Event实例应用 汽车销售与顾客

2025企业AI落地七件事:Agentic AI与行动型自动化实战指南 Agentic AI(智能体AI)正推动企业自动化从‘流程节点级’跃升至‘端到端任务级’,其核心是将自然语言理解、动态规划与系统执行深度耦合,实现真正意义上的Action-Oriented Automation(行动导向型自动化)。相比传统RPA或对话式大模型,Agentic AI通过Large Action Model(LAM)架构直接生成可执行指令流,显著提升决策闭环效率与业务响应速度。该技术已在制造业排程、保险核保、零售补货等场景验证实效,关键价值在于降低规则维护成本、压缩人工转译环节、增强跨系统协同 阅读详情

项目场景:

汽车销售员有一张客户列表,当新客户注册时,汽车销售员通知客户已注册成功,如果有新车则推送给客户。如果客户不希望再收到推送,则注销该客户。


代码描述:

首先定义两个委托, InformationHandler通知客户注册成功和新车推送。LogOffHandler 通知客户已注销。

using System;
namespace EventsSample
{
    delegate void InformationHandler(Information x);
    delegate void LogOffHandler(Information x);
}

再定义一个消息类,方便以后扩展

using System;
namespace EventsSample
{    class Information
    {
        public string _information;
        public Information(String information)
        {
            _information=information;
        }
    }
}

定义一个销售员类,包括定义相应事件InformationHandler Informing, LogOffHandler LoggedOff,以及一系列通知客户的方法。这里提一下?,这个符号这里作为Null-Conditional操作符,它将检查主体object是否是null, 如果是null则返回null值,不会触发异常。

using System;
namespace EventsSample
{
    class CarDealer
    {
        public event InformationHandler Informing;
        public event LogOffHandler LoggedOff;
        public void NewCar(string car, double price)
        {
            Console.WriteLine($"CarDealer, New car {car}, Price ${price}");
            Informing?.Invoke(new Information($" New car {car}, Price ${price} is here."));
        } 
        public void RegisteCustomer()
        {
            Informing?.Invoke(new Information("Succesfully Registed!"));
        }
        public void CancelInform()
        {
            LoggedOff?.Invoke(new Information("You will no logner received new information!"));
        }
        public void RegisteList()
        {
            Informing.Invoke(new Information("You will receive our new information!"));
        }
    }
}

定义一个客户类,只包括名字和通知方法Inform(Information e)

using System;
namespace EventsSample
{
    class Customer
    {
        public string Name{get;}
        public Customer(string name)
        {
            Name=name;
        }
        public void Inform(Information e)
        {
            Console.WriteLine($"{Name}, {e._information}");
        }
    }
}

最后,测试一下,先注册两个客户,Max和Luc,他们将分别受到注册成功消息,之后收到新车推送。再将Max从正常消息通知事件类中移除,并加入到注销消息通知事件类中,这样只有Max将收到注销消息。再推送新车,只有Luc收到。

using System;

namespace EventsSample
{

    class Program
    {
        static void RegistNewCustomer(Customer customer,CarDealer carDealer)
        {

        }
        static void Main(string[] args)
        {
            CarDealer dealer=new CarDealer();
            Customer Max=new Customer("Max");
            Customer Luc=new Customer("Luc");
            
            dealer.Informing+=Max.Inform;
            dealer.Informing+=Luc.Inform;
            dealer.RegisteCustomer();
            dealer.RegisteList();
            Console.WriteLine("-----------------------------");
            dealer.NewCar("Dodge journey",31000.00);
            Console.WriteLine("-----------------------------");
            dealer.Informing-=Max.Inform;
            dealer.LoggedOff+=Max.Inform;
            dealer.CancelInform();
            dealer.LoggedOff-=Max.Inform;
            Console.WriteLine("-----------------------------");
            dealer.NewCar("Benz GL450",53000.00);
            Console.WriteLine("-----------------------------");
        }
    }
}


结果:

用分割线隔开,更清楚
在这里插入图片描述

总结:

这里用Event模拟了汽车销售与顾客的消息互动,当然这里只是为了展示Event机制和其好处,并不是这种项目的最佳方案,依靠它可以让dealer类和customer类相互解绑,降低类依赖性,增加灵活度。

2023数据分析师生存指南:实时分析、AI原生与数据产品化实战 数据分析师正经历从‘取数制表’到‘价值导航’的根本性转变。实时分析不再只是技术指标,而是业务响应速度的底线;AI原生分析通过自然语言查询与智能异常检测,将分析门槛大幅降低;数据产品化则要求以用户为中心封装可度量业务价值的能力。这些趋势共同指向一个核心命题:数据能力必须嵌入业务闭环,形成‘数据→洞察→行动→反馈’的飞轮。在隐私增强计算、数据可观测性与数据素养提升等支撑体系协同下,企业才能真正实现从数据资产到业务动能的跃迁。本文聚焦2023年落地最深、见效最快的七条实战路径。 阅读详情

相关推荐

决策驱动架构:用状态机与规则引擎治理系统行为

在软件系统中,'状态'与'规则'是决定行为确定性的两大基石——状态定义系统所处的业务阶段,规则决定状态如何安全流转。当功能开发脱离对状态转换、异常兜底和决策逻辑的显性设计,系统便陷入‘行为失语’:支付状态不一致、AI输出不可控、多端路由不统一等问题频发。决策驱动架构通过状态治理、规则外置、路由集中化和边缘预案四大工程实践,将隐性业务契约转化为可配置、可审计、可演进的技术资产,显著提升系统的操作确定性与长期可维护性,尤其适用于SaaS、电商、AI集成等需高可靠协同的复杂业务场景。

weixin_30480075的博客 467

Event-B建模(三)——控制桥上汽车,初始模型

目录需求文档分析新建工程状态的形式化事件的形式化 安装完了Rodin,现在让我们开始动手验证吧~ 以一个控制软件为例,开启我们整个Event-B分析建模验证的过程 需求文档 现在有这么一座岛屿Island,有一座桥(Bridge)连通着大陆(Mainland)与这座小岛,而我们的系统主要功能是实现对桥上汽车的控制。 在这里我们的需求文档有两类需求,一些需求与控制器的功能有关,我们标记为FUN(Function的缩写),另一些与环境有关,标记为ENV(Environment的缩写)。(和软件功能直接相关的

Campsisgrandiflora的博客 5735

多维数据聚合的本质:从GROUP BY到张量操作

多维数据聚合是BI、OLAP和指标平台建设的核心能力,其本质并非简单的SQL GROUP BY分组求和,而是基于高维张量结构的坐标切片、有向折叠、语义重映射与上下文广播等系统性操作。理解维度层级、关系约束与计算路径依赖,能从根本上规避维度爆炸、同比失真和语义鸿沟三大典型问题。在现代数据栈中,张量思维正逐步替代传统立方体模型,支撑实时化、可追溯、可审计的指标生产。本文聚焦多维聚合的第一性原理,结合坐标切片与坐标重映射等关键原语,揭示如何将模糊的业务需求(如‘按区域看品类,排除刷单干扰’)精准翻译为可执行的数据

diaocuiguo2493的博客 484

事件Event实现消费者模型

import timeimport randomfrom multiprocessing import Process,Queuedef consumer(q,name): while True: print('\033[31m%s吃了%s\033[0m'%(name,q.get()))  # 如果队列中没有数据了,q.get()方法会一直阻塞 time.slee...

weixin_34150830的博客 318

2025 AI落地实操指南:聚焦ROI、自动化临界点与人机协作界面

AI自动化已从技术概念进入商业价值兑现阶段,其核心在于识别具备高确定性回报的业务动作,而非追逐模型先进性。理解自动化临界点——即规则显性化程度、数据可获取性与异常发生率构成的可行性边界——是规避‘半自动化陷阱’的前提;而人机协作界面的设计质量,直接决定AI建议采纳率与组织适配深度。本文基于17个真实企业项目提炼出可审计的财务影响测算模型、最小可行场景(MVS)筛选方法及‘带刹车’的落地路线图,覆盖结构化数据自动化、非结构化文档解析、智能知识库等2025年已跨过Gartner实质生产期的七类确定性技术栈,助力

