当前位置: 首页 > news >正文

10分钟打造专属AI助手!ToDesk云电脑/顺网云/海马云操作DeepSeek哪家强?

文章目录

  • 一、引言
      • 云计算平台概览
      • ToDesk云电脑:随时随地用上高性能电脑
  • 二 .云电脑初体验
      • DeekSeek介绍
      • 版本参数与特点
      • 任务类型表现
    • 1、ToDesk云电脑
    • 2、顺网云电脑
    • 3、海马云电脑
  • 三、DeekSeek本地化实操和AIGC应用
    • 1. ToDesk云电脑
    • 2. 海马云电脑
    • 3、顺网云电脑
  • 四、结语
    • 总结:云电脑如何选择?

一、引言

DeepSeek这些大模型让 AI 开发变得越来越有趣,但真要跑起来,可没那么简单!

  • 本地配置太麻烦:显卡不够、驱动难装、环境冲突,光是折腾这些就让人心态崩了。
  • 云端性能参差不齐:选错云电脑,可能卡到爆、加载慢,还容易掉线,搞得效率直线下降。
  • 成本难控:有的平台按小时计费,价格一会儿一个样,不小心就被扣了一大笔。

选对云电脑,让你的 AI 部署更丝滑,推理更流畅,开发体验大幅提升!

这次,我们拿 ToDesk云电脑顺网云海马云 三大热门云电脑平台做了个横向对比,看看谁最好用、最顺畅地部署 DeepSeek-R1!

加上他们三个的拼图

本次测试,我们重点关注以下几点:

✅ 10 分钟内完成 DeepSeek 部署:看看哪家真正做到开箱即用!

✅ 云电脑适配性 PK:在性能、兼容性、推理速度上的差距,看看哪家体验最佳。

✅ AI 计算成本对比:长期跑 AI 任务,成本也是关键,我们也来看看谁最划算!

适合谁看?

如果你是 AI开发者、数据科学家、AIGC业务人员,或者单纯想玩玩AI大模型,这篇实测对你绝对有用!

云计算平台概览

以下是对三款主流云电脑服务的介绍:

1. ToDesk云电脑

ToDesk云电脑:随时随地用上高性能电脑

ToDesk云电脑是一项集成高性能计算资源的云端服务,旨在为用户提供便捷、高效、安全的计算体验。无论是游戏玩家、**设计师还是企业用户,都能通过ToDesk云电脑享受到强大的计算能力和灵活的资源配置。**其服务涵盖云电竞、云游戏、云设计、云AIGC以及云定制化等,旨在满足不同用户群体的特定需求。本文测试将集中在ToDesk云电脑的AIGC宝藏地领域。

在这里插入图片描述

在这里插入图片描述

2. 顺网云电脑

顺网云**提供了基础的办公软件预装,需要根据自身需求自行安装其他所需软件。**该平台在硬件配置方面稍显逊色,但也预装了DeepSeek,对于小型模型的推理或测试任务仍然可以提供支持。

在这里插入图片描述

在这里插入图片描述

3. 海马云电脑

海马云也包含4090系显卡,但是它的设计类软件预装较少,用户需自行安装所需的软件。在显卡和内存方面,能够更好地支持DeepSeek模型的训练和推理,特别是对于大规模数据集和高并发任务。

在这里插入图片描述
)
在这里插入图片描述

综上所述,ToDesk云电脑以其强大的计算能力和多样化的服务配置,适用于广泛的用户群体。顺网云更偏向于基础办公需求和游戏。海马云包含高性能4090系显卡,可适用于AI模型训练和游戏领域。


二 .云电脑初体验

本次测试的主要目标是评估 DeepSeek 在不同云电脑上的运行表现。

DeekSeek介绍

DeepSeek聚焦于大语言模型(LLM)和多模态技术的研发,旨在通过前沿的AI技术解决复杂场景下的智能交互、知识推理与决策优化问题,赋能企业数字化转型与行业智能化升级。

