本书作为一本介绍软件系统分析和设计的教材，融合了DevOps理念和华为系统工程方法，旨在为学生和软件开发人员提供有关软件开发过程的理论和实践方面的知识。全书共包含7章，分别讲授系统分析与设计基础、需求获取、需求描述与规约、系统设计原则、对象交互设计与类的设计、数据库设计、面向DevOps的系统开发。全书共有4个综合实验，分别在第三、五、六、七章。 本书的特色在于 模型 和 逻辑 ，核心部分即分析与设计，在不断地构造模型（不限于形式化的模型）、精化模型、转换模型，直至出现最终的程序（亦是模型）。并非为了建模而建模，而是模型之间总能找到逻辑联系，最终服务于并汇聚到程序的生成。 本书可作为高等学校计算机类专业，尤其是软件工程专业本科生的教材；也可作为计算机类专业研究生和软件开发工程师的参考读物。
本书是一本实用性很强的Kubernetes运维实战指南，旨在为容器云平台的建设、应用和运维过程提供全面的指导。作者结合丰富的生产环境经验，深入探讨作为一名Kubernetes工程师 的核心技能，包括部署、存储、网络、安全、日志、监控、CI/CD等方面的技术。本书结合大量的实际案例，深入解析各个知识点，帮助读者更轻松地理解Kubernetes，并掌握在真实应用场景中的使用方法、技巧以及工作原理。通过学习本书，读者可以熟练运用这些知识来构建高效、稳定、安全的企业级Kubernetes容器平台，提高自身的运维能力和竞争力。 本书适用于云计算工程师、运维工程师、DevOps工程师、开发工程师、测试工程师、架构师以及备考CKA认证人员，也适合作为高等院校计算机专业云计算及容器技术方面的教材和教学参考书。
《LangChain大模型AI应用开发实践》是一本深度探索LangChain框架及其在构建高效AI应用中所扮演角色的权威教程。本书以实战为导向，系统介绍了从LangChain基础到高级应用的全过程，旨在帮助开发者迅速掌握这一强大的工具，解锁人工智能开发的新维度。 本书内容围绕LangChain快速入门、Chain结构构建、大模型接入与优化、提示词工程、高级输出解析技术、数据检索增强（RAG）、知识库处理、智能体（agent）开发及其能力拓展等多个层面展开。通过详实的案例分析与步骤解说，读者可以学会整合如ChatGLM等顶尖大模型，运用ChromaDB进行高效的向量检索，以及设计与实现具有记忆功能和上下文感知能力的AI智能体。此外，书中还介绍了如何利用LangChain提升应用响应速度、修复模型输出错误、自定义输出解析器等实用技巧，为开发者提供了丰富的策略与工具。 本书主要面向AI开
《从零构建大模型:算法、训练与微调》是一本系统且实用的大模型构建指南，旨在引领读者从基础知识起步，逐步深入探索大模型的算法原理、训练方法及微调技术。《从零构建大模型:算法、训练与微调》共12章，涵盖了Transformer模型的基础理论，如Seq2Seq模型、分词、嵌入层和自注意力机制等关键概念；并深入剖析了GPT模型的核心实现与文本生成过程，以及BERT模型的预训练和微调技术。同时，也对ViT（视觉Transformer）模型的架构、训练方法，以及高阶微调策略如Adapter Tuning和P-Tuning进行了详尽讲解。此外，还系统地介绍了数据处理、数据增强、模型性能优化（包括混合精度训练和分布式训练）、对比学习、对抗训练、自适应优化器、动态学习率调度，以及模型蒸馏与剪枝技术等多个方面。最后，通过应用案例，展示了模型训练和微调的完整流程，助力读者将理论知
本书为Linux操作系统的实验指导书，主要介绍Linux操作系统的环境搭建、基础知识、服务器架设三部分内容。环境搭建部分主要介绍虚拟机和操作系统的安装；基础知识部分主要介绍基本命令相关实验内容；服务器架设部分主要介绍FTP服务器、DNS服务器。 本书以实例为引导，实验步骤详细，同时又兼顾学习的系统性，可作为普通高等院校、中高等职业技术院校以及各类计算机教育培训机构的专用实验教材，也可供广大操作系统爱好者自学使用。
