登录社区云,与社区用户共同成长
邀请您加入社区
随着AI技术落地内容生产领域,自动化录制、智能语音转写、大模型语义高光识别已经成为直播复盘的最优解。本文实测一款轻量化桌面端全链路直播复盘工具——小智回播,适配主流直播平台,整合流式录制、云端语音识别、AI智能剪辑能力,完美解决个人主播、小型运营团队复盘低效问题。
NVIDIA Vera Rubin NVL72、华为昇腾950 SuperPoD(含384上一代对照)、燧原云燧 ESL64-O / ESL64-C、中科曙光 ScaleX640(长沙首发"其他"代表) 四个对象逐行展开。表中"数学分析"列给出可落地的方程、矩阵或不等式;"参数表"列给出典型数值与范围;厂商未公开的数字以设计变量 / 典型工程范围标出,不与官方规格混淆。编号类别 / 厂商超节点服
在设备类型日益多元、系统平台日趋碎片化的今天,企业需要的不是多套割裂的运维工具,而是一套能够横跨所有平台、统一管理所有设备的解决方案。贝锐向日葵正是这样一款产品——从Windows、macOS、Linux到Android、iOS,从统信UOS、银河麒麟等国产信创系统到鸿蒙NEXT,从办公电脑到服务器,从收银机到自助终端。无论企业的IT环境处于国产化转型的哪个阶段,无论设备部署在哪个角落,向日葵都能
申请调试证书需准备CSR文件,每个账号最多3个,实名开发者有效期1年(未实名14天),证书更新需同步更新Profile和公钥指纹,证书吊销不可恢复且关联Profile全部失效。在左侧导航栏选择"证书、APP ID和Profile →。",将生成的证书保存至本地,供后续调试签名使用。等问题,可优先排查是否为调试证书过期导致。,且通过此证书申请的Profile也会。证书申请成功后,在"证书"页面点击"
本文解析 DeepSeek Harness 的分层架构、工具调用循环与插件机制,并使用 Python 调用云智 AI 的 `claude-fable-5`,实现一个具备文件读取能力的最小智能体。
AI已深度融入日常生活,未来趋势不可逆转。前vivo产品经理宋紫薇跨界投身AI硬件创业,反映行业热度。AI大模型应用开发工程师成为高薪紧缺岗位,月薪可达60k。该岗位更看重实际应用能力,而非高深理论,适合各背景人士转行学习,是当前绝佳的就业转行机会。打开手机刷短视频,AI自动剪辑的片段越来越丝滑;上班写方案,AI助手分分钟列出框架;就连楼下奶茶店,都用AI系统优化点单流程。现在的AI,早就不是科幻
从安全合规表现来看,Win解压缩V10的安全能力经过权威验证,零广告零捆绑的设置不会打扰用户正常使用,AES-256加密功能可满足涉密文件压缩传输的需求,全平台覆盖Windows/Mac/Android/鸿蒙系统,跨系统使用不会出现兼容问题,个人与企业用户都可放心使用。从实测结果来看,Win解压缩V10轻量化优势明显,20M的安装包不会占用过多磁盘空间,大文件解压时CPU平均占用率仅15%,不会影
本文介绍了一个宠物档案管理系统的数据库设计与实现方案。系统主要功能包括宠物基本信息管理、体重和喂食记录、疫苗提醒等。 核心设计要点: 采用主表(pet)挂载两个时间序列从表(weight_record/feed_record)的结构,分别记录体重变化和喂食日志 体重记录使用REAL类型存储带小数的千克值,喂食记录包含食物名称和分量 疫苗提醒通过主表的next_vaccine字段实现,简化到期计算
实例:健康数据(Health)|技术:多指标字段、日期维度、HealthDao。
本文深入解析了搜索历史功能的三个核心技术实现:去重插入、超限淘汰和时间排序。通过对比"先查后改"与"INSERT OR REPLACE"两种方案,指出前者更适合需要读取旧值的场景;介绍了三种SQLite删除超限记录的方法,推荐使用子查询方式;解释了如何通过刷新时间戳实现搜索词自动上浮的交互效果。文章还提供了完整的方法矩阵、技术要点对照表和常见问题解答,帮助开发者理解如何构建高效可靠的搜索历史功能,
