品设计和生产技术发展。它既是理论，也是具体的实践。开源的广泛实践使得软件用 户可以获得他们所使用软件的源代码，并且知识产权限制很少甚至没有，这允许用户 对软件进行修改，或者利用获得的代码编写并发布新的软件，使其满足自身需要，或 者进行互相协作以改进开源软件。开源和 Linux 都是在逐步变化的过程中，形成今天 的样子的。 自由分发的源代码的想法是为了鼓励人们自愿地、相互协同地开发软件。用户不断参 与增强软件、修复缺陷、开发新功能并且和其他人分享。 的商业模式 都是以硬件为中心，软件只是被看作使硬件工作的东西。他们提供软件的同时也提供 源代码，软件可以被修改并因此得到改进，这便是现在开源软件的早期情况。但是， 随着硬件价格的不断下跌，销售硬件的利润也逐渐减小，制造商开始期望软件能够带 来额外的收入。越来越多的厂商开始单独销售软件，也不再提供软件的源代码。 1983年春天，Richard Matthew Stallman，这位曾经在 MIT 人工智能实验室工作 法。Copyleft 用于形容某些自 由软件的许可证，这些许可证的共同特点是：其他软件如果使用了基于这些许可证中 任意一个所发布的软件的源代码(包括附属于代码本身的图片、文档等)，那么使用这些 Ubuntu 介绍 3 Ubuntu 桌面培训 目录 源代码的软件也必须采用相同或者与之兼容的许可证发布。Copyleft 性质的许可证使 自由软件开发者的成果按照其意愿保持在自由软件体系内部自由传递，同时不被专有

清华大学新闻学院与人工智能学 院双聘教授 沈阳团队博士后 何静 能做什么？ 要怎么做？ 效果如何？ 一 能做什么？ 数据挖掘 数据分析 数据采集 数据处理 数据可视化 AIGC 数据应用 通过编写爬虫代码、访问数据库、读取文件、调用API等方式，采 集社交媒体数据、数据库内容、文本数据、接口数据等。 通过数据清洗、数据集成、数据变换、特征工程等方式，实 现数据纠错、数据整合、格式转换、特征提取等。  通用性强：适用于多种自 然语言处理任务，如对话 生成和文本理解。 爬虫数据采集 1、阅读网页源代码，提取特定网页内容； 2、撰写python脚本； 3、提取并合并网址； 4、提取网址内容； 5、写入文件。 任务 你需要完成以下两个任务： 1.阅读网页【网址】源代码【对应网页源代码】。提取所 有包含“春运2025丨X月X日，全社会跨区域人员流动量完 成X万人次”的网址进行去重、筛选，合并成网址列表 响应速度快，能够高效提 取所有需求链接，输出完 整可运行python脚本，代 码运行后生成文件，但数 据采集结果为空。 DeepSeek R1 能够提取所有网址并进行 筛选、去重，所撰写代码 运行后完成数据爬虫任务， 所获取数据准确，少量数 据有所遗漏。 提示词 测试结果受到数据样本、测试环境、AI抽卡、提示词模板等因素影响，仅供参考，无法作为决策制定、质量评估或产品验证的最终依据。

第四章 正则表达式回溯法原理 | 第 45 页 5. 第五章 正则表达式的拆分 对于一门语言的掌握程度怎么样，可以有两个角度来衡量：读和写。 不仅要求自己能解决问题，还要看懂别人的解决方案。代码是这样，正则表达式也是这样。 正则这门语言跟其他语言有一点不同，它通常就是一大堆字符，而没有所谓“语句”的概念。 如何能正确地把一大串正则拆分成一块一块的，成为了破解“天书”的关键。 本章就解决这一问题，内容包括： 5. 第五章 正则表达式的拆分 | 第 52 页 6. 第六章 正则表达式的构建 对于一门语言的掌握程度怎么样，可以有两个角度来衡量：读和写。 不仅要看懂别人的解决方案，也要能独立地解决问题。代码是这样，正则表达式也是这样。 与“读”相比，“写”往往更为重要，这个道理是不言而喻的。 对正则的运用，首重就是：如何针对问题，构建一个合适的正则表达式？ 本章就解决该问题，内容包括： • 平衡法则 正则表达式的运行分为如下的阶段： • 1. 编译； • 2. 设定起始位置； • 3. 尝试匹配； • 4. 匹配失败的话，从下一位开始继续第 3 步； • 5. 最终结果：匹配成功或失败。 下面以代码为例，来看看这几个阶段都做了什么： JavaScript 正则表达式迷你书 6. 第六章 正则表达式的构建 | 第 58 页 var regex = /\d+/g; console.log( regex

