- 综合排序
- 最热优先
- 最新优先
- 来自专栏码农桃花源
活文档总结
我们可以先看看日常开发中会涉及到哪些文档： 需求文档 接口文档 业务词汇表文档 模块业务流程文档 系统间交互文档 系统架构文档 系统依赖文档 发布文档 示例文档(tutorial) 项目进度文档 案例文档 汇报文档 要写的类型文档还是不少的，无论哪种文档，都与项目的代码是脱节的。 所以软件行业以往的文档编写方式有很多缺点： 文档易过时，因为与代码是分开的，改了代码忘改文档是很正常的，代码是新版本，而文档是历史版本 文档误导人，因为前一条，功能上的修改没有反映到文档上，读文档的人会被错误信息所误导 业务流程文档 在代码中编写相应的流程节点和前后关联节点： ? business_process 通过扫描代码生成文档： ? business_process2 跨系统的交互流程： ? 稳定文档 稳定文档指的是那些基本不怎么变动的文档，这种文档和代码分开是可以接受的，为了使我们的文档稳定，应该遵循一些基本的编写原则，比如： 不要带公司的那些容易变化的信息：公司名，子公司，品牌，商标等等
1.1K40发布于 2021-04-23 - 来自专栏令仔很忙
软件文档总结
在软件开发之前，有一项非常重要的工作，就是写软件文档，软件文档从形式上看的话，大致分为两类：一类是工作表格，就是开发过程中填写的各种表格；第二类就是编制的技术资料或者管理技术资料。 要是从文档的生产和使用范围来分则分为三类： ? 写好软件文档，一份好的文档相当于一份精美的介绍或者使用手册，让相关的工作人员充分的了解新的软件，从而做出更好地软件。
75310发布于 2018-09-14 - 来自专栏令仔很忙
软件文档总结（二）
= 在软件文档中有几个比较重要的文档重点介绍一下 1、软件需求说明书 软件需求主要是从从现实中分离功能，描述软件要“做什么”，在软件需求说明书中，主要的功能和联系如下： ? 2、概要设计说明书和详细设计说明书 概要设计和详细设计都属于软件设计，是根据软件需求说明导出系统的实现方案，主要描述“怎么做”。 概要设计文档最重要的部分是分层数据流图、结构图、数据字典以及相应的文字说明等；详细设计文档最重要的部分是模块的流程图、状态图、局部变量及相应的文字说明等。一个模块一篇详细设计文档。 对于新用户来说基本操作手册是非常重要的，这也是很重要的文档。
1K20发布于 2018-09-14 - 来自专栏六个周
mongoose官方文档总结
一、mongoose 安装：npm install mongoose // 1，引入mongoose const mongoose = require('mongoose') // 2. type属性的对象 var schema1 = new Schema({ test: String // `test` is a path of type String }); var schema2 String } // `test` is a path of type string }); 除了type属性，还可以对这个字段路径指定其它属性，比如在保存之前全部转换为小写 var shema2 -SubDocuments 子文档是指嵌套在另一个文档中的文档。 console.log('pot1') next() },100) }) schema.post('save', function(doc, next) { console.log('post2'
23.3K40编辑于 2022-10-28 - 来自专栏梧雨北辰的开发录
Xcode文档注释使用总结
Xcode作为iOS的开发神器，为我们提供了十分丰富的文档提示功能，在开发过程中，我们可以十分方便的按下Option键，选中一个类或者方法查看其文档说明。 本篇主要介绍几种常用的文档注释方法。 多行注释文档 /** 多行注释文档相比于普通多行注释多了一个星号。 有序列表 2. 有序列表 3. 有序列表 */ ? 这里写图片描述 我们发现一个问题，效果图中前两行并没有换行，我们若是希望换行就需要在之间添加一个空行 ---- 单行注释文档 ///# 标题1 ///## 标题2 ///hello oc，下面的空行是为了换行 函数的注释 方法的注释包括传入参数、返回值、和异常等说明 ///- Parameters: /// - value1: 第一个传入参数 /// - value2:
2.6K40发布于 2018-04-24 - 来自专栏博客园
Vue.Draggable 文档总结
