搜索[快直播]结果-低调大师优秀个人博客

精选列表

搜索[快直播]，共10005篇文章

我在春晚现场护航直播

春晚的网络直播由央视网负责，而阿里云则是负责为春晚网络直播进行技术保障的六家供应商之一，当观众们在电视或者电脑屏幕后收看春晚时，我们都在为直播内容顺利抵达千家万户而奋战。你问我的工作到底是做什么？

2021-02-19

大流量直播应对方案

随着国内网民数量指数级增长，网络带宽环境的不断好转，直播网站如雨后春笋般大量泉涌，中国网络视频市场规模不断壮大。网络视频的主要应用有视频点播、视频直播、视频通话会议等。

2019-10-17

钉钉群直播【Koalas 介绍】

直播回看点我直播主题：【Koalas 介绍】时间： 7月3日 19：00-20：00 分享嘉宾：王道远（健身）：阿里云EMR技术专家，Apache Spark活跃贡献者，主要关注大数据计算优化相关工作

2019-07-01

直播系统开发需要多少

视频直播APP的火热引起众多互联网创业者关注，天下攘攘皆为利往，价格问题作为受创业者们咨询的最多的问题并不奇怪。

2019-04-25

PostgreSQL 培训系列直播—知识概要

标签 PostgreSQL , 培训 , 去O , DBA , 开发者 , 架构师 , 运维 , 决策者 , CTO , adam , PPAS , 阿里云背景本系列直播分为十五章知识图谱目标群体

2019-03-11

apicloud如何对接大牛直播SDK

随着apicloud的普及，越来越多的用户苦于apicloud下没有一款真正靠谱低延迟的rtmp/rtsp直播播放器苦恼。

2018-03-17

阿里云构建微信直播

实现在微信中嵌入直播视频，可以分享到好友或朋友圈。本文介绍使用阿里云主机和云视睿博流媒体服务器构建微信直播的简易步骤。工具/原料 1. 阿里云主机 2.

2018-02-06

iOS：app直播---原理篇

转载自简书@袁峥Seemygo：http://www.jianshu.com/p/7b2f1df74420 一、个人见解（直播难与易）直播难：个人认为要想把直播从零开始做出来，绝对是牛逼中的牛逼

2017-10-10

腾讯云直播流量费用怎么算？直播流量包计费方式和费用计算

企业做电商直播、在线教育、活动直播、游戏赛事或企业发布会时，腾讯云直播的费用经常是上线前最难估算的一部分。

2026-09-17

AI数字人直播系统源码解析：企业搭建AI直播平台需要考虑哪些问题

随着大模型、语音合成、实时音视频和数字人技术不断成熟，AI数字人直播已经逐渐从概念展示进入实际应用阶段。企业可以利用AI数字人进行商品讲解、品牌宣传、课程授课、知识分享以及私域直播等。

2026-09-09

AI直播数字人系统开发方案：企业如何搭建智能化直播平台

随着人工智能、数字人、语音合成和大模型技术不断成熟，直播行业正在从“真人主播+人工运营”逐渐向“AI数字人+智能中控+自动化运营”方向发展。

2026-09-04

开发手机直播App：如何在真旺云配置七牛直播计费【中篇】

上一篇文章，主要阐述了如何在真旺云平台，进行七牛直播计费配置的前半篇，在本篇中，我们将从创建直播空间开始，继续帮助各位开发者、运营者如何进行下一步配置。首先，我们先来创建直播空间！

2017-09-04

如何把握住视频直播的风口，打造安全可靠的视频直播平台

摘要：本文的整理自2017云栖大会-南京峰会上阿里云资深售后工程师杨宏的分享讲义，讲义从视频直播行业的快速兴起谈起，谈到如何把握住这个机遇快速搭建起一个视频直播系统，应该如何进行直播平台的架构设计，再从三个方面谈到对于直播系统的安全性考量

2017-05-03

涨得快反而亏得多？斜率动量策略的真相

今天在浏览量化文章，发现动量策略基本都是一样的底层算法，其他复杂策略比如五福，七星等策略都是在这个算法基础加入其他条件演变而来，万变不离其宗，常见的动量大概就几种，斜率，涨跌幅，均线相对位置，本质就是比较某一个因子值的大小排序，在交易分析，我整理了几个常见的很慢详细介绍

2026-09-29

大模型能力突飞猛进，但真正落到企业业务里，大多数团队却卡在同一个难题上：没有算法团队，业务同学不会调模型，Token 成本和权限也没人管。AI 灵枢正是为破解这一困局而生——作为新一代企业智能体编排平台，它支持接入企业内部数据源与知识库，无需 AI 工程师，也无需新增团队，业务人员只需用自然语言描述需求，AI 便会自动生成完整的 Agent 应用即时使用，省去复杂的研发流程；同时提供私有化部署方案，确保数据安全可控。

