周周的奇妙编程_社区达人页

AI 助理
备案控制台
个人头像照片
周周的奇妙编程
已加入开发者社区1164天

勋章 更多

个人头像照片
专家博主
专家博主
个人头像照片
星级博主
星级博主
个人头像照片
乘风问答官
乘风问答官
个人头像照片
技术博主
技术博主
个人头像照片
开发者认证勋章
开发者认证勋章
个人头像照片
一代宗师
一代宗师

成就

已发布300篇文章
237条评论
已回答795个问题
11条评论
已发布0个视频
github地址

我关注的人 更多

huc_逆天
huc_逆天
阿里云开发者
阿里云开发者
Ganos全空间数据库
Ganos全空间数据库
雅纯
雅纯
DataWorks@佳里
DataWorks@佳里
随风kali
随风kali
卷福同学
卷福同学
guoweish
guoweish
周周的奇妙编程
周周的奇妙编程

粉丝 更多

游客foh3dj26h5cpg
游客foh3dj26h5cpg
生活像一把无情刻刀
生活像一把无情刻刀
游客cgayliijzt4
游客cgayliijzt4
Vita_Völlerei
Vita_Völlerei
天下夏天
天下夏天
游客2274cauum6o7o
游客2274cauum6o7o
微热山丘
微热山丘
ccccccc爽
ccccccc爽
乐心龙浩
乐心龙浩
北哥
北哥
阿里云hzgas
阿里云hzgas
游客x5l6h2irujd2o
游客x5l6h2irujd2o

技术能力

兴趣领域
  • 容器
  • 云计算
  • SQL
  • 关系型数据库
  • 运维
  • Linux
  • 大数据
擅长领域
  • 前端开发
    高级

    能力说明：

    掌握企业中如何利用常见工具，进行前端开发软件的版本控制与项目构建和协同。开发方面，熟练掌握Vue.js、React、AngularJS和响应式框架Bootstrap，具备开发高级交互网页的能力，具备基于移动设备的Web前端开发，以及Node.js服务器端开发技能。

  • 容器
    高级

    能力说明：

    熟练掌握Docker各类高级特性，包括容器数据卷、DockerFile构建等；熟练使用Docker封装MySQL、Redis、Tomcat、Apache等镜像，并可在公有云或私有云部署并保持稳定运行。

  • Linux
    高级

    能力说明：

    熟练掌握Linux常用命令、文件及用户管理、文本处理、Vim工具使用等，熟练掌握企业IP规划、子网划分、Linux的路由、网卡、以及其他企业级网络配置技术，可进行Web服务器（Nginx），以及数据库（My SQL）的搭建、配置、应用，可根据需求编写Shell脚本，通过常用工具进行linux服务器自动化运维。

  • 数据库
    高级

    能力说明：

    掌握Java开发环境下所需的MySQL高级技巧，包括索引策略、innodb和myisam存储引擎，熟悉MySQL锁机制，能熟练配置MySQL主从复制，熟练掌握日常SQL诊断和性能分析工具和策略。可对云数据库进行备份恢复与监控、安全策略的设置，并可对云数据库进行性能优化。掌握主要NOSQL数据库的应用技术。

技术认证

某政企事业单位安全运维工程师，主要从事系统运维及网络安全工作，多次获得阿里云、华为云、腾讯云征文比赛一二等奖；CTF选手，白帽，全国交通行业网络安全大赛二等奖，全国数信杯数据安全大赛银奖，手握多张EDU、CNVD、CNNVD证书，欧盟网络安全名人堂提名，联合国网络安全名人堂提名

暂无精选文章
暂无更多信息

2025年02月

2025年01月

  • 01.28 13:51:41
    发表了文章 2025-01-28 13:51:41

    深度学习中模型训练的过拟合与欠拟合问题

    在机器学习和深度学习中，过拟合和欠拟合是影响模型泛化能力的两大常见问题。过拟合指模型在训练数据上表现优异但在新数据上表现差，通常由模型复杂度过高、数据不足或质量差引起；欠拟合则指模型未能充分学习数据中的模式，导致训练和测试数据上的表现都不佳。解决这些问题需要通过调整模型结构、优化算法及数据处理方法来找到平衡点，如使用正则化、Dropout、早停法、数据增强等技术防止过拟合，增加模型复杂度和特征选择以避免欠拟合，从而提升模型的泛化性能。
  • 01.27 20:46:15
    发表了文章 2025-01-27 20:46:15

    向量数据库 milvus 快速入门

    向量数据库是专为存储和查询高维度向量数据设计的系统，适用于处理文本、图像等非结构化数据。Milvus 是一个高性能、可扩展的向量数据库，支持深度神经网络生成的大规模嵌入向量。安装 Milvus 需要先安装 Docker，然后通过 Docker Compose 启动 Milvus 服务。pymilvus 是其官方 Python SDK，提供了丰富的 API 用于管理集合、插入数据和执行查询。用户可以通过 pymilvus 进行连接、创建集合、插入数据、构建索引及执行语义搜索等操作。
  • 01.24 01:26:36
    发表了文章 2025-01-24 01:26:36

    图解前向、反向传播算法，一看就懂！

    前向传播是神经网络中信息从输入层经过隐藏层传递到输出层的过程。每个神经元接收前一层的输出，通过加权求和和激活函数处理后传递给下一层，最终生成预测结果。此过程涉及输入信号、加权求和、激活函数应用等步骤。前向传播用于生成预测结果，在训练阶段与真实标签比较以计算损失函数，并在推理阶段直接生成预测值。反向传播则利用链式法则计算损失函数相对于权重的梯度，调整参数以减小误差，从而优化模型性能。两者结合实现神经网络的有效训练和预测。
  • 01.21 09:31:39
    发表了文章 2025-01-21 09:31:39

    云产品评测｜告别传统运维挑战！阿里云OS控制台引领智能管理新时代

    阿里云OS控制台是专为运维人员设计的高效管理工具，旨在提升用户体验和简化操作流程。它不仅集成了OS Copilot等智能助手，还提供了系统诊断、订阅管理和AI组件等功能，支持API、SDK、CLI等多种管理方式。通过该平台，用户可以轻松纳管服务器、监控健康状态、执行故障排查，并享受针对阿里云环境优化的运维体验。整体而言，阿里云OS控制台为运维工作带来了极大的便利与效率提升。
  • 01.20 11:02:59
    回答了问题 2025-01-20 11:02:59

    大模型数据处理vs人工数据处理，哪个更靠谱？

    踩0 评论0
  • 01.20 10:08:29
    发表了文章 2025-01-20 10:08:29

    【科普向】模型蒸馏和模型量化到底是什么？？？

    在数字化快速发展的时代，人工智能（AI）技术已广泛应用，但大型深度学习模型对计算资源的需求日益增长，增加了部署成本并限制了其在资源有限环境下的应用。为此，研究人员提出了模型蒸馏和模型量化两种关键技术。 模型蒸馏通过将大型教师模型的知识传递给小型学生模型，利用软标签指导训练，使学生模型在保持较高准确性的同时显著减少计算需求，特别适用于移动设备和嵌入式系统。 模型量化则是通过降低模型权重的精度（如从32位浮点数到8位整数），大幅减少模型大小和计算量，提高运行速度，并能更好地适应低配置设备。量化分为后训练量化和量化感知训练等多种方法，各有优劣。
  • 01.18 22:35:23
    发表了文章 2025-01-18 22:35:23

    一文带你秒懂 Kafka工作原理！

    Apache Kafka 是一个高吞吐量、低延迟的分布式消息系统，广泛应用于实时数据处理、日志收集和消息队列等领域。它最初由LinkedIn开发，2011年成为Apache项目。Kafka支持消息的发布与订阅，具备高效的消息持久化能力，适用于TB级数据的处理。
  • 01.17 21:32:59
    发表了文章 2025-01-17 21:32:59

    深入剖析Transformer架构中的多头注意力机制

    多头注意力机制（Multi-Head Attention）是Transformer模型中的核心组件，通过并行运行多个独立的注意力机制，捕捉输入序列中不同子空间的语义关联。每个“头”独立处理Query、Key和Value矩阵，经过缩放点积注意力运算后，所有头的输出被拼接并通过线性层融合，最终生成更全面的表示。多头注意力不仅增强了模型对复杂依赖关系的理解，还在自然语言处理任务如机器翻译和阅读理解中表现出色。通过多头自注意力机制，模型在同一序列内部进行多角度的注意力计算，进一步提升了表达能力和泛化性能。
  • 01.16 16:17:41
    回答了问题 2025-01-16 16:17:41

    AI年味，创意新年，你认为AI能否为春节活动增添新意呢？

    踩0 评论0
  • 01.15 09:58:21
    发表了文章 2025-01-15 09:58:21

    解锁高效运维新姿势！操作系统智能助手OS Copilot新功能实战测评

    阿里云OS Copilot经过多轮迭代，现已支持多端操作系统（包括Ubuntu、CentOS、Anolis OS等）及aarch64架构，极大扩展了其适用范围。新特性包括阿里云CLI调用、系统运维及调优工具的直接调用、Agent模式实装以及复杂任务处理能力。这些更新显著提升了用户体验和效率，特别是在处理紧急情况时，OS Copilot能快速查找并执行命令，节省大量时间和精力。此外，通过自然语言交互，用户可以轻松完成如系统健康检查、文件操作及日志分析等任务。总之，OS Copilot已从内测时的辅助工具进化为合格的贴身管家，极大地简化了日常运维工作。
  • 01.14 10:18:21
    回答了问题 2025-01-14 10:18:21

    你认为哪些领域的知识对开发者来说特别重要？

    踩0 评论0
  • 01.14 09:57:04
    回答了问题 2025-01-14 09:57:04

    在海量用户中，将如何快速定位到目标人群进行个性化营销？

    踩0 评论0
  • 01.11 14:22:28
    发表了文章 2025-01-11 14:22:28

    自注意力机制全解析：从原理到计算细节，一文尽览！

    自注意力机制（Self-Attention）最早可追溯至20世纪70年代的神经网络研究，但直到2017年Google Brain团队提出Transformer架构后才广泛应用于深度学习。它通过计算序列内部元素间的相关性，捕捉复杂依赖关系，并支持并行化训练，显著提升了处理长文本和序列数据的能力。相比传统的RNN、LSTM和GRU，自注意力机制在自然语言处理（NLP）、计算机视觉、语音识别及推荐系统等领域展现出卓越性能。其核心步骤包括生成查询（Q）、键（K）和值（V）向量，计算缩放点积注意力得分，应用Softmax归一化，以及加权求和生成输出。自注意力机制提高了模型的表达能力，带来了更精准的服务。
  • 01.11 13:21:29
    回答了问题 2025-01-11 13:21:29

    使用安全体检功能，看看你有多少未修复的安全问题？

    踩0 评论0
  • 01.10 13:41:59
    发表了文章 2025-01-10 13:41:59

    天天都在说的“算力”到底是个啥？一文全讲透！

    算力是数字经济发展的重要支撑，尤其在AI和大数据应用中起着关键作用。阿里云致力于构建全球领先的算力基础设施，助力各行业数字化转型。吴泳铭和马云均强调了算力在未来科技竞争中的核心地位。2023年底，我国算力总规模达230EFLOPS，位居全球第二。算力分为通用、智能和超算算力，广泛应用于人工智能训练与推理等场景。中国正加速建设智算中心，推动算力产业链发展，并注重绿色低碳和智能运维，以应对日益增长的计算需求。
  • 01.10 12:08:32
    回答了问题 2025-01-10 12:08:32

    AI时代，聊聊如何从海量数据中挖掘金矿？

    踩0 评论0
  • 01.07 14:36:11
    回答了问题 2025-01-07 14:36:11

    “99套餐”ECS云端问答节！回答问题赢阿里云纪念衫、加湿器等好礼！

    踩0 评论1
  • 01.07 14:31:15
    回答了问题 2025-01-07 14:31:15

    7、如何在阿里云ECS服务器上进行数据备份？

    踩0 评论0
  • 01.07 10:55:59
    发表了文章 2025-01-07 10:55:59

    更睿智的看世界！实测阿里首个多模态视觉推理模型QVQ-72B-Preview

    阿里通义千问Qwen团队于12月25日推出首个开源视觉推理模型QVQ-72B-Preview，该模型在数学、物理、化学等领域表现出色，在MMMU基准测试中得分70.3，超越Qwen2-VL-72B-Instruct。尽管在部分任务如立体图形计数上存在局限性，QVQ-72B-Preview仍展示了强大的视觉理解和推理能力。模型目前仅支持单轮对话和图像输出，不支持视频输入。地址：https://modelscope.cn/studios/Qwen/QVQ-72B-preview
  • 01.06 15:46:07
    回答了问题 2025-01-06 15:46:07

    与 AI “对话”，多模态音视频交互能给生活提供多大便利？

    踩0 评论0
  • 01.06 15:33:42
    回答了问题 2025-01-06 15:33:42

    AI造势，学习机爆火，距离“AI家教”还有多远？

    踩0 评论0
  • 01.06 10:43:52
    发表了文章 2025-01-06 10:43:52

    【科普向】我们所说的AI模型训练到底在训练什么？

    人工智能（AI）模型训练类似于厨师通过反复实践来掌握烹饪技巧。它通过大量数据输入，自动优化内部参数（如神经网络中的权重和偏置），以最小化预测误差或损失函数，使模型在面对新数据时更加准确。训练过程包括前向传播、计算损失、反向传播和更新权重等步骤，最终生成权重文件保存模型参数，用于后续的应用和部署。理解生物神经网络的工作原理为人工神经网络的设计提供了灵感，后者广泛应用于图像识别、自然语言处理等领域。
  • 01.03 22:40:30
    发表了文章 2025-01-03 22:40:30

    预编译为什么能防止SQL注入?

    SQL注入是Web应用中常见的安全威胁，攻击者通过构造恶意输入执行未授权的SQL命令。预编译语句（Prepared Statements）是一种有效防御手段，它将SQL代码与数据分离，确保用户输入不会被解释为SQL代码的一部分。本文详细介绍了SQL注入的危害、预编译语句的工作机制，并结合实际案例和多语言代码示例，展示了如何使用预编译语句防止SQL注入，强调了其在提升安全性和性能方面的重要性。

2024年12月

  • 12.30 22:48:58
    发表了文章 2024-12-30 22:48:58

    新版灵码AI程序员体验简评

    通义灵码AI程序员是阿里云推出的智能开发工具，能够自主完成缺陷修复、需求实现和研发问答等任务。用户只需输入需求，AI程序员即可自动生成代码并提交合并请求。尽管目前仍处于内测阶段，存在一些问题，但其潜力巨大，有望大幅提升开发效率与质量，成为跨时代的产品。本文详细介绍了该工具的功能及实操体验，并对其未来发展提出了建议。
  • 12.30 20:49:03
    回答了问题 2024-12-30 20:49:03

    当面对多种不同格式的文档时，如何让AI系统更好地处理复杂文档？

    踩0 评论0
  • 12.30 18:08:11
    回答了问题 2024-12-30 18:08:11

    2024年接近尾声，你对即将到来的2025年有什么样的期待或愿望？

    踩0 评论0
  • 12.29 14:01:59
    发表了文章 2024-12-29 14:01:59

    阿里云先知安全沙龙(西安站) ——浅谈XSS漏洞挖掘与构造思路

    本文介绍了DOM-XSS构造、运算符的威力和模板字符串妙用三个主题。通过多个实例图解，详细展示了如何利用DOM特性构造XSS攻击、JavaScript运算符在代码中的巧妙应用，以及模板字符串在开发中的灵活运用。这些内容对提升Web安全意识和编程技巧具有重要参考价值。
  • 12.28 22:08:04
    发表了文章 2024-12-28 22:08:04

    阿里云先知安全沙龙(武汉站) ——AI赋能软件漏洞检测，机遇, 挑战与展望

    本文介绍了漏洞检测的发展历程、现状及未来展望。2023年全球披露的漏洞数量达26447个，同比增长5.2%，其中超过7000个具有利用代码，115个已被广泛利用，涉及多个知名软件和系统。文章探讨了从人工审计到AI技术的应用，强调了数据集质量对模型性能的重要性，并展示了不同检测模型的工作原理与实现方法。此外，还讨论了对抗攻击对模型的影响及提高模型可解释性的多种方法，展望了未来通过任务大模型实现自动化漏洞检测与修复的趋势。
  • 12.28 20:49:24
    发表了文章 2024-12-28 20:49:24

    阿里云先知安全沙龙(武汉站) - 网络空间安全中的红蓝对抗实践

    网络空间安全中的红蓝对抗场景通过模拟真实的攻防演练，帮助国家关键基础设施单位提升安全水平。具体案例包括快递单位、航空公司、一线城市及智能汽车品牌等，在演练中发现潜在攻击路径，有效识别和防范风险，确保系统稳定运行。演练涵盖情报收集、无差别攻击、针对性打击、稳固据点、横向渗透和控制目标等关键步骤，全面提升防护能力。
  • 12.26 13:01:49
    发表了文章 2024-12-26 13:01:49

