勋章
粉丝
技术能力
- Python
- 运维
- Windows
- Linux
- MacOS
- 网络安全
-
Python
中级
能力说明：
深度理解Python的语法与数据类型知识，对运算符、控制语句、列表、元组、字典的应用等具有清晰的认知。理解Flask、Django等Web开发框架的原理、构建方法，掌握利用Python爬虫技术与常用工具进行数据收集的应用能力。
-
-
云原生容器Clouder认证：基于容器搭建企业级应用
获得于2024-11-05 19:53:53 -
大模型Clouder认证：基于百炼平台构建智能体应用商品
获得于2024-11-03 14:16:17
-
弹性计算Clouder认证：ECS快速入门
获得于2024-11-02 21:08:28
-
大模型Clouder认证：基于通义灵码实现高效AI编码
获得于2024-10-31 15:50:41
-
-
-
阿里云大模型工程师ACA认证
获得于2024-11-05 22:08:56
-
97年东北电力工业分析学士学位毕业，毕业以后一直从事IT相关的行业。也从未间断过这方面的学习，先后考取了CCNP、Java软件工程师、CISE、CISP-PTE、讯飞的Prompt Engineer、工信部的高级数据分析师、BEC剑桥商务英语中级、长春工大计算机第二学士学位。
-
发表了文章 2024-11-10
从零开始构建员工管理系统：Python与SQLite3的完美结合
本文介绍如何使用Python和Tkinter构建一个图形界面的员工管理系统（EMS）。系统包括数据库设计、核心功能实现和图形用户界面创建。主要功能有查询、添加、删除员工信息及统计员工数量。通过本文，你将学会如何结合SQLite数据库进行数据管理，并使用Tkinter创建友好的用户界面。
-
发表了文章 2024-11-07
Python 虚拟环境全解：轻松管理项目依赖
本文详细介绍了 Python 虚拟环境的概念、创建和使用方法，包括 `virtualenv` 和 `venv` 的使用，以及最佳实践和注意事项。通过虚拟环境，你可以轻松管理不同项目的依赖关系，避免版本冲突，提升开发效率。
-
发表了文章 2024-11-06
基础大模型 vs 应用大模型
基础大模型（如GPT-3、BERT等）通过大量通用数据训练，具备强大的泛化能力。应用大模型则在此基础上进行微调，针对特定任务优化。两者均将知识编码在参数中，而非直接存储原始数据，实现“自然留存”。阿里云提供多种大模型和服务，欢迎体验。
-
发表了文章 2024-11-05
如何编写有效的Prompt模板：提升大模型性能的关键
在大模型应用中，编写有效的Prompt至关重要。本文介绍了如何编写高质量的Prompt模板，包括明确任务定义、选择高质量示例、优化任务指示和调整示例顺序。详细探讨了百炼平台提供的三种主要Prompt模板（ICIO、CRISPE、RASCEF）及静态和动态样例库的创建与应用，帮助提升模型性能。
-
发表了文章 2024-11-05
掌握 In-Context Learning (ICL)：构建高效 Prompt 的技巧与调优策略
ICL（In-Context Learning）是一种在大型语言模型中使用的技术，通过提供示例让模型在上下文中理解任务并生成正确输出。核心步骤包括定义任务、选择和格式化示例、编写任务指示，并通过调优和修复错误提高模型性能。欢迎体验阿里云百炼大模型及相关服务产品。
-
发表了文章 2024-11-04
基于百炼平台构建智能体应用——十分钟构造能主动提问的导购智能体
本文介绍了如何使用阿里云百炼大模型服务平台构建一个多智能体的智能导购应用，并将其部署到钉钉。通过百炼的Assistant API，您可以快速构建一个包含规划助理、手机导购、冰箱导购和电视导购的智能导购系统。文章详细讲解了从创建函数计算应用、访问网站、验证智能导购效果到将商品检索应用集成到智能导购中的全过程，帮助您快速实现智能导购功能。
-
发表了文章 2024-11-03
从零到英雄：利用百炼平台打造高效情感分析智能体的全攻略
百炼平台是阿里巴巴推出的面向开发者的AI模型训练和推理平台，提供丰富工具和服务，支持从需求分析到部署上线的全流程。本文以构建情感分析系统为例，详细介绍如何利用百炼平台完成数据准备、模型选择与训练、评估调优及最终部署。
-
发表了文章 2024-11-01
通义灵码实操—飞机大战游戏
