OpenGeos/GeoLibre开源GIS工具实测:从环境搭建到核心功能验证
这类开源地理空间工具最值得先看的不是功能列表而是它到底解决了数据处理、发布还是协作中的哪个具体问题。OpenGeos / GeoLibre 这个名字听起来像是一个平台或工具集对于需要处理地图、矢量数据、栅格影像或者搭建简单 GIS 服务器的开发者、数据分析师或学生来说搞清楚它的定位和上手路径比研究一堆抽象概念要实用得多。我一般会从这几个角度去拆解一个新工具它最核心的能力是什么本地跑起来需要什么环境单条数据怎么处理批量任务怎么管理输出结果怎么验证以及最容易卡在哪个环节。下面我就按这个思路把 OpenGeos / GeoLibre 这个主题整理成一篇可以照着操作的实测记录。1. 先确认它解决的是数据托管、地图服务还是完整 GIS 应用问题看到 OpenGeos 和 GeoLibre 这两个词第一反应可能是“一个开源 GIS 平台”。但具体是平台、库还是服务决定了你该怎么用它。从常见的开源 GIS 生态来看这类项目通常围绕几个核心场景地理数据托管与发布提供一个类似简易版 GeoServer 的能力让你能把 Shapefile、GeoJSON、GeoTIFF 等格式的数据发布成标准的 OGC 服务如 WMS, WFS, WCS方便在网页地图上调用。轻量级地图应用构建可能集成或基于 Leaflet、OpenLayers 等前端库提供一套后端 API 和前端组件让开发者能快速搭建一个展示地理数据的 Web 应用。地理数据处理与转换工具集提供一系列命令行或 API 工具用于格式转换如 CSV 带坐标转 GeoJSON、坐标系统转换、基础空间分析缓冲区、相交等。元数据目录与管理作为一个地理空间数据的目录门户管理数据集的元数据信息方便团队内部查找和共享数据。对于使用者来说第一步不是安装而是判断你的需求匹配上述哪个场景。如果你手头有一批 Shapefile 想在内部网站展示那它可能是个发布工具如果你需要写个脚本批量处理 GPS 轨迹点那它可能是个工具库如果你需要一个开箱即用的地图门户那它可能是个集成应用。我建议先通过它的官方文档或仓库 README快速定位它的核心功能描述。通常项目描述里会有“publish”, “server”, “catalog”, “processing”这样的关键词。确定了核心功能才能知道后续的环境准备和测试重点是什么。1.1 从项目名称和生态推测其定位“OpenGeos”和“GeoLibre”的组合暗示它可能与开放地理空间联盟OGC标准或自由开源地理空间FOSS4G社区有较强关联。在开源 GIS 领域名字里带“Geo”和“Libre”自由的往往强调开放标准和数据自由。这意味着在技术选型上它很可能会优先支持 OGC 标准服务协议数据格式也偏向于开放格式如 GeoJSON, GeoTIFF。如果你的数据源是 ArcGIS 特有的格式如 .lyr, .mxd或者工作流严重依赖商业 GIS 软件的高级扩展模块那么直接用它可能会遇到一些转换或功能缺失的问题。它更适合标准化的、以 Web 服务或开源工具链为核心的工作场景。1.2 明确你的典型使用场景为了后续的实操不走偏你可以先问自己几个问题数据输入是什么是单个文件还是一整个目录的数据是 Shapefile、GeoJSON、PostGIS 数据库还是 GPS 导出的 CSV期望的输出是什么是一个能通过 URL 访问的地图服务端点是一个处理好的新数据文件还是一个带有地图界面的网页运行环境在哪里是在你自己的 Linux 服务器上长期运行还是在 Windows/Mac 本地电脑上临时处理数据或者是在 Docker 容器里快速测试使用者是谁是你自己用命令行调用是给其他开发人员提供 API还是给业务人员提供一个可操作的 Web 界面回答这些问题能帮你过滤掉很多不必要的配置步骤直接瞄准核心功能去验证。2. 环境准备从依赖、权限到数据样本的完整清单无论它是什么形态在本地或服务器上跑起来都绕不开环境准备。开源地理空间软件对系统依赖比较敏感尤其是涉及图形渲染、地理计算库和数据库连接时。2.1 系统与核心依赖检查假设我们判断 OpenGeos / GeoLibre 是一个需要独立运行的服务或应用这是最常见的情况那么环境准备可以按以下顺序进行操作系统大多数开源 GIS 服务优先支持 Linux如 Ubuntu, CentOS在 macOS 上通过 Homebrew 也可能安装Windows 支持可能依赖 Docker 或 WSL。第一步是查官方文档看它明确支持哪些系统。如果文档没写优先在 Linux 环境下测试。运行时环境检查它是用什么语言写的。