<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[jwandbj的博客]]></title><description><![CDATA[]]></description><link>https://blog.csdn.net/jwandbj</link><language>zh-cn</language><generator>https://blog.csdn.net/</generator><copyright><![CDATA[Copyright &copy; jwandbj]]></copyright><item><title><![CDATA[开源！开源！开源！ztorn跨境电商财税一体]]></title><link>https://blog.csdn.net/jwandbj/article/details/152086137</link><guid>https://blog.csdn.net/jwandbj/article/details/152086137</guid><author>jwandbj</author><pubDate>Thu, 25 Sep 2025 16:22:31 +0800</pubDate><description><![CDATA[2.基础数据模块：包括智能商品库（维护一套完整、准确的商品信息，用于报关单生成，发票开具和退税计算），单证中心（作为系统的“数字档案馆”，集中存储和管理所有业务环节的电子单证，支持快速检索和关联查看），平台授权和配置。本平台是一款SaaS化的企业级软件，通过API集成技术，打通多个外部系统，为跨境电商企业提供从“订单抓取”到“退税款到账”的端到端自动化解决方案。4.通关管理：连接订单与税务的核心枢纽，负责将商业订单转换为具有法律效力的海关申报文件，并实时追踪其通关状态，为后续发票和退税提供法定依据。]]></description><category></category></item><item><title><![CDATA[一分钟教你在windows上部署DeepSeek]]></title><link>https://blog.csdn.net/jwandbj/article/details/145498737</link><guid>https://blog.csdn.net/jwandbj/article/details/145498737</guid><author>jwandbj</author><pubDate>Fri, 07 Feb 2025 17:05:37 +0800</pubDate><description><![CDATA[DeepSeek最近火的一塌糊涂，但是由于最近DeepSeek遭受了大规模、持续的恶意攻击，导致DeepSeek的服务不是很稳定，在和其对话的过程中，经常会出现“服务器繁忙，请稍后再试”的情况。输入ollama  run deepseek-r1:7b进行安装，后面必须要带:7b，代表你安装的是70亿参数的DeepSeek。下载完之后，直接安装，安装好之后，打开ChatBox，选择“使用自己的API Key 或本地模型”点击download，默认会根据当前的机器选择对应的操作系统。关注「恒荀大模型」公众号。]]></description><category></category></item><item><title><![CDATA[Node-Red二次开发：各目录结构说明及开发流程]]></title><link>https://blog.csdn.net/jwandbj/article/details/143652864</link><guid>https://blog.csdn.net/jwandbj/article/details/143652864</guid><author>jwandbj</author><pubDate>Sat, 09 Nov 2024 23:05:52 +0800</pubDate><description><![CDATA[node-red二次开发：各目录结构说明及开发流程]]></description><category></category></item><item><title><![CDATA[Node-Red二次开发：git下载本地打镜像docker部署]]></title><link>https://blog.csdn.net/jwandbj/article/details/143260542</link><guid>https://blog.csdn.net/jwandbj/article/details/143260542</guid><author>jwandbj</author><pubDate>Sat, 26 Oct 2024 22:31:04 +0800</pubDate><description><![CDATA[五、我是在windows上安装了一个docker desktop，在本地构建，需要先启动window上的Docker Desktop，然后打开cmd命名窗口，然后进入到node-red项目所在的地方D:\node-red输入docker打包命令，注意后面的点。二、然后npm install安装以下，把node_models下载下来，然后使用npm run dev启动，如果http://127.0.0.1:1880可以访问就代表node-red启动成功。三、如果需要使用docker来打镜像，可以参考。]]></description><category></category></item><item><title><![CDATA[自然学习法和科学学习法]]></title><link>https://blog.csdn.net/jwandbj/article/details/140630119</link><guid>https://blog.csdn.net/jwandbj/article/details/140630119</guid><author>jwandbj</author><pubDate>Tue, 23 Jul 2024 11:04:04 +0800</pubDate><description><![CDATA[自然学习法：什么事自然学习法，特意让kimi来回答了一下。所谓的自然学习法说的俗一点就是野路子学习方法。这种学习方法的特点是“慢”“没有系统性”，学完之后感觉都会了，但是又感觉什么都不会。如果你是刚从学校出来或者工作时间5年以内，还在徘徊怎么提升自己。加我微信，我来告诉你，如何快速找到一条适合自己提升的路线。简单来说就是有目标，有学习路线，有学习方式方法，会用工具。科学学习法更多的是培训你的思维能力。]]