Cursor:AI时代的智能编辑器
在开发者社区掀起热潮的Cursor,正以破竹之势重塑编程工具格局。这款基于VS Code的AI优先编辑器,不仅延续了经典IDE的稳定基因,更通过深度集成的智能能力,将开发效率推向全新维度。2023年Anysphere公司获得的6000万美元A轮融资(由OpenAI领投),印证了市场对"AI+IDE"模式的强烈信心,也揭示了一个重要信号:当工具真正聚焦开发者核心痛点时,PMF(产品市场契合度)的达成将水到渠成。
作为VS Code的官方分支版本,Cursor完美继承了其生态优势——支持超过5万款扩展插件,保留用户熟悉的操作界面与快捷键体系。但与传统编辑器不同,Cursor将GPT-4、Claude 3等系列大模型深度植入开发链路,构建出"智能补全-代码生成-实时纠错"的全场景AI工作流。这种技术融合既保障了开发环境的稳定性,又通过每周同步上游更新,持续吸收性能优化与安全补丁。
目前,Cursor已建立完整的中文本地化支持(文档站),开发者可通过官网快速体验这场AI驱动的开发范式变革。正如Anysphere创始人所述:"我们不是在改造编辑器,而是在重新定义人机协作的边界。" 当代码生成从机械劳动进化为创造性对话,每个开发者都拥有了触碰技术本质的新可能。
Cursor的革新定位
传统编程的痛点
- 机械性损耗:约37%的开发时间消耗在语法调试、重复代码编写等非创造性工作(来源:GitHub 2023调研)
- 认知过载:现代框架的复杂生态迫使开发者记忆海量API规范
- 协作断层:代码评审中42%的沟通成本源于理解他人编码逻辑
Cursor的革新
Cursor核心功能解析
这里结合我个人的实践,梳理了一些Cursor具体使用时的核心功能分享给大家,虽不一定全,但一定有用~
基础能力:新手友好型工具链
CursorTab(代码自动补全、修改、预测)
这个功能其实很多AI与Copilot插件也有,但是Cursor的预测功能个人实践中还是非常好用的,它可以通过上下文,实时预测你下一个需要修改的点,在这个过程中你所需要做的事情就是点击键盘上的Tab键,相比较竞品,准确率、提示速度、连贯性都是非常优秀的,难怪将这个功能放在官网首位了:
一键生成(Ctrl+K指令生成完整代码片段)
对于已有代码片段的问题咨询与重构以及新增指定功能的代码片段都非常简单,你只需圈选目标代码,点击Ctrl+K 或 CMD+K 即可唤醒AI指定框,在其中通过自然语言描述的需求即可,接着便可以看到AI生成的代码片段,点击【Accept】便可以更新文件
进阶功能:开发者效率引擎
Agent模式:端到端任务自动化
在最新的Cursor版本中,Cursor更新了它的AI模式,现在分为Ask、Agent与Edit模式。Ask模式相对应之前的Chat模式,主要用于日常交流对话与咨询,Edit模式主要提供一些注入代码补全、检查的基本功能,如果你希望专注编写代码且不希望AI过度干预可以选择这个。
最后想聊的是其Agent模式,这个模式的AI会更加主动且权限更大,会根据需求主动拆分任务,并Step by Step的修改编辑文件来完成目标,特别适合进行项目重构、多文件生成、一系列脚本命令执行等等。例如近期我就针对项目中的组件库的组织构成让其帮忙完成了分析与重构
强大的@功能
善用好Cursor的@功能,结合Agent模式,可以大大扩展它的能力边界。
在 Cursor 的输入框中(包括 Agent、Chat 和 Cmd K 模式),键入 @ 符号可触发智能上下文关联菜单。系统会根据当前输入内容动态筛选出最相关的建议项,形成精准的上下文引用网络,大大提高生成的回答与Agent操作的准确率
指令 | 功能说明 |
@文件 (@Files) | 引用项目中的特定文件(如 |
@文件夹 (@Folders) | 引用整个目录作为上下文(如 关联该路径下所有测试用例) |
@代码 (@Code) | 定位代码库中的特定符号(函数/类/变量),支持跨文件跳转 |
