基于semantic_kernel的ChatMD系统

问答系统需求文档

一、项目概述

本项目旨在开发一个能够上传 MD 文件，并基于 MD内容进行问答互动的系统。用户可以上传 MD文件，系统将解析 MD内容，并允许用户通过对话框进行问答互动，获取有关 MD文件内容的信息。

二、功能需求

2.1 用户上传 MD
  • 功能描述：用户可以通过文件选择框上传一个 MD文件。
  • 前端需求：
    • 提供文件选择框。
    • 显示文件上传进度。
    • 上传成功后显示文件名和上传成功提示。
  • 后端需求：
    • 接收并保存用户上传的 MD文件。
    • 确保上传的文件格式正确（仅支持 PDF,MD）。
    • 限制文件大小（如最大 50 MB）。
2.2 PDF 内容解析
  • 功能描述：系统解析上传的 MD文件内容，将其转换为可处理的文本格式。
  • 前端需求：
    • 显示解析进度。
    • 提示用户解析成功或失败。
  • 后端需求：
    • 使用 PDF 解析库（如 PyMuPDF、pdfminer）提取 PDF 文本内容。
    • 处理解析错误并返回相应提示。
2.3 用户问答交互
  • 功能描述：用户可以在对话框中输入问题，系统基于解析的 PDF 内容回答问题。
  • 前端需求：
    • 提供输入框供用户输入问题。
    • 显示用户问题和系统回答。
  • 后端需求：
    • 基于解析的 PDF 内容构建问答模型（如使用 NLP 模型）。
    • 处理用户问题并生成答案。
    • 返回答案给前端显示。

三、非功能需求

3.1 性能要求
  • 系统应能在合理时间内（如 10 秒内）解析 50 页以内的 PDF 文件。
  • 系统应能在 2 秒内返回用户问题的答案。
3.2 安全性要求
  • 上传的 PDF 文件应仅限于当前用户访问。
  • 系统应防止恶意文件上传，如执行文件等。
3.3 可用性要求
  • 系统界面应简单易用，交互流畅。
  • 提供详细的错误提示，如文件格式错误、解析失败等。

四、技术栈

前端
  • HTML/CSS/JavaScript
  • 前端框架：React 或 Vue
后端
  • 编程语言：Python
  • Web 框架：Flask 或 Django
  • PDF 解析库：PyMuPDF、pdfminer
  • NLP 模型：使用 Hugging Face 提供的预训练模型（如 BERT、GPT 系列）
数据库
  • SQLite 或 PostgreSQL（存储用户上传文件信息及解析结果）

五、接口设计

5.1 上传 PDF 文件接口
  • URL：/upload
  • 方法：POST
  • 请求参数：
    • file：用户上传的 PDF 文件
  • 响应参数：
    • 成功：{ "status": "success", "message": "File uploaded successfully.", "file_id": "unique_file_id" }
    • 失败：{ "status": "error", "message": "File upload failed." }
5.2 提取 PDF 内容接口
  • URL：/parse
  • 方法：POST
  • 请求参数：
    • file_id：已上传文件的唯一标识符
  • 响应参数：
    • 成功：{ "status": "success", "message": "File parsed successfully.", "content": "parsed_content" }
    • 失败：{ "status": "error", "message": "File parsing failed." }
5.3 问答接口
  • URL：/ask
  • 方法：POST
  • 请求参数：
    • file_id：已上传文件的唯一标识符
    • question：用户输入的问题
  • 响应参数：
    • 成功：{ "status": "success", "answer": "answer_to_question" }
    • 失败：{ "status": "error", "message": "Unable to retrieve answer." }

六、开发计划

6.1 阶段划分
  1. 需求分析与设计：1 周
  2. 前端开发：2 周
  3. 后端开发：3 周
  4. 整合与测试：2 周
  5. 部署与上线：1 周
6.2 任务分配
  • 需求分析与设计：产品经理、技术负责人
  • 前端开发：前端开发工程师
  • 后端开发：后端开发工程师
  • 整合与测试：全体开发人员
  • 部署与上线：运维工程师

