- 博客(169)
- 资源 (26)
- 收藏
- 关注
RSS订阅原创 【中小学AI人工智能教育】手势识别和一点杂谈
摘要：Ai创想实验室是为中小学AI教育设计的零门槛教学平台，集成了手势识别等实践项目。本文以手势识别为例，展示了如何通过优化训练策略提升模型效果：先使用基础参数训练模型雏形，再开启数据增强修正特征，最后通过调整学习率和批次进一步提升准确率。平台无需编程基础或高性能硬件，普通电脑即可实现教学效果，支持教师快速创建校本化AI课程。该案例展示了在有限条件下高效开展AI教育的可行性。
2026-08-14 21:08:33
188
原创 【中小学AI人工智能教育】多输出模型——识别数字和奇偶
本文介绍如何在Ai创想实验室平台上使用图形分类项目构建多输出模型。以MNIST数据集为例，通过Blockly编辑器构建多输出模型（数字识别和奇偶分类），无需编程即可完成模型搭建。数据配置包含0-9数字标签和奇偶标签，训练10轮后两个输出头准确率均超95%。该平台无需专业硬件和编程基础，使用普通电脑即可实现高效AI教学，适合中小学教育场景。
2026-08-07 16:14:51
149
原创 【中小学AI人工智能教育】鸢尾花分类
本文介绍了Ai创想实验室这一面向中小学AI教育的教学平台，重点解析了经典的鸢尾花分类案例。该平台无需编程基础、硬件配置或额外算力，即可开展包括监督学习在内的多种AI教学项目。文章详细说明了鸢尾花分类的问题类型（3分类）、4个数值型特征和150个样本数据，对比了3种鸢尾花的特征差异，演示了使用双层神经网络构建模型的完整流程（数据导入、参数设置、训练预测）。该方案具有操作简便、成本低廉（普通电脑即可运行）、教学效果理想等特点，支持通过局域网服务器实现校本化部署。
2026-08-05 19:09:04
235
原创 【中小学AI人工智能教育】井字棋小游戏——全栈开发指南和避坑
本文介绍了创想Ai实验室开发的中小学AI教学平台，重点演示了井字棋AI小游戏的实现过程。平台通过JavaScript生成训练数据并使用α-β剪枝算法优化，将棋盘状态映射到[-1,1]范围训练模型，准确率可达70%以上。模型经TensorFlow Lite量化后部署到ESP32-S3开发板，与淘晶驰串口屏结合实现交互界面。平台特点包括：无需编程基础、无需额外硬件、隐私安全、即开即用，支持各类普通设备运行，适合中小学AI教学场景。
2026-07-27 14:32:18
209
原创 【中小学AI人工智能教育】水果分类实验
AI创想实验室是一个面向中小学AI教育的教学平台，提供图像分类、文本生成等10多个学习项目，无需编程基础或额外硬件即可开展教学。平台操作简便：支持从飞浆社区获取CC0许可数据，通过批量转换工具处理数据后导入系统；采用卷积神经网络模型设计，仅需十几秒/轮的训练即可达到80%以上准确率。平台优势在于零门槛使用（普通电脑即可运行）、完整的AI知识体系覆盖，并支持通过局域网服务器实现校本化部署。该方案有效解决了中小学AI教学中的师资、设备和隐私问题，演示版可通过官网www.AiEduLab.tech体验。
2026-07-20 13:08:08
568
原创 【中小学AI人工智能教育】井字棋小游戏
Ai创想实验室推出基于浏览器训练的井字棋AI教学项目，通过监督学习模拟α-β剪枝生成的完美棋谱，仅需简单神经网络（3层全连接+Dropout）和对称数据增强（4520局→8倍扩增），即可在CPU上数十秒训练出攻守兼备的AI模型。该项目无需编程/硬件/算力支持，突出“模仿学习”的教育价值，验证了优质数据比复杂算法更能高效解决博弈问题，适合中小学AI入门教学。平台所有功能均可离线部署，低门槛实现校本化AI教育。 核心要点： 教育适配：零基础可用的轻量化AI教学平台，破除硬件/师资限制
2026-07-20 11:13:29
315
原创 64位中对32位、浮点参数的处理的基本实验
对于混合类型传递，严格按照参数个数和寄存器对应关系，即若第二个参数为DOWRD则传入RDX，若第二个参数为SINGLE则传入XMM1。浮点数在传递时就像一个指针类型一样传递——先写入内存，然后传递内存地址给xmm0-4寄存器。从第五个参数开始，可以先写入实际数据到rax，然后把rax写入到堆栈——无需经过xmm寄存器。无论是写入寄存器的前4个参数还是写入堆栈的参数，即使是32位的，也都占8字节。2、配置编译选项为Release——x64，编译。2、配置编译选项为Release——x64，编译。
