当前位置: 首页 > news >正文

Page Assist - 本地Deepseek模型 Web UI 的安装和使用

Page Assist

Page Assist是一个开源的Chrome扩展程序,为本地AI模型提供一个直观的交互界面。通过它可以在任何网页上打开侧边栏或Web UI,与自己的AI模型进行对话,获取智能辅助。这种设计不仅方便了用户随时调用AI的能力,还保护了用户的隐私,因为所有的交互都是在本地完成的。
下载见本文绑定的资源,链接:https://blog.csdn.net/m0_56734068/article/details/143179789

扩展过程

1.下载后进“管理扩展程序菜单”,点击打包扩展程序。

2.选择你解压“pageassist-1.4.4-chrome.zip”存放的位置。

3.完成后,点“详情”得到如下说明。

4. 此页面往下翻,检查“固定到工具栏”是否为打开状态。打开后chrome浏览器地址栏后出现一个对话按钮。


使用过程

点对话框按钮,即打开deepseek网页用户界面web-ui,前提是你已部署好大模型了。

测试一

随便给个数学题目:1+2+3+...+100 

3.点击答案下方的第二个按钮“复制到剪切板” Copy to clipboard,就得到答案的markdown标记语言。如以上答案贴在代码框里,如下:

<think>
I will use the formula for the sum of the first n natural numbers, which is \( \frac{n(n + 1)}{2} \).Since there are 100 terms in this sequence, I substitute \( n = 100 \) into the formula.Calculating this gives me \( \frac{100 \times 101}{2} = 5050 \).
</think>To find the sum of the first 100 natural numbers (1 + 2 + 3 + ... + 100), we can use the formula for the sum of an arithmetic series:\[
S_n = \frac{n(n + 1)}{2}
\]Where:
- \( S_n \) is the sum of the first \( n \) natural numbers.
- \( n \) is the number of terms.**Step-by-Step Solution:**1. **Identify the Number of Terms (\( n \))**:  In this case, we are summing the first 100 natural numbers.\[n = 100\]2. **Plug the Value into the Formula**:  \[S_{100} = \frac{100 \times (100 + 1)}{2}\]3. **Simplify the Expression**:  \[S_{100} = \frac{100 \times 101}{2} = 50 \times 101 = 5050\]4. **Final Answer**:  \[1 + 2 + 3 + \dots + 100 = \boxed{5050}\]

而直接贴在发文的编辑框里,发表后就和web-ui里的显示一样了,包括用普通字符难以表达的数学公式也用LaTex公式展示出数学中正确的表达。 


<think>
I will use the formula for the sum of the first n natural numbers, which is \( \frac{n(n + 1)}{2} \).

Since there are 100 terms in this sequence, I substitute \( n = 100 \) into the formula.

Calculating this gives me \( \frac{100 \times 101}{2} = 5050 \).
</think>

To find the sum of the first 100 natural numbers (1 + 2 + 3 + ... + 100), we can use the formula for the sum of an arithmetic series:

\[
S_n = \frac{n(n + 1)}{2}
\]

Where:
- \( S_n \) is the sum of the first \( n \) natural numbers.
- \( n \) is the number of terms.

**Step-by-Step Solution:**

1. **Identify the Number of Terms (\( n \))**:  
   In this case, we are summing the first 100 natural numbers.
   
   \[
   n = 100
   \]

2. **Plug the Value into the Formula**:  
   
   \[
   S_{100} = \frac{100 \times (100 + 1)}{2}
   \]
   
3. **Simplify the Expression**:  
   
   \[
   S_{100} = \frac{100 \times 101}{2} = 50 \times 101 = 5050
   \]

4. **Final Answer**:  
   
   \[
   1 + 2 + 3 + \dots + 100 = \boxed{5050}
   \]


测试二

y''+2y'+3y=0 请解这个微分方程,并写出答题过程。

DS大约化了3分钟时间解决问题。用14b和8b两种模型回答,最终结果一致的,思考过程写题经过有点不一样。

14b: (如下所示,回答的<think>部分写在代码框里)