七、风险与应对

  • 文件解析失败：提供详细错误日志，便于调试。
  • 问答模型不准确：迭代优化模型，并根据用户反馈调整。
  • 性能问题：优化解析和问答算法，使用缓存技术。

八、验收标准

  • 用户能顺利上传并解析 PDF 文件。
  • 用户能通过问答接口获取准确答案。
  • 系统运行稳定，无重大安全漏洞。

这份需求文档涵盖了 PDF 内容问答系统的主要功能需求、非功能需求、技术栈、接口设计、开发计划等内容，以确保项目开发顺利进行。

技术实现

系统架构

  1. 前端
    • 文件上传界面
    • 问答交互界面
  2. 后端
    • 文件接收与存储模块
    • PDF 内容解析模块
    • 问答处理模块（基于 Semantic Kernel）
  3. 数据库
    • 存储上传文件信息和解析内容

技术栈

  1. 前端
    • HTML/CSS/JavaScript
    • Vue.js
  2. 后端
    • 编程语言：Python
    • 框架：Flask
    • PDF 解析库：PyMuPDF、pdfminer
    • 问答引擎：Semantic Kernel
  3. 数据库
    • SQLite

前端实现

安装 Vue CLI

npm install -g @vue/cli
vue create pdf-qa-frontend
cd pdf-qa-frontend

创建组件

在 src/components 目录下创建 FileUpload.vue 和 QuestionAnswer.vue。

FileUpload.vue

<template><div class="upload-container"><input type="file" @change="onFileChange" class="file-input" accept=".pdf,.md"/><button @click="uploadFile" class="upload-button">Upload</button><p v-if="message" class="upload-message">{{ message }}</p><div v-if="uploadProgress > 0" class="progress-container"><div class="progress-bar" :style="{ width: uploadProgress + '%' }"></div><p>{{ uploadProgress }}%</p></div></div>
</template><script>
export default {name: 'FileUpload',data() {return {file: null,message: '',uploadProgress: 0};},methods: {onFileChange(event) {this.file = event.target.files[0];},uploadFile() {if (!this.file) {this.message = 'Please select a file first.';return;}let formData = new FormData();formData.append('file', this.file);let xhr = new XMLHttpRequest();xhr.open('POST', 'http://localhost:5000/upload', true);xhr.upload.onprogress = (event) => {if (event.lengthComputable) {this.uploadProgress = Math.round((event.loaded / event.total) * 100);}};xhr.onload = () => {if (xhr.status === 200) {let response = JSON.parse(xhr.responseText);this.message = response.message;this.uploadProgress = 0;} else {this.message = 'Error uploading file.';this.uploadProgress = 0;}};xhr.onerror = () => {this.message = 'Error uploading file.';this.uploadProgress = 0;};xhr.send(formData);}}
};
</script><style scoped>
.upload-container {display: flex;flex-direction: column;align-items: center;margin-bottom: 20px;
}.file-input {margin-bottom: 10px;
}.upload-button {padding: 8px 16px;background-color: #007bff;color: white;border: none;border-radius: 4px;cursor: pointer;
}.upload-button:hover {background-color: #0056b3;
}.upload-message {margin-top: 10px;color: #28a745;
}.progress-container {width: 100%;max-width: 600px;border: 1px solid #ccc;border-radius: 4px;overflow: hidden;margin-top: 10px;position: relative;
}.progress-bar {height: 20px;background-color: #28a745;transition: width 0.4s ease;
}.progress-container p {position: absolute;width: 100%;text-align: center;margin: 0;line-height: 20px;color: white;font-weight: bold;
}
</style>

QuestionAnswer.vue

<template><div class="qa-container"><div class="input-container"><inputtype="text"v-model="question"placeholder="Ask a question..."@keyup.enter="askQuestion"class="question-input"/><button @click="askQuestion" class="ask-button">Ask</button></div><div class="history-container" v-if="dialogHistory.length"><div class="dialog" v-for="(dialog, index) in dialogHistory" :key="index"><p><strong>You:</strong> {{ dialog.question }}</p><p><strong>Bot:</strong> {{ dialog.answer }}</p></div></div></div>
</template><script>
export default {name: 'QuestionAnswer',data() {return {question: '',answer: '',dialogHistory: [],fileId: 'your-file-id'  // Replace with actual file ID after upload};},methods: {async askQuestion() {if (!this.question) {return;}try {let response = await fetch('http://localhost:5000/ask', {method: 'POST',headers: {'Content-Type': 'application/json'},body: JSON.stringify({question: this.question,file_id: this.fileId})});let result = await response.json();this.answer = result.answer;this.dialogHistory.push({question: this.question,answer: this.answer});this.question = '';} catch (error) {console.error('Error asking question:', error);}}}
};
</script><style scoped>
.qa-container {display: flex;flex-direction: column;align-items: center;
}.input-container {display: flex;width: 100%;max-width: 600px;margin-bottom: 20px;
}.question-input {flex: 1;padding: 10px;border: 1px solid #ccc;border-radius: 4px 0 0 4px;font-size: 16px;
}.ask-button {padding: 10px 20px;background-color: #28a745;color: white;border: none;border-radius: 0 4px 4px 0;cursor: pointer;
}.ask-button:hover {background-color: #218838;
}.history-container {width: 100%;max-width: 600px;border: 1px solid #ccc;border-radius: 4px;padding: 10px;background-color: #f9f9f9;
}.dialog {margin-bottom: 10px;
}.dialog p {margin: 5px 0;
}
</style>

