首页 文章 精选 留言 我的

精选列表

搜索[转型路径]，共10000篇文章
优秀的个人博客,低调大师

当AI出海“远航”：Agent如何重塑中国企业全球化路径

随着人工智能加速融入企业经营，AI 已经开始进入上市公司利润表当中。产业链企业业绩稳步增长、开源模型技术快速迭代、AI 出海成为数字贸易全新增长点，诸多行业信号印证，人工智能正在全面重塑全球产业竞争格局。在此背景下，如何依托AI Agent降低出海运营成本、提升全球化经营效率，已然成为中国企业开拓海外市场、实现增量突破的核心探索方向。
2026-08-19
优秀的个人博客,低调大师

AI搜索引用偏好实测：六引擎抓取差异与优化路径

2026年Q1，我用200个行业词对六款主流AI引擎做了一轮引用来源抓取统计。结果很直接：豆包偏爱CSDN、今日头条、搜狐这类大众内容平台，DeepSeek集中在知乎、CSDN、博客园，Kimi明显偏向36氪、虎嗅、界面新闻，秘塔几乎只认学术论文和官方文档。同一个问题，六个引擎给出的引用源差异极大，只盯着一个平台优化，大概率会漏掉一半以上的流量入口。
2026-08-10
优秀的个人博客,低调大师

多语言站点AI引用混乱：从诊断到修复的完整技术路径

去年秋天，一个做户外装备的朋友找到我，他的独立站做了德、法、日三个语言版本，英文站流量一直很稳，但用德语搜自家产品核心词时，Bing Chat和Perplexity给出的答案里，引用的几乎全是竞品内容——而且那些竞品内容明显是用翻译软件硬翻的，句子生硬，术语错乱。更让他头疼的是，法语站有一篇他亲手写的「高山徒步靴选购指南」，在法国谷歌上排在首页，但在ChatGPT里用同样的法语提问，AI要么不引用，要么引用的是英文站自动翻译的法语版本，信息丢失严重。
2026-08-04
优秀的个人博客,低调大师

两周完成爬虫技术栈升级：Scrapy 迁移 Crawlo 的路径与取舍

问题定位：不是框架选型错，是执行模型不匹配我们的抓取服务在 Scrapy 上稳定运行了两年，日均调度量从 30 万涨到 3000 万。迁移的动因不是 Scrapy 不行，而是它的并发模型在当前负载下出现了结构性瓶颈。Scrapy 建立在 Twisted 之上，整套请求与回调跑在单个 reactor 线程里，靠协程让出 CPU 来实现并发。这要求每个回调必须是非阻塞的。一旦 parse 回调里出现 CPU 密集的同步代码，比如大文档的 XPath 批量抽取、深回溯正则、或者 JSON 反序列化后的字段规整，reactor 就会被这一个回调独占，事件循环无法推进，同进程内其他所有在途请求一起排队。
2026-07-16
优秀的个人博客,低调大师

Angular 应用中 NgRx 找不到 cart Feature 的原因与完整修复路径

我打开 Chrome DevTools 的 Console 面板，看到这段 warning 时，最关键的一句不是后面那段注册建议，而是 createFeatureSelector cannot access it。当前代码里一定存在一个类似 createFeatureSelector('cart') 的选择器。这个选择器被执行时，会把整个 NgRx 根状态对象当成输入，然后读取根对象上的 cart 属性。实际运行结果是 state['cart'] === undefined，所以 NgRx 在开发模式输出了警告。NgRx 官方把 createFeatureSelector 定义为读取顶层 Feature 状态的便捷方法，早期加入这条诊断信息的目的，也正是把原本难以定位的 undefined 问题提前暴露出来。 (NgRx)
2026-07-13
优秀的个人博客,低调大师

