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
  • 零基础C++学习路线(亲身经历版)
    以下都来自个人亲身经历,因为本人之前408选手,所以推荐的几乎都是实操,如果时间充足或者是大一大二的学生还是强烈建议每个阶段都看书深入学习
    • uefva
    • 7小时前
    • 3
    • 1
    • 评论
    C++
  • 面试复盘:关于什么是好管理的一些思考
    面试复盘:关于如何做管理的一些思考 今天面试被问到一些职业规划、管理能力的问题,以及一些对管理行为的看法,因为平时思考得比较零碎,加上本人面试时没有控制好自己,最终只做了情绪输出,并没有答出很多干货,
    • 我真的叫奥运
    • 7小时前
    • 0
    • 点赞
    • 评论
    团队管理
  • PDF和图片,秒变可编辑Word文档——终于不用手动重新打字了!
    PDF和图片,秒变可编辑Word文档——终于不用手动重新打字了!,还在对着扫描件一字一字重新输入?一款工具,彻底解决这个困扰。,这些场景,你是否似曾相识?,收到扫描版合同,需要修改
    • 沙河福在线工具站
    • 7小时前
    • 2
    • 点赞
    • 评论
    程序员
    PDF和图片,秒变可编辑Word文档——终于不用手动重新打字了!
  • Hello 算法:“走一步看一步”的智慧
    “走一步看一步”,是我们面对不断变化的世界所采取的应对策略。 多数时候,我们无法对未来做出准确预测,只能根据上一件事的结果对下一件事做决策。
    • 灵感__idea
    • 7小时前
    • 27
    • 点赞
    • 评论
    前端 JavaScript 算法
    Hello 算法:“走一步看一步”的智慧
  • 数据结构-树形结构-有序树形结构(BST AVL 红黑树)
    概述 在计算机科学的世界里,二叉搜索树(Binary Search Tree, BST)就像一个优雅的折衷——它将数组的随机访问与链表的快速插入融合在一起,凭借“左小右大”的简单规则
    • 敖正炀
    • 7小时前
    • 4
    • 点赞
    • 评论
    数据结构
  • ⚡_实时系统性能优化:从毫秒到微秒的突破[20260426165159]
    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
    • 7小时前
    • 1
    • 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[20260426165159]
  • 极氪8X:性能榜单常客,更是全家出游伙伴
    翻开任何一份“中大型SUV性能排名”,榜单前列长期被海外豪华品牌占据。极氪8X的出现让这份榜单中的排位被重新审视。这款被网友称为“新公路之王”的旗舰SUV凭借浩瀚-S超级电混架构、三电机兆瓦级电驱、浩
    • 南宁生活网
    • 7小时前
    • 4
    • 点赞
    • 评论
    人工智能
  • SmartTable V1.2.0 来了:「飞书多维表格」平替,前后端全栈开源!
    SmartTable V1.2.0来了:「飞书多维表格」平替,前后端全栈开源! 做表格工具的人大概都有过这种经历——字段类型不够用,想加个"长文本"结果只能复用单行文本字段凑合;从Excel导入数据时
    • 程序员吕洞宾
    • 8小时前
    • 2
    • 点赞
    • 评论
    开源
    SmartTable V1.2.0 来了:「飞书多维表格」平替,前后端全栈开源!
