Qwen/QwQ-32B 基礎模型上構建agent實現ppt自動生成

關心Qwen/QwQ-32B 性能測試結果可以參考下

https://zhuanlan.zhihu.com/p/28600079208https://zhuanlan.zhihu.com/p/28600079208

官方宣傳上是該模型性能比肩滿血版?DeepSeek-R1（671B）！

我們實現一個 使用Qwen/QwQ-32B 自動生成 PowerPoint 演示文稿的需求，基于 Qwen/QwQ-32B 的自動化 PPT 生成 Agent，帶有一個簡單的用戶界面。以下是一個使用 Python、Gradio（用于界面）和 python-pptx（用于生成 PPT）的實現方案，先利用提示詞工程實現一個簡單的ppt生成

  • 前提條件

  1. 你已經下載了 Qwen/QwQ-32B 權重到 ./qwq_32b 目錄。
  2. 確保有足夠的 GPU 內存（建議至少 24GB VRAM）來加載 32B 模型。

  • 系統提示：

    • 設計一個系統提示，指導模型如何生成內容。該提示應包含結構化的內容格式，例如：
      • 第一張幻燈片為標題幻燈片（包含標題和副標題）。
      • 后續幻燈片為內容幻燈片（包含標題和要點）。

  • 內容生成流程

  • 消息構建：

    • 將系統提示與用戶提示結合，形成完整的輸入消息列表。

  • 文本生成：

    • 使用分詞器將消息轉換為模型輸入格式，然后調用模型生成文本。
    • 設置生成參數（如最大新令牌數、溫度等）來控制生成內容的質量和多樣性。

PPT內容處理

  • 解析生成的內容：

    • 將模型生成的文本分割為不同的幻燈片，識別標題幻燈片和內容幻燈片。

  • 創建PPT文件：

    • 使用 python-pptx 庫創建 PowerPoint 演示文稿，根據解析的內容添加幻燈片。
  • 保存PPT文件：
  • 將生成的PPT文件保存到指定的位置，方便用戶下載和使用。
def generate_ppt_content(topic, slide_count=3):system_prompt = ("You are Qwen, developed by Alibaba. You are tasked with creating content for a PowerPoint presentation. ""Generate a structured response with a title slide and subsequent slides based on the user's topic. "f"Provide content for {slide_count} slides in the following format:\n""Slide 1: Title Slide (Title, Subtitle)\n"f"Slide 2 to {slide_count}: Content Slide (Slide Title, Bullet Points)\n""Keep each slide concise and professional.")user_prompt = f"Generate a PPT about '{topic}'."messages = [{"role": "system", "content": system_prompt},{"role": "user", "content": user_prompt}]text = tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)model_inputs = tokenizer([text], return_tensors="pt").to("cuda")  # 輸入放到 GPUgenerated_ids = model.generate(model_inputs.input_ids,max_new_tokens=512,temperature=0.7,repetition_penalty=1.2)generated_ids = [output_ids[len(input_ids):] for input_ids, output_ids inzip(model_inputs.input_ids, generated_ids)]response = tokenizer.batch_decode(generated_ids, skip_special_tokens=True)[0]return response

處理流程概述：

  • 定義了一個結構化的提示，用于指示模型（Qwen）預期的輸出格式。它具體說明了輸出的格式要求，包括標題幻燈片和內容幻燈片。
  • 這將系統提示與請求生成指定主題的演示文稿結合在一起。
  • 將提示進行標記化，意味著將文本轉換為模型可以理解的格式。這涉及將文本轉換為數字表示（標記）。
  • 將標記化的輸入準備好，移動到GPU以加快處理速度。
  • 模型根據輸入提示生成響應。參數max_new_tokens、temperature和repetition_penalty決定生成的
  • max_new_tokens：模型可以一次生成的最大標記數（這里設置為512）。
  • temperature：控制輸出的隨機性。較低的值使輸出更確定，而較高的值增加創造性。
  • repetition_penalty：抑制模型重復短語或想法，促進內容的多樣性。

