- 博客(4)
- 收藏
- 关注
RSS订阅原创 模仿GEE APPS构建处理框架
要创建一个 Web 应用，具备以下功能：首页：背景图、"Start" 按钮、"Earthscience Apps" 标题和介绍，以及 "Curated Applications" 列表。应用创建页面：用户可以上传 .py 文件、输入创建者名字和程序名字。应用详情页面：用户可以上传数据文件，点击 "Run" 按钮运行算法，显示结果。
2024-10-07 20:36:44
1010
原创 sedona+flask生成APPS
Flask 应返回处理后的几何数据，例如几何缓冲区的 WKT 表示。在前端展示地图，并让用户提交几何数据，发送到后端进行处理。通过docker ps命令查看正在运行的进程的名字或id。这个 API 接收 POST 请求中的几何数据，并使用。集成到 Flask 中，处理用户提交的空间数据。，并在 Flask API 中进行地理空间计算。对其进行处理，返回几何缓冲区等空间计算结果。成功运行docker，可以打开网址进行编辑等。创建app.py文件，作为后端处理的端口。创建并运行docker。
2024-10-03 21:21:40
485
1
原创 idea连接postgresql数据库操作和对university和全国地图数据库的建立以及函数建立。
因为空间数据库原理的上机，得以有机会亲手建立自己的数据库并连接进而完成题目。在之前数据库原理的上机时，完成了对oracle的初步了解和使用,但是oracle的卸载和密码的设置还是给我留下了很深的印象。因此在本次课程选用postgresql完成。老师给的答案基本是基于mysql和oracle，因此在此记录自己完成的第一次上机答案，方便其他新手查阅。
2023-10-26 23:20:03
416
基于ADL文件创建应用程序的Flask接口实现及关键数据解析与保存
内容概要：本文档主要介绍了利用Flask框架构建RESTful API接口，用于接收并解析用户上传的ADL（Application Description Language）文件，进而从XML文件中提取必要信息如应用名称、创建者、算法文件夹路径和其他配置详情。接着通过一系列操作（确保相关目录存在，复制文件到相应的位置，保存新的应用信息以及关联字段和全局配置路径至数据库）来完成一个新应用实例的部署。API还实现了对于可能出现异常情况的有效捕捉与响应机制（400 Bad Request或500 Internal Server Error）。此外，在整个过程中涉及到了对图片进行重命名并安全移动至公共访问区域的操作步骤。
适合人群：具备中级水平以上的Python开发者，特别是对Web应用后端有一定的理解的人群。
使用场景及目标：适用于想要学习或者实现基于ADL描述文件快速搭建自动化创建web或移动应用平台的技术人员；或者是需要深入理解Flask作为HTTP服务器处理复杂业务请求（比如涉及到多层级文件系统操作、数据库交互等方面）的场景。
其他说明：本示例提供了一种标准的方式来接收、解析特定格式的
2025-03-12
Flask应用中地理空间数据处理与Docker镜像构建的API集成
内容概要：本文主要介绍了通过Flask应用程序进行地理空间数据的处理及其与数据库集成的方法。具体实现了文件上传、shapefile文件转GeoJSON、创建和管理应用、全局变量和依赖的动态配置等功能，以及通过Docker镜像部署应用。文中详细描述了Flask API接口的具体功能，如创建应用程序、执行任务、获取应用详情等操作，还展示了GDAL环境搭建和数据可视化的相关步骤，确保整个流程从数据处理到最终的部署都得到良好的技术支持。
适用人群：熟悉Flask Web框架及PostgreSQL数据库的基本操作，了解GDAL地理信息系统工具，并对自动化脚本和持续集成有一定认识的技术人员。
使用场景及目标：适用于希望构建高效、稳定的数据处理系统的开发者们，尤其是在需要频繁处理Shapefile和其他GIS文件的情况下。该应用可以极大提高地理信息工作的效率，并有助于更好地管理和展示复杂的地理位置和属性数据。此外，利用提供的Docker支持，可以在不同的环境中快速地重现相同的计算环境和应用实例。
其他说明：本文档侧重于后端实现和服务端编程细节，在实际项目中可能还需要配合前端页面来增强用户体验；另外需
2025-03-06
地理分析模型的面向服务包装系统的架构与实现