如果是 Java需要安装合适版本的 JDK 或 JRE如果是 Python需要准备 Python 环境和 pip如果是 Node.js则需要 Node 环境。版本号很重要比如要求 Python 3.8 或 Java 11。地理空间基础库这是最容易出问题的地方。很多 GIS 软件底层依赖 PROJ坐标转换库、GDAL/OGR地理数据抽象库、GEOS几何图形引擎。你需要确保系统里安装了正确版本的这些库。在 Ubuntu 上可能是apt-get install libproj-dev libgdal-dev在 macOS 上可能是brew install proj gdal。数据库可选如果它需要存储数据或元数据可能会依赖 PostgreSQL/PostGIS或者 MySQL、SQLite。先确认是否是必须的。如果是提前装好并创建好数据库和用户。容器化选项推荐用于测试如果项目提供了 Dockerfile 或 Docker Compose 配置强烈建议先用 Docker 尝试。这能避免大部分依赖环境问题让你快速看到界面或服务是否正常。命令通常类似docker-compose up -d。一个实用的建议在安装任何东西之前先创建一个干净的测试目录并准备一个最小的数据样本。例如一个只有几个点的 GeoJSON 文件或一个很小的 TIFF 影像。用小数据测试能快速排除数据本身复杂度过高导致的问题。2.2 权限与网络配置预判在服务类软件的安装中经常被忽略的是权限和端口文件权限软件可能需要读写某个数据目录、日志目录或临时目录。在 Linux 下确保运行该软件的用户如www-data,nobody或你自己的用户对这些目录有相应的读写权限。端口占用如果它是一个 Web 服务或地图服务会监听某个端口如 8080, 80, 3000。先用netstat -tulpn | grep 端口号或lsof -i:端口号检查端口是否被占用。防火墙与安全组如果在云服务器上测试记得在安全组规则中开放对应的端口如 TCP:8080。数据访问权限如果你的数据文件来自其他用户或路径同样要检查读权限。3. 从“Hello World”到核心功能验证一条可执行的测试路径环境准备好之后不要急着去配置复杂功能。遵循“启动 - 单任务 - 核心能力 - 批量”的路径。3.1 第一步让服务或应用跑起来根据项目类型启动方式不同如果是 Web 服务/服务器找到启动命令。可能是java -jar geolibre.jarpython app.py 或者npm start。启动后打开浏览器访问http://localhost:端口号端口号看启动日志输出。目标是看到登录页、管理后台或默认地图页面。成功标志是有网页响应且日志没有持续报错退出。如果是命令行工具集尝试运行最基本的帮助命令如geolibre --help或python -m geolibre.cli --version。目标是看到工具列表或版本信息确认命令行接口可用。如果是库/API尝试在 Python shell 或 Node REPL 中import或require对应的模块不报错即表示安装成功。启动常见问题报“找不到库”或“符号未定义”这几乎肯定是系统级依赖如 GDAL, PROJ没装对或版本不匹配。回头检查 2.1 节的基础库安装。端口被占用修改配置文件中的端口号或停止占用端口的进程。启动后立即退出查看日志文件通常在logs/目录或控制台输出。常见原因有数据库连接失败配置错误、必需的配置文件缺失、环境变量未设置。3.2 第二步完成一次最简单的数据发布或处理这是验证核心功能是否正常的关键一步。假设它的核心是发布地图服务准备测试数据用一个非常简单的 GeoJSON 文件里面包含两三个多边形或点。确保数据坐标系明确例如 WGS84 EPSG:4326。找到数据上传/发布入口如果是 Web 界面登录后找“添加数据”、“发布”、“Create Layer”之类的按钮上传你的 GeoJSON 文件。如果是命令行找类似geolibre publish my_data.geojson --name test_layer的命令。如果是 API则构造一个 HTTP POST 请求到/api/layers这样的端点。验证发布结果成功发布后你应该获得一个服务地址。对于 WMS可能类似http://localhost:8080/geoserver/wms?serviceWMSversion1.1.0requestGetMap...。用浏览器直接打开这个 WMS 的 GetMap 请求 URL看是否能返回一张小图片哪怕只是几个像素的图。或者用 QGIS 桌面软件添加这个 WMS 服务地址看图层能否加载。