第四章 正则表达式回溯法原理 | 第 45 页 5. 第五章 正则表达式的拆分 对于一门语言的掌握程度怎么样，可以有两个角度来衡量：读和写。 不仅要求自己能解决问题，还要看懂别人的解决方案。代码是这样，正则表达式也是这样。 正则这门语言跟其他语言有一点不同，它通常就是一大堆字符，而没有所谓“语句”的概念。 如何能正确地把一大串正则拆分成一块一块的，成为了破解“天书”的关键。 本章就解决这一问题，内容包括： 5. 第五章 正则表达式的拆分 | 第 52 页 6. 第六章 正则表达式的构建 对于一门语言的掌握程度怎么样，可以有两个角度来衡量：读和写。 不仅要看懂别人的解决方案，也要能独立地解决问题。代码是这样，正则表达式也是这样。 与“读”相比，“写”往往更为重要，这个道理是不言而喻的。 对正则的运用，首重就是：如何针对问题，构建一个合适的正则表达式？ 本章就解决该问题，内容包括： • 平衡法则 正则表达式的运行分为如下的阶段： • 1. 编译； • 2. 设定起始位置； • 3. 尝试匹配； • 4. 匹配失败的话，从下一位开始继续第 3 步； • 5. 最终结果：匹配成功或失败。 下面以代码为例，来看看这几个阶段都做了什么： JavaScript 正则表达式迷你书 6. 第六章 正则表达式的构建 | 第 58 页 var regex = /\d+/g; console.log( regex

com/alibaba/RocketMQ 28 */ consumer.subscribe("TopicTest1", "TagA || TagC || TagD"); 如以上代码所示，简单消息过滤通过挃定多个 Tag 来过滤消息，过滤劢作在服务器迕行。实现原理参照第 7.4 节 8.2 高级消息过滤 Broker Filter Server Filter Server 难以全面利用高配的物理机 Cpu 资源 4. 因为过滤代码使用 Java 诧言来编写，应用几乎可以做任意形式的服务器端消息过滤，例如通过 Message Header 迕行过滤，甚至可以挄照 Message Body 迕行过滤。 5. 使用 Java 诧言迕行作为过滤表达式是一个双刃剑，方便了应用的过滤操作，但是带来了服务器端的安全风险。 需要应用来保证过滤代码安全，例如在过滤程序里尽可能丌做申请大内存，创建线程等操作。避免 整数 请求操作代码，请求接收方 根据丌同的代码做丌同的操 作 应答结果代码，0 表示成 功，非 0 表示各种错诨 代码 language 字符串 请求収起方实现诧言，默讣 JAVA 应答接收方实现诧言 version 整数 请求収起方程序版本 应答接收方程序版本 opaque 整数 请求収起方在同一连接上丌 同的请求标识代码，多线程 连接复用使用

商用。 Deepseek可以做什么？ 直接面向用户或者支持开发者，提供智能对话、文本生成、语义理解、计算推理、代码生成补全等应用场景， 支持联网搜索与深度思考模式，同时支持文件上传，能够扫描读取各类文件及图片中的文字内容。 文本生成 表格、列表生成（如日程安排、菜谱） 代码注释、文档撰写 结构化生成 文章/故事/诗歌写作 营销文案、广告语生成 社交媒体内容（如推文、帖子） 剧本或对话设计 实体提取（人名、地点、事件） 文本分类 文本分类 主题标签生成（如新闻分类） 垃圾内容检测 编程与代码相关 代码调试 • 错 误 分 析 与 修 复 建议 • 代 码 性 能 优 化 提 示 技术文档处理 • API文档生成 • 代码库解释与示 例生成 代码生成 • 根 据 需 求 生 成 代 码片段（Python、 JavaScript） • 自 动 补 全 调深度推理能力。此类模型通常通过对大量文本数据的训练，掌握语言规律并能够生成合适的内容，但缺乏像 推理模型那样复杂的推理和决策能力。 维度 推理模型 通用模型 优势领域 数学推导、逻辑分析、代码生成、复杂问题拆解 文本生成、创意写作、多轮对话、开放性问答 劣势领域 发散性任务（如诗歌创作） 需要严格逻辑链的任务（如数学证明） 性能本质 专精于逻辑密度高的任务 擅长多样性高的任务 强弱判断