内容概要：本文介绍了面向服务的地理分析模型包装系统的情景分析及其详细设计。系统通过三个主要步骤——模型资源准备、服务管理和发布、模型服务的调用和运行，将复杂的地理分析模型转变为标准化的Web服务。文中讨论了系统的框架结构，主要包括四个主要实体、三个核心组件和一个模拟资源库。封装和打包组件负责将地理分析模型标准化并打包；管理和发布组件负责模型资源的管理、权限设置及RESTful服务发布；通信和运行交互组件则实现了模型服务与其包装系统的双向互动与监控。系统还针对具体模型（如SWAT）给出了详细的描述语言文档和调用接口设计。
适合人群：对地理信息系统、web服务及分布式应用感兴趣的科研人员、开发人员和技术管理人员。
使用场景及目标：①地理分析模型的服务化改造；②为用户提供易操作、透明化的地理模型交互接口；③通过REST风格的接口实现地理模型的网络调用和服务化共享；④实现跨平台部署，提升系统的异构兼容性。
其他说明：文章还涵盖了具体的接口设计示例以及对不同组件间协作机制的解释，帮助理解和实施地理分析模型的包装及发布流程。该研究旨在促进地理分析模型更广泛的利用，并推动科学研究和实际应用间的衔接。
2025-03-06
遥感科学中基于pymodis库的MODIS卫星数据批量下载方法及其应用领域
内容概要：本文展示了如何利用pymodis库从网络上自动化批量下载指定参数范围内的MODIS（中分辨率成像光谱仪）卫星图像数据。首先通过过滤特定类型的运行时警告消息来确保程序正常启动。然后设定目标存储位置，并创建必要文件夹，再初始化downmodis下载对象，配置包括但不限于空间地理编码（例如'h22v04'），时间跨度(起止日期)，所需数据产品的种类（如'MOD10A1')，以及最终目的地文件夹。最后调用相关的方法执行实际连接操作和服务获取动作完成下载任务。
适用人群：地球观测系统与地理信息系统(GIS)工作者，对环境监测感兴趣的学生和研究人员。
使用场景及目标：当用户需要频繁访问大量相同规格的历史气象资料或其他形式的大面积覆盖的地图数据时可以使用这种方法，目的是简化数据收集流程并且保证数据的一致性和准确性。
其他说明：由于文中仅展示了一个简单的案例，在实践中可根据项目的需求自定义更多设置选项或进行更复杂的错误检测机制。
2025-01-13
基于pymodis库的MODIS卫星数据自动化下载方法与应用
内容概要：本文档提供了一种基于Python第三方库pymodis实现MODIS（Moderate Resolution Imaging Spectroradiometer）数据的批量自动下载方法的具体操作指南。具体步骤包括创建必要的目录用于存放即将下载的数据，接着调用downModis()函数来配置下载器对象参数，例如所选择的具体瓦片范围、开始日期、结束日期以及所需获取的数据集名称即'产品’。最后激活连接并执行全部日期范围内指定产品的数据下载。
适用人群：需要获取长时间序列遥感影像进行科学研究或工程项目的技术人员和研究者，如生态、环境监测领域的专业人士或学生。
使用场景及目标：当使用者希望从大量在线存储的MODIS数据集中提取特定时间段内的某个区域数据时可以应用这种方法，在不依赖图形界面的情况下完成任务，极大提高了效率。例如为了进行雪盖变化的研究或者农作物健康状况的时间演变调查等工作。
其他说明：该方法能够适用于各种有固定网络API接口提供的卫星遥感资料获取，只要对应更改库配置便可适配不同平台的数据检索需求。
2025-01-13
Flask与React构建的地科应用程序自动化生成平台
内容概要：该系统由Flask服务器和React前端组成，提供了一套完整的工作流程来管理算法应用的生命周期。它能够接收用户的脚本和配置参数，自动构建所需的计算环境，然后将用户提供的代码转化为标准函数形式打包进Docker容器。通过API接口操作，前端可以方便地与后端进行通信，并且能直观展示应用程序的状态与执行结果。
适合人群：熟悉Web编程（Python, JavaScript）的技术爱好者或者专业开发者；有意向开发自己的地理科学（Earthscience）应用的人士。
使用场景及目标：帮助科研工作者简化复杂应用开发部署过程。用户只需要专注于自己业务逻辑代码的编写，而无需关心底层基础设施如操作系统的选择或依赖包安装等问题。
其他说明：为了提高效率，程序实现了几个关键步骤，比如将Python脚本转化成带有独立入口的方法；利用Dockerfile模板快速定制特定软件栈；采用PostgreSQL存储元数据，支持多客户端并发访问。此外还提供了界面友好的仪表盘来进行任务状态监控和服务运维等功能.
