登录社区云,与社区用户共同成长
邀请您加入社区
然而,随着数字化转型进入深水区,企业发现,大量高频、低效的线下操作——如供应商纸质送货单录入、多库区库存人工盘点、跨部门资产清查——仍依赖传统手工方式,耗时费力且极易出错,成为制约整体提效的“最后一块短板”。基于首期合作建立的高度信任,该央企省级分公司再次选择RPA学习天地,并明确提出:希望本期培训能够提供“即学即用、覆盖全员”的通用型解决方案,让非技术背景的仓管、财务、行政、零售等岗位员工,也能
在知识库功能方面,百度文库支持在线新建文档,也支持上传本地/文库/网盘的多格式文件,涵盖文档、PPT、音视频、图片、网页链接等。百度文库是一款集文档资源与AI辅助于一体的知识管理平台,其官方公布的标签包括:18亿专业内容资源、9700万AI月活用户、工信部六项指标蝉联第一、GenFlow4.0、全格式资源整合、AI智能问答创作、权限可控便捷分享、跨端知识同步、与创作工具深度联动、个人专题知识沉淀。
Axolotl 是一款旨在简化各种人工智能模型微调的工具,支持多种配置和架构。主要特点:示例:Llama-Factory使用零代码命令行与 Web UI 轻松训练百余种大模型,并提供高效的训练和评估工具。主要特点:示例:FirflyFirefly 支持对主流的大模型进行预训练、指令微调和 DPO。主要特点:示例:XtunerXTuner 由上海人工智能实验室发布,是一个高效、灵活、全能的轻量化大模
文章指出AI行业并非仅限技术人员,而是有三层岗位结构。适合零基础转行者的是应用落地层,包括AI产品经理、提示词工程师、AIGC内容创作等,这些岗位无需编程能力,看重业务理解和实操。文章提供了五个务实的入局方向,如懂业务的产品经理、提示词工程、AIGC内容创作等,并给出了90天行动指南帮助转型。同时提醒警惕证书焦虑和轻松赚钱的副业话术,强调行业经验结合新工具的重要性。
文章摘要:本文介绍了一种名为peaks-loop的AI Agent全栈开发方法论,通过多Agent协作完成一个内部监控系统的零代码交付。项目包含183个TS文件、2万行代码,涉及6种数据源和完整CI/CD流程。作者详细阐述了技术选型(React+Vite前端、NestJS后端、monorepo架构)和peaks-loop的核心机制:将开发流程拆分为PRD、RD、QA等可审计环节,每个阶段由特定Ag
在提交 PR 时,请在对应的 Issue 评论区说明使用的 AI 工具及具体用途,并附上使用截图,Committer 核实后即可获得加分奖励。初级和中级任务不单独发布,也无需认领,开发者自行在社区仓库中发掘适合新手的改进点,直接提交 PR!扫码加入「仓颉社区学习赛」活动交流群,及时解决开发过程中的困惑,获取活动相关的最新信息。使用 AI 工具需在 PR 描述中标注工具及用途,并附使用截图,AI 工
本文对比了仓颉语言与Java在1000万随机整数排序上的性能表现。通过实现基数排序算法优化仓颉的排序性能,结果显示:优化后的仓颉基数排序仅需438ms,比Java的877ms快近一倍。文章详细解释了基数排序的原理(分两趟处理高低16位)及其效率优势(O(n)复杂度),并提供了代码实现与测试方法。测试环境为Windows 10 x64系统,使用仓颉1.0.5(cjnative后端)和Java 25。
本智能客服系统采用插件分流+知识库检索+双库存储+自动化工作流基于意图识别插件,自定义配置两套核心客服业务意图,采用关键词+语义双重匹配规则,精准覆盖全部业务场景,实现高精度智能分流,杜绝场景串流、误判问题。1. 学习资料咨询意图:匹配用户咨询AI基础知识点、AI岗位就业要求、AI系统学习路线、优质AI学习资源、入门学习方法等相关对话语义;2. AI答题测评意图:匹配用户想要AI刷题、知识点考核、
技术博主小傅哥推出了一套全面的AI学习路线,涵盖基础认知、工具实践和项目实战。内容分为四个部分:1)AI IDE工具WaLiCode的开发与使用,支持多平台和LLM配置;2)VibeCoding新范式编程教学,零代码完成项目全流程;3)AI Agent Guide通识教程,系统讲解智能体技术;4)实战项目体系,包括OpenAI组件开发、业务场景对接和智能体实现。学习路径从基础到进阶,配套八股文和面
