当前位置：首页 > news >正文

prompts提示词经典模板

news 来源：原创 2025/9/16 13:48:28

prompts.py 中的提示词模板详解

文件中定义了两个核心提示词模板：REASON_PROMPT 和 RELEVANT_EXTRACTION_PROMPT。这两个模板在 DeepResearcher 的推理过程中扮演着关键角色。下面我将详细解析这两个模板的结构和功能。

REASON_PROMPT 详解

REASON_PROMPT 是用于指导语言模型进行推理和搜索的主要提示词。它的设计非常精巧，包含多个关键部分：

1. 角色与能力定义

"You are a reasoning assistant with the ability to perform dataset searches to help "
"you answer the user's question accurately. You have special tools:\n\n"

这部分明确定义了语言模型的角色（推理助手）和核心能力（执行数据集搜索）。通过明确的角色定位，帮助模型理解其应该如何行动。

2. 工具使用说明

f"- To perform a search: write {BEGIN_SEARCH_QUERY} your query here {END_SEARCH_QUERY}.\n"
f"Then, the system will search and analyze relevant content, then provide you with helpful information in the format {BEGIN_SEARCH_RESULT} ...search results... {END_SEARCH_RESULT}.\n\n"
f"You can repeat the search process multiple times if necessary. The maximum number of search attempts is limited to {MAX_SEARCH_LIMIT}.\n\n"

这部分详细说明了如何使用搜索工具：

使用特定标记包装搜索查询
系统将返回的结果格式
可以多次搜索的规则
搜索次数的限制

通过明确的工具使用说明，模型知道如何正确格式化其输出以触发搜索功能。

3. 示例学习 - 示例1

这是一个复杂问题的完整示例，展示了如何通过多轮搜索解决比较类问题：

"-- Example 1 --\n"
"Question: \"Are both the directors of Jaws and Casino Royale from the same country?\"\n"
"Assistant:\n"
f"    {BEGIN_SEARCH_QUERY}Who is the director of Jaws?{END_SEARCH_QUERY}\n\n"
"User:\n"
f"    {BEGIN_SEARCH_RESULT}\nThe director of Jaws is Steven Spielberg...\n{END_SEARCH_RESULT}\n\n"
"Continues reasoning with the new information.\n"
"Assistant:\n"
f"    {BEGIN_SEARCH_QUERY}Where is Steven Spielberg from?{END_SEARCH_QUERY}\n\n"
"User:\n"
f"    {BEGIN_SEARCH_RESULT}\nSteven Allan Spielberg is an American filmmaker...\n{END_SEARCH_RESULT}\n\n"
"Continues reasoning with the new information...\n\n"
"Assistant:\n"
f"    {BEGIN_SEARCH_QUERY}Who is the director of Casino Royale?{END_SEARCH_QUERY}\n\n"
"User:\n"
f"    {BEGIN_SEARCH_RESULT}\nCasino Royale is a 2006 spy film directed by Martin Campbell...\n{END_SEARCH_RESULT}\n\n"
"Continues reasoning with the new information...\n\n"
"Assistant:\n"
f"    {BEGIN_SEARCH_QUERY}Where is Martin Campbell from?{END_SEARCH_QUERY}\n\n"
"User:\n"
f"    {BEGIN_SEARCH_RESULT}\nMartin Campbell (born 24 October 1943) is a New Zealand film and television director...\n{END_SEARCH_RESULT}\n\n"
"Continues reasoning with the new information...\n\n"
"Assistant:\nIt's enough to answer the question\n"

