稀土掘金 稀土掘金
    • 首页
    • 沸点
    • 课程
    • 数据标注 HOT
    • AI Coding
    • 更多
      • 直播
      • 活动
      • APP
      • 插件
    • 直播
    • 活动
    • APP
    • 插件
      • 搜索历史 清空
        • 写文章
        • 发沸点
        • 写笔记
        • 写代码
        • 草稿箱
        创作灵感 查看更多
  • 后端
  • 前端
  • Android
  • iOS
  • 人工智能
  • 开发工具
  • 代码人生
  • 阅读
  • ⚡_延迟优化实战:从毫秒到微秒的性能突破[20260414200753]
    作为一名专注于系统性能优化的工程师,我在过去十年中一直致力于降低Web应用的延迟。最近,我参与了一个对延迟要求极其严格的项目——金融交易系统。这个系统要求99.9%的请求延迟必须低于10ms,这个要求
    • Github开源项目
    • 7小时前
    • 4
    • 点赞
    • 评论
    前端 后端
    ⚡_延迟优化实战:从毫秒到微秒的性能突破[20260414200753]
  • 5NF and Database Design | 海外技术热榜 | 海外技术热榜
    本文翻译自Hacker News最新热门技术文章,包含前沿技术方案、最佳实践和落地经验,帮助开发者提升技术视野。
    • 我看看怎么个事
    • 7小时前
    • 3
    • 点赞
    • 评论
  • 多模态数据湖仓,为什么会成为 Data+AI 的下一层基础设施:从 Iceberg + Ray 讲起
    如果你最近在做 RAG、多模态检索、推荐、AIGC 训练数据,应该多少都踩过同一类坑。 原始 PDF、图片、音频、视频扔在对象存储里;结构化元数据放在数仓;embedding 又放进向量库;OCR、切
    • 数据智能老司机
    • 7小时前
    • 22
    • 点赞
    • 评论
    LLM
    多模态数据湖仓,为什么会成为 Data+AI 的下一层基础设施:从 Iceberg + Ray 讲起
  • 数字孪生可视化中的BIM轻量化:原理、算法与工程实践
    深入讲解BIM轻量化技术的底层原理,包括几何简化、LOD生成、材质压缩、纹理合并等核心算法,以及如何在工程项目中落地实施,适合技术开发者阅读
    • seanminjiedel
    • 8小时前
    • 4
    • 点赞
    • 评论
    后端
  • 从零构建数字孪生可视化平台:技术架构设计与关键技术选型
    详细讲解数字孪生可视化平台的整体技术架构,包括前端3D引擎、后端数据服务、IoT接入、部署方案的设计思路与选型依据,适合技术负责人参考
    • seanminjiedel
    • 8小时前
    • 10
    • 点赞
    • 评论
    后端
  • 智慧城市数字孪生项目避坑指南:我从10个项目中学到的20条经验
    总结10个真实智慧城市/园区数字孪生项目中的踩坑经历,涵盖需求沟通、模型处理、数据接入、性能优化、交付验收五大阶段,每条经验均来自真实教训
    • seanminjiedel
    • 8小时前
    • 3
    • 点赞
    • 评论
    后端
  • 数字孪生中的IoT数据接入实战:从MQTT到3D可视化的完整链路解析
    详解数字孪生项目中IoT传感器数据如何与3D模型绑定,包括MQTT协议解析、WebSocket推送、数据清洗、阈值告警的可视化实现,提供完整代码示例和架构图
    • seanminjiedel
    • 8小时前
    • 4
    • 点赞
    • 评论
    后端
  • 数字孪生可视化性能优化:Three.js自研 vs 专业平台,5000字血泪对比
    从帧率、加载速度、内存占用三个维度,对比Three.js自研方案与CIMPro孪大师的实际表现。包含真实项目数据、踩坑记录和选型建议,帮你做出正确决策
    • seanminjiedel
    • 8小时前
    • 4
    • 点赞
    • 评论
    后端
  • 数据语义层,正在从 BI 配角变成 AI 时代的基础设施
    说实话,语义层这个词前几年并不算性感。很多人一听就会把它和 BI、指标口径、老板看板绑在一起,觉得这是个老话题。可如果你最近认真看过主流数据平台的产品路线,就会发现它已经彻底变味了。Looker 把对
    • 数据智能老司机
    • 8小时前
    • 5
    • 点赞
    • 评论
    大数据 Agent
    数据语义层,正在从 BI 配角变成 AI 时代的基础设施
  • Agent Skills:为什么你的 AI 系统需要的不是更聪明的模型,而是一套可复用的能力包
    开篇:一次让我彻底改变思路的失败 去年年底,我们团队做了一个客服 Agent 项目。需求很清晰:接入工单系统、知识库和用户画像,帮一线客服做工单分流、问题诊断和解决方案推荐。 我们的第一版实现方案非常