<think>
好,我现在要解这个二阶常系数线性微分方程:y'' + 2y' + 3y = 0。嗯,让我慢慢想一想。首先,这个方程看起来是齐次的,也就是说,它没有非齐次项,所以应该可以用特征方程法来解。那什么是特征方程呢?对,应该是把y''替换成r²,把y'替换成r,然后把方程中的y''、y'和y都变为相应的多项式,这样就得到一个关于r的二次方程。所以,我来代入一下。原来的微分方程是y'' + 2y' + 3y = 0,特征方程就是把y''替换成r²,y'替换成r,y替换成1,所以得到:
r² + 2r + 3 = 0。接下来,我需要解这个二次方程。用求根公式:r = [-b ± √(b² - 4ac)] / (2a),这里a=1,b=2,c=3。那代入进去就是:
r = [-2 ± √(4 - 12)] / 2 = [-2 ± √(-8)] / 2。哎呀,这里有个问题,√(-8)等于多少呢?应该是虚数单位i乘以√8,所以继续计算:
√(-8) = i√8,而√8可以化简为2√2,所以r的两个解就是:
r = [-2 ± 2i√2] / 2。接下来,我要把这个分母2约掉,得到:
r = -1 ± i√2。所以,这个微分方程有复数根,形式是α + βi,其中α = -1,β = √2。因为这些根都是复数,所以解的结构应该涉及到指数函数和三角函数。我记得对于这样的根,通解是:
y(t) = e^(α t) [C1 cos(β t) + C2 sin(β t)],
其中C1和C2是常数,由初始条件决定。不过,我觉得这不够全面,因为有时候可能还会有实数的指数部分,不过这里根已经是复数了,所以应该直接用这个形式。对吧?那我再检查一下,特征方程是否正确:r² + 2r +3 =0,没错。解出来的r确实是-1 ± i√2,这样写出通解也是正确的。不过,我还记得有时候复数根也可以用欧拉公式来表达,但可能这里直接使用指数和正弦、余弦函数更方便一些。嗯,总结一下,微分方程y'' + 2y' +3y=0的解是:
y(t) = e^(-t)[C1 cos(√2 t) + C2 sin(√2 t)],
其中C1和C2是任意常数。不过,为了确保没错,我再检查一下是否有计算错误的地方。首先,特征方程r² + 2r +3=0的判别式D = b² -4ac=4-12=-8,是正确的,所以根是复数。然后代入解的时候也没有问题,得到了r=-1 ± i√2,所以没错。另外,如果我把这个解带回原微分方程,看看是否满足:
首先计算y = e^(-t)[C1 cos(√2 t) + C2 sin(√2 t)],
那么y' = -e^(-t)[C1 cos(√2 t) + C2 sin(√2 t)] + e^(-t)[-C1 √2 sin(√2 t) + C2 √2 cos(√2 t)],
而y''则是[e^(-t)][C1 cos(√2 t) + C2 sin(√2 t)] - 2e^(-t)[C1 cos(√2 t) + C2 sin(√2 t)] + e^(-t)[-C1 (√2)^2 sin(√2 t) - C2 (√2)^2 cos(√2 t)]。嗯,这可能有点繁琐,不过我可以简化一下计算:让我更仔细地算一遍导数:
y = e^{-t} (C1 cos(√2 t) + C2 sin(√2 t)),
那么y' = -e^{-t}(C1 cos(√2 t)+C2 sin(√2 t)) + e^{-t}(-C1 √2 sin(√2 t) + C2 √2 cos(√2 t))。
这是因为,导数的计算是:-e^{-t}乘以括号里的部分,加上e^{-t}乘以对cos和sin求导后的项。然后y''就是:
首先,对y'求导,
= [-e^{-t}(C1 cos + C2 sin) + e^{-t}(-C1 √2 sin + C2 √2 cos)]的导数,
那这部分等于:
-e^{-t}(C1 cos + C2 sin) + [ -e^{-t}(C1 cos + C2 sin) ) 的导数,记得用乘积法则?
不对,其实应该是这样:
y' = (-C1 cos(√2 t) - C2 sin(√2 t)) e^{-t} + (-C1 √2 sin(√2 t) + C2 √2 cos(√2 t)) e^{-t},
所以y''就是把这两项再次导数:
首先,第一部分是(-C1 cos + -C2 sin)e^{-t},
它的导数是:
[C1 √2 sin(√2 t) - C2 √2 cos(√2 t)] e^{-t} +
+ (-C1 cos + -C2 sin)e^{-t},
然后第二项是(-C1 √2 sin + C2 √2 cos)e^{-t},
它的导数是:
[ -C1 (√2)^2 cos - C2 (√2)^2 sin ] e^{-t}
+ (-C1 √2 sin + C2 √2 cos) e^{-t}。这样计算可能比较复杂,换种方式,我是否可以用更系统的方法来代入原方程呢?另一种方法是,用特征方程法求出通解之后,再验证一下代入是否正确,不过其实已经得到了标准形式,所以或许不需要详细验证了。或者,假设我有通解y = e^{-t}(C1 cos(√2 t) + C2 sin(√2 t)),
然后带回原方程:y'' + 2y' +3y=0,计算各个导数:
先算y = e^{-t} (C1 cos + C2 sin),
那么y’ = -e^{-t}(C1 cos + C2 sin) + e^{-t}(-C1 √2 sin + C2 √2 cos),
接下来,y’’ 就是对y’求导:
= [e^{-t}(C1 cos + C2 sin)] - 2(e^{-t})(C1 cos + C2 sin)
+ e^{-t}[ (-C1 (√2)^2 sin - C2 (√2)^2 cos) ]
等一下,这可能太繁琐了,换个思路:或者,可以利用微分方程的线性性质,将解带入原方程,看看是否等于0。不过这可能花费比较多时间,我觉得或许可以接受这个通解,因为它来自正确的特征方程,并且步骤是对的,所以应该没问题。综上所述,这个微分方程y'' + 2y' +3y=0的解是:
y(t) = e^{-t}[C1 cos(√2 t) + C2 sin(√2 t)],
其中C1和C2由初始条件给出。所以,我觉得这个过程没问题,得到的通解也是正确的。**答案**
微分方程 \( y'' + 2y' + 3y = 0 \) 的解为:
\[
y(t) = e^{-t} \left[ C_1 \cos(\sqrt{2} t) + C_2 \sin(\sqrt{2} t) \right]
\]
其中 \( C_1 \) 和 \( C_2 \) 是常数。所以,最终答案是:
\[
\boxed{y(t) = e^{-t} \left( C_1 \cos(\sqrt{2} t) + C_2 \sin(\sqrt{2} t) \right)}
\]
</think>