2026-07-20 11:12:31
10
原创 【中小学AI人工智能教育】文本生成任务——名字生成（非序列补全模式）
本文介绍了AI创想实验室在中小学AI教育中的应用，重点讲解文本生成模型的构建过程。该平台无需编程基础、硬件配置或算力投入，即可实现AI教学。文章详细说明了使用非序列补全模式构建LSTM神经网络模型的方法，包括模型架构设计（含嵌入层、LSTM层、Dropout层等）、数据处理流程（使用600词汇表覆盖90%数据）以及训练预测过程。通过输入姓氏生成名字的实例，展示了模型的学习效果，并指出非序列补全模式相比序列模式训练难度更大。平台计划为中小学提供免费局域网服务器试点服务，支持在普通设备上实现AI教学。演示版网址
2026-07-17 10:06:27
185
原创 【中小学AI人工智能教育】文本生成任务——名字生成（序列补全模式）
本文介绍了基于Ai创想实验室平台的中小学AI教育实践——文本生成模型的开发全流程。该平台无需编程基础、硬件配置或算力投入，即可实现AI教学。文章详细说明了四个核心环节：1）模型搭建：采用Embedding+LSTM结构，配合Dropout和全连接层优化；2）数据清洗：建议保留1万条"姓=名"格式数据；3）训练过程：30秒/轮，10轮可达平台期；4）预测应用：输入姓氏即可生成多样名字。平台提供免费局域网服务器试点计划，支持在普通电脑上实现专业AI教学效果。
2026-07-17 09:49:21
287
原创 从零设计一个OJ数据生成器
本文介绍了一种用于在线评测系统（OJ）的非图论题目数据生成器设计方案。通过图形化界面定义数据生成规则，系统能够自动生成符合要求的测试数据并验证其合法性。文章详细阐述了规则设计思路、数据结构实现、随机数据生成逻辑以及C++代码编译运行机制。该方案采用分层规则设计，支持首行变量定义、列规则和行规则配置，能生成整数、小数、字符串等多种数据类型，并确保行列数据的唯一性要求。系统还集成了第三方代码编译功能，用于验证生成数据的合法性。相比手动编写生成程序或使用复杂生成器，这种方法提供了更直观、高效的测试数据构建方案，尤
2026-07-09 15:30:40
211
原创 【中小学AI人工智能教育】导出ONNX通用模型在桌面应用中进行调用
本文介绍如何将AiEduLab.tech（AI创想实验室）这一中小学人工智能教学平台中图像分类项目导出的ONNX模型在桌面应用中进行使用。
2026-07-08 10:26:20
536
原创 【从零构建分布式在线评测系统】四、服务器端：翻译和AI助教
本文介绍了通过自建分布式评测系统实现的两个教学辅助功能。首先提出编译错误翻译方案，通过动态收集错误信息构建英汉对照词典，以侧边栏形式展示翻译，既解决低龄学生理解英文错误的困难，又保留原始英文信息。其次开发AI助教功能，利用评测系统对代码数据和测试用例的完全访问权限，显著提升AI诊断代码错误和提供修复建议的准确性，并实现基于题目标签和答题记录的个性化学情分析。这两个功能充分发挥了自建评测系统的数据优势，前者通过渐进式词典解决翻译难题，后者结合完整上下文增强AI分析能力，共同提升了编程教学效率和学习体验。
2026-07-08 08:54:52
245
原创 【从零构建分布式在线评测系统】三、服务器端：评测机管理器和评测机类
至此，整个工作流程就非常清晰了：首先，轮询数据库，当有评测任务时进行一些预处理（我使用了本地编译，它可以有效的过滤掉那些无法编译的代码，给Judge0减轻负担；在得到Judge0服务器的评价结果之后（通过配置Judge0服务器使用回调），我们需要马上按格式解析其返回的内容，上一篇我们提到，有些代码在死循环中进行输出，这会对Judge0造成压力的同时给我们解析返回值、数据库造成较大影响。3、接收Judge0服务器的回调，根据Token来查询当前测试点是哪个题目的，将结果加入到该题目中。
2026-07-07 11:25:44
248
原创 【中小学AI人工智能教育】智慧农业——多种病虫害分析