App.vue

<template><div id="app" class="app-container"><FileUpload /><QuestionAnswer /></div>
</template><script>
import FileUpload from './components/FileUpload.vue';
import QuestionAnswer from './components/QuestionAnswer.vue';export default {name: 'App',components: {FileUpload,QuestionAnswer}
};
</script><style>
.app-container {display: flex;flex-direction: column;align-items: center;padding: 20px;
}
</style>

后端实现

安装 Flask 及相关依赖

pip install Flask flask-cors PyMuPDF pdfminer.six semantic-kernel

创建 Flask 应用

在项目根目录下创建 app.py。确保后端 Flask 代码可以正确处理并解析 MD 文件：

import timeimport markdown
from flask import Flask, request, jsonify
from flask_cors import CORS
import os
import fitz  # PyMuPDF
import sqlite3
from semantic_kernel import Kernel
import semantic_kernel as sk
from semantic_kernel.connectors.ai.open_ai import OpenAIChatCompletion, OpenAITextEmbedding
import os
import asyncio# 加载 .env 到环境变量
from dotenv import load_dotenv, find_dotenv
from semantic_kernel.functions import KernelArguments
from semantic_kernel.prompt_template import PromptTemplateConfig, InputVariable
from semantic_kernel.text import split_markdown_lines
import asyncio_ = load_dotenv(find_dotenv())app = Flask(__name__)
CORS(app)
UPLOAD_FOLDER = 'uploads/'
os.makedirs(UPLOAD_FOLDER, exist_ok=True)
app.config['UPLOAD_FOLDER'] = UPLOAD_FOLDER# Initialize Semantic Kernel
kernel = sk.Kernel()# 配置 OpenAI 服务。OPENAI_BASE_URL 会被自动加载生效
api_key = os.getenv('OPENAI_API_KEY')
service_id = "default"llm_service = OpenAIChatCompletion(service_id=service_id,ai_model_id="gpt-3.5-turbo-1106",api_key=api_key
)# 将 LLM 服务添加到 kernel 中
kernel.add_service(llm_service)embedding_gen = OpenAITextEmbedding(ai_model_id="text-embedding-ada-002",api_key=api_key
)
# 将 Embedding 服务添加到 kernel 中
kernel.add_service(embedding_gen)from semantic_kernel.core_plugins.text_memory_plugin import TextMemoryPlugin
from semantic_kernel.memory.semantic_text_memory import SemanticTextMemory
from semantic_kernel.memory.volatile_memory_store import VolatileMemoryStore
import asyncio# 创建一个（内存）向量数据库
memory = SemanticTextMemory(storage=VolatileMemoryStore(), embeddings_generator=embedding_gen)# 添加一个连接向量数据库的 Plugin
kernel.add_plugin(TextMemoryPlugin(memory), "TextMemoryPlugin")
print("kernel.plugins:", kernel.plugins)@app.route('/upload', methods=['POST'])
def upload_file():if 'file' not in request.files:return jsonify({'status': 'error', 'message': 'No file  part'})file = request.files['file']if file.filename == '':return jsonify({'status': 'error', 'message': 'No selected file'})if file:filename = file.filenamefile_id = filename  # In a real app, use a unique identifierfile_path = os.path.join(app.config['UPLOAD_FOLDER'], filename)file.save(file_path)if filename.endswith('.pdf'):content = parse_pdf(file_path)elif filename.endswith('.md'):content = parse_md(file_path)else:return jsonify({'status': 'error', 'message': 'Unsupported file type'})save_file_to_db(file_id, filename, content)return jsonify({'status': 'success', 'message': 'File uploaded and parsed successfully', 'file_id': file_id})def parse_pdf(file_path):doc = fitz.open(file_path)text = ""for page_num in range(len(doc)):page = doc.load_page(page_num)text += page.get_text()return textdef parse_md(file_path):with open(file_path, 'r', encoding='utf-8') as file:text = file.read()return markdown.markdown(text)async def run_function(*args):return await kernel.invoke(*args)def save_file_to_db(file_id, filename, content):print(f'content:', content)lines = split_markdown_lines(content, 100)print("lines:", lines)collection_id = "generic"asyncio.run(process_lines(memory, collection_id, lines))async def save_information_async(memory, collection_id, index, line):await memory.save_information(collection=collection_id, id=index, text=line)# 在某个函数中调用
async def process_lines(memory, collection_id, lines):tasks = []for index, line in enumerate(lines):task = save_information_async(memory, collection_id, index, line)tasks.append(task)await asyncio.gather(*tasks)@app.route('/ask', methods=['POST'])
def ask_question():data = request.jsonfile_id = data.get('file_id')question = data.get('question')print("file_id:", file_id, "question:", question)content = get_file_content_from_db(file_id, question)print("content:", str(content))return jsonify({'status': 'success', 'answer': str(content)})prompt = """基于下面的背景信息回答问题。如果背景信息为空，或者和问题不相关，请回答"我不知道"。[背景信息开始]{{recall $input}}[背景信息结束]问题：{{$input}}回答："""
req_settings = kernel.get_service(service_id).get_prompt_execution_settings_class()(service_id=service_id)
prompt_template_config = PromptTemplateConfig(template=prompt,description="RAG问答",execution_settings={service_id: req_settings},input_variables=[InputVariable(name="input", description="The user query", is_required=True),],)
rag_function = kernel.add_function(function_name="search_and_answer",plugin_name="MyDemoPlugin",prompt_template_config=prompt_template_config,)def get_file_content_from_db(file_id, question):result = asyncio.run(run_function(rag_function,KernelArguments(input=question)))return resultif __name__ == '__main__':app.run(debug=True)

