当前位置: 首页 > news >正文

行业洞察| 当大模型开始协同工作:多智能体系统的崛起与挑战

你有没有想过,如果一群AI智能体拉了个工作群,它们会聊些什么?

  • 程序员AI:“这段代码我来写!”

  • 产品经理AI:“需求还没说完呢!”

  • 辩论家AI:“我觉得这个方案不行!”

  • 吃瓜AI:“你们先吵,我记笔记……”

这可不是科幻场景,而是基于大语言模型(LLM)的多智能体系统(Multi-Agent Systems)的真实现状!一篇名为《Large Language Model based Multi-Agents: A Survey of Progress and Challenges》的综述论文揭示了多智能体协作的奇妙世界。

图片

今天,我们就来聊聊:当AI学会“组队打怪”,它们如何解决复杂问题?又会遇到哪些挑战?

一、单打独斗 vs. 合作共赢:单智能体 VS. 多智能体

想象一下,单智能体就像一个“全能学霸”,能自己查资料、写代码、做数学题。但它再强,也难免力不从心——毕竟人类的复杂任务(比如开发一款App)往往需要分工协作。

图片

于是,研究者们开始让多个AI智能体“组队”:

  • 单智能体:靠“自我检索+工具调用”单打独斗(比如用计算器算数学题)。

  • 多智能体:一群AI各司其职,有的当产品经理,有的写代码,有的负责测试,甚至还能互相辩论优化方案!

结论:单智能体适合简单任务,多智能体才是完成现实世界中复杂任务的关键方法!

二、多智能体系统的“职场生存指南”

要让一群AI和谐共处可不简单,它们需要解决以下问题:

图片

(1)工作环境:在哪儿上班?

  • 沙盒环境

    • 定义:沙盒环境是由人类构建的模拟或虚拟环境,在这种环境中,智能体通常不会受到现实世界物理规则的限制。

    • 例如:虚拟办公室(比如游戏、代码模拟器),AI可以随便折腾,不怕搞砸。

  • 物理环境

    • 定义:物理环境指的是智能体与真实世界中的物理实体进行交互的环境。在这种环境中,智能体必须遵循现实世界的物理法则和约束,进行实际的物理行动。

    • 例如:在工业自动化或家庭机器人中,智能体执行物理任务(扫地、打包杂货等)并通过感知和反馈调整行动。

  • 无环境

    • 定义:无环境指的是没有特定外部环境的情形,智能体不与任何物理环境互动。智能体之间的互动主要依赖于智能体之间的信息交流,而不依赖外部环境的反馈。

(2)角色分配:谁当CEO?谁当程序员?

  • 预定义角色:人类老板直接分配(你是产品经理,你是工程师)。

  • AI自生成角色:AI自己开会决定:“我觉得我适合当架构师……”

  • 数据驱动角色:根据历史数据自动分配(比如过去写代码多的AI自动成为程序员)。

(3)沟通方式:是合作还是互怼?

1. 沟通模式

通信范式指的是智能体之间沟通交互的方式和方法,LLM-MA系统中常用的三种通信范式包括:

  • 合作模式:和谐团队,互相分享交换信息来提升解决方案的质量或效率(比如共同开发软件)。

  • 辩论模式:AI们疯狂battle,直到达成最优解(像极了人类开会)。辩论可以帮助发现问题的不同角度,从而达成更加精细和准确的解决方案

  • 竞争模式:各自为战,智能体各自朝着自己的目标前进,可能与其他智能体的目标发生冲突,只为自己的KPI。竞争有助于模拟真实世界中各方争斗的情况。(比如游戏对抗)。

2. 组织架构

图片

想象一下,你拉了个AI工作群,结果发现:

  • 有的AI拼命刷屏(疯狂输出无用信息)

  • 有的AI已读不回(选择性装死)

  • 还有AI在群里自己和自己辩论(精分现场)

为了让这群AI高效协作,研究者们设计了四种组织架构👇

  • 层次化通信(Layered):在这种结构中,智能体按照层次进行组织,不同层级的智能体有不同的角色和任务,通常在同一层级内或者相邻层级之间进行互动。每个智能体在其层次内主要与同层或邻近层的智能体进行通信。