2026-09-03

快用 OpenAgents Workspace，让 ai 分身替你打工！

近期，很多小伙伴用OpenAgents Workspace做出了非常有意思的小尝试：用ai分身代替自己24/7 打工、让agent团队做投研......直接效率翻倍！快来看看，他们是如何使用的~ 🌟给OpenAgents点点github star: https://github.com/openagents-org/openagents 01 让ai分身替你24/7做事，随时待命每个员工训练一个AI分身，老板随时布置任务，分身们自动协作完成设计+开发+测试+发PR全流程。工作流： CEO（Dan）凌晨1:30发任务："明早之前把用户Dashboard做出来。"然后去睡觉系统激活4个AI分身，所有真人处于offline状态 alex-agent（PM分身）→ 拆解需求，@sarah-agent做设计，@mike-agent做开发 sarah-agent（设计师分身）→ 调取Sarah的47条设计规范记忆，完成响应式布局+Figma稿 mike-agent（开发者分身）→ 基于设计稿开发：折线图、数据表、API对接、移动端适配，push代码到feature/dashboard分支 mike-agent@lisa-agent 开始测试 lisa-agent（QA分身）→ 调取Lisa的23条测试清单，跑20个测试（桌面端12/12、移动端8/8、性能LCP<1.2s、无障碍WCAG AA）— 全部通过 alex-agent→ 汇总报告：总耗时1小时25分钟，PR已创建凌晨2:57，所有分身回到待命状态早上8:00 Dan上线，PR等待审核核心价值：人力倍增：4人团队变8人，分身那一半7×24运转个性化记忆：真人训练分身。每个分身继承真人的知识积累，而不是通用AI 02 6-agent投研团队给你干活，效率翻倍 6个agent替代6人投研团队，从新闻监控到12页投资报告，全自动生成，24/7不间断。工作流：用户下达一条指令："研究NVDA，出一份完整投资报告" research-agent→ 扫描SEC文件、财报电话会、分析师报告 data-agent→ 拉取关键数据 memory-agent → 从向量记忆中调取历史记录，补充上下文 analysis-agent→ 完成竞品分析 decision-agent→ 综合所有数据，给出评级和相关数据支撑 report-agent→ 汇编5个agent的输出，生成投资备忘录报告上传至workspace文件夹，完成核心价值：知识复利：memory-agent调取历史记录，不从零开始，越用越聪明多个agent并行工作，自动协调，高效产出 03 👏Q&A 最近，我们收到了超多小伙伴的使用反馈！！一些普遍疑问，我们集中做个解答： Q1：我的代码会上传到云端吗？数据安全怎么保证？ A： OpenAgents 是完全开源的，支持本地私有化部署。你可以在自己的服务器或内网环境中运行，代码和数据不会离开你的本地环境。只需本地部署即可，完全可以放心！ GitHub: github.com/openagents-org/openagents Q2：我现在用 Claude Code 写代码、CodeX 做 review，中间全靠手动复制粘贴，Workspace 能解决这个问题吗？ A：这正是 Workspace 要解决的核心问题。你可以把多个 agent 接入同一个 workspace，它们共享同一个上下文和知识库。一个 agent 写完代码，另一个 agent 直接在同一个空间里做 review，不需要你手动搬运数据。agent 之间会自动协作。 Q3：我能让 agent 晚上自己跑任务，第二天早上看结果吗？ A：这是我们的方向——无人值守模式。你定义好任务和角色规范，agent 自动按照流程执行，跑完后通知你。目前已经有用户在测试 AI 分身在 workspace 中独立工作的场景，效果还可以。 Q4：我们团队不同人习惯不同工具，怎么协作？ A：在 Workspace 中，你可以为不同角色指定不同的 agent。比如开发环节指定用 Cloud Code，review 环节指定用 CodeX，各司其职。团队内部约定好分工，在 workspace 里配好就行。 Q5：你们和 Cursor、单个 AI 工具有什么区别？ A： Cursor 是单一工具，是一个人对一个 AI。Workspace 是多 agent 协同平台：多个 agent 在一个共享空间里协作，能自动分工、接力、共享知识。就像一个人和一个团队的区别。单个工具解决一个环节的效率问题，Workspace 解决的是整条链路的自动化问题。 Q6：界面好用吗？不习惯命令行的人能上手吗？ A：比命令行更直观。agent 的思考过程、执行结果都直接展示在界面上，前端、测试、产品经理这些非重度命令行用户用起来也很上手！（当然，开发者也可以直接用 CLI 操作） Q7：不同企业需求不一样，能做定制化吗？ A：可以。OpenAgents 开源且可自部署，企业可以根据自身需求进行定制。后续也会提供企业级定制化服务方案。

