UserRules

Cursor UserRules:Excel / 代码转 Markdown 表格

规则概述

当用户提供 Excel 模板文件或代码文件后,自动读取内容并转换为 Markdown 表格,同时提取列含义和填写方法说明。

  • 对于 Excel:读取表格数据,转换为 Markdown 格式,提取列说明。
  • 对于代码(如 Vue、HTML 等前端代码):解析页面元素及逻辑,转换为 Markdown 表格,结合代码逻辑补充列属性。
    根据表头说明和内容信息,填充表格内容并生成填写说明。
  • 最后生成的内容要是日语IT专业术语

一、表格转换通用规则

1. 内容来源识别

  • Excel 文件:默认读取第一个工作表(Sheet1),用户指定则优先;自动识别表头(多级表头取最后一级)和数据范围(忽略全空行 / 列)。

  • 代码文件:支持 Vue、HTML 等前端代码,解析范围包括:

    • <template>中的页面元素(输入框、按钮、表格列等);
    • <script>中的验证规则(如rules)、数据类型(如data()中的变量类型)、事件方法(如@click绑定的操作)。

2. Markdown 表格生成

  • 基本格式:

    | 表头1 | 表头2 | 表头3 |
    |:---:|:---:|:---:|
    | 数据1 | 数据2 | 数据3 |
    
  • 表头规定:必须与读取的内容(Excel 表头 / 代码元素属性)保持一致。

  • 对齐方式:默认居中对齐(|:---:|)。

  • 特殊符号处理:保留原内容中的特殊符号(如-_),不做额外处理。

二、列含义与填写方法说明

1. 标记方式

用户可通过以下方式标记列说明:

  • Excel 场景:表头上方注释行或文件内说明(冲突时以文件说明为主)。
  • 代码场景:从代码注释(如// 账号输入框:必填)或元素属性(如placeholder="请输入账号")中提取。

2. 输出格式

生成 Markdown 表格后,附加填写说明部分:

### 填写说明:
- **表头1**:说明内容(如必填/选填、格式要求等)
- **表头2**:说明内容

三、代码转换专项规则

1. 元素识别与映射

(1)核心元素提取优先级
  1. 项目名称(默认):优先从labelplaceholder、按钮文字(如el-buttontext)提取;无明确文字时,从组件功能描述(如@click="addStaff"→“添加员工按钮”)推导。
  2. 形式:根据前端组件类型映射,具体对应关系如下:
形式标识对应组件 / 元素说明
L静态文本标签<span>账号</span><label>姓名</label>
IP输入类组件el-inputel-selectel-date-picker等输入交互元素
BT按钮类组件el-button<button>等可点击触发操作的元素
TB表格列组件el-table-column<td>等表格内数据列
IC图标组件el-icon-search<i class="icon">等纯图标元素
(2)列属性与代码来源对应关系
表格列代码中提取来源补充说明
数据类型<script>data()的变量类型(如String)、验证规则(如rules中的格式限制)无明确类型时默认为 “-”
必須rules中的required: true判断;无规则时默认为 “否”需区分 “前端验证必填” 与 “后端必填”,优先取前端规则
最大长度rules中的minmax提取(如min:5, max:10→“5-10 字符”)单个字段的字符长度限制,区别于 “最大行数”(表格行数限制)
最大行数从表格组件属性(如max-height关联的行数限制)提取无限制时填 “-”
全半角placeholder或验证规则(如 “手机号需 11 位数字”→“数字”)提取无特殊要求时填 “-”
位置style属性(如margin-left:20pxwidth:300px)或布局描述(如 “表单内,标签右侧”)提取描述需简洁(例:“页面顶部左侧,搜索框右侧”)
登録从按钮@click事件方法名(如addStaffsubmit)判断,存在新增逻辑则为 “可”无新增功能时填 “-”
編集从按钮@click事件方法名(如handleEditupdate)判断,存在编辑逻辑则为 “可”无编辑功能时填 “-”
承認从按钮@click事件方法名(如approve)判断,存在审批逻辑则为 “可”无审批功能时填 “-”
参照从元素功能(如表格列、搜索框)判断,用于展示数据则为 “读” 或 “可”无展示功能时填 “-”

