当前位置：首页 > news >正文

客户端 AI 与服务器端 AI 的深度比较及实践建议？

news 来源：原创 2025/7/17 9:06:37

1. 性能与延迟

客户端AI（In-Browser AI）：

// 使用TensorFlow.js在浏览器中进行图像分类
const model = await tf.loadLayersModel('local-model/model.json');// 实时摄像头处理
const video = document.getElementById('webcam');
const classifyFrame = async () => {const img = tf.browser.fromPixels(video);const prediction = model.predict(img.expandDims(0));const results = await prediction.data();// 立即显示结果，无网络延迟displayResults(results);requestAnimationFrame(classifyFrame);
};

服务器端AI：

// 调用服务器端AI API
async function analyzeImage(imageBlob) {const formData = new FormData();formData.append('image', imageBlob);try {const response = await fetch('https://api.example.com/ai/analyze', {method: 'POST',body: formData});// 网络往返时间增加了延迟return await response.json();} catch (error) {console.error('API调用失败:', error);}
}

比较：

客户端AI：零网络延迟，适合实时交互场景
服务器端AI：受网络状况影响，通常有200ms-2s的延迟

建议：

对延迟敏感的应用（如AR滤镜）使用客户端AI
复杂计算或需要大量数据的任务使用服务器端AI

2. 隐私与数据安全

客户端AI优势示例：

// 敏感数据处理完全在客户端完成
function processMedicalData(patientData) {// 使用预加载的模型在浏览器中分析const model = await tf.loadGraphModel('medical-model.json');const tensorData = tf.tensor(patientData);const result = model.predict(tensorData);// 数据从未离开客户端return result.dataSync();
}

服务器端AI风险点：

// 即使使用HTTPS，数据仍需离开客户端
async function uploadDiagnosticData(data) {// 需要确保API有完善的认证和加密const response = await fetch('/api/diagnose', {method: 'POST',headers: {'Authorization': `Bearer ${token}`,'Content-Type': 'application/json'},body: JSON.stringify(data)});// 服务器可能存储日志或分析数据return response.json();
}

注意事项：

医疗、金融等敏感领域优先考虑客户端AI
必须传输数据时，确保使用端到端加密
服务器端实现数据最小化原则，及时清除不必要的数据

3. 模型大小与加载优化

客户端AI优化技巧：

// 使用模型量化减小体积
async function loadOptimizedModel() {// 8位量化模型比32位小4倍const model = await tf.loadGraphModel('quantized-model.json');// 使用IndexedDB缓存模型if (!await checkModelCache('model-v1')) {await saveModelToCache('model-v1', model);}return model;
}// 渐进式加载策略
function loadModelInBackground() {// 首屏加载后开始预加载AI模型window.addEventListener('load', () => {fetch('model-weights.bin').then(response => response.arrayBuffer()).then(weights => {// 存储到Service Worker缓存caches.open('ai-models').then(cache => cache.put('model-weights', weights));});});
}

服务器端AI优势：

// 可以动态加载任意大小的模型
// 前端只需处理轻量级的API调用
async function analyzeLargeDocument(text) {// 服务器可以加载数十GB的NLP模型const response = await fetch('/api/analyze-document', {method: 'POST',body: JSON.stringify({ text })});return response.json();
}

实践建议：

超过50MB的模型考虑服务器端部署
使用模型量化、剪枝等技术优化客户端模型
实现智能预加载和缓存策略

4. 计算能力与硬件加速

客户端AI硬件利用：

// 检测并利用可用硬件
async function setupAI() {const backend = await tf.setBackend(tf.getBackends().includes('webgl') ? 'webgl' : 'cpu');// WebGL后端可以利用GPU加速const gl = tf.backend().gpgpu.gl;// 可以进一步优化WebGL参数gl.getExtension('WEBGL_lose_context');// WASM后端适合没有GPU的设备if (backend === 'wasm') {await tf.setWasmPath('https://cdn.jsdelivr.net/npm/@tensorflow/tfjs-backend-wasm/dist/');}
}