2026-04-23

文心快码智能化 Coding Agent 实践

在本次 “AI Coding” 专场演讲中，分享者围绕大模型推进下的软件开发变革展开了系统性的内容整理。随着 AI 编码行业进入爆发期，越来越多开发者在日常工作中采纳 AI 辅助工具，行业参与者数量与技术形态也快速扩展。从智能问答到 IDE 插件，再到多形态的智能体与原生 AI IDE，整个生态正在向更复杂的任务协同和更高质量的代码生成演进。 PPT 中重点展示了 AI 编码能力背后的核心技术，包括模型及数据工程、上下文工程与 Agent 工程。模型能力仍然是产品上限的基础，而高质量数据的生产、清洗、标注与评估构成了训练与优化的关键链路。通过代码解析、基于模型生成、结合人类反馈等方式构建训练数据，并配合 SFT、DPO 等机制进行持续优化，是提升质量的主要路径。同时，数据评估体系通过自动化维度分析、对比报告和多模型评分，帮助更系统地发现与定位问题。在工程体系层面，PPT 强调了上下文的重要性。无论是检索式的 RAG、更加结构化的 GraphRAG，还是通过预生成构建代码库知识体系（如术语词典、代码库 Wiki），其目标都是让智能体能够更准确理解代码库并调用最合适的信息。此外，上下文推理模型用于提升检索质量与信息密度，减少幻觉和跑题情况，使生成结果更贴近用户意图。演讲还介绍了 Agent 工程的实践。从单 Agent 到 SubAgent，以至于可定制化的 Agent，不同结构用于解决上下文窗口、任务复杂度、记忆污染等问题，并让开发者可以在特定场景下构建专业化能力，如 Debug、UT 或 F2C（设计稿转代码）。在更广泛的研发流程中，智能体通过与工具链的整合，逐步融入需求管理、代码生成、扫描、测试与部署等工作环节，推动构建更加智能化的研发体系。最后，PPT 指出当前行业对 AI 编码的态度正在从“轻量化体验”走向更严格的工程参与；AI 更像是一个放大器，放大组织的优势，也放大组织的瓶颈。随着场景进一步细分和工程体系持续成熟，AI 与工程师的协同将成为提升研发效能的关键方向。详情可查看完整 PPT 内容：https://www.oschina.net/doc/526