本文章转自https://blog.csdn.net/zjiang1994/article/details/79809687 Vue.Draggable学习总结 Draggable为基于Sortable.js 特性 支持触摸设备 支持拖拽和选择文本 支持智能滚动 支持不同列表之间的拖拽 不以jQuery为基础 和视图模型同步刷新 和vue2的国度动画兼容 支持撤销操作 当需要完全控制时，可以抛出所有变化 可以和现有的 return { list:[ { id: 1, name: 'a' }, { id: 2,
13.2K20发布于 2018-12-06 - 来自专栏全栈程序员必看
pdf转word文档总结
上传需要处理的文档后，设定分割方式，或者需要进行格式转换的页面范围，就可以在线处理，之后等待片刻把处理后的文档download就可以了~ https://www.pdftoword.com/ 这个网址也可以进行 有兴趣也可以看看源代码～ 可编辑的word文档的转换。这个找了很久才找到可用的。可以下载此处给出的软件，里边有注册机，可以用于破解软件。 如图1 ，点击购买注册，会弹出如图2 的对话框，会看到需要填写注册码，这时候注册机就可以用上了~ 打开注册机，如图3，它可以根据机器码计算出注册码。 先从图2窗口复制机器码到图3所示窗口，点击计算注册码，复制注册码，然后拷贝到图2所示的注册码位置，点击激活就OK啦~ 现在就可以点击读取，打开你想要转换的PDF，点击识别，识别完毕后点击word就自动可以保存到一个 word文档中，大功告成~ 图 1 图 2 发布者：全栈程序员栈长，转载请注明出处：https://javaforall.cn
3.7K20编辑于 2022-09-06 - 来自专栏猿人谷
总结---2
排序法 平均时间 最差情形 稳定度 额外空间 备注 冒泡 O(n2) O(n2) 稳定 O(1) n小时较好 交换 O(n2) O(n2) 不稳定 O(1) n小时较好 选择 O(n2) O(n2) 不稳定 4.二叉树性质 性质1：在二叉树的第i层上至多有2i-1个结点。 性质2：深度为k的二叉树至多有2k - 1个结点（k≥1）。 性质3：对任何一棵二叉树T，如果其终端结点数为n0，度为2的结点数为n2，则n0=n2+1 。 性质4：具有n个结点的完全二叉树的深度[log2n+1] ([x]表示不大于x的最大整数)。 ，无双亲；如果i>1，则其双亲是结点[i/2]。 如果2i>n，则结点i无左孩子（结点i为叶子结点）；否则其左孩子是结点2i。 如果2i+1>n，则结点i无右孩子；否则其右孩子是结点2i+1 。 5.____的先序序列和后序序列正好相反。
66080发布于 2018-01-17 - 来自专栏编程心路
Github学习文档-2
牵手GitHub.jpg 目录 1.GitHub 和 Git 的前世今缘 2.Git 的下载安装 2.1Git 下载 2.2Git 安装 3.Git 的初始配置 3.1查看安装的 Git 的版本 2 Git 的下载安装 ---- 以 windows 环境下安装为例，Linux 和 Mac 系统请自行查找 Git 安装资料 2.1 Git 下载 Git的官方下载地址 ? 下载Git2.png 如果你的下载速度较慢，也可以选择去软件应用中心下载，这里也推荐一个百度软件下载中心，但里面的软件不一定是最新的，还是建议在官网上下载的。
79330发布于 2018-08-30 - 来自专栏史上最简单的Spring Cloud教程
Docker官方文档翻译2
article/details/80158062 本文出自方志朋的博客 个人博客纯净版：https://www.fangzhipeng.com/docker/2018/09/11/dokcer-trans2. 应用程序部分 创建2个文件，requirements.txt和app.py，并且将它们放到和Dockerfile放进同一个文件夹中。这就完成了我们的应用，你可以发现用创建应用很简单。 为该上下文提供存储库并标记有意义的名称，例如get-started：part2。 这将图像放入启动存储库并将其标记为part2。 现在，把它放在一起来标记图像。 $ docker run -p 4000:80 john/get-started:part2 Unable to find image 'john/get-started:part2' locally 总结 这就是这个页面的内容。 在下一节中，我们将学习如何通过在服务中运行此容器来扩展我们的应用程序。
