
阿里云开发者社区

大家在互动

大家在关注
综合
最新
有奖励
免费用
KubeRay on ACK:更高效、更安全
阿里云 ACK 以托管组件化的方式给客户提供快速搭建Ray集群的能力,并通过结合使用阿里云的调度,存储,日志与监控,给用户提供更佳使用体验。
StoreView SQL,让数据分析不受地域限制
日志服务SLS是云原生观测与分析平台,支持Log、Metric、Trace等数据的大规模、低成本实时处理。为解决跨地域数据联合分析问题,SLS推出StoreView功能,可将多地域、多项目的Logst
基于Qwen3的Embedding和Rerank模型系列,开源!
近年来,随着大规模预训练语言模型(LLM)的飞速发展,文本嵌入(Embedding)和重排序(Reranking)技术在搜索引擎、问答系统、推荐系统等多个领域的重要性愈发凸显。
告别拍脑袋排期|通义灵码 MCP 助力项目经理科学制定软件开发计划
今天我们精选了与开发者息息相关和比较热门的 MCP 服务,总结了这些技术服务在实际开发的最佳实践,涵盖了从前端开发、后端开发、DevOps、测试、运维等关键环节,及非研发领域中的热度较高的 MCP 服
MCP Server 之旅第 5 站:服务鉴权体系解密
本文深入探讨了MCP(Model Context Protocol)授权机制的演进与实现,从2024-11-05版本无授权支持,到2025-03-26版引入基于OAuth 2.1的授权,再到最新Dra
面向认知智能的AI推理体系:理论基础与工程实践
本文深入探讨了AI推理从“感知智能”迈向“认知智能”的理论框架与技术突破。文章分析了符号推理、神经推理及混合推理的优劣势,指出了多跳推理、因果推理和可解释性等挑战。同时,结合大语言模型、ReAct架构

通义灵码2.5评测:从编程智能体到记忆感知的AI编码革命
通义灵码2.5版本更新带来了多项新功能,包括Lingma IDE的开箱即用体验、编程智能体模式实现端到端编码任务、MCP工具集成扩展AI助手能力以及Qwen3模型升级大幅提升代码生成准确性和效率。此外
一文带你 "看见" MCP 的过程,彻底理解 MCP 的概念
本文介绍了模型上下文协议(MCP)的基本概念、工作原理及其应用过程。MCP 是一种连接 AI 助手与数据系统的开放标准,旨在帮助大模型生成更高质量的响应。文章从 RAG 和 Function Call

金融行业Agent百景图
为助力金融机构依托大模型实现业务创新突破,我们精心梳理过去一年多与众多金融机构携手共创的业务场景,将其整理成册。这本册子凝聚着实践经验与创新思路,期望能为金融机构在大模型应用浪潮中找准方向,开启业务拓

打造面向未来竞争力的关键 - API 管理、设计的思考与实践
在数字化转型加速的今天,API已成为企业创新和业务增长的核心驱动力。本次直播将探讨API网关、API管理和API First设计理念如何加速企业数字化建设、重塑企业商业模式。 讲师/嘉宾简介 十眠|阿

Kafka + Flink 流处理双引擎实战
在万物互联的时代,实时数据处理已成为企业数字化转型的核心能力。阿里云消息队列 Kafka 版与实时计算Flink版强强联合,从消息队列到流计算,零基础构建分布式实时分析平台。让您的数据流在 Kafka

通义灵码带你玩转开发者常用的MCP(合辑,持续更新中)
今天我们精选了与开发者息息相关和比较热门的MCP 服务,总结了这些技术服务在实际开发的最佳实践,涵盖了从前端开发、后端开发、DevOps、测试、运维等关键环节,及非研发领域中的热度较高的MCP服务。我
清理C盘空间的6种方法,附详细操作步骤
释放C盘空间并不难。只要掌握合适的方法,哪怕你是电脑小白,也能轻松清理出几十GB空间。下面就为大家介绍6种实用、安全、细致的清理方法,并附上操作步骤。
Spring AI Alibaba Graph:多智能体框架实践
Spring AI Alibaba 是一个面向 Java 开发者的开源人工智能框架,旨在简化 AI 应用开发。本文重点介绍其 Graph 组件,用于解决工作流与多智能体协作问题。Graph 组件通过声
MCP Server的五种主流架构与Nacos的选择
本文深入探讨了Model Context Protocol (MCP) 在企业级环境中的部署与管理挑战,详细解析了五种主流MCP架构模式(直连远程、代理连接远程、直连本地、本地代理连接本地、混合模式)

