guixingqie的博客

原创 收费的 Cursor 用不了？免费平替 Cline 搭配 DeepSeek，编程能力非常强大

选择deepseek后，你可以设置对应的模型，比如deepseek-reasoner，Cline会显示该模型的功能，是否支持图片等，还会显示调用tokens计费规则，以及自定义设置system prompt。这个计算器UI太朴素了，我想优化下界面风格，参照IPhone计算器来个大变身，只需要把需求提给Cline即可，它会帮你改代码，实现想法！安装好后，便可以直接使用Cline，选择你想用的大模型API，比如deepseek，然后填入key密钥即可。但是当我使用计算器来计算6*8时，它居然报错了！

原创 Python selenium爬虫被检测到，该怎么破？

当使用Selenium进行网络爬虫操作时，经常会被目标网站检测到并采取了反爬措施，有几种方法可以尝试规避。1、 用无头模式（Headless Mode）：Selenium支持在无头浏览器模式下运行，这样就不会触发与真实用户操作相关的检测机制。2、模拟真实浏览器行为：设置合理的浏览器配置，如启用JavaScript、设置User-Agent等，以模拟真实浏览器的行为，降低被检测的风险。3、控制访问频率和间隔：合理控制爬虫的数据获取速度，避免过于频繁的请求，以减少对网站的冲击，同时模拟人类用户的浏览习惯。

原创 AI满地爬，其实你更应该学Python，这个原因很重要！

咱们平常接触到的大模型都是大公司开发好的聊天窗口，像DeepSeek、ChatGPT、豆包，你问一句，它们答一句，顶多让你上传个PDF、Excel、图片，AI帮你解读解读。要知道开卷考试，有人考99分，也有人考59分，AI生成代码，也需要你有阅读代码和程序开发的能力，才能将AI生成的代码变成一款优秀的应用，不然只是AI垃圾。所以，想要用好大模型API，你得学会用Python，能处理数据的输入输出，微调各种模型参数，使得大模型更适合专业领域。你会我会大家会，这其中的使用门槛非常之低，并且浪费了大模型的能力。

原创 7个实用的数据挖掘模型和技巧，强烈推荐！

数据分析是通过分析原始数据提取有意义见解的过程，这一过程包括使用分析和统计工具对数据进行检查、清洗、转换和建模，最终提炼出有价值的信息。这些信息用于确定业务决策——比如何时推出营销活动最合适？哪些客户群体最可能购买新产品？但究竟如何将原始数据转化为有用信息？这才是最难的。下面推荐真实业务场景中最常使用的7种分析模型和方法，非常有帮助。

原创 如何使用低代码爬虫工具采集复杂网页数据？

爬虫越来越难，对于一般的非技术童鞋，可以直接用现成的爬虫工具，不需要自己写代码，这些爬虫工具主要分三大类，无代码/低代码采集工具、网页API接口、半自动化爬虫框架。这里推荐6个适合大家用的爬虫工具，可以按照需求来选择合适的技术方案。

原创 飞书多维表格可能是notion+deepseek+excel的最优解组合

没想到飞书表格能顶一个IT团队，我试了下不光能支持多维表格、协同编辑，还可以进行数据库管理、搭建自动化流程、AI智能问答、动态数据看板等，完全可以充当数字化开发工具，这可能是AI与表格搭配最合适的形态。说到飞书多维表格，突然发现好多公司在用它，像影视飓风、元气森林等，他们把业务运营看板、经销商管理系统搭载了多维表格上，我发现完全取代了传统BI的功能。1. 多视图切换：6种视图随心换，表格/看板/甘特图全覆盖，同一份数据怎么看都顺眼～ 不用重复建表，切换即适配场景，视觉清爽不费眼。

原创 推荐6款爬虫软件&插件，非常强！

无论是需要简单的数据抓取，还是复杂的数据挖掘和分析，市场上的爬虫工具都能提供相应的解决方案。同时，使用爬虫软件时，也应遵守相应的法律法规，尊重数据的版权和隐私。亮数据是一款强大的数据采集工具，以其全球代理IP网络和强大数据采集技术而闻名。它能够轻松采集各种网页数据，包括产品信息、价格、评论和社交媒体数据等。HTTrack是一款免费且功能强大的网站爬虫软件，它允许用户下载整个网站到本地计算机。八爪鱼是一款面向非技术用户的桌面端爬虫软件，以其可视化操作和强大的模板库而受到青睐。

