fanstuck-CSDN博客

原创 2025：从“把代码写完”，到“把事情想清楚”的一年

2025年技术成长复盘：从代码到系统的蜕变。这一年，我逐渐跳出"能用就行"的思维，开始关注系统设计、性能优化和知识沉淀。最大的转变是学会了为系统结构投入精力，深入理解底层原理，并有意识地将项目经验转化为可复用的内容。技术创作成为整理思路的方式，帮助我在复杂项目中保持清晰。这一年最大的收获不是技术突破，而是获得了更明确的方向感——技术的价值在于深入理解与清晰表达。

2025-12-30 09:53:11 1193 1

原创【博客之星2024】跨越代码与算法的24年：一名AI工程师的成长与突破回顾

24年的技术旅程是一段从探索到深耕、从追随到引领的历程，也是人工智能与个人成长交织的精彩篇章。从最初对代码的热爱，到如今深耕人工智能全栈技术，我见证了AI从概念到广泛应用的飞跃，也感受到技术改变行业、推动社会进步的强大力量。在这条路上，每一次的突破都源于对技术的坚持，每一篇文章都是对经验的凝练。

2025-01-22 11:29:14 2943 12

原创不只看跑分：openPangu-2.0-Flash 与同档大模型真实应用横评

这轮重新跑完以后，我对 openPangu-2.0-Flash 的判断反而简单了不少。它没有在所有地方都赢，但在这一组严格结构化任务里，优势很明确。20 次正式请求全部首轮通过，没有字段漂移，没有多写一句不该出现的话，也没有进入修复流程。对于需要直接把模型输出交给下游程序的工作流，这种“按要求来”比回答得更漂亮更重要。

2026-08-24 09:02:52 75018 16

原创 Seed Evolving 又升级了，这次我用它做了一个组队微信小程序

《Doubao-Seed-Evolving升级实测：半小时开发微信接龙小程序》摘要：火山引擎的Doubao-Seed-Evolving模型在8月更新后重点提升了工程实现能力。作者通过开发"咕咕接龙"微信小程序（支持创建活动、成员加入/退出、实时展示进度）测试其持续开发能力。模型从零开始完成了页面规划、数据结构设计、本地存储封装等完整链路，共生成20+文件的小程序项目，在微信开发者工具中可直接运行。测试显示模型能稳定控制开发边界，准确判断功能完成度，对跨设备分享等复杂需求能明确识别架构限制

2026-08-12 23:31:04 267

原创 1M 上下文能怎么用？我用 Seed Evolving 做了一个招标文件版本差异审查器

本文介绍了利用火山引擎Doubao-Seed-Evolving模型（1M上下文能力）开发"招标文件版本差异审查器"的全过程。该工具能自动识别两版招标文件中的新增、删除、修改等十类关键变化，并生成结构化差异报告。开发过程包括：1）环境配置与模型调用设置；2）Codex引导的项目开发，实现PDF解析、差异分析、结果校验等功能；3）测试验证，模型准确识别了预设的金额、日期、资格条件等实质性变化，并能发现跨章节矛盾。项目展示了SeedEvolving在长文档理解、代码生成和工程实践中的综合能力，

2026-07-24 18:54:40 19971 14

原创 2023美国大学生数学建模竞赛 MCM/ICM 赛题分析、建模思路与优秀论文详解（上）

把常见题型、建模套路、代码实现、论文表达和比赛避坑经验系统沉淀下来，帮助你少走弯路，更快从“看懂别人的方案”走到“自己能独立完成一篇高质量建模论文”。如果你希望真正提升数学建模能力，而不是临时套模板，欢迎加入 Fanstuck 数学建模专栏，一起把建模这件事学扎实。

2026-07-09 17:56:26 74

原创我用 Bright Data + Coze 搭了一个跨境选品情报 Bot：自动盯价格、新品和关键词排名

本文介绍了一个利用BrightData和Coze搭建的跨境选品情报Bot方案，旨在解决跨境卖家和小团队面临的市场信息获取难题。该Bot能够自动监控竞品价格、关键词排名和新品趋势，主要包含三个功能模块：竞品价格日报Bot、关键词SERP监控Bot和新品趋势雷达Bot。通过BrightData获取公开网页数据，再由Coze生成结构化市场报告，该方案将人工信息收集工作自动化，特别适合资源有限的跨境小卖家、独立站运营和选品团队。文章详细介绍了工具配置、工作流设计和使用方法，并强调该方案的可扩展性，建议用户先从最小可

2026-06-29 19:37:26 10536

原创 2026美国大学生数学建模竞赛赛题分析及建模方法详解

结合 2026 的题目和公开优秀论文：真正能把论文从 H 推到 M、从 M 推到 F 的，不是“再多一个高级模型”，而是“多一层验证、多一张结构图、多一个可解释的结论落点”。这也是为什么本文反复强调：模型、验证、建议，三者必须闭环。

2026-06-18 09:23:31 245

原创低成本复刻别人的AI？什么是大模型蒸馏技术？

大模型蒸馏真正适合的不是“复制一个通用大模型”，而是把大模型在某个业务链路里的高质量行为，压缩成一个更便宜、更稳定、更可控的专用模型。对于企业落地来说，它的价值不在炫技，而在降成本、提速度、稳格式、固化专家经验。

