Git 提交后 commit message 写错了怎么改？

前言在线教育、题库平台、智慧校园系统中，常常需要将纸质试卷、练习册、教辅教材完成数字化录入。人工录入试卷内容，不仅工作量繁重，还容易出现文字错录、公式丢失、图表漏采等问题；自研教育场景 OCR 能力，需要适配印刷与手写混排、数理化公式、竖式计算、图表表格等复杂版面，样本收集、模型调优投入巨大。试卷分析与识别接口，对试卷、教材图片做整页版面解析，区分不同版面元素并提取内容，助力纸质教学资料快速数字化。核心能力支持扫描件、手机实拍照片等多种图像来源，对试卷、教辅教材进行整页版面智能分析；可识别区分文本、标题、表格、插图等版面元素，获取各类元素对应的位置信息与文字内容；同时兼容印刷体与手写文字识别，支持数理化公式识别、数学手写竖式算式识别，适配理科类习题试卷；可处理中英文混排试卷素材，适配多栏排版、图文交错等复杂试卷版式，降低版面错乱带来的识别偏差；解析所得试卷图文与题目数据，可支撑题库数字化归档、错题自动归集、在线阅卷辅助、智能组卷等多场景业务能力搭建。API介绍请求说明名称类型必须说明fileString否待识别文件，支持 jpg、jpeg、png、bmp、pdfimageBase64String否图片 Base64urlString否文件公网可访问地址，支持图片或 PDFpdfFileBase64String否PDF Base64 字符串pdfFileNumString否需要识别的 PDF 页码，默认第一页languageTypeString否识别语言类型，默认值：CHN_ENG；可选值：CHN_ENG（中英文）、ENG（英文）resultTypeString否返回识别结果是按单行结果返回，还是按单字结果返回，默认值：big；可选值：big、smalldetectDirectionBoolean否是否检测图像朝向，默认值：false；可选值：true、falsewordsTypeString否文字类型，默认值：印刷文字识别；可选值：handwring_only（手写文字识别）、handprint_mix（手写印刷混排识别）recgLongDivisionBoolean否是否检测并识别手写竖式，默认值：false；可选值：true、falsedispUnderlineAnalysisBoolean否是否开启下划线识别功能，默认值：false；可选值：true、falserecgAlterBoolean否是否开启返回涂改识别结果功能，默认值：false；可选值：true、false注意：file、imageBase64、url、pdfFileBase64 至少传一个，优先级：file > imageBase64 > url图片、PDF Base64 字符串，文件大小不超过 10M。戳这里查看详情返回样例{ "code": 200,// 返回码 "msg": "成功",// 返回描述 "success": true,// 是否成功 "taskNo": "803778060180328336801440",// 本次请求号 "data": { "results_num": 77,// 识别文本行数量 "words_result": [ { "words": "锦宏教育微信公众号:jh985211",// 识别文本 "location": { "top": 28,// 上边距 "left": 133,// 左边距 "width": 233,// 宽度 "height": 20// 高度 }, "type": "print"// 文本类型，print 印刷体、handwriting 手写体 } ], "img_direction": 0,// 图片方向，0 正向、1 逆时针90度、2 逆时针180度、3 逆时针270度 "sec_cols": 1,// 分栏列数 "sec_rows": 1,// 分栏行数 "layouts_num": 42,// 版面区域数量 "results": [ { "words_type": "print",// 文本类型 "words": { "word": "锦宏教育微信公众号:jh985211",// 文本内容 "words_location": { "top": 28,// 上边距 "left": 133,// 左边距 "width": 233,// 宽度 "height": 20// 高度 }, "line_probability": { "average": 0.9968734384,// 平均置信度 "min": 0.9832597971// 最小置信度 } }, "chars": []// 字符级识别结果 } ], "layouts": [ { "layout_idx": 0,// 版面区域序号 "layout": "text",// 版面区域类型 "layout_location": { "top": 28,// 上边距 "left": 133,// 左边距 "width": 233,// 宽度 "height": 20// 高度 } } ], "sections": [ { "sec_idx": 0,// 分区序号 "attribute": "text",// 分区属性 "attri_location": { "top": 28,// 上边距 "left": 133,// 左边距 "width": 233,// 宽度 "height": 20// 高度 } } ], "formula_result": [ { "form_words": "x+1",// 公式识别内容 "form_location": { "top": 100,// 上边距 "left": 100,// 左边距 "width": 80,// 宽度 "height": 30// 高度 } } ] } }

