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
  • Cursor额度省10倍
    Cursor额度省10倍 上周三,我打开 Cursor 准备写代码,右下角弹了个提示:本月快速请求已用 80%。 才 3 月 15 号,还有半个月呢。 回想了一下,罪魁祸首是 Agent 模式。
    • RongX
    • 5小时前
    • 6
    • 点赞
    • 评论
    人工智能 开源 ChatGPT
  • 赏金猎人的突破:在Bugcrowd公有云项目中挖掘IDOR漏洞的全记录
    本文详细记录了作者在Bugcrowd的公有云漏洞赏金项目中,如何发现并利用不安全的直接对象引用(IDOR)漏洞,从而未经授权访问敏感用户数据的过程,并提供了深入的技术分析与防御建议。
    • qife122
    • 5小时前
    • 3
    • 点赞
    • 评论
    人工智能 AIGC
  • 从AI“说人话”到“说结构话”:Spring AI结构化输出实战解析
    作为一名AI应用开发者,你是否遇到过这样的困扰:大语言模型(LLM)的回答虽然内容准确,但格式千变万化,难以被程序直接使用?今天,我们就来聊聊Spring AI中的结构化输出转换器,看看如何让AI输出
    • 进击的野人
    • 5小时前
    • 7
    • 1
    • 评论
    AI编程 人工智能 Spring
    从AI“说人话”到“说结构话”:Spring AI结构化输出实战解析
  • DagsHub与SwarmOne合作简化AI模型开发流程
    本文介绍了DagsHub与SwarmOne的合作伙伴关系,通过整合数据集管理、实验跟踪与无实例化AI训练平台,为机器学习团队提供统一的端到端工作流,旨在降低基础设施复杂性、削减成本并加速生产级模型的构
    • 用户576110558132
    • 5小时前
    • 4
    • 点赞
    • 评论
    人工智能 AIGC
  • ⚡_实时系统性能优化:从毫秒到微秒的突破[20260322112832]
    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
    • 5小时前
    • 2
    • 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[20260322112832]
  • “机码”起义:当Token翻译沦为学术内卷,ibbot已在用安卓手机抽打OpenClaw的脸
    中国AI江湖的草莽地带,一场无声的“命名叛乱”已经完成。两个带着泥土气息、甚至有点“山寨感”的词,不仅轻松解决了命名困境,更顺手捅破了AI智能体发展的那层窗户纸。 这两个词是:“机码” 与 “机灵”
    • dtnsman
    • 5小时前
    • 4
    • 点赞
    • 评论
    JavaScript GitHub
    “机码”起义:当Token翻译沦为学术内卷,ibbot已在用安卓手机抽打OpenClaw的脸
  • 计算机网络面试题 — UDP怎么实现可靠传输?
    UDP 本身是不可靠的,要实现可靠传输就必须在**应用层**模拟一套可靠性机制。其核心逻辑是在应用层头部引入类似 TCP 的控制字段,并构建一个状态机。。。
    • Cyan_RA9
    • 5小时前
    • 4
    • 点赞
    • 评论
    后端 面试 网络协议
    计算机网络面试题 — UDP怎么实现可靠传输?
