- 博客(108)
- 收藏
- 关注
RSS订阅原创 Flask Session 与 Cookie 新手实战指南
Cookie 是服务器发送到用户浏览器并保存在本地的一小段数据（通常不超过 4KB），浏览器在后续同源请求中会自动携带这些数据。生活化类比：Cookie 就像超市发给你的会员卡。第一次去超市时，收银员给你一张卡（服务器设置 Cookie），卡上记录了你的会员编号。以后每次你去这家超市，只要出示这张卡（浏览器自动携带 Cookie），收银员就知道你是谁了。存储位置：客户端（浏览器）传输方式：通过 HTTP 头部传递（Set-Cookie响应头 /Cookie请求头）生命周期。
2026-08-14 13:46:24
420
原创 Django 中 request 对象最常用和核心的属性
获取URL参数获取表单数据获取上传文件获取请求头获取客户端IP判断请求方法获取当前用户这些是 Django 中request对象最常用和核心的属性。了解它们能帮助你高效地处理各种客户端请求。如果想深入了解某个特定属性（比如如何安全地处理文件上传），随时可以再问我。
2026-08-14 13:40:56
373
原创 Flask 模板渲染新手实战指南
过滤器可以对模板中的变量进行格式化处理。Jinja2 提供了丰富的内置过滤器，你也可以自定义。内置过滤器示例-- 转大写 --> < p > {{ message | lower }} </ p > <!-- 转小写 --> < p > {{ price | round(2) }} </ p > <!-- 四舍五入保留2位小数 --> < p > {{ users | length }} </ p > <!
2026-07-30 14:30:43
333
原创 Flask 视图函数新手实战指南
重定向：使用redirect()将用户跳转到其他页面。# 重定向到 home 视图函数对应的 URL# 重定向到外部网站url_for()可以根据视图函数名反向生成 URL，比硬编码 URL 更灵活、更易维护。自定义错误页面：使用装饰器注册错误处理器。⚠️关键注意：自定义错误页面必须显式返回状态码（如如果DEBUG=True，自定义错误页会被调试面板覆盖，生产环境务必关闭调试模式。
2026-07-30 14:27:22
253
原创 Flask 请求与响应新手实战指南
在生产环境中，默认的白色错误页面对用户极不友好。Flask 允许我们全局拦截并美化错误。通过@app.errorhandler(状态码)# 捕获 404 错误# 返回自定义 HTML 页面，状态码必须明确为 404# 捕获 500 内部服务器错误# 捕获 401 未授权# 也可以返回 JSON 格式（适用于前后端分离）请求对象：掌握了request的argsformjsonfiles等核心属性响应构建：学会了字符串、元组、jsonify多种返回方式动态路由。
2026-07-29 13:47:58
243
原创 Flask 路由新手入门与实战指南
在 Flask 中，路由是指将特定的 URL 模式映射到对应的处理函数（称为视图函数）的机制。当用户访问某个 URL 时，Flask 会根据路由配置找到对应的函数并执行。return '欢迎来到首页！return '商品列表页面'使用redirect()return redirect(url_for('login')) # 重定向到 login 路由return '这是登录页面'url_for()函数根据路由的函数名生成对应的 URL，比硬编码 URL 更灵活、更易维护。
2026-07-29 13:45:15
459
原创 Python3 模块开发与应用实战指南
模块（Module）本质上就是一个.py 文件，里面包含变量、函数、类等代码。当我们把不同功能的代码分门别类放进不同的文件里，每个文件就是一个模块。在my_project文件夹下新建一个文件my_math.py"""两数相加""""""两数相减"""这个文件本身就是一个模块，名字叫my_math（不含 .py 后缀）。新建main.py，与my_math.py# main.py核心概念要点模块定义任意 .py 文件就是一个模块导入方式import 模块名from 模块名 import 函数。