这个示例展示了：

如何将复杂问题分解为多个简单查询
如何基于前一步的结果构建下一步的查询
如何在获取足够信息后停止搜索
正确的标记使用方式

4. 示例学习 - 示例2

这是一个较简单问题的示例，展示了如何通过两轮搜索解决事实查询问题：

"-- Example 2 --\n"
"Question: \"When was the founder of craigslist born?\"\n"
"Assistant:\n"
f"    {BEGIN_SEARCH_QUERY}Who was the founder of craigslist?{END_SEARCH_QUERY}\n\n"
"User:\n"
f"    {BEGIN_SEARCH_RESULT}\nCraigslist was founded by Craig Newmark...\n{END_SEARCH_RESULT}\n\n"
"Continues reasoning with the new information.\n"
"Assistant:\n"
f"    {BEGIN_SEARCH_QUERY} When was Craig Newmark born?{END_SEARCH_QUERY}\n\n"
"User:\n"
f"    {BEGIN_SEARCH_RESULT}\nCraig Newmark was born on December 6, 1952...\n{END_SEARCH_RESULT}\n\n"
"Continues reasoning with the new information...\n\n"
"Assistant:\nIt's enough to answer the question\n"

这个示例展示了：

如何处理需要两步推理的简单问题
如何在第一步获取实体信息后，在第二步查询该实体的具体属性

5. 注意事项与提醒

"**Remember**:\n"
f"- You have a dataset to search, so you just provide a proper search query.\n"
f"- Use {BEGIN_SEARCH_QUERY} to request a dataset search and end with {END_SEARCH_QUERY}.\n"
"- The language of query MUST be as the same as 'Question' or 'search result'.\n"
"- If no helpful information can be found, rewrite the search query to be less and precise keywords.\n"
"- When done searching, continue your reasoning.\n\n"
'Please answer the following question. You should think step by step to solve it.\n\n'

这部分提供了重要的使用提醒：

强调模型的角色是提供搜索查询，而不是直接回答
重申标记的正确使用方式
强调查询语言需要与问题或搜索结果语言一致
提供查询优化策略
指导在完成搜索后继续推理
鼓励步骤化思考

RELEVANT_EXTRACTION_PROMPT 详解

RELEVANT_EXTRACTION_PROMPT 是用于从检索到的文档中提取相关信息的提示词。它的结构更加正式，采用了任务指导的形式：

1. 任务说明

"""Task Instruction:You are tasked with reading and analyzing web pages based on the following inputs: **Previous Reasoning Steps**, **Current Search Query**, and **Searched Web Pages**. Your objective is to extract relevant and helpful information for Current Search Query from the Searched Web Pages and seamlessly integrate this information into the Previous Reasoning Steps to continue reasoning for the original question.

这部分明确定义了任务的性质（分析网页）、输入（之前的推理步骤、当前搜索查询、搜索到的网页）和目标（提取相关信息并整合到推理过程中）。

2. 详细指南

    Guidelines:1. Analyze the Searched Web Pages:- Carefully review the content of each searched web page.- Identify factual information that is relevant to the Current Search Query and can aid in the reasoning process for the original question.2. Extract Relevant Information:- Select the information from the Searched Web Pages that directly contributes to advancing the **Previous Reasoning Steps**.- Ensure that the extracted information is accurate and relevant.

这部分提供了两个主要步骤的详细指南：

分析网页内容，找出与当前查询相关的事实信息
提取能够推进推理过程的相关信息，确保准确性和相关性

3. 输出格式规范

    3. Output Format:- If the web pages provide helpful information for current search query: Present the information beginning with `**Final Information**` as shown below.- The language of query MUST BE as the same as 'Search Query' or 'Web Pages'.\n"Final Information[Helpful information]- If the web pages do not provide any helpful information for current search query: Output the following text.Final InformationNo helpful information found.

这部分详细规定了输出格式：

有用信息的格式：以"Final Information"开头，后跟有用信息
无用信息的格式：固定文本"No helpful information found."
强调语言一致性要求

4. 输入参数占位符

    Inputs:- Previous Reasoning Steps:    {prev_reasoning}- Current Search Query:    {search_query}- Searched Web Pages:    {document}

这部分定义了三个关键输入参数的占位符：

{prev_reasoning}：之前的推理步骤，提供上下文
{search_query}：当前的搜索查询，指明信息提取的焦点
{document}：搜索到的网页内容，是信息提取的源