Gitbook最后更新： 2021-09-13 16:20:32 获取 34 字幕分类 根据字幕信息嵌⼊到视频中的⽅式，可以把字幕分为： 软字幕 特点 过程可逆 可以提取出字幕⽂件，查看字幕源代码 包含 内挂字幕 ⼀般指字幕⽂件与视频⼀同封装在MKV⽂件中，播放时 需经过播放器处理解析显示（=VSFilter渲染） 外挂字幕 以单独的字幕⽂件形式存在，播放时经播放器处理解析 显示（=VSFilter渲染）到视频上 在SSA编写⻛格的基础上增添更多的效果和指令 使⽤现状 该字幕格式常被字幕组所应⽤ ⽬前有很多播放器⽀持渲染SSA、ASS字幕 最新版本：V4.00+ ASS字幕分类 软字幕 特点 过程可逆 可以提取、取出和查看源代码的 包含 内挂字幕 ⼀般指字幕⽂件与视频⼀同封装在MKV⽂件 中，播放时需经过VSFilter渲染 外挂字幕 字幕⽂件以单独形式存在，播放时经VSFilter 渲染到视频上 内嵌字幕 detectVideoDimension ：获取视频属性 需要的，可以直接拿去⽤。 ⽤Python调⽤ffmpeg ⽤python代码调⽤ffmpeg去从mp4中（根据字幕 信息）截图mp3⾳频⽚段 ⼼得：加 -nostdin 避免后台模式运⾏时卡 死 Python代码中调⽤ffmpeg去处理视频，⽐如： 然后正常运⾏Python时： python3 processCourseVideo.py

rocketmq 源码过程中的笔记中整理出来的，由于时间及能力原因，理 解有误之处还请谅解，希望对大家学习使用 rocketmq 有所帮助。 Rocketmq 是阿里基于开源思想做的一款产品，代码托管于 github 上，要想学好用好 rocketmq 请从 https://github.com/alibaba/RocketMQ 获取最权威的文档、问题解答、原理介 绍等。 Balance(topic) 获取消费的队 列 业务自己获取消费队列，自己到 broker 拉取消息，以及自己更新消费进度 因为内部实现跟 push 方式类似就不在啰嗦，用法也请求看示例代码去 七：shutdown DefaultMQPushConsumerImpl 关闭消费端 关闭消费线程 将分配到的 Set的消费进度保存到 后 存 放 propertiesLength 大小的属性数据 3） MapedFile 是 PageCache 文件封装，操作物理文件在内存中的映射以及将内存数据持久 化到物理文件中， 代码中写死了要求 os 系统的页大小为 4k, 消息刷盘根据参数 （commitLog 默认至少刷 4 页, consumeQueue 默认至少刷 2 页）才刷 以下 io 对象构建了物理文件映射内存的对象

实验 JDOS 常规的容器服务 ，使用 gpu 的 zone ， 自行设定相应的镜像即 可，有完善的周边服务 训练服务 • 提供基于 kubeflow 的分布式训练方案 – 界面化操作，用户提供代码地址和执行命令即可 – 系统内建支持安装 pip 依赖 – 自制存储插件支持分布式文件系统存储用户数据 – 支持官方镜像，不需要 JDOS 提前协助制作镜像 – 提供 tensorboard GPU 利用率 – Job 调度 （部门 quota 限制 + 优先级） • 创建训练 – 用户选择集群提供代码地址和执行命令即可 – 选择所用框架（镜像）：支持官方，亦可自制 （提供 dockerfile 生成镜像服务） – 选择存储来源：对接了内部的存储 – 填写代码地址，执行的命令等 – 可以选择是否监控训练，提供 tensorboard 任务列表 可以指定 git 的 commit-id

基于 Skia 2D 渲染引擎 • 使用类似JS/TS的Dart 语言开发 • 支持代码编辑后热重载, Flutter 支持那些平台 iOS/Android/Web/Windows/Linux/macOS/Embedded 使用flutter 开发app意味着什么？ • 无需为每个平台独立维护代码 • 一次编码，多平台运行,效率最大化 • 多平台一致性体验 • 强大的社区资源 Flutter-WebRTC Orlando Co https://github.com/OrlandoCo • CloudWebRTC https://github.com/cloudwebrtc pion 和 ion 社区的所有代码均为MIT授权， 相关github 地址如下: https://github.com/pion/ion https://github.com/flutter-webrtc https://github