2025-01-03
前端开发中遇到的npm依赖冲突解决：React版本不兼容问题及其解决方案
内容概要：本文记录了一次创建新React应用时遇到的问题，重点在于解决依赖冲突。具体步骤包括将npm的源配置为国内镜像，随后尝试创建新的React应用时，遇到了依赖项解析错误（ERESOLVE），主要是由于项目根目录定义了React版本为19.0.0，但依赖测试工具所需的最低版本是18.0.0导致的冲突问题，在这个过程中系统还报出了部分包正在寻求资金支持的通知以及提供了详细日志存储位置。最终，因未能成功安装模板依赖而失败。
适合人群：对于具有一定经验并希望深入了解package.管理以及依赖解析机制的开发者；以及需要快速定位和解决问题的前端工程师。
使用场景及目标：本文档可以作为解决同类问题的参考资料，帮助使用者正确地调整package.里的版本约束条件来避免类似的错误；另外也可指导开发者如何正确处理peerDependencies引起的问题。如果再次发生类似情况，可以通过尝试带参数重试命令，比如--force或者--legacy-peer-
2025-01-03
数据库建表语句创建应用运行记录表以支持应用管理系统的运行状态追踪
内容概要：本文档提供了用于在关系型数据库中创建表“app_run_records”的 SQL 建表语句。“app_run_records”表的设计目的是用来存储每个应用程序运行实例的相关信息记录，例如应用标识、运行时间戳记以及每次调用的状态反馈、日志等关键元素。这将有助于后续对各类应用的执行状况进行追踪与故障诊断。
适合人群：所有需要进行应用程序跟踪维护的技术工作者。
使用场景及目标：在应用管理系统开发时建立必要的数据表来存贮运行期间产生的元数据，以便后续查询和维护使用。
阅读建议：对于希望理解如何正确有效地保存有关程序运作过程中重要事件的专业人士来说，这是一个很好的资料，它详细列出了构建所需的数据结构的方法论及具体实施步骤。
2025-01-03
Flask Web应用程序与PostgreSQL数据库集成实现API及自动化脚本构建工具
内容概要：本文展示了一个采用Flask搭建的Web应用程序源代码及其与PostgreSQL数据库整合的方式。具体地实现了基本路由定义，如创建首页接口、测试数据库连接的API、增加、运行及获取特定应用的数据操作等功能。程序支持文件安全传输和上传管理（通过secure_filename方法保证安全性），并对上传的应用文件进行了智能化打包和组织处理，在此基础上提供了自动化流程来生成Docker映像、确保上传用户的每一个Python脚本被自动转换成函数并正确调用、同时自动生成用于统一执行的主脚本。另外还展示了创建一个数据库表模型和一系列API用以对数据库记录的增删改查。通过这个完整的案例，可以深入了解Python Web应用程序开发过程中与文件、命令行交互、以及构建容器镜像的实践经验。
适合人群：对Web开发尤其是Flask有一定认识的技术人员；想了解或加深了解RESTful API实现细节的学生；以及从事Python后端开发工作的程序员。
2025-01-03
Python Flask API对接Docker容器执行脚本与错误处理（后端与前端通信）
内容概要：本文主要介绍了使用 Python 的Flask框架构建了一个 RESTful API 接口来运行 Docker 容器内的脚本。接口接收指定应用 ID 后尝试调用对应的主脚本执行任务并将执行日志以 JSON 形式返回给客户端。当出现错误时，如应用程序不存在或命令执行过程中产生的异常，则进行相应的HTTP状态码设置并反馈详细的错误信息。前端可以通过 curl 命令与这个 API 进行交互测试，在示例中展现了通过请求执行特定ID对应应用后的日志记录。同时注意到了一些可能由于环境配置不当导致的小告警信息。
适合人群：从事 Web 开发或者 DevOps 工程师对如何利用Python创建API接口来管理基于Docker平台部署的服务感兴趣的学习者和实践者。
使用场景及目标：此段代码可以帮助开发者掌握使用Flask创建简单但实用RESTful服务的方法以及怎样安全有效地操作远程容器。对于正在寻找关于将传统本地运行的应用程序迁移到云端或虚拟机环境中有很大帮助，同时可以提高对于不同层次间通讯机制的理解。此外也能让使用者学到如何正确捕获并妥善地报告来自Docker命令的标准流中的潜在问题.