Ai创想实验室是专门为中小学AI教育开发的教学平台，包含了值计算、图像分类、音频分类、文本分类、数值回归、图像回归、图像分类+回归、平衡杆、手写数字生成、文本生成等中小学人工智能学习类项目。无需编程基础、无需添加硬件、无需购买算力、无隐私担忧、无需师资培训即可进行教学实践。 本文介绍如何使用AiEduLab.tech中的图像分类项目类型来做病虫害分类——Ai创想实验室是以数据为驱动的，你可以任意选择一个图像分类项目来完成（例如手写数字识别、猫狗分类……）模型构建、数据清洗、模型训练、预
2026-07-07 10:34:58
745
原创 【从零构建分布式在线评测系统】二、Judge0服务器上的心跳程序
本文介绍了在Ubuntu系统上使用.NET 8实现的Judge0服务器心跳程序。该程序通过配置文件管理多个Manager服务器地址，以10秒为间隔发送包含服务器状态（端口、队列容量、内存等）的心跳信息。核心功能包括：1）通过XML序列化管理配置文件；2）使用HttpClient发送JSON格式心跳数据；3）监控系统内存和负载；4）支持多Manager地址容错。程序采用控制台应用形式，可编译为DLL部署，并提供了systemd服务配置方案。关键特点是低资源占用、Manager故障容错和跨平台支持，确保Judg
2026-07-06 16:23:58
425
原创 【从零构建分布式在线评测系统】一、Judge0集群管理架构设计
本文介绍了构建轻量级Judge0评测集群管理系统的实践经验。针对传统单机评测在并发场景下的性能瓶颈，系统通过分布式架构实现高可用、弹性伸缩和智能调度。核心设计包括：节点自动注册与心跳机制、基于队列长度的负载均衡算法、双层健康检查机制（心跳+Token超时），以及内存感知的任务调度策略。系统支持动态调整超时时间、智能截断大响应、精准控制并发量等优化措施。实际部署表明，该方案能有效提升评测吞吐量，即使使用普通PC设备也能构建高性价比评测集群，满足教学场景下百人级并发需求。系统已在生产环境稳定运行多年，验证了其可
2026-07-06 16:04:49
217
原创 Floyd算法的一点讨论
本文介绍了Floyd最短路算法的学习路径和核心思想。建议在掌握Dijkstra和Bellman-Ford算法后再学习Floyd算法，因其建立在"松弛"操作基础上。通过中转站（节点k）不断优化路径（松弛操作）的直观解释，如选择更便宜的转机路线。算法本质是动态规划：定义dp[k][i][j]为允许经过前k个节点时i到j的最短路径，通过分阶段考虑是否经过节点k来递推更新。最终通过滚动数组优化空间复杂度，直接在二维数组上迭代更新。动态规划视角不仅解释了算法正确性（集合单调扩张保证收敛），也说明了
2026-07-05 16:02:18
681
原创 【中小学AI人工智能教育】图像生成——Anime Faces风格的头像实验、GAN参数计算
本文介绍了Ai创想实验室平台如何在中小学AI教育中实现GAN模型教学。以AnimeFaces数据集（64×64彩色图像）为例，详细说明了生成器模型参数设计过程：从100维噪声输入，通过全连接层（16384神经元）、Reshape层（8×8×256）到最终输出64×64×3图像的完整计算逻辑。使用800个样本在普通硬件上训练，10轮后即可生成基本成型的动漫头像。该平台无需编程基础、专用硬件或云端算力，普通电脑即可实现教学演示，适合中小学AI普及教育。平台提供完整教学方案，支持自定义项目，降低AI教学门槛。
2026-07-05 15:16:19
217
原创 【中小学AI人工智能教育】声音分类——提琴分类：快速定义项目类型实例
本文介绍了如何在AI创想实验室平台快速创建个性化AI教学项目实例。该平台专为中小学AI教育设计，无需编程基础、硬件配置或算力购买即可开展教学。通过后台管理系统，教师可在一分钟内创建新项目实例（如音频分类实验），并使用TinySOL数据集进行数据清洗和模型训练。文中详细演示了从项目创建、数据处理、模型构建到训练验证的全流程，最终可导出完整的教学项目。平台支持本地化部署，操作简单且涵盖AI核心知识，便于开展个性化AI教学。欢迎联系hello@AiEduLab.tech获取更多信息。
2026-07-03 12:00:00
684
原创 DIY一个风速测试仪
