- 在 Python 中，列表推导式（List Comprehension） 是一种快速创建列表的写法。相比普通的 for 循环，它通常更加简洁。例如，我们想生成 1～5 的平方：nums = [1, 2, 3, 4, 5]squares = [x ** 2 for x in nums]print(squares)输出结果：[1, 4, 9, 16, 25]列表推导式还可以加入条件，例如只保留偶... 在 Python 中，列表推导式（List Comprehension） 是一种快速创建列表的写法。相比普通的 for 循环，它通常更加简洁。例如，我们想生成 1～5 的平方：nums = [1, 2, 3, 4, 5]squares = [x ** 2 for x in nums]print(squares)输出结果：[1, 4, 9, 16, 25]列表推导式还可以加入条件，例如只保留偶...
- 上一篇我们把提示词拆成任务、上下文、约束和输出格式。面对格式固定、规则较多的任务，仅靠文字描述仍可能出现边界理解不一致的问题。本篇继续沿着这条路线，只讲一个核心知识点：使用 Few-shot 示例和模板，把“应该怎样处理”展示给模型，并让同一套任务说明能够安全地复用。 Few-shot 是什么Few-shot 的意思是：在真正的用户输入之前，先给模型一小组“输入—输出”示例，让它从示例中理解... 上一篇我们把提示词拆成任务、上下文、约束和输出格式。面对格式固定、规则较多的任务，仅靠文字描述仍可能出现边界理解不一致的问题。本篇继续沿着这条路线，只讲一个核心知识点：使用 Few-shot 示例和模板，把“应该怎样处理”展示给模型，并让同一套任务说明能够安全地复用。 Few-shot 是什么Few-shot 的意思是：在真正的用户输入之前，先给模型一小组“输入—输出”示例，让它从示例中理解...
- Python 的内存管理是自动的，主要基于 引用计数 和 垃圾回收 (Garbage Collection) 机制，由 CPython 实现。这是 Python 与其他语言（如 C/C++）内存管理的根本区别。 1. 引用计数 (Reference Counting)这是 Python 内存管理的最核心机制。每个 Python 对象在底层 (PyObject) 都包含一个引用计数器 ob_r... Python 的内存管理是自动的，主要基于 引用计数 和 垃圾回收 (Garbage Collection) 机制，由 CPython 实现。这是 Python 与其他语言（如 C/C++）内存管理的根本区别。 1. 引用计数 (Reference Counting)这是 Python 内存管理的最核心机制。每个 Python 对象在底层 (PyObject) 都包含一个引用计数器 ob_r...
- 在 RAG 系统中，非结构化文档若采用固定字符数“硬切”，易导致语义断层与上下文污染。 本文针对该痛点，提出了非结构化文档 RAG 切块的三重递进优化策略：Markdown 层级切块、基于 Embedding 的语义切块以及父子块架构。文章详细阐述了层次路径与版本等元数据的绑定方法，横向对比了 Unstructured、板栗看板等主流工具，并解答了表格与切块大小设置等常见问题，助力打造高质量 P 在 RAG 系统中，非结构化文档若采用固定字符数“硬切”，易导致语义断层与上下文污染。 本文针对该痛点，提出了非结构化文档 RAG 切块的三重递进优化策略：Markdown 层级切块、基于 Embedding 的语义切块以及父子块架构。文章详细阐述了层次路径与版本等元数据的绑定方法，横向对比了 Unstructured、板栗看板等主流工具，并解答了表格与切块大小设置等常见问题，助力打造高质量 P
- 搭建 RAG（检索增强生成）系统时，直接盲目向量化会导致脏数据充斥上下文并诱发大模型幻觉。本文针对数据清洗与原子化拆解难题，提出基于“卡片流”的四步流水线：原始堆场 $\rightarrow$ 深度剪枝 $\rightarrow$ 原子化拆解 $\rightarrow$ 人工/智能对齐。在工具选型上，重点推荐了主打轻量与可视化的板栗看板（Banli Board），其凭借富文本卡片预览、元数据标签绑 搭建 RAG（检索增强生成）系统时，直接盲目向量化会导致脏数据充斥上下文并诱发大模型幻觉。本文针对数据清洗与原子化拆解难题，提出基于“卡片流”的四步流水线：原始堆场 $\rightarrow$ 深度剪枝 $\rightarrow$ 原子化拆解 $\rightarrow$ 人工/智能对齐。在工具选型上，重点推荐了主打轻量与可视化的板栗看板（Banli Board），其凭借富文本卡片预览、元数据标签绑
- ApacheDoris 通过 Python UDF 能力，让开发者在 SQL 中创建并调用 Python 函数，将 Pandas、PyArrow 等 Python 生态能力引入 Doris 查询链路。核心能力包括：基于 Arrow RecordBatch 的列式批量执行、Pandas Series 向量化计算、UDF/UDAF/UDTF 三类函数形态、内联与模块化代码加载、生产级进程隔离/资... ApacheDoris 通过 Python UDF 能力，让开发者在 SQL 中创建并调用 Python 函数，将 Pandas、PyArrow 等 Python 生态能力引入 Doris 查询链路。核心能力包括：基于 Arrow RecordBatch 的列式批量执行、Pandas Series 向量化计算、UDF/UDAF/UDTF 三类函数形态、内联与模块化代码加载、生产级进程隔离/资...
