-
网页CAD SDK复刻AutoCAD多段线功能
前言多段线既能承载直线段与圆弧段，又自带宽度与几何属性。它是真实的工程图纸中使用率最高的图元，如建筑墙体、市政管线、道路边线、地块轮廓。本文作为基础绘图的进阶篇，将带大家深入多段线，并在 Web 端复刻 AutoCAD PLINE 命令交互。一、多段线概念多段线（Polyline）是由多个顶点依次连接而成的单一实体，相邻顶点之间既可以是直线段，也可以是圆弧段。它与零散直线段最本质的区别在于：无论包
-
声明式规则引擎：YAML 沉淀 GB28181 故障模式
摘要 GB28181 故障模式繁多，厂商实现各异。GBDoctor 用 YAML 声明式规则库，将诊断知识从代码中解耦，支持社区贡献与持续沉淀。本文解析规则引擎的设计与实现。为什么需要规则库如果每个故障都写死在 Go 代码里：新增规则要改代码、重新编译社区无法贡献厂商差异难以维护规则库的目标：让诊断知识可积累、可版本化、可社区化。规则结构一条规则包含：ruleid: REG-401-ALGO ca
-
GB28181播放自愈：NACK、降级TCP、双缓冲切换
网络抖动是视频播放最大的敌人 做安防视频项目的都知道，实验室里跑得好好的，到了客户现场就出问题。为什么？网络环境不一样。实验室是千兆交换机，客户现场可能是4G、WiFi、工业环网，丢包、抖动、带宽波动，什么都有。GB28181默认走UDP。UDP的特点是无连接、不保证顺序、不保证到达。网络一抖动，画面就花屏、卡顿、甚至断流。PyGBSentry做了三层播放自愈机制：RTCP NACK、UDP降级T
-
OT和IT融合，为什么90%的项目都卡在“安全”上？
最近三年，制造业数字化转型的项目里，“OT/IT融合”是被提得最多的词。IT部门想把工厂数据接入MES、ERP、云端；OT部门担心安全问题，怕生产网络被外部攻击。这个矛盾，我见过太多项目卡在这里。一个真实的项目，卡了8个月。客户是一个汽车零部件厂，IT部门想采集产线上30台设备的数据到MES系统。OT部门（设备科）坚决反对——理由是“生产网络不能跟办公网连通，万一被攻击了，整条产线停摆”。IT部门
-
ETF行情API接入踩坑记：从报错到跑通的七个问题
本文整理了接入ETF行情API时最常见的7个问题及解决方案，涵盖路径错误、参数格式、字段含义、WebSocket连接顺序、心跳机制、时间戳处理与多标的订阅优化。通过实际排查和代码示例，指导开发者正确调用/fund/quote接口、解析返回数据、建立稳定实时连接，并实现高效监控多只ETF，最终提供可运行的最小完整脚本。
-
云蝠智能与Synthflow无代码语音平台适用场景差异对比
很多政企客户、中小团队在搭建AI语音呼叫项目时，都会纠结选国内成熟的企业级方案还是海外无代码平台，云蝠智能和Synthflow就是两类方案里被提及比较多的两个选择。本文从定位、功能、落地能力、适用场景几个维度拆解二者的差异，帮你更快找到匹配自身需求的选项。 基础定位的核心差异 Synthflow是海外推出的无代码语音Agent搭建平台，主打让用户不用写代码，靠拖拽配置就能结合大模型打造自定义语音交
-
当AI真正进入业务：O2OA（翱途）开发平台正在重新定义企业协作
这两年，几乎所有软件都在谈AI。聊天、写材料、做摘要、生成图片……AI已经表现出足够惊艳的能力。但对于企业来说，一个更重要的问题是：AI除了“会聊天”，还能不能真正参与工作？这是O2OA一直在思考，也正在实践的方向。一、企业真正需要的，不是一个聊天窗口如果AI只是停留在一个对话框里，那么它和企业真正的业务之间，依然隔着很远的距离。员工问一句：“帮我看看这个项目现在进行到哪一步了。”AI如果不知道企
-
企业加密软件落地实战：解决内部数据泄密的核心技术逻辑
内部数据泄露已成为企业数据安全的主要风险，而企业加密软件作为终端数据防泄露的核心工具
-
GBDoctor 架构解析：纯 Go 实现 GB28181 诊断引擎
GBDoctor 是一个 GB/T 28181 接入诊断工具，采用纯 Go 实现，零 CGO 依赖，单二进制交付。本文从整体架构、SIP 协议栈、诊断引擎、规则库、报告生成五个层面，拆解其工程实现。为什么选择纯 GoGB28181 诊断工具需要跑在集成商现场：Windows 笔记本、Linux 服务器、甚至 ARM 网关。传统方案依赖 Python + libpcap + Wireshark，部署
-
工业数据到底该存哪里？——InfluxDB和TDengine的真实对比
一个中等规模的工厂，1000个传感器，每秒采集一次，一年产生约315亿条数据-26。用MySQL存？一张表315亿行，查询最近1小时的数据要扫描数十万行索引，响应时间从秒级到分钟级-26。写入吞吐量约2万条/秒，加上索引维护和查询并发，实际写入能力急剧下降-26。所以必须用时序数据库。但时序数据库有好几种，选哪个？我用了两年InfluxDB，后来迁到了TDengine，说一下真实感受。Influx
-
Modbus TCP的"静默故障"——从CRC错误到连接表耗尽
干了这么多年Modbus，我发现一个规律：Modbus很少"突然坏掉"，它通常是慢慢"退化"的。退化的时候不报警、不报错，就是数据偶尔旧一点、轮询周期比配置的慢一点、操作工说"数据好像不太对"。等你发现的时候，已经不是调一个参数能解决的问题了。而且更麻烦的是，Modbus RTU和Modbus TCP的退化机制完全不一样。用排查RTU的思
-
JTE架构解析：Go构建车联网部标引擎的模块化实践
车联网平台最难的部分，往往不是业务逻辑，而是协议接入。JT/T 808、JT/T 1078、JT/T 809、JT/T 905、JT/T 1045、JT/T 1253、GB/T 32960，每个协议都有自己的解析规则、会话管理和异常场景。如果每个项目都从零实现，团队会陷入无限重复的终端适配和数据库适配中。JTE（JT Engine）是一个开源的 JT/T 部标协议智能引擎，用 Go 语言实现，采用
-
噪音控制在50dB以内，钧晟动力行星减速机这次实测读数49.