2026-06-05 14:46:15 81

原创 2024-2026美国大学生数学建模竞赛赛题分析及建模思路、获奖论文研究报告

我最建议的用法不是“背模型”，而是“按题型配模板”：连续型系统题先想守恒和状态方程，离散搜索与网络题先想图与后验更新，数据题先想特征工程与可解释性，政策题先想多目标与情景分析。近三年的官方题目几乎都能塞回这个框架里，而高分论文的差别，往往不在模型名字，而在是否把题目真正闭环成“建模—求解—验证—建议”四步。

2026-06-03 11:06:28 70

原创 2025美国大学生数学建模竞赛赛题分析及建模思路与获奖论文复现详解

《数学建模实战指南：从赛题拆解到高分论文写作》 Fanstuck数学建模专栏聚焦实战经验，系统讲解数学建模全流程。2025年MCM/ICM六大赛题分析显示，高分论文需具备三大核心能力：问题拆解量化、模型验证解释、决策建议转化。专栏通过真实赛题案例，如A题磨损反演的机理-仿真混合方案、B题旅游管理的系统动力学模型、C题奥运预测的分层计数方法等，详解如何构建"主模型+对照模型+灵敏度分析"的完整框架。特别强调：模型复杂度并非关键，清晰的问题映射、充分的验证比较和面向决策者的表达才是获奖核心。

2026-05-26 15:49:02 108 3

原创从单Agent到多智能体协同：基于 JiuwenClaw 构建企业级采购智能分析系统

本文探讨了企业级智能体系统从单Agent向多智能体协同的演进路径，重点分析了JiuwenClaw框架如何构建采购智能分析系统。文章指出，企业业务需求不是简单的问答，而是包含语义理解、任务规划、SQL生成、工具调用、数据分析等环节的连续任务链。传统单Agent方案存在职责臃肿、工具调度混乱、任务不可追踪三大问题。JiuwenClaw通过协同运行层架构，将复杂任务拆解为Planner、SQL、Data、BI、Report等多个职责清晰的Agent，形成可追踪、可复用的执行链路。文章以医疗设备采购分析为例，展示了

2026-05-20 11:06:29 40191 7

原创 2024年美国大学生数学建模竞赛赛题分析及建模思路与获奖论文详解

就 2024 年这一届而言，六题的出题风格非常鲜明：A 偏生态动力学，B 偏轨迹与搜索，C 偏数据驱动时序分析，D 偏网络流和调度，E 偏风险与空间决策，F 偏政策系统设计。若把它们放在同一视角下，最本质的共性其实是一样的：都要求团队不仅“建一个模型”，还要把模型变成可解释、可验证、可沟通、可行动的解决方案。这也是为什么官方 designation 描述反复强调完整性、逻辑性、支撑充分和表达质量。

2026-05-19 08:45:44 75

原创 @开源人，百万激励池！第八届CCF开源创新大赛等你来战！

此外，大赛还将推出系列线上技术公开课、赛道解读直播与高校交流活动，行业专家与技术大咖将围绕赛题带来干货分享，全程陪伴备赛，让你备赛不迷茫、成长有方向。要注意的是，每支参赛团队人数为1-5人（不含指导老师名额），团队成员需实名注册报名，高校教师、学生，企业从业人员，自由职业者均可报名参加！，是一场面向前沿开源技术领域的高水平竞赛，也是国内开源生态建设的重要活动。而对于“CCF开源创新大赛”而言，8年，从初创赛事成长为汇聚全国开发者的顶级平台，大赛完成了一场极具分量的蜕变！

2026-04-22 14:19:48 265

原创当 openClaw 遇上 EdgeOne Pages：不只智能问数，更能直接获取BI 数据大屏（附工程落地实战）

文章摘要：本文探讨了ChatBI系统的真正价值在于从自然语言提问到BI页面自动生成的完整工程链路，而不仅是NL2SQL能力。作者通过医疗设备采购数据分析案例，提出三层架构方案：openClaw负责问题理解与任务编排，sql_runner执行受控查询，EdgeOnePages生成可分享的BI页面。关键突破在于将查询结果转化为可直接交付的分析页面，而非中间数据。文章详细阐述了工程实现过程，包括数据语义固定、SQL执行约束、页面对象转换等关键环节，最终实现从提问到BI页面的一键生成。这种从"回答问题&q

2026-04-15 10:42:35 37989 10

原创用 openJiuwen 采集 Agent Trajectory，搭一套 RL 训练数据流水线

摘要：当前Agent系统的核心挑战已从"能否运行"转向"如何优化"。传统日志仅记录执行结果，无法捕捉决策轨迹，导致优化缺乏数据支撑。openJiuwen的轨迹采集方案通过结构化记录工具描述、LLM参数等关键上下文，将Agent运行过程重构为可分析、可训练的数据对象。这种从"服务日志"到"决策轨迹"的范式转变，为强化学习、参数优化等进阶需求提供了必要的数据基础设施。文章强调，实现Agent持续优化的前提是建立完整的轨迹采集体系，

2026-04-01 16:06:07 545

原创从云到本地：智能体与工作流在 openJiuwen 中的导入导出设计与工程实践

摘要本文探讨了智能体和工作流从云平台迁移到本地环境时面临的导入导出挑战。作者指出，云平台的工作流通常混合了平台语义、UI结构和隐式行为，导致直接迁移时出现语义体系不匹配问题。通过分析openJiuwen的工作流导出格式，文章提出迁移的核心应是保留"可执行语义"而非"平台快照"，并建议将工作流视为需要重新解释和绑定的工程资产。文章强调导出设计应聚焦拓扑结构、节点语义和数据依赖三层关键信息，剥离平台上下文，才能实现真正的跨环境能力迁移。