首先,我们考虑解二阶常系数线性微分方程 \( y'' + 2y' + 3y = 0 \)。

1. **特征方程法**:
   将 \( y'' \)、\( y' \) 和 \( y \) 分别替换为 \( r^2 \)、\( r \) 和 1,得到特征方程:
   \[
   r^2 + 2r + 3 = 0
   \]

2. **求解特征方程**:
   使用二次公式解得:
   \[
   r = \frac{-2 \pm \sqrt{4 - 12}}{2} = \frac{-2 \pm \sqrt{-8}}{2} = -1 \pm i\sqrt{2}
   \]

3. **通解形式**:
   特征根为复数 \( -1 + i\sqrt{2} \) 和 \( -1 - i\sqrt{2} \),因此解的形式为:
   \[
   y(t) = e^{-t} \left[ C_1 \cos(\sqrt{2} t) + C_2 \sin(\sqrt{2} t) \right]
   \]
   其中 \( C_1 \) 和 \( C_2 \) 是常数。

最终答案为:
\[
\boxed{y(t) = e^{-t} \left( C_1 \cos(\sqrt{2} t) + C_2 \sin(\sqrt{2} t) \right)}
\]


8b:


<think>
嗯,我现在得解这个微分方程:y'' + 2y' + 3y = 0。好吧,先想想这是什么类型的方程。首先,这是一个二阶线性常系数齐次微分方程。一般来说,这样的方程可以用特征方程的方法来解。那我就按照步骤一步步来。第一步,写出特征方程。原方程的特征方程应该是:r² + 2r + 3 = 0。对吧?因为二阶的话,y''对应的是r²,系数不变;y'对应的是一次项,所以是2r,而常数项就是原来的常数,这里是3。接下来,解这个二次方程。用求根公式:r = [-b ± √(b² - 4ac)] / (2a),这里a=1,b=2,c=3。代入进去的话:r = [-2 ± √(4 - 12)] / 2
√里面是4-12=-8,所以平方根变成虚数了,记作i√8,也就是2√2 i。那这样,解就是:r = (-2 ± 2√2 i)/2。约分一下,分子分母都除以2,得 r = -1 ± √2 i。这说明特征方程的根是复数,形式为α ± βi,其中α=-1,β=√2。根据微分方程的解法,这种情况下通解的形式应该是:y(x) = e^{α x} [C1 cos(βx) + C2 sin(βx)],对吧?所以代入进去的话,就是:y(x) = e^{-x} [C1 cos(√2 x) + C2 sin(√2 x)]嗯,这里我得确认一下步骤是否正确。特征方程的根是正确的吗?我们再算一遍:r² + 2r +3=0,
判别式 D = (2)^2 -4*1*3 = 4 -12 = -8,
所以√D = √(-8) = 2i√2,
所以r=(-2 ± 2i√2)/2=-1±i√2,
对的,没有问题。那通解的形式是否正确?对于复根α ± βi,确实对应的解是e^{α x} (C1 cos(βx)+ C2 sin(βx))。没问题。有没有可能犯了什么错误呢?比如求特征方程的时候是不是哪里符号弄反了?让我再检查一下:原微分方程是y'' + 2y' +3y=0,对应的是r² +2r+3=0,没错。那根的计算也没问题。判别式算对了,√里面的结果也正确,得出的结果没问题。所以,我觉得通解应该是正确的:y(x)=e^{-x}[C1 cos(√2 x)+ C2 sin(√2 x)]或者也可以写成其他的形式,比如用欧拉公式表示为 e^{-x} [A e^{i√2 x} + B e^{-i√2 x}],但一般来说,更习惯于将解写成实数形式的余弦和正弦函数。综上所述,这个微分方程的通解就是上面那样。
</think>