2. 多文件 / 多表格处理

  • 多文件转换:按文件分别生成表格,表格标题需包含文件名(例:“AddStaff.vue 转换表格”)。
  • 多表格排列:同一文件内多个表格按出现顺序排列,存在层级关系时标注层级(例:“1. 主表格:员工信息”“2. 子表格:操作日志”)。

四、多语言输出规则

支持多语言(如日语、英语)输出,固定术语翻译对应关系:

中文术语日语翻译英语翻译
必填必須Required
选填任意Optional
Allowed
Read
正常正常Normal
禁用無効Disabled

五、特殊情况处理

场景处理方式
如果不确定内容直接在表格中填写“不确定,需要添加说明”
无有效表格数据(Excel)提示:“未检测到表格数据,请确认 Excel 中包含内容”
无有效代码元素(代码)提示:“未检测到可转换的页面元素,请确认代码包含前端组件”
未发现列说明标记提示:“未找到列说明信息,是否需要补充?”
代码与 Excel 表格冲突优先以用户指定的来源为准(需询问用户确认)
【电力系统】单机无穷大电力系统短路故障暂态稳定Simulink仿真(带说明文档)内容概要:本文档围绕“单机无穷大电力系统短路故障暂态稳定Simulink仿真”展开,提供了完整的仿真模型与说明文档,重点研究电力系统在发生短路故障后的暂态稳定性问题。通过Simulink搭建单机无穷大系统模型,模拟不同类型的短路故障(如三相短路),分析系统在故障期间及切除后的动态响应,包括发电机转子角度、转速、电压和功率等关键参数的变化,进而评估系统的暂态稳定能力。该仿真有助于理解电力系统稳定性机理,掌握暂态过程分析方法。; 适合人群:电气工程及相关专业的本科生、研究生,以及从事电力系统分析、运行与控制工作的科研人员和工程师。; 使用场景及目标:①学习电力系统暂态稳定的基本概念与分析方法;②掌握利用Simulink进行电力系统建模与仿真的技能;③研究短路故障对系统稳定性的影响及提高稳定性的措施(如故障清除时间优化);④辅助课程设计、毕业设计或科研项目中的系统仿真验证。; 阅读建议:建议结合电力系统稳定性理论知识进行学习,先理解仿真模型各模块的功能与参数设置,再运行仿真并仔细分析输出结果,尝试改变故障类型或系统参数以观察其对稳定性的影响,从而深化对暂态稳定问题的理解。
本研究聚焦于运用MATLAB平台,将支持向量机(SVM)应用于数据预测任务,并引入粒子群优化(PSO)算法对模型的关键参数进行自动调优。该研究属于机器学习领域的典型实践,其核心在于利用SVM构建分类模型,同时借助PSO的全局搜索能力,高效确定SVM的最优超参数配置,从而显著增强模型的整体预测效能。 支持向量机作为一种经典的监督学习方法,其基本原理是通过在高维特征空间中构造一个具有最大间隔的决策边界,以实现对样本数据的分类或回归分析。该算法擅长处理小规模样本集、非线性关系以及高维度特征识别问题,其有效性源于通过核函数将原始数据映射至更高维的空间,使得原本复杂的分类问题变得线性可分。 粒子群优化算法是一种模拟鸟群社会行为的群体智能优化技术。在该算法框架下,每个潜在解被视作一个“粒子”,粒子群在解空间中协同搜索,通过不断迭代更新自身速度与位置,并参考个体历史最优解和群体全局最优解的信息,逐步逼近问题的最优解。在本应用中,PSO被专门用于搜寻SVM中影响模型性能的两个关键参数——正则化参数C与核函数参数γ的最优组合。 项目所提供的实现代码涵盖了从数据加载、预处理(如标准化处理)、基础SVM模型构建到PSO优化流程的完整步骤。优化过程会针对不同的核函数(例如线性核、多项式核及径向基函数核等)进行参数寻优,并系统评估优化前后模型性能的差异。性能对比通常基于准确率、精确率、召回率及F1分数等多项分类指标展开,从而定量验证PSO算法在提升SVM模型分类能力方面的实际效果。 本研究通过一个具体的MATLAB实现案例,旨在演示如何将全局优化算法与机器学习模型相结合,以解决模型参数选择这一关键问题。通过此实践,研究者不仅能够深入理解SVM的工作原理,还能掌握利用智能优化技术提升模型泛化性能的有效方法,这对于机器学习在实际问题中的应用具有重要的参考价值。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值