Goodable桌面AI工作台:为超级个体打造的本地智能体操作系统

news2026/5/16 0:52:18
1. 项目概述一个为超级个体量身打造的桌面AI工作台如果你是一个内容创作者、自媒体运营者或者是一个需要同时处理行政、财务、客服等多种角色的“超级个体”那么你肯定对“时间不够用”和“重复性劳动”这两个词深有感触。每天在电脑上我们都在重复着打开文件、整理数据、复制粘贴、发布内容这些琐碎但必要的工作。有没有一种可能让电脑自己学会处理这些任务而我们只需要下达一个指令这正是Goodable这个项目试图回答的问题。Goodable不是一个简单的AI对话玩具也不是一个只能写代码的编程助手。它是一个本地优先的桌面AI工作台或者说是一个运行在你电脑上的“数字员工”操作系统。它的核心驱动力来自Claude Agent SDK这意味着它具备理解你自然语言指令、并调用各种工具去执行任务的能力。但Goodable的野心远不止于此它将这种AI能力与三大核心场景——桌面操作、浏览器自动化、编程开发——深度融合并封装成一个个可组合、可复用的“技能”Skills。你可以把它想象成一个乐高积木箱里面既有现成的、功能完整的“成品模型”如公众号发布工具、视频下载器也有一堆标准的“积木块”如文件处理、网页操作你可以通过对话让AI帮你组装也可以直接使用成品。我之所以花时间深入研究这个项目是因为它戳中了一个非常实际的痛点AI能力的“最后一公里”落地。很多AI工具要么停留在云端对话要么需要复杂的编程才能集成到工作流中。Goodable则试图提供一个“开箱即用”的解决方案它把环境Python、Node.js、工具Skills、应用生成和发布能力都打包进一个桌面应用里。对于非技术背景的超级个体来说这意味着你可以直接使用那些成熟的、经过产品化打磨的应用比如一键把Coze工作流变成网站对于技术爱好者来说这意味着你可以基于一套清晰的框架快速开发并发布自己的AI应用。接下来我将从设计思路、核心特性、实操体验和避坑指南几个方面为你深度拆解这个“一人抵一个团队”的AI工作台。2. 核心设计思路为何是“桌面AI工作台”而非“另一个聊天机器人”理解Goodable首先要跳出“聊天界面插件”的固有思维。它的设计哲学是以任务为中心以本地环境为沙箱目标是成为你电脑上一个无所不能的“智能副驾驶”。这个定位决定了它与众不同的架构和功能特性。2.1 定位解析填补“云端AI”与“本地生产力”之间的鸿沟当前主流的AI应用大致分为两类一类是ChatGPT、Claude等云端对话模型它们强于理解和生成但弱于执行和操作你的本地环境另一类是各种RPA机器人流程自动化和脚本工具它们能操作本地软件和文件但缺乏智能理解和灵活规划的能力。Goodable的巧妙之处在于它用Claude Agent SDK作为“大脑”负责理解你的意图和规划任务步骤同时它构建了一个丰富的“技能库”Skills作为“手脚”这些技能能直接操作你的文件系统、浏览器窗口甚至办公软件。这样大脑和手脚都在你的本地电脑上协同工作数据无需上传云端既保护了隐私又实现了对本地资源的深度控制。这种“本地智能体”的架构特别适合处理那些涉及敏感数据如本地合同、财务报表或需要与特定桌面软件如Excel、Photoshop交互的任务。它让AI从一个“顾问”变成了一个能直接上手干活的“执行者”。2.2 三大核心能力支柱桌面、浏览器与代码Goodable的所有功能都建立在三个能力支柱之上这构成了它解决复杂任务的基石桌面操作能力这是通过computer use技能实现的。它允许AI“看到”你的屏幕在安全可控的沙箱内并模拟鼠标键盘操作。这意味着你可以对它说“帮我把‘下载’文件夹里所有上个月的发票PDF找出来把里面的金额、开票日期和公司名称提取出来生成一个Excel表格。”AI会规划步骤定位文件夹、遍历PDF、调用OCR或文本提取技能、结构化数据、最后用Python库生成Excel并保存。这一切都在后台自动完成。浏览器操作能力通过browser use技能实现。这赋予了AI操控网页的能力。典型场景就是自媒体运营自动化你可以让AI“去知乎搜索‘AI绘画’相关的高赞回答把前10个的标题和链接整理出来然后基于这些内容起草一篇公众号文章大纲”。AI会打开浏览器、执行搜索、解析页面元素、抓取数据最后进行内容整合。