flash是没有办法与本地程序交互

介绍了FlashPlayer10中新增的本地交互功能,包括文件保存、打开等操作,并提供了具体的实现代码示例。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

在Flash Player10之前,flash是没有办法与本地程序交互的,有些操作,比如保存图片,一般的做法都是先把数据发送到后台然后再发送到前台保存,这样无疑非常麻烦,必须要写一系列的前后台交互处理,幸好在Flash Player10中,Adobe提供了一些接口用于本地的交互,比如文件保存本地,本地文件打开,本地文件上传等,像TWaver的FlexDemo,工具栏上提供了,保存图片,保存xml,打开xml等操作,如下所示,


通过这几个按钮可以方便的和本地进行交互

Save Image和Save XML很简单,调用的是FileReference的save方法,

Open XML是用FileReference的browse方法,通过load数据以后,可以直接通过

var xmlText:String = fr.data.readUTFBytes(fr.data.length);把数据读取进来,代码如下:
var fr:FileReference = new FileReference();
if (fr.hasOwnProperty("browse")) {
fr.addEventListener(Event.SELECT, function(e:Event):void {
fr.load();
});
fr.addEventListener(Event.COMPLETE, function(ex:Event):void {
var xmlText:String = fr.data.readUTFBytes(fr.data.length);
var serializer:XMLSerializer = new XMLSerializer(network.elementBox);
serializer.deserialize(xmlText,network.currentSubNetwork);
});
var fileFilter:FileFilter = new FileFilter("XML: (*.xml)", "*.xml");
fr.browse([fileFilter]);
} else {
Alert.show("install Flash Player 10 to run this feature", "Not Supported");
}


但是很多客户把Demo部署到FB中运行,保存图片的时候,会有一个异常的对话框,

显示:”install Flash Player 10 to run this feature”

这个是因为,不止要求客户端的Flash Player为10,而且要求编译时设置以下环境变量:-target-player=10.0.0,

另外如果用SDK4.1,在Flash Builer4中,直接用fr.load();也会报异常,加上-target-player=10.0.0就可以了

具体请参考,Flex导出图片
资源下载链接为: https://pan.quark.cn/s/140386800631 通用大模型文本分类实践的基本原理是,借助大模型自身较强的理解和推理能力,在使用时需在prompt中明确分类任务目标,并详细解释每个类目概念,尤其要突出类目间的差别。 结合in-context learning思想,有效的prompt应包含分类任务介绍及细节、类目概念解释、每个类目对应的例子和待分类文本。但实际应用中,类目和样本较多易导致prompt过长,影响大模型推理效果,因此可先通过向量检索缩小范围,再由大模型做最终决策。 具体方案为:离线时提前配置好每个类目的概念及对应样本;在线时先对给定query进行向量召回,再将召回结果交给大模型决策。 该方法不更新任何模型参数,直接使用开源模型参数。其架构参考GPT-RE并结合相关实践改写,加入上下文学习以提高准确度,还使用BGE作为向量模型,K-BERT提取文本关键词,拼接召回的相似例子作为上下文输入大模型。 代码实现上,大模型用Qwen2-7B-Instruct,Embedding采用bge-base-zh-v1.5,向量库选择milvus。分类主函数的作用是在向量库中召回相似案例,拼接prompt后输入大模型。 结果方面,使用ICL时accuracy达0.94,比bert文本分类的0.98低0.04,错误类别6个,处理时添加“家居”类别,影响不大;不使用ICL时accuracy为0.88,错误58项,可能未修改prompt有关。 优点是无需训练即可有较好结果,例子优质、类目界限清晰时效果更佳,适合围绕通用大模型api打造工具;缺点是上限不高,仅针对一个分类任务部署大模型不划算,推理速度慢,icl的token使用多,用收费api会有额外开销。 后续可优化的点是利用key-bert提取的关键词,因为核心词语有时比语意更重要。 参考资料包括
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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