GOTC2025 云原生AI论坛：解锁模型弹性与多云生态新路径

当 AI 模型规模持续扩大，算力需求呈指数级增长，计算资源调度效率低、模型交付难、多云运维复杂等问题，正成为制约 AI 落地的关键瓶颈。而云原生 AI 技术的弹性、可扩展特性，恰好成为破局这些难题，提供了时代优解 —— 在这一背景下，全球开源技术峰会特设云原生 AI 论坛，为行业从业者搭建起线下技术交流与云原生 AI 生态共建的平台。 GOTC 2025 点击报名 云原生AI论坛 云原生与 AI 的融合正在重新定义计算资源的调度与模型的交付方式。本论坛聚焦 Kubernetes 与 AI 工作负载的适配、模型服务的弹性伸缩、多云异构环境下的 AI 运维等关键议题。我们将探讨开源社区如何推动云原生 AI 标准的形成与生态的繁荣。 作为聚焦前沿技术落地的专业论坛，本次分论坛直击行业核心痛点，将围绕三大关键议题展开深度探讨，为 AI 技术规模化应用扫清障碍。 其一、Kubernetes 与 AI 工作负载的适配难题。当前，AI 工作负载存在资源需求波动大、依赖异构硬件（GPU/TPU）等特性，与传统 Kubernetes 调度逻辑存在适配鸿沟。论坛将邀请一线技术专家，分享如何优化 Kubernetes 调度策略，实现 AI 任务与资源的精准匹配，例如通过自定义调度器满足深度学习训练的高算力需求，或通过资源隔离技术保障多 AI 任务的稳定运行，从底层解决 “算力浪费” 与 “任务卡顿” 的双重困境。 其二、模型服务的弹性伸缩技术实践。随着 AI 应用场景的多元化，模型服务面临 “流量峰值突增” 与 “低谷资源闲置” 的矛盾：电商大促时推荐模型需瞬时扩容，夜间测试场景又需缩减资源成本。论坛将聚焦弹性伸缩的关键技术，包括基于监控指标的自动扩缩容策略、模型轻量化与动态加载方案，以及 Serverless 架构在模型服务中的落地案例，帮助企业实现 “按需分配资源、降本提效” 的目标。 其三、多云异构环境下的 AI 运维挑战。如今，越来越多企业采用 “公有云 + 私有云 + 边缘云” 的多云架构，加之 CPU、GPU、ARM 等异构硬件并存，AI 运维面临 “环境不一致”“故障难定位”“成本难管控” 等问题。论坛将探讨多云 AI 运维的标准化方案，例如通过统一监控平台实现跨环境状态可视化，借助容器化技术保障模型在异构硬件上的一致性运行，为企业提供可落地的运维思路。 值得关注的是，本次分论坛不仅聚焦技术痛点，还将深入探讨开源社区对云原生 AI 生态的推动作用。论坛将汇聚开源社区代表、企业技术负责人与学术研究者，共同探讨如何通过开源协作完善云原生 AI 技术体系，推动模型格式、资源调度、运维接口的标准化，最终实现 “生态繁荣、技术普惠” 的目标。 🔺论坛详情请移步全球开源技术峰会 GOTC 2025官方链接了解：https://gotc.oschina.net/ 🔺全球开源技术峰会 GOTC 2025 报名渠道已开通：https://www.oschina.net/event/8598047 微信扫描上方二维码，即可报名 除了论坛与现场展厅，GOTC 2025 也同步举办线上特别展览：开源，从人类群智，到 AI 智能。用开源的软件与硬件，拼出人类集体智能从 GNU 到 GPT 的 40 年跃迁。 同时，特别策划限时活动：中国开源项目大赏 2025，期待开发者积极参与，秀出你的开源活力。 关于全球开源技术峰会 GOTC 2025： GOTC（Global Open-source Technology Conference）全球开源技术峰会是中国开源领域规格最高、国际影响力最强的年度盛会之一。峰会由开源中国发起并主办，并与包括 Linux 基金会亚太区在内的全球开源生态伙伴深度协作，已成为连接中外、引领前沿的技术创新平台。GOTC 以打造具有全球视野和技术高度的产业盛会为宗旨，汇聚来自人工智能、大模型、开源与软件工程等核心领域的顶级专家与企业代表，展示最新技术趋势与实践成果。 峰会历年吸引中国工程院院士、Linux 基金会副总裁、百度、华为、红帽等科技领袖发表主旨演讲，成为行业风向标。2024 年，全网曝光量突破 5 亿次，新华社、人民日报、央视网等主流媒体集中报道，持续扩大峰会影响力和社会认知度。大会以专业技术论坛为核心，参会者中技术研发人员占比超八成，体现出其在开发者与工程技术群体中的深厚号召力。同时，峰会采用线上线下双线联动，2024 年线上直播观看量达 680 万人次，覆盖人群超千万。 GOTC 不仅关注技术突破，更注重开放协同与产业落地，通过构建多元共建共赢的生态网络，推动形成开放可信、智能共生的创新底座。作为中国开源事业与科技强国战略的重要支点，GOTC 正不断助力数字经济高质量发展，促进技术人才集聚、产业生态升级，为构建具有全球影响力的科技创新高地注入源源不断的动能。
2025-10-22
优秀的个人博客,低调大师

