09
和橘子学AI绘图【440集100实战】教程
一、AI绘图的应用领域
游戏和动画制作：快速生成复杂的场景和角色设计，提高制作效率
广告和品牌设计：为品牌打造更具吸引力的广告和宣传材料
电商和时尚行业：根据流行趋势快速设计服装图案，搭配模特上身效果
室内设计：提供个性化的室内设计方案，满足用户需求
二、确定学习AI绘画的目的
以终为始，先明确我们学习AI绘画的目的。是人云亦云，是焦虑，是随大流，还是真的喜欢，真的希望在AI绘画上有所成，打磨一项能够变现的技能。
谋定而后动，想清楚自己的目的，这将是我们学习中非常重要的动力之源，可以帮助我们抵御学习的枯燥和反人性。
为啥在变成英雄之前，都会有段“苦”成长呢？因为任何的蜕变都需要付出很多超乎常人的努力。
三、根据你的目的挑选AI绘画工具
每个工具都有不同的侧重点，有的视频优秀，有的国风优秀。
作为一年多的刷图尝试和商业变现实操，我依然还是主推大家入门的时候从Midjourney开始。因为足够强大，足够支持我们各种丰富的图片需求，同时也是非常好上手，对电脑配置没有任何要求。图片是在网页端生成，只要咱们网速够快就可以。
2024-12-04
13章完结Electron+Vue3+AI+云存储-实战跨平台桌面应用
前言：
在当今的软件开发领域，桌面应用程序因其直接的用户体验和强大的功能而一直占有一席之地。随着技术的发展，跨平台桌面应用的需求日益增长，PyQT作为一个强大的Python绑定库，使得开发者能够使用Python语言快速构建跨平台的桌面应用程序。PyQT不仅简化了界面开发的过程，还提供了丰富的API和控件，使得开发者可以专注于业务逻辑的实现，而不必从零开始构建用户界面。本文将深入探讨PyQT的基本概念、开发流程、高级特性以及实际应用案例，帮助开发者深入了解并掌握PyQT开发。
跨平台的桌面应用开发需要考虑不同操作系统之间的差异，并保证应用程序在这些平台上运行一致。Python 提供了多种工具和库来帮助完成这一目标，比较常用的方案包括 PyQt、Tkinter、Kivy 和 wxPython 等。这些库各有优劣势，可以根据具体需求进行选择。
为了实现这一需求，可以将整个过程拆解为以下几个部分：选择适合的 GUI 库、创建基本的窗口界面、实现界面布局和交互逻辑、处理跨平台差异性、最终打包发布应用。接下来逐步详细讲解这些步骤，并通过具体的代码示例来说明如何实现。
一、Electron技术
2024-12-02
[完结11章+电子书]AI打造你的智能办公助手
一、虚拟助手(chatbot)已经成为人工智能技术的重要应用之一，它可以通过自然语言交互与用户进行对话，并提供有关信息或服务。随着大数据、人工智能和人机交互技术的发展，虚拟助手的应用场景不断拓展，从客服机器人、智能家居助手到智能医疗诊断系统等，都需要设计高效的虚拟助手。
在设计高效的虚拟助手时，我们需要关注以下几个方面：
语音识别与文本语言模型：虚拟助手需要理解用户的语音或文本输入，并将其转换为计算机可理解的格式。这需要使用到语音识别技术和自然语言处理技术。
知识图谱与问答系统：虚拟助手需要回答用户的问题，这需要使用到知识图谱技术和问答系统技术。
对话管理与情感分析：虚拟助手需要理解用户的情感和需求，并提供适当的回应。这需要使用到对话管理技术和情感分析技术。
机器学习与深度学习：虚拟助手需要根据用户的交互数据不断学习和优化，这需要使用到机器学习和深度学习技术。
二、工作流开发复杂需求的AI智能助手
上篇中我们使用对话的形式开发了一个企业员工手册的智能小助手，可以帮助企业内的员工，对企业的规章制度有更多的认识和了解，对于一些不明白的问题，可以随时问小助手。
2024-11-29
17章AI助手Copilot辅助Go+Flutter打造全栈式在线教育系统教程
一、Copilot是什么？
Copilot是一款基于AI技术的代码补全插件，它可以自动完成代码、提供代码建议和文档提示等功能。它支持多种编程语言，包括JavaScript、TypeScript、Python、Java等，并且可以与许多流行的代码编辑器和IDE配合使用，如Visual Studio Code、WebStorm、IntelliJ IDEA等。
二、Copilot如何工作？
Copilot使用机器学习算法来分析代码，并根据上下文和语法规则生成代码建议。它可以根据你正在编写的代码片段，预测下一个可能要写的代码，并自动完成。此外，Copilot还可以根据你的代码结构和上下文，提供有关函数、类和方法的文档提示。
三、如何安装Copilot
