学习

一隅论数智

给AI一张“业务概念地图“：本体如何从哲学走向企业智能《本体驱动的AI数据管理》第四章《本体源于哲学概念，驱动智能演进》精读——"本体"这个古老哲学概念，如何成为智能时代让机器懂业务的新基石？核心理论篇在此开篇。

STM32F407 RTC定时器例程，建议保存STF4STD_HAL-114. RTC-实时时钟.rar https://pan.baidu.com/s/1wqGE5e-IRkalpl9z0zM_ew?pwd=vett TQM: vett

爱吃苹果的日记本

离散数学第六课◆ 推理是从前提推出结论的思维过程 ◆ 前提 (premise)，或称假设 (hypothesis)，是指已知的命题公式 A₁,A₂,…,Aₙ ◆ 结论 (conclusion) 是从前提出发应用推理规则推出的命题公式 B ◆ 若对于 A₁，A₂，…，Aₙ 和 B 中出现的命题变项的任一赋值，或者 A₁∧A₂∧…∧Aₙ 为假，或者当 A₁∧A₂∧…∧Aₙ为真时 B 也为真，则称由前提 A₁，A₂，…，Aₙ 推 B 的推理是正确的或有效的，并称 B 为有效的结论

AI职业加油站

AI智能体应用工程师证书：政策红利下的职业新风口很多人问我，AI智能体应用工程师证书到底值不值得考？国家已经给出明确答案。看完这篇文章，相信每个人都会有自己的判断。

力控面试题 01.01：判定字符是否唯一（位运算） —— 题解🎯 欢迎来到「判定字符是否唯一」题解之旅！本文将带你从"检查一串字符里有没有重复的字母"这一直观场景出发，深入理解位图（位运算）的巧妙运用，并掌握如何用一个整数的二进制位记录字符出现情况来在 O(n) 时间内判断唯一性。

奇思妙想聪明勤奋的小羊

DeepAgents第5章：子Agent 与上下文隔离—让 Agent学会委派第四章Agent的任务规划解决了“复杂任务如何拆分和记录进度”的问题，但如果所有子任务都由主 Agent 自己执行，搜索结果、文件读取、工具调用和中间分析仍然会不断进入主 Agent 的上下文。例如，一个研究任务可能需要多次网络搜索、文件写入和内容整理，这些中间过程本身可能产生大量 Token，而主 Agent 最终真正需要的往往只是研究结论。

【C++】map 和 set 的使用 | 从用法到底层我们学的 string、vector、list 这些，都叫序列式容器—— 元素是按插入顺序线性排列的，两个元素换个位置也还是那个容器。

Linux 环境下 Redis 学习总结：数据类型、持久化、锁、事务、主从与缓存问题Redis（Remote Dictionary Server）是一个基于内存的高性能键值数据库，在 Linux 环境下通常作为缓存、分布式锁、消息队列和实时统计等场景的核心组件。它支持丰富的数据结构，并提供持久化、主从复制、事务等能力。以下内容以 Linux 环境为背景，围绕 Redis 的核心知识点进行系统整理，适合作为个人复习资料使用。

【操作系统 | 计算机硬件：CPU、内存与 I/O 如何支撑操作系统？】#上一篇从裸机程序走到多任务系统，介绍了操作系统为什么需要管理资源，以及进程、上下文、栈和 PCB 这些概念。接下来还需要追问：操作系统毕竟也是软件，它凭什么暂停一个程序、保护另一段内存，又怎样让硬盘和网卡替自己工作？

人工智能学习笔记 - 补充常见的神经网络输入：向量、矩阵/张亮、序列常见的神经网络输出：回归、分类、生成矩阵分解有多种形式，针对不同的需求有不同的算法：

【Linux】操作系统之进程介绍（二）前言：上一篇介绍进程，这篇接着看看进程的状态、优先级与切换。我们平时说“这个程序正在运行”，一般是在说它已经启动，并且还没有结束。但从操作系统的角度看，一个还没有结束的进程，并不一定正在使用CPU。

【论文阅读】Agent 记忆机制（77）：TSM——让记忆回到事件真正发生的时间长期记忆系统通常会给每条记忆附上时间，但“有时间戳”并不等于“理解了时间”。假设用户在 5 月 20 日说：“我计划 5 月 22 日去东京。”传统记忆系统很容易把这条信息记在 5 月 20 日，因为那是对话发生的时间。但真正需要参与推理的是 5 月 22 日——事件发生的时间。几天后用户又提到参观明治神宫、吃寿司和喝鸡尾酒，这些看似独立的点状记忆，其实共同描述了一次持续数天的东京旅行。

陈年老古董

MediaPipe 姿态检测与脸部关键点检测先导入要用的库：然后进主入口：里面先是一段注释，讲 mp_pose.Pose() 的参数：这一段是在说，static_image_mode 决定处理静态图还是视频，model_complexity 是模型复杂度，0 最快但精度最低，2 最慢但精度最高，1 居中。smooth_landmarks 是平滑关键点，enable_segmentation 是抠图，后面两个是检测和追踪的可信度阈值。

旺仔小馒头wang

AI 智能手机发布会：赋予人类的五种新能力当 AI 大模型开始走进手机，发布会上的关键词不再只是「像素」「续航」和「快充」，而是「智能体」「端侧大模型」和「主动服务」。AI 智能手机发布会，正在重新定义手机与人的关系——它不再是一部被动等待指令的工具，而是一个主动理解、预判并协助你的数字伙伴。那么，一场 AI 智能手机发布会，究竟赋予了我们什么？

人工智能培训

未来三年，AI 落地的五个确定性判断一、判断一：价值会向两端集中二、判断二：评测从"能不能"转向"稳不稳"三、判断三：数据工作的重心会从采集转向治理

一线职教实测：风光 580 汽车故障诊断仿真系统，破解实车实训四大核心痛点在中职与高职汽车专业的教学体系中，电气故障诊断是核心实训模块，同时也是教学落地的难点环节。笔者作为拥有 8 年教学经验的汽车专业一线教师，在长期实训教学中发现，实车实训模式普遍存在设备成本高、故障场景复用性差、操作规范难统一、教学考管脱节等问题 —— 数台东风风光 580 实车即可占据实训经费的较大比例，学生操作失误易造成元器件损耗，大量典型故障无法在实车上反复设置演示，最终导致学生依赖死记硬背流程，实操能力提升缓慢；同时教师日常考务与批改工作量饱和，难以开展针对性辅导。

操作系统时间管理与系统核心板块学习总结操作系统需要精确感知时间，才能完成进程调度、定时任务、超时检测、性能统计等工作。时间管理的底层支撑主要来自硬件提供的周期性中断，操作系统在此基础上构建软件定时器和调度器的时间片分配机制。

RAG初阶学习我们要使用conda来作为我们的开发环境也就是做一个隔离然后直接命名为RAGconda create -n RAG python=3.12

数据分析（jupyter与pandas初体验）学习完项目开发的内容后，我还进行了一些数据分析内容的简单学习，主要接触了jupyter的一些演示和pandas的尝试使用，体验下来就一个感觉：术业有专攻。