跳至主要內容
实时技术方案对比:SSE vs WebSocket vs Long Polling

实时技术方案对比:SSE vs WebSocket vs Long Polling

早期网站仅展示静态内容,而如今我们更期望:实时更新即时聊天通知推送动态仪表盘

那么要如何实现实时的用户体验呢?三大经典技术各显神通:

  • SSE(Server-Sent Events):轻量级单向数据流
  • WebSocket:双向全双工通信
  • Long Polling(长轮询):传统过渡方案

程序猿DD原创大约 3 分钟技术学习SSEWebSocketLongPolling
推荐4个极速提升编码效率的MCP服务器

推荐4个极速提升编码效率的MCP服务器

是时候通过MCP来提升生产力、最大化您的编码效率了!

随着MCP协议被业界广泛认可,越来越多的MCP服务器被更大平台软件提供方所支持。开发者们是第一批从这些工具中获得效率收益的人,它们能借此重构编码工作流、自动化流程和团队协作机制。

本文将介绍 4 个最近DD有在使用,并且认为对于同为开发者的读者来说非常有用的MCP服务器,下面我会一一介绍并解释其核心特性、应用场景等内容。


程序猿DD原创大约 6 分钟前沿资讯人工智能
零基础4小时用腾讯云代码助手CodeBuddy做一款音视频处理软件

零基础4小时用腾讯云代码助手CodeBuddy做一款音视频处理软件

朋友们,我最近不是一直在捣鼓小软件嘛!手头这个叫TransDuck的音视频处理工具刚有点小爆的趋势,反馈意见里也是收到不少关于SaaS版本的问题,比如:

  • "翻译效果真的顶!但每次上传比较大的视频要等好久"(我:带宽太贵啦
  • "用网页校对和微调视频翻译像在摸鱼,能整个正经客户端吗?"(我:有道理,计划中

程序猿DD原创大约 8 分钟前沿资讯人工智能
MCP 与 A2A 协议的关系与如何协作的思考

MCP 与 A2A 协议的关系与如何协作的思考

近期关于MCP协议的讨论非常热门,主要因为通过MCP协议通过标准化接口为 AI 应用与外部数据源建立统一交互通道,这使得大模型可以与外部数据源或工具进行交互,从而实现各种专业场景下的智能应用。关于如何实现MCP的架构,在上一篇《如何用Spring AI构建MCP Client-Server架构》中已经做了详细介绍。今天我们结合MCP协议聊一下最近另一个更新的协议:A2A(Agent2Agent)协议。


程序猿DD原创大约 4 分钟前沿资讯人工智能
没有Manus邀请码?试试免邀请码的MGX或者开源的OpenManus吧

没有Manus邀请码?试试免邀请码的MGX或者开源的OpenManus吧

昨天DD以为阿里开源的QwQ-32B会刷爆全网,毕竟对标的是上一个热门项目deepseek-r1。但是,万万没想到,获得更多关注的居然是:Manus。

简单的从网上介绍信息了解了一下,感觉跟OpenAI一月发布Operator智能体有点像(也许很多人还不知道Operator,因为那段时间国内消息几乎被DeepSeek刷屏了,各种逆袭,各种碾压。。。感兴趣的还可以回头翻一翻了解一下),所以DD对Manus的初步认识是算不上炸裂或者颠覆式创新的。由于DD没有Manus的邀请码,没有切身的体会,就不做过多的评论了。如果读者有用过Operator,也用过Manus,欢迎留言区分享一下。


程序猿DD原创大约 3 分钟前沿资讯工具推荐人工智能
阿里最新开源QwQ-32B,效果媲美deepseek-r1满血版,部署成本又又又降低了!

阿里最新开源QwQ-32B,效果媲美deepseek-r1满血版,部署成本又又又降低了!

3月6日最新消息,阿里云通义千问官方宣布推出最新推理模型 QwQ-32B,这一模型仅有 32B 参数,但在效果上与拥有 671B 参数的 DeepSeek-R1 相媲美。如果你自己部署 DeepSeek-R1 但资源不够的话,又多了一个新的选择。

QwQ-32B 的独特之处不仅在于其参数规模和效果表现,还集成了与 Agent 相关的能力。这使得模型在使用工具时能够进行批判性思考,并依据环境反馈灵活调整推理过程,极大提升了模型的适应性与智能性。

目前,QwQ-32B 已上线 Hugging Face、ModelScope、Ollama等平台,具体链接如下:


程序猿DD原创大约 2 分钟日常记录人工智能AI大模型通义千问
拒绝繁忙!免费使用 deepseek-r1:671B 参数满血模型

拒绝繁忙!免费使用 deepseek-r1:671B 参数满血模型

相信大家都已经有体验过deepseek-r1的强大推理能力,由于其网页版本免费使用的原因,用户量激增、同时据传还遭受了大量的网络攻击,这使得过程不是很流程,经常收到类似下图的问题:

同时,API服务也已经暂停充值,之前的余额用完之后暂时也就不用调用了


程序猿DD原创大约 3 分钟日常记录人工智能AI大模型DeepSeek
手把手教你本地运行Meta最新大模型:Llama3.1,惊奇发现他说自己是ChatGPT?

手把手教你本地运行Meta最新大模型:Llama3.1,惊奇发现他说自己是ChatGPT?

就在昨晚,Meta发布了可以与OpenAI掰手腕的最新开源大模型:Llama 3.1。

该模型共有三个版本:

  • 8B
  • 70B
  • 405B

对于这次发布,Meta已经在超过150个涵盖广泛语言范围的基准数据集上评估了性能。此外,Meta还进行了广泛的人工评估,在现实场景中将Llama 3.1与竞争模型进行比较。Meta的实验评估表明:


程序猿DD原创大约 2 分钟日常记录人工智能AI大模型
每日PR保持代码整洁自查表

每日PR保持代码整洁自查表

如今,公司对软件工程师(主要是高级工程师)最迫切的需求之一,是以迭代和增量的方式提供高质量的代码审查。

这意味着在每次 PR 审查中,开发人员被要求反复提高即将合并代码的质量。

在这篇文章中,我将尝试指出开发人员在进行重构或审查时应牢记的基本原则。

让我们逐个主题来看这些点:

1. 命名

  • 有明确意图的命名:方法或变量名应该在查看代码实现之前就能解释其意图。
  • 类名应该是名词或名词短语。
  • 方法名应该是动词。
  • 为每个概念选择一个词:get、retrieve、fetch 是相似的,选择一个统一使用它。
  • 使用计算机科学术语:例如,AccountAdapter 对程序员来说意味着适配器模式,如果没有相关的计算机科学名称,则使用面向问题的名称。
  • 使用可搜索的名称:在 IDE 中搜索特定短语会更容易。

DD编辑部原创大约 4 分钟技术学习技术学习
产品优化差不多了,DD来带大家一起搞钱啦!!!

产品优化差不多了,DD来带大家一起搞钱啦!!!

直接敲重点,今天给分享一个赚钱且能长期躺赚的机会!关注DD的小伙伴应该知道,最近一直在搞视频翻译类的产品,其中YouTube中文配音是其中最广受好评的产品,目前在Chrome插件市场评分高达4.6分。

经过大半年的迭代,现在的翻译质量和配音效果已经非常优秀,如果您没有体验过,可以通过下面的视频体验一下:


程序猿DD原创大约 3 分钟程序人生独立开发日志
2
3
4
5
...
12