我们需要了解Copilot的基本功能。Copilot的主要功能是代码补全和代码建议。当你在编写代码时，Copilot会根据你的输入，预测你可能想要写的代码，并自动完成。此外，Copilot还可以提供代码重构建议，帮助你改进代码质量。
接下来，我们来看看如何安装和使用Copilot插件。Copilot目前支持Visual Studio Cod
2024-11-26
uniapp+vue3+云开发全栈开发同城配送鲜花小程序任意商城教程
一、Vue介绍
Vue.js是一套构建用户界面的 “渐进式框架”。
与其他重量级框架不同的是，Vue 采用自底向上增量开发的设计。
Vue 的核心库只关注视图层，并且非常容易学习，非常容易与其它库或已有项目整合。
如果你之前已经习惯了用jQuery操作DOM，学习Vue.js时请先抛开手动操作DOM的思维，因为Vue.js是数据驱动的，你无需手动操作DOM。
它通过一些特殊的HTML语法，将DOM和数据绑定起来。一旦你创建了绑定，DOM将和数据保持同步，每当变更了数据，DOM也会相应地更新。
当然，在使用Vue.js时，你也可以结合其他库一起使用，比如jQuery。
二、项目搭建
1、创建以 typescript 开发的工程
npx degit dcloudio/uni-preset-vue#vite-ts my-vue3-project
2、安装sass
npm install -D sass
// 安装sass-loader，注意需要版本10，否则可能会导致vue与sass的兼容问题而报错
pnpm add sass-loader@10 -D
2024-11-25
28章全数据分析50+高频场景实战 业绩提升立竿见影
数据分析：对大量有序或无序的数据进行信息的集中整合、运算提取、展示等操作，通过这些操作找出研究对象的内在规律。
目的：揭示事物运动、变化、发展的规律。
意义：提高系统运行效率、优化系统作业流程、预测未来发展趋势。
1、商业智能（BI）
通过商业智能，将数据分析人员从大量、简陋的数据图表分析中解放出来，通过数据仓库整合企业数据，采用商业智能（BI, Business Intelligence）报表工具实现美观清晰、模块化、动态更新的数据可视化展示，让管理层或决策者能够基于事实结果做决策。
2、数据中台
由于企业不同部门业务不同等的差异，采用的数据处理系统或框架也可能不一样。这样导致企业各部门或不同的系统数据相互独立、隔离，不能实现企业数据真正的互通、互融，使得数据的整体价值难以更好的体现。 互联网行业的人一般都听说过前端和后端（或称前台、后台），中台是什么？
2024-11-16
PyQT6 GUI编程开发桌面软件
一、GUI简史
图形用户界面（GUI Graphical User Interface） 历史悠久，可追溯到20世纪60年代。斯坦福大学的NLS（ON-Line 系统引入了鼠标和窗口概念，并于1968年首次公开展示。随后，施乐公司于1973年推出了Smalltalk系统图形用户界面，它是大多数现代通用图形用户界面的基础。
这些早期系统已经具备了我们在现代桌面图形用户界面中视为理所当然的许多功能，包括窗口、菜单、单选按钮、复选框和后来的图标。这些功能的组合为我们提供了这类界面的早期缩写： WIMP（窗口、图标、菜单、指向设备--鼠标 windows, icons, menus, pointing device — a mouse）。
1979年，第一款采用图形用户界面的商用系统PERQ工作站问世。这刺激了其他一些图形用户界面的发展，其中最著名的是苹果公司的Lisa（1983年），它增加了菜单栏和窗口控制的概念。还有许多其他系统，如 Atari ST (GEM)、Amiga。在 UNIX（以及后来的 Linux）上，1984 年出现了 X 窗口系统。第一版 Windows PC 于 1
2024-11-08
和橘子学AI绘图【Midjourney】课程
一、AI绘画该怎么学？
第一阶段：选择工具
市场上有各种各样的AI绘画工具，但真正能作为生产力的，目前仅有midjourney和stable diffusion。两者各有优劣，但SD有着最大的优势：开源免费。所以，新手选SD就行了。
第二阶段：熟悉界面
首先是要熟悉SD界面的基础功能，各个界面有些什么按钮、参数，它们有什么作用？当然这些内容初步了解即可，后续在练习中都会用到，用几次就熟悉了。
第三阶段：基础生图
了解界面的各个功能后，可以开始最基础的文生图，图生图练习了。
在文生图的时候，尝试用提示词去描述一些具体的场景，并逐步修改提示词，从而观察提示词对图片的影响。
2024-11-04