华为开发者空间,是为全球开发者打造的专属开发者空间,致力于为每位开发者提供一台云主机、一套开发工具和云上存储空间,汇聚昇腾、鸿蒙、鲲鹏、GaussDB、欧拉等华为各项根技术的开发工具资源,并提供配套案例指导开发者从开发编码到应用调测,基于华为根技术生态高效便捷的知识学习、技术体验、应用创新。CodeArts代码智能体是基于智能生成、智能问答两大核心能力构建起一套全方位、多层次的智能开发体系。在智能
本文介绍了一种面向AI系统的记忆压缩与恢复引擎"龙魂·鸿蒙记忆压缩与恢复引擎v1.0"。该引擎通过分层存储(L0-L3)和智能压缩技术实现AI的长期记忆管理,而非简单存储聊天记录。系统包含记忆引擎、压缩器、恢复器、存储适配等核心模块,采用鸿蒙原生zlib实现数据压缩,支持多级记忆管理(L0瞬时层到L3归档层)和自动压缩调度。关键特性包括基于内容重要性的分层存储策略、智能压缩算法、以及干支时间戳等特
昇腾 Model-Agent 是华为昇腾面向NPU生态开源的模型全流程自动化智能体框架,核心解决GPU模型迁移昇腾、模型适配、量化、推理调优、部署验证、文档生成全链路重复工程工作,把昇腾CANN、torch_npu专家经验封装成可复用模块化Skill技能库,实现一句话自动完成模型落地,大幅降低昇腾开发门槛。2. 四大核心引擎能力Dynamic Workflow 动态工作流引擎替代静态提示词,LLM
摘要: 2026年国产系统数据同步技术迈入“软硬一体”智能化阶段,AI Agent成为解决跨系统数据流动的核心方案。文章剖析了四大主流智能体:实在Agent(非侵入式适配信创生态)、WorkBuddy(鸿蒙多端协同)、Dify(开源定制化)和EDA Agent(垂直工业场景),对比其技术路径与信创适配能力。重点指出基于视觉语义理解的感知技术(如ISSUT)可有效克服国产系统UI差异,而离线安全、全
这次更新不难发现,ToDesk鸿蒙移动端4773版本并非零散的功能堆砌,而是一次围绕“触控顺手、操作精准、显示完整”的系统性体验升级。从双指缩放拖动带来的画面操控自由度,到键盘不遮挡的连贯输入,再到指针不飘移、右键不误触的精准反馈,以及设置页面完整呈现,每一处优化都落
第一次接触华为昇腾 NPU 服务器时,接下来该看什么、怎么初步检查,又该执行什么呢?torch_npu不同 Atlas 型号和驱动版本支持的子命令可能略有区别,以本机执行npu-smi -h的结果为准。
在NVIDIA服务器供应商中,。如果你需要,思腾合力是性价比与差异化服务最均衡的选择;浪潮信息和新华三在品牌服务器整机出货量和政企大项目中覆盖更广;华为昇腾在国产化全栈自主可控领域具备独特优势;中科曙光的液冷技术和超算基因深厚。本文从五个维度横向对比,帮助你理性决策。
昇腾NPU算子开发性能优化新利器:msOpProf上板流水图助力算子性能分析 针对昇腾NPU算子开发中性能分析难题,msOpProf工具基于昇腾950硬件特性推出上板流水图功能,通过真实硬件采集的PIPE级流水数据,解决传统性能仿真速度慢、数据不准的痛点。通过quant_matmul算子从昇腾910迁移到950的性能劣化案例,展示了如何利用Pipe流水占比分析和时序分析两大利器: 占比分析:快速定
# HG9680 4U AI服务器:8卡昇腾910架构拆解与选型分析 8颗昇腾910 NPU、2.2 PFLOPS FP16算力、256GB HBM片上内存、8×200GE RoCE网络——这些参数
在传统App时代,用户与应用的互动是“孤岛式”的:打开App -> 寻找功能 -> 使用 -> 关闭。而在鸿蒙生态中,服务卡片桌面卡片:用户一眼看到物流进度、优惠券。负一屏(智慧助手):聚合高频服务,如“待办事项”、“快递动态”。小艺建议:基于场景预测用户需求,主动推荐服务(如“下班时点外卖”)。智慧搜索:全局搜索时,直接展示服务卡片,而非只是App名称。核心价值零层级触达。用户不需要打开App,