编程开发能力这是通过vibecoding等代码生成技能实现的。这是Goodable最具颠覆性的部分。它允许你用自然语言描述一个应用的需求比如“我想要一个页面用户可以上传图片然后选择不同的滤镜效果进行预览和下载”。AI可以生成这个前端页面的全部代码HTML, CSS, JavaScript甚至配上一个简单的后端Python Flask并帮你一键部署到云服务器上生成一个可公开访问的网址。这极大地降低了AI应用开发的门槛。这三个能力不是孤立的而是可以串联组合。例如一个完整的“竞品分析”任务可能涉及用浏览器能力爬取竞品网站数据 - 用桌面能力将数据保存到本地Excel - 用编程能力生成一个数据可视化图表网站。Goodable的Skills系统正是为了这种灵活组合而设计的。2.3 Skills双模式在“AI自动”与“人工可控”之间取得平衡这是Goodable设计上最精妙、也最实用的一点。传统的AI Agent工具技能Skills的调用完全由AI决定这是一个黑箱。虽然灵活但在需要确定性和可控性的生产环节会让人不放心。比如让AI自动发布一篇重要的公众号文章你可能会担心它排版出错或点了不该点的按钮。Goodable创新性地提出了Skills双模式技能模式即传统模式在聊天对话中由AI根据上下文自动触发并调用技能。适合探索性、非关键的任务。应用模式每个技能同时也是一个独立的、带有图形化界面的Web应用。你可以像打开普通软件一样打开它手动输入参数点击按钮执行并看到完整的运行日志和结果。这带来了绝对的可控性和可验证性。这两种模式共享同一套代码和数据。这意味着开发者只需要写一次逻辑就能同时获得AI自动调用和人工手动控制两种使用方式。对于用户来说你可以先让AI在对话中尝试完成一个复杂任务比如整理发票如果对结果不确定可以立刻打开对应的“发票整理器”APP手动重新运行或检查中间结果。这种设计完美解决了AI工具“不可控”的痛点让用户敢在重要工作中使用它。3. 核心特性深度解析与实操要点了解了宏观设计我们深入到Goodable的几个核心特性看看它们在实际中如何运作以及有哪些需要注意的细节。3.1 Skills系统不仅是工具更是可独立运行的应用Skills是Goodable的基石。一个Skill本质上是一个包含执行逻辑的模块。根据其构成分为三类纯命令行Skill仅包含一个SKILL.md描述文件。AI通过阅读这个文件来了解何时以及如何调用它。它没有界面完全在后台运行。纯APP应用包含template.json等配置文件并定义了projectType。它只提供图形化界面通过Goodable的应用列表启动。混合模式Skill同时拥有SKILL.md和projectType配置。这就是上文提到的双模式技能既能被AI调用又能作为独立APP运行。实操要点如何创建一个自己的Skill假设你想创建一个“图片批量压缩”的Skill。规划功能确定输入一个图片文件夹路径、处理将文件夹内所有图片压缩到指定大小、输出压缩后的图片保存到新文件夹。创建Skill目录在Goodable的user-skills/目录下新建一个文件夹例如image-compressor。编写SKILL.md这是最关键的文件用自然语言告诉AI这个技能是做什么的、何时调用、需要什么参数。例如# 图片批量压缩工具 当用户想要压缩一个文件夹内的所有图片时使用此技能。 参数 - source_folder: 源图片文件夹的绝对路径。 - target_quality: 压缩质量1-100默认85。 - output_folder: 输出文件夹路径可选不提供则在源文件夹内创建‘compressed’子文件夹。 该技能将遍历源文件夹内的jpg、png图片进行压缩并保存到输出文件夹。编写执行逻辑创建一个Python脚本如main.py使用Pillow库实现图片压缩逻辑。脚本需要能读取Goodable传入的环境变量或参数。可选创建图形化界面如果你想让它成为混合模式Skill需要创建一个Web应用。Goodable内置支持Python FastAPI和Next.js两种模板。你可以基于模板快速搭建一个简单的页面包含文件夹选择框、质量滑动条和“开始压缩”按钮。页面通过调用你刚才写的main.py中的函数来执行任务。配置template.json在这个文件中声明你的应用类型、启动命令、所需的环境变量等。