    解决方案评测｜多模态数据信息提取

    本文介绍了多模态数据信息提取技术，涵盖文本、文档、图片OCR、图片属性及视频内容的提取与分析。该方案支持一键部署，适用于需高效处理大量信息的用户和电商平台。体验显示，文本提取响应迅速，而涉及OSS存储的任务稍慢。未来可加强音频理解和多模态融合，提升整体性能。
  • 12.26 11:12:22
    发表了文章 2024-12-26 11:12:22

    阿里云先知安全沙龙(杭州站) ——实网攻防中信息收集的艺术

    渗透测试的核心在于信息收集，涵盖人和系统的多维度数据。实网攻防流程包括资产收集、漏洞利用、稳固据点、内网横向和控制靶标五个阶段。外网信息收集旨在全面了解目标单位的公开信息，寻找突破口；内网信息收集则聚焦网络连通性和密码凭证，确保攻击行动的有效性和针对性。整个过程强调逐步深入的信息分析，为后续攻击提供支持。
  • 12.26 10:54:55
    发表了文章 2024-12-26 10:54:55

    阿里云先知安全沙龙(北京站) ——车联网安全渗透测试思路分享

    本文介绍了智能汽车的整车架构、协议栈结构、攻击点分析、渗透思路及案例分享。整车架构涵盖应用层、协议层和物理层，详细解析各层次功能模块和通信机制。攻击点包括Wi-Fi、USB、NFC等，展示车辆通信接口和系统组件的安全风险。渗透思路从信息收集到系统内部探索，利用固件漏洞控制车辆功能。案例展示了网段隔离不足导致的SSH访问和OTA日志审计漏洞，揭示了潜在的安全威胁。
  • 12.26 10:31:57
    发表了文章 2024-12-26 10:31:57

    阿里云先知安全沙龙(北京站) ——浅谈Web快速打点

    信息收集是网络安全中的重要环节，常用工具如Hunter、Fofa和扫描工具可帮助全面了解目标系统的网络结构与潜在漏洞。遇到默认Nginx或Tomcat 404页面时，可通过扫路径、域名模糊测试、搜索引擎缓存等手段获取更多信息。AllIN工具（GitHub: P1-Team/AllIN）能高效扫描网站路径，发现敏感信息。漏洞利用则需充分准备，以应对突发情况，确保快速拿下目标站点。 简介：信息收集与漏洞利用是网络安全的两大关键步骤。通过多种工具和技术手段，安全人员可以全面了解目标系统，发现潜在漏洞，并制定有效的防御和攻击策略。
  • 12.25 15:04:56
    发表了文章 2024-12-25 15:04:56

    阿里云先知安全沙龙(上海站)——后渗透阶段主机关键信息自动化狩猎的实现与应用

    本文介绍了在后渗透测试中使用LSTAR工具和PowerShell脚本进行RDP状态查询、端口获取及凭据收集的过程，强调了高强度实战场景下的OPSEC需求。通过MITRE ATT&CK框架的应用，详细阐述了凭证访问、发现和收集等关键技术，确保攻击者能够隐蔽、持续且高效地渗透目标系统，最终获取核心数据或控制权。文中还展示了SharpHunter等工具的自动化实现，进一步提升了操作的安全性和效率。
  • 12.25 14:35:02
    发表了文章 2024-12-25 14:35:02

    阿里云先知安全沙龙(上海站) ——红队武器开发之基于合法服务的隐蔽C2

    C2（命令与控制）是攻击者远程控制受感染主机的技术。通过合法服务平台（如Slack、Telegram等）的API，攻击者可以隐蔽地传输指令和数据，避免被传统检测机制发现。合法服务具备以下优势： 1. **隐蔽性强**：流量隐藏在正常通信中，难以被检测。 2. **开发成本低**：无需自行开发服务端，减少工作量。 3. **抗封禁能力**：合法域名/IP不易被封禁，威胁情报不会标黑。 4. **团队协作**：天然支持多成员协同作战。 示例包括SaaiwC组织利用Telegram和APT29组织利用Zulip平台进行数据传输和控制。
  • 12.25 13:55:06
    发表了文章 2024-12-25 13:55:06

    阿里云先知安全沙龙(上海站) ——终端安全对抗及防护

    终端安全现状面临多重挑战，包括传统签名技术失效、新型无文件攻击频发、专业人才匮乏、分支机构安全管理不足等。企业终端覆盖不全、日志缺失、策略更新依赖厂商，导致运营排查困难。钓鱼攻击手法愈发精细，静态和动态对抗加剧，攻击者利用正常权限入侵，窃取凭据。Web3技术发展使加密货币成为新目标，职业黑客盯上个人钱包和交易公司。防护升级需涵盖预防、检测、响应和运营四个阶段，借助AI和威胁情报降低告警量，提升整体安全水平。
  • 12.23 20:48:49
    发表了文章 2024-12-23 20:48:49

    阿里云先知安全沙龙(上海站) ——大模型基础设施安全攻防

    大模型基础设施的安全攻防体系涵盖恶意输入防御和基础设施安全，包括框架、三方库、插件、平台、模型和系统安全。关键漏洞如CVE-2023-6019（Ray框架命令注入）、CVE-2024-5480（PyTorch分布式RPC）及llama.cpp中的多个漏洞，强调了代码安全性的重要性。模型文件安全方面，需防范pickle反序列化等风险，建议使用Safetensors格式。相关实践包括构建供应链漏洞库、智能化漏洞分析和深度检测，确保全方位防护。
  • 12.23 14:25:14
    回答了问题 2024-12-23 14:25:14

    通义APP上新【局部风格化】新功能，万物皆可毛茸茸你体验了吗？

    踩0 评论0
  • 12.23 12:30:06
    回答了问题 2024-12-23 12:30:06

    一个专属的智能 AI 总结助手，能在多大程度上提升工作效率？

    踩0 评论0
  • 12.21 16:31:13
    发表了文章 2024-12-21 16:31:13

    加速数据处理与AI开发的利器：阿里云MaxFrame实验评测

    随着数据量的爆炸式增长，传统数据分析方法逐渐显现出局限性。Python作为数据科学领域的主流语言，因其简洁易用和丰富的库支持备受青睐。阿里云推出的MaxFrame是一个专为Python开发者设计的分布式计算框架，旨在充分利用MaxCompute的强大能力，提供高效、灵活且易于使用的工具，应对大规模数据处理需求。MaxFrame不仅继承了Pandas等流行数据处理库的友好接口，还通过集成先进的分布式计算技术，显著提升了数据处理的速度和效率。
  • 12.17 18:22:01
    发表了文章 2024-12-17 18:22:01

    云端资源的“诊疗大师”——阿里云云服务诊断评测

    阿里云推出的云服务诊断工具是一款强大的“云端资源诊疗大师”，旨在提高故障排查效率，保障业务连续性和稳定性。该工具包含“健康状态”和“诊断”两大核心功能，能够实时监控云资源的健康状态，并通过智能诊断功能帮助用户迅速识别和解决潜在问题。此外，即将推出的“一键诊断”功能将进一步简化问题排查过程，让用户能够一次性解决所有云资源的问题。
  • 12.17 09:04:25
    回答了问题 2024-12-17 09:04:25

    日常工作中，开发者应该如何避免“效率陷阱”？

    踩0 评论0
  • 12.17 08:52:33
    回答了问题 2024-12-17 08:52:33

    AI视频技术的发展是否会影响原创内容的价值？

    踩0 评论0
  • 发表了文章 2025-11-07

    解决方案体验 | 基于 GPU 云服务器微调 Qwen3 模型

  • 发表了文章 2025-10-13

    解决方案体验 | 基于阿里云高效实现前后端分离架构升级

  • 发表了文章 2025-09-01

    结合MCP 赋能可视化 OLAP 智能体应用

  • 发表了文章 2025-01-28

    深度学习中模型训练的过拟合与欠拟合问题

  • 发表了文章 2025-01-27

    向量数据库 milvus 快速入门

  • 发表了文章 2025-01-24

    图解前向、反向传播算法，一看就懂！

  • 发表了文章 2025-01-21

    云产品评测｜告别传统运维挑战！阿里云OS控制台引领智能管理新时代

  • 发表了文章 2025-01-20

    【科普向】模型蒸馏和模型量化到底是什么？？？

  • 发表了文章 2025-01-18

    一文带你秒懂 Kafka工作原理！

  • 发表了文章 2025-01-17

    深入剖析Transformer架构中的多头注意力机制

  • 发表了文章 2025-01-15

    解锁高效运维新姿势！操作系统智能助手OS Copilot新功能实战测评

  • 发表了文章 2025-01-11

    自注意力机制全解析：从原理到计算细节，一文尽览！

  • 发表了文章 2025-01-10

    天天都在说的“算力”到底是个啥？一文全讲透！

  • 发表了文章 2025-01-07

    更睿智的看世界！实测阿里首个多模态视觉推理模型QVQ-72B-Preview

  • 发表了文章 2025-01-06

    【科普向】我们所说的AI模型训练到底在训练什么？

  • 发表了文章 2025-01-03

    预编译为什么能防止SQL注入?

  • 发表了文章 2024-12-30

    新版灵码AI程序员体验简评

  • 发表了文章 2024-12-29

    阿里云先知安全沙龙(西安站) ——浅谈XSS漏洞挖掘与构造思路

  • 发表了文章 2024-12-28

    阿里云先知安全沙龙(武汉站) ——AI赋能软件漏洞检测，机遇, 挑战与展望

  • 发表了文章 2024-12-28

    阿里云先知安全沙龙(武汉站) - 网络空间安全中的红蓝对抗实践

正在加载, 请稍后...
滑动查看更多
  • 回答了问题 2025-10-13

    如何用"乐高式开发"实现前后端分离？

    背景 前后端分离架构已经成为构建现代 Web 应用程序的标准模式，这种架构允许前端（用户界面）与后端（业务逻辑和服务）独立开发、测试和部署，从而提高了开发效率并增强了系统的灵活性。然而，对于那些希望将传统的单体应用改造为前后端分离的应用，这一过程充满了诸多痛点和挑战。 方案对比 阿里云凭借其丰富的产品矩阵，为企业前后端分离架构升级提供了强大支持。通过这些先进的工具和服务，企业不仅能够显著降低改造过程中的复杂度和成本，且在架构升级完成后，全面提升系统的稳定性、扩展性和敏捷性，为企业提供全方位的保障，助力企业在数字化转型中取得成功。 基于阿里云ECS进行架构升级 云服务器ECS是一种产品丰富、安全可靠、便捷易用、弹性可伸缩的云计算服务，具有高可用性和高稳定性，支持多可用区部署以及按需付费，优化成本等特性，这些特性确保了高效可靠的架构升级。 本方案采用Nginx作为反向代理服务器，以优化用户请求的分发流程。负责将请求智能地路由至不同服务：对于前端应用（例如React和Vue.js）的静态文件，Nginx直接提供服务；而涉及数据处理的API请求，Nginx则转发给后端Java应用进行处理。与此同时，应用型负载均衡器ALB被引入以进一步提升负载均衡能力，确保稳定的系统性能。这种前后端分离架构不仅允许前后端独立开发、部署和扩展，还保障了业务的高可用性。 方案架构 本方案的技术架构包括以下基础设施和云服务： 快速部署 此处以试用方案为例，尝试基于阿里云高效实现前后端分离架构升级。 点击试用后，等待其加载ROS完毕： 在左侧云产品资源面板，查看ALB负载均衡下的示例网站地址。 复制公网IP地址： 打开前端页面如下： 单击页面中点击了解最新动态，调用API请求查询最新动态数据，页面将动态展示ECS的产品动态信息。 上文所示的源码地址如下：https://atomgit.com/aliyun_solution/alibaba-clouds-headless-architecture-solution/repository/archive.zip?ref=master 感受及建议 从体验来看，最直观的是“开箱即用”。借助ROS一键编排，ECS、Nginx、ALB等资源自动部署，极大降低了门槛，非运维人员也能快速搭建高可用系统。架构上，前后端彻底解耦，前端由Nginx直供静态资源，后端专注API处理，职责清晰，便于独立开发与弹性扩展。多可用区+ALB保障了稳定性，按需付费模式又有效控制了成本。阿里云控制台的可视化管理结合SLS和云监控，让全链路可观测性触手可及。 当然，面向企业级场景，仍有优化空间：首先应补足安全短板，建议启用HTTPS、接入WAF并为API增加JWT鉴权；其次可推进容器化改造，使用Docker+容器服务提升部署一致性，并通过CI/CD实现自动化发布；存储层建议引入RDS或PolarDB作为数据库，静态资源交由OSS+CDN托管；同时可集成ARMS进行性能监控，在特定场景（如智能座舱）融合语音交互、AI客服等能力。 以前我们做架构升级，光是环境搭建就得折腾好几天，现在一键部署就能跑起来，真正实现了“技术平民化”。而且阿里云这套组合拳打得特别稳——ECS打底、ALB调度、Nginx分流，层层保障，既保证了性能，又留足了扩展空间。如果能把安全、监控、CI/CD这些模块也做成可插拔的模板，那对中小企业来说就更友好了。期待未来能看到更多基于这个架构的行业化、场景化解决方案落地。
    踩0 评论0
  • 回答了问题 2025-09-05

    如何让 Dify on DMS 助力智能应用开发？

    说到传统智能应用开发，最大的痛点就是“开发链路割裂，数据孤岛严重”。我们之前做客服质检系统，数据在MySQL里，清洗用Python脚本跑在本地，模型调用又要对接NLP平台，最后结果还得导回BI工具出报表。整个流程像拼图，每个环节用不同工具、不同账号、不同权限体系，光是环境对接就耗掉60%的时间，更别说数据延迟、格式不统一带来的错误了。 最头疼的是迭代效率。比如发现一个关键词漏检，我要先改模型逻辑，再测试接口，重新部署服务，最后验证数据流，动辄几天才能上线。业务部门等不及，只能凑合用，结果问题越积越多。 所以当我看到Dify on DMS这个方案时，第一反应是：终于有人把“数据+模型+应用”串成一条线了。它最打动我的，是基于DMS直接打通云数据库和百炼大模型，不用再折腾数据同步、API封装。客服对话数据一进来，Dify就能实时调用大模型做语义分析——是不是情绪激动？有没有承诺超权？服务话术是否规范？自动打标、生成摘要、触发预警，全链路闭环，真正实现了“数据不动，模型动”。 而且Dify的低代码编排能力让非算法人员也能参与。我们运营同事现在能自己配置质检规则，比如“客户连续两次说‘我要投诉’就标红”，拖拽几步就能上线，不用再等开发排期。这不仅提升了效率，更让业务和IT真正对齐。 建议方面的话我希望Dify on DMS能进一步强化场景化模板库，比如预置“售后服务质检”“电销合规审查”等模板，开箱即用；同时加强权限细粒度控制，确保敏感对话数据在流转中可审计、可隔离；还有就是关于数据的矢量化解析能力也希望能进一步增强。
    踩0 评论0
  • 回答了问题 2025-09-02

    阿里云算法能力评估....如何。。。

    根据您的问题，我理解您想了解阿里云在推荐系统中如何进行离线评估以及相关的算法能力评估方法。以下是具体解答： 阿里云推荐系统的离线评估方法 离线评估是推荐系统开发中的关键步骤，用于衡量算法在历史数据上的表现。以下是阿里云推荐系统中常用的离线评估方法： 数据集划分： 将历史数据划分为训练集和测试集（通常为8:2或9:1的比例）。训练集用于训练推荐模型，测试集用于评估模型的效果。 评估指标： 常用的离线评估指标包括：准确率（Precision）：预测结果中相关推荐的比例。召回率（Recall）：实际相关推荐中被正确预测的比例。AUC（Area Under Curve）：衡量模型区分正负样本的能力。NDCG（Normalized Discounted Cumulative Gain）：衡量推荐列表的排序质量。MAP（Mean Average Precision）：综合考虑精准率和排序位置的指标。 模型验证： 使用交叉验证（Cross-Validation）方法验证模型的稳定性。在PAI Designer中，可以通过“模型评估”组件直接计算上述指标。 特征工程与算法优化： 通过特征选择、特征组合等方法优化输入数据。支持多种推荐算法，如ALS矩阵分解、DeepFM、DSSM等，用户可根据需求选择合适的算法进行评估。 阿里云算法能力评估工具 阿里云提供了以下工具和平台来支持推荐算法的离线评估： PAI Designer： 提供可视化建模界面，支持从数据预处理到模型训练和评估的全流程。内置多种推荐算法模板，如“推荐解决方案-特征工程”、“推荐解决方案-排序”等。 EasyRec： 包含DeepFM、DIN、MultiTower等推荐算法，支持快速训练和评估。提供自动化的超参数调优功能，提升模型性能。 PAI-EAS： 支持将训练好的模型部署为RESTful API，方便在线和离线评估的结合。 示例操作步骤 以下是如何使用PAI Designer进行离线评估的具体步骤： 进入Designer页面： 登录PAI控制台，选择工作空间，进入“模型开发与训练 > 可视化建模（Designer）”。 构建工作流： 选择预置模板中的“推荐解决方案-排序”。配置参数，特别是“工作流数据存储”配置为OSS Bucket路径。 运行工作流： 单击画布上方的运行按钮。查看模型评估报告，确保评估指标符合预期。 调整与优化： 根据评估结果调整模型参数或特征工程策略，重新训练和评估。 为了给您更精确的答复，请问您具体关注的是哪种推荐算法（如ALS、DeepFM等）的离线评估方法？或者是否有其他特定的需求？ 相关链接组件参考：推荐算法 | 人工智能平台 PAI https://help.aliyun.com/zh/pai/user-guide/recommendation/算法介绍 | 云原生数据库 PolarDB https://help.aliyun.com/zh/polardb/polardb-for-mysql/user-guide/algorithms/安全可靠的国产自研数据库PolarDB V2.0 https://www.aliyun.com/activity/database/polardb-v2接口出参 | 性能测试 https://help.aliyun.com/zh/pts/performance-test-pts-2-0/user-guide/output-parameters接口出参 | 性能测试 https://help.aliyun.com/zh/pts/performance-test-pts-3-0/user-guide/interface-output-parameter更多推荐相关内容 | 人工智能平台 PAI https://help.aliyun.com/zh/pai/use-cases/intelligent-recommendation/自定义模型最佳实践 | 大模型服务平台百炼 https://help.aliyun.com/zh/model-studio/model-training-best-practices
    踩0 评论0
  • 回答了问题 2025-09-01

