- FastGPT:企业级智能问答系统,让知识库触手可及
奇墨 ITQM
人工智能低代码
在信息爆炸的时代,企业如何高效管理和利用海量知识?传统搜索和文档库已难以满足需求。FastGPT正成为企业构建智能知识核心的首选。一、FastGPT:不止于问答的智能知识引擎FastGPT颠覆了传统知识库的局限,其核心优势在于:精准溯源:理解深层意图,精准定位文档内容生成答案,并标注引用来源,确保信息可信、结果可溯源。安全高效:企业数据存储于内网,LLM仅处理脱敏文本片段,实现数据与模型分离,保障
- [火了]-----FastGPT 插件系统架构演进:从 Monorepo 到独立生态
叶玉恒
AIGC系统架构llamalangchainaiAI编程
背景与挑战FastGPT作为一款快速发展的AI应用,其原有架构将所有功能模块(包括系统插件)集成在一个基于Next.js的Monorepo中。这种架构在项目初期确实带来了开发便利,但随着用户规模的增长,其局限性日益凸显:耦合度过高:系统插件必须与主应用同步发版(每周一次),严重制约了插件的迭代速度开发门槛高:社区开发者需要完整运行FastGPT环境才能贡献插件,必须向主仓库提交PR维护成本大:使用
- 客服系统本地部署对接fastgpt 以及现有业务系统
adminwolf
个人开发
在日常的用户咨询中,许多用户会问我们的系统或浏览器插件能否直接接入Deepseek。其实,这种说法存在一定的不准确之处。正确的理解是,我们需要接入的是支持Deepseek的AI知识库平台,而非直接接入Deepseek本身,而且这些平台通常都支持多种大模型切换。下面,就为大家详细介绍相关的接入方式。我们网站:gofly.v1kf.com一、扣子智能体平台对于非技术人员来说,现在建议直接使用coze.
- FastGPT私有化部署完整指南
小雷FansUnion
AI2025FastGPT大模型AI平台
FastGPT私有化部署完整指南环境要求硬件要求最低配置:CPU:4核内存:8GB存储:50GB网络:稳定互联网连接推荐配置:CPU:8核+内存:16GB+存储:100GB+SSD网络:10Mbps+带宽软件环境必需软件:-Docker:>=20.10.0-DockerCompose:>=2.0.0-Git:最新版本操作系统:-Ubuntu20.04+(推荐)-CentOS7+-WindowsSe
- Windows系统FastGPT安装配置依赖项遇到的问题
耳双6
windows
遇到了两个问题,记录备忘一下安装Docker报错:此访问控制列表格式不规范,因此无法修改。1.使用管理员权限使用管理员权限打开cmd命令提示符窗口。2.修复文件目录权限icacls"C:\ProgramFiles\Docker"/reset/t/c/qicacls"C:\ProgramData\DockerDesktop"/reset/t/c/q然后再双击文件就能正常安装了参数解释:/reset:
- CentOS系统高效部署fastGPT全攻略
挑战者666888
linux常用工具软件centospythonlinux
文章目录一、引言二、环境准备系统要求;基础依赖安装Python环境配置三、fastGPT部署流程源码获取与验证依赖库安装模型文件部署四、系统配置优化服务端口配置;安全加固措施;资源限制调整五、服务启动与管理直接启动方式系统服务化部署;日志监控方案六、验证与测试健康检查端点测试API功能测试用例压力测试方案一、引言fastGPT是一款高效、灵活的大语言模型应用框架,凭借其出色的推理速度和良好的扩展性
- fastGPT 接入Ollama 模型避坑指南
枫蓝驿
人工智能chatgpt
一、fastGPT添加应用调用大模型报404错误确认docker-composer.yml中的oneApi配置项是否正确-DEFAULT_ROOT_PSW=Pass1234 #AI模型的API地址哦。务必加/v1。这里默认填写了OneApi的访问地址。-OPENAI_BASE_URL=http://192.168.1.216:3001/v1#AI模型的APIKey。(这里默认填写了OneAPI的快
- FastGPT与MCP:解锁AI新时代的技术密码
挑战者666888
AI模型应用实战迁移学习集成学习文心一言
一、AI浪潮中的新星:FastGPT与MCP登场在当今科技飞速发展的时代,人工智能(AI)已成为推动各行业变革的核心力量。从智能语音助手到复杂的图像识别系统,AI的应用无处不在,而其中的关键技术——语言模型和集成平台,更是备受关注。FastGPT和MCP(Multi-ComponentPlatform)作为这一领域的新兴代表,正逐渐崭露头角,为AI的发展注入新的活力。FastGPT,以其高效的推理
