Docker构建镜像实战:打造统一C/C++开发与CI/CD环境

news2026/5/7 2:24:09
1. 项目概述与核心价值最近在整理个人技术栈和项目资产时我重新审视了一个名为docker/cc-use-exp的镜像仓库。这个标题乍一看可能有些模糊但它在容器化开发、持续集成以及多语言环境构建的实践中扮演着一个相当关键且实用的角色。简单来说docker/cc-use-exp是一个 Docker 镜像它预装了 C/C 开发所需的核心编译工具链如 gcc, g, make, cmake 等并集成了常用库和依赖旨在为开发者提供一个开箱即用、环境统一且可复现的构建环境。无论是个人学习、团队协作还是自动化流水线这类基础镜像都能极大地减少“环境配置”这个令人头疼的环节所消耗的时间。我最初创建和使用它的动机很直接在多个不同的 CI/CD 平台如 Jenkins、GitLab CI、GitHub Actions上运行 C/C 项目的自动化构建时最怕遇到的就是“在我本地是好的”这类问题。宿主机环境千差万别依赖库版本不一致甚至是一个简单的g命令找不到都可能导致构建失败。通过将构建环境容器化并固化到一个精心准备的 Docker 镜像中我们就能确保从开发者的笔记本到云端的生产流水线每一次构建都在完全一致的环境中进行。docker/cc-use-exp正是这个思路下的产物它不仅仅是工具的集合更是一种工程实践的最佳载体。这个镜像适合哪些人使用呢如果你是 C/C 开发者厌倦了每次在新机器上配置开发环境如果你是 DevOps 工程师或 SRE需要为团队维护一套稳定可靠的构建基础镜像或者你正在学习容器技术想通过一个具体的、有实用价值的镜像来理解 Dockerfile 的编写和镜像构建的最佳实践那么深入剖析docker/cc-use-exp的设计、构建和使用都会给你带来实实在在的收获。接下来我将从设计思路、镜像构建细节、实际应用场景以及常见问题排查等方面完整地拆解这个项目。2. 镜像设计与构建思路拆解2.1 基础镜像选型Alpine vs Ubuntu vs Debian构建任何 Docker 镜像的第一步也是至关重要的一步就是选择基础镜像Base Image。对于docker/cc-use-exp这样一个 C/C 编译环境镜像常见的选择有 Alpine Linux、Ubuntu 和 Debian。每种选择背后都有其权衡。Alpine Linux以其极小的体积通常只有 5MB 左右而闻名。它使用musl libc而不是常见的glibc。对于追求极致镜像大小的场景Alpine 是首选。然而musl libc与glibc在某些边缘行为上存在差异并且一些预编译的第三方库尤其是那些依赖特定glibc版本的商业库或某些 Linux 发行版的软件包可能在 Alpine 上无法直接运行。对于通用 C/C 开发环境为了最大程度的兼容性和减少“怪问题”我通常不会首选 Alpine除非项目有明确的、可控的依赖并且对镜像大小有严苛要求。Ubuntu是另一个流行选择它提供了丰富的软件包和良好的用户体验。但其镜像体积相对较大即使是ubuntu:22.04最小安装也超过 70MB并且会包含一些对于纯构建环境并非必需的软件和服务。Debian的slim或buster-slim、bullseye-slim版本提供了一个很好的平衡点。它基于glibc拥有广泛的软件包支持同时通过slim变体剔除了许多非必要文件如文档、非英语语言包等将体积控制得比较理想通常在 50-80MB 左右。对于docker/cc-use-exp我最终选择了debian:bullseye-slim作为基础。它提供了我们需要的稳定性和兼容性同时保持了相对精简的体积符合构建环境“工具齐全但不过度臃肿”的原则。注意选择-slim版本时有时会缺少一些curl、wget或ca-certificates这样的基础工具。在我们的 Dockerfile 中需要显式安装它们这比携带一个完整版镜像中所有用不上的工具要更经济。2.2 核心工具链的构成与版本锁定一个合格的 C/C 构建镜像需要哪些工具这取决于项目的具体需求但有一些是通用的核心组件编译器gcc和g是 GNU 编译器的核心。对于某些项目可能还需要clang。在 Debian 中通过apt-get install build-essential可以一次性安装gcc,g,make,libc6-dev等基础包非常方便。构建系统make是元老cmake是现代跨平台 C/C 项目的事实标准autoconf和automake在一些老项目中仍在使用。考虑到通用性cmake和ninja一个更快的构建工具也应该被包含。依赖管理工具对于 Cconan是一个强大的包管理器对于 C虽然情况更分散但pkg-config是查找库文件的关键工具。调试与分析工具gdb调试器、valgrind内存检查、ltrace/strace系统调用跟踪对于开发和质量保障至关重要。辅助工具git代码拉取、curl或wget下载、vim或nano基础编辑、python3和pip许多现代构建脚本依赖 Python。在docker/cc-use-exp的设计中我采取了“分层安装”和“版本明确化”的策略。