Goodable会根据这个配置来渲染和启动你的APP。注意事项环境变量注入如果你的Skill需要API密钥如调用Tinify进行图片压缩不要在代码里写死。Goodable提供了内置的环境变量注入机制。你只需在Skill的配置中声明需要哪些变量如TINIFY_API_KEY用户在主应用的设置界面统一填写后Goodable会在运行时自动注入。这极大地简化了配置管理。进程与端口管理每个以APP模式运行的Skill都是一个独立的Web服务。Goodable会管理它们的生命周期并自动处理端口冲突问题。开发者无需关心“我的应用该用哪个端口”这类问题。数据持久化对于需要存储数据的APP如“公众号发布”需要存文章草稿建议使用SQLite数据库并将数据库文件放在Skill目录内。Goodable会为每个Skill提供一个稳定的工作目录。3.2 预制应用开箱即用的生产力利器Goodable自带了多个由作者精心打磨的预制应用这些应用直接展示了其核心能力也是用户最能立即获得价值的部分。我们挑两个最典型的来分析Good公众号发布器这个应用完美诠释了“混合模式”和“产品化”的价值。它不仅仅是一个能调用微信接口的发文工具。功能全景它提供了一个完整的Web内容管理系统CMS。你可以在里面新建、编辑、删除文章草稿支持Markdown编辑并实时预览HTML效果可以管理已发布的文章历史。技术实现后端使用Python FastAPI前端是一个简洁的Vue/React界面数据存储在SQLite中。它封装了微信公众号的所有API包括素材上传、草稿箱管理、发布等。使用场景对于自媒体运营者你可以让AI助手根据热点写一篇初稿然后打开这个APP进行精细化的排版、配图最后手动点击发布。整个过程流畅自然AI负责创意和初稿人类负责最终审核和润色二者通过Goodable无缝衔接。Coze2App从工作流到网站的“魔法转换”这是我认为最具商业潜力的功能。Coze是一个强大的AI Bot搭建平台但它的交互界面主要在Coze平台内。Coze2App解决了“如何把我的Coze Bot变成一个独立的、可嵌入任何网页的网站”的问题。工作原理你在Goodable里启动Coze2App。它引导你通过OAuth 2.0授权获取你在Coze平台上的Bot列表。你选择一个Bot配置一些基础信息如网站标题、图标。Goodable会自动生成一个前端页面通常基于Material Design这个页面包含了与你的Coze Bot对话的界面、文件上传区域等。最关键的一步你可以通过Goodable的“一键发布”功能将这个刚刚生成的网站直接部署到阿里云服务器上并自动配置域名如果你有。整个过程可能只需要10分钟。核心价值它极大地降低了AI应用商业化的门槛。你可以用Coze快速搭建一个智能客服、一个知识问答机器人、一个创意写作工具然后瞬间把它变成一个可以收费服务的独立网站。这背后的技术集成服务器部署、域名解析、HTTPS证书全部被Goodable自动化了。3.3 一键发布将本地应用瞬间变为云服务“一键发布到阿里云”是Goodable区别于其他本地AI工具的核心优势。它不仅仅是部署代码而是一个完整的云服务开通流程。流程拆解资源准备你需要有一个阿里云账号。Goodable会引导你创建AccessKey密钥对这是一个敏感信息务必妥善保管Goodable只会在本地使用它调用阿里云API不会上传到别处。应用配置在Goodable的发布界面选择你要发布的应用比如刚才用Coze2App生成的那个网站填写应用名称、运行时环境Python版本等。云端部署点击发布后Goodable在后台会执行一系列操作在阿里云上创建一台按量付费的ECS服务器最基础的配置、在服务器上初始化环境安装Docker、Node.js等、将你的应用代码打包上传、通过Docker容器运行起来。域名与网络如果你有自己的域名可以在阿里云控制台将其解析到新服务器的公网IP。Goodable部署的应用默认会监听80/443端口。为了启用HTTPS你通常需要手动申请SSL证书阿里云提供免费的DV证书并在服务器上配置Nginx或直接在应用内启用SSL。成本与注意事项成本主要成本来自阿里云ECS服务器。一台最基础的1核2G的按量付费服务器每小时费用大约几分到几毛钱人民币如果只是演示或低频使用成本极低。但务必注意用完记得在阿里云控制台停止或释放实例否则会持续计费。