当前位置: 首页 > news >正文

AI Agent(10):个人助手应用

引言

本文聚焦AI Agent在个人助手领域的应用,探讨其如何在个人生产力提升、健康与生活管理、学习与教育辅助以及娱乐与社交互动四个方面,为用户创造价值并解决实际问题。

AI个人助手正从简单的指令执行者逐渐发展为具有自主性、适应性和个性化能力的智能伙伴。这一转变不仅提高了助手的实用性,也使人机交互变得更加自然和高效。在这个过程中,我们既能看到技术的飞速进步,也能感受到人类生活方式的潜在变革。

个人生产力提升应用

在快节奏的现代生活中,个人生产力成为人们普遍关注的焦点。AI Agent在这一领域的应用,正在帮助用户优化工作流程、提高效率、减少重复性劳动,从而释放更多创造性思考的空间。本节将探讨AI Agent如何通过智能工作助手、时间与任务管理以及信息处理与知识管理三个方面,全面提升个人生产力。

1. 智能工作助手

1.1 应用场景与功能

智能工作助手是AI Agent在个人生产力领域最广泛的应用形式,主要服务于以下场景:

  • 邮件与通讯管理:智能分类、优先级排序、自动回复建议、邮件摘要生成
  • 会议辅助:会议记录与总结、行动项跟踪、会议准备材料整理
  • 文档处理:智能文档生成、格式调整、内容优化、多语言翻译
  • 信息检索:智能搜索、相关资料推荐、知识点关联
  • 工作流自动化:重复任务自动执行、流程优化建议、跨平台操作协调

这些功能不仅减轻了用户的认知负担,还提高了工作质量和一致性。例如,一个智能工作助手可以在用户收到客户邮件后,自动分析邮件内容,提取关键信息,推荐回复模板,甚至主动收集相关背景资料,大大缩短响应时间。

1.2 关键技术实现

智能工作助手的实现依赖于多种AI技术的融合:

  • 自然语言处理(NLP):理解用户指令和文本内容,实现语义分析和意图识别
  • 上下文理解:维持对话历史和工作状态,提供连贯一致的支持
  • 多模态处理:处理文本、图像、语音等多种形式的信息
  • API集成与工具使用:连接各种工作软件和服务,实现跨平台操作
  • 个性化学习:根据用户习惯和偏好调整工作方式和建议

技术架构上,现代智能工作助手通常采用"LLM+工具"的模式,以大语言模型为核心,通过API调用各种专业工具和服务。这种架构既保证了交互的灵活性和自然性,又确保了专业任务的准确执行。

1.3 典型产品与案例

目前市场上已有多种成熟的智能工作助手产品:

  • Microsoft Copilot:集成于Microsoft 365生态系统,提供跨Word、Excel、PowerPoint、Outlook等应用的智能辅助,能够根据会议内容自动生成摘要、根据简单指令创建演示文稿、分析数据并生成图表等。

  • Notion AI:作为知名笔记和知识管理工具Notion的AI助手,能够帮助用户撰写、编辑、总结和翻译内容,还可以根据用户需求生成各类文档模板。

  • Otter.ai:专注于会议记录和转录的AI助手,能够实时记录会议内容,识别不同发言人,自动生成会议摘要和行动项,并与日历和任务管理工具集成。

  • Anthropic Claude:作为通用AI助手,在工作场景中表现出色,特别是在长文档处理、复杂指令理解和创意写作方面,能够帮助用户分析报告、撰写提案和处理大量信息。

这些产品的成功案例表明,智能工作助手已经从概念走向实用,并在实际工作环境中创造了显著价值。例如,某跨国企业引入Microsoft Copilot后,员工处理日常邮件的时间减少了30%,会议准备效率提高了40%,文档创建质量也有明显提升。

1.4 发展趋势与挑战

智能工作助手的未来发展趋势包括:

  • 更深度的专业领域适应:针对法律、金融、医疗等特定行业的专业化工作助手
  • 增强的主动性:从被动响应向主动预测和建议转变
  • 无缝多设备协同:在电脑、手机、可穿戴设备间实现连贯的助手体验
  • 更强的隐私保护机制:本地处理敏感信息,减少数据传输风险
  • 与实体机器人的结合:虚拟助手与物理机器人协作,扩展到物理世界的任务