@文档 (@Docs) | 快速调取官方文档与技术指南(如 Python 装饰器用法) |
@Git | 关联版本历史与代码变更(查看某函数的迭代记录) |
@记事本 (@Notepads) | 引用本地笔记内容(如设计文档中的 API 规范) |
@汇总的Composer会话 | 关联历史会话的总结摘要(用于延续复杂任务) |
@Cursor规则 (@Cursor Rules) | 调用自定义规则集(如代码风格约束) |
@网络 (@Web) | 插入外部技术资源(如 Stack Overflow 解决方案) |
@链接 (@Link) | 创建永久代码锚点(可通过链接直接跳转到指定代码块) |
@近期变更 (@Recent Changes) | 关联最近编辑过的代码片段 |
@Lint错误 (@Lint Errors) | 直接引用静态检查错误(仅在 Chat 模式下可用) |
@定义 (@Definitions) | 符号定义追溯(如查看 类的实现,仅在 Cmd K 模式下可用) |
代码库问答(@Codebase全局分析 + 隐私设置方式)
对于第一次使用Cursor打开的应用,我们可以通过Codebase功能让其对我们的代码仓库进行数据拆分并建立索引,这样Cursor能够通过这些分片数据快速理解项目仓库的上下,做出符合开发者预期的编程行为
不过注意一点的是这部分处理是会发送到Cursor服务器处理的,并非本地化,所以对于诸如一些系统环境变量、核心业务代码等可能存在安全隐私问题,这里我们可以编写.cursorignore文件来声明这些不希望Cursor处理的内容,所有列出的文件/目录将进入AI功能隔离区
自定义Rules(.cursorrules文件配置)
Cursor 中,开发者可通过规则引擎深度定制 AI 的代码生成逻辑。规则引擎的工作原理可类比为:
智能模型 + 规则约束 = 可控的创造力输出
其实可以简单类比为大模型系统中Prompt的作用就行了
维度 | 项目规则 (Project Rules) | 全局规则 (Global Rules) |
存储位置 | 项目根目录 | 用户配置目录 |
作用域 | 对当前项目生效 | 对所有项目永久生效 |
典型应用 | - 组件规范 UI样式规范 | - 个人编码习惯 |
commit msg自动生成
对于Git提交来说每次编写符合描述的commit msg还是挺麻烦的,实际开发过程中其实很多msg意义不大,都是通过历史记录去分析的。
Cursor会根据暂存区的commit内容,自动基于仓库commit风格生成与其相符的msg内容,真的很贴心:
MCP支持
最新版本的Cursor也支持MCP协议了,这意味着其能力边界再一次拓展,Agent可以通过MCP接入项目所需要的外部服务,具体配置也很简单,网上教程也很多了,这里不单独介绍MCP了:
提高生成准确率小技巧
这里总结了一些实践可以尝试的技巧,帮助提高AI生成/修改代码的准确率
- 需求明确:Cursor本质也是大模型,那些对大模型调优的Prompt优化都可以适用,所以描述尤其是复杂任务时请尽可能清晰明确描述你的任务
- 范围聚焦:Cursor支持手动配置@上下文,当你觉得Cursor的注意力不对劲的时候可以尝试给他应该关注的代码文件或者目录吧
-
- 输出步骤:可以在提示词或者Cursor-Rule当中让Cursor回答时输出他的思考和处理步骤,方便进行问题分析与定位,继而优化提示词提高最终生成的准确率
未来展望与行业影响
技术演进方向
- 多模态编程(语音/草图生成代码)
随着人工智能技术的不断进步,未来的编程方式将不再局限于传统的文本输入。多模态编程将成为主流,开发者可以通过语音描述、手绘草图甚至自然语言对话来生成代码。这种方式极大地降低了编程门槛,使非专业人士也能参与到软件开发过程中。例如,开发者只需用语音描述业务需求,AI便能自动生成相应的代码框架;或者通过上传界面草图,系统自动识别并生成前端代码。这不仅提升了开发效率,也为创新型应用的快速落地提供了技术保障。 - 企业级私有化部署需求
