预测一下:从 JitAI 开始,中国软件开始弯道超车!

SpringBoot和Vue法律咨询案件进度与智能文书管理系统源码 包含前后端源码、SQL初始化脚本和启动说明。JDK 17、Spring Boot、Vue;默认H2演示数据库。 立即下载

前两天和朋友吃饭,聊起了AI,他说:“现在AI这么厉害,为什么不能用到公司系统中呢?”

我说:“你想用到哪里去?”

他说:“公司系统有个采购审批的功能,需要查询供应商、历史采购记录、预算等信息,然后进行分析、决策,这事儿让AI干不是很合适吗?”

我想了下,AI看起来确实很适合,但是它干不了啊,它不理解公司这些复杂的业务系统啊!

难不成让朋友把信息从业务系统中复制出来,让大模型去分析处理? 这就太笨了!

这其实就是AI窘况:看起来热热闹闹,但都是偏娱乐性的玩具,一旦想落地到企业级应用,真正产生价值就难了!

能不能把AI嵌入到业务系统中,和业务系统进行融合呢?

这得要求AI能理解系统的数据模型,业务逻辑,UI模块,世界上有无数的IT系统,用的开发语言和技术栈各色各样,AI如何才能理解它们?这太难了。

不过,难就意味着机会,还可能是非常巨大的机会。

最近朋友圈都在谈的JitAI,确实有让人豁然开朗的感觉!

刚看到JitAI时,我觉得这不就是个低代码平台然后加上一些AI原生的功能嘛,深入进去才发现:JitAI是从系统架构的最底层做了创新和重构!是一个面向AI而设计的全新系统架构!而面向GUI的可视化低代码开发,只是它附带的一个能力而已。

很感慨,在软件工程领域,第一次看到中国公司在底层协议、开发框架、开发工具、应用容器平台这种长期被国外占领的领域做出创新。而且,关于那个一直被程序员吐槽但又放不下的课题---“低代码开发”,我似乎在JitAI上看到了终极答案,作为做过多年开发的我来说,第一次对“可视化开发”的可行性有了完全的认可!

产品很震撼,我大力硬广一下:官网链接:https://jit.pro/

01

让AI看懂系统底层的秘密

1.给每个模块都配上一个详细的“说明书”

为了让AI实现对业务系统的感知能力,非得从最底层动刀不可,为此JitAI设计了一个叫做JAAP的应用架构协议。

JAAP协议让应用的每个模块都是自描述的,这样,AI看一眼就知道:

  • 模块的功能(这个模块是干什么的?)

  • 输入参数要求(需要什么数据?)

  • 输出结果格式(会返回什么?)

  • 调用限制条件(什么情况下能用?)

比如这是个元素的定义:

{  // 基础信息  "title": "用户数据模型",                    // 元素显示名称  "type": "models.NormalType",              // 类型指向  "description": "提供用户信息管理功能",       // 功能描述  // 访问控制  "accessModifier": "public",              // 访问修饰符  // 功能接口  "functionList": [                        // 对外接口定义    {      "name": "getUserById",      "title": "根据ID获取用户",      "async": true,      "returnType": "JitDict",      "ignoreSign": false,                // 是否忽略签名验证,默认false      "loginRequired": 1,                 // 是否需要登录,默认1,0表示不需要登录,1表示需要登录      "args": [        {          "name": "userId",          "title": "用户ID",           "dataType": "Stext"        }      ]    }  ]}

AI只要一看这个说明书,就会明白:“嗯,这是个数据模型的定义,主要做用户管理的,它有个叫做getUserById的方法,可以根据ID获取用户,参数是userId,但是必须得登录以后才行.......”

这种自描述模块不但适用于后端业务逻辑,也适用于前端UI,这意味着AI不仅能调用后端功能,还能理解和操作前端界面,这为AI驱动全栈系统奠定了基础。

2.统一调用方式

在传统的应用中,模块不同,调用方式也不同:直接调用函数,消息队列,RPC,Websocket,RESTful......