weixin_33816821的博客 340

LAG()函数实战避坑指南:从原理到生产级SQL优化

LAG()是SQL窗口函数中最基础也最易误用的核心工具,本质是在有序序列中实现‘向前/向后取值’的确定性操作。其执行依赖ORDER BY排序与PARTITION BY逻辑分片两大机制,底层通过扫描+缓存+回填完成O(1)取值,性能90%由索引和数据治理决定。技术价值在于支撑同比、环比、趋势识别等关键分析场景,广泛应用于零售销量预警、用户行为路径、金融时序风控等业务系统。本文聚焦LAG()在真实ETL脚本中的高频陷阱——如NULL排序歧义、分区粒度错配、OFFSET硬编码漂移、DEFAULT语义失真等,并提供

weixin_30847939的博客 293

数据湖技术解析与应用实践

数据湖作为现代数据架构的核心组件,采用Schema-on-Write模式实现多源异构数据的统一存储。其核心技术原理包括分布式存储、元数据管理和多模态计算,相比传统数据仓库具有存储成本低、数据完整性好等优势。在技术实现上,DataLakeAnalytics等平台通过存储计算分离、智能分区裁剪等技术提升性能。典型应用场景涵盖物联网数据分析、用户行为分析等领域,其中数据质量管理与成本控制是关键挑战。通过分层存储、物化视图等技术方案,可有效构建高效可靠的数据湖平台。

weixin_30764883的博客 462

具身智能落地指南:从理论到产线的四层能力体系

具身智能不是抽象的AI概念,而是机器人在物理世界中感知、决策与执行的综合能力体系。其核心原理在于将智能根植于传感器-执行器-环境交互的闭环中,通过本体感知建模、多模态对齐、接触动力学等关键技术,突破‘看得见但抓不住’‘想得到但做不了’的工程瓶颈。该技术已进入制造业技改、医疗康复、养老助老等真实场景,价值体现在毫米级定位鲁棒性、毫秒级力控响应等可量化指标上。本文聚焦具身智能的系统性落地路径,围绕理论基础、原子能力、场景适配与瓶颈突破四大维度,为工程师与决策者提供可测试、可验证、可复用的工程坐标系。

weixin_33709219的博客 448

餐饮营销策划总结

圣诞至,购物中心餐饮娱乐各显神威的时候, “淡季促销 旺季氛围”圣诞树雪橇处处皆是。 公益圣诞、低碳圣诞可想象却难有营销效益,26号“中南城”开业, 500万砸一个开业活动,大手笔就像其建筑风格般压抑。 最近碰到一个难题,鑫锦庭江鲜馆开业,中高端商务人群,主营江海鲜本帮菜。 店面在街区内街,领导的想法是建议商家做些氛围(如创意的可长期摆放的搭建)即美化了街...

weixin_34014277的博客 556

AI重构五大行业:医疗制造农业金融教育的底层逻辑变革

人工智能正从通用能力走向垂直深耕,其核心价值在于对高数据密度、强经验依赖、长决策链条行业的结构化穿透。通过多模态融合、边缘智能与领域小模型等关键技术,AI不再停留于辅助工具层面,而是驱动医疗健康实现证据流驱动的临床决策、先进制造构建产线神经中枢、现代农业迈向数据耕作范式、金融服务升维为经济活动神经末梢、教育科技搭建认知脚手架。这些变革的本质是将隐性经验显性化、将静态知识动态化、将人工判断闭环化——尤其在影像诊断建模、工业缺陷演化预测、作物生理实时监测、小微经营信用建模、学生认知路径诊断等典型场景中,已形成可