2026-07-28 14:15:43
202
原创 Python 装饰器新手入门与实战指南
如果想给类方法写自定义装饰器，要确保自定义装饰器在或之前print(f"func . __name__ } 耗时： {
2026-07-28 14:10:23
444
原创 Python3 函数新手入门与实战指南
def 函数名(参数1, 参数2, ...):"""文档字符串（可选，说明函数作用）"""代码块return 返回值 # 可选Lambda 函数就是“一句话函数”——没有名字、只能写一行表达式的函数。lambda 参数1, 参数2, ... : 表达式print(age) # age 从未定义test()排查：检查变量是否拼写错误，或是否在函数外部定义但未传递进来。境界标志能写会定义和调用函数，理解参数和返回值会用能熟练运用默认参数、*args、**kwargs，会使用 lambda善设计。
2026-07-24 11:00:58
310
原创 Python3 迭代器与生成器新手实战指南
可迭代对象就是可以被遍历的对象。Python 中常见的列表、元组、字典、字符串、集合等，都是可迭代对象。它们的共同特征是：实现了__iter__()方法，调用该方法可以返回一个迭代器。判断一个对象是否可迭代，最直接的方法就是看它能不能用在for# 这些都是可迭代对象print(item) # 可以正常遍历迭代器是“遍历工具”，它记住了当前遍历的位置。__iter__()：返回迭代器对象自身__next__()：返回下一个元素，没有元素时抛出异常。
2026-07-24 10:57:11
210
原创 Python 推导式从零上手：一行代码搞定数据转换
第一次看到推导式的时候，可能会觉得它有点"反人类"——明明三四行就能写完的逻辑，非要挤在一行里，看着像天书。但用顺手之后会发现，它确实能省掉不少冗余代码，而且逻辑更集中。这篇教程的目标很简单：让你看懂推导式，能自己写推导式，以及知道什么时候该用它、什么时候不该用。
2026-07-23 10:34:44
526
原创 Python3 循环语句新手实战指南
循环这东西，光看是学不会的，一定要亲手敲、亲手改、亲手把代码搞崩再修好。我建议你把这篇教程里的每一段代码都手动敲一遍，改几个数字看看效果，故意制造个死循环体验一下。
2026-07-23 10:31:12
306
原创 Python3 条件控制新手实战指南
条件控制说到底是"让程序做选择题"。代码怎么写才算好？别人（包括三个月后的自己）看一遍就能明白这段逻辑在干嘛。缩进统一用4个空格，嵌套不超过三层，复杂的and/or链拆成带名字的变量——这些小习惯比学会某个高级技巧重要得多。前面讲的验证案例你可以跑一遍，改改规则、换换输入，看看输出变化。遇到报错就看看是哪类缩进错误，多折腾几次就有数了。如果卡在某个点上，把这个条件拆成最简的形式，一行一行打印中间结果，慢慢就定位到问题了。写代码这事儿，调试的时间永远比写的时间长，习惯就好。
2026-07-22 14:17:37
423
原创 Python3 运算符新手实战指南
去年我带过一个实习生，他写的代码里到处都是i = i + 1，我说你试试+=，他问我这俩有啥区别。后来我发现，很多刚入门的同学对运算符的理解就停留在“加减乘除”这个层面，遇到is和==懵了，看到和and更懵。这篇文章不打算讲成手册式的东西，咱们就盯着新手最容易栽跟头的那些地方聊。你跟着敲一遍，基本就能避开90%的坑。运算符是Python最基础的东西，但基础不等于简单。我见过写了两年Python的人还在用而不是，也见过到处用拼字符串而不是用join。
2026-07-22 14:14:36
184
原创 Python3 注释编写完全指南：从基础规范到高效实践