随着数据安全和隐私保护意识的增强,越来越多的企业开始关注AI编程工具的私有化部署。企业希望将AI助手部署在本地服务器或专有云环境中,以确保核心代码和数据不外泄。这一趋势推动了AI编程平台在安全性、可定制性和集成能力方面的持续演进。未来,企业级AI编程工具将支持更灵活的权限管理、数据隔离和合规审计,满足不同行业的合规要求,助力企业实现智能化转型。
对开发者的启示
- 从“代码工人”到“需求架构师”的角色转型
随着AI在编程领域的深度应用,开发者的角色正在发生根本性转变。传统意义上的“代码工人”将逐步被AI所替代,开发者将更多地扮演“需求架构师”的角色。也就是说,开发者需要具备更强的业务理解能力和系统设计能力,能够将复杂的业务需求转化为可实现的技术方案,并通过AI工具高效落地。这一转型要求开发者不断提升自身的综合素养,主动适应AI驱动下的工作模式变革。 - AI时代核心竞争力重构
在AI赋能的时代,开发者的核心竞争力不再仅仅体现在编写高效代码的能力上,而是体现在如何与AI协作、如何利用AI工具提升生产力。开发者需要掌握AI工具的使用方法,理解其原理和局限性,善于利用AI进行需求分析、架构设计、代码生成和测试优化等工作。同时,软技能如跨领域沟通、创新思维和持续学习能力也将成为不可或缺的竞争优势。只有不断适应和拥抱AI,开发者才能在未来的技术浪潮中立于不败之地。
相关文章:
Cursor:AI时代的智能编辑器
在开发者社区掀起热潮的Cursor,正以破竹之势重塑编程工具格局。这款基于VS Code的AI优先编辑器,不仅延续了经典IDE的稳定基因,更通过深度集成的智能能力,将开发效率推向全新维度。2023年Anysphere公司获得的6000万美元A轮融资&…...
x86架构-k8s设置openebs的hostpath作为默认存储类的部署记录
文章目录 前言一、openebs是什么?二、准备步骤1.下载yaml文件2.准备一个新的单点k8s用于测试2.将openebs-operator.yaml中的镜像修改成使用国内加速源的 三、执行yaml1.openebs-operator.yaml2.local-hostpath-pvc.yaml和local-hostpath-pod.yaml 四、关于默认存储路…...
废品回收小程序:全链路数字化解决方案,赋能绿色未来
用户端:一键触达,便捷回收新体验 废品百科与估价指南:分类标准与实时价格一目了然,用户轻松掌握废品价值。一键预约,轻松回收:指尖轻点即可完成预约,上门服务省时省力。精准定位,导…...
Kotlin和JavaScript的对比
Kotlin和JavaScript有一些相似之处,但也存在显著的差异,下面从多个方面为你详细分析: 相似点 1. 语法灵活性 变量声明:二者在变量声明上都较为灵活。在JavaScript里,借助var、let和const可以声明变量。其中…...
蓝桥杯 5. 拼数
拼数 原题目链接 题目描述 给定 n 个正整数 a1, a2, …, an,你可以将它们任意排序。 现要将这 n 个数字连接成一排,即令相邻数字收尾相接,组成一个数。 问,这个数最大可以是多少。 输入格式 第一行输入一个正整数 n&#x…...
(即插即用模块-特征处理部分) 四十四、(2024 TGRS) FEM 特征增强模块
文章目录 1、Feature Enhancement Module2、代码实现 paper:FFCA-YOLO for Small Object Detection in Remote Sensing Images Code:https://github.com/yemu1138178251/FFCA-YOLO 1、Feature Enhancement Module 遥感图像中,小目标的特征通…...