在这个实践课程中，你将独立编写一个有趣的小游戏——“飞机大战”。借助通义灵码智能编程助手，你将从零开始，逐步构建一个个性化的游戏，体验编程的创造力和乐趣。通过学习 Pygame 库的使用，你不仅能掌握游戏开发的基本技能，还能深入了解游戏逻辑和图形界面的设计。快来加入我们，开启你的编程之旅吧！
-
发表了文章 2024-11-01
Python高手秘籍：列表推导式与Lambda函数的高效应用
列表推导式和Lambda函数是Python中强大的工具。列表推导式允许在一行代码中生成新列表，而Lambda函数则是用于简单操作的匿名函数。通过示例展示了如何使用这些工具进行数据处理和功能实现，包括生成偶数平方、展平二维列表、按长度排序单词等。这些工具在Python编程中具有高度的灵活性和实用性。
-
发表了文章 2024-10-30
编程之美：Python让你领略浪漫星空下的流星雨奇观
这段代码使用 Python 的 `turtle` 库实现了一个流星雨动画。程序通过创建 `Meteor` 类来生成具有随机属性的流星，包括大小、颜色、位置和速度。在无限循环中，流星不断移动并重新绘制，营造出流星雨的效果。环境需求为 Python 3.11.4 和 PyCharm 2023.2.5。
-
发表了文章 2024-10-30
HTTP 405 Method Not Allowed：解析与解决
本文详细解析了HTTP 405 "Method Not Allowed" 错误，包括其定义、常见原因、示例代码及解决方案。通过检查API文档、修改请求方法或更新服务器配置，可有效解决此错误，提升Web开发效率。
-
发表了文章 2024-10-30
编程之美：几行代码带你走进雪的世界
冬季来临，用Python的`turtle`库绘制美丽的雪花图案。代码包括设置绘图窗口、定义雪花颜色、绘制雪花的递归函数以及绘制多个随机位置和大小的雪花。运行代码，享受雪花飘落的视觉盛宴。
-
发表了文章 2024-10-29
打造个性化的微信公众号AI小助手：从人设到工作流程
在数字化时代，一个有个性且功能强大的AI小助手能显著提升用户体验。本文档指导如何在微信公众号上设置AI小助手“小智”，涵盖其人设、功能规划及工作流程设计，旨在打造一个既智能又具吸引力的AI伙伴。
-
发表了文章 2024-10-28
Multi-Agent应用领域及项目示例
多智能体系统（MAS）通过多个自主、交互式的智能体协同工作，能够更高效地解决复杂问题，提高系统的灵活性和鲁棒性。本文详细介绍了MAS的概念、特点及其在人工智能与机器人技术、经济与商业、交通管理、医疗健康和环境保护等领域的具体应用示例。
-
发表了文章 2024-10-28
简介Multi-Agent
多智能体系统（MAS）是由多个自主智能体组成的计算系统，各智能体能独立决策、协同作业，无需中央控制。其特点包括自主性、分布性、交互性、异构性和适应性，广泛应用于人工智能、经济、交通、医疗和环保等领域，展现出巨大潜力。然而，MAS也面临通信开销、一致性、安全性和可扩展性等挑战。
-
发表了文章 2024-10-27
Agent与大模型的区别
本文详细对比了人工智能领域的两个重要概念——Agent和大模型。大模型如GPT-3、BERT等，擅长自然语言处理任务，如文本生成、翻译等；Agent则是自主的软件实体，能够在特定环境中感知、决策并执行任务，如管理日程、控制智能家居等。文章介绍了它们的定义、功能、技术架构及应用场景，并总结了两者的核心差异和未来发展方向。
-
发表了文章 2024-10-27
国内基础大模型的独立性及应用大模型的依赖性
本文探讨了国内基础大模型（如阿里巴巴的通义千问）的独立性及其应用大模型的依赖性。详细分析了这些模型的研发过程、应用场景及技术挑战，包括数据收集、模型架构设计和算力支持等方面。同时，讨论了微调模型、插件式设计和独立部署等不同实现方式对应用大模型的影响。
-
发表了文章 2024-10-26
通过RAG增强大模型回答原本无法回答的问题
RAG（检索增强生成）是一种结合信息检索和文本生成技术的方法，旨在提升大规模语言模型处理特定问题的能力。通过先从大量文档中检索相关信息，再利用这些信息生成更准确的答案，RAG特别适用于需要最新数据或专业知识的场景，如医疗咨询、法律建议等。此方法不仅提高了答案的质量和准确性，还增强了系统的可扩展性和适应性。随着技术进步，RAG有望在更多领域发挥重要作用。
-
发表了文章 2024-10-25
