海珠网站建设方案/软文营销的本质

海珠网站建设方案,软文营销的本质,谷歌网站收录提交,网站怎么推广运营要实现一个基于对话形式的AI客服系统，该系统能够提示用户输入必要的信息，并根据用户的输入生成相应的EL（Expression Language）表达式编排规则，您可以按照以下步骤进行设计和开发。本文将涵盖系统架构设计、关键技术选型…

要实现一个基于对话形式的AI客服系统，该系统能够提示用户输入必要的信息，并根据用户的输入生成相应的EL（Expression Language）表达式编排规则，您可以按照以下步骤进行设计和开发。本文将涵盖系统架构设计、关键技术选型、具体实现步骤以及一些扩展功能的建议。

1. 系统架构设计

1.1. 系统组成

  • 前端：负责与用户进行交互，展示对话界面，收集用户输入，并显示AI生成的EL表达式。
  • 后端：处理用户输入，管理对话状态，生成EL表达式，并与AI/NLP服务集成以增强对话能力。
  • 数据库（可选）：存储用户会话数据、EL表达式规则等信息，便于后续分析和使用。
  • AI/NLP 服务：用于理解用户意图，管理对话逻辑，确保对话的自然性和智能性。

1.2. 技术选型

  • 前端：
    • 框架：React.js、Vue.js 或纯HTML/CSS/JavaScript
    • 实时通信：WebSocket 或基于HTTP的轮询（如使用REST API）
  • 后端：
    • 框架：Spring Boot
    • 实时通信：Spring WebSocket 或基于REST API的异步处理
    • 数据库：MySQL、PostgreSQL 或 NoSQL（如MongoDB）
  • AI/NLP 服务：
    • 使用预训练的模型（如OpenAI的GPT系列）
    • 或者集成其他NLP库（如Rasa、Dialogflow）

2. 具体实现步骤

2.1. 搭建后端基础架构

2.1.1. 创建Spring Boot项目

使用Spring Initializr创建一个新的Spring Boot项目，包含以下依赖：

  • Spring Web
  • Spring Data JPA（如果需要数据库支持）
  • Spring WebSocket（用于实时通信）
  • Lombok（简化代码）
  • 其他必要的依赖，如数据库驱动等
2.1.2. 配置数据库（可选）

如果需要持久化存储用户会话或EL表达式规则，配置数据库连接。

application.properties示例：

spring.datasource.url=jdbc:mysql://localhost:3306/aicustomerdb
spring.datasource.username=root
spring.datasource.password=yourpassword
spring.jpa.hibernate.ddl-auto=update
spring.jpa.show-sql=true
2.1.3. 创建实体类（可选）

如果需要存储用户会话或EL表达式规则，创建相应的实体类。

package com.example.aicustomer.model;import javax.persistence.*;@Entity
public class ELExpression {@Id@GeneratedValue(strategy = GenerationType.IDENTITY)private Long id;private String tableId;private String fieldId;private String javaFieldName;private String elExpression;// Getters and Setters
}
2.1.4. 创建Repository接口（可选）
package com.example.aicustomer.repository;import com.example.aicustomer.model.ELExpression;
import org.springframework.data.jpa.repository.JpaRepository;
import org.springframework.stereotype.Repository;@Repository
public interface ELExpressionRepository extends JpaRepository<ELExpression, Long> {// 自定义查询方法（如需要）
}

2.2. 实现对话管理和EL表达式生成逻辑

2.2.1. 创建用户输入模型
package com.example.aicustomer.model;public class UserInput {private String userName;private String userAction;private String targetResource;// Getters and Setters
}
2.2.2. 创建EL表达式生成服务
package com.example.aicustomer.service;import com.example.aicustomer.model.UserInput;
import org.springframework.stereotype.Service;@Service
public class ExpressionService {public String generateELExpression(UserInput userInput) {// 根据用户输入生成EL表达式，这里使用简单的拼接，可以根据需要调整逻辑return String.format("${user.name == '%s' and user.action == '%s' and user.target == '%s'}",userInput.getUserName(),userInput.getUserAction(),userInput.getTargetResource());}
}
2.2.3. 集成AI/NLP服务