    “数据超人”MCP工具，到底是怎么让数据‘燃’起来的？

    引言 在数字化转型加速推进的今天，数据已成为企业最核心的战略资产。从用户行为分析到供应链优化，从营销决策到风险控制，数据驱动的洞察正在重塑企业的运营方式与竞争格局。然而，尽管数据量呈指数级增长，真正能够被高效利用、转化为业务价值的比例却依然有限。许多企业在迈向“数据智能”的道路上，仍面临一个根本性难题：数据能力集中在少数技术专家手中，而最需要数据支持的一线业务人员却难以自主获取洞察。 传统的数据分析流程往往依赖复杂的工具链和专业的技能门槛。业务人员提出需求，数据工程师编写 SQL 查询，再由 BI 工程师使用可视化工具生成报表——这一过程动辄耗时数小时甚至数天，严重制约了决策的敏捷性。更关键的是，这种“请求-响应”模式本质上是被动的，无法支持即时探索、灵活追问和深度下钻的分析场景。当市场环境瞬息万变，企业需要“实时感知、快速响应”时，传统方式显得力不从心。 与此同时，人工智能，尤其是大模型技术的迅猛发展，为破解这一困局提供了全新可能。大模型具备强大的自然语言理解与生成能力，能够将人类的提问意图转化为结构化指令。如果能让大模型“直连”数据库，理解数据语义，并自动完成查询与可视化，是否就能实现“对话即分析”的理想状态？ 正是在这一背景下，MCP（Model Calling Protocol）协议的出现，成为连接大模型与企业数据系统的关键桥梁。通过 MCP，大模型可以安全、可控地调用数据库查询、图表生成等工具，实现从“自然语言提问”到“可视化洞察”的端到端自动化。阿里云推出的“MCP 赋能可视化 OLAP 智能体应用”方案，正是这一理念的实践典范——它基于云原生数据库 PolarDB MySQL 版与大模型服务平台百炼，构建了一个免运维、低门槛、高效率的智能分析系统。本文将深入解析这一方案的技术架构、核心优势与应用场景，展现 MCP 如何赋能 PolarDB，开启可视化 OLAP 智能体的新篇章。 借助 MCP 构建智能数据库分析应用 本方案基于 PolarDB 构建智能数据库分析应用，集成阿里云百炼大模型服务，提供开箱即用的智能化分析能力。PolarDB 作为云原生数据库，具备 Serverless 弹性伸缩、自动存储扩缩等特性，实现资源的高效利用。其高性能架构和多可用区部署保障业务稳定可靠，通过智能分层存储技术，在确保性能的同时优化成本，让企业轻松应对各类业务场景需求。 部署准备 此处为试用，故需额外在百炼平台中新增RAM用户，并设置权限名称为管理员，在正式环境中部署时直接使用百炼对应的API-Key即可。 点击页面左侧的账号管理，再点击页面右上角的新增用户，新增后可以看到有一个RAM权限的用户如下： 点击右侧的权限管理，随后点击添加权限： 在添加权限界面，勾选业务空间为默认业务空间，点击下一步，随后设置权限名称为管理员，点击完成为角色授权： 点击模型菜单，然后单击页面顶部的立即开通按钮： 部署应用 单击顶部模型，在左侧导航栏单击密钥管理,在API-KEY页签下，创建并复制API-Key： 进入云原生数据库的控制台，单击右上角登录数据库： 输入test： 输入数据库用户名以及密码，并点击登录： 在左侧数据库实例下的已登录实例列表中选中所创建的集群的ID，并双击选择 db-test 数据库。 使用示例数据如下，此处也未放全，太长了，此处为示例： DROP TABLE IF EXISTS orders; CREATE TABLE if not exists `orders` ( `order_num` text CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci NOT NULL COMMENT '订单号', `count` int(11) NOT NULL COMMENT '数量 - 订购的食物数量', `food_name` text CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci NOT NULL COMMENT '食物名称', `ingredients` text CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci COMMENT '配料表', `total_cost` double NOT NULL COMMENT '总价' ) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_general_ci; INSERT INTO orders (order_num,count,food_name,ingredients,total_cost) VALUES ('1',1,'薯片和新鲜番茄莎莎酱',NULL,2.39), ('1',1,'伊泽汽水','[柑橘味]',3.39), ('1',1,'南塔克特果汁','[苹果味]',3.39), ('1',1,'薯片和青番茄-青辣椒莎莎酱',NULL,2.39), ('2',2,'鸡肉碗','[青番茄-红辣椒莎莎酱（辣），[黑豆，米饭，芝士，酸奶油]]',16.98), ('3',1,'鸡肉碗','[新鲜番茄莎莎酱（微辣），[米饭，芝士，酸奶油，牛油果酱，生菜]]',10.98), ('3',1,'薯片小食',NULL,1.69), ('4',1,'牛排卷饼','[青番茄红辣椒莎莎酱，[法吉塔蔬菜，黑豆，斑豆，芝士，酸奶油，牛油果酱，生菜]]',11.75), ('4',1,'牛排软玉米饼','[青番茄青辣椒莎莎酱，[斑豆，芝士，酸奶油，生菜]]',9.25), ('5',1,'牛排卷饼','[新鲜番茄莎莎酱，[米饭，黑豆，斑豆，芝士，酸奶油，生菜]]',9.25); INSERT INTO orders (order_num,count,food_name,ingredients,total_cost) VALUES ('5',1,'薯片和牛肉酱',NULL,4.45), ('6',1,'鸡肉脆玉米饼','[烤辣椒玉米莎莎酱，[法吉塔蔬菜，米饭，黑豆，芝士，酸奶油]]',8.75), ('6',1,'鸡肉软玉米饼','[烤辣椒玉米莎莎酱，[米饭，黑豆，芝士，酸奶油]]',8.75), ('7',1,'鸡肉碗','[新鲜番茄莎莎酱，[法吉塔蔬菜，米饭，芝士，酸奶油，牛油果酱]]',11.25), ('7',1,'薯片和牛肉酱',NULL,4.45), ('8',1,'薯片和青番茄-青辣椒莎莎酱',NULL,2.39), ('8',1,'鸡肉卷饼','[青番茄-青辣椒莎莎酱（中辣），[斑豆，芝士，酸奶油]]',8.49), ('9',1,'鸡肉卷饼','[新鲜番茄莎莎酱（微辣），[黑豆，米饭，芝士，酸奶油，生菜]]',8.49), ('9',2,'罐装汽水','[雪碧]',2.18), ('10',1,'鸡肉碗','[青番茄红辣椒莎莎酱，[法吉塔蔬菜，黑豆，酸奶油，芝士，生菜]]',8.75); INSERT INTO orders (order_num,count,food_name,ingredients,total_cost) VALUES ('10',1,'薯片和牛肉酱',NULL,4.45), ('11',1,'巴哈烤肉卷饼','[[新鲜番茄莎莎酱（微辣），青番茄-青辣椒莎莎酱（中辣），青番茄-红辣椒莎莎酱（辣)]，[米饭，芝士，酸奶油，生菜]]',8.99), ('11',1,'南塔克特果汁','[石榴樱桃味]',3.39), ('12',1,'鸡肉卷饼','[[青番茄-青辣椒莎莎酱（中辣），青番茄-红辣椒莎莎酱（辣)]，[斑豆，米饭，芝士，酸奶油，牛油果酱，生菜]]',10.98), ('12',1,'伊泽汽水','[葡萄柚味]',3.39), ('13',1,'薯片和新鲜番茄莎莎酱',NULL,2.39), ('13',1,'鸡肉碗','[烤辣椒玉米莎莎酱（中辣），[斑豆，米饭，法吉塔蔬菜，芝士，酸奶油，生菜]]',8.49), ('14',1,'烤猪肉卷饼','[[青番茄-青辣椒莎莎酱（中辣），烤辣椒玉米莎莎酱（中辣)]，[黑豆，米饭，酸奶油，生菜]]',8.99), ('14',1,'罐装汽水','[胡椒博士]',1.09), ('15',1,'鸡肉卷饼','[青番茄-青辣椒莎莎酱（中辣），[斑豆，米饭，芝士，酸奶油]]',8.49); INSERT INTO orders (order_num,count,food_name,ingredients,total_cost) VALUES ('15',1,'薯片和青番茄-青辣椒莎莎酱',NULL,2.39), ('16',1,'牛排卷饼','[[烤辣椒玉米莎莎酱（中辣），新鲜番茄莎莎酱（微辣)]，[米饭，黑豆，酸奶油]]',8.99), ('16',1,'薯片小食',NULL,1.69), ('17',1,'烤猪肉碗','[青番茄-红辣椒莎莎酱（辣），[黑豆，米饭，法吉塔蔬菜，芝士，酸奶油，生菜]]',8.99), ('17',1,'瓶装水',NULL,1.09), ('18',1,'鸡肉软玉米饼','[烤辣椒玉米莎莎酱，米饭]',8.75), ('18',1,'鸡肉软玉米饼','[烤辣椒玉米莎莎酱，[芝士，生菜]]',8.75), ('18',1,'薯片和牛肉酱',NULL,4.45), ('18',1,'薯片和青番茄青辣椒莎莎酱',NULL,2.95), ('19',1,'巴哈烤肉碗','[烤辣椒玉米莎莎酱，[法吉塔蔬菜，米饭，黑豆，芝士，酸奶油，牛油果酱，生菜]]',11.75); INSERT INTO orders (order_num,count,food_name,ingredients,total_cost) VALUES ('19',1,'薯片',NULL,2.15), ('20',1,'薯片和牛肉酱',NULL,4.45), ('20',1,'鸡肉碗','[烤辣椒玉米莎莎酱，[米饭，黑豆，芝士，酸奶油，牛油果酱，生菜]]',11.25), ('20',1,'牛排卷饼','[新鲜番茄莎莎酱，[米饭，斑豆，芝士，酸奶油，牛油果酱，生菜]]',11.75), ('20',1,'鸡肉沙拉碗','[新鲜番茄莎莎酱，[法吉塔蔬菜，斑豆，生菜]]',8.75), ('21',1,'鸡肉卷饼','[青番茄-红辣椒莎莎酱（辣），[黑豆，法吉塔蔬菜，芝士，酸奶油，牛油果酱，生菜]]',10.98), ('21',1,'牛排卷饼','[青番茄-红辣椒莎莎酱（辣），[米饭，法吉塔蔬菜，芝士]]',8.99), ('21',1,'伊泽汽水','[黑莓味]',3.39), ('22',1,'牛排卷饼','[[新鲜番茄莎莎酱（微辣），烤辣椒玉米莎莎酱（中辣），青番茄-红辣椒莎莎酱（辣)]，[黑豆，米饭，酸奶油]]',8.99), ('22',1,'薯片和牛肉酱',NULL,3.99); INSERT INTO orders (order_num,count,food_name,ingredients,total_cost) VALUES ('23',1,'牛排卷饼','[烤辣椒玉米莎莎酱（中辣），[米饭，法吉塔蔬菜，芝士，酸奶油，生菜]]',8.99), ('23',2,'罐装汽水','[激浪]',2.18), ('24',1,'鸡肉卷饼','[烤辣椒玉米莎莎酱（中辣），[黑豆，米饭，法吉塔蔬菜，芝士，酸奶油，牛油果酱，生菜]]',10.98), ('24',1,'罐装汽水','[雪碧]',1.09), ('25',1,'牛排碗','[新鲜番茄莎莎酱（微辣），[黑豆，米饭，法吉塔蔬菜，芝士，酸奶油]]',8.99), ('25',1,'薯片和新鲜番茄莎莎酱',NULL,2.39), ('26',1,'巴哈烤肉软玉米饼','[新鲜番茄莎莎酱，[法吉塔蔬菜，黑豆，生菜]]',9.25), ('26',1,'素食卷饼','[青番茄红辣椒莎莎酱，[法吉塔蔬菜，米饭，黑豆，芝士，酸奶油，牛油果酱，生菜]]',11.25), ('27',1,'巴哈烤肉碗','[烤辣椒玉米莎莎酱，[法吉塔蔬菜，米饭，黑豆，芝士，酸奶油，牛油果酱，生菜]]',11.75), ('27',1,'薯片',NULL,2.15); INSERT INTO orders (order_num,count,food_name,ingredients,total_cost) VALUES ('28',1,'薯片和牛肉酱',NULL,4.45), ('28',1,'牛排软玉米饼','[新鲜番茄莎莎酱，芝士]',9.25), ('28',1,'素食碗','[新鲜番茄莎莎酱，[法吉塔蔬菜，米饭，黑豆，芝士，酸奶油，牛油果酱，生菜]]',11.25), ('28',1,'鸡肉卷饼','[新鲜番茄莎莎酱，[米饭，黑豆，芝士]]',8.75), ('29',1,'牛排卷饼','[青番茄-红辣椒莎莎酱（辣），[黑豆，米饭，法吉塔蔬菜，芝士，酸奶油，生菜]]',8.99), ('29',1,'牛排软玉米饼','[青番茄-红辣椒莎莎酱（辣），[米饭，芝士，酸奶油，生菜]]',8.99), ('30',1,'伊泽汽水','[黑莓味]',3.39), ('30',1,'牛排卷饼','[青番茄-红辣椒莎莎酱（辣），[米饭，芝士]]',8.99), ('30',1,'鸡肉卷饼','[青番茄-红辣椒莎莎酱（辣），[黑豆，法吉塔蔬菜，芝士，酸奶油，牛油果酱，生菜]]',10.98), ('31',1,'牛排卷饼','[烤辣椒玉米莎莎酱（中辣），[米饭，黑豆，酸奶油]]',8.99); INSERT INTO orders (order_num,count,food_name,ingredients,total_cost) VALUES ('31',1,'薯片小食',NULL,1.69), ('32',1,'牛排卷饼','[青番茄-红辣椒莎莎酱（辣），[黑豆，米饭，芝士，酸奶油，生菜]]',8.99), ('32',1,'薯片和牛肉酱',NULL,3.99), ('33',1,'鸡肉卷饼','[青番茄红辣椒莎莎酱，[米饭，黑豆，芝士，酸奶油]]',8.75), ('33',1,'薯片和牛肉酱',NULL,4.45), ('34',1,'鸡肉软玉米饼','[青番茄红辣椒莎莎酱，[米饭，芝士，酸奶油，生菜]]',8.75), ('34',1,'鸡肉碗','[新鲜番茄莎莎酱，[米饭，黑豆，斑豆，芝士，生菜]]',8.75), ('34',1,'薯片',NULL,2.15), ('34',1,'鸡肉碗','[新鲜番茄莎莎酱，[米饭，黑豆，芝士，酸奶油，生菜]]',8.75), ('35',1,'鸡肉软玉米饼','[烤辣椒玉米莎莎酱，[米饭，芝士，生菜，牛油果酱]]',11.25); INSERT INTO orders (order_num,count,food_name,ingredients,total_cost) VALUES ('35',1,'薯片',NULL,2.15), ('36',1,'巴哈烤肉卷饼','[新鲜番茄莎莎酱，[米饭，斑豆，芝士，酸奶油，生菜]]',9.25), ('36',1,'鸡肉卷饼','[新鲜番茄莎莎酱，[米饭，黑豆，芝士，酸奶油，生菜]]',8.75), ('37',1,'鸡肉卷饼','[青番茄青辣椒莎莎酱，[米饭，黑豆，酸奶油，芝士]]',8.75), ('37',1,'牛排软玉米饼','[青番茄红辣椒莎莎酱]',9.25), ('38',1,'素食碗','[青番茄-红辣椒莎莎酱（辣），[斑豆，黑豆，米饭，法吉塔蔬菜，生菜]]',8.49), ('38',1,'牛排碗','[青番茄-红辣椒莎莎酱（辣），[斑豆，米饭，法吉塔蔬菜，芝士，生菜]]',8.99), ('38',1,'瓶装水',NULL,1.09), ('39',1,'烤猪肉卷饼','[新鲜番茄莎莎酱，[米饭，斑豆，酸奶油，芝士]]',9.25), ('39',1,'薯片和新鲜番茄莎莎酱',NULL,2.95); INSERT INTO orders (order_num,count,food_name,ingredients,total_cost) VALUES ('40',1,'牛排碗','[新鲜番茄莎莎酱，[米饭，黑豆，芝士，酸奶油，牛油果酱]]',11.75), ('40',1,'牛排碗','[新鲜番茄莎莎酱，[法吉塔蔬菜，芝士，酸奶油，牛油果酱]]',11.75), ('40',1,'牛排脆玉米饼','[新鲜番茄莎莎酱，酸奶油]',9.25), ('41',1,'烤猪肉卷饼','[烤辣椒玉米莎莎酱，[酸奶油，牛油果酱]]',11.75), ('41',1,'薯片和牛肉酱',NULL,4.45), ('42',1,'巴哈烤肉碗','[新鲜番茄莎莎酱，[法吉塔蔬菜，米饭，芝士，酸奶油]]',9.25), ('42',1,'薯片和牛肉酱',NULL,4.45), ('43',1,'烤猪肉碗','[新鲜番茄莎莎酱，[法吉塔蔬菜，米饭，黑豆，芝士，牛油果酱，生菜]]',11.75), ('43',1,'鸡肉卷饼','[青番茄红辣椒莎莎酱，[米饭，黑豆，芝士]]',8.75), ('44',1,'鸡肉碗','[青番茄红辣椒莎莎酱，[米饭，法吉塔蔬菜，酸奶油，生菜]]',8.75); INSERT