. . . . . . . . . . . . . . . 273 VI.V 软件包管理器 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 278 VI.V.I 软件包管理器种类 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 279 VI.VII使用新立得软件包管理器 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 286 VI.VIII安装单个软件包文件 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 295 VI.VIII.I安装/卸载 Debian 软件包 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 296 VI.IX 软件仓库 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

的默认源中没有 mmm 的安装 包，Epel 是企业版 Linux 附加软件包(Extra Packages for Enterprise Linux)的缩 写，是一个由特别兴趣小组创建、维护并管理的，针对红帽企业版 Linux(RHEL) 及其衍生发行版(比如 CentOS、Scientific Linux)的一个高质量附加软件包项目。 安装 epel： wget ftp://ftp.sunet

安装完成后根据提示，可以将当前用户加到 docker 用户组里，这样就不用每次 执行 docker 都需要 sudo 了。 sudo usermod -aG docker <你的用户名> 对于 Centos6,首先要把企业常用软件包的软件源安装上 yum install epel-release 然后再 yum install docker-io 第二步 运行 Mariadb 容器 首先要将数据镜像拉下来 docker pull

IndexService 线程 ................................................................................. 43 6.3：构建索引服务 .............................................................................................. Broker 根 据 producer 请 求 的 RequestCode.SEND_MESSAGE 选 择 对 应 的 处 理 器 SendMessageProcessor 根据请求消息内容构建消息内部结构 MessageExtBrokerInner 调 DefaultMessageStore 加消息写入 commitlog 2.2 分布式事物消息落地 2.2.1 一：consumer 启动流程 指定 group 订阅 topic 注册消息监听处理器，当消息到来时消费消息 消费端 Start 复制订阅关系 初始化 rebalance 变量 构建 offsetStore 消费进度存储对象 启动消费消息服务 向 mqClientFactory 注册本消费者 启动 client 端远程通信 启动定时任务

通过迭代调整提示语，优化输出质量 设计评估标准，量化提示语效果 跨域整合能力 将专业领域知识转化为有效的提示语 利用提示语桥接不同学科和AI能力 创造跨领域的创新解决方案 系统思维 设计多步骤、多维度的提示语体系 构建提示语模板库，提高效率和一致性 开发提示语策略，应对复杂场景 表1-3-2提示语设计进阶技能子项 核心技能 子项 语境理解 深入分析任务背景和隐含需求 考虑文化、伦理和法律因素 预测可能的误解和边界情况 抽象化能力 识别通用模式，提高提示语可复用性 设计灵活、可扩展的提示语模板 创建适应不同场景的元提示语 批判性思考 客观评估AI输出，识别潜在偏见和错误 设计反事实提示语，测试AI理解深度 构建验证机制，确保AI输出的可靠性 创新思维 探索非常规的提示语方法 结合最新AI研究成果，拓展应用边界 设计实验性提示语，推动AI能力的进化 伦理意识 在提示语中嵌入伦理考量 设计公平、包容的AI交互模式 抽象化能力 识别通用模式，提高提示语可复用性 设计灵活、可扩展的提示语模板 创建适应不同场景的元提示语 批判性思考 客观评估AI输出，识别潜在偏见和错误 设计反事实提示语，测试AI理解深度 构建验证机制，确保AI输出的可靠性 创新思维 探索非常规的提示语方法 结合最新AI研究成果，拓展应用边界 设计实验性提示语，推动AI能力的进化 伦理意识 在提示语中嵌入伦理考量 设计公平、包容的AI交互模式

6. 第六章 正则表达式的构建 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53 6.1. 平衡法则 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53 6.2. 构建正则前提 . . . . . 53 6.2.2. 是否有必要使用正则？ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53 6.2.3. 是否有必要构建一个复杂的正则？ . . . . . . . . . . . . . . . . . . . . . . . . . 54 6.3. 准确性 . . . . . . . . . . . . . 可以发大财，从此走上人生小巅峰。 当然，我也在想，如果能得到读者的认可，自己的小心脏肯定会砰砰的。 本书制作用到的工具 本书采用 Asciidoc 格式编写。 使用 Asciidoctor 构建本书电子版。 教程: • 语法教程 • 转换PDF教程 书中用的可视化图片是由 Regulex 正则表达式可视化工具生成。 其余图片是由 Processon 制作。 JavaScript

