本文以快速开发一个 AI 原生应用为目的，介绍了 Spring AI 的包括对话模型、提示词模板、Function Calling、结构化输出、图片生成、向量化、向量数据库等全部核心功能，并介绍了检索增强生成的技术。依赖 Spring AI 提供的功能，我们可以轻松开发出一个简单的 AI 原生应用。

48 Technology lddgo Shared on 2024-06-05

本次为大家分享创作工具「度加」赋能AI动漫视频应用中，在定制化模型供给、多视角镜头控制、临场感音频合成等方面沉淀的创新经验，进而有效提升AI动漫视频内容的品质感和氛围带入感。

42 Technology lddgo Shared on 2024-06-05

iOS应用的包体积大小是衡量得物性能的重要指标，过大包体积会降低用户对应用的下载意愿，还会增加用户的下载等待时间以及用户手机的存储空间，本文重点介绍在包体积治理中的新思路以及原理与实践。

40 Technology lddgo Shared on 2024-06-05

关于AI的颠覆性效应，三位企业家的预言

34 Technology lddgo Shared on 2024-06-05

本篇文章主要聚焦海报图分享这个形式，探讨纯前端在H5&小程序内，合成海报到下载到本地、分享至社交平台整个流程中可能遇到的问题，以及如何解决。

42 Technology lddgo Shared on 2024-06-05

本文将介绍如何使用 DeepFlow 基于 eBPF 的零侵扰特性构建 Kong 网关的可观测性解决方案，在此基础上统一集成 Kong 插件已有的丰富数据源，消除孤岛、构建统一的可观测性平台，以全面监控和分析 Kong 网关。通过 DeepFlow，Kong 网关可以实现从流量监控、追踪分析、到性能优化的全面可观测性，消除数据分散并提供中心化的监控视图，加速故障排查和性能调优，让 DevOps 和 SRE 团队的工作更加高效。

21 Technology lddgo Shared on 2024-06-04

随着B站大数据业务的高速发展，各类业务资源需求也随之快速增长。与此同时，大数据集群有效的资源利用率低于预期，究其原因主要有以下两点， 业务出于性能、稳定性考量会向平台申请过量的系统资源，导致平台不会调度更多任务上来运行。 对于高低优任务资源隔离能力不足导致有竞争时，高优任务受影响甚至被误杀。 为了解决业务资源过量，大数据团队在hadoop架构中加入了自研超配组件Amiya。Amiya依据用户申请的资源量一般大于用户真实使用的资源量的基本推论，根据当前机器的实际负载情况，向调度组件虚报一定的资源量，使得更多的任务能够被调度到服务器上。同时，在大部分任务申请量接近其真实使用量时，Amiya需要及时驱逐一定量的任务以保证服务器整体稳定运行，关于Amiya细节信息可参考B站大数据集群混部实践（上）- 资源超配篇。

37 Technology lddgo Shared on 2024-06-04

自2019年 Thoughtworks 员工 Zhamak Dehghani 首次提出 Data Mesh 概念以来，Thoughtworks 便开始尝试在全球范围内与客户共同实施 Data Mesh。 以下是根据我们的经验总结的十项建议。对于每项建议，我们都指出了在实施过程中观察到的反模式、我们推荐的替代方法及其原因。这些建议将按照组织中的层级顺序从高到低列出。

17 Technology lddgo Shared on 2024-06-04

作者深入内核讲述了 MySQL semijoin 从识别到优化器根据代价决定最优执行策略，以及执行方式的全过程，掌握 MySQL semijoin 这一篇就够了！

44 Technology lddgo Shared on 2024-06-03

人工智能、教育与教育者的未来

47 Technology lddgo Shared on 2024-06-03