  • 去中心化通信(Decentralized):去中心化通信是指智能体之间通过对等网络直接相互通信,没有中央协调节点。在这种结构中,智能体平等地进行通信和协调,通常用于模拟大规模系统或分布式环境。

  • 集中式通信(Centralized):在集中式通信中,系统中有一个中心节点(或一组中心节点)负责协调通信,其他智能体主要通过这些中心节点与系统内的其他智能体进行互动。集中式通信适合在有一个主导或控制机制的场景中使用。例如,在集中管理的项目中,智能体通过中心节点进行信息交换和决策。

  • 共享消息池(Shared Message Pool):在这个结构中,智能体将信息发布到共享消息池中,并根据各自的角色和配置接收与自己相关的信息。这种方式能够提高信息的传播效率,减少冗余信息的传递。

(4)能力提升:如何在工作中持续进步?

AI们也要“绩效考核”!通过环境反馈、人类评价、互相批评来改进自己,以应对复杂的问题。

智能体的反馈分为四种类型

  1. 来自环境的反馈(Feedback from Environment)
  2. 来自智能体之间互动的反馈(Feedback from Agents' Interactions)
  3. 来自人类的反馈(Human Feedback)
  4. 无反馈(None)

智能体系统调整(Agents' Adjustment)

为了提升其能力,智能体需要在执行任务的过程中进行调整。以下是三种主要的调整方法:

  1. 记忆(Memory):智能体系统使用记忆模块来帮助智能体调整其行为。

  2. 自我进化(Self-Evolution)

  3. 动态生成(Dynamic Generation):在某些场景下,系统可以动态生成新的智能体以应对当前的需求和挑战。随着多智能体系统规模的扩大,管理大量智能体变得非常复杂。通过动态生成新智能体,系统能够有效地扩展并适应新的任务需求。

三、多智能体的“爆款应用”

目前,多智能体系统已经在两大领域大显身手:

  • Problem Solving:写代码、解数学题、科研攻关。

  • World Simulation:模拟社会实验、游戏NPC互动。

图片

四、三种开源的多智能体框架

1. MetaGPT:

  • 目标与设计:MetaGPT框架的设计目的是将人类工作流程(human workflow processes)嵌入到智能体的操作中,从而减少在处理复杂任务时常见的幻觉问题(hallucination problem)。

  • 解决方案:为了减少幻觉问题,MetaGPT通过将标准操作程序(Standard Operating Procedures, SOPs)编码到系统中,使用流水线方法来分配不同智能体特定的角色。通过这种方式,每个智能体在执行任务时都有明确的责任,系统的整体工作流程更符合现实中的人类工作方法,从而降低了错误的发生。

2. CAMEL(Communicative Agent Framework):

  • 目标与设计:CAMEL框架的主要目标是促进智能体之间的自主合作(autonomous cooperation)。它通过一种新的技术——引导性提示(inception prompting)来引导智能体完成与人类目标一致的任务。

  • 功能:通过CAMEL,智能体能够更加智能地进行对话,并根据人类的需求完成任务,从而促进了多智能体间的有效合作。

3. AutoGen:

  • 目标与设计:AutoGen是一个多功能框架,允许开发者使用语言模型创建应用程序。其独特之处在于它提供了高度的定制化,使得开发者可以通过自然语言和代码来编程,定义智能体之间的互动方式。

  • 用途:由于其高度的定制性,AutoGen可以应用于多个领域,从技术领域(如编码、数学等)到面向消费者的行业(如娱乐等)。

五、挑战:AI团队的“翻车现场”

虽然多智能体系统很强大,但依然面临以下问题:

  1. 1. 从纯文本多智能体系统到多模态多智能体系统。

  2. 2. “幻觉”问题:AI可能一本正经地胡说八道。解决幻觉问题(幻觉是多智能体应用落地的一大阻碍)

  3. 3. 集体智商不够:单个AI很强,但团队协作后反而变蠢(人类既视感)。如何提升多智能体系统的集体智能(Collective Intelligence),从而提升系统能力的挑战

    • 当前的研究方法中,通常会采用记忆和自我进化技术(Memory and Self-Evolution techniques)来根据反馈调整智能体的行为。这些方法虽然对于单个智能体的学习和调整有效,但它们并没有充分发挥多智能体系统中的集体智能(collective intelligence)。(它们主要是针对单个智能体进行调整,而忽视了多个智能体之间协调互动所能带来的协同效应。)集体智能的核心在于如何让多个智能体共同调整,而不是单独调整。