两个提示词的协同工作

这两个提示词在 DeepResearcher 的工作流程中协同工作：

REASON_PROMPT 指导语言模型生成推理步骤和搜索查询，形成思考过程的骨架
RELEVANT_EXTRACTION_PROMPT 指导语言模型从检索到的信息中提取相关内容，填充思考过程的细节

通过这种分工，系统能够实现：

清晰的推理链条
精准的信息检索
相关信息的有效提取
连贯的思考过程

这两个提示词的精心设计是 DeepResearcher 能够模拟人类思考过程、解决复杂问题的关键所在。

prompts提示词经典模板

prompts.py 中的提示词模板详解文件中定义了两个核心提示词模板：REASON_PROMPT 和 RELEVANT_EXTRACTION_PROMPT。这两个模板在 DeepResearcher 的推理过程中扮演着关键角色。下面我将详细解析这两个模板的结构和功能。 REASON_PROMPT 详解 REASON_PROMPT 是用于指…...

编程日记 2025/9/16 13:48:28

pytorch软件封装

封装代码，通过传入文件名，即可输出类别信息上一章节，我们做了关于动物图像的分类，接下来我们把程序封装，然后进行预测。单张图片的predict文件 predict.py 按着路径，导入单张图片做预测from torchvis…...

编程日记 2025/9/16 13:38:17

DAY02：【pytorch】计算图与动态图机制

一、引言在深度学习框架中，计算图是理解自动求导和模型优化的核心概念。无论是PyTorch的动态图机制，还是TensorFlow早期的静态图模式，计算图都扮演着关键角色。本文将深入解析计算图的基本原理，并结合PyTorch代码演示动态图的运…...

编程日记 2025/9/16 13:40:41

基于元学习（Meta-Learning）的恶意流量检测

元学习（Meta-Learning），即“学会学习”（Learning to Learn），通过让模型从多个相关任务中提取通用知识，实现对新任务的快速适应。在恶意流量检测领域，元学习的核心价值在于从少量攻击样本中泛化出检测规则，尤其适用于新型攻击、定向APT攻击等数据稀缺场景。一、元学习…...

编程日记 2025/9/16 0:52:13

JavaScript：游戏开发的利器

在近年来的科技迅速发展中，JavaScript 已逐渐成为游戏开发领域中最受欢迎的编程语言之一。它的跨平台特性、广泛的社区支持、丰富的库和框架使得开发者能够快速、有效地创建各种类型的游戏。本文将深入探讨 JavaScript 在游戏开发中的优势。一、跨平台支持 JavaSc…...

编程日记 2025/9/16 13:48:28

玩转Docker | 使用Docker搭建pinry图片展示系统

玩转Docker | 使用Docker搭建pinry图片展示系统前言一、Pinry介绍Pinry 简介Pinry 特点二、系统要求环境要求环境检查Docker版本检查检查操作系统版本三、部署pinry服务下载镜像创建容器检查容器状态检查服务端口安全设置四、访问pinry应用五、pinry基本使用5.1 注册pinry账号…...

编程日记 2025/9/16 1:57:33

DAPP实战篇：使用web3.js实现前端输入钱包地址查询该地址的USDT余额——前端篇

专栏：区块链入门到放弃查看目录-CSDN博客文章浏览阅读385次。为了方便查看将本专栏的所有内容列出目录，按照顺序查看即可。后续也会在此规划一下后续内容，因此如果遇到不能点击的，代表还没有更新。声明：文中所出观点大多数源于笔者多年开发经验所总结，如果你想要知道区块…...

编程日记 2025/9/16 1:10:36

企业信息化-系统架构师（九十八）

1在对一个软件系统进行设计与确认后，需要进行架构复审，架构复审目的标识潜在风险，及早发现架构的缺陷和漏洞，在架构复审过程中，主要由（）决定架构满足需求，质量需求是否在设计中体现。…...

编程日记 2025/9/16 13:37:38

【C++算法】54.链表_合并 K 个升序链表

文章目录题目链接：题目描述：解法C 算法代码： 题目链接： 23. 合并 K 个升序链表题目描述： 解法解法一：暴力解法每个链表的平均长度为n，有k个链表，时间复杂度O(nk^2) 合并两个有序…...