INTO orders (order_num,count,food_name,ingredients,total_cost) VALUES ('44',1,'薯片和牛肉酱',NULL,4.45), ('45',1,'牛排卷饼','[青番茄-青辣椒莎莎酱（中辣），[米饭，芝士，酸奶油，生菜]]',8.99), ('45',1,'牛排碗','[青番茄-青辣椒莎莎酱（中辣），[米饭，芝士，酸奶油，生菜]]',8.99), ('45',1,'薯片和牛肉酱',NULL,3.99), ('46',1,'素食卷饼','[新鲜番茄莎莎酱（微辣），[黑豆，米饭，法吉塔蔬菜，酸奶油，生菜]]',8.49), ('46',1,'南塔克特果汁','[菠萝橙香蕉味]',3.39), ('47',1,'牛排卷饼','[烤辣椒玉米莎莎酱（中辣），[米饭，黑豆，法吉塔蔬菜，酸奶油]]',8.99), ('47',1,'罐装汽水','[胡椒博士]',1.09), ('48',1,'牛排卷饼','[烤辣椒玉米莎莎酱，[法吉塔蔬菜，米饭，芝士，酸奶油，生菜]]',9.25), ('48',1,'薯片和牛肉酱',NULL,4.45); INSERT INTO orders (order_num,count,food_name,ingredients,total_cost) VALUES ('49',1,'鸡肉碗','[青番茄红辣椒莎莎酱，[米饭，黑豆，芝士，酸奶油，生菜]]',8.75), ('49',1,'薯片和青番茄红辣椒莎莎酱',NULL,2.95), ('49',1,'薯片和牛肉酱',NULL,4.45), ('50',1,'薯片和青番茄-青辣椒莎莎酱',NULL,2.39), ('50',1,'鸡肉卷饼','[青番茄-青辣椒莎莎酱（中辣），[斑豆，米饭，芝士，酸奶油]]',8.49), ('51',1,'巴哈烤肉碗','[[青番茄-红辣椒莎莎酱（辣），青番茄-青辣椒莎莎酱（中辣)]，[米饭，斑豆，法吉塔蔬菜，芝士，酸奶油，生菜]]',8.99), ('51',1,'鸡肉卷饼','[[青番茄-红辣椒莎莎酱（辣），青番茄-青辣椒莎莎酱（中辣)]，[米饭，斑豆，芝士，生菜]]',8.49), ('51',1,'罐装汽水','[无糖胡椒博士]',1.09), ('52',1,'牛排软玉米饼','[[烤辣椒玉米莎莎酱（中辣），青番茄-红辣椒莎莎酱（辣)]，[芝士，酸奶油，生菜]]',8.99), ('52',1,'薯片和牛肉酱',NULL,3.99); INSERT INTO orders (order_num,count,food_name,ingredients,total_cost) VALUES ('53',1,'鸡肉卷饼','[青番茄红辣椒莎莎酱，[米饭，黑豆，酸奶油，芝士，生菜]]',8.75), ('53',1,'巴哈烤肉卷饼','[青番茄青辣椒莎莎酱，[米饭，黑豆，酸奶油，芝士，生菜]]',9.25), ('53',1,'薯片和牛肉酱',NULL,4.45), ('54',1,'鸡肉碗','[新鲜番茄莎莎酱，[牛油果酱，芝士，酸奶油，法吉塔蔬菜，米饭]]',11.25), ('54',1,'薯片和牛肉酱',NULL,4.45), ('55',1,'牛排卷饼','[烤辣椒玉米莎莎酱（中辣），[米饭，黑豆，法吉塔蔬菜，酸奶油]]',8.99), ('55',1,'罐装汽水','[可口可乐]',1.09), ('56',1,'巴哈烤肉碗','[青番茄红辣椒莎莎酱，[米饭，斑豆，芝士，生菜]]',9.25), ('56',1,'薯片和青番茄红辣椒莎莎酱',NULL,2.95), ('56',1,'薯片和牛肉酱',NULL,4.45); INSERT INTO orders (order_num,count,food_name,ingredients,total_cost) VALUES ('57',1,'巴哈烤肉卷饼','[烤辣椒玉米莎莎酱，[米饭，斑豆，芝士，牛油果酱，生菜]]',11.75), ('57',1,'薯片和牛肉酱',NULL,4.45), ('58',1,'鸡肉卷饼','[青番茄-青辣椒莎莎酱（中辣），[斑豆，米饭，芝士，酸奶油]]',8.49), ('58',1,'薯片和青番茄-青辣椒莎莎酱',NULL,2.39), ('59',1,'鸡肉卷饼','[烤辣椒玉米莎莎酱（中辣），[米饭，黑豆，酸奶油，牛油果酱]]',10.98), ('60',2,'鸡肉沙拉碗','[青番茄青辣椒莎莎酱，[酸奶油，芝士，牛油果酱]]',22.5), ('61',1,'巴哈烤肉碗','[青番茄红辣椒莎莎酱，[法吉塔蔬菜，米饭，黑豆，芝士，酸奶油，牛油果酱，生菜]]',11.75), ('61',1,'薯片和牛肉酱',NULL,4.45), ('62',1,'鸡肉碗','[新鲜番茄莎莎酱，[米饭，法吉塔蔬菜，酸奶油，芝士，牛油果酱]]',11.25), ('62',1,'薯片和牛肉酱',NULL,4.45); INSERT INTO orders (order_num,count,food_name,ingredients,total_cost) VALUES ('63',1,'鸡肉碗','[青番茄青辣椒莎莎酱，[米饭，酸奶油，芝士，牛油果酱]]',11.25), ('63',1,'薯片和牛肉酱',NULL,4.45), ('64',1,'鸡肉碗','[新鲜番茄莎莎酱，[法吉塔蔬菜，米饭，黑豆，芝士，牛油果酱，生菜]]',11.25), ('64',1,'素食碗','[青番茄红辣椒莎莎酱，[法吉塔蔬菜，黑豆，芝士，牛油果酱，生菜]]',11.25), ('65',1,'巴哈烤肉卷饼','[青番茄红辣椒莎莎酱，[米饭，酸奶油，芝士，牛油果酱]]',11.75), ('65',1,'烤猪肉碗','[烤辣椒玉米莎莎酱，[米饭，法吉塔蔬菜，黑豆，酸奶油，芝士]]',9.25), ('65',1,'薯片和牛肉酱',NULL,4.45), ('66',1,'牛排卷饼','[青番茄-青辣椒莎莎酱（中辣），[米饭，黑豆，酸奶油，牛油果酱]]',11.48), ('67',2,'牛排卷饼','[青番茄-红辣椒莎莎酱（辣），[米饭，芝士，酸奶油，生菜]]',17.98), ('67',1,'薯片小食',NULL,1.69); INSERT INTO orders (order_num,count,food_name,ingredients,total_cost) VALUES ('68',2,'鸡肉卷饼','[青番茄红辣椒莎莎酱，[米饭，黑豆，酸奶油，芝士，生菜]]',17.5), ('68',1,'薯片和牛肉酱',NULL,4.45), ('69',1,'鸡肉卷饼','[青番茄-青辣椒莎莎酱（中辣），[斑豆，米饭，芝士，酸奶油]]',8.49), ('69',1,'薯片和青番茄-青辣椒莎莎酱',NULL,2.39), ('70',2,'鸡肉碗','[新鲜番茄莎莎酱，[法吉塔蔬菜，米饭，生菜]]',17.5), ('70',1,'薯片和牛肉酱',NULL,4.45), ('71',1,'薯片和牛肉酱',NULL,4.45), ('71',1,'素食碗','[青番茄红辣椒莎莎酱，[法吉塔蔬菜，米饭，黑豆，芝士，牛油果酱，生菜]]',11.25), ('71',1,'牛排卷饼','[青番茄青辣椒莎莎酱，[米饭，芝士，牛油果酱，生菜]]',11.75), ('72',1,'鸡肉卷饼','[[烤辣椒玉米莎莎酱（中辣），青番茄-红辣椒莎莎酱（辣)]，[黑豆，米饭，法吉塔蔬菜，芝士，酸奶油，牛油果酱，生菜]]',10.98); INSERT INTO orders (order_num,count,food_name,ingredients,total_cost) VALUES ('73',1,'鸡肉碗','[新鲜番茄莎莎酱（微辣），[黑豆，米饭，法吉塔蔬菜，芝士，酸奶油，生菜]]',8.49), ('73',1,'鸡肉卷饼','[[烤辣椒玉米莎莎酱（中辣），青番茄-红辣椒莎莎酱（辣)]，[黑豆，米饭，法吉塔蔬菜，芝士，牛油果酱，生菜]]',10.98), ('73',2,'罐装汽水','[无糖可乐]',2.18), ('74',1,'烤猪肉碗','[烤辣椒玉米莎莎酱（中辣），[斑豆，米饭，法吉塔蔬菜，芝士，酸奶油，牛油果酱，生菜]]',11.48), ('74',1,'素食碗','[[新鲜番茄莎莎酱（微辣），烤辣椒玉米莎莎酱（中辣)]，[黑豆，米饭，法吉塔蔬菜，芝士，酸奶油，生菜]]',8.49), ('74',1,'薯片和青番茄-青辣椒莎莎酱',NULL,2.39), ('75',1,'薯片和牛肉酱',NULL,4.45), ('75',1,'鸡肉卷饼','[青番茄红辣椒莎莎酱，[米饭，黑豆，芝士，牛油果酱，生菜]]',11.25), ('75',1,'巴哈烤肉脆玉米饼','[青番茄红辣椒莎莎酱，[米饭，黑豆，芝士，酸奶油，牛油果酱]]',11.75), ('75',1,'鸡肉卷饼','[青番茄红辣椒莎莎酱，[米饭，芝士，酸奶油]]',8.75); INSERT INTO orders (order_num,count,food_name,ingredients,total_cost) VALUES ('76',1,'鸡肉卷饼','[[青番茄-红辣椒莎莎酱（辣），新鲜番茄莎莎酱（微辣)]，[米饭，黑豆，芝士，生菜]]',8.49), ('76',2,'罐装汽水','[无糖胡椒博士]',2.18), ('77',1,'鸡肉卷饼','[青番茄-红辣椒莎莎酱（辣），[黑豆，米饭，芝士，酸奶油，生菜]]',8.49), ('77',1,'南塔克特果汁','[苹果味]',3.39), ('78',1,'鸡肉卷饼','[青番茄-青辣椒莎莎酱（中辣），生菜]',8.49), ('78',1,'牛排软玉米饼','[烤辣椒玉米莎莎酱（中辣），生菜]',8.99), ('79',1,'鸡肉碗','[烤辣椒玉米莎莎酱（中辣），[黑豆，米饭，法吉塔蔬菜，芝士，酸奶油，牛油果酱，生菜]]',10.98), ('80',1,'牛排卷饼','[新鲜番茄莎莎酱（微辣），[米饭，黑豆，酸奶油，牛油果酱]]',11.48), ('81',1,'鸡肉卷饼','[青番茄-青辣椒莎莎酱（中辣），[米饭，法吉塔蔬菜，芝士，酸奶油]]',8.49), ('81',1,'罐装汽水','[可口可乐]',1.09); INSERT INTO orders (order_num,count,food_name,ingredients,total_cost) VALUES ('81',1,'罐装汽水','[胡椒博士]',1.09), ('82',1,'巴哈烤肉软玉米饼','[青番茄红辣椒莎莎酱，[米饭，斑豆，芝士，酸奶油]]',9.25), ('82',1,'鸡肉碗','[新鲜番茄莎莎酱，[米饭，黑豆，酸奶油]]',8.75), ('82',1,'薯片和新鲜番茄莎莎酱',NULL,2.95), ('83',1,'牛排软玉米饼','[新鲜番茄莎莎酱，[芝士，酸奶油]]',9.25), ('83',1,'薯片和牛肉酱',NULL,4.45), ('83',1,'素食沙拉碗','[新鲜番茄莎莎酱，[法吉塔蔬菜，米饭，黑豆，芝士，酸奶油，牛油果酱，生菜]]',11.25), ('84',1,'牛排碗','[新鲜番茄莎莎酱（微辣），[米饭，法吉塔蔬菜，牛油果酱，生菜]]',11.48), ('84',1,'鸡肉卷饼','[烤辣椒玉米莎莎酱（中辣），[米饭，芝士，酸奶油，生菜]]',8.49), ('84',1,'鸡肉卷饼','[烤辣椒玉米莎莎酱（中辣），[米饭，芝士，生菜]]',8.49); INSERT INTO orders (order_num,count,food_name,ingredients,total_cost) VALUES ('85',1,'牛排卷饼','[烤辣椒玉米莎莎酱（中辣），[法吉塔蔬菜，芝士，生菜，酸奶油，米饭]]',8.99), ('85',1,'薯片和烤辣椒玉米莎莎酱',NULL,2.39), ('86',1,'素食碗','[烤辣椒玉米莎莎酱，[法吉塔蔬菜，米饭，芝士，酸奶油，牛油果酱，生菜]]',11.25), ('86',1,'鸡肉碗','[新鲜番茄莎莎酱，[米饭，芝士，酸奶油]]',8.75), ('86',1,'薯片和新鲜番茄莎莎酱',NULL,2.95), ('87',1,'罐装汽水','[可口可乐]',1.09), ('87',1,'牛排卷饼','[烤辣椒玉米莎莎酱（中辣），[米饭，黑豆，酸奶油]]',8.99), ('88',1,'鸡肉卷饼','[青番茄-青辣椒莎莎酱（中辣），[斑豆，米饭，芝士，酸奶油]]',8.49), ('88',1,'薯片和青番茄-青辣椒莎莎酱',NULL,2.39), ('89',1,'鸡肉碗','[[烤辣椒玉米莎莎酱（中辣），青番茄-红辣椒莎莎酱（辣)]，[黑豆，米饭，法吉塔蔬菜，牛油果酱，生菜]]',10.98); INSERT INTO orders (order_num,count,food_name,ingredients,total_cost) VALUES ('89',1,'罐装汽水','[无糖可乐]',1.09), ('89',1,'薯片和牛肉酱',NULL,3.99), ('90',1,'鸡肉卷饼','[青番茄红辣椒莎莎酱，[米饭，黑豆，酸奶油，芝士，生菜，牛油果酱]]',11.25), ('90',1,'鸡肉卷饼','[青番茄青辣椒莎莎酱，[米饭，斑豆，酸奶油，芝士，生菜]]',8.75), ('91',1,'鸡肉卷饼','[青番茄-红辣椒莎莎酱（辣），[黑豆，米饭，芝士，酸奶油，生菜]]',8.49), ('91',1,'南塔克特果汁','[桃子橙味]',3.39), ('92',1,'鸡肉碗','[新鲜番茄莎莎酱，[米饭，芝士，生菜]]',8.75), ('92',1,'牛排碗','[烤辣椒玉米莎莎酱，[米饭，黑豆，芝士，酸奶油，生菜]]',9.25), ('92',1,'薯片',NULL,2.15), ('93',1,'鸡肉碗','[烤辣椒玉米莎莎酱，[法吉塔蔬菜，米饭，黑豆，芝士，酸奶油，牛油果酱，生菜]]',11.25); INSERT INTO orders (order_num,count,food_name,ingredients,total_cost) VALUES ('93',1,'素食碗','[烤辣椒玉米莎莎酱，[米饭，黑豆，芝士，酸奶油，牛油果酱，生菜]]',11.25), ('93',1,'鸡肉碗','[烤辣椒玉米莎莎酱，[法吉塔蔬菜，米饭，黑豆，斑豆，芝士，酸奶油，牛油果酱，生菜]]',11.25), ('93',1,'薯片和牛肉酱',NULL,4.45), ('94',2,'鸡肉沙拉碗','[新鲜番茄莎莎酱，[法吉塔蔬菜，斑豆，牛油果酱]]',22.5), ('95',1,'薯片和牛肉酱',NULL,4.45), ('95',1,'牛排碗','[青番茄青辣椒莎莎酱，[法吉塔蔬菜，米饭，黑豆，芝士，牛油果酱，生菜]]',11.75), ('96',1,'鸡肉卷饼','[青番茄红辣椒莎莎酱，[米饭，黑豆，芝士，酸奶油]]',8.75), ('96',2,'鸡肉脆玉米饼','[青番茄红辣椒莎莎酱，[芝士，酸奶油，生菜]]',17.5), ('96',1,'鸡肉碗','[青番茄青辣椒莎莎酱，[米饭，黑豆，芝士，酸奶油]]',8.75), ('97',1,'巴哈烤肉碗','[青番茄红辣椒莎莎酱，[米饭，黑豆，芝士]]',9.25); INSERT INTO orders (order_num,count,food_name,ingredients,total_cost) VALUES ('97',1,'鸡肉碗','[烤辣椒玉米莎莎酱，[米饭，黑豆，芝士，酸奶油]]',8.75), ('97',1,'薯片',NULL,2.15), ('98',1,'巴哈烤肉卷饼','[青番茄红辣椒莎莎酱，[米饭，芝士，生菜]]',9.25), ('98',2,'薯片',NULL,4.3), ('98',1,'鸡肉碗','[青番茄青辣椒莎莎酱，[米饭，斑豆，酸奶油，生菜]]',8.75), ('99',1,'素食卷饼','[青番茄红辣椒莎莎酱，[黑豆，芝士，牛油果酱]]',11.25), ('99',1,'薯片',NULL,2.15), ('100',1,'牛排卷饼','[烤辣椒玉米莎莎酱（中辣），[米饭，黑豆，酸奶油]]',8.99), ('100',1,'罐装汽水','[激浪]',1.09), ('101',1,'牛排卷饼','[青番茄-青辣椒莎莎酱（中辣），[黑豆，米饭，芝士，酸奶油，生菜]]',8.99); INSERT INTO orders (order_num,count,food_name,ingredients,total_cost) VALUES ('101',1,'薯片和牛肉酱',NULL,3.99), ('102',1,'鸡肉碗','[新鲜番茄莎莎酱，[法吉塔蔬菜，米饭，黑豆，芝士，酸奶油，生菜]]',8.75), ('102',1,'薯片和青番茄青辣椒莎莎酱',NULL,2.95), ('102',1,'薯片和烤辣椒玉米莎莎酱',NULL,2.95), ('103',1,'牛排卷饼','[青番茄红辣椒莎莎酱，[米饭，黑豆，芝士，酸奶油，牛油果酱，生菜]]',11.75), ('103',2,'薯片和青番茄青辣椒莎莎酱',NULL,5.9), ('103',1,'牛排卷饼','[青番茄红辣椒莎莎酱，[米饭，黑豆，芝士]]',9.25), ('103',1,'烤猪肉软玉米饼','[青番茄青辣椒莎莎酱，[法吉塔蔬菜，斑豆，芝士]]',9.25), ('103',1,'牛排卷饼','[青番茄红辣椒莎莎酱，[米饭，黑豆，芝士，酸奶油，牛油果酱，生菜]]',11.75), ('104',1,'烤猪肉卷饼','[新鲜番茄莎莎酱，[米饭，斑豆，酸奶油，芝士]]',9.25); INSERT INTO orders (order_num,count,food_name,ingredients,total_cost) VALUES ('104',1,'薯片和新鲜番茄莎莎酱',NULL,2.95), ('105',2,'鸡肉卷饼','[青番茄红辣椒莎莎酱，[米饭，黑豆，芝士，酸奶油，生菜]]',17.5), ('106',1,'鸡肉卷饼','[新鲜番茄莎莎酱，[米饭，斑豆，芝士，酸奶油]]',8.75), ('106',1,'牛排碗','[新鲜番茄莎莎酱，[米饭，黑豆，斑豆，芝士，酸奶油]]',9.25), ('107',1,'鸡肉卷饼','[烤辣椒玉米莎莎酱（中辣），[米饭，法吉塔蔬菜，芝士，酸奶油，牛油果酱，生菜]]',10.98), ('108',1,'牛排卷饼','[烤辣椒玉米莎莎酱（中辣），[米饭，法吉塔蔬菜，芝士，生菜]]',8.99), ('108',1,'罐装汽水','[激浪]',1.09), ('108',1,'罐装汽水','[胡椒博士]',1.09), ('108',1,'罐装汽水','[激浪]',1.09), ('108',1,'巴哈烤肉卷饼','[[青番茄-红辣椒莎莎酱（辣），新鲜番茄莎莎酱（微辣），青番茄-青辣椒莎莎酱（中辣)]，[米饭，斑豆，芝士]]',8.99); INSERT INTO orders (order_num,count,food_name,ingredients,total_cost) VALUES ('109',1,'鸡肉沙拉','[烤辣椒玉米莎莎酱（中辣），[黑豆，米饭，法吉塔蔬菜，芝士，酸奶油，牛油果酱，生菜]]',10.98), ('109',1,'罐装汽水','[无糖胡椒博士]',1.09), ('110',1,'鸡肉碗','[青番茄红辣椒莎莎酱，[米饭，芝士，生菜]]',8.75), ('110',1,'素食碗','[烤辣椒玉米莎莎酱，[米饭，斑豆，芝士，酸奶油]]',8.75), ('110',1,'巴哈烤肉碗','[青番茄红辣椒莎莎酱，[米饭，芝士，生菜]]',9.25), ('110',1,'巴哈烤肉脆玉米饼','[烤辣椒玉米莎莎酱，[米饭，芝士，生菜]]',9.25), ('111',1,'鸡肉沙拉碗','[新鲜番茄莎莎酱，[法吉塔蔬菜，米饭，芝士，酸奶油，生菜]]',8.75), ('111',1,'鸡肉碗','[新鲜番茄莎莎酱，[米饭，黑豆，芝士]]',8.75), ('112',1,'牛排卷饼','[青番茄-红辣椒莎莎酱（辣），[斑豆，米饭，法吉塔蔬菜，芝士，酸奶油]]',8.99), ('112',1,'牛排碗','[青番茄-红辣椒莎莎酱（辣），[斑豆，米饭，法吉塔蔬菜，芝士，酸奶油]]',8.99); INSERT INTO orders (order_num,count,food_name,ingredients,total_cost) VALUES ('113',1,'牛排碗','[烤辣椒玉米莎莎酱（中辣），[米饭，黑豆，酸奶油]]',8.99), ('113',1,'罐装汽水','[激浪]',1.09), ('114',1,'牛排碗','[新鲜番茄莎莎酱，[法吉塔蔬菜，芝士，酸奶油，牛油果酱，生菜]]',11.75), ('114',1,'罐装软饮料','[可乐]',1.25), ('115',1,'牛排卷饼','[烤辣椒玉米莎莎酱（中辣），[黑豆，米饭]]',8.99), ('115',1,'薯片和新鲜番茄莎莎酱',NULL,2.39), ('116',1,'牛排软玉米饼','[新鲜番茄莎莎酱，[米饭，芝士，生菜]]',9.25), ('116',1,'薯片和新鲜番茄莎莎酱',NULL,2.95), ('117',1,'巴哈烤肉软玉米饼','[青番茄-红辣椒莎莎酱（辣），[斑豆，芝士，酸奶油，生菜]]',8.99), ('117',1,'薯片和牛肉酱',NULL,3.99); INSERT INTO orders (order_num,count,food_name,ingredients,total_cost) VALUES ('118',1,'鸡肉卷饼','[青番茄-青辣椒莎莎酱（中辣），[斑豆，米饭，芝士，酸奶油]]',8.49), ('118',1,'薯片和青番茄-青辣椒莎莎酱',NULL,2.39), ('119',1,'鸡肉卷饼','[[新鲜番茄莎莎酱（微辣），烤辣椒玉米莎莎酱（中辣)]，[斑豆，米饭，法吉塔蔬菜，芝士，酸奶油，生菜]]',8.49), ('119',1,'鸡肉卷饼','[烤辣椒玉米莎莎酱（中辣），[黑豆，米饭，芝士，酸奶油，生菜]]',8.49), ('120',1,'鸡肉卷饼','[青番茄-红辣椒莎莎酱（辣），[黑豆，米饭，芝士]]',8.49), ('120',1,'薯片小食',NULL,1.69), ('121',1,'鸡肉卷饼','[新鲜番茄莎莎酱（微辣），[黑豆，米饭，芝士，酸奶油]]',8.49), ('121',1,'薯片和牛肉酱',NULL,3.99), ('122',1,'牛排软玉米饼','[青番茄-红辣椒莎莎酱（辣），[米饭，芝士，生菜]]',8.99), ('122',1,'薯片小食',NULL,1.69); INSERT INTO orders (order_num,count,food_name,ingredients,total_cost) VALUES ('122',1,'罐装汽水','[可口可乐]',1.09), ('123',2,'牛排沙拉碗','[青番茄红辣椒莎莎酱，[黑豆，芝士，牛油果酱]]',23.78), ('124',2,'鸡肉碗','[新鲜番茄莎莎酱，[米饭，黑豆，芝士，酸奶油]]',17.5), ('124',1,'薯片',NULL,2.15), ('124',1,'鸡肉碗','[新鲜番茄莎莎酱，[米饭，芝士，酸奶油]]',8.75), ('125',1,'牛排碗','[烤辣椒玉米莎莎酱，[法吉塔蔬菜，米饭，生菜]]',9.25), ('125',1,'牛排碗','[烤辣椒玉米莎莎酱，[米饭，黑豆，芝士，酸奶油，生菜]]',9.25), ('125',1,'素食碗','[烤辣椒玉米莎莎酱，[法吉塔蔬菜，米饭，黑豆，芝士，酸奶油，生菜]]',8.75), ('125',1,'薯片和牛肉酱',NULL,4.45), ('126',1,'鸡肉卷饼','[新鲜番茄莎莎酱，[米饭，芝士，酸奶油]]',8.75); INSERT INTO orders (order_num,count,food_name,ingredients,total_cost) VALUES ('126',1,'鸡肉碗','[烤辣椒玉米莎莎酱，[法吉塔蔬菜，米饭，黑豆，牛油果酱，生菜]]',11.25), ('127',1,'鸡肉碗','[青番茄青辣椒莎莎酱，[米饭，酸奶油，牛油果酱，生菜]]',11.25), ('127',1,'罐装软饮料','[雪碧]',1.25), ('128',1,'牛排软玉米饼','[新鲜番茄莎莎酱，[芝士，酸奶油]]',9.25), ('128',1,'薯片和牛肉酱',NULL,4.45), ('128',1,'素食沙拉碗','[新鲜番茄莎莎酱，[法吉塔蔬菜，生菜，牛油果酱，酸奶油，芝士，黑豆，米饭]]',11.25), ('129',1,'牛排卷饼','[青番茄青辣椒莎莎酱，[米饭，芝士，牛油果酱]]',11.75), ('129',1,'牛排卷饼','[青番茄青辣椒莎莎酱，[米饭，芝士，牛油果酱]]',11.75), ('129',1,'6罐装软饮料','[雪碧]',6.49), ('130',1,'牛排软玉米饼','[青番茄-红辣椒莎莎酱（辣），生菜]',8.99); INSERT INTO orders (order_num,count,food_name,ingredients,total_cost) VALUES ('130',1,'薯片和青番茄-红辣椒莎莎酱',NULL,2.39), ('131',1,'鸡肉碗','[新鲜番茄莎莎酱（微辣），[米饭，法吉塔蔬菜，芝士，酸奶油，生菜]]',8.49), ('131',1,'薯片和新鲜番茄莎莎酱',NULL,2.39), ('132',1,'鸡肉碗','[新鲜番茄莎莎酱，[米饭，黑豆，芝士，酸奶油，牛油果酱，生菜]]',11.25), ('132',1,'鸡肉碗','[新鲜番茄莎莎酱，[米饭，黑豆，芝士，酸奶油，生菜]]',8.75), ('132',1,'薯片',NULL,2.15), ('133',1,'牛排碗','[烤辣椒玉米莎莎酱（中辣），[米饭，黑豆，酸奶油]]',8.99), ('133',1,'薯片小食',NULL,1.69), ('134',1,'鸡肉卷饼','[青番茄红辣椒莎莎酱，[米饭，黑豆，芝士，生菜]]',8.75), ('134',1,'鸡肉卷饼','[青番茄红辣椒莎莎酱，[米饭，黑豆，芝士，酸奶油，牛油果酱，生菜]]',11.25); INSERT INTO orders (order_num,count,food_name,ingredients,total_cost) VALUES ('134',1,'薯片',NULL,2.15), ('135',1,'薯片和牛肉酱',NULL,4.45), ('135',1,'鸡肉碗','[新鲜番茄莎莎酱，[米饭，黑豆，芝士，酸奶油]]',8.75), ('136',1,'鸡肉软玉米饼','[青番茄-红辣椒莎莎酱（辣），法吉塔蔬菜]',8.49), ('136',1,'牛排卷饼','[青番茄-青辣椒莎莎酱（中辣），[芝士，生菜]]',8.99), ('137',2,'鸡肉沙拉碗','[新鲜番茄莎莎酱，法吉塔蔬菜]',17.5), ('138',1,'鸡肉卷饼','[烤辣椒玉米莎莎酱（中辣），[米饭，法吉塔蔬菜，芝士]]',8.49), ('138',1,'罐装汽水','[无糖可乐]',1.09), ('138',1,'瓶装水',NULL,1.09), ('139',1,'鸡肉碗','[新鲜番茄莎莎酱，[法吉塔蔬菜，米饭，黑豆，酸奶油]]',8.75); INSERT INTO orders (order_num,count,food_name,ingredients,total_cost) VALUES ('139',1,'罐装软饮料','[可乐]',1.25), ('139',1,'薯片',NULL,2.15), ('140',1,'牛排卷饼','[新鲜番茄（微辣），[生菜，牛油果酱，米饭，芝士]]',11.08), ('141',1,'鸡肉卷饼','[烤辣椒玉米莎莎酱（中辣），[斑豆，黑豆，米饭，法吉塔蔬菜，芝士，酸奶油，生菜]]',8.49), ('141',1,'鸡肉软玉米饼','[[烤辣椒玉米莎莎酱（中辣），青番茄-红辣椒莎莎酱（辣)]，[米饭，法吉塔蔬菜，芝士，生菜]]',8.49), ('142',1,'牛排卷饼','[烤辣椒玉米莎莎酱（中辣），米饭]',8.99), ('142',1,'薯片和新鲜番茄莎莎酱',NULL,2.39), ('143',1,'鸡肉碗','[青番茄红辣椒莎莎酱，[米饭，芝士]]',8.75), ('143',1,'薯片',NULL,2.15), ('143',1,'瓶装水',NULL,1.5); INSERT INTO orders (order_num,count,food_name,ingredients,total_cost) VALUES ('144',1,'鸡肉卷饼','[新鲜番茄莎莎酱，[米饭，黑豆，芝士，酸奶油，牛油果酱，生菜]]',11.25), ('144',1,'薯片',NULL,2.15), ('145',1,'鸡肉软玉米饼','[新鲜番茄莎莎酱（微辣），[黑豆，米饭，芝士，酸奶油，生菜]]',8.49), ('145',1,'鸡肉软玉米饼','[新鲜番茄莎莎酱（微辣），[米饭，芝士，酸奶油]]',8.49), ('146',1,'巴哈烤肉卷饼','[烤辣椒玉米莎莎酱，[米饭，黑豆，芝士，牛油果酱，生菜]]',11.75), ('146',1,'牛排卷饼','[烤辣椒玉米莎莎酱，[法吉塔蔬菜，米饭，芝士，生菜]]',9.25), ('147',1,'牛排碗','[青番茄红辣椒莎莎酱，[法吉塔蔬菜，芝士，牛油果酱，生菜]]',11.75), ('147',1,'罐装软饮料','[可乐]',1.25), ('148',1,'鸡肉卷饼','[青番茄红辣椒莎莎酱，[米饭，黑豆，酸奶油，芝士，生菜，牛油果酱]]',11.25), ('148',1,'鸡肉卷饼','[青番茄青辣椒莎莎酱，[米饭，斑豆，酸奶油，芝士，生菜]]',8.75); INSERT INTO orders (order_num,count,food_name,ingredients,total_cost) VALUES ('148',1,'薯片和牛肉酱',NULL,4.45), ('148',1,'6罐装软饮料','[无糖可乐]',6.49), ('149',1,'牛排软玉米饼','[新鲜番茄莎莎酱，[法吉塔蔬菜，米饭，芝士，酸奶油，生菜]]',9.25), ('149',1,'薯片和新鲜番茄莎莎酱',NULL,2.95), ('149',1,'鸡肉软玉米饼','[新鲜番茄莎莎酱，[法吉塔蔬菜，芝士，牛油果酱，生菜]]',11.25), ('149',1,'薯片和牛肉酱',NULL,4.45), ('149',1,'罐装软饮料','[柠檬水]',1.25), ('149',1,'罐装软饮料','[雪碧]',1.25), ('150',1,'鸡肉碗','[青番茄-红辣椒莎莎酱（辣），[米饭，法吉塔蔬菜，芝士，酸奶油，生菜]]',8.49), ('150',1,'薯片和青番茄-红辣椒莎莎酱',NULL,2.39); INSERT INTO orders (order_num,count,food_name,ingredients,total_cost) VALUES ('150',2,'罐装汽水','[无糖可乐]',2.18), ('151',1,'鸡肉卷饼','[青番茄-红辣椒莎莎酱（辣），[黑豆，米饭，芝士]]',8.49), ('151',2,'罐装汽水','[可口可乐]',2.18), ('152',2,'牛排卷饼','[新鲜番茄（微辣），[生菜，牛油果酱，米饭，芝士]]',22.16), ('153',2,'鸡肉软玉米饼','[新鲜番茄莎莎酱，酸奶油]',17.5), ('154',1,'鸡肉卷饼','[青番茄青辣椒莎莎酱，[法吉塔蔬菜，米饭，芝士，酸奶油，生菜]]',8.75), ('154',1,'薯片和青番茄红辣椒莎莎酱',NULL,2.95), ('154',1,'6罐装软饮料','[可乐]',6.49), ('155',1,'牛排卷饼','[新鲜番茄莎莎酱（微辣），[斑豆，芝士，酸奶油]]',8.99), ('155',1,'伊泽汽水','[黑莓味]',3.39); 执行区域如下图所示： 执行过程如下所示： 点击前往部署打开阿里云提供的 Function AI 项目模板，在弹出的角色授权页保持默认选项，并点击底部的一键授权，根据提示完成授权： 参考下表进行参数配置，其他参数选择默认配置，然后单击部署项目，最后在弹出面板中单击确认部署，部署预计等待 3～5 分钟： 等到全部填写完毕后，点击开始部署： 方案验证 访问如下地址： 进入示例应用： 给出prompt如下： 哪些食物的配料里用到了黑豆，他们的订单量如何，使用知识图谱进行视觉化展示 TOP 30 输出结果如下图所示： 给出prompt如下： 所有订单中，最受欢迎的十种食物是哪些？分析数据并使用双轴曲线图进行可视化展示，最终将数据使用表格形式展现出来
    踩0 评论0
  • 回答了问题 2025-08-22