2026-02-10 10:59:57 30484

原创从0到提交，如何用 ChatGPT 全流程参与建模比赛的

> 真正让我们愿意信任 AI 的，是在赛题刚发布时，它比我们更冷静。我们参加的是 2023 年 MCM 比赛，当时拿到的题目是关于**多地点服务设施的最优选址问题**（E 题）。刚看完题目的时候，我们脑子里全是关键词：- 多目标优化？NP 难问题？- 该不该建模成线性规划？还是遗传算法？- 这是不是那个 Facility Location Problem 的改版？但是经验告诉我们，一旦直接跳模型，很容易走题。我们决定先停下来，让 AI 帮我们**“反向解构题目”**：

2026-02-05 19:36:53 1209 1

原创 2021–2023美国大学生数学建模竞赛（MCM/ICM）赛题分类获奖论文建模汇总

2021-2023年美国大学生数学建模竞赛（MCM/ICM）的公共政策类赛题聚焦全球治理挑战，各获奖论文展现出系统化的建模思路。2022年ICM F题通过多指标评价模型（熵权法+TOPSIS）和灰色预测评估太空采矿公平性；2021年ICM E题采用多目标优化重构全球粮食系统；2021年ICM F题构建高教健康指数（HEHI）动态评估教育体系；2023年MCM B题运用多主体仿真平衡生态保护与社区发展；2023年ICM D题建立SDGs关联网络模型优化可持续发展目标优先级。这些方案共同特点是：分层拆解复杂问题

2026-02-05 09:33:10 880 1

原创从 0 到 1 构建企业智能体平台：openJiuwen 实现ChatBI工作流实战

本文介绍了从零构建企业智能体平台openJiuwen的实战经验。作者指出，当前大模型应用中最大的挑战不是模型能力，而是缺少管理智能体的工程平台。openJiuwen定位为Agent运行与编排的中间层，包含开发设计(Studio)、运行核心(Core)和运维治理(Ops)三大模块。文章详细阐述了平台架构设计思想，并提供了Windows环境下的部署指南，包括Milvus向量数据库的安装配置。该平台强调将智能体从代码片段转化为可管理、可编排的系统对象，为企业级AI应用提供可扩展、可复现的基础设施。

2026-02-04 17:45:48 28740 8

原创我是如何准备美国大学生数学建模的：96 小时内，把不清晰问题变成可交付

本文从工程视角探讨美国大学生数学建模竞赛的备赛策略，指出参赛者常陷入的误区：过度关注模型复杂度而忽视问题定义。作者提出三个关键点：1) 前24小时必须明确问题边界，通过做减法锁定核心指标；2) 模型选择应"刚好够用"，优先保证结果可控而非追求理论最优；3) 将模型分为解释型、计算型和兜底型三类，构建稳定论文结构。文章强调竞赛本质是在不确定条件下完成工程建模过程，建议牺牲早期自由度换取后期确定性，这种结构化思维比单纯掌握更多模型更有价值。

2026-02-02 15:23:39 1080 1

原创 Atlas 800T A2 训练卡推理优化的工程手册

本文介绍了在昇腾NPU上高效运行大语言模型的实践方案。通过vLLMAscend插件实现昇腾NPU与vLLM框架的无缝对接，结合MindIETurbo加速套件，可在Atlas800TA2训练卡上实现高效推理。文章详细说明了从环境配置、模型下载到推理优化的完整流程，包括Python环境搭建、模型加载、推理参数设置等关键步骤，并提供了性能优化建议和常见问题解决方案。重点强调了输入控制、显存管理和稳定性保障等工程实践，帮助开发者在国产算力平台上实现稳定高效的大模型推理。

2025-12-30 09:00:13 56420

原创大模型时代算子到底解决了什么问题？

摘要：算子作为AI模型的"发动机"，是深度学习落地的关键因素。文章指出，看似高大上的模型本质是由无数底层算子组成的流水线，算子将抽象指令翻译成硬件可执行的具体操作。通过实际案例展示了算子优化如何在不改变模型结构的情况下显著提升性能（280ms→80ms）。在大模型时代，FlashAttention等算子级创新已成为性能突破的核心。文章强调，理解算子对于解决跨平台部署、性能优化等实际问题至关重要，它是模型能否高效落地的决定性因素。

2025-11-27 11:12:15 757

原创深入解析 PyPTO Operator：以 DeepSeek‑V3.2‑Exp 模型为例的实战指南

本文深入探讨了PyPTO算子在大模型推理中的关键作用。作为DeepSeek-V3.2-Exp等大型模型的核心组件，PyPTO并非简单的算子实现，而是一个介于框架与硬件之间的"软垫层"，通过可编程的算子DSL将复杂计算步骤高效映射到目标设备。文章详细解析了PyPTO如何将模型中的关键结构（如SparseAttention、MoE路由等）拆解为可控算子，并针对NPU等硬件进行深度优化。重点分析了PyPTO在量化路径、RoPE编码和动态Tile处理等方面的创新设计，展示了其如何通过Tile-L