- RAG 工业落地方案框架(Qanything、RAGFlow、FastGPT、智谱RAG)细节比对!CVPR自动驾驶最in挑战赛赛道,全球冠军被算力选手夺走了
代码讲故事
学术相关自动驾驶人工智能机器学习RAGCVPRQanythingFastGPT
RAG工业落地方案框架(Qanything、RAGFlow、FastGPT、智谱RAG)细节比对!CVPR自动驾驶最in挑战赛赛道,全球冠军被算力选手夺走了。本文详细比较了四种RAG工业落地方案——Qanything、RAGFlow、FastGPT和智谱RAG,重点分析了它们在知识处理、召回模块、重排模块、大模型处理、Web服务和切词处理等方面的具体实现。Qanything在rerank模块设计上
- 【深度学习新浪潮】以Dify为例的大模型平台的对比分析
小米玄戒Andrew
深度学习新浪潮深度学习人工智能算法transformer计算机视觉AIAgentAI智能体平台
我们从核心功能、适用群体、易用性、可扩展性和安全性五个维度展开对比分析:一、核心功能对比平台核心功能多模型支持插件与工具链Dify低代码开发、RAG增强、Agent自律执行、企业级安全支持GPT-4/5、Claude、Llama3、Gemini及开源模型(如Qwen-VL-72B),支持混合模型组合可视化工作流编排、API扩展、第三方多模态模型调用FastGPT知识问答类Agent开发、RAG优化
- 国内三大AI应用开发平台深度解析:扣子、Dify与FastGPT如何选型?
charles666666
语言模型自然语言处理人工智能产品经理自动化
2025年,AI技术已进入场景落地的深水区,国内大模型如通义千问-Max、豆包1.5Pro256k、智谱GLM-4-Plus等性能接近国际顶尖水平,推动AI开发平台向专业化、垂直化发展。在此背景下,扣子(Coze)、Dify和FastGPT作为三大主流开发平台,凭借差异化定位成为企业智能化转型的核心工具。本文将结合最新行业动态与技术演进,从功能扩展性、技术架构、成本效率及生态能力等维度展开深度对比
- 大模型—— FastGPT 知识库无缝集成到 n8n 工作流 (基于 MCP 协议)
不二人生
大模型人工智能大模型
大模型——FastGPT知识库无缝集成到n8n工作流(基于MCP协议)背景:n8n与RAG知识库集成的挑战n8n作为一款强大的开源自动化工作流工具,正获得越来越多用户的青睐。它由前《加勒比海盗》视觉设计师JanOberhauser于2019年创立,旨在提供比Zapier等工具更灵活、成本更低的自动化方案。n8n秉持“自由可持续,开放且务实”的理念,其核心在于通过可视化与代码双模式,让用户能够连接不
- 本地化部署Fastgpt+One-API+ChatGLM3-6b知识库_fastgpt本地部署接入oneapi 知识库(1)
2301_78416732
程序员oneapi
最后的话最近很多小伙伴找我要Linux学习资料,于是我翻箱倒柜,整理了一些优质资源,涵盖视频、电子书、PPT等共享给大家!资料预览给大家整理的视频资料:给大家整理的电子书资料:如果本文对你有帮助,欢迎点赞、收藏、转发给朋友,让我有持续创作的动力!网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。需要这份系统化的资料的朋友,可以点击这里获
- 基于FastGPT搭建本地DeepSeek R1服务+AI专属知识库
Mr数据杨
Python自然语言技术人工智能deepseek
在这个快速发展的AI时代,如何高效搭建本地智能系统成为了许多开发者和企业关注的焦点。为了帮助轻松搭建一个强大的本地AI服务详细介绍如何通过一键部署LMStudio+DeepSeekR1,并搭建AI专属知识库。通过这个过程可以实现对自定义数据的快速处理、无缝集成以及数据安全管理,让AI更智能、更贴合需求。本教程将一步步带完成从配置到部署的整个流程。文章目录项目安装如果报错模型配置搭建知识库总结项目安
- 大模型应用开发平台dify安装部署
知其_所以然
difyollamadockerllamadocker
1、dify简介dify是苏州语灵开发的,完全开源,支持私有化部署,适合搭建自己的大模型平台,但是其不支持多智能体,主要核心集中在工作流搭建,以及大模型集成,支持开发者开发自己的大模型应用。类似的平台还有字节跳动的coze、环界公司FastGPT等,读者可自行查阅相关官网了解各个平台特点。2、dify安装dify安装比较容易,开源社区已经将整个安装通过使用dockercompose编排,只需要安装
- 智能体平台终极对决:Dify、Coze、FastGPT深度评测,谁是开发者与企业的最优解?