查看日志确认过程中没有报权限错误、数据解析错误或坐标系不支持错误。如果核心功能是数据处理则用一个小文件测试转换或分析命令并检查输出文件是否正常生成且内容符合预期。3.3 第三步测试关键特性与边界单条数据跑通后可以测试一些关键特性确认它是否满足你的需求支持的数据格式尝试上传 Shapefile一个 zip 包内含 .shp, .shx, .dbf, .prj、GeoTIFF、KML 等看是否支持。坐标系支持如果你的数据是国内的 CGCS2000 或地方坐标系如 EPSG:4547测试发布后能否正确显示。很多工具对非 WGS84/Web Mercator 的坐标系支持需要额外配置。属性查询WFS如果支持 WFS测试能否通过GetFeature请求查询到 GeoJSON 格式的属性数据。样式化能否为图层设置简单的样式颜色、边框是通过 UI 配置还是 SLD 文件用户与权限如果有多用户需求能否创建不同角色的用户能否控制谁可以查看、编辑、发布数据测试时注意一次只测试一个特性并观察日志和资源占用用top或htop命令。有些操作如发布大型栅格数据或复杂矢量可能会消耗大量内存。4. 向生产环境靠拢性能、稳定性和运维考量单机测试通过只意味着功能可用。如果要用于实际项目哪怕是小规模内部使用也需要考虑更多。4.1 资源占用与性能观察在测试过程中打开另一个终端用系统监控工具观察内存占用发布一个中等大小的数据文件时内存RSS增长多少处理完成后是否会释放是否存在内存缓慢增长内存泄漏的迹象CPU 使用在数据导入、渲染地图切片时CPU 使用率是否飙升是单核跑满还是能利用多核磁盘 I/O服务是否频繁读写磁盘数据目录、日志目录、临时目录的磁盘空间变化如何响应时间从请求一个地图图片WMS到收到响应耗时多少毫秒并发 2-3 个请求时响应时间是否急剧增加这些观察能帮你预估它所需的服务器配置。例如如果发布一个 100MB 的 Shapefile 会导致内存占用达到 2GB那么你的服务器内存至少需要 4GB 以上才稳妥。4.2 配置文件的深入调整大多数开源 GIS 服务都有丰富的配置文件如.yml,.properties,.xml文件。不要被密密麻麻的参数吓到优先关注以下几类连接池与线程配置数据库连接池大小、HTTP 线程池大小。对于低并发内部使用默认值通常够用如果预期有多个用户同时访问可能需要调大。缓存配置地图切片缓存、元数据缓存。开启缓存能极大提升重复访问的速度但会占用磁盘空间。需要设置缓存目录和清理策略。日志配置调整日志级别如从 INFO 调到 DEBUG可以帮助排查问题但长期运行建议调回 WARN 或 ERROR 级别避免日志文件膨胀过快。JVM 参数如果是 Java 应用设置堆内存初始值-Xms和最大值-Xmx。例如-Xms512m -Xmx2g。设置太小会导致频繁 GC 或 OOM设置太大又浪费资源。修改配置前务必备份原文件。每次只修改一个参数修改后重启服务并测试功能是否正常。4.3 数据管理与备份策略如果这个平台会存储你的重要数据就需要考虑管理问题数据存储位置上传的数据文件存在服务器的哪个目录是原样存储还是转换后存储这个目录是否需要定期备份数据库备份如果用了数据库如何备份是直接备份数据库文件还是用pg_dumpPostgreSQL等工具导出元数据与配置备份除了数据本身平台的图层配置、样式、用户信息等存在哪里如何备份和恢复清理策略临时文件、旧日志、不再使用的图层数据是否有自动清理机制如果没有需要写定时任务cron job手动清理。4.4 高可用与扩展性思考进阶对于更严肃的使用场景能否多实例部署服务是否是无状态的能否在多个服务器上部署同样的实例前面用 Nginx 做负载均衡数据库能否分离能否将业务数据库用户、元数据和空间数据库PostGIS分离甚至使用云数据库服务RDS静态资源如何加速生成的地图切片等静态资源能否推送到 CDN 或对象存储如 AWS S3, MinIO监控与告警如何监控服务的健康状态端口、进程、响应时间能否与 Prometheus、Grafana 或 Zabbix 集成对于大多数中小型项目和初次使用者先不用考虑这么复杂。但了解这些概念有助于你在架构设计早期避开一些坑。5. 常见问题排查清单从报错信息到解决步骤在实际使用中90%的问题集中在环境、配置和数据本身。下面是一个通用的排查顺序你可以对照着看。5.1 服务无法启动或立即崩溃查日志这是第一步也是最重要的一步。日志文件通常在应用根目录的logs/子目录下或者直接输出到控制台。找ERROR或Fatal级别的日志。检查依赖版本日志中经常出现ClassNotFoundException,NoSuchMethodError(Java) 或ImportError,undefined symbol(Python/C)。