国产时序数据库已形成多元产品矩阵，根据其核心技术路线、商业模式和市场定位，主要代表性产品如下：数据库名称核心厂商/社区主要特点与定位TDengine涛思数据高性能、分布式，定位为AI驱动的工业大数据平台，在写入吞吐和存储成本方面优势显著，集群开源、生态开放。KaiwuDB浪潮云弈强调分布式多模融合架构，支持时序、关系、文档等多种数据模型的统一处理，原生集成AI算法。Apache IoTDB清华大学

本次向OpenHarmony PC平台移植xz命令的实践，核心解决了该平台缺失.tar.xz格式解压能力的痛点。整个过程的核心难点在于适配鸿蒙专属的编译环境与权限管理机制——通过精准配置OHOS SDK环境变量、选用适配性更强的cmake编译框架，有效规避了跨平台编译中的工具链兼容问题；而binary-sign-tool自签名步骤的实施，则精准破解了鸿蒙系统对第三方二进制文件的权限限制，这也是鸿蒙

摘要： hashdeep是一款跨平台文件哈希计算工具集，支持MD5、SHA-1、SHA-256等多种算法，具有递归目录遍历、哈希匹配和审计功能。适用于文件完整性验证、去重、数字取证等场景。其构建基于Autotools系统，适配OpenHarmony时需解决config.sub版本不兼容等问题，通过创建构建脚本、生成configure配置、处理config.h文件等步骤完成交叉编译。最终实现包括ha

本次向OpenHarmony PC平台移植xz命令的实践，核心解决了该平台缺失.tar.xz格式解压能力的痛点。整个过程的核心难点在于适配鸿蒙专属的编译环境与权限管理机制——通过精准配置OHOS SDK环境变量、选用适配性更强的cmake编译框架，有效规避了跨平台编译中的工具链兼容问题；而binary-sign-tool自签名步骤的实施，则精准破解了鸿蒙系统对第三方二进制文件的权限限制，这也是鸿蒙

本次向OpenHarmony PC平台移植xz命令的实践，核心解决了该平台缺失.tar.xz格式解压能力的痛点。整个过程的核心难点在于适配鸿蒙专属的编译环境与权限管理机制——通过精准配置OHOS SDK环境变量、选用适配性更强的cmake编译框架，有效规避了跨平台编译中的工具链兼容问题；而binary-sign-tool自签名步骤的实施，则精准破解了鸿蒙系统对第三方二进制文件的权限限制，这也是鸿蒙

用开源平台构建"赛博仙姑"AI智能体 本文介绍了如何使用开源Agent平台openJiuwen构建一个名为"赛博仙姑"的AI智能体。该平台支持本地部署（Ubuntu系统+Docker环境），保障数据安全，提供可视化智能体搭建功能。作者详细演示了从部署到创建智能体的全过程：下载解压安装包、启动服务后，通过编写科学化的玄学提示词（将传统命理概念转化为量子力学等科

随着大模型技术在 2024—2025 年的迭代加速，AI 已从专业技术圈走向大众，并迅速成为工程师和内容创作者的日常生产力工具。Gemini 3.0 的发布，再次将行业性能上限向前推动一大步 —— 推理更强、多模态更稳、代码生成质量接近真实开发者水平，在公开基准测试中甚至实现了“全维度领先”。但对于国内开发者而言，一个现实的问题却始终存在：模型访问受限、API 获取复杂、网络要求高。这让很多人虽然

本文详细介绍了在华为昇腾AI平台上部署Llama大模型的完整流程。首先阐述了昇腾平台作为国产化AI解决方案的优势，然后分步骤指导环境配置：包括云端免费算力资源申请（无需物理硬件）和自有硬件部署方案（推荐Atlas 300T Pro训练卡）。软件环境搭建部分提供了代码验证NPU可用性，并安装必要的Python依赖包。重点讲解了Llama-3-8B模型的下载方法（通过ModelScope）和转换为昇腾

这个过程重复成千上万次，模型就学会了"什么样的噪声对应什么样的图像"。中间层是加速算法，包括高性能算子(RoPE、RMSNorm、FlashAttention)、并行策略(Ulysses、Ring、CFG)、近似算法(DiTCache、序列压缩)和量化技术(W8A8、FA量化)。扩散模型的火爆让AI视频生成成为了当下最热门的技术方向之一。但当我第一次尝试在昇腾NPU上部署Wan2.1视频生成模型时

本文分享了将DanceGRPO框架迁移至昇腾平台并成功微调FLUX模型的全过程。DanceGRPO作为首个统一视觉生成强化学习框架，通过多图像生成、组内评分和策略优化三阶段提升生成质量。作者详细介绍了环境搭建、分阶段精度对齐策略（包括推理、Reward和训练阶段）以及关键性能优化点（如算子优化、通信调优等）。最终在昇腾平台实现了与GPU相当的生成效果，性能提升达25%。文章还总结了迁移过程中的常见