当然，这只是一个“玩具”，如果你手头有一些二极管、电阻之类的还可以做得更好一些。风速测试的方法有很多是基于小风车转速的，如果你手头有一些红外计数器，可以在风车适当位置增加挡片来获得较为准确的转速，也可以用成品的多线的圆片（多用于电机测速）；4、电阻、二极管、电容、电感（没有问题也不大，最好是有，万一小电机加速度太高害烧了Arduino就赔上了）。我做的这个小玩具确实没有用也还挺抗造的，如果你想用可以搜索一下相关知识，然后选择合适的型号制作一个简单的电路来过滤尖峰、平稳电压、限制输入电压大小等。
2026-07-03 11:22:49
218
原创 【中小学AI人工智能教育】回归任务——手写数字边界标注
本文介绍了AI创想实验室这一面向中小学AI教育的教学平台，重点演示了边界框标注这一回归任务的教学实践。平台无需编程基础和硬件投入，使用MNIST数据集，通过卷积神经网络提取特征，快速完成模型训练和预测。虽然440个样本的训练结果基本正确，但建议增加数据量和训练轮次以提升效果。该平台支持各类普通电脑设备，操作简单且包含完整AI核心知识，无需师资培训即可开展教学，支持本地化部署。
2026-07-02 10:31:24
211
原创 尾递归、回溯、记忆化搜索的使用边界的一点讨论
本文探讨了递归编程中的三个核心问题：1. 尾递归原理及优化，指出当递归调用结果直接返回时可节省栈操作，性能接近循环；2. 回溯与记忆化搜索的边界判定，提出通过分析递归任务拓扑结构（合作型OR逻辑/独立型AND逻辑）来判断是否需要回溯；3. 递归子问题耦合度的专业分析，说明合作型递归存在数据竞争需同步，独立型递归可并行计算。文章通过算法实例（种子填充/马走日等）阐释了状态记录与回溯实现的关联性，强调区分"改变世界"和"遍历世界"两类递归场景是掌握回溯机制的关键。（149
2026-07-02 10:04:13
225
原创 递归啊递归~
本文探讨了递归学习的有效方法，强调在初学阶段建立"基石性理解"的重要性。作者认为教学应把握适度深度：既不能陷入底层细节（如内存跟踪），也不能停留于表面结论。通过查字典的递进式比喻和函数调用流程图，形象展示了递归"递进-回归"的本质特征。文章提出学习递归的四步法：1)明确函数功能；2)确定参数；3)识别递归条件与边界；4)理解返回值逻辑，并以阶乘代码为例演示实现过程。最后通过数字翻转的四种递归实现对比，引导读者思考执行顺序对结果的影响，建议通过实践测试深化理解。全文贯穿
2026-07-01 22:01:21
221
原创 【中小学AI人工智能教育】强化学习范例——平衡杆
摘要：Ai创想实验室是专为中小学AI教育设计的零门槛教学平台，以平衡杆项目为例展示强化学习流程。平台支持专家示范操作采集训练数据（4维输入/2维输出），通过监督学习预训练模型后转入强化学习（Q值网络+经验池），约200轮（10分钟）即可达到500步的平衡效果。平台无需编程基础、专用硬件或算力支持，普通电脑即可流畅运行，支持游戏速度调节以适应人工操作。内置数据采集、模型训练和强化学习完整闭环，教师无需额外培训即可开展教学，通过局域网服务器可快速部署校本化项目实例。（149字）
2026-07-01 20:33:09
426
原创 【中小学AI人工智能教育】文本分类任务和情感分析
Ai创想实验室是一个面向中小学AI教育的教学平台，提供文本分类等多项AI学习项目，无需编程基础、额外硬件或算力投入即可开展教学。文本分类任务通过Embedding层等技术实现，支持中英文混合样本训练，短文本需足够数据量。平台优化了浏览器内训练流程，避免崩溃问题，支持低配硬件快速训练（如核显电脑几分钟完成）。用户可自定义分词设置，通过调整批次大小优化训练效率，并使用预测器验证模型效果。虽然演示版隐藏了核心算法，但仍可体验完整流程。该平台操作简便，适合教学场景，支持局域网服务器部署，便于校本化应用。
2026-06-29 15:21:56
471
原创 【中小学AI人工智能教育】图像生成任务——无条件生成和条件生成
AI创想实验室推出中小学AI教学平台，集成图像分类、文本生成等10余种无编程基础要求的AI学习项目。平台采用GAN技术实现手写数字生成教学：通过生成器（100维噪声输入）与判别器对抗训练，使用MNIST数据集（数字0/1各500样本）即可在普通电脑上快速完成模型训练（几轮即见效）。系统支持条件化图像生成预测，无需高端硬件或云端算力，教师无需专业培训即可开展教学，普通服务器即可部署校本化项目实例。该方案解决了中小学AI教育中的硬件、成本和师资门槛问题。