本文探讨了Kotlin Multiplatform(KMP)技术栈在全栈开发中的应用演进。从移动端(Android/iOS)基础架构设计出发,展示了如何通过KMP实现业务逻辑的跨平台共享,并提供了待办事项应用(TodoApp)的完整代码示例,涵盖数据模型、Repository和ViewModel的expect/actual实现模式。进一步分析了KMP作为后端技术栈的优势,对比了Ktor、Expos
企业级鸿蒙组件库开发指南 本文深度解析ArkUI组件化开发的核心技术与实战方案,重点解决企业级应用中的组件复用难题。主要内容包括: 组件化模型:通过@ComponentV2+@BuilderParam实现声明式组合开发,支持属性透传和插槽机制 核心机制:详解属性透传陷阱、自定义Modifier实现样式复用、FreezeWhenInActive性能优化 实战方案:提供SmartCard、Gradie
本文全面解析2026年前端行业趋势,涵盖AI原生开发、TypeScript普及、全栈化、跨端统一等核心方向。提供分阶段学习路线(基础夯实、框架进阶、深度提升、专精突破),详解HTML/CSS/JS/TS/框架等核心技术,并强调项目实战与AI辅助开发的重要性。助你避坑少走弯路,高效成长为高薪前端工程师。2026年的前端开发,早已不是简单的“切图仔”时代,而是AI原生开发、全栈融合、跨端统一的黄金时代
本文深入探讨了Flutter、Kotlin Multiplatform(KMP)和Compose Multiplatform(CMP)三种跨平台技术的定位与组合方案。文章指出,Flutter提供完整的跨平台应用开发体系(Dart+Widget),KMP专注于共享Kotlin业务逻辑,而CMP是基于KMP的UI共享方案。关键要点包括: 技术定位差异:Flutter适合统一开发整个应用,KMP适合渐进
AI对话内容如何高效转为专业Word文档? 腾讯元宝等AI工具生成的内容常因格式错乱、表格断裂等问题难以直接导出为Word。AI导出鸭作为中间层工具,通过四层技术栈实现无损转换:语义解析引擎精准识别结构,Word兼容层映射样式,跨端同步协议保证多设备协作,模板系统适配企业规范。对比五种主流方案,该工具以98%的格式保真度、30秒极速转换和全终端覆盖成为最优解。实测显示,企业用户文档处理时间从42分
在教育领域,零代码AI搭建平台让教师、学生和教育机构无需编程背景,即可通过自然语言对话快速定制专属学习助手——从课程问答机器人到个性化复习工具,从专家分身到全科学习智能体,“对话式定制、零代码搭建”正在成为教育科技的新范式。Dify提供丰富的模板集合,涵盖翻译、图像生成、知识库、教育学习、Agent智能体等多个领域。用户只需描述“我想要一个课程问答助手,能基于教材回答学生问题”,平台内置的十余个专
企业级Agent工具选型指南:学习成本与落地效率解析 摘要 在数字化转型浪潮中,智能体工具成为提升生产力的关键,但企业常面临学习成本与上手速度的疑虑。当前Agent工具呈现两极分化: 低代码/零代码方案(如实在Agent、字节Coze)通过可视化界面和自然语言交互,学习周期可缩短至数小时,适合业务人员快速实现办公自动化; 开发框架型方案(如LangGraph、腾讯EdgeOne)需掌握编程与架构知
与KMP不同,这里的 ����fail 定义为对于一个字符串 �S ,它最长的后缀使得出现在自动机中的长度。求解它的目的在于, ��[�]fa[x] 是 �x 失配后退回到的长度最大的一个状态,同理 �x 退回到的第二个状态是 ��[��[�]]fa[fa[x]]。可以发现将 �x 向 ��[�]fa[x] 连边可以得到一棵树,这棵树称之为 ����fail 树,且 �x 失配后的所有退回状态都在
2026年,本文将盘点2026年值得关注的10款AI助手搭建平台,覆盖企业办公助手与对话式学习助手两大场景。
2026年大模型行业早已告别“野蛮生长”,进入技术落地、场景深耕、工程优化的精细化阶段。大模型学习没有捷径,但有科学的路径:从零代码提效入门,夯实技术基础,突破核心技术,落地实战项目,最终实现能力闭环。这套分阶段、可落地、重实战的学习路线,避开了新手90%的学习误区,无论是想简单提效、副业增收,还是全职就业、技术深耕,都能循序渐进、稳步成长,抓住AI时代的核心机遇。如果说程序员已经是高薪职业,那么