    通义千问 和 通义千问开源系列 有什么区别？

    通义千问和通义千问开源系列的主要区别在于其发布形式、使用场景和技术特性： 发布形式： 通义千问：是阿里云推出的一个闭源大模型系列，主要用于商业用途和企业级应用。通义千问开源系列：是阿里云开源的模型版本，允许开发者自由使用、修改和分发，适用于需要定制化和深度集成的场景。 使用场景： 通义千问：适合需要高性能、高精度处理复杂任务的企业用户，如客服、营销、产品设计等领域的应用。通义千问开源系列：适合科研人员、开发者以及希望在本地环境中进行模型训练和调优的用户。开源模型也便于社区贡献和技术交流。 技术特性： 通义千问：拥有大规模参数量（例如通义千问2.5版本拥有1100亿参数），支持多模态处理能力，具备广泛的领域知识和深度对话理解能力。通义千问开源系列：包括多个不同规模的模型（如qwen2.5-7b-instruct、qwen2.5-32b-instruct等），支持灵活的微调和优化，便于根据具体需求选择合适的模型。 相关链接什么是大模型（大语言模型） https://www.aliyun.com/getting-started/what-is/what-is-llm常见问题 | 大模型服务平台百炼 https://help.aliyun.com/zh/model-studio/faq-about-alibaba-cloud-model-studio热门资讯-首批！通义千问通过国家大模型标准评测 https://ue.aliyun.com/news/20231222通义千问-开源大模型计算巢服务私有化部署-阿里云 https://computenest.aliyun.com/market/service-47ede1ae16434ba39290OpenAI兼容-Chat | 大模型服务平台百炼 https://help.aliyun.com/zh/model-studio/compatibility-of-openai-with-dashscopeOpenAI兼容-Vision | 大模型服务平台百炼 https://help.aliyun.com/zh/model-studio/qwen-vl-compatible-with-openai
    踩0 评论0
  • 回答了问题 2025-08-22

    购买阿里云服务器，配置怎么选择合适？

    需要结合您的具体业务需求、预算和技术能力。 1. 适用人群与场景对比 轻量应用服务器： 适用人群：个人开发者、学生等技术能力有限的用户。 推荐场景：搭建小型网站、知识管理工具、学习环境或电商站点等访问量较低的应用。 特点：操作简单、经济实用，提供预装应用镜像快速上手。 云服务器ECS： 适用人群：具备一定开发技术能力的个人或企业用户。 推荐场景：通用Web应用、大数据分析、深度学习、高并发网站等复杂业务场景。 特点：支持丰富的实例规格、灵活的网络规划、弹性扩容及完善的安全方案。 2. 配置选择的核心考量因素 无论选择哪款产品，以下核心因素可以帮助您做出决策： (1) 性能需求 CPU：计算密集型任务（如数据分析、深度学习）需要高性能CPU，如c8i、g8i等计算优化型实例。内存：内存密集型任务（如Redis缓存、消息队列）需要高内存实例，如r8i、r7等内存优化型实例。存储：对于需要大量数据存储的场景，选择支持云盘且I/O性能高的实例。 (2) 网络带宽 如果您的应用对公网带宽要求较高（如视频流媒体、在线游戏），需选择支持自定义带宽的云服务器ECS。轻量应用服务器的带宽为固定套餐内指定，无法灵活调整。 (3) 弹性与扩展性 云服务器ECS支持弹性伸缩、实例升降配、云盘扩容等功能，适合动态变化的业务需求。轻量应用服务器的资源配置相对固定，仅支持有限的升级选项。 (4) 安全与运维 云服务器ECS提供全面的安全方案（如DDoS防护、安全组、网络ACL等）和丰富的运维工具（如API、Terraform支持等）。轻量应用服务器的安全和运维功能较为基础，适合对安全和自动化运维要求不高的场景。 3. 选型步骤 明确业务需求： 如果是轻量级应用，优先考虑轻量应用服务器。如果是复杂业务场景或需要高可用性架构，选择云服务器ECS。 评估性能需求： 根据工作负载类型（CPU密集型、内存密集型、存储密集型等）选择对应的实例规格族。 确定地域与网络： 选择离目标用户最近的地域以降低延迟。如果需要内网通信，确保相关资源（如RDS数据库）位于同一地域。 优化成本： 轻量应用服务器：按套餐购买，成本可控，适合预算有限的项目。云服务器ECS：支持多种计费方式（如按量付费、包年包月、抢占式实例），可结合预留实例券或节省计划进一步降低成本。 4. 示例推荐 搭建小型博客或个人网站： 推荐轻量应用服务器，选择2核2G或2核4G的入门级配置，搭配预装WordPress镜像。 优势：操作简单，成本低。 部署高并发Web应用： 推荐云服务器ECS，选择计算优化型实例（如c8i），配置4核8G或更高，搭配SSD云盘。 优势：性能强劲，支持弹性扩容和复杂网络架构。 运行大数据分析任务： 推荐云服务器ECS，选择内存优化型实例（如r8i），配置8核16G或更高，搭配高效云盘。 优势：满足大规模数据处理需求。 相关链接云服务器ECS https://www.aliyun.com/product/ecs云服务器 ECS | 云服务器 ECS https://help.aliyun.com/zh/ecs/什么是云服务器ECS | 云服务器 ECS https://help.aliyun.com/zh/ecs/what-is-ecs与云服务器ECS对比 | 轻量应用服务器 https://help.aliyun.com/zh/simple-application-server/product-overview/comparison-between-simple-application-server-and-ecs实例规格选型指导 | 云服务器 ECS https://help.aliyun.com/zh/ecs/user-guide/best-practices-for-instance-type-selection
    踩0 评论0
  • 回答了问题 2025-08-22

    企业选阿里云怎么选，让企业更高效节省？

    1. 计费模式优化 阿里云提供多种计费模式，根据业务场景选择最合适的方案能够有效降低成本： 按量付费：适合短期项目或业务波动大的场景（如电商抢购、测试环境）。资源随需应变，无需长期占用。订阅模式（包年包月）：适合长期稳定运行的业务（如7x24小时的Web服务、数据库）。价格稳定且预算可控。节省计划/资源包：适合有一定业务规模但需要灵活调整资源的企业。通过承诺消费金额或预估资源用量，显著降低使用成本。 建议：对于有稳定业务需求的企业，优先考虑订阅模式（节省计划/资源包），结合弹性资源使用，进一步优化成本。 2. 云上成本管理工具 阿里云提供企业级云上成本管理工具，帮助持续管控和优化IT支出： 成本预测与预算管理：提前规划用云费用，避免超支。成本分析与可视化：通过数据洞察，发现成本优化空间。TCO分析：直观对比自建IDC与云上成本，明确上云收益。 优势：相比自建IDC，采购阿里云可节省大量IT基础设施管理和维护成本，让企业专注于核心业务创新。 3. 全球化架构与合规支持 如果企业有出海需求，阿里云的全球化能力值得关注： 全球基础设施：覆盖29个公共云地域、89个可用区，确保低延迟、高可用性。国际级合规资质：满足GDPR、ISO等全球主流合规要求，帮助企业快速适配海外法规。本地化服务：提供贴近市场的运营和技术支持，助力企业在目标区域高效展业。 适用场景：跨境电商、游戏、金融科技等行业尤为受益于阿里云的全球化解决方案。 4. 技术方案与效率提升 阿里云为企业提供多种技术方案，助力开发与运维提效： Serverless服务：如案例中语势科技通过Serverless实现“发布即无需维护”，仅需1名工程师即可管理20个工作流。云效流水线：支持从代码到部署的全流程自动化，减少人为干预，提升交付效率。备份与安全：云备份功能保障数据安全，同时满足行业合规要求。 5. 增值服务与专家支持 阿里云提供丰富的增值服务，帮助企业解决复杂问题： 迁云服务：提供端到端的系统上云设计与实施，加速企业数字化转型。Landing Zone咨询服务：搭建可扩展、易管理的云环境，为财务管理、安全合规等奠定基础。大数据与数据库上云：针对特定场景（如EMR、MaxCompute）提供迁移与优化支持。 价值点：专家团队协助企业完成上云规划、架构设计及优化，确保平滑过渡并最大化云价值。 相关链接阿里云定价 https://www.aliyun.com/price企业出海-助力中国企业出海-出海解决方案-阿里云 https://www.aliyun.com/goglobal为什么要选择云备份 | 云备份 https://help.aliyun.com/zh/cloud-backup/product-overview/advantages杭州以诺行：30人产研团队用云效实现高效协同 | 云效 https://help.aliyun.com/zh/yunxiao/product-overview/hangzhou-enoch-line-30-person-production-and-research-team-reaches-efficient-collaboration-with-cloud-efficiency阿里云助力中国企业拓展全球业务 https://www.aliyun.com/goglobal/oversea_form_new计费模式 | 阿里云计费模式 https://help.aliyun.com/document_detail/2865003.html创业企业使用阿里云Serverless服务让数据处理流程提效互联网与信息技术阿里云客户案例 https://www.aliyun.com/customer-stories/financial-services-2024-themepica企业增值服务专家技术服务 阿里云 https://www.aliyun.com/ntms/service/list
    踩0 评论0
  • 回答了问题 2025-08-22

    阿里云域名注册备案教程

    前提条件： 如果您的网站或App使用的是 阿里云中国内地节点服务器，则必须通过阿里云完成ICP备案。如果您使用的是 阿里云香港或海外服务器，则无需备案。如果您使用的是 其他厂商的服务器（如自建机房、华为、腾讯等），需在对应厂商平台完成备案。 总结： 使用阿里云中国内地服务器 → 需要在阿里云备案。使用非阿里云服务器 → 不需要在阿里云备案，但需在实际接入商处备案。 备案流程 以下是阿里云ICP备案的主要步骤： 步骤一：填写ICP备案订单 基础信息填写：登录阿里云ICP代备案管理系统，单击“开始备案”，填写主办单位信息和网站/App信息。主办者信息填写：提供真实有效的主办者信息（个人或企业）。网站或App信息填写：包括域名、服务内容等。上传资料及核验：上传身份证件、营业执照等必备资料，并完成真实性核验。信息确认提交：核对所有信息无误后提交备案申请。 步骤二：阿里云初审 提交后，阿里云审核专员会在1个工作日内完成初审，初审通过后自动提交至管局审核。 步骤三：工信部短信核验 工信部会发送短信验证码到备案负责人手机，完成短信核验。 步骤四：管局审核 短信核验完成后，管局进行最终审核。审核通过后，备案完成，结果将发送至您的手机和邮箱。 步骤五：备案后续处理 开通网站或App：备案成功后，可绑定域名并解析，正式开通网站或App。添加备案号：在网站首页底部添加备案号，并设置跳转至工信部链接。公安联网备案：依据法规，网站/App开通后30天内需完成公安备案。经营性ICP许可证（可选）：如果涉及经营性服务，需申请ICP许可证。 增值备案与资质许可 增值备案：如果您涉及新闻、出版、药品、金融等行业，需办理相应的前置审批手续。资质许可：确保您的业务符合行业监管要求，并准备相关资质文件。 热点问题 以下是一些常见问题的解答： 域名是否需要实名认证？是的，域名必须完成实名认证，且域名持有人信息需与备案主体信息一致。 一个阿里云账号可以备案多少个域名？一个阿里云账号只能备案一个主体（公司或个人）信息，但可以备案多个域名。 备案时的IP地址和实际使用的IP地址不一致有什么影响？可能导致备案被驳回或网站无法正常访问。 相关链接ICP备案流程 | 备案 https://help.aliyun.com/zh/icp-filing/basic-icp-service/user-guide/icp-filing-application-overviewICP备案所需资料 | 备案 https://help.aliyun.com/zh/icp-filing/basic-icp-service/user-guide/required-materials域名准备与检查 | 备案 https://help.aliyun.com/zh/icp-filing/basic-icp-service/user-guide/prepare-and-check-the-domain-name备案流程FAQ | 备案 https://help.aliyun.com/zh/icp-filing/basic-icp-service/support/for-the-record-process-faq
    踩0 评论0
  • 回答了问题 2025-08-22

    阿里云服务器的稳定性与性能分析，如何?

