当前位置: 首页 > news >正文

[特殊字符]Meilisearch:AI驱动的现代搜索引擎

前言

大家好,我是MAI麦造!

上文介绍一了Manticore Search 这款轻量级的搜索引擎,这次又有了新的发现!传送门:
Elasticsearch太重?它的超轻量的替代品找到了!

这是一个让我超级兴奋的AI搜索引擎工具 —— Meilisearch

目前在 GitHub 上拥有超过 37,000 颗星

💫 如果你正在为项目寻找一个易用、高效且智能的搜索解决方案,那么这篇文章绝对不容错过!

简要介绍 🌟

在这里插入图片描述

Meilisearch 是一个开源的AI搜索引擎,专为开发者设计,旨在提供闪电般的搜索体验。它由 Rust 语言编写,具有出色的性能和极低的资源消耗。作为一个相对年轻的项目(2018年首次发布),Meilisearch 已经迅速获得了开发社区的青睐✨

Meilisearch核心指标数据
首次发布时间2018年
开发语言Rust
GitHub星标数37,000+
月下载量200,000+
活跃贡献者170+
最新稳定版本v1.1.1 (2023年)
开源协议MIT
支持语言112种
商业支持选项有(Meilisearch Cloud)

Meilisearch 的核心理念是「简单易用」与「开箱即用」。无需复杂的配置,你就能为你的应用添加一个功能强大的搜索引擎,而且搜索结果会根据相关性自动排序。这一点对于那些没有搜索引擎专业知识但又需要快速实现搜索功能的开发者来说简直是福音!😍

与 Elasticsearch 相比的亮点 🔍

Elasticsearch(ES)无疑是搜索引擎领域的巨头,但 Meilisearch 在某些方面确实表现出了独特的优势:

  1. 易用性 ⚡

特性MeilisearchElasticsearch
安装配置🚀 5分钟内完成🐢 需要较长时间与专业知识
学习曲线📈 平缓,简单API(约21个端点)📉 陡峭,复杂API(1000+端点)
默认配置✅ 开箱即用,预先优化⚙️ 需要大量自定义调整
文档量📚 约50页核心文档📚📚📚 超过3000页文档
API接口🎯 RESTful API 设计简洁明了🧩 结构复杂,需要深入学习
  1. 资源消耗 💻

资源指标MeilisearchElasticsearch
最低内存要求💾 ~100MB💾💾💾 8GB+
CPU消耗🔋 单核即可运行🔋🔋 推荐4-8核
部署复杂度🟢 单节点即可🟠 通常需要集群
存储空间📦 原始数据的1.5-2倍📦📦 原始数据的2-3倍
启动时间⚡ 2-3秒⏱️ 30秒+
Docker镜像大小🐳 约120MB🐳🐳🐳 超过700MB
  1. 搜索体验 🔎

功能MeilisearchElasticsearch
拼写容错✅ 默认支持(最多2字符错误)⚙️ 需额外配置
自然语言✅ 默认支持⚙️ 需定制分析器
搜索延迟⚡ <50ms(百万级数据)⚡ 性能相似但需调优
语言支持🌍 内置支持112种语言🌍 需要为每种语言单独配置
排序优化🧠 自动优化(0配置)⚙️ 需手动设置boost因子
中文分词✅ 内置支持⚙️ 需安装插件
  1. 实际性能数据 📊

根据官方基准测试和实际用户反馈,在包含 100 万条记录的数据集上:

性能指标MeilisearchElasticsearch差异
平均搜索延迟⚡ ~20ms~35msMeilisearch快约43%
索引速度📈 ~100,000条/分钟~65,000条/分钟Meilisearch快约54%
峰值QPS🚀 ~500次/秒~320次/秒Meilisearch高约56%
服务器负载🔋 中等🔋🔋 高Meilisearch低约40%
首次索引时间(100万文档)⏱️ ~10分钟~18分钟Meilisearch快约44%
内存占用(100万文档)💾 ~500MB~4.5GBMeilisearch低约89%
  1. 为什么Meilisearch称为"AI搜索引擎"?🤖

Meilisearch官方将其称为"AI搜索引擎"主要基于以下几点智能特性:

  1. 智能排序算法 🧠

    1. 采用基于机器学习的BM25算法变体
    2. 自动学习用户搜索模式,动态调整结果权重
    3. 通过用户交互数据持续优化搜索相关性(最近在v1.0版本引入)
  2. 语义理解能力 💬

    1. 理解同义词和近义词(例如搜索"smartphone"会匹配"mobile phone")
    2. 具备基本的意图识别能力(识别查询背后的用户意图)
    3. 在v1.1版本中,可处理约83%的自然语言查询,高于v0.9版本的62%
  3. 上下文感知搜索 👁️

    1. 分析搜索上下文,提供更相关结果
    2. 根据文档结构和内容关系智能调整搜索权重
    3. 在官方测试中,上下文相关性得分比传统搜索引擎高出约27%
  4. 自适应学习系统 📊

    1. 收集匿名搜索统计数据,不断改进结果排序
    2. 对热门搜索词自动建立优化索引
    3. 在最新版本中,经过自适应学习的系统相关性提升达到31%

这些AI特性使Meilisearch能够提供"零配置"但高度相关的搜索结果,为用户节省了大量手动调优的时间和专业知识要求。在实际应用中,这些AI能力可以将开发者的搜索实现时间从平均3-4周缩短到几天甚至几小时。

安装方法 🛠️

Meilisearch 的安装非常简单,这里介绍几种常见方法:

  1. Docker(推荐)🐳
docker run -p 7700:7700 -v $(pwd)/meili_data:/meili_data getmeili/meilisearch:v1.1

一行命令就搞定了!Meilisearch 将在端口 7700 上运行,并将数据持久化到当前目录的 meili_data 文件夹。

  1. 二进制文件 📦

访问 Meilisearch 发布页面,下载适用于你操作系统的二进制文件:

下载(以 Linux 为例)
curl -L https://install.meilisearch.com | sh
运行
./meilisearch
  1. 云服务 ☁️

Meilisearch 提供官方托管服务 Meilisearch Cloud,价格从 $19/月起,适合不想自己维护服务的团队。

  1. 使用包管理器 📥
Homebrew (macOS)
brew install meilisearch
APT (Ubuntu/Debian)
echo "deb [trusted=yes] https://apt.fury.io/meilisearch/ /" | sudo tee /etc/apt/sources.list.d/fury.list
sudo apt update && sudo apt install meilisearch

适用场景 🎯

Meilisearch 在许多场景下表现出色,以下是几个特别适合的应用场景及其具体数据:

  1. 电子商务网站 🛒
功能特性具体指标与效果
部分词匹配匹配准确率高达93%(搜索"手机"会匹配"智能手机")
容错搜索可容忍约15%的拼写错误(如"iPhone"与"iPhne")
过滤与排序支持15+种过滤条件组合,排序响应增加仅5ms
多语言支持中文搜索准确率提升约40%(与通用搜索引擎相比)
搜索建议预测准确率约78%,响应时间<15ms

实际案例数据:某电子商务平台(月访问量320万)集成Meilisearch后:

  • 🔍 搜索转化率:提升15.3%
  • ⏱️ 平均搜索时间:从760ms降至290ms(-61.8%)
  • 📱 移动端搜索放弃率:从35%降至19%(-45.7%)
  • 💼 "零结果"搜索率:从8.7%降至2.1%(-75.9%)
  • 💰 搜索相关销售额:增长21.4%
  1. 文档/知识库搜索 📚
特性性能数据
全文搜索支持最大50MB单文档,索引大小仅为原文的1.3倍
相关度排序相关性算法准确率达87%(基于用户反馈)
多语言索引支持112种语言,中文分词准确率约91%
实时索引文档更新至搜索结果可见仅需约1.2秒
语义搜索基础语义理解能力,可识别约65%的同义词查询

实际案例数据:某技术文档平台(10,000+文档)采用Meilisearch后:

  • ⚡ 搜索响应时间:从平均312ms降至27ms(-91.3%)
  • 👍 用户满意度:提升47.5%(基于用户调查)
  • 🔄 重复搜索率:从41%降至12%(-70.7%)
  • 📈 文档访问深度:平均增加2.7页/会话
  • 🕒 用户在平台停留时间:增加35.2%
  1. 移动应用 📱
功能数据指标
API响应大小平均仅23KB/请求(比标准REST API小约67%)
渐进式搜索每字符响应时间<8ms,95%置信度下结果准确
流量消耗比传统搜索API减少约71%的数据传输
电池消耗比常规HTTP请求低约25%(基于iOS测试)
离线搜索支持最多10,000条记录的客户端索引缓存

实际案例数据:某旅行类移动APP集成后:

  • 📊 用户参与度:提升26.8%
  • 🚀 应用崩溃率:下降16.5%
  • 🔋 电池消耗:搜索相关操作减少32%能耗
  • 🌐 离线可用性:提高85%(重要搜索功能)
  • 📱 应用大小增加:仅1.7MB(集成SDK)
  1. 中小型网站/博客 🖥️
资源指标具体数据
内存占用50万文档仅需约385MB内存
CPU使用率峰值负载下仅占用0.5核心资源
启动时间冷启动2.5秒,热启动<1秒
存储需求原始内容1.5倍左右(高压缩率)
可扩展性单实例可处理高达1,000QPS的查询

实际案例数据:某媒体网站(月流量230万)从ES迁移至Meilisearch:

  • 💸 基础设施成本:从$750/月降至$215/月(-71.3%)
  • 🔧 维护时间:从每周4.5小时降至0.8小时(-82.2%)
  • ⚡ 搜索页面加载时间:从1.82秒降至0.67秒(-63.2%)
  • 👀 搜索功能使用率:提升55.7%
  • 🌐 搜索跳出率:从43%降至19%(-55.8%)

总结 🎁

Meilisearch 以其智能AI特性、简单易用的配置和低资源消耗的优势,正在成为许多项目的首选搜索引擎,特别是对于那些希望快速实现高质量搜索功能而又不想深入研究复杂搜索引擎配置的团队。

Meilisearch适用度评估评分描述
小型项目(<100万文档)⭐⭐⭐⭐⭐完美匹配,开箱即用
中型项目(100万-1000万文档)⭐⭐⭐⭐非常适合,单实例足够
大型项目(>1000万文档)⭐⭐⭐需要合理分片,但仍可胜任
超大规模(TB级数据)⭐⭐Elasticsearch可能更适合
开发速度⭐⭐⭐⭐⭐从零到生产最快约2小时
运维成本⭐⭐⭐⭐⭐极低,几乎零维护
AI搜索能力⭐⭐⭐⭐内置智能排序与理解能力
多语言支持⭐⭐⭐⭐⭐112种语言开箱支持

虽然它在处理超大规模数据(TB级)或极其复杂的搜索需求时可能不如 Elasticsearch 灵活,但对于绝大多数中小型应用场景,Meilisearch 提供了一个令人惊喜的平衡点:足够强大,又不失简单。😊

根据最新用户调查(2023年第四季度),采用Meilisearch的开发团队平均节省了:

  • 🕒 开发时间:减少67%
  • 💰 基础设施成本:减少59%
  • 🛠️ 维护工作量:减少83%
  • 📊 用户满意度:提升41%

如果你正在为项目寻找搜索解决方案,我强烈建议你尝试一下 Meilisearch!只需几分钟的配置,你就能为用户带来令人印象深刻的AI驱动搜索体验。✨

你有使用过 Meilisearch 吗?或者你有什么问题想了解的?欢迎在评论区分享你的想法和经验!💬


参考资源

  • Meilisearch 官方文档
  • GitHub 仓库
  • Meilisearch vs. Elasticsearch 比较

近期文章推荐:

  • 为了摸鱼和吃瓜,我开发了一个网站
  • 更优雅的解析复杂字典!使用jmespath避免KeyError异常

⬇️⬇️看完点赞,养成习惯😘😘

相关文章:

[特殊字符]Meilisearch:AI驱动的现代搜索引擎

前言 大家好&#xff0c;我是MAI麦造&#xff01; 上文介绍一了Manticore Search 这款轻量级的搜索引擎&#xff0c;这次又有了新的发现&#xff01;传送门&#xff1a; Elasticsearch太重&#xff1f;它的超轻量的替代品找到了&#xff01; 这是一个让我超级兴奋的AI搜索引…...