从业十余年,长期深耕 Android 原生、跨端 Flutter、移动端 SDK 开发,前几年一直埋头做客户端业务,常年加班迭代、薪资增长空间有限,行业内卷越来越严重。24 年开始系统学习大模型应用开发,依托多年客户端、前后端联调、项目工程化积累的底子,走出一条适配移动开发者专属 AI 变现路线。做安卓 / 移动端,没有算法基础,能不能学大模型变现?网上课程杂乱,要么纯数学理论看不懂,要么版本老旧
本文对比了大模型和AI智能体的核心区别,指出AI正从"感知"进化到"认知",从被动回答进化到主动执行。AI Agent具备自主规划、工具调用和行动力,是未来的AI新风口。文章梳理了AI Agent的进化路径和四大核心能力,并推荐了国内外值得关注的AI Agent产品及零代码搭建方案,强调学会使用Agent是发挥AI最大价值的关键。
本文介绍了C语言中字符串子串查找问题的三种解法。暴力匹配法采用双重循环逐个比对字符,时间复杂度为O(N×M),简单直观但效率低;库函数strstr通过指针运算直接定位子串,工程中最简洁高效;KMP算法利用next数组存储跳转信息,避免主串回溯,时间复杂度优化至O(N+M),适合大规模文本处理。三种方法各有优劣:暴力法适合理解原理,strstr推荐用于日常开发,KMP适用于算法竞赛和海量文本搜索场景
系统结合C/S架构设计,参考同类平台优劣完善功能布局,融入协同过滤算法实现课程个性化推荐,并接入DeepSeekAI技术,智能生成学情分析报告、辅助语言纠错,全面优化学习体验,搭建高效智能的一体化线上英语学习管理平台。对于学员而言,平台打破时空限制,整合优质英语学习资源,可随时开展自主学习、参与线上交流,结合个性化推荐提升学习效率。在本在线英语学习平台中,uni-app用于搭建移动端学习界面,实现
本文介绍了一个基于Flutter开发的方言学习应用界面设计,重点讲解了左右交替的对话气泡布局和七大方言区分类列表的实现方法。应用采用民俗风格设计,顶部展示每日一句引导卡,中间通过奇偶索引控制气泡左右排列模拟聊天界面,底部以彩色边框标记不同方言区。所有组件均使用Flutter标准Widget实现,无需适配即可在HarmonyOS 7.0平台运行,展现了Flutter在文化类应用开发中的跨平台优势。文
与KMP不同,这里的 failfail 定义为对于一个字符串 SS ,它最长的后缀使得出现在自动机中的长度。求解它的目的在于, fa[x]fa[x] 是 xx 失配后退回到的长度最大的一个状态,同理 xx 退回到的第二个状态是 fa[fa[x]]fa[fa[x]]。可以发现将 xx 向 fa[x]fa[x] 连边可以得到一棵树,这棵树称之为 failfail 树,且 xx 失配后的所有退回状态都在
摘要:在HarmonyOS6电商应用中,Swiper组件在触屏设备滑动正常,但在PC端鼠标拖拽无法翻页。原因是默认未开启鼠标交互功能且窗口可能未获焦。解决方案: 调用SwiperController.setSwipeByMouse(true)启用鼠标拖拽翻页; 链式设置.mouseScroll(true)支持滚轮切图; 确保PC预览窗口获焦(点击窗口区域)。 避坑点包括检查嵌套手势冲突、禁用状态及
定义:字节跳动推出的AI Agent开发平台。核心卖点零代码/低代码。无论是否会编程,都能像搭积木一样搭建基于大模型的AI应用。发布渠道:可发布到微信、飞书、抖音,或通过API/SDK集成到自有业务系统。如果面试官问起,除了讲“会用了”,更要体现出架构思维和问题解决能力对AI应用架构的理解:我明白了现代AI应用不再是单纯调API,而是“大模型 + 工具(插件)+ 数据(知识库/数据库)”的三层架构
不用敲一行代码,帮你完整搭建Java知识体系,搞懂底层逻辑,建立编程思维,为后续实操、项目开发、面试打下扎实基础。1. 最稳的后端语言:绝大多数企业后台、管理系统、小程序服务、电商平台都是Java开发。结果就是:敲得懂、看不懂、不会用、换个需求直接懵。所有Java进阶知识:继承、多态、封装、接口,全部是为了规范面向对象设计。Java所有知识点、所有项目、所有企业开发,全部基于这4套思维。适合:计算
整套uni-app课程体系完整、逻辑清晰、实战性极强,是零基础入门跨平台开发的优质学习路径。不同于碎片化学习的片面性,这套课程从业务分析、基础开发、页面实现、交互优化到云开发落地,层层递进,让我不仅学会了“怎么写代码”,更明白了“为什么这么写”“企业项目怎么落地”。uni-app高效的跨端开发模式,极大提升了移动端开发效率,在企业级中小型应用、小程序、H5开发中应用广泛。后续我将继续深耕技术,对现
