首页 文章 精选 留言 我的

精选列表

搜索[x265编码]，共10000篇文章
优秀的个人博客,低调大师

有一种痛叫编码一小时，环境部一天

初学者最关心的第一个问题是： 什么是Anaconda？ 官方定义：Anaconda指的是一个开源的Python发行版本，其包含了conda、Python等180多个科学包及其依赖项。 但它不仅仅是一个包的集合，它其实还有一个大包的思想，即一种虚拟的环境。用一个不恰当的比喻，它是一个Python专用的环境虚拟机。 你可以在一台机器上安装不同的Python环境，每个环境的Python版本可以相同也可以不同，在每个Python环境下也可以安装不同的包。 举个例子，我的某一个项目需要使用Python3.6，又一个项目需要Python3.7，还有一个项目需要Python2.7。这种情况下，我可以在我的计算机上创建三个环境，三个环境互不影响，并且可以很简单地从一个环境切换到另外一个环境。 Anaconda是有桌面版的，即可视化交互，不过我个人更喜欢用命令行，所以这里用命令行给大家做演示。 比如用以下命令可以创造一个全新的Python环境，我们可以指定环境的名称，还可以指定Python的版本。 比如我现在新创建的环境名称叫：twofat(二胖)，Python版本为3.5。 conda create --name twofat python=3.5 稍等几秒后，就安装好了。 现在我们看看我的环境中有几个Python版本了： 一共有两个Python版本了。 第一个版本是基础版本，所以在环境路径前有一个“*”的标志。默认环境的Python3.6.4： 现在我们切换到刚刚新生成的第二个Python版本： 可以看到“*”符号已经跑到twofat这个环境前了，Python版本也变成3.5.6，真的实现了一键切换版本，十分方便。 除此之外，Anaconda已经包含了200余个Python包，不管你是做数据分析还是Python后端开发，都很方便。既然有这么好用的东西，现在就动手去了解它吧，为什么还要等明天呢？ 如果说Anaconda是对Python开发环境的虚拟，那么可以说Docker是对整个系统的虚拟，但它并不是我们所说的那种普通虚拟机。 很多在校大学生的笔记本电脑上装的是Windows系统，但是当学习《操作系统》等相关课程的时候，会要求使用Linux系统，这时候怎么办？ 大多数人的选择是VMware，一款很牛逼的虚拟机，它可以在Windows机器上虚拟出一个Linux系统，也可以在Mac系统中虚拟出一个Windows系统。 VMware对学习者来说无疑是一个好得不能再好的工具，不过它也有一个缺点——它的性能就如同下面这张图描述的那样： 在实际开发环境中肯定不能这样搞，在物理机中使用虚拟机会使机器性能大打折扣。但我们直接在服务器上进行开发又不现实，开发环境和部署环境或多或少会有一些区别，很容易因为环境不一致而部署不上。 不只我在开头提到的那个问题，其实我还遇见过很多类似的问题，比如GCC版本不一致、OpenSSL版本不对等等，简直蛋疼的要命。我们常需要耗费很多精力来解决因为环境依赖而产生的很多问题。 所以容器虚拟化这种技术应运而生，Docker将软件和其所依赖的环境一起打包成镜像进行交付，这样就避免了因为环境不同而产生的依赖问题。 其实用过虚拟机的同学应该知道什么是镜像。当我们安装虚拟机的时候需要下载一些操作系统的镜像，它其实就是把操作系统以及操作系统上默认安装的软件进行了打包。镜像就是这个意思。 那么问题来了，既然传统的虚拟机和Docker都是打包镜像，那为什么要选Docker而不选择VMware等虚拟机呢？ 传统的虚拟机是通过中间层将一台或多台独立的机器虚拟地运行在物理机上，而容器是直接运行在操作系统内核之上的用户空间，性能是传统虚拟机不可比拟的。 不过，有时候优点也是缺点，前文咱们讲到了，VMware等虚拟机可以在Windows系统之上再虚拟一个Linux系统，也可以在Mac系统中虚拟Windows系统。可是Docker不行，正是由于它直接运行在操作系统的内核之上，所以它只能运行与底层宿主机相同或者相似的操作系统。简单来说就是，Linux物理机只能运行Linux容器。 所以，学习《操作系统》等课程的时候，我们可以选择VMware等软件，而在实际开发中，还是使用Docker吧，这就可以避免我在前文中提到的我遇见的那些问题啦 “工欲善其事必先利其器”。 我们不能一味地只去学习编程，有时候还是需要停下来学习使用一些工具，这样会让我们的学习和工作效率大大提升。 我这里只是告诉大家有这么个东西可以这么去用，具体的学习过程，还得靠大家，百度一下，你就知道。 本文作者：二胖并不胖 本文来自云栖社区合作伙伴“大数据前沿”，了解相关信息可以关注“大数据前沿”
2018-10-21
优秀的个人博客,低调大师