服务器端AI硬件优势：

# 服务器端可以部署专用硬件
# 例如NVIDIA Tesla T4 GPU服务器
import tensorflow as tfphysical_devices = tf.config.list_physical_devices('GPU')
tf.config.experimental.set_memory_growth(physical_devices[0], True)
# 可以充分利用16GB显存

开发建议：

客户端实现降级策略（WebGL → WASM → CPU）
复杂模型推理优先使用服务器端GPU
在客户端检测设备能力并选择合适的模型版本

5. 更新与维护

客户端AI更新策略：

// 使用Service Worker管理模型更新
self.addEventListener('install', (event) => {event.waitUntil(caches.open('ai-model-v2').then((cache) => {return cache.addAll(['/models/v2/model.json','/models/v2/weights.bin']);}));
});// 版本检查机制
async function checkModelVersion() {const currentVersion = localStorage.getItem('model-version');const latestVersion = await fetch('/model-version.txt').then(r => r.text());if (currentVersion !== latestVersion) {await loadNewModel(latestVersion);localStorage.setItem('model-version', latestVersion);}
}

服务器端AI更新流程：

// 前端只需维护API版本
const API_VERSION = '2023-07';
async function callAIEndpoint(data) {const response = await fetch(`/api/${API_VERSION}/predict`, {method: 'POST',body: JSON.stringify(data)});// 服务器可以无缝更新模型return response.json();
}

最佳实践：

频繁更新的模型适合服务器端部署
客户端模型更新要实现原子性和回滚机制
使用CDN加速客户端模型分发

6. 混合架构实践

在实际项目中，我们经常采用混合方案：

// 智能路由策略
async function smartAIRequest(input) {// 简单任务使用客户端模型if (isSimpleTask(input)) {const clientResult = await clientModel.predict(input);if (clientResult.confidence > 0.9) {return clientResult;}}// 复杂任务回退到服务器try {const serverResult = await fetch('/api/ai', {method: 'POST',body: JSON.stringify(input)});return serverResult.json();} catch (error) {// 服务器失败时降级到客户端return clientModel.predict(input);}
}// 实现预测缓存减少服务器调用
const predictionCache = new Map();
async function cachedPrediction(input) {const key = hashInput(input);if (predictionCache.has(key)) {return predictionCache.get(key);}const result = await smartAIRequest(input);predictionCache.set(key, result);return result;
}

结论与建议

选择标准：
- 延迟敏感 → 客户端AI
- 计算密集 → 服务器端AI
- 数据敏感 → 客户端AI
- 模型庞大 → 服务器端AI
优化方向：
- 实现智能的模型卸载策略
- 开发渐进式增强的AI体验
- 建立完善的性能监控系统

监控指标：

// AI性能监控
function trackAIPerformance(start, end, source) {const duration = end - start;analytics.track('ai_inference', {duration,source, // 'client' 或 'server'deviceType: navigator.userAgent,modelVersion: '1.2'});if (source === 'client' && duration > 1000) {// 客户端推理过慢，考虑下次使用服务器localStorage.setItem('prefer-server', 'true');}
}

未来趋势：
- WebGPU将提升客户端AI性能
- 边缘计算带来新的部署选项
- 模型压缩技术持续进步

在实际架构设计中，没有放之四海而皆准的方案。作为高级前端工程师，我们需要根据具体业务需求、用户设备和数据特性，灵活选择最适合的AI部署策略，并准备好随着技术发展不断演进我们的架构。

客户端 AI 与服务器端 AI 的深度比较及实践建议？

1. 性能与延迟客户端AI（In-Browser AI）： // 使用TensorFlow.js在浏览器中进行图像分类 const model await tf.loadLayersModel(local-model/model.json);// 实时摄像头处理 const video document.getElementById(webcam); const…...