版本参数与特点

版本参数量特点
1.5B15亿轻量级模型,适合资源受限的场景,推理速度快,但能力有限。
7B70亿中等规模模型,平衡性能和资源消耗,适合大多数通用任务。
14B140亿较大规模模型,性能更强,适合复杂任务,但需要更多计算资源。
32B320亿高性能模型,适用于高精度任务,但对硬件要求较高。
70B700亿超大规模模型,能力接近顶尖水平,适合研究和高要求的工业应用。

任务类型表现

任务类型1.5B 表现7B 表现14B 表现32B 表现70B 表现
文本分类良好优秀优秀顶尖顶尖
短文本生成一般良好优秀优秀顶尖
长文本生成较差一般良好优秀顶尖
复杂推理较差一般良好优秀顶尖
多轮对话一般良好优秀优秀顶尖

这里简单科普一下,B表示模型的参数量级,决定了计算复杂度和对显存的需求。参数量从1.5B(15亿)到70B(700亿)不等,规模越大,模型的理解和生成能力越强,但硬件要求也随之提高。对于大多数应用来说,7B-14B已经能很好地平衡性能和资源消耗,而32B及以上的模型在长文本生成、复杂推理等高精度任务上表现出色,适用于更复杂的计算场景。

1、ToDesk云电脑

我们在ToDesk客户端上选择配置列表,点击AIGC藏宝地选择相应配置,并进行购买后,在我的电脑就可以看到新的云电脑了。
在这里插入图片描述
如下图,等待2~3分钟初始化后,便可连接进入桌面。
在这里插入图片描述
我们进入ToDesk云电脑可以看到其实是内置了DeepSeeK的;
我们可以看到为我们提供了两个版本的大模型;
在这里插入图片描述
进入云电脑后,我们可以看到,内置了2个模型——DeepSeek-R1 7b和32b。32b对于普通人来说已经完全够用,足以优秀地解决各类高精度任务,适合超大规模任务,如语言建模、大规模训练等

2、顺网云电脑

我们登录顺网云电脑点击,立即进入,就可以进入到云电脑的桌面了;点击立即进入后,便可以进入云电脑。
在这里插入图片描述
我们点击进入发现也内置了DeepSeek;
在这里插入图片描述

可以看到顺网云内置了两个模型——DeepSeek-R1 的 1.5B 和 7B,这个配置是三家中最低的,可以看出有其功能但是不多。

3、海马云电脑

最初在安装海马云的时候,安装的进度条走完之后,无法进入安装页面,我大约尝试了十几遍;后面不得不联系他们的客服;单独给了我一个安装的地址;由此看出还是有一些问题存在的;
在这里插入图片描述

同样选择了 4090 系列显卡进行测试。
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
网络卡顿较严重,点击应用时经常需要较长时间响应。而在相同的网络环境下,另外两款云电脑并未出现该问题。
在这里插入图片描述
我们点开DeepSeek发现,发现内置了3个模型——DeepSeek-R1 的18b和14b 32b的;但这个网速真的体验感不是很好;
在这里插入图片描述

三、DeekSeek本地化实操和AIGC应用

话不多说,我们直接实操;

我们统一使用下面的提示词

设计并开发一款俄罗斯方块风格的小游戏,该游戏需具备计分功能,包含多种颜色的方块,并设有两个关卡。游戏代码生成后,能够在网页端直接运行,技术栈包括CSS、JavaScript 和 HTML。

1. ToDesk云电脑

首先进行实操的测试,使用32b本地化模型生成代码测试,我们输入提示词
在这里插入图片描述
生成的html页面,可直接流畅运行,没有bug的产生。并且小游戏的体验感还不错;
在这里插入图片描述
另外,根据ToDesk云电脑的官网介绍,其紧跟AIGC前沿,想必是有不少提供AI创作者的更多功能,ToDesk云电脑是否具备AI助手的潜质,我们一起来探索看看。
在这里插入图片描述
可以明显看到,ToDesk云电脑为我们提供了丰富的AIGC工具,还有Stable Diffusion原生界面和ComfyUI,捏脸教程以及lora模型畅享使用,众所周知,该软件对电脑资源的占用较大。但在ToDesk云电脑里你无需安装,双击开启,响应的速度也是很快的;