DeepSeek Harness怎么安装

刚领了开发者空间的云主机，想新建一个云开发环境跑 Demo，但不知道入口在哪：云开发环境在哪里创建？创建后怎么开机连接？状态一直是“已就绪”是不是没启动？求大佬指点一下基础操作流程。

前言智慧社区、环保小程序、智能垃圾桶、回收处理系统中，常常需要快速判断实物属于哪一类垃圾。普通用户对繁杂的垃圾分类规则容易混淆，依靠人工查询分类效率低下；自研垃圾分类图像识别模型，需要收集海量生活垃圾样本，针对各类杂物、包装、厨余物品做模型训练，数据集维护成本高，识别效果很难保障。垃圾分类识别接口，上传垃圾实物图片，AI 自动识别物品并输出对应的垃圾分类结果，为各类环保业务提供图像化智能分类能力。核心能力支持图片 URL、Base64 编码两种图片传入方式，对实拍垃圾实物图片进行智能识别解析；识别图片内的垃圾物品名称，区分可回收物、有害垃圾、厨余垃圾、其他垃圾四大主流分类，识别失败标记为未知类型；返回识别可信度分值，便于业务侧依据置信度做结果过滤，低置信结果可引导人工复核；适配日常居家、社区场景下常见生活垃圾，支持物品部分遮挡、普通室内实拍光照条件。API介绍请求说明名称类型必须说明imageString否图片Base64urlString否图片完整URL戳这里查看详情返回样例{ "code": 200,//返回码，详见返回码说明 "msg": "成功",//返回码对应描述 "taskNo": "571436032193067500962066",//本次请求号 "data": { "list": [ { "trust": 0.348337,//可信度，单位百分比,越接近1表示识别结果越可信 "lajitype": 0,//垃圾分类，0为可回收、1为有害、2为厨余(湿)、3为其他(干)、4为未知结果（例如识别到了天空、建筑、明星人物等情况) "name": "包装袋/盒",//识别物体名称 "lajitip": "包装袋/盒是可回收垃圾，常见包括各类废金属、玻璃瓶、饮料瓶、电子产品等。投放时应注意轻投轻放、清洁干燥、避免污染。" //垃圾分类提示 } ] } }