AI大模型RAG项目实战教程
一、RAG概念
检索增强生成（Retrieval Augmented Generation），简称 RAG，已经成为当前最火热的LLM应用方案。
理解不难，就是通过自有垂域数据库检索相关信息，然后合并成为提示模板，给大模型生成漂亮的回答。
经历23年年初那一波大模型潮，想必大家对大模型的能力有了一定的了解，但是当我们将大模型应用于实际业务场景时会发现，通用的基础大模型基本无法满足我们的实际业务需求。
二、基础的 RAG 技术
RAG 系统的起点一般是一个文本文档的语料库，简单看起来是这样的: 把文本分割成块，然后把这些分块嵌入到向量与transformer编码器模型，把所有这些向量建立索引，最后创建一个 LLM 提示语，告诉模型回答用户的查询，给出在搜索步骤中找到的上下文。在运行时，我们用相同的编码器模型完成用户查询的向量化，然后执行这个查询向量的索引搜索，找到top-k 的结果，从数据库中检索到相应的文本块，并提供给 LLM 提示语Prompt作为上下文
2024-10-30
Llama3大模型原理代码精讲与部署微调评估实战教程
一、llama1技术详解
由Meta AI 发布，包含 7B、13B、33B 和 65B 四种参数规模的开源基座语言模型。
数据集：模型训练数据集使用的都是开源的数据集。
模型结构：原始的Transformer由编码器（Encoder）和解码器（Decoder）两个部分构成。同时Encoder和Decoder这两部分也可以单独使用，llama是基于Transformer Decoder的架构，在此基础上上做了以下改进：
（1）llama将layer-norm 改成RMSNorm(Root Mean square Layer Normalization)，并将其移到input层，而不是output层。
（2）采用SwiGLU激活函数。
（3）采用RoPE位置编码。
分词器：分词器采用BPE算法，使用 SentencePiece 实现，将所有数字拆分为单独的数字，并使用字节来分解未知的 UTF-8 字符。词表大小为 32k 。
优化器：AdamW,是Adam的改进，可以有效地处理权重衰减，提供训练稳定性。
learning rate：使用余弦学习率调整 cosine learning ra
2024-10-21
Flink1.19源码剖析课程-flink源码课程2024
一、Flink SQL Gateway概述
Flink Sql Gateway是Flink集群的“任务网关”，支持以rest api的形式提交查询、插入、删除等任务。
Sql Gateway其实内部说白了就是一个SessionManager会话管理器以及一个SqlGatewayEndpoint网络服务器。
其中SqlGatewayEndpoint是基于runtime.rest.RestServerEndpoint实现的Netty服务器，通过统一的架构设计，实现了多种handler，如创建会话、提交任务、任务状态查询、任务取消、拉取数据等。所有handler使用公用的SessionManager进行会话管理。SessionManager中维护了一个sessionId和Session的Map，考虑到并发问题，底层采用ConcurrentHashMap作为并发存储。
2024-10-18
C#多线程与线程同步机制高级实战教程
一、基本概念
进程：当一个程序开始运行时，它就是一个进程，进程包括运行中的程序和程序所使用到的内存和系统资源。而一个进程又是由多个线程所组成的。
线程：线程是程序中的一个执行流，每个线程都有自己的专有寄存器(栈指针、程序计数器等)，但代码区是共享的，即不同的线程可以执行同样的函数。
多线程：多线程是指程序中包含多个执行流，即在一个程序中可以同时运行多个不同的线程来执行不同的任务，也就是说允许单个程序创建多个并行执行的线程来完成各自的任务。
静态属性：这个类所有对象所公有的属性，不管你创建了多少个这个类的实例，但是类的静态属性在内存中只有一个。
2024-10-15
Vulkan原理与实战教程
Vulkan渲染器 是一个基于Vulkan API的高性能3D渲染引擎，旨在提供现代图形处理的低级访问能力，优化CPU和GPU的使用效率。该引擎的设计灵感来源于Vulkan的发展趋势，它允许开发者更细致地控制图形管线，实现并行化计算，适用于游戏开发、实时可视化及高性能图形应用。相比于传统的OpenGL和DirectX 11，Vulkan通过更加底层的API设计，让应用程序能够更接近现代GPU的工作原理，从而提升性能并支持多线程编程。
