System V信号量 vs. POSIX信号量：核心区别与选型指南
System V信号量 vs. POSIX信号量：核心区别与选型指南 最近在学习linux系统编程的章节，接触到了两种信号量，所以专门研究了二者的区别，将二者的对比记录于此。 在Linux多线程/进程开发中，信号量是解决同步问题的核心工具之一。System V和POSIX是两种主流的实现方式，它们的 ...
D 图上的遍历算法
图上的遍历算法 广度优先搜索 BFS 概念 广度优先搜索（Breadth-First Search）是一种图遍历算法，用于在图或树中按层次逐层访问节点。它从源节点（起始节点）开始，首先访问源节点的所有直接邻接节点，然后依次访问距离源节点较远的节点，直到遍历完整个图或到达目标节点 BFS通过队列逐层扩 ...
BotSharp 5.0 MCP：迈向更开放的AI Agent框架
一、引言 在人工智能快速发展的时代，AI Agent（人工智能代理）作为一种能够自主感知环境、决策并执行动作的实体，在众多领域展现出了巨大的潜力。BotSharp 是一个功能强大的开源项目，由 SciSharp[1] 社区开发和维护，旨在实现.NET技术栈下高度可定制的多智能体解决方案。为开发高效的 ...
在线聊天系统中的多窗口数据同步技术解密
我在业余时间开发了一款自己的独立产品：升讯威在线客服与营销系统。其中有些功能，我一直认为是客服系统应该有的基本功能，应该没必要单独拿出来说。直到总会有客户专门和我说起和他们原来使用的系统的对比，我才知道真的是很多所谓的客服系统，真是一言难尽。 ...
【AI工具实战】一招解决英文视频困境，四步用AI搞定全中文字幕，你也可以！(文末附工具下载)
“AI时代最大的红利，是让每个人都有机会成为那个"想到就能做到"的创造者。” AI粉嫩特攻队，2025年4月5日。 故事源于一个我想看的国外视频。本想点开视频准备大饱眼福，结果发现全程英文演讲加英文字幕...而我那三脚猫的英语听力跟不上视频的节奏。 放弃还是继续，这是一个问题。好在痛点一般会让我热情 ...
探秘Transformer系列之（23）--- 长度外推
从零开始解析Transformer，目标是：(1) 解析Transformer如何运作，以及为何如此运作，让新同学可以入门；(2) 力争融入一些比较新的或者有特色的论文或者理念，让老鸟也可以有所收获。 ...
Web前端入门第 27 问：你知道 CSS 被浏览器分为了几大类吗？
埋头苦写多年的 CSS，从没注意到 CSS 被浏览器分了类，直到偶然的一次翻阅开发者工具，才发现原来 CSS 属性也被浏览器归类收纳了。 Chrome 下面是 Chrome 的开发者工具中 CSS 的属性归类截图，一般情况都不会注意它，毕竟代码不出问题，谁会关心 CSS 属性是哪一类？ 当我偶然看到 ...
verilog利用线性插值实现正弦波生成器(dds)
verilog实现线性插值实现正弦波生成器 最近在项目上遇到一个需要在低资源FPGA上实现FFT逻辑的项目，而且要求实现窗函数。对于窗函数来说，莫非是实现正弦波生成器，正弦波生成器可以利用DDS模块，CORDIC模块，或者查找表的方式实现，以下主要讲解ROM核线性插值相结合的波形生成器，用于生成 ...
【杭电多校比赛记录】2025“钉耙编程”中国大学生算法设计春季联赛（5）
比赛链接 本文发布于博客园，会跟随补题进度实时更新，若您在其他平台阅读到此文，请前往博客园获取更好的阅读体验。 跳转链接：https://www.cnblogs.com/TianTianChaoFangDe/p/18809665 开题 + 补题情况 这场被自己唐到了，有点着急了，没能冷静下来思考，导 ...
Dubbo 中的集群容错
在微服务架构中，服务间的依赖关系复杂且动态，任何一个服务的故障都可能引发连锁反应，导致系统雪崩，一个好的容错设计至关重要。 ...
5. RabbitMQ 消息队列中 Exchanges(交换机) 的详细说明
5. RabbitMQ 消息队列中 Exchanges(交换机) 的详细说明 @目录5. RabbitMQ 消息队列中 Exchanges(交换机) 的详细说明1. Exchanges 交换机的概念1.1 Exchanges 的类型：2. 临时队列3. 绑定(bindings)4. 扇出(fanou ...
BotSharp + MCP 三步实现智能体开发
1. 简介1.1 什么是MCPModel Context Protocol（MCP）模型上下文协议是一种标准化协议，它让大模型能够更容易地和外部的数据、工具连接起来。你可以把MCP想象成一个通用的插头或者接口，就像USB-C一样，不管是什么设备，只要插上这个接口，就能和电脑、充电器等连接起来。注意， ...
强化学习（on-policy）同步并行采样（on-line）的并行化效率分析
在强化学习中（on-line）的算法如果是on-policy的算法都是需要较大的采样样本的，因此采样的效率往往对整个算法运行效率有着自关重要的影响，在deepmind（Google）公司的强化学习的并行采样设计中往往使用带有timeout的带有时间过期的队列（queue）来进行并行采样的多进程间的同 ...
Linux C线程读写锁深度解读 | 从原理到实战（附实测数据）
Linux C线程读写锁深度解读 | 从原理到实战（附实测数据） 读写锁练习：主线程不断写数据，另外两个线程不断读，通过读写锁保证数据读取有效性。 代码实现如下： #include <stdio.h> #include <pthread.h> #include <unistd.h> //临界资源,应 ...
【ESP32】两种模拟 USB 鼠标的方法
上一篇水文中，老周给大伙伴们扯了关于 idf 中添加自定义 Arduino 组件的方案。这次咱们做一下 USB 鼠标玩玩。 很遗憾的是，老周无能，在 Arduino-esp32 组件依赖 TinyUSB 组件时无法进行编译，不管怎么配置都会找不到 tusb.h 文件；就算把 tinyUSB 内置到 ...
不平衡样本数据的救星：数据再分配策略
在机器学习领域，数据是模型训练的基础，而数据的分布情况往往会对模型的性能产生重要影响。 不平衡样本数据是我们在实际项目中经常会遇到的问题，它可能导致模型对多数类过度拟合，而对少数类的预测能力不足。 本文将详细介绍不平衡样本数据的常见场景、处理方法以及在实践中需要注意的问题，帮助你在模型训练前有效地进 ...
【Guava】并发编程ListenableFuture&Service
MoreExecutors directExecutor ExecutorService executor = Executors.newSingleThreadExecutor(); SettableFuture<Integer> future = SettableFuture.create(); ...
AI可解释性 II | Saliency Maps-based 归因方法（Attribution）论文导读（2025.4.9更新）
本文作为AI可解释性系列的第二部分，旨在以汉语整理并阅读归因方法（Attribution）相关的论文，并持续更新。
归因方法主要研究如何解释深度神经网络的决策过程，通过识别输入特征对模型输出的贡献程度，对模型的决策过程输出为人类可以理解的图像或者量化指标，帮助我们理解模型的决策依据。 ...
DataPermissionInterceptor源码解读
本文首发在我的博客：https://blog.liuzijian.com/post/mybatis-plus-source-data-permission-interceptor.html 一、概述 DataPermissionInterceptor是MyBatis-Plus中的一个拦截器插件类，位 ...
