- 综合排序
- 最热优先
- 最新优先
- 来自专栏Hank’s Blog
3-3 数据框的子集
> x <- data.frame(v1=1:5,v2=6:10,v3=11:15) > x v1 v2 v3 1 1 6 11 2 2 7 12 3 3 8 13 4 4 9 14 5 5 10 15 > x$v3[c(2,4)] <- NA > x v1 v2 v3 1 1 6 11 2 2 7 NA 3 3 8 13 4 4 9 NA 5 5 10 15 > #找出第2列 > x[,2] [1] 6 7 8 9 10 > x[,"v2"] [1] 6 7 8 9 10 > x[
93900发布于 2020-09-16 - 来自专栏python3
3-3 SQL Server 2005数
3-3 SQL Server 2005数据库优化 了解数据库引擎优化顾问基本内容 掌握数据库引擎优化顾问的使用 掌握通过命令行的方式进行索引的优化——DTA 一个数据库系统的性能依赖于组成这些系统的数据库中物理设计结构的有效配置
95620发布于 2020-01-07 3-3日志
NuGet安装Microsoft.Extensions.Logging及Microsoft.Extensions.Logging.Consloe
11800编辑于 2026-06-17- 来自专栏叽叽西
lagou 爪哇 3-3 dubbo 笔记
Dubbo中已经存在的所有已经实现好的扩展点 我们使用三个项目来演示Dubbo中扩展点的使用方式，一个主项目main，一个服务接口项目api，一个服务实现项目impl。 项目 的依赖 （2）建立实现类，为了表达支持多个实现的目的，这里分别创建两个实现。 （1）导入坐标 接口项目 和 实现类项目 （2）创建 DubboSpiMain 和原先调用的方式不太相同， dubbo 有对其进行自我重新实现 需要借助 ExtensionLoader，创建新的运行项目 项目的依赖中。 （A），提供一个HTTP接口；构建2个Dubbo服务（B和C），各提供一个Dubbo接口，被Web项目调用（如下图所示） 从 Web 项目获取请求的IP，通过 TransportIPFilter 完成把
70110编辑于 2022-05-17 - 来自专栏悟道
3-3欧几里得求最大公因子
最大公因子，指两个或多个整数共有约数中最大的一个 private static int gc(int a, int b) { if(b==0){ return a; } if(a<b){ int temp=a; a=b; b=temp; } return gc(b,a%b); }
55920发布于 2021-03-16 - 来自专栏AI机器学习与深度学习算法
机器学习入门 3-3 NumPy数据基础
本系列是《玩转机器学习教程》一个整理的视频笔记。本小节主要介绍NumPy模块的一些基础知识。
97400发布于 2019-11-13 - 来自专栏python3
34补3-3 rhcs集群基础应用
[root@node1 ~]# ansible ha -m shell -a 'service NetworkManager stop'
1K00发布于 2020-01-15 - 来自专栏python3
3-3 File类的常用操作的静态方法练
文本文件是我们接触频繁的一类文件，记事本程序经常操作的文件就是文本文件，很多应用程序会保存一些记录到日志文件里，这种日志文件也可以是文本文件。通过本小节的学习，可以掌握对文本文件的简单读写方法。
93220发布于 2020-01-14 - 来自专栏cwl_Java
C++编程之美-结构之法(代码清单3-3)
代码清单3-3 for(answer[0] = 0; answer[0] < total[number[0]]; answer[0]++) for(answer[1] = 0; answer
26320编辑于 2022-11-30 - 来自专栏老齐教室
AI 项目落地杂谈
人工智能（AI）项目的“落地”问题，现在谈论的比较多，我也来凑个热闹，不过，我不是从宏观角度来讲，而是从具体实施过程讲讲个人体会。 首先，AI 工程师要有能力且勇敢地将项目真实情况讲出来。 如果项目管理者对某个 AI 技术的细节不很了解，而是凭借浅显的认知决定要在项目中使用，那么，AI 工程师是不是能够协助项目管理者做深入的可行性研究呢？ AI 工程师要有能力进行评估 这对多数 AI 工程师来讲，是一个挑战。因为评估一个项目是否可以使用某项 AI 技术，不仅仅是技术本身，还要考虑项目的其他问题，比如成本、运营、人员、时间等等。 仅仅就 AI 技术而言，也要求 AI 工程师除了知道某项技术之外，比如某个神经网络框架，还要能够凭借自身对项目的理解，以更开阔的视野来理解项目的关键，从而才能不局限于某个神经网络框架的限制。 在项目中是否使用 AI 技术？使用哪种技术？怎么使用？结果会如何？为项目带来什么价值？所以，如果一名 AI 工程如果要有能力对项目进行评估，需要掌握和具备比较全面的的知识和技能以及相关能力。