编码、办公、设计都擅长的 covo-agent v0.1.1 发布，优化终端交互体验

covo-agent 是一款面向终端、使用 Go 编写、采用 AGPL-3.0 协议开源的通用型 AI Agent，覆盖日常工作、软件开发、自动化以及与外部系统协作等场景，支持交互式 TUI、一次性执行、策略受控的无头运行三种模式。 本次 v0.1.1 版本主要聚焦终端界面（TUI）的交互体验优化： 接通此前遗留的 TUI 面板，界面更完整； - 修复输入组件（composer）的粘贴与启动问题； 新增 chip 粘贴（chip pastes），粘贴内容以碎片形式呈现； 新增 tab 队列（tab-queue），支持多任务排队处理； 优化启动时序，在 agent 就绪前即显示界面，减少等待感。 能力方面，covo-agent 已支持 OpenAI、Anthropic、Gemini、Xiaomi、OpenRouter 以及兼容 OpenAI 协议的自定义服务；内置审批门禁、允许/拒绝策略、密钥脱敏、路径与 URL 检查、操作系统级沙箱与审计日志等安全机制；并可通过 MCP、ACP、LSP、hooks 等扩展接入外部工具与系统。 下载地址：https://github.com/covoyage/covo-agent/releases/tag/v0.1.1 开源主页：https://github.com/covoyage/covo-agent
2026-09-04
优秀的个人博客,低调大师

i-have-adhd：给编码代理装上一颗“不许绕弯子”的脑子

有些工具不是为了增加功能，而是为了纠正一种让人抓狂的习惯。i-have-adhd 就很像这样一个项目。它不负责写更多代码，不负责接更多接口，也不负责替代理上天入地。它盯上的，是另一件看似小、其实每天都在消耗人的事：回答明明可以一句话说清，却偏偏要先铺三层垫子，再绕五个弯，最后把真正有用的动作埋在中间。
2026-07-22
优秀的个人博客,低调大师

