LINE LINE ## 如何打造一个让人愉快的 小于技 ## 会议主席  ## 但考虑到这是一次开发者会议 我 ## 如何打造一个让人愉快的 框架 ## 一 个故事 ... ## 武田君的'轮子' 网络请求 模型解析

北京快猫星云科技有限公司 ## Flashcat 的特点 ## 统一采集 采用插件化思路，内置集成上百种采集插件，服务器、网络设备、中间件、数据库、应用、业务，云上云下，均可监控，开箱即用。 ## 统一告警 支持指标告警、日志告警、智能告警，支持几十种数据源对接，收集各类监控系统的告警事件，进行统一的告警收敛、降噪、排班、认领、升级、协同，大幅提升告警处理效率。 ## 统一观测 将 Metrics、Logs Stars contributors 61 license MIT Forks Powered By Flashcat ## All-in-One 一个agent同时采集 指标、日志、链路追踪数据 ## 开源、开放 Categraf 源代码开放 遵循OpenTelemetry标准 社区驱动，近百项插件 ## vs Telegraf “Telegraf 数据格式与 Exporters “需要安装维护的Exporter数量庞大，Exporter质量良莠不齐” ## Categraf • 是一款 All-in-One 的开源的 telemetry 数据采集器，支持指标、日志采集； - 支持 Tracing 数据的收集； - 支持物理机、虚拟机、交换机、容器、K8s、多种中间件/数据库的数据采集，云上云下，均可监控； 汇聚领域最佳实践，开箱即用； ## 内置仪表盘模板和告警模板

文档撰写中； - 开源活动的参与频率相较往年有所上升，这与国内愈发繁荣的开源氛围和逐渐丰富的开源活动也有关系。81% 的开发者认为开源活动对促进和推动开源社区至关重要。而对于更倾向于线上还是线下的会议，结果竟惊人地持平； 在 2020 年 COVID-19 这个大背景下，各行各业都不可避免受到了冲击和影响；82% 的人认为疫情对于参加开源社区的活动产生了影响，但也具有推动作用，11% 的人认为毫无影响，7% ### 4.3 开源活动 绝大多数参与者每年只会参加几次线上/线下的开源活动，每个月参加一到两次线上/线下开源活动的参与者占比约两成。线下的开源活动大多以沙龙、讲座等为主，线上的开源活动以在线会议、邮件列表讨论、PR活动等为主。 线下活动参与频率 ![Image](/uploads/documents/3/0/1/b/301b127e9182e8082d441245e478b0cd/p8_2 立起人与人之间的信任，对于社区的繁荣、人与人之间更高效的协作有重要意义。 关于开展线上还是线下的开源活动/会议，参与者们各抒己见，线下活动可以面对面地沟通交流，交流更有效率，氛围更好，可以有更多走出去看看，结交新朋友的机会，而线上活动则更加安全、便捷，不受时间、地域等限制，成本低廉，且会议内容可以录像，方便会后复查，当然，线下录像也是越来越普遍。 ![Image](/uploads/docume

终端，PC具有大屏幕和更高分辨率、多任务处理、键鼠交互、大容量存储等优势。这让PC在移动互联网内容消费时代依然扮演着不可或缺的重要角色。 在内容创作的场景中，PC具有最广泛的应用场景，可以承担远程会议、图形设计、编程开发、多媒体制作等多项任务。PC具有更多的专业工具的支持，如图像处理软件、视频编辑工具、音频编辑软件等，这些软件通常在PC平台上具备更多功能和高级选项，为专业创作者提供更丰富的工作环境。 生态支持之下，AI PC所具备的个性创作、秘书服务以及设备管家等能力，能够在工作、学习和生活娱乐等场景中分别体现出多样的独特价值。 个性创作 ## 工作 设备管家 秘书服务 - 会议材料准备 - 会议总结和纪要 - 专业PPT/Word/Excel... - 个人日程表 - 同声传译 - . ... - 主动调优 - 专业模式 . ... ## 学习 - AI课堂笔记和记录 工作：打造智能工作新常态 个性化创作服务助力工作效率提升 AI大模型在工作领域已经有了相对广泛的应用，在效率提升方面已经展现出了极强的能力和潜力，能够帮助用户快速生成特定主题的文档，例如起草会议通知、会议材料准备、会议记录和纪要、邮件起草和专业文件创作等。 AI PC具备更加个性化创作的能力，能够有效的解决当前公共模型在专业文档制作中的问题。AI PC能够更准确的理解用户的创作意图，掌握用户的历史创

和在线预估框架 Augur 是搜索 AI 化的核心组件，解决了模型从离线训练到在线服务的一系列系统问题，极大地提升了整个搜索策略迭代效率、在线模型预估的性能以及排序稳定性，并助力商户、外卖、内容等核心搜索场景业务指标的飞速提升。  首先，让我们看看在美团 内的一次完整的搜索行为主要涉及哪些技术模块。如下图所示，从点击输入框到最终的结果展示，从热门推荐，到动态补全、最终的商户列表展示、推荐理由的展示等，每一个模块都要经过若干层的模型处理或者规则干预，才会将最适合用户（指标）的结果展示在大家的眼前。  为了保 ，还是有不少的性能提升。 美团搜索内部，已经通过 LocalModelFeature 的方式，实现了 BERT as a Feature。在几乎没有新的使用学习成本的前提下，同时在线上取得了明显的指标提升。 #### 4.4.2 Online Model Ensemble Augur 支持有单独抽取特征的接口，结合 Model as a Feature，若需要同时为一个文档进行两个或者多个模