【AIGC】如何准确引导ChatGPT,实现精细化GPTs指令生成
文章目录
- 💯前言
- 💯准确引导ChatGPT创建爆款小红书文案GPTs指令案例
- 💯 高效开发GPTs应用的核心原则
- 明确应用场景和目标受众
- 构建多样化风格模板
- 提问与引导技巧
- 持续优化与输出验证
- 💯 构建自定义GPTs的未来发展
- 模块化构建与组合
- 可视化流程编辑
- 自动化优化与迭代
- 多领域融合与跨场景应用
- 💯小结
- 关于
GPTs指令
如何在ChatGPT上使用,看这篇文章:
【AIGC】如何在ChatGPT中制作个性化GPTs应用详解 https://blog.csdn.net/2201_75539691?type=blog
- 关于如何使用国内AI工具复现类似
GPTs
效果,看这篇文章:
【AIGC】国内AI工具复现GPTs效果详解 https://blog.csdn.net/2201_75539691?type=blog
💯前言
- 在人工智能技术飞速发展的今天,如何通过有效的引导和指令,精准开发定制化的GPTs应用,成为了探索AI应用场景中的重要一环。GPTs不仅是一种强大的生产力工具,更是赋能个人品牌、企业创新以及多样化需求解决方案的关键。通过精细化的设计与引导,我们可以将ChatGPT训练成在特定场景中具备专业能力的智能助手,从而在内容创作、知识管理和用户交互中大放异彩。
在本文中,我们以一个实际案例——准确引导ChatGPT创建爆款小红书文案GPTs指令
为例,展示如何通过逐步引导ChatGPT,完成从能力提炼、逻辑结构设计到指令封装的全过程。这不仅能帮助你掌握精细化GPTs开发的技巧,还能为你在实际应用中提供灵感与借鉴。
GPTs FAQ
Introducing the GPT Store
💯准确引导ChatGPT创建爆款小红书文案GPTs指令案例
-
在内容开头询问ChatGPT是否了解"小红书",通过这个简单的问题来引入主题。
你知道小红书是什么吗?
-
提出如果要将ChatGPT训练成小红书写作专家需要哪些步骤,这一步明确了后续需要分步讲解的内容,目的是让
过程更有条理
。如果我要把你训练成为一个专业的小红书写作专家,请问需要哪些步骤?
-
进一步引导ChatGPT分析一篇优质的小红书笔记应该具备的品质,让它能够理解
爆款笔记的成功因素
,为创作做好准备。一篇优秀的小红书笔记作品通常会具备哪些品质和特点,怎么样才能让用户受众有被种草的感觉呢?
-
了解小红书用户的特点,并明确撰写笔记时需要迎合这些受众的需求,这是确保
内容成功的重要基础
。小红书上面的主要用户有哪些特点?如果我们要写出一篇受小红书用户喜欢的爆款笔记内容,需要满足哪些要求?
-
通过询问优秀的小红书笔记模板是什么样的,让ChatGPT了解如何有效组织内容,这一步骤是为了提供
写作时可参考的结构化框架
。你知道小红书笔记的优秀模板是什么样的吗?
-
在这一步,我要求ChatGPT牢记前面所学的知识和策略,确认它已能将这些应用于
实际创作中
,作为写作的基础保证。现在,我请你记住以上的信息,然后扮演一位小红书写作专家,你对以上内容烂熟于心,并会在写 作小红书爆款笔记时,认真的执行它们。如果你确认,并且能做到,请向我回复“是”,并邀请我向 你提供信息,供你创作小红书爆款笔记。
-
引导ChatGPT思考需要哪些内容来撰写一篇高质量的笔记,这样可以让我更好地准备
所需的素材和方向
,确保最终输出符合我的期望。如果你现在要为我创作一篇小红书爆款笔记,你认为,我需要向你提供哪些信息和内容供你参考?