代码是写给计算机执行的，但代码也是给人读的。这种注释的价值在于：三个月后维护这段代码的人（可能是你自己）一看就知道为什么有这些条件，而不是小心翼翼地猜“动了这个会不会炸”。用三个引号写正式的文档字符串（docstring），专门给函数、类、模块写说明文档用的。它不是注释，是文档。把“步骤”这种流程性的东西当注释，每行代码配一句解释——纯属噪音。代码改了，注释没改——这是最坑的情况。注释说“返回用户列表”，实际上返回的是字典。这是 PEP 8 推荐的做法，也是绝大多数 Python 项目的实际写法。
2026-07-21 15:09:02
522
原创 Python3 解释器新手安装与调用全指南
这篇教程面向完全零基础的读者，从下载安装到日常使用，一步步带你搞定 Python 环境。全程不废话，照着做就行。
2026-07-21 15:03:41
168
原创 Python3 数据类型转换新手实战指南
当你开始写类的时候，总会遇到需要把自定义对象转成字符串、数字或字典的情况。最基础的：实现__str__和__repr__# print() 和 str() 时调用self . score = score def __str__(self) : # print() 和 str() 时调用 return f"学生： {self . age } 岁，成绩 {
2026-07-20 16:36:14
300
原创 Python3 基本数据类型新手入门指南
字符串就是一段文字，用引号包起来。单引号双引号都行，但必须成对。name = "小明"city = '北京'msg = "他说：'你好'" # 双引号里可以包单引号# 拼接print("你好" + "世界") # 你好世界# 重复print("哈" * 3) # 哈哈哈# 长度print(len(s)) # 12 (空格也算一个)# 切片（这玩意儿巨常用）print(s[0]) # H (下标从0开始)print(s[6:]) # Python (从第6位到末尾)
2026-07-20 16:33:45
249
原创 Python3 基础语法新手入门实战
Python 的变量不需要提前声明，你想要啥直接赋值就完事了，拍键盘给个名字，等号右边塞东西。name = "隔壁老王" # 这是字符串，得有引号age = 30 # 这是整数，直接写数字score = 89.5 # 这是小数（浮点数）is_online = True # 这是布尔值（真或假），注意首字母必须大写这里有个坑得拎出来说：Python 是动态类型，意思是age今天等于30，明天你写成age = "三十"它也认，但后续运算容易出岔子。新手老老实实一个变量存一种类型，别来回折腾。
2026-07-17 15:29:12
226
原创 Python PyCharm 新手安装与高效使用指南
装 PyCharm 之前先把 Python 装好，并且记得在安装时勾选“Add Python to PATH”——这个勾没打上，后面 PyCharm 可能找不到解释器。补充一句：2026 年后的 PyCharm 做了一些调整，安装后默认会送你 30 天专业版试用，试用期结束自动切回社区版的核心功能。如果报错，看红色的错误信息——PyCharm 会把出错的行号标出来，点一下就能跳到对应位置。如果还没装 Python，PyCharm 会提示你下载安装，按提示操作就行。，PyCharm 会自动创建。
2026-07-17 15:26:50
370
原创 FastAPI Pydantic 模型新手实战指南
id: intname: strid和name没给默认值——必填。age给了默认值None——可选。# 正常实例化user = User(id=1, name="张三", age=25)print(user.name) # 张三# 少传必填字段——报错user = User(name="张三") # ValidationError: id 字段缺失# 传了字符串数字——自动转成 intuser = User(id="123", name="李四")
2026-07-16 15:39:23
198
原创 FastAPI JWT 认证方案新手实战指南
