- 综合排序
- 最热优先
- 最新优先
- 来自专栏h5
爆肝新作！electron41+react19+arco桌面版os系统
electron41集成react19.3搭建项目框架。 系统Vite8.0+Vue3.5+Arco深度对接DeepSeek网页版AI智能助手uni-app+mphtml快速集成DeepSeek-V4智能ai应用2026原创自研React19+Vite8+ArcoDesign +Zustand中后台管理系统框架模板升级款vite8+vue3.5+arcoDesign网页端webOS桌面框架自研Vite8+NaiveUI+Vue3+Echarts后台管理系统全新研发Flutter3.41 app版流式ai系统Electron41 + Vite8打造流式输出客户端AI助手基于tauri2.8+vite7+vue3+element-plus仿QQ/微信聊天应用 tauri2.9-vite7- vue3admin客户端后台系统管理Exe模板
6710编辑于 2026-09-24 - 来自专栏Go语言学习专栏
8 - AI 服务化 - AI 超级智能体项目教程
本节重点 AI 服务化是指将原本只能本地运行的 AI 能力转化为可远程调用的接口服务，使更多人能够便捷地访问 AI 能力。 通过本节学习，你将掌握如何将 AI 智能体转变为可供他人调用的服务 具体内容包括： AI 应用接口开发 AI 智能体接口开发 在开始之前，先给大家提个醒，Spring AI 版本更新飞快，有些代码的写法随时可能失效 一、AI 应用接口开发 我们平时开发的大多数接口都是同步接口，也就是等后端处理完再返回。 点击接口旁边的绿豆就能自动生成测试代码： 二、AI 智能体接口开发 由于智能体执行过程通常包含多个步骤，执行时间较长，使用同步方法会导致用户体验不佳。 因此，我们采用 SSE 技术将智能体的推理过程实时分步输出给用户。
33610编辑于 2026-03-17 - 来自专栏悦思悦读
AI 入行那些事儿（8）人工智能 vs 人类智能
2021 巨献 —— 系列文章《AI 入行那些事儿》，为您讲述： 人工智能的基础原理、发展历程、当前应用 成为 AI 技术人员所需的入门技能和学习途径 以及求职、面试的全过程 基本上，在人工智能发展的每一次高峰 弱人工智能 vs 强人工智能 看到这里，我们难免会产生一个疑问：现阶段机器学习还达不到人脑的水平，那么未来深度学习继续向前发展，人工智能能否和人类的智能相提并论呢？ 要解答这个问题，我们可以从人工智能发展的两个阶段——弱人工智能和强人工智能——说起。 ? 人工智能 vs 人类智能 现在的人工智能显然连弱人工智能都没有达到。但科技的发展是很快的，我们完全可以设想有一天我们能进入弱人工智能阶段，继而进入强人工智能阶段。 到了那时，人脑和人工智能之间又会变得孰强孰弱呢？ ? 弱人工智能 vs 人类智能 我们先来把人脑和弱人工智能做个对比。
1.3K30发布于 2021-03-22 - 来自专栏dino.c的专栏
了解模板化控件(8)：ItemsControl
以我的经验来说，通过继承ItemsControl来自定义模板化控件十分常见，了解ItemsControl对将来要自定义模板化控件十分有用。 控件中的集合属性一般遵循以下做法： 3.1 只读属性 public IList<HubSection> Sections { get; } 这是Hub的Section属性，模板化控件中的集合类型属性基本都定义成这样的
2.3K50发布于 2019-01-18 - 来自专栏iDoitnow
智能指针模板类
智能指针是行为类似于指针的类对象，但这种对象还有其他功能。使用指针指向一块新申请的内存的过程中，有时忘记释放新申请的内存，导致内存泄漏。为了防止该问题的发生，C++提供了智能指针模板类。 智能指针有auto_ptr、unique_ptr、shared_ptr和weak_ptr（本章暂时不做详细介绍），其中auto_ptr在C++11中摒弃。 不需要手动释放内存，在p2过期的时候，会自动调用其析构函数释放对应的内存块 //delete p3;//不需要手动释放内存，在p3过期的时候，会自动调用其析构函数释放对应的内存块 } 有关智能指针的注意事项 而shared_ptr采用跟踪引用特定对象的智能计数（即引用计数）策略。例如，赋值的时候，计数加1，而指针过期的时候，计数减1，仅当最后一个指针过期的时候才调用delete。 ，调用修购函数时，将引用计数器降低到0，并释放对应的空间 从上面的例子可以看出unique_ptr与auto_ptr最大的区别就在于当一个智能指针的所有权被剥夺后，若后面的程序要调用它的时候，unique_ptr
98520编辑于 2023-02-26 - 来自专栏又见苍岚
Next -8- 修改文章模板