在这里插入图片描述
在这里插入图片描述
这个界面延续的是ToDesk远程一贯的风格,能直观看到A传给B的过程。
在这里插入图片描述
我也体验了ToDesk自带的 “绘世-启动器” AI 文字生图软件。输入提示词并点击生成后,仅需几秒即可完成图片生成,响应速度相当快!首次生成的效果与我要求的有点距离,多调整下参数就可以迭代成你想要的效果.
在这里插入图片描述
由此可见,ToDesk云电脑如果作为AI助手,搭载4090超高速算力,内置多模态AIGC模型,是能够应对多种AI生成任务,支持AI绘图、AI写实等实时应用场景的。

2. 海马云电脑

我们同样也是使用32b,我们可以看到在思考的过程中丢包是非常的严重的;导致体验有点差;
在这里插入图片描述
在思考的过程莫名中断,我不得不继续生成;

在这里插入图片描述
代码生成耗时约 1 分钟,整体响应速度较慢。

在这里插入图片描述
我在尝试的过程中代码的复制还是无效的,不得不全局复制,复制之后代码的运行也出现了问题;可以看出来不论是速度还是生成代码的质量,都会差一点;

在这里插入图片描述
探索AI潜质方面,我也对海马云的AI绘画文生图进行了实测,发现该平台同样集成了“绘世-启动器”这一核心组件。

在这里插入图片描述输入提示词后,点击生成即可获得图片,整体响应速度尚可。不过,连接本地时丢包和卡顿较为频繁。值得肯定的是,AI 能够成功根据我的提示词生成符合预期的图片。

在这里插入图片描述

3、顺网云电脑

顺网云电脑只有7b,同样的操作方式和提示词;速度也可以的;同样第一次也成功的生成了代码;

在这里插入图片描述
我们用代码启动一下这个小游戏做一个尝试;我们点击开始之后,他直接游戏结束,方块也没有出来;可想而知。7b的思考和32b的思考还是有很大的差距的;

在这里插入图片描述

在顺网云中AI相关的工具只提供了deepseek的初级版本;并无其他的ai工具;顺网云就好比是一个成熟的网吧系统,很多内容游戏混杂在一起,有悬浮球设置调整,可以调整画质、鼠标灵敏度等基础设置,相比较而言ToDesk功能项更多些;


四、结语

对比几家云电脑,个人体验如何?

云电脑预装 AI 环境硬件配置远程流畅度价格其他 AI 应用
ToDeskDeepSeek-R1 7B/32B4090云AIGC低延迟,接近本地按小时计费,透明合理支持AI绘图、写实等AIGC 模型
海马云DeepSeek-R1 7B/14B/32B4090 级别显卡丢包频繁,推理速度一般计费复杂,不易控制支持部分常用AI工具
顺网云仅有 DeepSeek 初级版本4070 级别显卡延迟较高,易出错价格亲民,适合小规模 AI 任务无额外AI应用

综合真实体验与计费策略来看,ToDesk云电脑凭借4090顶级显卡,实现了快速部署、低延迟和稳定流畅的AI体验,在AI开发、设计和远程办公等场景中性价比极高,不仅功能丰富,而且计费方式灵活、优惠,让用户以较低成本享受到高配服务,想尝试的新同学可以用码【todeskfast】一毛钱超低成本去体验下。我在实测过程中发现它有时也会出现分辨率跳得厉害问题,后面我通过调整分辨率解决。海马云同样配备4090显卡,适合高并发和大规模数据任务及游戏娱乐,但由于安装繁琐和网络丢包问题,其整体体验略逊于ToDesk;而顺网云则主打4070云电脑,虽然在复杂推理任务上表现稍弱,但凭借更经济实惠的计费方案,非常适合轻量级任务和预算有限的用户

总结:云电脑如何选择?

✅AI开发者:开箱即用,无需自己折腾环境,适合AI代码开发、模型推理---->ToDesk云电脑、海马云

✅游戏玩家&设计师:高性能CPU&GPU,远程也能玩3A大作、3D渲染---->ToDesk云电脑

✅远程办公&轻度使用者:随时随地上云,解决设备性能不足的问题---->ToDesk云电脑、海马云、顺网云

如果你在找一款 高性能、低延迟、价格合理 的云电脑,ToDesk 是值得一试的!