为了求解二阶线性常系数齐次微分方程 \( y'' + 2y' + 3y = 0 \),我们首先写出其特征方程:

\[ r^2 + 2r + 3 = 0 \]

使用求根公式得到:

\[ r = \frac{-2 \pm \sqrt{(2)^2 - 4 \cdot 1 \cdot 3}}{2 \cdot 1} = \frac{-2 \pm \sqrt{-8}}{2} = -1 \pm i\sqrt{2} \]

由于特征方程的根是复数 \( -1 \pm i\sqrt{2} \),对应的通解形式为:

\[ y(x) = e^{-x} \left( C_1 \cos(\sqrt{2}x) + C_2 \sin(\sqrt{2}x) \right) \]

其中,\( C_1 \) 和 \( C_2 \) 是常数。

**答案:**

微分方程的通解为:

\[ y(x) = e^{-x} \left( C_1 \cos(\sqrt{2} x) + C_2 \sin(\sqrt{2} x) \right) \]


其它

DS占用内存情况 

大致情况:14b占用9G内存,8b占用5.8G,

DS与openAI的对比

如下图所示,deepseek的各项指标基本与openAI齐平各有出入,怪不到老美从跳脚要制裁到各大公司选择接入,打不过就加入吧。

华为小艺接入DS

最后附带一个新闻:在我编辑此文前一会会,收到手机通知消息,告知小艺已接入deepseek-R1,指纯血鸿蒙版的小艺App,5.0之前的老版本的是“智慧语音”暂时还没有。

相关文章:

Page Assist - 本地Deepseek模型 Web UI 的安装和使用

Page Assist Page Assist是一个开源的Chrome扩展程序&#xff0c;为本地AI模型提供一个直观的交互界面。通过它可以在任何网页上打开侧边栏或Web UI&#xff0c;与自己的AI模型进行对话&#xff0c;获取智能辅助。这种设计不仅方便了用户随时调用AI的能力&#xff0c;还保护了…...

Cookie及Session---笔记

目录 Cookiecookie简介cookiesession的认证方式tpshop完整登录实现-cookie Sessionsession简介session自动管理cookietpshop完整登录实现-sessioncookie和session的区别获取响应结果指定内容 Cookie cookie简介 工程师针对HTTP协议是无连接无状态特性所设计的一种技术&#x…...

【Block总结】DASI,多维特征融合

论文信息 HCF-Net&#xff08;Hierarchical Context Fusion Network&#xff09;是一种新提出的深度学习模型&#xff0c;专门用于红外小目标检测。该论文于2024年3月16日发布&#xff0c;作者包括Shibiao Xu、ShuChen Zheng等&#xff0c;主要研究机构为北京邮电大学。该模型…...

LabVIEW的智能电源远程监控系统开发

在工业自动化与测试领域&#xff0c;电源设备的精准控制与远程管理是保障系统稳定运行的核心需求。传统电源管理依赖本地手动操作&#xff0c;存在响应滞后、参数调节效率低、无法实时监控等问题。通过集成工业物联网&#xff08;IIoT&#xff09;技术&#xff0c;实现电源设备…...

4.PPT:日月潭景点介绍【18】

目录 NO1、2、3、4​ NO5、6、7、8 ​ ​NO9、10、11、12 ​ 表居中或者水平/垂直居中单元格内容居中或者水平/垂直居中 NO1、2、3、4 新建一个空白演示文稿&#xff0c;命名为“PPT.pptx”&#xff08;“.pptx”为扩展名&#xff09;新建幻灯片 开始→版式“PPT_素材.doc…...