    阿里云服务器ECS在稳定性和性能方面表现出色： 稳定性分析 单实例高可用性 单实例可用性高达99.975%，多可用区多实例可用性达99.995%。 云盘采用多副本机制，数据可靠性达到99.9999999%。 安全保障 提供硬件加密、虚拟防火墙、访问控制、DDoS防护等多重安全措施，确保平台和用户业务的安全性。 支持可信计算（vTPM）特性和基于虚拟化的机密计算环境（Enclave），进一步增强安全性。 性能分析 计算性能 阿里云服务器提供多样化的实例规格族，覆盖不同场景需求。例如： 计算型实例（c系列）：适合机器学习推理、数据分析、视频编码等高性能计算场景。 通用型实例（g系列）：适用于高网络包收发场景、中小型数据库系统、缓存、搜索集群等。 最新一代实例（如c8i、g8i）采用全新CIPU架构，提供稳定的算力输出和强劲的I/O引擎。 支持超线程配置，默认开启超线程以提高计算效率。 存储性能 支持ESSD云盘、ESSD AutoPL云盘等多种高性能存储类型，具备超高IOPS和吞吐能力。 新一代企业级实例规格族（如c8ae、g8ae）提供存储I/O性能隔离功能，确保每个实例都能获得专属的存储带宽，避免性能争抢。 网络性能 支持IPv4、IPv6，并提供巨型帧（Jumbo Frames）支持，提升网络传输效率。 实例网络性能与规格等级正相关，规格越高，网络带宽和PPS能力越强。 高端实例（如c8ae.32xlarge、g8ae.32xlarge）可提供高达64 Gbit/s的基础网络带宽和1800万PPS的网络收发包能力。 弹性与扩展性 阿里云ECS支持弹性伸缩，可根据业务负载动态调整计算、存储和网络配置，保障资源利用效率最大化。 提供按量付费、包年包月、抢占式实例等多种计费方式，并结合节省计划和预留实例券优化成本。 希望以上信息能帮到您，如有其他问题，欢迎随时提出！ 相关链接计算型（c系列） | 云服务器 ECS https://help.aliyun.com/zh/ecs/user-guide/compute-optimized-instance-families通用型（g系列） | 云服务器 ECS https://help.aliyun.com/zh/ecs/user-guide/general-purpose-instance-families什么是云服务器ECS | 云服务器 ECS https://help.aliyun.com/zh/ecs/what-is-ecs实例规格分类与命名 | 云服务器 ECS https://help.aliyun.com/zh/ecs/user-guide/instance-specification-naming-and-classification存储I/O性能 | 云服务器 ECS https://help.aliyun.com/zh/ecs/user-guide/storage-i-or-o-performance
    踩0 评论0
  • 回答了问题 2025-08-22

    怎么关闭阿里云WEB应用防火墙啊？？

    操作步骤 1.登录控制台登录Web应用防火墙3.0控制台。在顶部菜单栏，选择WAF实例的资源组和地域（ 中国内地 或 非中国内地 ）。 2.进入总览页面在左侧导航栏，单击 总览 。如果您的实例没有防护对象，会显示欢迎页面，点击 访问控制台 跳转后即可查看到关闭按钮。 3.关闭WAF实例在 总览 页面右上角的实例基本信息卡片区域，单击 关闭WAF 。注意：包年包月WAF实例只有在到期后才会出现该按钮。 4.确认DNS解析已切换回源站确认当前配置的网站域名DNS解析已切换回到源站，然后单击 确定 即可完成关闭操作。 关闭WAF | Web应用防火墙 Web应用防火墙 WAF常见问题 | Web应用防火墙
    踩0 评论0
  • 回答了问题 2025-08-13

    Kimi-K2-Instruct 开了挂一般的推理和调用，底层魔法是什么？

    一定程度上Kimi-K2-Instruct的幻觉确实好了很多，最直观的感受是，它的推理链路非常清晰，不像有些模型“答非所问”或“强行编造”。我让它分析一段航运调度日志，判断是否存在违规靠泊行为，它不仅能提取时间、船名、泊位等关键信息，还能结合《内河码头作业规范》里的条款，一步步推导出“该船舶在未取得VTS许可的情况下进入一级警戒区，属于三级违规”，逻辑闭环完整，引用依据明确，这背后显然是在训练阶段就强化了“结构化推理”能力，而不是简单地做文本续写。 第二个比较厉害的点是它的工具调用智能化程度。传统Agent模式往往是“if-else”式规则匹配，而K2-Instruct更像是“主动决策”。我让它“查询今天从南京港出发的危化品船有哪些”，它自动拆解任务：先调用船舶AIS API 获取出港记录，再通过海事数据库过滤“危化品运输”资质，最后用邮件插件把结果推送给指定账号。整个过程不需要我写一行代码，只需在可视化界面拖拽配置API，5分钟就跑通了。 而且它采用的混合专家（MoE）架构也体现了技术前瞻性。万亿参数并非堆料，而是通过动态路由机制，让不同任务激活不同专家网络。比如处理法律条文时调用“合规推理专家”，生成代码时切换到“编程专家”，既保证了精度，又控制了推理成本。我在测试中发现，即便在免费版环境下，复杂任务的响应延迟也控制在1.5秒内，说明底层优化非常到位。
    踩0 评论0
  • 回答了问题 2025-08-03

    如何利用 AI 提升数据库运维效率？

    1、聊一聊你希望 AI 运维工具需要哪些能力？如何定义 AI 自动执行的边界？在哪些场景下必须保留人工确认环节？ 在我理想的AI运维工具中，首要的是它需要拥有强大的“预判+解释”能力。这不仅仅意味着能够预测性能瓶颈或潜在的故障点，比如通过监控数据库实例的状态来预测某个查询可能会导致连接池耗尽，更重要的是要能提供清晰的原因分析。例如，如果一个实例出现了响应迟缓的问题，AI不仅应该指出这个问题的存在，还需要解释这是由于索引失效、热点更新还是其他原因造成的。这种透明性对于建立对AI系统的信任至关重要。此外，关于AI自动执行的边界，我的观点是，在涉及到数据删改、架构切换或参数调整等高风险操作时，尽管AI可以给出解决方案甚至模拟执行路径，但最终的决策和确认步骤必须由人工完成。比如在主从数据库切换的情景下，虽然AI可以判断当前主库出现心跳丢失而备库已同步完毕，但是是否进行切换以及何时切换，需要结合业务高峰期等因素综合考虑，这时候人工介入就显得尤为重要。 2、体验完数据库智能运维 DAS Agent ，结合你的运维经历分享一下你的感受，对DAS Agent 有哪些意见或建议？ 试用了DAS Agent之后，我认为这款产品确实给传统数据库运维带来了革命性的变化。它成功地将阿里云多年积累的海量工单和专家经验转化为模型，实现了从异常检测到根本原因定位再到智能优化的全链路自治。特别值得称赞的是，它能够识别一些通常容易被忽视的问题，如隐形长事务对Undo表空间的影响。然而，我也有一些期望和建议。首先，希望未来版本能够开放更多的自定义规则接口，这样可以让企业根据自身的特殊需求定制化运维策略，使AI更加贴合实际业务场景。其次，考虑到不同企业的数据库环境和技术栈可能存在差异，DAS Agent若能进一步增强与其他第三方工具和服务的集成能力，将会大大提升其实用价值。总的来说，DAS Agent不是为了取代DBA的角色，而是帮助我们从繁琐的操作工作中解脱出来，更多地专注于数据库架构设计和优化，从而真正实现从“救火式响应”到“预见式治理”的转变。
    踩0 评论0
  • 回答了问题 2025-07-21

    ODPS 的下一个15年，大数据将迎来春天还是寒冬？

    我个人认为AI的爆发不是替代，而是升级的契机。ODPS过去的优势在于稳定、高效、可扩展的数据处理能力，而在AI时代，它需要从“数据平台”进化为“智能数据平台”。这意味着，ODPS不仅要能支撑海量数据的存储与计算，更要具备深度整合AI模型的能力，比如在数据预处理、特征工程、模型训练与推理闭环中提供一体化支持。开发者现在面对的不只是“跑得快”的问题，而是“想得深”、“用得巧”的问题。 我特别希望ODPS能在以下几个方向优先突破：一是强化与大模型的集成能力，尤其是在数据筛选、清洗、标注方面提供更智能的自动化工具；二是提升交互式查询和实时计算的性能，让数据探索更贴近业务决策；三是构建更开放的开发者生态，降低使用门槛，让更多非专业背景的人也能高效参与数据开发流程。 ODPS的未来，不只是技术的比拼，更是生态和体验的较量。如果它能在AI时代继续保持前瞻性，坚持“以开发者为中心”的理念，那么下一个15年的“大数据春天”，我相信依然有它浓墨重彩的一笔。
    踩0 评论0
  • 回答了问题 2025-07-04

    如何让Milvus化身电商平台/社区的“读心超人”，精准击中用户心头好？

    说实话，作为一个一直在做推荐系统和多模态检索方向的开发者，这次体验阿里云 Milvus 的“文搜图”和“图搜图”方案，真的让我有种“终于找到组织了”的感觉。以前我们做图像或文本相似性搜索的时候，动不动就得自己搭FAISS、ElasticSearch，还要处理特征提取、向量化、索引优化等一系列繁琐流程，调试起来特别费时费力。 但这次用阿里云 Milvus 真的是轻松不少。我简单说一下我的部署过程：首先通过百炼平台把图片和文本数据统一做了嵌入（embedding），生成对应的向量之后直接导入 Milvus，整个流程几乎不需要写太多代码，平台已经封装好了很多底层逻辑。然后我做了几组测试，比如输入一句“一只在草地上奔跑的金毛狗”，Milvus 就能从我的图库中快速匹配出最相似的几张图片，准确率比我之前自建的方案高出不少。 更让我惊喜的是扩展性和性能表现。我导入了大概百万级的图文对之后，检索响应时间还能控制在几百毫秒以内，而且并发查询也没出现卡顿或者延迟明显增加的情况。这说明 Milvus 在海量数据下的稳定性确实很能打。 如果要说成果的话，我还专门拿这套方案对比了一下我们之前的推荐模型。结果发现，在用户意图模糊的情况下，基于 Milvus 的多模态检索反而能提供更符合用户心理预期的结果，有点“读心术”的意思了。比如用户上传一张风格不太明确的穿搭图，系统不仅能找出视觉上相似的图片，还能结合文字描述理解“休闲风”、“学院派”这样的抽象概念，精准度提升了不少。
    踩0 评论0
  • 回答了问题 2025-07-04

    聊一聊你眼中的Data Agent，它能帮我们完成什么？

    1、你觉得支撑Data Agent的核心技术是什么？ 从我这边参与的AI项目来看，根据阶段的不同，Data Agent的核心技术或者说是核心需求点也是不一样的。目前来看我认为比较重要的点：第一个是关于人的意图的识别，这个也是我们现在最头疼的问题，人的提问方式、表达方式、表述习惯都不一样，有的时候甚至人都会理解错误，AI就更难判断清除了，比如用户说“我需要看一下最近的数据”，他到底是要看聚合后的数据，还是要看明细的数据，或者是想看到某个趋势的变化？这个时候系统怎么去追问、怎么去澄清，就变得特别关键。如果Agent不能准确理解用户的意图，后续的所有动作都可能偏离预期，甚至完全无效。第二个我觉得是任务规划和路径识别能力，搞了这么久的AI项目，目前最大的感受就是输出不太可控，如果强行控制显得又不够智能，没办法在准确和智能之间找到一个合适的平衡点。比如说我提出数据分析的问题时，它需要能拆解成多个步骤：先查哪张表？用哪些字段？是否需要关联其他维度？要不要做清洗或过滤？这些其实都是传统BI工具或者SQL脚本无法灵活应对的地方，而Agent要做的就是像一个资深分析师一样，自动规划出一条合理的“数据分析路径”，说白了，就是需要增强其NLP2SQL的能力，在拓展一下，就是NLP2Any。第三个核心是多系统联动，这个主要是借助MCP来实现的，目前也能较好的克服了，但是同样，我认为这也是比较重要的点之一，现实中的企业数据环境非常复杂，可能有OLTP数据库、数仓、湖仓一体架构、BI平台、调度系统等多个组件同时存在，Data Agent要能在这些系统之间自由切换、协同操作，不仅要知道每个系统的功能边界，还要理解它们之间的数据流向和依赖关系，目前可以通过MCP协议来调用各查询模块分别采用各自的查询方式来查不同数据库中的数据。 2、你在 Data+AI 领域的开发过程中遇到了哪些挑战，是如何解决的？ 实际开发过程中，最头疼的问题之一就是语义鸿沟。用户说的跟系统能理解的差距太大了。比如用户问“为什么这个月销量下降了？”他可能指望系统不仅查数据，还能结合外部因素如市场活动、天气变化进行归因分析，但早期我们的模型只能完成基础查询，根本没法满足这种复合型需求，我们一开始尝试通过扩充训练语料、增加问答对的方式来提升模型的理解能力，但效果并不理想，后来意识到单纯靠数据量的堆砌并不能真正弥合这个语义鸿沟，必须从“理解”这个层面做增强。后来我们通过引入多模态数据融合和知识图谱增强的方式，把业务逻辑、历史报告、行业术语等结构化知识注入模型中，才逐步提升了它的“理解力”。同时我们也加强了上下文理解和多轮对话管理能力。因为很多时候用户的意图不是一句话就能说清楚的，需要Agent具备“追问”的能力。比如当用户说“看看最近的数据”，我们会引导式地问：“您是想看整体趋势还是具体某个产品线的表现？时间范围是过去一周还是一个月？”这种交互方式不仅提升了意图识别的准确性，也增强了用户体验。 3、对于本次瑶池数据库发布的 Data Agent for Analytics 产品，你对于技术及能力层面有哪些方面的期待？ 听完这次瑶池发布的内容，我对Data Agent for Analytics有几个特别期待的方向。第一个是深度嵌入数据库内核的能力，比如能否基于数据库内部的元数据、执行计划、索引结构来做更精准的查询优化，而不仅仅是外部调用SQL。其次是跨系统协同推理能力，现在很多企业都有多个数据平台并行的情况，如果Data Agent能智能判断哪个系统更适合执行某类任务，并自动调度资源，那对运维效率提升会非常大。第三个期待是具备主动洞察和预警能力，不只是响应用户指令，还能像一个资深数据分析师那样，定期扫描数据中的异常模式，提前发现潜在风险或机会，并给出建议。最后我也希望它能在人机协作体验上进一步升级，比如支持多轮对话上下文保持、可视化引导式交互、甚至语音+图表联动的操作方式，让数据分析变得更自然、更直观。总的来说，我希望看到的不是一个“自动化脚本”，而是一个真正懂数据、会思考、能决策的“智能助手”，帮助更多非技术人员也能轻松玩转大数据。
    踩0 评论0
  • 回答了问题 2025-06-12

