- 博客(82)
- 收藏
- 关注
RSS订阅原创 【Python数据可视化】Matplotlib从零到精通：图表核心解剖、多子图布局与三大经典图表实战
在数据分析与机器学习领域，。数据可视化不仅能直观呈现数据内在规律，更是向业务方交付成果的关键桥梁。作为 Python 数据可视化领域的基石与开山鼻祖，也是应用最广泛的绘图库。无论是静态图表、动态交互还是高出版级期刊插图，Matplotlib 都能游刃有余地完成。
2026-09-29 18:22:30
312
原创 【Pandas核心实战】数据治理与深度洞察：数据清洗、多维排序与 GroupBy 分组聚合全攻略
在真实的数据分析与商业智能（BI）场景中，原始数据往往是“脏”且混乱的。。没有高质量的数据清洗，后续的任何统计与建模都毫无意义。清洗完成之后，为了抓住关键业务问题，我们通常需要对数据进行，以及按业务维度进行。agg()
2026-09-29 17:26:20
261
原创 【Pandas核心实战】玩转数据处理：数据读写、全方位查看、切片选择与条件过滤完全指南
【读写】 pd.read_csv() / pd.read_excel() ==> df.to_csv(index=False)【探查】 df.head() / df.tail() / df.info() / df.describe()【查列】 df['列名'] (单列Series) / df[['列A', '列B']] (多列DataFrame)【切行】 df.iloc[0:5] (按位置,不包尾) / df.loc['a':'c'] (按标签,包尾)
2026-09-29 16:03:24
183
原创 【Python数据分析利器】Pandas从入门到实战：核心数据结构DataFrame与Series全解析
DataFrame：表格型的数据结构，就像一张 Excel 表格或 SQL 表，既有行索引（Index），也有列索引（Columns）。Series：一维标记数组，就像表格中的单独一列。核心关系：DataFrame 是由多个具有相同索引的 Series 组成的二维容器；从 DataFrame 中抽取任意一列，拿到的就是一个 Series。基本模型：Pandas 的基石是Series（一维序列）和DataFrame（二维表格）。统计计算：借助.max().min().mean()
2026-09-29 15:17:38
194
原创 幂等性到底是什么？测试工程师必须理解的一个概念
ffxfxffx))fx也就是说，对一个函数进行多次迭代运算，其结果与进行一次运算的结果相同。在计算机科学中，幂等性指：一个操作无论执行多少次，其对系统状态产生的影响（Effect）都是相同的。⚠️注意区分“返回结果一致”与“系统状态一致”幂等性关注的是服务器端资源状态的改变，而不是客户端收到的响应。例如：删除一个 ID 为 100 的订单。第一次调用：返回200 OK，订单被删除（状态改变）。第二次调用：返回，订单已不存在（状态未再改变）。
2026-09-08 16:58:31
254
原创 大模型时代的“USB 接口”：一文读懂 Model Context Protocol (MCP) 及开发实战
是一个开放标准，它允许开发者构建安全的双向连接，使大模型（如 Claude）能够安全地访问本地或远程的数据源、软硬件工具。MCP 的推出是 AI 工程化领域的一大进步。它将大模型与现实世界的接口进行了标准化，极大地简化了 Agent 生态的构建。如果你正在开发需要频繁调用本地环境或私有数据的 AI 应用，遵循 MCP 标准将是一个值得尝试的方向。
2026-09-08 11:56:52
240
原创 一文读懂 AI Agent 中的 Skill（技能）：定义、使用场景与模板开发指南
在 AI Agent 领域，Skill（技能）可以被理解为 Agent 的“双手与工具箱”。单纯的 LLM 只是一个“大脑”，它拥有知识，但无法直接操作外部系统（如发送邮件、查询数据库或绘制图表）。Skill 就是封装好的、大模型可以理解并调用的特定功能模块。在 AI Agent 时代，“脑力（LLM）+ 体力（Skill）”的结合才是生产力落地的关键。通过将业务逻辑、外部 API 或专业领域的知识库封装成标准化的 Skill 模板，开发者能够轻松构建出真正可实用的垂直领域 AI 助手。
2026-09-08 11:50:54
228
原创 深度解析大模型 API 核心参数：从 Temperature 到 Reasoning Effort 的调优指南
