jianz123_社区达人页

可以用影刀，需要自己在页面配置抓取的数据，将数据抓回来自己处理，然后做成定时抓取的。

给我感觉是：通过 RDS Supabase，开发者能以“全栈即服务”（Full-stack as a Service）的模式，可以将更多精力投入业务逻辑与用户体验设计，而非重复造轮子。其与阿里云基础设施的深度融合（如 VPC 网络、安全组配置），确实解决了企业的一些痛点 初始化项目：极简步骤，快速启动操作体验：通过 Supabase CLI 或阿里云控制台一键初始化项目时，仅需数分钟即可完成数据库、存储、认证服务的配置，自动生成连接配置和 API 凭证。感受：传统开发中需手动部署 PostgreSQL、配置防火墙规则、搭建认证中间件（如 JWT 或 OAuth 服务），而 Supabase 直接提供开箱即用的环境，显著缩短了“从想法到代码”的启动周期。数据库设计：GUI 驱动，直观高效操作步骤：使用 Supabase 的 Table Builder GUI 设计数据表结构（如用户表、订单表），通过可视化界面添加字段、设置约束（唯一性、外键）、定义索引等。感受：对比传统方式：无需手动编写 SQL DDL 语句或管理迁移脚本（如 Alembic），降低开发门槛。实时预览表结构变更，适合快速迭代的轻量级应用，如 MVP 产品原型。身份认证：预置方案，一键集成操作示例：在前端项目中直接调用 Supabase 提供的 supabase-js SDK，使用预构建的邮箱/密码、Google/GitHub OAuth 登录组件。javascriptconst { user, session, error } = await supabase.auth.signInWithOAuth({provider: 'github',})感受：无需自行处理密码加密、OAuth 流程或会话管理，直接复用成熟方案。用户表自动关联认证信息（如 auth.users 表），减少数据一致性维护成本。API 生成：自动暴露 RESTful 接口，无需后端代码操作步骤：设计好数据库表后，Supabase 自动生成 REST API（带 RBAC 权限控制），可直接在前端调用。例如：GET /rest/v1/todos 获取待办事项列表。感受：全栈开发者无需编写 Node.js/Python 后端代码，专注前端逻辑即可。权限控制通过 SQL 策略或 GUI 配置（如 Row Level Security），避免传统 API 开发中的安全漏洞。实时数据同步：开箱即用的“监听-推送”机制操作示例：通过 SDK 监听数据库变更，实现实时聊天、协作编辑等功能：javascriptsupabase.from('messages').on('INSERT', (payload) => {console.log('New message:', payload.new);}).subscribe();感受：传统开发需自行实现 WebSocket 或轮询逻辑，而 Supabase 利用 PostgreSQL 的 LISTEN/NOTIFY 机制，提供低代码实时能力。适合社交、物联网等轻量级实时应用场景。AI 集成：向量搜索与 JSONB 的灵活性操作场景：构建智能推荐系统时，使用 PostgreSQL 的 pgvector 扩展存储用户/物品向量，通过 SQL 直接执行向量搜索：感受：无需引入专用向量数据库（如 Milvus），简化架构复杂度。结合 Supabase 实时 API，可快速实现“AI 驱动+实时响应”的功能（如个性化内容推送）。

我感觉是容器间通信隔离你看下防火墙与路由规则和docker网络配置

Data Agent的核心技术在于深度融合自然语言理解、动态任务分解、统一语义层和自适应执行引擎，形成“意图理解-智能规划-精准执行-反馈优化”的闭环能力，突破传统NL2SQL的局限。实践中，Data+AI面临数据与业务语义割裂、模型与流水线脱节等挑战，需通过轻量级语义层统一指标口径、特征工程嵌入实时数仓、强化学习优化调度策略及字段级权限管控来解决。对于阿里云Data Agent for Analytics，期待其实现多模态交互（语音/图表/文本联动）、跨源协同调度（数据库/存储/API）、决策过程透明化（推理路径溯源）、支持低代码插件扩展，并具备成本感知优化能力，最终从被动工具进化为“主动数据伙伴”——例如自动预警异常并发起根因分析。其成功关键在于能否攻克真实业务场景的鲁棒性（如混乱元数据适应力）并构建开放插件生态，真正让数据能力以自然交互形态普惠化。