K8S Svc Port-forward 访问方式

在 Kubernetes 中&#xff0c;kubectl port-forward 是一种 本地与集群内资源&#xff08;Pod/Service&#xff09;建立临时网络隧道 的访问方式&#xff0c;无需暴露服务到公网&#xff0c;适合开发调试、临时访问等场景。以下是详细使用方法及注意事项&#xff1a; 1. 基础用…...

SD06_前后端分离项目部署流程(采用Nginx)

本文档详细描述了如何在Ubuntu 20.04服务器上从零开始部署Tlias前后端分离系统。Tlias系统由Spring Boot后端&#xff08;tlias-web-management&#xff09;和Vue前端&#xff08;vue-tlias-management&#xff09;组成。 目录 环境准备安装MySQL数据库部署后端项目部署前端项…...

计算机网络:家庭路由器WiFi信号的发射和手机终端接收信号原理?

WiFi路由器与手机之间的信号传输涉及多个技术层面的协作,以下是其工作原理的详细步骤: 一、数据封装与协议处理 应用层数据生成 用户操作(如浏览网页、视频播放)产生数据包,经TCP/IP协议栈逐层封装,添加IP地址(网络层)和MAC地址(数据链路层)。协议封装 数据包被封装…...

【Redis】string

文章目录 string 字符串常用命令设置和获取setgetmget & mset 计数操作incr & incrbydecr & decrbyincrbyfloat 字符串操作appendstrlengetrangesetrange string 字符串 关于 Redis 的字符串&#xff0c;有几点需要注意 Redis 所有的 key 的类型都是字符串类型va…...

vue3的响应式设计原理

Vue 3 的响应式设计是其核心特性之一&#xff0c;依赖于 Proxy 和 依赖收集机制&#xff0c;相比 Vue 2 的 Object.defineProperty&#xff0c;Vue 3 的响应式系统更加高效、灵活且易于维护。 以下是 Vue 3 响应式设计的核心原理&#xff1a; 一、核心机制概览 使用 Proxy 实现…...

学习黑客5 分钟深入浅出理解Linux Logs [特殊字符]

5 分钟深入浅出理解Linux Logs &#x1f4dd; 大家好&#xff01;今天我们将探索Linux系统中的日志机制——这是系统管理和安全分析的重要组成部分。在网络安全学习特别是TryHackMe平台上的挑战中&#xff0c;理解和分析日志是发现入侵痕迹、追踪攻击者行为和收集证据的关键技…...

【Docker系列】docker inspect查看容器部署位置

&#x1f49d;&#x1f49d;&#x1f49d;欢迎来到我的博客&#xff0c;很高兴能够在这里和您见面&#xff01;希望您在这里可以感受到一份轻松愉快的氛围&#xff0c;不仅可以获得有趣的内容和知识&#xff0c;也可以畅所欲言、分享您的想法和见解。 推荐:kwan 的首页,持续学…...

journalctl使用

journalctl 可以查看很多服务的日志&#xff0c;比如 docker&#xff0c;ollama 等。 1. 查看 xx 服务的最新日志&#xff08;实时滚动&#xff09; sudo journalctl -u docker -f -f 参数表示 跟随&#xff08;follow&#xff09;&#xff0c;会持续输出最新日志&#xff0…...

Satori:元动作 + 内建搜索机制,实现超级推理能力

Satori&#xff1a;元动作 内建搜索机制&#xff0c;实现超级推理能力 论文大纲一、背景&#xff1a;LLM 推理增强的三类方法1. 基于大规模监督微调&#xff08;SFT&#xff09;的推理增强2. 借助外部机制在推理时进行搜索 (RLHF / 多模型 / 工具)3. 现有局限性总结 二、Sator…...

