logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

还在为 UniApp 和 Vue3 寻找完美的图标库吗?VU-Icons 来了!

vu-icons致力于成为 Vue 生态中最易用、最轻量的图标解决方案。无论您是构建企业级后台管理系统,还是开发跨平台的小程序应用,它都能为您提供稳定可靠的支持。如果您觉得这个项目对您有帮助,欢迎在 GitHub 或 Gitee 上点个 Star ⭐️ 支持一下!

文章图片
#uni-app#组件库
UniApp 图标方案终极排坑:告别 FontClass,拥抱真 SVG 组件化

如果你的项目还在忍受 Font 图标的各种怪异渲染问题,或者还在为切图和换色烦恼,不妨尝试一下vu-icons。它不仅是一个图标库,更是一种现代化、工程化的前端开发实践。👉立即体验vu-icons官网地址。

文章图片
#uni-app#前端框架
芋道生成代码后引入报错:java: 程序包jakarta.validation.constraints不存在

在芋道引入生成的代码后,出现了这个错误“java: 程序包jakarta.validation.constraints不存在”,本来以为是没有引入这个依赖,发现引入依赖后又出现的新的错误。突然想起会不会是因为jdk版本问题,因为芋道的master分支是jdk8的,发现切换jdk后,还是这个问题。然后去拉代码的地方发现文档上写的是springBoot2.7,springBoot2是不支持这个jaka

文章图片
#java#开发语言
在云服务器上宝塔安装流程【超详细】

服务器安全组添加8888端口(你生成对应的默认端口)规则,如果放开这个端口号,则不能访问。如果出现了“请输入命令编号:”直接输入14查看面板的默认信息,查看账号密码和你当前输入的是否有错。上图中的端口一般默认是8888,但我生成的并不是,这个没有什么影响,是官方为了安全随机生成的。随后下面会生成新的用户名和密码(testpasswd),重新登录就可以登录成功了。下载(百度上也有很多,这里不在写了)

文章图片
#服务器#运维
Mybatis自动生成代码——GeneratorMapper.xml配置

【代码】Mybatis自动生成代码——GeneratorMapper.xml配置。

文章图片
#mybatis#xml#spring
一文读懂LLM:大语言模型的核心原理与应用全景

大语言模型(LLM)并非简单的"大尺寸语言模型",而是具备特定能力的技术体系。从定义来看,LLM通常指包含数百亿甚至更多参数的语言模型,在数万亿(T)token的海量语料上,通过多卡分布式集群完成预训练。广义上,LLM的参数量可从十亿级(如Qwen-1.5B)覆盖到千亿级(如Grok-314B),但核心判断标准并非单纯看参数规模,而是模型是否展现出"涌现能力"——这种在小模型中不明显,却在大模型中

文章图片
#语言模型#人工智能#自然语言处理
如何将DeepSeek部署到本地电脑

DeepSeek爆火,如何免费部署到你的电脑上?教程来了,先在你的本地电脑上安装Ollama,然后在Ollama搜索选择DeepSeek模型,即可成功在你的本地电脑上部署DeepSeek。

文章图片
#DeepSeek
Spring AI Alibaba + JManus:从架构原理到生产落地的全栈实践——一篇面向 Java 架构师的 20 分钟深度阅读

本文介绍了Spring AI Alibaba(SAA)框架及其核心组件JManus,旨在为Java开发者提供原生AI开发能力。SAA解决了企业在Java生态中集成AI时面临的语言壁垒、治理一致性和团队经验等问题,让开发者无需切换技术栈即可使用LLM能力。JManus作为多智能体框架,通过Java重构实现了高性能并发和弹性扩展。文章详细阐述了框架的核心概念模型、架构设计、实战案例以及性能优化策略,展

文章图片
#人工智能#java#spring
一文读懂LLM:大语言模型的核心原理与应用全景

大语言模型(LLM)并非简单的"大尺寸语言模型",而是具备特定能力的技术体系。从定义来看,LLM通常指包含数百亿甚至更多参数的语言模型,在数万亿(T)token的海量语料上,通过多卡分布式集群完成预训练。广义上,LLM的参数量可从十亿级(如Qwen-1.5B)覆盖到千亿级(如Grok-314B),但核心判断标准并非单纯看参数规模,而是模型是否展现出"涌现能力"——这种在小模型中不明显,却在大模型中

文章图片
#语言模型#人工智能#自然语言处理
数据库自增 ID 耗尽?4 个落地级方案,从新表到老系统全覆盖

电商平台因INT类型自增主键耗尽导致业务中断,揭示数据库ID设计的隐患。文章剖析自增ID耗尽的两大原因:字段类型上限限制和业务超预期增长,并提出四种解决方案:①新系统直接采用BIGINT UNSIGNED;②分布式架构使用雪花算法等分布式ID方案;③存量系统通过在线DDL升级字段类型+数据归档;④超大数据场景采用水平分表+ID重置策略。最后强调需设置ID使用率监控预警,不同阶段的业务可选择对应方案

文章图片
#数据库#java#开发语言
    共 17 条
  • 1
  • 2
  • 请选择