刚毕业那会，进入个小公司，那会我还是个毫无经验的小白。那时公司的网络安全领域犹如一片荒芜之地，无人涉足。大家都视其为麻烦事，毕竟既没有提成可拿，还容易因潜在风险而惹上麻烦，所以一直搁置着。但我想着，这或许是个挑战自我、快速成长的机会，便毅然决定接手这个棘手的任务。​ 一开始，困难接踵而至。网络安全知识体系庞大复杂，而我基础薄弱，只能从零开始一点点摸索学习。公司内部也缺乏相关的资源和支持，每推进一项工作都举步维艰。在梳理现有网络架构和安全漏洞时，我发现诸多问题亟待解决，从老旧设备的安全隐患，到员工薄弱的安全意识，没有一处不是难题。这就像在黑暗中摸索前行，不知何时才能找到出口。​然而，我深知退缩无济于事。我开始利用业余时间疯狂学习网络安全知识，看b站视频，逛论坛。同时，积极与别的同事请教，学习他们的经验和见解。 经过不断努力，情况开始慢慢好转。我成功为公司搭建起一套基础的网络安全防护体系，有效抵御了几次小型的网络攻击。这不仅让公司看到了我的努力和成果，也增强了我继续前行的信心。随着时间的推移，我持续优化和完善安全防护措施，建立了应急响应机制，确保在面对突发安全事件时能够迅速应对。​两年后，当我离开这家公司时，凭借在网络安全领域积累的丰富经验和实际成果，顺利成为了另一家公司的安全负责人，薪资也实现了翻倍增长。哈哈，年轻就要多学习。

真人配音与 AI 创作有声读物各有优势，要实现和谐共存，需从多方面着手。一方面，要明确两者的适用场景。AI 创作有声读物成本低、效率高、能支持多语言，适合新闻播报、科普解说等信息类内容，以及对成本敏感、需快速产出的项目；真人配音情感表达细腻、能个性化演绎，在情感渲染要求高的文学作品、角色塑造类有声读物中更具优势。另一方面，可探索两者结合的模式，如先用 AI 生成初步配音框架，再由真人配音演员进行情感优化和细节处理，实现优势互补。同时，要完善相关法律法规，解决 AI 创作有声读物的版权归属问题，保障原作者、配音演员等各方权益。此外，还需通过宣传引导，让听众了解并接受两种形式的有声读物，逐渐改变观念，从而营造一个两者和谐共生、共同发展的良好生态环境 。

职业发展应该追求确定性还是可能性？个人理解看是，凡事都有两面的，如果那你年轻25以下，和30岁以上，还是有就是自己的能力了。神经科学研究显示，25岁前前额叶皮层尚未完全成熟，决策偏向探索而非固化，此时职业试错的认知转化效率比30岁后高3-2倍。年轻就多尝试，因为年轻试错成本低，30岁以上：在确定性框架中培育，30岁以上有家庭，老人、小孩等责任压力相对大，就不适合冒险了。总的来说建议25岁前将70%资源投向可能性探索，30岁后每年将15%的可能性预算转化为确定性基础设施，来构建兼具抗风险能力与突破潜力的职业生态系统。有句话说，当兵后悔2年，不当兵后悔一辈子，有些东西只有你自己尝试了，才知道。

QWQ-32B是阿里云基于Qwen2.5-32B并通过强化学习优化的语言模型，不采用MoE架构，可在单台机器上高效运行。它支持高达131,000的上下文长度，适合处理长文本。与DeepSeek不同，后者在云平台上只能部署蒸馏版，而QWQ-32B能在单张NVIDIA RTX 4090显卡上流畅运行，使得个人用户也能轻松体验高性能模型，极大降低了硬件门槛，

根据现在的形式，deepseek的爆火，我觉得2025年，AI产业将迎来大爆发，这主要得益于技术、政策和产业链的成熟。技术上，生成式AI和硬件创新将让AI更通用、更便宜。政策和资本方面，全球主要经济体的投资和监管框架的完善将推动AI在医疗、金融等领域的合规应用。产业链上，从数据标注到终端应用的全链条已经形成规模化生态。对普通人来说，AI将深刻改变我们的生活。工作上，AI助手将接管大量重复任务，比如最简单的，提供个写作思路、写个文章，做个ppt、视频脚本等。再比如在医疗上，AI影像系统和个性化药物研发将让医疗服务更普惠、更精准。还有就是在教育上，AI导师能提供定制化学习路径，改善教育公平性。生活上，智能家居和消费体验将更加智能化。未来人们的生活水平会因为科技而变得更美好。

首相就是风格突然一段代码很突兀，上下不能衔接，引用了从来没用过的变量，和项目里的变量不一样，命名方式也不一样，逻辑严谨，哈哈，还有就是不考虑全局，只考虑他这个段能运行，没有从全局考虑。