分层安装是指将工具分类在 Dockerfile 中用多个RUN指令按逻辑组安装这样既清晰又能利用 Docker 的层缓存加速构建。版本明确化则是指在可能的情况下通过apt-get install packageversion的格式固定主要工具的版本例如gcc-10,g-10而不是简单地安装gcc后者会安装默认版本可能随镜像更新而改变。这确保了镜像行为的可预测性。2.3 非 root 用户与安全最佳实践直接使用root用户在容器内运行构建是一个常见但存在安全隐患的做法。如果构建脚本被恶意注入或者在 CI/CD 中不小心执行了危险命令root权限可能带来风险。因此在构建镜像时创建一个非特权用户是一个重要的安全最佳实践。在 Dockerfile 中我们通常会创建一个新的用户和用户组例如builder。为这个用户创建一个家目录并设置合适的权限。在后续的构建步骤和最终的容器启动命令中切换到该用户来执行操作。这不仅提升了安全性也更符合在真实 Linux 系统上开发的习惯。当我们将容器内的构建输出如二进制文件通过卷Volume映射到宿主机时以非root用户创建的文件其权限问题也更容易管理。3. Dockerfile 深度解析与实操要点下面我们结合一个典型的docker/cc-use-exp的 Dockerfile 来逐段解析其构建要点和背后的考量。请注意这是一个丰富后的示例包含了上述设计思路。# 阶段1构建阶段 FROM debian:bullseye-slim AS builder # 设置环境变量避免apt-get交互式提问 ENV DEBIAN_FRONTENDnoninteractive # 更新软件包索引并安装基础工具 RUN apt-get update apt-get install -y --no-install-recommends \ ca-certificates \ curl \ wget \ gnupg2 \ lsb-release \ software-properties-common \ rm -rf /var/lib/apt/lists/* # 添加特定版本的GCC工具链PPA示例Debian通常直接用官方源 # 对于Debian我们直接安装特定版本包 RUN apt-get update apt-get install -y --no-install-recommends \ gcc-10 \ g-10 \ gdb \ make \ cmake \ ninja-build \ autoconf \ automake \ libtool \ pkg-config \ valgrind \ git \ vim \ python3 \ python3-pip \ rm -rf /var/lib/apt/lists/* # 设置GCC-10为默认编译器 RUN update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-10 100 \ update-alternatives --install /usr/bin/g g /usr/bin/g-10 100 # 安装Conan C包管理器 RUN pip3 install --no-cache-dir conan # 创建非root用户 RUN groupadd -r builder useradd -r -g builder -m -d /home/builder -s /bin/bash builder USER builder WORKDIR /home/builder # 阶段2生成最终的精简镜像可选 FROM debian:bullseye-slim # 从builder阶段拷贝编译好的工具如果需要分发一个仅含运行时的镜像此步骤不同 # 但作为开发/构建镜像我们通常直接使用上面的builder阶段作为最终镜像。 # 这里展示多阶段构建的思路如果我们的镜像是为了分发一个编译好的软件则可以从此拷贝二进制文件。 # 对于 cc-use-exp我们更常用的是单阶段包含所有构建工具。 # 实际上我们更可能将上面的 builder 阶段作为最终镜像。 # 但为了演示多阶段构建在“构建环境”镜像中的另一种用法可以创建一个更小的、仅包含必要运行时库的镜像。 # 以下注释部分展示了这种思路 # COPY --frombuilder /usr/local /usr/local # COPY --frombuilder /home/builder/app /app # ... 安装运行时依赖 ... # USER builder # WORKDIR /app # CMD [./my_compiled_app] # 对于我们这个构建环境镜像我们通常就发布上面的 builder 阶段。 # 标签为 docker/cc-use-exp:latest关键点解析与实操心得--no-install-recommends标志在apt-get install中使用这个标志至关重要。它告诉 APT 不要安装推荐的、非必需的软件包。这能显著减少镜像体积有时能节省几百MB。