  • WSL2 (Ubuntu)环境下通过镜像源安装 CUDA 版 PyTorch 的完全避坑指南(2026年4月)
    WSL2 (Ubuntu)环境下通过镜像源安装 CUDA 版 PyTorch 的完全避坑指南(2026年4月)
    • EachYoungX
    • 8小时前
    • 4
    • 1
    • 评论
    Linux
  • 如何编写一个 GitHub 二步验证客户端?(附仓库地址及apk下载链接)
    如何编写一个 GitHub 二步验证客户端?(附仓库地址及apk下载链接) 一、原理介绍 GitHub 二步验证使用 TOTP(Time-based One-Time Password)算法,基于 R
    • 用户73490507844
    • 8小时前
    • 1
    • 1
    • 评论
    Flutter
  • Context Engineering实战2026:让AI Agent不失忆、不越界、不走偏
    ## 什么是Context Engineering? 2026年,"Context Engineering"(上下文工程)已经成为AI工程师的核心技能之一,与Prompt Engineering并列
    • 少林码僧
    • 8小时前
    • 4
    • 点赞
    • 评论
    人工智能 LLM Python
  • 琐记_4-27-深入浏览器进程
    阅读学习 [从浏览器多进程到JS单线程,JS运行机制最全面的一次梳理 文章后的整理零碎知识点 包含的知识点的主要组成 :🔥**用于回顾知识点并整理 ** 浏览器有那些进程 ; 进程和线程的关系 Ren
    • 半月板面
    • 8小时前
    • 3
    • 点赞
    • 评论
    前端
  • 向量数据库生产调优:Qdrant性能优化与规模化部署完全指南
    ## 从原型到生产的鸿沟 把一个RAG系统从原型推到生产,向量数据库往往是最先遇到瓶颈的组件。常见的痛点: - **查询延迟高**:随着数据量增长,相似性搜索越来越慢 - **内存爆炸**:默认配
    • 少林码僧
    • 8小时前
    • 4
    • 点赞
    • 评论
    人工智能 LLM Python
  • AI Agent的规划能力升级:从Chain-of-Thought到Tree-of-Thought工程实践
    ## 规划能力:AI Agent的核心瓶颈 2026年,AI Agent的工具调用能力已经相当成熟,但规划能力仍然是最大的短板。许多Agent在面对复杂任务时的失败,不是因为"不知道怎么做",而是因
    • 少林码僧
    • 8小时前
    • 4
    • 点赞
    • 评论
    人工智能 LLM Python
  • Retrieval-Augmented Generation高级技巧:超越基础RAG的工程实践
    ## 基础RAG的局限 "把文档分块,向量化存储,检索相似块,喂给LLM"——这个基础RAG流程在原型阶段表现不错,但在生产环境中往往暴露出一系列问题: - **检索精度不足**:语义相似不等于内
    • 少林码僧
    • 8小时前
    • 3
    • 点赞
    • 评论
    人工智能 LLM Python
  • AI内容安全工程:构建企业级LLM应用的防护体系
    ## 为什么内容安全是LLM应用的必答题? 2025年,全球已有多起因LLM应用内容安全缺失导致的重大事故:客服机器人被诱导发表种族歧视言论、AI助手泄露用户隐私数据、教育应用输出不适合未成年人的内
    • 少林码僧
    • 8小时前
    • 1
    • 点赞
    • 评论
    人工智能 LLM Python
  • LangChain LCEL深度解析:声明式AI应用构建的工程实践
    ## 为什么需要LCEL? LangChain的早期版本饱受诟病:过度封装、调试困难、灵活性差。2023年底,LangChain推出了 **LCEL(LangChain Expression Lan
    • 少林码僧
    • 8小时前
    • 1
    • 点赞
    • 评论
    人工智能 LLM Python
  • INFINI Agent v1.31.0 发布,全新 Easysearch 向导:一站式集群拉起与精细化管理
    INFINI Agent v1.31.0 新增 Easysearch 向导,支持图形化一键创建/加入集群,具备环境预检、多重校验、自动证书生成与智能内存推荐等功能,实现全生命周期管理,让集群运维更简单
    • 极限实验室
    • 8小时前
    • 3
    • 点赞
    • 评论
    产品
    INFINI Agent v1.31.0 发布,全新 Easysearch 向导:一站式集群拉起与精细化管理
  • LLM评估体系工程实践:如何科学衡量AI应用的真实质量
    ## 评估的本质困境 AI应用开发中最棘手的问题之一就是:**你怎么知道你的模型回答得好不好?** 传统软件有明确的对错标准,但LLM的输出往往是"模糊正确"的。一个问题可以有十种不同的好答案,也
    • 少林码僧
    • 8小时前
    • 1
    • 点赞
    • 评论
    人工智能 LLM Python
  • AI驱动的测试自动化:用LLM实现端到端测试用例生成与维护
    ## 测试困境:自动化的最后一公里 软件测试是开发流程中最耗时、最容易被忽视的环节之一。据统计,测试代码的编写和维护占据了开发团队**30-40%**的工作时间,而测试覆盖率往往依然不尽如人意。传统
    • 少林码僧
    • 8小时前
    • 1
    • 点赞
    • 评论
    人工智能 LLM 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