Qwen3:小而强,思深,行速
Qwen3(千问3)于北京时间4月29日凌晨发布,是Qwen系列大型语言模型的最新成员,具备全系列、开源最强、混合推理等特性。它包括两款MoE模型(Qwen3-235B-A22B和Qwen3-30B-
2025 最新前端 100 道经典面试题及详细答案汇总整理
本文整理了100道前端常见面试题及其详细答案,涵盖HTML、CSS、JavaScript等多个领域,助你系统复习前端知识。内容包括HTML5新特性、CSS盒模型、Flex与Grid布局区别、选择器优先
gemini 2.5 pro国内怎么使用?记住这个方法就够了!
在人工智能(AI)技术飞速发展的今天,我们迎来了越来越多的创新和突破。AI不再仅仅是简单的工具,它正在变得更加智能和多样化
实战 | Qwen2.5-VL模型目标检测(Grounding)任务领域微调教程
在目标检测领域,众多神经网络模型早已凭借其卓越的性能,实现了精准的目标检测与目标分割效果。然而,随着多模态模型的崛起,其在图像分析方面展现出的非凡能力,为该领域带来了新的机遇。多模态模型不仅能够深入理
JManus - 面向 Java 开发者的开源通用智能体
JManus 是一个以 Java 为核心、完全开源的 OpenManus 实现,隶属于 Spring AI Alibaba 项目。它旨在让 Java 程序员更便捷地使用 AI 技术,支持多 Agent
Win10 22H2企业级纯净部署|UEFI引导+磁盘分区(含官方镜像文件)
本教程详细介绍了如何安装纯净版Windows 10系统。首先,下载官方镜像文件(win_10_x64.iso),包含家庭版与专业版。接着,格式化U盘为NTFS文件系统,并使用Rufus软件将镜像写入U

2025 年三款免费高清无水印视频录制工具推荐合集
本文介绍了三款免费高清录屏软件:EVCapture、Bandicam 和 屏幕录像机(oCam)。EVCapture 功能强大,支持视频录制与直播,提供分屏录制、实时按键显示等;Bandicam 适合
Google揭秘Agent架构三大核心:工具、模型与编排层实战指南
本文为Google发布的Agent白皮书全文翻译。本文揭示了智能体如何突破传统AI边界,通过模型、工具与编排层的三位一体架构,实现自主推理与现实交互。它不仅详解了ReAct、思维树等认知框架的运作逻辑
AI新宠DocExt:纯本地文档抽取,开源免费还无依赖!你还在为OCR头疼吗?
DocExt 是一款开源、免费的本地文档结构化提取工具,无需依赖 OCR 或云端服务,通过视觉语言模型(VLM)实现票据、护照、发票等多类型文档的关键字段与表格识别。支持多页文档处理、置信度量化及本地
Linux单节点单硬盘部署MinIO:安装部署MinIO对象存储服务实战指南
MinIO 要求用于存储数据的驱动器必须是独立的、非系统分区,以确保数据的安全性和性能。如果数据目录位于系统根分区,MinIO 会拒绝使用它,并报错。因此我们需要一个新的磁盘来作为MinIO的数据目录
实战 | Qwen3大模型微调入门实战(完整代码)
Qwen3是阿里通义实验室最近开源的大语言模型,发布时便登顶了开源LLM榜单第一名。同时,Qwen系列模型也超越LLaMA,成为了开源模型社区中最受欢迎的开源LLM。
硬盘检测工具哪个最好用?这8款值得收藏
硬盘健康状况直接影响电脑性能,选择合适的检测工具至关重要。本文推荐8款实用硬盘检测工具:Windows CHKDSK、DiskGenius免费版、Victoria、HDDScan、SeaTools、A
Ubuntu 安装 docker
本文介绍了在 Ubuntu 系统上安装 Docker 的详细步骤,包括卸载旧版本、设置 Docker 官方存储库、安装 Docker 包以及配置镜像源加速。首先通过移除旧版组件如 `docker.io