JWT 全称 JSON Web Token，说白了就是把用户信息打包成一串长长的字符串，发给客户端存着。Header（头部）：说明用了什么加密算法Payload（负载）：存放用户 ID、过期时间等实际数据Signature（签名）：用密钥对前两部分加密生成的，用来防篡改JWT 不加密，任何人都能解码看到里面的内容。所以千万别往里面放密码、手机号这种敏感信息。但它有签名，服务器收到后能验证这个 token 到底是不是自己发的、有没有被人改过。
2026-07-16 15:29:23
167
原创 FastAPI 结合 Jinja2 模板开发入门指南
演示地址演示地址上一篇文章我们用 FastAPI 写了一套 API 接口，返回的是 JSON 数据。但现实中的 Web 应用，除了给前端工程师调用的接口，很多时候还需要直接返回 HTML 页面——比如管理后台、官网、工具类网站。FastAPI 本身是一个 API 框架，但它可以轻松集成 Jinja2 模板引擎，实现服务端渲染（SSR）。Jinja2 是 Flask 作者开发的模板系统，它让你在 HTML 里嵌入动态数据和控制逻辑，把 Python 后端和 HTML 前端分离开。
2026-07-15 15:24:26
560
原创 FastAPI 新手极速入门实战指南
演示地址演示地址FastAPI 是近几年 Python 生态中增长最快的 Web 框架，GitHub Star 数已超过 8 万。它基于 Python 类型提示，自动生成 API 文档、自动校验请求数据、原生支持异步，上手简单但上限很高。本文从零开始，手把手带你跑通第一个 FastAPI 项目。前置要求：会写基础的 Python 代码（函数、类、字典这些），懂一点点命令行操作就行。POST、PUT 请求通常要传 JSON 数据，用 Pydantic 模型来定义和验证。email: str。
2026-07-15 15:18:10
584
原创 从 RAG 到 GraphRAG：智能检索增强演进实战指南
传统RAG只能做“一跳”——查到的文档片段里直接包含答案。问题：“有哪些西班牙的研究人员研究过乳腺癌的免疫治疗药物？研究人员 → 参与的临床试验 → 研究的药物 → 治疗的疾病 → 所在地点传统RAG做不到这种链条式的推理，因为信息分散在不同的文档里。GraphRAG可以在知识图谱上做多跳遍历，从“研究人员”节点出发，一路走到“疾病”节点。GraphRAG不是银弹，它有明确的适用边界。
2026-07-14 15:50:31
289
原创 RAG 性能优化与缓存策略实战指南
本文面向刚接触RAG的开发者，从零开始拆解RAG系统的性能瓶颈，手把手带你完成从“能跑”到“跑得快”的完整优化过程。全文约1.2万字，阅读加动手实践预计需要2-3小时。
2026-07-14 15:47:31
238
5
原创 企业级 RAG 架构设计与落地实战
引入Redis做query结果缓存——热门问题直接读缓存，命中率能到30%以上，大幅降延迟。新embedding模型上线前，先切5%的流量跑两天，对比老模型的业务指标（用户反馈率、平均响应长度），没问题再全量切。别听人忽悠上IVF——数据量低于100万条，HNSW的查询延迟完全能接受，IVF建索引慢不说，调参还费劲。如果是生成慢，那是LLM的锅，换小参数量模型或上量化（INT8/INT4）。加完rerank之后，你会发现排第一的文档大概率真能解决问题——这一步提升最明显，比换embedding模型管用。
2026-07-09 15:23:58
225
原创 RAG 跨语言检索与翻译实战指南
最直接的想法是“查前翻译”：把用户的问题翻译成知识库的语言，然后用翻译后的query去检索。另一种思路是“查后翻译”：先不管语言，直接用多语言embedding模型把query和文档映射到同一个向量空间，检索出相关内容后再翻译成用户语言。跨语言检索这件事，说起来不复杂——用户用A语言提问，知识库里存的是B语言的文档，系统得把正确答案找出来。把低资源语言的query翻译成英语等资源丰富的语言，检索英语知识库，再把答案翻译回去。但有个坑：如果检索到的文档语言和用户语言不同，LLM可能在引用时混用语言。
2026-07-09 15:20:45
220
原创 RAG 知识库增量更新与版本管理实战指南