2026-06-27 14:15:07
171
原创 【中小学AI人工智能教育】多输出模型和不确定性加权技术
本文介绍了AiEduLab.tech平台支持的多输出模型功能。相比单输出模型，多输出模型允许多个任务共享底层网络结构，各自学习不同输出内容，可同时处理分类和回归任务（如数字识别和位置检测）。文章详细说明了模型的构建方法，包括共享卷积层设计、不同输出头的配置（分类/回归）以及使用不确定性加权自动优化输出权重。同时提供了数据准备、模型训练和预测的完整流程指引，并指出演示版虽不支持训练但其他功能可用。该功能适用于需要同时获取多种相关结果的场景，有效避免了重复训练相同网络结构的资源浪费。
2026-06-26 18:00:00
209
原创 【中小学AI人工智能教育】从零构建、训练音频分类模型
本文介绍了如何通过AiEduLab.tech平台从零构建音频分类模型的全流程。主要内容包括：1. 软硬件准备，需支持WebGL2.0的浏览器（Chrome/Edge）并启用图形加速；2. 音频处理方法，采用梅尔谱图转换技术；3. 模型构建要点，需根据音频参数设置输入维度；4. 训练过程说明，使用FSDD公开数据集，支持数据增强和超参数调整；5. 模型应用，可将训练好的模型导出用于预测或部署到移动/嵌入式设备。整个流程采用积木式可视化操作，适合初学者快速上手音频分类任务。
2026-06-25 11:33:58
242
原创 【中小学AI教育】落地新思路：一次投入、零门槛、本地算力驱动的教学实践
本文分享了一位编程爱好者二十余年的技术探索历程，以及他针对中小学AI教育困境提出的创新解决方案。作者基于WebGL和TensorFlow.js开发了"AI创想实验室"平台，通过可视化积木搭建和浏览器端训练引擎，实现了无需编程、零配置、本地化运行的AI教学方案。该方案有效解决了传统AI教育面临的硬件门槛高、师资不足、隐私安全等痛点，让老旧设备也能完成模型训练。文章强调中小学AI教育的核心价值在于启蒙而非专业技能培养，提出"降低门槛比追求精度更重要"的理念，为普惠型AI教
2026-06-23 10:55:35
477
原创 从模型到实物：将AI模型部署到ESP32与液晶屏的全栈实战指南
本文详细介绍了在AI创想实验室平台训练的手写数字识别模型部署到ESP32-S3硬件的完整流程。主要内容包括：1.硬件准备（ESP32-S3开发板、串口屏等）及软件环境配置；2.模型获取与转换方法，推荐使用平台预训练的"极小"量化模型；3.硬件连接方案与通信协议设计，采用自定义指令格式通过软串口交互；4.核心代码实现，包括TensorFlow Lite Micro推理库初始化、数据预处理、模型推理及结果解析；5.调试技巧，如输入数据可视化检查等。教程着重解决了嵌入式部署中的典型问题，如内存
2026-06-22 11:26:29
292
原创 训练图像分类模型和硬件出口
本文介绍了基于卷积神经网络的手写数字识别实现方法。首先阐述了手写数字识别作为监督学习分类任务的典型性，以及通过卷积提取纹理特征的原理。文章详细讲解了MNIST数据集的获取与处理方式，包括Python代码示例。在模型搭建部分，提出了通用的多层卷积网络结构。随后介绍了训练过程中的数据增强策略和参数调优技巧。 在硬件部署方面，文章展示了如何将训练好的模型导出为TFLite格式，并移植到ESP32-S3嵌入式平台的具体实现，包括模型初始化、推理执行和结果处理的全过程代码。通过软串口通信实现指令交互，完成了从屏幕绘制
2026-06-21 21:15:10
249
原创 AI创想实验室使用方法
本文介绍了一个免费的人工智能教育实验平台，面向中小学师生提供无需编程基础、不依赖高端设备的AI学习环境。该实验室特点包括：开放各类AI实验项目（从监督学习到强化学习）、模型参数完全可调、数据本地处理保障隐私、仅需普通电脑即可运行（Win7+4G内存配置）。使用前需开启浏览器WebGL加速功能，Chrome用户需进行特定设置。平台提供演示版本（需注册登录），包含分类、回归等8个完整项目，涵盖数值预测、图像处理等任务。完整视频教程可在B站观看。
2026-06-20 11:03:22
201
原创 AI创想实验室上线
