- 博客(1597)
- 资源 (13)
- 收藏
- 关注
RSS订阅原创 解决docker网络问题，通过GitHub Actions打包dockerfile
本文介绍如何利用GitHub Actions打包Docker镜像的完整流程：1）注册GitHub并创建空项目；2）推送包含Dockerfile的项目结构（需包含.dockerfile和.github/workflows/docker.yml）；3）通过GitHub Actions界面手动触发构建流程，自动完成镜像构建、推送至GHCR容器仓库、本地导出为压缩包等操作；4）最后从Actions任务详情页下载打包好的镜像文件，解压后即可用Docker加载使用。该方法无需本地环境，完全通过GitHub实现自动化Do
2026-06-04 21:30:00
268
原创 Python计算期货主力合约赋权因子
本文分享了一个计算期货主力合约调整因子的Python代码，用于解决移仓换月时的价格跳空问题。该算法通过比较新旧合约的开盘价和收盘价，计算累积调整因子，从而得到连续的价格序列。代码使用pandas实现，包含数据排序、因子初始化和循环计算等步骤，并提供了一个模拟数据示例来演示调整前后的价格变化。该方法能有效消除主力合约切换导致的价格不连续现象。
2026-06-03 16:11:38
36
原创 解决pypi账号验证2FA扫码后一直提示“Invalid TOTP code. Try again?”
摘要 该指南介绍了PyPI账号启用双重验证的5个步骤：1)注册并验证邮箱；2)开启浏览器无痕模式（关键步骤）；3)在无痕窗口登录PyPI；4)使用恢复码登录后进入扫码界面；5)用认证工具扫描二维码并输入生成的6位验证码。特别强调使用无痕模式是成功操作的关键要素，整个过程着重于安全验证的设置流程。
2026-06-02 09:45:01
235
原创 Linux服务使用Nginx配置域名并使用certbot提供SSL
本文介绍了使用Nginx配置HTTPS反向代理的完整流程。首先安装Nginx和Certbot工具，然后创建配置文件实现HTTP强制跳转HTTPS，并配置SSL证书路径和安全协议。通过反向代理将443端口请求转发到本地服务端口，最后使用Certbot获取证书并更新Nginx配置。该方法只需暴露本地服务端口，所有外部请求都由Nginx在443端口处理转发，实现了安全的HTTPS访问。
2026-05-27 13:00:00
100
原创 Python调用阿里云短信服务发送短信/验证码
本文介绍了阿里云短信服务的配置和使用方法。首先需要完成企业认证并创建RAM用户，获取AccessKey后配置短信服务的资质、签名和模板。测试阶段需添加测试用户号码。代码示例展示了如何使用Python SDK发送验证码短信，包括初始化客户端、构建请求和处理响应等关键步骤。通过调用send_verify_code方法，可以轻松实现短信验证码的发送功能，支持自动生成随机验证码。文中还提供了完整的依赖安装说明和错误处理机制，帮助开发者快速集成阿里云短信服务。
2026-05-25 20:15:00
72
原创 n8n获取工作流使用的token总数
本文介绍了如何在n8n工作流中使用token-usage节点监控AI调用的token消耗情况。首先需要在社区节点中添加n8n-nodes-token-usage节点，并配置API凭证权限。文章提供了两个工作流设计方案：1）在原有AI工作流末尾添加token监控节点；2）单独创建token读取工作流，通过Execution ID获取具体token使用数据。配置示例展示了节点设置界面和最终执行结果，帮助用户实时掌握API调用的token消耗情况。这套方案适用于需要精细控制AI服务使用成本的场景。
2026-05-25 08:56:23
44
原创 pandas处理字符串格式时间与UTC/+8时区的格式转换
本文介绍了处理带时区数据的Python方法。首先展示如何将UTC时间字符串转换为带时区的Timestamp对象，再转换为东八区时间，最后移除时区信息。对于Series数据，演示了批量转换时区的方法：先将整个Series转换为UTC时区，再统一移除时区标记。关键点包括使用tz_localize添加时区、tz_convert转换时区，以及tz_localize(None)移除时区信息。这些操作在处理跨时区数据时非常实用。
2026-05-23 10:35:42
28
原创 n8n实现AI agent输出的结果可视化
本文介绍了在N8N工作流中配置AI agent后只需连接两个节点的简化方法：1) Markdown节点用于格式化文本输出；2) HTML节点用于最终呈现。文中提供了两个节点的配置截图，展示了Markdown节点的参数设置界面和HTML节点的可视化配置面板，帮助用户快速实现AI输出内容的格式转换与网页展示功能。这种简洁的节点组合方案优化了工作流设计，提高了处理效率。
2026-05-20 21:00:00
29