编程日记 2025/9/16 13:38:17

阿里云CDN应对DDoS攻击策略

阿里云CDN遭遇DDoS攻击时，可通过以下综合措施进行应对，保障服务的稳定性和可用性： 1. 启用阿里云DDoS防护服务阿里云提供专业的DDoS防护服务，通过流量清洗中心过滤恶意流量，确保合法请求正常传输。该服务支持按需选…...

编程日记 2025/9/16 13:37:39

MySQL8的索引跳跃扫描原理

#MySQL 8 的索引跳跃扫描（Index Skip Scan）原理 1. 什么是索引跳跃扫描？索引跳跃扫描（Index Skip Scan）是 MySQL 8.0.13 引入的一种优化技术，允许在某些情况下跳过联合索引的最左前缀字段，仍然…...

编程日记 2025/9/16 13:37:37

centos 启动nginx 服务器

✅ 如果你是通过 yum 安装的 Nginx（推荐方式）： 🔹 启动 Nginx： sudo systemctl start nginx 🔹 设置开机自启（建议开启）： sudo systemctl enable nginx &#x1f53…...

编程日记 2025/9/16 13:35:15

格式化输出

% 符号相关数据类型代码 %s：字符串示例：print("名字是 %s" % "Tom") → 名字是 Tom%c：字符/ASCII码示例：print("%c" % 65) → A%d/%i：有符号整数示例：print("年龄…...

编程日记 2025/9/16 13:38:16

[leetcode]动态规划：斐波那契数列

一.线性dp 1.0什么是线性dp 线性DP就是指状态的转移具有线性递推关系，每个状态只依赖之前的状态，按照线性顺序一步步递推下去。 1.1斐波那契数列问题 #include <iostream> #include <vector> using namespace std; int main() { in…...

编程日记 2025/9/16 13:40:56

HackMyVM - todd记录

HackMyVM - toddhttps://mp.weixin.qq.com/s/E_-hepdfY-0veilL1fl2QA...

编程日记 2025/9/16 13:47:17

【spark认任务提交】配置优先级顺序

配置优先级顺序 Spark-submit 命令行参数 (最高优先级)代码中通过 SparkConf 设置的参数 (在应用程序中直接设置)spark-defaults.conf 文件中的配置实际应用中的建议固定配置：将集群级别的默认配置放在 spark-defaults.conf 中应用特定配置：将应用特…...

编程日记 2025/9/14 1:31:48

如何建立高效的会议机制

建立高效的会议机制需做到：明确会议目标、制定并提前分发议程、控制会议时长、确保有效沟通与反馈、及时跟进执行情况。其中，明确会议目标是核心关键，它直接决定了会议的方向与效率。只有明确目标，会议才不会偏离初衷，…...

编程日记 2025/9/15 23:14:40

spark Core-RDD转换算子

1. map算子：对RDD中的数据逐条进行映射转换，可实现类型或值的转换。函数签名为 def map[U: ClassTag](f: T > U): RDD[U] 。 2. mapPartitions算子：以分区为单位处理数据，可进行任意处理。与 map 相比， map 是分区内…...

编程日记 2025/9/15 9:39:39

【图像处理】C++实现通用Raw图转Unpack14的高效方法

一、需求背景在图像处理领域，我们经常需要处理各种位深的原始数据（如Raw8、Unpack10等）。某些高端相机或传感器会输出14位精度的图像数据，但受传输限制，实际存储时可能采用低位深打包。本文将实现一个通用转换函数&a…...

编程日记 2025/9/5 11:22:33

Vue3的Composition API与React Hooks有什么异同？

Vue3的一个重大更新点就是支持Composition API，而且也被业界称为hooks，那么Vue3的“Hooks”与React的Hooks有这么区别呢？ 一、核心相似点 1. 逻辑复用与代码组织都解决了传统类组件或选项式 API 中逻辑分散的问题，允许将相关逻…...

