人工智能

1. 首页
2. IT互联网
3. 人工智能

飞算JavaAI插件深度体验：三天任务半小时搞定，AI编程的革命性突破

文章目录 飞算JavaAI插件深度体验：三天任务半小时搞定，AI编程的革命性突破 一、引言：从绝望到惊喜的转变 二、飞算JavaAI初体验：对话即开发 2.1 插件安装与配置 2.2 需求分析：AI理解业务场景 2.3 接口设计：从需求到API 2.4 数据库设计：智能表结构生成 2.

人工智能 2025年07月15日 48 点赞 0 评论 19975 浏览

clickhouse-KAFKA引擎

参考文档 前言 kafka引擎并不存储数据，只相当于一个Publish or subscribe，如果要真正存储消费后的数据，需要结合物化视图和MergeTree引擎系列使用。而且kafka引擎只会消费一次，所以你在select 一次后然后在selec

人工智能 2025年09月04日 89 点赞 0 评论 19967 浏览

三菱FX3U PLC的通讯协议MC1E

一、测试FX3UPLC通讯报文 FX3U 扩展网口ENT-ADP MC协议 1E帧 可以直接读取寄存器的地址，间接控制PLC执行 1、读取寄存器D100的地址 01 FF 0A 00 64 00 00 00 20 44 01 00 01 FF 0A 00 00 00 00 00 20 44 14 00 01 FF 00 0A 00 00 00 00 14 00 返回数据 81 00 00 34

人工智能 2025年08月27日 139 点赞 0 评论 19966 浏览

用 Bright Data MCP Server 构建实时数据驱动的 AI 情报系统：从市场调研到技术追踪的自动化实战

前言本文通过两个真实场景（云服务商对比与 AIGC 技术追踪），展示了如何使用 Bright Data MCP Server 与 Lingma IDE 构建一个具备实时网页数据抓取、结构化分析与自动化报告生成能力的 AI 工作流。通过简单的 API 调用与 JSON 配置，开发者无需编写复杂爬虫，即可让 AI 实现高效、合规的

人工智能 2025年09月19日 93 点赞 0 评论 19948 浏览

加法混合

书名：代码本色：用编程模拟自然系统 作者：Daniel Shiffman 译者：周晗彬 ISBN：978-7-115-36947-5 目录 4.13　图像纹理和加法混合 1、加法混合 计算机图形学有很多颜色混合算法，这些算法通常称作“混合（blend）模式”。 在Processing中，如果在一幅图像之上绘制另一幅图像，默认显示最上层图像——这通常称为“常规”混合模式。 如果图像有一定的透明

人工智能 2025年09月27日 127 点赞 0 评论 19945 浏览

单细胞数据挖掘实战：文献复现（一）批量读取数据

最近开始接触单细胞数据，网上也有很多学习资料，琳琅满目，我也挑了一些视频资料进行学习，不过感觉还是需要进行实战训练才能更好地掌握这些知识，所以选了一篇2021年发表在nature communications的文章进行学习。 文献： Single-cell RNA sequencing reveals functional heterogeneity of glioma-associated

人工智能 2025年06月08日 197 点赞 0 评论 19908 浏览

基于OpenVINO C++ API部署YOLOv5-Seg实例分割模型

上一篇文章《基于OpenVNO部署YOLOv5-seg实时实例分割模型》 介绍了基于OpenVINO Python API部署YOLOv5-Seg实例分割模型，本文介绍基于OpenVINO C++ API部署YOLOv5-Seg实例分割模型，主要步骤有： 配置OpenVINO C++开发环境 下载并转换YOLOv5-Seg预训练模型 使用OpenVINO Runtime C++ API编写推理程

人工智能 2025年11月01日 76 点赞 0 评论 19905 浏览

Apache Flink——多流转换

概述 无论是基本的简单转换和聚合，还是基于窗口的计算，都是针对一条流上的数据进行处理的。而在实际应用中，可能需要将不同来源的数据连接合并在一起处理，也有可能需要将一条流拆分开，所以经常会有对多条流进行处理的场景。 简单划分的话，多流转换可以分为“分流”和“合流”两大类。目前分流的操作一般是通过侧输出流（side output）来实现，而合流的算子比较丰富，根据不同的需求可以调用 union、con

人工智能 2025年09月28日 180 点赞 0 评论 19858 浏览

「用一个更复杂的例子，来深入学习DESeq2差异表达分析后的小分析」

这篇文章，对Griffith Lab的DESeq2分析流程做一个解读。 理解数据 Griffith Lab所使用的基因表达量矩阵总共包含了54个sample，这些sample可以划分为1）normal，2）primary tumor以及3）colorectal cancer metastatic in the liver 从差异分析之后开始 获取差异表达分析的结果 在使用DESeq()函数完成差异

人工智能 2025年09月10日 77 点赞 0 评论 19850 浏览

AI 对话高效输入指令攻略（一）：了解AI对话指令

目录引一.认识 AI 对话中的指令基础​1.运行原理​2.智能体在 AI 对话中的关键角色与运行机制​3.智能体的核心任务​4.对不同指令的响应差异​5.针对不同指令类型的处理方式​6.智能体在底层逻辑中的运作​二.高效输入指令的底层逻辑​1.语义匹配逻辑​2.知识关联逻辑​3.用户意图识别逻辑​三.从开发者角度解刨AI（以智能体为例） 四.总结引在当今数字化时代&#x

人工智能 2025年04月21日 38 点赞 0 评论 19840 浏览