登录社区云，与社区用户共同成长
邀请您加入社区
wireshark只能抓取本机通过本机的数据，比如现在有三台机器第一台装wireshark，其他为同一局域网中的两台移动设备，现给出语句 ip.addr eq 192.168.0.102 对其中一台进行抓包，手机进行如下操作，1.访问 www.baidu.com这里抓取到的报文 Destination 都是D类地址，用于组播多播，从 IGMP SSDP MDNS这些协议名也可以看出，这些报文会通过
本文介绍了开源鸿蒙跨平台开发者社区中的BugTracker Pro应用添加Bug模块的实现方案。该模块基于Cordova与OpenHarmony混合开发框架，主要功能包括： 表单初始化与数据加载：动态加载分类列表和标签列表，设置默认值并绑定事件监听器。 实时表单验证：对必填字段、输入长度和格式进行验证，提供即时视觉反馈。 数据保存与反馈：通过IndexedDB异步保存数据，提供加载提示和成功/错误
本文探讨了AI在修复代码BUG时的常见问题及解决方案。文章指出AI改BUG常翻车的三大原因：工具不专业、模型不匹配和提示词不清晰，并提供了对应的防坑指南，如选择专用工具、优化提示词等。作者特别强调了使用Git频繁提交的重要性，以避免AI修改导致代码崩溃。最后邀请读者分享被AI坑的经历和防坑技巧，促进交流学习。全文以幽默风趣的方式，为程序员提供了实用的AI辅助编程建议。
别怕，朋友们。AI确实很强大，但它也有弱点——
摘要：在将PAN模型的ONNX格式转换为OM模型后，模型精度出现显著下降。通过mist工具对比分析，发现ResizeBilinearV2算子是问题根源。原因是ONNX中Resize算子默认使用half_pixel模式，而昇腾的ResizeBilinearV2采用pytorch_half_pixel模式。解决方法是通过修改ONNX模型中Resize节点的coordinate_transformati
文章介绍了多模态模型中的模态对齐技术，包括表征级、局部级和语义层三条技术路径，以及训练数据不靠谱、细节对齐能力差、动态场景跟不上和抗干扰能力弱四大挑战。同时提出了分布级对齐、RLAIF-V框架、动态图注意力对齐和因果推断增强四项最新突破。未来发展方向是通用化、高效化和可解释性对齐，为多模态应用奠定基础。
经过前面两节的学习，我们已经可以精准的提取文档的内容了。接下来就要对提取出来的内容进行“加工处理”。很多开发者在搭建 RAG 系统时，往往把 90% 的精力花在了选择哪个大模型、调优哪种 Embedding 向量上。但等到系统上线一测试，却发现模型经常“胡言乱语”：要么找不到重点，要么回答得支离破碎。其实，问题可能出在你最容易忽略的一步：文档分块（Chunking）。在 RAG 的世界里，如果说大
微软与Salesforce研究发现，大语言模型在多轮对话中性能平均下滑约39%，出现"对话迷路"现象。研究团队通过实验发现，所有模型在信息逐步补充的对话中表现明显变差，主要表现为过早给出不完整答案、反复重写、遗忘中间信息等问题。研究建议用户尽量一次性提供完整需求，产品团队应增加信息复述机制，而模型厂商则需提升多轮对话的可靠性。这一发现对AI助手开发和实际应用具有重要启示。
企业级RAG系统面临五大挑战，包括数据时效性、上下文断裂、检索局限等。提升精度需从多方面入手：选择优质LLM和嵌入模型、建立评估体系、采用混合检索、引入PageIndex和GraphRAG技术，以及拥抱AI Agent时代的Self-RAG、CRAG和Adaptive RAG等方法，同时优化上下文工程和多模态处理能力。
💝💝💝在软件开发的世界里，代码就像一座精密搭建的积木城堡，而 bug 则是潜藏其中、随时可能导致城堡摇摇欲坠的 “bug”。我在对一段 HarmonyOS 应用代码进行功能升级时，便深陷这 “bug” 制造的泥沼，开启了一场曲折的 “修复” 之旅。
今天，笔者写了一个关于stm32串口通信的程序。程序大概的流程是上位机发送数据，stm32接收数据后进入中断，并在中断中将相关的数据接收完成标志位置位（暂且称为flag）。在main函数中不断扫描该标志位，若标志位置位则进入相应的函数进行业务处理，处理完毕后将该标志位复位等待下次处理。在接收到上位机发送来的数据后，在串口中断里会启动定时器进行计时，若计时器到达预设值则进入定时器中断，表示上位机数据
本文分析了React Native项目中常见的"RNSScreenContentWrapper未找到"错误。该错误通常由react-native-screens库未正确安装或版本不兼容导致。解决方案包括：1)确保正确安装所有依赖包；2)检查版本兼容性；3)清理构建缓存。文章还提供了React Navigation v6的配置示例和登录页面代码实现，展示了如何正确使用Naviga