敲代码的AI玩家
AI智能体开发全栈实战AIGC人工智能langchainaiAI编程javapython
我后续会分享大模型提示词工程、智能体开发指南、电商导购购物式助手、智能客服等实战案例,有兴趣的朋友们请关注我,一起探索学习AI前沿知识。背景介绍智能体技术浪潮下的平台化竞赛在生成式AI与大语言模型(LLM)技术驱动下,2023-2025年全球智能体(AIAgent)开发平台迎来爆发式增长。根据行业报告显示,截至2025年,企业级AI应用部署率已突破62%,而对话式AI在C端场景的渗透率更高达78%
- fastGPT—nextjs—mongoose—团队管理之团队列表api接口实现
慕斯策划一场流浪
前端javascript开发语言fastgptenv文件配置fastgpt团队列表接口实现fastgpt团队切换apifastgpt团队切换逻辑
这里的逻辑是一个人可以在多个团队中,但在每个团队的角色有可能是不一样的,当一个人同时存在2个或者多个团队中时,下拉列表中会有多个团队详情,切换团队会查询不同的成员和部门。团队列表查询api实现代码:import{NextAPI}from'@/service/middleware/entry';importtype{NextApiRequest,NextApiResponse}from'next';
- fastGPT—nextjs—mongoose—团队管理之成员增删改查api接口实现
慕斯策划一场流浪
前端javascriptvue.jsnextjsmongoosefastgpt团队管理api
成员有三种状态,正常、离开、禁止对应active、leave、forbidden三种类型的值//成员删除importtype{NextApiRequest,NextApiResponse}from'next';import{NextAPI}from'@/service/middleware/entry';import{MongoTeamMember}from'@fastgpt/service/su
- Dify与RAGFlow结合:智能应用开发与深度文档理解的优化
我就是全世界
人工智能
文章目录引言RAGFlow与Dify简介1.1RAGFlow:深度文档理解的RAG引擎1.2Dify:LLM应用开发平台与RAG集成混合检索与深度文档理解2.1混合检索的原理与设置2.2混合检索在Dify与RAGFlow中的应用Dify与RAGFlow结合的优势3.1补充功能:提升文档解析与问题理解3.2优化生产流程:提高效率与质量5.1FastGPT:知识库与工作流构建5.2Coze:用户友好与
- fastGPT—nextjs—mongoose—团队管理之部门相关api接口实现
慕斯策划一场流浪
前端javascripthtmlfastGPT部门创建fastGPT团队管理fastGPT部门成员更新fastGPT部门成员创建
创建部门或者子部门importtype{NextApiRequest,NextApiResponse}from'next';import{NextAPI}from'@/service/middleware/entry';import{MongoOrgModel}from'@fastgpt/service/support/permission/org/orgSchema';asyncfunction
- 告别选择困难!Dify、Coze、RAGFlow、fastgpt、文心智能体,五大 AI 平台终极选型指南
超人阿亚
人工智能
前言在AI应用构建的热潮中,选择合适的平台至关重要。本文将直接依据Dify、Coze(扣子)、RAGFlow、fastgpt和文心智能体平台的官方文档,为您深度剖析这五个平台的真实能力、核心侧重与差异,助您做出最明智的决策。一、Dify产品定位解读:Dify将自身定位为“一个LLM应用开发平台”,强调应用编排、后端即服务(BaaS)和LLMOps概念。平台突出其覆盖AI应用开发、部署、运营全生命周
- 大模型 | 三大智能体平台Dify、Coze、FastGPT对比分析
大模型面试
人工智能AI大模型语言模型LLMaiDifyAgent
AI智能体技术发展太快,各种搭建和使用智能体的平台也是层出不穷。有很多平台都配备了一大堆实用的工具和框架,让每个人都可以轻轻松松地打造出厉害的智能体。今天给大家介绍3个最主流的智能体平台:一、DifyDify是一个开源的大语言模型应用开发平台,支持GPT、Mistral、Llama3等数百种模型。平台提供声明式开发环境(通过YAML定义应用)、模块化设计、LLMOps功能(监控和优化应用性能)以及
- 本地知识库部署指南:FastGPT 与 Dify,轻松上手!