將生成的標記ID解碼回人類可讀的文本格式，排除模型使用的任何特殊標記。

初步運行下報錯了

torch.cuda.OutOfMemoryError: CUDA out of memory. Tried to allocate 270.00 MiB. GPU 0 has a total capacity of 23.53 GiB of which 158.56 MiB is free. Including non-PyTorch memory, this process has 23.36 GiB memory in use. Of the allocated memory 22.99 GiB is allocated by PyTorch, and 1.24 MiB is reserved by PyTorch but unallocated. If reserved but unallocated memory is large try setting PYTORCH_CUDA_ALLOC_CONF=expandable_segments:True to avoid fragmentation. See documentation for Memory Management (https://pytorch.org/docs/stable/notes/cuda.html#environment-variables)

機器有兩張 NVIDIA 4090 顯卡，每張顯存 24GB，但當前模型加載時超出了單張 GPU 的顯存容量（23.53GiB 已幾乎用盡）。由于 Qwen/QwQ-32B 是一個非常大的模型（未經量化可能需要 60GB+ 顯存），單張 24GB 顯卡無法完整加載，因此需要利用多卡并行加載模型。

以下是實現多卡運行的解決方案，結合你的硬件（2 張 4090，48GB 總顯存）：

首先確認你的環境支持多卡：

import torch
print("CUDA available:", torch.cuda.is_available())
print("Device count:", torch.cuda.device_count())
for i in range(torch.cuda.device_count()):print(f"GPU {i}: {torch.cuda.get_device_name(i)}, {torch.cuda.get_device_properties(i).total_memory / 1024**3:.2f} GB")

使用 accelerate 的多卡支持

transformers 和 accelerate 提供了內置的多卡支持，通過 device_map="auto" 自動將模型分層分配到多個 GPU 上。

# 1. 加載模型和分詞器
model_path = "./qwq_32b"
tokenizer = AutoTokenizer.from_pretrained(model_path)# 使用 accelerate 的多卡加載
model = AutoModelForCausalLM.from_pretrained(model_path,torch_dtype=torch.float16,  # 使用 FP16 減少顯存占用device_map="auto",         # 自動分配到多張 GPUlow_cpu_mem_usage=True     # 優化內存使用
)
print("Model loaded successfully across multiple GPUs!")

優化顯存使用

如果仍然遇到顯存不足，可以進一步優化：

1. 使用 4-bit 量化

安裝 bitsandbytes：

pip install bitsandbytes

修改模型加載部分：

model = AutoModelForCausalLM.from_pretrained(model_path,torch_dtype=torch.float16,device_map="auto",load_in_4bit=True,              # 4-bit 量化bnb_4bit_compute_dtype=torch.float16,bnb_4bit_use_double_quant=True  # 雙重量化
)
  • 顯存需求降至約 20-24GB，兩張 4090 完全夠用。
  • 可能略微影響生成質量，但對 PPT 內容生成影響不大。
設置環境變量

錯誤信息提到 PYTORCH_CUDA_ALLOC_CONF=expandable_segments:True，可以嘗試設置以優化內存分配：

export PYTORCH_CUDA_ALLOC_CONF=expandable_segments:True或者代碼上添加
os.environ["PYTORCH_CUDA_ALLOC_CONF"] = "expandable_segments:True"