React Navigation常见错误"Couldn't find a navigation object"解析：该错误通常由于导航组件未被正确包裹在NavigationContainer中。核心原因是React Navigation的上下文未建立，导致无法获取导航对象。解决方案包括：1)确保根组件使用NavigationContainer包裹所有导航相关代码；2)正确处理嵌
React Native项目中"RNCSafeAreaProvider"缺失问题的解决方案 摘要： 该问题通常出现在使用React Navigation时，因react-native-safe-area-context库未正确安装或链接所致。主要解决方案包括： 检查并更新依赖版本，确保react-native-safe-area-context与react-navigation
Stable Diffusion 3是由专注AIGC领域的开源平台stability.ai推出的新版本。相比Stable Diffusion 2，Stable Diffusion 3在文本语义理解、色彩饱和度、图像构图、分辨率、类型、质感、对比度等方面都有大幅度增强。该版本的参数在8亿到80亿之间，可能是专为移动设备开发的，AI算力消耗更低，推理速度却更快。
Bug报告接收与解析：智能体接收原始Bug报告，并对其进行结构化解析。代码环境准备：从版本控制系统拉取相关代码。问题定位与修复规划：分析Bug报告和代码库，生成详细的修复计划。代码修复实施：根据计划修改代码。测试用例生成与执行：编写新的测试用例，并运行所有相关测试（包括回归测试）。结果评估与决策：根据测试结果决定是提交修复、重新尝试，还是请求人工介入。代码提交与通知：如果修复成功，将代码提交到版本
本文介绍基于Microsoft Agent Framework实现的Agent Skills集成方案，采用渐进式披露设计优化Token使用，通过AIContextProviderFactory模式实现无侵入式集成。项目提供完整安全机制，默认禁用危险操作并采用白名单策略，支持线程序列化和依赖注入。开发者可轻松为AI Agent添加可复用专业技能，使Agent能够完成更复杂任务，源码已开源。
这篇文章介绍了谷歌官方文档中总结的10个AI Agent商业应用场景。AI Agent不仅是更聪明的聊天机器人，而是能完成一整件事的"数字同事"，会找资料、做分析、做决定并执行动作。文章详细介绍了AI Agent在资料查找、文件处理、创意生成、专家速成等场景中的应用，强调AI的下一阶段是更"能干活"，未来将是多个Agent协作的时代，最值钱的能力是设计工作流程而非简单写Prompt。
本次大会共设立现代 C++ 最佳实践、架构与设计演化、软件质量建设、安全与可靠、研发效能、大模型驱动的软件开发、AI 算力与优化、异构计算、高性能与低时延、并发与并行、系统级软件、嵌入式系统十二大主题，共同构建了一个全面而立体的知识体系，确保每一位参会者——无论是语言爱好者、系统架构师、性能优化工程师，还是技术管理者——都能在这里找到自己的坐标，收获深刻的洞见与启发。我们的立场很简单——别光炫技，
文章摘要： openGauss数据库在connect by语句中使用视图时出现"文件不存在"错误，而使用表或子查询则正常。作者通过gdb调试发现错误源于视图展开时机问题，内核代码未正确展开视图而是直接查找filenode。为解决该问题，作者尝试使用Qoder AI工具进行修复，展示了AI辅助修复数据库内核BUG的可能性。
文章探讨了AI大模型幻觉问题的辩证观点，指出幻觉既是问题也是创新源泉。在医疗、自动驾驶等高风险领域需降低幻觉概率，而在创意领域可利用幻觉激发创新。不应彻底消除或放任幻觉，而是要控制其在可控范围内，根据应用场景灵活运用。这一观点对AI开发者和程序员理解大模型本质及合理应用具有重要指导意义。
Python导入失败问题分析与解决方案 摘要 当PyCharm中pip安装成功但导入失败时，常见原因是本地同名模块遮蔽了第三方包。Python解释器会优先从当前工作目录加载模块，导致实际导入的是本地空包而非site-packages中的正确包。 核心问题：项目根目录存在与安装包同名的本地模块(如requests/)，解释器优先加载本地模块。 解决方案： 删除或重命名本地同名模块 调整PyCharm