本文解析LLM API核心参数调优：模型选择影响能力与成本；Max Tokens控制生成长度；Temperature与Top-P调节随机性与创造力，需协同使用；推理模型新增Reasoning Effort与Thinking Budget平衡深度与开销。
2026-09-07 16:00:21
514
原创 Python进阶指南：CSV文件的读写机制与双核处理方法（普通文本法 vs 标准库法）
CSV全称为（逗号分隔值）。它是一种纯文本文件格式，用于存储表格数据（数字和文本）。特征项说明优势与限制文件结构每行代表表格中的一条记录，字段之间默认用半角逗号分隔。结构极为简单，通用性强。兼容性可直接用任意文本编辑器（如记事本、VS Code）打开，也可以直接用ExcelWPS打开。跨平台，占用空间小，但不支持设置单元格样式、公式等。数据边界问题若某个字段的值本身包含逗号（如），需用双引号包裹（），否则会被误判为两个字段。需要特定的读写逻辑来规避格式错乱。下表从多维度对比了普通文本处理方式与。
2026-09-04 10:38:45
288
原创 Python网页解析利器：lxml库与XPath查询语言的基础与实战指南
本文介绍网络爬虫中网页解析的核心技术：使用高性能lxml库配合XPath语法精准提取HTML数据。通过实例详解常用XPath表达式、属性定位及相对路径技巧，并演示从本地文件到在线TIOBE排行榜的实战解析流程，帮助读者掌握高效数据提取方法。
2026-09-04 09:43:56
244
原创 Python网络机器人入门：从Robots协议、网页结构到Requests库的基础实践
在了解爬虫技术之前，我们需要明确“网络机器人”与“数据清洗”这两个核心概念。网络机器人（Network Robot），在数据采集领域通常被称为网络爬虫（Web Scraper）或网页蜘蛛（Web Spider）。它是一种按照预设规则，自动浏览网络并抓取公开网页数据的程序或脚本。其基本工作流程通常包括：发送请求 -> 获取响应 -> 解析内容 -> 存储数据。从网络上直接抓取下来的原始数据（Raw Data）往往夹杂着大量的 HTML 标签、多余空格、乱码或无效信息。数据清洗。
2026-09-03 17:13:45
1003
原创 基于Streamlit与Python的AI 智能伴侣系统开发指南（含多会话管理与本地持久化）
本文介绍了基于 Python 与 Streamlit 构建 AI 智能伴侣系统的实现方法。该系统支持伴侣性格定制与多会话管理，并利用本地 JSON 文件实现对话数据持久化，避免因程序重启导致数据丢失。文章解析了流式交互与文件读写等核心逻辑并附带完整代码，为个性化对话应用开发提供参考。
2026-09-03 16:21:51
581
原创 AI 时代核心专业名词科普指南：从大模型到智能体（Agent）
随着生成式人工智能（GenAI）的爆发，科技新闻和技术文档中频繁出现各种高频专业词汇，如 LLM、RAG、Agent、MoE、Token 等。对于初学者或转型期开发者而言，理清这些名词的真实含义及其技术关联至关重要。本文为您梳理了 AI 时代核心专业名词的系统科普，帮助您快速建立起 AI 技术的知识框架。
2026-09-01 17:21:06
426
原创 数据库零基础入门指南：从基本概念到 SQL 实战
简单来说，数据库（Database，简称 DB）是按照数据结构来组织、存储和管理数据的仓库。使用-- 创建一个名为 students 的表id INT PRIMARY KEY AUTO_INCREMENT, -- 自增主键name VARCHAR(50) NOT NULL, -- 姓名，不能为空age INT, -- 年龄gender VARCHAR(10), -- 性别score DECIMAL(5,2) -- 成绩，保留两位小数。
2026-08-29 11:11:49
256
原创 Python 标准库：json 模块入门与实战指南
序列化（Encoding / Serialization）：将 Python 对象（如字典、列表等）转换为 JSON 格式的字符串或写入 JSON 文件的过程。反序列化（Decoding / Deserialization）：将 JSON 格式的字符串或从文件中读取的 JSON 数据，转换为 Python 对象的过程。
2026-08-27 17:36:01
319
原创 超越 RAG！如何评估和测试一个 LLM Agent？从轨迹分析、安全边界到确定性回放
在 Agent 的第一次真实运行中，系统会将所有外部工具的输入和输出“录制”下来。比如 Agent 第一次访问了高德地图 API 获取了“北京今天下雨”的数据，测试系统会将这个请求和返回结果拦截并保存在本地缓存文件（如.yaml或.json）中。在后续的自动化回归测试中，当 Agent 再次尝试调用高德地图 API 时，测试系统不再发起真正的网络请求，而是直接**“回放”**本地缓存好的数据。不要只看终点，更要看过程。
