当前位置: 首页 > news >正文

网站怎么做代码优化/关键词优化分析工具

网站怎么做代码优化,关键词优化分析工具,加工厂网站建设论文,北京建设信源咨询有限公司网站目录 一、前言 二、ChatGPT 提示词几个基本的优化原则 2.1 明确的提示词 2.1.1 提示词具体而清晰 2.1.1.1操作案例演示 2.2 确定焦点 2.2.1 操作案例演示 2.3 保持提示词的相关性 2.3.1 什么是相关性 2.3.2 提示词相关性操作案例一 2.3.2 提示词相关性操作案例二 三…

目录

一、前言

二、ChatGPT 提示词几个基本的优化原则

2.1 明确的提示词

2.1.1 提示词具体而清晰

2.1.1.1操作案例演示

2.2 确定焦点

2.2.1 操作案例演示

2.3 保持提示词的相关性

2.3.1 什么是相关性

2.3.2 提示词相关性操作案例一

2.3.2 提示词相关性操作案例二

三、ChatGPT 提示词进阶及常用优化策略

3.1 提示词常用优化策略总结

3.2 ChatGPT 提示词优化操作实战

3.2.1 身份设定

3.2.1.1 操作案例

3.2.2 使用明确的提示词

3.2.2.1 操作案例

3.2.3 提示词突出主题

3.2.3.1 操作案例

3.2.4 提供背景信息

3.2.4.1 操作案例

3.2.5 使用引导性语言

3.2.5.1 操作案例

3.2.6 分段提问,逐步深入

3.2.6.1 操作案例

3.2.7 指定回答格式

3.2.7.1 操作案例

3.2.8 提供参考示例

3.2.8.1 操作案例

四、写在文末


一、前言

在使用各种AI工具进行内容创作,对话问答的过程中,相信细心的小伙伴们也留意到了,不管是ChatGPT,还是国内外各种开源大模型AI工具,在与它们进行交互的时候,如果你掌握了一套高效的提示词(Prompt)编写技巧,使用AI工具的时候更加得心应手,从而产出的内容质量也更高,本文将通过实际案例深入探究ChatGPT的提示词优化技巧,掌握了这些技巧将会为你在实际使用包括ChatGPT在内的各种AI工具时,生成更符合预期的内容输出。  

二、ChatGPT 提示词几个基本的优化原则

优化ChatGPT或其他AI聊天机器人的提示词(Prompt)是提高对话质量、准确性和用户体验的关键。以下是一些基本原则和技巧,可以帮助你优化提示词。

2.1 明确的提示词

何谓明确的提示词,可以对照下面几点进行检查

2.1.1 提示词具体而清晰

确保你的问题或请求尽可能具体,避免模糊不清的表述。这就跟有人跟你说,你能给我写一篇文章吗?对于接收者来说,这就不是一个清晰的指令。如果要下发一个清晰而明确的提示词,比如,不要只说“告诉我关于科技的信息”,而是更具体地问:“请列出2023年最重要的五项科技创新。”

2.1.1.1操作案例演示

比如在下面的示例中,我们向GPT发起指令“能帮我写一篇文章吗”,对于GPT来说,这不是一个清晰的指令,所以它给出的回答也很明确,需要提问者给出更多的需求点,也就是要写的这篇文章的详细描述,这也符合我们日常工作过程中的沟通习惯。

如果进一步明确提示词,可以像下面这样问:

帮我写一篇文章,主题是关于职场励志方面的,300字左右,文章结构清晰,富有层次和文采

不难发现,当指令更加明确的时候,GPT给出的答案也更加符合我们预期的需求

2.2 确定焦点

焦点,即聚焦,表示我们给出的提示词需要能够让ChatGPT能够聚焦到一个中心的位置,简单来说,当你跟别人谈事情,或描述一个需求的时候,别人能够从你的描述和表达中抓住重点,这个重点在这里就可以理解为焦点

比如当你跟别人说,“给我推荐一本书”,对听众来说,这个范围太宽泛,就无从说起,但是你说“给我推荐一本关于职场规划的书”,这下子别人就能一下子抓住问题的焦点了,这个焦点就是“职场励志”。

2.2.1 操作案例演示

比如当我向ChatGPT问 “给我推荐一本书” ,可以看到,ChatGPT第一反应也是很难抓住问题的焦点,从而需要提问者给出更多的信息。

此时换另一种方式提问,“给我推荐一本关于职场规划的书”,此时给出的答案就更加符合我们的预期了

再比如,我们问ChatGPT一个关于数据库的优化策略问题,从下面的回答来看,尽管ChatGPT也给出了不少看似专业的方案,但是显得大而全,可能你希望得到的是关于如何优化sql的答案,所以你不妨换下面这样问,让问题更加聚焦。