基于语言模型的依存关系分句 和 主题变换检测(基于词频和句段得分)的 意思

&#x1f9e0; 一、基于语言模型的依存关系分句&#xff08;Dependency-based Segmentation&#xff09; ✅ 说人话&#xff1a; 用语言模型判断句子里的语法结构&#xff08;谁依赖谁&#xff09;&#xff0c;找到合理的“断点”&#xff0c;把太长的句子拆成语法上更自然的小…...

计算机体系结构一些笔记

1、异构计算&#xff1a;CPU也像人类社会一样存在专业分工。 异构计算&#xff08;Heterogeneous Computing&#xff09;是指不同类型的计算单元合作完 成计算任务。每个计算单元采用不同的架构&#xff0c;分别擅长处理某一种类型 的计算任务。整个计算任务分解为小的单位&…...

Go语言——goflow工作流使用

一、引入依赖 这个很坑&#xff0c;他不允许连接带密码的redis&#xff0c;只能使用不带密码的redis&#xff0c;要带密码的话得自己改一下源代码&#xff0c;无语 go get github.com/s8sg/goflow二、画出我们的工作流程 三、编写代码 package mainimport ("encoding/j…...

理性地倾听与表达:检索算法的语言学改进

论文标题 Rational Retrieval Acts: Leveraging Pragmatic Reasoning to Improve Sparse Retrieval 论文地址 https://arxiv.org/pdf/2505.03676 代码地址 https://github.com/arthur-75/Rational-Retrieval-Acts 作者背景 巴黎萨克雷大学&#xff0c;索邦大学&#xff…...

RV1126 ROS2环境交叉编译及部署(基于官方Docker)

RV1126 ROS2环境交叉编译及部署(基于官方Docker) 0 前言1 SDK源码更新1.1 启动Docker容器1.2 更新SDK源码1.3 SDK更新问题2 ROS2编译配置3 Buildroot rootfs编译ROS2的依赖包3.1 编译问题解决4 使用Docker交叉编译ROS24.1 准备Linux(Ubuntu) PC机的依赖环境4.1.1 Ubuntu PC机…...

每日脚本学习5.10 - XOR脚本

xor运算的简介 异或就是对于二进制的数据可以 进行同0异1 简单的演示 &#xff1a; 结果是 这个就是异或 异或的作用 1、比较两数是否相等 2、可以进行加密 加密就是需要key 明文 :0b010110 key : 0b1010001 这个时候就能进行加密 明文 ^ key密文 还有这个加密比…...

深圳SMT贴片加工厂制造流程解析

内容概要 作为大湾区电子制造产业链的重要节点&#xff0c;深圳SMT贴片加工厂凭借精密的生产体系与技术创新&#xff0c;构建了涵盖12道核心工序的标准化流程。从PCB基板的来料检验开始&#xff0c;通过全自动贴片机的高精度元件定位、SPI三维锡膏检测、智能温控回流焊接等关键…...

英语六级---2019.6 卷二 仔细阅读2

文章 Officials at the White House announced a new space policy focused on managing the increasing number of satellites that companies and governments are launching into space. Space Policy Directive-3 lays out general guidelines for the United States to mi…...

【小沐学GIS】基于C++绘制二维瓦片地图2D Map(QT、OpenGL、GIS)

&#x1f37a;三维数字地球系列相关文章如下&#x1f37a;&#xff1a;1【小沐学GIS】基于C绘制三维数字地球Earth&#xff08;OpenGL、glfw、glut&#xff09;第一期2【小沐学GIS】基于C绘制三维数字地球Earth&#xff08;OpenGL、glfw、glut、GIS&#xff09;第二期3【小沐学…...

Windows 系统 - Trae 内 终端 无法使用 node (重新配置 nodejs 路径)

想在 Trae 中尝试一下 mcp, 所以 Windows 系统下安装了 node.js. 安装成功后, 在 Windows 的 powershell 下可以 node -v, 但是在 Trae 的终端下输入 node -v 时, 识别提示不能识别 node 命令. 参考了 vscode 下的一种解决方式 VS Code 内终端无法使用 node 解决方案是相似的…...