修改后代碼

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer
import gradio as gr
from pptx import Presentation
import os# 1. 加載模型和分詞器
model_path = "./base_model/qwq_32b"
tokenizer = AutoTokenizer.from_pretrained(model_path)# 使用 accelerate 的多卡加載
model = AutoModelForCausalLM.from_pretrained(model_path,torch_dtype=torch.float16,device_map="auto",load_in_4bit=True,              # 啟用 4-bit 量化bnb_4bit_compute_dtype=torch.float16,  # 計算用 FP16bnb_4bit_use_double_quant=True  # 雙重量化，進一步節省顯存
)
print("Model loaded successfully across multiple GPUs!")# 2. 生成 PPT 內容的函數
def generate_ppt_content(topic, slide_count=3):system_prompt = ("You are Qwen, developed by Alibaba. You are tasked with creating content for a PowerPoint presentation. ""Generate a structured response with a title slide and subsequent slides based on the user's topic. "f"Provide content for {slide_count} slides in the following format:\n""Slide 1: Title Slide (Title, Subtitle)\n"f"Slide 2 to {slide_count}: Content Slide (Slide Title, Bullet Points)\n""Keep each slide concise and professional.")user_prompt = f"Generate a PPT about '{topic}'."messages = [{"role": "system", "content": system_prompt},{"role": "user", "content": user_prompt}]text = tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)model_inputs = tokenizer([text], return_tensors="pt").to("cuda")  # 輸入放到 GPUgenerated_ids = model.generate(model_inputs.input_ids,max_new_tokens=512,temperature=0.7,repetition_penalty=1.2)generated_ids = [output_ids[len(input_ids):] for input_ids, output_ids inzip(model_inputs.input_ids, generated_ids)]response = tokenizer.batch_decode(generated_ids, skip_special_tokens=True)[0]return response# 3. 創建 PPT 文件
def create_ppt(topic, content):prs = Presentation()slides = content.split("Slide")[1:]for slide_text in slides:slide_lines = slide_text.strip().split("\n")if not slide_lines:continueif "1:" in slide_text:slide_layout = prs.slide_layouts[0]slide = prs.slides.add_slide(slide_layout)title, subtitle = slide.shapes.title, slide.placeholders[1]title.text = slide_lines[0].replace("1: Title Slide", "").strip()subtitle.text = slide_lines[1].strip() if len(slide_lines) > 1 else " "else:slide_layout = prs.slide_layouts[1]slide = prs.slides.add_slide(slide_layout)title, body = slide.shapes.title, slide.placeholders[1]title.text = slide_lines[0].strip()tf = body.text_frametf.text = "\n".join(line.strip() for line in slide_lines[1:] if line.strip())output_file = f"{topic.replace(' ', '_')}_presentation.pptx"prs.save(output_file)return output_file# 4. 主函數
def ppt_agent(topic):content = generate_ppt_content(topic)output_file = create_ppt(topic, content)return content, output_file# 5. Gradio 界面
with gr.Blocks(title="PPT 生成 Agent") as demo:gr.Markdown("# 自動化 PPT 生成器")gr.Markdown("輸入主題，生成 PPT 文件。基于 Qwen/QwQ-32B，多卡運行。")topic_input = gr.Textbox(label="PPT 主題", placeholder="例如：人工智能簡介")output_text = gr.Textbox(label="生成的內容", lines=10, interactive=False)output_file = gr.File(label="下載 PPT 文件")submit_btn = gr.Button("生成 PPT")submit_btn.click(fn=ppt_agent, inputs=topic_input, outputs=[output_text, output_file])demo.launch(server_name="0.0.0.0", server_port=7860)

運行界面如下

點擊“生成PPT”?

但是ppt質量有點堪憂

生成的 PPT 內容確實存在以下問題：

  1. 內容質量低：生成的文本包含不自然的表達（如 "I don’t have the prime data regarding from common knowledge up until now"），語法錯誤較多，邏輯也不夠清晰。
  2. 格式問題：內容沒有很好地適配 PPT 的結構，段落過長，缺乏簡潔的要點化表達。
  3. 語言混雜：中英文混雜（如標題是中文，內容是英文），缺乏統一性。

為了提升 PPT 的質量，引入多個智能體的協作模式，利用聯網功能獲取更高質量的內容，并優化 PPT 的結構和格式。改進方案：

多智能體協作生成高質量 PPT

智能體角色分工
  1. 內容生成智能體：基于 QwQ-32B 模型，負責生成 PPT 的初步內容（已實現）。
  2. 內容優化智能體：聯網搜索最新信息，修正生成內容中的錯誤，優化語言表達。
  3. 格式設計智能體：優化 PPT 結構，確保內容簡潔、要點清晰，并適配 PPT 格式。
  4. 視覺美化智能體：提供 PPT 排版建議，優化字體、顏色、布局等（目前無法直接生成圖片，但可以提供設計建議）。
改進步驟
  1. 優化內容生成：調整提示詞，提升 QwQ-32B 的輸出質量。
  2. 聯網搜索補充：搜索與主題相關的最新信息，修正模型生成的內容。
  3. 結構化輸出：將內容轉為簡潔的要點形式，適配 PPT。