为了实现智能对话，可以集成OpenAI的GPT模型或者其他NLP服务。以下示例假设使用OpenAI的API。

添加依赖（使用OpenAI的Java库或使用HTTP客户端如RestTemplate或WebClient）：

<!-- 在pom.xml中添加HTTP客户端依赖 -->
<dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-webflux</artifactId>
</dependency>

创建AI服务类：

package com.example.aicustomer.service;import org.springframework.beans.factory.annotation.Value;
import org.springframework.stereotype.Service;
import org.springframework.web.reactive.function.client.WebClient;
import reactor.core.publisher.Mono;@Service
public class AIService {@Value("${openai.api.key}")private String openAIApiKey;private final WebClient webClient;public AIService(WebClient.Builder webClientBuilder) {this.webClient = webClientBuilder.baseUrl("https://api.openai.com/v1").build();}public Mono<String> getAIResponse(String prompt) {return webClient.post().uri("/completions").header("Authorization", "Bearer " + openAIApiKey).bodyValue("{ \"model\": \"text-davinci-003\", \"prompt\": \"" + prompt + "\", \"max_tokens\": 150 }").retrieve().bodyToMono(String.class).map(response -> {// 解析AI响应，这里简单返回整个响应，实际使用时需要解析JSON获取具体内容return response;});}
}

注意： 确保在application.properties中配置OpenAI的API密钥。

openai.api.key=your_openai_api_key
2.2.4. 创建控制器处理对话
package com.example.aicustomer.controller;import com.example.aicustomer.model.UserInput;
import com.example.aicustomer.service.AIService;
import com.example.aicustomer.service.ExpressionService;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.http.ResponseEntity;
import org.springframework.web.bind.annotation.*;
import reactor.core.publisher.Mono;@RestController
@RequestMapping("/api/chat")
public class ChatController {@Autowiredprivate AIService aiService;@Autowiredprivate ExpressionService expressionService;@PostMapping("/message")public Mono<ResponseEntity<String>> handleMessage(@RequestBody String userMessage) {// 这里可以添加对用户消息的解析和状态管理// 示例：假设用户输入的消息包含所有必要的信息，以简化流程// 真实场景中可能需要多轮对话来收集信息// 解析用户输入（根据具体格式）// 这里假设用户输入格式为 "name:xxx;action:yyy;target:zzz"UserInput userInput = parseUserMessage(userMessage);// 生成EL表达式String elExpression = expressionService.generateELExpression(userInput);// 构建AI响应String aiResponse = "生成的EL表达式是: " + elExpression;return Mono.just(ResponseEntity.ok(aiResponse));}private UserInput parseUserMessage(String message) {UserInput input = new UserInput();String[] parts = message.split(";");for (String part : parts) {String[] keyValue = part.split(":");if (keyValue.length != 2) continue;switch (keyValue[0].trim().toLowerCase()) {case "name":input.setUserName(keyValue[1].trim());break;case "action":input.setUserAction(keyValue[1].trim());break;case "target":input.setTargetResource(keyValue[1].trim());break;default:break;}}return input;}
}