想让AI调用它们,得给每种调用模式写适配代码,这种复杂度高得可怕。

JitAI的解决方案是:车同轨,书同文,统一调用方式。

每个模块既然已经有了自描述的功能接口,那就用这种统一的方式来调用它们:

# 数据模型调用user_model = app.getElement("models.User")user_data = user_model.getById(user_id)# 业务服务调用auth_service = app.getElement("services.AuthService")login_result = auth_service.authenticate(username, password)

02

让AI自动完成业务流程

想想看,当你的系统是由这些自描述的模块组成,并且调用方式都一样,会发生什么事情?

AI看到这些东西,估计会高兴坏了,这是一个它完全可以理解的世界,它完全可以自动完成非常复杂的业务流程。

这么说略微有点儿抽象,我们可以看一个实际的案例。

有一个对销售进行话术考核的系统,销售人员需要针对一些销售相关的问题做出回答,像这样:

对每个问题,系统已经设定了标准答案,用它和销售人员的回答进行对比,然后进行评分,很明显,这个工作非常适合AI来干。

如果使用传统的系统,评卷人得把标准答案和销售的答案复制到AI中,让AI评判,然后再把AI生成的得分和理由给复制回来,非常麻烦。

但是有了JitAI,在设计评卷系统的时候,可以给这个界面添加一个AI助理:

然后告诉AI助理:应该从界面的哪些字段取值,从数据模型的哪些字段取值,如何评分,最后更新哪些字段......

由于每个模块都是自描述的,调用方式是统一的,AI在运行的时候可以获取这些信息,对销售的回答进行评分,然后直接把结果更新到界面当中去。

整个过程非常丝滑,AI把整个流程都自动完成,完全不需要人工介入。

这不是“加一个 AI 按钮”,是系统“AI 原生化”!

03

可规模化的建模体系

你可能觉得JAAP这种自描述的模块非常好,但是一个系统需要很多模块,自己去开发可就太麻烦了。

其实不用担心,应用开发所需的绝大部分模块Jit都已经帮你建好了,你只需要直接使用,或者扩展一下就行。

这就不得不说一下给我印象非常深刻的三层抽象结构了:Meta、Type、Instance。

Meta层定义类别,例如门户,页面,组件,模型,这一层最抽象,最稳定,可以说是几乎不变。

Type层是类型,封装了技术实现,比如“数据表格组件”,这一层最复杂,不过JitAI框架已经内置了丰富的Type库,像开发者门户,数据库表模型等,程序员可以扩展。

Instance层承载了个性化的业务配置,例如“订单列表”就是数据表格组件的Instance。

JitAI开发框架中已经实现了大量常用的Meta和Type,已经把前两层都做完了。

  • 门户、页面、组件:UI层

  • 数据模型、服务:业务逻辑层

  • 工作流、权限:流程控制层

  • 组织架构、登录认证、数据源:基础设施层

  • ......

而且开发者只要遵循JAAP协议,就可以对框架内的任何Meta元素、Type元素进行重写替代、也可以扩展自己的新元素。这些元素既可以是前端功能组件、也可以是后端功能模块。这意味着开发者可以充分复用官方框架的内置全栈能力又丝毫不受束缚,拥有持续集成新能力的无限自由。

大多数情况下,开发者只需要在Instance层选组件、配置数据、写逻辑,构建一个企业应用非常快。

04

编排+编程的完美统一

看到上面那几幅图,你可能会觉得:嗯?又一个低代码开发平台?

看起来像,实际上JitAI和低代码平台有着本质的不同。

JitAI开发框架就像许多小积木组成的矩阵,低代码能力只不过是其中的一块而已。

任何IT系统都是由过程和结构共同组成的,编排形成结构,定义系统由哪些模块组成、模块之间如何关联;编程实现过程,描述系统如何运行、业务逻辑如何执行。

低代码非常擅长编排,通过可视化拖拽,快速生成应用,但是在开发的时候,一旦出现超越它能力的需求,就抓瞎了。

要么得搞“恶心人”的特殊处理,要么给厂家提要求,升级软件,这往往是非常漫长的周期。

而JitAI则是一个开放的系统,它拥有JAAP这个开放的协议,每个模块都自描述,在运行时相互感知、驱动,任何人都可以写出新的、符合协议的模块,加入到系统中来,从而轻松实现那些超越能力的需求。

JitAI不但擅长编排,而且非常适合编程,实现了可视化编排+编程的完美统一。

在Jit的可视化开发工具中,可以可视化地组装模块,实时预览效果,当你遇到复杂的逻辑时(这在企业开发中太常见了!),编排的效率就太低了,这时候可以切换到代码模式,用几十行代码清晰表达出来。