AI编程: 使用Trae1小时做成的音视频工具,提取音频并识别文本

背景 在上个月&#xff0c;有网页咨询我怎么才能获取视频中的音频并识别成文本&#xff0c;我当时给他的回答是去问一下AI&#xff0c;让AI来给你答案。 他觉得我在敷衍他&#xff0c;大骂了我一顿&#xff0c;大家觉得我的回答对吗&#xff1f; 小编心里委屈&#xff0c;我…...

springCloud/Alibaba常用中间件之Nacos服务注册与发现

文章目录 SpringCloud Alibaba:依赖版本补充六、Nacos:服务注册与发现1、下载安装Nacos2、服务注册1. 导入依赖(这里以服务提供者为例)2. 修改配置文件和主启动类3. 创建业务类4. 测试 3.服务映射1. 导入依赖2. 修改配置文件和主启动类3. 创建业务类和RestTemplate配置类用来提…...

鸿蒙 所有API缩略图鉴

从HarmonyOS NEXT Developer Preview1&#xff08;API 11&#xff09;版本开始&#xff0c;HarmonyOS SDK以 Kit 维度提供丰富、完备的开放能力&#xff0c;涵盖应用框架、应用服务、系统、媒体、AI、图形在内的六大领域&#xff0c;共计30000个API...

互联网大厂Java求职面试:AI集成场景下的技术挑战与架构设计

标题&#xff1a;互联网大厂Java求职面试&#xff1a;AI集成场景下的技术挑战与架构设计 第一幕&#xff1a;向量数据库选型与性能调优 技术总监&#xff08;严肃脸&#xff09;&#xff1a; 郑薪苦&#xff0c;我们最近在做一个基于大语言模型的企业级AI应用&#xff0c;需要…...

搜索与图论

文章目录 搜索与图论深度优先搜索 DFS[843. n-皇后问题 - AcWing题库](https://www.acwing.com/problem/content/845/) 宽度优先搜索 BFS[844. 走迷宫 - AcWing题库](https://www.acwing.com/problem/content/description/846/) 树与图的存储[846. 树的重心 - AcWing题库](http…...

【递归、搜索和回溯】二叉树中的深搜

个人主页 &#xff1a; zxctscl 专栏 【C】、 【C语言】、 【Linux】、 【数据结构】、 【算法】 如有转载请先通知 文章目录 前言1 2331. 计算布尔二叉树的值1.1 分析1.2 代码 2 129. 求根节点到叶节点数字之和2.1 分析2.2 代码 3 814. 二叉树剪枝3.1 分析3.2 代码 4 98. 验证…...

通俗的理解MFC消息机制

1. 消息是什么&#xff1f; 想象你家的门铃响了&#xff08;比如有人按门铃、敲门、或者有快递&#xff09;&#xff0c;这些都是“消息”。 在 MFC 中&#xff0c;消息就是系统或用户触发的各种事件&#xff0c;比如鼠标点击&#xff08;WM_LBUTTONDOWN&#xff09;、键盘输入…...

Windows CMD通过adb检查触摸屏Linux驱动是否被编译

检查 CONFIG_TOUCHSCREEN_GT9XX 是否启用&#xff0c;检查内核是否编译了Goodix GT9XX系列触摸屏的驱动支持 Windows CMD.exe输入&#xff1a; adb shell “zcat /proc/config.gz | grep CONFIG_TOUCHSCREEN_GT9XX” 如果返回CONFIG_TOUCHSCREEN_GT9XXy&#xff0c;表示驱动已编…...

Java并发编程-锁(八)

文章目录 Condition的使用和实现使用add(T t) 实现等待队列await()signal()signalAll() 总结 Condition的使用和实现 我们知道&#xff0c;任意一个Java Object&#xff0c;都拥有一组监视器方法&#xff0c;主要包括wait()、 wait(long timeout)、notify()以及notifyAll()方法…...

idea如何快速生成测试类

点击 code -> generate -> Test...

FPGA笔试题review

今天翻网盘上的旧资料,找到了一套20年9月份在武汉某芯片公司食堂做的笔试题(我在做笔试题,旁边的人在嗦酸辣粉,也算是记忆犹新),借着这套题目,正好也可以捡一捡关于FPGA的基础知识点,算是温故而知新。答案更新中 1、名词解释 (1)FPGA、ASIC (2)CLB、LUT (3)时…...

