【AI视频】从单模型，到AI Agent工作流
不用手搓AI视频工作流了，试试CrePal的Agent模式
写在最前面
技术人的“AI创作”痛点：我们到底在烦什么？
Agent工作流实战：一次“小猫做饭”的自动化项目管理
从执行到交付：Agent的全程托管
亮点：Agent如何实现精细化控制与高效迭代？
模板，但不止于模板
人工智能
【博客之星2025年度总评选】2025年度技术博客总结：从Python基础到AI前沿的进阶之旅
本文目录一、个人成长与突破盘点1.1 技术深度与广度的双重突破1.2 问题解决能力的显著提升1.3 技术视野的前瞻性拓展二、年度创作历程回顾2.1 从基础到高级的系统化梳理2.2 内容质量的持续提升三、个人生活与博客事业的融合与平衡四、结语 2025年对于我而言，是技术深耕与突破的关键一年。作为一位专注于Python技术栈的开发者，在这一年中不仅实现了个人
【金猿人物展】涛思数据创始人、CEO陶建辉：实现AI时代时序数据库向“数据平台”的转型
陶建辉
“【提示】2025第八届年度金猿颁奖典礼将在上海举行，此次榜单/奖项的评选依然会进行初审、公审、终审三轮严格评定，并会在国内外渠道大规模发布传播欢迎申报。
大数据产业创新服务媒体
——聚焦数据 · 改变商业
在数字化转型与AI技术爆发的浪潮中，时序数据库作为处理海量实时数据的核心工具，已成为工业互联网、自动
新手入门 AI 不用愁！10 个核心基础知识点，轻松搭建知识框架
随着AI技术的爆发式发展，越来越多的新手想要踏入这个领域，但面对“深度学习”“神经网络”“大模型”等繁杂的概念，很容易陷入“无从下手”的困境。其实，AI入门的关键不在于盲目堆砌知识点，而在于搭建一套清晰的核心知识框架。今天，我就为大家梳理了AI入门必须掌握的10个核心基础知识点，从概念定义到实际应用&
一文搞懂池化层！Pooling详解(网络下采样篇)
池化(Pooling)是卷积神经网络中的一个重要的概念，它实际上是一种形式的降采样。有多种不同形式的非线性池化函数，池化层会不断地减小数据的空间大小，因此参数的数量和计算量也会下降，这在一定程度上也控制了过拟合。通常来说，CNN的卷积层之间都会周期性地插入池化层
一. 池化的目的及作用
池化层大大降低了网络模型参数和计算成本，也在一定程度上降低了网络过拟合的风险。概括来说，池化层主要有以下五点
2022-07-02概率（九
写概率这个主题又到了（九的时候，想想写了9天，其实也只是写到一些比较浅的表层东西。但总的来说，我把概率的数学本质和社会之间的关系，以及一些相互跨越的东西掏了出来。
说概率，就要说到卡尔达诺，就要讲赌博，然后又要讲蒙特卡罗方法，就要讲到圆周率兀，就要讲到无限不循环，就是在讲数学。
到目前为止，兀的小数点后面已经远远不止在阿基米德算出来的，也不止是刘徽算出的，也超越了祖冲之所算的7位了，已经算到了小数
从深夜改稿到安心创作：AI时代的另一种可能，AMA与你细说
文章目录
一、凌晨3点，我还在为一篇文案绞尽脑汁
二、AI创作：普通人的最后一次创作革命
2.1 为什么说这是普通人的机会？
2.2 AI创作到底能做到什么？
三、AI创作者AMA：为普通人量身打造的成长平台
3.1 这不是一场普通的分享会
四、互动积分系统：边学边赚，
【AI】AI编程助手：Cursor、Codeium、GitHub Copilot、Roo Cline、Tabnine
文章目录
一、基本特性对比
二、收费标准
三、私有部署能力
1、Tabnine
2、Roo Code
三、代码补全与自然语言生成代码
四、安装
独立的IDE安装
插件安装
五、基本使用
（一）Cursor
（二）GitHub Copilot
1、获取代码建议
2.聊天
1）上下文
2&
XXL-JOB分布式定时任务
一、前言
1、什么是分布式任务调度
任务调度是指基于给定的时间点，给定的时间间隔或者给定执行次数自动的执行任务。任务调度是是操作系统的重要组成部分，而对于实时的操作系统，任务调度直接影响着操作系统的实时性能。任务调度涉及到多线程并发、运行时间规则定制及解析、线程池的维护等诸多方面的工作。
WEB服务器在接受请求时，会创建一个新的线程服务。但是资源有限，必须对资源进行控制，首先就是限制服务线程的最大