相关文章:

10分钟打造专属AI助手!ToDesk云电脑/顺网云/海马云操作DeepSeek哪家强?

文章目录 一、引言云计算平台概览ToDesk云电脑:随时随地用上高性能电脑 二 .云电脑初体验DeekSeek介绍版本参数与特点任务类型表现 1、ToDesk云电脑2、顺网云电脑3、海马云电脑 三、DeekSeek本地化实操和AIGC应用1. ToDesk云电脑2. 海马云电脑3、顺网云电脑 四、结语…...

解决 Element UI 嵌套弹窗显示灰色的问题!!!

解决 Element UI 嵌套弹窗显示灰色的问题 🔍 问题描述 ❌ 在使用 Element UI 开发 Vue 项目时,遇到了一个棘手的问题:当在一个弹窗(el-dialog)内部再次打开另一个弹窗时,第二个弹窗会显示为灰色,影响用户体验。 问题…...

【大模型】DeepSeek攻击原理和效果解析

前几天看到群友提到一个现象,在试图询问知识库中某个人信息时,意外触发了DeepSeek的隐私保护机制,使模型拒绝回答该问题。另有群友提到,Ollama上有人发布过DeepSeek移除模型内置审查机制的版本。于是顺着这条线索,对相…...

AI对软件工程(software engineering)的影响在哪些方面?

AI对软件工程(software engineering)的影响是全方位且深远的,它不仅改变了传统开发流程,还重新定义了工程师的角色和软件系统的构建方式。以下是AI影响软件工程的核心维度: 一、开发流程的智能化重构 需求工程革命 • …...

K8S学习之基础四十五:k8s中部署elasticsearch

k8s中部署elasticsearch 安装并启动nfs服务yum install nfs-utils -y systemctl start nfs systemctl enable nfs.service mkdir /data/v1 -p echo /data/v1 *(rw,no_root_squash) >> /etc/exports exports -arv systemctl restart nfs创建运行nfs-provisioner需要的sa账…...

部署高可用PostgreSQL14集群

目录 基础依赖包安装 consul配置 patroni配置 vip-manager配置 pgbouncer配置 haproxy配置 验证 本文将介绍如何使用Patroni、Consul、vip-manager、Pgbouncer、HaProxy组件来部署一个3节点的高可用、高吞吐、负载均衡的PostgresSQL集群(14版本)&…...

爬虫案例-爬取某站视频

文章目录 1、下载FFmpeg2、爬取代码3、效果图 1、下载FFmpeg FFmpeg是一套可以用来记录、转换数字音频、视频,并能将其转化为流的开源计算机程序。 点击下载: ffmpeg 安装并配置 FFmpeg 步骤: 1.下载 FFmpeg: 2.访问 FFmpeg 官网。 3.选择 Wi…...

PV操作指南

🔥《PV操作真香指南——看完就会的祖传攻略》🍵 一、灵魂三问❓ Q1:PV是个啥? • 💡 操作系统界的红绿灯:控制进程"何时走/何时停"的神器 • 🧱 同步工具人:解决多进程&q…...

计算机考研复试机试-考前速记

考前速记 知识点 1. 链表篇 1. 循环链表报数3&#xff0c;输出最后一个报数编号 #include <iostream> using namespace std;typedef struct Node {int no;struct Node* next; }Node, *NodeList;void createNodeListTail(NodeList&L, int n) {L (Node*)malloc(siz…...

【漏洞复现】Next.js中间件权限绕过漏洞 CVE-2025-29927

什么是Next.js&#xff1f; Next.js 是由 Vercel 开发的基于 React 的现代 Web 应用框架&#xff0c;具备前后端一体的开发能力&#xff0c;广泛用于开发 Server-side Rendering (SSR) 和静态站点生成&#xff08;SSG&#xff09;项目。Next.js 支持传统的 Node.js 模式和基于边…...

路由选型终极对决:直连/静态/动态三大类型+华为华三思科配置差异,一张表彻底讲透!