安全自动创建的服务器安全组规则可能会开放所有端口从安全角度考虑发布后最好登录阿里云控制台将安全组规则修改为只开放必要的端口如80, 443, 22。数据持久化对于有数据库的应用如SQLite文件在服务器重启或重新部署时容器内的数据可能会丢失。对于正式服务建议将数据库文件挂载到宿主机的持久化存储卷上或者使用云数据库RDS服务。Goodable的当前版本可能还未自动化这部分需要有一定运维知识的用户手动处理。4. 从安装到上手的完整实操过程理论说了这么多我们实际走一遍从零开始使用Goodable的流程看看会遇到什么以及如何解决。4.1 环境准备与安装Goodable的安装非常友好因为它主打“集成运行时”。下载前往GitHub Releases页面根据你的系统macOS Intel/Apple Silicon 或 Windows下载对应的安装包。Linux用户则需要通过源码运行。安装双击安装包像安装普通软件一样完成安装。Windows用户可能会遇到安全提示选择“更多信息”-“仍要运行”即可。首次运行与配置启动Goodable首先需要配置最关键的Claude API Key。这是Goodable的“大脑”燃料。你需要前往Claude官网注册账号并获取API Key。将其填入Goodable的设置中。此外根据你将要使用的具体Skill可能还需要配置其他服务的API Key比如微信公众号的开发者密钥、阿里云的AccessKey等。这些都可以在“设置”或具体Skill的配置页面中逐步完成。4.2 初体验与数字员工对话并执行第一个任务安装完成后你会看到一个清爽的界面左侧是导航栏中间是聊天主界面或应用列表。选择数字员工在“数字员工”墙你可以看到预制的角色如“文案写手”、“数据分析师”、“代码助手”。选择一个例如“文案写手”这会加载一套针对文案创作的优化提示词System Prompt。发起对话尝试一个结合桌面操作的任务。在聊天框输入“帮我看看桌面‘下载’文件夹里有没有PDF文件有的话告诉我文件名。”发送后你会看到AI在思考然后它可能会调用computer use技能请求授权访问桌面。授权后它就能列出文件了。执行复杂任务更进一步输入“找到桌面‘下载’文件夹里最新的一个PDF文件把它里面的文字内容提取出来总结成一段100字以内的摘要。”这个任务会串联多个步骤定位文件、读取PDF、提取文本、调用Claude进行摘要总结。你可以观察AI是如何规划并执行这些子任务的。4.3 深度使用创建并运行一个自定义Skill我们以创建一个简单的“天气查询”Skill为例它混合了技能模式和应用模式。创建Skill目录结构user-skills/weather-query/ ├── SKILL.md # 技能描述文件 ├── template.json # 应用配置文件 ├── main.py # 后端逻辑 ├── requirements.txt # Python依赖 └── frontend/ # 可选前端界面 ├── index.html └── app.js编写SKILL.md# 天气查询技能 当用户询问某个城市的天气时使用此技能。 参数 - city: 要查询的城市名称例如“北京”、“上海”。 该技能会调用公开的天气API返回该城市当前的天气状况、温度和湿度。编写后端逻辑main.pyfrom fastapi import FastAPI, HTTPException import requests import os from pydantic import BaseModel app FastAPI() class WeatherRequest(BaseModel): city: str # 从环境变量读取API Key如果使用付费API # WEATHER_API_KEY os.getenv(WEATHER_API_KEY) app.post(/query) async def query_weather(request: WeatherRequest): city request.city # 这里使用一个免费的模拟API实际可使用心知天气、和风天气等 # 注意免费API可能有频率限制 try: # 示例使用一个开放的天气API此处为示例URL实际需替换 # response