Z-Image-Turbo-rinaiqiao-huiyewunv保姆级教程:如何将本地Turbo模型接入Discord Bot提供绘图服务

news2026/4/4 16:22:24
Z-Image-Turbo-rinaiqiao-huiyewunv保姆级教程如何将本地Turbo模型接入Discord Bot提供绘图服务你是不是也想过让自己的Discord服务器里有一个专属的“画师”当群友描述一个二次元角色时这个Bot就能立刻画出来而且画风还是你精心调教过的专属风格。今天我就带你一步步实现这个想法。我们将把一个强大的本地二次元绘图模型——Z-Image Turbo辉夜大小姐-日奈娇微调版接入到Discord Bot中。这意味着你可以在自己的电脑上搭建一个完全私有的、高性能的AI绘图服务并且通过Discord指令来调用它。整个过程不需要复杂的云端服务器也不需要昂贵的API调用费用。只要你的电脑有一块支持CUDA的NVIDIA显卡哪怕是8GB显存的甜品卡就能跑起来。我会把每一步都拆解得清清楚楚从环境准备、模型部署到Bot代码编写、功能对接手把手带你完成。学完这篇教程你将拥有一个能在本地流畅运行的专属二次元绘图引擎。一个能响应Discord指令、生成并发送图片的智能Bot。一套完整的、可扩展的本地AI服务部署方案。1. 项目核心认识我们的“画师”——Z-Image Turbo在开始动手之前我们先花几分钟了解一下这次要用到的核心工具。知其然更要知其所以然这能帮你更好地理解后续的每一步操作。1.1 它是什么简单来说Z-Image Turbo (辉夜大小姐-日奈娇)是一个专注于绘制特定二次元人物辉夜大小姐昵称日奈娇的AI绘图工具。它的“大脑”基于通义千问的Z-Image模型但经过了我们注入的专属“记忆”微调权重让它画出的角色能高度还原辉夜大小姐的特征——比如标志性的红瞳、黑发、校服装扮。它的核心优势在于“Turbo”和“本地化”Turbo模型相比标准版SDXL模型生成速度更快通常只需20步左右就能产出高质量图片效率极高。纯本地运行所有计算都在你的电脑上完成。没有网络延迟没有使用限制数据完全私有安全感拉满。1.2 为什么选择它接入Discord Bot你可能想问网上那么多在线的AI绘画API为什么非要折腾本地模型原因有三成本可控一次部署无限使用。无需为每次生成付费对于高频使用的社群来说长期成本几乎为零。隐私与定制你的提示词、生成的图片都不会离开你的机器。更重要的是你可以随意更换不同的微调模型比如换成其他动漫角色打造独一无二的Bot画风。稳定性与速度不受外部API服务波动影响。在本地网络环境下生成速度非常稳定体验流畅。这个工具本身提供了一个漂亮的Web界面基于Streamlit。而我们今天要做的就是为它赋予“耳朵”和“嘴巴”——让它能听懂Discord里的指令并把画好的作品“说”发送出来。2. 环境准备搭建你的创作舞台工欲善其事必先利其器。我们先来把运行模型和Bot所需的环境搭建好。请严格按照顺序操作。2.1 第一步安装Python与关键库确保你的电脑上安装了Python推荐3.8-3.10版本。然后我们通过pip安装最核心的依赖。打开你的终端Windows用CMD或PowerShellMac/Linux用Terminal逐行执行以下命令# 1. 安装PyTorch这是AI模型的基石 # 请根据你的CUDA版本前往 https://pytorch.org/get-started/locally/ 获取最新安装命令 # 例如对于CUDA 11.8常用命令如下 pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118 # 2. 安装Diffusers库Hugging Face出品的扩散模型工具箱用于加载和运行我们的绘图模型 pip install diffusers accelerate transformers # 3. 安装Discord Bot开发库 pip install discord.py # 4. 安装其他辅助库 pip install Pillow # 用于处理图片重要检查安装完PyTorch后可以打开Python验证一下import torch print(torch.__version__) # 查看版本 print(torch.cuda.is_available()) # 必须返回 True否则说明CUDA未正确安装2.2 第二步获取模型文件我们的“画师”需要两个核心文件底座模型Z-Image Turbo的基础能力。微调权重让模型学会画辉夜大小姐的“独家秘籍”。由于模型文件较大通常几个GB建议提前下载好放在一个你容易找到的文件夹里例如D:\ai_models\z_image_turbo_huiye。底座模型通常是一个包含model_index.json、unet、text_encoder等子文件夹的目录。你需要从模型发布页如Hugging Face下载整个仓库。微调权重一个单独的.safetensors文件比如rinaiqiao_huiyewunv.safetensors。把它们准备好记下它们的完整路径我们后面会用到。2.3 第三步创建项目文件夹为我们的Discord Bot项目创建一个专属文件夹结构清晰一点后续管理会更方便。