2025-11-24 19:06:31 5755 2

原创 Doubao-Seed-Code 深度体验测评：国内首个支持视觉理解的编程模型，能替代 Claude Code 吗？

国产编程模型Doubao-Seed-Code实现了突破性进展，能够直接根据UI设计稿生成代码，大幅提升开发效率。该模型支持256K长上下文和视觉理解能力，可处理复杂编程场景，并已在多项权威评测中表现优异。实际测试显示，它能准确还原设计稿细节，合理规划项目结构，并具备安全意识和工程思维，生成可直接运行的代码。相比Claude等国外模型，Doubao-Seed-Code成本更低，在前端开发等场景中展现出显著优势，为国产编程模型树立了新标杆。

2025-11-24 16:08:25 1771

原创仓颉三方库开发实战教程（以 gcoord4cj 为例）

本文基于开源项目 gcoord4cj，总结一套从 0 到 1 的仓颉（Cangjie）三方库开发流程：工程化、API 设计、实现细节、单元测试、文档规范与发布建议。读者可直接参考本文在自己项目中落地实践。

2025-11-12 16:35:01 6261

原创仓颉正则入门指南

正则表达式是处理字符串的强大工具，在给类编程语言中有着广泛的应用，本文将全面介绍正则表达式在仓颉中的使用方法。

2025-11-03 17:58:40 1011

原创仓颉三方库开发模版使用指南

package]name = "my-awesome-lib" # 修改为你的库名version = "0.1.0" # 设置初始版本description = "一个很棒的仓颉库" # 描述你的库cjc-version = "1.0.3" # 根据需要调整编译器版本output-type = "static_library" # 通常三方库设置为 static_library 或 dynamic_library仓颉三方库开发模版为开发者提供了一个坚实的起点，让你可以快速启动标准化的库项目。

2025-11-03 09:42:38 6278

原创 AI辅助数学建模有哪些优势？

本篇文章会带你走一遍完整的实战流程，从赛题理解、模型构建、数据处理到论文成稿，每一步告诉你如何更好使用AI，如何配合它、质疑它，最终用它来构建一个值得评委信服的解决方案。因此，AI 的价值，不在于替人做决定，而在于让学生有更多时间去考虑“为什么这样建模”、 “结果说明了什么”、 “是否符合实际问题的数学结构”。如果你参加过建模比赛，你就一定懂那个时刻：拿到题的第一天，大家兴致勃勃，“一小时搞清模型”，可现实往往变成：讨论思路越聊越散，每个人都是“我觉得…——这里有最新的探索，有深入的思考，也有未来的方向。

2025-10-29 12:00:18 1150 1

原创开源项目重构我们应该怎么做-以 SQL 血缘系统开源项目为例

当我完成整个 SQL 血缘系统的重构，再次打开那张干净、层次分明、能交互的可视化图时，我其实有点感慨。这不仅仅是一次“代码重写”，更像是一次从“工具意识”到“系统意识”的跃迁。过去我追求的是功能能实现，现在我追求的是系统能成长。这次重构让我对“开源项目该如何进化”有了更深的理解——不仅仅是技术的事情，更是一种思维方式的转变。很多人不敢重构的第一个原因，是害怕承认问题。

2025-10-13 10:39:40 980

原创 CrewAI + Bright Data MCP 打造“点评情报智能体”：从抓取到洞察

CrewAI 是一个用于构建协作式 AI 智能体团队的开源框架。你可以定义智能体的角色、目标和工具来执行复杂工作流。每个智能体处理特定任务，并协同朝共同目标推进。CrewAI 包括：Agent（智能体）：具有明确职责与工具的 LLM 驱动“工作者”Task（任务）：具备清晰输出要求的具体工作Tool（工具）：智能体用于专业化工作的函数，如数据提取Crew（团队）：共同协作的一组智能体。

2025-10-03 17:14:36 2627 10

原创图像创作模型模型在工程领域上的探索与应用：从概念到落地

如果说 CAD 曾经是工程制图的革命，那么文生图很可能就是下一次革命的起点。未来，工程不只是冷冰冰的图纸和文字，更是直观、生动、可交互的智能表达。

2025-09-22 16:27:57 1265

原创 2025 年高教社杯全国大学生数学建模竞赛C 题问题三详解+Python可运行代码

在问题一中，我们以孕周与 BMI 建立了二次回归并观察到异方差；问题二在该模型基础上，经 BMI 分组给出 4% 阈值的最早达标孕周。问题三进一步综合**身高、体重、年龄**及**测序质控**等因素，采用**两层分布回归**（均值 μ 与方差 σ²）与**直接 Logistic** 两条路线，构造**达标概率**与**失败概率**，并引入**时间成本**、**返工成本**形成期望风险函数。最终在 BMI 维度上自动寻优**分组阈值**，为每组给出**最佳 NIPT 时点** $t^\*$ 并开展**敏感性分

2025-09-16 14:14:58 1268

原创最全面详解文档生成提示词优化：让AI写得更好

在人工智能文档生成中，**提示词（Prompt）就像一把钥匙**，决定了模型会开启怎样的大门。它既是用户需求的载体，也是模型输出的起点。一个好的提示词能让模型写出条理清晰、逻辑严谨又符合语境的内容；而一个模糊的提示词，可能只会得到空泛甚至偏题的回答。本文的目标，就是带大家理解提示词设计的基本原则，学会优化提示词的技巧，并能在实际应用中灵活运用不同的设计方案。

