有点困惑

最新推荐文章于 2024-02-14 19:02:47 发布
最新推荐文章于 2024-02-14 19:02:47 发布 · 192 阅读 · 0
文章标签：

#OO #Hibernate #JSP #Spring #freemarker

这段时间都在思考一个问题
那就是我该如何走
我是说刚刚步入社会，职业生涯的路该如何走
怎样才能找到最适合自己的发展道路。

我刚刚从一所还不错的工科学校毕业，硕士学历，现在已经工作了三个多月，
现在的公司属于那种靠政府行业养着的类型
业务和生存都不存在问题，
但是她的这种背景早就了她的一些先天不足
所以在这里工作给人的感觉，可以用用一个比方形象的说明
那就是性欲旺盛的少妇面对着一位那方面有点欠缺的男人
男人点起了她的欲望，但却没法满足她，徒有郁闷无处发泄。开发项目
的时候看所谓资深人士做的需求和数据库设计，简直要命，明明用
Hibernate开发，却体现不出一点OO思想；明明是需求文档，却是一堆
从客户现有的系统上Copy过来的图片，有的地方还偷工简料省掉了，即
使偶尔找到一个word文档，兴奋完了认真看时，却看不出它具体需要什
么；设计文档压根儿没有。


在学校的时候也经历很多中小型项目的开发实习，都是java方面的，积累了一些
开发上的经验，能做一些不是很复杂的项目的需求分析和数据库设计（
OOA/AAD）。流行的开源框架：比如struts/webwork2,Hibernate, Spring
等都用过，虽不是多里手，项目框架开发环境的搭建和配置以及相关的
开发都不成问题。流行的View层技术也熟悉一些，比如jsp，
freemarker，JS功底也还马马虎虎，熟悉Ajax技术，能熟练使用Ext JS
进页面开发。我对技术挺感兴趣，但是我也知道，我这样的技术的同行
，肯定是大把大把的，所以根本谈不上什么竞争力。所以我想刚毕业我
的首要任务还是提高自己，多学习，多积累，薪资待遇都不是重点。现
在的境况，想提高技术也没多好的环境，想提升待遇就更别想了，真的
有点困惑了。跳槽吗？还是怎么办呢？路过的人们，给点建议吧，谢谢！
hqind
关注
大模型中的困惑度（Perplexity）是个啥？：小白都能看懂的讲解
wzkecps770126的博客
01-20 3692
用举案例的方式，浅显的讲解“困惑度“文本大模型生成质量评估指标。
php中isset与empty函数的困惑与用法分析
01-20
本文实例讲述了php中isset与empty函数的困惑与用法。分享给大家供大家参考，具体如下： 在学习php有一段时间之后，感觉自己的基础知识还是有点不牢固，有的问题就不怎么知道，比如就有一个，在判断一个变量是否为空...
java.lang.NumberFormatException 错误及解决办法
热门推荐
向死而生
07-24 33万+
前言：        在做后台时用的jsp开发，在页面向controller传参时用String接收的参数，但是数据库实体中jies接收该参数时是int类型，做了一下强制转换，但是没有判断去空格，结果页面加载时就报500错误了。   错误截图： 在报错后注意分析报错信息，如上图提示在ShopController.java 的92行出错了，那么错误就很容易定位了，去看那里的代码。 ...
Golang数据库连接池几个你很困惑的问题（未完待续）
一只努力的微服务
08-22 4878
xorm简介 xorm框架对go基础包database及go-mysql-driver驱动进行了比较完整的封装，go在database/sql/drive中实现驱动接口，由go-mysql-driver/mysql来实现具体的mysql交互方法。对于数据库连接池部分，xorm是没有单独实现，只是对go基础包中的数据库通用连接池进行了封装。 xorm对连接池暴露的方法有三个： // 设置连接池最大空...
最近设计网络游戏。团战有点困惑
xiayunliang89的博客
02-14 379
几百个属性不同的成员，和另外几百个属性不同的成员。涉及到宗门与宗门的战斗。最近做文字修仙游戏。
最近有点困惑，做好的产品不知道怎么........
chouzhuoshuo4226的博客
05-04 93
最近有点困惑，做好的产品不知道怎么就被盗了，感觉不可能啊，做了一些手段，怎么不管用？ 转载于:https://my.oschina.net/u/3643704/blog/1806567...
困惑度perplexity
lhyyhlfornew的博客
10-18 2133
看了网上许多对困惑度的解释看的我相当困惑，各种公式什么的也看不明白，总结其中最简单直观的解释是：困惑度反应的是你的模型对预测下一个字符时有多少可选项，困惑度越低说明你的模型对下一个字符预测的把握越大，比如当困惑度为20时说明你的模型在预测下一个字符时它有20个选项，然后它就很困惑要选哪个毕竟有20个选项都很有可能是正确的，当困惑度接近1时说明你的模型预测下一个字符只有一个可选项，这从侧面也反映你的...
【西祠日志】【08】周五周五，一周又结束，有点困惑未了
丁一鸣的优快云
07-25 712
【西祠日志】【08】周五周五，一周又结束，有点困惑未了  （2015.07.24 周五  雨） 今天按照计划，继续学习正则表达式，然后学习文件上传，借助了php文件上传的教程，可还是有点力不从心，可能还是欠缺理解领悟； 昨天的日志一天能有120的阅读，挺欣慰的，我会继续加油； 1、计划 1.1安装 office2016 for mac 1.2学习正则表达式 1.
有点烦恼，有点困惑：拖了大半个月，补偿的钱未到帐
jacksu19的专栏
07-02 794
我是不是应该很生气？生气后后果是否会变得很严重？ 我还可以相信NoNo么...
小困惑
棺材深處
11-04 1215
时间很快，已经第十周了，做了很多实事，也浪费了不少时间。第十周期末考试，四级考试也陆续到来，真正有时间可以去自学的就开学这十周了。 但是自我感觉还是对自己太过于放松了，一部分是环境的因素，宿舍里面真正用心学技术的人少，一部分就是没有压力，有点像呆在开水里面的青蛙适应了开水的温度一样，渐渐麻木了。昨天看《徒然草》中的《某人学射箭》，一个人刚开始在学射箭的时候手上千万不要拿着两支箭，要不然他在射第一
EB不是会自动生成动态代码吗？为什么你一直在说“编写代码”？我现在有点困惑了，正如我所说，我想利用EB配置DIO模块PORT模块和MCU的STM时钟来实现一个输出方波的基础功能，例如说在运行一秒钟后输出一个宽度为一秒的方波，我想知道哪部分会是EB自动生成的，哪部分需要我自己来手写
03-15
用户提到EB会自动生成动态代码，但之前的回答中我提到了编写代码的部分，这让他感到困惑。用户的具体需求是利用EB配置DIO、PORT和STM模块来实现输出方波，例如运行一秒钟后输出宽度为一秒的方波，想知道哪些部分由EB...
