首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 来自专栏开源

    ClkLog集成指南

    以上SDK demo 参考官网-技术指南-集成测试参考。 其他端的SDK中会话的集成请参考神策官方文档或查看SDK源码。 参考官网-技术指南-神策无全埋点的SDK集成方案 在实际应用过程中请根据不同版本的SDK去查询相关的事件数据, 如果在ClkLog统计前端浏览量无数据请根据埋点项目所引用的SDK去排查采集到的日志记录是否有相应的浏览页面事件 Web JS用户登录接口示例:sensors.login('login_user_id'); 参考官网-技术指南-集成说明-核心功能-2简易用户关联集成 更多其他端(如Andriod、IOS、微信小程序等 )用户登录集成代码接入方式请参考神策官方SDK集成文档。 相关更多说明请参考官网-技术指南-集成说明-核心功能-3.事件分析集成 3.2.日志查询 日志查询功能用于帮助开发者在事件分析相关埋点代码集成成功后,查看埋点的相关事件及其属性是否成功采集。

    44710编辑于 2024-12-20
  • sward通关指南(8) - 如何在sward文档中集成Kanass事项

    ​本文将介绍如何在sward文档中集成Kanass事项,以实现sward文档管理与kanass项目管理的有效集成,实现文档与项目的数据联动。 characterEncoding=utf8&useSSL=falseusername:rootpassword:darth2020例:链接外部mysql时,可修改为字段内容driverClassNamecom.mysql.cj.jdbc.Driverurljdbc characterEncoding=utf8&useSSL=falseusername有权限连接mysqlDB的用户password有权限连接mysqlDB用户的密码集成配置登录sward系统->系统设置 ->集成与开放->服务集成->添加,输入系统名称和系统地址后确定​集成配置2、文档集成事项以sward系统内置知识库为例,进入知识库->文档->添加文档->事项。 选择事项添加效果​集成事项2.2查看事项点击插入到文档中的事项名称,可以直接打开kanass页面查看事项详情​查看事项

    17665编辑于 2025-11-24
  • 来自专栏AIGC新知

    DeepSeek 实用集成指南

    1.6K40编辑于 2025-02-05
  • 来自专栏Tungsten Fabric中文社区

    Tungsten Fabric与K8s集成指南丨创建虚拟网络

    被创建出来,k8s-test-ns1与k8s-test-ns2。 -pod-net01 网段的pod可以访问到K8s的service网络,那么就需要添加一条TF policy,k8s-default项目下的Policies -- k8s-default-service-np image.png 现在需要给网络 k8s-ns1-pod-net01添加 k8s-default-service-np 这条策略,让它可以访问k8s的service网络。 image.png (作者来自深圳市天源景云科技有限公司) ---- ·END·  “Tungsten Fabric+K8s集成指南”系列文章 第一篇:部署准备与初始状态  “Tungsten Fabric +K8s轻松上手”系列文章 第一篇:TF Carbide 评估指南--准备篇 第二篇:通过Kubernetes的服务进行基本应用程序连接 第三篇:通过Kubernetes Ingress进行高级外部应用程序连接

    71430发布于 2020-06-11
  • 来自专栏Tungsten Fabric中文社区

    Tungsten Fabric与K8s集成指南丨创建隔离命名空间

    欢迎来到Tungsten Fabric与Kubernetes集成指南系列,本文介绍如何创建隔离的命令空间,并对其网络连通性进行验证。 Tungsten Fabric与K8s集成指南系列文章,由TF中文社区为您呈现,旨在帮助大家了解Tungsten Fabric与K8s集成的基础知识。 image.png K8s与Tungsten Fabric集成后有四种配置模式,分别为:默认模式、自定义隔离模式、命名空间隔离模式、嵌套模式。 (作者来自深圳市天源景云科技有限公司) ---- ·END·  “Tungsten Fabric+K8s集成指南”系列文章 第一篇:部署准备与初始状态 第二篇:创建虚拟网络 第三篇:创建安全策略 MORE  “Tungsten Fabric+K8s轻松上手”系列文章 第一篇:TF Carbide 评估指南--准备篇 第二篇:通过Kubernetes的服务进行基本应用程序连接 第三篇:通过Kubernetes

    78320发布于 2020-06-09
  • 来自专栏APP开发

    海外APP支付集成指南

    海外APP开发的支付集成是连接用户与商业变现的核心环节,需适配 多地区支付习惯、合规要求、技术标准 ,同时兼顾安全性与用户体验。以下是关键要点及实操指南。一、为什么需要支付集成? 三、支付集成的技术实现步骤1. 集成支付SDK/APISDK集成(推荐):下载服务商提供的移动端SDK(如Stripe iOS/Android SDK),嵌入APP内调用支付界面(用户无需跳转外部浏览器,体验更流畅)。 API集成:通过RESTful API直接与服务商后端通信(适合自定义UI,但需自行处理加密与错误处理)。4. 六、总结海外APP支付集成的核心是 “本地化适配+合规优先+技术可靠” 。