2025-09-15 17:43:26 1211

原创 Prompt提示工程上手指南(六):AI避免“幻觉”（Hallucination）策略下的Prompt

摘要：本文探讨了大型语言模型(LLM)中普遍存在的"幻觉"问题，即AI产生不准确或虚构信息的情况。研究表明，幻觉是LLM的内在局限，无法完全消除。文章分析了AI幻觉的成因，包括训练数据偏差、泛化能力有限等问题。虽然定制化微调可以缓解幻觉，但会损害模型的泛化能力。作者建议通过Prompt工程来遏制幻觉，提出了四种策略：1)提供明确具体的指令；2)包含充分上下文信息；3)设计引导性问题；4)采用主流LLM框架(如CoT、ToT、RAG)。这些Prompt技巧能有效提高回答的准确性和相关性。

2025-09-12 10:31:06 1668 2

原创基于大模型的个性化推荐系统实现探索与应用

需要强调的是，在这一整条链路中，推荐算法虽然只是其中的一个环节，但却是最核心的“心脏”。没有好的算法，视频无法精准匹配用户；但如果缺少审核、冷启动、合规、反馈闭环的支持，再好的算法也难以真正落地。

2025-09-11 16:16:03 1367 14

原创 2025 年高教社杯全国大学生数学建模竞赛C 题问题二详解

2025 年高教社杯全国大学生数学建模竞赛C 题问题二详解

2025-09-08 16:03:27 1257

原创一文速通最全ChatGPT模型架构与简介

GPT，全称为 “Generative Pre-trained Transformer”（生成式预训练 Transformer），是由人工智能研究机构 OpenAI 提出的**基于 Transformer 架构的预训练生成模型**，也是当前自然语言处理（NLP）领域极具影响力的基础模型之一。其核心定位是 “通用语言模型”—— 区别于传统针对单一任务（如仅做翻译或仅做摘要）设计的专用模型，GPT 具备跨场景的语言理解与生成能力，可灵活适配多种自然语言处理任务，无需为每个任务单独进行大规模重构。

2025-09-08 15:40:20 1720

原创 2025 年高教社杯全国大学生数学建模竞赛C 题 NIPT 的时点选择与胎儿的异常判定详解（一）

本文利用某竞赛提供的胎儿Y染色体浓度数据，建立了以孕周和孕妇BMI为自变量的多项式回归模型，探讨了其对Y染色体浓度的影响。通过数据清洗与筛选，共获得1082条有效男胎样本。结果显示：Y染色体浓度随孕周显著上升，BMI对浓度也存在非线性效应。嵌套F检验表明引入BMI及其二次项显著提升模型拟合效果（p < 0.001）。该研究为无创产前检测（NIPT）中合理确定检测时机与人群分层提供了方法学依据。

2025-09-05 17:53:00 2373 2

原创亚马逊云科技免费套餐新政解析与实战：数据分析与可视化平台

以前我们用 Excel，但随着业务扩展，销售数据从几千行变成几十万行，Excel 已经明显吃不消，打开都卡。公司没有预算去买很贵的 BI 工具，于是我开始尝试看看能不能用 AWS 免费套餐搭一个简易的数据分析平台。刚好 AWS 在 2025 年 7 月调整了免费套餐政策（6 个月 + $200 Credit），对我们这种想快速验证方案的团队来说再合适不过。在实际业务运营中，很多中小企业都面临一个相似的问题：- 数据量日益增加（销售数据、客户日志、财务流水）；- 团队缺乏专业的 BI 工具和运维人员

2025-08-26 15:33:46 1793 6

chromedriver-linux64.zip 最新122.70

我们之所能操作浏览器，是因为我们有该浏览器对应的驱动。若是缺少驱动我们并不能对浏览器进行操作：首先我们需要知道浏览器的版本，输入： chrome://version/ Selenium是一个用于Web应用程序测试的工具。Selenium测试直接运行在浏览器中，就像真正的用户在操作一样。支持的浏览器包括IE（7, 8, 9, 10, 11），火狐，谷歌浏览器，360浏览器等。这个工具的主要功能包括：测试与浏览器的兼容性——测试应用程序看是否能够很好得工作在不同浏览器和操作系统之上。测试系统功能——创建回归测试检验软件功能和用户需求。支持自动录制动作和自动生成.Net、JAVA，PHP等不同语言的测试脚本。 2.功能框架底层使用JavaScript模拟真实用户对浏览器进行操作。测试脚本执行时，浏览器自动按照脚本代码做出点击，输入，打开，验证等操作，就像真实用户所做的一样，从终端用户的角度测试应用程序。使浏览器兼容性测试自动化成为可能，尽管在不同的浏览器上依然有细微的差别。使用简单，可使用Java，Python等多种语言编写用例脚本。 ——

2024-02-29

chromedriver-122.0.6261.70-64

谷歌浏览器最新122.0.6261.70-32位驱动器selenium最初是一个自动化测试工具,而爬虫中使用它主要是为了解决requests无法直接执行JavaScript代码的问题selenium本质是通过驱动浏览器，完全模拟浏览器的操作，比如跳转、输入、点击、下拉等，来拿到网页渲染之后的结果，可支持多种浏览器，如 Chrome、Firefox、Edge 等，还有 Android、BlackBerry 等手机端的浏览器。可以看到从122 Stable 稳定版本以及更高版本的测试版