掌握Windows管理利器：WMI命令实战
本文介绍了Windows Management Instrumentation (WMI) 的基本概念和用途，通过多个实用的`wmic`命令示例，如获取CPU信息、查看操作系统详情、管理服务、检查磁盘空间等，展示了WMI在系统维护中的强大功能。适合IT专业人士学习和参考。
-
发表了文章 2024-10-24
大模型的特点、重要概念及工作方式详解
大模型是具有大量参数和复杂结构的深度学习模型，通过处理大量数据实现高效任务解决。其特点包括参数规模庞大、深层网络结构、预训练与微调、多任务学习和自适应能力。重要概念有注意力机制、Transformer架构、迁移学习和分布式训练。大模型的工作方式包括输入处理、特征提取、预测与损失计算、反向传播与优化，以及评估与微调。这些特性使其在自然语言处理、计算机视觉等领域取得显著进展。
-
发表了文章 2024-10-24
大语言模型及其应用场景
大语言模型（如通义千问）凭借强大的自然语言处理能力，在内容创作、对话系统、翻译、信息抽取、代码生成、智能搜索、教育、企业管理和法律等领域展现巨大潜力，助力提升各行业智能化水平。
-
发表了文章 2024-10-23
简介阿里云大模型的基本概况和产品矩阵
阿里云在大模型领域深入研究，推出了通义千问、通义万相、通义听悟等产品，涵盖自然语言处理、图像生成、语音识别等多个方面，同时提供行业专属模型和MaaS平台，致力于为企业和个人用户提供高效、智能的服务。
-
发表了文章 2024-10-22
话说多模态大模型
多模态大模型是近年来人工智能的重要进展，能够处理和理解多种数据类型，如文本、图像、音频和视频。通过结合不同模态的信息，这些模型在图像识别、视觉问答、多模态检索和情感分析等场景中展现出强大的应用潜力。然而，数据标注、模态间协调和计算资源仍是其面临的挑战。未来研究将致力于提高模型效率和解释能力。
-
发表了文章 2024-10-22
大模型 Agent 概述
大模型Agent是基于大型预训练模型构建的智能体，具有强大的语言理解和生成能力，能完成多任务处理。其记忆功能包括短期记忆和长期记忆，支持上下文保持、知识积累、计划决策及内容创作，广泛应用于自然语言处理、问答系统、信息检索、辅助决策、教育、创意应用和客服等领域。
-
提交了问题
2024-10-21
百炼大模型里的语音模型Paraformer调用报错
-
发表了文章 2024-10-21
使用 Python 解析火狐浏览器的 SQLite3 数据库
本文介绍如何使用 Python 解析火狐浏览器的 SQLite3 数据库，包括书签、历史记录和下载记录等。通过安装 Python 和 SQLite3，定位火狐数据库文件路径，编写 Python 脚本连接数据库并执行 SQL 查询，最终输出最近访问的网站历史记录。
-
发表了文章 2024-10-21
大模型的多样性：从语言处理到多模态智能
本文介绍了大模型在多个领域的应用，包括自然语言处理（如Transformer、GPT、BERT、T5）、计算机视觉（如CNN、ViT、GAN）、多模态智能（如CLIP、DALL-E）、语音识别与合成（如Wav2Vec、Tacotron）以及强化学习（如AlphaGo、PPO）。这些模型展现了卓越的性能，推动了人工智能技术的发展。
-
发表了文章 2024-10-20
从人工智能到大模型的演变
本文概述了人工智能从早期的规则基础系统到现代大模型的演变过程，涵盖了符号主义、专家系统、统计学习、深度学习、自然语言处理以及大模型的出现与应用，分析了各阶段的关键技术和面临的挑战，展望了未来的发展方向。
-
发表了文章 2024-10-19
Python 网络编程：端口检测与IP解析
本文介绍了使用Python进行网络编程的两个重要技能：检查端口状态和根据IP地址解析主机名。通过`socket`库实现端口扫描和主机名解析的功能，并提供了详细的示例代码。文章最后还展示了如何整合这两部分代码，实现一个简单的命令行端口扫描器，适用于网络故障排查和安全审计。
-
发表了文章 2024-10-18
IP地址探秘：识别与解析的Python之旅 🚀
《IP地址探秘：识别与解析的Python之旅》通过Python的`ipaddress`模块，轻松实现IP地址的分类（如单播、多播、私有、环回或公有）及子网内所有IP的生成，使网络管理更加便捷高效。示例代码直观展示了功能实现过程。
-
发表了文章 2024-10-17