同时,智能工作助手也面临一些挑战:

  • 数据安全与隐私保护:工作环境中的数据通常更敏感,需要更严格的保护措施
  • 与现有工作流的整合:需要适应不同企业和个人的工作习惯和流程
  • 技能边界的明确:明确助手能力范围,避免用户过度依赖或期望过高
  • 持续学习与适应:需要不断学习新知识和适应变化的工作环境
  • 人机协作模式的优化:找到人类与AI助手最佳的分工与协作方式

2. 时间与任务管理

2.1 应用场景与功能

时间与任务管理是现代人面临的重要挑战,AI Agent在这一领域提供了智能化解决方案:

  • 智能日程规划:根据任务优先级、截止日期和个人能力自动安排日程
  • 任务分解与跟踪:将复杂项目分解为可管理的子任务,并跟踪完成情况
  • 时间分析与优化:分析时间使用模式,提供优化建议
  • 智能提醒与调整:根据实际情况动态调整提醒时间和方式
  • 习惯养成辅助:帮助用户建立和维持良好的工作和生活习惯

这些功能帮助用户从繁琐的时间管理中解放出来,专注于真正重要的事情。例如,一个AI时间管理助手可以分析用户的历史工作模式,了解其精力分布规律,然后在高效率时段安排重要任务,在低效率时段安排简单任务或休息。

2.2 关键技术实现

时间与任务管理助手的技术实现主要包括:

  • 预测分析算法:基于历史数据预测任务完成时间和资源需求
  • 优化算法:在多种约束条件下优化时间分配和任务排序
  • 行为分析:识别用户的工作模式、习惯和偏好
  • 上下文感知:根据位置、设备使用情况等环境因素调整建议
  • 强化学习:通过用户反馈不断改进时间管理策略

在架构设计上,时间管理助手通常需要与日历、任务管理工具、项目管理软件等多种系统集成,形成完整的时间管理生态。同时,为了提供个性化服务,系统需要建立用户模型,包括工作效率模式、任务偏好、习惯特点等。

2.3 典型产品与案例

市场上已有多种AI驱动的时间与任务管理工具:

  • Reclaim.ai:智能日程规划工具,能够自动为任务分配时间块,根据优先级和截止日期动态调整日程,并学习用户的工作习惯进行优化。

  • Motion:结合项目管理和日程规划功能,自动为任务分配最佳时间,处理日程冲突,并根据实际进展调整计划。

  • Todoist智能助手:在传统任务管理基础上增加AI功能,帮助用户分解任务、设置合理截止日期,并提供完成建议。

  • TimeHero:自动规划和重新安排任务,考虑团队成员可用性、任务依赖关系和优先级,适合个人和小团队使用。

这些工具的实际应用表明,AI时间管理助手能够显著提高用户的时间利用效率。例如,某科技公司的产品团队在使用Motion后,会议时间减少了25%,项目按时完成率提高了35%,团队成员报告的工作压力也有所降低。

2.4 发展趋势与挑战

时间与任务管理助手的未来发展趋势包括:

  • 跨生活领域的整合:工作、学习、健康、社交等多领域时间的统一管理
  • 团队协作优化:不仅优化个人时间,还考虑团队协作效率
  • 生物节律整合:结合生物节律数据,提供更符合个人生理特点的时间安排
  • 情境感知增强:根据位置、活动、社交环境等更多情境因素调整计划
  • 预测性干预:预测可能的拖延或时间冲突,提前干预

同时,这一领域也面临一些挑战:

  • 个体差异适应:不同人的时间管理需求和习惯差异很大,需要高度个性化
  • 不确定性处理:现实生活中的突发事件和计划变更很常见,系统需要灵活应对
  • 用户自主性平衡:在提供帮助的同时,避免过度控制用户的时间
  • 长期习惯培养:帮助用户建立持久的时间管理习惯,而非依赖工具
  • 心理健康考量:避免创造过度优化导致的压力和倦怠