2.3. 实现前端对话界面

前端部分可以使用React.js或Vue.js构建SPA（单页面应用），但为了简化，这里以纯HTML、CSS和JavaScript为例。

index.html

<!DOCTYPE html>
<html lang="zh-CN">
<head><meta charset="UTF-8"><title>AI客服系统</title><style>body {font-family: Arial, sans-serif;background-color: #f2f2f2;}.chat-container {width: 400px;margin: 50px auto;background-color: #fff;border-radius: 5px;box-shadow: 0 0 10px rgba(0, 0, 0, 0.1);overflow: hidden;}.chat-box {height: 400px;overflow-y: scroll;padding: 20px;border-bottom: 1px solid #ddd;}.chat-message {margin-bottom: 15px;}.chat-message.user {text-align: right;}.chat-message.ai {text-align: left;}.chat-input {display: flex;padding: 10px;}.chat-input input {flex: 1;padding: 10px;border: 1px solid #ddd;border-radius: 3px;}.chat-input button {padding: 10px 15px;margin-left: 10px;border: none;background-color: #28a745;color: #fff;border-radius: 3px;cursor: pointer;}.chat-input button:hover {background-color: #218838;}</style>
</head>
<body><div class="chat-container"><div class="chat-box" id="chatBox"><!-- 聊天记录 --></div><div class="chat-input"><input type="text" id="userInput" placeholder="请输入您的信息..." /><button id="sendButton">发送</button></div></div><script>document.getElementById("sendButton").addEventListener("click", sendMessage);document.getElementById("userInput").addEventListener("keypress", function(e) {if (e.key === 'Enter') {sendMessage();}});function appendMessage(message, sender) {const chatBox = document.getElementById("chatBox");const messageDiv = document.createElement("div");messageDiv.classList.add("chat-message", sender);messageDiv.innerText = message;chatBox.appendChild(messageDiv);chatBox.scrollTop = chatBox.scrollHeight;}async function sendMessage() {const userInput = document.getElementById("userInput").value.trim();if (!userInput) return;appendMessage("用户: " + userInput, "user");document.getElementById("userInput").value = "";// 发送消息到后端try {const response = await fetch("/api/chat/message", {method: "POST",headers: {"Content-Type": "application/json"},body: JSON.stringify(userInput)});if (response.ok) {const aiResponse = await response.text();appendMessage("AI: " + aiResponse, "ai");} else {appendMessage("AI: 服务器错误，请稍后再试。", "ai");}} catch (error) {appendMessage("AI: 无法连接到服务器。", "ai");}}</script>
</body>
</html>

2.4. 启动和测试

  1. 启动后端：确保Spring Boot应用正常启动，没有报错。
  2. 访问前端页面：在浏览器中打开index.html，通常可以通过将其放置在resources/static目录下，并通过http://localhost:8080/index.html访问。
  3. 进行对话测试：在对话框中输入类似name:张三;action:登录;target:系统的格式，查看AI是否正确生成EL表达式。

3. 扩展功能与优化

3.1. 多轮对话与对话状态管理

当前实现假设用户一次性提供所有必要的信息，实际应用中可能需要引导用户逐步提供。例如：

  • AI询问用户姓名
  • 获取姓名后，询问用户的操作
  • 获取操作后，询问目标资源
  • 最后生成EL表达式

实现方法：

  • 在后端维护用户会话状态，可以使用WebSocket进行实时通信。
  • 使用Spring Session或其他会话管理工具。

3.2. 集成AI/NLP模型提升对话智能性

通过集成更强大的AI模型（如OpenAI的GPT系列），可以实现更自然和智能的对话，引导用户完成必要的输入。

示例：

// 在ChatController中集成AIService
@PostMapping("/message")
public Mono<ResponseEntity<String>> handleMessage(@RequestBody String userMessage, @RequestHeader String sessionId) {// 获取或初始化会话状态SessionState session = sessionService.getSession(sessionId);// 生成AI提示String prompt = generatePrompt(session, userMessage);return aiService.getAIResponse(prompt).map(aiResponse -> {// 解析AI响应，更新会话状态String finalResponse = processAIResponse(aiResponse, session);return ResponseEntity.ok(finalResponse);});
}

