51工具盒子

2024-07-01 厉飞雨 阅读(350) 评论(0) 赞(17)

1.什么是tablesaw？ -------------- Tablesaw是一款Java的数据可视化库，主要包括两部分： * 数据解析库，主要用于加载数据，对数据进行操作(转化，过滤，汇总等)，类比Python中的Pandas库； * 数据可视化库，将目标数据转化为可视化的图表，类比Python中的Matplotlib库。 与Pandas不同的是，Tablesaw中的...

2024-07-01 厉飞雨 阅读(612) 评论(0) 赞(19)

<br /> <blockquote> <p>本周精选 8 个 Github 项目，涵蓋網路威脅情報管理、閱讀器、網站檢查工具、Python 程式設計入門、GRC 解决方案、音樂管理工具、管理員儀表板和 uni-app 组件库，滿足您各方面的需求，提升您的效率和体验。</p> </blockquote> <h2&...

2024-07-01 厉飞雨 阅读(433) 评论(0) 赞(17)

前言 --- 接口性能优化是后端开发人员经常碰到的一道面试题，因为它是一个跟开发语言无关的公共问题。 这个问题既可以很简单，也可以相当复杂。 > 有时候，只需要添加一个索引就能解决。 > 有时候，代码需要进行重构。 > 有时候，必须增加缓存。 > 有时候，需要引入一些中间件，例如消息队列（MQ）。 > 有时候，需进行分库分表。 ...

2024-07-01 厉飞雨 阅读(369) 评论(0) 赞(15)

再来分享一下用AI写热点事件的心得。这次以Kimi为例，只能说好后悔之前没有用Kimi写热点事件。 先来说说追热点事件的两个重要阶段吧。阶段不同，文章内容的侧重点也不相同。当然下面所说的6小时也只是参考，并不一定。 \*\*一是，热点事件发生6小时之内。\*\*这个阶段要抓住"早"的优势，文章不需要多优秀，只要把事件描述清楚即可，通用的文章改写指令就...

2024-07-01 厉飞雨 阅读(435) 评论(0) 赞(16)

简介 Erupt 是一个低代码 全栈类 框架，它使用 Java 注解 动态生成页面以及增、删、改、查、权限控制等后台功能。 零前端代码、零 CURD、自动建表，仅需 一个类文件 + 简洁的注解配置，快速开发企业级 Admin 管理后台。 高扩展性，支持CURD自由扩展 @DataProxy 、自定义数据源、逻辑删除、LDAP、OSS。 提供企业级中后台管理系统的全栈...

2024-07-01 厉飞雨 阅读(495) 评论(0) 赞(16)

<p>AI兴起之后，GitHub上涌现出很多免费的神级AI项目，让人眼花缭乱。今天给大家盘点一些我认为神级的AI项目，每一个都值得大家收藏：</p> <br /> <p><strong>1、Ollama（<strong><strong>68K Stars</strong></s...

2024-07-01 厉飞雨 阅读(379) 评论(0) 赞(15)

1.什么是Spring Mobile？ ------------------- Spring Mobile是一个基于Spring Web MVC框架扩展的一个针对不同移动终端的应用开发框架。通过它我们在适配不同终端方面，就不用费劲心思了。 ### Spring Mobile的主要功能 * 自动设备检测: Spring Mobile在 server端内置了一个设备解析器的抽...

2024-07-01 厉飞雨 阅读(411) 评论(0) 赞(16)

1.什么是findbug？ ------------- FindBugs 是一个静态分析工具，它检查类或者 JAR 文件，将字节码与一组缺陷模式进行对比以发现可能的问题。有了静态分析工具，就可以在不实际运行程序的情况对软件进行分析。不是通过分析类文件的形式或结构来确定程序的意图，而是通常使用 Visitor 模式来鉴别代码是否符合一些固定的规范。 2.代码工程 ------...

2024-07-01 厉飞雨 阅读(2062) 评论(0) 赞(16)

<p>前言</p> <p>随着全球IPv4公网IP资源的减少，越来越多的地区不再为家庭宽带提供公网IPv4，只提供IPv6公网IP，使得NAS玩家在外网访问家中NAS资源变得更具挑战性。即便拥有IPv4公网IP，直接暴露NAS端口也存在安全风险。一些用户可能会选择FRP/NPS等内网穿透方案，这些方案依赖带公网IP的服务器中转，但带宽和流量限...

2024-07-01 厉飞雨 阅读(366) 评论(0) 赞(16)

之前三金介绍了很多 AI 大模型以及如何编写 AI Prompt 的文章，但从实际应用的维度来看，我们在使用这些 AI 产品时 **一般都是将它作为一个搜索引擎来使用的，并没有发挥出它应有的价值** 。 为什么这么说呢？ 首先，大多数情况下我们只是通过和 AI 对话来获取自己想要的答案，一个标准的、符合预期的回答 **往往需要多轮对话才会产生** ； 其次， **对于一些...