更牛的是,在JitAI中实现了双向的工作流:

1. 可视化拖拽组装模块 → 实时预览效果

2. 自动生成高质量原生代码 → 代码可自由修改

3. 代码修改后 → 可视化视图自动更新

4. 循环往复 → 可视化与代码保持同步

比如这个试卷管理的功能,我既可以在可视化界面下配置UI,又可以随时切换到代码模式去写代码,实现一些复杂的业务,两者实时同步,非常方便。

既能享受可视化编排的直观性,又不失去代码的灵活性,这才是正确的开发范式。

05

AI原生时代的中国方案

朋友的业务系统如果使用JitAI来开发,他的问题将会迎刃而解,因为JitAI从最底层做出了关键的创新,可以让AI理解一个复杂业务系统的方方面面,发挥AI的优势,帮助我们自动化复杂的业务流程。

不但如此,JitAI提供的高集成度的应用运行平台、高复用性和高扩展性的开发框架,让图形化编排和编程实现了完美统一,让业务应用开发变得更简单、轻量、快速和高效。

其实我看到JitAI,心里是非常感慨的,在软件世界,美国由于起步早,有着先发优势,很多基础软件、应用软件、框架、库......早已经被他们占据,软件生态一旦建成,后来者想要进行切换几乎不可能。

但是AI时代就不一样了,大家站在同一起跑线,中国的公司完全有可能制定自己的标准和协议,建立自己的技术生态。

JitAI是我见到的第一家将AI和业务系统融合得这么好的开发平台,充分展示了中国企业的创新能力,希望有一天JitAI也能在国际舞台上大放异彩。

最后,建议大家去感受下JitAI的理念和demo(点击阅读原文可直达) :

https://jit.pro/

它会让你看到:AI + 企业开发,其实可以完全是另一种形态。

汽车电子基于OTA的Bootloader更新机制:量产车软件升级断点版本限制与跨代更新规避策略 内容概要:本文深入剖析了量产汽车ECU中Bootloader在OTA升级过程中为何无法跨“断点版本”升级的核心原理。文章从Bootloader作为可信根的不可变性出发,解释了其在SOP后禁止常规OTA更新的原因,并揭示了Flash分区机制下OTA仅能擦写Application区的限制。通过介绍“两段式搬运”自更新机制,阐明了新版Bootloader需依赖旧版Bootloader执行迁移的“鸡生蛋”困境,进而引出断点版本的概念——即首次引入新Bootloader特性的关键过渡版本。文中详细列举了导致断点的典型变更(如签名算法、分区表等),并指出跨版本升级失败的根本原因在于旧Bootloader无法解析新镜像格式或执行更新流程。最后提出系统性解决方案,包括构建有向升级路径图、终端前置校验、A/B冗余、Golden恢复区等工程防护措施,强调需从架构、发布、OTA后台到售后体系全流程协同管理断点风险。; 适合人群:汽车电子工程师、车载软件开发人员、OTA系统设计师及从事ECU固件升级相关的技术管理人员,尤其适合具备嵌入式系统和UDS诊断基础的研发人员。; 使用场景及目标:①理解Bootloader在OTA中的核心作用及其不可随意更新的设计逻辑;②掌握断点版本的成因与应对策略,避免实际升级中出现“变砖”事故;③指导OTA系统设计与升级路径规划,提升整车软件迭代的安全性与可靠性。; 阅读建议:此资源结合真实工程场景深入浅出地讲解复杂机制,建议结合Bootloader自更新流程图与实际UDS刷写案例对照学习,重点关注版本兼容性判断、安全校验设计及故障恢复机制,在开发和测试中充分模拟跨断点升级场景以验证系统鲁棒性。 立即下载