“情况说明“以后,Unity XR 开发者如何选择?
Unity自4月7日发布了一系列“情况说明”,点进来的朋友应该都是看过的,此处不再赘述。此后引发了开发者社区的广泛关注和讨论。作为细分领域的XR开发者,此时也会面临着工具和版本的抉择或迷茫。笔者同样面临这些问题,因为要确定未来…...
c#版yolo可视化标注和一键免环境训练系统0429更新介绍
yolo免环境一键训练工具c#版yolo标注工具 ## 更新日志 - 2025.4.1: 1、软件上线 - 2025.4.6 1、调整界面,修复用户在1920*1080不能全部显示问题 2、修复 刷新当前目录 无法加载新增图片问题 3、新增 下一张图片快捷键 Enter或者ctrl↓&…...
Leetcode 3533. Concatenated Divisibility
Leetcode 3533. Concatenated Divisibility 1. 解题思路2. 代码实现 题目链接:3533. Concatenated Divisibility 1. 解题思路 这一题的话事实上如果我们原始的数组有序排列一下,然后依次考察每个元素是否可以被选用,此时,我们得…...
CosyVoice、F5-TTS、GPT-SoVITS、Fish-Speech声音模型项目深度对比:选型指南
在数字人、虚拟助手、智能客服等应用快速发展的背景下,文本转语音(TTS)和语音克隆技术已成为AI领域的核心技术之一。本文将对目前主流的四个开源语音合成项目——CosyVoice、F5-TTS、GPT-SoVITS 和 Fish-Speech进行全方位对比分析,…...
什么是DNS缓存?怎么清理DNS缓存?
在网络世界中,当我们输入一个网址想要访问某个网站时,计算机并不能直接识别“www.example.com”这样的网址,而是需要将其转换为对应的IP地址才能进行通信。这个转换过程由域名系统(DomainNameSystem,简称DNS࿰…...
基于STM32、HAL库的ATECC508A安全验证及加密芯片驱动程序设计
一、简介: ATECC508A是Microchip公司生产的一款加密认证芯片,提供以下主要特性: 基于硬件的ECDSA (Elliptic Curve Digital Signature Algorithm) 加密 支持SHA-256哈希算法 内置真随机数生成器(TRNG) 16个密钥存储槽位,可配置多种用途 支持I2C接口,最高1MHz时钟频率 超低…...
初中九年级学生体测准考证照片采集软件使用说明
随着中考体育测试的临近,各校陆续开始组织学生进行准考证照片、中考报名照片的采集工作。为方便学校集中采集和学生自主完成照片拍摄,本文将详细介绍使用"校园证件照采集平台"进行手机拍照线上采集的操作方法,帮助学校轻松完成体测…...
提供一些其他常见的字符串处理算法的Java示例
以下为你提供几种常见字符串处理算法的 Java 示例: 1. 字符串反转 反转字符串即把字符串中的字符顺序颠倒。 public class RemoveSpaces {public static String removeSpaces(String str) {return str.replaceAll("\\s", "");}public static…...
软件设计师-软考知识复习(2)
PERT图详解 PERT(Program Evaluation and Review Technique,计划评审技术)是一种用于项目管理的图形化工具,主要用于分析任务的时间安排、识别关键路径和优化资源分配。它特别适用于复杂项目,其中任务之间存在依赖关系…...
Qwen3快速部署 Qwen3-0.6B、Qwen3-8B、Qwen3-14B,Think Deeper
文章目录 0 Qwen31 平台与环境安装1 模型下载2 模型测试 0 Qwen3 今天,通义千问Qwen团队正式开源推出 Qwen3,这是 Qwen 系列大型语言模型的最新成员。最新的Qwen3系列模型具备双模推理能力(深入思考/快速响应)、支持119种语言及方…...