></description><category></category></item><item><title><![CDATA[Prompt Engineering（提示工程）]]></title><link>https://blog.csdn.net/jwandbj/article/details/140626286</link><guid>https://blog.csdn.net/jwandbj/article/details/140626286</guid><author>jwandbj</author><pubDate>Tue, 23 Jul 2024 09:25:31 +0800</pubDate><description><![CDATA[提示工程也叫【指令工程】Prompt就是发给大模型的指令，比如你要大模型【讲个笑话】、【用python编个贪吃蛇游戏】大模型只接受一种输入，那就是prompt本质上，所有大模型相关的工程工作，都是围绕prompt展开的提示工程【门槛低，天花板高】，所以有人戏称prompt为【咒语】未来的Prompt会是什么样的呢？Prompt在未来也许是人类操作AI的唯一方式，这句话是什么意思呢？]]></description><category></category></item><item><title><![CDATA[Jenkins+K8s实现持续集成（三）]]></title><link>https://blog.csdn.net/jwandbj/article/details/139796684</link><guid>https://blog.csdn.net/jwandbj/article/details/139796684</guid><author>jwandbj</author><pubDate>Wed, 19 Jun 2024 11:05:08 +0800</pubDate><description><![CDATA[【代码】Jenkins+K8s实现持续集成（三）]]></description><category></category></item><item><title><![CDATA[Jenkins+K8s实现持续集成（一）]]></title><link>https://blog.csdn.net/jwandbj/article/details/139796265</link><guid>https://blog.csdn.net/jwandbj/article/details/139796265</guid><author>jwandbj</author><pubDate>Wed, 19 Jun 2024 10:53:24 +0800</pubDate><description><![CDATA[先在另外一台机器上使用docker images查看docker镜像，里面有一个hello/gocd-agent-hello的镜像。然后在这台机器上也vi /etc/docker/daemon.json配置。再配置vi /etc/docker/daemon.json。安装完之后，执行下面命令可以看到镜像仓库已经安装成功。然后在浏览器上输入下面地址进行访问。]]></description><category></category></item><item><title><![CDATA[Jenkins+K8s实现持续集成（二）]]></title><link>https://blog.csdn.net/jwandbj/article/details/139794079</link><guid>https://blog.csdn.net/jwandbj/article/details/139794079</guid><author>jwandbj</author><pubDate>Wed, 19 Jun 2024 10:38:24 +0800</pubDate><description><![CDATA[三、project-svc.yaml怎么写呢？五、如何在jenkins里面进行配置呢？部署前呢，要先把jenkins搭建好。二、project.yaml怎么写呢？四、jenkins.sh脚本如何写？一、Dockerfile怎么写呢？挂载目录和项目名字需要改成自己的。同时呢已经有了k8s的环境。]]></description><category></category></item><item><title><![CDATA[python实现投掷色子游戏]]></title><link>https://blog.csdn.net/jwandbj/article/details/139668917</link><guid>https://blog.csdn.net/jwandbj/article/details/139668917</guid><author>jwandbj</author><pubDate>Fri, 14 Jun 2024 08:51:44 +0800</pubDate><description><![CDATA[【代码】python实现投掷色子游戏。]]></description><category></category></item><item><title><![CDATA[Java Opencv识别图片上的虫子]]></title><link>https://blog.csdn.net/jwandbj/article/details/139594266</link><guid>https://blog.csdn.net/jwandbj/article/details/139594266</guid><author>jwandbj</author><pubDate>Tue, 11 Jun 2024 11:50:51 +0800</pubDate><description><![CDATA[最近有个需求，希望识别图片上的虫子，对于java来说，图像识别不是很好做。在网上也搜索了很多，很多的代码都是不完整，或者下载下载报错，有的写的很长看不懂。所以自己试着用java的opencv写了一段代码。发现识别的效果还不错，下面把代码贴出来。但是这里面有一些缺陷，就是没有加入transformer和org.deeplearning4j，对于复杂的场景识别的不是很准确。后期再更新把神经网络加上去。一、POM.xml文件导入jar包。二、主要的处理步骤和逻辑代码。]]></description><category></category></item><item><title><![CDATA[python调用天气接口并解析json数据]]></title><link>https://blog.csdn.net/jwandbj/article/details/139574118</link><guid>https://blog.csdn.net/jwandbj/article/details/139574118</guid><author>jwandbj</author><pubDate>Mon, 10 Jun 2024 10:36:09 +0800</pubDate><description><![CDATA[【代码】python调用天气接口并解析json数据。]]