相关推荐

Delphi 13.2控件之TdsProxy.rar

Delphi 13.2控件之TdsProxy.rar

产业园区如何高效匹配企业技术需求与高校科研成果?.docx

科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。

STM32 外设故障总表 40 例|供电·时钟·GPIO·串口·ADC·定时器·中断DMA 七组按现象反查

外设不工作是嵌入式最费时间的一类问题:程序能编译、能烧写,但串口没反应、GPIO 翻转不动、ADC 值乱跳、PWM 频率差一半。同一个「不工作」背后可能是没供电、没开时钟、配错模式,三种原因的处理顺序完全不同,顺序错了会一路猜到换板子。 本表按现象组织,不按外设组织——手上只有现象,就从现象反查。 1. 40 例故障按六组归位:A 供电与复位 6 例、B 时钟与启动 6 例、C GPIO 与引脚 8 例、D 串口与通信 8 例、E ADC 与定时器 7 例、F 中断与 DMA 5 例; 2. 每一例固定四栏:现象 → 最常见原因 → 30 秒定位动作 → 修法。定位动作都是量一个电压、读一个寄存器、看一个波形就能完成的,不用示波器也能做掉一半; 3. 三句话定位到组:按「有没有电 / 时钟对不对 / 引脚配没配」三个问题对应三组,先归组再查行,比顺着外设目录翻快得多; 4. 五个「看着像硬件坏了,其实是软件」:板子偶尔死机、ADC 一直跳、串口乱码、按键抖动、PWM 不出波形,每个给完整排查过程与真正的根因; 5. 出板前 12 项清单:从 VDD/VDDA 电压、复位电容、BOOT0 到晶振负载电容,逐项给合格标准; 6. 四段现场自检代码:打印当前时钟与主频、打印引脚 CRL/CRH 模式、I2C 地址扫描、喂狗周期反算; 7. 定位工具与关键读数对照表:八类待验证事项各配首选工具与判据,附读复位源的代码; 8. 附录 A:40 例一页速查表(现象 → 最可能原因),可直接打印贴工位; 9. 附录 B:三个典型误判的完整过程,看清顺序错了会多花多少步。 全文 10 页,docx 可编辑 + pdf 打印双格式。适合调试时按现象倒查、出板前自查。 说明:表中定位判据为数据手册理论值与现场经验整理,系统级现象请结合自己板子核对。电子资料,一经下载不支持退换。

双向全桥CLLC谐振变换器仿真模型(Simulink仿真实现)

内容概要:本文系统介绍了双向全桥CLLC谐振变换器的Simulink仿真模型,重点阐述了变频控制、闭环仿真及其与多种电力电子拓扑(如维也纳整流器、DAB变换器、图腾柱PFC等)的联合仿真设计。资源包涵盖2.5kW双向全桥LLC、V2G电动汽车充放电系统、三相PFC、多相交错LLC等多种变换器的仿真案例,并深入展示了三电平VIENNA整流器在双闭环PI控制与SVPWM调制策略下,结合上下电容电压差值补偿实现中点电位平衡的先进控制方法。通过仿真验证,该策略不仅有效维持了800V直流母线电压的稳定,还在动态工况下显著提升了电容电压的均衡度,同时保持了较低的输入电流THD,充分体现了SVPWM与中点平衡控制协同优化的技术优势。; 适合人群:具备电力电子与自动控制理论基础,从事新能源发电、电动汽车、工业电源、微电网等领域的研究生、工程师及科研人员。; 使用场景及目标:① 学习并构建高频谐振变换器(如LLC、CLLC)的Simulink仿真模型,掌握其变频与混合控制策略;② 深入理解并应用中点电位平衡、双闭环PI控制、SVPWM调制等核心技术于VIENNA等三电平变换器中;③ 复现高水平期刊论文中的控制算法,服务于科研项目申报、学术论文撰写或工程产品开发。; 阅读建议:该资源为综合性仿真资料库,建议使用者结合自身研究方向(如电动汽车充电、新能源并网)选择对应案例进行精学,重点关注控制策略的设计逻辑、仿真参数的整定方法以及SVPWM与中点平衡的协同机制,并充分利用附带的计算书和参考文献深化理解,以实现从仿真模型到实际工程应用的顺利转化。

电力电子基于CCM Boost拓扑的3.3kW PFC电路参数设计:功率因数校正系统电感与器件选型优化

摘要:工程计算最难的不是算出来,而是「算完讲得清、改得动」。本文以一份 《3.3kW CCM BOOST PFC circuit parameters calculation》计算书为例,梳理 Maple Flow 的核心功能,并看它如何把规格、公式、器件选型、损耗校验和环路设计收进同一份可交付文档。

政府科技管理者在推动科技成果转化过程中,如何精准识别具有高转化潜力的科技成果?.docx

政府科技管理者在推动科技成果转化过程中,如何精准识别具有高转化潜力的科技成果?