my_discord_artist_bot/ ├── main.py # 我们的主Bot程序 ├── model_loader.py # 专门负责加载AI模型的模块 ├── config.py # 配置文件存放路径、密钥等 └── generated_images/ # 用于临时保存生成图片的文件夹现在舞台已经搭好演员模型也已就位。接下来我们要编写剧本让它们开始表演。3. 核心引擎编写模型加载与推理模块我们不能让Discord Bot的代码和复杂的模型加载逻辑混在一起。好的工程实践是分离关注点。所以我们先创建一个独立的model_loader.py文件专门负责和AI模型打交道。3.1 创建模型加载器在你的项目文件夹下新建一个model_loader.py文件并填入以下代码import torch from diffusers import DiffusionPipeline from safetensors.torch import load_file import gc import os class ZImageTurboPainter: 专用于加载Z-Image Turbo模型并进行图片生成的类。 封装了权重注入、显存优化等复杂逻辑。 def __init__(self, base_model_path, lora_weight_path): 初始化画师。 :param base_model_path: Z-Image Turbo底座模型的本地路径 :param lora_weight_path: 辉夜大小姐微调权重的.safetensors文件路径 self.base_model_path base_model_path self.lora_weight_path lora_weight_path self.pipe None self._load_model() def _load_model(self): 内部方法加载底座模型并注入微调权重。 print( 正在启动二次元绘图引擎...) # 1. 加载底座模型并优化显存 # 使用bfloat16精度节省显存并启用CPU卸载将暂时不用的模块移到CPU self.pipe DiffusionPipeline.from_pretrained( self.base_model_path, torch_dtypetorch.bfloat16, variantfp16, # 如果模型有fp16变体则加载进一步省显存 safety_checkerNone, # 禁用安全检查器因为我们运行在安全环境 requires_safety_checkerFalse ).to(cuda) # 启用CPU卸载这是低显存显卡的救命稻草 self.pipe.enable_model_cpu_offload() # 启用注意力切片用时间换空间 self.pipe.enable_attention_slicing() print( 底座模型加载成功) # 2. 加载并注入微调权重 (LoRA) if os.path.exists(self.lora_weight_path): print(f 正在注入角色灵魂权重: {os.path.basename(self.lora_weight_path)}) try: # 加载.safetensors文件 lora_state_dict load_file(self.lora_weight_path) # 关键步骤适配权重键名 # 微调权重的键名可能带有transformer.或model.前缀需要适配Diffusers的命名 adapted_state_dict {} for key, value in lora_state_dict.items(): # 移除常见的前缀只保留核心部分 new_key key.replace(transformer., ).replace(model., ) adapted_state_dict[new_key] value # 将适配后的权重加载到模型的UNet中 # strictFalse 允许忽略不匹配的键如text_encoder的权重 self.pipe.unet.load_state_dict(adapted_state_dict, strictFalse) print( ✅ 角色灵魂注入成功) except Exception as e: print(f ⚠️ 权重注入时遇到问题但底座模型仍可运行: {e}) else: print(f ⚠️ 未找到权重文件将以基础模式运行。) print( 画师初始化完成随时可以作画\n) def generate_image(self, prompt, negative_prompt, steps20, cfg_scale2.0): 根据提示词生成图片。 :param prompt: 正面提示词描述你想画什么 :param negative_prompt: 负面提示词描述你不想看到的内容 :param steps: 推理步数推荐20步Turbo模型 :param cfg_scale: 提示词相关性推荐2.0 :return: 生成的PIL.Image对象 if self.pipe is None: raise RuntimeError(画师尚未初始化请先调用_load_model。) # 设置一个适合辉夜大小姐的默认负面提示词提升画质 default_negative (worst quality, low quality, normal quality, lowres, low detail, blurry:1.4), grainy, noisy, jpeg artifacts, signature, watermark, username, artist name, (bad anatomy), (bad hands), missing fingers, extra digit, fewer digits, (bad feet), poorly drawn face, mutation, deformed, ugly, disfigured, extra limbs, malformed limbs if negative_prompt: final_negative f{default_negative}, {negative_prompt} else: final_negative default_negative print(f 画师收到指令{prompt[:50]}...) print(f 正在挥毫泼墨... (步数: {steps}, CFG: {cfg_scale})) # 生成前进行一次显存清理避免残留 gc.collect() torch.cuda.empty_cache() # 核心生成步骤 with torch.no_grad(): # 禁用梯度计算节省显存 image self.pipe( promptprompt, negative_promptfinal_negative, num_inference_stepssteps, guidance_scalecfg_scale, height1024, # Z-Image Turbo推荐尺寸 width768, num_images_per_prompt1, ).images[0] # 取第一张图 print( ✅ 作品完成) return image # 以下代码用于单独测试这个模块 if __name__ __main__: # 替换成你的实际路径 BASE_MODEL_PATH D:/ai_models/z_image_turbo # 你的底座模型文件夹路径 LORA_PATH D:/ai_models/rinaiqiao_huiyewunv.safetensors # 你的微调权重路径 painter ZImageTurboPainter(BASE_MODEL_PATH, LORA_PATH) # 测试生成 test_prompt 1girl, silver hair, red eyes, school uniform, masterpiece, best quality test_image painter.generate_image(test_prompt) test_image.save(test_output.jpg) print(测试图片已保存为 test_output.jpg)代码解读ZImageTurboPainter类是我们的核心“画师”。它把复杂的模型加载、权重合并、显存优化都封装好了。_load_model方法负责所有脏活累活用低精度加载模型、启用CPU卸载、处理权重文件。generate_image方法是你调用它作画的接口。你只需要告诉它“画什么”prompt它就会返回一张图片。最后的if __name__ __main__:部分是一个简单的测试。你可以先运行这个文件确保模型能正确加载并生成一张测试图。请务必将BASE_MODEL_PATH和LORA_PATH替换成你自己的路径运行测试cd /path/to/your/my_discord_artist_bot python model_loader.py如果看到“画师初始化完成”并成功保存了图片恭喜你最困难的部分已经完成了4. 灵魂对接编写Discord Bot主程序现在让我们的“画师”学会听Discord的指令。创建main.py文件。4.1 创建配置文件首先我们创建一个config.py文件来管理配置这样更安全也便于修改。# config.py import os # Discord Bot 令牌 (TOKEN) # 非常重要绝对不能泄露或上传到GitHub # 获取方式见下文说明 DISCORD_TOKEN os.getenv(DISCORD_BOT_TOKEN, YOUR_BOT_TOKEN_HERE) # 模型路径 BASE_MODEL_PATH D:/ai_models/z_image_turbo # 请修改为你的路径 LORA_WEIGHT_PATH D:/ai_models/rinaiqiao_huiyewunv.safetensors # 请修改为你的路径 # 生成参数可根据喜好调整 DEFAULT_STEPS 20 DEFAULT_CFG_SCALE 2.0 DEFAULT_NEGATIVE_PROMPT # 留空则会使用model_loader中的默认值 # 图片保存路径 OUTPUT_DIR ./generated_images os.makedirs(OUTPUT_DIR, exist_okTrue) # 确保文件夹存在4.2 编写Discord Bot主逻辑接下来是重头戏main.py# main.py import discord from discord.ext import commands import asyncio import config from model_loader import ZImageTurboPainter