3.3. 使用WebSocket实现实时对话

使用WebSocket可以实现更流畅的实时对话体验。

后端配置WebSocket：

// WebSocketConfig.java
package com.example.aicustomer.config;import org.springframework.context.annotation.Configuration;
import org.springframework.messaging.simp.config.MessageBrokerRegistry;
import org.springframework.web.socket.config.annotation.*;@Configuration
@EnableWebSocketMessageBroker
public class WebSocketConfig implements WebSocketMessageBrokerConfigurer {@Overridepublic void configureMessageBroker(MessageBrokerRegistry config) {config.enableSimpleBroker("/topic"); // 区域性消息代理config.setApplicationDestinationPrefixes("/app"); // 应用前缀}@Overridepublic void registerStompEndpoints(StompEndpointRegistry registry) {registry.addEndpoint("/ws-chat").setAllowedOrigins("*").withSockJS();}
}

前端使用SockJS和Stomp.js进行连接：

<!-- 在index.html中引入SockJS和Stomp.js -->
<script src="https://cdnjs.cloudflare.com/ajax/libs/sockjs-client/1.5.1/sockjs.min.js"></script>
<script src="https://cdnjs.cloudflare.com/ajax/libs/stomp.js/2.3.3/stomp.min.js"></script>
<script>const socket = new SockJS('/ws-chat');const stompClient = Stomp.over(socket);stompClient.connect({}, function(frame) {console.log('Connected: ' + frame);stompClient.subscribe('/topic/replies', function(message) {appendMessage("AI: " + message.body, "ai");});});function sendMessage() {const userInput = document.getElementById("userInput").value.trim();if (!userInput) return;appendMessage("用户: " + userInput, "user");document.getElementById("userInput").value = "";stompClient.send("/app/chat", {}, userInput);}
</script>

调整后端控制器以支持WebSocket通信：

package com.example.aicustomer.controller;import com.example.aicustomer.service.AIService;
import com.example.aicustomer.service.ExpressionService;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.messaging.handler.annotation.MessageMapping;
import org.springframework.messaging.handler.annotation.SendTo;
import org.springframework.stereotype.Controller;@Controller
public class ChatWebSocketController {@Autowiredprivate ExpressionService expressionService;@MessageMapping("/chat")@SendTo("/topic/replies")public String handleMessage(String message) {// 解析用户消息UserInput userInput = parseUserMessage(message);// 生成EL表达式String elExpression = expressionService.generateELExpression(userInput);// 返回AI响应return "生成的EL表达式是: " + elExpression;}private UserInput parseUserMessage(String message) {UserInput input = new UserInput();String[] parts = message.split(";");for (String part : parts) {String[] keyValue = part.split(":");if (keyValue.length != 2) continue;switch (keyValue[0].trim().toLowerCase()) {case "name":input.setUserName(keyValue[1].trim());break;case "action":input.setUserAction(keyValue[1].trim());break;case "target":input.setTargetResource(keyValue[1].trim());break;default:break;}}return input;}
}

3.4. 增强EL表达式生成逻辑

根据实际业务需求，增强EL表达式的生成逻辑，支持更多条件和复杂的表达式。

public String generateELExpression(UserInput userInput) {StringBuilder el = new StringBuilder("${");if (userInput.getUserName() != null && !userInput.getUserName().isEmpty()) {el.append("user.name == '").append(userInput.getUserName()).append("' ");}if (userInput.getUserAction() != null && !userInput.getUserAction().isEmpty()) {if (el.length() > 2) el.append("and ");el.append("user.action == '").append(userInput.getUserAction()).append("' ");}if (userInput.getTargetResource() != null && !userInput.getTargetResource().isEmpty()) {if (el.length() > 2) el.append("and ");el.append("user.target == '").append(userInput.getTargetResource()).append("' ");}el.append("}");return el.toString();
}

3.5. UI/UX 优化

  • 美化对话界面：使用CSS框架（如Bootstrap、Tailwind CSS）提升界面美观度。
  • 添加图片、按钮等丰富内容：增强用户体验。
  • 支持表情、文件传输等功能：提高互动性。

3.6. 安全性与性能优化

  • 输入校验：防止XSS攻击，确保用户输入内容安全。
  • 身份认证：如果需要，添加用户认证机制。
  • 性能优化：针对高并发场景进行优化，如使用缓存、异步处理等。