WAIC 2026现场,华为展出全球最大规模超节点Atlas 950,单机柜集成64张昇腾计算卡,最高扩展至8192张芯片。国产算力竞争从单卡较量升级到集群较量。
本文介绍了基于鸿蒙系统的"龍魂·智慧安防"技术解决方案,该系统深度融合了进程守护、定时任务、轨迹续联和全域感知四大核心模块。方案采用ArkTS+C++开发,支持纯血鸿蒙系统,具备进程不死、任务不漏、轨迹不断、全域感知等特性,同时通过国密算法保障数据安全。系统架构分为交互层、核心引擎层和系统能力层,提供完整的智慧安防功能,包括进程监控、定时任务调度、状态快照恢复和多传感器融合感知等。该方案面向智能安
文章摘要: HarmonyOS NEXT 的 @ohos.multimedia.audio 模块(AudioKit)通过 AudioManager 提供系统级音频管理能力,支持查询四种核心音频流(通话、铃声、媒体、闹钟)的音量状态。本文通过开发音频音量管理器 Demo,详解如何利用 getVolume()、getMaxVolume() 和 getMinVolume() 获取音量数据,并通过进度条可
HarmonyOS zlib 模块详解:数据压缩与解压实践 摘要:本文深入解析 HarmonyOS 提供的 @ohos.zlib 模块,该模块封装了标准的 DEFLATE 算法,支持文件压缩/解压操作。文章涵盖核心 API 使用(包括 compressFile 和 decompressFile)、四种压缩级别(从最快速度到最佳压缩)和五种压缩策略(如 DEFAULT、HUFFMAN_ONLY、RL
HarmonyOS文件系统API详解与存储空间管理实践 本文深入解析HarmonyOS文件系统核心API,包括@ohos.file.fs和@ohos.file.statvfs模块,通过存储空间管理器Demo演示文件操作全流程。主要内容涵盖: 沙箱模型:每个应用拥有独立文件系统沙箱,通过getContext().filesDir获取专属存储路径 核心API功能: 目录浏览:listFile/list
HarmonyOS国际化能力解析 摘要:本文深入探讨HarmonyOS的国际化支持方案,重点分析i18n和intl两大核心模块。i18n模块通过System对象提供系统语言环境检测,包括获取完整区域码、语言、地区及24小时制设置;intl模块则提供本地化格式化能力,包含NumberFormat(支持货币、百分比等数字格式化)、DateTimeFormat(处理日期时间多区域显示)和Relative
文章摘要 本文深入探讨了鸿蒙应用开发中处理计算密集型任务的多线程解决方案。文章首先揭示了单线程JavaScript在UI响应性上的局限性,然后介绍了HarmonyOS提供的@ohos.worker和@ohos.taskpool两个并发模块。重点解析了ThreadWorker的核心API,包括线程创建、双向通信(postMessage/onmessage)、错误处理(onerror)和线程终止(te
本文分析了鸿蒙元服务卡片页面的状态变量设计、视觉风格和核心组件实现,重点包括: 状态变量设计:采用7个变量构成"生命周期协议栈",包括原子状态、能力阶段、卡片ID等,通过类型设计区分不同语义场景。 暗色主题体系:唯一使用暗色背景的页面(#0F1118),建立五级灰度文本层级,模拟终端控制台视觉效果,增强日志可读性。 生命周期可视化: ChainSection组件将启动链路分为三阶段(桌面→卡片→U
是系统级剪贴板的抽象,每个应用通过获取的是同一个系统剪贴板的引用——这意味着剪贴板是跨应用共享的。你在应用中写入的数据,其他应用可以读取;其他应用复制的内容,你的应用也可以感知。// 写入// 读取(同步)本文通过构建一个"剪贴板管理器",深入讲解了 HarmonyOS:获取系统剪贴板单例,所有读写操作通过它进行。:创建 PasteData 对象,支持纯文本、HTML、URI、PixelMap 等
