
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
我用 QClaw 做了一个「恋爱大师」Skill,结果现在已经可以躺着用微信学恋爱了

装了 QClaw 之后,我卸掉了好几个 Mac 软件

QClaw 上手指南:我用了一周龙虾,感觉自己白用了两年 AI

自从搭建了OpenClaw,领导在微信里就能随时了解桥梁动态

100% AI 写的开源项目三周多已获得 800 star 了

站在企业视角看工业物联网建设,需求其实已经非常明确:数据规模持续增长、业务对实时性的要求不断提高,历史分析、实时计算和智能应用必须协同运转。企业真正需要的,不再是一个“把数据存下来”的系统,而是一套能够围绕时序数据,支撑实时决策并长期演进的数据平台。正是在这样的背景下,像 DolphinDB 这类数据治理平台的价值逐渐凸显。它以时序数据为核心,将数据接入、存储、实时计算、大数据分析与 AI 应用整

openEuler 云原生进阶:K3s 轻量级 Kubernetes 集群实战

openEuler 云原生实战:Docker Compose 部署 Nextcloud 企业级私有云

本文介绍基于Rokid CXR-M SDK开发AR智能助手应用的过程。通过集成CXR-M SDK v1.0.1,实现了AI大模型与AR眼镜的结合,用户可通过语音交互获取实时信息。文章详细讲解了SDK的AI场景能力、技术架构设计(采用Kotlin+Retrofit+协程方案)、开发环境配置以及核心功能实现,包括SDK初始化、AI事件监听等关键环节。该方案将计算密集型任务放在手机端处理,通过蓝牙与眼镜

本文介绍了智能制造场景下基于昇腾NPU和CANN框架的异常检测优化实践。针对工厂1000台设备每秒100万数据点的实时监控需求,通过逐步优化计算方案,将Z-score异常检测算法从CPU逐条处理的8分钟延迟降低到NPU批量执行的0.0006秒,加速比高达70万倍。关键优化包括:向量化计算、滑动窗口批处理、多维度并行检测等技术手段,在保证检测精度的同时充分利用NPU的并行计算能力。这一成果验证了CA