前言在社交互动、营销 H5、短视频创作、表情包工具类产品中，经常需要实现多张人脸之间平滑过渡的动态特效。如果依靠剪辑软件手动制作渐变动画，操作繁琐，开发成本高，很难做到人脸五官自然过渡；自研人像渐变算法，需要人脸关键点检测、图像形变、帧合成等多模块协同，技术门槛高，调优周期漫长。人像渐变接口采用异步任务模式，上传多张人脸照片，即可自动生成人脸平滑过渡的 GIF 动图或者短视频素材，快速落地趣味人像动态特效玩法。核心能力支持传入 2‑5 张人脸图片，自动识别人脸关键点，生成人脸之间平滑过渡的 GIF 动图或者短视频文件；采用异步任务处理模式，规避大体积特效渲染带来的请求超时；可自定义视频帧率、画面播放速度，灵活控制渐变动画快慢节奏，适配不同业务的输出效果需求；优先选取图片中面积最大的人脸做渐变运算，适配日常实拍人像照片，过渡画面流畅自然，减少画面撕裂、五官错位问题；输出可直接用于线上分发的动图、视频资源，无需额外二次剪辑，方便业务直接展示、下载、分享。发起任务根据传入的图片、视频类型等参数创建任务，获取jobId参数请求样例{ "urls": [//图片的url。 "https://xxx.jpg", "https://xxx.jpg", "https://xxx.jpg" ], "images": [//图片的base64。 "xxxxxx", "xxxxxx", "xxxxx" ], "gradientInfos": [//可调整每张图片的展示时长、人像渐变的最长时间 { "tempo": "0.9F",//图片的展示时长，即单张图片静止不变的时间。GIF默认每张图片0.7s，视频默认每张图片0.5s。最大取值1s。 "morphTime": "0.9F" //人像渐变的最长时间，即单张图片使用渐变特效的时间。 GIF默认值为0.5s，视频默值认为1s。最大取值1s。 } ], "fps": "12",//视频帧率，取值[1,25]。默认10 "outputWidth": "1280",//视频宽度，取值[128,1280]。默认值720 "outputHeight": "1280" //视频高度，取值[128,1280]。默认值1280 } 注意urls、images必须提供一个，优先url。jpg格式长边像素不可超过4000，其他格式图片长边像素不可超2000。人员人脸总数量至少2张，不可超过5张。戳这里查看详情返回样例{ "code": 200,//返回码，详见返回码说明 "msg": "成功",//返回码对应描述 "taskNo": "340419447206566228602625",//本次请求号 "data": { "jobId": "1220203056839442432",//任务的jobId "estimatedProcessTime": 30 //预估处理时间，单位秒 } } 查询结果请求说明名称类型必须说明jobIdString是任务id，任务发起接口返回返回样例{ "code": 200,//返回code "msg": "成功",//code对应的说明描述 "taskNo": "291798783211648226804924", //本次请求号 "data": { "imgUrl": "https://xxx.mp4",//结果url，有效期10天。建议自行下载保存，避免丢失 "jobStatus": "处理完成",//当前任务状态：排队中、处理中、处理失败或者处理完成 "coverImage": "",//封面图base64字符串 "jobStatusCode": "7",//当前任务状态码：1：排队中、3: 处理中、5: 处理失败、7:处理完成。 "md5": "05ADF41E9162CA13DD239C5F2595BDAB" //人像渐变输出的结果MD5，用于校验 } }

开发者空间卡时用完了肿么办

用了几个华为云服务的 API，月底想核对一下实际调用了多少次、有没有异常调用。在控制台里翻了半天没找到调用明细，在哪里看？

刚入门 Python，教程有教 venv 的有教 conda 的，看着都能建虚拟环境。到底应该学哪个？会不会两个都得会？

积分还可以兑换什么呢？

有积分但没券兑换了怎么办

新手想学 AI Coding，可以优先看看华为开发者联盟。平台自带开发者学堂、免费入门课程和 Codelabs 实操项目，搭配 DevEco Studio IDE 以及 CodeGenie AI 编码助手，支持代码生成、补全、调试，从零基础学习、AI 写代码到项目实践，形成完整学习链路，适合想要系统学习开发、做鸿蒙应用的新手。除此之外也有很多轻量在线 AI 编码工具，适合快速写小段代码。

前言运营商防骚扰名单查询，是指用户通过运营商官方渠道，查看自己在“来电来信免打扰”等防骚扰服务中设置的黑名单、白名单、号段拦截规则、行业拒接类别，以及近期被运营商云端拦截的来电和短信记录。运营商防骚扰名单查询主要应用场景：个人防骚扰管理：用户接到陌生号码前或接听后可查询该号码是否已被运营商标记为骚扰、推销或诈骗号码，辅助判断是否接听、回拨，降低受骗和被打扰的风险。反诈风控、陌生来电识别：APP、小程序来电识别功能，接到陌生电话时实时查询号码风险，标记高频骚扰、诈骗类号码，提醒用户谨慎接听，辅助反诈预警。运营商骚扰治理与名单管理：运营商侧利用查询请求和举报数据，分析骚扰号码的呼叫频次、投诉集中度和行为模式，动态调整骚扰名单，优化网络侧拦截策略，提升治理精准度。API介绍运营商防骚扰黑名单查询。请求说明名称类型必须说明mobileString是手机号forbidLevelString是拦截等级，1:一般 2:敏感 3:高危。 高危：拦截实际有过投诉行为的号码、有投诉意向的号码 。敏感：拦截有过投诉行为的号码。 一般：仅拦截极敏感的号码戳这里查看详情返回样例{ "msg": "成功",//返回码对应描述 "taskNo": "232940345217431059485022",//本次请求号 "code": 200,//返回码，详见返回码说明 "data": { "msg": "非风险号码",//中文描述：非风险号码,风险号码需拦截,超频号码需拦截 "luckyLevel": "0",//吉祥号等级 "mobile": "13175118599",//手机号码 "forbid": 0 //是否拦截,0: 非风险号码,不拦截,1: 风险号码,拦截,2:超频号码,拦截（拦截等级为3时才会有超频●●） } }