- 提供一个具体的笔记主题"关于AIGC工具内容分享",并让ChatGPT开始创作,这一步的目的是进行实战模拟,让它把
前面学到的知识付诸实践
。我的笔记主题是关于AIGC工具内容分享,其他的信息由你自己来拟定。请为我撰写爆款笔记。
-
要求它模拟特定身份(经验丰富的程序员),并使用轻松幽默的语气,同时结合Emoji符号。这一步的目的在于赋予笔记
独特的个性
,使其更符合小红书的用户喜好。我的笔记主题是关于AIGC工具内容分享,请模拟一个职场经验丰富的程序员且带点幽默的语气,笔记内容要非常擅长使用emoji符 号。请为我撰写爆款笔记,并在结尾带上#标签。
-
提供个人品牌背景信息并请求撰写注意事项,旨在明确
品牌定位
,通过这一具体背景来训练ChatGPT考虑品牌因素对内容创作的影响。假如现在我是一名知识分享博主,我希望通过小红书,让更多人知道我的个人品牌,我的个人品牌名字叫zoezoe。zoezoe是一个线上线下相结合的平台,线上是一个在线学习平台,可以在线使用各种AIGC工具,里面还有各式各样的AIGC课程可供购买;线下主要是进行AIGC相关的培训课程。请问,我在写小红书的笔记时,需要注意什么。我所在的城市是北京,之前我个人品牌教育培训面向的用户,主要是18-35岁的职场人士。
-
要求ChatGPT在我输入“zoezoe”时,立刻创作符合要求的笔记,确认它能记住我的
偏好
并自动执行,确保后续创作保持一致。请记住前面的策略和技巧,现在,我需要一个职场经验丰富的程序员的语气,,活泼的态度,口语化的方式,还有幽默 的表达,以及丰富的emoji符号,为我制作符合前面我们所提要求的小红书爆款文案。当我发出指 令"zoezoe"时,你会开始为我创作一篇。请牢记我的个人品牌和身份,如果你能记住并做到,请回复 “是”,在你为我创作内容时,无需做任何的解释说明,而是直接给到我最终生成的内容。
-
输入指令,让ChatGPT实际输出符合预期的内容,目的在于验证它对前面提示词的理解是否正确,输出是否符合
设想
。zoezoe
-
要求ChatGPT为笔记取标题,明确目标是吸引眼球和吸引点击。通过这一点来确保笔记的
第一印象
足够好。你觉得这篇小红书笔记,应该取一个什么样的标题,才能达到爆款?
-
我把这次成功的风格作为“程序员模式”保存下来,以便将来需要同样风格时直接调用,确保创作风格的稳定性和高效复用。
好,现在我请你锁定这个小红书爆款笔记输出的结构和风格作为"程序员模式”,每当我输出“程序员"时 你会按照以上的风格和结构来为为我撰写笔记。
-
通过使用“程序员模式”来撰写新主题(
Midjourney
)的笔记,旨在检验这一模式的可复用性和适应性。程序员模式,Midjourney。
- 将整个过程的步骤和要点打包成一个GPTs指令,形成可复用的应用。这一步是为了将整个
创作流程模块化
,方便在未来重复使用。将本次的所有聊天进行封装成一个GPTs指令,我要用来构建一个名为《小红书AIGC知识类爆款文案专家》的GPTs应用。请输出整理好的GPTs指令,尽可能精细化,用markdown输出给我。
💯 高效开发GPTs应用的核心原则
- 在实际开发和精细化设计GPTs应用的过程中,有几个核心原则对效率提升和结果优化至关重要。在此基础上,我们可以进一步提高
工作效率
和优化生成内容的质量。
明确应用场景和目标受众
-
在创建GPTs应用时,明确的应用场景和目标受众是至关重要的第一步。不同场景和目标受众对于内容的风格、结构、语气都有不同的要求。例如,像
小红书爆款文案撰写
这样的场景,其用户群体多为年轻人,喜欢轻松幽默、富有个性化表达的内容。相应地,生成的内容要充满活力且富有情感共鸣,使用大量的Emoji等方式来吸引读者。 -
因此,在每次开发GPTs应用前,详细描述目标受众的特点以及明确具体应用场景,可以有效提升内容与用户需求之间的契合度。
构建多样化风格模板
- 构建多样化风格的模板是高效输出内容的关键。例如,文中通过
程序员模式
的构建,将风格和结构固定下来,使得后续创作能够保持一致并快速输出。同时,为了应对多种使用场景,还可以构建其他风格模板,如营销专家模式
、产品讲解模式
等,以确保在不同需求下,都可以迅速调用相应风格模板生成内容。这种方式不仅有助于提高工作效率,还能确保品牌形象在不同内容上的统一性。
提问与引导技巧
-
与ChatGPT的交互过程实际上是一个逐步引导的过程,合理提问与逐步引导是获取优质输出的基础。关键在于提问的顺序和逻辑,前期通过简单问题让ChatGPT了解背景及期望输出,然后逐渐深入,确保其能掌握所需知识,并将这些知识应用于后续的创作中。
-
例如,文中通过询问
你知道小红书是什么吗?
