Lethehong

这几年程序员的日子不好过，一个是行业不景气，降薪裁员的阴霾密布，另一个是 AI 的冲击，代码生成工具的效率远远超越手敲，还是那句话“AI 不会替代你，会使用 AI 的人会替代你”，作为一个程序员，与时

引言：如何利用蓝耘 MaaS 平台构建高效 AI 工作流 随着 AI 技术的迅速发展，如何让企业的数字化流程更高效、更智能，成为了许多技术团队的关键问题。今天，我们将以蓝耘 MaaS 平台为基础，展示

核心看点：金仓数据库 KingbaseES，融合数据库，国产化替代，Oracle/MySQL/SQL Server 替代，多模数据支持（GIS、时序、文档、向量等），统一数据平台 面对数字化进程中的“

​ 在企业数字化转型的深水区，数据库迁移早已超越了单纯的数据搬运，演变成一场涉及底层架构重构、业务逻辑适配与成本博弈的系统性工程。特别是在将核心业务系统从Oracle迁移至国产数据库（如Kingbas

​当数字化转型进入深水区，数据早已不再只是业务系统的“副产品”，而是直接决定业务创新速度与系统韧性的核心资产。尤其是在政务、金融、能源等行业，数据形态愈发复杂：结构化数据、半结构化文档、日志、证照、配

一、前言 最近公司在一个项目现场遇到紧急故障，技术支持人员到场排查后发现问题较为复杂，需要后方工程师远程协助才能快速解决。传统电话沟通效率低、信息传递容易出错，而远程控制软件能够让工程师远程操作项目现

引言 在数据驱动决策的时代，新能源汽车行业的销量数据分析成为市场研判、竞品对比的核心需求。但传统数据分析往往面临 “文档格式繁杂、数据提取低效、可视化步骤繁琐” 的痛点 —— 图片、PDF 等多格式文

引言 在信息高度分散的时代，热点内容散落在掘金、B 站、微博、今日头条等多个平台，人工整理成本高且标准不统一。本文基于蓝耘MaaS和Dify实战搭建一套多平台内容聚合与大模型自动总结的工作流方案。通过

引言 在大模型竞争日趋激烈的当下，每一个新版本的发布都不仅仅是参数的堆叠，更是对性能、效率与实用性的重新权衡。开发者与技术决策者面前的选择越来越多，但困惑也随之而来：如何在强大的推理能力与高效的响应速