4. 示例演示

假设用户在对话框中输入：name:张三;action:登录;target:系统

系统将生成以下EL表达式：

${user.name == '张三' and user.action == '登录' and user.target == '系统'}

对话过程示例：

用户: name:张三;action:登录;target:系统
AI: 生成的EL表达式是: ${user.name == '张三' and user.action == '登录' and user.target == '系统'}

5. 部署与上线

5.1. 部署后端

  • 选择服务器：如AWS、阿里云、腾讯云等。
  • 配置运行环境：安装Java、数据库等必要环境。
  • 打包部署：使用Maven或Gradle打包Spring Boot应用，并使用服务管理工具（如Systemd）部署为服务。

5.2. 部署前端

  • 静态资源部署：将前端页面放置在后端的resources/static目录下，或使用独立的前端服务器（如Nginx）托管。
  • 配置域名与SSL：确保访问的安全性和便捷性。

5.3. 监控与维护

  • 监控系统健康状态：使用监控工具（如Prometheus、Grafana）监控系统性能。
  • 日志管理：收集和分析日志，及时发现和解决问题。

6. 总结

通过上述步骤，您可以构建一个基于对话形式的AI客服系统，能够与用户进行自然的对话，收集必要的信息，并生成相应的EL表达式编排规则。根据具体需求，您可以进一步完善系统的功能和性能，例如增强对话智能性、支持多轮对话、优化UI/UX等。

参考资源

  • Spring Boot官方文档：https://spring.io/projects/spring-boot
  • WebSocket教程：Spring WebSocket文档
  • OpenAI API文档：https://beta.openai.com/docs/
  • 前端框架文档：
    • React.js：https://reactjs.org/
    • Vue.js：https://vuejs.org/

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/news/897405.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

【JavaWeb12】数据交换与异步请求：JSON与Ajax的绝妙搭配是否塑造了Web的交互革命?

【JavaWeb12】数据交换与异步请求：JSON与Ajax的绝妙搭配是否塑造了Web的交互革命?

文章目录 &#x1f30d;一. 数据交换--JSON❄️1. JSON介绍❄️2. JSON 快速入门❄️3. JSON 对象和字符串对象转换❄️4. JSON 在 java 中使用❄️5. 代码演示 &#x1f30d;二. 异步请求--Ajax❄️1. 基本介绍❄️2. JavaScript 原生 Ajax 请求❄️3. JQuery 的 Ajax 请求 &a…
阅读更多...
前端杂的学习笔记

前端杂的学习笔记

什么是nginx Nginx (engine x) 是一个高性能的HTTP和反向代理web服务器 Nginx是一款轻量级的Web 服务器/反向代理服务器&#xff0c;处理高并发能力是十分强大的&#xff0c;并且支持热部署&#xff0c;启动简单&#xff0c;可以做到7*24不间断运行 正代和反代 学习nginx&a…
阅读更多...
玩转ChatGPT：GPT 深入研究功能

玩转ChatGPT：GPT 深入研究功能

一、写在前面 民间总结&#xff1a; 理科看Claude 3.7 Sonnet 文科看DeepSeek-R1 那么&#xff0c;ChatGPT呢&#xff1f; 看Deep Research&#xff08;深入研究&#xff09;功能。 对于科研狗来说&#xff0c;在这个文章爆炸的时代&#xff0c;如何利用AI准确、高效地收…
阅读更多...
RabbitMQ 2025/3/5

RabbitMQ 2025/3/5

高性能异步通信组件。 同步调用 以支付为例&#xff1a; 可见容易发生雪崩。 异步调用 以支付为例&#xff1a; 支付服务当甩手掌柜了&#xff0c;不管后面的几个服务的结果。只管库库发&#xff0c;后面那几个服务想取的时候就取&#xff0c;因为消息代理里可以一直装&#x…
阅读更多...
Android15使用FFmpeg解码并播放MP4视频完整示例