2025-11-26

生成接口文档就是这么快！

当有接口对接需求的时候，开发终于不用再担心 API 文档难写了，也不用再一个个接口文档重新写！安装这个 IDEA 插件，可以一步将文档导入到 Postcat。更新了什么？这款插件操作简单，容易上手，能够让开发者省去 API 文档编写的工作，更专注于开发。插件通过分析用户注释进行接口解析，最终生成接口文档并上传至 Postcat 服务器，使得开发者可以在 Postcat 上进行 API 管理和分享，提高协作能力和开发速度。和Swagger 有什么区别呢？ Postcat 插件不会入侵到代码内部，无需添加任何jar包依赖插件通过分析用户注释进行接口解析，最终生成接口文档并上传至 Postcat 服务器，使得开发者可以在 Postcat 上进行 API 管理和分享，提高协作能力和开发速度。 Postcat 提供了多种拓展注释，如 @path、 @url、 @method、 @name、 @hidden和 @required，这些注释可以在设置界面进行自定义或兼容现有注释。此外， Postcat 还提供了注释生成功能，对于没有或仅有少量注释的类和方法，开发者无需费力手动添加，该功能可以分析方法字段含义并自动生成注释。开发者只需要检查或根据实际场景进行微调，即可生成一份较完善的API文档。如果原有注释不足，Postcat 会通过添加方式补充注释，移除注释时只会移除Postcat提供的那些拓展性注释，不会破坏用户自身的注释。同时，开发者还可以使用"意图"功能局部生成插件注释，并进行调整和修改。 Postcat提供了多种 API 上传方式，方便开发者在不同的场景下使用：对于首次使用Postcat的现有项目，开发者可以使用主菜单中 Tools分组下的 Upload Project Api Doc来完成项目级别的接口上传。对于新需求下创建的Controller，在完成接口定义后，开发者可以右键菜单，选择 Upload All Api 来进行单个文件级别全部上传，做到先有文档再有逻辑，前后端工作不再串行阻塞。对于某个部分单独接口的改动，无需全部上传，开发者可以右键菜单，选择 Upload Api功能，该功能会展示当前编辑类的接口信息，并提供接口预览和接口选择界面，使得用户可以勾选需要更新或上传的目标API进行信息核对和上传。如何安装配置？ IDEA 版本需大于 IntelliJ IDEA 2022.03 在 IDEA “设置-插件-Marketplace” 中搜索 Postcat，找到 Postcat 插件安装即可。同时也可在 IDEA插件市场上进行下载安装，本地的IDEA没有自动唤起时，可以直接把zip包拖入IDEA中即可完成安装/更新。填写配置信息首次上传需要填写配置信息，配置信息项目之间独立。配置信息获取途径：登陆 Postcat 进入项目中获取 Token、WorkspaceID 和 ProjectID。 Server 默认填写：https://postcat.com/api，用户无需修改 Token获取 3. WorkspaceID 和 ProjectID 获取进入项目设置页面，点击项目名右侧“问号” 4. StringType 决定出入参的字符串类型，只有参数名一开始就是遵守驼峰规范才会发现改变，预览窗口可看到变化结果 1. 当参数名为 userInfo，选择 camelCase，依旧是 userInfo，这是默认选项 2. 当参数名为 userInfo，选择 lower_underscore，会变成 user_info 3. 当参数名为 userInfo，选择 UPPER_UNDERSCORE，会变成 USER_INFO 注意事项进行解析上传前，请确保 IDEA 在项目中已经构建完，相关依赖已经下载好。强烈推荐使用插件定义的注释，插件有强大的生成注释功能，强烈建议先生成插件的注释进行编辑再上传，注释可以在设置也进行自定义。在识别不到插件注释时，仅对 Spring MVC、 Swagger.v2和 Swagger(OpenAPI).v3的注解只做部分简单支持。为避免必要参数的缺失，推荐使用插件注释。生成注释功能会对 Spring MVC、 Swagger.v2 和 Swagger(OpenAPI).v3的注解只做部分简单支持，而不会让你重头编写。 HTTP接口通过路由和请求方式判断唯一做覆盖更新处理对于已经上传的 API，在 web 上进行过手动修改，不建议再使用上传功能，因为插件上传会覆盖掉之前的内容。在生成/手敲了插件javadoc后，对接口uri，请求方式（GET/POST）等做了修改，需要手动修改插件javadoc，否则插件还是会识别到旧的插件javadoc信息。自动生成的类注释默认会上传到默认分组，请用户自行填写真实的分组，分组通过名字识别。如多级分组，则用 .隔开，比如需要把接口传到第三方分组下的用户分组，则 group-name 填写第三方.用户。 @group-name注释支持到方法级别，默认不生成，可手动添加到方法注释，插件会帮你将当前方法存到对应分组中。项目级别的 api 扫描和上传，顶部菜单 [Tools -> Upload Project Api Doc]，具体使用规则看项目级上传。生成类注释不在默认生成 @required注释，只会针对有 javax.validation.constraints.NotNull注解的字段才生成。不推荐使用 @remark注释，插件保留了识别功能且将内容拼接到字段说明中，生成类注释不会自动生成。通过 @PathVariable，POST方法默认把参数识别成 Formdata 类型，GET方法默认把参数识别成 query 类型。 //标识的注释无法被识别出来，请使用 /** */标识。了解 Postcat： Postcat是一个强大的开源、跨平台（Windows、Mac、Linux、Browsers...）的 API 开发测试工具，支持 REST、Websocket 等协议（即将支持 GraphQL、gRPC、TCP、UDP），帮助你加速完成 API 开发和测试工作。 Postcat 核心功能： API 文档管理：可视化 API 设计，生成 API 文档 API 测试：自动生成测试参数，自动生成测试用例，可视化数据编辑插件拓展：众多插件扩展产品功能，打造属于你和团队的 API 开发平台 Mock：根据文档自动生成 Mock, 或创建自定义 Mock 满足复杂场景团队协作：既能实现 API 分享也能可以创建云空间共同协作 Postcat 优势：免登录即可测试：省去繁琐的验证登录的操作界面简洁：没有冗余的功能与复杂选项免费：中小团队以及个人使用丰富的插件：支持数据迁移、主题、API 安全等高达 22 款插件国产：能更好的理解国内用户的需求，与开发团队沟通无障碍完善的用户文档：跟着操作就能快速上手多提 Issue ! 多反馈！在使用过程中有任何疑问，可以在线提 Issue（强烈推荐这种开源的方式），提问题本身就已经在贡献社区了： https://github.com/Postcatlab/postcat/issues 如果喜欢，不妨 Star 支持一下这个项目是开源的，如果你觉得这个项目还不错的话，不妨点个 Star 支持一下！ Github ： https://github.com/Postcatlab/postcat Gitee: https://gitee.com/eolink_admin/postcat

2023-03-28

Python 之父汇报进展：CPython 3.11 比 3.10 快 25%

当使用 pyperformance 基准套件测量在 Ubuntu Linux 上使用 GCC 编译时， CPython 3.11 平均比 CPython 3.10 快 25% 。

2022-05-19

资源下载

更多资源

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。

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。

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。

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。