稀土掘金 稀土掘金
    • 首页
    • AI Coding NEW
    • 沸点
    • 课程
    • 直播
    • 活动
    • AI刷题
    • 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
    • vip
      会员
  • 后端
  • 前端
  • Android
  • iOS
  • 人工智能
  • 开发工具
  • 代码人生
  • 阅读
  • 后端成本工程(FinOps for Backend)——如何把后端做成“性价比只升不降的系统”
    过去十年:追求性能 未来十年:追求 “性能/成本 最优比” 系统不是越快越好 → 是越快越省越好 后端成本构成 DB 成本 > MQ 成本 > 缓存成本 > 应用成本
    • 春与秋其代序
    • 7小时前
    • 3
    • 点赞
    • 评论
    后端
  • 后端“可测试性”设计 —— 系统越大,越依赖“可测试”来保障可演化能力
    大型后端不是“靠开发能力解决一切” 而是靠 “可测试性设计” 提升演化速度 测试不是 QA 的事,是系统设计的一部分 可测试性的判断标准 业务逻辑可隔离 依赖层可 mock 状态变迁可观测
    • 春与秋其代序
    • 7小时前
    • 3
    • 点赞
    • 评论
    后端
  • Vibe Coding:当编程不再是逐行代码,而是与AI共舞的艺术
    > 与AI对话,让创意自然流淌 在传统的编程认知中,程序员是那个坐在电脑前,逐行敲击代码的“工匠”。但随着AI时代的到来,一种全新的编程范式正在悄然兴起——Vibe Coding(氛围编程)。这不
    • ohyeah
    • 7小时前
    • 5
    • 2
    • 评论
    前端 VibeCoding
  • 手把手打造 AI 全栈应用,先做个简单的前后端串联:从前端到 LLM 接入实战指南
    🌟 引言:AI 时代的全栈开发者 在 AI 技术迅猛发展的今天,传统的“前端 + 后端”分工正在被打破。借助大模型(LLM),一个开发者可以快速构建具备智能问答能力的完整应用——这就是 AI 全栈开发
    • 拖拉斯旋风
    • 7小时前
    • 6
    • 2
    • 评论
    前端 后端
    手把手打造 AI 全栈应用,先做个简单的前后端串联:从前端到 LLM 接入实战指南
  • 你需要知道javascript小知识:JavaScript 中的引用拷贝、浅拷贝与深拷贝详解
    ——附内存机制解析与大厂面试题 📌 前言 在 JavaScript 开发中,我们经常需要复制对象或数组。然而,直接赋值(=)并不会创建一个全新的副本,而是产生“引用共享”的现象。这常常导致意料之外的数
    • 拖拉斯旋风
    • 7小时前
    • 5
    • 5
    • 评论
    JavaScript 前端
    你需要知道javascript小知识:JavaScript 中的引用拷贝、浅拷贝与深拷贝详解
  • 智慧运维平台:让航天装备管理更智能、更可靠
    引入数字孪生平台提升航天运维效率,实现从“救火式”到“预防性”维护,提升故障诊断精准度和移动运维能力。
    • JS开发数字孪生爱好者
    • 8小时前
    • 3
    • 点赞
    • 评论
    数据可视化
    智慧运维平台:让航天装备管理更智能、更可靠
  • 我发布的招聘海报被IT码农骂了,凭什么限制性别,凭什么限制28岁
    事情起因是这样的,朋友说想要招聘一位产品运营员工,说让我发布到公众号,我说没问题,这有什么。 我向他要来了职位JD,然后用HTML给他做了一张招聘海报,如下截图: 本来我想大家应该是积极响应
    • 堆栈future
    • 8小时前
    • 4
    • 点赞
    • 评论
    产品 运营 招聘
  • 钠离子电池技术前景与挑战解析
    本文深入分析钠离子电池技术发展现状,重点探讨普鲁士蓝电极材料特性、中美在电池制造领域的差距,以及钠离子电池在电网储能、数据中心等领域的应用潜力与技术挑战。
    • 用户576110558132
    • 8小时前
    • 3
    • 点赞
    • 评论
    人工智能 AIGC
  • 构建一个 DeepSeek 模型——通过键值缓存(Key-Value Cache, KV Cache)解决推理瓶颈
    本章内容 自回归式 LLM 推理为何低效 解决方案:键值缓存(Key-Value Cache, KV Cache)及其代价 MQA 与 GQA:第一代缓解 KV Cache 内存压力的方案 要理解 D
    • 数据智能老司机
    • 8小时前
    • 5
    • 点赞
    • 评论
    LLM DeepSeek 架构
    构建一个 DeepSeek 模型——通过键值缓存(Key-Value Cache, KV Cache)解决推理瓶颈
  • Java String 系列