编程日记 2025/9/14 6:15:12

#本页面按192.168.60.148服务器举例进行安装配置 1.权限配置 ## 使用root或者有sudo权限用户执行 # 创建gerrit用户 sudo useradd gerrit # 设置gerrit用户的密码 sudo passwd gerrit # 增加sudo权限 sudo visudo 在root ALL(ALL:ALL) ALL行下添加如下内容 gerrit ALL(ALL:…...

编程日记 2025/9/15 16:45:59

如何在Git历史中抹掉中文信息并翻译成英文

如何在Git历史中抹掉中文信息并翻译成英文在软件开发和版本控制领域，维护一个清晰、一致的代码历史记录是至关重要的。然而，有时我们可能会遇到需要修改历史提交的情况，比如删除敏感信息或修正错误。本文将详细探讨如何在Git历史中抹掉中文…...

编程日记 2025/9/11 17:26:09

Ubuntu利用docker将ONNX模型转换为RK3588模型

1.安装docker 下载教程 1.拉取镜像方法一：通过命令拉取 # 下载官方Docker镜像sudo docker pull registry.cn-hangzhou.aliyuncs.com/rockchip/rknn-toolkit2:v2.3.0 方法二：通过rknn-toolkit2自带的直接安装 2.开始工作创建工作目录并复制ONNX模型…...

编程日记 2025/9/7 1:26:05

Go：入门

文章目录 Hello, World命令行参数找出重复行GIF动画获取一个URL并发获取多个URL一个 Web 服务器其他 Hello, World Hello world package main import "fmt" func main() {fmt.Println("Hello, 世界") }package main表明这是一个可独立执行的程序包&#…...

编程日记 2025/9/10 19:55:56

深入理解 ResponseBodyAdvice 及其应用

ResponseBodyAdvice 是 Spring MVC 提供的一个强大接口，允许你在响应体被写入 HTTP 响应之前对其进行全局处理。下面我将全面介绍它的工作原理、使用场景和最佳实践。基本概念接口定义 public interface ResponseBodyAdvice<T> {boolean supports(Metho…...

编程日记 2025/9/12 13:31:31

SpringBoot对接火山引擎大模型api实现图片识别与分析

文章目录一、前言二、创建应用三、后端1.SDK集成2.调用Rest API 四、前端一、前言 Spring AI实战初体验——实现可切换模型AI聊天助手-CSDN博客如上，在上一篇博客，我们已经实现了spring ai对接本地大模型实现了聊天机器人，但是目前有个新…...

编程日记 2025/9/10 1:27:25

Java ---成员，局部变量与就近原则

成员变量声明在类内部，但在方法、构造器或代码块之外的变量。属于类的实例（对象）或类本身（静态变量）。实例变量（非静态成员变量）： public class Person {private String name…...

编程日记 2025/9/11 19:04:25

基于libevent写一个服务器（附带源码）

使用libevent搭建服务器服务器源码二级目录使用开源框架，目的是减少程序员对一些精细的操作的误操作，也是为了让程序员能更好的对接业务而不是底层api的使用。为何使用libevent，因为libevent开源已经有十几年了，能很好的承受数…...

编程日记 2025/9/13 4:57:17

2.2.3 Spark Standalone集群

搭建Spark Standalone集群需要完成多个步骤。首先，配置主机名、IP地址映射、关闭防火墙和SeLinux，并设置免密登录。接着，配置JDK和Hadoop环境，并在所有节点上分发配置。然后，下载并安装Spark，配置环境变量和…...

编程日记 2025/9/11 21:52:02

每天记录一道Java面试题---day38

说说类加载器双亲委派模型回答重点 AppClassLoader的父加载器是ExtClassLoader，ExtClassLoader的父加载器是BootStrapClassLoader。JVM在加载一个类时，会调用AppClassLoader的laodClass方法来加载这个类，不过在这个方法中，会先…...