本文是"计科智伴"项目实训系列的第六篇,重点记录了从功能实现到生产就绪的关键优化工作。主要内容包括:1)完整实现RAG知识库模块,支持课程资料检索增强回答;2)优化SSE流式通信的稳定性,新增超时控制与断连重连机制;3)集成语音输入功能,适配多端录音管理;4)实施数据库版本化管理,规范迁移脚本;5)系统化建设题库,补充102个知识点和510+道题目;6)完成App端跨端适配,解
本次uni-app课程通过两大实战项目,构建了基础语法→页面布局→组件应用→交互逻辑→网络请求→云端全栈开发的完整知识体系,彻底打通了跨端移动端开发的核心逻辑。从能源管理APP的纯前端实战,掌握uni-app基础开发规范、组件使用、页面交互、数据可视化能力,适配企业移动端页面开发岗位需求;再到备忘录云开发项目,掌握uniCloud云端开发技巧,具备轻量化全栈项目开发能力。同时课程贴合岗课赛证标准,
系统集酒店订单智能抢单、卡单连单(打针)自定义配置、五级分销裂变、会员等级精细化管控于一体,从订单分配、会员权益到分销奖励、提现规则全流程数字化管理,既满足酒店端快速派单、抢单的效率需求,又通过灵活的运营配置实现会员裂变增长与层级化管理,适用于酒店服务、客房预约、同城酒店订单等多种抢单类业务场景。前端:uni-app 纯原生源码,无加密、无封装,支持二次开发自由修改,跨端适配(小程序 / H5 /
结合自身完整的学习经历,我发现很多新手学习AI难以坚持、收效不佳,大多是陷入了通用学习误区。整理出几点实用避坑要点,帮助大家高效规避问题,节省时间精力,稳步提升学习效率:拒绝贪多求全:无需一次性学习大量工具,优先精通3-5款主流通用工具,吃透基础用法和场景落地逻辑后,再按需拓展学习范围。拒绝只学不练:零代码AI属于实操型技能,单纯观看教程、记忆知识点很难真正掌握,只有常态化落地实操,才能夯实技能、
摘要 本项目基于华为HarmonyOS NEXT生态开发了一款轻量级单词学习记录应用,采用ArkTS语言和ArkUI框架实现。应用核心功能包括学习天数统计、连续打卡记录和单词量追踪,通过AppStorage实现状态管理,具备响应式UI和跨页面数据共享能力。技术亮点包括:声明式UI开发范式、弹性布局适配多设备、智能连续天数计算算法以及分层数据存储架构。该应用充分利用HarmonyOS全栈自研优势,具
摘要: Oumi 是一个完全开源的 AI 平台,旨在简化 AI 开发全流程,包括数据准备、模型训练、评估和部署。支持从 1000 万到 4050 亿参数的模型训练,涵盖文本和多模态模型(如 Llama、Qwen),提供零样板代码的配置化开发体验。核心功能包括多种训练技术(SFT、LoRA、DPO等)、分布式优化、多模态支持及企业级解决方案。用户可通过 YAML 配置文件快速定义任务,支持本地、云端
本文介绍了一款面向零基础学习者的MySQL学习助手应用。该应用采用HarmonyOS ArkTS框架开发,具有以下特点: 产品定位:专为零基础入门者设计,提供可视化学习界面、在线SQL环境和分级题库,降低学习门槛。 核心功能: 学习进度追踪 知识点系统学习 分级练习题库 错题本管理 SQL速查手册 技术架构: 前端:ArkTS框架,支持跨端运行 数据存储:轻量级SQLite数据库 模块化设计:包含
AR 汉字学习应用首页实现摘要 本文介绍基于 HarmonyOS 6.0 开发的 AR 汉字学习应用首页实现。针对儿童汉字学习难点,应用融合 AR 技术、多模态交互和游戏化设计,通过 CameraKit+NeuralNetworkRuntime 实现端侧物体识别、SceneKit 提供 AR 渲染、AudioKit 提供发音功能。首页包含五大模块:渐变 Header(今日学字+AR 拍照按钮)、三
4道LeetCode题目645题1365题448题 KMP算法Sunday算法
千万别拿几百万条的原始明细表直接连可视化大屏,卡顿的查询速度绝对会教你做人!💥 本文带你打通商业数据分析的底层逻辑,基于 800 万+ 条真实的浏览器用户行为日志 ,利用助睿数智(Uniplore)零代码平台完成硬核的 ETL 链路加工 。从拆解明细表、多维度指标聚合,再到跨表 Join 深度还原用户画像 ,全程无需复杂敲代码!内附直击痛点的“血泪排坑指南”(强力避雷数据发散与隐形丢失),保姆级