    85910编辑于 2025-09-16
  • 来自专栏前端开发笔录

    Eslint配套集成指南【03】

    Eslint使用入门指南【01】 Eslint进阶使用指南【02】 如果你是刚刚开始接触Eslint,在阅读本文前建议可以先学习上面两篇基础文章,在上面,我们已经完成了对一个vue项目的基本引入 ,现在我们需要集成更多的工具帮助我们的项目更加方便智能,我们一次加入以下工具吧。 在vue项目中Eslint集成prettier 下载三个依赖包: npm i prettier eslint-config-prettier eslint-plugin-prettier -D

    1.4K10编辑于 2022-02-25
  • 来自专栏Tungsten Fabric中文社区

    Tungsten Fabric与K8s集成指南丨部署准备与初始状态

    集群初始状态 K8s成功部署之后,默认创建的namespaces,deployment,service,以及K8s的节点信息,如下截图所示: image.png image.png image.png image.png Tungsten Fabric会自动创建三个IPAM,其中指定了K8s默认情况下的pod和service所使用的网段,这些IPAM会绑定给default-domain -> k8s-default image.png Tungsten Fabric会默认创建三条Policies,其中k8s-default-service-np是允许指定网络访问K8s的service网段。 image.png 初始情况下,k8s-default项目中会有两个虚拟网络,分别是给pod和service使用的,并且绑定了对应的IPAM和Policies。 image.png 在K8s中的service会对应Tungsten Fabric中的Load Balancing。 image.png (作者来自深圳市天源景云科技有限公司)

    65510发布于 2020-06-11
  • 来自专栏Tungsten Fabric中文社区

    Tungsten Fabric与K8s集成指南丨创建安全策略

    欢迎来到Tungsten Fabric与Kubernetes集成指南系列,本文介绍如何创建安全策略。 Tungsten Fabric与K8s集成指南系列文章,由TF中文社区为您呈现,旨在帮助大家了解Tungsten Fabric与K8s集成的基础知识。 根据第二章节的信息,可以知道目前有—— 两个命名空间:test-ns1  test-ns2 三个network:k8s-ns1-pod-net01  k8s-ns1-pod-net02  k8s-ns2 image.png (作者来自深圳市天源景云科技有限公司) ---- ·END·  “Tungsten Fabric+K8s集成指南”系列文章 第一篇:部署准备与初始状态 第二篇:创建虚拟网络 MORE  “Tungsten Fabric+K8s轻松上手”系列文章 第一篇:TF Carbide 评估指南--准备篇 第二篇:通过Kubernetes的服务进行基本应用程序连接 第三篇:通过Kubernetes

    79230发布于 2020-06-09
  • 来自专栏科技记者

    8集成学习 笔记

    bagging, boosting和随机森林是应用最广泛的三类集成学习算法。 bagging和boosting都采用了集成学习的思想,不同之处是bagging组合独立的模型,boostong迭代学习。 计算集成分类算法的误差演变 # 误差演变 boosting.evol.train <- errorevol(churn.boost, trainset) boosting.evol.test <- errorevol test','train'), col = c('red', 'blue'), lty = 1:2, lwd=2) adabag包中提供了errorevol函数以方便用户根据迭代次数估算集成分类算法的误差 estimator of misclassification error Misclassification error: 0.0606 randomForest的错分率最低,性能最佳,单棵树的性能最差,集成学习优于单树

    66440编辑于 2022-03-04
  • 来自专栏个人路线

    DeepSeek 全场景集成工具指南

    指南精选 22+ 个实用工具,覆盖 6 大核心场景,通过模块化选型建议帮助开发者快速构建 AI 工作流。文末附部署路线图!特点:覆盖开发/办公/科研场景、支持主流技术栈、强化行业解决方案。 image-20250208200259167 ️ 工具矩阵全景图 核心维度导航 应用场景 开发协作 知识管理 生产力工具 企业方案 典型需求 代码生成 文档处理 流程自动化 系统集成 推荐工具 Continue 支持敏感数据隔离) 二、知识工作流 知识管理系统 工具 技术架构 典型应用场景 思源笔记[6] 端到端加密 企业机密文档管理 馆长[7] 浏览器插件 行业研究信息聚合 文档智能处理 **RAGFlow**[8] 相关项目 one-api[37]: 一站式大模型额度管理平台,支持市面上所有主流大语言模型 Cherry Studio[38] Dify[39] 集成[40] 坚果派[41] 开发者必选工具 API 管理 /awesome-deepseek-integration/blob/main/docs/Siyuan/README_cn.md [7] 馆长: https://www.ncurator.com/ [8]