2026-08-26 15:28:11
1068
原创 落地 RAG 不要只凭感觉！一文读懂 RAG 评估三元组与核心评测指标
评估 RAG 并不一定要依赖昂贵的人力。目前主流的实践是采用LLM-as-a-Judge（大模型作为裁判）Ragas：目前最流行的开源 RAG 评估框架，原生支持三元组指标，与 LangChain、LlamaIndex 集成度高。TruLens：提供友好的可视化面板，能直观展示每次查询在 RAG 三元组上的得分雷达图。🛠️落地建议先准备一个包含 30~50 个典型用户问题及标准答案的黄金测试集。每次调整工程参数（如 Chunk Size、重排序模型）后，跑一遍自动化评测。
2026-08-26 14:37:10
477
原创 LLM 开发三大核心框架详解：LangChain、LlamaIndex 与 LangGraph 全方位应用指南
摘要： 大语言模型（LLM）开发中，LangChain、LlamaIndex和LangGraph成为主流框架。LangChain通过模块化设计（LCEL语法）支持工具调用与链式编排；LlamaIndex专注RAG流程，优化数据索引与检索；LangGraph以状态图实现循环式多Agent协同，支持自我纠错等复杂逻辑。本文结合代码示例对比三者的核心功能：LangChain的LCEL工具链、LlamaIndex的本地RAG管道，以及LangGraph的有状态翻译Agent，为开发者提供选型参考。
2026-08-26 12:00:10
206
原创 数字化转型必读：一文厘清 Agent、Workflow、Chatbot 与 RPA 的区别、联系与应用实践
摘要：本文解析了数字化浪潮中的四大核心技术——Chatbot（聊天机器人）、RPA（流程自动化）、Workflow（工作流）和Agent（智能体）。通过定义、工作机制、应用场景及工具对比，厘清其差异与关联： Chatbot 专注自然语言交互（如客服问答）； RPA 模拟人工界面操作（如数据迁移）； Workflow 编排多步骤业务逻辑（如审批流程）； Agent 自主完成复杂目标（如竞品分析）。
2026-08-25 17:47:24
531
原创 Python 基础进阶：文件操作与会话数据持久化指南
维度 / 方法方式方式 (上下文管理器)代码简洁度相对繁琐，需要显式编写close()简洁优雅，自动管理资源异常安全性高（finally确保执行关闭）高（自动在退出时执行关闭）可读性一般，缩进较多良好，符合 Python 风格 (Pythonic)推荐指数⭐⭐⭐⭐⭐⭐⭐⭐。
2026-08-25 15:54:20
165
原创 阿里云双机负载均衡平滑升级方案（SOP）
本方案适用于在阿里云负载均衡（SLB/ALB）后端挂载两台 ECS 的场景下，对其中一台服务器进行平滑升级的操作。通过滚动升级的方式，最大程度减少对业务的影响。
2026-08-20 17:12:58
430
原创 基于 Streamlit 与 DeepSeek API 构建个性化 AI 智能伴侣（支持会话记忆与流式输出）
通过本项目，我们基于 Streamlit 框架快速完成了应用界面的搭建，并配合 OpenAI SDK 实现了与大模型的长对话交互。借助内置的会话状态管理，解决了单页应用的上下文连贯问题。支持更多模型选择：在侧边栏加入下拉菜单，让用户自由切换不同的 LLM 模型。加入历史对话导出与清空按钮：方便用户一键重置对话或保存珍贵对话记录。增加多模态支持：利用大模型的多模态接口，实现发送图片让 AI 伴侣进行解析和互动的功能。参考课程视频黑马程序员Python+AI零基础入门到大神全套视频课程。
2026-08-20 17:10:39
425
原创 Git 版本控制与团队协作规范指南
本文介绍了Git版本控制的基本概念和团队协作规范。主要内容包括：1) Git的定义与核心工作区（工作区、暂存区、本地/远程仓库）；2) 制定Git规范的重要性，如避免混乱提交记录和分支冲突；3) 详细规范指南：推荐功能分支策略（main/develop/feature等分支用途）、采用Angular提交格式（feat/fix/docs等类型说明）、强调代码评审和冲突解决流程。通过统一的分支管理、清晰的提交信息和规范的工作流程，可显著提升团队协作效率和代码可维护性。
2026-08-20 15:24:07
280
原创 Python Web 快速开发：Streamlit 入门指南与常用组件解析