OpenGL
定义：OpenGL（Open Graphics Library）是一个跨平台的图形API，用于渲染2D和3D矢量图形。
特点：它是一个功能丰富、高度可移植的API，广泛用于游戏、科学可视化和教育等领域。
Vulkan
定义：Vulkan是一个跨平台的图形和计算API，由Khronos Group开发，旨在提供更高的性能和更精细的渲染控制。
特点：Vulkan设计用于充分利用现代GPU架构，提供更低的开销和更高的渲染效率。
软渲染器
定义：软渲染器是一种不依赖于硬件加速的图形渲染方式，它使用CPU来执行所有的渲染计算。
特点：软渲染器通常用于
2024-10-14
完结8章10倍+程序员效能提升AI实战课
专为立志成为 10倍+ 效能职场跃迁的程序员设计。
一、职场中利用AI保持领先：4个方法
1. 拥抱变化
拥抱变化意味着持续学习，不断提高适应能力。随着新的 AI 技术和方法不断涌现，保持开放的心态、愿意调整自己的工作方式非常重要。这种灵活性能让你保持敏捷，并能够利用最新的创新为自己带来更大的优势。
2. 培养成长型思维
将挑战视为学习和成长的机会，这是一种成长型思维，它能将帮助你比竞争对手更快、更有效地适应新的工具和流程
3.探索你所在领域的AI
上网了解你所在领域的 AI 应用情况，尝试去理解与所在领域相关 AI 的具体应用、工具和创新，利用这些发现来帮助你改进你的计划，鼓励你以更具创造力的方式思考和利用 AI。
4. 用AI赋能，升级技能
思考AI将如何提升你现有的技能。AI不是取代者，而是助力器。在创意领域，AI工具可以为你提供设计灵感，帮你自动处理枯燥流程，让你尽情挥洒才华
2024-10-09
完整16章程序员软技能：代码之外的生存指南
一、程序员如何提升沟通能力
作为程序员，除了技术能力外，良好的人际交往能力也非常重要。以下是一些提升为人处事能力和技巧的建议：
1. 建立良好的沟通和协作能力：与同事和客户进行有效的沟通和协作是成功的关键。练习主动倾听和表达自己的想法，以及接受和给予反馈。
2. 学会合作：在团队中合作是至关重要的，因此学会如何扮演一个合作者的角色。与同事分享知识和经验，并确保每个人都有机会发挥自己的最大潜力。
3. 发展自己的领导力：尽管你可能不是团队的负责人，但学会领导并影响他人可以帮助你实现更多的目标。这包括引领项目，解决冲突和推动创新。
4. 关注细节：细节决定成败，所以注重细节是非常重要的。这包括仔细检查代码、文档和其他工作成果，以确保它们符合要求。
5. 保持积极心态：程序员的工作可能会很繁琐和复杂，但保持积极的心态可以帮助你克服挑战，并找到解决问题的方法。
6. 学会妥善处理压力：程序员经常面临紧张和压力，学会管理这些情绪可以帮助你更好地工作。尝试使用瑜伽、冥想或其他放松技巧减轻压力。
7. 持续学习：程序员是一个快速发展的行业，持续学习新技术和趋势可以帮助你保持竞争优势，并在团队中发挥更
2024-09-27
[完整版9章]MySQL必会核心问题50讲
一、MySQL介绍
MySQL 是一个 关系型数据库管理系统 。MySQL 是最流行的关系型数据库管理系统之一，在 WEB 应用方面，MySQL是最好的 RDBMS (Relational Database Management System，关系数据库管理系统) 应用软件之一。MySQL所使用的 SQL 语言是用于访问数据库的最常用标准化语言。MySQL体积小、速度快、总体拥有成本低，尤其是开放源码这一特点，一般中小型和大型网站的开发都选择 MySQL 作为网站数据库。
二、MySQL命令简介
MySQL命令是用于与MySQL数据库进行交互和操作的命令。
以下是一些常用的MySQL命令：
mysql：连接MySQL数据库的命令，需要指定用户名和密码。
use：使用某个数据库。
show databases：显示所有数据库。
create database：创建新的数据库。
drop database：删除数据库。
create table：创建新的表。
alter table：修改表结构。
drop table：删除表。
insert into：向表中插入新的记录。
delete
2024-09-25
和橘子学AI绘图【400集100实战】教程
一、人工智能绘图工具介绍
A1.art是一种非常有用的在线协作设计工具，具有全中文、跨平台、实时同步的强大功能，同时还集成了原型设计、UI 集设计、交互设计和基本平面设计于一体的在线协作设计工具。一经推出，深受国内设计师喜爱，点击免费注册使用。在线协作设计工具A1.art的智能工具功能包括:矢量编辑画板，支持矢量编辑、钢笔工具、蒙版工具、布尔操作、图片配色、裁剪、变形等。