克服 Prometheus 单值数据模型的局限性：GreptimeDB 的新路径

引言 Prometheus 已经成为监控和报警生态系统的基石，在高效、直接地处理实时指标（Metric）方面有着强大的表现。Prometheus 的核心是一个包含单个值和一系列标签的数据模型。这种设计在提升简单性和适应性的同时，也带来了一些挑战，包括影响数据收集效率、分析深度和查询能力。 本文探讨了 Prometheus 单值数据模型的固有限制，GreptimeDB 如何成为一个解决这些问题的创新方案，并结合若干实例说明其中的差别。 单值数据模型的挑战 1. 数据收集中的冗余标签传输 Prometheus 的数据模型要求测度（Measurement）上报时总要携带同一来源的所有标签，当测量需求涉及多个值时，意味着重复传输这些标签，从而导致数据收集和存储效率低下。虽然 Prometheus 的存储引擎优化了数据存储，但标签信息冗余问题仍是一个重大的开销。 示例：在从服务器集群收集 CPU 使用率、内存使用量和磁盘 I/O 等多个指标的场景下，每个指标都携带相同的标签，如 cluster_name、region、instance 和 server_type，这就导致了不必要的重复。 示例图：instance 标签在三个指标中重复出现 丢失测度（Measurement）之间的关联 在没有结构化分组或继承的机制的情况下，把相关的多个测度分隔成独立的指标，将会丢失测度之间的关联。这种分隔将使关联分析和查询变得困难，也限制了对指标之间相互影响的洞察。 示例：以监控 Redis 为例，使用多个指标来分别跟踪内存使用量、命令处理率和活动连接等行为，会使得分析它们之间的相互影响非常困难。例如，内存使用量如何影响命令处理效率。 查询复合监控视图的复杂性 创建全面的监控仪表板，需要从多个独立的 PromQL 查询中聚合数据，但这样的构建逻辑会使仪表板构建复杂化并增加不必要的查询开销。 示例：有效监控一个 Kubernetes 节点的仪表板需要聚合 CPU 负载、内存消耗、网络 I/O 和 pod 计数等多个指标，每个指标都需要单独地进行 PromQL 查询，但这样的行为会复杂化仪表板的设置，甚至可能影响性能。 GreptimeDB 的解决方案 为了应对上述挑战，GreptimeDB 在支持 PromQL 查询时，实现了一个创新解决方案来规避单值模型的局限。 1. 相关指标成组地聚合存储 GreptimeDB 为这类监控场景开发了 Metric Engine 存储引擎。它支持在底层聚合存储多个测度，而在应用层呈现出单值模型的视图。这大幅降低了存储成本，并提高了查询若干相关的测度时的性能。 2. 多值采样和不同的值类型 GreptimeDB 允许来自单一数据源的样本存储多个值，支持浮点数等多种值类型。 示例：监控 Redis 在一个或多个时间序列中存储的数据，其中标签作为独立的标签列存储，分组测量作为不同的字段列。这种方法减少了标签传输的冗余，保留了数据关联性，并能够优化相关的分析和查询性能。 示例图：监控 Redis 提取多个数据值 3. 扩展 PromQL 以查询多个字段 GreptimeDB 增强了 PromQL 以允许查询并返回多个字段值的能力。要指定特定字段，可以使用扩展的 __field__ 标签。 示例：查询 memstats{ __field__ = "used_bytes", __field__ = "free_bytes"}，可以获取两个时间序列并一起渲染。这种扩展简化了复合监控视图下的查询，降低了组建具体仪表板负载的复杂性。 4. 支持表模型和 SQL 进行高级关联分析 GreptimeDB 的核心优势之一就是强大的分析能力，表现为支持表模型和使用 SQL 查询数据，这一能力在进行关联分析和执行复杂查询时，可以实现远超 PromQL 的灵活性。基于关系模型，用户可以连接多个数据集进行关联分析，更深入且细致地挖掘监控系统数据的价值。 示例：在复杂的监控场景中，需要将服务器性能指标与应用错误日志相关联，GreptimeDB 允许用户使用 SQL 一起查询这些数据。比如，执行一个 SQL 查询时，可以根据时间戳将 CPU 使用率的指标与应用错误日志关联起来，就能够提供 CPU 使用率上升与错误率增加的关联的监控视角。如果仅用 PromQL 来实现这种分析，即便可行，实现过程也会非常繁琐复杂。 