登录社区云，与社区用户共同成长
邀请您加入社区
ViewFaceCore是一个基于C#和.NET Core的开源项目，专注于人脸识别和情感分析。它利用深度学习算法和计算机视觉技术，能够在图像或视频中检测和识别人脸，并分析表情、情绪等特征。该项目基于SeetaFace6引擎开发，支持多种人脸识别算法，包括特征提取和神经网络方法。主要功能包括人脸检测与识别、表情分析、人脸特征提取，并提供了丰富的API和工具，便于与其他应用程序集成。ViewFace
这个案例还提供了 PLC 程序（带注释）、触摸屏程序、机器人程序、电气原理图、部分设备图片视频及本案例的程序分析。本案例是汽车部件自动切断机，采用三菱FX-3U PLC，雅马哈机器人，雅马哈伺服，松下伺服，视觉系统，Proface触摸屏。本案例是汽车部件自动切断机，采用三菱FX-3U PLC，雅马哈机器人，雅马哈伺服，松下伺服，视觉系统，Proface触摸屏。本案例提供PLC程序（带注释）、触摸屏
MES智能生产管理系统源代码，基于.NET Core 3.1与Vue 3。代码实测可用，完全开源无加密，支持二次开发。温馨提示：文末有资源获取方式。温馨提示：文末有资源获取方式。
云原生支持 更好的与 Azure Cosmos DB、Azure SQL 集成。· EF Core 8 带来了新的 JSON 列映射、原始集合等特性。· 阶段1：保持 ADO.NET，添加 Dapper 包装。· Entity Framework Core 深度解析。· 性能持续优化，缩小与原生ADO.NET的差距。· 阶段3：逐步迁移核心业务到 EF Core。· 阶段2：引入 EF Core
SQL Server 会为存储过程生成并缓存查询计划，以便在后续执行时提高性能。然而，查询计划是基于第一次执行时的参数生成的，这被称为“参数嗅探”。如果第一次执行时的参数与后续执行时的参数差异较大，可能会导致不适合的查询计划，从而影响性能。重新编译存储过程可能触发统计信息的更新，从而改善查询性能。重新编译存储过程会使 SQL Server 丢弃旧的查询计划，并根据新的参数重新生成查询计划，这可能解
简介：Prism 是一个用于构建松耦合、可维护、可测试的 XAML 应用程序的开源框架，特别适合 WPF、.NET MAUI 等平台。版本支持：Prism.Wpf 9.0.537（最新稳定版，2025 年 6 月）支持 .NET 6.0、.NET 8.0 及 .NET Framework 4.6.2+。结合 .NET Core 8.0、WPF 和 Prism 框架 的参考资料和相关开源框架的整理，
看这意思好像没有配置数据库，可是我明明在Program.cs里面配置了，并且注入了。题主百思不得其解，抓耳挠腮了一下午。第二种就是在已经注入的情况下，就不再需要自己去New一个对象了，直接在使用的地方把DbContext 当成构造参数传进来。问题轻松解决，这里记个笔记，希望能帮到有同样疑惑的朋友：）
文章摘要：本文分享了批量数据导入的性能优化经验。原始代码在循环中频繁调用SaveChanges，导致5000条数据需要15000次数据库交互，耗时43秒。作者尝试了四种优化方案：1)批量AddRange+单次提交(6秒)；2)利用EFCore自动返回Id(6.5秒)；3)SqlBulkCopy黑科技(0.9秒)；4)最终采用EFCore+分批提交+禁用跟踪(2.1秒)。文章还解决了并发死锁问题，并
半导体动态测试机（Dynamic Test Machine）相关需求，以及前几篇文章中介绍的分布式系统设计、核心模块实现和动态测试机测试原理，本篇将深入探讨**动态算法（Dynamic Algorithms）**在半导体动态测试中的应用，重点解释其原理、实现细节及在开关特性测试、短路测试和雪崩测试中的具体算法，并提供中文注释和详细的代码示例。2.2 短路测试算法目标：计算短路耐受时间（SCWT）和
信捷PLC和爱普生机器人以太网通讯，含plc触摸屏机器人最近在项目里搞了信捷PLC和爱普生机器人通过以太网通讯，还带上了PLC触摸屏，可有意思啦😃，来跟大家分享分享。咱先来说说硬件连接。把信捷PLC、爱普生机器人还有触摸屏都用网线连到同一个以太网交换机上，这就好比给它们仨建了个“聊天群”，能互相“说话”啦🧐。
Net权限管理及快速开发框架、最好用的权限工作流系统。源于Martin Fowler企业级应用开发思想及最新技术组合（SqlSugar、EF、Quartz、AutoFac、WebAPI、Swagger、Mock、NUnit、Vue2/3、Element-ui/plus、IdentityServer等）。以上项目都已收录到C#/.NET/.NET Core优秀项目和框架精选中，关注优秀项目和框架精选