requests.get(fhttps://api.openweathermap.org/data/2.5/weather?q{city}appid{WEATHER_API_KEY}) # 为简单演示我们返回模拟数据 mock_data { city: city, condition: 晴朗, temperature: 22°C, humidity: 65% } return {success: True, data: mock_data} except Exception as e: raise HTTPException(status_code500, detailf查询失败: {str(e)}) if __name__ __main__: import uvicorn uvicorn.run(app, host0.0.0.0, port8000)编写应用配置template.json{ name: 天气查询器, type: app, projectType: fastapi, startCommand: python main.py, port: 8000, envVars: [ { name: WEATHER_API_KEY, description: 天气服务的API密钥如果使用付费API, required: false } ] }在Goodable中加载将weather-query文件夹放入user-skills/目录然后重启Goodable或在技能管理页面点击“刷新”。你会在“我的技能”列表中看到“天气查询器”它既可以在聊天中被AI调用当你说“上海天气怎么样”也可以作为一个独立的APP点击运行打开一个Web页面手动输入城市查询。4.4 高级玩法利用现有Skill组合自动化工作流Goodable的真正威力在于组合。假设你是一个视频博主每周需要从YouTube下载竞品视频、提取文案、并据此生成自己的视频脚本。工作流设计步骤一使用GoodDowner万能视频下载器APP输入竞品视频链接下载到本地指定文件夹。步骤二使用抖音短视频转文字Skill虽然名字是抖音但其核心的音频提取和ASR转写能力可以处理本地视频文件。在聊天窗口你可以说“帮我处理一下刚下载到‘~/Videos/competitor’文件夹里的.mp4文件把语音转成带时间戳的文字稿。”AI会自动调用该Skill。步骤三将得到的文字稿交给Claude进行分析和改写生成新的视频脚本大纲。步骤四可选使用编程能力将这份大纲快速生成一个简单的提词器Web应用方便拍摄时使用。自动化串联目前Goodable的聊天界面是串联这些步骤的主要方式。你可以通过一次对话逐步下达上述指令。未来更高级的玩法可能是通过编写一个“元Skill”或工作流脚本来自动化这一整个流程实现真正的“一键处理”。5. 常见问题、排查技巧与避坑指南在实际使用和开发过程中你肯定会遇到各种问题。这里我总结了一些常见的情况和解决方法。5.1 安装与启动问题问题启动Goodable时闪退或报错。排查首先检查系统是否满足要求如macOS版本、Windows系统更新。查看应用日志文件通常在~/Library/Logs/goodable(macOS) 或%APPDATA%\goodable\logs(Windows)。日志中可能有更详细的错误信息。解决最常见的问题是缺少运行库或权限问题。尝试以管理员/root权限运行。如果日志提示Node.js或Python环境问题可以尝试重新下载安装包因为Goodable是内置运行时的可能是安装包损坏。问题Claude API Key配置后AI仍然不工作。排查在设置页面检查API Key是否正确前后是否有空格。尝试在Goodable的聊天框输入简单问题看是否有网络超时或认证错误的提示。解决确保你的Claude账号有API调用权限且余额充足。如果身处网络受限环境可能需要检查本地网络代理设置。Goodable本身不处理网络代理需要系统或网络环境能正常访问api.anthropic.com。5.2 Skills开发与运行问题问题我开发的Skill在聊天中无法被AI识别和调用。排查检查SKILL.md文件格式是否正确描述是否清晰。AIClaude是根据这个文件的内容来理解技能用途的。描述要尽可能具体、包含典型触发场景和参数。解决优化SKILL.md的写作。