路由选型终极对决&#xff1a;直连/静态/动态三大类型华为华三思科配置差异&#xff0c;一张表彻底讲透&#xff01; 一、路由&#xff1a;互联网世界的导航系统二、路由类型深度解析三者的本质区别 三、 解密路由表——网络设备的GPS华为&#xff08;Huawei&#xff09;华三&a…...

【AI】知识蒸馏-简单易懂版

1 缘起 最近要准备升级材料&#xff0c;里面有一骨碌是介绍LLM相关技术的&#xff0c;知识蒸馏就是其中一个点&#xff0c; 不过&#xff0c;只分享了蒸馏过程&#xff0c;没有讲述来龙去脉&#xff0c;比如没有讲解Softmax为什么引入T、损失函数为什么使用KL散度&#xff0c;…...

uniapp运行到支付宝开发者工具

使用uniapp编写专有钉钉和浙政钉出现的样式问题 在支付宝开发者工具中启用2.0构建的时候&#xff0c;在开发工具中页面样式正常 但是在真机调试和线上的时候不正常 页面没问题&#xff0c;所有组件样式丢失 解决 在manifest.json mp-alipay中加入 "styleIsolation&qu…...

STM32学习笔记之keil使用记录

&#x1f4e2;&#xff1a;如果你也对机器人、人工智能感兴趣&#xff0c;看来我们志同道合✨ &#x1f4e2;&#xff1a;不妨浏览一下我的博客主页【https://blog.csdn.net/weixin_51244852】 &#x1f4e2;&#xff1a;文章若有幸对你有帮助&#xff0c;可点赞 &#x1f44d;…...

卷积神经网络 - 参数学习

本文我们通过两个简化的例子&#xff0c;展示如何从前向传播、损失计算&#xff0c;到反向传播推导梯度&#xff0c;再到参数更新&#xff0c;完整地描述卷积层的参数学习过程。 一、例子一 我们构造一个非常简单的卷积神经网络&#xff0c;其结构仅包含一个卷积层和一个输出…...

【加密社】币圈合约交易量监控,含TG推送

首先需要在币安的开发者中心去申请自己的BINANCE_API_KEY和BINANCE_API_SECRET 有了这个后&#xff0c;接着去申请一个TG的机器人token和对话chatid 如果不需要绑定tg推送的话&#xff0c;可以忽略这步 接下来直接上代码 引用部分 from os import system from binance.c…...

大模型概述

大模型属于Foundation Model&#xff08;基础模型&#xff09;[插图]&#xff0c;是一种神经网络模型&#xff0c;具有参数量大、训练数据量大、计算能力要求高、泛化能力强、应用广泛等特点。与传统人工智能模型相比&#xff0c;大模型在参数规模上涵盖十亿级、百亿级、千亿级…...

【CSS3】完整修仙功法

目录 CSS 基本概念CSS 的定义CSS 的作用CSS 语法 CSS 引入方式内部样式表外部样式表行内样式表 选择器基础选择器标签选择器类选择器id 选择器通配符选择器 画盒子文字控制属性字体大小字体粗细字体倾斜行高字体族font 复合属性文本缩进文本对齐文本修饰线文字颜色 复合选择器后…...

C++ 的 if-constexpr

1 if-constexpr 语法 1.1 基本语法 ​ if-constexpr 语法是 C 17 引入的新语法特性&#xff0c;也被称为常量 if 表达式或静态 if&#xff08;static if&#xff09;。引入这个语言特性的目的是将 C 在编译期计算和求值的能力进一步扩展&#xff0c;更方便地实现编译期的分支…...

【电气设计】接地/浮地设计

在工作的过程中&#xff0c;遇到了需要测量接地阻抗的情况&#xff0c;组内讨论提到了保护接地和功能接地的相关需求。此文章用来记录这个过程的学习和感悟。 人体触电的原理&#xff1a; 可以看到我们形成了电流回路&#xff0c;导致触电。因此我们需要针对设备做一些保护设计…...