Android15使用FFmpeg解码并播放MP4视频完整示例

效果: 1.编译FFmpeg库： 下载FFmpeg-kit的源码并编译生成安装平台库 2.复制生成的FFmpeg库so文件与包含目录到自己的Android下 如果没有prebuiltLibs目录，创建一个，然后复制 包含目录只复制arm64-v8a下
阅读更多...
Hadoop、Hive、Spark的关系

Hadoop、Hive、Spark的关系

Part1&#xff1a;Hadoop、Hive、Spark关系概览 1、MapReduce on Hadoop 和spark都是数据计算框架&#xff0c;一般认为spark的速度比MR快2-3倍。 2、mapreduce是数据计算的过程&#xff0c;map将一个任务分成多个小任务&#xff0c;reduce的部分将结果汇总之后返回。 3、HIv…
阅读更多...
[密码学实战]Java实现国密TLSv1.3单向认证

[密码学实战]Java实现国密TLSv1.3单向认证

一、代码运行结果 1.1 运行环境 1.2 运行结果 1.3 项目架构 二、TLS 协议基础与国密背景 2.1 TLS 协议的核心作用 TLS（Transport Layer Security） 是保障网络通信安全的加密协议，位于 TCP/IP 协议栈的应用层和传输层之间，提供： • 数据机密性：通过对称加密算法（如 AE…
阅读更多...
09 HarmonyOS NEXT 仿uv-ui Tag组件开发教程系列(三)

09 HarmonyOS NEXT 仿uv-ui Tag组件开发教程系列(三)

温馨提示&#xff1a;本篇博客的详细代码已发布到 git : https://gitcode.com/nutpi/HarmonyosNext 可以下载运行哦&#xff01; 文章目录 Tag组件实战应用与最佳实践1. 复杂场景应用1.1 标签筛选系统 2. 性能优化实践2.1 状态管理优化2.2 渲染性能优化 3. 实用功能扩展3.1 拖拽…
阅读更多...
clickhouse查询效率低

clickhouse查询效率低

《关于ClickHouse查询效率低的探讨》 在数据处理的世界里&#xff0c;数据库扮演着至关重要的角色。ClickHouse是一款专为在线分析处理&#xff08;OLAP&#xff09;设计的列式存储数据库管理系统。它因其快速的数据写入和查询速度而闻名&#xff0c;尤其适合处理海量数据。如…
阅读更多...
Linux系统基于ARM平台的LVGL移植

Linux系统基于ARM平台的LVGL移植

软硬件介绍&#xff1a;Ubuntu 20.04 ARM 和&#xff08;Cortex-A53架构&#xff09;开发板 基本原理 LVGL图形库是支持使用Linux系统的Framebuffer帧缓冲设备实现的&#xff0c;如果想要实现在ARM开发板上运行LVGL图形库&#xff0c;那么就需要把LVGL图形库提供的关于帧缓冲设…
阅读更多...
旋转编码器原理与应用详解：从结构到实战 | 零基础入门STM32第四十七步

旋转编码器原理与应用详解：从结构到实战 | 零基础入门STM32第四十七步

主题内容教学目的/扩展视频旋转编码器电路原理&#xff0c;跳线设置&#xff0c;结构分析。驱动程序与调用。熟悉电路和驱动程序。 师从洋桃电子&#xff0c;杜洋老师 &#x1f4d1;文章目录 一、旋转编码器是什么&#xff1f;二、内部结构揭秘2.1 机械组件解剖2.2 核心部件说明…
阅读更多...
aws(学习笔记第三十二课) 深入使用cdk(API Gateway + event bridge)

aws(学习笔记第三十二课) 深入使用cdk(API Gateway + event bridge)