【C到Java的深度跃迁:从指针到对象,从过程到生态】第四模块·Java特性专精 —— 第十七章 IO流:超越FILE*的维度战争
一、从C文件操作到Java流的进化 1.1 C文件操作的原始挑战 C语言通过FILE*和低级文件描述符进行I/O操作,存在诸多限制: 典型文件复制代码: #include <stdio.h> int copy_file(const char* src, const char* dst) { FILE* in fope…...
Leetcode刷题记录22——滑动窗口最大值
题源:https://leetcode.cn/problems/sliding-window-maximum/description/?envTypestudy-plan-v2&envIdtop-100-liked 题目描述: 思路一: 暴力遍历法,通过一个长度为k的滑动窗口遍历nums,将其中最大的数依次记…...
React 第三十四节 Router 开发中 useLocation Hook 的用法以及案例详解
一、useLocation基础用法 作用:获取当前路由的 location 对象 返回对象结构: {pathname: "/about", // 当前路径search: "?namejohn", // 查询参数(URL参数)hash: "#contact", …...
BT134-ASEMI机器人功率器件专用BT134
编辑:LL BT134-ASEMI机器人功率器件专用BT134 型号:BT134 品牌:ASEMI 封装:TO-126 批号:最新 引脚数量:3 封装尺寸:如图 特性:双向可控硅 工作结温:-40℃~150℃…...
十五种光电器件综合对比——《器件手册--光电器件》
十五、光电器件 名称 原理 特点 应用 发光二极管(LED) 基于半导体材料的电致发光效应,当电流通过时,电子与空穴复合,释放出光子。 高效、节能、寿命长、响应速度快、体积小。 广泛用于指示灯、照明、显示&#…...
网络安全攻防演练实训室建设方案
一、引言 在数字化浪潮席卷全球的当下,网络已深度融入社会的各个层面,成为推动经济发展、社会进步和科技创新的关键力量。从日常生活中的移动支付、社交互动,到企业运营中的数据管理、业务拓展,再到国家关键基础设施的运行&#…...
极客天成受邀参加2050大会,共赴人工智能科技盛宴
2025年4月25日,备受瞩目的2050大会在杭州云栖小镇盛大开幕。作为科技领域的佼佼者,北京极客天成科技有限公司受邀参加了此次盛会,与全球科技爱好者共同探索科技的未来。 大会盛况空前,科技盛宴开启 2050大会是由杭州市云栖科技创…...
GUI_DrawPixel 函数详解
GUI_DrawPixel 是嵌入式GUI库中的基础像素绘制函数,用于在指定坐标绘制单个像素点。下面我将详细介绍这个函数的功能、实现和使用方法。 1. 函数功能 在显示屏的指定位置(x,y)绘制一个像素点 使用当前设定的颜色进行绘制 是构建所有高级图形(线、圆、…...
AWS MSK 集群升级前配置检查:保障升级平稳进行的关键步骤
在 AWS Managed Streaming for Apache Kafka (MSK) 集群升级之前,进行全面的配置检查至关重要。本文将介绍一个用于 MSK 升级前配置检查的 Bash 脚本,帮助您识别潜在的风险点,确保升级过程的顺利进行。 为什么需要升级前检查? AWS MSK 提供了自动升级功能,但在升级过程中,不…...
leetcode 2516. 每种字符至少取 K 个
题目描述 滑动窗口问题 可以转化为求按照题目要求从两端取走字符后,中间部分的最大长度。中间部分就是一个滑动窗口。 class Solution { public:int takeCharacters(string s, int k) {vector<int> count(3,0);int n s.size();for(int i 0;i <n;i){cou…...
通信原理第七版与第六版区别附pdf
介绍 我用夸克网盘分享了「通信原理 第7版》樊昌信」,链接:https://pan.quark.cn/s/be7c5af4cdce 《通信原理(第7版)》是在第6版的基础上,为了适应当前通信技术发展和教学需求,并吸取了数十所院校教师的反…...
CPU 空转解析
在编程中,“避免 CPU 空转” 指的是防止程序在等待某个条件满足时,无意义地消耗 CPU 资源。以下是对这一问题的详细解释: 1. 什么是 CPU 空转? 当代码中出现类似以下逻辑时: while not condition_met: # 循环检查条…...