《迪拜AI展:探寻中东人工智能发展的璀璨新篇》

迪拜&#xff1a;AI 浪潮下的闪耀明珠 迪拜&#xff0c;这座位于阿拉伯半岛东部、波斯湾东南岸的城市&#xff0c;犹如一颗璀璨的明珠&#xff0c;在中东地区散发着独特的魅力。它是阿拉伯联合酋长国的第二大城市&#xff0c;也是迪拜酋长国的首府 &#xff0c;凭借优越的地理位…...

axios如何利用promise无痛刷新token

目录 需求 需求解析 实现思路 方法一&#xff1a; 方法二&#xff1a; 两种方法对比 实现 封装axios基本骨架 instance.interceptors.response.use拦截实现 问题和优化 如何防止多次刷新token 同时发起两个或以上的请求时&#xff0c;其他接口如何重试 最后完整代…...

R语言 | 使用 ComplexHeatmap 绘制热图,分区并给对角线分区加黑边框

目的&#xff1a;画热图&#xff0c;分区&#xff0c;给对角线分区添加黑色边框 建议直接看0和4。 0. 准备数据 # 安装并加载必要的包 #install.packages("ComplexHeatmap") # 如果尚未安装 library(ComplexHeatmap)# 使用 iris 数据集 #data(iris)# 选择数值列&a…...

TensorFlow 简单的二分类神经网络的训练和应用流程

展示了一个简单的二分类神经网络的训练和应用流程。主要步骤包括&#xff1a; 1. 数据准备与预处理 2. 构建模型 3. 编译模型 4. 训练模型 5. 评估模型 6. 模型应用与部署 加载和应用已训练的模型 1. 数据准备与预处理 在本例中&#xff0c;数据准备是通过两个 Numpy 数…...

蓝桥杯备考:模拟算法之字符串展开

P1098 [NOIP 2007 提高组] 字符串的展开 - 洛谷 | 计算机科学教育新生态 #include <iostream> #include <cctype> #include <algorithm> using namespace std; int p1,p2,p3; string s,ret; void add(char left,char right) {string tmp;for(char ch left1;…...

[创业之路-282]:《产品开发管理-方法.流程.工具 》-1- 优秀研发体系的特征、IPD关注的4个关键要素、IPD体系的7个特点

目录 一、优秀研发体系的特征 二、IPD关注的4个关键要素 1. 组织管理 2. 市场管理 3. 流程管理 4. 产品管理 三、IPD体系的7个特点 1、产品开发是投资行为&#xff1a; 2、基于市场的产品研发&#xff1a; 3、平台化开发&#xff0c;大平台&#xff0c;小产品&#x…...

Node.js 与 PostgreSQL 集成:深入 pg 模块的应用与实践

title: Node.js 与 PostgreSQL 集成:深入 pg 模块的应用与实践 date: 2025/2/5 updated: 2025/2/5 author: cmdragon excerpt: 随着 JavaScript 在服务器端编程中的兴起,Node.js 已成为构建高性能网络应用程序的重要平台。PostgreSQL 则以其强大的特性以及对复杂数据结构的…...

【Uniapp-Vue3】从uniCloud中获取数据

需要先获取数据库对象&#xff1a; let db uniCloud.database(); 获取数据库中数据的方法&#xff1a; db.collection("数据表名称").get(); 所以就可以得到下面的这个模板&#xff1a; let 函数名 async () > { let res await db.collection("数据表名称…...

LeetCode 0090.子集 II:二进制枚举 / 回溯

【LetMeFly】90.子集 II&#xff1a;二进制枚举 / 回溯 力扣题目链接&#xff1a;https://leetcode.cn/problems/subsets-ii/ 给你一个整数数组 nums &#xff0c;其中可能包含重复元素&#xff0c;请你返回该数组所有可能的 子集&#xff08;幂集&#xff09;。 解集 不能 …...

Pytest+selenium UI自动化测试实战实例

今天来说说pytest吧&#xff0c;经过几周的时间学习&#xff0c;有收获也有疑惑&#xff0c;总之最后还是搞个小项目出来证明自己的努力不没有白费。 环境准备 1 确保您已经安装了python3.x 2 配置python3pycharmselenium2开发环境 3 安装pytest库pip install p…...

黑马点评 - 商铺类型缓存练习题(Redis List实现)

首先明确返回值是一个 List<ShopType> 类型那么我们修改此函数并在 TypeService 中声明 queryTypeList 方法&#xff0c;并在其实现类中实现此方法 GetMapping("list")public Result queryTypeList() {return typeService.queryTypeList();}实现此方法首先需要…...

C++ 创建和配置dll与lib库

C简明教程&#xff08;13&#xff09;创建和配置dll与lib库_怎样生成lib库和dll库-CSDN博客 C 动态库与静态库详解 一、为什么要引入库的概念 在 C 编程中&#xff0c;随着项目规模的不断扩大&#xff0c;代码量也会急剧增加。如果将所有代码都写在一个源文件中&#xff0c;…...