    • 因此,共同调整多个智能体以实现最佳的集体智能,依然是LLM-MA系统面临的一个关键挑战。

  4. 4. 规模难题:AI数量多了会乱套,像极了你拉的100人微信群最终沦为死群。  多智能体系统规模变大带来的智能体组织问题(如何组织智能体,来使得系统能更高效、有效地解决问题)

  5. 5. 评估困难:怎么判断这群AI是真的聪明,还是“表面和谐”?  如何准确全面评估多智能体系统(benchmark的全面性,evaluator的准确度)目前已有一些工作,但是还是不能够准确全面评估多智能体系统的性能。

  6. 6. 如何有效落地应用的问题(多智能体系统如何实现在现实场景中真正有价值,从而真正实现应用落地)

图片

来源:Large Language Model based Multi-Agents: A Survey of Progress and Challenges

链接:https://arxiv.org/pdf/2402.01680


内容来源:IF 实验室

相关文章:

行业洞察| 当大模型开始协同工作:多智能体系统的崛起与挑战

你有没有想过,如果一群AI智能体拉了个工作群,它们会聊些什么? 程序员AI:“这段代码我来写!” 产品经理AI:“需求还没说完呢!” 辩论家AI:“我觉得这个方案不行!” 吃瓜…...

The Action Replay Process

Preface A commonly used inequality − x > ln ⁡ ( 1 − x ) , 0 < x < 1 -x > \ln(1 - x), \quad 0 < x < 1 −x>ln(1−x),0<x<1 Proof: Let f ( x ) ln ⁡ ( 1 − x ) x f(x) \ln(1 - x) x f(x)ln(1−x)x, for 0 < x < 1 0 < …...

Python基于Django的病人信息管理系统及安全策略分析(附源码,文档说明)

博主介绍&#xff1a;✌IT徐师兄、7年大厂程序员经历。全网粉丝15W、csdn博客专家、掘金/华为云//InfoQ等平台优质作者、专注于Java技术领域和毕业项目实战✌ &#x1f345;文末获取源码联系&#x1f345; &#x1f447;&#x1f3fb; 精彩专栏推荐订阅&#x1f447;&#x1f3…...

YOLOv1:开创实时目标检测新纪元

一、引言 在计算机视觉领域&#xff0c;目标检测一直是重要的研究方向&#xff0c;广泛应用于自动驾驶、安防监控、智能机器人等场景。2016年&#xff0c;Joseph Redmon等人提出的YOLO&#xff08;You Only Look Once&#xff09;v1模型&#xff0c;以其端到端、单阶段、实时性…...

【今日三题】跳台阶扩展问题(找规律) / 包含不超过两种字符的最长子串 / 字符串的排列(回溯—全排列)

⭐️个人主页&#xff1a;小羊 ⭐️所属专栏&#xff1a;Linux 很荣幸您能阅读我的文章&#xff0c;诚请评论指点&#xff0c;欢迎欢迎 ~ 目录 跳台阶扩展问题(找规律)包含不超过两种字符的最长子串(字符串哈希)字符串的排列(回溯—全排列) 跳台阶扩展问题(找规律) 跳台阶扩…...

MySQL 中常见的日志

1. MySQL 中常见的日志有哪些&#xff1f; MySQL 主要包含以下几种日志&#xff1a; 错误日志&#xff08;Error Log&#xff09;&#xff1a;记录 MySQL 服务器的启动和停止过程中的信息&#xff0c;以及运行过程中出现的错误或警告信息。默认情况下&#xff0c;错误日志文件…...

ubuntu nobel + qt5.15.2 设置qss语法识别正确

问题展示 解决步骤 首选项里面的高亮怎么编辑选择都没用。如果已经有generic-highlighter和css.xml&#xff0c;直接修改css.xml文件最直接&#xff01; 在generic-highlighter目录下找到css.xml文件&#xff0c;位置是&#xff1a;/opt/Qt/Tools/QtCreator/share/qtcreator/…...