国产模型超越 Claude Fable 5，半天实战编码测评

JeecgBoot AI 专题研究| Kimi K3 编程能力深度实测：复杂前后端改造任务实战复盘 这两天 AI 编程圈有点疯狂，Kimi K3 的表现开始频繁引起关注。带着好奇，我没有去看参数对比，而是直接把它丢进真实开发场景中进行压力测试：一个涉及复杂前后端改造的实际任务。经过一个下午的深度体验，结果有些超出预期 —— 它不仅完成了多个关键问题修复，代码修改也非常克制，没有大量无意义重构，整体代码质量和响应速度都给我留下了不错的印象。这次实测，也让我重新审视了 Kimi K3 在 AI 编程领域的真实实力。 2.8 万亿参数、前端榜全球第一：Kimi K3 来了 7 月 17 日凌晨，月之暗面（Moonshot AI）正式放出新一代旗舰模型 Kimi K3，直接刷屏海内外。这是一颗 2.8 万亿参数的 "巨无霸"：100 万 token 上下文窗口，原生支持视觉理解，同时也是目前全球参数最大的开源模型 —— 在 3 万亿级别，它是第一个正式开放权重的。 技术上，K3 基于自研的 KDA 混合线性注意力机制（Kimi Delta Attention）和注意力残差（Attention Residuals）构建，配合 Stable LatentMoE 框架，推理时从 896 个专家中只激活 16 个，整体扩展效率相比 K2 提升约 2.5 倍。 发布当天最出圈的消息有两个：一是马斯克在相关评测报道评论区留言 "Impressive"，这已经是他第二次公开点赞 Kimi；二是在 Arena 的前端代码能力榜单上，K3 以 1679 分一举登顶，把 Claude Fable 5（1631 分）和 GPT-5.6 Sol 都压在了身后。 官方自己也坦诚：综合智能上 K3 仍落后于 Fable 5 和 GPT-5.6 Sol 这两款最强闭源模型，但已经稳超除此之外的所有模型。API 定价每百万 token 输入 20 元、输出 100 元，完整权重将于 7 月 27 日向社区开放。 榜单归榜单，作为一个天天和代码打交道的开发者，我更关心的是：它在真实项目里到底好不好用？于是第一时间订阅，把它接进 Claude Code，拿一个真实的复杂任务做了半天实测。 Claude Code 接入 K3：改几行配置的事 K3 目前已登陆网页端、Kimi Work、Kimi Code 和 API。我现在主力用 Claude Code 干活，接入方式很简单，在 settings 配置里把环境变量指向 Kimi 的 coding 端点即可： { "env": { "ANTHROPIC_BASE_URL": "https://api.kimi.com/coding", "ANTHROPIC_AUTH_TOKEN": "sk-kimi-你的Key", "CLAUDE_CODE_MAX_CONTEXT_TOKENS": "1048576", "CLAUDE_CODE_AUTO_COMPACT_WINDOW": "1048576", "CLAUDE_CODE_EFFORT_LEVEL": "max", "ANTHROPIC_MODEL": "k3[1m]", "ANTHROPIC_DEFAULT_SONNET_MODEL": "k3[1m]", "ANTHROPIC_DEFAULT_OPUS_MODEL": "k3[1m]", "ANTHROPIC_DEFAULT_HAIKU_MODEL": "k3[1m]" } } 两个细节值得注意：一是上下文窗口直接拉满到 1048576（1M token），大项目读代码不用反复裁剪；二是CLAUDE_CODE_EFFORT_LEVEL设为 max，推理深度拉满。改完配置重启 Claude Code，模型就切到 k3 [1m] 了。 实测任务：给流程设计器的条件规则加上 "周 / 月" 日期类型 这次拿来练手的，是我们低代码平台里一个搁置了一阵的改造。 平台流程设计器里有个「条件规则配置」弹窗，用来给流程分支配置条件表达式。其中日期类型的字段（年、月、周、季度等）需要匹配不同的选择器 —— 年用年份选择器、月用月份选择器、周用周选择器、季度用季度选择器。原来的实现只支持部分类型，"周" 和 "月" 这两种日期类型一直不支持，选择器弹不出来。 这个活为什么说复杂： 页面代码量大：光是这个条件规则配置的页面组件就有 3000 多行代码，字段类型、操作符、条件组逻辑交织在一起； 前后端联动：不只是前端加个选择器的事，后端对日期字段类型的解析、期望值格式（比如周格式2026-07-27、月格式2026-02）的处理也要一起改； 改坏了影响面大：条件规则是流程引擎的核心配置，任何回归问题都会影响存量流程。 我把需求丢给 K3，让它自己去读前后端代码。它的表现确实超出预期： 自己理清了 3000 行页面的结构，准确找到字段类型与选择器的映射逻辑，不需要我在中间反复指路； 前后端一起改，前端的周 / 月选择器（周选择弹出的日历面板会整行高亮选中一周，如上图）和后端的类型处理同步落地； 顺手修了好几个隐藏问题，包括一些原有日期类型边界处理的小 bug，都是它自己在读代码过程中发现并报出来修掉的。 最终效果就是上面截图这样：年、月、周、季度四种日期类型都能正常配置，周选择器弹出日历后按整周选中，条件表达式和原始 JSON 数据都能正确生成。 半天体验下来，说几点真实感受 第一，代码写得干净。这是我最满意的一点。整个改造的 diff 拉出来看，没有一处多余改动 —— 不顺手 "优化" 无关代码、不动无关格式，改的都是该改的地方。用过 AI 编程的都知道，很多模型改代码喜欢 "顺手牵羊"，diff 里塞一堆无关变更，review 起来非常痛苦。K3 在这点上很克制。 第二，速度明显快。之前用 MiniMax 的模型跑类似任务，经常感觉它 "卡在那里不动"，读个文件能磨蹭半天。K3 的响应节奏明显快一个档次，思考和输出都很干脆，整个任务从读代码到改完，比我预期快不少。 第三，复杂任务能力确实扎实。3000 行页面 + 前后端联动的活，它能一次把上下文理顺并给出干净的实现，前端榜全球第一不是白拿的。下午我又接着用它改了好几个 bug，都挺利索。整体使用体验不错。 缺点也很直接：有点贵 夸完了，说点扎心的 ——贵。 我买的是 99 元的 Moderato 会员，结果这一个复杂任务干下来，控制台的频限明细直接干到了 68%（这个额度按 5 小时窗口重置）。也就是说，99 块钱的订阅，高强度干一个活就见底了。 没办法，活还得继续干，后来只好把订阅升级到了 200 元的档位。整体使用体验确实不错，就是有点贵 —— 这大概是我对这半天体验最诚实的总结。 总结 半天实测下来，Kimi K3 给我的印象可以概括成三句话： 能力上：复杂前后端改造任务一次通过，代码干净无多余修改，还会顺手修隐藏 bug，前端榜全球第一的实力货真价实； 速度上：明显快于 MiniMax 等同档选手，干活节奏干脆利落； 成本上：99 元订阅只够高强度干一个活，重度使用建议直接上更高档位。 7 月 27 日 K3 就要开放完整权重了，到时候本地部署、私有化接入都会成为可能。如果你也在找一个能打复杂编程任务的国产模型，K3 值得一试 —— 只是记得先想好订阅档位。 本文为 JeecgBoot AI 专题研究系列文章。
2026-07-21

