Magicodes.Admin.Core框架在ABP以及ASP.NET ZERO的基础上进行了封装和完善，目前基于.NET Core 2.0+（Framework版本)，由于部分组件在.NET Core没有找到替代组件，所以真正意义上跨平台版本会在后续推出。
最近一直没怎么发文章，去研究了一下小程序什么的，最后也没有研究出个啥 今天带个大家的是一个十分烧脑的js插件，这个js只要你的想象力足够都是可以玩转的，正所谓海阔凭鱼跃，天空任鸟飞，这就是一个三
基于名称快速定位文件和文件夹。当你只记得文件名称关键字，而不知道文件在哪里的时候，可以发挥作用，快速搜索你需要的文件
werien、vorlonjs远程调试，chrome inspect 代码自动化检查fecs
温馨提示：文中并没有相关技术的具体代码。 方案有哪些？脑图先来一发 除了Flash其实还可以选择的有很多，MPEG-DASH就貌似不错。 按相互独立,完全穷尽的原则分类 直播方案可以分为: 插件方案和非插件方案。 插件方案：常用的是Flash还有WMP和silverlight也可以实现直播，当然也有一部分人士自己实现直播插件。 非插件方案：也就是图中的HTML5方案。有WebRTC/MPEG-DASH和HLS等。 MPEG-DASH(Dynamic Adaptive Streaming over HTT
2010年开始DASH相关工作， 2011年1月成为国际标准草案， 2011年11月成为国际标准， 2012年4月，MPEG-DASH 以ISO/IEC 23009-1:2012 发表。
今天给大家找了一些不错的学习网站，挑选出一些分享给大家。有些已经很出名的我就不再分享出来了。
原文 这是《小江品评编辑器》系列的开篇，当然想开个好头。 我 2012 年开始接触前端，从最开始的记事本，到 Dreamweaver ，到 notepad++ ，到风头一时无两的 Sublime Text ，到现在社区庞大的 Atom，都使用过很长一段时间。 期间也抽空玩耍过 Vim、Emac和 Brackets 等等，觉得智商不够浅尝辄止。 当然也不会放过 IDE ，Eclispe、NetBeans 、Aptana 都试过，现在专注 jetbrains 三十年、Webstorm 脑残粉……别胡思乱想了，我
“BlackBox Script”可以在调试中忽略某些脚本(此处的 BlackBox 为动词)，在 Call Stack 堆栈中会将该脚本隐藏，单步调试时也不会步入脚本中的任何函数
Cypress 支持 Windows64、Windows32、Linux64、MacOS64 版本
接着上篇未完的话题，《前端工程化的个人思考》，前端工程化很庞大，涉及的点也比较多，笔者也只是想到那里就写到那里，要讨论的朋友可在文末留言讨论。
Snipaste是一款功能丰富的屏幕截图和标注工具，具有许多实用的功能，使其成为一款备受欢迎的工具。用户只需按住F1快捷键即可轻松截取屏幕截图，同时还能够调整截图窗口的大小和位置。此外，Snipaste还提供了其他有用的功能，如测量尺寸、获取指定位置的颜色值以及将截图固定在特定窗口上进行查看等等。总之，Snipaste是一款功能强大、易于使用的屏幕截图工具，对于需要频繁进行截图和标注的用户来说，是一款非常实用和便捷的工具。
本文由Mockplus提供素材。 Mockplus3.2新功能发布有段时间了，新功能具体能给我们的设计带来什么呢？且听我一一道来： 格子 格子功能，可以快速制作重复的布局，提高设计效率。
之前有很多人问学好前端需要学习哪些 js 库, 主流框架应该学 vue 还是 react ? 针对这些问题, 笔者来说说自己的看法和学习总结. 首先我觉得在学习任何知识之前必须要有一个明确的学习目标,
ECharts开源来自百度商业前端数据可视化团队，基于html5 Canvas，是一个纯Javascript图表库，提供直观，生动，可交互，可个性化定制的数据可视化图表。
之前写过几篇在线协作相关的文章，如何实现多人协作的在线文档，在线Excel存储方案，如何实现在线Excel多人协作,在线协作如何保证消息有序、不丢、不重,今天继续和大家一起探讨在线协作系统的总体架构。我们这里说的在线协作系统包括：「在线文档」、「在线Excel」、「在线脑图」、「在线流程图」、「在线PPT」、「在线PS」等文档类的系统。我们主要分前端和服务端两部分来讨论。
这是github上的一个开源项目，大量免费的计算机编程类中文书籍。收集了从编程语言到操作系统各个方面的中文在线免费书籍和教程。目录很长我就不截图了。
俗话说，工欲善其事，必先利其器。 作为一名产品经理，办公时难免需要用到许多的办公工具，but究竟哪些工具好用、好学？ 哪些工具适合老手？ 哪些工具适合小白？？这依然是很多产品经理们头疼的问题… 况且市
产品经理的工作内容复杂多样，既要负责产品管理、市场调研、需求分析，又要协调研发、运营，确定和组织实施相应的产品策略。面对杂乱的工作，很多产品经理都会觉得工作效率极其低下，经常有迷失感。作为一个仍在学习中的新手产品经理，我根据自己的工作经验，归纳了几个可以有效提升工作效率且简单易养成的习惯，以及总结了几款比较好用的效率工具，分享给大家。
之前写过很多技术文章，有些文章非常结构化但是文章很长，发现很多人喜欢看“省流版”，而且最近和朋友交流过程中也聊到了文章转脑图的话题。
思维导图，除了帮助概括提炼、归纳总结、理清楚思维逻辑之外，还是一种非常有效的学习方式，能激发联想力，再衍生出更多的想法。
Ember.js 的 extend 的写法很类似于 JQuery 或者是 Backbone.js，创建 Application，然后在它下面创建相应的 Model（Object）、Controller、Router、View 和 Template，这些都是非常类似的。但是它更为先进的地方在于，一些重复的样板代码，比如给 template 注入上下文并渲染，如果命名按照 CoC 的原则正确完成的话，都由框架自动完成，这就省去不少体力活。CoC 还体现在 URL mapping 上面，比如”/books/book_id” 配置在 books.index 的 Router 里，Controller 就是 BooksIndexController，Router 就是 BooksRouter，Template 就是 books/index。
自从工作之后,我开始进行笔记记录,这是一个很棒的习惯.我曾经使用过 EDiary Evernote Onenote Wiz 麦库等,都是一些不错的笔记软件,但是都有一些各式各样的问题,不能满足我的使用.