from flask import Flask, request, jsonify, render_template from flask_socketio import SocketIO, emit import ollama import json import threading import time import os from datetime import datetime import speech_recognition as sr from gtts import gTTS import pygame import base64 import logging # 配置日志 logging.basicConfig(level=logging.INFO) logger = logging.getLogger(__name__) app = Flask(__name__) app.config['SECRET_KEY'] = 'your_secret_key' socketio = SocketIO(app, cors_allowed_origins="*") # 确保目录存在 os.makedirs("conversations", exist_ok=True) os.makedirs("audio", exist_ok=True) # 加载角色设定 with open('character.txt', 'r', encoding='utf-8') as f: character_setting = f.read() # 对话历史 conversation_history = [] def save_conversation(): """保存对话到txt文件""" timestamp = datetime.now().strftime("%Y%m%d_%H%M%S") filename = f"conversations/conversation_{timestamp}.txt" with open(filename, 'w', encoding='utf-8') as f: f.write(f"AI男友对话记录 - {timestamp}\n\n") f.write("角色设定:\n") f.write(character_setting) f.write("\n\n对话内容:\n") for msg in conversation_history: f.write(f"{msg['role']}: {msg['content']}\n") logger.info(f"对话已保存到 {filename}") def text_to_speech(text, filename): """文本转语音并保存为MP3""" try: tts = gTTS(text=text, lang='zh-cn') filename = f"audio/{filename}.mp3" tts.save(filename) return filename except Exception as e: logger.error(f"语音生成失败: {e}") return None def play_audio(filename): """播放音频文件""" try: pygame.mixer.init() pygame.mixer.music.load(filename) pygame.mixer.music.play() while pygame.mixer.music.get_busy(): time.sleep(0.1) except Exception as e: logger.error(f"音频播放失败: {e}") def get_ai_response(user_input): """获取AI回复""" try: # 构建包含角色设定的提示 prompt = f"{character_setting}\n\n当前对话:\n" # 添加最近的对话历史（最后5轮） recent_history = conversation_history[-10:] if len(conversation_history) > 10 else conversation_history for msg in recent_history: role = "小美" if msg['role'] == 'user' else "你" prompt += f"{role}: {msg['content']}\n" prompt += f"小美: {user_input}\n你: " # 调用Ollama API response = ollama.chat(model='llama2', messages=[ {'role': 'user', 'content': prompt} ]) ai_response = response['message']['content'] return ai_response except Exception as e: logger.error(f"AI响应失败: {e}") return "抱歉，我现在有点困惑，能再说一次吗？" @app.route('/') def index(): return render_template('index.html') @app.route('/chat', methods=['POST']) def chat(): try: data = request.json user_input = data.get('message', '') if not user_input: return jsonify({'error': '消息不能为空'}), 400 # 添加到历史 conversation_history.append({'role': 'user', 'content': user_input, 'timestamp': datetime.now().isoformat()}) # 获取AI回复 ai_response = get_ai_response(user_input) # 添加到历史 conversation_history.append({'role': 'assistant', 'content': ai_response, 'timestamp': datetime.now().isoformat()}) # 定期保存对话 if len(conversation_history) % 5 == 0: threading.Thread(target=save_conversation).start() return jsonify({'response': ai_response}) except Exception as e: logger.error(f"聊天错误: {e}") return jsonify({'error': '内部错误'}), 500 @app.route('/text_to_speech', methods=['POST']) def text_to_speech_api(): try: data = request.json text = data.get('text', '') if not text: return jsonify({'error': '文本不能为空'}), 400 timestamp = datetime.now().strftime("%Y%m%d_%H%M%S") filename = f"speech_{timestamp}" # 生成语音 audio_file = text_to_speech(text, filename) if audio_file: # 读取音频文件并编码为base64 with open(audio_file, 'rb') as f: audio_data = base64.b64encode(f.read()).decode('utf-8') return jsonify({'audio': audio_data, 'filename': filename}) else: return jsonify({'error': '语音生成失败'}), 500 except Exception as e: logger.error(f"语音生成错误: {e}") return jsonify({'error': '内部错误'}), 500 @socketio.on('voice_message') def handle_voice_message(data): try: # 接收base64编码的音频数据 audio_data = base64.b64decode(data['audio']) filename = f"audio/voice_input_{datetime.now().strftime('%Y%m%d_%H%M%S')}.wav" # 保存音频文件 with open(filename, 'wb') as f: f.write(audio_data) # 语音转文本 recognizer = sr.Recognizer() with sr.AudioFile(filename) as source: audio = recognizer.record(source) user_input = recognizer.recognize_google(audio, language='zh-CN') # 发送文本到聊天处理 emit('voice_transcription', {'text': user_input}) # 获取AI回复 ai_response = get_ai_response(user_input) # 生成语音回复 timestamp = datetime.now().strftime("%Y%m%d_%H%M%S") audio_file = text_to_speech(ai_response, f"response_{timestamp}") # 读取音频文件并编码为base64 with open(audio_file, 'rb') as f: response_audio = base64.b64encode(f.read()).decode('utf-8') # 发送语音回复 emit('voice_response', { 'text': ai_response, 'audio': response_audio }) except sr.UnknownValueError: emit('error', {'message': '无法识别语音'}) except sr.RequestError as e: emit('error', {'message': f'语音识别服务错误: {e}'}) except Exception as e: logger.error(f"语音处理错误: {e}") emit('error', {'message': '内部错误'}) if __name__ == '__main__': # 初始化pygame mixer pygame.mixer.init() # 启动Flask应用 logger.info("AI男友系统启动中...") socketio.run(app, host='0.0.0.0', port=5000, debug=True) 代码逐行解析
08-28
return "抱歉，我现在有点困惑，能再说一次吗？" ``` - 构建 prompt，包含角色设定和上下文历史。 - 调用本地大模型（如 llama2）获取回复。 - 返回 AI 的回复内容。 --- ### 11. 主页路由 ```python @app....
我不想使用class作为GUI程序，我认为class是用来定义数据类型的，你这种写法有点让我困惑
02-17
我之前的回复提供了一个基于类的实现，但现在用户反馈说不喜欢使用class，认为class是用于定义数据类型的，对之前的写法感到困惑。用户希望得到一个不使用类的GUI程序版本。 首先，我需要理解用户的困惑点。用户...
基于AlexNet的Python手写数字识别系统实现与实验分析
最新发布
11-27
本资源提供了一套运用AlexNet架构进行手写数字识别的完整解决方案，包含Python程序与详细实验文档。代码部分附有清晰的注释说明，便于初学者理解与掌握。该方案在学术评审中获得了优异的评价，特别适合作为毕业设计、课程终期作业或学术项目的实践案例。 资源内容组织严谨，结构清晰，使用者可通过简单的配置步骤快速部署运行。实验报告系统地阐述了理论基础、方法实现与结果分析，为深度学习在图像识别领域的应用提供了规范的实践参考。整套材料注重逻辑性与可操作性，能够有效辅助学习者掌握卷积神经网络的核心原理及实际应用。 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！
雅砻江.zip
11-27
三级水系流域矢量数据，数据格式shp格式，坐标系wgs84，真实可靠可打开，放心使用
青衣江和岷江干流.zip
11-27
三级水系流域矢量数据，数据格式shp格式，坐标系wgs84，真实可靠可打开，放心使用
c++大作业宠物小精灵对战系统.zip
11-27
c++大作业宠物小精灵对战系统.zip
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
 
红包 添加红包
表情包 插入表情
表情包 代码片
 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