56710编辑于 2022-12-09 浅谈AI agent项目
此文主要讲解ai项目集成心得体会个人感觉ai项目与正常开发并无太大区别，你可以理解为就多了一些依赖引入，多了些编码的固定格式。主要涉及几大板块区别，一个是模型引入，即你想使用什么LLM作为基座。 第一个模型引入，简单来说就是需要接入我们的大语言模型，作为我们整个agent项目的衔接。 识别是否为tools—》按描述进行对应接口调用—》结果返回给模型—》模型根据数据整理返回结果答复RAG（检索增强）：就是为了实现使用数据引入，让LLM能够知道你的公司的私有数据，然后进行相应答复，比如你公司项目是业财系统
24920编辑于 2026-04-13Spring AI 项目介绍
Spring AI 是一个为开发 AI 应用程序提供 Spring 友好的 API 和抽象层的项目。 它将 Spring 生态系统的设计原则（如可移植性和模块化设计）应用到 AI 领域，并促进使用 POJO 作为 AI 应用程序的构建块。 核心理念 ❝ 在其核心，Spring AI 解决了 AI 集成的根本挑战：将您的企业「数据」和「API」与「AI 模型」连接起来。 聊天、嵌入Azure OpenAIspring-ai-azure-openai聊天、嵌入、图像AWS Bedrockspring-ai-bedrock聊天、嵌入Google Geminispring-ai-vertex-ai-gemini 聊天、嵌入Ollamaspring-ai-ollama本地部署聊天模型DeepSeekspring-ai-deepseek聊天、嵌入Minimaxspring-ai-minimax聊天智谱AIspring-ai-zhipuai
1.1K10编辑于 2025-07-07AI 项目如何避免“烂尾”？怎么选择才能让AI项目长期奔跑？
据MIT的研究显示，高达95%的生成式AI试点项目未能实现预期价值。场景和模型越来越多，如何在算法的“汪洋大海”中选择最适合的那一个，成了摆在所有团队面前的巨大困境。 从硬件适配到成本控制，性价比已成为决定项目生死的最关键因素。无数AI项目从雄心勃勃开始，最终却在模型选型错误、工程化落地困难、成本失控中悄然“烂尾”。为何选错模型？ 能长期奔跑的项目，做对了什么？那些能将CV项目持续运营并创造价值的公司，通常跳出了单纯的技术比较，形成了一套系统化的方法论。首先，他们极度关注场景而非技术炫技。 当选择模型不再是令人头疼的“赌博”，而变为有数据支撑、有平台赋能的科学决策时，更多的AI项目才能驶离“烂尾”的险滩，抵达价值创造的彼岸。 这或许正是像Coovally这样的平台，在AI时代带给开发者和企业最宝贵的礼物。需要AI算法，或是需要AI解决方案的朋友，可以扫描二维码，我来给你提供解决方案！！
27910编辑于 2025-12-02- 来自专栏WebJ2EE
React：Table 那些事（3-3）—— 列宽自适应、列宽拖动
《React：Table 那些事》系列文章，会逐渐给大家呈现一个基于 React 的 Table 组件的定义、设计、开发过程。每篇文章都会针对 Table 的某个具体功能展开分析：
10.1K41发布于 2019-07-19 AI Agents Masterclass 项目文档
项目标题与描述AI Agents Masterclass 是一个全面的AI代理开发教程项目，旨在展示如何利用大型语言模型(LLM)与外部系统交互，实现业务流程自动化。 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。 ai-agents-masterclass创建虚拟环境：python -m venv ai-agents-masterclass激活虚拟环境：# Windows. \ai-agents-masterclass\Scripts\activateMacOS/Linuxsource ai-agents-masterclass/bin/activate安装依赖：pip install : str ="today") -> str: """ 在Asana中创建任务 参数: task_name: 任务名称 project_gid: 项目
44610编辑于 2025-07-24- 来自专栏AI技术应用
AI软件项目开发流程