👀 (P.S. GreptimeDB 正在实现专业的日志存储支持，敬请期待） 支持表模型和 SQL 查询，让 GreptimeDB 能够帮助用户从传统 SQL-based 系统平滑地切换到专业的时序数据栈上。同时这也使得用户无需应对 PromQL 陡峭的学习曲线，直接开始深入挖掘时序数据价值，包括基于监控数据的进行基本展示，完成复杂的性能分析，排查系统存在的故障等一系列广泛的分析任务。这是 GreptimeDB 的技术创新为监控数据获取、存储和实用化带来的一大进步。 结论 尽管 Prometheus 的单值数据模型有助于用户简单上手，并且目前已经被广泛采用，但是它在数据收集效率、测度关联性和查询复杂性方面都面临明显的挑战。GreptimeDB 的解决方案克服了这些限制，提供了更有效的数据收集方法，增强了关联分析，并简化了查询，能够帮助用户高效获取全面的监控视图。 GreptimeDB 作为开源项目，欢迎对时序数据库、Rust 语言等内容感兴趣的同学们参与贡献和讨论。第一次参与项目的同学推荐先从带有 good first issue 标签的 issue 入手，期待在开源社群里遇见你！ Star us on GitHub Now: https://github.com/GreptimeTeam/greptimedb 微信搜索 GreptimeDB，关注公众号不错过更多技术干货和福利~ 关于 Greptime Greptime 格睿科技专注于为物联网（如智慧能源、智能汽车等）及可观测等产生大量时序数据的领域提供实时、高效的数据存储和分析服务，帮助客户挖掘数据的深层价值。目前主要有以下三款产品： GreptimeDB 是一款用 Rust 语言编写的开源时序数据库，具有云原生、无限水平扩展、高性能、融合分析等特点，帮助企业实时读写、处理和分析时序数据的同时，降低长期存储的成本。我们提供 GreptimDB 企业版，支持更多功能和定制化服务，如有需要欢迎联系小助手。 GreptimeCloud 是一款全托管的云上数据库即服务（DBaaS）解决方案，基于开源时序数据库 GreptimeDB 打造，能够高效支持可观测、物联网、金融等领域的应用。用户可以通过内置的可观测解决方案 GreptimeAI 全面地掌握 LLM 应用的成本、性能、流量和安全等情况。 车云一体解决方案 是一款深入车企实际业务场景的车云协同数据解决方案，解决了企业车辆数据呈几何倍数增长后的实际业务痛点。多模态车端数据库结合云端 GreptimeDB 企业版帮助车企极大降低流量、计算和存储成本，并帮助提升数据实时性和业务洞察能力。 GreptimeDB 作为开源项目，欢迎对时序数据库、Rust 语言等内容感兴趣的同学们参与贡献和讨论。第一次参与项目的同学推荐先从带有 good first issue 标签的 issue 入手，期待在开源社群里遇见你！ 官网：https://greptime.cn/ GitHub: https://github.com/GreptimeTeam/greptimedb 文档：https://docs.greptime.cn/ Twitter: https://twitter.com/Greptime Slack: https://www.greptime.com/slack LinkedIn: https://www.linkedin.com/company/greptime
2024-05-10

资源下载

更多资源
Mario

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长，特征是大鼻子、头戴帽子、身穿背带裤，还留着胡子。与他的双胞胎兄弟路易基一起，长年担任任天堂的招牌角色。

时间: 2026-10-18 大小: 211.28KB 下载: 56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
WebStorm

WebStorm

WebStorm 是jetbrains公司旗下一款JavaScript 开发工具。目前已经被广大中国JS开发者誉为“Web前端开发神器”、“最强大的HTML5编辑器”、“最智能的JavaScript IDE”等。与IntelliJ IDEA同源，继承了IntelliJ IDEA强大的JS部分的功能。

时间: 2025-12-13 大小: 249.54MB 下载: 22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