线程池技术

线程池基本概念 线程池就是在任务还没有到来前&#xff0c;预先创建一定数量的线程放入空闲列表。这些线程都是处于阻塞状态&#xff0c;不消耗CPU&#xff0c;但占用较小的内存空间。 当新任务到来时&#xff0c;缓冲池选择一个空线程&#xff0c;把任务传入此线程中运行&…...

matlab App自动化安装和卸载

这个是文件mlappinstall安装和卸载的使用函数&#xff0c;并且包括运行函数。File must be a toolbox file (*.mlappinstall) Package and Share Apps — Functions matlab.apputil.createCreate or modify app project file interactively using the Package App dialog box…...

MATLAB技巧——命令行输入的绘图,中文是正常的,到了脚本(m文件)里面就变成乱码的解决方法

文章目录 文件编码&#xff08;根本性措施&#xff09;字体设置使用 sprintf 或 text 函数系统语言设置示例代码 使用mlx方法 总结 在 M A T L A B MATLAB MATLAB中&#xff0c;中文字符在命令行和脚本中的显示问题通常与字符编码设置有关。以下是一些可能导致中文乱码的原因及…...

使用OpenCV 和 Dlib 实现人脸融合技术

文章目录 引言一、技术概述二、环境准备三、关键代码解析1. 人脸关键点定义2. 获取人脸掩模3. 计算仿射变换矩阵4. 检测并提取人脸关键点5. 颜色校正 四、完整流程五、效果展示六、总结 引言 本文将介绍如何使用Python、OpenCV和dlib库实现人脸融合技术&#xff0c;将一张人脸…...

Codeforces Round 1022 (Div. 2)

Problem - A - Codeforces 看这数据量&#xff0c;算出每个排列来&#xff0c;是不现实的&#xff0c;需要找找规律 来看找规律代码 #include <bits/stdc.h> using namespace std;int main() {int t;cin >> t;while (t--){int n;cin >> n;vector<int&g…...

uniapp 震动功能实现

项目场景&#xff1a; 提示&#xff1a;这里简述项目相关背景&#xff1a; 在项目中有时候需要一些功能&#xff0c;比如震动 描述 提示&#xff1a;这里描述项目中遇到的问题&#xff1a; 在移动应用中&#xff0c;震动反馈是提升用户体验的重要方式。uniapp 提供了两种震…...

uniapp 搭配 uCharts

在插件市场导入插件到项目中 <view class"charts-box-main"> <qiun-data-charts type"area" :opts"opts" :chartData"chartData" /> </view> data&#xff08;&#…...

Kubernetes(k8s)学习笔记(八)--KubeSphere定制化安装

1执行下面的命令修改上一篇中yaml文件来实现定制化安装devops kubectl edit cm -n kubesphere-system ks-installer 主要是将devops几个配置由False改为True 然后使用下面的命令查看安装日志 kubectl logs -n kubesphere-system $(kubectl get pod -n kubesphere-system -l …...

阿里云codeup以及本地gitclone+http

cmd命令行乱码问题、解决 chcp 65001 git代码提交 git add . git commit -m init git push origin master...

Spring Boot 多数据源事务管理

在 Spring Boot 中&#xff0c;当需要操作多个数据源时&#xff0c;事务管理会变得更加复杂。因为默认的 DataSourceTransactionManager 只支持单数据源事务&#xff0c;跨数据源的事务需要使用 分布式事务&#xff08;Distributed Transaction&#xff09; 或 柔性事务&#x…...

4.系统定时器基本定时器

目录 系统定时器 系统定时器&#xff08;systick&#xff09;--内核 系统定时器结构 系统滴答定时器寄存器--内核 定时周期的确定公式 配置滴答定时器 系统定时器应用 应用1.定时器构造时间点任务&#xff0c;解决while循环阻塞问题 应用2.定时器构造精准的ms延时 应…...

lvgl多语言设置

搭建开发环境 安装node.js 安装node.js&#xff0c;点击进入官网地址 安装lv_i18n lv_i18n项目地址&#xff1a;Github&#xff1a;https://github.com/lvgl/lv_i18ngit运行命令安装lv_i18n&#xff1a;npm i lv_i18n -g。测试命令&#xff1a;lv_i18n -h 搭建过程报错 …...