使用Python构建一个高级计算器
本文介绍如何使用Python和`tkinter`库构建一个高级计算器。该计算器支持基本运算（加、减、乘、除、求整、求余）、科学运算（平方根、幂等）以及简单的图形用户界面（GUI）。通过该项目，您将学习到如何处理用户输入、执行计算并显示结果。适合初学者提升编程技能。
-
发表了文章 2024-10-15
深入探讨Apache Flink：实时数据流处理的强大框架
在数据驱动时代，企业需高效处理实时数据流。Apache Flink作为开源流处理框架，以其高性能和灵活性成为首选平台。本文详细介绍Flink的核心特性和应用场景，包括实时流处理、强大的状态管理、灵活的窗口机制及批处理兼容性。无论在实时数据分析、金融服务、物联网还是广告技术领域，Flink均展现出巨大潜力，是企业实时数据处理的理想选择。随着大数据需求增长，Flink将继续在数据处理领域发挥重要作用。
-
发表了文章 2024-10-15
Python中的省略号（Ellipsis）赋值方式
在Python中，省略号（`...`）是一种特殊对象，称为Ellipsis，虽不常用但在特定场景下非常实用，如函数占位、未实现方法示例及NumPy数组处理。本文通过示例介绍`a = ...`的用法。省略号类似于`None`，可用作代码结构的占位符，保持代码完整性和可读性，同时在API设计中标识待实现的方法。特别是在NumPy中，省略号用于表示多维数组的剩余维度，简化数组操作，提高代码灵活性和可读性。掌握这一技巧有助于提升Python编程能力。
-
发表了文章 2024-10-13
Docker自定义网络
Docker自定义网络
-
发表了文章 2024-10-13
使用 NumPy 进行数组操作的示例
使用 NumPy 进行数组操作的示例
-
发表了文章 2024-10-13
tkinter库的应用小示例：文本编辑器
tkinter库的应用小示例：文本编辑器
-
发表了文章 2024-10-13
SpringBoot微服务打包Docker镜像
SpringBoot微服务打包Docker镜像
-
发表了文章 2024-10-13
MechanicalSoup与BeautifulSoup的区别分析
MechanicalSoup与BeautifulSoup的区别分析
-
发表了文章 2024-10-13
用Docker发布自己的镜像
用Docker发布自己的镜像
-
发表了文章 2024-10-13
Python随机效应模型
Python随机效应模型
-
发表了文章 2024-10-13
利用Python在Win10环境下实现拨号上网
利用Python在Win10环境下实现拨号上网
-
发表了文章 2024-10-13
Python Logging 限制文件大小
Python Logging 限制文件大小
-
发表了文章 2024-10-13
Python中的push方法详解与实例
Python中的push方法详解与实例
-
发表了文章 2024-10-13
常见的wa矿木马
常见的挖矿木马
-
发表了文章 2024-10-13
Python 的 os 库的应用实例
Python 的 os 库的应用实例
-
发表了文章 2024-10-13
如何使用 Python 爬取商品数据
如何使用 Python 爬取京东商品数据
-
发表了文章 2024-10-13
使用Gradio显示 System32文件夹下的DLL文件说明
使用Gradio显示 System32文件夹下的DLL文件说明3. 编写 Gradio 应用程序代码 接下来，我们将编写一个 Python 脚本，使用 Gradio 创建一个界面。在这个界面中，我们将定义一个函数来格式化和返回 DLL 文件信息，并通过 Gradio 显示它。 以下是完整的代码示例： import gradio as gr # 要展示的文件说明 data = { "System32下的文件说明": [ {"name": "aclui.dll", "remark": "Security Descriptor Editor，没有它，注册表编缉器会无法运
-
发表了文章 2024-10-13
DNS查询工具简介
DNS查询工具简介
-
发表了文章 2024-10-13
Python MagicMock: Mock 变量的强大工具
Python MagicMock: Mock 变量的强大工具
-
发表了文章 2024-10-13
Python 语法糖：让编程更简单（续）