修改代碼

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer
import gradio as gr
from pptx import Presentation
from pptx.util import Inches, Pt
from pptx.enum.text import PP_ALIGN
from pptx.dml.color import RGBColor
from pptx.oxml.xmlchemy import OxmlElement
import os
import requests
from bs4 import BeautifulSoup
import time# 清理顯存
torch.cuda.empty_cache()
os.environ["PYTORCH_CUDA_ALLOC_CONF"] = "expandable_segments:True"# 1. 加載模型和分詞器
model_path = "./base_model/qwq_32b"
tokenizer = AutoTokenizer.from_pretrained(model_path)
model = AutoModelForCausalLM.from_pretrained(model_path,torch_dtype=torch.float16,device_map="auto",load_in_4bit=True,bnb_4bit_compute_dtype=torch.float16,bnb_4bit_use_double_quant=True
)
print("Model loaded successfully!")# 2. 聯網搜索（使用百度，優化解析邏輯）
def search_web(query, retries=3):for attempt in range(retries):try:url = f"https://www.baidu.com/s?wd={requests.utils.quote(query)}"headers = {"User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/91.0.4472.124 Safari/537.36"}response = requests.get(url, headers=headers, timeout=10)response.raise_for_status()soup = BeautifulSoup(response.text, "html.parser")snippets = []# 調整選擇器，適配百度搜索結果for result in soup.select(".result.c-container"):title = result.select_one("h3 a")summary = result.select_one(".c-abstract") or result.select_one(".c-span-last")if title and summary:snippets.append(f"{title.get_text()}: {summary.get_text()}")elif title:snippets.append(title.get_text())if snippets:print("Search results:", snippets)  # 調試輸出return "\n".join(snippets[:3])else:return "未找到相關搜索結果"except Exception as e:print(f"Search attempt {attempt + 1} failed: {str(e)}")if attempt == retries - 1:return "搜索失敗，請檢查網絡連接或稍后再試"time.sleep(2)  # 重試前等待 2 秒# 3. 生成 PPT 內容
def generate_ppt_content(topic, slide_count=3):system_prompt = ("你是一個專業的 PPT 內容生成助手，語言為中文。你的任務是根據用戶提供的主題，生成一份結構化的 PPT 內容。要求："f"1. 生成 {slide_count} 頁幻燈片：\n""   - Slide 1: 標題頁（標題，副標題）\n"f"   - Slide 2 到 {slide_count}: 內容頁（頁標題，3-5 個簡潔的要點）\n""2. 語言簡潔、專業，適合 PPT 展示，避免長句。\n""3. 確保內容邏輯清晰，信息準確，基于小米汽車的最新信息（如 2025 年目標交付 30 萬臺，SU7 和 YU7 系列，智能化布局等）。\n""4. 不要包含不準確的信息（如錯誤的自動駕駛級別，當前小米汽車未達到 L4）。")user_prompt = f"生成一份關于 '{topic}' 的 PPT，重點介紹產品亮點和市場戰略。"messages = [{"role": "system", "content": system_prompt}, {"role": "user", "content": user_prompt}]text = tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)model_inputs = tokenizer([text], return_tensors="pt").to("cuda")generated_ids = model.generate(model_inputs.input_ids,max_new_tokens=256,temperature=0.7,repetition_penalty=1.2,pad_token_id=tokenizer.eos_token_id)generated_ids = [output_ids[len(input_ids):] for input_ids, output_ids inzip(model_inputs.input_ids, generated_ids)]response = tokenizer.batch_decode(generated_ids, skip_special_tokens=True)[0]# 聯網搜索補充信息search_result = search_web(f"{topic} 2025")return response + "\n\n補充信息（來自百度）:\n" + search_result# 4. 創建 PPT 文件（優化美觀度）