Streamlit是一个开源的Python库，专为数据科学和机器学习项目设计，使开发者无需前端知识即可快速构建交互式Web应用。它通过简单的API提供了文本渲染、媒体展示、数据表格和交互控件等功能，只需几行代码就能创建可视化界面。安装简便（pip install streamlit），运行命令streamlit run app.py即可启动本地服务。核心原理是基于Python脚本的从上至下执行机制，自动处理状态更新。Streamlit特别适合快速原型开发和模型演示，让开发者专注于数据处理而非前端实现。
2026-08-19 11:59:01
845
原创 Python 环境基础、DeepSeek API 调用流程与提示词工程解析
本文介绍了如何高效调用DeepSeek API进行AI开发。首先讲解了Python包管理基础，包括pip安装、版本控制等操作。接着详细说明了DeepSeek API调用流程：从环境配置、客户端初始化到请求构建和响应解析。最后重点介绍了提示词工程的六大关键维度：角色设定、任务明确、步骤拆解、风格控制、格式规范和示例引导，以提高大语言模型的输出质量。文章为开发者提供了从基础配置到高级应用的全流程指南。
2026-08-19 11:03:17
266
原创 大模型开发基础：接口调试、JSON数据格式与多轮对话记忆实现方案
与 AI 大模型的交互本质上是无状态的（Stateless）。这意味着，大模型本身不会记住你之前对它说过什么。每一次 API 请求都是完全独立的，模型只会根据当前单次发送的请求内容进行理解并给出回复。问题呈现：第一次请求：用户发送“我叫小明” -> 模型回复“你好，小明！第二次请求：用户发送“我刚才说我叫什么？” -> 如果不提供历史上下文，模型将无法回答，或者只能回复“抱歉，我不知道您的名字”。
2026-08-18 13:53:40
213
原创 从零开始的大模型应用开发：本地部署（Ollama）、网络基础与 HTTP 协议详解
维度本地部署 (以 Ollama 为例)云端 API (以 DeepSeek 为例)硬件要求较高（依赖本地 CPU/GPU/显存）极低（只需联网设备）数据安全性极高（数据完全留在本地）中等（数据需传输至云端）模型规模受限（通常为 1.5B - 32B 参数）庞大（通常为千亿级参数完整版）费用模式硬件一次性投入，后续免费按使用量（Token）付费。
2026-08-17 18:32:22
238
原创 大模型评估与安全测试：从专业术语到落地实践
在生成式 AI 技术落地过程中，如何客观评价大模型（LLM）的回答质量？如何判断 RAG（检索增强生成）系统的检索精度？又该如何防范安全风险？这些问题催生了庞大的大模型评测与安全测试知识体系。本文结合工业界与学术界的指标，用系统化、结构化的方式为您拆解这些核心术语。
2026-08-11 10:23:36
334
原创 Android 测试入门指南：ADB 基础配置与常用设备管理命令解析
摘要：ADB（Android Debug Bridge）是连接计算机与Android设备的关键工具，广泛应用于自动化测试、应用管理及性能监控。本文系统介绍了ADB的环境搭建步骤，包括工具获取、路径配置与验证，并详细解析了核心设备管理命令（如adb devices、kill-server/start-server、无线连接操作等）。通过表格归纳了应用安装卸载、文件传输、日志抓取等常用指令，强调多设备操作时-s参数的必要性。
2026-07-17 12:00:18
282
原创 Python数据可视化王者：Matplotlib从入门到精通
本文介绍了Python数据可视化库Matplotlib的入门指南。主要内容包括： Matplotlib简介：解释其名称含义（Matrix+Plot+Library）和设计背景（受MATLAB影响），强调其在数据可视化中的重要性。 基础绘图：通过HelloWorld示例展示如何创建简单的折线图，包括数据准备、画布创建、图表显示等基本步骤。 图表结构：详细说明Matplotlib的三层架构（容器层、辅助显示层和图像层）以及核心组件（Figure、Axes等）。
2026-07-16 11:09:45
209
原创 浏览器 DevTools Network 面板全方位解析与前后端问题定位指南
文章摘要： 本文介绍了浏览器开发者工具中Network面板的核心功能与使用方法，适用于前端开发、测试等技术人员。主要内容包括：Network面板的作用（记录通信、报文分析、性能诊断）、界面布局解析、请求列表字段说明、HTTP状态码分类速查（1xx-5xx），以及请求过滤与搜索技巧（按类型/属性/内容筛选）。重点讲解了详情面板的Headers标签页结构，涵盖General概要、Response/Request Headers等关键信息，帮助开发者快速定位前后端交互问题。