本文会对列举一些自己在工作中使用的好用的工具。或许与PPT设计之类的关系不大，但是对于提高我们工作效率是很有帮助的。 我想，本来科技就是这样，以人为本，提高效率，简化成本才是最主要目标。所以这里的神器，有的是一些网页；有的是一些浏览器插件；有的是一些手机app。 虽然种类繁多，但是目的都是为了帮助我们工作，提高我们效率，让我们的生活更有质感。以下便是我自己总结了一些神器： 一、网页工具： 1.smallpdf：http://smallpdf.com/cn 当然在这里仅仅举例一种文档转化，网站
这里是 HelloGitHub 的《GitHub 上适合新手的开源项目》系列的最后一篇，系列文章：
我 2012 年开始接触前端，从最开始的记事本，到 Dreamweaver ，到 notepad++ ，到风头一时无两的 Sublime Text ，到现在社区庞大的 Atom，都使用过很长一段时间。
《本文同步发布于“脑之说”微信公众号，欢迎搜索关注~~》 独立成分分析（ICA）已经成为脑电信号预处理，特别是去除干扰信号过程中一个标准流程。ICA是一种盲源算法，其通过一定的方法把信号分解成相互独立的多个源信号。尽管ICA算法为研究者去除脑电信号中的干扰源提供了便利，但是在具体运用时带有一定的主观性，因此需要一定的经验才能够鉴别出干扰成分。当然，目前也有一些自动化鉴别干扰成分插件，但是这些插件也只能提供一个参考而已，最后还需要自己的判定。这里，笔者总结一些典型噪声成分的特点，希望对各位朋友有所帮助。 EEGlab中植入了最常用的ICA算法，建议采用EEGlab运行ICA。ICA跑完之后，可以画出每个成分的拓扑图、功率谱曲线等，我们可以依据这些信息鉴别出噪声成分，进而把这些成分去掉。 1.眨眼 眨眼引起的干扰最主要特点是：独立成分的拓扑图主要分布于前端眼部电极，如图1所示。此外，该成分的功率谱曲线没有明显的peak。
第一步：需求梳理、分析 第二步：产品原型图绘制 第三步：UI设计 第四步：项目经理&技术负责人对接需求 第五步：技术方案 & 架构设计 第六步：项目排期 & 任务分解 第七步：产品研发阶段 第八步：交付测试阶段 第九步: 产品发布上线 第十步: 迭代 第一步：需求梳理、分析 在此假设用户需求分析已经确定 , 接下来根据提炼的真实用户需求来确定产品需求。 产品经理将会根据沟通中的相关资料的word、ppt、jpg等等东西翻译成逻辑语言，最简单的就是产出一张产品功能脑图或者一份功能列表。 产品功能脑
assets 项目资源目录，dev 开发目录，dist 编译输出目录，gulpfile.js 自动化工具 API
原图和源文件（包括xmind和pos文件）已上传 github[2]，如有需要可自行下载
在过去的几十年里，强大的基于核磁共振成像的方法已经被开发出来，这些方法产生了基于体素的大脑活动图和与不同情况相关的解剖变化。对于功能性或结构性MRI数据，正向推断试图确定哪些区域涉及到心理功能或大脑紊乱。正向推理的一个主要缺点是它缺乏特异性，因为它表明大脑区域的参与对被调查的过程/条件不是特定的。因此，需要一种不同的方法来确定特定的大脑激活或改变模式在多大程度上与心理功能或大脑病理相关。在本研究中，我们提出了一种名为BACON(贝叶斯因子建模)的新工具，用于对功能和结构神经成像数据进行反向推理。BACON实现了贝叶斯因子，并使用激活似然估计衍生图来获得关于特定心理功能或大脑病理特异性证据的后验概率分布。
文档搜索引擎 jiumo search 鸠摩搜书：https://www.jiumodiary.com/
最近处于不太忙碌的状态，对项目做了结案报告，整理了不少的项目文档，给项目做了个完美的收尾。
其组件化思路，是一种垂直划分，每个组件高度自治。与我们习惯上的Html、JS、CSS三分离的水平划分思路不一样。
大多数人刚上手 Vuex 的时候，首先都想知道，应该往其中存放什么样的数据呢？在对这个问题给出答案的过程中，很多人（包括我）先是来到了“一股脑放进去”的阶段。但是在遭遇了首次障碍后，你很快就会领悟到：这可不是在 Vue.js 应用中管理数据的完美方案啊。