大模型应用
人工智能LLMFastGPTDify本地化部署知识库RAG
本文主要内容本地部署Dify、FastGPT、OllamaDify、FastGPT对接一些目前免费的LLM大语言AI模型Dify、FastGPT对接Ollama本地模型大家好,我是一名喜欢在家折腾本地部署的开发者,这次我来分享如何在本地运行Ollama,并将它与FastGPT和Dify两个知识库对接。看起来复杂,但其实步骤并不难。我会尽量把内容讲得清楚易懂,加上一些幽默,让整个过程更有趣。第一步:
- FastGPT-Admin 用户管理系统搭建与配置指南
张栋涓Kerwin
FastGPT-Admin用户管理系统搭建与配置指南项目地址:https://gitcode.com/gh_mirrors/fa/fastgpt-admin项目简介FastGPT-Admin是一个专为FastGPT平台设计的后台用户管理系统,支持FastGPT的特定版本(例如4.8.3),提供了基本的用户管理功能,包括增加、删除、编辑和查询用户。该系统通过现代Web技术堆栈构建,易于部署,并且支持
- docker-compose install nginx(解决fastgpt跨区域)
CIAS
deepseekdockerdeepseekfastgpt
CORS前言CORS(Cross-OriginResourceSharing,跨源资源共享)是一种安全措施,它允许或拒绝来自不同源(协议、域名、端口任一不同即为不同源)的网页访问另一源中的资源。它的主要作用如下:同源策略限制:Web浏览器的同源策略限制了从一个源加载的文档或脚本如何与另一个源的资源进行交互。这意味着默认情况下,浏览器会阻止一个源(例如,http://example.com)的网页向
- 第二十八个问题-Dify、RAG-Flow、FastGPT 核心特点对比
释迦呼呼
AI一千问架构深度学习人工智能机器学习自然语言处理
Dify、RAG-Flow、FastGPT核心特点对比以下基于搜索结果,从功能定位、技术架构、适用场景等维度总结三者的核心特点:1.Dify定位:开源的LLM应用开发平台,强调低代码与快速构建生成式AI应用。核心特点:多模型支持:无缝集成数百种专有/开源大模型(如GPT、Llama3、Mistral),支持通过API或本地部署调用18。流程编排能力:提供Chatflow(对话类应用)和Workfl
- 相同的问题看看Grok3怎么回答-Dify、RAG-Flow、FastGPT 核心特点对比
释迦呼呼
AI一千问人工智能深度学习机器学习自然语言处理算法
关键要点研究表明,Dify、RAG-Flow和FastGPT都是开源平台,专注于AI应用开发,特别是涉及RAG(检索增强生成)和知识库的场景。证据倾向于认为,Dify更通用,适合广泛的AI应用开发;RAG-Flow专注于深度文档理解的RAG引擎;FastGPT强调视觉工作流,适合构建知识库和问答系统。它们的区别在于平台类型、核心功能和目标用户,存在一些争议,如代理能力或文档处理复杂性。Dify、R
- 【快速入门】本地知识库部署:FastGPT与Dify轻松上手全指南!