Next文章内容会是丰富多彩的，但是要素主要为：标题、日期、标签、类别、摘要、more标签和正文，每次创建文章都需要创建这些内容过于繁琐而且容易出错，将相关内容加入到模板可以规范格式、省去重复劳动并且避免错误 修改方法 hexo在新建文章时会默认套用/hexo_root/scaffolds/post.md模板，默认为： --- title: {{ title }} date: {{ date }} tags --more--> ## 正文 新建文章 新建文章就是模板的形式了： hexo new test_post
40610编辑于 2022-08-04 - 来自专栏自动化、性能测试
Flask（8）- jinja2 模板入门
jinja2 模板代码的问题 简单的栗子 以下是一个 jinja2 的模板，它对登录和未登录用户显示不同的信息 <html> {% if login %}
你好，{{name}}
{ '>登录 </html> Flask 中使用模板 目录结构 ? 一般来说 templates 就是存放模板的目录 jinja2 模板代码 <! usr/bin/env python # -*- coding:utf-8 _*- """ # author: 小菠萝测试笔记 # blog: https://www.cnblogs.com/poloyy usr/bin/env python # -*- coding:utf-8 _*- """ # author: 小菠萝测试笔记 # blog: https://www.cnblogs.com/poloyy2.1K10发布于 2021-07-14 - 来自专栏Hadoop数据仓库
CentOS 7.9 安装 MySQL 8 配置模板
8. MySQL服务器配置模板 （1）主库 [mysqld] # skip-log-bin # slave_skip_errors=1032,1062 bulk_insert_buffer_size=1073741824 innodb_flush_log_at_trx_commit=1 # slave_parallel_type = LOGICAL_CLOCK # slave_parallel_workers = 8 lower_case_table_names=1 secure_file_priv='' log_bin_trust_function_creators=on character-set-server = utf8mb4 mysql.sock wait_timeout=30 innodb_buffer_pool_size = 32G max_connections = 1000 default-time-zone = '+8:
99121编辑于 2023-10-23 - 来自专栏h5
自研react19.2+deepseek-v4+openai智能流式ai模板
deepseek-v4正式版快要发布了，之前有使用vite8+vue3接入deepseek搭建流式生成ai助手。 这次爆肝一周基于react19技术栈整合最新deepseek-v4-flash从0-1手搓h5版流式ai聊天模板。 Vite8.0+Vue3.5+Arco深度对接DeepSeek网页版AI智能助手uni-app+mphtml快速集成DeepSeek-V4智能ai应用Electron41 + Vite8打造流式输出客户端 ArcoDesign+Zustand中后台管理系统框架模板升级款vite8+vue3.5+arcoDesign网页端webOS桌面框架自研Vite8+NaiveUI+Vue3+Echarts后台管理系统全新研发 +Arco深度对接DeepSeek网页版AI智能助手
21920编辑于 2026-07-20 「AI 2030北京峰会」8月20日启幕：聚焦智能体、具身智能与负责任AI
全球负责任人工智能倡议组织AI2030将于2026年8月20日在北京举办「AI2030北京峰会（AI2030SummitBeijing2026）」。 本次峰会以“智能体AI、具身智能与负责任AI的交汇”为主题，将汇聚来自企业界、投资界与政策领域的全球领导者，围绕人工智能技术从数字世界迈向物理世界、从辅助工具演变为自主决策系统的历史性转折，展开深入对话 一方面，智能体AI（AgenticAI）正加速从实验性试点走向企业核心业务系统：越来越多的企业应用已内嵌具备自主规划与执行能力的AI智能体，金融、零售、制造等行业的采用率持续攀升，AI相关预算也在同步扩张 正是在这样的背景下，智能体AI的规模化应用、具身智能的产业化突破，与负责任AI治理框架的同步构建，共同构成了当前全球科技与产业领导者所面临的核心挑战——这也是AI2030北京峰会希望搭建对话平台、共同求解的核心议题 五场论坛将分别聚焦企业AI转型领导力、智能体AI在工作与决策中的应用、金融服务的AI变革、具身智能与机器人的现实落地，以及支撑AI规模化的算力与云基础设施；届时将有来自Kingfisher、Tripadvisor
26500编辑于 2026-07-11- 来自专栏博客·技术专栏
C++|智能指针模板类