2026-07-16 11:08:50
441
原创 JMeter 接口测试之参数化详解：四种常见实现方式与实操指南
摘要： 本文以JMeter工具为例，探讨接口测试中参数化设计的四种实现方案，旨在提升脚本维护性和测试覆盖率。针对“新增学院接口”案例，详细解析了用户定义变量（全局静态配置）、CSV数据文件（批量外部数据）、用户参数（多用户差异化）和内置函数（动态生成数据）的应用场景与操作步骤，并通过对比表格总结各方案特点。核心建议：基础配置用全局变量，业务数据选CSV导入，动态字段通过函数生成，实现高效、灵活的测试数据管理。
2026-07-08 17:48:05
262
原创 JMeter性能测试基础：线程组机制、执行顺序与核心配置详解
本文系统解析了JMeter性能测试中的线程管理机制。首先明确了进程、线程和线程组的基础概念，详细介绍了线程组的两种执行模式（并发与顺序）及配置方式。针对特殊场景，分析了setUp和tearDown线程组的生命周期特性与应用场景。深入讲解了线程数、Ramp-Up时间等核心属性的配置策略，并提供了实用建议。最后重点介绍了HTTP请求默认值配置元件的高效使用方法，通过统一管理重复参数提升脚本维护性。文章强调通过合理设计线程组、控制执行节奏和善用配置元件，可以更精准地模拟真实业务场景，获得可靠的性能测试数据。
2026-07-08 14:03:31
687
原创 Postman接口测试入门详解
本文系统介绍了Postman在接口测试中的核心应用。首先讲解了HTTP接口的基本构成要素，包括请求方法、URL、参数配置等必选和可选内容。重点阐述了测试脚本的使用，包括请求前执行的Pre-request Script和请求后执行的Tests断言脚本，并提供了可直接复用的断言代码示例。此外，还分享了Postman的专属设置技巧、优缺点分析，以及一个完整的用户登录接口文档模板，包含请求头、请求体和响应体示例。最后为新手提供了注意事项和实用建议，帮助快速掌握Postman的核心功能并提高测试效率。
2026-03-24 17:16:18
519
原创 彻底搞懂数据交换：电路交换、报文交换与分组交换的原理、优缺点及应用场景
本文介绍了计算机网络中三种主要的数据交换技术。电路交换通过预留专用物理路径实现低时延通信，但线路利用率低；报文交换采用存储转发机制提高资源利用率，但存在高延迟问题；分组交换将数据拆分为小分组传输，兼具高效性和灵活性，成为现代互联网的基石。文章对比了三者的核心原理、优缺点及适用场景，指出分组交换因其高效灵活的特点，是当前数据通信的最佳选择。
2026-02-26 16:10:56
1904
原创 【计算机网络】终极解构：从三大组成视角到五大核心功能，一篇彻底看懂！
要理解一个复杂的系统，最好的方法就是将其拆解。我们可以从三个不同的维度来剖析计算机网络的构成。这是最直观的划分方式，就像组装一台电脑，我们需要各种实体和非实体的部件。硬件 (Hardware)：构成了网络的物理基础。软件 (Software)：让硬件能够被有效利用，实现各种应用。协议 (Protocol)：网络的“灵魂”，规定了所有通信的规则。这种划分方式着眼于网络中不同部分所扮演的角色。边缘部分 (Edge Part)核心部分 (Core Part)这种划分方式更加抽象，它从功能的角度将网络逻辑上分为两个
2026-02-14 09:26:27
1720
原创 【计算机网络】核心概念辨析：计算机网络、互连网与互联网，你分得清吗？
互联网 (Internet)—— 注意这里的“I”是大写的，它是一个专用名词。它特指世界上最大的那个互连网，也常被音译为“因特网这个全球性的网络是由世界各地大大小小的ISP (互联网服务提供商)和众多国际机构共同组建和维护的。
2026-02-13 17:54:36
1580
原创 【NLP深度解析】RNN的“短暂记忆”与LSTM的“长久智慧”
本文深入探讨了循环神经网络（RNN）及其变体LSTM的核心原理与应用。首先介绍了RNN的循环结构和记忆机制，分析了其四种经典架构（N vs N、N vs 1、1 vs N、N vs M）在序列标注、文本分类等任务中的应用。随后重点解析了LSTM通过遗忘门、输入门和输出门的协同工作，解决了RNN的长期依赖问题。最后对比了两者的优劣：RNN结构简单但难以处理长序列，LSTM计算复杂但能有效捕捉长期依赖。文章为理解序列建模提供了系统性的知识框架。
2026-02-12 11:51:50
1200
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人