文章摘要 本文深入讲解了HarmonyOS ArkUI中的TransitionEffect组件动画API。TransitionEffect专用于处理组件挂载/卸载时的动画效果,与animateTo形成互补。文章首先区分了两者的使用场景:animateTo用于已有组件的状态变化,而TransitionEffect处理组件出现/消失的过程。接着详细介绍了三种内置转场效果(OPACITY、SLIDE、S
本文介绍了HarmonyOS ArkUI中AppStorage与@StorageLink、@StorageProp的全局状态管理方案。通过构建"全局状态共享实验室"Demo,对比分析了两种装饰器的核心差异: @StorageLink实现双向绑定,组件可直接修改AppStorage全局状态 @StorageProp实现单向同步,组件仅能读取全局状态 初始值建议在aboutToAppear中通过set
本文通过从零构建一个三态可拖拽底部面板,深入讲解了 HarmonyOS ArkUI 中手势交互和动画系统的综合应用。PanGesture 手势识别fingersdirectiondistance三个参数精确控制手势行为拖拽跟随公式,手指上滑(负 offsetY)→ 面板变高,手指下滑(正 offsetY)→ 面板变矮边界钳制限制面板范围松手吸附:计算到三个停靠点的距离,选择最近的目标,animat
HarmonyOS NEXT 四态加载管理实践 本文介绍了在 HarmonyOS NEXT 中构建完整数据加载体验的四态管理模式: 加载中(Loading):使用 LoadingProgress 组件配合骨架屏,缓解用户等待焦虑 加载成功(Success):展示完整数据内容,保持与骨架屏一致的布局结构 空数据(Empty):包含视觉插图、状态说明和操作引导,提供明确的"出口" 加载失败(Error
本文介绍了HarmonyOS NEXT ArkUI中Grid组件的使用方法和应用场景,重点讲解了如何实现网格布局的动态列数切换、分类筛选和搜索功能。文章包含以下核心内容: Grid组件基本用法:通过columnsTemplate定义列数和宽度,配合rowsGap/columnsGap设置间距,实现等宽网格布局 动态列数切换:通过修改columnCount状态变量,实时调整网格密度(3/4/5列)
本文介绍了HarmonyOS NEXT ArkUI中Radio组件的使用方法,通过构建健康评估问卷案例展示了单选按钮的实际应用。文章详细讲解了Radio的核心API,包括value、group参数以及checked状态绑定,并重点阐述了group属性实现选项互斥的机制。同时介绍了如何通过radioStyle自定义样式、扩大点击区域等优化用户体验。在健康问卷设计中,采用数据驱动的方式管理5道单选题的
本文介绍了 HarmonyOS NEXT ArkUI 中的 Swiper 轮播组件,详细解析了其核心 API 和配置方法,并展示了如何构建一个"知识卡片浏览器"应用。文章首先概述了 Swiper 组件的基本用法,包括自动播放、循环模式、指示器设置等关键功能,并介绍了 SwiperController 的编程式控制方法。随后,通过一个具体案例演示了 Swiper 组件的实际应用,包括卡片布局设计、数
本文介绍了HarmonyOS NEXT ArkUI中的TextTimer组件及其在专注计时器应用中的实践。TextTimer是一个自动更新的文本计时组件,支持正/倒计时模式,通过TextTimerController实现启动、暂停和重置控制。文章详细解析了组件API、状态管理和核心功能实现,并构建了一个完整的番茄钟应用,包含预设时长选择、进度显示和完成统计功能。该组件适用于各类计时场景,相比Tex