编程日记 2025/9/10 1:27:27

[ctfshow web入门] web33

信息收集相较于上一题，这题多了双引号的过滤。我猜测这一题的主要目的可能是为了不让使用$_GET[a]之类的语句，但是$_GET[a]也是一样的没有括号可以使用include，没有引号可以使用$_GET 可以参考[ctfshow web入门] web32，其中的所…...

编程日记 2025/9/9 1:32:08

【时时三省】(C语言基础)用switch语句实现多分支选择结构

山不在高，有仙则名。水不在深，有龙则灵。 ----CSDN 时时三省 if语句只有两个分支可供选择，而实际问题中常常需要用到多分支的选择。例如，学生成绩分类(85分以上为A等，70 ~ 84分为B等，60 ~ 69分为C等)&…...

编程日记 2025/9/16 6:12:33

为您的 Web 应用选择最佳文档阅读器

为显示选择合适的文档查看器是开发 Web 应用过程中至关重要的一步。文档查看器应能在提供功能性的同时，确保用户体验的流畅性。开发人员必须评估多种因素，以确保效率、性能和兼容性。本文将帮助您了解影响用户文档浏览体验成功与否的关键指标。渲染质…...

编程日记 2025/9/5 4:01:25

js逆向入门图灵爬虫练习平台第六题

地址：aHR0cHM6Ly9zdHUudHVsaW5ncHl0b24uY24vcHJvYmxlbS1kZXRhaWwvNi8 观察可以发现请求头有有字段加密和响应结果加密查看启动器开始断点调试直接复制里面的js内容，测试函数...

编程日记 2025/8/17 20:39:41

招商蛇口 | 回归生活本身，革新CID的143㎡改善标准

时光流转，城市向前。在西安这片千年文脉的沃土之上，招商蛇口已深耕11载，用21座标杆作品，为17000余户家庭筑就理想栖居。从曲江到高新，从城市更新到人居焕新，每一座作品都是对“美好生活承载者”使命的践行。…...

编程日记 2025/9/11 1:15:03

第6课：分布式多智能体系统架构

分布式多智能体系统架构：从算力协同到微服务部署的工程化实践一、引言：当智能体规模突破百级：分布式架构为何成为必选项？ 在多智能体系统（MAS）从“实验室Demo”走向“工业级应用”的过程中，传…...

编程日记 2025/9/16 6:42:52

Vue3 Teleport 深度解析与面试技巧

Vue3 Teleport 深度解析与面试技巧一、Teleport 核心价值解析 1.1 诞生背景与设计哲学 DOM层级困境：传统组件树与视觉层级的矛盾样式污染问题：z-index层级管理的世纪难题逻辑解耦需求：业务逻辑与DOM结构的正交性要求 1.2 核心能力矩阵能…...

编程日记 2025/9/16 1:57:35

断言与反射——以golang为例

断言 x.(T) 检查x的动态类型是否是T，其中x必须是接口值。简单使用 func main() {var x interface{}x 100value1, ok : x.(int)if ok {fmt.Println(value1)}value2, ok : x.(string)if ok {//未打印fmt.Println(value2)} }需要注意如果不接受第二个参数就是OK,这…...

编程日记 2025/9/15 11:16:50

react函数组件中，className字符串、style对象如何在父子组件之间传递

一、需要传递的样式在父组件的scss文件中提前写好子组件的dom解析后： 二、向子组件直接传递style对象...

编程日记 2025/8/17 20:20:17

WHAT - React Portal 机制：将子组件渲染到 DOM 的指定节点

文章目录适合场景基本语法示例：Modal 弹窗1. 创建一个简单的 Modal.tsx2. 在 App 中使用为什么要用 Portal？TypeScript 中 Portal 类型定义？ 适合场景 React Portal 是 React 提供的一种机制，让你可以将子组件渲染到 DOM 的指定…...

编程日记 2025/9/10 18:17:29

企业绿电消纳比例不达标？安科瑞微电网智慧能源平台助力企业低碳转型

方案配置支持请联系安科瑞电气周女士企业绿电消纳政策是国家推动能源转型和实现“双碳”目标的重要抓手，近年来政策体系逐步完善。企业通过建设“源网荷储”一体化项目、虚拟电厂等技术，提升绿电消纳能力。一、安科瑞提供解决方案深耕用电业务&…...