def create_ppt(topic, content):prs = Presentation()print("Generated content:\n", content)slides = content.split("Slide")[1:]for slide_index, slide_text in enumerate(slides):slide_lines = slide_text.strip().split("\n")if not slide_lines:continue# 設置背景漸變（淺灰色到白色）slide_layout = prs.slide_layouts[0 if "1:" in slide_text else 1]slide = prs.slides.add_slide(slide_layout)background = slide.backgroundfill = background.fillfill.gradient()fill.gradient_stops[0].color.rgb = RGBColor(240, 240, 240)fill.gradient_stops[1].color.rgb = RGBColor(255, 255, 255)# 添加占位符圖片框（右側）left = Inches(6)top = Inches(1.5)width = Inches(3)height = Inches(3)slide.shapes.add_picture_placeholder(left=left, top=top, width=width, height=height)if "1:" in slide_text:# 標題頁title, subtitle = slide.shapes.title, slide.placeholders[1]title.text = slide_lines[0].replace("1: Title Slide", "").strip()subtitle.text = slide_lines[1].strip() if len(slide_lines) > 1 else " "# 美化標題頁（使用小米品牌色：橙色）title.text_frame.paragraphs[0].font.size = Pt(44)title.text_frame.paragraphs[0].font.color.rgb = RGBColor(255, 103, 0)  # 小米橙色title.text_frame.paragraphs[0].alignment = PP_ALIGN.CENTERsubtitle.text_frame.paragraphs[0].font.size = Pt(24)subtitle.text_frame.paragraphs[0].font.color.rgb = RGBColor(89, 89, 89)subtitle.text_frame.paragraphs[0].alignment = PP_ALIGN.CENTERelse:# 內容頁title, body = slide.shapes.title, slide.placeholders[1]title.text = slide_lines[0].strip()# 格式化內容為要點tf = body.text_frametf.clear()for line in slide_lines[1:]:if line.strip():p = tf.add_paragraph()p.text = line.strip()p.level = 0 if not line.startswith("-") else 1p.font.size = Pt(20)p.font.color.rgb = RGBColor(0, 0, 0)p.alignment = PP_ALIGN.LEFT# 美化內容頁title.text_frame.paragraphs[0].font.size = Pt(32)title.text_frame.paragraphs[0].font.color.rgb = RGBColor(255, 103, 0)  # 小米橙色# 在最后一頁添加補充信息if slide_index == len(slides) - 1 and "補充信息（來自百度）" in content:search_content = content.split("補充信息（來自百度）:\n")[-1].strip()if search_content and search_content != "未找到相關搜索結果":left = Inches(0.5)top = Inches(5.5)width = Inches(9)height = Inches(1.5)textbox = slide.shapes.add_textbox(left, top, width, height)tf = textbox.text_frametf.text = "補充信息（來自百度）:\n" + search_contentfor p in tf.paragraphs:p.font.size = Pt(14)p.font.color.rgb = RGBColor(100, 100, 100)p.alignment = PP_ALIGN.LEFToutput_file = f"{topic.replace(' ', '_')}_presentation.pptx"prs.save(output_file)return output_file# 5. 主函數
def ppt_agent(topic):content = generate_ppt_content(topic)output_file = create_ppt(topic, content)return content, output_file# 6. Gradio 界面
with gr.Blocks(title="PPT 生成 Agent") as demo:gr.Markdown("# 自動化 PPT 生成器")gr.Markdown("輸入主題，生成高質量 PPT 文件。基于 Qwen/QwQ-32B 和百度聯網優化。")topic_input = gr.Textbox(label="PPT 主題", placeholder="例如：小米汽車最新發布")output_text = gr.Textbox(label="生成的內容", lines=10, interactive=False)output_file = gr.File(label="下載 PPT 文件")submit_btn = gr.Button("生成 PPT")submit_btn.click(fn=ppt_agent, inputs=topic_input, outputs=[output_text, output_file])demo.launch(server_name="0.0.0.0", server_port=7860)