52220编辑于 2022-05-07 - 来自专栏MavenTalk
Claude2 AI实战：PDF文档智能化阅读与解析
Claude2 的对外发布后有一项显著的功能，支持pdf、txt等文档的上传，直接将ChatPDF、ChatDOC、ChatWeb纳入到射程之内，这一批垂类产品的护城河瞬间被Claude2打破，这就是降维打击的冲击力 本文单独将PDF文档拿出来聊聊，我会从以下几个方面聊聊Claude2的PDF文档的处理： 单个文档解析 多个文档合并分析 PDF文档内容对话 英文文档分析 单个文档解析 找一篇AI调研报告，用Claude2 英文文档解读 这是官方发布Claude2新闻稿时公布的一个Claude模型文档，共14页，全文文字，我们用Claude2进行解读一下，看看其准确性如何。 Claude2不能标记住数据源所在的文档页。 可以看到Claude2在解析完三个文档后，并归纳整理三个文档中相同的观点，找到观点的交集输出，相比ChatPDF等产品，一次只支持1个文件，每天3个文件，共计对话50次的限制而言，Claude2简直是在暴击他们
1.1K20编辑于 2023-09-06 - 来自专栏DotNet NB && CloudNative
AI应用实战课学习总结（2）hello sk-learn
最近入坑黄佳老师的《AI应用实战课》，记录下我的学习之旅，也算是总结回顾。 今天是我们的第2站，了解下scikit-learn框架（简称sk-learn）及相关的常用可视化库，一起和机器学习说声“Hello World”! 机器学习是什么？ ）： from sklearn.decomposition import PCA # 导入PCA算法（主成分分析） pca = PCA(n_components=2) # 加载模型，指定保留两个主要特征 X_r = pca.fit(X).transform(X) # 执行降维 这里的X_r就是降维后的2个主要特征集。 target_names): plt.scatter( X_r[y == i, 0], X_r[y == i, 1], color=color, alpha=0.8, lw=2,
28200编辑于 2025-02-18 - 来自专栏落叶飞翔的蜗牛
BIONIOAIO总结（2）
传统BIO的弊端有很多： 1.性能问题：一连接一线程模型导致服务端的并发接入数和系统吞吐量受到极大限制； 2.可靠性问题：由于I/O操作采用同步阻塞模式，当网络拥塞或者通信对端处理缓慢会导致I/O线程被挂住 总结 在活动连接数不是特别高（小于单机1000）的情况下，这种模型是比较不错的，可以让每一个连接专注于自己的 I/O 并且编程模型简单，也不用过多考虑系统的过载、限流等问题。
47090发布于 2021-01-19 - 来自专栏Rgc
redis过期机制（官网文档总结）
如下为 对 官网文档的总结，如有理解错误，请指正，不胜感激。 ?
93230发布于 2019-03-20 AI Agents Masterclass 项目文档
项目包含多个功能模块，如Asana任务管理、Google Drive文档处理、Slack消息交互等，通过实际案例演示AI代理的强大能力。 功能特性多平台集成：支持Asana、Google Drive、Slack等多个平台的API集成任务自动化：自动创建和管理Asana任务，包括设置截止日期和项目分配文档处理：搜索Google Drive文档并自动创建新文档对话交互 ：通过自然语言与AI代理交互，理解复杂指令RAG支持：实现基于文档的检索增强生成(Retrieval-Augmented Generation)多模型支持：兼容OpenAI、Anthropic、Groq ：从Google Drive搜索相关文档会议记录：自动总结会议记录并创建行动项知识库查询：基于上传的文档回答专业问题核心代码Asana任务创建工具@tooldef create_asana_task(task_name api_response = tasks_api_instance.create_task(task_body, {}) return json.dumps(api_response, indent=2)
32010编辑于 2025-07-24- 来自专栏腾讯技术工程官方号的专栏
走进AI时代的文档识别技术 之文档重建