《金融大模型开发与应用实践》循序渐进、深入讲解了金融大模型开发与应用实践的核心知识,并通过具体实例的实现过程演练了各个知识点的用法。全书共11章,分别讲解了大模型基础、数据预处理与特征工程、金融时间序列分析、金融风险建模与管理、高频交易与量化交易、资产定价与交易策略优化、金融市场情绪分析、区块链与金融科技创新、基于深度强化学习的量化交易系统(OpenAIBaselines FinRL DRL PyPortfolioOpt)、基于趋势跟踪的期货交易系统(TechnicalAnalysis library yfinance Quantstats)、上市公司估值系统(OpenAI LangChain Tableau PowerBI)。《金融大模型开发与应用实践》易于阅读,以极简的文字介绍了复杂的案例,同时涵盖了其他同类图书中很少涉及的历史参考资料,是学习金融大模型开发的理想教程。 《金融大模型开发与应用实践》适用于已经了解了Python 基础开发的读者,想进一
《循序渐进Node.js企业级开发实践》结合作者多年一线开发实践，系统地介绍了Node.js技术栈及其在企业级开发中的应用。全书共分5部分，第1部分基础知识（第1～3章），介绍Node.js的基础知识，包括模块化、测试等；第2部分核心编程（第4～9章），介绍Node.js的缓冲区、事件、定时、文件、进程、流等方面的处理；第3部分网络编程（第10～16章），介绍Node.js的TCP、UDP、HTTP、WebSocket、TSL/SSL、常用Web中间件、Vue.js与响应式编程等方面的内容；第4部分数据存储（第17～19章），介绍Node.js关于MySQL、MongoDB、Redis等数据存储的操作；第5部分综合应用（第20章），介绍Node.js实现即时聊天应用的完整过程。除了Node.js技术外，本书还讲述了Express、Socket.IO、Vue.js、MySQL、MongoDB、Redis等热门技术的应用。本节还精心设计了26个实战案例和43个上机练习，所有练习都提供了操作步骤，便于读
《Linux高性能网络详解：从DPDK、RDMA到XDP》主要介绍了DPDK、RDMA和XDP三种高性能网络技术的原理、使用方法和实现方案。 《Linux高性能网络详解：从DPDK、RDMA到XDP》总计26章，分为四大部分。第1部分介绍了计算机网络、计算机硬件和Linux操作系统的基础知识，以及软件和硬件之间传递信息的方式、以内核协议栈为基础的网络方案和Corundum。第2部分介绍了DPDK的入门知识、DPDK的内存管理、UIO/DPDK的基本使用方法、测试和分析高性能网卡，以及如何为Corundum编写DPDK驱动程序。第3部分包括RDMA技术简介、软件架构、基本元素、基本操作类型及其配套机制、传输服务类型、应用程序执行流程、主要元素的实现、数据传输、RoCEv2网卡的配置、性能测试工具等内容。第4部分包括XDP简介、XDP教程代码分析、简单的XDP性能测试、如何让网卡驱动程序支持XDP功能等内容。 《Linux高性能网
《多模态大模型:从理论到实践》系统地介绍多模态大模型的理论基础、关键技术与实际应用。全书分为两部分12章，第1部分（第1～5章）围绕基础理论与技术解析展开论述，包括基本概念、Transformer架构、跨模态对齐、模态融合，以及多模态大模型的预训练方法、模型微调与优化等，为理解多模态大模型的构建逻辑奠定基础。第2部分（第6～12章）聚集于多模态大模型的高级应用与场景实现，包括主流视觉语言模型（如CLIP、BLIP-2等）的实现、跨模态推理与生成的技术应用、多模态大模型的推理与优化方法、模型的安全与可信性问题，并通过多模态检索与推荐系统、多模态语义理解系统和多模态问答系统的端到端开发实践，展示了多模态大模型的实际落地路径。 《多模态大模型:从理论到实践》兼具理论深度与实际应用价值，适合大模型和AI研发人员、人工智能领域的
《大模型RAG应用开发:构建智能生成系统》系统介绍检索增强生成（RAG）技术的核心概念、开发流程和实际应用。《大模型RAG应用开发:构建智能生成系统》共分为11章，第1～3章详细介绍RAG开发的基础，包括环境搭建、常用工具和模块，帮助读者从零开始理解RAG系统的工作原理与开发技巧；第4～8章聚焦RAG系统的具体搭建，从向量数据库的创建、文本的向量化，到如何构建高效的检索增强模型，为开发RAG应用奠定基础；第9～11章通过实际案例，包括企业文档问答系统、医疗文献检索系统和法律法规查询助手的实际开发，帮助读者在特定领域深入理解和应用RAG技术。 《大模型RAG应用开发:构建智能生成系统》适合RAG技术初学者、大模型和AI研发人员、数据分析和挖掘工程师，以及高年级本科生和研究生阅读，也可作为培训机构和高校相关课程的教学用书或参考书。