  • YoBFF 实战复盘:让审计日志从“可用”走向“可运营
    为什么“可用”不等于“可运营” 很多系统都有审计日志接口,但常见形态只是“能查到数据”。 在真实运维场景里,日志查询是否可运营,取决于三个标准: 结果可控:单次请求返回规模有上限,不因日志量增长拖垮接
    • WavesMan
    • 5小时前
    • 2
    • 点赞
    • 评论
    后端
  • Omnipub E2E 测试文章 - 自动化验证
    Omnipub E2E 测试文章 这是一篇用于自动化 E2E 测试的文章,请勿手动修改。 测试内容 本文用于验证 Omnipub 的多平台发布功能是否正常工作。 代码示例 功能列表 自动填充标题 自动
    • 乱世不浮生
    • 5小时前
    • 17
    • 点赞
    • 评论
    后端
  • Python 会话数压测脚本
    此Python脚本可以测试宽带网络的网络会话数上限,从而判断是否为运营商会话数限制,导致网络加载缓慢、卡顿等网络问题。
    • 不做菜鸟的网工
    • 5小时前
    • 4
    • 点赞
    • 评论
    测试
  • 2023 上半年美团优惠券全景:核销率、用户价值与商户生态解读
    本文以美团 2023 年 1—6 月优惠券及用户、订单数据为研究对象,在后疫情消费复苏背景下,围绕优惠券投放效率展开实证分析。
    • 用户963556173324
    • 5小时前
    • 4
    • 点赞
    • 评论
    数据分析
    2023 上半年美团优惠券全景:核销率、用户价值与商户生态解读
  • Vite为什么会越来越好用
    进化到 “又快又稳又强”。 一、底层架构:从 “双引擎” 到 “大一统”,彻底解决一致性痛点 Vite 早期用 esbuild(开发)+ Rollup(生产) 双引擎,虽快但存在行为不一致、插件适配复
    • 用户22176592792
    • 6小时前
    • 5
    • 点赞
    • 评论
    GitHub
  • 二叉树学习总结
    一、二叉树是什么? 二叉树就是一种像树一样的结构,每个节点最多只有两个“孩子”,分别叫左孩子和右孩子,顺序不能乱。 可以理解成: • 最上面的叫根节点(树根) • 下面分出来的叫子节点 • 没有孩子的
    • 迷途咩咩
    • 6小时前
    • 7
    • 点赞
    • 评论
    算法
  • ClickHouse 容灾技术方案(两方案对比+落地细节)
    本文针对 ClickHouse 容灾需求,设计两种可直接落地的技术方案,均采用 HAProxy 实现故障自动切换,分别适配不同服务器资源、业务优先级场景,明确各方案的架构设计、落地实施步骤。
    • 龙码精神
    • 6小时前
    • 3
    • 点赞
    • 评论
    架构 后端
  • 下载神器IDM+NDM+FDM+xdown,都是永久免费版
    介绍 4个都是非常不错的,其实有更多个,小编都推荐在这里了。 下载地址在文章末尾 下载地址在文章末尾 下载地址在文章末尾 IDM软件介绍 Internet Download Manager,老牌多线程
    • 用户34584828505
    • 6小时前
    • 6
    • 点赞
    • 评论
    GitHub
  • Nacos双机房独立部署容灾方案
    本方案针对双机房部署场景,结合“微服务不跨机房调用”的业务需求,采用“机房自治、物理隔离、故障隔离”的核心原则,部署两套完全独立的Nacos集群,每套集群对应本机房的微服务体系。
    • 龙码精神
    • 6小时前
    • 3
    • 点赞
    • 评论
    架构
  • MQTT容灾技术方案
    MQTT(Message Queuing Telemetry Transport)作为轻量级物联网通信协议,广泛应用于设备接入、数据传输等场景,其服务连续性和数据可靠性直接决定物联网系统的稳定性。
    • 龙码精神
    • 6小时前
    • 3
    • 点赞
    • 评论
    架构
  • RocketMQ 双机房容灾技术方案
    为保障 RocketMQ 消息中间件服务的高可用性、数据可靠性,应对单机房故障(如机房断电、网络中断、设备故障等)导致的服务不可用问题,实现消息不丢失、业务不中断,降低故障造成的损失。
    • 龙码精神
    • 6小时前
    • 2
    • 点赞
    • 评论
    架构
  • 从零开始安装 Qt完整新手教程(一)
    Qt 是一个跨平台的应用开发框架,能让你用一套代码同时构建 Windows、macOS、Linux、Android、iOS 乃至嵌入式设备上的应用程序。在开始写第一行代码之前,第一步就是把 Qt
    • HelloReader
    • 6小时前
    • 5
    • 点赞
    • 评论
    前端
  • 线性表学习总结
    一、什么是线性表 线性表就相当于是一串排好队的数据,就像排队买东西的人,一个挨着一个,有先后顺序,除了第一个和最后一个,每个人前面和后面都只有一个人。 二、线性表的两种存放方式 顺序存放(顺序表) •
    • 迷途咩咩
    • 6小时前
    • 6
    • 点赞
    • 评论
    算法
  • 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