文章目录 aws(学习笔记第三十二课) 深入使用cdk学习内容&#xff1a;1. 使用aws API Gatewaylambda1.1. 以前的练习1.2. 使用cdk创建API Gateway lambda1.3. 确认cdk创建API Gateway lambda 2. 使用event bridge练习producer和consumer2.1. 代码链接2.2. 开始练习2.3. 代码部…
阅读更多...
城市霓虹灯夜景拍照后期Lr调色教程，手机滤镜PS+Lightroom预设下载！

城市霓虹灯夜景拍照后期Lr调色教程，手机滤镜PS+Lightroom预设下载！

调色教程 在城市霓虹灯夜景拍摄中&#xff0c;由于现场光线复杂等因素&#xff0c;照片可能无法完全呈现出当时的视觉感受。通过 Lr 调色&#xff0c;可以弥补拍摄时的不足。例如&#xff0c;运用基本调整面板中的曝光、对比度、阴影等工具&#xff0c;可以处理出画面的整体明暗…
阅读更多...
自然语言处理：文本分类

自然语言处理：文本分类

介绍 大家好&#xff0c;我这个热衷于分享知识的博主又来啦&#xff01;之前我们一起深入探讨了自然语言处理领域中非常重要的两个方法&#xff1a;朴素贝叶斯和逻辑斯谛回归。在探索的过程中&#xff0c;我们剖析了朴素贝叶斯如何基于概率原理和特征条件独立假设&#xff0c;…
阅读更多...
K8S高可用集群-小白学习之二进制部署（ansible+shell）

K8S高可用集群-小白学习之二进制部署（ansible+shell）

一.K8S高可用集群配置概述 序言：本文从一个小白的视角进行K8S的研究和部署，采用二进制的方式是为了更清楚了分解部署流程及了解这个集群是怎么运作的，加上ansible+shell是方便在这个过程中，遇到了问题，我们可以不断的快速重复部署来测试和研究问题的所在点，本文的架构图…
阅读更多...
【编译器】VSCODE搭建ESP32-C3

【编译器】VSCODE搭建ESP32-C3

【编译器】VSCODE搭建ESP32-C3 文章目录 [TOC](文章目录) 前言一、下载配置二、编译三、烧录四、参考资料总结 前言 使用工具&#xff1a; 1. 提示&#xff1a;以下是本篇文章正文内容&#xff0c;下面案例可供参考 一、下载配置 安装IDF&#xff0c;打开例程 二、编译 三…
阅读更多...
通义千问本地配置并实现微调

通义千问本地配置并实现微调

通义千问本地配置并实现微调 最小Qwen模型大小942mb from modelscope import snapshot_download model_dir = snapshot_download(“qwen/Qwen2.5-0.5B”, cache_dir=“./models2.5”) Qwen2.5-0.5B：942MB from modelscope import snapshot_download model_dir = snapshot_d…
阅读更多...
Magento2根据图片文件包导入产品图片

Magento2根据图片文件包导入产品图片

图片包给的图片文件是子产品的图片&#xff0c;如下图&#xff1a;A104255是主产品的sku <?php/*** 根据图片包导入产品图片&#xff0c;包含子产品和主产品* 子产品是作为主图&#xff0c;主产品是作为附加图片*/use Magento\Framework\App\Bootstrap;include(../app/boot…
阅读更多...
考研408

考研408

是否需要考研&#xff1f; 考研前期准备 目标院校 每年9月10月才会公布 考试时长3小时 数据结构 1.时间复杂度选择题计算 2.顺序表链表特点;指针、结构体语法&#xff0c;链表结点定义&#xff0c;链表头结点与头指针,常见的五种链 表&#xff0c;链表的插入删除操作;顺…
阅读更多...
Web网页制作（静态网页）：千年之恋

Web网页制作（静态网页）：千年之恋

一、是用的PyCharm来写的代码 二、代码中所用到的知识点&#xff08;无 js&#xff09; 这段HTML代码展示了一个简单的注册页面&#xff0c;包含了多个HTML元素和CSS样式的应用。 这段HTML代码展示了一个典型的注册页面&#xff0c;包含了常见的HTML元素和表单控件。通过CSS样…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023