很多RAG项目停在Demo阶段的根本原因，不是检索做不好，而是知识库没法更新。你搭好了一个系统，传了100份文档，测试效果不错。第二天产品经理改了三份手册，法务删了一份旧合同，运营加了五篇FAQ——怎么办？全量重灌？等几个小时？服务中断期间用户查什么？这篇指南从零开始，手把手教你搭建一套支持增量更新和版本管理的RAG知识库。
2026-07-08 15:54:28
322
原创 RAG系统幻觉问题排查与优化实战
面向新手，从零开始排查RAG系统的“胡说八道”问题你搭好了一个RAG（检索增强生成）系统，问它“公司去年Q3营收是多少”，它答了一个数，你翻遍财报也没找到——这就是。RAG的幻觉和大模型裸用的幻觉不太一样。裸模型是凭记忆瞎编，RAG是明明给了资料还瞎编。本文从头开始，带你一步步排查和修复这类问题。
2026-07-08 15:50:59
383
原创 RAG 系统评估指标实战：Faithfulness 与 Relevancy 详解
你调了一周的 prompt，改了三版分块策略，换了两个 embedding 模型。用户问"效果怎么样"，你只能回一句"感觉比之前好了一点"。这种感觉我太熟悉了。其实评估 RAG 没那么玄乎。这篇教程不讲论文里的复杂公式，直接给你两把尺子——Faithfulness（忠实度）和 Relevancy（相关性），教你怎么量、怎么算、怎么用。跟住，我们从零开始。
2026-07-07 15:08:27
821
原创 多模态 RAG 实战：图片与表格检索从零搭建
从空白文件夹到一个能处理图片和表格的 RAG 系统，我们走完了完整路径。说实话，多模态 RAG 没有想象中那么神秘。把非文本内容转成可检索的形式（OCR、VLM 描述、结构化解析）全部塞进向量库（统一向量空间或分库）检索 + 生成（和传统 RAG 一样）最难的部分其实是第一步——数据预处理。把这个搞定了，后面都是常规操作。建议你先用一个小规模的数据集跑通整个流程，再逐步扩展。过程中遇到问题不要慌，大部分坑前面的人都踩过了，搜一搜基本上都有解决方案。祝你的 RAG 系统早日“开眼看世界”。
2026-07-07 15:05:16
166
原创 元数据过滤与权限控制实战指南
别急着写代码，先把元数据的“词典”定下来。你得搞清楚业务里有哪些维度需要做隔离。组织维度：区域（华北/华东/华南）、部门（研发/销售/售后）安全维度：密级（公开/内部/机密/绝密）业务维度：产品线（A线/B线/C线）、项目代号设计上，我建议直接用两张表解决问题：一张是数据行本身的元数据字段，也就是在业务表里直接加上tenant_id这样的列。这样做查询效率最高，维护也直观。另一张是用户元数据权限表user_iddimensiontag_value1001regionnorth。
2026-07-06 15:36:03
248
原创 知识图谱进阶应用：从数据关系到智能洞察
知识图谱的存储和查询离不开图数据库。目前最主流的方案是Neo4j，它采用“节点-关系-属性”的存储结构，能高效处理深度关联查询。Neo4j基于Java开发，必须先装好JDK。截至2025年，Neo4j社区版推荐使用JDK 21。去Oracle官网下载对应系统的安装包，按提示安装即可。装完后配置环境变量：在系统变量里新建JAVA_HOME，指向JDK安装路径（比如），然后在Path里添加。打开命令行输入，能看到版本信息就说明配置好了。命令行执行（Windows）或。
2026-07-06 15:33:16
338
原创 重排序（Rerank）提升检索准确率实战指南
实际项目中，初始检索可以是向量检索、BM25 关键词检索，或者两者的混合——重排序只管接过候选列表重新打分，不关心第一阶段具体怎么来的。这 100 篇里确实有几篇是真正相关的，但它们的排名可能不太靠前，比如真正有用的那篇排在第 50 位。向量检索用的是双编码器（Bi-Encoder）：把查询和文档分别编码成向量，然后算两个向量的余弦相似度。重排序用的是交叉编码器（Cross-Encoder）：把查询和文档拼在一起，一次性喂给模型，让模型在内部做深度交互。重排序不能单独工作，它必须接在某个初始检索后面。