2025-01-03
Flask接口调用失败错误分析与解决方案（含Docker命令）
内容概要：本文记录了一个尝试运行特定Flask应用遇到的一系列错误，以及相应的解决思路。主要错误是执行API请求触发内部服务器错误导致返回500响应。具体来说，在通过API启动Docker容器并尝试执行某些Python脚本时，程序无法正确执行，导致服务器返回异常。通过错误追踪发现两个关键原因：一是subprocess.check_output执行Docker命令时出现非零退出状态127，意味着命令本身有问题或环境中缺少某些组件；二是代码中CalledProcessError未定义，表明存在语法或模块导入的问题。此外还涉及到多个子任务，例如预处理(preprocess)、计算SDWI (cal_sdwi) 和水提取(water_extraction)等步骤，这些被计划作为独立进程分别运行。
适合人群：有一定经验的后端工程师特别是有Python Flask开发背景的人群。
使用场景及目标：当需要构建自动化流程涉及跨系统命令执行，尤其是结合Web API和Docker环境部署时可参考此文。
2025-01-03
基于HTTP POST请求的本地应用注册接口实现详解与用途
内容概要：文档提供了一个通过 HTTP POST 请求向指定API端点发送JSON数据包从而完成应用程序注册的具体案例。它涵盖了设置正确的头部内容类型、构建恰当的负载主体，如应用程序名称（"app_name":"Test App"）、创建者名字（"creator_name":"John Doe"）、目录路径（"folder"："/path/to/appfolder"）等关键属性的设定以及最终提交这些信息所涉及的整个流程步骤解析。
适合人群：具有一定RESTful API调用及HTTP协议理解的程序员或技术人员，特别是那些需要掌握或者已经熟悉Python Flask框架并希望了解如何利用API进行客户端应用登记操作的人。
使用场景及目标：适用于当您需要将新的应用加入到管理平台时执行相应的接口请求任务。这可以帮助开发者更好地管理应用部署周期的不同阶段，比如测试版本的应用创建及其相关信息（创建人、文件夹位置、主程序入口等)的远程存储。
其他说明：这里使用的命令行工具‘curl’是一种灵活且强大的网络传输工具，它可以用来与Web服务器交互并支持大量协议。
2025-01-02
Flask框架下的API接口实现-通过调用Docker执行应用程序任务并返回结果
内容概要：本篇文章基于 Flask 框架讲解了一个具体的 API 接口实现方法，该接口用于触发特定ID关联的应用程序运行流程（利用Docker容器执行指定的应用Python脚本）。具体地，在接收 POST 请求之后，根据提供的应用ID来检索对应应用程序的相关路径、镜像名称与主脚本的位置等信息，并且尝试将应用程序目录及其相关联的数据目录挂载进一个临时创建出来的docker环境内以运行主要入口脚本，整个执行过程限定在一小时内完成。一旦成功则把结果以 JSON 包的形式发送回客户端，若是出现错误情况，如找不到对应的 App 或者在执行时发生异常或是超出了时限都将给予相应的JSON报错回复。
适用人群：有一定网络编程以及 Flask 框架使用基础的人群，特别是有志于深入研究 Python 网络服务器构建，掌握如何集成外部组件或容器化应用程序来提升业务处理能力的学生或者是工程师。
使用场景及目标：为用户提供一种简易但实用的方式让 Flask Web 应用可以异步地调用位于远端或本地机器上的 Docker 容器内的脚本来开展某些任务，如进行长时间的数据处理作业或是调用第三方工具等。
2025-01-02
基于Flask后端API的应用程序添加接口解析与实现
内容概要：本文详细展示了构建基于Flask后端的服务端应用程序创建接口。这段代码提供了一个 '/api/add-app' POST 请求的实现方法add_app()，用于在服务器上接收应用程序的相关参数(app_name, creator_name, folder, data_folder, main_script 和 image_name)，并利用 SQLAlchemy 创建新的 App 实体将其存储到数据库中，在提交过程中出现异常会进行事务回滚确保数据一致性，成功后以JSON格式返回包含消息和应用 ID 的响应对象给客户端。