请提供mysql数据库sql层面常用的优化方式

再比如下面的这样的问题,由于没有明确的焦点,ChatGPT无法确定该推荐什么配置

如果你明确一个焦点,即对于ChatGPT来说,你需要给它一个它可以get到的认为很关键的信息,所以我们换成下面的问题

请推荐一款可以做大数据库开发的电脑

2.3 保持提示词的相关性

2.3.1 什么是相关性

在使用ChatGPT或其他AI聊天机器人时,提示词相关性是指提示词与预期回答之间的匹配程度。一个相关的提示词能够引导AI生成准确、有用且符合用户需求的回复。提高提示词的相关性是确保高质量对话的关键。具体来说,提示词的相关性主要体现在下面几个方面:

  • 单一焦点

    • 尽量让每个提示词专注于一个主要问题或请求,避免同时提出多个不相关的问题。

  • 上下文信息

    • 提供背景:如果需要,为AI提供足够的背景信息,以便它能够更好地理解问题的上下文。这有助于生成更相关和具体的回答。

    • 前后连贯:如果是在多轮对话中,保持提示词之间的连贯性,使AI能够基于之前的对话内容给出更相关的回答。

  • 突出关键词

    • 使用关键词来强调问题的核心部分,帮助AI更快地识别和理解重点。

  • 主题一致

    • 确保提示词中的主题与你期望的回答主题一致,避免偏离主题。

2.3.2 提示词相关性操作案例一

在下面的案例中,我们将chatgpt当作一个专业的理财顾问,用几个相关的问题连续发出指令,从而得到较为深入专业的解答。

问题1:请提供实现财务自由的方法

输入提示词之后,chatgpt给出了关于实现财务自由的一些列切实可行的方法

问题2:请重点谈谈第七点

根据第一次的回答,屏幕前的你可能对其中的某几点很有兴趣,想要进一步深入了解,那么就可以结合这一点继续向ChatGPT提问,由于ChatGPT具备一定的上下文环境文本记忆力,所以我们就第一次的回答选择继续提问是可以的

问题3:详细谈谈如何制定具体的储蓄计划

就问题2的回答,我们对其中的储蓄计划更有兴趣,于是就第二次的回答进一步提问

2.3.2 提示词相关性操作案例二

基于上面的几轮对话,可以看到,如果能够保持每个提示词专注于一个主要问题或请求,ChatGPT能够给出相对专业且准确的回答,紧接着上面的对话,我们在当前的对话窗口中向ChatGPT问另一个领域的问题

问题1:如何成为DBA

很明显,这是一个与上述问题不相关的领域

问题2:聊聊第九点储蓄习惯

这里我们还想紧接着上述对实现财务自由中的某个点希望ChatGPT能够继续回答,从回答的内容来看,尽管给出的答案有一定的参考性,但是脱离了上下文的背景,不一定是最优的结果,即脱离了相关性这个原则

问题3:是否可以再解释下如何制定具体的储蓄计划中的第九点呢

基于上面的这个情况,如果还想紧接着上面关于财务自由中的储蓄计划的问题深入了解的话,就需要让ChatGPT重新回到上面的问题背景中

提示词相关性总结和注意点:

  • 如果是多轮对话,确保对话中的多个问题保持语义上的相关性

    • 即不要一会问经济问题,一会问技术问题,一会问美食,否则给出的答案准确性难以保障;

      • gpt尽管具有一定的记忆力,但是太分散的主题会破坏记忆力的连贯性,从而造成混乱;

  • 保持提示词的连贯性

    • 确保在多轮对话中,你的问题在chatgpt看来是具有连贯性的,而不是东一句西一句的海空天空的聊,这种连贯性在一些模型训练场景中尤为重要;

  • 建议一个对话窗口为某一个单一类型的主题

    • 这样既可以确保对话窗口中ChatGPT的记忆,同时也能让问题的相关性得到长期的保障;

三、ChatGPT 提示词进阶及常用优化策略

优化ChatGPT提示词是提高对话质量和效率的关键,也是人们在跟它进行对话是否能够获取到高质量的答案的关键,在上一小节中,我们谈到了几个关于chatgpt 优化的基本原则,其实也是对于初步接触chatgpt 的同学在于它进行对话时必须要掌握的,接下来,将更加详细的来分享chatgpt 提示词的一些关键的优化策略和使用技巧。