Gone v2 配置管理3:连接 Nacos 配置中心

&#x1f680; 发现 gone-io/gone&#xff1a;一个优雅的 Go 依赖注入框架&#xff01;&#x1f4bb; 它让您的代码更简洁、更易测试。&#x1f50d; 框架轻量却功能强大&#xff0c;完美平衡了灵活性与易用性。⭐ 如果您喜欢这个项目&#xff0c;请给我们点个星&#xff01;&a…...

深度强化学习中的深度神经网络优化策略:挑战与解决方案

I. 引言 深度强化学习&#xff08;Deep Reinforcement Learning&#xff0c;DRL&#xff09;结合了强化学习&#xff08;Reinforcement Learning&#xff0c;RL&#xff09;和深度学习&#xff08;Deep Learning&#xff09;的优点&#xff0c;使得智能体能够在复杂的环境中学…...

浅拷贝与深拷贝

浅拷贝和深拷贝是对象复制中的两种常见方式&#xff0c;它们在处理对象的属性时有本质的区别。 一. 浅拷贝&#xff08;Shallow Copy&#xff09; 浅拷贝是指创建一个新对象&#xff0c;然后将当前对象的非静态字段复制到新对象中。如果字段是值类型的&#xff0c;那么将复制字…...

macOS 安装 Miniconda

macOS 安装 Miniconda 1. Quickstart install instructions2. 执行3. shell 上初始化 conda4. 关闭 终端登录用户名前的 base参考 1. Quickstart install instructions mkdir -p ~/miniconda3 curl https://repo.anaconda.com/miniconda/Miniconda3-latest-MacOSX-arm64.sh -o…...

分布式限流方案:基于 Redis 的令牌桶算法实现

分布式限流方案&#xff1a;基于 Redis 的令牌桶算法实现 前言一、原理介绍&#xff1a;令牌桶算法二、分布式限流的设计思路三、代码实现四、方案优缺点五、 适用场景总结 前言 在分布式场景下&#xff0c;接口限流变得更加复杂。传统的单机限流方式难以满足跨节点的限流需求…...

OpenHarmony子系统开发 - 电池管理(二)

OpenHarmony子系统开发 - 电池管理&#xff08;二&#xff09; 五、充电限流限压定制开发指导 概述 简介 OpenHarmony默认提供了充电限流限压的特性。在对终端设备进行充电时&#xff0c;由于环境影响&#xff0c;可能会导致电池温度过高&#xff0c;因此需要对充电电流或电…...

Cocos Creator版本发布时间线

官网找不到&#xff0c;DeepSeek给的答案&#xff0c;这里做个记录。 Cocos Creator 1.x 系列 发布时间&#xff1a;2016 年 - 2018 年 1.0&#xff08;2016 年 3 月&#xff09;&#xff1a; 首个正式版本&#xff0c;基于 Cocos2d-x 的 2D 游戏开发工具链&#xff0c;集成可…...

修形还是需要再研究一下

最近有不少小伙伴问到修形和蜗杆砂轮的问题&#xff0c;之前虽然研究过一段时间&#xff0c;但是由于时间问题放下了&#xff0c;最近想再捡起来。 之前计算的砂轮齿形是一整段的&#xff0c;但是似乎这种对于有些小伙伴来说不太容易接受&#xff0c;希望按照修形的区域进行分…...

Java面试黄金宝典11

1. 什么是 JMM 内存模型 定义 JMM&#xff08;Java Memory Model&#xff09;即 Java 内存模型&#xff0c;它并非真实的物理内存结构&#xff0c;而是一种抽象的概念。其主要作用是规范 Java 虚拟机与计算机主内存&#xff08;Main Memory&#xff09;之间的交互方式&#x…...

华为p10 plus 鸿蒙2.0降级emui9.1.0.228

需要用到的工具 HiSuite Proxy V3 华为手机助手11.0.0.530_ove或者11.0.0.630_ove应该都可以。 官方的通道已关闭&#xff0c;所以要用代理&#xff0c;127.0.0.1端口7777 https://www.firmfinder.ml/ https://professorjtj.github.io/v2/ https://hisubway.online/articl…...