Python 语法糖：让编程更简单（续）
-
发表了文章
2025-09-06
深入剖析Sudo提权：白帽子的防御视角与审计指南
-
发表了文章
2025-09-05
Linux系统提权之计划任务（Cron Jobs）提权
-
发表了文章
2025-09-05
Linux系统提权方式全面总结：从基础到高级攻防技术
-
发表了文章
2025-08-25
Git 与 GitHub：一场完美的“厨房与美食社区”协作战
-
发表了文章
2025-08-25
管道符在渗透测试与网络安全中的全面应用指南
-
发表了文章
2025-06-19
AWK在网络安全中的高效应用：从日志分析到威胁狩猎
-
发表了文章
2025-06-10
Shellshock漏洞与永恒之蓝(WannaCry)勒索病毒深度分析
-
发表了文章
2025-06-06
Windows 账号管理与安全指南
-
发表了文章
2025-06-06
敏感备份文件：潜在的安全风险与防护措施
-
发表了文章
2025-05-29
HarmonyOS NEXT～鸿蒙开发能力：HarmonyOS SDK AI 全解析
-
发表了文章
2025-05-28
HarmonyOS NEXT～鸿蒙系统运维：全面解析与最佳实践
-
发表了文章
2025-05-26
HarmonyOS NEXT～HarmonyOS 语言仓颉：下一代分布式开发语言的技术解析与应用实践
-
发表了文章
2025-05-26
HarmonyOS NEXT～鸿蒙操作系统功耗优化特性深度解析
-
发表了文章
2025-05-22
HarmonyOS NEXT～鸿蒙系统下的Cordova框架应用开发指南
-
发表了文章
2025-05-21
HarmonyOS NEXT～鸿蒙系统与mPaaS三方框架集成指南
-
发表了文章
2025-05-21
HarmonyOS NEXT～鸿蒙系统与Uniapp跨平台开发实践指南
-
发表了文章
2025-05-21
CTF实战秘籍：跨平台文件合并与数据重构技术
-
发表了文章
2025-05-08
HarmonyOS NEXT～鸿蒙开发利器：CodeGenie AI辅助编程工具全面解析
-
发表了文章
2025-05-07
HarmonyOS Next～HarmonyOS应用测试全流程解析：从一级类目上架到二级类目专项测试
-
发表了文章
2025-05-06
HarmonyOS Next～HarmonyOS SDK应用服务：开发者的全新技术生态
-
回答了问题
2025-04-04
真人配音与AI创作有声读物，如何和谐共存？
在数字内容消费井喷的当下，有声读物市场正经历着前所未有的技术变革。真人配音与AI创作看似对立的两种创作方式，实际上正在通过技术创新构建出全新的协作生态。基于云原生应用平台CAP与百炼模型的服务架构，我们观察到三个关键维度的突破性融合： 工业化生产与艺术创作的流程重构传统制作流程中的剧本分镜、音效匹配、多语种录制等环节耗时占比超过70%，而AI技术可将文本解析、基础语音合成、背景音轨匹配等标准化环节效率提升600%。这使得配音演员能将精力集中于情感层次设计、角色声线塑造等核心艺术创作，某儿童教育平台数据显示，采用混合模式后，配音师单位时间的创意产出量提升2.3倍。 长尾市场的个性化激活通过百炼模型的风格迁移技术，单个优质配音样本可衍生出12种方言版本和8种情感模式，解决了传统模式下小众语种读物制作成本过高的问题。某区域出版集团的实践表明，AI辅助制作的少数民族语言读物单位成本降低82%，而真人艺术家只需完成基准版录制。 创作民主化的技术实现云原生架构将专业录音棚能力解构为可组合的微服务模块，创作者通过可视化界面即可完成多角色对话生成、动态环境音效叠加等复杂操作。某独立工作室的案例显示，非专业团队借助该平台制作的科普有声书，在情感丰富度指标上达到专业作品的89%水准。 这种技术赋能的共生模式正在重塑行业价值链条：AI处理海量标准化内容满足市场需求广度，真人专注精品化创作拓展内容深度，云平台则构建起连接供需两端的柔性生产网络。未来，随着情感计算模型的进化，我们或将见证AI从工具向创作伙伴的角色跃迁，而人类艺术家的核心价值将更聚焦于不可复制的创意灵感和文化理解。这种动态平衡不是简单的技术妥协，而是数字时代内容生产范式的革命性演进。 New chat赞42 踩0 评论0 -
提交了问题
2024-10-21
百炼大模型里的语音模型Paraformer调用报错