适合人群：掌握基本HTTP概念与Web开发基础知识的技术开发者。
使用场景及目标：①想要为自己的网站或者项目添加类似新APP注册或者添加记录等需要向后台插入一条全新信息的功能模块。②对于熟悉Python语言及其生态系统，特别是Web应用开发环境下的学习者。
其他说明：本段代码主要演示了API的设计以及数据持久化层面的操作，在实际应用时应当注意安全性问题如输入验证，避免SQL注入攻击和其他安全威胁。
2025-01-02
Flask框架搭建Web应用：多文件上传与Docker镜像自动化构建
内容概要：本文档提供了一段Flask代码实例，它实现了多文件上传功能并将用户提交的应用程序相关文件及其依赖封装打包成Docker镜像。首先初始化了必要的Flask扩展库如CORS解决跨域请求问题，并配置最大允许上传的内容大小以及PostgreSQL数据库连接字符串。接着定义了一个名为App的数据模型，用来表示应用程序表单所涉及的基本字段如名称、创建者、目录位置等信息，并提供了to_dict()方法用于将对象转换为字典格式便于序列化。通过创建路由函数来完成API接口设计包括首页访问提示、测试数据库连通性、列出所有应用程序、运行指定ID的应用等操作。
适用人群：有Flask后端服务部署经验的中级开发者。
使用场景及目标：①需要创建一个能够接收多个源代码和资源文件的web服务端接口，支持大文件上传；②利用服务器自动地将接收到的项目打包并转化成容器镜像进行分发。
2025-01-02
PostgreSQL数据库Docker容器快速部署配置指南
内容概要：这份简短的文本内容提供了一条完整的命令行用于创建和运行带有特定环境变量配置和端口映射设置的PostgreSQL Docker容器。它具体指导了启动名为 'xyw-postgres-db' 的容器，同时设置了PostgreSQL用户的用户名（youruser），用户密码(yourpassword)，以及默认连接使用的数据库名(yourdb)。除此之外，还指定了本地与主机间的网络连接映射将外部端口5433映射到内部标准postgres服务监听端口5432。所采用的基础镜像是官方发布的版本13。这条命令可以被用作构建自动部署工具或作为入门级的学习资料，帮助理解如何使用docker管理关系型数据库实例。最后需要注意将示例值替换为实际需要的内容。
适用人群：有一定Linux命令基础并首次尝试Docker和PostgreSQL整合的新手开发者、DevOps工程师。
2025-01-02
Flask应用部署中SQLAlchemy连接PostgreSQL失败的问题与分析
内容概要：本文记录了一次在运行Flask应用程序时遇到的SQLAlchemy连接PostgreSQL错误。具体来说，当启动Flask服务器并尝试访问根路由‘/’时，应用程序试图创建表单但因为无法解析主机名“xyw-postgres-db”，导致SQLAlchemy抛出异常。文档详细给出了完整的命令执行环境及追踪栈，并提供了配置项以及相关代码段。作者旨在通过记录这次故障来寻找解决方案，确保Flask应用可以正确连接数据库。
适用人群：从事Web开发特别是Flask框架、熟悉Linux操作系统的软件开发者和技术运维人员。
使用场景及目标：适用于想要解决类似数据库连接问题的人群，主要帮助理解错误产生的原因，如网络配置错误或DNS解析问题等；并指导如何调试和解决此类异常，比如检查主机配置、网络连通性和防火墙设置等方面。最终目的是恢复正确的应用程序行为，保证服务能够稳定对外提供。
其他说明：虽然该案例中具体是由于主机名称配置错误所引发的异常，但在现实世界的部署环境中，还可能出现其它类型的配置不当或者权限不够等问题，同样需要针对性地排查处理。
2025-01-02
Flask API接口与PostgreSQL数据库操作实现：测试连接、插入和查询数据
内容概要：文档介绍了基于Flask构建API并用其与PostgreSQL交互的方法，涵盖创建路由函数去进行数据库连接性检测(test-db)、向apps表执行新记录插入(test-insert)以及检索现有应用程序详情(test-query)的步骤，并附带了确认数据库及其表单创建状态的操作指南，提供了错误处理逻辑以保证系统的鲁棒性和稳定性。这是一套适用于初学者和有一定基础开发者学习后端开发，尤其是RESTful API的设计及其实现流程的重要资料。
