墨衍会员
·
AI 创作全网分发
墨衍智能分发
本文由作者通过墨衍一键同步至各平台
1分发平台
400+累计阅读
429平均单平台
已同步平台
优快云
微信公众号
微博
知乎
掘金
百家号
博客园
抖音
小红书
你的文章也可以这样分发
墨衍会员 ¥399起/年，写一次发全网
我也要
Date:08.03.2024
Focus:OOP面向对象编程--Class&instance
Key:通过Class Stdudent(object) 来创建类；通过_init_(self,xxx,xxx)来绑定类的属性，其中第一个固定为self；可以通过内部设置函数的方式实现从类内部数据封装。
Practice：
1.
# -*- coding: utf-8 -*-
import
2.
# -*- coding: utf-8 -*-
import
Difficulty？
Addition:注意后期通过实例添加方法，对于同类其他实例无效
Coding养成--Python
Qwen3.6-Plus：Agentic Coding驱动的编程范式革命
Agentic Coding（智能体式编程）正重新定义软件开发的本质——它不再局限于生成语法正确的代码，而是强调从需求理解、工具调用、执行验证、错误修复到最终交付的完整工程闭环。这一范式依托长上下文理解、动态反思机制与终端操作能力，使大模型真正具备‘让代码跑起来’的工程直觉。相比传统代码生成模型，Agentic Coding更关注任务终点的可用性，广泛应用于MVP快速验证、跨文件Bug定位、技术文档问答及Vibe Coding等真实场景。Qwen3.6-Plus作为该范式的代表性实现，标志着AI正从‘辅助编
从零到offer：如何用coding-interview-university在6个月内征服技术面试？
还记得第一次面对白板编程时的紧张感吗？我至今记忆犹新——心跳加速，手心出汗，大脑一片空白。那个场景让我意识到，仅仅会写代码远远不够，还需要系统的准备和策略。幸运的是，我发现了coding-interview-university这个宝藏项目，它不仅帮我拿到了心仪的offer，更重塑了我的学习方式。 ## 为什么大多数人的面试准备都错了？ 我们常常陷入一个误区：认为刷够LeetCode题目就能通
Kimi K2.6 Agent + Vibe Coding 实战建站：从零部署三个可上线网站
AI建站正从概念演示走向工程落地，其核心已不再是单纯调用大模型API生成HTML，而是构建具备执行闭环、安全校验与技能协同的Agent系统。Kimi K2.6通过Agent Skill Registry实现数据库建模、身份认证、API集成等端到端能力，而Vibe Coding以MCP（Model Control Protocol）协议重构人-AI协作范式，将‘思考’与‘执行’分离，保障代码可追溯、可验证、可回滚。该组合显著降低前端基础工作门槛，适用于技术负责人快速验证AI工程化价值，也助力新人跨越‘学完不会
python coding_python开头的coding设置方法
缘起：[root@CentOS7 code]# python multi_thread_mfw.pyFile "multi_thread_mfw.py", line 138SyntaxError: Non-ASCII character '\xe5' in file multi_thread_mfw.py on line 138, but no encoding declared; see htt...
Vibe Coding：构建高效自动化Python开发工作流
在软件开发中，编码风格与工程习惯是影响代码质量和团队协作效率的关键因素。通过引入自动化工具链和标准化工作流，开发者可以将心智资源聚焦于核心问题解决，而非繁琐的格式检查和环境维护。这种实践不仅提升了代码的一致性与可维护性，还通过减少上下文切换显著提高了开发效率。其技术价值在于将质量保障从依赖个人纪律转变为自动化、可复现的流程，从而在团队协作和项目交付中发挥重要作用。本文以Python生态为例，详细介绍了如何整合Black、Ruff、pre-commit等工具，构建从代码格式化、静态检查到提交前验证的完整自动化
Vibe Coding与Spec Coding：AI编程时代的双轨工程方法论
在AI编程普及的当下，'vibe coding'代表依赖上下文直觉的快速原型开发，而'spec coding'则强调接口契约、领域模型与可追溯变更的结构化约束。二者并非对立，而是工程节奏的两面：前者提升单次交付效率，后者保障长期可维护性与团队协同质量。理解其底层机制——如上下文窗口限制、指令工程有效性及模型幻觉风险——是规避技术债的关键。真实项目中，OpenAPI定义接口契约、PlantUML刻画业务状态机、Conventional Commits沉淀决策日志，共同构成轻量但刚性的Spec实践框架。当Cur
【AI Coding 新范式：从 Prompt Coding 到 Agentic Engineering，一文读懂 AI 软件开发的未来】