我們再嘗使用添加些樣式來豐富下ppt排班

修改代碼

def create_ppt(topic, content):prs = Presentation()print("Generated content:\n", content)slides = content.split("Slide")[1:]for slide_index, slide_text in enumerate(slides):slide_lines = slide_text.strip().split("\n")if not slide_lines:continue# 設置背景漸變（淺灰色到白色）slide_layout = prs.slide_layouts[0 if "1:" in slide_text else 1]slide = prs.slides.add_slide(slide_layout)background = slide.backgroundfill = background.fillfill.gradient()fill.gradient_stops[0].color.rgb = RGBColor(240, 240, 240)fill.gradient_stops[1].color.rgb = RGBColor(255, 255, 255)# 添加矩形框作為圖片占位符left = Inches(6)top = Inches(1.5)width = Inches(3)height = Inches(3)shape = slide.shapes.add_shape(1, left, top, width, height)  # 1 表示矩形shape.fill.solid()shape.fill.fore_color.rgb = RGBColor(220, 220, 220)shape.line.dash_style = MSO_LINE_DASH_STYLE.DASH  # 使用正確的虛線樣式shape.line.color.rgb = RGBColor(150, 150, 150)txBox = shape.text_frametxBox.text = "圖片占位符\n(請手動插入圖片)"p = txBox.paragraphs[0]p.font.size = Pt(12)p.font.color.rgb = RGBColor(100, 100, 100)p.alignment = PP_ALIGN.CENTERif "1:" in slide_text:# 標題頁title, subtitle = slide.shapes.title, slide.placeholders[1]title.text = slide_lines[0].replace("1: Title Slide", "").strip()subtitle.text = slide_lines[1].strip() if len(slide_lines) > 1 else " "# 美化標題頁（使用小米品牌色：橙色）title.text_frame.paragraphs[0].font.size = Pt(44)title.text_frame.paragraphs[0].font.color.rgb = RGBColor(255, 103, 0)title.text_frame.paragraphs[0].alignment = PP_ALIGN.CENTERsubtitle.text_frame.paragraphs[0].font.size = Pt(24)subtitle.text_frame.paragraphs[0].font.color.rgb = RGBColor(89, 89, 89)subtitle.text_frame.paragraphs[0].alignment = PP_ALIGN.CENTERelse:# 內容頁title, body = slide.shapes.title, slide.placeholders[1]title.text = slide_lines[0].strip()# 格式化內容為要點tf = body.text_frametf.clear()for line in slide_lines[1:]:if line.strip():p = tf.add_paragraph()p.text = line.strip()p.level = 0 if not line.startswith("-") else 1p.font.size = Pt(20)p.font.color.rgb = RGBColor(0, 0, 0)p.alignment = PP_ALIGN.LEFT# 美化內容頁title.text_frame.paragraphs[0].font.size = Pt(32)title.text_frame.paragraphs[0].font.color.rgb = RGBColor(255, 103, 0)# 在最后一頁添加補充信息和分割線if slide_index == len(slides) - 1 and "補充信息（來自百度）" in content:# 添加分割線left = Inches(0.5)top = Inches(5.3)width = Inches(9)height = Inches(0.01)line = slide.shapes.add_shape(1, left, top, width, height)line.fill.solid()line.fill.fore_color.rgb = RGBColor(200, 200, 200)line.line.color.rgb = RGBColor(200, 200, 200)# 添加補充信息search_content = content.split("補充信息（來自百度）:\n")[-1].strip()if search_content and search_content != "未找到相關搜索結果":left = Inches(0.5)top = Inches(5.5)width = Inches(9)height = Inches(1.5)textbox = slide.shapes.add_textbox(left, top, width, height)tf = textbox.text_frametf.text = "補充信息（來自百度）:\n" + search_contentfor p in tf.paragraphs:p.font.size = Pt(14)p.font.color.rgb = RGBColor(100, 100, 100)p.alignment = PP_ALIGN.LEFToutput_file = f"{topic.replace(' ', '_')}_presentation.pptx"prs.save(output_file)return output_file

再次運行，控制臺和新ppt

本文來自互聯網用戶投稿，該文觀點僅代表作者本人，不代表本站立場。本站僅提供信息存儲空間服務，不擁有所有權，不承擔相關法律責任。
如若轉載，請注明出處：http://www.pswp.cn/news/897561.shtml
繁體地址，請注明出處：http://hk.pswp.cn/news/897561.shtml
英文地址，請注明出處：http://en.pswp.cn/news/897561.shtml

如若內容造成侵權/違法違規/事實不符，請聯系多彩編程網進行投訴反饋email:809451989@qq.com，一經查實，立即刪除！

相關文章

Javascript基礎語法詳解

Javascript基礎語法詳解

面向對象的語言.腳本語言,不需要編譯,瀏覽器解釋即可運行 .用于控制網頁的行為.瀏覽器的source可以打斷點調試, console輸入代碼可以執行 use strict指令: 在“嚴格模式”下運行js代碼, 防止意外創建全局變量等, 提高代碼安全性和執行效率. 使用: 全局嚴格模式：…
閱讀更多...
[雜學筆記] TCP和UDP的區別，對http接口解釋 ， Cookie和Session的區別 ，http和https的區別 ， 智能指針 ，斷點續傳

[雜學筆記] TCP和UDP的區別，對http接口解釋 ， Cookie和Session的區別 ，http和https的區別 ， 智能指針 ，斷點續傳

文章目錄 1. TCP和UDP的區別2. 對http接口解釋3. Cookie和Session的區別4. http和https的區別5. 智能指針6.斷點續傳 1. TCP和UDP的區別 tcp的特點： 面向連接，可靠性高，全雙工，面向字節流udp特點：無連接，不…
閱讀更多...
JAVASE（五）