高速开源镜像站网址列表2503

高速开源镜像站网址列表 以下是国内常用的高速开源镜像站网址列表&#xff0c;涵盖企业和教育机构的主要站点&#xff0c;适用于快速下载开源软件和系统镜像&#xff1a; 一、企业镜像站 阿里云镜像站 地址&#xff1a;https://mirrors.aliyun.com/ 特点&#xff1a;覆盖广泛…...

Python----计算机视觉处理(Opencv:绘制图像轮廓:寻找轮廓,findContours()函数)

一、轮廓 轮廓是图像中目标物体或区域的外部边界线或边界区域&#xff0c;由一系列相连的像素构成封闭形状&#xff0c;代表了物体的基本外形。与边缘不同&#xff0c;轮廓是连续的&#xff0c;而边缘则不一定是连续的。 轮廓与边缘的区别&#xff1a; 轮廓是一组连续的点或线…...

python --face_recognition(人脸识别,检测,特征提取,绘制鼻子,眼睛,嘴巴,眉毛)/活体检测

dlib 安装方法 之前博文 https://blog.csdn.net/weixin_44634704/article/details/141332644 环境: python==3.8 opencv-python==4.11.0.86 face_recognition==1.3.0 dlib==19.24.6人脸检测 import cv2 import face_recognition# 读取人脸图片 img = cv2.imread(r"C:\U…...

【测试工具】如何使用 burp pro 自定义一个拦截器插件

在 Burp Suite 中&#xff0c;你可以使用 Burp Extender 编写自定义拦截器插件&#xff0c;以拦截并修改 HTTP 请求或响应。Burp Suite 支持 Java 和 Python (Jython) 作为扩展开发语言。以下是一个完整的流程&#xff0c;介绍如何创建一个 Burp 插件来拦截请求并进行自定义处理…...

51单片机和STM32 入门分析

51单片机和STM32是嵌入式开发中两种主流的微控制器&#xff0c;它们在架构、性能、应用场景等方面存在显著差异。以下是两者的对比分析及选择建议&#xff1a; 1. 51单片机与STM32的定义与特点 51单片机 定义&#xff1a;基于Intel 8051内核的8位微控制器&#xff0c;结构简单…...

python暴力破解html表单

import requests import time# 目标URL url "http://192.168.3.101/pikachu/vul/burteforce/bf_form.php" # 请替换为实际的目标URL# 已知的用户名 username "admin"# 密码字典文件路径 password_file "passwords.txt"# 伪造请求头&#xff…...

DeepSeek+RAG局域网部署

已经有很多平台集成RAG模式&#xff0c;dify&#xff0c;cherrystudio等&#xff0c;这里通过AI辅助&#xff0c;用DS的API实现一个简单的RAG部署。框架主要技术栈是Chroma,langchain,streamlit&#xff0c;答案流式输出&#xff0c;并且对答案加上索引。支持doc,docx,pdf,txt。…...

流影---开源网络流量分析平台(一)(小白超详细)

目录 流影介绍 一、技术架构与核心技术 二、核心功能与特性 流影部署 流影介绍 一、技术架构与核心技术 模块化引擎设计 流影采用四层模块化架构&#xff1a;流量探针&#xff08;数据采集&#xff09;、网络行为分析引擎&#xff08;特征提取&#xff09;、威胁检测引擎&…...

在IDEA中快速注释所有console.log

在IDEA中快速注释所有console.log 在前端IDEA中&#xff0c;快速注释所有console.log语句可以通过以下步骤实现2&#xff1a; 打开要修改的文件。使用快捷键CtrlF打开搜索框。点击打开使用正则搜索的开关或者通过AltR快捷键来打开。在搜索框输入[]*console.log[]*&#xff0c;…...

python全栈-前端

python全栈-前端 文章目录 HTML标签段落p、换行br、水平线hr图片img路径src超文本链接a超链接之锚点href#id文本有序列表ol无序列表ul自定义列表表格table表格属性单元格合并 表单Forminput标签HTML5新增type属性HTML5新增常用属性 实体字符块元素与行内元素/内联元素容器元素d…...