3. 信息处理与知识管理

3.1 应用场景与功能

在信息爆炸的时代,有效处理和管理知识成为关键能力,AI Agent在这一领域提供了强大支持:

  • 信息筛选与摘要:从海量信息中筛选相关内容,生成简洁摘要
  • 知识组织与关联:建立知识点之间的联系,形成结构化知识网络
  • 个人知识库建设:帮助用户构建和维护个人知识库
  • 智能阅读辅助:提供阅读建议,生成关键点提示,加深理解
  • 研究与学习支持:辅助文献检索,提供学习路径建议,生成学习材料

这些功能帮助用户应对信息过载,提取有价值的知识,并将其转化为个人资产。例如,一个知识管理助手可以帮助研究人员跟踪特定领域的最新发展,自动整理相关文献,提取关键观点,并与用户已有知识建立联系。

3.2 关键技术实现

信息处理与知识管理助手的技术

相关文章:

AI Agent(10):个人助手应用

引言 本文聚焦AI Agent在个人助手领域的应用,探讨其如何在个人生产力提升、健康与生活管理、学习与教育辅助以及娱乐与社交互动四个方面,为用户创造价值并解决实际问题。 AI个人助手正从简单的指令执行者逐渐发展为具有自主性、适应性和个性化能力的智能伙伴。这一转变不仅…...

力扣70题解

记录 2025.5.8 题目: 思路: 1.初始化:p 和 q 初始化为 0,表示到达第 0 级和第 1 级前的方法数。r 初始化为 1,表示到达第 1 级台阶有 1 种方法。 2.循环迭代:从第 1 级到第 n 级台阶进行迭代: p 更新为前…...

2025御网杯wp(web,misc,crypto)

文章目录 miscxor10图片里的秘密被折叠的显影图纸 Cryptoeasy_rsagift**1. 礼物数学解析****最终答案** 草甸方阵的密语easy-签到题baby_rsa webYWB_Web_xffYWB_Web_未授权访问easywebYWB_Web_命令执行过滤绕过反序列化 misc xor10 ai一把梭 根据题目中的字符串和提示&#…...

【深度学习】将本地工程上传到Colab运行的方法

1、将本地工程(压缩包)上传到一个新的colab窗口:如下图中的 2.zip,如果工程中有数据集,可以删除掉。 2、解压压缩包。 !unzip /content/2.zip -d /content/2 如果解压出了不必要的文件夹可以递归删除: #…...

多模态大语言模型arxiv论文略读(六十九)

Prompt-Aware Adapter: Towards Learning Adaptive Visual Tokens for Multimodal Large Language Models ➡️ 论文标题:Prompt-Aware Adapter: Towards Learning Adaptive Visual Tokens for Multimodal Large Language Models ➡️ 论文作者:Yue Zha…...

Lua再学习

因为实习的项目用到了Lua,所以再来深入学习一下 函数 函数的的多返回值 Lua中的函数可以实现多返回值,实现方法是再return后列出要返回的值的列表,返回值也可以通过变量接收到,变量不够也不会影响接收对应位置的返回值 Lua中传…...

Linux计划任务与进程

at 命令使用方法 at 命令可在指定时间执行任务,适用于一次性任务调度。以下是基本用法: 安装 atd 服务(如未安装) # Debian/Ubuntu sudo apt-get install at# CentOS/RHEL sudo yum install at启动服务 sudo systemctl start atd…...

JavaEE--文件操作和IO

目录 一、认识文件 二、 树型结构组织和目录 三、文件路径 1. 绝对路径 2. 相对路径 四、文件类型 五、文件操作 1. 构造方法 2. 方法 六、文件内容的读写——数据流 1. InputStream概述 2. FileInputStream概述 2.1 构造方法 2.2 示例 3. OutputStream概述 3.…...

k8s的节点是否能直接 curl Service 名称

在 Kubernetes 中,节点(Node)默认情况下不能直接通过 Service 的 DNS 名称(如 my-svc.default.svc.cluster.local)访问 Service。以下是详细分析和解决方案: 1. 默认情况下节点无法解析 Service 的 DNS 名…...