对于构建环境我们只需要核心功能不需要额外的文档、示例或无关的依赖。清理 APT 缓存每个RUN apt-get update apt-get install ...命令后紧跟 rm -rf /var/lib/apt/lists/*是标准做法。apt-get update会下载软件包索引到/var/lib/apt/lists/这些数据在安装完成后就不再需要删除它们可以减小镜像层的大小。合并 RUN 指令将多个相关的RUN命令通过连接成一个可以减少 Docker 镜像的层数历史上层数有限制现在虽然放宽但仍是好习惯。更重要的是这能确保这些操作在同一个镜像层中原子性地完成避免中间层缓存带来不一致状态。例如将更新索引和安装软件放在一个RUN指令中。设置默认编译器当安装了多个版本的 GCC如gcc-9和gcc-10时使用update-alternatives来管理默认版本是非常实用的。这比手动创建软链接更规范也更容易切换。多阶段构建的考量示例中展示了多阶段构建的注释。对于纯粹的“构建环境”镜像我们通常只需要一个阶段即包含所有工具的阶段。多阶段构建更适用于“构建产物”镜像即在一个阶段builder编译软件在另一个阶段最终阶段只拷贝编译好的二进制文件和其运行时依赖得到一个非常小的生产镜像。docker/cc-use-exp作为环境镜像通常采用单阶段。4. 镜像构建、推送与版本管理实操4.1 本地构建与测试有了 Dockerfile我们就可以在本地构建镜像了。建议为镜像打上有意义的标签而不仅仅是latest。# 在 Dockerfile 所在目录执行 # 构建镜像并打上标签 docker build -t cc-use-exp:gcc10-20240401 . # 测试镜像是否能正常启动并运行基本命令 docker run --rm -it cc-use-exp:gcc10-20240401 gcc --version docker run --rm -it cc-use-exp:gcc10-20240401 cmake --version docker run --rm -it cc-use-exp:gcc10-20240401 whoami # 应显示 builder 非root用户实操心得--rm标志在测试命令时使用--rm是个好习惯。它会在容器退出后自动删除容器避免产生大量停止状态的测试容器占用磁盘空间。4.2 集成到 CI/CD 流水线docker/cc-use-exp的主要舞台在 CI/CD。以下是一个 GitLab CI.gitlab-ci.yml的示例片段展示了如何在流水线中使用它variables: # 使用我们构建好的镜像 DOCKER_IMAGE: your-registry/cc-use-exp:gcc10-20240401 stages: - build - test build-job: stage: build image: $DOCKER_IMAGE script: - whoami # 验证是非root用户 - mkdir -p build cd build - cmake -DCMAKE_BUILD_TYPERelease -GNinja .. - ninja artifacts: paths: - build/myapp # 假设编译出的二进制是 myapp expire_in: 1 week test-job: stage: test image: $DOCKER_IMAGE dependencies: - build-job script: - cd build - ./myapp --run-tests # 或者用 valgrind 检查内存 - valgrind --leak-checkfull ./myapp --test-simple在这个配置中build-job和test-job都使用了我们自定义的cc-use-exp镜像。这保证了编译和测试环境完全一致消除了因环境差异导致“本地通过CI失败”的经典问题。4.3 镜像推送与版本管理对于团队使用需要将镜像推送到一个中央容器镜像仓库如 Docker Hub、GitHub Container Registry (ghcr.io) 或私有的 Harbor、Nexus 等。# 1. 重新打上包含仓库地址的标签 docker tag cc-use-exp:gcc10-20240401 your-registry/your-group/cc-use-exp:gcc10-20240401 # 2. 登录到镜像仓库 docker login your-registry # 3. 推送镜像 docker push your-registry/your-group/cc-use-exp:gcc10-20240401 # 4. 也可以推送一个 latest 标签指向当前稳定版 docker tag cc-use-exp:gcc10-20240401 your-registry/your-group/cc-use-exp:latest docker push your-registry/your-group/cc-use-exp:latest版本管理策略建议日期标签如gcc10-20240401清晰表明镜像的创建日期和工具链主版本。