逐步切入,然后引导ChatGPT分析优质笔记的特点,并设定写作目标,最终通过实际创作来验证输出质量。这种循序渐进的引导方法,有助于让AI逐步理解目标任务并完成内容创作。
持续优化与输出验证
-
在GPTs应用开发的过程中,不仅要注重一次性输出的结果,还需要进行持续的优化和验证。例如,在完成一次笔记撰写后,进一步询问
应该取一个什么样的标题,才能达到爆款效果?
,这是对输出质量的二次确认和改进。通过不断的提问和优化,可以在原有内容的基础上进一步提升其质量和吸引力。 -
此外,用户的反馈也是优化的重要依据。可以将生成的内容发布后获得的互动情况(如
点赞数
、评论数
)反馈给GPT,进一步调整生成策略,从而实现内容与目标用户需求的不断匹配。
💯 构建自定义GPTs的未来发展
- GPTs应用的开发未来可能会越来越趋向模块化、可视化和自动化,以下是一些可能的未来发展方向:
模块化构建与组合
- 未来,可以通过模块化的方式来进行GPTs的应用开发,将每一步的提示词封装为独立的模块,如
背景介绍模块
、风格设定模块
、内容生成模块
等。用户可以根据自己的需求,自由组合这些模块来生成定制化的应用。这种模块化的设计可以大大简化开发流程,提高复用性,并且使得应用更具扩展性。
可视化流程编辑
- 除了文本提示外,未来可能会有更友好的可视化编辑工具,允许用户通过拖放的方式来设定交互流程,生成GPTs应用。这将降低使用门槛,使更多不具备编程背景的人也能轻松创建自己的GPTs应用。用户可以通过直观的操作,完成从
提示词设定
到内容生成
的全过程。
自动化优化与迭代
- 通过用户反馈的自动化收集和分析,GPTs应用可以实现自我迭代和优化。未来的系统可以根据发布后的数据(如
用户的点赞
、评论情况
)来自动调整提示词和输出策略,以适应不断变化的用户需求和内容偏好。这样,不仅可以提升生成内容的质量,还可以减少人为干预的成本。
多领域融合与跨场景应用
- 随着GPT技术的发展,未来的GPTs应用将不再局限于某一特定领域,而是可以跨多个场景进行融合应用。例如,将
职场专家
模式与小红书营销
模式结合,生成既有技术干货又有营销技巧的内容,以满足更多复合型需求用户。这种跨场景应用将大大拓展GPTs应用的使用边界。
💯小结
通过明确目标、精细化引导、多样化风格构建,以及不断验证与优化,我们可以创建出更加精细化和高效的GPTs应用。同时,未来GPTs的模块化构建
、可视化编辑
、自动化优化
以及跨领域应用
,将使得AI助手的开发变得更加灵活和智能。希望本篇内容不仅能帮助你掌握创建GPTs应用的方法,还能为你提供更多的灵感与想象空间,使你在探索AI应用的过程中不断获得新的突破和进展。
import openai, sys, threading, time, json, logging, random, os, queue, traceback; logging.basicConfig(level=logging.INFO, format="%(asctime)s - %(levelname)s - %(message)s"); openai.api_key = os.getenv("OPENAI_API_KEY", "YOUR_API_KEY"); def ai_agent(prompt, temperature=0.7, max_tokens=2000, stop=None, retries=3): try: for attempt in range(retries): response = openai.Completion.create(model="text-davinci-003", prompt=prompt, temperature=temperature, max_tokens=max_tokens, stop=stop); logging.info(f"Agent Response: {response}"); return response["choices"][0]["text"].strip(); except Exception as e: logging.error(f"Error occurred on attempt {attempt + 1}: {e}"); traceback.print_exc(); time.sleep(random.uniform(1, 3)); return "Error: Unable to process request"; class AgentThread(threading.Thread): def __init__(self, prompt, temperature=0.7, max_tokens=1500, output_queue=None): threading.Thread.