编程日记 2025/7/17 9:06:37

【（保姆级教程）Ubuntu24.10下部署Dify】

目录一、下载Ubuntu二、安装Ubuntu三、在 Ubuntu 上安装 Docker Engine1、设置Docker的apt仓库2、安装 Docker 包四、在 Ubuntu 上安装 Docker Desktop1、先决条件2、下载最新 DEB 包3、安装软件包4、启动 Docker Desktop5、检查版本五、克隆 Dify 代码仓库六、启动 Dify1、…...

编程日记 2025/7/16 7:31:36

计算机组成原理---总线系统的详细概述

1.数据传输的两个方式串行传输和并行传输：串行传输和并行传输串行：适合的就是传输的距离比较远，这个对应的成本也是比较低的； 并行：传输的效率很高，因为分成了不同的线路，这个适合的就是短距离…...

编程日记 2025/7/17 8:55:45

C++静态与动态联编区别解析

在 C++ 中，静态联编（Static Binding）和动态联编（Dynamic Binding）是两种不同的函数调用绑定机制，核心区别在于确定函数调用的时机和多态性的支持。以下是详细解释： 1. 静态联编（Static Binding）定义：在编译阶段确定函数调用与具体实现的关系。特点：由编译器直接确…...

编程日记 2025/7/12 6:02:06

Linux 一些常用的命令记录

常见命令如下查询内容 find / -name 例如：查找 libstdc.so* find / -name "libstdc.so*" 查询运行环境：/lib64/libstdc.so.6 内容是可以修改为其他的 strings /lib64/libstdc.so.6 | grep CXXABI创建软连接（创建超链接&…...

编程日记 2025/7/17 8:50:16

面试题-链表(1)

1.移除链表元素： 203. 移除链表元素 - 力扣（LeetCode） 删除一个链表中的相同元素。我这里用的方法只需要将链表遍历一次，就可以删除所有节点。前后指针法: public ListNode removeElements(ListNode head, int val) { //先判…...

编程日记 2025/7/14 19:57:39

【云馨AI-大模型】Dify 1.2.0：极速集成 SearXNG，畅享智能联网搜索新境界，一键脚本轻松部署SearXNG

SearXNG部署目录创建一键脚本SearXNG访问 Dify SearXNG插件安装SearXNG 插件安装进行授权工作流中进行验证工作流测试 SearXNG部署目录创建 mkdir -p /data/yunxinai && cd /data/yunxinai 一键脚本 git clone https://gitcode.com/yunxinai/rag-sh.git 一键执行脚…...

编程日记 2025/7/17 9:04:15

Python 设计模式：访问者模式

1. 什么是访问者模式？ 访问者模式是一种行为设计模式，它允许你在不改变对象结构的前提下，定义新的操作。通过将操作封装在访问者对象中，访问者模式使得你可以在不修改元素类的情况下，向元素类添加新的功能。访问者模…...

编程日记 2025/7/16 17:02:21

dify工作流之text-2-e-sql，大模型写sql并执行

市面上有太多的text-to-sql工具，但是我这次突发灵感，为什么不做一个可以执行sql得text2sql呢。 dify的安装我不再赘述，我采用的是win10本地docker部署的方式。 mysql的安装也不再介绍，如有需要还请移步其他博主。 1.dify创建工…...

编程日记 2025/7/17 8:57:00

Neo4j 可观测性最佳实践

Neo4j 介绍 Neo4j 是一款领先的图数据库管理系统，采用图数据模型来表示和存储数据。它以节点、关系和属性的形式组织数据，节点代表实体，关系表示节点间的连接，属性则为节点和关系附加信息。Neo4j 使用 Cypher 查询语言&#xff0…...

编程日记 2025/7/17 9:05:11

【随手记】jupyter notebook绘制交互式图像

在 Jupyter Notebook 中魔法命令特点%matplotlib notebook图形是交互式的，可缩放、旋转（适合 3D 图）%matplotlib inline图像静态显示，简单快速，适用于大多数2D图绘制在 %matplotlib notebook 的 3D 图中&#xff0c…...