语义化标签如果工具链版本固定可以考虑1.0.0这样的语义化版本并在内部文档中说明对应关系。latest标签谨慎使用。确保latest始终指向一个经过充分测试的稳定版本而不是最新的构建。许多生产环境会避免使用latest而是明确指定版本标签以保证绝对的可复现性。5. 高级用法与定制化扩展5.1 预装项目特定依赖一个团队往往有特定的技术栈。你可以基于docker/cc-use-exp创建派生镜像预装项目所需的第三方库。例如如果你的项目依赖 Boost、OpenSSL 和 Protobuf可以创建Dockerfile.project-baseFROM your-registry/cc-use-exp:gcc10-20240401 USER root RUN apt-get update apt-get install -y --no-install-recommends \ libboost-all-dev \ libssl-dev \ libprotobuf-dev \ protobuf-compiler \ rm -rf /var/lib/apt/lists/* USER builder # 后续可以安装一些通过源码编译的依赖 # RUN cd /tmp wget https://.../some-lib.tar.gz tar -xzf ... cd ... ./configure make make install这样团队中的每个开发者以及 CI 流水线都可以直接使用这个project-base镜像无需在每次构建时都花费时间下载和编译这些通用依赖。5.2 作为开发容器Dev Container现代 IDE 如 VS Code 强烈支持“开发容器”Development Container。你可以将docker/cc-use-exp稍作调整用作开发容器的基础。这需要在镜像中额外安装一些便于开发的工具并创建一个.devcontainer/devcontainer.json配置文件。.devcontainer/devcontainer.json示例{ name: C Development, build: { dockerfile: Dockerfile, context: .., args: { VARIANT: gcc-10 } }, runArgs: [--cap-addSYS_PTRACE, --security-opt, seccompunconfined], // 为了支持gdb调试 settings: { terminal.integrated.shell.linux: /bin/bash }, extensions: [ ms-vscode.cpptools, ms-vscode.cmake-tools ], remoteUser: builder }这样当在 VS Code 中打开项目并重新在容器中打开时整个开发环境包括编译器、库、调试器就已经准备就绪与 CI 环境完全一致。5.3 多架构构建ARM64, x86_64随着 Apple Silicon (M1/M2) 和 AWS Graviton 等 ARM 架构的普及确保你的构建镜像支持多架构变得重要。你可以使用 Docker Buildx 来构建同时支持linux/amd64和linux/arm64的镜像。# 创建并使用 buildx 构建器 docker buildx create --name multiarch-builder --use docker buildx inspect --bootstrap # 构建并推送多架构镜像 docker buildx build --platform linux/amd64,linux/arm64 \ -t your-registry/cc-use-exp:gcc10-multiarch-20240401 \ --push .这会在仓库中创建一个“多架构清单列表”manifest list。当用户在不同架构的机器上docker pull这个标签时Docker 会自动拉取匹配其架构的镜像层。6. 常见问题、排查技巧与优化实录6.1 构建速度慢如何优化问题Docker 镜像构建特别是apt-get update install步骤有时很慢。排查与优化使用更快的 APT 镜像源在 Dockerfile 中可以在RUN apt-get update前先覆盖/etc/apt/sources.list文件使用国内的镜像源如清华、阿里云镜像或公司内网源。RUN sed -i s/deb.debian.org/mirrors.aliyun.com/g /etc/apt/sources.list \ sed -i s/security.debian.org/mirrors.aliyun.com/g /etc/apt/sources.list充分利用 Docker 层缓存将不经常变化的指令放在 Dockerfile 前面将经常变化的指令如拷贝源代码放在后面。