真香,Cursor懂的都懂(学习用哈),22.5k一键重置Cursor试用限制!被全网疯狂收藏!
go-cursor-help是一款用 Go 编写的开源工具,可在 3 秒内刷新 Cursor IDE 的机器码,绕过试用限制。支持 Windows、macOS 和 Linux,具备跨平台兼容性,自动配
MySQL数据表添加字段(三种方式)
本文解析了数据表的基本概念及字段添加方法。在数据表中,字段是纵向列结构,记录为横向行数据。MySQL通过`ALTER TABLE`指令支持三种字段添加方式:1) 末尾追加字段,直接使用`ADD`语句;
2025 年全网超全 Java 从入门到精通学习路线指南
这是一份全面的Java学习路线图,涵盖从基础到进阶的知识体系。基础阶段包括环境搭建、语法学习与面向对象编程;进阶阶段深入数据结构、多线程、JVM原理及泛型集合;框架阶段掌握Spring、MyBatis
4G手机内存玩转Qwen2.5-Omni?MNN全面支持Qwen2.5-Omni与Qwen3!
随着移动端算力、存储能力的提升,在端侧部署大模型已成为趋势。本地化运行可消除网络延迟实现毫秒响应,降低云端算力成本,同时避免数据上传保障隐私安全。
全新开源通义千问Qwen3,它来了!
Qwen3是通义千问系列的最新模型,融合推理与非推理模式,兼具QwQ和Instruct模型能力。提供多种尺寸,包括235B-A22B、30B-A3B及六个Dense模型,大幅提升数学、代码、逻辑推理和

macOS Tahoe 26 beta (25A5279m) ISO、IPSW、PKG 下载
macOS Tahoe 26 beta (25A5279m) ISO、IPSW、PKG 下载
macOS Tahoe 26 beta (25A5279m) Boot ISO 原版可引导镜像下载
macOS Tahoe 26 beta (25A5279m) Boot ISO 原版可引导镜像下载

