最近一边自学stable diffusion，一边写了几篇关于stable diffusion理论的文章。在不断的学习过程中，愈发觉得理论固然重要，但是实践也相当重要。对于很多自学者来说，实践比理论更重要。毕竟，学习stable diffusion的目的就是生成图片。而且stable diffusion的webui，本身就是为了屏蔽底层AI绘画生成代码的细节，让整个AICG的过程对用户透明，让用户

云开发 Copilot 提供了强大的AI能力，页面、组件以及区块的创建，都可以依靠AI完成。同时，再也不用因为记不住复杂的css属性而犯愁，通过输入自己的需求，AI就可以帮你生成并优化css样式。在开发过程中，遇到了一些小的问题，在云开发官方的帮助下得到了及时的响应与解决。同时也将遇到的问题和建议整理成文档，通过问卷的形式反馈，希望能够给云开发平台的建设尽一点绵薄之力。

前言无聊的时候就会去找一个有趣的python模块，最近就遇到了twillio模块，十余行代码即可完成免费发送短信的功能。注册twillio账号进入https://www.twilio.com/并通过的

在日常的代码开发中，总会遇到很多很小的知识点，想用却无从记起。尤其是在日常的前端开发，想要添加一个自己想要的css样式，却又想不起属性名，然后再css网站和笔记中搜索。当时想，如果能在IDE中内嵌一个AI编程助手就好了。后来GitHub推出了Copilot，再后来豆包推出了以智能代码补全为代表的MarsCode 编程助手。在惊喜之余，更多的是想要体验一下豆包MarsCode 编程助手的功能。最后就

距离唯一一次搭建Hadoop集群，已是六年有余。那时候大数据的学习资料还是我从某宝25买来的，如今大数据已遍地开花。最近想写一些关于大数据的东西，例如Spark、flink等，想放在Yarn上跑，所以就从Hadoop的搭建开始写起。这就是我在虚拟机上搭建Hadoop3的步骤，有兴趣的同学不妨试试！

好多人问我，这种基于大数据平台的xxxx的毕业设计要怎么做。这个可以参考之前写得关于我大数据毕业设计的文章基于大数据平台的毕业设计。这篇文章是将对之前的毕设进行优化。个人觉得可以分为两个部分。第一个部分就是基础的平台搭建。例如Hadoop集群、Kafka集群。第二个部分就是上层应用的建设，例如基于大数据平台的数据分析，以及大屏展示之类的可视化应用。前者提供了基础平台能力，让整个设计加入大数据元素；

好多人问我，这种基于大数据平台的xxxx的毕业设计要怎么做。这个可以参考之前写得关于我大数据毕业设计的文章基于大数据平台的毕业设计。这篇文章是将对之前的毕设进行优化。个人觉得可以分为两个部分。第一个部分就是基础的平台搭建。例如Hadoop集群、Kafka集群。第二个部分就是上层应用的建设，例如基于大数据平台的数据分析，以及大屏展示之类的可视化应用。前者提供了基础平台能力，让整个设计加入大数据元素；

在上一篇跟着官方文档使用docker，在云服务器上搭建了一个单节点的Kafka集群，在云服务器上连接成功，当我在笔记本上使用Spark尝试连接的时候，无法消费到数据。从上图可以看出，我在consumer config中明明将设置成了弹性公网IP，而且在笔记本上Telnet连接Kafka网络也是通的。但是当我启动Spark程序之后，程序应该输出从kakfa中消费的数据，但是程序却卡住了。从日志最后一

提升效率的IDEA插件TOP14

vue3：Module not found: Error: Can't resolve 'fs' in