人和动物的区别就是人会使用工具，而动物不会。人依赖工具创造了原始资料的积累，完成了人类文明，人依靠工具创造符号世界与认知革命。动物使用工具仅停留在生存需求。望远镜突破视觉边界（伽利略）、显微镜揭示微观世界，工具重构人类对现实的感知框架。工具不仅是肢体延伸，更是思维模式生成器：机械钟表→线性时间观→工业革命等等，ai同样也是工具，就看你怎么用。ai对人类的影响也是思维结构，就看你怎么用了。

1.部署还是比较简单的，无需复杂的操作，通过简单的配置就能实现。建议就是多用，既然有这么好用的神奇，对结合自己的工作，提高自己效率。 2.DeepSeek在2025年能否成为开发者必备工具，我个人觉得，取决于其技术迭代速度、生态建设能力与市场需求契合度。虽然不是开发必备工具，也会是解决一般问题的工具，不止是在编程，能解决大部分人的一般问题，扩写句子、段落润色、简单问题解决，脚本生成等，解决大部分人的问题。

比如我自己就是，在工位上给自己摆放上一些玩偶或小绿植，扔掉无用纸张、对齐物品位置，并放一盆小型绿植或多肉（如仙人掌），视觉清爽度提升能降低焦虑。还有就是不想让人打扰，需要专注时，将单侧耳机挂在未戴耳的这边（即使不放音乐），向同事传递“勿扰”信号，减少不必要的打断。来提高工作效率。还有完成一项任务后，用彩色便利贴写下关键词（如“搞定客户方案！”“学会新函数”），贴在显示器边缘，累积到下班时拍照存档，建立微小成就感。

我个人觉得，在人工智能很火的当下，算力与存力扮演着举足轻重的角色，它们各自在不同情境下可能成为制约性能提升的关键因素。特别是在执行大规模模型训练这类高度计算密集型任务时，算力瓶颈尤为凸显。以我们在利用GPU服务器进行卷宗识别的实践为例，这一过程不仅要求GPU服务器高效解析PDF文档中的文字信息，还需同步执行复杂的图像识别任务。在单任务处理时，系统尚能维持相对流畅的运行状态，但一旦并发请求激增，系统响应速度便显著放缓，这正是算力资源捉襟见肘的直接体现。另一方面，随着数据量的爆炸式增长，存力的重要性也日益凸显。当数据集规模远远超出当前存储设施的承载能力时，海量数据的存储、检索及管理便成为亟待解决的难题。这不仅关乎数据的物理存储，更涉及到如何高效组织数据以便快速访问和分析，因为即便是最强大的计算资源，在面对无法及时访问的数据时也会变得无能为力。 存力与算力，它们相互依存，缺一不可。没有足够的存力，我们无法积累和利用数据；没有强大的算力，我们无法训练复杂的模型。

个人认为看面对的是新手还是高手，面对一个刚上手的新人，上来就是机器人肯定不合适，你都还没讲解怎么打球了，还没学费接球了，机器人把他大哭了怎么办。。。。你面对的是真人，可以和新人互动呀，慢慢上强度是不是，学个差不多，他可以自己训练了，教练也累了，那时候要训练某个技巧，找机器人再合适不过了。如果你是老手，你要参加比赛，你要针对性的训练自己的不足，那就让机器人配合你训练呗，训练各种技巧啦什么的，找机器人训练。

喝了那么多的鸡汤，都是毒鸡汤哈哈。毒鸡汤来了，我觉的职业规划和成长影响最深远职业建议：首先是1.保持积极心态：在职业发展过程中会遇到各种挑战和困难，保持乐观、坚韧的心态，相信自己能够克服困难，从挫折中学习和成长，先做个快乐、自信的人。2.持续学习：在快速发展的时代，尤其是互联网行业。保持学习的热情，多尝试新技术，多看书、阅读等方式不断提升自己，有实力才是硬道理。

最近在看脱不花老师的沟通的方法。 肯定是纸质书的啦，电子书只有在休息的时候碎片时间拿出来。主要是有些东西是电子书给不了的，比如纸质书的触感和翻阅时的声音等能给我带来特殊的阅读体验。还有就是去图书馆读书，那是一种独特而迷人的氛围感。一排排整齐的书架上摆满了琳琅满目的书籍，而电子书呢，你有100本，1000本电子书也只是电脑上的一个存储。当你翻开书页，淡淡的墨香扑鼻而来。沉浸在文字的世界里，外界的喧嚣被彻底隔绝，时光仿佛静止，思绪随着书中的故事和思想尽情遨游，又是另一种享受，哈哈。