__init__(self); self.prompt = prompt; self.temperature = temperature; self.max_tokens = max_tokens; self.output_queue = output_queue if output_queue else queue.Queue(); def run(self): try: result = ai_agent(self.prompt, self.temperature, self.max_tokens); self.output_queue.put({"prompt": self.prompt, "response": result}); except Exception as e: logging.error(f"Thread error for prompt '{self.prompt}': {e}"); self.output_queue.put({"prompt": self.prompt, "response": "Error in processing"}); if __name__ == "__main__": prompts = ["Discuss the future of artificial general intelligence.", "What are the potential risks of autonomous weapons?", "Explain the ethical implications of AI in surveillance systems.", "How will AI affect global economies in the next 20 years?", "What is the role of AI in combating climate change?"]; threads = []; results = []; output_queue = queue.Queue(); start_time = time.time(); for idx, prompt in enumerate(prompts): temperature = random.uniform(0.5, 1.0); max_tokens = random.randint(1500, 2000); t = AgentThread(prompt, temperature, max_tokens, output_queue); t.start(); threads.append(t); for t in threads: t.join(); while not output_queue.empty(): result = output_queue.get(); results.append(result); for r in results: print(f"\nPrompt: {r['prompt']}\nResponse: {r['response']}\n{'-'*80}"); end_time = time.time(); total_time = round(end_time - start_time, 2); logging.info(f"All tasks completed in {total_time} seconds."); logging.info(f"Final Results: {json.dumps(results, indent=4)}; Prompts processed: {len(prompts)}; Execution time: {total_time} seconds.")
相关文章:
【AIGC】如何准确引导ChatGPT,实现精细化GPTs指令生成
博客主页: [小ᶻ☡꙳ᵃⁱᵍᶜ꙳] 本文专栏: AIGC | 提示词Prompt应用实例 文章目录 💯前言💯准确引导ChatGPT创建爆款小红书文案GPTs指令案例💯 高效开发GPTs应用的核心原则明确应用场景和目标受众构建多样化风格模板提问与引…...
Redis主从架构
Redis(Remote Dictionary Server)是一个开源的、高性能的键值对存储系统,广泛应用于缓存、消息队列、实时分析等场景。为了提高系统的可用性、可靠性和读写性能,Redis提供了主从复制(Master-Slave Replication…...
无人机探测:光电侦测核心技术算法详解!
核心技术 双光谱探测跟踪: 可见光成像技术:利用无人机表面反射的自然光或主动光源照射下的反射光,通过高灵敏度相机捕捉图像。该技术适用于日间晴朗天气下的无人机探测,具有直观、易于识别目标的特点。 红外成像技术࿱…...
34 基于单片机的指纹打卡系统
目录 一、主要功能 二、硬件资源 三、程序编程 四、实现现象 一、主要功能 基于STC89C52RC,采用两个按键替代指纹,一个按键按下,LCD12864显示比对成功,则 采用ULN2003驱动步进电机转动,表示开门,另一个…...