TPS和QPS达到多少才算高并发?
本文详解了TPS和QPS两大性能指标的核心概念及应用场景,列举了不同类型系统的参考值范围与行业标杆案例(如支付宝、12306等)。同时分析了影响系统性能的关键因素,包括架构设计、数据库优化、缓存机制及
Nacos 开源 MCP Router,加速 MCP 私有化部署
Nacos MCP Router 发布全新版本。带来了多项重要更新,包括对 SSE 和 StreamableHTTP 协议的全面支持、Docker 容器化部署方案以及革命性的 MCP Server 协
Java 最新技术实操内容:从基础到进阶的全方位指南
本内容聚焦Java最新技术的实操应用,涵盖模块化开发(JPMS)、响应式编程(Spring WebFlux + Project Reactor)、微服务架构(Spring Cloud)、容器化部署(D
SentinelOne对可疑驱动程序是怎么阻止的
简介: SentinelOne 的可疑驱动程序阻止功能可防止恶意或可疑的已签名/未签名驱动程序加载,适用于 Windows 代理程序不同版本。从 23.4 版本起,可在管理控制台配置阻止设置,并通
客户说|知乎基于阿里云PolarDB,实现最大数据库集群云原生升级
近日,知乎最大的风控业务数据库集群,基于阿里云瑶池数据库完成了云原生技术架构的升级。此次升级不仅显著提升了系统的高可用性和性能上限,还大幅降低了底层资源成本。
“库存管理API:自动同步,避免超卖缺货”
库存管理API旨在实时同步库存数据,确保线上线下一致性,减少人工误差。其核心功能包括自动化更新、多平台接入及事件驱动的同步机制,有效避免超卖与缺货问题。通过Webhook回调、批量处理和分布式事务管理
USB移动硬盘不识别怎么办?教你几招应对
USB移动硬盘无法识别的原因有很多,不一定就是硬盘本身损坏。只要对症排查,大多数问题都能解决。下面就结合常见情况,介绍几种实用的应对方法,帮助你快速定位问题并恢复正常使用。
“个性化推荐API:动态匹配用户需求,提高客单价”
个性化推荐API通过分析用户行为数据,实时生成定制化推荐,核心价值在于动态匹配需求、提升转化率与客单价。其逻辑基于协同过滤与深度学习算法,结合库存和营销策略优化推荐结果。技术落地需完成数据埋点、算法配
2025 年 Java 面试必备最常见 200 + 面试题及答案解析
这是一份针对Java面试的综合技术方案与应用实例文档,涵盖Java基础(JDK/JRE、字符串、IO流)、容器(ArrayList/LinkedList、HashMap)、多线程(线程创建、同步、线程
电商API未来航向:智能化、开放性及新兴技术融合新蓝海
电商API作为连接电商平台与各方的核心纽带,其未来发展方向将深刻影响行业生态。文章从智能化升级、集成化拓展、开放性增强及新兴技术融合四个方面展开探讨。智能化升级通过AI实现精准服务与自动化流程;集成化
开源版polardb创建集群备份报错
Error from server (InternalError): error when creating pxc-backup.yaml: Internal error occurred: fa
“电商API支付接口:安全快捷,提升结账转化”
电商API支付接口通过标准化集成提升结账效率,减少用户流失。其优势包括无需跳转的快捷支付、tokenization技术保障安全及动态货币转换降低国际客户疑虑。一键支付功能显著减少弃单率,且支持多种支付
淘宝天猫店铺订单列表、订单详情、订单物流 API 接口全攻略
淘宝天猫订单API接口简介:支持订单列表查询、订单详情获取及物流轨迹追踪功能。通过taobao.trades.sold.get等接口批量查询订单,按状态/时间筛选;taobao.trade.fulli
“全渠道API整合:无缝对接,打造流畅购物体验”
全渠道API整合助力零售企业打通线上线下数据流,实现库存、订单与用户数据实时同步,提升运营效率超30%。通过RESTful API、Webhook和OAuth2.0等技术,确保高可用性和一致性。混合云
“电商API数据赋能:实时分析,优化营销策略”
电商API通过实时数据交互赋能企业,优化营销策略与运营效率。其核心价值体现在动态定价、个性化推荐及促销效果追踪等场景,助力企业快速响应市场变化。技术上依赖数据聚合、实时计算框架与A/B测试,同时需应对
Go语言中使用切片需要注意什么?
本文详细讲解了Go语言中切片(Slice)的使用方法与注意事项。切片是对数组连续片段的引用,具有灵活的操作方式。文章从定义与初始化、长度与容量、自动扩容、共享底层数组、复制、边界检查、零值到拼接等方面