深度剖析 Veo2 工具:解锁 AI 视频创作新境界

在当下这个 AI 技术日新月异的时代,各种 AI 工具如雨后春笋般涌现,让人目不暇接。今天,我就来给大家好好说道说道谷歌旗下的 Veo2,这可是一款在 AI 视频创作领域相当有分量的工具。好多朋友都在问,Veo2 到底厉害在哪?好不好上手?能在哪些地方派上用场?别着急,今天我就…...

LabVIEW自定义测量参数怎么设置?

以下通过一个温度采集案例&#xff0c;说明在 LabVIEW 中设置自定义测量参数的具体方法&#xff1a; 案例背景 ​ 假设使用 NI USB-6009 数据采集卡 和 热电偶传感器 监测温度&#xff0c;需自定义以下参数&#xff1a; 采样率&#xff1a;1 kHz 输入量程&#xff1a;0~10 V&a…...

JVM执行流程与架构(对应不同版本JDK)

直接上图&#xff08;对应JDK8以及以后的HotSpot&#xff09; 这里主要区分说明一下 方法区于 字符串常量池 的位置更迭&#xff1a; 方法区 JDK7 以及之前的版本将方法区存放在堆区域中的 永久代空间&#xff0c;堆的大小由虚拟机参数来控制。 JDK8 以及之后的版本将方法…...

数据治理项目为什么沦为了PPT工程?

数据治理项目为什么沦为了PPT工程&#xff1f; 数据治理项目为什么沦为PPT工程数据治理项目面临的深层挑战数据治理项目的破局之道 "这个项目明明做了快一年了&#xff0c;怎么感觉还在原地踏步&#xff1f;"数据治理小张最近很烦恼。 整天泡在会议室里&#xff0c;写…...

module ‘matplotlib.cm‘ has no attribute ‘get_cmap‘

目录 解决方法1&#xff1a; 解决方法2&#xff0c;新版api改了&#xff1a; module matplotlib.cm has no attribute get_cmap 报错代码&#xff1a; cmap matplotlib.cm.get_cmap(Oranges) 解决方法1&#xff1a; pip install matplotlib3.7.3 解决方法2&#xff0c;新版…...

HTML5 教程之标签(3)

HTML5 <center> 标签 (已废弃) 定义和用法 <center> 标签对其包围的文本进行水平居中处理。HTML5不支持使用<center>标签&#xff0c;因此有关该标签的更多信息&#xff0c;请参考“HTML <center>标签”部分&#xff01; 示例: <center>这个…...

告别传统办公软件,这款编辑器让你事半功倍!

文章目录 1 界面的多样性2 性能优化3 文档编辑器的新功能4 外部文本支持5 体验感想 ONLYOFFICE最近发布了文档8.2版本&#xff0c;带来了众多新特性和性能改进。作为一名用户和开发者&#xff0c;我对这些更新进行了深入的体验&#xff0c;感受到了不少亮点。 新版本特别强调了…...

AI协助探索AI新构型自动化创新的技术实现

一、AI自进化架构的核心范式 1. 元代码生成与模块化重构 - 代码级自编程&#xff1a;基于神经架构搜索的强化学习框架&#xff0c;AI可通过生成元代码模板&#xff08;框架的抽象层定义、神经元结点-网络拓扑态的编码抽象定义&#xff09;自动组合功能模块。例如&#xff0…...

全能型免费内网穿透工具,全面支持macOS、Windows、Linux及Docker系统

1. 登陆官网网址并注册帐号 ngrok | API Gateway, Kubernetes Networking Secure Tunnels 2 下载并安装工具 3. 启动工具 在命令行执行 ngrok http http://localhost:8080 其中端口可换成用户自己想要穿透的端口 4. 获取穿透地址 命令执行后会出现如下画面&#xff0c;红…...

Web - CSS3浮动定位与背景样式

概述 这篇文章主要介绍了 CSS3 中的浮动定位、背景样式、变形效果等内容。包括 BFC 规范与创建方法、浮动的功能与使用要点、定位的多种方式及特点、边框与圆角的设置、背景的颜色、图片等属性、多种变形效果及 3D 旋转等&#xff0c;还提到了浏览器私有前缀。 BFC规范与浏览…...

VUE之组件通信(二)

1、v-model v-model的底层原理&#xff1a;是:value值和input事件的结合 $event到底是啥&#xff1f;啥时候能.target 对于原生事件&#xff0c;$event就是事件对象 &#xff0c;能.target对应自定义事件&#xff0c;$event就是触发事件时&#xff0c;所传递的数据&#xff…...