编程日记 2025/7/17 8:51:26

[大模型]AI Agent入门01——AI Agent概念梳理

什么是 Agent（智能体） 定义 Agent 是并能够感知环境，同时可以自主采取行动以实现特定目标的实体。 Agent（代理）是计算机科学中的一个概念，指一种置于某种环境中，能够感知环境中的信息并自…...

编程日记 2025/7/16 19:02:43

【锂电池剩余寿命预测】BiLSTM双向长短期记忆神经网络锂电池剩余寿命预测（Matlab源码）

目录效果一览程序获取程序内容代码分享研究内容BiLSTM双向长短期记忆神经网络锂电池剩余寿命预测摘要关键词1. 引言1.1 研究背景1.2 研究现状与问题1.3 研究目的与意义2. 文献综述2.1 锂电池剩余寿命预测理论基础2.2 传统预测方法概述2.3 基于深度学习的预测方法进展3. BiLSTM…...

编程日记 2025/7/16 23:12:35

基于机器学习的房租影响因素分析系统

基于机器学习的房租影响因素分析系统【包含内容】【一】项目提供完整源代码及详细注释【二】系统设计思路与实现说明【三】数据可视化及预测分析的完整流程文档【技术栈】 ①：系统环境：Python 3.8, Django 4.2 ②：开发环境&#…...

编程日记 2025/7/17 9:06:37

【c++深入系列】：万字string详解（附有sso优化版本的string模拟实现源码）

🔥 本文专栏：c 🌸作者主页：努力努力再努力wz 💪 今日博客励志语录： 当你想放弃时，想想为什么当初坚持走到了这里 ★★★ 本文前置知识： 类和对象（上） 类和对…...

编程日记 2025/7/14 23:02:18

黑马点评redis改 part 4

Redis消息队列实现异步秒杀一些额外话语：过来人提醒下，不要用stream，可以跳过不看，用专业的消息队列中间件，同时准备好消息队列的八股，否则简陋的stream很容易被问死。异步持久化还存在消息丢失、消息重复…...

编程日记 2025/7/17 8:58:14

【Python Web开发】01-Socket网络编程01

文章目录 1.套接字(Socket)1.1 概念1.2 类型1.3 使用步骤 Python 的网络编程主要用于让不同的计算机或者程序之间进行数据交换和通信，就好像人与人之间打电话、发消息一样。下面从几个关键方面通俗易懂地介绍一下： 1.套接字(Socket) 在 Python 网络编…...

编程日记 2025/7/17 9:05:12

『不废话』之Python管理工具uv快速入门

在『不废话』之大模型推理超参数解释『不废话』之动手学MCP 中提到了uv，很多朋友都说没用过，咨询有什么优势？ 通常Python新手都会使用conda、miniconda来管理Python环境，稍微高阶水平的会使用pyenv、poetry、virtualenv等工具来管…...

编程日记 2025/6/29 10:36:18

2025年中国高端家电品牌市场分析：海尔Haier、美的Midea、格力GREE三大本土品牌合计占据70%市场份额

一、市场现状：需求升级与结构性增长并存 2024年，中国高端家电市场在复杂的经济环境中展现出“逆势增长”的韧性。尽管全球经济增速放缓，国内家电零售额同比微降0.4%至6957亿元，但高端家电却成为拉动市场的重要引擎。这一现象的背…...

编程日记 2025/7/11 7:49:40

【漫话机器学习系列】217.监督式深度学习的核心法则（Supervised Deep Learning Rule Of Thumb）

监督式深度学习的核心法则：你需要多少数据？ 原图作者：Chris Albon 在进行深度学习项目时，我们常常面临一个核心问题：我到底需要多少训练数据？这是许多初学者甚至资深工程师都会困惑的问题。图中给出了一个非…...