Mask-aware Pixel-Shuffle Down-Sampling (MPD) 下采样

来源 简介:这个代码实现了一个带有掩码感知的像素重排下采样模块,主要用于图像处理任务(如图像修复或分割)。 论文题目:HINT: High-quality INpainting Transformer with Mask-Aware Encoding and Enhanced Attentio…...

本贴会成为记录贴

这几天有些心力交瘁了 一方面带着对互联网下行的伤心,一方面是对未来的担忧 一转眼好像就是20 21那个 可以在宿舍肆意玩手机 大学生活 可是我不小了 是个26岁的人了 时间很快 快的就好像和自己开了一个玩笑 我以为可以找到一个自己足够喜欢的 可爱的人 可是我没有 …...

redis数据结构-04 (HINCRBY、HDEL、HKEYS、HVALS)

哈希操作:HINCRBY、HDEL、HKEYS、HVALS Redis 中的哈希功能极其丰富,让您能够以类似于编程语言中对象的方式存储和检索数据。本课将深入探讨具体的哈希操作,这些操作为操作以下结构中的数据提供了强大的工具: HINCRBY 、 HDEL 、…...

python 写一个工作 简单 番茄钟

1、图 2、需求 番茄钟(Pomodoro Technique)是一种时间管理方法,由弗朗西斯科西里洛(Francesco Cirillo)在 20 世纪 80 年代创立。“Pomodoro”在意大利语中意为“番茄”,这个名字来源于西里洛最初使用的一个…...

复现MAET的环境问题(自用)

我的配置是3090,CUDA Version: 12.4 配置环境时总有冲突,解决好的环境如下 如果你的配置也是CUDA12.4,可以把下面的配置信息保存成 environment.yml 文件 然后执行下面的代码创建环境即可 conda env export > environment.yml name:…...

PDF2zh插件在zotero中安装并使用

1、首先根据PDF2zh说明文档&#xff0c;安装PDF2zh https://github.com/guaguastandup/zotero-pdf2zh/tree/v2.4.0 我没有使用conda&#xff0c;直接使用pip安装pdf2zh &#xff08;Python版本要求3.10 < version <3.12&#xff09; pip install pdf2zh1.9.6 flask pypd…...

第二十三节:图像金字塔- 图像金字塔应用 (图像融合)

一、引言:视觉信息的层次化表达 在数字图像处理领域,图像金字塔(Image Pyramid)作为一种多尺度表示方法,自20世纪80年代提出以来,始终在计算机视觉领域扮演着关键角色。这种将图像分解为不同分辨率层次的结构化表示方法,完美地模拟了人类视觉系统对场景的多尺度感知特性…...

一种混沌驱动的后门攻击检测指标

摘要 人工智能&#xff08;AI&#xff09;模型在各个领域的进步和应用已经改变了我们与技术互动的方式。然而&#xff0c;必须认识到&#xff0c;虽然人工智能模型带来了显著的进步&#xff0c;但它们也存在固有的挑战&#xff0c;例如容易受到对抗性攻击。目前的工作提出了一…...

LeetCode 高频题实战:如何优雅地序列化和反序列化字符串数组?

文章目录 摘要描述题解答案题解代码分析编码方法解码方法 示例测试及结果时间复杂度空间复杂度总结 摘要 在分布式系统中&#xff0c;数据的序列化与反序列化是常见的需求&#xff0c;尤其是在网络传输、数据存储等场景中。LeetCode 第 271 题“字符串的编码与解码”要求我们设…...

leetcode 15. 三数之和

题目描述 代码&#xff1a; class Solution { public:vector<vector<int>> threeSum(vector<int>& nums) {sort(nums.begin(),nums.end());int len nums.size();int left 0;int right 0;vector<vector<int>> res;for(int i 0;i <len…...

HTML难点小记:一些简单标签的使用逻辑和实用化

HTML难点小记&#xff1a;一些简单标签的使用逻辑和实用化 jarringslee 文章目录 HTML难点小记&#xff1a;一些简单标签的使用逻辑和实用化简单只是你的表象标签不是随便用的<div> 滥用 vs 语义化标签的本质嵌套规则的隐藏逻辑SEO 与可访问性的隐形关联 暗藏玄机的表单…...