ICode国际青少年编程竞赛—Python—4级训练场—复杂嵌套循环

ICode国际青少年编程竞赛—Python—4级训练场—复杂嵌套循环 icode练习时遇到卡顿没有思路时怎么办&#xff0c;题目也很难找到不会的那道题&#xff5e;针对这个问题&#xff0c;我们开发了通过“步数”、“积木行数”来快速定位到你不会的题目&#xff5e; 题目会持续更新…...

【Windows】怎么解决Win 10家庭版WMI Provider Host占用CPU过高的问题?-篇一【2025.05.07】

本文面向两种用户&#xff0c;普通小白和windows开发程序员。 对于小白&#xff0c;目标就是阻止wmi对资源的高占用。解决方法有以下几步&#xff1a; 查出谁在调用这个wmiprvse.exe winR 组合键打开运行&#xff0c;输入命令services.msc&#xff0c;回车或确认。 找到如下蓝色…...

Matlab 多策略改进蜣螂优化算法及其在CEC2017性能

1、内容简介 Matlab214-多策略改进蜣螂优化算法及其在CEC2017性能 可以交流、咨询、答疑 2、内容说明 对蜣螂优化算法&#xff08;Dung Beetle Algorithm&#xff0c;DBA&#xff09;进行多种策略改进&#xff0c;以提高其在CEC2017基准测试中的表现。 蜣螂优化算法是一种仿…...

深度学习中常见的矩阵变换函数汇总(持续更新...)

1. 转置操作 (Transpose) 概念&#xff1a;将矩阵的行和列互换应用场景&#xff1a; 在卷积神经网络中转换特征图维度矩阵乘法运算前的维度调整数据预处理过程中的特征重排 原始矩阵 A [[1, 2, 3], 转置后 A^T [[1, 4],[4, 5, 6]] [2, 5],[3, 6]]代码…...

react+ts中函数组件父子通信方式

1. 父组件通过 Props 向子组件传递数据 这是最常见也是最基本的父子组件通信方式。父组件通过 props 将数据或回调函数传递给子组件。 示例代码&#xff1a; // 子组件接收来自父组件的数据 interface ChildProps {message: string; }const ChildComponent: React.FC<Chi…...

string--OJ3

链接: li1 #include <iostream> using namespace std;int main() {string a;getline(cin, a);cout << a.size() - a.find_last_of(" ")-1;{}}链接: li2 class Solution { public:bool isPalindrome(string s) {for (int i 0; i < s.size(); i){i…...

项目文档归档的最佳实践有哪些?

项目文档归档的最佳实践包括&#xff1a;明确归档标准与流程、使用集中式文档管理系统、实施严格的版本控制、定期审查与更新文档库。其中&#xff0c;明确归档标准与流程尤为关键&#xff0c;确保团队成员能统一理解并遵守文档管理规范。这包括明确文档命名规则、分类标准、归…...

C语言学习之字符函数和字符串函数

在C语言前面的内容中&#xff0c;我们学习到的库函数主要还是针对输入输出以及数字相关的内容&#xff0c;今天我们来学习一下有关于字符相关的函数&#xff0c;来对字符和字符串进行操作。 目录 字符分类函数 字符转换函数 以下的函数到strtok函数使用均需要包含头文件 st…...

自编码器(Autoencoder)

自编码器 是一种无监督学习的神经网络&#xff0c;主要用于数据的压缩和重构。它的核心思想是通过一个编码器将输入数据编码成一个低维表示&#xff08;编码&#xff09;&#xff0c;然后再通过一个解码器将这个低维表示重构回原始数据。自编码器的目标是让重构后的数据尽可能…...

黄金分割法(0.618 法)

黄金分割法简介 黄金分割法属于区间缩小法&#xff0c;通过逐步缩小包含极值的区间长度&#xff0c;逼近极值点。在每一次迭代中&#xff0c;使用黄金分割点 0.618 将区间分为两部分&#xff0c;比较这两点处的函数值&#xff0c;舍弃较差区间&#xff0c;从而逐渐逼近最优解。…...

电商双11美妆数据分析实验总结

数据分析方法与应用 数据分类与绘图 数据分类方法&#xff1a;通过指定列名和函数&#xff08;如SUM&#xff09;来分类数据&#xff0c;确保数据集中包含所需列&#xff0c;否则会报错。 嵌套柱形图应用&#xff1a;嵌套柱形图用于展示多层次分类的数据&#xff0c;如按店名和…...