from PIL import Image import io import datetime # 设置机器人指令前缀例如 !draw intents discord.Intents.default() intents.message_content True # 必须开启才能读取消息内容 bot commands.Bot(command_prefix!, intentsintents) # 全局变量保存我们的画师实例 painter None bot.event async def on_ready(): 当机器人成功登录时触发 global painter print(f✅ 机器人已登录为 {bot.user}) print( 正在初始化AI画师这可能需要几分钟...) # 初始化画师加载模型 try: painter ZImageTurboPainter(config.BASE_MODEL_PATH, config.LORA_WEIGHT_PATH) print( AI画师已就绪) # 设置机器人状态 await bot.change_presence(activitydiscord.Game(name!draw 召唤辉夜大小姐)) except Exception as e: print(f❌ 画师初始化失败: {e}) # 可以选择退出或进入无模型模式 raise e bot.command(namedraw, aliases[画, 生成]) async def draw_command(ctx, *, prompt: str): 核心绘图指令。 用法: !draw 一个可爱的女孩银色长发红色眼睛在学校 global painter # 1. 检查画师是否就绪 if painter is None: await ctx.reply( 画师还在准备画笔请稍等片刻再试...) return # 2. 告诉用户已开始处理Discord要求长时间操作必须即时回复 thinking_msg await ctx.reply(f 收到指令画师正在为 {prompt[:30]}... 构思创作...) try: # 3. 在实际生成前再次回复表示开始绘制 await thinking_msg.edit(content️ 构思完毕开始挥毫泼墨...这需要20-40秒) # 4. 在异步函数中同步运行模型生成使用asyncio.to_thread避免阻塞事件循环 def generate(): return painter.generate_image( promptprompt, negative_promptconfig.DEFAULT_NEGATIVE_PROMPT, stepsconfig.DEFAULT_STEPS, cfg_scaleconfig.DEFAULT_CFG_SCALE ) # 将耗时的生成任务放到线程池中执行 image await asyncio.to_thread(generate) # 5. 保存图片到内存准备发送 img_byte_arr io.BytesIO() image.save(img_byte_arr, formatPNG) img_byte_arr.seek(0) # 将指针移回文件开头 # 6. 生成文件名并发送图片 timestamp datetime.datetime.now().strftime(%Y%m%d_%H%M%S) filename fdrawing_{timestamp}.png # 编辑原消息附上图片 file discord.File(fpimg_byte_arr, filenamefilename) await thinking_msg.edit(contentf✅ **{ctx.author.mention}您的作品已完成**\n 提示词: {prompt[:100]}, attachments[file]) # 7. 可选同时保存到本地文件夹备份 local_path f{config.OUTPUT_DIR}/{filename} image.save(local_path) print(f图片已保存至: {local_path}) except Exception as e: # 错误处理 error_msg f❌ 创作过程中出了点问题: {str(e)} print(error_msg) await thinking_msg.edit(contenterror_msg) bot.command(nameping) async def ping(ctx): 测试机器人是否在线 latency round(bot.latency * 1000) # 转换为毫秒 status 画师在线 if painter else 画师加载中 await ctx.reply(f Pong! 