智能指针？ 智能指针是一种封装了指针的数据类型，可以自动管理动态内存的分配和释放。智能指针可以跟踪其所指向的资源是否被引用，以及何时能够被释放。 所以为了避免这种情况的出现，C++提供了智能指针模板类，专门用来自动管理内存。 ---- 智能指针初探 常见的智能指针有auto_ptr、unique_ptr、shared_ptr和weak_ptr。 因此，在本代码中，每个智能指针都被包含在一个花括号内，当这个花括号结束时，智能指针就会被销毁，并自动释放指向的对象。 如果不使用花括号来限制作用域，而是直接在 main 函数中创建智能指针，那么这些智能指针就会在 main 函数结束时才被销毁，这样就会导致智能指针指向的对象的生命周期超出其作用域，可能引发未定义行为和内存泄漏等问题 创建更加智能的智能指针，跟踪引用特定对象的智能指针数。这称为引用计数。
1.3K10编辑于 2023-05-03 - 来自专栏h5
vite7.2-deepseek流式ai对话|vue3.5+vant4+katex+mermaid智能ai打字会话模板
喜迎2026原创新作vite7.2+vue3.5+deepseek-v3.2从0-1纯手搓流式输出ai会话模板。 class="name">嗨~ Vue3-DeepSeek
你身边的智能小帮手 finish_reason === 'stop') { // 确保最终内容完整更新 ... }}Okay，以上就是vue3+deepseek实现流式输出ai对话模板的一些知识分享。 仿微信app聊天|朋友圈模板基于uni-app+vue3实战短视频+聊天+直播app商城基于uniapp+deepseek+vue3跨平台ai流式对话electron35+deepseek桌面端ai模板 vue3.5+deepseek网页版ai流式对话
60120编辑于 2025-12-23 - 来自专栏实战docker
OpenFaaS实战之八：自制模板(maven+jdk8)
OpenFaaS实战系列文章链接 部署 函数入门 Java函数 模板操作(template) 大话watchdog of-watchdog(为性能而生) java11模板解析 自制模板(maven+jdk8 ; 作为一个Java程序员，经常用到jdk8、maven、springboot这些东西，自然要关注官方模板是否支持，如下图，官方文档显示对java程序员的支持力度不够：不支持java8、用的是Gradle ，jdk版本改造成java8，并将Gradle改成maven； 不可否认jdk8和maven都已一大把年纪了，新版jdk和Gradle都是更好的选择，不过本篇的重点是如何自定义模板，所以还请您给予包容 directories, 6 files 有了模板就可以创建函数了，执行以下命令创建名为faas-simplejava8demo的函数： faas-cli new faas-simplejava8demo ，本篇是为开发模板练手用的，实用价值不大，接下来的文章咱们要做个实用的模板：jdk8+maven+springboot
63020编辑于 2021-12-07 - 来自专栏实战docker
OpenFaaS实战之八：自制模板(maven+jdk8)
(template) 大话watchdog of-watchdog(为性能而生) java11模板解析 自制模板(maven+jdk8) 终篇，自制模板(springboot+maven+jdk8) 本篇概览 ： [在这里插入图片描述] 既然官方模板不支持，咱们就自制模板来支持吧，本着先易后难的原则，本篇先做一个简单的模板：将官方的java11模板保持功能不变，jdk版本改造成java8，并将Gradle改成 maven； 不可否认jdk8和maven都已一大把年纪了，新版jdk和Gradle都是更好的选择，不过本篇的重点是如何自定义模板，所以还请您给予包容... directories, 6 files 有了模板就可以创建函数了，执行以下命令创建名为faas-simplejava8demo的函数： faas-cli new faas-simplejava8demo ，本篇是为开发模板练手用的，实用价值不大，接下来的文章咱们要做个实用的模板：jdk8+maven+springboot 关于容器和镜像的环境 如果您不想自己搭建kubernetes环境，推荐使用腾讯云容器服务
87500发布于 2021-09-14 - 来自专栏小陈运维
kubernetes（k8s）常用deploy模板 并验证
kubernetes常用deploy模板，并验证 ======================== [图片] 编写deploy配置文件 ============ root@hello:~# cat deploy.yaml maxSurge: 3 # 更新最大数量 maxUnavailable: 3 #更新时最大不可用数量 type: RollingUpdate #滚动更新 # 模板 READINESS GATES hostname-test-cby-86df45bf-9fx5n 1/1 Running 0 43s 172.17.125.38 k8s-node01 <none> hostname-test-cby-86df45bf-cmv2b 1/1 Running 0 43s 172.17.125.37 k8s-node01 <none> hostname-test-cby-86df45bf-f6drb 1/1 Running 0 43s 172.17.125.41 k8s-node01