云蝠智能大模型智能呼叫:赋能零售行业服务,助力客户增长
在数字化浪潮席卷全球的今天,零售行业正面临前所未有的变革压力。消费者需求日益个性化、市场竞争愈发激烈,传统的人工客服模式已难以满足企业对高效触达、精准营销和极致体验的需求。而云蝠智能大模型智能呼叫系统,凭借其突破性的AI技术和深…...
Consul安装部署(Windows环境)
部署资料链接:https://download.csdn.net/download/ly1h1/90722829 1.下载 Consul 1.访问 Consul 官方下载页面:Install | Consul | HashiCorp Developer 2.选择适合 Windows 的版本(如 consul_1.16.1_windows_amd64.zipÿ…...
Sql刷题日志(day7)
面试: 1、怎么样的数据挖取能真正对业务起到指导作用? 明确的业务目标:开始之前明确你想通过数据挖掘解决的业务问题。这些问题应具体、可量化,并与业务战略紧密相关。正确的数据集:确保使用的数据与你的业务问题相关…...
【MuJoCo仿真】开源SO100机械臂导入到仿真环境
主要参考:https://github.com/jpata/gym-so100/tree/integration/gym_so100/assets/trs_so_arm100 参考:(八)lerobot开源项目扩展so100的仿真操控(操作记录)_so100机械臂 仿真-CSDN博客 下载:…...
redis 有序集合zrange和zrangebyscore的区别
起因是查询数据,用了zrangebyscore 但是一直显示没数据 具体命令zrangebyscore key 0 -1 withscores, 原有印象中一直是这么用的,但是突然查不出来了, 于是搜了下问题所在。 通过分数查看 不能用0和-1表示最小和最大,只能用分数来…...
基于C#窗体+GDI+绘图实现分形树
实验:分形树 一. 引言 实验目的:继续学习C#窗体应用程序的图形化界面设计以及GDI绘图的一些基本指示,通过制作各种类型的分形树增强对于递归的理解,在创造分形图形的过程中感受编程的快乐 Tutorial任务 1.制作不同类型的分形图形(本次演示的是两种不同类型的分…...
使用Langchain+DeepSeep进行测试相关工作
1.使用BaseChatModel实现自定义DeepSeekLLM import json import typing from typing import Optional, Any, List, Dict, Union, Sequence, Callable, Literalimport requests from langchain_core.callbacks import CallbackManagerForLLMRun from langchain_core.language_m…...
Java练习6
一.题目 数字加密与解密 需求: 某系统的数字密码(大于 0),比如 1983,采用加密方式进行传输。 规则如下: 先得到每位数,然后每位数都加上 5,再对 10 求余,最后将所有数字反转,得到一…...
二叉树知识点
1、树形结构 1.1概念 二叉树属于树形结构,所以先了解树形结构之后,再学习二叉树。 树形结构是一种非线性的数据结,是由n个有限节点组成的一个具有层次关系的集合,其形状就像一棵到这的树,跟朝上,叶子朝下…...
neo4j暴露公网ip接口——给大模型联通知识图谱
特别鸣谢 我的领导,我的脑子,我的学习能力,感动了 1. 搭建知识图谱数据库(见上一章博客) 这里不加赘述了,请参考上一篇博客搭建 2. FastApi包装接口 这里注意:NEO4J_URI不得写http:,只能写…...
在阿里云实例上部署通义千问QwQ-32B推理模型
通义千问QwQ-32B是阿里云开源的320亿参数推理模型,通过大规模强化学习在数学推理、编程及通用任务中实现性能突破,支持消费级显卡本地部署,兼顾高效推理与低资源消耗。 本文将介绍如何利用vLLM作为通义千问QwQ-32B模型的推理框架,在一台阿里云GPU实例上构建通义千问QwQ-32…...