    2K30编辑于 2025-02-12
  • 来自专栏西里网CSDN博客

    Cloudreve 与 OnlyOffice 集成配置指南

    XWiki 是一个开源的、基于 Java 的 Wiki 平台 Node.js 是一个基于 Chrome V8 引擎的 JavaScript 运行时环境,用于构建高性能 Rakudo Star是Raku编程语言的发行版 Wiki 是一个基于 Web 的协作式知识管理系统 Joomla 是一款开源的内容管理系统 以下是 ‌Cloudreve 与 OnlyOffice 集成配置指南‌,整合多平台实践经验与安全优化策略: WOPI 协议集成‌ 在 OnlyOffice 配置文件中 local.json 添加以下内容: json Copy Code "wopi": { "enable": true, "host": -e JWT_SECRET=your_strong_key:ml-citation{ref="2,8" data="citationList"} Cloudreve 后台同步配置相同密钥。 通过以上步骤可实现 ‌Cloudreve 与 OnlyOffice 的无缝集成‌,满足私有化文档协作需求。若需离线部署,需提前下载 Docker 镜

    1.2K10编辑于 2025-05-19
  • 来自专栏openclaw系列

    OpenClaw 集成 Anthropic Claude 完全指南

    OpenClaw 提供两种连接 Anthropic 的方式,请根据你的账户类型选择:

    2.4K10编辑于 2026-03-18
  • 来自专栏openclaw系列

    OpenClaw 集成 Amazon Bedrock 完全指南

    OpenClaw 通过 pi-ai 提供的 bedrock-converse-stream 适配器与 Amazon Bedrock 交互。

    53520编辑于 2026-03-18
  • 来自专栏MiningAlgorithms

    机器学习8集成学习--LightGBM

    而对于 Histogram 算法,则只需要(#data #features * 1Bytes)的内存消耗,仅为pre-sorted算法的1/8。 实际上可能决策树对于分割点的精确程度并不太敏感,而且较“粗”的分割点也自带正则化的效果,再加上boosting算法本身就是弱分类器的集成。 无法加速split的过程,该过程复杂度为O(#data),当数据量大的时候效率不高 2),需要广播划分的结果(左右子树的instance indices),1条数据1bit的话,大约需要花费O(#data/8)

    2.2K20发布于 2019-08-08
  • 来自专栏机器学习算法工程师

    《机器学习》笔记-集成学习(8

    章节目录 个体与集成 Boosting Bagging与随机森林 集合策略 多样性 1 个体与集成 集成学习(ensemble learning)的一般结构:先产生一组“个体学习器”(individual * 集成也可包含不同类型的个体学习器,这样集成是”异质“的(heterogeneous)。相应的个体学习器,常称为”组件学习器“(component learning)或直接称为个体学习器。 其中,√表示分类正确,x表示分类错误,集成学习的结果通过投票法(voting)产生,即“少数服从多数”。这个简单的例子显示出:要获得好的集成,个体学习器应“好而不同”。 事实上,如何产生并结合“好而不同”的个体学习器,恰是集成学习研究的核心。 3 Bagging与随机森林 欲得到泛化性能强的集成集成中的个体学习器应尽可能独立。虽然“独立”在显示任务中无法做到,但可以设法使基学习器尽可能具有较大差异。

    83760发布于 2018-03-30
  • 来自专栏ApacheHudi

    Vertica集成Apache Hudi指南

    摘要 本文演示了使用外部表集成 Vertica 和 Apache Hudi。 Vertica和Apache Hudi集成 要将 Vertica 与 Apache Hudi 集成,首先需要将 Apache Spark 与 Apache Hudi 集成,配置 jars,以及访问 AWS 在 Apache Spark 上配置 Apache Hudi 和 AWS S3[2] 配置 Vertica 和 Apache Hudi 集成[3] 4.1 在 Apache Spark 上配置 Apache rider, driver, fare,ts, partitionpath from dta order by uuid").show() 4.2 配置 Vertica 和 Apache HUDI 集成 www.vertica.com/kb/Apache_Hudi_TE/Content/Partner/Apache_Hudi_TE.htm#Configur) [3] 配置 Vertica 和 Apache Hudi 集成

    2.1K10编辑于 2022-02-08
  • 来自专栏openclaw系列

    OpenClaw 集成 Cloudflare AI Gateway 指南

    核心功能:通过 Cloudflare AI Gateway 代理 Anthropic (Claude) 等模型请求,实现统一鉴权、请求缓存、用量分析及速率限制。

    76020编辑于 2026-03-18
  • 来自专栏openclaw系列

    penClaw 集成 GLM 模型家族指南

    通过OpenClaw集成GLM模型家族,你可以轻松获得世界级的大语言能力,同时享受极具竞争力的成本优势。无论是构建中文原生应用还是全球化产品,GLM都是值得信赖的选择。

    59420编辑于 2026-03-18
  • 来自专栏openclaw系列

    OpenClaw 集成 GitHub Copilot 完全指南

    一、两种集成模式OpenClaw提供了两种使用GitHubCopilot的方式,请根据你的工作流选择:模式A:原生提供商(github-copilot)⭐推荐原理:OpenClaw内置了GitHub设备登录流程 适用:已经在使用CopilotProxy进行其他工具链集成的用户,或需要特定路由策略的场景。本文重点介绍模式A(原生提供商),因为它是最简单且推荐的默认路径。

    2.5K21编辑于 2026-03-18
领券