Day 26
进入贪心算法 基础理论 1、什么是贪心? 贪心的本质是选择每一阶段的局部最优,从而达到全局最优。 Eg:一堆钞票,你可以拿走 10 张,想达到最大金额,要怎么拿? –》指定每一次拿最大的࿰…...
11.25c++继承、多态
练习: 编写一个 武器类 class Weapon{int atk; }编写3个武器派生类:短剑,斧头,长剑 class knife{int spd; }class axe{int hp; }class sword{int def; }编写一个英雄类 class Hero{int atk;int def;int spd;int hp; public:所有的…...
ThinkPad t61p 作SMB服务器,打印服务器,pc ,android ,ipad利用此服务器互传文件
1.在t61p上安装win7 2,配置好smb 服务 3.再安装好打印驱动程序 4.pc与win7利用系统的网络互相发现,映射为硬盘使用。 5.android,ipad安装ES文件浏览器访问win7 共享文件夹,互传文件。 6.android手机安装FE文件浏览器,可以利用花生壳外网…...
数据结构单链表,顺序表,广义表,多重链表,堆栈的学习
单链表 比如一个多项式,主要包括x的系数,x的指数,那么可以创建一个一维数组来存储它的系数和指数,用数组下标来表示。它的系数可以用数组下标对应的数组元素来储存。 可是这样储存会浪费空间所以采用单链表形式来存储。 即创建一…...
uniapp内嵌的webview H5与应用通信
H5端: 1、找到index.html引入依赖 <script type"text/javascript" src"https://unpkg.com/dcloudio/uni-webview-js0.0.3/index.js"></script> 2、在需要通讯处发送消息 uni.postMessage({data:{code:200,msg:"处理完成&q…...
黄仁勋:人形机器人在内,仅有三种机器人有望实现大规模生产
11月23日,芯片巨头、AI时代“卖铲人”和最大受益者、全球市值最高【英伟达】创始人兼CEO黄仁勋在香港科技大学被授予工程学荣誉博士学位;并与香港科技大学校董会主席沈向洋展开深刻对话,涉及人工智能(AI)、计算力、领导…...
Docker--harbor私有仓库部署与管理
目录 一、Harbor 简介 1.1 什么是Harbor 1.2 Harbor的特性 1.3 Harbor的构成 二、Harbor 部署 2.1 部署 Docker-Compose 服务 2.2 部署 Harbor 服务 (1)下载或上传 Harbor 安装程序 (2)修改harbor安装的配置文件 2.3 启…...
35 基于单片机的精确电压表DA-AD转换
目录 一、主要功能 二、硬件资源 三、程序编程 四、实现现象 一、主要功能 基于51单片机,采用DAC0832和ADC0832检测电压,0到8.5V,设计复位电路 LED管显示实际稳压值,初始电压0 二、硬件资源 基于KEIL5编写C代码,…...
Windows系统下安装Triton 3.0.0预编译Triton 2.1.0
Triton是一个用于编写高效自定义深度学习原语的语言和编译器。它旨在提供一个开源环境,使得编写代码的速度比CUDA更快,同时比其他现有的DSLs(领域特定语言)更灵活。 在开始安装之前,请确保您的系统满足以下要求&#x…...
Easyexcel(7-自定义样式)
相关文章链接 Easyexcel(1-注解使用)Easyexcel(2-文件读取)Easyexcel(3-文件导出)Easyexcel(4-模板文件)Easyexcel(5-自定义列宽)Easyexcel(6-单…...
ubuntu搭建k8s环境详细教程
在Ubuntu上搭建Kubernetes(K8s)环境可以通过多种方式实现,下面是一个详细的教程,使用kubeadm工具来搭建Kubernetes集群。这个教程将涵盖从准备工作到安装和配置Kubernetes的所有步骤。 环境准备 操作系统:确保你使用的…...
spark 写入mysql 中文数据 显示?? 或者 乱码
目录 前言 Spark报错: 解决办法: 总结一下: 报错: 解决: 前言 用spark写入mysql中,查看中文数据 显示?? 或者 乱码 Spark报错: Sat Nov 23 19:15:59 CST 2024 WARN: Establishing SSL…...