3.1 提示词常用优化策略总结

总的来说,结合实际使用经验,总结如下一些关于chatgpt 提示词的优化使用技巧,提供参考:

  • 使用角色扮演

    • 也称设定身份,通过设定角色从而引导AI进入特定的情境,生成更相关和生动的回答。

      • 好的提示词:假设你是一名资深旅游博主,请写一篇关于云南旅游的攻略;

      • 不好的提示词:写一篇关于旅行的攻略;

  • 提示词明确而具体

    • 确保你的问题或请求尽可能具体和明确,避免模糊不清的表述。

      • 好的提示词:请列出2023年最重要的五项科技创新,并简要描述每项创新的影响。

      • 不好的提示词:告诉我关于科技的信息。

  • 提示词突出主题

    • 即强调重点,让GPT能够捕捉关键信息,可以通过加粗、斜体或使用引号来突出关键词,帮助AI更好地识别关键信息。

      • 不好的提示词:写一篇关于人工智能的文章。

      • 好的提示词:请写一篇关于人工智能的文章,重点讨论其在医疗领域的应用。

  • 提供背景信息

    • 背景即上下文语义信息,在提出问题之前,提供一些必要的背景信息,帮助AI更好地理解你的需求。

      • 不好的提示词:解释一下量子计算。

      • 好的提示词:我正在研究量子计算的基本原理,请解释一下量子比特(qubit)的概念及其在量子计算中的作用。

  • 使用引导性语言

    • 使用指令性动词,比如使用明确的动词,如“解释”、“描述”、“比较”等,从而引导AI完成特定任务。

      • 不好的提示词:我想知道关于气候变化的信息。

      • 好的提示词:请解释气候变化的原因及其对全球环境的影响。

  • 分段提问,逐步深入

    • 分解复杂问题,对于一些复杂的问题,一句提示词很难描述清楚,或者在一次的对话中也很难得到准确的答案,这时可以考虑将其分解为几个小问题,逐个询问,这样更容易得到全面的答案。

      • 不好的提示词:请给我一个详细的市场分析报告,包括行业趋势、竞争对手分析和未来预测。

      • 好的提示词:

        1. 请提供当前行业的总体趋势。

        2. 请列出主要竞争对手,并分析他们的优势和劣势。

        3. 请预测未来五年内该行业的发展趋势。

  • 指定回答格式

    • 明确答案的格式要求:如果你希望GPT的回答以某个特定格式接收答案,可以在提示词中明确指出。

      • 不好的提示词:给我一份项目计划。

      • 好的提示词:请以列表形式给出一个为期三个月的项目计划,包括每个阶段的主要任务和时间表。

  • 提供参考示例

    • 通过提供一个范本或示例,从而进一步澄清你的需求,特别是当需要生成特定类型的文本时,这种方式很有效果。

      • 不好的提示词:写一篇产品描述。

      • 好的提示词:请写一篇产品描述,参考下面的这个示例:[示例链接或示例文本]。

3.2 ChatGPT 提示词优化操作实战

下面结合实际操作详细聊聊如何掌握chatgpt 提示词的常用优化技巧

3.2.1 身份设定

在使用ChatGPT或其他AI聊天机器人时,设定一个明确的身份(或角色)对于提高对话的质量和相关性非常重要。对于GPT来说,当为它设定了身份之后,它就相当于是这个身份,这个领域在非常厉害的人物了,这样给出的回答也会显得更加的专业。

身份设定可以帮助AI更好地理解上下文、调整语气和风格,并生成更符合用户需求的回复。

身份设定的重要性如下:

  • 增强上下文理解

    • 提供背景:通过设定身份,你可以为AI提供更多的背景信息,帮助它更好地理解对话的上下文。例如,如果你设定自己是一名医生,AI会更倾向于使用医学术语和专业知识来回答问题。

    • 一致性:身份设定有助于保持对话的一致性,使AI能够根据设定的角色持续生成相关的回答。

  • 调整语气和风格

    • 专业性:设定特定的身份可以引导AI使用相应的语气和风格。例如,如果你设定自己是一名律师,AI会使用更正式和专业的语言。

    • 个性化:身份设定可以让AI根据不同的角色采用不同的沟通方式,从而让对话更加自然和个性化。例如,设定自己是一名朋友,AI会使用更轻松和友好的语气。

  • 提高回答的相关性

    • 领域知识:通过设定身份,你可以引导AI使用特定领域的知识和术语。例如,如果你设定自己是一名程序员,AI会在回答技术问题时使用编程相关的术语和概念。

    • 目标导向:身份设定可以帮助AI更好地理解你的需求和目标,从而生成更相关的回答。例如,如果你设定自己是一名学生,AI会在回答学习相关的问题时提供更具体的建议和支持。