TB6600HG是一款PWM(脉宽调制)斩波型单芯片双极性正弦波微步进电机驱动集成电路。

该驱动器支持电机的正向和反向旋转控制&#xff0c;并具有多种激励模式&#xff0c;包括2相、1-2相、W1-2相、2W1-2相和4W1-2相。 使用这款驱动器&#xff0c;只需时钟信号即可驱动2相双极性步进电机&#xff0c;且振动小、效率高。 主要特点&#xff1a; 单芯片双极性正弦波…...

java每日精进 5.07【框架之数据权限】

数据权限&#xff0c;实现指定用户可以操作指定范围的数据。 数据权限不支持指定用户只能查看数据的某些字段&#xff1b; 权限可以分成三类&#xff1a;功能权限、数据权限、字段权限。 目前可以使用数据脱敏实现一定程度的字段权限控制&#xff1b; 1.数据权限实现步骤 1.1插…...

2:点云处理—3D相机开发

1.包含相机库目录 1.include D:\中科\Ainstec3DViewer\AinstecCamSDK\AinstecCamSDK_CPP\include 2.lib D:\中科\Ainstec3DViewer\AinstecCamSDK\AinstecCamSDK_CPP\lib\win 3.release D:\中科\Ainstec3DViewer\AinstecCamSDK\AinstecCamSDK_CPP\bin 4.示例程序 D:\中科\A…...

MySQL 中的 MVCC 是什么?

MySQL 中的 MVCC&#xff08;Multi-Version Concurrency Control&#xff0c;多版本并发控制&#xff09; 是一种用于实现高并发读写操作的机制&#xff0c;它通过维护数据的多个版本来解决读写冲突&#xff0c;从而在保证事务隔离性的同时&#xff0c;减少锁的使用&#xff0c…...

JC/T 2187-2013 铝波纹芯复合铝板检测

铝波纹芯复合铝板是指以铝波纹板为芯材&#xff0c;双面粘接铝板的复合板材&#xff0c;如下图所示&#xff0c;铝波纹芯复合板具有轻质&#xff0c;环保&#xff0c;吸音&#xff0c;隔热&#xff0c;防火等性能&#xff0c;被广泛应用于机场&#xff0c;医院&#xff0c;体育…...

数字乡村综合管理与服务平台软件需求规格说明文档

数字乡村综合管理与服务平台 软件需求规格文档 文件版本&#xff1a;1.3 版本 文件状态&#xff1a;修改完成 文件作者&#xff1a;7组全体成员 完成日期&#xff1a;2025年5月7日 文章目录 a. 引言a.1 目的a.2 文档约定a.3 预期读者与涉众分析a.4 产品的范围a.5 参考文献…...

Linux常用命令33——sudo授权普通用户执行管理员命令

在使用Linux或macOS日常开发中&#xff0c;熟悉一些基本的命令有助于提高工作效率&#xff0c;sudo命令来自英文词组super user do的缩写&#xff0c;中文译为“超级用户才能干的事”&#xff0c;其功能是授权普通用户执行管理员命令。使用su命令变更用户身份虽然好用&#xff…...

Redis--哈希类型

目录 一、Hash 哈希 1.2 常用命令 1.2.1 HSET 1.2.2 HGET 1.2.3 HEXISTS 1.2.4 HDEL 1.2.5 HKEYS 1.2.6 HVALS 1.2.7 HGETALL 1.2.8 HMGET 1.2.9 HLEN 1.2.10 HSETNX 1.2.11 HINCRBY 1.2.12 HINCRBYFLOAT 1.3 内部编码 一、Hash 哈希 几乎所有的主流编程语言都提…...

数据结构——排序(万字解说)初阶数据结构完

目录 1.排序 2.实现常见的排序算法 2.1 直接插入排序 ​编辑 2.2 希尔排序 2.3 直接选择排序 2.4 堆排序 2.5 冒泡排序 2.6 快速排序 2.6.1 递归版本 2.6.1.1 hoare版本 2.6.1.2 挖坑法 2.6.1.3 lomuto前后指针 2.6.1.4 时间复杂度 2.6.2 非递归版本 2.7 归并排序…...