Gauss高斯:建表语法,存储方式,OLTP和OLAP,系统时间,数组,分组(grouping set,rollup)

数据库和表的语法 数据库 表 oracle,高斯, hive的默认存储方式都是列式存储 存储方式 高斯数据库&#xff08;GaussDB&#xff09;支持列式存储和行式存储 OLTP 与 OLAP OLTP&#xff08;联机事务处理&#xff0c;Online Transaction Processing&#xff09;是一种用于管理…...

Java基础进阶

Java基础进阶 异常 概述 异常就是程序出现了不正常的情况 具体分为&#xff1a;Throwable—>(Error Exception);Exception—>(RuntimeException 非RuntimeException) Throwable类是Java语言中所有错误和异常的祖宗类&#xff1b;&#xff08;上面还有Object类) Thr…...

【数据结构】链表应用1

链表应用 面试题 02.02.返回倒数第k个节点题目描述思路解题过程复杂度 查找相同后缀题目描述解题思路完整代码&#xff1a; 删除绝对值相等的节点题目描述解题思路代码 面试题 02.02.返回倒数第k个节点 题目描述 实现一种算法&#xff0c;找出单向链表中倒数第 k 个节点。返回…...

python gltf生成预览图

使用Python生成GLTF模型的预览图 随着3D技术的不断发展&#xff0c;GLTF&#xff08;GL Transmission Format&#xff09;逐渐成为了Web和移动应用程序中最流行的3D文件格式之一。GLTF文件不仅能以较小的体积存储复杂的3D模型&#xff0c;还支持动画、材质、光照和纹理等特性。…...

HTTP和HTTPS协议详解

HTTP和HTTPS协议详解 HTTP详解什么是http协议http协议的发展史http0.9http1.0http1.1http2.0 http协议的格式URI和URL请求request响应response http协议完整的请求与响应流程 HTTPS详解为什么使用HTTPSSSL协议HTTPS通信过程TLS协议 HTTP详解 什么是http协议 1、全称Hyper Tex…...

实战:利用百度站长平台加速网站收录

本文转自&#xff1a;百万收录网 原文链接&#xff1a;https://www.baiwanshoulu.com/33.html 利用百度站长平台加速网站收录是一个实战性很强的过程&#xff0c;以下是一些具体的步骤和策略&#xff1a; 一、了解百度站长平台 百度站长平台是百度为网站管理员提供的一系列工…...

专门记录台式电脑常见问题

1、蓝屏死机&#xff0c;检查内存硬盘和cpu 2、拆内存条&#xff0c;用橡皮擦金手指 3、放主板静电&#xff0c;扣主板电池 4、系统时间不正确&#xff0c;主板电池没电 5、开机键坏了 6、电脑主机的风扇转&#xff0c;正常通电运行&#xff0c;但显示器没信号。看键盘的num键&…...

数据库系统概念第六版记录 一

1.关系型数据库 关系型数据库&#xff08;Relational Database&#xff0c;简称 RDB&#xff09;是基于关系模型的一种数据库&#xff0c;它通过表格的形式来组织和存储数据。每个表由若干行&#xff08;记录&#xff09;和列&#xff08;字段&#xff09;组成&#xff0c;数据…...

本地Ollama部署DeepSeek R1模型接入Word

目录 1.本地部署DeepSeek-R1模型 2.接入Word 3.效果演示 4.问题反馈 上一篇文章办公新利器&#xff1a;DeepSeekWord&#xff0c;让你的工作更高效-CSDN博客https://blog.csdn.net/qq_63708623/article/details/145418457?spm1001.2014.3001.5501https://blog.csdn.net/qq…...

Meta Sapiens AI论文解读:人类视觉模型基石初现,AI 未来走向何方?

一、引言 在本文中&#xff0c;我们将深入探讨 Meta AI 的一项新成果&#xff0c;该成果发表于一篇题为《Sapiens&#xff1a;人类视觉模型的基础》的研究论文中。这篇论文介绍了一系列模型&#xff0c;这些模型针对四项以人类为中心的基本任务&#xff0c;正如我们在上面的演示…...

输入类控件和多元素控件【QT】

文章目录 输入类控件QLineEdit Text EditCombo BoxSpin BoxDialSlider多元素控件QListWidget TableWidetTreeWidgetQGroupBoxTab Widget# QVBoxLayout# QHBoxLayoutQGridLayoutQFormLayout 输入类控件 QLineEdit 例如&#xff1a; 实现一个用户输入姓名 密码 电话 性别 的功能…...