这明确指向依赖库版本不兼容。对照官方文档要求的版本逐一检查。检查端口占用Address already in use错误。用lsof -i :端口号或netstat找出谁在占用决定是停掉它还是修改配置换端口。检查文件权限日志中可能出现Permission denied错误。检查应用运行用户对数据目录、日志目录、临时目录是否有读写权限。检查 Java 内存如果是 Java 应用如果报OutOfMemoryError需要调整启动脚本中的-Xmx参数增加最大堆内存。5.2 数据发布失败或地图不显示检查数据文件本身用ogrinfoGDAL 工具检查你的 Shapefile 或 GeoJSON 文件是否有效ogrinfo -al your_file.shp。确认文件路径正确并且应用有读取权限。对于 Shapefile确保.shp,.shx,.dbf,.prj文件在同一目录且主文件名一致。检查坐标系CRS这是最常见的问题之一。数据没有坐标系或坐标系不被识别。确保你的数据有正确的.prj文件Shapefile或crs属性GeoJSON。在 QGIS 中打开数据文件查看图层属性中的坐标系信息确认它是有效的。尝试将数据重新投影到 WGS84 (EPSG:4326) 或 Web Mercator (EPSG:3857) 这两个最通用的坐标系再发布测试。检查服务日志在数据上传或发布时查看应用日志。错误信息可能会明确指出“无法解析几何体”、“无效的坐标”、“不支持的投影”。简化数据测试用一个只包含一个简单多边形或点的数据文件测试。如果简单数据可以复杂数据不行问题可能出在数据几何的复杂性如自相交、空洞或数据量太大。5.3 地图服务访问慢或超时检查网络先用curl或浏览器直接访问服务地址看延迟是否来自网络本身。检查服务器资源服务运行时用top看 CPU 和内存是否吃紧。用df -h看磁盘空间是否不足。检查数据库性能如果服务依赖数据库并且数据量大可能是查询慢。可以尝试为空间字段建立索引如果使用 PostGIS。启用缓存如果服务支持地图切片缓存确保缓存已启用并配置了合理的目录。第一次访问慢是正常的需要生成切片后续访问应该很快。降低数据渲染复杂度如果矢量数据非常复杂比如全国乡镇边界在服务器端渲染成图片会非常耗时。可以考虑对数据进行简化simplify减少节点数。在数据发布前将其预生成切片如 MBTiles。使用更简单的样式。5.4 功能不符合预期或找不到某个按钮仔细阅读文档很多功能可能需要通过配置文件开启或者属于付费/高级插件如果项目有商业版。确认你使用的版本和许可证。查看界面源代码或网络请求对于 Web 应用用浏览器的开发者工具F12查看页面元素和网络请求有时能发现被隐藏或禁用的功能入口。社区与问题追踪去项目的 GitHub Issues、论坛或邮件列表搜索相关关键词。很可能你遇到的问题别人已经遇到并有解决方案。6. 替代方案与选型思考什么时候该用它什么时候该选别的OpenGeos / GeoLibre 不会是所有场景的最优解。了解它的替代方案能帮你更好地定位它。如果需要强大的、企业级的地图服务发布能力GeoServer是经过时间检验的“瑞士军刀”功能全面社区庞大文档丰富。OpenGeos / GeoLibre 如果定位类似可能更轻量或更专注于某个特定领域。如果需要快速搭建一个现代的地图数据门户GeoNode是一个完整的开源地理空间内容管理系统CMS集成了数据目录、地图编辑、用户管理等功能开箱即用程度更高。如果核心需求是空间数据分析与处理QGIS Server将 QGIS 项目发布为服务或直接使用GDAL/OGR 命令行工具、PostGIS 数据库可能更灵活和强大。如果只需要简单的静态地图展示直接用Leaflet或OpenLayers前端库搭配静态 GeoJSON 或预先切好的地图切片如用tippecanoe生成 MBTiles可能更简单快捷无需维护后端服务。选型的关键评估你的团队技术栈、运维能力和长期需求。如果你需要一个稳定、功能全面、社区支持强的方案经典项目GeoServer, GeoNode可能更省心。如果你对某个新兴的、更轻量的方案感兴趣并且愿意投入时间踩坑和贡献那么像 OpenGeos / GeoLibre 这样的项目也值得尝试。我个人更建议在决定采用一个相对小众的开源 GIS 工具前先用它最核心的功能跑通一个完整的、与你实际业务接近的用例。这个过程中暴露的问题比阅读一百页功能列表更能帮你做出判断。把环境配置、数据导入、服务发布、前端调用、问题排查这个闭环走一遍你就能清楚地知道它到底是不是你要找的那个工具。