Linux : 31个普通信号含义

Linux &#xff1a; 31个普通信号 信号含义特殊的两个信号 信号含义 信号编号信号名信号含义1SIGHUP如果终端接口检测到一个连接断开&#xff0c;则会将此信号发送给与该终端相关的控制进程&#xff0c;该信号的默认处理动作是终止进程。2SIGINT当用户按组合键&#xff08;一般…...

软件测试都有什么???

文章目录 一、白盒测试&#xff08;结构测试&#xff09;二、黑盒测试&#xff08;功能测试&#xff09;三、灰盒测试四、其他测试类型五、覆盖准则对比六、应用场景 软件测试主要根据测试目标、技术手段和覆盖准则进行分类。分为白盒测试、黑盒测试、灰盒测试及其他补充类型 一…...

LangGraph框架中针对MCP协议的变更-20250510

MCP&#xff08;Model Context Protocol&#xff09;的出现为AI Agent与外部工具及数据源的集成提供了标准化接口&#xff0c;而LangGraph作为基于LangChain的智能体开发框架&#xff0c;在MCP协议的影响下也进行了适配性调整&#xff0c;主要体现在工具调用、异步交互和多步推…...

YashanDB(崖山数据库)V23.4 LTS 正式发布

2024年回顾 2024年11月我们受邀去深圳参与了2024国产数据库创新生态大会。在大会上崖山官方发布了23.3。这个也是和Oracle一样采用的事编年体命名。 那次大会官方希望我们这些在一直从事在一线的KOL帮助产品提一些改进建议。对于这样的想法&#xff0c;我们都是非常乐于合作…...

二、transformers基础组件之Tokenizer

在使用神经网络处理自然语言处理任务时&#xff0c;我们首先需要对数据进行预处理&#xff0c;将数据从字符串转换为神经网络可以接受的格式&#xff0c;一般会分为如下几步: - Step1 分词:使用分词器对文本数据进行分词(字、字词);- Step2 构建词典:根据数据集分词的结果,构建…...

git 报错:错误:RPC 失败。curl 28 Failed to connect to github.com port 443 after 75000

错误&#xff1a;RPC 失败。curl 28 Failed to connect to github.com port 443 after 75000 ms: Couldnt connect to server致命错误&#xff1a;在引用列表之后应该有一个 flush 包 方法一&#xff1a; 直接换一个域名&#xff1a;把 git clone https://github.com/zx59530…...

软考 系统架构设计师系列知识点之杂项集萃(56)

接前一篇文章&#xff1a;软考 系统架构设计师系列知识点之杂项集萃&#xff08;55&#xff09; 第91题 商业智能关注如何从业务数据中提取有用的信息&#xff0c;然后采用这些信息指导企业的业务开展。商业智能系统主要包括数据预处理、建立&#xff08;&#xff09;、数据分…...

数据库的脱敏策略

数据库的脱敏策略&#xff1a;就是屏蔽敏感的数据 脱敏策略三要求&#xff1a; &#xff08;1&#xff09;表对象 &#xff08;2&#xff09;生效条件&#xff08;脱敏列、脱敏函数&#xff09; &#xff08;3&#xff09;二元组 常见的脱敏策略规则&#xff1a; 替换、重排、…...

Lora原理及实现浅析

Lora 什么是Lora Lora的原始论文为《LoRA: Low-Rank Adaptation of Large Language Models》&#xff0c;翻译为中文为“大语言模型的低秩自适应”。最初是为了解决大型语言模在进行任务特定微调时消耗大量资源的问题&#xff1b;随后也用在了Diffusion等领域&#xff0c;用于…...

力扣热题100之合并两个有序链表

题目 将两个升序链表合并为一个新的 升序 链表并返回。新链表是通过拼接给定的两个链表的所有节点组成的。 代码 方法一&#xff1a;新建一个链表 这里就先随便新建一个节点作为一个链表的头节点&#xff0c;然后每次遍历都将小的那个节点放入这个链表&#xff0c;遍历完一…...