图2 传统OCR文档重建 可以发现与传统的OCR识别方案不同，我们需要识别出图片中的表格、图片、公式、段落样式、文字样式、排版等内容，并可以在保证内容不丢失的情况下直接插入到文档中，将纸质文档一键转换成可直接编辑的电子文档 2、技术方案 2.1 技术框架 方案主要由输入模块、版面分析模块、排版模块三个模块组成，如图 3 整体方案所示。 系统首先对包含文档的图像进行检测，对扭曲的文档进行校正。 3、总结展望 我们运用深度学习针对拍照图片中文档的格式进行学习识别后，采用实体抽取技术实现了一键提取图片中文档的表格、图片、公式、段落样式、文字样式、排版等格式，并将包含文字、段落、排版的内容自动插入到电子文档中 腾讯QQ研发中心——CV应用研究组致力于计算机视觉的产品研究和研发工作，利用深度学习技术和大数据为QQ、腾讯文档等提供AI基础能力。 我们希望利用AI科技来方便人们生活，提升人们生活质量。
7.2K64发布于 2019-06-20 - 来自专栏MySQL学习
innodb核心配置总结---官方文档阅读笔记
共有0,1,2 -- 0 传统模式：多个insert select 情况下并发，自动增长量交织，不能保证使用基于语句的复制可靠地传播到副本服务器。 树索引叶子节点填充空间百分比阀值，默认为50%，innodb_fill_factor比它低时，InnoDB将尝试收缩索引树以释放该页 MERGE_THRESHOLD -- 全文索引并行创建的线程数，默认为2， 全局临时表空间配置 会话临时表空间配置 页面大小配置 内存配置 1，在linux上禁用回写缓存，hdparm -W0 /dev/hda，开启innodb_doublewrite=ON 2， MERGE_THRESHOLD=N 24,启用专用MySQL服务器的自动配置 -- 在Docker容器或者专门运行mysql的服务器上可以启用该参数，启用后自动配置这些参数：(服务器硬件值与自动配置的值参考官方文档 Replica 2 should use --replicate-wild-do-table=databaseB.%.
1.6K30发布于 2021-10-25 - 来自专栏码农知识点
disconf相关问题总结-结合issue，官方文档
对于Web系统： 要实现统一读取，可以使用ThreadContext+AOP来实现。 ThreadContext的使用方式有以下几种：
87220发布于 2020-06-22 - 来自专栏云云众生s
如何使用LangChain和OpenAI总结大型文档
在总结非常大的文档时仍然存在一些限制。以下是一些减轻这些影响的方法。 但在总结非常大的文档时仍然存在一些限制。 LLM 对大型文档总结的限制 LLM 中的上下文限制或上下文长度是指模型可以处理的标记数量。每个模型都有自己的上下文长度，也称为最大标记或标记限制。 Passage: ```{text}``` SUMMARY: """ ) 此提示模板将帮助模型更有效、更高效地总结文档。 通过 LLM 的 API 开发 AI 应用程序一直备受关注，其中向量数据库通过提供上下文嵌入的有效存储和检索发挥着重要作用。 MyScaleDB 是专门为 AI 应用程序设计的向量数据库，它考虑了成本、准确性和速度等所有因素。其 SQL 友好界面允许开发人员在无需学习新知识的情况下开始开发其 AI 应用程序。
1.5K10编辑于 2024-04-24 - 来自专栏机器人课程与技术
ROS 2 Humble Hawksbill 官方文档
全部文档：docs.ros.org 5年长支持版本ROS2 humble： docs.ros.org/en/humble ROS 2 文档 机器人操作系统 (ROS) 是一组用于构建机器人应用程序的软件库和工具 ROS 2 项目的目标是适应这些变化，利用 ROS 1 的优点并改进不足之处。 处理这些教程的最佳方法是第一次按顺序浏览它们，因为它们是相互构建的，并不意味着是全面的文档。 2 操作指南 docs.ros.org/en/humble/How-To-Guides.html 操作指南为有关 ROS 2 关键方面的“操作方法”问题提供直接和模块化的答案。 操作指南适用于已经对 ROS 2 有所了解并且只想了解如何实现特定内容的用户。他们不会通过提供背景信息或教授概念如何与更大的 ROS 2 生态系统联系来深入探讨。
1.1K10编辑于 2022-05-27
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号