- 本文是基于LangChain的Python库结合DeepSeek进行多轮次对话；对于测开人员来说，可以集成到自己的自动化测试框架中，自动生成测试用例。首先看下LangChain的简单说明，大佬就不用看了。网上也有很多资料，这里简单说明下，针对没有基础的Tester。 1 关于LangChainLangChain由Harrison Chase于2022年推出，提供了一套模块化工具和API（支持... 本文是基于LangChain的Python库结合DeepSeek进行多轮次对话；对于测开人员来说，可以集成到自己的自动化测试框架中，自动生成测试用例。首先看下LangChain的简单说明，大佬就不用看了。网上也有很多资料，这里简单说明下，针对没有基础的Tester。 1 关于LangChainLangChain由Harrison Chase于2022年推出，提供了一套模块化工具和API（支持...
- AI 辅助文档生成：从接口注释到自动化 API 文档上线🌟 Hello，我是摘星！🌈 在彩虹般绚烂的技术栈中，我是那个永不停歇的色彩收集者。🦋 每一个优化都是我培育的花朵，每一个特性都是我放飞的蝴蝶。🔬 每一次代码审查都是我的显微镜观察，每一次重构都是我的化学实验。🎵 在编程的交响乐中，我既是指挥家也是演奏者。让我们一起，在技术的音乐厅里，奏响属于程序员的华美乐章。摘要作为一名在技... AI 辅助文档生成：从接口注释到自动化 API 文档上线🌟 Hello，我是摘星！🌈 在彩虹般绚烂的技术栈中，我是那个永不停歇的色彩收集者。🦋 每一个优化都是我培育的花朵，每一个特性都是我放飞的蝴蝶。🔬 每一次代码审查都是我的显微镜观察，每一次重构都是我的化学实验。🎵 在编程的交响乐中，我既是指挥家也是演奏者。让我们一起，在技术的音乐厅里，奏响属于程序员的华美乐章。摘要作为一名在技...
- Coze 智能体是由大语言模型驱动，通过提示词设定角色，并借助知识库、插件和工作流扩展能力，以执行特定任务的AI助手。对测试工程师而言，精心设计的智能体可显著提升测试效率与质量，关键是要准确理解测试需求，并将其转化为智能体的角色设定和功能配置。建议进一步学习知识库与工作流，以深化应用。 Coze 智能体是由大语言模型驱动，通过提示词设定角色，并借助知识库、插件和工作流扩展能力，以执行特定任务的AI助手。对测试工程师而言，精心设计的智能体可显著提升测试效率与质量，关键是要准确理解测试需求，并将其转化为智能体的角色设定和功能配置。建议进一步学习知识库与工作流，以深化应用。
- HML语法参考HML（OpenHarmony Markup Language）是一套类HTML的标记语言，通过组件，事件构建出页面的内容。页面具备数据绑定、事件绑定、条件渲染和逻辑控制等高级能力。页面结构<!-- 某直播小程序.hml --><div class="item-container"> <text class="item-title">Image Show</text> <d... HML语法参考HML（OpenHarmony Markup Language）是一套类HTML的标记语言，通过组件，事件构建出页面的内容。页面具备数据绑定、事件绑定、条件渲染和逻辑控制等高级能力。页面结构<!-- 某直播小程序.hml --><div class="item-container"> <text class="item-title">Image Show</text> <d...
- 在 Apache Flink 中，Transformation（转换） 是流处理和批处理作业的核心逻辑单元，负责将输入的数据流（DataStream）或数据集（DataSet，批处理专用） 按照业务规则转换为新的输出数据流 / 数据集。它本质上是 “数据处理逻辑的定义”，Flink 会根据 Transformation 构建执行计划（StreamGraph → JobGraph → Exec... 在 Apache Flink 中，Transformation（转换） 是流处理和批处理作业的核心逻辑单元，负责将输入的数据流（DataStream）或数据集（DataSet，批处理专用） 按照业务规则转换为新的输出数据流 / 数据集。它本质上是 “数据处理逻辑的定义”，Flink 会根据 Transformation 构建执行计划（StreamGraph → JobGraph → Exec...
- Flink起源于一个名为Stratosphere的研究项目，目的是建立下一代大数据分析平台，于2014年4月16日成为Apache孵化器项目。Apache Flink是一个面向数据流处理和批量数据处理的可分布式的开源计算框架，它基于同一个Flink流式执行模型（streaming execution model），能够支持流处理和批处理两种应用类型。由于流处理和批处理所提供的SLA(服务等级... Flink起源于一个名为Stratosphere的研究项目，目的是建立下一代大数据分析平台，于2014年4月16日成为Apache孵化器项目。Apache Flink是一个面向数据流处理和批量数据处理的可分布式的开源计算框架，它基于同一个Flink流式执行模型（streaming execution model），能够支持流处理和批处理两种应用类型。由于流处理和批处理所提供的SLA(服务等级...