与传统软件不同，AI项目的核心在于数据和模型，而非纯粹的逻辑代码，因此其流程强调实验性、迭代性、持续监控和自动化。 以下是AI软件项目的核心开发流程，通常被视为一个持续的、以反馈为驱动的循环：阶段一：业务理解与数据规划（Business Understanding & Data Strategy）这个阶段是项目成功的起点 阶段二：数据工程与预处理（Data Engineering & Preprocessing）AI项目的核心环节，目标是为模型训练提供高质量的数据。1. 阶段五：模型监控与维护（Monitoring & Maintenance）AI项目并没有“完成”的概念，一旦部署，就需要持续监控和迭代。1. 总结：MLOps 闭环AI软件项目开发流程本质上是一个MLOps闭环，将软件开发（Dev）和运维（Ops）的概念扩展到机器学习领域，项目的迭代周期不再仅仅是代码更新，而是数据、代码和模型的三重迭代。
1.4K10编辑于 2025-10-20 - 来自专栏禅道项目管理
AI不会淘汰项目经理，但会淘汰不用AI的项目经理
AI确实在替代人处理一些工作，但从本质上看，它淘汰的并非项目经理这个职业本身，而是那些缺乏独特价值的项目经理。 项目经理可以借助AI，通过分析历史数据与当前燃尽图，自动识别进度偏差趋势，并在项目延期发生前发出预警。 项目经理可以借助AI，拉取项目全周期的任务、变更、沟通数据，自动提炼关键信息，生成多维度的复盘报告草稿。 2.保持专业把控，警惕AI幻觉在使用AI时，项目经理必须保持清醒的专业判断。AI有时会一本正经地胡说八道，这种现象被称为AI幻觉。 它淘汰的不是项目经理这个职业，而是那些只会做重复性工作、缺乏专业判断和人际能力的守旧项目经理。企业对AI项目管理人才的需求会越来越深，未来的项目经理，必须同时具备传统管理能力和AI驾驭能力。
14310编辑于 2026-07-30 - 来自专栏DotNet NB && CloudNative
教你如何入门AI Agent，让AI自动创建项目构建项目检查代码
在AI很火爆的时候，到现在为止还有很多人很迷茫，如何入门AI？了解AI？下面我将带你进入AI Agent高级AI编程的领域。 - 您还可以帮助用户直接创建项目，修改代码文件,如果需要构建项目，通知CodeErrorCheckAgent 检查代码是否存在报错。 然后我们执行项目，下面是执行的流程，在执行过程中，AI会先找我们确认详细的需求，然后确认以后他会生成一个计划告知ProgrammerAgent然后ProgrammerAgent进行代码实现，ProgrammerAgent … 所有项目均是最新的，无法还原。 框架构建AI Agent 如何实现Agent之间的协作 如何将AI能力应用到实际开发中 这个案例展示了AI Agent在软件开发中的潜力，为我们提供了一个全新的开发范式。
1.6K00编辑于 2025-03-13 【AI时代软件项目管理系列】开篇：当软件项目团队中多了 AI，我们需要怎样的项目管理
对于真实的软件项目，尤其是企业级、定制化、政企和交付型项目，更关键的问题是： AI 应该在项目的哪些环节参与？ 哪些任务适合交给 AI，哪些仍然必须由人主导？ 第二，重新设计人和 AI 的协作方式 AI 参与项目后，项目经理不仅要协调人员，还要管理 AI 工具、Agent、知识库、上下文和自动化流程。 例如，AI 提效之后工期应该如何重新估算，AI 工具是否应当纳入项目资源，生成速度加快后为什么更容易出现范围膨胀，以及项目报价是否应该因为使用 AI 而降低。 第五部分：模板、方法与实践案例 最后将前面的观点转化为可直接使用的项目管理工具，包括： AI 参与度评估模型； AI 任务分解模板； Agent 任务卡； AI 生成物评审表； AI 项目风险登记册； AI 工具使用规范； 项目复盘与知识沉淀模板； AI 参与下的软件项目完整案例。
17610编辑于 2026-08-04- 来自专栏我的专栏
React ToC 项目 AI 开发规范
React+ToC，AI的使用策略必须和ToB/中后台完全不同。先给结论，再展开**ReactToC项目里，AI最适合做「实现层」，最不该碰的是「体验层&性能层」。 一、ToCReact项目的核心矛盾维度ToC特点AI是否适合UI还原高✅非常适合交互细节极强⚠️辅助首屏性能生死线❌不适合SEO/SSR重要⚠️可辅助动效高频✅适合业务复杂度中等✅AI不能决定“好不好用 、ToC项目必须守住的5条红线1. 如果你愿意，下一步我可以帮你：给你一套「ReactToC项目AI开发规范」或直接按你当前项目（是否Next.js、是否电商内容站活动页）定制AI使用边界你现在是Next.js还是Vite+React？ 项目类型是啥（电商官网活动页）？我可以继续往落地层打。
16200编辑于 2026-06-09
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