资源下载

更多资源
Nacos

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称，一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集，帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

时间: 2026-09-24 大小: 189MB 下载: 9次
Spring

Spring

Spring框架（Spring Framework）是由Rod Johnson于2002年提出的开源Java企业级应用框架，旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念，提供核心容器、应用上下文、数据访问集成等模块，支持整合Hibernate、Struts等第三方框架，其适用范围不仅限于服务器端开发，绝大多数Java应用均可从中受益。

时间: 2026-08-21 大小: 5MB 下载: 2次
Rocky Linux

Rocky Linux

Rocky Linux（中文名：洛基）是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版，作为CentOS稳定版停止维护后与RHEL（Red Hat Enterprise Linux）完全兼容的开源替代方案，由社区拥有并管理，支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性，采用模块化包装和SELinux安全架构，默认包含GNOME桌面环境及XFS文件系统，支持十年生命周期更新。

时间: 2026-08-21 大小: 1.42GB 下载: 6次
Sublime Text

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能，例如代码缩略图，Python的插件，代码段等。还可自定义键绑定，菜单和工具栏。Sublime Text 的主要功能包括：拼写检查，书签，完整的 Python API ， Goto 功能，即时项目切换，多选择，多窗口等等。Sublime Text 是一个跨平台的编辑器，同时支持Windows、Linux、Mac OS X等操作系统。

时间: 2026-08-21 大小: 9.84MB 下载: 40次
热门标签
DeepSeek Jdk25 OpenAi HarmonyOS6 Nacos3 SpringBoot4 SpringCloud Docker Kubernetes Service Mesh Redis Gemini3 Rocky

欢迎您来访！

登录后，您将获得更多功能！
热门文章
联系我们

有任何问题或合作意向欢迎联系我们

Email: 99873273@qq.com

QQ: 99873273

用户登录
用户注册