东方泵业,室外消火栓泵 2#故障灯亮,报警生响

东方泵业&#xff0c;室外消火栓泵 2#故障&#xff0c; 图纸上显示有一个热继电器&#xff0c;过热了&#xff0c;然后它不会自动复位&#xff0c;需要手动复位&#xff0c;手动点一下那个蓝色的按钮&#xff0c;然后警报就解除了...

vue3:十二、图形看板- 基础准备+首行列表项展示

文章主要实现了看板页面的搭建;将看板页面加入左侧菜单;首行列表项的实现 一、效果展示 展示四个数据列表,四个列表颜色各不相同,列表左侧有颜色边线(同标题颜色、图标颜色一致);展示的数字有一个从0到当前数据逐渐增长的一个动画效果 二、图形看板的准备工作 1、创建视…...

基于开源链动2+1模式AI智能名片S2B2C商城小程序的分销价格管控机制研究

摘要&#xff1a;本文聚焦开源链动21模式AI智能名片S2B2C商城小程序在分销体系中的价格管控机制&#xff0c;通过解析其技术架构与商业模式&#xff0c;揭示平台如何通过"去中心化裂变中心化管控"双轨机制实现价格统一。研究显示&#xff0c;该模式通过区块链存证技术…...

指定Docker镜像源,使用阿里云加速异常解决

yum-config-manager --add-repo http://mirrors.aliyun.com/docker-ce/linux/centos/docker-ce.repo异常贴图 yum-config-manager&#xff1a;找不到命令 因为系统默认没有安装这个命令&#xff0c;这个命令在yum-utils 包里&#xff0c;可以通过命令yum -y install yum-util…...

java基础-数组

1.数组的声明和初始化&#xff1a; &#xff08;1&#xff09;静态初始化&#xff1a; import java.util.Arrays;public class Main {public static void main(String[] args) {int[] ids {1,2,3,4,5};System.out.println(Arrays.toString(ids));} } &#xff08;2&#xf…...

CSS手动布局

CSS支持单独设置某个元素的布局&#xff0c;最主要的属性是 position &#xff0c;它有以下几个值&#xff1a; static静态位置&#xff08;默认值&#xff09;。元素采用正常流布局&#xff0c;此时元素的位置偏移属性&#xff08; top 、 right 、 bottom 、 left 和 z-inde…...

什么是智能合约?区块链上的自动化契约

智能合约是运行在区块链上的计算机程序或交易协议。与传统的纸质合同不同&#xff0c;智能合约将合同条款直接编码到程序中&#xff0c;并在满足预设条件时自动执行。它们旨在实现无需第三方介入的可信交易&#xff0c;具有自动化、透明、不可篡改和高效等特点。 智能合约的起…...

webRtc之指定摄像头设备绿屏问题

摘要&#xff1a;最近发现&#xff0c;在使用navigator.mediaDevices.getUserMedia({ deviceId: ‘xxx’}),指定设备的时候&#xff0c;video播放总是绿屏&#xff0c;发现关闭浏览器硬件加速不会出现&#xff0c;但显然这不是一个最好的方案; 播放后张这样 修复后 上代码 指定…...

正则表达式非捕获分组?:

一个使用 Java 正则表达式的具体例子&#xff0c;展示了 (ab) 和 (?:ab) 的不同&#xff1a; 示例 1&#xff1a;使用 (ab)&#xff08;捕获分组&#xff09; import java.util.regex.*; public class RegexExample { public static void main(String[] args) { …...

Linux系统Shell脚本之shell数组、正则表达式、及AWK

目录 一.shell数组 1.数组分类 2.定义数组的方法 二.正则表达式 1. 元字符 2.表示次数 3.位置锚定 4.分组 5.扩展正则表达式 三.文本三剑客之AWK 1.awk 2.使用格式 3、处理动作 4.选项 5.处理模式 6.awk常见的内置变量 7.if条件判断 一.shell数组 1.数组分类 …...

在 ESP-IDF 中使用 .a 静态库调用

1. 准备静态库文件 将你的 .a 文件&#xff08;如 libmylib.a&#xff09;放置在工程目录中&#xff0c;推荐放在 components 子目录下&#xff1a; your_project/ ├── CMakeLists.txt ├── main/ └── components/└── my_lib/├── include/ # 头文件│ …...