JAVASE（五）

目錄 一、成員變量和局部變量 1.定義 2.區別 （1）相同 （2）不同 二、方法和構造方法 1.定義 2.構造方法細節 3.方法重載 一、成員變量和局部變量 1.定義 （1）成員變量是…
閱讀更多...
Matlab中快速查找元素索引號

Matlab中快速查找元素索引號

1、背景介紹 在算法設計過程中，有時候需要從一維/二維數組中，快速查找是否某個元素，以及該元素所在的位置。如一維矩陣[1 2 3 4 5 6 6 7 8]所示，元素6所在的位置為6 7。 2、函數測試 matlab中函數find()可以快速查找到指定元素所…
閱讀更多...
【DuodooTEKr 】多度科技 以開源之力，驅動企業數字化轉型

【DuodooTEKr 】多度科技 以開源之力，驅動企業數字化轉型

多度科技 背景 / Background 在全球產業鏈重構與國內經濟雙循環的浪潮下，中國制造業與貿易企業正面臨數字化升級的迫切需求。開源技術作為數字化轉型的基石，不僅能打破技術壁壘、降低企業成本，更能通過協作創新加速產業智能化進程。 多度科技…
閱讀更多...
【HarmonyOS Next】鴻蒙應用故障處理思路詳解

【HarmonyOS Next】鴻蒙應用故障處理思路詳解

【HarmonyOS Next】鴻蒙應用崩潰處理思路詳解 一、崩潰問題發現后定位 1. 崩潰現象： 常見的崩潰問題表現為，應用操作后白屏閃退，或者應用顯示無響應卡死。 2.定位問題： 發現崩潰后，我們首先需要了解復現步驟&#x…
閱讀更多...
linunx ubuntu24.04.02裝libfuse2導致無法開機進不了桌面解決辦法

linunx ubuntu24.04.02裝libfuse2導致無法開機進不了桌面解決辦法

osu.appimage運行需要libfuse2 然后我就下了fuse,打了兩把第二天無法開機 這樣是不能開機的 這樣是可以開機的 解決辦法一：玩星火商店的osu，好了問題解決 解決辦法二： 在這個頁面 ctrl alt f2進入tty6 sudo apt install ubuntu-desktop 進…
閱讀更多...
Maven 的常用指令

Maven 的常用指令

一、核心構建指令 mvn clean 作用：刪除 target 目錄（清理編譯/打包生成的文件）。 場景：確保從頭開始構建，避免殘留文件干擾。 mvn compile 作用：編譯項目源代碼。 場景：快速檢查代碼是否能編…
閱讀更多...
llvm數據流分析

llvm數據流分析

llvm數據流分析 1.數據流分析2.LLVM實現2.1.常量傳播2.2.活躍性分析 相關參考文檔：DataFlowAnalysisIntro、ustc編譯原理課程、南大程序分析課程1、南大程序分析課程2。 1.數據流分析 數據流分析在編譯優化等程序分析任務上都有重要應用。通常數據流分析可被抽象為…
閱讀更多...
C++ MySQL 常用接口（基于 MySQL Connector/C++）

C++ MySQL 常用接口（基于 MySQL Connector/C++）

C MySQL 常用接口（基于 MySQL Connector/C） 1. 數據庫連接 接口： sql::mysql::MySQL_Driver *driver; sql::Connection *con;作用： 用于創建 MySQL 連接對象。 示例： driver sql::mysql::get_mysql_driver_insta…
閱讀更多...
C++藍橋杯基礎篇（十一）

C++藍橋杯基礎篇（十一）

片頭 嗨~小伙伴們，大家好！今天我們來學習C藍橋杯基礎篇（十一），學習類，結構體，指針相關知識，準備好了嗎？咱們開始咯~ 一、類與結構體 類的定義：在C中&#x…
閱讀更多...
css中實現border距離視圖左右兩側有距離

css中實現border距離視圖左右兩側有距離

首先看效果圖 再看css是如何實現 <!DOCTYPE html> <html><head><meta charset"utf-8"><title></title><style>.main {background-color: aqua;display: block;width: 300px;padding: 0px 32px;box-sizing: border-box;}/…
閱讀更多...
Ubuntu 22.04 無法進入圖形界面的解決方法