- HTTP 状态码 201 详解（结合 FastAPI 代码）python运行@router.post("/",response_model=UserResponse,status_code=201)1. 201 Created 含义201 = 创建成功规范定义：服务器成功处理请求，并且成功创建了一条新资源。2. 什么时候用？✅ POST 请求新增数据时标准推荐状态码创建用户、新增商品、新建订... HTTP 状态码 201 详解（结合 FastAPI 代码）python运行@router.post("/",response_model=UserResponse,status_code=201)1. 201 Created 含义201 = 创建成功规范定义：服务器成功处理请求，并且成功创建了一条新资源。2. 什么时候用？✅ POST 请求新增数据时标准推荐状态码创建用户、新增商品、新建订...
- 本文对比首码RFID平台、Oracle资产模块、IBM Maximo三大系统，在射频优化、集成能力、部署弹性及离线支持四维度分析适配场景，指出传统台账与条码管理的效率与准确率瓶颈，并提供开源Python盘点对账脚本，助力企业快速落地RFID固定资产数字化管理。（239字） 本文对比首码RFID平台、Oracle资产模块、IBM Maximo三大系统，在射频优化、集成能力、部署弹性及离线支持四维度分析适配场景，指出传统台账与条码管理的效率与准确率瓶颈，并提供开源Python盘点对账脚本，助力企业快速落地RFID固定资产数字化管理。（239字）
- 提交训练作业那一刻，日志中冷不丁冒出一行 ModuleNotFoundError: No module named 'xxx'，而同样的代码在本地 Jupyter 里明明跑得通。这种“本地能跑、云端崩掉”的割裂感，几乎是每个 ModelArts 新手都会撞上的第一堵墙。这个报错本身并不复杂，但它的出现往往暴露出环境一致性、依赖声明和容器执行逻辑上的一系列盲区。 提交训练作业那一刻，日志中冷不丁冒出一行 ModuleNotFoundError: No module named 'xxx'，而同样的代码在本地 Jupyter 里明明跑得通。这种“本地能跑、云端崩掉”的割裂感，几乎是每个 ModelArts 新手都会撞上的第一堵墙。这个报错本身并不复杂，但它的出现往往暴露出环境一致性、依赖声明和容器执行逻辑上的一系列盲区。
- 零基础也能做：一句需求交给码道，自动生成完整的密码强度检测 Python 项目，含 40 项单元测试全部通过，弱密码一眼识破。 零基础也能做：一句需求交给码道，自动生成完整的密码强度检测 Python 项目，含 40 项单元测试全部通过，弱密码一眼识破。
- 不用写一行代码，用华为云码道 TUI 自然语言生成生产级文件哈希校验命令行工具，支持 MD5/SHA-1/SHA-256 批量校验、错误处理与自动测试，几分钟完成交付。 不用写一行代码，用华为云码道 TUI 自然语言生成生产级文件哈希校验命令行工具，支持 MD5/SHA-1/SHA-256 批量校验、错误处理与自动测试，几分钟完成交付。
- 从“答不上来”到“当场发offer”，我只重构了一套测试思维大家好，我是某互联网公司的质量基础设施负责人。最近帮团队做技术面试，面了十几个候选人，问了一个统一的问题：“如果现在让你测试一个AI Agent，你会怎么做？”能答到点子上的，不超过两个人。其中一个候选人的回答，让我当场就拍了板。今天我就把这个回答的完整框架整理出来，分享给大家。如果你正在准备AI测试相关的面试，这篇文章可能会直接帮... 从“答不上来”到“当场发offer”，我只重构了一套测试思维大家好，我是某互联网公司的质量基础设施负责人。最近帮团队做技术面试，面了十几个候选人，问了一个统一的问题：“如果现在让你测试一个AI Agent，你会怎么做？”能答到点子上的，不超过两个人。其中一个候选人的回答，让我当场就拍了板。今天我就把这个回答的完整框架整理出来，分享给大家。如果你正在准备AI测试相关的面试，这篇文章可能会直接帮...