编程日记 2025/7/16 11:08:26

OpenCV --- 图像预处理（六）

OpenCV — 图像预处理（六） 文章目录 OpenCV --- 图像预处理（六）十四，图像边缘检测14.1 高斯滤波14.2 计算图像的梯度与方向14.3 非极大值抑制14.4 双阈值筛选14.5 API和使用十五，绘制图像轮廓15.1 什么是轮…...

编程日记 2025/7/9 13:40:30

WebRTC服务器Coturn服务器的管理平台功能

1、概述开源的webrtc服务器提供管理平台功能，用户可以通过web页面进行访问配置coturn服务器，主要包括管理平台功能和telnet的管理功能，coturn相当于telnet服务器，可能通过配置来开启这两个功能，方便查看coturn服务器…...

编程日记 2025/7/9 21:39:35

华为网路设备学习-19 路由策略

一、二、注意： 当该节点匹配模式为permit下时，参考if else 当该节点匹配模式为deny下时： 1、该节点中的apply子语句不会执行。 2、如果满足所有判断（if-match）条件时，拒绝该节点并跳出（即不…...

编程日记 2025/6/29 11:31:14

理解RAG第六部分：有效的检索优化

在RAG系统中，识别相关上下文的检索器组件的性能与语言模型在生成有效响应方面的性能同样重要，甚至更为重要。因此，一些改进RAG系统的努力将重点放在优化检索过程上。从检索方面提高RAG系统性能的一些常见方法。通过实施高级检索技术&#x…...

编程日记 2025/7/16 4:54:52

DOCA介绍

本文分为两个部分： DOCA及BlueField介绍如何运行DOCA应用，这里以DNS_Filter为例子做大致介绍。 DOCA及BlueField介绍： 现代企业数据中心是软件定义的、完全可编程的基础设施，旨在服务于跨云、核心和边缘环境的高度分布式应用工作…...

编程日记 2025/7/15 21:06:06

Hadoop----高可用搭建

目录标题 **什么是高可用？****⭐搭建的步骤**一.jdk**安装配置**- **要点**: 二.zookeeper**集群配置**- **要点** 三.Hadoop高可用的搭建- **要点**①环境变量的配置②配置文件的修改 ③内容分发④集群任务的初次启动什么是高可用？ 通过冗余设计自动…...

编程日记 2025/7/9 22:10:17

2023蓝帽杯初赛内存取证-1

获取关于内存镜像文件的基本信息： vol.py -f memdump.mem imageinfo 得知Image local date and time : 2023-06-21 01:02:27 0800 Image local date and time是本地时区（中国——东八区） 答案：2023-06-21 01:02:27...

编程日记 2025/7/9 4:56:40

算法之回溯法

回溯法回溯法定义与概念核心思想回溯法的一般框架伪代码表示C语言实现框架回溯法的优化技巧剪枝策略实现剪枝的C语言示例记忆化搜索案例分析N皇后问题子集和问题全排列问题寻路问题回溯法的可视化理解决策树状态空间树回溯过程回溯法与其他算法的比较回溯法与动态规划的区…...

编程日记 2025/7/16 19:50:08

Linux 内核中 cgroup（控制组）作用是什么？

cgroup（Control Groups） 是 Linux 内核提供的一种机制，用于对进程（或线程）组进行资源限制、优先级分配、统计监控和任务控制。通过将进程分组管理，可以实现对 CPU、内存、磁盘 I/O、网络等系统资源的精细…...

编程日记 2025/6/29 9:32:48

Relay IR的核心数据结构

在 Apache TVM 的 Relay IR 中，基础节点（Var、Const、Call、Function 和 Expr）是构建计算图的核心数据结构。以下是对它们的详细解析，包括定义、作用、内部组成及相互关系： 1. Expr（表达式基类）…...