基于PySide6与pycatia的CATIA绘图文本批量处理工具开发实践

引言 在CAD软件二次开发领域&#xff0c;CATIA的自动化处理一直存在开发门槛高、接口复杂等痛点。本文基于Python生态&#xff0c;结合PySide6 GUI框架与pycatia接口库&#xff0c;实现了一套高效的绘图文本批量处理工具。该工具支持背景视图文本批量处理和交互式文本选择处理…...

Jenkins 集成 SonarQube 代码静态检查使用说明

环境准备 Jenkins 服务器 确保 Jenkins 已安装并运行&#xff08;推荐 LTS 版本&#xff09;。安装插件&#xff1a; SonarQube Scanner for Jenkins&#xff08;用于集成 SonarQube 扫描&#xff09;NodeJS Plugin&#xff08;可选&#xff0c;用于 JavaScript 项目&#xff0…...

pytorch构建线性回归模型

仅仅用于自己记录pytorch学习记录 线性回归模型 &#xff08;1&#xff09;准备数据集 数据&#xff1a;三个数据x[x1,x2,x3] y[y1,y2,y3] import torch #线性回归&#xff0c;我们使用三组数据&#xff0c;分别是&#xff08;1,2&#xff09;&#xff0c;&#xff08;2,4&a…...

本地部署 LangManus

本地部署 LangManus 0. 引言1. 部署 LangManus2. 部署 LangManus Web UI 0. 引言 LangManus 是一个社区驱动的 AI 自动化框架&#xff0c;它建立在开源社区的卓越工作基础之上。我们的目标是将语言模型与专业工具&#xff08;如网络搜索、爬虫和 Python 代码执行&#xff09;相…...

skynet网络包库(lua-netpack.c)的作用解析

目录 网络包库&#xff08;lua-netpack.c&#xff09;的作用解析1. 数据包的分片与重组2. 网络事件处理3. 内存管理4. 数据打包与解包 动态库&#xff08;.so&#xff09;在 Lua 中的使用1. 编译为动态库2. Lua 中加载与调用(1) 加载模块(2) 核心方法(3) 使用示例 3. 注意事项 …...

XXL-Job 二次分片是怎么做的?有什么问题?怎么去优化的?

XXL-JOB二次分片机制及优化策略 二次分片实现原理 XXL-JOB的二次分片是在分片广播策略的基础上&#xff0c;由开发者自行实现的更细粒度数据拆分。核心流程如下&#xff1a; 初次分片&#xff1a;调度中心根据执行器实例数量&#xff08;总分片数n&#xff09;分配分片索引i&…...

零基础本地部署 ComfyUI+Flux.1 模型!5 分钟搭建远程 AI 绘图服务器(保姆级教程)

文章目录 前言1. 本地部署ComfyUI2. 下载 Flux.1 模型3. 下载CLIP模型4. 下载 VAE 模型5. 演示文生图6. 公网使用 Flux.1 大模型6.1 创建远程连接公网地址 7. 固定远程访问公网地址 前言 在如今这 AI 技术一路火花带闪电、疯狂往前冲的时代&#xff0c;图像生成模型那可不再是…...

ABC398题解

A 算法标签: 模拟 #include <iostream> #include <algorithm> #include <cstring>using namespace std;const int N 110;int main() {ios::sync_with_stdio(false);cin.tie(0), cout.tie(0);int n;cin >> n;string res;if (n % 2) {int mid n / 2;f…...

数据通信——计算机基础

通信系统的组成 通信系统是指从一个地方向另外一个地方传递和交换信息&#xff0c;实现信息传递所需的一切技术设备和传输媒体的总和。通信系统一般由信源、发送设备、信道、接收设备、信宿以及噪声源组成&#xff0c;以下是各部分的具体介绍&#xff1a; 信源 信源是产生各…...

量子计算与人工智能的融合:下一代算力革命

1. 引言&#xff1a;算力需求的飞速增长与量子计算的潜力 在信息技术飞速发展的今天&#xff0c;人工智能&#xff08;AI&#xff09;已经渗透到我们生活的方方面面&#xff0c;从智能助手到自动驾驶&#xff0c;再到医疗诊断&#xff0c;AI 的应用场景日益广泛。然而&#xf…...