大模型老炮
大模型入门大模型人工智能产品经理大模型学习知识库部署AI
本文主要内容本地部署Dify、FastGPT、OllamaDify、FastGPT对接一些目前免费的LLM大语言AI模型Dify、FastGPT对接Ollama本地模型大家好,我是一名喜欢在家折腾本地部署的开发者,这次我来分享如何在本地运行Ollama,并将它与FastGPT和Dify两个知识库对接。看起来复杂,但其实步骤并不难。我会尽量把内容讲得清楚易懂,加上一些幽默,让整个过程更有趣。第一步:
- FastGPT 引申:混合检索完整实例
窝窝和牛牛
FastGPT开源
文章目录FastGPT引申:混合检索完整实例1.各检索方式的初始结果2.RRF合并过程3.合并后的结果4.Rerank重排序后5.最终RRF合并6.内容总结FastGPT引申:混合检索完整实例下边通过一个简单的例子说明不同检索方式的分值变化过程,假设我们有一个查询:“如何使用Python进行数据分析”1.各检索方式的初始结果向量检索结果(相似度分数0-1):1.{id:"doc1",q:"Pyth
- FastGPT 源码:RRF、Rerank 相关代码
窝窝和牛牛
FastGPT开源
文章目录FastGPT源码:RRF、Rerank相关代码1.RRF(ReciprocalRankFusion)合并实现2.Rerank二次排序实现3.重排序的主要特点4.整个搜索流程5.这种方式的优势FastGPT源码:RRF、Rerank相关代码下边介绍RRF合并和Rerank二次排序的相关实现:1.RRF(ReciprocalRankFusion)合并实现主要在datasetSearchRes
- 强大的销售团队背后 竟然是大数据分析的身影
蓝儿唯美
数据分析
Mark Roberge是HubSpot的首席财务官,在招聘销售职位时使用了大量数据分析。但是科技并没有挤走直觉。
大家都知道数理学家实际上已经渗透到了各行各业。这些热衷数据的人们通过处理数据理解商业流程的各个方面,以重组弱点,增强优势。
Mark Roberge是美国HubSpot公司的首席财务官,HubSpot公司在构架集客营销现象方面出过一份力——因此他也是一位数理学家。他使用数据分析
- Haproxy+Keepalived高可用双机单活
bylijinnan
负载均衡keepalivedhaproxy高可用
我们的应用MyApp不支持集群,但要求双机单活(两台机器:master和slave):
1.正常情况下,只有master启动MyApp并提供服务
2.当master发生故障时,slave自动启动本机的MyApp,同时虚拟IP漂移至slave,保持对外提供服务的IP和端口不变
F5据说也能满足上面的需求,但F5的通常用法都是双机双活,单活的话还没研究过
服务器资源
10.7
- eclipse编辑器中文乱码问题解决
0624chenhong
eclipse乱码
使用Eclipse编辑文件经常出现中文乱码或者文件中有中文不能保存的问题,Eclipse提供了灵活的设置文件编码格式的选项,我们可以通过设置编码 格式解决乱码问题。在Eclipse可以从几个层面设置编码格式:Workspace、Project、Content Type、File
本文以Eclipse 3.3(英文)为例加以说明:
1. 设置Workspace的编码格式:
Windows-&g
- 基础篇--resources资源
不懂事的小屁孩
android
最近一直在做java开发,偶尔敲点android代码,突然发现有些基础给忘记了,今天用半天时间温顾一下resources的资源。
String.xml 字符串资源 涉及国际化问题
http://www.2cto.com/kf/201302/190394.html
string-array
- 接上篇补上window平台自动上传证书文件的批处理问卷
酷的飞上天空
window
@echo off
: host=服务器证书域名或ip,需要和部署时服务器的域名或ip一致 ou=公司名称, o=公司名称
set host=localhost
set ou=localhost
set o=localhost
set password=123456
set validity=3650
set salias=s
- 企业物联网大潮涌动:如何做好准备?
蓝儿唯美
企业
物联网的可能性也许是无限的。要找出架构师可以做好准备的领域然后利用日益连接的世界。
尽管物联网(IoT)还很新,企业架构师现在也应该为一个连接更加紧密的未来做好计划,而不是跟上闸门被打开后的集成挑战。“问题不在于物联网正在进入哪些领域,而是哪些地方物联网没有在企业推进,” Gartner研究总监Mike Walker说。
Gartner预测到2020年物联网设备安装量将达260亿,这些设备在全
- spring学习——数据库(mybatis持久化框架配置)
a-john
mybatis
Spring提供了一组数据访问框架,集成了多种数据访问技术。无论是JDBC,iBATIS(mybatis)还是Hibernate,Spring都能够帮助消除持久化代码中单调枯燥的数据访问逻辑。可以依赖Spring来处理底层的数据访问。
mybatis是一种Spring持久化框架,要使用mybatis,就要做好相应的配置:
1,配置数据源。有很多数据源可以选择,如:DBCP,JDBC,aliba
- Java静态代理、动态代理实例
aijuans
Java静态代理
采用Java代理模式,代理类通过调用委托类对象的方法,来提供特定的服务。委托类需要实现一个业务接口,代理类返回委托类的实例接口对象。
按照代理类的创建时期,可以分为:静态代理和动态代理。