相关新闻

管理系统通过邮箱自动备份数据思路|阿雪技术观-东方仙盟

管理系统通过邮箱自动备份数据思路|阿雪技术观-东方仙盟

数字化经营环境下,企业各类管理系统沉淀的业务单据、台账资料、流程记录,是支撑经营追溯、业务持续运转的核心信息资产。在日常运维管理中,多数企业更加关注系统能否稳定对外提供服务,却常常忽视数据留存体系的建设。一旦出现存储…

2026/10/16 10:30:25 阅读更多 →
Science|基因组语言模型实现噬菌体的生成式设计

Science|基因组语言模型实现噬菌体的生成式设计

摘要 基因组语言模型首次实现了完整噬菌体基因组的生成式设计。研究者以噬菌体 ΦX174 为模板,生成了具有目标宿主嗜性的活性噬菌体。实验获得了16株适应度特征各异的噬菌体,其中一株在其衣壳中使用了进化关系较远的DNA包装蛋白。由生成噬菌体配制的鸡尾…

2026/10/17 8:24:27 阅读更多 →
Python脚本实现QQ聊天记录TXT文件合并与排序

Python脚本实现QQ聊天记录TXT文件合并与排序

1. 项目缘起:一个看似“无用”却高频的痛点你有没有遇到过这样的场景?想把和某个朋友、家人或者工作伙伴的QQ聊天记录完整地导出来,做个纪念或者留个证据。一番操作后,你发现QQ自带的“消息管理器”确实提供了导出功能&#xff0c…

2026/10/16 23:06:07 阅读更多 →

最新新闻

从模糊标题到可交付项目:拆解“rea”背后的React、Read、Real-time与Reasoning

从模糊标题到可交付项目:拆解“rea”背后的React、Read、Real-time与Reasoning

1. 从“rea”这个标题说起:一个被低估的通用缩写第一次看到“rea”这个标题,很多人会愣一下——三个字母,没有上下文,没有说明,像是谁打字打了一半就发出去了。但恰恰是这种极简的标题,在真实的项目协作场景…

2026/10/18 16:32:37 阅读更多 →
S905L3B 机顶盒刷机 Armbian 教程:四道关卡把 1GB 旧盒子变成微型 Linux 服务器

S905L3B 机顶盒刷机 Armbian 教程:四道关卡把 1GB 旧盒子变成微型 Linux 服务器

S905L3B 机顶盒刷机 Armbian 教程:四道关卡把 1GB 旧盒子变成微型 Linux 服务器 【免费下载链接】amlogic-s9xxx-armbian Supports running Armbian on Amlogic, Allwinner, and Rockchip devices. Support a311d, s922x, s905x3, s905x2, s912, s905d, s905x, s905…

2026/10/18 16:32:37 阅读更多 →
MATLAB调用REFPROPDLL封装:制冷剂物性计算后端架构解析

MATLAB调用REFPROPDLL封装:制冷剂物性计算后端架构解析

简介:对于需要借助NIST REFPROP开展热物性计算的MATLAB用户,这份资源带来一个更实用的后端封装,改善原生refpropm函数语法不一致、难以批量计算等痛点。它支持以数组作为输入,并能用同一套语法同时计算纯流体与混合物的属性&#…

2026/10/18 16:32:37 阅读更多 →
从零实现轻量响应式内核:依赖收集、调度队列与计算属性缓存

从零实现轻量响应式内核:依赖收集、调度队列与计算属性缓存

1. 从“rea”这个标题说起:一个极简命名背后的完整项目思维第一次看到“rea”这个标题,很多人会愣一下——三个字母,没有上下文,没有说明,甚至连大小写都没区分。但恰恰是这种极简命名,在真实的项目开发中非…