76220编辑于 2022-05-18 - 来自专栏码匠
8 款好用的 React Admin 管理后台模板推荐
这篇文章中，码匠将向您介绍 8 款基于 React 的 Admin 后台模版，并针对不同使用场景提出建议。 虽然 Material Dashboard React 付费版中有 200 个 UI 组件和 8 个应用程序模版，但其免费版本仍提供有 30 个 UI 组件和 7 个样本应用程序，相信应付日常需求完全没问题 EasyDev: 新手友好图片本文中的大多数 React Admin 管理后台模板都提供一个初始模板供用户参考，但 EasyDev 中包含不止一种模板。 Fuse: Best for Oms/Ecommerce图片本文提到的 React 模板中，每一个都包含有一个电子商务的模板，但 Fuse 为用户提供了多个电子商务模板。 Dandelion Pro: 邮件模板图片Dandelion Pro 是唯一有电子邮件模板的 React Admin 管理后台模板。
10.5K52编辑于 2022-06-21 - 来自专栏HansBug's Lab
算法模板——线段树8 （字符串回文变换）
0..500000] of vec; 6 b:array[0..500000] of longint; 7 c:array[0..500000] of ansistring; 8
1.1K50发布于 2018-04-10 - 来自专栏AI大模型应用开发炼丹房
智能体上下文窗口告急！8种策略破解AI记忆困局
由于文章篇幅有限，文末还给大家整理了一个更详细的智能体构建技术文档，自行领取，关于配图说明：本文所有配图均来自技术原理示意图，非商业用途。 引言：为什么记忆管理是AI系统的生死线当前大模型应用的致命瓶颈在于上下文窗口限制。 当对话轮数超过GPT-4 Turbo的128K上限，或本地部署模型仅支持4K上下文时，系统面临两难抉择：遗忘早期关键信息导致逻辑断层（如用户说“按上次方案处理”）突破长度限制带来的指数级计算成本增长本文将深入解析8种主流记忆策略 由于文章篇幅有限，关于如何构建智能体，以及AI Agent相关技术，我整理了一个文档，感兴趣的粉丝，自行免费领取：《想要读懂AI Agent（智能体），看这里就够了》最后我们再次整理一下以上8种记忆策略 当人类智慧与机器智能形成共生关系，文明的火种将在新的维度延续。"在这场波澜壮阔的文明跃迁中，主动拥抱AI时代，就是掌握打开新纪元之门的密钥，让每个人都能在智能化的星辰大海中，找到属于自己的航向。
2.4K52编辑于 2025-07-31 - 来自专栏新智元
【AI爆发】8张图详解全球人工智能创业融资大趋势
CB Insights发布人工智能产业2016年第一季度报告，AI初创公司迎来投资热潮，投资交易量创下季度历史新高，超过140笔。（图中的橙线） ? 年度交易数量（图中橙线）中，人工智能初创企业，包括为垂直领域，比如健康、广告和金融提供AI解决方案的公司以及发展通用AI技术的公司，这些公司在2011年的股权交易是70笔，到2015年上升到近400笔， 其中，有8家公司上市（包括Square），47家被收购。 AI初创企业TOP10 6月23日，《福布斯》基于 CrunchBase 数据的分析评出本年度前十大人工智能初创企业，它们分别是 iCarbonX, Anki, CARMAT, Arago, CloudMinds 大部分的投资发生在 2015 年，并在 2016 年继续加速，这表明投资者在人工智能领域的兴趣正在快速增长。 可以看到，近年重新火热的AI已经不再是局限于技术领域，而渐渐成为资本和企业的另一个赛场。
1.2K50发布于 2018-03-26 - 来自专栏蓝桥杯历年省赛真题集
《模式识别与智能计算》模板匹配法
模板匹配法 模板匹配法说白就是特征一一对应，将数据每个特征相差加起来，然后总的特征值最小的就是相似度最大的 关于这里的数据集用的不是书上配套的，具体请看本专栏第一篇内容 neartemplet方法实现 return x_train,y_train,x_test,y_test def neartemplet(x_train,y_train,sample): """ :function: 模板匹配法 function.train_test_split(x,y) testId = np.random.randint(0, x_test.shape[0]) sample = x_test[testId, :] #模板匹配
71640发布于 2020-01-15
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