所谓静态代理: 指程序员创建好代理类,编译时直接生成代理类的字节码文件。
所谓动态代理: 在程序运行时,通过反射机制动态生成代理类。
一、静态代理类实例:
1、Serivce.ja
- Struts1与Struts2的12点区别
asia007
Struts1与Struts2
1) 在Action实现类方面的对比:Struts 1要求Action类继承一个抽象基类;Struts 1的一个具体问题是使用抽象类编程而不是接口。Struts 2 Action类可以实现一个Action接口,也可以实现其他接口,使可选和定制的服务成为可能。Struts 2提供一个ActionSupport基类去实现常用的接口。即使Action接口不是必须实现的,只有一个包含execute方法的P
- 初学者要多看看帮助文档 不要用js来写Jquery的代码
百合不是茶
jqueryjs
解析json数据的时候需要将解析的数据写到文本框中, 出现了用js来写Jquery代码的问题;
1, JQuery的赋值 有问题
代码如下: data.username 表示的是: 网易
$("#use
- 经理怎么和员工搞好关系和信任
bijian1013
团队项目管理管理
产品经理应该有坚实的专业基础,这里的基础包括产品方向和产品策略的把握,包括设计,也包括对技术的理解和见识,对运营和市场的敏感,以及良好的沟通和协作能力。换言之,既然是产品经理,整个产品的方方面面都应该能摸得出门道。这也不懂那也不懂,如何让人信服?如何让自己懂?就是不断学习,不仅仅从书本中,更从平时和各种角色的沟通
- 如何为rich:tree不同类型节点设置右键菜单
sunjing
contextMenutreeRichfaces
组合使用target和targetSelector就可以啦,如下: <rich:tree id="ruleTree" value="#{treeAction.ruleTree}" var="node" nodeType="#{node.type}"
selectionChangeListener=&qu
- 【Redis二】Redis2.8.17搭建主从复制环境
bit1129
redis
开始使用Redis2.8.17
Redis第一篇在Redis2.4.5上搭建主从复制环境,对它的主从复制的工作机制,真正的惊呆了。不知道Redis2.8.17的主从复制机制是怎样的,Redis到了2.4.5这个版本,主从复制还做成那样,Impossible is nothing! 本篇把主从复制环境再搭一遍看看效果,这次在Unbuntu上用官方支持的版本。 Ubuntu上安装Red
- JSONObject转换JSON--将Date转换为指定格式
白糖_
JSONObject
项目中,经常会用JSONObject插件将JavaBean或List<JavaBean>转换为JSON格式的字符串,而JavaBean的属性有时候会有java.util.Date这个类型的时间对象,这时JSONObject默认会将Date属性转换成这样的格式:
{"nanos":0,"time":-27076233600000,
- JavaScript语言精粹读书笔记
braveCS
JavaScript
【经典用法】:
//①定义新方法
Function .prototype.method=function(name, func){
this.prototype[name]=func;
return this;
}
//②给Object增加一个create方法,这个方法创建一个使用原对
- 编程之美-找符合条件的整数 用字符串来表示大整数避免溢出
bylijinnan
编程之美
import java.util.LinkedList;
public class FindInteger {
/**
* 编程之美 找符合条件的整数 用字符串来表示大整数避免溢出
* 题目:任意给定一个正整数N,求一个最小的正整数M(M>1),使得N*M的十进制表示形式里只含有1和0
*
* 假设当前正在搜索由0,1组成的K位十进制数
- 读书笔记
chengxuyuancsdn
读书笔记
1、Struts访问资源
2、把静态参数传递给一个动作
3、<result>type属性
4、s:iterator、s:if c:forEach
5、StringBuilder和StringBuffer
6、spring配置拦截器
1、访问资源
(1)通过ServletActionContext对象和实现ServletContextAware,ServletReque
- [通讯与电力]光网城市建设的一些问题
comsci
问题
信号防护的问题,前面已经说过了,这里要说光网交换机与市电保障的关系
我们过去用的ADSL线路,因为是电话线,在小区和街道电力中断的情况下,只要在家里用笔记本电脑+蓄电池,连接ADSL,同样可以上网........
 
- oracle 空间RESUMABLE
daizj
oracle空间不足RESUMABLE错误挂起
空间RESUMABLE操作 转
Oracle从9i开始引入这个功能,当出现空间不足等相关的错误时,Oracle可以不是马上返回错误信息,并回滚当前的操作,而是将操作挂起,直到挂起时间超过RESUMABLE TIMEOUT,或者空间不足的错误被解决。
这一篇简单介绍空间RESUMABLE的例子。
第一次碰到这个特性是在一次安装9i数据库的过程中,在利用D
- 重构第一次写的线程池
dieslrae
线程池 python
最近没有什么学习欲望,修改之前的线程池的计划一直搁置,这几天比较闲,还是做了一次重构,由之前的2个类拆分为现在的4个类.