本文介绍了基于HarmonyOS NEXT ArkUI构建图片浏览系统的关键技术。通过组合Stack、Scroll等基础组件,实现了包含主视图区、导航控件、进度指示器、缩略图带和操作区的完整图片画廊功能。重点阐述了单索引状态管理(currentIdx)驱动视图更新的响应式编程模式,以及前后导航、缩略图跳转、收藏状态、自动播放等核心交互的实现细节。文章对比了手动构建与Swiper组件的适用场景,强调
本文介绍了如何在HarmonyOS NEXT ArkUI中通过基础组件组合构建完整的标签管理系统。系统支持添加标签(自动分配颜色)、删除标签、搜索筛选和多选操作等核心功能。文章详细讲解了标签数据结构设计(包含ID、文本、颜色和选中状态)、状态管理策略(使用slice()确保数组引用更新)、搜索筛选逻辑(即时子串匹配)以及多选交互设计(视觉反馈与批量操作)。通过组合TextInput、Grid等基础
CalendarPicker是HarmonyOS NEXT ArkUI提供的日历组件,支持月视图展示、日期选择和自定义范围。本文通过日程管理案例,详细介绍了其核心API使用,包括日期选择回调、对齐模式等关键功能,并展示了如何实现日历与事件数据的联动显示,为空状态提供了良好的用户体验设计。该组件适用于需要直观展示日期分布的各类应用场景。
本文介绍了HarmonyOS NEXT中ArkUI框架提供的对话框组件,重点讲解了CustomDialog和AlertDialog的使用方法。CustomDialog通过@CustomDialog装饰器和CustomDialogController实现高度自定义的弹窗交互,适合复杂场景;而AlertDialog则适用于快速创建标准化的确认对话框。文章通过"个人设置中心"案例,展示了四种常见对话框的
本文介绍了如何在HarmonyOS中使用QRCode组件生成二维码,并实现一个二维码生成器Demo。主要内容包括: QRCode组件API总览 构造函数接收待编码字符串 支持设置码点颜色和背景颜色 继承通用布局属性 二维码生成器功能设计 实时预览二维码 文本输入与生成 6种预设内容快速填充(URL、WiFi、电话等) 5种前景色和背景色切换 实现要点 分离输入状态和显示状态 220vp固定尺寸保证
本文介绍了HarmonyOS的Search组件及其在城市搜索Demo中的应用。Search组件提供开箱即用的搜索框功能,内置搜索图标、清除按钮等,开发者只需关注数据过滤逻辑。文章详细解析了Search组件的API、onChange和onSubmit的区别,以及如何实现搜索历史管理、三态视图切换和实时过滤功能。通过一个城市搜索Demo,展示了如何构建包含热门推荐、关键词匹配和搜索历史的完整搜索功能。
TextInput({ placeholder: "请输入学号/手机号码" })TextInput({ placeholder: "请输入学号/手机号码" })TextInput({ placeholder: "请再次输入密码" })TextInput({ placeholder: "请输入密码" })TextInput({ placeholder: "请输入密码" })TextInput({ p
本文针对鸿蒙应用开发中常见的商品图片加载失败问题,提出了一套五层排查方案:1. 权限层检查INTERNET权限配置;2. URL合法性层验证协议头、特殊字符和格式后缀;3. 安全策略层处理http链接和mixedMode配置;4. 解码层分析错误码和图片格式;5. 三方库版本层检查ImageKnife等组件版本。文章通过实际案例指出常见误区,如真机与模拟器的协议头差异、权限修改需重新安装等,并提供
鸿蒙项目写大了之后,你会发现一个头疼的问题:Service 层之间互相依赖,组件里面到处是,想换个 Mock 实现做测试要改一堆代码。这就是典型的耦合问题,而依赖注入(DI)就是专门解决它的。ArkTS 没有 Spring 那种注解驱动的 DI 框架,反射能力也有限,所以我们得自己搞一套轻量级的方案。这篇文章从 Service Locator 到基于 AppStorage 的注入,一步步来。组件不