全桥LLC谐振软开关Simulink仿真设计

内容概要:本文系统介绍了全桥LLC谐振软开关在Simulink环境下的仿真设计,涵盖单相、三相、双向全桥、半桥及多相交错并联等多种LLC谐振变换器拓扑结构,重点研究软开关技术、变频控制、移相混合控制、闭环仿真建模与关键参数设计。详细展示了全桥LLC谐振变换器的闭环仿真模型构建流程,包括开环与闭环控制策略、软启动机制、恒压恒流双闭环控制体系,并结合Mathcad进行精确的参数计算。此外,文档还整合了丰富的电力电子系统仿真案例,如PFC变换器、PWM整流器、CLLC变换器等,充分体现了该资源在电力电子变换器仿真设计中的全面性与实用价值; 适合人群:具备电力电子、自动化或电气工程等相关专业背景,熟悉Simulink/Matlab仿真工具,从事电源变换器设计、新能源系统开发或电力系统仿真的研究生、科研人员及工程技术人员; 使用场景及目标:①用于深入学习和掌握LLC谐振变换器的工作原理与系统级仿真建模方法;②支撑软开关技术、闭环控制策略、谐振参数优化等方面的科研攻关与工程项目开发;③作为高校电力电子课程教学、实验设计或毕业设计的重要参考资料,全面提升仿真实践能力与工程设计素养; 其他说明:该资源不仅提供完整的Simulink/Plecs仿真模型,还配套提供详细的设计报告、参数计算书、说明PPT及参考文献,有助于用户深入理解设计逻辑与实现细节,建议结合公众号“荔枝科研社”获取全套资料与持续的技术支持。

政府科技管理者如何精准识别本区域高校科研成果的技术转化潜力?.docx

科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。

超全Mathcad全桥LLC谐振变换器开关电源设计mathcad计算书

内容概要:本文档为《超全Mathcad全桥LLC谐振变换器开关电源设计mathcad计算书》,系统性地围绕全桥LLC谐振变换器的开关电源设计展开,重点基于Mathcad平台进行详细的理论计算与参数设计,适用于2.5kW功率等级的电源系统。内容涵盖LLC谐振变换器的核心建模、闭环仿真、关键参数(如谐振电感Lr、励磁电感Lm、谐振电容Cr)优化设计,以及变频控制、移相控制等先进控制策略的实现方法。资源配套齐全,提供Simulink/Plecs仿真模型、设计报告与计算书,支持从理论推导到仿真验证的全流程开发。此外,还包含多相交错、双向全桥CLLC、软启动控制、恒压恒流双闭环等多种高级设计案例,突出其在工程实践与科研复现中的高实用价值。; 适合人群:具备电力电子与电源系统基础知识的高校研究生、科研人员及从事开关电源研发的工程师,尤其适用于需要完成LLC谐振变换器建模、参数设计与控制算法开发的技术人员。; 使用场景及目标:①用于全桥LLC谐振变换器的关键参数设计与Mathcad计算验证;②结合Simulink/Plecs仿真开展闭环控制策略研究,如变频与移相结合控制;③支撑科研项目中的拓扑创新与控制算法复现,提升设计效率与仿真精度; 阅读建议:建议结合配套的仿真模型与计算书同步操作,重点关注谐振参数的计算逻辑与闭环稳定性分析,推荐按照文档目录顺序系统学习,以全面掌握从理论设计到仿真验证的完整开发流程。

国央企创新负责人如何利用数智工具提升技术引进与消化吸收能力?.docx

国央企创新负责人如何利用数智工具提升技术引进与消化吸收能力?

