microsoft

Data-Miner15 天前
人工智能·microsoft·语言模型
大语言模型+智能体AI,122页PPT详解落地应用培训!本课件是面向人工智能通识教育的培训材料,系统讲解智能体(Agent)与智能体AI(Agentic AI)的核心概念、技术原理与应用场景,帮助学习者建立从传统AI到智能体AI时代的完整认知框架。
hnult15 天前
人工智能·笔记·microsoft·信息可视化·课程设计
在线笔试平台如何选型?考试云九重防作弊 + 六大 AI 能力 智能招聘笔试解决方案在数字化浪潮全面渗透人力资源管理、教育测评、人才选拔等领域的当下,传统线下笔试的短板愈发凸显。线下笔试需要租赁场地、调配监考人员、印刷试卷、人工阅卷,组织流程繁琐、人力与资金成本居高不下;面对异地候选人、跨区域生源时,地域壁垒导致参与门槛大幅提升,人才选拔范围受限;人工监考难以全面管控考场行为,各类作弊手段层出不穷,严重破坏选拔公平性;大规模笔试结束后,人工统计成绩、分析数据耗时漫长,反馈滞后,极易造成优质人才流失。与此同时,随着企业校招、社招、内部岗位竞聘,以及院校招生笔试等场景的规模不断扩大,市场对于
c++之路15 天前
c++·microsoft
备忘录模式(Memento Pattern)备忘录模式属于行为型设计模式,在不破坏对象封装性的前提下,捕获并保存一个对象的内部状态,后续可将对象恢复到之前保存的状态。常用来实现撤销、重做、存档、状态回滚等功能。
诺未科技_NovaTech15 天前
人工智能·microsoft·azure·ai教育
上海诺未携手惠灵顿中国,基于微软 Azure 打造 AI 教育生态标杆在教育 AI 从概念验证走向规模化落地的关键阶段,大型教育集团普遍面临场景适配难、多校区标准不统一、合规与效果难以兼顾等共性痛点。本文基于微软官方发布的惠灵顿(中国)教育集团客户案例,结合项目落地方 —— 上海诺未网络科技(NovaTech)的一线实施经验,拆解其基于 Microsoft Azure 打造 WCEC AI Space 平台的完整路径。作为深耕微软生态十余年的 AI 数字化落地服务商,上海诺未擅长将通用大模型能力转化为贴合校本教学标准的场景化应用,其 “统一门户架构 + 垂直场景封装 + 行
Solis程序员15 天前
人工智能·microsoft·agent·skill·mcp
MCP (Model Context Protocol):AI应用连接外部世界的标准协议随着大语言模型能力的不断增强,AI应用已不再局限于纯粹的文本对话,而是需要与外部世界进行深度交互——读写文件、查询数据库、调用第三方API、搜索网页等。然而,让AI应用对接外部系统一直是一个工程难题:每个服务接口不同、工具定义重复、集成成本高昂。
步步为营DotNet15 天前
人工智能·microsoft·性能优化
Blazor 与 Microsoft.Extensions.AI 在客户端性能优化中的协同应用在客户端应用开发领域,提升性能是永恒的追求。Blazor 作为构建交互式 Web UI 的框架,与专注于人工智能相关扩展的 Microsoft.Extensions.AI 相结合,为客户端性能优化带来新的思路。本文将深入探讨二者协同优化客户端性能的底层原理,进行源码级解析,通过可运行代码展示实践过程,对比优化前后的性能差异,分享生产级踩坑点及最佳实践。
hai31524754316 天前
人工智能·microsoft·游戏引擎·游戏程序
九章编程法 · 猜数字游戏 (GW-BASIC 重构版) *这份代码是九章编程法在 1980 年代语言上的完美降落。它证明了: 好的结构不依赖语法,只依赖结构本身。 GW-BASIC 也能写出五阶闭环、刚性校验、参数集中、无 GOTO 混乱的清晰程序。您补全的细节(轮次记录、历史最高分、难度选择、输入纯校验)让这个游戏实例具有了完整的工程健壮性,可以直接作为老旧代码九章改造的教学范例。
weixin_3975740916 天前
人工智能·microsoft
从AI问答到AI执行:企业智能体平台的定位跃迁2026年,企业级AI市场正在经历一场静水流深的变化。一年前,几乎所有企业都在追问"AI能帮我生成什么";今天,越来越多企业的CTO和技术负责人已经开始追问"AI能帮我做什么"。一字之差,折射出整个行业正在从AI问答(ChatBot时代)向AI执行(Agent时代)发生根本性的跃迁。
basketball61616 天前
人工智能·microsoft·nvidia·cuda
AI Infra 硬件体系与编程模型:17. CUDA编程基础:底层驱动 API 调用在CUDA开发的入门阶段,我们接触的几乎都是Runtime API(运行时API):cudaMalloc、cudaMemcpy、<<<>>>核函数启动……这些接口简单易用,几行代码就能跑起一个GPU程序。但很多人不知道,Runtime API 只是一层封装,它的底层是更基础、更灵活的 Driver API(驱动API)。