2024-02-29

chromedriver-122.0.6261.70-32

2024-02-29

金融风控-贷款违约预测数据

赛题以预测用户贷款是否违约为任务，数据集报名后可见并可下载，该数据来自某信贷平台的贷款记录，总数据量超过120w，包含47列变量信息，其中15列为匿名变量。为了保证比赛的公平性，将会从中抽取80万条作为训练集，20万条作为测试集A，20万条作为测试集B，同时会对employmentTitle、purpose、postCode和title等信息进行脱敏。df2文件已经进行数据处理，具体可看博客：https://blog.csdn.net/master_hunter/article/details/129423185 Field Description id 为贷款清单分配的唯一信用证标识 loanAmnt 贷款金额 term 贷款期限（year） interestRate 贷款利率 installment 分期付款金额 grade 贷款等级 subGrade 贷款等级之子级 verificationStatus 验证状态 issueDate 贷款发放的月份 purpose 借款人在贷款申请时的贷款用途类别 postCode 借款人

2023-10-16

cchardet-2.7.1-cpy310

在https://www.lfd.uci.edu/~gohlke/pythonlibs/#cchardet上面没有看到支持python3.10版本的，但是在github上面人家发版了，先传自用，有需要可以下载。cchardet是chardet的升级版，功能和chardet完全一样（requests依赖包采用的就是chardet），用来检测一个字节数组的编码。由于是用C和C++实现的，所以它的速度非常快，非常适合在爬虫中用来判断网页的编码。

2023-04-13

jython-installer-2.7.3.jar

交互式实验-Jython提供了一个交互式解释器，可用于与Java包或运行的Java应用程序交互。这允许程序员使用Jython来实验和调试任何Java系统。快速应用程序开发——Python程序通常比等效Java程序短2-10倍。这直接转化为程序员生产力的提高。Python和Java之间的无缝交互允许开发人员在开发过程中和产品交付过程中自由地混合这两种语言。

2022-10-26

已编译版本solr-8.11.2.tgz

Solr 8.11.2是8.x系列的最后一个版本，新版本已经是9.0版本了。 1，什么是solr? Solr是一个独立的企业级搜索应用服务器，他对外提供类似于Web-service的API接口。用户可以通过http请求，向搜索引擎服务提供一定格式的xml文件，生成索引；也可以通过http get 操作提供查找请求，并得到xml格式的返回结果 2.，solr特点 Solr是一个高性能，采用java语言，基于Lucene开发的全文搜索服务器。并对其进行了扩展，提供了比Lucene更为丰富的查询语言，同时实现了可配置，可扩展并对查询性能进行了优化，提供了一个完善的功能管理页面，是一款非常优秀的全文搜索引擎。 3，solr工作方式文档通过http利用xml加到一个搜索集合中。solr查询该集合也是通过http收到一个xml/json响应来实现。他的主要特性包括：高效，灵活的缓存功能，垂直搜索功能，高亮下试搜索结果，通过索引复制来提高可用性，提供一套强大的data schema 来定义字段，类型和设置文本分析，提供基于web的管理界面等。

2022-08-26

apache-maven-3.8.6-bin+安装教程

远程仓库分类分类本地仓库 maven本地仓库的默认位置：无论是Windows还是Linux，在用户的目录下都有一个.m2/repository/的仓库目录，这就是Maven仓库的默认位置，变更maven默认的本地仓库的位置可更改存在于maven的settings.xml文件中localRepository的标签中的地址远程仓库中央仓库 maven官方的远程库，中央仓库包含了绝大多数流行的开源Java构件，以及源码、作者信息、SCM、信息、许可证信息等。一般来说，简单的Java项目依赖的构件都可以在这里下载得到私服私服是一种特殊的远程仓库，它是架设在局域网内的仓库服务，私服代理广域网上的远程仓库，供局域网内的Maven用户使用。当Maven需要下载构件的时候，它从私服请求，如果私服上不存在该构件，则从外部的远程仓库下载，缓存在私服上之后，再为Maven的下载请求提供服务。我们还可以把一些无法从外部仓库下载到的构件上传到私服上其他公共库 mirror元素和rep

2022-08-24

Dependency Walker2.2

Dependency Walker 之前一直用Dependency Walker看DLL导出接口，今天总结一下 Dependency Walker 使用说明。如果你想学习如何使用Dependency Walker, 可以仔细阅读这篇文章，了解一下Dependency Walker对你以后调试DLL有所帮助。 1.什么是DLL？在Windows世界中，有无数块活动的大陆，它们都有一个共同的名字——动态链接库。现在就让我们走进这些神奇的活动大陆，找出它们隐藏已久的秘密吧！初窥门径:Windows的基石随便打开一个系统目录，一眼望去就能看到很多扩展名DLL的文件，这些就是经常说的“动态链接库”，DLL是Dynamic Link Library(即“动态链接库”)的缩写。从Microsoft公司推出首个版本的Windows以来，动态链接库就一直是这个操作系统的基础。 2.DLL有什么？与其用晦涩的专业术语来解决DLL是什么，不如先来看看DLL里有什么。DLL和EXE文件一样，其中包含的也是程序的二进制执行代码和程序所需的资源(比如图标、对话框、字符串等)，可是为什么要把代码放在D

2022-08-23

hive3.1.0-antrl3.5.2-Hivegrammar源码.zip

Antlr是一种语言识别的工具，可以用来构造领域语言。使用antlr需要我们提前定义好识别字符流的词法规则和用于解释Token流的语法分析规则。然后，antlr会根据我们提供的语法文件自动生成相应的词法/语法分析器。hive借助Antlr定义SQL的词法规则和语法规则，完成SQL词法，语法解析，将SQL转化为抽象语法树AST Tree。HiveSql后续的编译过程全都基于AST Tree,所以我们想要完整理解hive sql的编译过程，需要前置了解一下antlr是怎么工作的。 HiveLexer.g：词法解析文件，定义了所有用到的token。 HiveParser.g：语法解析文件，实现了所有的Hive语法解析。 FromClauseParser.g：FROM语句解析。 IdentifiersParser.g：自定义函数解析，标识符定义函数名称、系统函数、关键字等。 nonReserved，非保留的关键字可以作为标识符的。比如 select a as date from mytable 这个date不添加转义会报错的，但是该处如果添加 “ | KW_DATE ” dat