笔者是一个平平无奇的前端打工人，没有参与过啥热门开源项目的共建，所以每次说自己热爱开源都很心虚，充其量就是热爱使用开源项目，不过这两年来也陆续做了几个小项目，虽然只有时不时的来几个star，不过也给我安静的github平添了几分人气，本文就给大家推荐一下笔者的开源项目，如果觉得可以欢迎给个关注~
【转载请注明出处】：https://blog.csdn.net/huahao1989/article/details/107827383
插件是将大模型连接到第三方应用，大模型作为大脑，插件是大模型的耳、目、手，可以帮助大模型丰富大模型的能力和扩展应用场景，完成大模型生成能力无法完成的任务。
大家平时看新闻的时候是不是都喜欢看那种多图少字、图文并茂的呀，冗长的文字看着烦死了，还累眼睛（躺枪的举手我看看~_~） 哈哈其实这很正常，白天累死累活干一天，看微信几分钟的功夫还要受文字摧残，简直太不
三步完成只有设计师才能做出的效果，依靠的是马卡龙玩图APP背后的类脑人工智能技术。
公司的前端项目基本都是用Webpack来做工程化的，而Webpack虽然只是一个工具，但内部涉及到非常多的知识，之前一直靠CV来解决问题，之知其然不知其所以然，希望这次能整理一下相关的知识点。
| 导语 基于实际业务场景使用ECharts的经验，总结一些通用的解决方案。 应用场景 用流动关系图来映射品牌之间的有效换机数量，从而帮助运营对手机品牌的行情做分析和预测。 图形说明 一期：图形中间为分析主品牌；左侧为流入品牌，曲线粗细=换机数大小（流入量）；右侧为流向品牌信息，曲线粗细=换机数大小（流出量）； 二期：为降低信息复杂度，中间品牌支持切换为单个品牌（观察品牌）。 最终实现效果如下图所示： 一期 [展示品牌过多，线条过密，信息复杂度较高] 二期 [ 中间品牌支持切换为单个品牌
我们之前讲了html入门，就像是做机器人的外壳，但是光有外壳，再好看也华而不实，也可以理解成你想要一个好看的机器人，同时也想它能做家务勤劳啥的
针对餐饮行业推出的一套完整的餐饮解决方案，实现了用户在线点餐下单、外卖、叫号排队、支付、配送等功能，完美的使餐饮行业更高效便捷！
现如今，技术发展十分迅猛，开发者只有通过不断的学习才能跟得上时代的步伐。而为了便于学习和工作（减少996），涌现了很多优秀的开发工具用以帮助开发者提高工作效率。现在我把我工作多年来收集实用的开发利器分享出来，希望能够给同学们参考借鉴（以下排名不分先后）。假如各位同学有更好的值得推荐的利器欢迎在文末留言或者去GitHub知识库中留下你宝贵的Issues。
抑郁症(depressive disorder, MDD)是一种已经影响到全球超过3.5亿人的常见精神疾病，其主要特征是持久和严重的情绪低落或躁狂。患者很难控制自己的情绪，表现出情绪低落，从而降低了患者对所有活动的兴趣。到目前未知，抑郁症的病理生理机制仍不十分清楚。目前，临床上对抑郁症的诊断主要基于临床医生对患者的问卷量表调查，但是这种方法有一定的主观性。因此，研究者试图运用多种神经成像技术如EEG、MRI、MEG、PET等来实现对抑郁症的客观评价和诊断。在这些成像技术中，EEG似乎具有得天独厚的优势，如设备价格低、时间分辨率超高等。运用EEG技术，研究者发现抑郁症患者的不同频段震荡活动以及多个脑区之间的功能连接网络等表现出不用于正常人的特征。 近些年来，随着机器学习的兴起，机器学习结合抑郁症的EEG信号特征用于抑郁症的分类研究越来越受到研究者的青睐。尽管静息态EEG研究已经证实抑郁症和健康人的脑功能网络存在统计学差异，但是，到目前为止，基于机器学习的多变量模式分析能否捕获整体的EEG功能连接模式以实现高准确率区分抑郁症患者与正常对照者还尚未可知。近期，兰州大学相关研究团队在《IEEE Access》杂志发表题为《Multivariate pattern analysis of EEG-based functional connectivity: a study on the identification of depression》的研究论文，对上述问题进行了研究。本文对该项研究进行解读。
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
对象存储
即时通信 IM
腾讯会议