设备运行时，噪音往往不是某一个部件单独造成的。电机、减速机、联轴器、安装底座和负载方式，都可能影响操作人员最终听到的声音。 但对设备工程师来说，减速机能不能把自身噪音控制住，仍然是一项很直接的能力。因为它离电机近、参与传动，又常常安装在设备内部，一旦出现异常噪声，排查起来并不轻松。 钧晟动力作为专注减速机研发生产的创新型科技企业，已经推出噪音低至50分贝的高精度行星减速机，产品寿命可达20000小
-
2026常用AI工具怎么搭？一份按工作场景划分的最佳组合指南
2026年的AI工具早已过了"一个助手打天下"的阶段。写作、做表、分析、调研、设计，每个环节都有更专业的工具，单打独斗都不完整，组合起来才能发挥最大价值
-
技术解读：HarmonyOS：应用横竖屏切换
HarmonyOS：应用横竖屏切换 一、概述 当前HarmonyOS应用开发主要通过以下两种方式实现视频横竖屏切换： 设置窗口的旋转策略，旋转整个窗口。 跳转到不同显示方向的页面，仅旋转子页面。 当前HarmonyOS应用开发主要通过以下两种方式实现视频横竖屏切换： - 设置窗口的旋转策略，旋转整个窗口。 - 跳转到不同显示方向的页面，仅旋转子页面。 二、窗口旋转说明 目前HarmonyOS系统中的窗口旋转形态有四种，对应真机实际状态如下： 开发者可通过以下两种方式设置窗口旋转策略： 通过module.json5文件中的“orientation”字段进行设置。 调用窗口管理的setPreferredOrientation()接口进行设置。 开发者可通过以下两种方式设置窗口旋转策略： -...
-
终端安全+DLP双重防护，解决企业数据泄露核心难题
当下企业数据安全的核心逻辑早已改变：外网攻击可以靠防火墙抵御，但90%的数据泄露都来自终端内部。单纯的终端防护早已跟不上合规和风控需求，只有终端安全筑牢设备防线、DLP管住数据流转，双重联动才能彻底堵住安全漏洞。
-
从一张 AI 生成图到可交互 3D 模型：Simon Willison 的 Blender 工作流实验
导语 当 AI 生成图像已经能一次给出不错的结果时，下一步会发生什么？Simon Willison 在 2026 年 9 月 9 日的博客中给出了一个具体答案：把 AI 生成的图片交给运行 GPT-6 Astra 的 Codex，让它调用本地 Blender 技能，自动构建出一个可查看的 3D 模型。整个过程耗时 17 分 51 秒，最终产出了多个 .blend 文件，并被他集成进自己的浏览器端 Blender 查看工具中。 这篇文章不讨论宏大的 AGI 叙事，而是拆解一个具体的、可复现的“感觉编码”（vibe coding）工作流：从文本提示到图像，再到 3D 资产，最后到浏览器中的可交互预览。 第一步：用 ChatGPT Images 2.5 生成法贝热彩蛋概念图 Simon 的起点是一个个人兴趣项目——制
-
Python股票实时价格告警系统：WebSocket订阅与REST快照实战
本文分享了构建美股实时价格告警系统的完整过程：从初始的REST轮询因延迟高、效率低而受限，转向使用WebSocket实现低延迟订阅。重点解决了鉴权握手、心跳保活、数据字段解析（如chp涨跌幅、ts交易状态）等关键问题，并结合历史K线接口完成盘前快照分析。最终实现基于前收盘价计算涨跌幅、过滤停牌股的稳定告警系统，兼顾实时性与可靠性。
-
工作流引擎bpm，怎么选？有哪些指标？
选择工作流引擎，本质上是在“标准与生态”和“本土化与交付效率”之间做权衡。没有绝对的优劣，关键在于匹配你的团队、业务场景和长期规划。
-
别再收藏夹吃灰了：2026年真正能天天用的13个AI工具，按任务场景分好类
收藏夹里躺着几十个"神器"，真正每天打开的却不超过三五个。这大概是绝大多数人面对AI工具时的真实状态。