通过上述步骤，我们成功地在COMSOL中建立了一个声学超材料的吸隔声仿真模型，并展示了如何根据实际需求对模型进行个性化定制。COMSOL的强大功能和灵活性使其成为研究声学超材料的理想工具。无论是初学者还是经验丰富的研究人员，都可以通过COMSOL快速构建和优化自己的声学模型。如果你对这个模型感兴趣，或者有其他声学仿真需求，欢迎随时交流！
采用.Net Core新的技术框架、DEV报表、前端js封装、分布式文件存储、分布式缓存等，支持IIS独立部署，Docker部署等多种方式。●报告管理历次数据调阅，单一报告打印，集中打印，自动机打印，WEB页面结果查询打印，支持图形结果。● 支持标本采集、标本收取、标本送达、标本签收、标本回退、二次送检等确认流程。●检验申请签收支持多种来源检验申请、智能判断标本类型和数量、智能合并同一标本。● 以
不过，Basso大师的PPT和工具包确实帮了大忙，尤其是他亲自写的Mathcad计算工具和Simplis仿真文件，简直是手把手教你设计LLC谐振控制器。总之，Basso大师的LLC谐振控制器设计工具包是个好东西，尤其是对于像我这样的初学者来说，简直是福音。PPT共两份，一份偏控制，一份偏应用，另外包含basso亲自写的mathcad计算工具和simplis仿真文件，见详情页。PPT共两份，一份偏控
powershellpowershellAdd-Migration InitialCreate 和Update-Database 是 EF Core 中数据库迁移的核心命令，作用是将你的 C# 实体类结构同步到数据库表，实现 “代码定义模型 → 数据库自动建表” 的全流程。1. Add-Migration InitialCreate：生成 “迁移文件”2. Update-Database：执行迁移
随着应用程序规模的不断扩大和用户需求的多样化，微服务架构成为现代系统开发的热门选择。微服务通过将单体应用拆分成多个独立的服务，每个服务聚焦于单一职责，从而实现灵活、可扩展和易于维护的系统架构。.NET Core 作为微软推出的跨平台开发框架，具备了构建高性能和可扩展微服务的优势。在本文中，我们将详细介绍如何使用 .NET Core 开发微服务，涵盖关键的设计理念、开发流程和实践。微服务是一种架构风
框架将工具和技能统一存储在实体中，由提供管理服务。字段说明Name工具/技能唯一标识名枚举：Tool / Skill工具绑定的方法名（如功能描述，供大模型决策用是否启用IsSystem是否系统内置（禁止删除）技能还附带一个.zip附件，包含脚本文件、资源等，通过文件服务管理。// 获取所有启用的工具NetCoreKevin 框架基于 AgentFramework，通过数据库驱动 + 文件系统热加载
MCP是Model Context Protocol的缩写，是Anthropic开源的一个标准协议。MCP使得大语言模型可以和外部的数据源，工具进行集成。MCP也可以与GitHub Copilot Agent Mode进行结合为其提供可用的外部数据源或者工具。这边将尝试一下在VS Code GitHub Copilot窗口中去配置和使用MCP Server提供的工具。
ai-recognition-system 是一个基于 .NET Core + Vue3 构建的开源全栈平台 Admin 系统，项目集成 YOLOv8（YoloDotNet/ONNX）实现图像识别，并融合 DeepSeek 等 AIGC 大模型。系统采用 DDD + CQRS +中介者模式，配备动态密钥与gRPC内部通信，保障安全。
列号)、(时间戳)、(随机数)、(签名)微信服务器回调时携带 headers:(证书序根据获取对应的微信平台证书公钥使用公钥验签验签通过后，解密回调数据中的加密内容处理业务逻辑。
当前AI Agent已经广泛存在于各个公司或组织。业务用户和专业开发者都可以进行agent的创建。不同领域的用户创建AI Agent的方式可能不同。业务用户可能倾向于low-code 和 no-code的方式，专业开发者可以使用pro-code的方式进行创建。针对low-code，微软提供了Agent Builder；针对low-code，微软提供了Copilot Studio；针对pro-cod