例如安装系统依赖的RUN指令应早于COPY . /app。合并指令与清理如前所述合并RUN指令并清理缓存可以减少层数和最终镜像大小间接影响推送/拉取速度。6.2 容器内编译出的二进制在宿主机无法运行问题在容器内用gcc编译了一个程序通过卷映射到宿主机后执行时报告No such file or directory或ELF interpreter not found。原因与解决这通常是动态链接库的问题。容器内使用的libc等库的版本可能与宿主机不兼容。静态链接在编译时加上-static标志如g -static -o myapp main.cpp将所有库静态链接到二进制文件中。这会使二进制文件变大但消除了运行时依赖。检查依赖在容器内使用ldd myapp查看二进制文件的动态依赖。确保宿主机上存在相同或兼容版本的库。使用兼容的基础镜像确保容器基础镜像的 libc 版本不高于宿主机。这也是为什么选择主流发行版如 Debian stable 或 Ubuntu LTS 作为基础镜像的原因之一它们提供了较好的向后兼容性。6.3 容器内磁盘空间不足问题在 CI 中构建大型项目时可能遇到容器内磁盘空间不足的错误。解决清理中间文件在构建脚本的最后主动删除源码目录、下载的压缩包、编译中间文件等。使用 Docker 的--storage-opt在docker run时可以调整容器的大小如果 Docker 配置允许但这更多是 CI 系统管理员的工作。使用宿主机构建目录更常见的做法是将构建目录如build/通过卷-v映射到宿主机。这样大量的中间文件存储在宿主机上不占用容器层空间。在 GitLab CI 或 GitHub Actions 中工作目录通常就是挂载的卷。6.4 镜像体积过大问题构建出的镜像有好几百 MB 甚至上 GB。优化策略使用-slim基础镜像如前所述这是第一道防线。坚持--no-install-recommends这是减少安装包数量的关键。及时清理 APT 缓存和临时文件每个RUN apt-get install后都要有rm -rf /var/lib/apt/lists/*。对于通过wget下载源码编译安装的软件在make install后也应删除源码和解压目录。多阶段构建对于最终分发的是构建产物而非构建环境多阶段构建是减少镜像体积的利器。将编译工具留在第一个“构建”阶段在第二个“运行”阶段只拷贝二进制文件和必要的运行时库。使用docker-slim或dive工具分析镜像这些工具可以分析镜像各层的内容帮你找到体积大的“元凶”从而有针对性地优化。6.5 非 root 用户权限问题问题切换到非 root 用户builder后无法向某些目录如/usr/local写入文件。解决这是预期行为是为了安全。如果需要安装全局软件如通过pip install --user或源码make install有两种做法在USER builder指令前以 root 身份安装好所有全局依赖。这是最推荐的方式将环境准备固化在镜像中。如果需要用户在容器运行时安装东西可以将其安装到用户目录如~/.local。并确保PATH环境变量包含~/.local/bin。在 Dockerfile 中可以这样设置ENV PATH/home/builder/.local/bin:${PATH} USER builder RUN pip install --user some-package7. 总结与个人实践体会回顾整个docker/cc-use-exp从设计到应用的过程其核心价值在于将“环境”这个变量从软件构建方程中消除。它不仅仅是一个装了工具的容器更是一份声明、一个契约它明确地定义了“在这个项目中构建所需的环境究竟是什么样的”。在实际团队中推广使用这类自定义构建镜像后最直观的感受就是新成员 onboarding 和 CI 调试的时间大幅缩短。新人不再需要花半天时间在复杂的本地环境配置上而是docker pull一下镜像就能获得一个可工作的环境。CI 的失败日志也变得清晰很多因为排除了环境差异问题更可能出现在代码逻辑或测试用例本身。我个人在维护这类镜像时会坚持几个习惯一是为每个重要的工具链升级如 GCC 从 10 到 11创建新的镜像标签而不是原地更新latest给团队一个平滑过渡的窗口期。二是在 Dockerfile 开头用注释写明镜像的主要内容和版本方便后来者理解。三是定期比如每季度基于最新的slim基础镜像重建一次并运行一套核心项目的构建测试确保镜像的持续可用性。最后一个小技巧是可以将 Dockerfile 和用于测试镜像的简单构建脚本比如编译一个 Hello World 或运行一段标准测试一起放在一个 Git 仓库里。这样镜像的构建过程本身也实现了版本化和可追溯完美契合 DevOps 的理念。当有人问“我们的构建镜像里到底有什么”你不仅可以给他一个镜像标签还可以给他一个指向特定提交的 Git 链接一切尽在掌控之中。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2590087.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…