原创 使用NDM工具超高速下载Chrome浏览器大文件
NDM是一款免费下载工具，采用动态分段算法优化下载速度。它能充分利用带宽，解决Chrome浏览器下载大文件速度慢的问题。用户需访问官网下载软件并安装Chrome插件，即可实现多线程下载，特别适合大文件下载场景。安装后通过浏览器直接调用NDM，下载效率显著提升。
2026-05-19 13:03:16
75
原创 N8N webhook节点添加Authentication认证
本文介绍了如何配置Webhook的Header Auth认证方式。具体步骤包括：1）添加Webhook时选择Header Auth认证；2）新建Credential时自定义Name和Value（示例为"Barra xo2njuvc9"）；3）提供了使用curl发送POST请求的示例代码，其中需包含认证头信息。配置完成后，可通过指定认证头字段（如"this_auth"）和值来访问Webhook接口。
2026-05-12 21:00:00
44
原创 解决阿里云安装docker报网络错误[FAILED] xx: No more mirrors to try-All mirrors were already tried without success
摘要：博主在Alibaba Cloud Linux 3安装Docker时遇到下载包失败的问题，原因是网络不稳定导致镜像源连接超时。解决方法包括：1) 删除旧Docker源；2) 配置阿里云镜像源；3) 清理缓存后重新安装Docker；4) 启动服务并设置自启；5) 将当前用户加入docker组以获取权限。通过更换稳定的国内镜像源和正确配置用户组权限，成功解决了Docker安装问题。
2026-05-07 20:30:00
81
原创 docker内的n8n配置Code节点运行python代码
本文介绍了如何通过docker-compose配置n8n工作流自动化平台及其Python任务运行器。主要内容包括：1) 创建docker-compose.yml文件，配置n8n主服务和Python任务运行器服务；2) 设置环境变量启用外部任务执行模式；3) 配置认证令牌和数据持久化；4) 演示Python代码节点的基本使用方法。配置完成后，用户可以直接使用Python节点执行自定义脚本，实现更灵活的工作流自动化功能。
2026-05-04 13:12:31
112
原创 社区版n8n中，进程安全的跨节点保存、修改、读取变量
本文介绍了在n8n社区版中通过$execution.customData管理变量的方法。使用4个Code节点串联演示了变量的新增、修改和读取操作：节点1创建数值和字符串变量；节点2读取并输出变量值；节点3修改数值变量；节点4再次读取验证修改结果。特别提醒需完整执行工作流才能保证变量更新，因为$execution.customData的作用域为单次执行，跳节点执行可能导致变量状态不一致。该方法避免了使用社区节点，直接通过代码实现了进程安全的变量管理。
2026-05-03 16:55:01
233
原创 n8n使用code节点的代码控制循环次数
本文介绍了在n8n中使用Code节点控制循环的方法。工作流包含5个节点：点击触发器、循环计数器代码、模拟循环操作、if条件退出和结束循环流程。关键点在于：1）循环计数器节点通过runIndex属性跟踪当前循环次数；2）if节点设置退出条件（如current_index+1<3实现3次循环）。需要注意的是，单节点运行时无法直观感受循环效果，需运行至结束循环节点才能查看完整流程。这种方法比IF节点+Loop Over Items更易实现循环控制。
2026-05-03 15:23:15
38
原创 解决n8n的输入内容报错JSON parameter needs to be valid JSON
摘要 当n8n工作流中出现$('节点').item.json.data格式报错时，问题通常是由于字段包含换行符、双引号等特殊字符破坏了JSON结构。解决方法是将原始格式{"input":"{{ $('节点').item.json.data}}"}改为使用JSON.stringify函数：{{ JSON.stringify({"input":$('节点').item.json.data}) }}。这种方法会对特殊字符进行自动转义，确保JSON格式正确
2026-05-03 14:14:30
194
原创 n8n处理webhook的参数值，为可能的参数设置默认值
本文介绍了在n8n中配置webhook触发器并处理用户输入参数的方法。首先设置webhook路径为/generate-text，通过curl命令触发。由于用户输入参数可能不规范，建议使用Edit Field (Set)节点进行预处理，通过{{ $json.body.query || '默认值' }}语法设置默认值。最后展示了处理后的效果图，确保后续节点能正确使用预处理后的用户请求数据。
2026-05-03 13:32:25
69