运行项目

部署与运行

  1. 前端

    • 运行开发服务器

      npm run serve

  2. 后端

    • 运行 Flask 应用

      python app.py

实现效果

选择md文件

在这里插入图片描述

上传md文件

在这里插入图片描述

上传成功

在这里插入图片描述

问答

  1. chatall怎么下载？
  2. chatall是一个代理吗？
  3. chatall的下载地址？

在这里插入图片描述

回答基于上传的ChatAll.MD文档。

在这里插入图片描述

在这里插入图片描述

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.mzph.cn/diannao/22693.shtml

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

保研面试408复习 8——计算机网络（浏览器http）、离散数学（平面图）、操作系统、数据结构

保研面试408复习 8——计算机网络（浏览器http）、离散数学（平面图）、操作系统、数据结构

文章目录 一、计算机网络1、从在浏览器输入网址到页面显示的过程1. 输入网址2. DNS 解析3. 建立TCP连接4. 发送HTTP请求5. 服务器处理请求并响应6. 浏览器处理响应7. 页面渲染 二、离散数学一、平面图1、平面图性质2、Kuratowski定理 三、操作系统四、数据结构 一、计算机网络 …
阅读更多...
IDCF五周年专场—【研发效能·创享大会】圆满落幕！

IDCF五周年专场—【研发效能·创享大会】圆满落幕！

2024 年5 月25 日&#xff0c;【研发效能创享大会】—IDCF五周年专场在北京希尔顿欢朋酒店&#xff08;大红门&#xff09;成功举办&#xff01;本次大会旨在为社区成员提供一个学习与交流的平台&#xff0c;分享技术经验&#xff0c;交流行业见解&#xff0c;促进技术合作与创…
阅读更多...
【Java基础】线程的五大状态

【Java基础】线程的五大状态

新建状态 使用 new 关键字和 Thread 类或其子类建立一个线程对象后&#xff0c;该线程对象就处于新建状态。它保持这个状态直到程序 start() 这个线程。 就绪状态 当线程对象调用了start()方法之后&#xff0c;该线程就进入就绪状态。就绪状态的线程处于就绪队列中&#xff…
阅读更多...
景深技术在AI绘画中的魔法：为数字艺术注入新维度