AI Coding：从代码补全到智能协作的软件开发新范式 随着大语言模型的发展，软件开发正经历从传统"人写代码"到"人机协同"的范式转变。AI Coding已从最初的代码补全（AI Assist Coding）演进为自然语言驱动的Prompt Coding，并正向更高级的Agentic Coding发展。这一演进路径（Context Engineering→Vibe Coding→Spec Coding→Agentic Coding）反映了AI在软件开发中不断深化的参与程度：从代码生成转向完整任务执行，包括
AI编程范式演进：从Vibe Coding到Spec Coding的实践指南
AI辅助编程正在重塑软件开发流程，其中Vibe Coding和Spec Coding代表两种核心范式。Vibe Coding依赖自然语言交互实现快速原型开发，适合探索性项目；而Spec Coding通过结构化规范描述生成工程化代码，显著提升代码质量。这两种模式都基于现代IDE工具链（如VS Code、GitHub Copilot）和大型语言模型（如GPT-4）实现。在金融、电商等对代码质量要求高的领域，Spec Coding能确保82%以上的代码一次通过率。开发者可通过配置智能提示模板、建立三维上下文管理体
Vibe Coding：用Python轻量封装本地大模型的桌面实践
本地大模型部署正从命令行实验走向日常办公刚需，其核心挑战已从‘能否运行’转向‘是否愿用’。Vibe Coding作为一种极简桌面封装范式，依托Python生态（如tkinter、requests）与主流推理引擎（Ollama、llama.cpp）深度协同，实现模型调用零命令行、双击即用、离线可靠。它不追求Web服务的并发能力，而专注降低非技术用户使用门槛——通过自动模型发现、线程安全UI、单文件打包（PyInstaller）和智能错误反馈，将本地AI真正嵌入微信/钉钉/Excel等高频工作流。关键词涵盖Vi
【AI编程】Vibe Coding 开发环境搭建与项目实战操作详解
Vibe Coding 开发环境搭建与项目实战操作详解
Win11安装Office2021
windows11安装office2021。
Kimi Vibe Coding 测评
Vibe Coding如何改变传统编程流程。通过使用Kimi CLI等工具发现，优秀的AI编程工具不仅能简化开发流程，还能自动完成代码测试和修改。
RK3588视频转码实战：如何用FFmpeg+MPP实现16路1080P硬解压（附完整命令）
本文详细介绍了如何在RK3588处理器上使用FFmpeg和MPP框架实现16路1080P视频的硬件加速转码。通过解析RK3588的视频处理架构、环境搭建步骤和实战配置，提供了完整的命令示例和性能调优建议，帮助开发者高效处理多路视频转码任务。
Coding养成--Python（18）
从str转换为datetime可以用.strptime('2025.02.21','%Y-%m-%d %H:%M:%S')（1970年以前的时间timestamp为负数），当前时间就是相对于epoch time的秒数，称为timestamp。，最佳方法是将其转换为timestamp再存储，因为timestamp的值与时区完全无关。Key:通过datetime获取时间、转换为timestamp、与str的互转、时区转换。表示的时间需要时区信息才能确定一个特定的时间，否则只能视为本地时间。
手把手教你使用Segformer训练自己的数据
SegFormer 基于Swin transformer 修改
PD虚拟机安装CentOS7后必做的Parallels Tools配置指南（附常见错误解决）
本文详细指导在Mac的Parallels Desktop虚拟机中安装CentOS 7后如何高效配置Parallels Tools，包括环境准备、镜像挂载、依赖问题解决及性能优化。特别针对常见错误如挂载失败、依赖缺失等提供实用解决方案，帮助用户实现主机与虚拟机间的无缝交互和显示优化。
AI编程范式演进：从Vibe Coding到Spec Coding实践
AI编程正在重塑软件开发流程，其核心在于将自然语言理解与工程规范相结合。Vibe Coding通过自然语言交互快速生成原型代码，显著提升开发效率；而Spec Coding则将软件工程规范转化为机器可执行的约束条件，确保代码质量。这两种范式分别对应探索期和生产期的不同需求，开发者需要根据项目阶段灵活选用。在实际应用中，合理结合AI生成代码与传统工程方法，既能发挥AI的创造力优势，又能避免技术债积累。特别是在金融、电商等领域，规范的自动化验证能有效提升代码安全性与可维护性。随着工具链的完善，AI编程正推动开发范
NX二次开发(python)-坯料尺寸(一)
一般在产品制造过程中，往往要判断一个模型在出模方向上的最小包容盒尺寸，在NX中可以用坯料尺寸命令实现，当然也有相应的代码实现，这或许可以帮助我们实现一些产品的坯料尺寸批量输出，节省人力。
Python算法面试速成：coding-interview-gym中的高频题目与最优解