人工智能绘图工具的特点功能如下：
快速3D:使用在线协作设计工具A1.art斜切工具快速将平面画面画成3D画面。
智能填色：AI绘图方法A1.art通过自主开发的矢量网格算法，art实现了矢量图形闭合路径的独立填充效果，有效地完成了人工智能绘图生成图像修改，点击了解多色矢量网格。
丰富的插件：A1.art收集了大量的插件工具，一键安装和卸载，使用更方便。不同类型的界面涵盖了工作中的每个场景，使用户更容易获得他们想要的插件，并点击进入插件广场。
NightCafe Creator
人工智能绘图工具 NightCafe Creator 提供两种 AI 生成方法：神经风格迁移与 VQGAN+CLIP。第一个是帮助用户选
2024-09-23
深入LLM与RAG 原理、实现与应用教程
一、了解LLM大模型
LLM大模型，入GPT-3、BERT等，是通过深度学习技术训练的，能够处理、理解和生成自然语言文本的模型。这些模型通常具有数十亿甚至数万亿参数，因此被称为“大模型”。
大模型数据训练：LLM模型使用大规模的文本数据集进行训练，使其能够捕捉到语言的细微差别。
多样性任务适应：经过适当的微调（fine-tuning），LLM可以适用于各种自然语言处理任务，如文本分类、问答系统、文本生成等。
强大的语言理解能力：LLM模型通常具有较好的语言理解能力，能够进行复杂的推理和分析。
二、大模型特点
1、巨大的规模： LLM通常具有巨大的参数规模，可以达到数十亿甚至数千亿个参数。这使得它们能够捕捉更多的语言知识和复杂的语法结构。
2、预训练和微调： LLM采用了预训练和微调的学习方法。它们首先在大规模文本数据上进行预训练（无标签数据），学会了通用的语言表示和知识，然后通过微调（有标签数据）适应特定任务，从而在各种NLP任务中表现出色。
3、上下文感知： LLM在处理文本时具有强大的上下文感知能力，能够理解和生成依赖于前文的文本内容。这使得它们在对话、文章生成和情境理解方面表
2024-09-20
架构师Django+FastAPI+uniapp+微服务秒杀系统教程
一、Django 是什么？
Django 是一个高级的 Python 网络框架，可以快速开发安全和可维护的网站。由经验丰富的开发者构建，Django 负责处理网站开发中麻烦的部分，因此你可以专注于编写应用程序，而无需重新开发。 它是免费和开源的，有活跃繁荣的社区，丰富的文档，以及很多免费和付费的解决方案。
Django 可以使你的应用具有以下优点：
完备性
Django 遵循“功能完备”的理念，提供开发人员可能想要“开箱即用”的几乎所有功能。因为你需要的一切都是一个”产品“的一部分，它们都可以无缝结合在一起，遵循一致性设计原则，并且具有广泛和最新的文档.
通用性
Django 可以（并已经）用于构建几乎任何类型的网站—从内容管理系统和维基，到社交网络和新闻网站。它可以与任何客户端框架一起工作，并且可以提供几乎任何格式（包括 HTML，Rss 源，JSON，XML 等）的内容。你正在阅读的网站就是基于 Django。
2024-09-19
计算机图形学-从0开始构建一个OpenGL软光栅教程
一、OpenGL 的优点包括：
跨平台性： OpenGL 可以在许多不同的平台上运行，包括 Windows、Linux、macOS 和 Android。
高性能： 由于 OpenGL 可以使用显卡硬件加速图形渲染，因此可以提供高性能的图形处理。
灵活性： OpenGL 提供了许多灵活的功能，可以满足各种不同的应用程序需求。
开放标准： OpenGL 是一个开放标准，可以与其他开放标准进行集成，例如 OpenCL 和 OpenAL。
尽管 OpenGL 有许多优点，但它也有一些缺点。例如，OpenGL 缺乏一些现代图形 API 的高级功能，例如自动化的着色器管理和分布式渲染。然而，OpenGL 仍然是一个广泛使用的图形库，用于创建高性能和跨平台的图形应用程序。
二、OpenGL 专业词解析
1.OpenGL上下文[context]
（1），在应用程序调用任何OpenGL指令之前，需要首先创建一个OpenGL的上下 文，这个上下文是一个非常庞大的状态机，保存了OpenGL中的各种状态，也是OpenGL指令执行的基础；
（2），由于OpanGL上下文是一个巨大的状态机，切换上下文往往会产生
2024-09-13
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人