最新文章

工作日每日更新 3-5 篇,全部经人工筛选与二次加工

Spring Boot的核心配置文件一览及其加载顺序

Spring Boot 启动时会去好几个地方翻 application.properties,文件本身还有 .yml 版本、profile 版本,再往上还有命令行参数、环境变量、系统属性。这些来源最后是按固定顺序叠起来的,同一个 key 谁…

用仓颉语言给娃写了个打字练习游戏:cj-tauri 项目实战

> 我家孩子上小学,有两件事同时在推进,背古诗词,连续电脑打字。我使用cj-tauri开发的一个「小学生古诗词打字练习」桌面应用,从零到跑起来。这里介绍下cj-tauri开源项目的使用,及古诗词应用的开发实战过程。 cj-tauri项目地址…

Electron: Sentry 都采集了什么?你知道吗

在 Electron 应用的异常上报中,Sentry 的引入不能无脑就加,你需要知道这些采集机制的成本/副作用,才能更好的做出选型。Sentry 怎么配置才能平衡“性能”与“成本”,跟着我一起来看看。 一、默认配置会采集哪些信息? @sen…

用一段「闪身步」,带你看懂 Claude Code Mods

开始之前,先让 Claude Code 表演一段“闪身步”: 图片 这是 Claude Code 根据我的提示词描述,直接生成的一个 Mods。 它的功能并不复杂: 我提交完了提示词、Claude Code 的回合开始时,终端窗口先一个“闪…

什么是范数?用 NumPy 动手算一遍就明白了

做数据科学和机器学习,范数(Norm)这个东西你迟早会碰到。 损失函数正则化、向量相似度计算、矩阵分解——这些场景背后都有范数的影子。 但很多同学对范数的理解停留在"好像是个求长度的东西"这个层面,具体怎么算、不同范数之间有什么区别,一问就…

Flash模型又添一员大将:实测MiniMax M3.1

话说如今这大模型江湖,各路豪杰你方唱罢我登场,今日这家放出 Pro,明日那家端出 Flash,一波未平一波又起。 却说 MiniMax 这一回不等 Pro 出山,先遣一员 Flash 大将下山,唤作 M3.1-Flash-Preview。 …

Agent 怎么做规划?这道面试题淘汰了 80% 的候选人

第六章:Agent 规划与决策 Agent 的核心能力不在于单次推理的质量,而在于面对复杂任务时能否做出合理的规划与决策。一个没有规划能力的 LLM 只是一个问答机器,而一个具备规划能力的 Agent 则能拆解目标、分配资源、动态调整策略,…

兼顾数据安全与成本,私有化 AI 网关正在成为企业标配

如今企业做AI落地,始终绕不开两个核心矛盾:数据安全和算力成本。单纯用公有云大模型,随时面临核心资料、业务数据外泄的风险,合规压力巨大;可全套私有化部署模型,又要承担高昂的算力、服务器和运维成本,预算很容易超标。 过去很多企业只能二选一,要…