    • 数据智能老司机
    • 8小时前
    • 7
    • 点赞
    • 评论
    Agent
    Agent Skills:为什么你的 AI 系统需要的不是更聪明的模型,而是一套可复用的能力包
  • 数据契约:AI 时代数据工程最被低估的基建
    开篇:一个凌晨三点的故事 我先讲一个真实发生过的场景。 某天凌晨三点,我被告警叫醒。不是因为服务挂了,也不是因为模型超时。告警的内容是:线上一个 Agent 系统的「客户情绪判断准确率」在过去 6 小
    • 数据智能老司机
    • 9小时前
    • 18
    • 点赞
    • 评论
    大数据 人工智能 LLM
    数据契约:AI 时代数据工程最被低估的基建
  • LangGraph 入门到精通0x02:基础 API (二)
    今天继续学习一些 LangGraph 常用到的基础 API。废话少说上干货。主要有并行分治、递归限制、长时记忆、MapReduce模式等。
    • chaors
    • 9小时前
    • 29
    • 点赞
    • 评论
    LLM Agent LangChain
    LangGraph 入门到精通0x02:基础 API (二)
  • 硬核拆解:Web3多链监控系统的底层炼狱——从 EVM ABI 解码到 Solana 异构解析
    0. 写在前面 这不是一篇“我用了什么技术栈”的流水账。这篇文章的目标是: 我将从最底层的字节解析、数据结构反序列化、异构链的归一化处理、以及 AI 工程化落地四个维度,拆解这套系统真正的技术骨架。
    • 潇楠Web3哨兵
    • 9小时前
    • 14
    • 点赞
    • 评论
    web3
    硬核拆解:Web3多链监控系统的底层炼狱——从 EVM ABI 解码到 Solana 异构解析
  • ⚡_实时系统性能优化:从毫秒到微秒的突破[20260414180832]
    作为一名专注于实时系统性能优化的工程师,我在过去的项目中积累了丰富的低延迟优化经验。实时系统对性能的要求极其严格,任何微小的延迟都可能影响系统的正确性和用户体验。今天我要分享的是在实时系统中实现从毫秒
    • Github开源项目
    • 9小时前
    • 3
    • 点赞
    • 评论
    前端 后端
    ⚡_实时系统性能优化:从毫秒到微秒的突破[20260414180832]
  • Spain to expand internet blocks to tennis, golf, movies broadcasting times | 海外技术热榜 | 海外技术热榜
    本文翻译自Hacker News最新热门技术文章,包含前沿技术方案、最佳实践和落地经验,帮助开发者提升技术视野。
    • 我看看怎么个事
    • 9小时前
    • 2
    • 点赞
    • 评论
  • Go 实战:用 Redis 实现 LLM 流式输出的断线续传
    用 Redis Streams + Pub/Sub 解决 Go 后端 LLM 流式输出断线续传的问题
    • 用户8206824631494
    • 9小时前
    • 7
    • 点赞
    • 评论
    JavaScript
  • 第一篇文章 一些自言自语
    一直很羡慕程序员,可以自己制作app或者游戏。羡慕了很久,现在我想,是不是再不试试就晚了。 作为0基础的已经毕业了好几年的人来说,真的很希望有一天能使用自己制作的app,每天沉浸在自己制作的app中
    • lran
    • 9小时前
    • 10
    • 点赞
    • 评论
    APP
  • SQL窗口函数完整指南:5大高频场景详解
    本文深入介绍SQL、MySQL、数据分析的核心技术要点、实战经验与最佳实践,帮助读者快速掌握相关技能并应用于实际工作中。
    • 船长Talk
    • 10小时前
    • 6
    • 点赞
    • 评论
    MySQL
  • 🌟 LangChain 30 天保姆级教程 · Day 20|自定义 Retriever 实战!把 Elasticsearch、数据库、API 变成 RAG
    🔌 一、为什么需要自定义 Retriever? 在 Day 17–19 中,我们使用 Chroma 作为向量库。 但真实企业环境往往已有成熟检索系统: 📈 Elasticsearch:公司全文搜索引擎
    • Csvn
    • 10小时前
    • 6
    • 点赞
    • 评论
    LangChain Python
  • XGBoost完整实战指南:电商用户购买意愿预测
    本文深入介绍XGBoost、机器学习、Python的核心技术要点、实战经验与最佳实践,帮助读者快速掌握相关技能并应用于实际工作中。
    • 船长Talk
    • 10小时前
    • 6
    • 点赞
    • 评论
    Python
  • 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30