景深技术在AI绘画中的魔法：为数字艺术注入新维度

引言&#xff1a; 在人工智能&#xff08;AI&#xff09;的浪潮中&#xff0c;绘画艺术领域迎来了革命性的变革。AI绘画不仅改变了创作过程&#xff0c;还为艺术家和设计师提供了前所未有的工具。其中&#xff0c;景深技术作为一种重要的视觉处理手段&#xff0c;在AI绘画中的应…
阅读更多...
告别繁琐，Xinstall一键解决App代理结算难题！

告别繁琐，Xinstall一键解决App代理结算难题！

在移动互联网的浪潮中&#xff0c;App的推广和运营成为了众多企业和开发者关注的焦点。然而&#xff0c;随着App市场的日益竞争&#xff0c;代理结算的复杂性和繁琐性成为了许多推广者头疼的问题。为了解决这个问题&#xff0c;Xinstall凭借其专业的技术和丰富的服务经验&#…
阅读更多...
Modebus通信协议 温控器示例

Modebus通信协议 温控器示例

目录 1 指令解释 2 获取动态的CRC 3 crc在线验证 4 16进制正负温度互转 4.2 16进制转温度 4.2 温度转16进制 5 完整工具类 最近安卓工作接了很多硬件&#xff0c;其他的都是发个固定指令&#xff0c;比较有代表性就是温控器和打印机自定义内容所以这个记录接入示例&…
阅读更多...
为什么没有输出九九乘法表？

为什么没有输出九九乘法表？

下面的程序本来想输出九九乘法表到屏幕上&#xff0c;为什么没有输出呢&#xff1f;怎样修改&#xff1f; <!DOCTYPE html> <html> <head> <meta charset"utf-8" /> <title>我的HTML练习</title> …
阅读更多...
新火种AI|倒反天罡！美国名校斯坦福AI团队抄袭中国大模型

新火种AI|倒反天罡！美国名校斯坦福AI团队抄袭中国大模型

作者&#xff1a;一号 编辑&#xff1a;美美 中国大模型被抄袭&#xff0c;怎么不算是某种层面上的国际认可呢&#xff1f; 5月29日&#xff0c;斯坦福大学的一个AI研究团队发布了一个名为「Llama3V」的模型&#xff0c;号称只要 500 美元就能训练出一个 SOTA 多模态模型&am…
阅读更多...
知识库系统：从认识到搭建

知识库系统：从认识到搭建

在这个信息过载的时代&#xff0c;企业越来越需要一个集中的知识库系统来促进员工协作和解决问题。本文跟着LookLook同学一起来探讨搭建高效知识库系统的所有注意事项和知识库系统的最佳推荐。 | 什么是知识库系统 知识库系统是一种软件或工具&#xff0c;旨在填补组织内的知识…
阅读更多...
超越传统AI 新型多智能体系统MESA，探索效率大幅提升

超越传统AI 新型多智能体系统MESA，探索效率大幅提升

探索多智能体强化学习的协同元探索 —— MESA 算法深度解读在多智能体强化学习&#xff08;MARL&#xff09;的征途中&#xff0c;如何高效探索以发现最优策略一直是研究者们面临的挑战。特别是在稀疏奖励的环境中&#xff0c;这一问题变得更加棘手。《MESA: Cooperative Meta-…
阅读更多...
用扫描书籍的功能扫描文档是扫描件吗？

用扫描书籍的功能扫描文档是扫描件吗？

当使用扫描书籍的功能来扫描文档时&#xff0c;产生的结果通常被称为“扫描件”或“扫描图像”。这里的“扫描”一词指的是通过扫描仪或具有扫描功能的设备&#xff08;如一些高端打印机、多功能一体机等&#xff09;将纸质文档转换为数字图像的过程。 扫描件通常是高清晰度的…
阅读更多...
关于phpstorm创建类和方法时带描述注释

关于phpstorm创建类和方法时带描述注释

展示效果&#xff1a; 1、使用phpstorm创建类文件时自带注释及注释编辑 步骤1&#xff1a; 步骤二&#xff1a; 内容&#xff1a; <?php /** * Desc: * author guowei * datetime $DATE $TIME */ #if (${NAMESPACE}) namespace ${NAMESPACE}; #end class ${NAM…
阅读更多...
计算机网络 —— 数据链路层（以太网）