Linux511SSH连接 禁止root登录 服务任务解决方案 scp Vmware三种模式回顾

创造一个临时文件 引用 scp -p 3712 atthistime.txt code11.1.1.100:/at ssh connect to host 11.1.1.100 port 22:No route to host lost connection 对方虚拟机是[rootlocalhost caozx26]# ll -d /at drwxr-xr-x. 2 root root 6 5月 11 11:10 /at sshd_config文件修改了port为…...

python实现用户登录

使用python实现用户登录&#xff0c;输入用户名和密码&#xff0c;进行验证&#xff0c;正确登录成功&#xff0c;错误登录失败&#xff0c;允许用户输入三次。 代码&#xff1a; 下面展示一些 内联代码片。 for i in range(3):username input(请输入用户名&#xff1a;)pas…...

信息系统项目管理师-软考高级(软考高项)​​​​​​​​​​​2025最新(十五)

个人笔记整理---仅供参考 第十五章项目风险管理 15.1管理基础 15.2项目风险管理过程 15.3规划风险管理 15.4识别风险 15.5实施定性风险分析 15.6实施定量风险分析 15.7规划风险应对 15.8实施风险应对 15.9监督风险...

力扣-二叉树-101 对称二叉树

思路 分解问题为&#xff0c;该节点的左孩子的左子树和右孩子的右子树是不是同一棵树 && 该节点的左孩子的右字数和右孩子的左子树是不是同一课树 && 该节点的左右孩子的值相不相同 代码 class Solution {public boolean isSymmetric(TreeNode root) {// 层…...

07.three官方示例+编辑器+AI快速学习webgl_buffergeometry_attributes_integer

本实例主要讲解内容 这个Three.js示例展示了WebGL 2环境下的整数属性渲染技术。通过创建大量随机分布的三角形&#xff0c;并为每个三角形分配不同的整数索引&#xff0c;实现了基于索引动态选择纹理的效果。 核心技术包括&#xff1a; WebGL 2环境下的整数属性支持顶点着色…...

Python Day 22 学习

学习讲义Day14安排的内容&#xff1a;SHAP图的绘制 SHAP模型的基本概念 参考学习的帖子&#xff1a;SHAP 可视化解释机器学习模型简介_shap图-CSDN博客 以下为学习该篇帖子的理解记录&#xff1a; Q. 什么是SHAP模型&#xff1f;它与机器学习模型的区别在哪儿&#xff1f; …...

OrangePi Zero 3学习笔记(Android篇)6 - hid-ft260

目录 1. 将hid-ft260.c拷贝到Android目录内 2. 修改hid-ids.h 3. 修改hid-quirks.c 4. 修改Kconfig 5. 修改Makefile 6. 配置内核 7. 编译内核 8. 增加权限 9. 验证 在Android中添加驱动模块ko文件&#xff0c;以hid-ft260为例。 1. 将hid-ft260.c拷贝到Android目录内…...

部署Superset BI(五)连接oracle数据库失败

折腾完了hana和sqlserver数据库的连接&#xff0c;开始折腾oracle数据库连接 1.requirements-local.txt配置 尝试在requirements-local.txt中设置&#xff0c;结果容器弄瘫痪了&#xff0c;拉不起来了&#xff0c;只要又去掉修改 rootNocobase:/usr/superset/superset/docker# …...

快速搭建一个vue前端工程

一、环境准备 1、安装node.js 下载地址&#xff1a;Node.js 推荐版本如下&#xff1a; 2、检查node.js版本 node -v npm -v 二、安装Vue脚手架 Vue脚手架是Vue官方提供的标准化开发工具。vue官网&#xff1a;https://cn.vuejs.org/ 全局安装vue/cli &#xff08;仅第一次…...

蓝桥杯14届 数三角

问题描述 小明在二维坐标系中放置了 n 个点&#xff0c;他想在其中选出一个包含三个点的子集&#xff0c;这三个点能组成三角形。然而这样的方案太多了&#xff0c;他决定只选择那些可以组成等腰三角形的方案。请帮他计算出一共有多少种选法可以组成等腰三角形&#xff1f; 输…...