原创 python读取并加载.env的配置文件
本文介绍了如何使用Python的dotenv库管理环境变量。首先需安装dotenv库（pip install dotenv），然后在项目根目录创建.env文件，支持多种键值对格式（如AD_TOKEN=xxx或带引号形式）。示例代码展示了如何通过load_dotenv()加载环境变量，并使用os.getenv()获取变量值。这种方法能方便地管理敏感信息，避免硬编码在代码中。
2026-05-02 13:20:29
54
原创 python实现简易期货回测框架
这篇文章介绍了一个基于目标持仓信号的期货交易回测框架，主要特点包括： 采用FIFO（先进先出）原则管理多空持仓明细，逐笔记录开平仓操作 交易执行逻辑：根据前一交易日收盘信号，在次日开盘价执行交易 支持完整的交易操作：开仓、平仓、加仓、减仓及多空双向操作 盈亏计算包含： 平仓时计算已实现盈亏 每日收盘后计算未实现浮动盈亏 累计总权益并输出每日收益 支持设置开仓、平仓的固定手续费 框架输出两个结果表：每日统计表和逐笔成交明细表，完整记录了交易信号、持仓调整、收益情况和每笔交易详情。该实现结合了AI辅助和手工调试
2026-05-02 12:21:50
183
原创 解决N8N运行默认code节点都超时的问题
文章摘要：n8n运行Code节点时出现"Task request timed out"错误，表明外部runner连接异常。该错误通常由于runner服务未启动、准备中或已达容量上限导致。解决方案包括检查runner运行状态、增加任务间隔时间，或通过N8N_RUNNERS_TASK_REQUEST_TIMEOUT环境变量延长超时时间。若问题持续，建议提交GitHub工单寻求技术支持。
2026-04-30 15:39:07
53
原创 Python配置开拓者量化环境TBPY与示例程序
本文介绍了如何配置Python环境以连接开拓者量化平台(TBPY)。首先需要安装Anaconda并创建Python 3.12虚拟环境，然后安装平台提供的tbpy库。使用时需注意：1)主界面必须打开所需数据源才能获取对应合约数据；2)默认支持200个合约同时订阅。文中提供了获取沪深300股指主力合约及分钟级数据的示例代码，并指出若想切换其他合约需相应调整主界面显示。
2026-03-29 13:02:06
263
原创 解决conda创建虚拟环境报错json.decoder.JSONDecodeError: Extra data: line 9 column 2 (char 280)
摘要：当使用conda创建环境时出现JSON解析错误，可通过运行conda clean -i命令清除缓存中的错误数据来解决。该错误通常是由于缓存数据损坏导致JSON解码失败，清除缓存后即可正常执行conda create命令创建新环境。
2026-03-28 14:31:19
43
原创 N8N（二）：示例项目：将表单内容写入到飞书表格中
本文介绍如何通过N8N工作流将网页表单数据自动保存到飞书表格中。主要步骤包括：1)安装N8N飞书插件；2)配置表单触发器；3)设置飞书应用授权；4)通过节点获取表格信息；5)实现数据自动追加到飞书表格。整个流程实现了表单提交与飞书表格的无缝对接，每次提交都会在表格中新增一行记录。通过可视化节点配置，无需编写代码即可完成自动化数据处理。
2026-02-17 00:35:13
890
原创 N8N（一）：在Docker中安装N8N
本文介绍如何使用Docker快速部署n8n工作流自动化工具。首先从国内镜像源拉取n8n最新镜像，然后创建数据卷用于持久化存储。通过docker run命令启动容器，映射5678端口，并设置时区为Asia/Shanghai。文中特别说明使用国内镜像源解决访问问题，并提供了禁用SSL的配置参数(N8N_SECURE_COOKIE=false)，同时建议有SSL需求的用户自行配置。该部署方案适合国内用户快速搭建n8n服务。
2026-02-16 17:15:53
244
原创 解决windows记事本打开后打开上一次的文件导致卡死
摘要：解决记事本打开大文件卡死问题，需修改配置：1)打开记事本设置文件；2)调整指定配置项参数；3)重启记事本生效。通过简单三步即可优化性能，避免因大文件导致的程序卡顿问题。（98字）
2026-02-16 09:58:13
164
原创 QMT使用Python获取任意周期的行情数据
本文介绍了使用xtquant库下载和获取行情数据的方法。下载数据时需注意周期参数设置：1分钟K线用于合成1-5分钟数据，5分钟K线用于合成更长时间段数据。文中提供了parse_period函数用于自动解析下载所需的基础周期，并给出示例代码演示如何下载指定股票的历史数据（如000001.SZ），以及如何通过get_market_data_ex获取本地存储的行情数据。该方法支持分钟、日、周等不同时间周期，适用于股票和期货数据获取。
2026-02-03 15:00:38
364
