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

低代码指南100解决方案:20生产型企业如何做好EHS管理?

随着《新安全⽣产法》的颁布,如何快速落实安全⽣产责任制,并通过系统推进双预防机制,成为如今大多数生产型企业的重要课题。在“十四五”规划中,也再次提出了企业建设安全生产管理系统的要求。为帮助生产型企业构建满足当下数字化需求的安全生产管理平台,LCHub按照《安全生产标准化基本规范》中的“目标职责、制度化管理、教育培训、现场管理、安全风险管控和隐患排查治理、应急管理、事故管理、持续改进”八项要素,打造

文章图片
#安全#scrum
低代码指南100方案:28高效HR如何做好面试管理,提高招聘效率?

招聘,对每家企业来说都是一项重要的任务。但这项任务时常困扰着HR团队,因为在实际筛选简历、安排面试、沟通offer的过程中,会遇到诸多难题影响HR的工作效率。招聘面试两大常见难题随机,即应聘者投递简历的时间是随机不定的,HR需要一遍遍刷新简历投递情况。多变,即面试邀约的环节需要HR协调应聘者和面试官双方的时间,经常会发生时间变动需要调整的情况,HR就要反复确认。精细化面试管理,提高招聘效率为了解决

文章图片
#低代码
低代码指南100方案:8拒绝无效加班 ,财务用一天搭建管理应用,有效减少80%重复工作

“我们基础财务人员每天大部分的时间都浪费在一些琐碎且重复的事情上,加了很多低效的班,我们的职业发展路径决定了我们过多的关注专业领域的认证,而看不到身边已经成熟的‘黑科技’。”——楚云软件科技有限公司联合创始人程虹程虹老师在财务领域深耕多年,有着丰富的实战经验,不仅是一位智能财务师(FAI),还是英国ACCA特许公认会计和中国注册会计师(CPA)协会会员。她帮助我们简单梳理了传统的财务工作:数据管理

文章图片
#物联网#iot#内容运营 +1
低代码指南100解决方案:52用低代码管理学生宿舍,让学生住得安心让宿管阿姨放心

返校季各高校陆续开学,对于宿管阿姨以及学校后勤部门的领导来说,除了喜迎阔别已经的一张张熟悉的笑脸之外,学生宿舍的管理工作也要逐步开展起来了。随着现阶段高等教育的不断扩招,各大高校的办学规模逐渐增大,学生数量也在明显提升。学生管理的难度也逐渐提升,然而学生宿舍是学生日常生活时间最长的地点,所以高效的学生宿舍管理不可忽视。一、宿舍管理到底管什么?1、学生信息管理主要是对学生的基本信息进行管理,包括年纪

文章图片
#物联网#iot
低代码指南100方案:15 MRP物料需求计划

MRP概述在制造行业,有个专业术语叫做MRP(Material Requirement Planning,物料需求计划),MRP系统的出现,帮助企业管理者解决物料销售、生产、采购脱节的问题,达到物料“既不出现短缺,又不造成库存积压”的管理目标。MRP系统是生产管理的核心,保证制造业核心业务信息的集成,让生产物料得以有序的流动,以形成供需平衡。MRP & MRP Ⅱ制造资源计划MRPⅡ(Ma

文章图片
#内容运营#产品运营#开发语言
低代码指南100方案:48用好设备巡检管理系统,轻松解决漏检、配件管理混乱等问题

设备巡检在不同行业中都扮演着重要的角色,目的是掌握设备运行状况及周围环境的变化,发现设施缺陷以及危及安全的隐患,并及时采取有效措施,减少设备突发故障的机会,使设备处于良好的运行状态。因为一旦出现了问题,就会极大的影响到企业正常生产运作,甚至可能带来重大的安全问题,所以定期的巡检一直都是企业工作中十分重要的一项工作。但很多企业使用纸质记录的方式,容易出现汇总难、查询难等问题,并且故障报修不及时。当前

文章图片
#云计算#运维
低代码指南100解决方案:42实现EHS高效管理,做到这四点很重要

EHS管理方法体系最早源于欧美国家,随着中国工业化进程的完善,EHS管理在中国的重要性也愈发凸显。很多国内企业也逐步开始设置EHS相关事项的部门以及专业的从业人员。为帮助企业做好EHS的高效管理,LCHub打造了一套通用的环境健康安全管理系统解决方案,可以帮助企业实现数字化EHS管理。该方案主要包括以下四大板块:1、基础信息可随时记录在EHS管理体系中,员工和设备信息管理是十分重要的一环,也是EH

文章图片
《向量数据库指南》——BGE-M3:引领多模态RAG系统新风尚!

这个 Embedding 模型还能够输出两种不同的向量类型:稠密向量(Dense embedding)和稀疏向量(Sparse embedding)。如上所示,我们可以基于同一个输入获取两种不同类型的向量:稠密向量和稀疏向量。因为 Milvus 支持混合搜索(Hybrid Search),我们可以在向量搜索中同时使用这两种向量类型,从而增强 RAG 系统中检索到的上下文的准确性和质量。在下面的 R

文章图片
#机器学习#人工智能#低代码 +1
《向量数据库指南》——基础 RAG 与 GraphRAG 输出质量对比

为了展示 GraphRAG 的有效性,其开发者在博客中比较了基础 RAG 和 GraphRAG 的输出质量。我在这里引用一个简单的例子来说明。

文章图片
#数据库
《向量数据库指南》——BGE-M3:引领多模态RAG系统新风尚!

这个 Embedding 模型还能够输出两种不同的向量类型:稠密向量(Dense embedding)和稀疏向量(Sparse embedding)。如上所示,我们可以基于同一个输入获取两种不同类型的向量:稠密向量和稀疏向量。因为 Milvus 支持混合搜索(Hybrid Search),我们可以在向量搜索中同时使用这两种向量类型,从而增强 RAG 系统中检索到的上下文的准确性和质量。在下面的 R

文章图片
#机器学习#人工智能#低代码 +1
    共 23 条
  • 1
  • 2
  • 3
  • 请选择