在Python中计算函数耗时并超时自动退出

更多内容请见: python3案例和总结-专栏介绍和目录 文章目录 方法1:使用装饰器结合信号模块(仅Unix-like系统)方法2:使用多线程(跨平台解决方案)方法3:使用concurrent.futures(Python 3.2+)方法4:使用 multiprocessing + Process(跨平台)​方法5:使用 time 手动计…...

jna总结1

java使用JNA调用dll的方法_(jnacalldllapi) native.loadlibrary(path-CSDN博客 JNA(Java Native Access)&#xff1a;建立在JNI之上的Java开源框架&#xff0c;SUN主导开发&#xff0c;用来调用C、C代码&#xff0c;尤其是底层库文件&#xff08;windows中叫dll文件&#xff0c…...

[Java][Leetcode simple]26. 删除有序数组中的重复项

思路 第一个元素不动从第二个元素开始&#xff1a;只要跟上一个元素不一样就放入数组中 public int removeDuplicates(int[] nums) {int cnt1;for(int i 1; i < nums.length; i) {if(nums[i] ! nums[i-1]) {nums[cnt] nums[i];}}return cnt;}...

BUUCTF——Ezpop

BUUCTF——Ezpop 进入靶场 给了php代码 <?php //flag is in flag.php //WTF IS THIS? //Learn From https://ctf.ieki.xyz/library/php.html#%E5%8F%8D%E5%BA%8F%E5%88%97%E5%8C%96%E9%AD%94%E6%9C%AF%E6%96%B9%E6%B3%95 //And Crack It! class Modifier {protected $v…...

springboot3+vue3融合项目实战-大事件文章管理系统-更新用户密码

大致分为这三步 首先在usercontroller中增加updatePwd方法 PatchMapping ("/updatePwd")public Result updatePwd(RequestBody Map<String,String> params){//1.校验参数String oldPwd params.get("old_pwd");String newPwd params.get("n…...

用浏览器打开pdf,如何使用划词翻译?

1. 浏览器 | 扩展 | 获取 Microsoft Edge 扩展 2. 搜索 “沙拉查词” 点击“获取” 3. 扩展这里选择 管理扩展 勾选 “允许访问文件url” 注&#xff1a;这里一定要勾选&#xff0c;否则沙拉查词无法访问.pdf 文件&#xff01;&#xff01;&#xff01;会出现下图错误 4. 右击…...

大模型项目:普通蓝牙音响接入DeepSeek,解锁语音交互新玩法

本文附带视频讲解 【代码宇宙019】技术方案&#xff1a;蓝牙音响接入DeepSeek&#xff0c;解锁语音交互新玩法_哔哩哔哩_bilibili 目录 效果演示 核心逻辑 技术实现 大模型对话&#xff08;技术&#xff1a; LangChain4j 接入 DeepSeek&#xff09; 语音识别&#xff08;…...

split和join的区别‌

split和join是Python中用于处理字符串的两种方法&#xff0c;它们的主要区别在于功能和使用场景。‌ split()方法 ‌split()方法用于将字符串按照指定的分隔符分割成多个子串&#xff0c;并返回这些子串组成的列表‌。如果不指定分隔符&#xff0c;则默认分割所有的空白字符&am…...

Qt坐标系 + 信号和槽 + connect函数(8)

文章目录 Qt坐标系信号和槽connect函数connect函数的介绍connect函数具体的使用方式一个简单的例子 两个问题咋知道的QPushButton有一个clicked信号官方文档找不到相关线索怎么办 简介&#xff1a;上篇文章&#xff1a;Qt 通过控件按钮实现hello world 命名规范&#xff08;7&…...

Maven 公司内部私服中央仓库搭建 局域网仓库 资源共享 依赖包构建共享

介绍 公司内部私服搭建通常是为了更好地管理公司内部的依赖包和构建过程&#xff0c;避免直接使用外部 Maven 中央仓库。通过搭建私服&#xff0c;团队能够控制依赖的版本、提高构建速度并增强安全性。公司开发的一些公共工具库更换的提供给内部使用。 私服是一种特殊的远程仓…...