一键开启/关闭deepseek

一键开启/关闭 Deepseek对应下载的模型一键开启 Deepseek&#xff0c;一键关闭Deepseek双击对应的bat&#xff0c;就可以启动https://mbd.pub/o/bread/Z56YmpZvbat 下载&#xff1a;https://mbd.pub/o/bread/Z56YmpZv 可以自己写下来&#xff0c;保存成bat文件&#xff0c;也可…...

gitea - fatal: Authentication failed

文章目录 gitea - fatal: Authentication failed概述run_gitea_on_my_pkm.bat 笔记删除windows凭证管理器中对应的url认证凭证启动gitea服务端的命令行正常用 TortoiseGit 提交代码备注END gitea - fatal: Authentication failed 概述 本地的git归档服务端使用gitea. 原来的用…...

Spring AI 智能体通过 MCP 集成本地文件数据

作者&#xff1a;刘军 Model Context Protocol&#xff08;MCP&#xff09;简介 模型上下文协议&#xff08;即 Model Context Protocol&#xff0c;MCP&#xff09; [ 1] 是一个开放协议&#xff0c;它规范了应用程序如何向大型语言模型&#xff08;LLM&#xff09;提供上下…...

音视频入门基础:RTP专题(5)——FFmpeg源码中,解析SDP的实现

一、引言 FFmpeg源码中通过ff_sdp_parse函数解析SDP。该函数定义在libavformat/rtsp.c中&#xff1a; int ff_sdp_parse(AVFormatContext *s, const char *content) {const char *p;int letter, i;char buf[SDP_MAX_SIZE], *q;SDPParseState sdp_parse_state { { 0 } }, *s1…...

MyBatis XML文件配置

目录 一、 配置连接字符串和MyBatis 二、书写持久层代码 2.1 添加Mapper接口 2.2 添加UserlnfoXMLMapper.xml 三、增删改查 3.1 、增&#xff08;Insert&#xff09; 3.2、删&#xff08;Delete) 3.3、改 (Update) 3.4、查 (Select) MyBatisXML的方式需要以下两步&am…...

【Leetcode 热题 100】1143. 最长公共子序列

问题背景 给定两个字符串 t e x t 1 text_1 text1​ 和 t e x t 2 text_2 text2​&#xff0c;返回这两个字符串的最长 公共子序列 的长度。如果不存在 公共子序列 &#xff0c;返回 0 0 0。 一个字符串的 子序列 是指这样一个新的字符串&#xff1a;它是由原字符串在不改变…...

【算法】动态规划专题④ ——LCS(最长公共子序列)+ LPS(最长回文子序列) python

目录 前置知识LCS举一反三LPS 前置知识 【算法】动态规划专题③ ——二维DP python 子序列定义为&#xff1a; 不改变剩余字符顺序的情况下&#xff0c;删除某些字符或者不删除任何字符形成的一个序列。 LCS 最长公共子序列 https://www.lanqiao.cn/problems/1189/learning/?p…...

Cesium点集中获取点的id,使用viewer.value.entities.getById报错的解决方法

错误代码&#xff1a; viewer.value.entities.getById(pickedObject.id) 报错&#xff1a; 可以正常获取movement.position但是一直出现如下报错&#xff0c;无法获得航点的id&#xff0c;通过断点定位为 viewer.value.entities.getById(pickedObject.id)导致的报错 解决方…...

360手机刷机 360手机解Bootloader 360手机ROOT

360手机刷机 360手机解Bootloader 360手机ROOT 问&#xff1a;360手机已停产&#xff0c;现在和以后&#xff0c;能刷机吗&#xff1f; 答&#xff1a;360手机&#xff0c;是肯定能刷机的 360手机资源下载网站 360手机-360手机刷机RootTwrp 360os.top 360rom.github.io 一、…...

深度探索DeepSeek-R1:AI大模型的本地应用与个人知识库构建

深度探索DeepSeek-R1&#xff1a;AI大模型的本地应用与个人知识库构建 引言 在当今这个信息爆炸的时代&#xff0c;如何高效地存储、处理和获取知识&#xff0c;已经成为每个人面临的挑战。想象一下&#xff0c;如果你能在没有互联网连接的情况下&#xff0c;构建一个属于自己…...

LabVIEW图像采集与应变场测量系统

开发了一种基于LabVIEW的图像采集与应变场测量系统&#xff0c;提供一种高精度、非接触式的测量技术&#xff0c;用于监测物体的全场位移和应变。系统整合了实时监控、数据记录和自动对焦等功能&#xff0c;适用于工程应用和科学研究。 项目背景 传统的位移和应变测量技术往往…...