GEE进行Theil-Sen Median斜率估计和Mann-Kendall检验
介绍一下Theil-Sen Median斜率估计和Mann-Kendall趋势分析,这两种方法经常结合使用,前者用于估计趋势的斜率,后者用于检验趋势的显著性。如多年NPP或者NDVI的趋势分析。 主要介绍使用GEE实现这一内容的代码方法,若使用python&…...
WSL2下Docker desktop的Cadvisor容器监控
由于WSL2的Docker存放是在Linux的docker-desktop目录下,需要从这里面挂载到WSL2里的/var/lib/docker,并且正确挂载启动,才能使 Cadvisor 识别到docker容器并且监控资源。 首先需要在WSL2终端进行挂载操作: sudo mount -t drvfs \…...
深度学习---pytorch搭建深度学习模型(附带图片五分类实例)
一、PyTorch搭建深度学习模型流程 1. 环境准备 安装PyTorch及相关库: pip install torch torchvision numpy matplotlib2. 数据准备 数据集加载:使用内置数据集(如CIFAR-10)或自定义数据集。数据预处理:包括归一化…...
基于 STM32 的智慧图书馆智能控制系统设计与实现
一、系统架构概述 智慧图书馆智能控制系统集成环境调控、安全监控、借阅管理与信息推送功能,通过 STM32 主控芯片联动传感器、执行器及云平台,实现图书馆智能化管理。系统架构分为感知层(传感器)、控制层(STM32 主控)、执行层(继电器 / 显示屏)及云端层(数据交互),…...
4. python3基本数据类型
Python3 中有六个标准的数据类型: Number(数字) String(字符串) List(列表) Tuple(元组) Set(集合) Dictionary(字典) Pyt…...
什么是缓冲区溢出?NGINX是如何防止缓冲区溢出攻击的?
大家好,我是锋哥。今天分享关于【什么是缓冲区溢出?NGINX是如何防止缓冲区溢出攻击的?】面试题。希望对大家有帮助; 什么是缓冲区溢出?NGINX是如何防止缓冲区溢出攻击的? 缓冲区溢出是指程序试图向一个固定…...
4.27搭建用户界面
更新 router下面的index.js添加新的children 先区分一下views文件夹下的不同vue文件: Home.vue是绘制home页面的所有的表格。 Main.vue是架构头部和左侧目录的框架的。 研究一下这个routes对象,就可以发现重定向redirect的奥妙所在,我们先把…...
常用回环检测算法对比(SLAM)
回环检测本质上是一种数据相似性检测算法,原理是通过识别机器人是否回到历史位置,建立位姿约束以优化全局地图,纠正长期的里程计漂移实现全局地图的一致性,简单讲就是识别场景中的重复特征以修正累积误差。 1. 概述 算法类别原理特点优势劣势词袋模型特征聚类为单词,TF-I…...
《从线性到二维:CSS Grid与Flex的布局范式革命与差异解析》
在前端开发的广袤宇宙中,CSS布局技术宛如闪耀的星辰,不断革新与演进,为构建绚丽多彩的网页世界提供了坚实的支撑。其中,CSS Grid布局与Flex布局作为两颗璀璨的明星,以其独特的魅力和强大的功能,深受开发者们…...
理解 EKS CloudWatch Pod CPU Utilization 指标:与 `kubectl top` 及节点 CPU 的关系
在使用 AWS EKS 时,CloudWatch Container Insights 提供了丰富的容器级别监控指标,帮助我们深入了解应用的运行状态。如下截图中的 ContainerInsights pod_cpu_utilization 指标就是一个非常重要的维度。本文将详细解释这个指标的含义,并将其…...
解读JetBrains ToolBox以及Windows环境AppData的那点事
AppData 顾名思义应用程序数据,指的就是程序运行实例数据。用于存储应用程序的自定义设置和缓存数据。这些数据不仅包括程序个性化的配置,还涵盖了在应用程序运行过程中产生的临时文件和日志信息。 本身它是一个隐藏文件夹,位于每个用户的个人…...