AI创想实验室是一款面向中小学AI教育的无硬件门槛教学工具，基于浏览器/服务器架构，利用本地算力实现模型训练与预测（数据不出浏览器）。项目支持普通计算机和教学设备（如希沃白板），通过Blockly可视化编程搭建模型，提供数据导入、训练、预测全流程功能，并支持导出TFLite/ONNX等跨平台模型格式。演示版已上线，需现代浏览器（Chrome109+/Edge）配合WebGL2.0加速使用，包含神经网络可视化工具和图片/音频预处理模块，旨在实现零成本AI教学普及。（149字）
2026-06-18 11:07:33
386
原创 完全运行于浏览器端的人脸识别小游戏
最近几个月的业余时间都在做AI训练方向的内容，突破了一些技术困难，现在基本完成当前阶段的任务——很快就可以上线了。给自己一个短暂的休息时间，于是就有了这个有趣的小东西——调用一个古老的库就可以进行在线的人脸识别。这不是什么高深的技术，仅仅是调用第三方库，代码简单易行，大家都可以拿来玩。
2026-05-27 09:00:50
239
原创 键鼠秀——KeyboradMouseShow
所以各种搜索，找到若干显示键盘鼠标按键的工具，要么太简单要么不能配置，都无法满足需求。其中，为了对3个LOCK键进行正确状态显示进行了额外处理，为了在按下徽标键之后窗体仍然不被任务栏遮挡、滚轮适当的延时使用了计时器。看起来整体实现的效率都不咋地，代码的字里行间都写满了苟且，但事实上它在安装了WIN7的低配置计算机上也表现得很流畅——全托钩子的福。4、鼠标部分就是重载了paint而已，按照无按下→按下按键或滚动按键的顺序依次绘制图像即可，虽然钩子部分有移动事件接口，但实际上根本没使用。
2025-12-29 09:51:44
432
原创 OJ搭建：Judge0服务器、DeepSeek服务接入简介
我用的OJ是轮询式的，所以只需要从ECS的后台检查一下数据库的内容而后参考OJ的评测机代码和守护进程（C语言）就可以知道它是怎么实现的评测。所以，我们的评测机比原OJ的阻塞式的本地评测机要复杂一些，这里面有一些生产——消费模型需要实现，但它能够承受更大的负载也不会由于对某些代码的评测导致出错从而使大面积的评测陷入长时间的等待。0、找一个云服务商，我用的是阿里云，你要根据你所在地区来租用服务器，本省、隔壁省可能都行，太远的就很容易呵呵掉，别问我咋知道的，一问一个不吱声。作为一个记录，也给有想法的一点参考。
2025-06-22 15:58:04
1501
1
原创 不用第三方库调用DeepSeek
但是，随着需求越搞越多，顺手就祭起冷门编程语言VB.NET了。之前在修改OJ的时候，本着少修改多收益的原则，用Python写了一些DeepSeek的调用，真的很简单，用拉下来OpenAI按照官方文档复制粘贴就可以。）上至今有三种：curl（哦天哪，我在捣鼓ubuntu的时候好像用这个）、python（这个看着脸熟……当时敲的就是，那没事了）、node.js（dot是后加的，不然还真不认识）。以上就是DeepSeek写的调用自己的代码（添加了几个属性、增加了几个参数、翻译了几段英文错误说明）之后的样子。
2025-04-08 20:26:44
557
QY EXCEL 公式仿写插件
2023-12-22
化学式输入助手—WORD 2007 版 下载安装版
2008-05-26
高中学分评定工具—任课教师表格助手V1.2.1（最终版）
2006-09-21
专用游戏修改器制作工具.NET版
2007-06-18
专用游戏修改器通用框架V0.1.2.2
2007-06-09
vb.net聊天程序
2007-11-26
古龙群侠传内存修改器
2007-10-02
专用游戏修改器制作工具.NET版 V2 BETA2
2007-07-24
传颂之物修改器修正版
2006-09-12
魔幻精灵3-冰月华 修改器
2006-09-11
基金信息查询器
2007-09-06
VB写的代理扫描
2007-03-02
化学式输入助手——WORD 2007 版
2008-05-31
VB写的代理服务器获取及本地开放端口分析工具
2007-03-02
修正:魔法艺术修改器
2007-04-10
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人