标签

Go

DjangoAdmin v2.8.1 发布：用 Django 与 Layui 加速企业后台开发

来源: oschina.net 39
DjangoAdmin 敏捷开发框架发布 v2.8.1。本次版本的核心变化是修复近期用户反馈的问题，继续围绕 Django、Layui、MySQL 和模块化组件，降低企业后台系统的开发成本。 对于正在使用这套框架，或准备搭建管理后台的团队来说，这类维护版本的价值并不只在于“多了什么功能”，也在于把真实使用过程中暴露出来的问题及时收敛，减少升级后的不确定...
# Django # Go # MySQL
阅读全文

Django 6.1.1 Bugfix 版本发布：升级与校验指南

来源: djangoproject.com 31
Django 6.1.1 已正式发布，这是 6.1 系列的 bugfix release。发布包及其校验和可从 Django 下载页面获取，也可以通过 Python Package Index（PyPI）安装。此次发布使用的 PGP 密钥属于 Jacob Walls，密钥 ID 为 。 对于已经运行 Django 6.1 的项目，这类维护版本通常是评估...
# AI # Django # Go
阅读全文

用 BigQuery Identity Columns 简化数据管道中的主键生成

来源: cloud.google.com 34
数据写入流程中，一个看似简单的任务经常会制造额外复杂度：为每一行生成唯一的数值 ID。过去，这项工作可能由应用代码、ETL 工具或单独的序列服务完成，既增加了维护成本，也让数据导入链路变得更脆弱。 BigQuery 现在支持 identity columns，可以在表中定义自动生成的 标识列。插入新数据时，BigQuery 会负责生成 ID，数据工程师...
# AI # GCP # Go
阅读全文

用 Mantis 构建可复现、可验证的 AI 漏洞发现流程

来源: cloud.google.com 35
AI 模型已经能够在较少人工协助的情况下发现并利用软件漏洞，但“能指出可疑代码”距离“确认真实漏洞并修复”仍有很大差距。Google 开源的 Mantis 将漏洞发现、分诊、复现和修补组织成一套可自动化的流程，重点解决 AI 扫描中常见的误报、缺少上下文和修复不可验证等问题。 单纯让 AI 阅读代码，容易得到看似合理却无法复现的漏洞报告。来源摘要提到，...
# AI # GCP # Go
阅读全文

企业级 AI Agent 成本优化：从模型选择走向上下文工程

来源: azure.microsoft.com 23
企业级 AI Agent 的成本，通常不只取决于调用了哪个模型。随着 Agent 接入企业知识库、外部工具和长期记忆，检索内容过多、工具选择不准、历史上下文膨胀以及重复推理，都会持续推高 token 消耗和响应延迟。 上下文工程的核心，是让 Agent 在每一步只获得完成当前任务所必需的信息。Microsoft Foundry 相关实践将成本优化延伸到...
# AI # Azure # Go
阅读全文

Bee 3.0.0 LTS：小体积 ORM 开始认真处理复杂关联、分片与虚拟线程

来源: oschina.net 26
Bee 3.0.0 LTS 把轻量 ORM 推向了更完整的工程场景：支持多层子表关联查询，分库分表 Sharding 能力同步升级，并增加对虚拟线程的支持。它仍然保持体积小、接口简单和接近 JDBC 的性能特征，3.0.0 LTS 版本体积约为 969K。 对于不想在 Hibernate、MyBatis 与复杂数据访问框架之间反复取舍的团队，这个版本值...
# Go # Java # 全栈
阅读全文

用 DBeaver 将 Northwind 示例数据库加载到 PostgreSQL

来源: postgr.es 30
学习 SQL 不一定要从生产数据开始。一个结构清晰、数据规模适中的示例数据库，足以帮助你练习 、过滤、连接、聚合和表结构设计。Northwind 原本来自 Microsoft 数据库生态，但借助现成的 PostgreSQL 脚本，可以很快在本地搭建出一套可查询的练习环境。 本文演示如何使用 DBeaver 打开并执行 ，将表结构和示例数据加载到 Pos...
# AI # Go # LLM
阅读全文

Swiggy 如何用 350 多个特征和多任务 MLP 预测客户终身价值

来源: infoq.com 36
在外卖和即时零售业务中，获客成本并不应该只和“首单金额”比较。一个新用户未来会下多少单、是否会使用 Instamart、能持续贡献多少收入，才决定一次广告转化是否真正值得。Swiggy 为 Food 和 Instamart 构建了内部预测客户终身价值（predicted Customer Lifetime Value，pLTV）模型，使用 350 多个...
# AI # Go # InfoQ
阅读全文

Swiggy 如何用 350+ 个特征和多任务 MLP 预测客户终身价值

来源: infoq.com 35
客户终身价值（Customer Lifetime Value，LTV）决定了获客广告到底应该为一个新用户出价多少。Swiggy 的实践重点不只是训练一个更大的模型，而是把下单前可获得的 350 多个特征、Food 与 Instamart 两类业务，以及订单数这一辅助任务组合起来，构建内部预测 LTV（pLTV）模型，并将信号用于 Google Targ...
# AI # Go # InfoQ
阅读全文