  • 增强用户体验

    • 互动性:设定身份可以使对话更加互动和有趣。例如,如果你设定自己是一名小说家,AI可以在回答问题时提供更多创意和灵感。

    • 情感连接:通过设定身份,AI可以更好地与用户建立情感连接,使对话更加贴近用户的实际体验。例如,设定自己是一名心理咨询师,AI会使用更具同情心和支持性的语言。

  • 避免误解和歧义

    • 清晰意图:设定身份可以帮助AI更清晰地理解你的意图,减少误解和歧义。例如,如果你设定自己是一名教师,AI会更倾向于提供教育方面的建议和资源。

    • 文化敏感性:通过设定身份,你可以确保AI的回答更加符合特定的文化和社会背景,避免不必要的误解。

  • 提高效率

    • 快速定位:身份设定可以帮助AI更快地定位到你需要的信息和答案,从而提高对话的效率。例如,如果你设定自己是一名市场分析师,AI会在回答市场趋势相关的问题时提供更具体的数据和分析。

    • 减少重复提问:通过设定身份,AI可以更好地记住之前的对话内容,减少重复提问和不必要的解释。

3.2.1.1 操作案例

问题一:我想去桂林玩,帮我制定一份旅游攻略

这里即以普通路人的身份问GPT,希望GPT给出一个旅游攻略

问题二:我想去桂林玩,请你以导游的身份,帮我制定一份旅游攻略

在第二个问题中,我们明确为chatgpt指定了一个“导游”的身份,可以看到相对第一个问题,给出的答案区别就出来了

问题三:我想去桂林玩,请你以导游的身份,帮我制定一份为期3天的旅游攻略,另外我希望日程不要安排的太紧凑,本人更偏向于宁静且能拍照的地方,在回答时,记得附上每个地方的价格,本人预算大概在5000左右

在这个问题中,我们不仅明确了GPT的身份,同时进一步完善了个人的需求

3.2.2 使用明确的提示词

确保你的问题或请求尽可能具体和明确,避免模糊不清的表述。

3.2.2.1 操作案例

问题一:告诉我关于科技的信息。

很明显这个问题不够清晰具体,这在GPT提示词基本的优化原则中也有提到,从GPT的回答来看,答案就很宽泛,因为GPT得到的指令不够明确

问题二:请列出2023年最重要的五项科技创新,并简要描述每项创新的影响。

这个问题我们通过一些关键词,进一步明确了问题的焦点,从而GPT给出的答案也更准确

3.2.3 提示词突出主题

即强调重点,让GPT能够捕捉关键信息,可以通过加粗、斜体或使用引号来突出关键词,帮助AI更好地识别关键信息。

3.2.3.1 操作案例

问题一:写一篇关于人工智能的文章。

尽管我们在问题中突出了人工智能这个主题,但是从答案来看,仍然显得比较宽泛

问题二:请写一篇关于人工智能的文章,重点讨论其在医疗领域的应用,字数500字左右。

在问题一的基础上,我们在提示词中对需要突出的重点进行加粗,从而使主题更明确

3.2.4 提供背景信息

背景即上下文语义信息,在提出问题之前,提供一些必要的背景信息,帮助AI更好地理解你的需求。具体来说提供背景信息的作用如下:

  • 提高理解准确性

    • 明确上下文:背景信息帮助AI更好地理解问题或请求的具体情境。例如,如果你正在询问一个特定历史事件的影响,提供该事件的时间、地点和关键人物可以帮助AI更准确地回答。