在竞争激烈的技术面试中，掌握核心算法题目是成功的关键。coding-interview-gym项目为Python开发者提供了全面的LeetCode和AlgoExpert算法题解，帮助你快速掌握面试必备的解题技巧和最优思路。本文将带你探索这个项目中的高频题目类型、解题策略以及如何高效利用这些资源提升面试通过率。 ## 为什么选择coding-interview-gym？ coding-inter
Arcgis中的模型构建器技术之按属性批量建库并对应输出
好久没更新了，之前我们已经介绍过四至点提取模型，前两天有同事问怎么样按属性批量建数据库并对应输出相关图斑。比如将一个县的永农数据按乡镇建立数据库并将对应乡镇的永农数据输出到相应的数据库里。今天就介绍一下相关的模型构建过程。
【Python高阶开发】12. 工业知识图谱实战：从0构建设备故障诊断系统（附Neo4j部署+完整代码）
摘要：传统工业设备故障诊断依赖专家经验，存在知识难沉淀、故障定位慢、根因分析不彻底等痛点。本文基于开源工具栈（Neo4j+Py2neo+Spacy+FastAPI），从0到1构建工业知识图谱故障诊断系统。内容涵盖：知识图谱核心概念解析、Neo4j图数据库部署、工业设备本体设计、多源知识抽取（结构化Excel+非结构化手册）、图谱构建与查询、故障诊断与根因分析功能实现，以及可视化与API服务部署。每个模块附完整可运行代码及执行结果，新手可按步骤复现全流程，进阶读者可直接复用代码到实际项目
Coding养成--Python（17）
a-zA-Z\_][0-9a-zA-Z\_]*可以匹配由字母或下划线开头，后接任意个由一个数字、字母或者下划线组成的字符串，也就是Python合法的变量；1.\d\s\w分别为数字、空格、字母\数字，‘.’代表可以匹配任意字符，{}可以声明字符长度，\s代表空格，后面加一个+表示至少一个。[0-9a-zA-Z\_]+可以匹配至少由一个数字、字母或者下划线组成的字符串，如'a100'，'0_Z'，'Py3000'等等；py也可以匹配'python'，但是加上^py$就变成了整行匹配，就只能匹配'py'了。
【保姆级教程】基于UNet++&MobileNetv2的语义分割模型从训练到RK3588部署：让边缘AI落地效率提升300%
通过SMP库一键构建encoder_name="mobilenet_v2", # 选择MobileNetv2作为骨干encoder_weights="imagenet", # 加载预训练权重加速收敛in_channels=3, # 输入图像通道数（RGB）classes=29, # Cityscapes数据集类别数activation=None # 输出无激活，便于后续损失计算本教程从“模型设计-训练-转换-边缘部署”全链路拆解了。
Live Coding in Python 项目教程
Live Coding in Python 项目教程 1. 项目介绍 Live Coding in Python 是一个开源项目，旨在通过实时编码功能增强 Python 开发体验。该项目支持多种集成开发环境（IDE），包括 PyCharm、Emacs、Sublime Text，甚至可以在浏览器中使用。通过实时编码，开发者可以在编写代码的同时立即看到代码的执行结果，从而加快开发和调试过程。 2. 项...
Camera2Demo
在Camera2 的基础上进行封装，使得Camera2一堆初始化逻辑与Activity分离，降低耦合度，完成预览拍照并保存的操作
OV9734 DATASHEET，完整规格书
OV9734完整规格书，包括电气参数，尺寸规格，寄存器配置表等
Coding养成--Python（19）
实现参数的优先级查找，即先查命令行参数，如果没有传入，再查环境变量，如果没有，就使用默认参数。本身也是一个dict，但是查找的时候，会按照顺序在内部的dict依次查找。如果希望key不存在时，返回一个默认值，就可以用。，这样就可以非常高效地往头部添加或删除元素。可以根据参数设置的顺序确定查找目标参数的顺序。元素的个数，并可以用属性而不是索引来引用。时，如果引用的Key不存在，就会抛出。是一个函数，它用来创建一个自定义的。串起来并组成一个逻辑上的。
ssm框架搭建
这个是一个在idea上成功跑起来的ssm框架项目，保存在这里方便以后使用直接下载
Windows Vibe Coding：PowerShell+ripgrep+Python 快速开发实践
Vibe Coding 是一种强调心流、反馈即时、工具极简的现代编码范式，核心在于缩短‘想法→执行→结果’的响应链路。其技术原理依托于操作系统原生能力的深度协同：PowerShell 提供基于对象的管道化系统操控能力，ripgrep 实现毫秒级结构化文本搜索，Python 充当轻量级数据转换与胶水逻辑引擎。这种组合在 Windows 平台具备独特优势——无需 WSL、不依赖开发者模式，即可打通办公场景（Excel/Log/邮件）、运维任务与日常自动化。对广大 Windows 开发者、运维人员及技术型办公用户
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
396
扫一扫