weixin_30633405的博客 392

【信息科学与工程学】计算机科学与自动化——第六十三篇 人机交互之前端交互参数知识库02

每个分支下又细分了四个关键方向,并按照“研究对象/焦点、基本问题、核心理论/概念、研究方法、应用/目标、前沿/发展”的框架进行阐述,严格遵循了六级编码体系。在最终整合时,应建立唯一的学科分类编码表(例如,用两位数字或“ART”、“MED”、“ECO”等字母前缀),并确保所有下级编码(尺度、层次、类别、子类、具体项)的逻辑一致性。此回答中的编码为示例,实际系统需据此调整。控制过程(前馈、同期、反馈)、全面质量管理(TQM)、平衡计分卡(BSC)定量(调查、实验)、定性(访谈、民族志)、混合方法、大数据。

weixin_49199313的博客 671

从临床研究到商业分析:SPSS多重插补技术的跨界应用实践

本文探讨了SPSS多重插补技术在商业分析中的跨界应用,特别是在处理数据缺失值方面的实践。通过参数调优和方法论优化,该技术在电商、金融和零售等领域展现出显著价值,提升预测模型准确性和商业决策质量。

kkk56的博客 826

KEIL-MDK代码美化神器:AStyle配置全攻略(附常用参数详解)

本文详细介绍了如何在KEIL-MDK中配置和使用AStyle代码格式化工具,包括基础参数设置、高级格式控制、团队协作方案以及KEIL深度集成技巧。通过合理的AStyle配置,开发者可以显著提升代码风格一致性,优化团队协作效率,特别适合嵌入式开发项目。

weixin_30505225的博客 146

教你如何做需求调研:忽略极端情况

投递人itwriter发布于 2013-07-22 08:01评论(13)有1749人阅读原文链接[收藏]«»   英文原文:Not handling edge cases, making them explicit instead   写accidental entities系列文章之初,我们跟着一个顾问公司为一个汽车租赁公司开发一套软件。当时他们已经完...

weixin_34064653的博客 83

手把手教你用Zynq-7100 FPGA实现100Mbps OOK信号定时同步(含完整Verilog代码)

本文详细介绍了如何在Zynq-7100 FPGA平台上实现100Mbps OOK信号的定时同步,涵盖插值算法、Gardner定时误差检测等关键技术。通过完整的Verilog代码和优化技巧,解决了50MHz外部时钟条件下的400MHz采样率同步挑战,为无线通信系统设计提供实用解决方案。

weixin_42522374的博客 301

MT5策略如何设置回测结果才能最接近实盘

摘要:在MT5回测中,选择"每笔分笔报价"模式最接近实盘交易,因其使用真实Tick数据模拟价格波动、点差和滑点。关键设置包括:下载高质量历史数据、合理设定点差和滑点、使用正常回测速度。该模式能准确测试挂单、止盈止损等策略,虽然速度较慢但结果最可靠,避免其他模式造成的失真,是评估交易策略表现的最佳选择。(149字)

weixin_38915451的博客 1875

企业级数据科学落地的七大真实卡点与工程解法

数据科学在企业落地,本质是技术能力与业务约束的动态平衡。从概念上讲,它融合了机器学习、数据工程与领域知识;原理层面,需突破特征时效性、模型可解释性、小样本泛化、多源异构融合、边缘部署、跨设备语义对齐及领域适配等核心挑战;其技术价值不在于算法先进性,而在于能否在强监管、低延迟、高不确定性等现实约束下稳定交付业务结果;典型应用场景覆盖金融风控、医药研发、零售补货、工业预测性维护、内容推荐、智能硬件与时尚搜索等关键领域;本文聚焦Amazon、JPMorgan等七家头部企业的2019–2023年真实迭代案例,深度解

weixin_30635053的博客 371

Quantum Espresso Hands-On实战训练(四)——PDOS计算与轨道分析

本文详细介绍了Quantum Espresso中PDOS计算与轨道分析的实战方法,重点解析了PDOS在材料电子结构研究中的核心价值,包括原子级分辨率、轨道级解析和自旋极化分析。通过具体案例和操作步骤,帮助读者掌握从输入文件准备到结果解读的全流程,并提供了高级分析技巧和疑难问题解决方案。