    • 减少歧义:背景信息可以消除可能存在的歧义,确保AI正确理解你的意图。例如,如果你提到“苹果”,背景信息可以澄清你是指水果还是科技公司。

  • 增强回答的相关性

    • 针对性回答:通过提供背景信息,AI可以生成更加具体和相关的回答。例如,如果你在询问某个法律问题,并提供了案件的具体情况,AI可以给出更具针对性的法律建议。

    • 避免泛泛而谈:背景信息可以帮助AI避免给出过于泛泛的回答,而是提供更详细和具体的答案。

  • 提高回答的质量

    • 深入分析:背景信息使AI能够进行更深入的分析和推理。例如,如果你在讨论一项新技术的应用,并提供了技术的详细描述,AI可以提供更全面的分析和见解。

    • 专业性:对于专业领域的问题,背景信息可以使AI采用更专业的术语和知识,生成更高水平的回答。

  • 个性化体验

    • 用户需求:背景信息可以帮助AI更好地了解用户的需求和偏好,从而提供更加个性化的回答。例如,如果你在询问旅游建议并提供了你的旅行偏好,AI可以推荐更适合你的目的地和活动。

    • 情感连接:通过背景信息,AI可以更好地与用户建立情感连接,使对话更加贴近用户的实际体验。例如,如果你在讨论个人经历,背景信息可以使AI提供更具同情心和支持性的回答。

3.2.4.1 操作案例

假设你想询问关于某个项目的管理方法,下面是两种提示词,一种提供背景信息,另外一种不提供,通过两种回答效果来看,有了背景信息,GPT给出的答案更加贴合实际业务场景。

问题一:

请告诉我如何有效地管理项目。

问题二

我正在负责一个软件开发项目,团队成员分布在不同的城市,项目周期为6个月。请告诉我如何有效地管理这个项目,特别是远程协作和时间管理方面的建议。

3.2.5 使用引导性语言

在使用ChatGPT或其他AI聊天机器人时,采用引导性语言来提问可以显著提高对话的质量和效率。引导性语言能够帮助AI更好地理解你的需求,并生成更具体、相关且有用的回复。

3.2.5.1 操作案例

问题一,请告诉我关于太阳能发电的信息。

不使用引导语言

问题二,使用引导性语言

请解释一下太阳能发电的基本原理,并列举其在住宅和商业建筑中的应用。此外,请提供一些关于太阳能电池板安装和维护的建议。

通过使用引导性语言,你可以更有效地与ChatGPT互动,获得更具体、相关且高质量的回答。这不仅提高了对话的质量,还增强了用户体验。

3.2.6 分段提问,逐步深入

分解复杂问题,对于一些复杂的问题,一句提示词很难描述清楚,或者在一次的对话中也很难得到准确的答案,这时可以考虑将其分解为几个小问题,逐个询问,这样更容易得到全面的答案。

3.2.6.1 操作案例

比如在下面的案例中,我们向ChatGPT提问写一篇关于竹文化的文章,由于ChatGPT一次性的回答中,文字数量是有限制的,即未能给出完整的回答,在这种情况下,我们就可以分段提问,根据ChatGPT的多次回复,从而得到最终我们想要的答案。

问题一

作为国内顶级985高校的文学院的导师,请帮我写一篇关于竹的长篇文章

得到了上面的回答之后,其实并不是说GPT就完整的回答了这个问题,如果我们认为它还没有回答完整,有两种方式可以让GPT继续这个问题的回答。

方式一:直接输入“继续”

输入继续之后,可以看到GPT基于上一次回答了四个方面的基础上又补充了几点

方式二:找到某一个板块继续深入提问

也可以就其中的某一块内容,如果你觉得chatgpt给出的回答不是很完善,还可以在此基础上继续提问

问题2:

关于第五点:竹在中国哲学与伦理思想中的意义 ,是否可以再深入解答一下

通过这种逐步深入的方式,通过gpt的多次回答,就可以让我们最初的问题得到一个全面而完整的答案。

3.2.7 指定回答格式

即明确答案的格式要求,如果你希望GPT的回答以某个特定格式接收答案,可以在提示词中明确指出。在某些场景下,比如你希望GPT可以给你生成一份工作总结,或者PPT大纲,则需要按照一定的格式输出才方便进行后续的操作,此时就可以指定GPT回答问题时的输出格式。

3.2.7.1 操作案例

问题一:

请以列表形式给出一个为期三个月的项目计划,包括每个阶段的主要任务和时间表。

问题二:

作为一名资深健身教练,请为一个新手制定一份为期3个月的训练计划,并以下面这种格式输出:1、XXX--
2、XXX--
3、XXX--  

不难发现,当你指定了格式要求之后,GPT也能按照你的要求进行输出

3.2.8 提供参考示例

在使用ChatGPT或其他AI聊天机器人时,提供参考示例是一种非常有效的技巧,可以帮助AI更好地理解你的需求,并生成更符合预期的回复,提供参考示例的意义及其好处如下:

. 明确期望

  • 具体化需求

    • 通过提供参考示例,你可以更具体地表达你对输出内容的期望。这有助于AI生成与示例风格、格式和内容相似的回答。

      • 例如,如果你希望AI生成一篇产品描述,提供一个类似的产品描述示例可以让AI更好地理解你需要的风格和细节。

  • 提高相关性

    • 上下文匹配

      • 参考示例提供了具体的上下文,使AI能够更好地理解问题或请求的具体情境,从而生成更相关的回答。

      • 例如,如果你在询问某个技术问题,并提供了一个类似的解决方案示例,AI可以基于这个示例生成更具体的解答。

  • 减少误解

    • 避免歧义:参考示例可以帮助消除可能存在的歧义,确保AI正确理解你的意图。通过示例,你可以清楚地展示你希望得到的内容类型。

      • 例如,如果你在询问关于某个历史事件的影响,并提供了一篇类似的历史分析文章作为参考,AI可以更好地理解你需要的分析深度和角度。

  • 提升回答质量

    • 高质量标准

      • 参考示例通常是你认为高质量的样本,通过提供这样的示例,你可以引导AI生成同样高质量的内容。

      • 例如,如果你希望AI生成一篇研究报告,并提供了一篇高质量的研究报告作为参考,AI可以更好地模仿这种高标准的写作。

  • 节省提示词编写时间

    • 快速理解:参考示例可以帮助AI更快地理解你的需求,从而减少多次提问和调整的时间。

      • 例如,如果你在询问如何写一封求职信,并提供了一封优秀的求职信作为参考,AI可以更快地生成符合要求的求职信草稿。

3.2.8.1 操作案例

假设你想让ChatGPT生成一篇产品描述,如果是不提供参考示例的情况下提问

请为我写一篇关于新款智能手表的产品描述。

提供参考示例的情况下提问

请为我写一篇关于华为P70 系列产品的介绍,我将上传一份示例文档,作为你的参考,如果收到了,请回复:收到

在上传了文档之后,GPT将会读取文档内容,然后重新生成一篇类似的产品介绍

四、写在文末

本文用较大的篇幅详细介绍了CahtGPT等对话大模型中非常重要的提示词常用的优化技巧,并通过案例演示了分析各种技巧的使用场景,其实还是需要在实际工作中多加练习才能深刻体会各种技巧的妙处,并加深对各种技巧的理解,希望对看到的伙伴有用哦,本篇到此结束,感谢观看。

相关文章:

【大模型】ChatGPT 提示词优化进阶操作实战详解

目录 一、前言 二、ChatGPT 提示词几个基本的优化原则 2.1 明确的提示词 2.1.1 提示词具体而清晰 2.1.1.1操作案例演示 2.2 确定焦点 2.2.1 操作案例演示 2.3 保持提示词的相关性 2.3.1 什么是相关性 2.3.2 提示词相关性操作案例一 2.3.2 提示词相关性操作案例二 三…...

网络安全:攻击和防御练习(全战课), DDos压力测试

XSS 跨站脚本攻击: Cross-site scripting(简称xss)跨站脚本。 一种网站的安全漏洞的攻击,代码注入攻击的一种。XSS攻击通常指的是通过利用网页开发时留下的漏洞,通过巧妙的方法注入恶意指令代码到网页,使…...

【落羽的落羽 C语言篇】指针·之其五

文章目录 一、冒泡排序二、qsort排序1. qsort使用指南2.回调函数3. qsort函数的模拟实现 一、冒泡排序 冒泡排序的核心思想就是:两两相邻的元素进行比较和交换。 现在,我们想编写一个函数,使它能够运用冒泡排序的原理,由小到大排…...

go的web框架介绍

Go 语言有许多优秀的 Web 框架,适用于不同类型的 Web 应用开发,涵盖从简单的 API 开发到复杂的微服务架构。以下是一些常见的 Go Web 框架: 1. Gin 简介:Gin 是一个高性能的 Go Web 框架,设计目标是让开发者能够以极…...

基于群晖搭建个人图书架-TaleBook based on Docker

前言 在群晖Container Manager中部署失败,转通过ssh部署。 一、准备工作 名称备注群晖SSH“终端机和SNMP”中启用SSH软件secureCRT等docker-compose.ymlGithub下载并修改 二、过程 2.1 创建本地文件夹 本地路径为: /docker/Calibre/data 2.2 下载d…...

redis哨兵安装部署

1、下载redis安装包,上传到3台服务器上 redis.tar.gz 解压处理 2、分别编译安装 cd redis/src make make install 3、配置哨兵模式 修改redis.conf文件内容 主节点 和 从节点都需要修改 bind 0.0.0.0 -::1 或者真实的ip地址 protected-mode no port 637…...