怎么关掉开发者空间呀

前言在办公系统、档案管理、OA 流程、在线文档平台业务中，经常需要实现各类办公文档与 PDF 之间的格式互相转换。不同格式的文档如果依靠本地组件做转换，容易出现排版错乱、字体丢失、兼容性差等问题，同时大文件转换消耗大量服务器资源；同步转换模式还会出现请求超时，无法处理大体积文档。文档转换采用异步处理模式，提交任务后轮询查询结果或者配置回调自动推送，稳定完成文档与 PDF 之间的双向格式转化，满足业务系统的文件处理需求。核心能力支持文档转 PDF、PDF 转文档双向转换能力，覆盖常见办公文档与 PDF 之间的格式迁移；采用异步任务处理机制，提交转换任务后接口即刻返回任务标识，不会因为文件体积大造成请求超时；提供独立的结果查询接口，可根据任务编号主动轮询获取转换进度以及最终生成的文件资源；支持配置回调推送服务，转换任务完成后系统主动推送处理结果，无需业务端循环轮询，简化业务开发；转换过程尽量保留原始文档排版布局、字体、图片、表格等元素，降低格式错乱风险，适配业务档案归档、在线预览等场景。戳这里查看详情文档转PDFWord、Excel、PPT和txt文件转PDF 文件。请求说明名称类型必须说明fileUrlString是源文件地址watermarkImageString否水印图片，base64或图片url，若需要在转换后的pdf加上图片水印，传入该参数即可watermarkTextString否水印文字，若需要在转换后的pdf加上文字水印，传入该参数即可watermarkFontNameString否文字水印字体，直接传字体的中文名称。支持：宋体、黑体、微软雅黑。默认： 黑体watermarkFontSizeInteger否文字水印大小，默认：20watermarkColorString否文字水印颜色，16进制值，默认：#666666watermarkTransparencyDouble否透明度，默认：0.4watermarkRotationInteger否内容旋转角度, 默认：0watermarkLocationString否位置，默认：LAYLAY - 平铺TOP_LEFT - 顶部居左TOP_CENTER - 顶部居中TOP_RIGHT - 顶部局右CENTER_LEFT - 中部居左CENTER - 居中CENTER_RIGHT - 中部局右BOTTOM_LEFT - 底部居左BOTTOM_CENTER - 底部居中BOTTOM_RIGHT - 底部局右callBackUrlString否接入者接收转换结果的接口地址，通过该地址，将转换结果推送至接入者。如果未提供地址，可通过查询转换结果接口查询返回样例{ "code": 200, "msg": "成功", "taskNo": "41020892700032664119", "data": { "convertTaskId": ""//转换任务Id } } PDF转文档将PDF转换为Word、PPT、Excel。请求说明名称类型必须说明fileUrlString是目标文件类型typeString是目标文档类型，可选值：docx, doc, pptx, ppt, xlsx, xlscallBackUrlString否接入者接收转换结果的接口地址，通过该地址，将转换结果推送至接入者。如果未提供地址，可通过查询转换结果接口查询返回样例{ "code": 200, "msg": "成功", "taskNo": "41020892700032664119", "data": { "convertTaskId": ""//转换任务Id，用于查询转换结果 } } 结果查询通过convertTaskId获取转换后的文本下载地址进行获取。请求说明名称类型必须说明convertTaskIdString是转换任务ID返回样例{ "code": 200, "msg": "成功", "taskNo": "41020892700032664119", "data": { "urls": [""] //下载地址, 有效期10天，请尽快下载 } } 结果推送如果发起文档转换时，提供了参数callBackUrl，转换成功或失败后，将结果推送至接入者提供的callBackUrl。返回样例{ "code": "200", "convertTaskId": "900924122524274511", "urls": [ "https://xxxx.pdf" ] }