计算机

薅羊毛之AWS免费云主机 前言 注册好Amazon账号就看到了「零度解说」的视频，再不薅羊毛更待何时啊！ 以前就想用宝塔或1Panel之类的管理工具，但是一直都没行动，这次使用了1Panel，挺方便的，还帮我安装了Docker。 ...

概论 前言 这本书系统梳理了区块链技术的多种应用方向，为我提供了许多启发性的思路。不过，目前能够真正落地并产生广泛影响的应用仍然较为稀少。 我首先从区块链的不可篡改属性出发思考应用场景，因此我想过本书中提到的绝大部分应用方向——通过链上记录关键数据可提升可追溯性与信任机制。 ...

MD2Card：基于Markdown文档生成精美知识卡片 MD2Card：基于Markdown文档生成精美知识卡片 MD2Card 是一个免费易用的 Markdown 转知识卡片工具，支持多种精美风格、长文自动拆分、一键导出图片，无论是学习笔记、知识整理还是内容分享，都能轻松搞定。 卡片风格 MD2Card 支持温暖柔和、玻璃拟态、简约高级灰、梦幻渐变、波普艺术、赛博朋克、清新自然等 20+ 主题风格。 ...

Win10/Win11提示应用程序无法正常启动0xc0000142解决办法 前言 最近下了不少游戏，但是老是遇到应用程序无法正常启动(0xc0000142)报错提示，最常见的问题其实是使用了中文路径。 Win10/Win11提示应用程序无法正常启动0xc0000142怎么解决？ Win10/Win系统开机或打开程序时遇到应用程序无法正常启动(0xc0000142)报错提示，这是怎么回事儿呢？下面我们一起来看下原因和解决办法吧。 ...

GUI.for_Clash使用指南和免费v2ray节点订阅 GUI.for.Clash：颜值与功能兼备的Clash图形界面客户端 随着互联网的发展，网络安全和隐私保护越来越受重视。作为一款强大的代理工具，Clash在科学上网和网络访问控制中扮演了重要角色。然而，Clash基于命令行的操作不够直观，对普通用户而言有一定门槛。为此，GUI.for.Clash借助现代技术，打造了一个美观且功能丰富的图形界面客户端，让用户轻松管理代理配置，提升使用体验。 ...

Python虚拟环境管理新利器——uv全解析 Python项目开发中，虚拟环境和依赖管理一直是让人头疼的话题。今天给大家介绍一个极致高速、功能强大的Python包和项目管理工具——uv，它由Rust语言编写，是由著名的Astral团队打造，同时也是性能爆棚的代码检查工具Ruff的作者开发。 ...

Cloudflare R2对象存储搭建高速免费图床指南 前言 最近打算搭建一个图片画廊。之前使用 GitHub 作为图床，但速度较慢。 这次尝试用 Cloudflare R2 搭建图床，并通过 picgo-plugin-s3 插件实现图片上传。 ...

Knowledge Graphs for RAG Preface This article is a study note for the course https://www.deeplearning.ai/short-courses/knowledge-graphs-rag/. What you’ll learn in this course Knowledge graphs are used in development to structure complex data relationships, drive intelligent search functionality, and build powerful AI applications that can reason over different data types. Knowledge graphs can connect data from both structured and unstructured sources (databases, documents, etc.), providing an intuitive and flexible way to model complex, real-world scenarios. ...

前言 虽然我平时最常用的是字节跳动出品的Trae，但在某种意义上，我也是最早使用Cursor的用户之一。 待我有空的时候，就打算开发一个基于Trae的Custom Agents Rules Generator，模拟类似的AI编程体验。 ...

推荐系统文献综述 摘要 ​ 推荐系统在日常生活中扮演着越来越重要的角色。本文挑选了八类任务，每类任务包含五篇相关论文。这八类任务分别是：协同过滤 (Collaborative Filtering)、序列推荐 (Sequential/Session-based Recommendation)、点击率预测 (CTR/CVR Prediction)、社交推荐 (Social Recommendation)、新闻推荐 (News Recommendation)、音乐推荐 (Music Recommendation)、在线推荐 (Online Recommendation)和多模态推荐 (Multimodal Recommendation)。通过对这些任务相关论文的综述，可以看出推荐算法从最初基于小数据集的统计分析，逐步引入深度学习技术，甚至最近流行的大语言模型（LLMs），以实现更精准的个性化推荐。 ...