原创 这样学Python就是在浪费时间~

电影领着观众走向一个方向，绘画是不会动的。编程语言这东西并不重要，重要的是你用这些 语言做的事情... 不要被围绕某一种语言的宗教把你扯进去， 这只会让你忘掉了语言的真正目的，也就是作为你的工具来实现有趣的事情。人的大脑可以分为反射、思考、记忆三个功能，大脑可以通过大量的反复练习让思考演变成习惯，最后跳过思考只需要反射的指令操控就能完成，从而达到“生巧”的效果。自学 Python 很久却还是不会用，就像你学英语十几年还是不会说，原因是一样的，你没有把Python当做工具去用，而是一味地学，等同于纸上谈兵。

原创 三款Github Copilot的免费替代

研发的一款先进的编程辅助插件，它可以在我们日常编写代码的过程中，根据代码的上下文内容、注释等信息自动推断生成高质量的代码，很大程度上提升我们的代码编写效率。除了常规的根据上下文和提示生成代码的功能以外，我从其推出至今就一直在使用，使用体验非常接近。，生成的代码质量很不错，并且还带有类似。，相信很多人都听说过甚至使用过，作为。是由初创公司研发的一款对标。中我们可以通过安装插件。，来使用集成在其内部的。

原创 使用Python爬虫，selenium能否替代requests？

答案基本是可以的，selenium适合动态网页抓取，因为它可以控制浏览器去点击、加载网页，requests则比较适合静态网页采集，它非常轻量化速度快，没有浏览器开销，占用资源少。首先这次测试的采集目标是某跨境电商网站的智能手机商品数据，基于Scraping Browser服务，使用Python Selenium库来请求和解析数据，Selenium是主流的浏览器自动化工具，也支持其API接口，操作起来比较方便。打开bright data，然后打开后台控制面板界面，找到“浏览器API“，创建新的通道。

原创 一文搞懂Python错误和异常

结合上面的示例，处理异常的规则是：把执行的语句放在 try 代码块中，将错误处理器代码放置在 except 代码块中，except会引发ZeroDivisionError异常来提醒Coder，这段代码的错误是零不能作为被除数。然后，如果异常的类型和 except 关键字后面的异常匹配，则执行 except 子句 ，然后继续执行 try 语句之后的代码。上面示例可以看到，针对语法错误，python解析器会输出错误的那一行，并且在最先找到的错误的位置标记了一个箭头。

原创 什么是机器学习中类别数据的转换？

什么是类别数据呢？类别数据是有分类特征的数据，相对应的是数值数据。比如说，在一个电影数据集中，电影类型特征列中就有一些类别数据（科幻、爱情、恐怖、乡村等等）。以下用电影数据集为例说明：利用Pandas写的DataFrame数据框。

原创 Trae搭配Bright Data MCP自动化采集数据

不知道你发现没，由于现在ChatGPT、DeepSeek、Gemini、豆包等AI大模型的兴起，大家的搜索习惯发生了很大变化，传统的谷歌、百度、必应搜索像是老古董，已经没法满足用户对信息准确性、及时性、高质量的要求了，甚至懒得点开一个个网页去找答案。

原创 老实说，还有必要学习爬虫吗？

其实对于大部分人来说，想要采集网上数据没必要单独去学复杂的爬虫技术，像Python scrapy、JS逆向啥的，学习成本太高，后续应用机会又很有限。我建议直接用现成的爬虫软件，类似于Excel图形界面，只需要点点点就配置好爬虫，还能自动解锁网页验证码、IP轮换等，非常的方便。下面是4个我常用的爬虫软件，基本属于零代码或者低代码操作，非常的便捷。八爪鱼算是非常流行的数据采集软件了，在我上高中时就用过。它是一款完全图形化操作桌面端爬虫应用，通过模拟人类浏览行为（点击、滚动、输入），它能自动化抓取各类结构化数据（