川石课堂软件测试16 天前
css·功能测试·测试工具·microsoft·fiddler·单元测试·harmonyos
APP自动化测试|高级手势操作&toast操作Appium自动化测试中的常见模拟操作涵盖了多种用户交互行为,这些操作对于自动化测试框架来说至关重要,因为它们能够模拟真实用户的使用场景,从而验证应用程序的功能和稳定性。
编码者卢布16 天前
microsoft·lucene·azure
【Azure AI Search】Index的字段使用默认Analyzer(standard.lucene) 和 en.microsoft 有什么不同?在 Azure AI Search 里,英文检索有时会卡在一个很小的词形差异上:文档里是 brief,搜索 briefs 却搜不到。
AniShort16 天前
人工智能·microsoft·3d
AniShort携3D世界+3D导演台王炸组合AI短剧协作平台亮相2026横店AI短剧大会 近亿元融资赋能短剧工业化6月26日—28日,2026中国(横店)国际AI短剧产业生态大会暨展览会将在浙江横店影视城梦外滩景区盛大启幕。本届大会以“智绘视界·剧创未来——AI赋能短剧新生态”为主题,聚焦AI短剧工业化生产、精品内容打造与全球化出海核心议题,是当前国内规格最高、影响力最大的AI短剧产业盛会之一。八点八数字旗下一站式AI短剧全流程协同创作平台AniShort将携行业首创「3D世界+3D导演台」王炸组合新功能重磅参展,凭借近亿元融资加持的技术实力与全链路工业化生产能力,为行业带来“精准控片不返工”的创作新范式,助力中国A
꧁坚持很酷꧂16 天前
microsoft
微软商店卡在了正在验证设备许可证解决方法(1)查看windows update,windows firewall,Windows License Manager Service,Network Connection Broker是否是正常开启的状态。
hnult16 天前
人工智能·笔记·microsoft·课程设计
2026在线笔试平台选型指南:考试云九重防作弊与六大AI能力解析在数字化转型的浪潮中,企业的人才选拔方式正经历着深刻的变革。传统的线下笔试模式,虽然一度是人才评估的基石,但在当今快节奏、高竞争的商业环境中,其弊端日益凸显。组织一场大规模的线下笔试,意味着需要投入大量的人力、物力和时间成本。从场地租赁、试卷印刷到监考人员的安排,每一个环节都充满了繁琐与不确定性。更令人头疼的是,对于分布在全国各地的候选人,尤其是校园招聘中的应届生,线下笔试的参与门槛过高,往往导致优秀人才因地域限制而流失。
腾科IT教育17 天前
人工智能·spring·microsoft
Spring AI Alibaba 向量(VectorStore)Spring AI Alibaba VectorStore 是 Spring AI Alibaba 生态系统中用于与向量数据库交互的核心组件。它基于 Spring AI 框架的抽象设计,提供了一套统一的 API 来操作不同的向量数据库,极大地简化了 AI 应用中向量数据的存储、检索和管理流程。
女神下凡17 天前
服务器·人工智能·windows·vscode·microsoft
这是 Cursor(Composer) 的五种核心交互模式表格
尽兴-17 天前
microsoft·langchain·semantic·liamaindex
5.1 主流框架:LangChain、LlamaIndex、Semantic Kernel你已经理解了 RAG、Agent、Function Calling 的原理——但真要写代码的时候,从零实现太累了。开发框架就是把这些能力封装成好用的 API,让你「搭积木」而不是「烧砖头」来构建 AI 应用。选对框架,开发效率提升 10 倍;选错框架,重构代码累到怀疑人生。
Cloud_Shy61817 天前
开发语言·人工智能·笔记·python·microsoft·学习方法
解读《Effective Python 3rd Edition》:从练气到老魔(第七章 Item 48 - 50)作为一种面向对象编程语言,Python 支持各种特性,如继承、多态和封装。在 Python 中完成任务通常需要编写新的类,并定义它们如何通过接口和关系进行交互。
北风toto17 天前
数据库·sql·microsoft
深度拆解:本体与智能体协同生成SQL的底层逻辑与工程实践在这一架构中,本体与智能体有着明确的职责边界,两者通过“语义契约”进行高频交互。本体扮演的是“业务架构师”的角色,它不关心底层物理存储,而是专注于定义概念、关系与规则,输出逻辑严密的查询蓝图;智能体则是“施工工程师”,它负责理解自然语言,拿着本体提供的蓝图,结合现场物理材料(数据库表结构),最终搭建出可运行的SQL语句。