适合人群：想要掌握Flask框架以及了解数据库集成的前后端开发者，尤其是对RESTful API和服务端逻辑实现感兴趣的学习者。
使用场景及目标：帮助开发者理解如何利用Flask为Web应用创建可靠的后端服务，重点在于掌握如何编写简单的Flask REST APIs来管理和操作数据库中的资源。另外还涉及到了在实际项目环境中排查数据库连通性和执行CRUD（Create/Read/Update/Delete）命令的基本技能。
2025-01-02
使用 Docker 和 Flask 集成 PostgreSQL 数据库并部署应用程序
内容概要：本文详细介绍了如何在 Docker 环境中使用 Flask 应用程序和 PostgreSQL 数据库进行集成与部署。文中涵盖了从选择合适的数据库、创建 Docker 网络、创建 PostgreSQL 容器到更新 Flask 应用以连接和使用 PostgreSQL 等关键步骤。具体包括：选择数据库类型、建立网络连接、配置数据库环境变量以及修改 Flask 应用以正确读写数据库。还展示了如何利用 SQLALCHEMY 这一 ORM 框架简化数据库操作，同时强调了安全性和性能考虑因素。此外，提供了一个完整的 docker-compose 示例文件以帮助用户同时管理 Flask 和数据库容器，并顺利构建、启动整个系统。最终达到能够记录并获取应用相关的信息到/从数据库的目的。
适合人群：有 Docker 使用经验和 Flask 开发基础，希望将数据库集成进现有系统的软件开发者和技术爱好者。
使用场景及目标：① 构建高效的微服务平台架构；② 实现应用与数据的解耦合及灵活部署；③ 掌握容器化环境下多服务协作的最佳实践。
阅读建议：在学习过程中可以根据自身实际应用场景进行调整，并尝试不同的组合方式，以更好地理解和掌握知识点。特别注意每一步的具体实施细节以及可能出现的问题及解决方法。
2025-01-02
基于Ganache和Web3.py的数据存储与流控制智能合约部署教程
内容概要：本教程主要介绍了如何使用 Ganache 作为本地区块链环境和 Web3.py 工具包，在 Python 环境下完成数据存储（DataStorage）和数据流控制（DataFlow）两个 Solidity 智能合约的编译、部署和交互。详细讲解了从安装配置到实际代码执行的具体操作步骤。
适合人群：具有一定智能合约开发经验或对区块链技术有一定认识的技术从业者及开发爱好者。
使用场景及目标：① 学习智能合约的实际编译流程与发布方法；② 熟悉 Web3.py 与 Ganache 协同工作的应用场景；③ 掌握多个智能合约间的交互机制。
其他说明：文中使用的 Solidity 版本未指明，请确保本地开发环境中支持的版本能够兼容所提供的示例代码。此外，需要替换 YOUR_PRIVATE_KEY 为 Ganache 中生成的有效私钥才能成功运行合约部署的相关代码。
2024-12-31
智能合约技术：基于Solidity的数据存储与访问权限管理
内容概要：本文详细介绍了两个智能合约（DataOrigin 和 DataFlow），用 Solidity 语言实现数据的安全存储、时间戳记录以及支付后的数据访问权限管理等功能。DataOrigin 合约负责存储数据的哈希值和对应的时间戳，而 DataFlow 合约则在此基础上实现了支付系统，只有当用户成功支付了一定量的 Ether 后，才能获得数据访问权。
适用人群：对区块链技术和智能合约感兴趣的研发人员，尤其是有 Solidity 开发经验或者想了解 Solidity 智能合约如何进行权限管理和支付操作的初学者和进阶开发者。
使用场景及目标：为项目开发时涉及数据隐私保护与支付功能的区块链应用提供参考；学习掌握 Solidity 智能合约的基本架构及关键机制，如哈希、映射表、事件等。
其他说明：本文中的代码示例为 Solidity 编程的基础实例，适用于 Ethereum 或兼容 EVM 的区块链平台，可通过 Remix IDE 在线环境进行实验部署。阅读前建议熟悉基本的区块链概念、Ethereum 运行原理以及 Solidity 的基础知识。
2024-12-31
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人