2022-08-23

pyjnius-1.4.2-cp37-cp37m-win32.whl

PyJNIus 是一个神奇的 Python 第三方模块。它能使用Java本地接口将Java类作为Python类访问的Python模块。如果你需要在Python中使用Java 类，这个第三方模块是你最好的选择。 1.准备开始之前，你要确保Python和pip已经成功安装在电脑上请选择以下任一种方式输入命令安装依赖： 1. Windows 环境打开 Cmd (开始-运行-CMD)。 2. MacOS 环境打开 Terminal (command+空格输入Terminal)。 3. 如果你用的是 VSCode编辑器或 Pycharm，可以直接使用界面下方的Terminal. pip install pyjnius 2.快速开始使用Jnius导入Java类特别简单，你只需要引入 autoclass 并引用你所需要的类即可： >>> from jnius import autoclass >>> autoclass('java.lang.System').out.println('Hello world') Hello world

2022-08-23

pyjnius-1.4.2-pp37-pypy37_pp73-win_amd64.whl

PyJNIus 是一个神奇的 Python 第三方模块。它能使用Java本地接口将Java类作为Python类访问的Python模块。如果你需要在Python中使用Java 类，这个第三方模块是你最好的选择。适用场景：极个别的加密算法等内容，用python不方便实现或者实现较耗时，可基于Pyjnius把java类当做python库使用。如果出现ImportError，一般是java环境变量或者path没有配置好。先安装Java JDK 和JRE、Cython注意：jnius安装的坑比较多，请参考http://stackoverflow.com/search?q=jnius 如果出现ImportError，一般是java环境变量或者path没有配置好。 jnius/jnius.c:4:20: fatal error: Python.h 一般为缺python-dev, yum -y install python-devel pip 安装不成功可以尝试　setup.py方式。

2022-08-23

antlr-repackaged-4.0.jar

antlr是指可以根据输入自动生成语法树并可视化的显示出来的开源语法分析器。ANTLR—Another Tool for Language Recognition，其前身是PCCTS，它为包括Java，C++，C#在内的语言提供了一个通过语法描述来自动构造自定义语言的识别器（recognizer），编译器（parser）和解释器（translator）的框架。 antlr有 v2 v3 v4多个版本并存，中文文档多数是v2的， hive 1.1.0版本在注释中提到了antlr 3.4。ANTLR将上述结合起来，它允许我们定义识别字符流的词法规则和用于解释Token流的语法分析规则。然后，ANTLR将根据用户提供的语法文件自动生成相应的词法/语法分析器。用户可以利用他们将输入的文本进行编译，并转换成其他形式（如AST—Abstract Syntax Tree，抽象的语法树）。

2022-08-23

antlrworks-1.5.1.jar

Antlr是一种语言识别的工具，可以用来构造领域语言。使用antlr需要我们提前定义好识别字符流的词法规则和用于解释Token流的语法分析规则。然后，antlr会根据我们提供的语法文件自动生成相应的词法/语法分析器。hive借助Antlr定义SQL的词法规则和语法规则，完成SQL词法，语法解析，将SQL转化为抽象语法树AST Tree。HiveSql后续的编译过程全都基于AST Tree,所以我们想要完整理解hive sql的编译过程，需要前置了解一下antlr是怎么工作的。通过ANTLRWorks可以更加直观的理解解析过程。对ANTLR的支持——源代码图。编辑ANTLR语法文件时，“语法图”窗口显示当前规则的直观表示。此功能提供语法元素的自然表示，并且是提供自定义功能以增强特定语言的特征的示例。另外，双击源代码图中的元素将立即跳转到相关的源代码。antlrworks：专门用于开发antlr的ide，（不同版本的antlrworks）其内部集成了某个版本的antlr。换句话说，你即使下载了antlr-x.x-complete.jar，将其添加到了CLASSPATH中，其也和an

2022-08-22

antlr-3.4.jar

2022-08-22

hadoop3.3.3-winutils

Scala项目中的winutils.exe详解作用: 模拟linux环境意义: hadoop基于linux开发和布署运行，故不能将hadoop环境原始运行在windows上。操作系统环境差异说明因为模拟linux环境,所以在linux原生环境中就不需要他了在windows环境中需要配置如何配置: 配置到运行环境当前目录下的/bin目录下如果是eclipse开发，就配置到项目根目录下/bin/下即可在Hadoop1.x 时代，Hadoop中的MapReduce同时处理业务逻辑运算和资源的调度，耦合性较大。在Hadoop2.x时代，增加了Yarn。Yarn只负责资源的调度，MapReduce 只负责运算。 Hadoop3.x在组成上没有变化Hadoop Distributed File System，简称HDFS，是一个分布式文件系统。（1）NameNode（nn）：存储文件的元数据，如文件名，文件目录结构，文件属性（生成时间、副本数、文件权限），以及每个文件的块列表和块所在的DataNode等。（2）DataNode(dn)：在本地文件系统存储文件块数据，以及块