场景推荐方案需要日语支持，或希望保持项目完整性✅ 安装并复制mecabrc仅使用中/英文，追求最小依赖✅ 移除japanese模块依赖，内联必要函数无论你是在 Orange Pi 5 Ultra、RK3588 开发板，还是普通 Ubuntu 服务器上部署 TTS，这两种方法都能帮你快速绕过 MeCab 配置陷阱。💡 小建议：在边缘设备部署前，先用测试 MeCab 是否可用，可避免后续调试弯路。
《解决Python调用FFmpeg的正确安装方法》摘要：pip install ffmpeg仅安装Python接口库，需手动下载核心二进制文件。Windows系统安装步骤：1）官网下载FFmpeg压缩包；2）解压至无中文/空格的简单路径；3）将bin目录添加至系统环境变量Path中；4）重启终端后验证ffmpeg -version是否生效。注意：配置后需重启IDE才能在Python代码中使用，若报
试了七八个版本，都无法链接ollama,后来我降低版本到0.10，还是报错报错信息。
因为在vite打包后发modal弹窗组件属性top:0,left:0,right:0,bottom:0都转换成了inset:0，由于浏览器版本过低，不支持该属性导致弹窗位置偏移不出现，如何配置能够避免这种情况。将cssTarget配置到兼容chrome83版本以上。在vite.config.js中配置build属性。
当我本地安装了adk，然后配置了百炼平台的qwen模型，然后adk web 运行智能体，打开流式输出按钮，这时候就很大概率会报错：function is not found in the tools_dict
在DeepSeek的分词表中，“极”字的Token ID是2577，而它的“邻居”恰好是省略号“……因为最近也遇到了这个问题，不是在DeepSeek上遇到的，是在qwen3 235b 遇到的。我用它来写小说网游类型的，然后有一章出现了对敌人的评级S+，让后第二章S++，第三者S+++，第二十章S+++++++++++++++++++。即使是人工造数据，也是直接造文本，谁会基于token id那边绕
在项目中，当映射到Elasticsearch文档的类包含OffsetDateTime类型的字段时，即使已经为该字段添加了@JsonFormat注解并注册了全局的JavaTimeModule，仍可能遇到反序列化失败的问题。这是因为Spring Boot的全局ObjectMapper配置不会自动作用于Elasticsearch Java客户端。为了解决这一问题，需要自定义ElasticsearchCl
《低代码+知识库：为n8n工作流注入行业大脑》 针对n8n自动化平台缺乏专业知识和上下文记忆的痛点，提出通过FastGPT的RAG技术实现知识增强。核心方案采用MCP协议将知识库封装为n8n可调用的工具节点，四步完成部署集成。实战显示教培行业热点追踪准确率提升至92%，人工干预减少87%。关键优势在于RAG技术规避模型幻觉，MCP协议实现零代码对接。该方案尤其适用于法律、医疗等专业场景，使自动化工
晚上回到家，你只想“犒劳”一下疲惫的大脑，于是瘫倒在沙发或舒服的大床上，划开手机，沉浸在短视频那无穷无尽的信息流里。这种“伪学习”带来的即时满足感，可能会取代系统性、结构化的深度学习，让我们误以为自己“学到了很多”，实则认知能力的基础正在被侵蚀。短视频的算法和产品设计，其目标恰恰是系统性地、持续地打破我们的专注，用一个又一个的新鲜刺激来捕获我们的注意力。从今天起，让我们重新审视“白天改Bug，晚上
Claude Opus 4.5的出现，让我们看到了编程AI的核心价值——不是替代开发者，而是通过「场景化赋能」，帮开发者摆脱繁琐的重复性工作（如Bug排查、代码编写、文档撰写），聚焦于核心业务逻辑与架构设计。它的优势不在于冰冷的参数，而在于：能精准理解你的开发需求，能输出可直接落地的解决方案，能无缝融入你的工作流程，能在大型项目中帮你分担协作压力。对于开发者而言，学会利用这类工具，将是提升自身核心
摘要：系统更新后出现Edge浏览器隐私设置重复提示及抖音客户端频繁掉线问题，推测与系统凭据管理器异常相关。提供两种修复方案： 1️⃣ SFC扫描：以管理员身份运行sfc /scannow，检测并修复系统文件，耗时约10-30分钟。 2️⃣ DISM工具：若SFC无效，分阶段执行DISM命令（检查/扫描/修复系统映像），需保持网络稳定，修复后需重启并再次运行SFC验证。 （全文150字，基于Deep
bug
——bug
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
2048 AI社区
深开鸿 技术专区
鲲鹏昇腾开发者社区
HarmonyOS开发者社区
九章云极普惠算力
云原生技术专区
火山引擎 ADG 社区