原创 MiniQMT获取全部沪深A股实时涨跌幅，并筛选涨停股
本文介绍了使用MiniQMT和xtquant获取沪深A股实时数据的基本方法。首先通过xtdata获取全部A股列表和tick数据，并利用get_instrument_detail()剔除ST股票。示例程序演示了如何计算各股距涨停价的距离，并按该指标排序输出结果。测试显示程序可在3.25秒内完成数据处理，快速筛选出最接近涨停的股票。该方法为量化交易提供了实时数据获取和分析的基础框架。
2026-01-20 11:18:01
667
原创 解决windows的vscode异常卸载后，无法选择安装路径
解决vscode跳过选择安装路径直接安装的问题，就要解决VS Code注册表问题，可通过运行regedit进入注册表编辑器，定位到HKEY_CURRENT_USER\Software\Microsoft\Windows\CurrentVersion\Uninstall\路径，删除名为{771FD6B0-FA20-440A-A002-3B3BAC16DC50}_is1的文件夹（包含VS Code的安装信息）。操作前可先查看该文件夹内容确认安装路径。
2025-12-05 11:35:42
317
原创 解决pandas使用to_datetime()转换日期时遇到报错或NaT的结果
当使用pd.to_datetime()处理包含None值的日期数据时，pandas会将其转换为pd.NaT而非保留None。解决方法是在转换时添加errors="coerce"参数，再通过.replace({pd.NaT: None})将NaT替换回None。这种两步处理方法可以确保无效日期被正确转换为None值而非NaT。
2025-11-18 15:21:37
320
原创 python相对路径导入函数
本文介绍了Python中使用相对路径导入模块的注意事项和两种实现方式。首先强调所有文件夹必须包含__init__.py文件且推荐统一使用相对路径导入。通过两个示例演示了导入方法：1）简单模块导入，在__init__.py中使用from .model_a import *；2）子目录模块导入，使用from .model_b_dir.model_b import *。最后在主文件中可直接调用导入的函数。该方式适用于组织项目结构时的模块导入需求。
2025-11-14 16:16:43
247
原创 python获取版本信息与所有的第三方库
本文介绍两个Python函数：get_python_base_version()获取Python版本、解释器路径等基本信息；get_python_site_packages()列出所有已安装的第三方库及其路径。后者通过遍历importlib.metadata和site模块，收集site-packages目录中的第三方包，并按名称排序返回包含库名和位置路径的字典。两个函数分别用于获取Python环境的基本信息和第三方包管理。
2025-11-07 14:54:55
199
原创 迅投同时使用token与投研端的行情源
摘要 本文介绍了两种获取金融数据的方式：投研端和token服务。两种服务启动后均监听特定端口，通过xtdata.connect()切换连接方式。token服务需先安装xtquant库并配置监听端口；投研端需保持软件运行并查看监听端口。连接成功后会显示服务信息（如xtquant、qmt_research或sp3），并通过示例代码演示了数据获取方法。关键步骤包括设置token、配置行情服务器地址及选择连接端口。
2025-11-06 14:01:47
443
原创 python找到文件夹A中但是不在文件夹B中的文件
该Python代码使用os模块比较两个文件夹路径中的子文件夹差异。主要功能是通过os.listdir()获取路径下所有文件夹，用os.path.isdir()验证路径类型，然后比较两个路径下文件夹集合的差集。代码包含异常处理，能检测路径存在性和访问权限问题，并输出在path_a中存在但path_b中缺失的文件夹列表。结果按字母排序并显示缺失总数。
2025-11-04 19:09:39
211
原创 解决报错statsmodels使用线性回归报错numpy.linalg.LinAlgError: SVD did not converge
本文介绍了处理数据分析中无穷大值的方法。当数据包含np.inf或-np.inf时，会导致统计模型计算错误。解决方法是先将这些无穷值替换为np.nan。示例代码展示了如何用Pandas的replace函数转换无穷值，使OLS回归能够正常计算残差。这种方法简单有效，适用于需要处理异常值的数据分析场景。
2025-11-03 18:40:35
246
原创 直接保存pandas DataFrame的内容到Excel文件中