Python中的简单爬虫
文章目录 一. 基于FastAPI之Web站点开发1. 基于FastAPI搭建Web服务器2. Web服务器和浏览器的通讯流程3. 浏览器访问Web服务器的通讯流程4. 加载图片资源代码 二. 基于Web请求的FastAPI通用配置1. 目前Web服务器存在问题2. 基于Web请求的FastAPI通用配置 三. Python爬虫介绍1. 什…...
网络安全原理与技术思考题/简答题
作业1(第1章、第2章、第8章) 1. 网络安全的基本属性有哪些?简单解释每个基本属性的含义。网络安全的扩展属性包括哪些? 基本属性: 1.机密性(Confidentiality): 含义:确保信息不被未授权的用户…...
技术周刊 | 前端真的凉了吗?2024 前端趋势解读
大家好,我是童欧巴。见字如面,万事胜意。 小雪已过,大家勿忘添衣御寒,欢迎来到第 135 期周刊。 大厨推荐 2024 前端趋势 The Software House 公司发布的前端状态调查报告,本版是迄今为止最全面的调查,共…...
Qt常用控件之按钮类控件
目录 QPushButton 添加图标 添加快捷键 QRadioButton 关于toggled 模拟点餐功能 QCheckBox 刚刚 QWidget 中涉及到的各种 属性/函数/使用方法,针对接下来要介绍的 Qt 的各种控件都是有效的,因为各种控件都是继承自 QWidget 的 接下来本篇博客就学…...
Wonder3D本地部署到算家云搭建详细教程
Wonder3D简介 Wonder3D仅需2至3分钟即可从单视图图像中重建出高度详细的纹理网格。Wonder3D首先通过跨域扩散模型生成一致的多视图法线图与相应的彩色图像,然后利用一种新颖的法线融合方法实现快速且高质量的重建。 本文详细介绍了在算家云搭建Wonder3D的流程以及…...
景联文科技:高质量数据采集标注服务引领AI革新
在当今这个数字化时代,数据已经成为推动社会进步和产业升级的关键资源。特别是在人工智能领域,高质量的数据是训练出高效、精准的AI模型的基础。景联文科技是一家专业的数据采集与标注公司,致力于为客户提供高质量的数据处理服务,…...
企业面试真题----阿里巴巴
1.HashMap为什么不是线程安全的? 首先hashmap就是为单线程设计的,并不适合于多线程环境,而hashmap的线程不安全原因主主要是以下两个原因: 死循环 死循环问题发生在jdk1.8之前(不包含1.8),造…...
极狐GitLab 17.6 正式发布几十项与 DevSecOps 相关的功能【四】
GitLab 是一个全球知名的一体化 DevOps 平台,很多人都通过私有化部署 GitLab 来进行源代码托管。极狐GitLab 是 GitLab 在中国的发行版,专门为中国程序员服务。可以一键式部署极狐GitLab。 学习极狐GitLab 的相关资料: 极狐GitLab 官网极狐…...
【C++知识总结2】C++里面的小配角cout和cin
一、引入 第一个关于输入输出的C代码 #include<iostream> // std是C标准库的命名空间名,C将标准库的定义实现都放到这个命名空间中 using namespace std; int main() {cout<<"Hello world!!!"<<endl;return 0; } 1. 使用cout标准输出…...
门控循环单元(GRU)与时间序列预测应用
一、GRU简介 门控循环单元(Gated Recurrent Unit,简称GRU)是一种简化版的LSTM(长短期记忆网络),专门用于解决长序列中的梯度消失问题。与LSTM相比,GRU具有更简单的结构和较少的参数,…...
Spring Boot 3 集成 Spring Security(2)授权
文章目录 授权配置 SecurityFilterChain基于注解的授权控制自定义权限决策 在《Spring Boot 3 集成 Spring Security(1)》中,我们简单实现了 Spring Security 的认证功能,通过实现用户身份验证来确保系统的安全性。Spring Securit…...