JVS低代码里表单与表格不同数据关联场景的实现方法

在业务处理与数据管理中,表单与表格模型的数据关联及同步保存是一个常见的需求。特别是在涉及多个数据模型且字段存在关联或差异时,合理设计表单与表格之间的数据交互逻辑特别重要。接下来小编以JVS低代码系统为例,详细介绍两种不同场景下&am…...

NaviveUI框架的使用 ——安装与引入(图标安装与引入)

文章目录 概述安装直接引入引入图标样式库 概述 🍉Naive UI 是一个轻量、现代化且易于使用的 Vue 3 UI 组件库,它提供了一组简洁、易用且功能强大的组件,旨在为开发者提供更高效的开发体验,特别是对于构建现代化的 web 应用程序。…...

Cannot resolve symbol ‘ActivityThread‘ | Android 语法

背景 ActivityThread 是 Android 系统内部使用的一个类,它位于 android.app 包中,但在 Android SDK 的公共 API 中并没有公开。 由于 ActivityThread 是隐藏的内部类,因此在编写单元测试或功能开发时,无法直接引用它。可以使用反射来访问内部 API,或者使用依赖注入的方式…...

OpenSSH-9.9p1 OpenSSL-3.4.0 升级步骤详细

前言 收到漏洞扫描通知 OpenSSH 安全漏洞(CVE-2023-38408) OpenSSH 安全漏洞(CVE-2023-51385) OpenSSH 安全漏洞(CVE-2023-51384) OpenSSH 安全漏洞(CVE-2023-51767) OpenSSH 安全漏洞(CVE-2023-48795) OpenSSH(OpenBSD SecureShell)是加拿大OpenBSD计划…...

python 练习题

目录 1,输入三个整数,按升序输出 2,输入年份及1-12月份,判断月份属于大月,小月,闰月,平月,并输出本月天数 3,输入一个整数,显示其所有是素数因子 4&#…...

数学建模——Topsis法

数模评价类(2)——Topsis法 概述 Topsis:Technique for Order Preference by Similarity to Ideal Solution 也称优劣解距离法,该方法的基本思想是,通过计算每个备选方案与理想解和负理想解之间的距离,从而评估每个…...

Electron-vue 框架升级 Babel7 并支持electron-preload webapck 4 打包过程记录

前言 我这边一直用的electron-vue框架是基于electron 21版本的,electron 29版本追加了很多新功能,但是这些新功能对开发者不友好,对electron构建出来的软件,使用者更安全,所以,我暂时不想研究electron 29版…...

github仓库自动同步到gitee

Github Actions是Github推出的自动化CI/CD的功能,我们将使用Github Actions让Github仓库同步到Gitee 同步的原理是利用 SSH 公私钥配对的方式拉取 Github 仓库的代码并推送到 Gitee 仓库中,所以我们需要以下几个步骤 生成 SSH 公私钥添加公钥添加私钥配…...

汽车仪表板可识别安全气囊,安全带,ABS,邮箱,灯等多种告警参数,YOLO,VOC,COCO三种方式标记的数据集整理

关于数据集介绍: 汽车仪表板可识别安全气囊,安全带,ABS,邮箱,灯等多种告警参数,YOLO,VOC,COCO三种方式标记的数据集。 可识别常见的: 安全气囊和安全带系统 ,…...

springboot370高校宣讲会管理系统(论文+源码)_kaic

毕 业 设 计(论 文) 高校宣讲会管理系统设计与实现 摘 要 传统办法管理信息首先需要花费的时间比较多,其次数据出错率比较高,而且对错误的数据进行更改也比较困难,最后,检索数据费事费力。因此&#xff0c…...

GoReplay开源工具使用教程

目录 一、GoReplay环境搭建 1、Mac、Linux安装GoReplay环境 二、GoReplay录制与重播 1、搭建练习接口 2、录制命令 3、重播命令 三、GoReplay单个命令 1、常用命令 2、其他命令 3、命令示例 4、性能测试 5、正则表达式 四、gorepaly组合命令 1、组合命令实例 2、…...

UE4_材质节点_有关距离的_流体模拟

一、材质节点介绍: 特别注意:距离场需要独立显卡支持。 1、什么是距离场? 想象一下空间中只有两个实体, 一个球,一个圆柱. 空间由无数个点组成, 取其中任何一个点, 比如,它跟球面的最近距离是3, 跟圆柱面的最近距离是2, 那么这个点的值就…...