晨光初照，脚步轻扬。这个美好的清晨，我与风为伴，开启了新一天的奔跑之旅。汗水滑落，每一步都充满力量，每一次呼吸都感受着生命的律动。跑起来 我使用小米手环进行互助锻炼。在我设置了跑步目标，小米手环能记录了我跑步的里程、速度、消耗的卡路里数据，，连接蓝牙手环还会实时告知我已经完成的距离，当前一公里用时还可以持续监测心率变化，帮我判断运动强度是否合适，我及时调整速度，突破自己极限。

分享出你的Prompt写作秘籍吧，你是如何更精准地指引模型，激发其无尽的创造力？ 一、给ai的问题不能太简单 给ai的问题不能过于简单，就一两句话，比如，“请帮我写一篇人力资源工作年终总结”。这样笼统宽泛的要求，因为缺少细节，所以AI输出的必然是套路式内容。 二、使用提问框架 用框架 框架是：【角色+背景+任务+要求】+调试。结合具体的场景，拆解一下这个提示词框架的效果。 三、示例 这是我的提示词：>请帮我写一篇人力资源工作年终总结 角色设定：你是资深的人力资源在行业工作已经10年有余描述背景张三背景：资深人力资源张三拥有丰富而多元的职业背景，他在人力资源管理领域深耕多年，凭借卓越的领导力、深厚的专业知识以及广泛的人脉资源，成为了行业内备受尊敬的人物。教育背景：张三毕业于国内一所知名大学的人力资源管理专业，并获得了硕士学位。在校期间，他不仅成绩优异，还积极参与各类人力资源相关的实践活动和学术研究，为日后的职业生涯奠定了坚实的基础。受众背景：把目标受众包含在背景描述里，让AI了解写作的内容是提供给什么人的。这篇文章主要是是写给总经理看的，总经理对业务要求能力要求很高。界定任务一类是用AI来辅助立意构思。请你帮我列出提纲。 明确要求语言表达要求。你可以在提示词中明确，要求语言符合公文表达特点、多用短句、保持客观陈述等。 这是通义输出的截图： 四. 调试优化 好了，做完前面4步，AI已经能给你输出一个公文的初稿了#（1）对提示词进行修改。如果生成的公文内容与预期结果存在较大偏差，需要考虑对提示词进行修改。例如，调整提示词的表述方式、增加新的内容要求、调整写作公式等，以使提示更加贴近实际需求。（2）指出答案存在的问 对不合适的地方进行修改。 例如：在上面的第五点，未来规划不够详细，请你进行扩写，不少于500字 以上就是个人总结的，要告诉 AI:给谁写，为什么写，需要写什么，写成什么样。那不行，需要怎么改。你给的细节越多，ai发挥就越好。因为你描述的不具体，ai 就只会脑补，因为 ai 的实质功能是单字接龙长文由单字接龙的自回归所生成的。所以它脑补的往往不是你想要的。不管你的 prompt写的怎么样，最终很重要的一点就是【加人味】自己加工，增加复核你们公司场景、生活所需。最总你自己需要:验收润色，加人味儿，凸显个人特色，让人一眼就能看出是你写的，而不是冰冷的 AI。个人经验哈。

AI技术正给语言学习带来革命性的变化，特别是在英语发音和听力训练上。想象一下，有个私人教练随时给你反馈，帮你纠正每个音节，这就是AI在发音纠正上的魔力。它不仅监测你的发音，还即时给你建议，就像有个贴身的语音导师。听力训练也升级了，AI能提供海量听力材料，通过智能识别你的发音，提供定制的训练计划，让你的听力技巧突飞猛进。而且，AI还能陪你练口语，和虚拟助手对话，就像在和真人交流一样自然，大大提升你的口语能力。更神奇的是，AI还能记住你的学习偏好，根据你的喜好提供个性化学习内容，让学习更高效。至于翻译训练，AI助手就像你的双语伙伴，帮你练习对话，提高翻译技巧。还有，AI的图片功能，能根据你的描述生成图片，让学习更加生动有趣。总之，AI技术让语言学习变得更加智能、个性化和有趣。它不仅是学习工具，更是学习伙伴，让掌握一门新语言变得更加轻松愉快。随着AI技术的不断进步，未来的语言学习将更加丰富多彩。 总体体检感受： 图文记忆效果很不错，还有就是在视觉学习方面，有它们独特的魅力。它们能够识别图片中的内容，然后迅速生成释义和例句，这种能力在以往的学习应用中是难以想象的。这不仅让学习过程更加直观，也大大提高了学习效率。这些应用的识别速度和例句生成速度都非常快，几乎能够做到即时反馈，能够立即看到学习成果，增强了学习的即时性和互动性。这种新颖的学习方式，让语言学习变得更加生动和有趣。