- 我们每天都在和Web应用打交道，点击一个按钮，发送一条消息，刷新一下数据。对用户来说，这只是瞬间的操作。但对于我们开发者而言，这背后是一套复杂而精密的通信舞蹈。数据包如何在浩瀚的互联网中找到彼此？它们如何保证安全、可靠地送达？应用之间又是如何约定“对话”的规则？今天，我想带大家深入到网络请求的“幕后”，聊聊支撑起这一切的四大核心技术。这趟旅程将从最底层的连接建立开始，一直到上层的应用交互。理... 我们每天都在和Web应用打交道，点击一个按钮，发送一条消息，刷新一下数据。对用户来说，这只是瞬间的操作。但对于我们开发者而言，这背后是一套复杂而精密的通信舞蹈。数据包如何在浩瀚的互联网中找到彼此？它们如何保证安全、可靠地送达？应用之间又是如何约定“对话”的规则？今天，我想带大家深入到网络请求的“幕后”，聊聊支撑起这一切的四大核心技术。这趟旅程将从最底层的连接建立开始，一直到上层的应用交互。理...
- 背景为了提升前后端联调效率，我们制定了一套接口规范。遵守这套规范，我们的迭代任务稳步进行。最近，我们遇到了一些协作上的问题，前后端没有达成一致。分歧的关键在于 “协作流程”与“接口契约” 未对齐导致的效率问题。最终，我们通过 “规范先行、工具提效、分层处理” 三大策略解决。本文将结合具体场景和案例展开说明。一、核心问题解决方案1.1 数据结构不一致（如数组 vs 字符串）短期方案：前端适配转... 背景为了提升前后端联调效率，我们制定了一套接口规范。遵守这套规范，我们的迭代任务稳步进行。最近，我们遇到了一些协作上的问题，前后端没有达成一致。分歧的关键在于 “协作流程”与“接口契约” 未对齐导致的效率问题。最终，我们通过 “规范先行、工具提效、分层处理” 三大策略解决。本文将结合具体场景和案例展开说明。一、核心问题解决方案1.1 数据结构不一致（如数组 vs 字符串）短期方案：前端适配转...
- 本文手把手教你如何在Dify平台快速搭建AI智能体，无需深厚编程基础。从注册配置、模型选择到提示词编写，以创建会议纪要助手为例，详细介绍每一步操作。还涵盖工具调用、知识库集成等进阶功能，助你轻松开发实用AI应用。 本文手把手教你如何在Dify平台快速搭建AI智能体，无需深厚编程基础。从注册配置、模型选择到提示词编写，以创建会议纪要助手为例，详细介绍每一步操作。还涵盖工具调用、知识库集成等进阶功能，助你轻松开发实用AI应用。
- 本文手把手教你如何在Dify平台快速搭建AI智能体，无需深厚编程基础。从注册配置、模型选择到提示词编写，以创建会议纪要助手为例，详细介绍每一步操作。还涵盖工具调用、知识库集成等进阶功能，助你轻松开发实用AI应用。 本文手把手教你如何在Dify平台快速搭建AI智能体，无需深厚编程基础。从注册配置、模型选择到提示词编写，以创建会议纪要助手为例，详细介绍每一步操作。还涵盖工具调用、知识库集成等进阶功能，助你轻松开发实用AI应用。
- DeepSeek V3.1最显著的技术突破在于混合推理架构（Hybrid Reasoning Architecture） 的提出，其核心在于将传统需要独立部署的"思考模式"与"非思考模式"整合至单一模型框架，彻底解决了前代通用型与推理型模型分离导致的性能割裂问题。传统单一模型架构需针对不同任务复杂度部署专用模型（如独立的推理模型R1与通用模型V3），不仅增加部署成本，还存在算力资源浪费与切换延迟。 DeepSeek V3.1最显著的技术突破在于混合推理架构（Hybrid Reasoning Architecture） 的提出，其核心在于将传统需要独立部署的"思考模式"与"非思考模式"整合至单一模型框架，彻底解决了前代通用型与推理型模型分离导致的性能割裂问题。传统单一模型架构需针对不同任务复杂度部署专用模型（如独立的推理模型R1与通用模型V3），不仅增加部署成本，还存在算力资源浪费与切换延迟。
- 鸿蒙开发状态管理V2：精准响应与性能优化实战，基于HarmonyOS 5.1+ ArkTS语法，融合最新API与设计理念 鸿蒙开发状态管理V2：精准响应与性能优化实战，基于HarmonyOS 5.1+ ArkTS语法，融合最新API与设计理念