- 之前的文章《15天学会AI应用开发（十三）上下文与RAG的阶段性总结》概述了检索RAG知识库的主要步骤，现在采用LangChain将其改造为更智能的本地RAG系统。接下来基于LangChain框架与Chroma向量数据库，结合离线的文本嵌入模型和大语言模型，从零开始搭建本地的RAG检索系统。一、下载RAG需要的离线大模型首先下载离线的大语言模型，比如在命令行窗口执行下面命令，即可下载国产大... 之前的文章《15天学会AI应用开发（十三）上下文与RAG的阶段性总结》概述了检索RAG知识库的主要步骤，现在采用LangChain将其改造为更智能的本地RAG系统。接下来基于LangChain框架与Chroma向量数据库，结合离线的文本嵌入模型和大语言模型，从零开始搭建本地的RAG检索系统。一、下载RAG需要的离线大模型首先下载离线的大语言模型，比如在命令行窗口执行下面命令，即可下载国产大...
- 上一篇文章介绍了如何使用InMemoryStore实现用户偏好的精确记忆功能，但记忆只保留在内存中，一旦AI应用重启，就会丢失上次在内存中的记忆数据。为了让AI应用持久记忆业务数据，就得引入文件或者数据库等存储介质，比如Python自带的轻量级数据库SQLite。接下来就介绍如何结合LangGraph与SQLite实现业务数据的持久记忆功能。一、Python中的SQLite用法安装Pyth... 上一篇文章介绍了如何使用InMemoryStore实现用户偏好的精确记忆功能，但记忆只保留在内存中，一旦AI应用重启，就会丢失上次在内存中的记忆数据。为了让AI应用持久记忆业务数据，就得引入文件或者数据库等存储介质，比如Python自带的轻量级数据库SQLite。接下来就介绍如何结合LangGraph与SQLite实现业务数据的持久记忆功能。一、Python中的SQLite用法安装Pyth...
- 不是你不会，是你简历里没写ATS看得懂的话大家好，我是一家互联网公司的技术负责人，这些年面过几百个候选人，也跟HR反复聊过简历筛选的流程。今天说一个很多测试同行踩过的坑——简历上写着“熟悉自动化测试”，投了几十份杳无音信，不是因为能力不行，是ATS系统根本不认这个词。一、先搞清楚ATS是怎么“读”你简历的ATS全称Applicant Tracking System（申请人跟踪系统），超过七成... 不是你不会，是你简历里没写ATS看得懂的话大家好，我是一家互联网公司的技术负责人，这些年面过几百个候选人，也跟HR反复聊过简历筛选的流程。今天说一个很多测试同行踩过的坑——简历上写着“熟悉自动化测试”，投了几十份杳无音信，不是因为能力不行，是ATS系统根本不认这个词。一、先搞清楚ATS是怎么“读”你简历的ATS全称Applicant Tracking System（申请人跟踪系统），超过七成...
上滑加载中
推荐直播
-
华为云码道Agent集成与鸿蒙实战2026/08/11 周二 19:00-21:00
王一男-华为云码道产品规划专家；李炎-华为云码道产品专家；彭江敏-华为云鸿蒙端云一体化开发专家
本次直播带你解读华为云码道7月份产品新特性、新功能。更有专家演示码道Agent Space × 钉钉机器集成实战，从0到1打通消息通道；码道鸿蒙端云一体化实战，快速搭建员工签到系统。
回顾中 -
华为云开发者AI素养直播课·第五期2026/09/04 周五 16:00-18:00
林华鼎-华为云AI开发者运营负责人；蒋春阳-华为云AI开发者案例开发专家
本期直播内容： AI工具体验营 · 第5-8课连讲。Agent-Team 多智能体协作完成毕业设计实践
回顾中 -
华为云开发者AI素养ClassRoom·第六期2026/09/08 周二 19:00-20:00
樊渊-2026华为软件挑战赛冠军
高手来了：看软挑高手解析二维排样问题—从工业难题到算法突破
回顾中
热门标签