Ubuntu 22.04 無法進入圖形界面的解決方法

Ubuntu 22.04 無法進入圖形界面&#xff0c;只能進入 tty&#xff0c;可能是由于圖形界面相關的配置或驅動程序出現了問題。以下是一些常見的解決方法&#xff1a; 1. 檢查圖形界面服務狀態 首先&#xff0c;檢查圖形界面服務&#xff08;通常是 gdm 或 lightdm&#xff09;的…
閱讀更多...
Tweak Power：全方位電腦系統優化的高效工具

Tweak Power：全方位電腦系統優化的高效工具

在日常使用電腦時&#xff0c;系統性能的下降、垃圾文件的堆積以及硬盤的老化等問題常常困擾著用戶。為了提升電腦性能、優化系統運行&#xff0c;許多人會選擇系統優化工具。然而&#xff0c;國內一些系統優化軟件常常因為廣告過多或功能冗雜而讓人望而卻步。此時&#xff0c;…
閱讀更多...
深入淺出Bearer Token：解析工作原理及其在Vue、Uni-app與Java中的實現Demo

深入淺出Bearer Token：解析工作原理及其在Vue、Uni-app與Java中的實現Demo

目錄 前言1. 基本知識2. Demo3. 實戰 前言 &#x1f91f; 找工作&#xff0c;來萬碼優才&#xff1a;&#x1f449; #小程序://萬碼優才/r6rqmzDaXpYkJZF 1. 基本知識 Bearer Token是一種基于Token的認證機制&#xff0c;用于在HTTP請求中傳遞用戶的身份信息 應用于RESTful A…
閱讀更多...
kubernetes——part3-5 核心概念 Service

kubernetes——part3-5 核心概念 Service

一、 service作用 使用kubernetes集群運行工作負載時&#xff0c;由于Pod經常處于用后即焚狀態&#xff0c;Pod經常被重新生成&#xff0c;因此Pod對應的IP地址也會經常變化&#xff0c;導致無法直接訪問Pod提供的服務&#xff0c;Kubernetes中使用了Service來解決這一問題&am…
閱讀更多...
從零開始 | C語言基礎刷題DAY1

從零開始 | C語言基礎刷題DAY1

?個人主頁&#xff1a;折枝寄北的博客 DAY1[2025.3.11] 1. 求兩個數的較大值2.從鍵盤輸入的兩個數的大小關系3.一個整數的奇偶性&#xff0c;請判斷4. 考試分數是否通過5.考試成績是否完美&#xff0c;請判斷 1. 求兩個數的較大值 題目&#xff1a; 寫一個函數求兩個整數的較…
閱讀更多...
開源模型時代的 AI 開發革命：Dify 技術深度解析

開源模型時代的 AI 開發革命：Dify 技術深度解析

開源模型時代的AI開發革命&#xff1a;Dify技術深度解析 引言&#xff1a;AI開發的開源新紀元 在生成式AI技術突飛猛進的2025年&#xff0c;開源模型正成為推動行業創新的核心力量。據統計&#xff0c;全球超過80%的AI開發者正在使用開源模型構建應用&#xff0c;這一趨勢不僅…
閱讀更多...
Dify Web 前端獨立部署指南（與后端分離，獨立部署）

Dify Web 前端獨立部署指南（與后端分離，獨立部署）

背景：單獨拆分前端出來部署，二開前后端 本文檔專注于 Dify Web 前端的部署流程和配置，適用于需要將項目部署到各種環境的運維人員和開發者。 1. 環境準備 1.1 部署環境要求 Node.js >= 18.17.0Nginx 或其他Web服務器（生產環境推薦）Docker（可選，用于容器化部署）1.…
閱讀更多...
《蒼穹外賣》SpringBoot后端開發項目核心知識點整理（DAY1 to DAY3）

《蒼穹外賣》SpringBoot后端開發項目核心知識點整理（DAY1 to DAY3）

目錄 一、在本地部署并啟動Nginx服務1. 解壓Nginx壓縮包2. 啟動Nginx服務3. 驗證Nginx是否啟動成功&#xff1a; 二、導入接口文檔1. 黑馬程序員提供的YApi平臺2. YApi Pro平臺3. 推薦工具&#xff1a;Apifox 三、Swagger1. 常用注解1.1 Api與ApiModel1.2 ApiModelProperty與Ap…
閱讀更多...
最新文章

Copyright @ 2022~2023