    API String字符串 StringBuilder 都是用于字符串的。 String基础知识以及创建 String常用方法 String的介绍 2、String的实现原理 其实字符串的原貌是数组。
    • 我是天龙_绍
    • 8小时前
    • 5
    • 点赞
    • 评论
    后端
  • 重识 Java IO、NIO 与 OkIO
    通过例子讲解了 Java IO,包括传统 java.io (流、Socket)、NIO (Channel、Buffer) 和更简洁的 OkIO 库。
    • 雨白
    • 8小时前
    • 90
    • 1
    • 评论
    Android Java
    重识 Java IO、NIO 与 OkIO
  • 使用marked库,将markdown内容转化为html标签
    使用pnpm安装marked库 在js中导入 准备数据,进行测试 数据准备 通过v-html将content渲染到界面中 查看效果 🚀 核心成就:Vue.js 的诞生与演进 轻量化初心:Vue 最初源
    • KEee
    • 8小时前
    • 6
    • 点赞
    • 评论
    前端
    使用marked库,将markdown内容转化为html标签
  • 构建一个 DeepSeek 模型——DeepSeek 简介
    本章内容 为什么 DeepSeek 是开源 AI 的转折点 我们将在本书中逐步实现的关键创新的高层路线图 本书的结构、范围与先修要求 近几年,大型语言模型(LLM)重塑了技术版图。我们已身处这样一个世
    • 数据智能老司机
    • 8小时前
    • 3
    • 点赞
    • 评论
    DeepSeek LLM 架构
    构建一个 DeepSeek 模型——DeepSeek 简介
  • MyBatis-Plus 源码阅读(二)代码生成器原理深度剖析
    本文是 MyBatis-Plus(MP)源码阅读系列第二篇,聚焦 MP 代码生成器的核心实现与使用。
    • SheepHappy
    • 8小时前
    • 16
    • 1
    • 评论
    源码阅读 Java
    MyBatis-Plus 源码阅读(二)代码生成器原理深度剖析
  • Java程序员如何靠RAG逆袭AI时代
    AI时代的浪潮重塑着程序员的工作生态,昔日重复性编码任务渐由AI工具承接,程序员的核心价值转向需求拆解、架构设计与AI协同。他们需驾驭AI辅助工具提升效率,更要深耕业务理解与创新思维.
    • 小研说技术
    • 8小时前
    • 3
    • 点赞
    • 评论
    后端
    Java程序员如何靠RAG逆袭AI时代
  • x64架构汇编语言和操作系统基础李忠老师完整视频
    易语言半内存辅助开发实战指南 一、基础技术准备 1. 内存操作核心API 2. 进程权限提升 二、游戏数据定位 1. 特征码搜索实现 2. 多级指针遍历 三、完整辅助源码解析 1. 主框架实现 2.
    • 源码7可
    • 8小时前
    • 4
    • 点赞
    • 评论
    操作系统
  • 构建推理模型——评估推理模型
    本章内容 可靠地从 LLM 的回答中提取最终答案 用符号数学求解器(像计算器一样)将 LLM 输出与参考解对比以校验正确性 跑通一条完整的评测流水线:加载预训练模型、生成答案、并在数据集上打分 评测让
    • 数据智能老司机
    • 8小时前
    • 6
    • 点赞
    • 评论
    LLM
    构建推理模型——评估推理模型
  • 排序算法之快排
    排序算法算是面试中比较高频的问题了 排序算法有很多种,比如: 冒泡排序 选择排序 插入排序 快速排序 ... 每种排序都有各自的优势 今天我们来讲快速排序 它的优势就是它的名字,速度快,时间复杂度大概
    • 用户843258173221
    • 8小时前
    • 8
    • 点赞
    • 评论
    前端
  • 神经网络图像压缩技术新突破
    本文介绍了一种基于神经网络的新型图像压缩方法,通过创新的感知损失函数和显著性检测模块,在保持图像质量的同时实现更高效的压缩。该方法在低比特率下表现优异,能够更好地保留图像中的重要区域细节。
    • 用户576110558132
    • 8小时前
    • 4
    • 点赞
    • 评论
    人工智能 AIGC
  • 新手也能学会,100行代码玩AI LOGO
    先做准备:新手需要的工具和材料(缺一不可) 在写代码前,先把 “装备” 备齐,就像做饭前要准备锅碗瓢盆一样: 编辑器:用 VS Code(免费!官网直接下载,安装时选 “添加到右键菜单”,后面打开文件
    • Larcher
    • 8小时前
    • 22
    • 点赞
    • 评论
    前端 HTML LLM
    新手也能学会,100行代码玩AI LOGO
  • 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