大家好，我是Java陈序员。自从微服务开始流行之后，各种商城系统、外卖系统可是层出不穷。面试的时候人人都说做过商城系统，导致现在一听电商系统就是烂大街的项目。黑格尔曾经说过：存在即合理。电商系统的盛行，必然是由于市场需求导致。目前，电商系统基本涵盖了J2EE中的主要技术栈。能否实现一套全链路的商城系统，是很考验一个程序员是否掌握后端技术栈的能力！今天，给大家介绍一个5.2k+Star的微服务商城系统，代码完全开源，没有任何二次封装，是一个非常适合二次开发的电商平台系统。项目介绍mall4cloud一个后端基于SpringCloud、Nacos、Seata、MySQL、Redis、RocketM
GitHub地址（Star60K）：https://github.com/Torantulino/Auto-GPT目录前言什么是AutoGPT？AutoGPT有哪些特点
虽然大火了近一年，但是截至目前AI唯一破圈的场景是帮助写代码（谷歌云旗下的DORA年度报告也给AI泼了盆冷水）。不过对于软件开发来说，生成式人工智能绝对已经是新的标配。本期StarHistory收集了一些开源GitHubCopilot替代品（不免费，也不开源），AI编程助手来解放你的生产力🏋️。CodyCody是Sourcegraph开源的AI编程助手，可作为VSCode或JetBrains扩展使用。Cody由Sourcegraph的codegraph驱动，所以会对整个代码库有所了解。除了基于AI的代码补全、编写单元测试、生成文档注释、总结代码等常见功能外，Cody还有一个聊天界面，你可以问他
CHMViewerStar是一款适用于Mac平台的CHM文件阅读器软件，支持本地和远程CHM文件的打开和查看。它提供了直观易用的界面设计，支持多种浏览模式，如书籍模式、缩略图模式和文本模式等，并提供了丰富的功能和工具，如书签、搜索、全屏模式等。此外，该软件还支持多种编码方式和语言，方便用户在不同国家和地区使用。CHMViewerStar的特点包括：1.专业的CHM阅读器：主要用于打开和查看CHM文件，支持本地和远程文件的打开和查看。2.多种浏览模式：支持多种浏览模式，如书籍模式、缩略图模式和文本模式等。3.丰富的功能和工具：提供了丰富的功能和工具，如书签、搜索、全屏模式等。4.多种编码方式和语
前段时间，「霉霉大秀中文」的视频在各个社交媒体走红，随后又出现了「郭德纲大秀英语」等类似视频。这些视频很多都出自一个名叫「HeyGen」的AI应用之手。不过，从HeyGen现在的火爆程度来看，想用它制作类似视频可能要排很久。好在，这并不是唯一的制作方法。懂技术的小伙伴也可以寻找其他替代方案，比如语音转文字模型Whisper、文字翻译GPT、声音克隆+生成音频so-vits-svc、生成符合音频的嘴型视频GeneFace++dengdeng。其中，这个语音转文字的Whisper模型非常好用。Whisper是OpenAI研发并开源的一个自动语音识别（ASR，AutomaticSpeechRecog
中午时候，在技术交流群里聊起关于Redis创始人的一些趣事，比如离开Redis之后，去写科幻小说之类的。因为好奇科幻小说，TJ君就去搜索了一下。结果一搜，发现Redis作者最近居然又搞了个新活儿！世界上最小的聊天服务器这次Redis作者的新开源项目名叫：SmallChat。从关于内容中可以知道，这个开源项目是要打造最小的聊天服务器。从开源项目的内容中来看，确实如此，就下面这些：代码部分除去大量注释之后，更是惊人的只有200+行代码，可以说真的是做到了极致的精简。起源与未来在该项目的README中，目前还没有更多关于该项目的使用说明，更多的是关于该项目的背景和未来展望。内容也是非常值得大家细品，
在开发者的世界中，判断一个项目火不火、受不受欢迎，GitHub的star量是一个非常重要的指标。比如AI大模型宇宙的基石模型transformers在GitHub上已经获得了100k以上的star。可以说，开发者在GitHub上创建项目，提交代码，与其他人分享交流，构建了独属于开发者的社交网络。GitHub更是成为了开发者神器，还被戏称为「全球最大同性交友网站」。不过，根据今天Wired的一篇报道，GitHub的成功同时见证了一个非常不好的现象：刷star量的黑市。这是怎么回事呢？原来，Wired发现了一个公开出售GitHubstar的圈子，它包含了在线store和聊天群组。Wired以6美元
是不是说起「口袋妖怪」，你就不困了？「口袋妖怪」是「宝可梦」的非官方译名。从1996年至今，它可以被分为数个世代，成为很多玩家心中的经典之作。游戏画风简单，但是身为策略游戏，其中包含的角色、属性、战术、体系等让这个游戏入门容易精通难。如果训练AI来玩宝可梦，你觉得它的实力如何？推特用户@computerender用强化学习训练AI玩起了宝可梦。他也通过视频记录了这一过程，不仅生动地展示了训练过程，还详尽地介绍了其中的方法。项目地址：https://github.com/PWhiddy/PokemonRedExperiments视频地址：https://www.youtube.com/watch
近年来，大语言模型（LLM）及其底层的transformer架构已经成为了对话式AI的基石，并催生了广泛的消费级和企业应用程序。尽管有了长足的进步，但LLM使用的固定长度的上下文窗口极大地限制了对长对话或长文档推理的适用性。即使是使用最广泛的开源LLM，它们的最大输入长度只允许支持几十条消息回复或短文档推理。与此同时，受限于transformer架构的自注意力机构，简单地扩展transformer的上下文长度也会导致计算时间和内存成本成倍增加，这就使得全新的长上下文架构成为紧迫的研究课题。不过，即使我们能够克服上下文缩放的计算挑战，但最近的研究却表明，长上下文模型很难有效地利用额外的上下文。这