"《AI Agent开发与应用：基于大模型的智能体构建》详尽地阐述智能体的基础理论、开发工具以及不同层次的开发方法，通过融合自然语言理解、多轮对话和任务自动化技术，为读者提供从理论到实践的全方位指导，旨在帮助读者构建高效的智能体。《AI Agent开发与应用：基于大模型的智能体构建》分为3个部分，共12章。第1部分（第1～5章）深入解析智能体的工作原理及开发所需的工具链，包括智能体的定义、类型及其与大语言模型（LLM）的关系，探讨智能体框架结构和核心模块的设计，并介绍LangChain和LlamaIndex等技术如何助力任务自动化和数据管理，使读者能够亲身体验智能体的基础开发过程。第2部分 （第6、7章）聚焦于智能体的浅度开发，通过订票系统和智能翻译智能体等实例，展示如何将理论知识应用于实际项目。第3部分（第8～12章）深入探索智能体的高级开
在过去的十几年中，软件测试技术的演进突破了曾经的局限，发生了翻天覆地的变化，在新的领域有了更广泛的应用场景。 本书从现代软件测试技术的视角，深入探讨近年来涌现和快速发展的测试技术，以及在快速变化的技术环境中依然保持高度相关性和实践价值的方法论与技巧。本书内容主要包括现代软件测试的工程理念，测试策略、分析和设计，测试与系统架构的关系，各项测试技术精要，自动化测试框架的设计与实现，AI产品、大数据产品、区块链、图形图像相关测试技术，以及大模型赋能下的测试智能化等。 我们希望这是一本软件测试技术领域的 百科全书 ，无论你是希望在专业领域不断精进的技术专家，还是希望打下扎实基础的入门读者，都能从本书中汲取宝贵的经验。
本书由龙蜥社区操作系统及eBPF专家联合撰写，带领读者一次性学透eBPF原理与Linux可观测性，让性能与安全问题无所遁形，效果立竿见影。具体来说，本书系统介绍eBPF技术生态、特性、五大主流开发框架，并深度剖析应用、网络、内存、I/O、调度、安全六大关键Linux可观测性实践。本书共9章，从逻辑上分为两部分。第一部分为eBPF基础（第1～3章）：第1章概述eBPF技术的发展历程和应用场景；第2章深入解析eBPF的指令集、辅助函数及程序类型设计原理；第3章介绍如何使用libbpf、BCC、eunomia-bpf、Coolbpf等工具开发eBPF程序，尤其是BTF和CO-RE技术的应用。第二部分为eBPF可观测性实践（第4～9章），第4章探讨eBPF在用户态应用层面的可观测实践，如Java应用的GC观测；第5章讲解内核网络收发包流程及使用eBPF分析网络抖动的方法；第6章介绍内存性能瓶颈的优化方法，包括使用eBPF检测
这是一本面向初中级读者的Agent学习指南，作者既是资深的AI技术专家，又是经验丰富的项目导师，融合作者亲身实践、培训反馈与官方资源，为Agent使用者和开发者提供了快速上手的实用指导。 本书从基础知识、操作和应用开发3个维度循序渐进地讲解Agent实战技巧，分为三篇： ?基础篇（1~2章） 介绍Agent定义、发展历程、常用开源技术、主要组件等基础知识和开发环境的搭建过程。 ?应用篇（3~6章） 从通用型、任务驱动型、辅助开发型和检索增强型 4大类，通过AutoGPT、MemGPT、BabyAGI、Camel、Devika、CodeFuse-ChatBot、DB-GPT、QAnything这8种具体类型，详细描述Agent的安装、配置和使用等操作步骤。 ?开发篇（7~16章） 展开分析10个不同场景的Agent应用开发实例。一方面，以AgentScope、LangChain、LangGraph、AutoGen、LlamaIndex、CrewAI、Qwen-Agent这7种被广泛应用的开源Agent开发框架为基础，针对
本书为Linux之父林纳斯 托瓦兹的自传。书中以林纳斯 托瓦兹对人生和社会走向的独特理解（生存、社会秩序、娱乐）为线索，在讲述林纳斯 托瓦兹成长经历的同时，阐述他对技术、自由、信息共享以及创造激情的体会与感悟，以及黑客精神与商业现实之间的冲突的深入思考，描绘出了以 自由与激情 为主导价值和内在驱动的黑客人生信仰模式，是了解林纳斯成功之路与人生哲学，以及Linux操作系统幕后故事的佳作。 本书适合计算机相关从业者阅读，也作为对Linux系统、黑客精神感兴趣的读者的参考资料。