weixin_29211309的博客 503

数据科学家的五种角色:建模者、业务翻译官、数据架构师、实验设计师、影响推动者

数据科学家不是单一技术岗位,而是融合问题定义、数据治理、模型构建、科学验证与价值落地的系统性角色集合。其核心在于将抽象业务目标转化为可执行的数据任务,通过建模能力实现预测、用业务翻译能力对齐需求、借数据架构保障可持续性、以实验设计验证因果、靠影响推动实现组织级采纳。这一体系直击当前企业数据团队‘模型上线即失效’‘分析无人认领’‘价值难以量化’等高频痛点,适用于金融风控、供应链优化、医疗AI、零售增长等典型场景,为数据人才能力评估、团队搭建与项目方法论提供可落地的协同框架。

weixin_30776545的博客 338

Mac安装Weblogic教程

1.Weblogic的下载 这次安装的是最新版本12 官网下载地址: http://www.oracle.com/technetwork/middleware/weblogic/downloads/index.html 下载需要登录账号,如没有账号要注册一个 下载后的文件如下图,其中fmw_12.2.1.3.0_wls_quick.jar文件就是安装包了,注意现在不要对它进行解压 2.安装前的确...

weixin_40102675的博客 5061

玩转 InternVL3.5 轻量级实战:从部署到优化的全记录

玩转 InternVL3.5 轻量级实战:从部署到优化的全记录

jacke121的专栏 626

计量经济学价格优化:用因果模型解码用户支付意愿

价格优化本质是理解用户支付意愿(WTP)的微观经济行为,其核心原理在于通过因果推断剥离混杂因素,准确估计价格弹性——即价格变动对销量的真实净影响。该技术区别于简单A/B测试或相关性分析,依托回归建模、双重机器学习(DML)与反事实推断,实现从‘调价’到‘懂价’的跃迁。其技术价值在于将模糊定价直觉转化为可测量、可归因、可迭代的利润驱动决策;典型应用场景覆盖零售动态调价、SaaS订阅定价、B2B工业品溢价策略及新品上市定价冷启动。本文聚焦计量经济学在真实业务中的端到端落地,重点解析如何构建多维协变量矩阵、识别异

weixin_33724659的博客 303

C#上位机+国产PLC+AI:构建自主可控的智能生产线解决方案

全栈国产化智能产线方案并非遥不可及,基于成熟的国产硬件、丰富的.NET生态、快速发展的国产大模型,完全可以搭建出稳定可靠且具备智能能力的生产系统。落地建议采用三步走策略:基础国产化阶段:替换PLC与上位机,实现基础监控与控制功能,解决卡脖子问题,快速验证国产化方案稳定性数据沉淀阶段:完善数据采集与存储,建立设备台账、故障库、工艺库,积累高质量领域数据智能升级阶段:引入国产大模型与知识库,落地故障诊断、工艺优化、预测性维护等智能应用,持续提升产线效率。

这里只有干货:从 Modbus 通信到 MES 对接,从 YOLO 训练到工控机部署,带你搞定工业软件开发全流程。 516

工作中使用到的单词(软件开发)

1.エイリアス   alias 别名 powershell使用 get-help 命令时,会得到与此命令 相关(别名)的命令 2.プロキシ proxy 代 理 3.プロモート   promote 促进,提升   开发的系统新功能上线发布,有时会使用到这个词,比如 STプロモート 还有使用リリース这个词的。比如STリリース。个人认为两者含义相同。 4.見逃し み................................................................

sun0322 6万+

9.6华为OD机试真题 新系统【仓储货物有序出库】

华为OD机试真题 新系统【仓储货物有序出库】,提供C语言、Java、C++、Python、Go、JavaScript源码实现,并提供完整思路讲解,以及在线OJ模拟做题。华为OD机试真题 【仓储货物有序出库】多语言题解。

qq_45776114的博客 874

LinePhone3.2.7(android端最新版本) sip客户端

SIP客户端For android:LinePhone3.2.7(最新版本),官网地址:http://www.linphone.org/

上一篇: C# Event浅析
下一篇: .Net由浅入深说反射
CSharpIsDog
博客等级 码龄5年 0粉丝 15原创
评论 1
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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
实付元
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