虚拟现实(VR)与增强现实(AR)有什么区别?

虚拟现实(Virtual Reality,VR)与增强现实(Augmented Reality,AR)在多个方面存在显著差异。以下是对这两者的详细比较: 一、概念定义 虚拟现实(VR): 是一种…...

浏览器中输入一个URL后,按下回车后发生了什么

URL ,统一资源定位符, 简单点就是网址 ip 或域名 端口号 资源位置 参数 锚点 大致流程 URL 解析DNS 查询TCP 连接处理请求接受响应渲染页面 1 .输入一个网址之后,首先浏览器通过查询 DNS ,查找这个 URL 的 IP …...

GNOME(GNU Network Object Model Environment)

定义与概述 GNOME(GNU Network Object Model Environment)是一种广泛使用的桌面环境。它是一个自由软件项目,旨在为操作系统提供一个直观、易用且功能强大的图形用户界面(GUI)。GNOME主要运行在类UNIX操作系统上&#…...

源码分析之Openlayers中的Collection类

概述 在Map类中,有一种高频出现的类Collection(即集合),比如Map类中interaction、controls和overlay的定义初始化和一些操作调用都和Collection有关。本文主要介绍 Openlayers 中Collection类的实现以及Collection类的事件机制。 源码剖析 Collection类 Collection类本质…...

Spring AI 框架介绍

Spring AI是一个面向人工智能工程的应用框架。它的目标是将Spring生态系统的设计原则(如可移植性和模块化设计)应用于AI领域,并推广使用pojo作为AI领域应用的构建模块。 概述 Spring AI 现在(2024/12)已经支持语言,图像&#xf…...

【Oracle11g SQL详解】UPDATE 和 DELETE 操作的正确使用

UPDATE 和 DELETE 操作的正确使用 UPDATE 和 DELETE 是 Oracle 11g 中用于修改和删除表中数据的重要 SQL 语句。在操作时,需特别注意数据筛选条件的准确性,以避免意外更改或删除数据。本文将详细介绍这两种语句的用法、注意事项及相关案例。 一、UPDATE…...

Advanced Macro Techniques in C/C++: `#`, `##`, and Variadic Macros

Advanced Macro Techniques in C/C: #, ##, and Variadic Macros 文章目录 Advanced Macro Techniques in C/C: #, ##, and Variadic MacrosIllustrative Examples of Macros Using # and ##Stringification ExampleToken Concatenation ExampleNested Macros Example Key Conc…...

Maven、JAVAWeb、Servlet

知识点目标 1、MavenMaven是什么Maven项目的目录结构Maven的Pom文件Maven的命令Maven依赖管理Maven仓库JavaWeb项目 2.网络基础知识 3、ServletMaven Maven是什么 Maven是Java的项目管理工具,可以构建,打包,部署项目,还可以管理…...

分布式资源调度——yarn 概述(资源调度基本架构和高可用的实现)

此文章是学习笔记,图片均来源于B站:哈喽鹏程 yarn详细介绍 1、yarn 简介1.1 yarn的简介1.2 yarn 的基本架构1.3. yarn 的高可用 2、yarn 调度策略、运维、监控2.1 yarn 的调度策略2.1.1 FIFO scheduler(先进先出)2.1.2 容量调度2.1.3 公平调度 2.2 yarn…...

网页开发的http基础知识

请求方式-GET:请求参数在请求行中,没有请求体,如:/brand/findAll?nameoPPo&status1。GET请求大小在浏览器中是有限制的请求方式-POST:请求参数在请求体中,POST请求大小是没有限制的 HTTP请求&#xf…...

学习方法的进一步迭代————4

今天又在怀疑第二大脑的可靠程度 为什么呢? 还是因为自己没记住东西,感觉没学到东西。 其实自己知道大脑本就不应该用来存放知识而是用来思考知识,但是自己还是陷在里面了,我觉得其本质不是因为认知还不够,也不是因为还有点不适…...

数据科学家创建识别假图像的工具

Pixelator v2 是一款用于识别假图像的工具。它采用了全新的图像真实性技术组合,其能力超出了人眼所能看到的范围。 它能够以比传统方法更高的准确度识别图像中的细微差异,并且已被证明能够检测到小至 1 个像素的交替。 使用 SSIM 和 Pixelator v2 突出显…...