2022-07-19

scrt-sfx-9.0.0.2430+使用教程

内带使用教程你懂得！ SecureCRT 9.1是一款专业强大的SSH远程终端服务软件，该软件在所以平台上都支持SSH2，SSH1，Telnet，串行和Raw。从多种仿真中选择大多数采用ANSI颜色。具有多会话选项样式或者平铺式界面，具有大范围的会话管理以及自定义功能。使用时用户可以创建在指定会话的基础上使用各个配置。并且这款软件整体界面简洁，操作方便易用，支持可视化界面，将本地主机和远程主机的目录结构以树形结构的方式显示出来，文件的传输可以直接手动拖动而无需使用命令。同时，SecureCRT 9.1版本进行了全方面的新增和优化，支持在会话管理器过滤器框中使用通配符，优化搜索以显示您感兴趣的确切会话，最大程度地减少错误，还提供了新的自定义选项，新增了对Python 3的支持，对选定文本进行Google搜索的功能以及对多行粘贴确认的增强等等，致力于为组织中的每个人提供安全的远程访问、文件传输和数据隧道。添加了Windows、macOS和Linux支持本地Shell；新增书签管理器，使您可以更轻松地添加，删除书签，以及从其他会话中复制书签，提高用户工作效率。

2022-06-13

机器学习之数据均衡算法种类大全+Python代码一文详解

以Imbalancd sklearn库收录的算法来看，过采样共有11种方法，欠采样共有8种方法，组合采样有2种方法。 1.欠采样算法： ClusterCentroids CondensedNearestNeighbour EditedNearestNeighbours RepeatedEditedNearestNeighbours AlIKNN InstanceHardnessThreshold NearMiss NeighbourhoodCleaningRule OneSidedSelection RandomUnderSampler TomekLinks 2.过采样方法 RandomOverSampler SMOTE SMOTENC SMOTEN ADASYN BorderlineSMOTE KMeansSMOTE SVMSMOTE 3.组合采样 SMOTEENN SMOTETomek

2022-06-05

dbeaver+navicat

DBeaver 是一个基于 Java 开发，免费开源的通用数据库管理和开发工具，使用非常友好的 ASL 协议。可以通过官方网站或者 Github 进行下载。由于 DBeaver 基于 Java 开发，可以运行在各种操作系统上，包括：Windows、Linux、macOS 等。DBeaver 采用 Eclipse 框架开发，支持插件扩展，并且提供了许多数据库管理工具：ER 图、数据导入/导出、数据库比较、模拟数据生成等。 DBeaver 通过 JDBC 连接到数据库，可以支持几乎所有的数据库产品，包括：MySQL、PostgreSQL、MariaDB、SQLite、Oracle、Db2、SQL Server、Sybase、MS Access、Teradata、Firebird、Derby 等等。商业版本更是可以支持各种 NoSQL 和大数据平台：MongoDB、InfluxDB、Apache Cassandra、Redis、Apache Hive 等。“Navicat”是一套可创建多个连接的数据库管理工具，用以方便管理 MySQL、Oracle、PostgreSQL、SQLite、

2022-05-30

sqldeveloper-21.4.3.x64+jdk1.8

Oracle SQL Developer是Oracle公司出品的一个免费的集成开发环境。是一个免费非开源的用以开发数据库应用程序的图形化工具，使用 SQL Developer 可以浏览数据库对象、运行 SQL 语句和脚本、编辑和调试 PL/SQL 语句。另外还可以创建执行和保存报表。该工具可以连接任何 Oracle 9.2.0.1 或者以上版本的 Oracle 数据库，支持 Windows、Linux 和 Mac OS X 系统。 Oracle SQL Developer是针对Oracle数据库的交互式开发环境（IDE）。 Oracle SQL Developer简化了Oracle数据库的开发和管理。 SQL Developer提供了PL/SQL程序的端到端开发，运行查询工作表的脚本，管理数据库的DBA控制台，报表接口，完整的数据建模的解决方案，并且能够支持将你的第三方数据库迁移至Oracle。 SQL Developer可以连接到任何Oracle 10g及其后续版本的数据库，并且能在是连接Hive以及mysql常用的图形化工具之一，此安装包还自带jdk1.8.可以直接部署进行开发。

2022-05-26

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

chromedriver-linux64.zip 最新122.70

chromedriver-122.0.6261.70-64

chromedriver-122.0.6261.70-32

金融风控-贷款违约预测数据

cchardet-2.7.1-cpy310

jython-installer-2.7.3.jar

已编译版本solr-8.11.2.tgz

apache-maven-3.8.6-bin+安装教程

Dependency Walker2.2

hive3.1.0-antrl3.5.2-Hivegrammar源码.zip

pyjnius-1.4.2-cp37-cp37m-win32.whl

pyjnius-1.4.2-pp37-pypy37_pp73-win_amd64.whl

antlr-repackaged-4.0.jar

antlrworks-1.5.1.jar

antlr-3.4.jar

hadoop3.3.3-winutils

scrt-sfx-9.0.0.2430+使用教程

机器学习之数据均衡算法种类大全+Python代码一文详解

dbeaver+navicat

sqldeveloper-21.4.3.x64+jdk1.8

熵权法实战代码，根据港口研发投入数据进行熵值法确定权重。

机器学习实战Logistic回归举例数据

hadoop-common-2.6.0-bin-master.zip

使用朴素贝叶斯过滤垃圾邮件数据集

操作系统调度算法.zip

空空如也