1、首先是工作线程类:TaskThread,此类为一个工作线程,用于完成一个工作任务,提供等待(wait),继续(proceed),绑定任务(bindTask)等方法
#!/usr/bin/env python
# -*- coding:utf8 -*-
- C语言学习六指针
dcj3sjt126com
c
初识指针,简单示例程序:
/*
指针就是地址,地址就是指针
地址就是内存单元的编号
指针变量是存放地址的变量
指针和指针变量是两个不同的概念
但是要注意: 通常我们叙述时会把指针变量简称为指针,实际它们含义并不一样
*/
# include <stdio.h>
int main(void)
{
int * p; // p是变量的名字, int *
- yii2 beforeSave afterSave beforeDelete
dcj3sjt126com
delete
public function afterSave($insert, $changedAttributes)
{
parent::afterSave($insert, $changedAttributes);
if($insert) {
//这里是新增数据
} else {
//这里是更新数据
}
}
 
- timertask
shuizhaosi888
timertask
java.util.Timer timer = new java.util.Timer(true);
// true 说明这个timer以daemon方式运行(优先级低,
// 程序结束timer也自动结束),注意,javax.swing
// 包中也有一个Timer类,如果import中用到swing包,
// 要注意名字的冲突。
TimerTask task = new
- Spring Security(13)——session管理
234390216
sessionSpring Security攻击保护超时
session管理
目录
1.1 检测session超时
1.2 concurrency-control
1.3 session 固定攻击保护
 
- 公司项目NODEJS实践0.3[ mongo / session ...]
逐行分析JS源代码
mongodbsessionnodejs
http://www.upopen.cn
一、前言
书接上回,我们搭建了WEB服务端路由、模板等功能,完成了register 通过ajax与后端的通信,今天主要完成数据与mongodb的存取,实现注册 / 登录 /
- pojo.vo.po.domain区别
LiaoJuncai
javaVOPOJOjavabeandomain
POJO = "Plain Old Java Object",是MartinFowler等发明的一个术语,用来表示普通的Java对象,不是JavaBean, EntityBean 或者 SessionBean。POJO不但当任何特殊的角色,也不实现任何特殊的Java框架的接口如,EJB, JDBC等等。
即POJO是一个简单的普通的Java对象,它包含业务逻辑
- Windows Error Code
OhMyCC
windows
0 操作成功完成.
1 功能错误.
2 系统找不到指定的文件.
3 系统找不到指定的路径.
4 系统无法打开文件.
5 拒绝访问.
6 句柄无效.
7 存储控制块被损坏.
8 存储空间不足, 无法处理此命令.
9 存储控制块地址无效.
10 环境错误.
11 试图加载格式错误的程序.
12 访问码无效.
13 数据无效.
14 存储器不足, 无法完成此操作.
15 系
- 在storm集群环境下发布Topology
roadrunners
集群stormtopologyspoutbolt
storm的topology设计和开发就略过了。本章主要来说说如何在storm的集群环境中,通过storm的管理命令来发布和管理集群中的topology。
1、打包
打包插件是使用maven提供的maven-shade-plugin,详细见maven-shade-plugin。
<plugin>
<groupId>org.apache.maven.
- 为什么不允许代码里出现“魔数”
tomcat_oracle
java
在一个新项目中,我最先做的事情之一,就是建立使用诸如Checkstyle和Findbugs之类工具的准则。目的是制定一些代码规范,以及避免通过静态代码分析就能够检测到的bug。 迟早会有人给出案例说这样太离谱了。其中的一个案例是Checkstyle的魔数检查。它会对任何没有定义常量就使用的数字字面量给出警告,除了-1、0、1和2。 很多开发者在这个检查方面都有问题,这可以从结果
- zoj 3511 Cake Robbery(线段树)
阿尔萨斯
线段树
题目链接:zoj 3511 Cake Robbery
题目大意:就是有一个N边形的蛋糕,切M刀,从中挑选一块边数最多的,保证没有两条边重叠。
解题思路:有多少个顶点即为有多少条边,所以直接按照切刀切掉点的个数排序,然后用线段树维护剩下的还有哪些点。
#include <cstdio>
#include <cstring>
#include <vector&