| 修改日期 | 内容 | |
|---|---|---|
| 1 | 20260105 | 初版 |
探索WebSocket技术：从C++后端到HTML前端的实时双向通信
作为一名C++工程师，我习惯于使用传统的HTTP协议进行通信，但当我接触到WebSocket时，它彻底改变了我对实时通信的认知。
WebSocket是一种在单个TCP连接上进行全双工通信的网络协议。与传统的HTTP请求-响应模型不同，WebSocket允许服务器主动向客户端推送数据，实现了真正的实时双向通信。
// 传统HTTP vs WebSocket // HTTP - 单向请求/响应 客户端 -> 请求 -> 服务器 客户端 <- 响应 <- 服务器 // WebSocket - 双向持续通信 客户端 <-> 双向实时通信 <-> 服务器
人工智能：自然语言处理在医疗健康领域的应用与实战 学习目标 💡 理解自然语言处理（NLP）在医疗健康领域的应用场景和重要性 💡 掌握医疗健康领域NLP应用的核心技术（如电子病历分析、医学文本分类、疾病预测） 💡 学会使用前沿模型（如BERT、GPT-3）进行医疗健康文本分析 💡 理解医疗健康领域的特殊挑战（如医学术语、数据隐私、数据质量） 💡 通过实战项目，开发一个电子病历分析应用 重点内容 * 医疗健康领域NLP应用的主要场景 * 核心技术（电子病历分析、医学文本分类、疾病预测） * 前沿模型（BERT、GPT-3）在医疗健康领域的使用 * 医疗健康领域的特殊挑战 * 实战项目：电子病历分析应用开发 一、医疗健康领域NLP应用的主要场景 1.1 电子病历分析 1.1.1 电子病历分析的基本概念 电子病历分析是对电子病历文本进行分析和处理的过程。在医疗健康领域，电子病历分析的主要应用场景包括： * 病历结构化：将非结构化的电子病历文本转换为结构化数据 * 病历检索：检索相关的电子病历 * 病历质量评估：
相信大部分的豆包用户都曾为水印问题困扰过，好不容易在豆包生成了一张完美的配图，却被右下角的水印破坏了整体美感。你试了各种方法，要么效果不佳，要么操作复杂，最后只能无奈放弃。 今天分享几个小方法教你简单去除它。 样图： 通过以上两张图展示，常规下载的时候都是这两种情况，水印要么在左上角、要么在右下角。接下来，我们看实操，分享5招如何获得高清无水印图片的方法。 第一种：如何开始下载无水印图片 首先，单击已经生成的图片，图片会在右边新的窗口打开，如下图： 然后，点击左上角的智能编辑，如下： 这时候图片会出现在左边的对话框中： 我们将鼠标移到图片上，鼠标右击，弹出如下菜单： 这里我们看到其中四个选项均可获取到无水印图片，无差异： * 在新标签页中打开图像：点击后会在新的浏览器窗口看到完整的无水印图片； * 将图像另存为：点击后直接下载，这种是最常用的方法之一； * 复制图像：点击后，可以在微信对话框中直接粘贴，也比较实用； * 复制图像链接：这种和在新标签页中类似，是需要在一个空白标签中粘贴打开。 好了，我们看看获得无水印图片是怎样的：
引言：厨房小白的自救之路 说实话，我是一个对做饭既向往又恐惧的人。向往的是那些短视频里色香味俱全的家常菜，恐惧的是每次打开冰箱，站在一堆食材面前完全不知道能做什么。我的做饭流程通常是这样的：先在 B 站搜教程视频，边看边暂停边做，一顿饭下来手机屏幕被油溅得惨不忍睹。更糟糕的是，我家还有一位对海鲜过敏的室友和一位需要控糖的老妈，每次做饭都得在脑子里疯狂计算"这个能不能放""那个谁不能吃"。 上个月，我在 GitHub 上看到了 Nexent——一个"零编排"的开源智能体平台，主打"一个提示词，无限种可能"。我当时脑子里就冒出一个想法：能不能做一个懂食材搭配、会根据季节推荐菜谱、还能照顾家人饮食禁忌的 AI 烹饪顾问？ 说干就干。我花了一个周末的时间，在 Nexent 上亲手搭建了一个名叫"AI
手把手教你打造本地私有化AI知识库：Obsidian + OpenCode + Agent Client + MCP Server 完全指南 在AI时代，拥有一个高效、私密、可控的个人知识库变得尤为重要。本文将详细介绍如何利用Obsidian + OpenCode + Agent Client + MCP Server这四件套，在本地搭建一个完全私有化的AI知识管理系统。所有数据都存储在你的电脑上，无需联网即可享受AI带来的便捷！ 一、整体架构概述 在开始之前，让我们先了解这四个工具的角色： 工具角色作用Obsidian笔记管理本地Markdown笔记管理，支持双向链接MCP Server知识索引将笔记向量化，建立语义搜索能力OpenCodeAI大脑本地AI编程助手，支持多种模型Agent Client对接桥梁让Obsidian能调用AI能力 整个流程是：Obsidian管理笔记 → MCP Server将笔记向量化并提供搜索API → OpenCode作为AI大脑调用MCP服务 → Agent Client将AI能力集成到Obsidian中。 二、环境准备