CVE-2024-38077漏洞 2012R2系统更新失败

优质文章学习记录

— 2 min read
CVE-2024-38077漏洞 2012R2系统更新失败

问题描述：

官方漏洞报告链接：https://msrc.microsoft.com/update-guide/vulnerability/CVE-2024-38077
下载安装出现报错

在这里插入图片描述

解决方案：

需安装前置更新包，查看官方文档

在这里插入图片描述


在这里插入图片描述


需安装前置补丁KB5040569
安装之后可以执行msu文件进行安装，提示安装成功之后点击立即重启，大概重启了20分钟左右（因机器而异），提示安装失败回退到之前补丁，进入查看更新历史记录显示更新失败。

使用命令行进行安装
原文链接：https://guanjia.qq.com/knowledge-base/content/1439

回车运行后即可安装 
在其中输入“dism.exe /online /Add-Package /PackagePath:[解压出来的cab文件路径]”，例“dism.exe /online /Add-Package /PackagePath: D:1Windows6.1-KB2670838-x64Windows6.1-KB2670838-x64.cab” 
之后打开开始菜单，输入“cmd”搜索并使用管理员身份打开命令提示符 
首先将msu文件解压，如果没有支持此格式的压缩软件，可以将其后缀名修改为“zip”然后解压

等待20分钟后重启成功，查看已安装更新里面已存在该补丁KB5040456

在这里插入图片描述


但在查看更新历史记录里没有任何记录(⊙﹏⊙)

Read more

用闲置Mac Mini部署OpenClaw(moltbot)实现你的专属金融AI分析师

用闲置Mac Mini部署OpenClaw(moltbot)实现你的专属金融AI分析师

在数字时代，每个人都需要一个24小时在线的智能工作伙伴。如果你恰好有一台闲置的Mac Mini，只需几个小时，就能将它变身为一个具备专业金融分析能力的AI助手。本文将手把手带你完成整个部署过程，让你拥有一个能对话、能分析、能监控的私人数字员工。 一、为什么选择Mac Mini+OpenClaw？ 核心优势对比 传统方式Mac Mini+OpenClaw方案需要购买云服务器，持续付费利用闲置硬件，零额外硬件成本数据存储在第三方平台数据完全私有，存储在本地功能固定，难以定制可通过技能商店无限扩展功能需要专业技术维护一次性部署，长期稳定运行 特别是对于金融从业者、投资者以及对市场信息敏感的用户，这个方案能提供： * 7×24小时市场监控与预警 * 自然语言驱动的专业分析 * 完全私有的数据环境 * 可扩展的金融工具集成 二、完整部署流程图 graph A[开始部署] --> B{选择设备方案}; B --> C[闲置Mac Mini]; B --> D[
华宸AI智评等级提升（D到C、D到B，C到B，C到A）

华宸AI智评等级提升（D到C、D到B，C到B，C到A）

目录 背景与分析： 象漂亮团队沟通客户方需求后设计方案如下： 过程（主体展示为主，全部售后就不一一展示了）： 校内AI评级D 华宸AI评级C 修改后校内评级B！！！ 修改后华宸评级B！！！ 校内评级平台和华宸评级平台 华宸AI智评网址如下 辅导评级论文、定制服务获取： 背景与分析： 华宸AI提升评级这个东西算25年刚刚出来的，有一些院校会使用这个华宸AI帮助学生去评审论文，比如需要达到华宸的B等级、C等级的一些要求 我们接到过一个辅导需求，客户需要我方帮助去提升评级，时间还蛮紧的！ 好在是经过几天的紧急商讨与几版修改意见，终于是过了这个华宸与学校内部的评级！ 成功的结果图就是原来华宸评级为C，我们辅导客户改成了B！完成了这个新兴事物的东西 象漂亮团队沟通客户方需求后设计方案如下： 250507论文AI评级D到B 方案A： 1-技术意见 这边只对智评等级负责，对导师意见这种是不负责的， 因为之前有出现过导师意见和ai报告里面的意见出现矛盾，这很难去平衡 2-查重能一次性搞定最好，客户希望查重能百分之25以内， 如果实际评级降重的过程中能达到百

人工智能（AI）常见面试题及答案汇总（2025最新版）

一、AI基础概念与核心原理 1. 人工智能、机器学习、深度学习的关系？ 答案： 三者是包含与被包含的关系，核心聚焦“让机器具备智能”的不同实现层次： * 人工智能（AI）：广义是让机器模拟人类智能（如推理、学习、决策）的技术总称，涵盖机器学习、深度学习、专家系统、强化学习等多个分支，目标是解决“智能行为”问题； * 机器学习（ML）：AI的核心分支，是实现AI的一种手段，指机器通过数据学习规律（无需显式编程），并利用规律预测或决策。核心是“从数据中自动学习模型”，不依赖手动设计规则（如传统编程）； * 深度学习（DL）：机器学习的子集，以深度神经网络（DNN） 为核心，通过多层网络结构自动提取数据的层级特征（从底层像素/字符到高层语义），擅长处理海量高维数据（如图像、语音、文本）。 关系图示：
基于 Spring AI + DeepSeek：构建AI Agent 企业级服务与底层原理解析

基于 Spring AI + DeepSeek：构建AI Agent 企业级服务与底层原理解析

目录 * 前言：何为 AI Agent * 环境与准备 * 📦 1. 父项目依赖与版本管控 * ⚙️ 2. YAML 配置与 Nacos 整合 * 实践：落地 Agent 核心支柱 * 一、 赋予 Agent 手脚：Tool Function 的底层原理 * 1. 全代码展示：天气与订单触手 * 2. “小白”解惑：LLM 是怎么识别参数的？ * 二、 简单触手调用：DeepSeekToolChatController * 定义对话接口 * 访问接口请求 * 三、 企业级全能 Agent：ChatClient 与拔插机制实战 * 1. ChatClient vs ChatModel 详细对比 * 2. Agent 的“