计算机网络 —— 数据链路层（以太网）

计算机网络 —— 数据链路层&#xff08;以太网&#xff09; 什么是以太网以太网传输介质和拓扑结构的发展传输介质的发展&#xff1a;拓扑结构的发展&#xff1a; 10BASE-T 以太网适配器和MAC地址适配器&#xff08;Adapter&#xff09;MAC地址适配器与MAC地址的关系 MAC帧以太…
阅读更多...
使用Java进行网络采集：代理IP与参数传递详解

使用Java进行网络采集：代理IP与参数传递详解

在Java编程语言中&#xff0c;参数传递机制是一个常见的讨论话题。理解这一点对于编写高效且无错误的Java代码至关重要。本文将探讨Java的参数传递机制&#xff0c;解析其究竟是“按引用传递”还是“按值传递”&#xff0c;并结合网络爬虫技术的实例&#xff0c;展示如何在实际…
阅读更多...
【机器学习】机器学习与推荐系统在电子商务中的融合应用与性能优化新探索

【机器学习】机器学习与推荐系统在电子商务中的融合应用与性能优化新探索

文章目录 引言机器学习与推荐系统的基本概念机器学习概述监督学习无监督学习强化学习 推荐系统概述基于内容的推荐协同过滤混合推荐 机器学习与推荐系统的融合应用用户行为分析数据预处理特征工程 模型训练与评估模型训练模型评估 个性化推荐基于用户的协同过滤基于商品的协同过…
阅读更多...
【Git教程】（二十）外包长历史记录 — 概述及使用要求，执行过程及其实现，替代解决方案 ~

【Git教程】（二十）外包长历史记录 — 概述及使用要求，执行过程及其实现，替代解决方案 ~

Git教程 外包长历史记录 1️⃣ 概述2️⃣ 使用要求3️⃣ 执行过程及其实现3.1 外包项目历史3.2 链接到当前活动版本库 Git 版本库会随着时间积累越来越大&#xff0c;会影响它的内存管理效率。通常在版本库中只有源 代码文件情况下&#xff0c;这点效率影响可以忽略不计。在现…
阅读更多...
WSDM 2023 推荐系统相关论文整理（三）

WSDM 2023 推荐系统相关论文整理（三）

WSDM 2023的论文录用结果已出&#xff0c;推荐系统相关的论文方向包含序列推荐&#xff0c;点击率估计等领域&#xff0c;涵盖图学习&#xff0c;对比学习&#xff0c;因果推断&#xff0c;知识蒸馏等技术&#xff0c;累计包含近四十篇论文&#xff0c;下文列举了部分论文的标题…
阅读更多...
Stable Diffusion【应用篇】【图片修复】：模糊头像照片的高清修复

Stable Diffusion【应用篇】【图片修复】：模糊头像照片的高清修复

本文主要是回复一下后台小伙伴留言的问题。经小伙伴本人同意后&#xff0c;允许使用待修复的照片。 我们先看一下待修复的照片。 在向我咨询之前&#xff0c;小伙伴也自己进行了尝试&#xff0c;如果直接使用Stable Diffusion的后期处理功能&#xff0c;出来的图片效果是这样的…
阅读更多...
GPEN——使用GANs恢复对人脸图像进行修复

GPEN——使用GANs恢复对人脸图像进行修复

1. 简介 盲目的面部修复&#xff08;Blind Face Restoration, BFR&#xff09;是一个活跃的研究领域&#xff0c;它涉及到在没有任何先验信息的情况下改善低质量&#xff08;Low Quality, LQ&#xff09;图像的质量。这确实是一个具有挑战性的问题&#xff0c;因为模型需要能够…
阅读更多...
3分钟学会短信群发-在线云短信平台发送教程

3分钟学会短信群发-在线云短信平台发送教程

在线云短信平台发送教程 这是一个简单的短信平台的电脑在线发送教程&#xff0c;快速上手三分钟搞定&#xff0c;欢迎讨论分享&#xff1a; 1.登录短信平台 找一个资质齐全的在线云短信平台&#xff0c;以赛邮为例&#xff0c;注册认证后创建短信模版。 2.创建短信模版 输入编辑…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023