"《大模型智能推荐系统:技术解析与开发实践》系统阐述大语言模型与推荐系统深度融合的创新实践，涵盖技术原理、开发方法及实战案例。《大模型智能推荐系统:技术解析与开发实践》分为4部分，共12章，涉及推荐系统的多个关键模块，包括技术框架、数据处理、特征工程、嵌入生成、排序优化及推荐结果评估。重点解析大语言模型在冷启动问题、长尾内容优化和个性化推荐等领域的核心技术，通过深度剖析上下文学习、Prompt工程及分布式部署等方法，展示如何利用大语言模型提高推荐精度和用户体验。同时，通过实战项目的解析，助力读者掌握高效智能推荐系统从开发到部署的全流程。《大模型智能推荐系统:技术解析与开发实践》还引用了Hugging Face的Transformer库、ONNX优化工具以及分布式推理框架等先进技术，为构建工业级推荐系统筑牢坚实基础。 《大模型智
这是一本深度解读Android性能优化底层原理并给出可落地的一线实践指导的专业技术书。书中不仅原理讲解透彻，而且会给出很多基于读者实际工作成绩的实战案例。本书共分为11章，其中第1章总体介绍Android性能优化的背景、本质、方法论和落地方向，第2~10章从原理和实战两个层面分别对内存优化、速度优化、稳定性优化、包体积优化及其他优化进行解读。最后一章是作者多年优化从业经验的总结。
《大模型轻量化:模型压缩与训练加速》围绕大模型轻量化这一主题，系统地阐述大模型轻量化的基本理论与实现方法，旨在提升模型的部署效率和计算性能。全书分为3部分，共10章。第1部分（第1～5章），介绍大模型的背景与面临的问题，以及Transformer和MoE架构的基本原理；重点讲解模型压缩、训练加速和推理优化等核心技术，包括量化、蒸馏和剪枝等，并通过实际案例验证其效果。第2部分（第6、7章），重点介绍端侧学习与计算引擎优化策略，尤其是动态Batch和异构执行的工程实现。第3部分（第8～10章），针对高性能算子库与手工算子开发，分别以cuDNN、NEON、CUDA等为代表，揭示算子优化的细节，最后，以国产开源模型DeepSeek-V3为例，展现从训练到推理的综合优化方案。 《大模型轻量化:模型压缩与训练加速》提供全面实用的轻量化方法论，结合丰富代码示例与实
本书是《趣味学编程：特级教师带你零基础玩转Mind 》的进阶版，使用编程软件Mind 展开学习。Mind 是一款基于Scratch 3.0开发的国产编程软件，拥有自主知识产权，有着亲和的界面和丰富的扩展功能，同时支持图形化编程语言与Python语言、C语言等多种代码编译环境，为不同层次的学习者提供学习支持，还集成了各种主流主控板及上百种开源硬件，支持人工智能（AI）与物联网（IoT）功能。本书在上一本书的基础上，带领青少年继续深入探索算法、人工智能（AI）以及物联网（IoT）的精彩世界，全程配以深入浅出的微课讲解，使读者能在生动有趣、充满挑战的学习中收获成功的喜悦。
《ADS信号完整性仿真与实战 第2版》主要是以ADS软件为依托，结合信号完整性和电源完整性的基础理论以及实际案例，完整地介绍了使用ADS进行信号完整性以及电源完整性仿真的流程和方法，最终以实际的案例呈现给读者，具体内容包括信号完整性基本概念、ADS基本概念及使用、PCB材料和层叠设计、传输线及端接、过孔及过孔仿真、串扰案例、S参数及其仿真应用、IBIS与SPICE模型、HDMI仿真、DDR4/DDR5仿真、高速串行总线仿真、PCB板级仿真SIPro、PCB板级仿真PIPro等。 《ADS信号完整性仿真与实战 第2版》内容翔实，深入浅出，结合实际案例的应用进行讲解，实用性强，非常适合作为信号完整性以及ADS仿真入门教程，也可以作为资深仿真工程师的工具书，还可以作为大学电子、电路、通信、电磁场等专业的教学实验教材。
HarmonyOS NEXT操作系统被誉为 纯血鸿蒙 ，是操作系统领域的重大突破。该系统采用全新的底层架构和API，为开发者带来了全新的机遇和挑战。 本书从初学者的角度出发，通过系统的讲解和丰富的实例，引导读者逐步掌握HarmonyOS NEXT的开发精髓。本书首先介绍HarmonyOS的背景知识，讲解如何配置环境，运行第一个HelloWorld项目程序。然后讲解HarmonyOS开发的核心技能，包括ArkTS和ArkUI，帮助读者完成一个简单的应用。之后着重讲解UIAbility、网络、数据、多媒体等内容，以丰富应用功能。此外，本书提供进阶知识，如HarmonyOS元服务、工具技巧、ArkTS多线程和多设备适配。最后通过开发一个综合性的App，将所讲知识融会贯通。 无论是初入HarmonyOS开发领域的新手，还是已经有一定开发经验的开发者，抑或希望深入了解HarmonyOS内部原理的高级开发者，都将从中获得有价值的参考和指
