多端低代码开发平台魔笔

浙政钉如果是开启了专属存储的应用，数据是存到您们自己组织的数据库，不是用的宜搭的数据库存储数据。存储上限理论上根据您们组织购买的数据库大小来的

ModelScope不会为每个模型长期占用一个GPU或一台服务器。

容器化封装：每一个模型都被封装成一个独立的、标准化的Docker容器。这个容器内包含了模型文件、依赖的环境（Python, PyTorch, TensorFlow等）、以及一套统一的API接口（例如基于HTTP的RESTful API）。这保证了模型环境的一致性，也实现了模型与模型之间的隔离。

按需加载：当用户点击“在线体验”时，调度系统并不会立即启动一个模型容器。而是先检查资源池中是否有该模型正在运行中的实例。

如果有（模型是“热”的）：直接将用户的请求路由到该运行中的实例，用户几乎无感知地获得结果。

如果没有（模型是“冷”的）：调度系统会从模型仓库中拉取对应的容器镜像，然后在资源池中找一个有空闲资源的服务器（CPU/GPU），启动这个模型的容器。这个过程需要一定时间（十几秒到一分钟，这就是为什么有时体验需要“等待加载”）。

不太清楚是指的更改选项列表，还是更改值，所以两个方式都可以参考下

1.如果是想更改下拉组件B的选项列表，那么参考下图示例：

this.$("替换成B组件的唯一标识").set("dataSource", [{
      text: "更改后的选项一" }, {
      text: "更改后的选项二" }])

效果：A输入后，更改B的选项

2.如果是想更改下拉组件B的选项列表，那么参考下图示例：

 this.$("需替换成B组件的唯一标识").setValue("测试哈哈哈")

效果：A输入后，更改B的值

可以在下拉单选弹出层事件里JS处理数据排序后再给下拉单选 赋值选项列表

降序代码：

  //打开弹出层的时执行
  if (visible){
     
    var data = this.$("需替换成下拉单选的唯一标识").get("dataSource")//获取下拉单选的选项列表
    // 根据 value 降序排序并返回一个新的数组
    const sortedData = [...data] // 创建数据的浅拷贝
      .sort((a, b) => Number(b.value) - Number(a.value)); // 降序排序
    this.$("需替换成下拉单选的唯一标识").set("dataSource", sortedData)//设置调整顺序后下拉单选的选项列表
  }

升序代码：

  //打开弹出层的时执行
  if (visible){
     
    var data = this.$("需替换成下拉单选的唯一标识").get("dataSource")//获取下拉单选的选项列表
    // 根据 value 降序排序并返回一个新的数组
    const sortedData = [...data] // 创建数据的浅拷贝
      .sort((a, b) => Number(a.value) -  Number(b.value)); // 升序排序
    this.$("需替换成下拉单选的唯一标识").set("dataSource", sortedData)//设置调整顺序后下拉单选的选项列表
  }

效果：