使用更明确的关键词。例如不要只写“处理图片”而是写“当用户想要压缩图片、调整图片大小或转换图片格式时使用此技能”。重启Goodable以使Skill重新加载。问题混合模式Skill的APP启动失败端口被占用或服务起不来。排查查看Goodable应用内的任务日志或者Skill自身目录下的日志文件。检查template.json中的port设置是否与其他应用冲突。检查startCommand命令是否正确依赖包是否安装requirements.txt是否配置。解决Goodable通常会管理端口但如果手动修改过配置可能冲突。可以尝试将port设为0让系统自动分配。确保requirements.txt中的依赖包名称和版本正确。可以在Skill目录下手动运行pip install -r requirements.txt测试。问题Skill需要访问外部API但密钥不知道怎么安全配置。解决务必使用Goodable的环境变量注入机制。在template.json的envVars字段中声明需要的变量名和描述。用户在主应用设置中填写后在你的代码中通过os.getenv(YOUR_API_KEY)读取。绝对不要将密钥硬编码在代码中或提交到公开仓库。5.3 一键发布到阿里云问题问题发布过程中失败提示权限错误或资源创建失败。排查检查你提供的阿里云AccessKey是否具有足够的权限通常需要ECS、VPC、EIP等产品的全量操作权限。检查目标地域的ECS实例配额是否已满。解决在阿里云RAM访问控制中为用于Goodable的子用户创建自定义策略授予AliyunECSFullAccess、AliyunVPCFullAccess、AliyunEIPFullAccess等权限。如果配额不足需要提交工单申请提升配额或选择其他地域。问题发布成功但无法通过域名或IP访问网站。排查检查阿里云ECS安全组规则是否放行了80HTTP和443HTTPS端口。在服务器上使用curl localhost:你的应用端口检查应用本身是否在运行。检查域名解析是否生效使用ping 你的域名看IP是否正确。检查应用本身是否监听在0.0.0.0而不是127.0.0.1。解决这是一个典型的运维问题。Goodable完成了应用部署但网络和安全配置需要用户根据实际情况调整。对于生产环境强烈建议学习基础的服务器运维知识或者考虑使用更成熟的云原生部署方案如Serverless但这超出了Goodable当前自动化的范围。5.4 性能与稳定性优化建议资源占用Goodable本身是一个Electron应用会占用一定的内存。同时运行多个Skill APP每个都是一个独立的Python/Node进程会进一步增加资源消耗。建议根据电脑性能酌情同时运行的应用数量。Skills管理随着自定义Skill增多定期整理user-skills目录将不再使用的Skill归档或删除可以提升Goodable启动时加载技能列表的速度。数据备份Goodable的用户数据、项目文件以及Skills的数据如SQLite数据库默认存储在用户目录下。定期备份~/goodable-projects和user-skills目录是一个好习惯尤其是当你开发了重要的自定义Skill时。在我深度使用Goodable的这段时间里最大的体会是它成功地将前沿的AI Agent能力“拉下了神坛”让它变得触手可及且实用。它不是一个完美的、解决所有问题的银弹而是一个强大的、可扩展的“工作台”。它的价值不在于替代你而在于放大你。将重复、繁琐、规则化的任务交给它让你能更专注于那些需要创造力、策略和情感投入的核心工作。对于开发者而言它提供了一个极佳的、产品化的Agent应用开发范本对于普通用户那些开箱即用的预制应用已经能带来显著的效率提升。当然目前它仍处于活跃开发阶段一些高级功能如更复杂的工作流编排、更精细的权限控制还有待完善但现有的核心功能和设计理念已经足够让人眼前一亮。如果你正苦于个人生产力瓶颈或者对构建自己的AI工具感兴趣Goodable绝对值得你花一个下午的时间去探索和尝试。

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/2610835.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…