教培AIGEO赛道彻底进入存量博弈、席位争夺、竞品对抗的高阶竞争阶段。单纯的标准化落地、常规更新已经无法拉开差距，唯有精准对标竞品、深挖赛道盲区、抢占空白席位、实现内容碾压，才能持续获取增量流量、突破增长瓶颈。企优托集团·一网推马奔核心团队，持续迭代全维度实战体系，从基础SOP落地、十八维体系闭环、算法底层心法、竞品卡位截流，全方位覆盖教培AIGEO从0起号、稳量复利、破局增长、全域垄断的全链路打
开源可商用的.NET Core MVC电商商城源码，含完整前后台功能、EF数据访问、Layui响应式界面及文件/富文本/分页等通用模块，支持快速二次开发与学习。
起因是是②要读写另一个应用程序①的某个目录，因为不知道DBA怎么管理实体目录，所以保险起见再查一遍，扫描之后别人的网站①就报这个错误(虽然这两个其实都是我负责的)。回收应用程序池、移除网站重新添加、重启IIS、重启IIS所在的电脑均没有作用，虽然在回退①的版本再重新更新不再报错，但是过一些时间又报错。因为是接手别人的代码，懒得看，不想知道原作者载入这个文件想干什么，丢给ai换个写法就OK了。挺奇妙
在用AI辅助大模型频繁编造不存在的标签、属性与API。明明按照需求描述生成代码，复制到项目里却直接编译报错、页面渲染失效。比如AI会凭空写出<f-grid><f-column>这类 FineUICore 完全不支持标签，把标准Tag Helper语法混写成通用前端标签，看似格式工整，实则完全无法运行。这种“一本正经输出错误内容”的现象，就是行业内常说的大模型幻觉（Hallucination）。今天
如今AI已经成为程序员日常标配工具，从写代码、查BUG、写文档，到架构设计、方案评审，AI几乎贯穿整个研发流程。但很多人用AI只是“随手一问”，效率提升有限，还频繁产出无法运行的代码。结合我近期基于搭建企业级多租户后台系统的完整实战，以及长期人机协作的踩坑经历，今天系统分享项目全生命周期下的AI使用经验、高效提问技巧、分工策略、避坑要点。内容覆盖需求、设计、编码、调试、交付全流程，新手和资深开发者
如果发送给Agent或大模型的是一个复杂的查询，可能需要比较长时间才能获得回复。当前有一些大模型支持Background Responses，比如openai/gpt-4o。Background Responses允许服务端以异步的方式去执行耗时任务，这样客户端就不需要进行长时间等待了，客户端还能继续处于响应状态。Background Responses是通过continuation token来
摘要（148字）： 本文深入剖析.NET Core异步编程与线程调度的核心机制，通过性能对比揭示异步模式比多线程吞吐量提升15倍、CPU占用降低45%的关键优势。文章详解三大技术要点：1）线程池动态管理策略，2）异步状态机与上下文切换原理，3）操作系统级I/O完成端口机制。实战演示数据库查询优化案例，展示合理配置线程池参数可使1000并发请求响应时间从15秒降至1秒。最后强调Synchroniza
本文摘要：教程详细介绍了在Windows系统下配置AI开发环境的完整流程。首先需以管理员身份运行PowerShell并安装Node.js（版本24），通过.msi文件完成安装后验证版本号。接着安装Claude Code并验证Node.js环境。重点配置了Deepseek大模型，包括创建API密钥、在CC-Switch中添加供应商配置（需填写API URL和密钥）。最后设置环境变量并输入验证命令，成
一位开发者偶然翻出十几年前的旧项目，触发对技术演变的感慨。早期使用DataTable和SqlHelper手动处理数据库，到EntityFramework解放生产力；从同步阻塞到async/await优雅处理异步；从ASP.NET服务器控件转向API开发；前端经历了原生JS的浏览器兼容噩梦、jQuery的黄金时代，到现代框架的便捷。包管理从手动拷DLL到NuGet一键安装。文章通过个人经历折射出.N
.NET Core 是一个由微软开发和维护的跨平台开源框架，可以在 Windows、Linux 和其他操作系统上运行。它是一个轻量的模块化框架，可用于构建 web 应用程序和服务、控制台应用程序，桌面应用程序。
.netcore
——.netcore
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
DAMO开发者矩阵
深开鸿 技术专区
龙虾开发者社区
AI Agent技术社区
DeepSeek技术社区
openEuler 社区
MCP技术社区
AtomGit开源社区
快递鸟社区
AI编程社区