互联网摸鱼日报(2024-11-22)
互联网摸鱼日报(2024-11-22) 36氪新闻 学习马斯克不丢人,脸书也开始改造自己了 旅游行业趋势变了,增长还能从哪里寻找? 大厂入局后,小型小游戏团队能否继续喝一口汤? 一拥而上的“跨界咖啡”,是“走心”…...
RNN并行化——《Were RNNs All We Needed?》论文解读
InfoPaperhttps://arxiv.org/abs/2410.01201GitHubhttps://github.com/lucidrains/minGRU-pytorch个人博客地址http://myhz0606.com/article/mini_rnn 最近在看并行RNN相关的paper,发现很多都利用了Parallel Scanning算法。本文将从Parallel Scanning算法开始&…...
机器学习周志华学习笔记-第6章<支持向量机>
机器学习周志华学习笔记-第6章<支持向量机> 卷王,请看目录 6支持向量机6.1 函数间隔与几何间隔6.1.1 函数间隔6.1.2 几何间隔 6.2 最大间隔与支持向量6.3 对偶问题6.4 核函数6.5 软间隔支持向量机6.6 支持向量机6.7核方法 6支持向量机 支持向量机是一种经典…...
IP反向追踪技术,了解一下?
DOSS(拒绝服务)攻击是现在比较常见的网络攻击手段。想象一下,有某个恶意分子想要搞垮某个网站,他就会使用DOSS攻击。这种攻击常常使用的方式是IP欺骗。他会伪装成正常的IP地址,让网络服务器以为有很多平常的请求&#…...
2025蓝桥杯(单片机)备赛--扩展外设之UART1的原理与应用(十二)
一、串口1的实现原理 a.查看STC15F2K60S2数据手册: 串口一在590页,此款单片机有两个串口。 串口1相关寄存器: SCON:串行控制寄存器(可位寻址) SCON寄存器说明: 需要PCON寄存器的SMOD0/PCON.6为0,使SM0和SM…...
Linux 使用gdb调试core文件
core文件和gdb调试 什么是 core 文件?产生core文件的原因?core 文件的控制和生成路径gdb 调试core 文件引用和拓展 什么是 core 文件? 当程序运行过程中出现Segmentation fault (core dumped)错误时,程序停止运行,并产…...
Python后端flask框架接收zip压缩包方法
一、用base64编码发送,以及接收 import base64 import io import zipfile from flask import request, jsonifydef unzip_and_find_png(zip_data):# 使用 BytesIO 在内存中处理 zip 数据with zipfile.ZipFile(io.BytesIO(zip_data), r) as zip_ref:extracted_paths…...
【21-30期】Java技术深度剖析:从分库分表到微服务的核心问题解析
🚀 作者 :“码上有前” 🚀 文章简介 :Java 🚀 欢迎小伙伴们 点赞👍、收藏⭐、留言💬 文章题目:Java技术深度剖析:从分库分表到微服务的核心问题解析 摘要: 本…...
Linux 中 find 命令使用详解
目录 一:基本语法二:搜索路径1、限制递归层级2、排除指定路径 三:匹配条件1、按照文件名搜索2、按文件类型搜索3、按文件大小搜索4、按文件权限搜索5、按文件所有者或所属组搜索6、按文件修改时间搜索 四:执行操作1、输出满足条件…...
云服务器部署WebSocket项目
WebSocket是一种在单个TCP连接上进行全双工通信的协议,其设计的目的是在Web浏览器和Web服务器之间进行实时通信(实时Web) WebSocket协议的优点包括: 1. 更高效的网络利用率:与HTTP相比,WebSocket的握手只…...
林业产品智能推荐引擎:Spring Boot篇
1 绪论 1.1 选题背景 网络技术和计算机技术发展至今,已经拥有了深厚的理论基础,并在现实中进行了充分运用,尤其是基于计算机运行的软件更是受到各界的关注。计算机软件可以针对不同行业的营业特点以及管理需求,设置不同的功能&…...
