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

物联网开发学习总结(2)—— MQTT 各协议版本进化历程详解

MQTT协议发展历程:从3.1.1到5.0的演进 摘要: MQTT协议作为物联网领域的核心通信协议,经历了多个版本的迭代升级。1999年由IBM研发,2010年免费发布3.1版本后获得广泛应用。2014年3.1.1成为OASIS标准,在会话管理、错误处理等方面作出改进。2018年发布的5.0版本是重大升级,新增消息属性、增强会话管理、提升连接灵活性等特性。不同版本适用于不同场景:3.1.1适合基础

文章图片
#物联网
AI 学习总结(3)—— AI 智能体零基础入门

智能体是能自主感知环境并执行任务的智能实体,具有自主性、反应性、社会性和进化性。其发展经历了从规则驱动(1950s-1980s)、感知交互(1990s-2010s)到认知革命(2020-2023)和自主进化(2024至今)四个阶段。当前主流智能体构建平台包括零代码平台、企业解决方案和开源框架,搭建流程涵盖需求梳理、软件选型、提示工程设计、工作流配置、调试和发布等步骤。智能体已广泛应用于视频文案提取

文章图片
#人工智能#MCP
AI 学习总结(3)—— AI 智能体零基础入门

智能体是能自主感知环境并执行任务的智能实体,具有自主性、反应性、社会性和进化性。其发展经历了从规则驱动(1950s-1980s)、感知交互(1990s-2010s)到认知革命(2020-2023)和自主进化(2024至今)四个阶段。当前主流智能体构建平台包括零代码平台、企业解决方案和开源框架,搭建流程涵盖需求梳理、软件选型、提示工程设计、工作流配置、调试和发布等步骤。智能体已广泛应用于视频文案提取

文章图片
#人工智能#MCP
互联网金融学习总结(9)—— 智能风控模型技术架构深度解析:AI如何筑牢金融风险护城河?

智能风控系统正在重构金融风险防御体系。本文通过"数据-建模-服务-展现"四层架构,解析其核心技术:数据处理层通过结构化/非结构化处理、标签系统和特征工程提炼高质量数据;建模分析层运用知识图谱、评分模型、政策匹配和NLP财报分析实现全方位风险评估;服务层通过API接口、自动报告和智能Agent将模型能力转化为业务工具;展现层采用可视化大屏和自然语言交互提升用户体验。这套闭环系统使

文章图片
#人工智能#智能风控
Kubernetes 学习总结(47)—— Kubernetes 持久化存储之 Volume、PV、PVC、StorageClass 到底怎么用?

Kubernetes持久化存储解决方案摘要 Kubernetes中Pod的临时性特点导致本地存储不可靠,必须使用持久化存储方案。核心组件包括: Volume:基础挂载点,生命周期随Pod PV(PersistentVolume):集群级存储资源池 PVC(PersistentVolumeClaim):用户存储需求声明 StorageClass:动态创建PV的自动化机制 工作流程:Pod通过PVC申

文章图片
#kubernetes#容器#云原生
AI 学习总结(4)—— AI Agent 和大模型的关系

大模型解决了 “能听懂、会表达” 的问题,而 AI Agent 解决了 “能做事、会落地” 的问题 —— 这是从 “内容智能” 到 “行为智能” 的关键一步,也是 AI 从实验室走向实际应用的核心桥梁。现在很多人觉得 AI Agent 还不够成熟,比如 “大脑”(大模型)偶尔会误解需求,“手脚”(工具生态)还不够丰富,通用框架也有待完善。但不可否认的是,它已经在改变很多行业:数据分析 Agent

文章图片
#人工智能#大数据#AI
Kubernetes 学习总结(47)—— Kubernetes 持久化存储之 Volume、PV、PVC、StorageClass 到底怎么用?

Kubernetes持久化存储解决方案摘要 Kubernetes中Pod的临时性特点导致本地存储不可靠,必须使用持久化存储方案。核心组件包括: Volume:基础挂载点,生命周期随Pod PV(PersistentVolume):集群级存储资源池 PVC(PersistentVolumeClaim):用户存储需求声明 StorageClass:动态创建PV的自动化机制 工作流程:Pod通过PVC申

#kubernetes#容器#云原生
AI 学习总结(4)—— AI Agent 和大模型的关系

大模型解决了 “能听懂、会表达” 的问题,而 AI Agent 解决了 “能做事、会落地” 的问题 —— 这是从 “内容智能” 到 “行为智能” 的关键一步,也是 AI 从实验室走向实际应用的核心桥梁。现在很多人觉得 AI Agent 还不够成熟,比如 “大脑”(大模型)偶尔会误解需求,“手脚”(工具生态)还不够丰富,通用框架也有待完善。但不可否认的是,它已经在改变很多行业:数据分析 Agent

文章图片
#人工智能#大数据#AI
ETL学习总结(2)——ETL数据集成工具之kettle、sqoop、datax、streamSets 比较

前言对于数据集成类应用,通常会采用ETL工具辅助完成。ETL,是英文 Extract-Transform-Load 的缩写,用来描述将数据从来源端经过抽取(extract)、交互转换(transform)、加载(load)至目的端的过程。当前的很多应用也存在大量的ELT应用模式。常见的ETL工具或类ETL的数据集成同步工具很多,以下对开源的 Kettle、Sqoop、Datax、Streams..

Postman使用总结(1)——Postman 自动化测试小结

一、接口结果判断首先,既然是自动化测试,那么我们肯定需要通过工具 Postman 或者代码,帮我们直接判断结果是否符合预期。那么在接口测试上,大体就两个思路:1. 判断请求返回的 code 是否符合预期;2. 判断请求返回的内容中是否包含预期的内容(关键字)。接下来我们看看如何利用 Postman 来解决上述的问题:1.1、功能区在 Postman 中相关的功能在非常显眼的地方,T...

    共 45 条
  • 1
  • 2
  • 3
  • 4
  • 5
  • 请选择