电商API行业标准与规范体系构建:推动电商行业规范化前行
电商API行业标准与规范是推动电商高效发展的核心。通过数据格式标准化、接口设计一致性及严格的安全措施,可提升数据交互效率、保障安全并促进系统兼容性。淘宝、京东、拼多多等平台的实践展示了其重要性。未来,
深度剖析电商API监控与报警:守护电商系统稳定的核心策略
电商API监控与报警是保障电商业务稳定运行的关键工具。文章从重要性、关键指标(如响应时间、成功率、错误率等)、技术工具(如日志监控、性能监控、异常检测)及实施步骤等方面详细阐述了如何构建高效的监控体系
身份证二要素核验接口调用指南 —— Python 示例
本文介绍如何在 Python 中快速实现身份证二要素核验功能,适用于用户注册、金融风控等场景。通过阿里云市场提供的接口,可校验「姓名 + 身份证号」的一致性,并获取性别、生日、籍贯等信息。示例代码展示
解决RAG检索瓶颈:RAPL线图转换让知识图谱检索准确率提升40%
本文探讨了RAPL框架,一种创新的人工智能架构,用于改进知识图谱环境下的检索增强生成系统。RAPL通过线图转换和合理化监督技术,构建高效且可泛化的检索器,显著提升大型语言模型在知识问答中的准确性和可解
电商API性能优化全方位策略剖析
电商API性能优化对提升用户体验与业务效率至关重要。本文从八个方面探讨优化策略:1) 数据库优化,如索引设计、查询语句精简及冷热数据分离;2) 缓存策略,利用本地与分布式缓存减少数据库压力;3) 异步
阿里云计算型实例解析:c7/c8y/c8i/c9i性能对比与场景化选型指南参考
在阿里云目前的活动中,属于计算型的热门云服务器实例规格主要有计算型c7、计算型c8y、计算型c8i和计算型c9i。这些实例规格既有七代和八代实例规格,也有最新推出的九代实例规格。本文将对这些实例规格进
modelscope-funasr我已经设置了不需要TLS,怎么启动后,请求识别还是会提示TLS的错
我是一个完全内网的离线环境这是我请求的命令nohup ./funasr-wss-server-2pass --vad-dir /workspace/models/damo/speech_fsmn
深入研究:淘宝店铺所有商品API接口详解
淘宝店铺商品API接口(item_search_shop)用于获取指定店铺内所有商品信息,包括商品ID、名称、价格、库存、描述、图片URL等。开发者可通过必填参数shop_id及可选参数(如page、
Go语言中的文件与IO:文件读写
本文介绍了 Go 语言中文件操作的基础方法,涵盖打开与关闭文件、读取和写入文件内容、追加写入以及复制文件等功能。通过 `os`、`bufio` 和 `io` 等标准库包,提供了高效且灵活的实现方式,如
阿里云服务器GPU计算型 gn7i,ecs.gn7i-4x.16xlarge配置怎么样?
阿里云服务器GPU计算型 gn7iecs.gn7i-4x.16xlarge配置怎么样GPU云服务器https://www.aliyun.com/product/ecs/gpu
阿里云服务器规格参数解读,ecs.gn7i-c16g1.4xlarge代表什么意思?
阿里云服务器规格参数解读ecs.gn7i-c16g1.4xlarge代表什么意思GPU云服务器https://www.aliyun.com/product/ecs/gpu
阿里云GPU服务器,A10、V100、T4卡的性能分别属于什么水平?
阿里云GPU服务器A10、V100、T4卡的性能分别属于什么水平GPU云服务器https://www.aliyun.com/product/ecs/gpu
阿里云实例规格命名中的small和large以及xlarge代表什么意思?
阿里云实例规格命名中的small和large以及xlarge代表什么意思阿里云ECS服务器https://www.aliyun.com/minisite/goods
阿里云的实例规格命名含义,比如ecs.g8ae.4xlarge代表什么意思?
阿里云的实例规格命名含义比如ecs.g8ae.4xlarge代表什么意思阿里云ECS服务器https://www.aliyun.com/minisite/goods
JD-GUI,java反编译工具及原理: JavaDecompiler一个Java反编译器
Java Decompiler (JD-GUI) 是一款由 Pavel Kouznetsov 开发的图形化 Java 反编译工具,支持 Windows、Linux 和 Mac Os。它能将 `.cla