6. 第六章 正则表达式的构建 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53 6.1. 平衡法则 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53 6.2. 构建正则前提 . . . . . 53 6.2.2. 是否有必要使用正则？ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53 6.2.3. 是否有必要构建一个复杂的正则？ . . . . . . . . . . . . . . . . . . . . . . . . . 54 6.3. 准确性 . . . . . . . . . . . . . 此就可以发大财，从此走上人生小巅峰。 当然，我也在想，如果能得到读者的认可，自己的小心脏肯定会砰砰的。 本书制作用到的工具 本书采用Asciidoc格式编写。 使用 Asciidoctor 构建本书电子版。 教程: • 语法教程 • 转换PDF教程 书中用的可视化图片是由 Regulex 正则表达式可视化工具生成。 其余图片是由 Processon 制作。 JavaScript

VP of R&D 提纲 构建集群与管理理资源 - 73s 视频演示 多集群和镜像仓库 多租户和旧系统的集成 运⾏行行和构建应⽤用 Rudder - 应⽤用编排技术框架 Cyclone - 持续集成与交付引擎 运⾏行行 AI 应⽤用（机器器学习） - 58s 视频演示 Kubeflow 的应⽤用 Kubeflow 之上 构建集群与管理理资源 多集群和镜像仓库 与 Network(Neutron) • Service/Ingress 与 LBaaS(Neutron) • openstack/kuryr- kubernetes 运⾏行行和构建应⽤用 跑在 KUBERNETES 上的应⽤用 • k8s 基础资源之外 • 资源分组和整体状态 • 重⽤用 YAML 配置 • 版本化 • 启动依赖 • Helm 很棒，但是 ⼀一套基于 k8s 控制器器模式的原⽣生的应⽤用管理理 和编排运⾏行行时 安全性与扩展性：从 k8s 原⽣生模式中获益 状态可读：跟踪所有 k8s 对象状态 版本化：快速从历史版本回滚 构建应⽤用 典型 CI/CD 流程 CAICLOUD/CYCLONE • 开源 • https://github.com/caicloud/cyclone Cyclone 技术架构 云原⽣生

文 本 分 析 与 生 成 ： 基于 DeepSeek R1的中文数据处理能力，快速分 析法律文本，提取关键信息，自动生成合同草 案、法律意见书等，提高律师工作效率。 • 智能医疗数据分析与诊断：构建智能医疗 平台，分析病历、检查报告和基因数据，帮助 医生提供更准确的诊断与治疗方案。 • 金融风险预测与管理：开发金融风险分析 工具，收集并分析市场数据，预测风险并为金 融机构提供管理建议。 • 通过自动化数据收集、整合、推理与报告输出，提供全面的市场趋势预测和投资决策支持。 股票市场分析 风险管理与投资组合优化 宏观经济预测 场景应用 应用场景2：金融分析，市场预测 1.数据获取 2. 模型构建与供应链 脆弱性评估 3. 情景模拟与建议 情景模拟： 建立基于5种不同情景（如需求波动、突发 事件、技术革新）的供应链模拟模型。 使用Deep Research提供的可视化工具生 应链压力及影响的具体路径。 供应链脆弱性评  使用层次分析法对各关键因素 进行权重评估，最终得出半导 体供应链的脆弱性等级。  分析各研报中对供应链脆弱性 的描述，并结合数据来源和模 型构建结果，识别高风险区域。  数据来源：全球12个交 易所的财报数据  提取来自全球主要交易 所（如纽约证券交易所、 道琼斯指数等）的半导 体相关财报和数据 数据解析过程  来自行业研报机构的178份半导

Kubernetes Operator 实践 —— MySQL 容器化 刘林 搜狗资深工程师 关于我 搜狗商业平台研发部 资深开发工程师 l 主要从事商业平台研发工作，在构建高性能、高可用大规模 系统方面有丰富的实践经验 l 目前专注于云计算、DevOps 等相关领域，负责搜狗商业云 平台的设计研发工作 刘林 1. 背景介绍 2. Operator 的基本原理 3. MySQL