本文介绍了使用Python的openpyxl和pandas库操作Excel表格的方法。主要功能包括：创建新Excel文件（create_excel函数）、将DataFrame数据写入指定位置（add_dataframe_to_table函数）。代码示例演示了如何创建包含员工信息的DataFrame，并将其写入Excel文件指定工作表的D3单元格起始位置。两个核心函数都包含异常处理，使用logger记录操作日志。该方法支持自动创建不存在的文件或工作表，适合批量数据导入Excel的场景。
2025-11-03 18:11:27
286
原创 pandas计算加减乘除的时候指定按照行或列进行计算
这篇文章介绍了在Python中使用pandas进行按行或列操作的方法。通过内置的add()、sub()、mul()、div()函数可以实现基本运算，使用axis参数控制行/列方向（axis=0为列，axis=1为行）。文中提供了一个标准化数据的函数示例，展示如何计算均值与标准差，并实现按行/列标准化。该函数通过axis参数灵活支持行列转换，最终验证了行列转换后的计算结果一致性。代码演示了如何使用mean()、std()、sub()和div()方法结合axis参数实现特定维度的数据处理。
2025-11-03 17:49:43
220
原创 pandoc导出markdown为PDF，同时解决中文内容报乱码的错误
本文介绍了将Markdown文件转换为PDF的详细步骤。首先需要安装Pandoc工具并配置环境变量，然后安装MiKTeX软件。转换时需检查系统支持的中文字体，使用命令pandoc 输入.md -o 输出.pdf --toc --toc-depth=3 --pdf-engine=xelatex -V CJKmainfont="SimSun"可生成带3级目录的中文PDF文件，其中指定宋体作为中文字体。全文详细说明了软件安装、环境配置和具体转换命令的使用方法。
2025-10-29 15:47:09
838
原创 迅投xtquant获取当前全部的期货主力合约
本文介绍了使用迅投(XT)量化平台获取期货合约信息的方法，主要包括三种操作：1)获取全部连续合约列表；2)查询特定品种的主力合约；3)获取具体合约的详细信息。文中提供了迅投代码与交易所代码的对应关系表，并给出了完整的Python示例代码，演示如何批量获取所有连续合约对应的主力合约及其详细信息，最终将数据整理为DataFrame格式。这些方法适用于需要批量获取期货合约基础信息的量化交易场景。
2025-10-23 15:34:23
636
原创 python apscheduler添加调度，固定在每个整数分钟执行代码
本文介绍了如何使用Python的APScheduler库实现定时任务调度。代码示例展示了如何创建一个每分钟整点执行的定时任务：通过BlockingScheduler调度器，使用cron触发器设置每分钟第0秒执行my_task函数，该函数会打印当前时间。调度器启动后会持续运行，按照设定时间规则自动触发任务执行。这段代码适用于需要周期性执行任务的场景，如定时数据采集、日志记录等。
2025-10-22 18:19:42
148
原创 通过pandas merge_asof模糊匹配，快速计算财务同比指标
这个工具函数使用pandas的merge_asof方法实现快速匹配去年同期数据。函数首先将日期列转换为datetime类型并排序，然后创建去年同期日期列（当前日期减1年）。merge_asof以direction="backward"参数进行模糊匹配，查找小于等于目标日期的最近记录。该函数适用于需要分析同比数据的场景，能高效地将当前值与去年同期值进行关联。示例展示了函数如何将2021-2022年的数据与2020-2021年对应日期的数据进行匹配，输出结果包含原始数据和匹配到的去年同期值。
2025-10-21 19:23:00
328
原创 迅投xtquant获取股票对应的申万行业
本文介绍了如何使用xtquant库获取股票行业分类数据。通过调用xtdata.get_sector_list()获取所有板块信息，配合xtdata.get_stock_list_in_sector()可查询各板块对应的股票列表。代码示例展示了一个将股票映射到申万一级行业的函数get_industry_by_stock()，最终生成股票-行业的独热编码矩阵。该方法适用于金融数据分析，结果以DataFrame形式呈现，便于后续处理和分析。
2025-10-21 18:58:03
616
CICFlowMeter windows客户端（运行bin/CICFlowMeter.bat）
2024-12-30
使用pyLDAvis的实例结果，及d3.min.js，ldavis.v1.0.0.css，ldavis.v1.0.0.js
2022-02-26
一键安装libpcap及其所有依赖文件的脚本
2017-11-26
handless_firefox.tar
2020-12-26
W3Cschool参考手册资料
2017-04-23
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人