搜索与回溯练习(二)
本文总结了搜索与回溯算法的经典练习题,包括子集问题(如LeetCode 78、90)、排列问题(如LeetCode 46、47)、N皇后问题(LeetCode 51)以及解数独问题(LeetCode
搜索与回溯练习(一)
本篇简介总结了基于搜索与回溯算法的经典练习题及其解法,涵盖LeetCode上的多道题目。内容包括组合问题(如77. 组合、216. 组合总和III)、电话号码字母组合(17. 电话号码的字母组合)、组
DP刷题练习(五)
本文基于代码随想录学习,重点讲解动态规划(DP)在字符串问题中的应用。涵盖五道经典LeetCode题目:115. 不同的子序列、583. 两个字符串的删除操作、72. 编辑距离、647. 回文子串和5
DP刷题练习(四)
本文基于代码随想录,总结了动态规划(DP)相关的经典刷题练习(四),涵盖多个力扣(LeetCode)题目。内容包括:含手续费的股票买卖最佳时机、最长递增子序列、最长连续递增序列、最长重复子数组、最长公
基于STF的新能源车辆电池组SOC估计simulink建模与仿真
本课题基于强跟踪滤波器(STF)对新能源车辆电池组的SOC(荷电状态)进行估计,采用Simulink建模与仿真。系统输出包括电压、电流、车辆速度跟踪曲线及SOC变化曲线。通过MATLAB2022a实现
基于Astar的复杂栅格地图路线规划算法matlab仿真
本项目基于A*算法实现复杂栅格地图的路径规划,适用于机器人导航、自动驾驶及游戏开发等领域。通过离散化现实环境为栅格地图,每个栅格表示空间区域属性(如可通行性)。A*算法利用启发函数评估节点,高效搜索从
深入探讨HTTP/2.0协议的细节
在理解了所有这些细节后,你现在应该更加清楚HTTP/2.0是如何让数据高效地在互联网上快速移动的。而这只是一个简化的类比,实际的技术细节和协议规范更加丰富和复杂。随着时间的推移,HTTP/2.0的实现
分析Muduo网络库源码中的TcpServer组件工作原理
简言之,TcpServer 在 Muduo 中的角色,就是一位终极交通指挥员,它利用现代计算机网络的魔法,确保数据如同车辆一般,在信息高速公路上自由、安全、高效地流动。
如何在命令行中执行3ds Max脚本(MAXScript或Python)
执行3ds Max命令行魔法时,记得检查语法,不要让任何拼写错误破坏了咒语。一旦你习惯了这种方式,你会发现,它不仅能够极大地提高你的生产效率,而且还可以在不打开3D软件的情况下完成重复性的任务,让你的
利用RabbitMQ与Redis实现消息的延迟传递的策略
这个系统就如同一个无懈可击的邮局,无论天气如何变换,它都能确保每一封信准时送达。通过巧妙地运用RabbitMQ的DLX和Redis的Sorted Sets,我们搭建了一座桥梁,让即时和延迟消息的传递高
基于FD-MIMO技术的雷达通信一体化系统波形设计matlab模拟与仿真
本项目研究基于FD-MIMO雷达的波形设计与优化,旨在提升雷达检测性能和通信传输能力。通过遗传算法优化波束成形向量,在CRLB约束下最大化信噪比,解决非凸优化问题。相比传统MIMO雷达,FD-MIMO
DP刷题练习(三)
本文围绕动态规划(DP)刷题展开,内容基于代码随想录的学习总结。文章通过多个经典LeetCode题目讲解了动态规划的应用,包括打家劫舍系列(198、213、337)、买卖股票系列(121、122、12
MAZANOKE:一款隐私优先的浏览器图像优化工具及Docker部署指南
MAZANOKE 是一款简易的图片优化工具,它直接在浏览器中运行,支持离线使用,并确保您的图片始终保留在设备上,绝不外泄。 这款专为普通人设计的工具,适合与亲友分享使用,是那些来路不明的"免费"在线

DP刷题练习(二)
本文通过几道经典题目讲解了动态规划中的背包问题,包括0/1背包和完全背包。 **0/1背包问题**:物品只能用一次,涉及“能否装满”、“最多能装多少”、“装满有多少种方案”等变种问题。例如Leet
StarRocks Community Monthly Newsletter (May)
存算分离:支持生成列、主键表重建索引;大规模导入逻辑优化,降低小文件数量。 数据湖分析:Beta 支持 Iceberg 视图创建与修改;支持 Iceberg REST Catalog 嵌套命名空间;
[蓝桥杯 2025 国 B] 斐波那契字符串一一题解
这是一道基于斐波那契字符串的算法题(蓝桥杯2025国赛B组真题)。题目要求计算特定字符串中的逆序对数量,利用斐波那契数列特性优化解法。注意取模运算细节,避免溢出错误。附AC代码及解析:通过预处理斐波那