延迟 {latency}ms | {status}) bot.command(namesetsteps) commands.has_permissions(administratorTrue) # 限制为管理员使用 async def set_steps(ctx, steps: int): 管理员修改默认生成步数 if 4 steps 30: config.DEFAULT_STEPS steps await ctx.reply(f✅ 默认生成步数已更新为 {steps}) else: await ctx.reply(⚠️ 步数需在4到30之间Turbo模型推荐20) # 运行机器人 if __name__ __main__: # 强烈建议通过环境变量或外部文件读取Token不要硬编码 token config.DISCORD_TOKEN if token YOUR_BOT_TOKEN_HERE: print(❌ 错误请在 config.py 中设置正确的 DISCORD_TOKEN) else: bot.run(token)4.3 如何获取Discord Bot Token这是让Bot活起来的关键一步访问 Discord开发者门户。点击右上角“New Application”给你的应用起个名字如MyAIPainter。进入应用后左侧菜单选择“Bot”。点击“Add Bot”然后确认。在Bot页面找到“TOKEN”部分点击“Copy”。这个Token就像你Bot的密码绝对不能泄露将复制的Token粘贴到config.py文件的DISCORD_TOKEN变量中替换YOUR_BOT_TOKEN_HERE。安全警告永远不要将包含真实Token的代码上传到GitHub等公开平台。最佳实践是使用环境变量。5. 最终测试启动你的专属绘图Bot万事俱备只欠东风。让我们启动它5.1 启动Bot在项目根目录下运行python main.py如果一切顺利你将在终端看到类似这样的信息✅ 机器人已登录为 MyAIPainter#1234 正在初始化AI画师这可能需要几分钟... 正在启动二次元绘图引擎... 底座模型加载成功 正在注入角色灵魂权重: rinaiqiao_huiyewunv.safetensors ✅ 角色灵魂注入成功 画师初始化完成随时可以作画 AI画师已就绪5.2 邀请Bot到你的服务器回到Discord开发者门户你的应用页面。左侧菜单选择“OAuth2” - “URL Generator”。在“Scopes”下勾选bot。在“Bot Permissions”下根据你的需要勾选权限。至少需要Send MessagesAttach FilesRead Message History页面底部会生成一个URL。复制这个URL并在浏览器中打开。选择你想邀请Bot进入的服务器并授权。5.3 在Discord中测试现在去你邀请Bot的Discord服务器找一个频道试试吧输入指令!draw 辉夜大小姐穿着校服在图书馆看书阳光从窗户洒进来唯美高清大师之作稍等20-40秒你的Bot就会回复一张根据你的描述生成的、带有辉夜大小姐特征的二次元图片了你也可以试试其他指令!ping- 检查Bot是否在线。!draw 1boy, handsome, cyberpunk style, neon lights- 尝试画一个男性角色虽然模型微调了女性但底座能力仍在。6. 总结与进阶玩法恭喜你你已经成功搭建了一个部署在本地、通过Discord调用的专属AI绘图服务。我们来回顾一下核心步骤和可以继续探索的方向。6.1 核心步骤回顾环境搭建安装Python、PyTorch、Diffusers、Discord.py等核心库。模型准备下载Z-Image Turbo底座模型和辉夜大小姐微调权重。引擎封装编写model_loader.py将复杂的模型加载、权重注入、显存优化逻辑封装成一个简洁的类。Bot开发编写main.py利用Discord.py库创建机器人定义!draw指令并将用户指令转发给我们的“画师”引擎。配置与安全使用config.py管理敏感信息和路径避免硬编码。测试与部署获取Bot Token运行程序邀请Bot到服务器进行测试。6.2 如何玩出更多花样现在的Bot只是一个起点你可以轻松地扩展它更换模型想画其他角色只需在config.py中修改LORA_WEIGHT_PATH指向另一个.safetensors文件例如其他动漫角色的LoRA权重。底座模型强大可以适配很多不同的微调风格。增加参数指令让用户能自定义参数。例如bot.command(namedrawadv) async def draw_advanced(ctx, steps: int20, cfg: float2.0, *, prompt): # 让用户指定步数和CFG值 # !drawadv 30 2.5 一个女孩...添加图片后处理生成图片后可以调用其他库进行放大、人脸修复、风格滤镜等操作。实现队列系统如果多人同时使用可以添加一个任务队列避免显存冲突。部署到服务器如果你有24小时运行的服务器或租用云服务器可以将整个项目部署上去这样你的Discord Bot就能7x24小时在线服务了。添加更多趣味指令比如!inspire随机返回一个灵感提示词或者!remix基于最后一张图进行变化。这个项目完美展示了如何将前沿的AI模型能力通过一个大家熟悉的聊天平台Discord democratize平民化。你不仅获得了一个有趣的工具更掌握了一套将本地AI服务接口化的方法论。希望你能享受创作的过程画出更多精彩的作品获取更多AI镜像想探索更多AI镜像和应用场景访问 CSDN星图镜像广场提供丰富的预置镜像覆盖大模型推理、图像生成、视频生成、模型微调等多个领域支持一键部署。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2482780.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…