2026/10/18 16:32:37 阅读更多 →
XERJ reference-coding 实战:让 Agent 用一次检索替换整轮试错,告别输出 Token 浪费

XERJ reference-coding 实战:让 Agent 用一次检索替换整轮试错,告别输出 Token 浪费

人工智能搜索引擎本地部署后端MCP 服务 【免费下载链接】xerj XERJ is the new way for AI to search data. Its autoindex capability activates agents to know your data without the token waste of grep and sed. One command indexes code, docs, logs and PDFs for sear…

2026/10/18 16:32:36 阅读更多 →
鸿蒙开发入门:用React Native实现日期天数计算工具

鸿蒙开发入门:用React Native实现日期天数计算工具

最近有个朋友问我,小白想接触鸿蒙开发,又不想一上来就被原生工程的各种配置劝退,有没有门槛低一点、又能看到实际效果的项目。我每次都建议先从 React Native 跨平台切入,第一个练手项目就做“日期天数计算工具”。原因很简单&…

2026/10/18 16:31:36 阅读更多 →

日新闻

基于GMM的语音识别系统原理与MATLAB实现详解

基于GMM的语音识别系统原理与MATLAB实现详解

说到基于高斯混合模型(GMM)的语音识别系统,很多人第一反应就是一堆数学公式,觉得门槛很高。但如果你真的在MATLAB里把它落地跑通,会发现核心其实就是三件事:把声音变成特征向量,用GMM给每个类别…

2026/10/18 0:00:55 阅读更多 →
数字图像处理入门:反白、灰度化、调色板修改与导出txt实践

数字图像处理入门:反白、灰度化、调色板修改与导出txt实践

数字图像处理这四个字听起来挺唬人,但落到具体操作上,无非就是让计算机按你的想法“摆弄”像素。我在一个模拟项目X里用了一套特别经典的基础处理流程:对图像做反白、改调色板、彩色转灰度,最后把像素数据导出成txt文件。单看每一…

2026/10/18 0:00:55 阅读更多 →
机器人大脑技术盘点:具身智能的感知、决策与数据闭环

机器人大脑技术盘点:具身智能的感知、决策与数据闭环

如果你的信息流最近也天天刷到“机器人大脑”这个词,你会发现一个很有意思的现象:每个人说的“大脑”根本不是同一个东西。有人指的是大语言模型,有人指的是运动控制系统,还有人指的是能理解物理世界的端到端模型。在2026年这个时…

2026/10/18 0:00:55 阅读更多 →

周新闻

基于GMM的语音识别系统原理与MATLAB实现详解

基于GMM的语音识别系统原理与MATLAB实现详解

说到基于高斯混合模型(GMM)的语音识别系统,很多人第一反应就是一堆数学公式,觉得门槛很高。但如果你真的在MATLAB里把它落地跑通,会发现核心其实就是三件事:把声音变成特征向量,用GMM给每个类别…

2026/10/18 0:00:55 阅读更多 →
数字图像处理入门:反白、灰度化、调色板修改与导出txt实践

数字图像处理入门:反白、灰度化、调色板修改与导出txt实践

数字图像处理这四个字听起来挺唬人,但落到具体操作上,无非就是让计算机按你的想法“摆弄”像素。我在一个模拟项目X里用了一套特别经典的基础处理流程:对图像做反白、改调色板、彩色转灰度,最后把像素数据导出成txt文件。单看每一…

2026/10/18 0:00:55 阅读更多 →
机器人大脑技术盘点:具身智能的感知、决策与数据闭环

机器人大脑技术盘点:具身智能的感知、决策与数据闭环

如果你的信息流最近也天天刷到“机器人大脑”这个词,你会发现一个很有意思的现象:每个人说的“大脑”根本不是同一个东西。有人指的是大语言模型,有人指的是运动控制系统,还有人指的是能理解物理世界的端到端模型。在2026年这个时…

2026/10/18 0:00:55 阅读更多 →

月新闻

我发现了一个新思路:用 Remotion + Claude Code 像写代码一样自动化生成短视频

我发现了一个新思路:用 Remotion + Claude Code 像写代码一样自动化生成短视频

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/18 0:55:02 阅读更多 →
Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式:TaoToken 统一 Key 配置与验证

Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式:TaoToken 统一 Key 配置与验证

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/17 17:22:31 阅读更多 →
黑夜航拍船只数据集训练YOLOV5模型全流程解析

黑夜航拍船只数据集训练YOLOV5模型全流程解析

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/18 12:16:16 阅读更多 →