如何在 Windows 中使用 Kimi CLI
字數 1444，閱讀大約需 8 分鐘 如何在 Windows 中使用 Kimi CLI 目錄 ? 如何在 Windows 中使用 Kimi CLI[1] ? 目錄[2] ? 第一步：安裝 Windows 子系統[3] ? 方法一：圖形界面安裝[4] ? 方法二：PowerShell 命令安裝[5] ...
基于 Word 模板占位符的動態文檔生成實踐（源碼+保姆版）
一、基于 Word 模板占位符的動態文檔生成技術 作者：古渡藍按 個人微信公眾號：微信公眾號（深入淺出談java） 感覺本篇對你有幫助可以關注一下，會不定期更新知識和面試資料、技巧！！！ 簡介 在企業業務系統中，合同、工單、報告等 Word 文檔往往格式固定但內容動態。傳統硬編碼方式開發 ...
Java并發編程利器：從ConcurrentHashMap到Fork/Join的奇幻之旅
上篇講了Lock鎖、AQS相關的內容，本篇講一下線程安全的類，拿來即用無需其他操作就能達到線程安全的效果，省力又省心 ~ ~ 你是否曾為多線程編程中的各種坑而頭疼？本文將用生動比喻和實用代碼，帶你輕松掌握Java并發容器的精髓，讓你的多線程程序既安全又高效！ 引言：為什么我們需要并發容器？ 想象一下 ...
Solon （可替換 SpringBoot）集成 Docker 實戰：30分鐘搞定輕量級應用容器化部署
本文介紹了如何將Solon框架與Docker快速集成，突出了Solon在啟動速度、內存占用和容器化方面的優勢。文章從環境準備入手，詳細說明了兩種Docker打包方式（Maven插件和Dockerfile），提供了完整的配置示例和操作命令，包括鏡像構建、運行管理及生產環境優化建議。最后總結了Solon... ...
痞子衡嵌入式：在i.MXRTxxx下使能DMA鏈式傳輸可達到SPI從設備接收速率上限50Mbps
大家好，我是痞子衡，是正經搞技術的痞子。今天痞子衡給大家介紹的是i.MXRT下使能DMA鏈式傳輸可達到SPI從設備接收速率上限50Mbps。 最近痞子衡在幫一個 RT600 的 AR 眼鏡客戶優化 SPI 從設備接收數據的速率，我們知道 SPI 從設備接收數據方法一般有三種：1) 輪詢模式，2) 中 ...
用過上百款編程MCP，只有這15個真正好用，Claude Code與Codex配置MCP詳細教程
視頻版：用過上百款編程MCP，只有這15個真正好用，Claude Code與Codex配置MCP詳細教程_嗶哩嗶哩_bilibili 我試用過上百款編程類的MCP工具，只有這15個是真正好用的。這些MCP可以為AI編程工具賦予云端數據庫、操作瀏覽器、讀取設計稿生成網頁、產品配圖、安全掃描、全自動部署 ...
【模板】擴展中國剩余定理（EXCRT）
算法介紹 孫子定理是中國古代求解一次同余式方程組的方法。是數論中一個重要定理。又稱中國余數定理。一元線性同余方程組問題最早可見于中國南北朝時期的數學著作《孫子算經》卷下第二十六題，叫做“物不知數”問題，原文如下： 有物不知其數，三三數之剩二，五五數之剩三，七七數之剩二。問物幾何？即，一個整數除以三余 ...
《剛剛問世》系列初窺篇-Java+Playwright自動化測試-30- 操作單選和多選按鈕 - 番外篇（詳細教程）
1.簡介 前邊幾篇文章是宏哥自己在本地弄了一個單選和多選的demo，給小伙伴或童鞋們演示了一下如何使用playwright來處理單選按鈕和多選按鈕進行自動化測試，想必大家都已經掌握的八九不離十了吧。這一篇其實也很簡單，主要是分兩部分內容來講解和分享的。一部分，宏哥是利用JQueryUI網站里的單選和 ...
Git 免密認證：Git Credential Helper
提到 Git 免密，也許大多數人會想到 SSH。但是當 SSH 不可用的時候怎么辦？ 比如你沒有提交 SSH 公鑰的權限。 又比如自建的 Git，如果所有域名都在 Cloudflare 的保護下，不想暴露 ip 地址，就只能用 https。(PS: 這種情況也可以用 Cloudflare Tunne ...