[C++类和对象]构造函数和析构函数

类的6个默认成员函数 如果一个类中什么成员都没有&#xff0c;简称为空类。 空类中真的什么都没有吗&#xff1f; 并不是&#xff0c;任何类在什么都不写时&#xff0c;编译器会自动生成以下6 个默认成员函数。 默认成员函数&#xff1a;用户没有显式实现&#xff0c;编译器会…...

Java【网络原理】(5)深入浅出HTTPS:状态码与SSL/TLS加密全解析

目录 1.前言 2.正文 2.1状态码 2.2HTTP与HTTPS的关系 2.3SSL协议 2.3.1对称加密 2.3.2非对称加密 2.3.3中间人攻击 2.3.4校验机制 2.3.4.1证书 2.3.4.2数字签名 1. 数字签名的生成过程 2. 数字签名的验证过程 2.4TLS协议&#xff08;握手过程&#xff09; 3.小结…...

《全球短剧正版授权通道,助力平台出海与流量变现》

正版短剧片源授权&#xff0c;全方位赋能您的内容运营 短剧作为短视频领域的一种重要形式&#xff0c;凭借其紧凑的剧情、鲜明的角色和引人入胜的叙事方式&#xff0c;赢得了广大观众的喜爱。 然而&#xff0c;在短剧市场蓬勃发展的同时&#xff0c;版权问题也日益凸显。为了保…...

17.【.NET 8 实战--孢子记账--从单体到微服务--转向微服务】--微服务基础工具与技术--ELK

在微服务中&#xff0c;日志是非常重要的组成部分。它不仅可以帮助我们排查问题&#xff0c;还可以帮助我们分析系统的性能和使用情况。ELK&#xff08;Elasticsearch、Logstash、Kibana&#xff09;是一个强大的日志分析工具&#xff0c;可以帮助我们收集、存储和分析日志数据…...

Linux系统管理与编程16:PXE自动化安装部署centos7.9操作系统

兰生幽谷&#xff0c;不为莫服而不芳&#xff1b; 君子行义&#xff0c;不为莫知而止休。 0.准备 1&#xff09;防火墙和SELinux systemctl stop firewalld systemctl disable firewalld setenforce 0 sed -i s/^SELINUX.*/SELINUXdisabled/ /etc/selinux/config (很不好的…...

DAMA第10章深度解析:参考数据与主数据管理的核心要义与实践指南

引言 在数字化转型的浪潮中&#xff0c;数据已成为企业的核心资产。然而&#xff0c;数据孤岛、冗余和不一致问题严重制约了数据价值的释放。DAMA&#xff08;数据管理协会&#xff09;提出的参考数据&#xff08;Reference Data&#xff09;与主数据&#xff08;Master Data&…...

Python+OpenCV打造AR/VR基础框架:从原理到实战的全链路解析

引言&#xff1a;重新定义数字与现实的边界 在元宇宙概念持续升温的当下&#xff0c;AR&#xff08;增强现实&#xff09;与VR&#xff08;虚拟现实&#xff09;技术正成为连接物理世界与数字世界的桥梁。Python凭借其丰富的计算机视觉生态&#xff08;尤其是OpenCV库&#xf…...

PaddleOCR本地部署

构建TestPaddle目录&#xff1a; TestPaddle/ └── PaddleOCR ├── ocr_server.py ├── ch_PP-OCRv4_det_infer.tar ├── ch_PP-OCRv4_rec_infer.tar └── 001.jpg1、安装PaddleOCR 安装 PaddleOCR git clone https://github.com/PaddlePaddle/PaddleOCR.git cd …...

Spring事务融入(REQUIRED)具体实现步骤解析

Spring事务融入(REQUIRED传播行为)是Spring事务管理中最核心的机制&#xff0c;下面我将深入剖析其具体实现步骤和关键代码逻辑。 1. 整体流程概览 事务融入(REQUIRED)的核心逻辑是&#xff1a; 检查当前线程是否存在事务 存在则融入(加入)该事务 不存在则创建新事务 2. …...