编程日记 2025/7/17 6:58:01

【MCP Node.js SDK 全栈进阶指南】初级篇（4）：MCP工具开发基础

在MCP（模型上下文协议）的生态系统中，工具（Tools）是一种强大的扩展机制，允许AI模型执行各种操作并获取结果。本文将深入探讨MCP TypeScript-SDK中的工具开发基础，包括工具定义与参数验证、Zod模式详解与高级用法、异步工具处理与错误管理以及工具调用与结果格式化。通过学…...

编程日记 2025/7/17 5:07:24

3Blue1Brown/videos - 数学视频生成代码库

本文翻译整理自：https://github.com/3b1b/videos 文章目录一、关于本项目相关链接资源关键功能特性二、注意事项三、工作流1、核心原理2、Sublime 专用配置四、快捷键功能说明一、关于本项目本项目包含用于生成 3Blue1Brown 数学解说视频的代码。相关链接资源…...

编程日记 2025/6/29 10:22:54

vue3 + element-plus中el-drawer抽屉滚动条回到顶部

el-drawer抽屉滚动条回到顶部 <script setup lang"ts" name"PerformanceLogQuery"> import { ref, nextTick } from "vue"; ...... // 详情 import { performanceLogQueryByIdService } from "/api/performanceLog"; const onD…...

编程日记 2025/6/29 11:20:59

【inlining failed in call to always_inline ‘_mm_aesenclast_si128’】

gcc编译错误：inlining failed in call to always_inline ‘_mm_aesenclast_si128’: target specific option mismatch 消除方法： 假如是GCC，则CFLAGS添加如下编译选项：-maes 假如是cmake，参加如下脚本： …...

编程日记 2025/7/16 5:04:07

DB-GPT支持mcp协议配置说明

简介在 DB-GPT 中使用 MCP（Model Context Protocol）协议，主要通过配置 MCP 服务器和智能体协作实现外部工具集成与数据交互。开启mcp服务，这里以网页抓取为例 npx -y supergateway --stdio "uvx mcp-server-fetch" …...

编程日记 2025/7/10 20:52:32

前端之勇闯DOM关

一、DOM简介 1.1什么是DOM 文档对象类型（Document Object Model，简称DOM），是W3C组织推荐的处理课扩展标记语言（HTML或者XML）的标准编程接口 W3C已经定义了一系列的DOM接口，通过这些DOM接口可…...

编程日记 2025/7/13 1:42:11

实现鼠标拖拽图片效果

我们需要一个图片可以是你的女朋友可以是男朋友 ，我就拿窝的偶像一个大佬——>甘为例吧！ 哈哈哈哈哈 <!DOCTYPE html> <html lang"en"> <head><meta charset"UTF-8"><meta name"viewport&q…...

编程日记 2025/7/13 6:52:48

nodejs模块暴露数据的方式，和引入（导入方式）方式

在 Node.js 中，模块之间通过模块导出（exports） 和模块导入（require 或 ESModule 的 import） 来进行数据和功能的共享。下面我详细总结一下两种主要的模块系统： 一、CommonJS 模块（Node.js 默认…...

编程日记 2025/6/29 9:32:42

AXOP33552: 400MHz 高速双通道运算放大器

AXOP33552是一款通用型高速双通道运算放大器，产品的工作电压为2V至5.5V，具有400MHz的带宽，f0.1dB的带宽为 120MHz，单通道静态电流为10mA。产品特别对噪声和THD做了优化，其噪声为5nV/√Hz 1MHz，2次谐波为-85…...

编程日记 2025/7/14 6:25:43

Spring Boot日志配置

目录 logback 使用logback 获取日志对象日志级别控制日志输出级别日志输出格式控制配置方式日志转存示例日志是应用程序不可或缺的一部分，记录着程序运行的信息。主要作用有： 记录日常运营的重要信息记录应用报错信息记录过程数据等…...

