文章分类

10-29

大厂开源

若琳部署

ASP.NET Core 部署指南：跨平台现代化 Web 框架详解

一、项目介绍 ASP.NET Core 是微软官方推出的开源、跨平台框架，用于构建现代化的、面向云端的互联网连接应用，典型场景包括 Web 应用、IoT 应用以及移动应用后端。它构建在 .NET 运行时之上，而 .NET 本身是一个免费、跨平台、开源的应用运行时。ASP.NET Core 在架构上专

0

0

0

10-29

大厂开源

若琳部署

Entity Framework Core 部署指南：.NET 现代化 ORM 详解

一、项目介绍 Entity Framework Core（简称 EF Core）是 .NET 平台上现代化的对象-关系映射（ORM）框架，由微软官方维护，采用 MIT 许可证开源，源码托管在 dotnet/efcore 仓库，属于 .NET Foundation 项目。它的核心作用是让开发者用面向对

0

0

0

10-29

AI大模型

若琳部署

VS Code Python 扩展部署指南：微软官方 Python 开发环境搭建详解

一、项目简介：VS Code Python 扩展 microsoft/vscode-python 是微软为 Visual Studio Code 打造的官方 Python 语言扩展，为所有仍在积极维护的 Python 版本提供丰富的语言支持。它本身是一个"外壳 + 接入点"式的扩展：把智能感知（In

0

0

0

10-29

大厂开源

若琳部署

Roslyn 部署指南：.NET 开源编译器平台详解

一、项目介绍 Roslyn 是微软官方开源的 .NET 编译器平台，是 C# 与 Visual Basic 两种语言编译器的现代化开源实现，源码托管在 dotnet/roslyn 仓库，属于 .NET Foundation 项目。它最具革命性的一点在于：传统编译器往往是一个"黑盒"——源码从一端进、

0

0

0

10-29

AI大模型

若琳部署

LightGBM 部署指南：微软开源梯度提升框架 Python/R/.NET 全平台详解

一、LightGBM 是什么：高性能梯度提升决策树框架 LightGBM（Light Gradient Boosting Machine）是微软开源的一款梯度提升决策树（GBDT）框架，采用基于树的学习算法。根据官方 README 的描述，它被设计为分布式与高效，具备训练速度更快、内存占用更低、精度

0

0

0

10-28

服务器运维

若琳部署

HAProxy 部署指南：高性能负载均衡与反向代理实战

一、项目介绍 HAProxy 是一个用 C 语言编写的开源、免费、非常快速可靠的反向代理与负载均衡器，专为高可用性、负载均衡以及基于 TCP 和 HTTP 应用的代理而设计。它诞生于 2001 年，由 Willy Tarreau 维护至今，是互联网行业使用最广泛的四层/七层负载均衡软件之一，被 Gi

0

0

0

10-28

服务器运维

若琳部署

NATS 部署指南：云原生高性能消息服务器详解

NATS 部署指南：云原生高性能消息服务器详解 一、项目介绍 NATS 是一个简单、安全、高性能的分布式通信系统，专为数字系统、服务与设备之间的消息交换而设计。NATS 是 CNCF（云原生计算基金会）毕业项目，拥有超过四十种客户端语言实现，服务器可以运行在本地机房、公有云、边缘设备甚至树莓派上。它

0

0

0

10-28

AI智能体

若琳部署

Semantic Kernel 部署指南：微软开源 AI 智能体编排框架详解

一、Semantic Kernel 是什么：从语义内核到智能体编排框架 Semantic Kernel（以下简称 SK）是微软推出的一款模型无关（model-agnostic）的开源 SDK，用于把大语言模型（LLM）快速、安全、可靠地接入到企业级应用中。它最初由微软研究院在 2023 年初开源，随

0

0

0

10-28

AI大模型

若琳部署

ML.NET 部署指南：微软 .NET 跨平台机器学习框架详解

一、ML.NET 是什么：.NET 生态的跨平台机器学习框架 ML.NET 是微软推出的一款开源、跨平台机器学习框架，专门为 .NET 开发者设计。它的核心目标是让熟悉 C# / F# 的工程师不需要学习 Python，也能在自己的 .NET 应用中直接构建、训练、部署和消费自定义机器学习模型。根据

0

0

0

10-28

AI大模型

若琳部署

unstructured 本地部署指南

unstructured 本地部署指南：把 PDF、Word、HTML 统一变成大模型能吃的元素 一、项目介绍 在搭建 RAG（检索增强生成）、知识库问答或大模型数据流水线时，最耗时、也最容易被低估的环节，往往不是调模型，而是把各种"非结构化"资料——PDF 报告、Word 合同、HTML 页面、邮

0

0

0