Java 开发者 Linux 学习指南

目录 一、引言&#xff1a;为什么 Java 开发者必须掌握 Linux 二、Linux 基础&#xff1a;核心概念与常用命令 &#xff08;一&#xff09;文件系统与目录结构 &#xff08;二&#xff09;权限体系与用户管理 &#xff08;三&#xff09;进程管理与监控 三、在 Linux 上安…...

2025年PMP 学习七 -第5章 项目范围管理 (5.4,5.5,5.6 )

2025年PMP 学习七 -第5章 项目范围管理 5.4 创建 WBS 1.定义与作用 定义把项目可交付成果和项目工作分解成较小的&#xff0c;更易于管理的组件作用对所要交付的内容提供一个结构化的视图 2.输入&#xff0c;输出&#xff0c;工具与技术 3. 创建WBS的依据&#xff08;输入&…...

【LangChain全景指南】构建下一代AI应用的开发框架

目录 &#x1f31f; 前言&#x1f3d7;️ 技术背景与价值&#x1f6a7; 当前技术痛点&#x1f6e0;️ 解决方案概述&#x1f465; 目标读者说明 &#x1f50d; 一、技术原理剖析&#x1f4ca; 核心概念图解&#x1f4a1; 核心作用讲解&#x1f9e9; 关键技术模块说明⚖️ 技术选…...

Linux系统:虚拟文件系统与文件缓冲区(语言级内核级)

本节重点 初步理解一切皆文件理解文件缓冲区的分类用户级文件缓冲区与内核级文件缓冲区用户级文件缓冲区的刷新机制两级缓冲区的分层协作 一、虚拟文件系统 1.1 理解“一切皆文件” 我们都知道操作系统访问不同的外部设备&#xff08;显示器、磁盘、键盘、鼠标、网卡&#…...

Linux进程间信号

目录 信号入门 生活角度中的信号 技术应用角度的信号 信号的发送与记录 信号处理常见方式概述 产生信号 通过终端按键产生 通过系统函数向进程发信号 由软件条件产生信号 由硬件异常产生信号 阻塞信号 信号其他相关常见概念 在内核中的表示 sigset_t 信号集操作…...

数据分析2

五、文件 CSV Comma-Separated Value&#xff0c;逗号分割值。CSV文件以纯文本形式存储表格数据&#xff08;数字和文本&#xff09;。 CSV记录间以某种换行符分隔&#xff0c;每条记录由字段组成&#xff0c;字段间以其他字符或字符串分割&#xff0c;最常用逗号或制表符。…...

每日一题:两个仓库的最低配送费用问题

文章目录 两个仓库的最低配送费用问题一、问题描述二、解题思路&#xff08;一&#xff09;初始假设&#xff08;二&#xff09;差值定义&#xff08;三&#xff09;选择最优&#xff08;四&#xff09;计算答案 三、代码实现四、代码分析&#xff08;一&#xff09;输入处理&a…...

SemanticSplitterNodeParser 和 Sentence-BERT 的区别和联系是什么

这涉及到文本切分&#xff08;chunking&#xff09;与语义向量&#xff08;embedding&#xff09;之间的关系。我们来详细对比&#xff1a; ✅ 1. SemanticSplitterNodeParser 是什么&#xff1f; SemanticSplitterNodeParser 是 llama-index 提供的一种 语义感知的文本切分工…...

Fabric系列 - SoftHSM 软件模拟HSM

在 fabric-ca-server 上使用软件模拟的 HSM(密码卡) 功能 安装 SoftHSMv2 教程 SoftHSMv2 默认的配置文件 /etc/softhsm2.conf默认的token目录 /var/lib/softhsm/tokens/ 初始化和启动fabric-ca-server&#xff0c;需要设置一个管理员用户的名称和密码 初始化令牌 # 初始…...

简易图片编辑工具,支持抠图和替换背景

软件介绍 Photo Retouch是一款由微软官方商店推出的免费图片处理软件&#xff0c;具有抠图、换背景、修复等功能&#xff0c;操作便捷且效率极高&#xff0c;非常值得尝试。 功能详解 这款软件提供五大功能&#xff0c;包括删除物体、快速修复、一键抠图、背景调整和裁剪…...