如何區分應用所在的運行環境：物理機、虛擬機、容器還是 K8s？
本文主要介紹如何通過一種簡單方式來判斷應用當前所在的運行環境。 1 物理機 物理機和虛擬機因為都是完整的操作系統。因此可以用dmidecode來檢查計算機所在的環境。dmidecode是一個可以將DMI table中的內容以人類可讀格式導出的工具。DMI (也被稱為SMBIOS) Table中保存的 ...
吳恩達深度學習課程二： 改善深層神經網絡 第一周：深度學習的實踐（二）L2正則化
此分類用于記錄吳恩達深度學習課程的學習筆記。 課程相關信息鏈接如下： 原課程視頻鏈接：[雙語字幕]吳恩達深度學習deeplearning.ai github課程資料，含課件與筆記:吳恩達深度學習教學資料 課程配套練習（中英）與答案：吳恩達深度學習課后習題與答案 本篇為第二課第一周的內容，1.4和1. ...
【大數據高并發核心場景實戰】 數據持久化層 - 查詢分離
上一章中我們介紹到冷熱分離，旨在快速交付。但是他仍存在一些問題，并不是完美的方案，比如限制了業務的操作，必須再特定的業務場景下（冷數據不允許修改、冷數據查詢慢、不適合復雜查詢）。本章將介紹新的方案，支持千萬數據的快速查詢。 ...
面向智能體與大語言模型的 AI 基礎設施：選項、工具與優化
面向智能體與大語言模型的 AI 基礎設施：選項、工具與優化 本文探討了用于部署和優化 AI 智能體（AI Agents）與大型語言模型（LLMs）的各類基礎設施選項及工具。 無論采用云、本地還是混合云部署，基礎設施在 AI 架構落地過程中都起著關鍵作用。本文是 AI 基礎設施系列文章的一部分，聚焦于 ...
【每日Arxiv熱文】北大新框架 Edit-R1 炸場！破解圖像編輯 3 大難題，雙榜刷 SOTA
當前基于指令的圖像編輯雖借助擴散模型取得進展，但仍面臨挑戰，本研究突破SFT范式的泛化性與可控性限制，解決擴散模型結合 RL 時的策略優化偏差問題。 ...
LangChain RAG 學習筆記：從文檔加載到問答服務
我在先前的隨筆中分享過用Dify低代碼平臺來實現問答系統，也有幾篇隨筆是通過不同的方式來訪問大模型。本篇將使用LangChain來做對應的實現。相關代碼主要是通過Trae，它可以幫助你快速的了解了基本使用 LangChain 構建 RAG的方法，包括從文檔加載、向量存儲到問答接口實現，整個過程涉及多... ...
夜鶯監控設計思考（四）關于機器那些事兒
這將是一個系列，講解 夜鶯監控 的設計思考，可以理解為原理+最佳實踐+產品設計時的折中取舍。 本系列其他文章： 夜鶯監控設計思考（一）項目定位、組件思考、單進程多進程選擇、高可用設計 夜鶯監控設計思考（二）邊緣架構的緣起和設計 夜鶯監控設計思考（三）時序庫、agent 的一些設計考量 本篇聊聊夜鶯里 ...
1分鐘對接500個大模型？這才叫 AI 開發！
傳統的 API 網關通常放在你的應用和各種后端服務之間；而 AI 網關是專門為 AI 應用設計的，放在你的應用和各種 AI 模型服務之間（比如 OpenAI、通義千問、DeepSeek 等等）。 ...
108. "將來不再需要程序員，而是需要會駕馭AI的程序員"---大膽設想---未來的編程開發---自然語言的邏輯性---設定prompt標準
在最近使用AI編程（即模型+工具）我只是一個普通的學者學生 頂多做的也就是一個較為復雜的微服務項目 尚未涉及過多復雜的邏輯業務 我對AI還停留在 詢問問題 然后解決問題 找出你編寫的問題 但現在AI編程正在又進入一個層次 即構建或再寫你的項目 舉個例子 類似cursor工具+claude模型 我舍友 ...
記一次 Kubebuilder Operator 開發中的 CRD 注解超限問題
問題現象 在開發一個名為的 Operator 過程中，當我執行 （其底層是 ）來安裝CustomResourceDefinition (CRD) 時，終端拋出了一個錯誤： The CustomResourceDefinition "nova.batch.suknna" is invalid: met ...
【每日一面】對 Promise.race 的理解
基礎問答 問：有使用過 Promise.race 嗎，說說他的作用。 答：Promise.race 接收一個 Promise 數組（或者一個具有迭代器的對象）作為參數，返回一個新的Promise，這個新的 Promise 結果是數組中第一個狀態變更的Promise對象，無所謂這個狀態是否是成功（fu ...