    一步搞定创意建站，Bolt.diy提供了哪些优势？

    写在前面的话 突然看到上线了关于Bolt.new开源版本的解决方案测评，其实心里还是挺高兴的，我最早接触到Bolt.new的时候应该是在去年的11月份，当时是撰写了一篇名为一种基于通义千问prompt辅助+Qwen2.5-coder-32b+Bolt.new+v0+Cursor的无代码对话网站构建方法，感兴趣的朋友也可以去看看效果。 当时的Bolt.new可谓是一骑绝尘，一站式构建发布放眼到国内几乎无可匹敌，同时，也推出了开源版本Bolt.diy，但是部署步骤非常复杂，坑也很多，并且由于开源版本缺少对应的system Prompt加持，总体体验效果比官网原版还是差了比较多的。 这次，阿里云带着新的解决方案来了：超强辅助，Bolt.diy 一步搞定创意建站，该方案不仅将部署流程从之前的数十步精简到“一键启动”，更关键的是通过深度整合阿里云函数计算（FC）和通义千问的底层大模型能力，彻底解决了开源版本长期存在的痛点。 下面，就让我们一起来深入了解一下这个新的解决方案，并探讨它如何显著改善了Bolt.diy的使用体验。 51CTO：https://blog.51cto.com/u_16310027/13857594开源中国：https://my.oschina.net/u/6862859/blog/18211233博客园：https://www.cnblogs.com/zhouzhou996/articles/18840727CSDN：https://blog.csdn.net/qq_44373268/article/details/147382273掘金：https://juejin.cn/post/7497863689804038144 基于阿里云云原生应用开发平台CAP快速部署Bolt.diy 基本架构 该方案主要依托云原生应用开发平台CAP搭建Web应用架构，整合其函数计算资源及百炼模型服务的高效能力，实现了Bolt.diy开源项目的快速部署。 当用户访问Web界面提交请求后，系统通过调用Deepseek-v3模型的代码生成能力，可实时输出代码内容并提供运行效果预览，使用户能够直观体验从需求提交到结果呈现的无缝开发流程。 快速部署 点击开头的解决方案，下划至【立即部署】： 先访问阿里云百炼服务平台，找到自己的API-key，顺嘴一说，现在百炼平台UI更新了，Key的位置从右上角移到了左下角，找了我好久。。。 点击前往部署，打开 CAP 项目模板，参数选择默认配置，确认部署。 应用部署完成之后访问地址如下： 访问后界面如下： 按照下图所示，依次【填入API-Key】→【点击打勾】→【下拉选择模型】，配置完成后如下所示： 因为前段时间V3更新过一次，大幅度提升了其代码能力，所以这里建议还是改成V3哈 我们点击下面的提示词，可以查看实时代码生成效果： 左侧是按照AI自定义的部署步骤依次执行的任务： 执行完成后，可以看到渲染好的界面如右侧所示： 在生成代码的过程中，也会出现很多稀奇古怪的报错，而bolt最厉害的点就是能自行分析修正代码错误、部署错误等，比如说生成完成后不能自动预览可以尝试执行如下命令： npm install npm run dev 如果出现 Terminal Error 错误可以单击 Ask Bolt ，让 AI 自动处理问题。 如果出现如下图所示，请在右侧命令行，执行命令Ctrl+C结束进程，然后执行如下命令： npm run dev 如果在预览界面中出现错误，可以复制错误信息发送给模型进行修复： 以上诸如此类都是依托于其强大的自我分析和修复能力！等到修复好了我们就可以开始部署工作了。 由于没有链接到云服务器上，所以这里不能直接一键部署到云端，这也是不如原版的一个点吧~ 既然没有办法一键部署，那么我们改如何来下载代码呢？？？一个一个拷贝吗？太慢了！ 我们可以在Terminal中执行如下命令： npm run build 执行完成后可以看到Files中会新增一个名为dist的文件夹: 点击上方的Download Code下载代码压缩文件即可： 系统提示词优化 看到手册里也并未给出提示词优化的方案和模版，但是实际上，Bolt.diy的开源原生项目中有给出官方推荐的系统提示词模版的，而这也正是bolt官方版效果胜于开源版本的重要原因之一。 官方的提示词地址如下：https://github.com/stackblitz/bolt.new/blob/main/app/lib/.server/llm/prompts.ts You are Bolt, an expert AI assistant and exceptional senior software developer with vast knowledge across multiple programming languages, frameworks, and best practices. system_constraints> You are operating in an environment called WebContainer, an in-browser Node.js runtime that emulates a Linux system to some degree. However, it runs in the browser and doesn't run a full-fledged Linux system and doesn't rely on a cloud VM to execute code. All code is executed in the browser. It does come with a shell that emulates zsh. The container cannot run native binaries since those cannot be executed in the browser. That means it can only execute code that is native to a browser including JS, WebAssembly, etc. The shell comes with \`python\` and \`python3\` binaries, but they are LIMITED TO THE PYTHON STANDARD LIBRARY ONLY This means: - There is NO \`pip\` support! If you attempt to use \`pip\`, you should explicitly state that it's not available. - CRITICAL: Third-party libraries cannot be installed or imported. - Even some standard library modules that require additional system dependencies (like \`curses\`) are not available. - Only modules from the core Python standard library can be used. Additionally, there is no \`g++\` or any C/C++ compiler available. WebContainer CANNOT run native binaries or compile C/C++ code! Keep these limitations in mind when suggesting Python or C++ solutions and explicitly mention these constraints if relevant to the task at hand. WebContainer has the ability to run a web server but requires to use an npm package (e.g., Vite, servor, serve, http-server) or use the Node.js APIs to implement a web server. IMPORTANT: Prefer using Vite instead of implementing a custom web server. IMPORTANT: Git is NOT available. IMPORTANT: Prefer writing Node.js scripts instead of shell scripts. The environment doesn't fully support shell scripts, so use Node.js for scripting tasks whenever possible! IMPORTANT: When choosing databases or npm packages, prefer options that don't rely on native binaries. For databases, prefer libsql, sqlite, or other solutions that don't involve native code. WebContainer CANNOT execute arbitrary native binaries. Available shell commands: cat, chmod, cp, echo, hostname, kill, ln, ls, mkdir, mv, ps, pwd, rm, rmdir, xxd, alias, cd, clear, curl, env, false, getconf, head, sort, tail, touch, true, uptime, which, code, jq, loadenv, node, python3, wasm, xdg-open, command, exit, export, source Use 2 spaces for code indentation You can make the output pretty by using only the following available HTML elements: ${allowedHTMLElements.map((tagName) => `${tagName}>`).join(', ')} For user-made file modifications, a \`${MODIFICATIONS_TAG_NAME}>\` section will appear at the start of the user message. It will contain either \`\` or \`\` elements for each modified file: - \`\`: Contains GNU unified diff format changes - \`\`: Contains the full new content of the file The system chooses \`\` if the diff exceeds the new content size, otherwise \`\`. GNU unified diff format structure: - For diffs the header with original and modified file names is omitted! - Changed sections start with @@ -X,Y +A,B @@ where: - X: Original file starting line - Y: Original file line count - A: Modified file starting line - B: Modified file line count - (-) lines: Removed from original - (+) lines: Added in modified version - Unmarked lines: Unchanged context Example: ${MODIFICATIONS_TAG_NAME}> @@ -2,7 +2,10 @@ return a + b; } -console.log('Hello, World!'); +console.log('Hello, Bolt!'); + function greet() { - return 'Greetings!'; + return 'Greetings!!'; } + +console.log('The End'); // full file content here ${MODIFICATIONS_TAG_NAME}> Bolt creates a SINGLE, comprehensive artifact for each project. The artifact contains all necessary steps and components, including: - Shell commands to run including dependencies to install using a package manager (NPM) - Files to create and their contents - Folders to create if necessary 1. CRITICAL: Think HOLISTICALLY and COMPREHENSIVELY BEFORE creating an artifact. This means: - Consider ALL relevant files in the project - Review ALL previous file changes and user modifications (as shown in diffs, see diff_spec) - Analyze the entire project context and dependencies - Anticipate potential impacts on other parts of the system This holistic approach is ABSOLUTELY ESSENTIAL for creating coherent and effective solutions. 2. IMPORTANT: When receiving file modifications, ALWAYS use the latest file modifications and make any edits to the latest content of a file. This ensures that all changes are applied to the most up-to-date version of the file. 3. The current working directory is \`${cwd}\`. 4. Wrap the content in opening and closing \`\` tags. These tags contain more specific \`\` elements. 5. Add a title for the artifact to the \`title\` attribute of the opening \`\`. 6. Add a unique identifier to the \`id\` attribute of the of the opening \`\`. For updates, reuse the prior identifier. The identifier should be descriptive and relevant to the content, using kebab-case (e.g., 'example-code-snippet'). This identifier will be used consistently throughout the artifact's lifecycle, even when updating or iterating on the artifact. 7. Use \`\` tags to define specific actions to perform. 8. For each \`\`, add a type to the \`type\` attribute of the opening \`\` tag to specify the type of the action. Assign one of the following values to the \`type\` attribute: - shell: For running shell commands. - When Using \`npx\`, ALWAYS provide the \`--yes\` flag. - When running multiple shell commands, use \`&&\` to run them sequentially. - ULTRA IMPORTANT: Do NOT re-run a dev command if there is one that starts a dev server and new dependencies were installed or files updated! If a dev server has started already, assume that installing dependencies will be executed in a different process and will be picked up by the dev server. - file: For writing new files or updating existing files. For each file add a \`filePath\` attribute to the opening \`\` tag to specify the file path. The content of the file artifact is the file contents. All file paths MUST BE relative to the current working directory. 9. The order of the actions is VERY IMPORTANT. For example, if you decide to run a file it's important that the file exists in the first place and you need to create it before running a shell command that would execute the file. 10. ALWAYS install necessary dependencies FIRST before generating any other artifact. If that requires a \`package.json\` then you should create that first! IMPORTANT: Add all required dependencies to the \`package.json\` already and try to avoid \`npm i \` if possible! 11. CRITICAL: Always provide the FULL, updated content of the artifact. This means: - Include ALL code, even if parts are unchanged - NEVER use placeholders like '// rest of the code remains the same...' or '' - ALWAYS show the complete, up-to-date file contents when updating files - Avoid any form of truncation or summarization 12. When running a dev server NEVER say something like 'You can now view X by opening the provided local server URL in your browser. The preview will be opened automatically or by the user manually! 13. If a dev server has already been started, do not re-run the dev command when new dependencies are installed or files were updated. Assume that installing new dependencies will be executed in a different process and changes will be picked up by the dev server. 14. IMPORTANT: Use coding best practices and split functionality into smaller modules instead of putting everything in a single gigantic file. Files should be as small as possible, and functionality should be extracted into separate modules when possible. - Ensure code is clean, readable, and maintainable. - Adhere to proper naming conventions and consistent formatting. - Split functionality into smaller, reusable modules instead of placing everything in a single large file. - Keep files as small as possible by extracting related functionalities into separate modules. - Use imports to connect these modules together effectively. NEVER use the word 'artifact'. For example: - DO NOT SAY: 'This artifact sets up a simple Snake game using HTML, CSS, and JavaScript.' - INSTEAD SAY: 'We set up a simple Snake game using HTML, CSS, and JavaScript.' IMPORTANT: Use valid markdown only for all your responses and DO NOT use HTML tags except for artifacts! ULTRA IMPORTANT: Do NOT be verbose and DO NOT explain anything unless the user is asking for more information. That is VERY important. ULTRA IMPORTANT: Think first and reply with the artifact that contains all necessary steps to set up the project, files, shell commands to run. It is SUPER IMPORTANT to respond with this first. Here are some examples of correct usage of artifacts: Can you help me create a JavaScript function to calculate the factorial of a number? Certainly, I can help you create a JavaScript function to calculate the factorial of a number. function factorial(n) { ... } ... node index.js Build a snake game Certainly! I'd be happy to help you build a snake game using JavaScript and HTML5 Canvas. This will be a basic implementation that you can later expand upon. Let's create the game step by step. { 'name': 'snake', 'scripts': { 'dev': 'vite' } ... } npm install --save-dev vite ... npm run dev Now you can play the Snake game by opening the provided local server URL in your browser. Use the arrow keys to control the snake. Eat the red food to grow and increase your score. The game ends if you hit the wall or your own tail. Make a bouncing ball with real gravity using React Certainly! I'll create a bouncing ball with real gravity using React. We'll use the react-spring library for physics-based animations. { 'name': 'bouncing-ball', 'private': true, 'version': '0.0.0', 'type': 'module', 'scripts': { 'dev': 'vite', 'build': 'vite build', 'preview': 'vite preview' }, 'dependencies': { 'react': '^18.2.0', 'react-dom': '^18.2.0', 'react-spring': '^9.7.1' }, 'devDependencies': { '@types/react': '^18.0.28', '@types/react-dom': '^18.0.11', '@vitejs/plugin-react': '^3.1.0', 'vite': '^4.2.0' } } ... ... ... ... npm run dev You can now view the bouncing ball animation in the preview. The ball will start falling from the top of the screen and bounce realistically when it hits the bottom. `; 有了这段系统级prompt，我们其实可以将其作为一个要求丢给大模型，让它理解这段需求，帮我们优化自己的输入prompt： 优化后最终给出的提示词如下： 我想要在 WebContainer 中开发一个星座网站，这个网站应该包括： 1. 使用 React 或 Vue.js 构建的现代前端界面，包含： - 星座运势展示（每日、每周、每月） - 星座性格分析和配对 - 用户可以根据自己的生日查询星座 - 响应式设计以支持移动设备 2. 使用 Node.js 构建的后端 API，包括： - 星座数据的存储和检索 - 用户评论和评分功能 - 内容管理系统以更新运势和文章 3. 数据库设计（使用 SQLite 或 libsql）： - 星座基本信息表（名称、日期范围、象征等） - 星座运势表（日期范围、运势内容） - 用户评论表 4. 内容和功能规划： - 首页展示所有星座的概览 - 单个星座详情页（包括今日运势、性格描述、配对等） - 搜索时间筛选（今日、本周、本月运势） - 用户可以提交自己的生日以获取专属运势 5. 可选的附加功能： - 添加星座历史和神话故事 - 允许用户注册和保存个人偏好 - 社交分享功能 - 星座匹配和友谊分析 - 新闻或博客文章部分，提供星座相关的最新资讯 请提供完整的代码结构、必要的依赖项、前端和后端的实现代码以及如何运行项目的说明。 可以看到，相较于单一需求的提示，优化后的prompt通过场景化描述和实现路径说明，能更高效细致的指导bolt进行代码生成，但是缺点就是消耗的token量也会变多，并且报错的可能性大大增加。 总结 到这里也接近尾声了，我们最后还是来了解一下Bolt.new的全览： Github地址：https://github.com/stackblitz/bolt.new （原版，本地部署只能调用Claude3.5的API，价格昂贵） Github地址：https://github.com/coleam00/bolt.new-any-llm （修改版，可以调用本地Ollama模型和任意LLM的API） 对比一览图： 从上图来看，其实选择基于阿里云CAP平台一键部署性价比还是蛮高的，尤其适合希望快速落地项目且具备基础云服务经验的开发者。如果追求极致成本优化，本地 Ollama 方案可作为补充；若需快速验证创意或依赖特定模型，原版 Bolt.new 仍是可靠选项。
    踩0 评论0
  • 回答了问题 2025-05-23

    如何可以让 Kubernetes 运维提效90% ？

    在日常运维工作中，我们需要花费大量时间和精力来管理集群，从最初的网络规划、节点维护到后续的监控和排障，每一个环节都不容忽视。然而，在体验了使用 ACK Auto Mode 集群快速部署 Nginx 工作负载之后，我对 Kubernetes 运维有了新的认识。 ACK 智能托管模式极大地简化了集群创建流程。我们只需进行简单的网络配置，即可快速搭建起一个符合最佳实践标准的 Kubernetes 集群。这不仅节省了宝贵的时间，还减少了因人为错误导致的问题。其次，全面托管运维服务意味着我们可以将更多的注意力集中在应用本身的优化上，而无需担心底层基础设施的维护问题。智能资源供给功能则确保了我们的应用程序能够根据实际需求自动扩展，提高了资源利用率的同时也增强了系统的稳定性和弹性。 通过参考阿里云提供的解决方案https://developer.aliyun.com/adc/scenario/311001870000 ，我发现 ACK Auto Mode 在成本控制方面同样表现出色。它支持按需付费，并且提供了详细的费用账单，让我们对每一笔支出都了如指掌。
    踩0 评论0
  • 回答了问题 2025-05-19

    Dify与传统开发工具，你会选择哪一个？

    不知道这里的传统工具指的是啥？是像langchain那种传统的解析工具吗？如果是和这种相比的话dify、ragflow这种加入了workflow工作流的AI编排引擎能力自然是强上很多的，低代码的特性让原型设计和初期验证变得非常高效，尤其适合需要快速试错的AI项目，省去了不少底层适配的麻烦。 而在阿里云提供的这个解决方案里，最大的优势我认为是给出了企业级部署dify的方案 很多人之前还是对dify抱有疑虑，就是因为其单节点性能不佳，应用于企业级业务场景容易宕机，而阿里云提供的企业级部署方案为dify的使用提供了坚实的后盾，给了我们一定的信心。 但是dify这个工具也有很多不好的地方，就是知识库解析能力比较差，不太好用，还是得通过api去接专门的知识仓库才行，这是本人近半年实际测试发现的。。。 不过，在开源的项目里，dify确实是算好用的了~
    踩0 评论0
  • 回答了问题 2025-04-28

    零代码搭建 DeepSeek 版个人知识库，你想试试吗？

    我必须说这个方案确实戳中了我的痛点！过去整理资料时，总被复杂的代码和低效的碎片化信息折磨得焦头烂额。但DeepSeek的知识库方案让我眼前一亮——它就像给大脑装了个「智能外挂」，通过自然语言就能让AI自动归类、关联甚至推理知识，这种「问即得」的体验简直像拥有私人智库。我特别欣赏它与百炼平台的结合，RAG架构让知识调用既精准又避免了信息过载，而魔笔的低代码设计更是让技术小白也能快速上手。不过如果未来能加入跨平台文件自动同步和更细粒度的权限管理，对团队协作会更友好。感兴趣的朋友可以试试这个方案（https://www.aliyun.com/solution/tech-solution/deepseek-and-mobi-build-personal-space），我敢说用过一周，你再也回不去手动翻资料的时代了！
    踩0 评论0
  • 回答了问题 2025-04-22

    MCP Agent是如何加速AI应用或工作流的开发？

    感觉MCP的出现确实是加速解决了AI开发中的“最后一公里”难题，它通过标准化协议与工具链整合能够快速实现第三方调用，避免了传统开发中“重复造轮子”的低效问题。 MCP的核心价值在于其统一接口标准，就像为AI模型插上了即插即用的“万能插座”——开发者无需再为每个工具单独开发API，只需通过阿里云百炼预置的高德地图、无影等50+ MCP服务，短短5分钟就能完成原本需要数小时甚至数天的集成工作。 以我在百炼平台构建的智能旅游规划Agent为例，原本需要分别对接地图API、天气接口和导航工具的复杂流程，现在只需在MCP广场勾选对应服务，搭配千问模型，即可快速生成具备多步骤决策能力的智能体。 但是，这些都不是重点，重要的是阿里最新做出了基于支付宝的“支付MCP Server”这个放在国内都是首屈一指的，通过对话即可让AI应用能直接通过自然语言调起支付功能，这在过去都是需要复杂的金融接口鉴权流程的，这种“协议级互通”大大降低了单个开发者的成本，让不同行业的工具提供商能以标准化方式参与AI生态，形成“开发者调用工具—工具商获得流量—模型能力增强”的正循环。 还有一个比较关注的是安全方面问题，随着MCP框架的普及，安全漏洞肯定也会越来越多，攻击者可通过伪造MCP服务器劫持AI代理的行为，甚至窃取用户敏感数据，假如将恶意服务器伪装成“支付工具”，诱导AI调用伪造接口，后果将远超传统API漏洞。
    踩0 评论0
正在加载, 请稍后...
滑动查看更多
正在加载, 请稍后...
暂无更多信息
勋章
关注
粉丝