></description><category></category></item><item><title><![CDATA[python字典应用]]></title><link>https://blog.csdn.net/jwandbj/article/details/139559547</link><guid>https://blog.csdn.net/jwandbj/article/details/139559547</guid><author>jwandbj</author><pubDate>Sun, 09 Jun 2024 11:18:27 +0800</pubDate><description><![CDATA[【代码】python字典应用。]]></description><category></category></item><item><title><![CDATA[AGI时代个人发展]]></title><link>https://blog.csdn.net/jwandbj/article/details/139497493</link><guid>https://blog.csdn.net/jwandbj/article/details/139497493</guid><author>jwandbj</author><pubDate>Thu, 06 Jun 2024 13:19:23 +0800</pubDate><description><![CDATA[但是我们不帮着他们去吹牛，客观的去分析这些主流的公司把AGI的真正实现定到3到5年对他们是最有利的，这一点我们要清晰的看到，每一个人在说观点的时候背后对他是不是最有利的。基本上训练一个大模型的团队大概在10~20个人的样子，这个事不是人数密集型的事，其实是算力密集型的，是个烧钱的东西。这是最理想的状态，但是三懂都做到是有难度的，不是一蹴而就的，需要长时间的积累。第二种是编程向的，懂编程，懂AI。编程是把他实现的手段，AI是他必备的元素，懂业务才能把这产品和市场做更好的匹配，这是成功的三懂。]]></description><category></category></item><item><title><![CDATA[python元组容器]]></title><link>https://blog.csdn.net/jwandbj/article/details/139488909</link><guid>https://blog.csdn.net/jwandbj/article/details/139488909</guid><author>jwandbj</author><pubDate>Thu, 06 Jun 2024 09:39:22 +0800</pubDate><description><![CDATA[【代码】python元组容器。]]></description><category></category></item><item><title><![CDATA[python嵌套列表求学生平均分]]></title><link>https://blog.csdn.net/jwandbj/article/details/139468133</link><guid>https://blog.csdn.net/jwandbj/article/details/139468133</guid><author>jwandbj</author><pubDate>Wed, 05 Jun 2024 11:41:12 +0800</pubDate><description><![CDATA[3个学生，5门课程，求每门课程的平均分和最大最小分。]]></description><category></category></item><item><title><![CDATA[python开发扑克牌游戏]]></title><link>https://blog.csdn.net/jwandbj/article/details/139456406</link><guid>https://blog.csdn.net/jwandbj/article/details/139456406</guid><author>jwandbj</author><pubDate>Tue, 04 Jun 2024 23:26:53 +0800</pubDate><description><![CDATA[用一个列表保存54张扑克牌，先洗牌,再按斗地主的发牌方式把牌发给三个玩家，多的3张牌给第一个玩家(地主)最后把每个玩家手上的牌显示出来。]]></description><category></category></item><item><title><![CDATA[python猜数字游戏]]></title><link>https://blog.csdn.net/jwandbj/article/details/139380545</link><guid>https://blog.csdn.net/jwandbj/article/details/139380545</guid><author>jwandbj</author><pubDate>Sat, 01 Jun 2024 22:09:20 +0800</pubDate><description><![CDATA[计算机给出对应的提示“大一点”，”小一点“或”恭喜你猜对了“，直到猜中为止。计算机随机产生一个1~100的随机数，人输入自己猜的数字，如果猜的次数超过7次，计算机温馨提示“智商余额明显不足”]]></description><category></category></item><item><title><![CDATA[python数字矩阵，乘法口诀]]></title><link>https://blog.csdn.net/jwandbj/article/details/139380040</link><guid>https://blog.csdn.net/jwandbj/article/details/139380040</guid><author>jwandbj</author><pubDate>Sat, 01 Jun 2024 21:33:49 +0800</pubDate><description><![CDATA[【代码】python数字矩阵，乘法口诀。]]></description><category></category></item><item><title><![CDATA[python找出100~999之间的水仙花数字]]></title><link>https://blog.csdn.net/jwandbj/article/details/139379960</link><guid>https://blog.csdn.net/jwandbj/article/details/139379960</guid><author>jwandbj</author><pubDate>Sat, 01 Jun 2024 21:29:47 +0800</pubDate><description><![CDATA[水仙花数字：个位，十位，百位的立方之和等于这个数本身。例如：153 = 1^3+5^3+3^3。]]></description><category></category></item></channel></rss>