2026-07-03 14:29:51
321
原创 混合检索实战指南：关键词与向量的完美融合
先说说混合检索到底解决什么问题。纯向量检索（也叫稠密检索）擅长理解语义——你搜“怎么退钱”，它能找出讲“退款流程”的文档。但它有个硬伤：对精确关键词不敏感。搜“ModelArts”可能给你返回一堆“AI平台”相关的内容，就是找不到那个带“ModelArts”字眼的文档。纯关键词检索（BM25这类）刚好反过来。它能把“ModelArts”精确匹配得死死的，但搜“怎么退钱”它只会找带“退”和“钱”的文档，完全不懂“退款”跟这俩词是一回事。混合检索的思路很简单：两条路一起走，再把结果合并。
2026-07-03 14:26:37
271
原创 构建你的第一个私有知识库问答系统
把上面第5节的完整脚本保存下来，放几份文档进去跑一遍，你就能拥有一个完全离线、数据不出本地、能回答你私人文档问题的AI助手了。：把你的文档（PDF、Word、Markdown等）拆成小片段，然后用Embedding模型把每个片段变成一串数字（叫“向量”），存到向量数据库里。：16GB内存（运行7B模型没问题），有NVIDIA显卡（RTX 3060以上）推理速度会快不少。文档越散（比如聊天记录），就小一点。：整套系统不依赖任何云端API（Embedding模型和LLM都是本地跑的），内网环境完全可用。
2026-07-02 13:57:49
222
原创 Milvus、Pinecone 与 FAISS 向量数据库选型与实战指南
优势是速度最快，GPU 版本在百万级数据集上毫秒级出结果，支持多种索引类型（FlatL2、IVF、HNSW 等），社区成熟。的存储架构更灵活，2.x 版本将存储层解耦为 RocksDB（本地存储）和对象存储（分布式存储），配合 etcd 管理元数据。FAISS 这边，当数据量从 500 万增长到 2000 万时，IVF_FLAT 索引的查询延迟从 12ms 飙升至 87ms，内存占用增加了 3.2 倍。的成本是持续的服务费用。这个阶段的目标是验证向量检索在你的业务场景中是否有效，不需要考虑扩展性。
2026-07-02 13:54:48
904
原创 向量数据库新手入门：选型指南与基础操作实战
传统数据库查的是精确匹配——，你输入什么它就找什么。向量数据库查的是：你输入“公司怎么请假”，它找出和这个意思最接近的文档片段，哪怕原文里压根没出现“请假”这两个字。打个比方：传统数据库像个严格的图书管理员，你必须说出准确书名他才能找到。向量数据库像个懂你的朋友，你说“找点Python相关的”，他会把关于“蟒蛇语言”、“编程开发”和“代码实战”的内容都翻出来。
2026-07-01 14:04:19
546
原创 Embedding模型选型指南与原理实战
模型权重默认是FP32（32位浮点数），占4个字节。量化就是把权重转成更小的数据类型——FP16（2字节）或INT8（1字节）。显存占用减少50%-75%，推理速度提升，精度损失可控。搞embedding这件事，先跑通再优化——别一上来就追求最牛的大模型。用all-MiniLM把流程跑通，理解每一步在干什么，然后再根据实际需求换模型、调参数、做量化。选模型（根据语言、硬件、精度要求）搭环境写代码（向量化 → 建索引 → 搜相似）演示地址演示地址。
2026-07-01 14:01:24
224
ai+pytorch+对话模型训练系统+训练对话模型（请勿下载，已经下架了，但是有人收藏了就不能删除了 ）
2025-09-26
自动化任务助手+执行用户编写的任务进行自动化操作
2025-10-27
语音转文字软件系统+语音转文字软件系统
2025-11-06
API测试工具+一个功能强大的API测试工具，支持REST、GraphQL和gRPC协议测试
2025-09-29
电脑自动化操作神器+执行用户编写的任务进行自动化操作
2025-09-18
开源许可证分析工具-开源许可证分析工具
2025-11-04
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人