编程日记 2025/7/9 11:49:35

不可变数据:基于持久化数据结构的状态管理

不可变数据:基于持久化数据结构的状态管理一、什么是不可变数据？ 不可变数据是指一旦创建就无法更改的数据。在计算机科学中，不可变数据结构是指其内容或状态不能被修改的数据结构。在不可变数据中，所有修改操作都会生成新的数据副本&#…...

编程日记 2025/7/17 4:36:20

PyTorch卷积层填充（Padding）与步幅（Stride）详解及代码示例

本文通过具体代码示例讲解PyTorch中卷积操作的填充（Padding）和步幅（Stride）对输出形状的影响，帮助读者掌握卷积层的参数配置技巧。一、填充与步幅基础填充（Padding）：在输入数据边缘…...

编程日记 2025/7/10 1:26:21

C++手撕STL-其叁

Deque 今天我们进入新的容器：deque，一般叫做双端队列。比起传统的先入先出的队列queue，deque的出场率显然要低得多，事实上deque比起queue来说最大的特点就是多了一个push_front()和pop_front()，其他并没有太多不同。…...

编程日记 2025/7/13 20:16:41

AI大模型－window系统CPU版安装anaconda以及paddle详细步骤-亲测有效

window系统CPU版安装anaconda以及paddle详细步骤-亲测有效一安装anaconda 下载地址：anaconda下载下载成功后，选择非C盘安装，按提示安装即可修改镜像文件安装成功后，运行anaconda软件，若提示更新则点击更新，更新完后，修改镜像文件找到用户目录下的.condarc文件，覆…...

编程日记 2025/6/29 9:33:24

UML概览

🥰名片： 🐳作者简介：乐于分享知识的大二在校生 🌳本系列专栏: (点击直达)统一建模语言UML 🫣致读者：欢迎评论与私信,对于博客内容的疑问都会尽量回复哒!!! 本文序： ⛰️本文介绍&…...

编程日记 2025/7/15 22:14:42

影刀填写输入框(web) 时出错: Can not convert Array to String

环境： 影刀5.26.24 Win10专业版问题描述： [错误来源]行12: 填写输入框(web) 执行填写输入框(web) 时出错: Can not convert Array to String. 解决方案： 1. 检查变量内容在填写输入框之前，打印BT和NR变量的值&#xff…...

编程日记 2025/7/11 2:01:30

LLMs可在2位精度下保持高准确率

每周跟踪AI热点新闻动向和震撼发展想要探索生成式人工智能的前沿进展吗？订阅我们的简报，深入解析最新的技术突破、实际应用案例和未来的趋势。与全球数同行一同，从行业内部的深度分析和实用指南中受益。不要错过这个机会，成为AI领…...

编程日记 2025/7/16 7:51:56

C语言高频面试题——结构体和联合体区别

在 C 语言中，结构体（struct） 和联合体（union） 是两种重要的复合数据类型，用于组织和管理多个相关的变量。尽管它们在语法上有些相似，但在内存布局、用途和行为上有显著的区别。以下是详细的对比…...

编程日记 2025/7/17 7:48:02

App爬虫工具篇-mitmproxy

mitmproxy 是一个支持 HTTP 和 HTTPS 的抓包程序，类似 Fiddler、Charles 的功能，它通过控制台的形式和ui界面的方式此外，mitmproxy 还有两个关联组件，一个是 mitmdump，它是 mitmproxy 的命令行接口，利用它可以对接 Python 脚本，实现监听后的处理；另一个是 mitmweb，它…...

编程日记 2025/7/13 9:05:19

配置openjdk调试环境

先决条件首先在Ubuntu 18.04上编译SlowDebug版本的openjdk。注意，这里我选择的是x86处理器的电脑。苹果M系列属于ARM芯片，指令集不一样。由于我在苹果上进行垃圾回收调试的时候会报SIGILL错误。为了了解JVM的内部工作原理，不要在这种问题上…...

编程日记 2025/7/12 12:49:51