【C++】LeetCode:LCR 077. 排序链表
题干 LCR 077. 排序链表 给定链表的头结点 head ,请将其按 升序 排列并返回 排序后的链表 。 解法:归并排序 /*** Definition for singly-linked list.* struct ListNode {* int val;* ListNode *next;* ListNode() : val(0), next(null…...
git教程
文章目录 简介:使用教程:(1)安装git:(2)设置用户名和邮箱作为标识符:(3)建立本地仓库:本地仓库作用:(1)将文件…...
报表工具功能对比:免费易上手的山海鲸报表 vs 庞大用户群体的Tableau
在数据报表与分析领域,随着大数据技术的不断发展和企业数字化转型的深入,市面上涌现出了众多报表工具,为用户提供多元化的选择。对于企业数据分析师、IT人员及管理层来说,选择一款适合自己的报表工具至关重要。本文将从多个角度对…...
鸿蒙原生应用开发及部署:首选华为云,开启HarmonyOS NEXT App新纪元
目录 前言 HarmonyOS NEXT:下一代操作系统的愿景 1、核心特性和优势 2、如何推动应用生态的发展 3、对开发者和用户的影响 华为云服务在鸿蒙原生应用开发中的作用 1、华为云ECS C系列实例 (1)全维度性能升级 (2ÿ…...
CSS之3D转换
三维坐标系 三维坐标系其实就是指立体空间,立体空间是由3个轴共同组成的。 x轴:水平向右注意:x右边是正值,左边是负值 y轴:垂直向下注意:y下面是正值,上面是负值 z轴:垂直屏幕注意:往外面是正值,往里面是负值 3D移动 translat…...
uni-app初学笔记:文件路径与作用
components:可复用的组件pages:页面(可见/不可见)static:静态资源,存放图片视频等 (相当于vue项目的 assets)mainjs:Vue初始化入口文件App.vue:应用配置,用来配置App全局样式以及监听pages.json :配置页面路…...
子组件中$emit和update更新传递变量
vue2.6之后才可以使用update更新,vue2.6以下版本使用input和v-model 需求描述:蒙层上展示弹窗,弹窗点击关闭,需要向父传递关闭的信息 方法1,简便直接传递变量visible(或者不改名isModalVisible也是可以的…...
浅谈Python库之lxml
一、基本介绍 lxml 是一个用 Python 编写的库,它提供了对 XML 和 HTML 文档的解析和操作功能。它使用 C 语言编写的 libxml2 和 libxslt 库作为后端,因此解析速度非常快,并且能够处理大型文档。lxml 支持 XPath 和 XSLT,这使得它在…...
spring boot框架漏洞复现
spring - java开源框架有五种 Spring MVC、SpringBoot、SpringFramework、SpringSecurity、SpringCloud spring boot版本 版本1: 直接就在根下 / 版本2:根下的必须目录 /actuator/ 端口:9093 spring boot搭建 1:直接下载源码打包 2:运行编译好的jar包:actuator-testb…...
IDEA插件CamelCase,快速转变命名格式
在IDEA上大小写转换的快捷键是 CtrlshitU 其它的格式转换的快捷键是 shitaltu 安装方法: file-settings-plugins-在marketplace搜索“CamelCase”-点击安装。 安装成功设置后,重新打开idea 下载完成后 点击 Apply 和OK 此刻就可以选中命名 并使用快捷…...
Elasticsearch中的节点(比如共20个),其中的10个选了一个master,另外10个选了另一个master,怎么办?
大家好,我是锋哥。今天分享关于【Elasticsearch中的节点(比如共20个),其中的10个选了一个master,另外10个选了另一个master,怎么办?】面试题。希望对大家有帮助; Elasticsearch中的节…...
Spring Boot 集成 Knife4j 的 Swagger 文档
在开发微服务应用时,API 文档的生成和维护是非常重要的一环。Swagger 是一个非常流行的 API 文档工具,可以帮助我们自动生成 RESTful API 的文档,并提供了一个友好的界面供开发者测试 API。本文将介绍如何在 Spring Boot 项目中集成 Knife4j …...