- 本文复盘互联网金融平台转账模块的API网关流量控制Bug，技术环境为Spring Cloud Gateway网关、Sentinel流量治理、PostgreSQL分片集群与Redis哨兵缓存。周年庆活动高并发下，出现限流失效、熔断失效及数据一致性异常。排查发现，网关与Sentinel规则同步“拉模式”间隔过长致规则未更新、自定义Feign拦截器遗漏Sentinel熔断埋点。 本文复盘互联网金融平台转账模块的API网关流量控制Bug，技术环境为Spring Cloud Gateway网关、Sentinel流量治理、PostgreSQL分片集群与Redis哨兵缓存。周年庆活动高并发下，出现限流失效、熔断失效及数据一致性异常。排查发现，网关与Sentinel规则同步“拉模式”间隔过长致规则未更新、自定义Feign拦截器遗漏Sentinel熔断埋点。
- 🏆本文收录于「滚雪球学SpringBoot」专栏(全网一个名)，手把手带你零基础入门Spring Boot，从入门到就业，助你早日登顶实现财富自由🚀；同时，欢迎大家关注&&收藏&&订阅！持续更新中，up！up！up！！环境说明：Windows 10 + IntelliJ IDEA 2021.3.2 + Jdk 1.8 🚀 前言在现代Web开发中，越来越多的应用选择了GraphQL作为与... 🏆本文收录于「滚雪球学SpringBoot」专栏(全网一个名)，手把手带你零基础入门Spring Boot，从入门到就业，助你早日登顶实现财富自由🚀；同时，欢迎大家关注&&收藏&&订阅！持续更新中，up！up！up！！环境说明：Windows 10 + IntelliJ IDEA 2021.3.2 + Jdk 1.8 🚀 前言在现代Web开发中，越来越多的应用选择了GraphQL作为与...
- 前言在新零售行业中，前端控制并发请求是保障系统稳定性、提升用户体验和优化资源利用的关键策略。本文将从业务影响、具体线上问题示例及解决方案角度展开分析。一、控制并发请求的核心原因1.1 避免服务器过载与雪崩问题本质：浏览器对同一域名的并发请求数存在限制（通常为6-8个）。若前端不加以控制，瞬时高并发请求可能导致：后端服务线程池耗尽，响应延迟飙升。数据库连接占满，关键服务（如支付、库存）瘫痪。案... 前言在新零售行业中，前端控制并发请求是保障系统稳定性、提升用户体验和优化资源利用的关键策略。本文将从业务影响、具体线上问题示例及解决方案角度展开分析。一、控制并发请求的核心原因1.1 避免服务器过载与雪崩问题本质：浏览器对同一域名的并发请求数存在限制（通常为6-8个）。若前端不加以控制，瞬时高并发请求可能导致：后端服务线程池耗尽，响应延迟飙升。数据库连接占满，关键服务（如支付、库存）瘫痪。案...
上滑加载中
推荐直播
-
HDC深度解读系列 - Serverless与MCP融合创新，构建AI应用全新智能中枢2025/08/20 周三 16:30-18:00
张昆鹏 HCDG北京核心组代表
HDC2025期间，华为云展示了Serverless与MCP融合创新的解决方案，本期访谈直播，由华为云开发者专家(HCDE)兼华为云开发者社区组织HCDG北京核心组代表张鹏先生主持，华为云PaaS服务产品部 Serverless总监Ewen为大家深度解读华为云Serverless与MCP如何融合构建AI应用全新智能中枢
回顾中 -
关于RISC-V生态发展的思考2025/09/02 周二 17:00-18:00
中国科学院计算技术研究所副所长包云岗教授
中科院包云岗老师将在本次直播中，探讨处理器生态的关键要素及其联系，分享过去几年推动RISC-V生态建设实践过程中的经验与教训。
回顾中 -
一键搞定华为云万级资源，3步轻松管理企业成本2025/09/09 周二 15:00-16:00
阿言 华为云交易产品经理
本直播重点介绍如何一键续费万级资源，3步轻松管理成本，帮助提升日常管理效率！
回顾中
热门标签