原创 通过 MCP 实现 AI Agent 目前有哪些最佳实践？

首先要介绍下什么是MCP，它的学名是“模型上下文协议”，你可以理解成它是连接AI大模型和外部工具的一个媒介，类似于电脑和互联网的关系，大模型原先只是封闭的大脑，有了MCP后它就连接了无数的信息、工具、数据，可以做更多的事情，比如Bright Data MCP能实现复杂网站的数据采集。总的来说，AI爬虫已经成为不可逆的趋势，完全不需要写代码处理网页，几乎零门槛，而且能很好的和一些智能体结合，做出不错的产品，比如手机的价格监测应用，运营的好也能带来不错的效果。

原创 为什么Mac打字更舒服，其他电脑做不到呢？

以上是我用Mac下来的几点感受，但这仅代表Mac在编程开发上的优势，也包括设计、自媒体等，如果是普通场景使用电脑，比如日常办公、娱乐消遣、打游戏等，其实Windows更好用。3、Mac系统更加流畅，这和iPhone一样，哪怕是8G/256G的丐版，打开五六个IDE也不会卡，对于编程来说，卡顿或者无缘无故死机真的没法忍受。程序员很多系统都是基于Linux开发的，除了游戏开发、客户端开发之外，Mac开发的东西能无缝部署到Linux，不需要处理兼容的问题。这有一种专业术语，叫作剪刀脚设计。

原创 pandas 数据清洗实战教程：从基础到机器学习应用

数据清洗作为数据预处理的核心环节，直接决定了后续分析和建模的质量上限。根据行业调研显示，数据分析师约 60% 的工作时间都投入在数据清洗上。这一比例充分说明了数据清洗在整个数据处理流程中的关键地位。在实际应用中，数据质量问题可能导致严重后果。根据 Gartner 的报告，数据质量不佳导致企业每年平均损失 1,290 万美元。这些损失主要源于基于错误数据做出的决策，包括错误的市场预测、不当的资源配置以及错失的商业机会。对于机器学习而言，数据清洗的重要性更是不言而喻。

原创 最常用的6大Python爬虫库推荐

而且亮数据有个很强大的功能：Scraper APIs，你可以理解成一种爬虫接口，它帮你绕开了IP限制、验证码、加密等问题，无需编写任何的反爬机制处理、动态网页处理代码，后续也无需任何维护，就可以“一键”获取Tiktok、Amazon、Linkedin、Github、Instagram等全球各大主流网站数据。爬虫其实就是请求http、解析网页、存储数据的过程，并非高深的技术，但凡是编程语言都能做，连Excel VBA都可以实现爬虫，但Python爬虫的使用频率最高、场景最广。

原创 爬虫这么难，其实可以用低代码采集工具

它是一款完全图形化操作桌面端爬虫应用，通过模拟人类浏览行为（点击、滚动、输入），它能自动化抓取各类结构化数据（文本/图片/表格/视频），并内置电商、社交媒体、新闻门户等主流平台的预置模板，大幅降低采集门槛。Instant Data Scraper 是一款非常简单易用的网页数据爬虫插件，在Chrome或Edge上安装使用，你不需要任何代码知识，只需要点几下鼠标，就可以把你想要的数据下载到表格里面。总得来说，对于代码能力不强的童鞋来说，现成的爬虫软件是比较好的选择，直接图形化界面点点点，能避免很多麻烦。

原创 记住这6点，让python爬虫规避检测

如果是技术小白，不会写上面提到的那些规避措施代码，就可以尝试用亮数据的这样的采集api，它把各种规避检测的技术、IP代理池都封装到一个接口里，还提供专门的云上浏览器，用selenium接入，和普通浏览器一样，有头无头都支持，但不需要再写各种反爬措施之类的脚本，比较简单直接。因为很多网站会直接识别headless模式，也就是无头模式，只有selenium这样的自动化工具才会这么干，真人只会在浏览器界面访问，所以用selenium时要打开真实浏览器界面，这样不容易被检测。

原创 从PDF中提取Excel，这个工具真的好用

首先，pdfplumber能轻松访问有关PDF对象的所有详细信息，且用于提取文本和表格的方法高级可定制，使用者可根据表格的具体形式来调整参数。这次介绍一个开源python工具库-pdfplumber，可以方便地获取pdf的各种信息，包括文本、表格、图表、尺寸等。目前市场上有很多pdf工具，大部分是阅读类，也有支持对pdf的修改、转换等功能，但这部分工具不少是收费的。一个小小的脚本，不到十行代码，便将pdf表格提取并转化为dataframe格式，最终保存到excel。

原创 硬件连接：技术与艺术的完美融合