编程日记 2025/9/11 12:16:35

uni-app初学

文章目录 1. pages.json 页面路由2. 图标3. 全局 CSS4. 首页4.1 整体框架4.2 完整代码4.3 轮播图 swiper4.3.1 image 4.4 公告4.4.1 uni-icons 4.5 分类 uni-row、uni-col4.6 商品列表小程序开发网址： 注册小程序账号微信开发者工具下载 uniapp 官网 HbuilderX 下…...

编程日记 2025/9/10 5:47:18

网络划分vlan隔离

隔离划分比如我们想要将pc1和pc2隔离，我们只需在lsw1交换机中，如下配置： sys 先进入系统视图先后输入代表创建2个隔离区 vlan 10 vlan 20 然后进入0/0/1、0/0/2设置隔离类型，并划分隔离区域 int gi0/0/01 port l…...

编程日记 2025/9/12 16:10:28

HDCP（四）

HDCP驱动开发实战深度解析以下从协议栈架构、核心模块实现、安全设计到硬件集成，结合HDCP 2.x规范与主流硬件平台（如ARM、FPGA）特性，系统拆解驱动开发关键环节： 1. 协议栈架构与模块划分驱动分层设计硬件抽象层&…...

编程日记 2025/9/12 15:59:11

大数据（7.4）Kafka存算分离架构深度实践：解锁对象存储的无限潜能

目录一、传统架构的存储困境与破局1.1 数据爆炸时代的存储挑战1.2 存算分离的核心价值矩阵二、对象存储集成架构设计2.1 分层存储核心组件2.2 关键配置参数优化三、深度集成实践方案3.1 冷热数据分层策略3.1.1 存储策略性能对比 3.2 跨云数据湖方案四、企业级应用案例4.1 金…...

编程日记 2025/9/15 6:10:45

SLAM文献之SuMa++: Efficient LiDAR-based Semantic SLAM

SuMa是基于Surfel的SLAM算法SuMa的改进版本，通过引入语义分割信息提升动态环境下的鲁棒性和回环检测性能。以下从算法原理和公式推导两方面详细阐述： 一、SuMa算法原理 1. 基础：SuMa算法 SuMa使用Surfel（表面元素）构…...

编程日记 2025/9/5 18:12:36

react中通过 EventEmitter 在组件间传递状态

要在 Reply 组件中通过 statusChangeEvent 发送状态值，并在 Select 组件中接收这个状态值 status，你可以按照以下步骤实现： //Event.jsimport EventEmitter from events;export const statusChangeEvent new EventEmitter();// 工单状态切换…...

编程日记 2025/9/10 0:38:33

机器学习从入门到精通 day_03

1. KNN算法-分类 1.1 样本距离判断明可夫斯基距离：欧式距离，明可夫斯基距离的特殊情况；曼哈顿距离，明可夫斯基距离的特殊情况。两个样本的距离公式可以通过如下公式进行计算，又称为欧式距离。 （…...

编程日记 2025/9/13 1:24:59

WHAT - React 两个重要的 Typescript 类型：ReactNode vs JSX.Element

文章目录 ReactNode 是什么？示例用途 JSX.Element 是什么？示例用途 ReactNode vs JSX.Element 对比使用建议其他相关类型例子总结这两个类型 ReactNode 和 JSX.Element 在 React TypeScript 中经常出现，但它们含义不同，适用场景…...

编程日记 2025/9/14 13:23:31

了解 DeFi：去中心化金融的入门指南与未来展望

去中心化金融，或 DeFi，代表着全球金融体系运作方式的革命性转变。它是一个总称，指的是一个不断增长的去中心化应用程序（dapp）、协议和平台生态系统，这些生态系统构建在公共区块链网络上，无需传统…...

编程日记 2025/9/8 4:33:50