交换机运维巡检工具,专门针对交换机的信息采集

交换机运维巡检工具,专门针对交换机的信息采集

多目标粒子群算法求解综合能源系统最优容量配置研究(Matlab代码实现)

内容概要:本文研究了基于多目标粒子群算法(MOPSO)求解综合能源系统(IES)最优容量配置问题,并提供了完整的Matlab代码实现。文章围绕综合能源系统的结构特点,构建了包含经济性、环保性和系统稳定性等多重优化目标的数学模型,同时考虑了设备出力、功率平衡、储能容量等多种约束条件。通过引入多目标粒子群算法对模型进行求解,获得一组Pareto最优解集,并结合案例仿真分析验证了该方法在提升新能源消纳能力、降低运行成本和减少碳排放方面的有效性。文中详细阐述了算法的核心原理、参数设置、收敛性处理及解集筛选方法,增强了研究的可复现性与工程实用性。此外,资源包还包含了完整的仿真模型与可视化工具,便于用户深入理解和二次开发。; 适合人群:具备一定电力系统或能源系统基础知识,熟悉Matlab编程,从事相关领域研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①应用于综合能源系统规划阶段的设备容量优化配置;②为多目标优化问题提供基于粒子群算法的求解思路与代码参考;③支持学术研究中的算法对比、模型改进与仿真验证。; 阅读建议:建议读者结合文中的Matlab代码逐模块学习,重点关注目标函数与约束条件的建模方式以及算法实现细节,宜在实际案例中调试运行以加深理解。

cpk报表excel格式

cpk报表excel格式

有限元悬臂梁-含一维和二维多种单元类型研究(Matlab代码实现)

内容概要:本文详细介绍了基于Matlab代码实现的有限元悬臂梁研究,涵盖了一维梁单元与二维平面单元等多种单元类型的建模与分析方法。通过数值模拟手段,系统探讨了悬臂梁在不同外部载荷作用下的力学响应特性,重点展示了有限元法在结构力学问题中的具体应用流程,包括几何建模、网格划分、单元刚度矩阵计算、边界条件施加、整体刚度矩阵组装及线性方程组求解等关键技术环节。研究旨在深化对有限元基本原理的理解,并为工程实践中复杂结构的静力学分析与仿真提供可复用的技术路径和代码参考。; 适合人群:具备材料力学、结构力学及有限元分析基础知识,从事机械工程、土木工程、航空航天等领域的科研人员、高校研究生以及相关专业的高年级本科生。; 使用场景及目标:①掌握有限元法在Matlab中的编程实现方法;②对比分析一维与二维单元在悬臂梁建模中的精度与适用性差异;③应用于课堂教学演示、科研项目中的结构仿真验证及工程设计前期的力学性能评估。; 阅读建议:建议读者结合所提供的Matlab源代码逐行调试,深入理解各函数模块的功能与数据传递逻辑,同时可尝试修改结构参数、载荷条件或扩展至其他结构形式,以增强动手能力和对有限元理论的综合应用水平。

产业园区运营负责人如何精准对接企业技术需求与科研成果?.docx

科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。

邻传 NearShare v1.3.0|Windows局域网扫码文件互传、Word/Excel预览与直接打印(含MIT源码)

邻传是一款运行在 Windows 10/11 x64 电脑上的局域网文件共享工具。手机与电脑连接同一 Wi-Fi,扫码后使用浏览器双向上传、下载文件,无需蓝牙、手机 App 或配对码。 功能:同名文件以最后成功上传版本为准并保留历史;Word DOC/DOCX、Excel XLS/XLSX/XLSB/XLSM、ODS/CSV 在线预览;电脑端点击直接调出打印界面;类型筛选、搜索、列表/网格、批量删除和清空;自动识别电脑名称及可获取的手机型号,自动更新 IP 与二维码。 包内包含安装版、免安装版、MIT 协议源码、使用说明和 SHA-256 校验值,内置 Node.js,无需安装开发环境,不含个人共享数据。 使用:电脑启动 → 手机同一 Wi-Fi 扫码 → 上传/预览/下载。适合家庭、可信办公网络分享照片与文档。 限制:无登录、HTTP,能访问服务地址的设备可读写删除,请勿映射公网。Office 复杂排版可能简化;预览上限20MB,表格预览1000行50列;打印上限20MB/10万格/100页PDF,仅电脑支持。为手动分享工具,非自动文件夹同步。安装包暂未数字签名。

上一篇: 这个GitHub项目,要断了所有程序员的后路......
下一篇: 失恋以后,他发明了一门超越C的编程语言!(续)
码农翻身
码农翻身 《码农翻身》作者 《码农翻身》作者
博客等级 码龄8年 3万+粉丝 1084原创
评论
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