• [公告] 反诈防骗指南:技术背景不是免疫符,这些坑请务必避开
    写在前面很多人觉得,懂技术的人不容易被骗。现实恰恰相反:开发者每天接触招聘、外包、开源、云服务、技术社群,这些场景恰好是诈骗分子重点经营的入口。骗子利用的不是你的技术水平,而是信息差,以及"贪、怕、急"这三种情绪。这篇帖子不讲大道理,只讲三件事:骗子常用什么套路、技术人容易踩哪些坑、发现不对时第一时间该做什么。一、先记住四句话未知链接不点击陌生来电不轻信个人信息不透露转账汇款多核实这四句话能挡掉绝大多数常见骗局。下面所有内容,都可以看作它们的展开。二、开发者最常遇到的八类骗局1. 虚假招聘与"高薪兼职"典型话术:"远程办公、时间自由、日结 300-800"“内部推荐,免面试”“先交培训费/押金/体检费,入职退还”。套路拆解:正规企业不会在入职前收取任何费用,也不会索要银行卡密码、短信验证码。所谓"内推"往往是骗取身份证、银行卡、人脸信息的第一步。2. 外包接单与私活诈骗典型话术:“需求很简单,先看文档”“走平台担保,你先垫付保证金”“验收后一次性结清”。套路拆解:发来的"需求文档"可能是钓鱼链接或带宏的压缩包;"平台担保"可能是仿冒的假平台;"垫付"的钱一旦转出,对方就失联。接私活请走正规合同与对公账户,不要在聊天工具里完成全部交易。3. 技术社群里的"熟人"典型场景:头像、昵称与群主或知名开发者高度相似,私聊你"借点钱周转"“有个内部项目带你”“拉你进一个投资群”。套路拆解:账号可以仿冒,头像和昵称不能证明身份。涉及钱和账号,一律通过原有渠道二次确认,最好直接语音或当面核实。4. 假冒官方与客服典型话术:“你的 GitHub 账号异常登录”“云服务器欠费即将释放”“域名备案到期”“银行卡需要解冻”。套路拆解:对方会提供一个"官方链接",页面高度逼真,要求你输入账号、密码、验证码,或让你共享屏幕"协助操作"。记住:官方不会通过私聊索要验证码,也不会要求你共享屏幕或安装远程控制软件。5. 钓鱼仓库与依赖投毒典型场景:伪装成热门项目的 fork、与知名包同名的 npm/PyPI 包、README 里的"一键安装脚本"、Issue 里的"复现附件"。套路拆解:一旦运行,可能窃取环境变量、云 AK/SK、SSH 私钥、浏览器 Cookie。下载依赖前核对官方仓库与包名,脚本先在隔离环境或虚拟机中审阅,不要在存有生产凭据的机器上直接执行。6. 刷单返利与"跑分"典型话术:“动动手指日赚几百”“先做小额任务,立返”“出租收款码,按流水提成”。套路拆解:前几笔小额返利是为了建立信任,后续大额投入必然无法提现。"跑分"本质是替诈骗团伙洗钱,可能构成帮助信息网络犯罪活动罪,不要因为"只是借个收款码"而触法。7. 虚假投资与虚拟货币典型场景:假交易所、假量化机器人、“内部策略”“稳赚不赔”“老师带单”。套路拆解:平台数据可由后台随意控制,账面盈利只是数字,提现时以"税费"“保证金”"风控"为由继续要钱。任何承诺保本高收益的投资,都应当直接拒绝。8. AI 换脸与拟声冒充典型场景:视频通话里"领导"或"亲友"要求紧急转账,画面和声音都很像。套路拆解:视频和声音都可以伪造。涉及转账,必须通过另一条独立渠道核实,例如拨打已知号码、当面确认,或询问只有本人知道的问题。不要仅凭视频画面做转账决定。三、技术人尤其要注意的四件事1. 不要出租、出借、出售"两卡一号"银行卡、电话卡、支付账号、社交账号、云账号,出借后若被用于诈骗,出借人可能承担法律责任。"帮信罪"不是吓唬人的词。2. 验证码、Token、私钥、AK/SK 等同于密码任何人以"排查问题"“临时验证”"帮你部署"为由索要,都要拒绝。真正的同事和平台不会这样操作。3. 屏幕共享和远程控制等于把钥匙交出去一旦共享屏幕,对方可以看到你的短信验证码、聊天记录、银行页面。任何要求安装远程控制软件并"指导操作"的,先挂断。4. 新项目、新脚本先隔离再运行面试题、外包需求、开源复现附件,凡是要求你"先跑一下"的,先在无敏感凭据的虚拟机或容器里验证。生产环境与个人主力机不要混用。四、发现可疑,先做这五步停下来:不转账、不点链接、不共享屏幕、不安装软件。换渠道核实:通过官网公布的客服电话、公司内线、当面或独立视频确认,不回拨对方提供的号码。保留证据:聊天记录、转账凭证、网址、对方账号、通话记录,先截图保存。及时报警:拨打 110;接到可疑来电可拨 96110 咨询;涉诈短信可通过 12381 举报。止损:若已泄露账号或密钥,立即修改密码、吊销 Token、开启二次验证,并通知公司安全团队。五、官方工具与举报渠道渠道用途国家反诈中心 APP来电预警、风险自查、线索举报(请从官方应用商店下载)96110全国反诈预警劝阻专线,接到该号码来电请务必接听12381涉诈预警劝阻短信系统110紧急报警六、最后几句骗子真正利用的,是信息差和情绪,而不是你的技术水平。遇到"高收益"“限时”“内部渠道”“领导急用”,先让自己冷静十分钟,往往就能避开大部分陷阱。请把这篇帖子转给身边的同事、刚毕业的同学,以及家里的老人。他们可能比我们更需要这几句话。本文内容参考国家反诈中心、公安机关公开宣传材料整理,具体政策与举报渠道以官方最新发布为准。
  • 短视频链接解析接口‑多平台作品解析‑短视频媒体资源提取‑分享口令解析‑短视频元信息获取‑内容素材解析 API 接口介绍
    前言自媒体工具、内容情报分析、素材归集系统、短视频监测平台开发过程中,经常需要从各大短视频分享链接中提取作品媒体资源与元信息。如果自行开发适配逻辑,需要持续跟进各平台链接规则、签名校验、防盗链策略,平台接口迭代极易造成解析失效,维护工作量巨大;依靠人工复制文案、保存视频素材,面对大批量内容采集场景效率低下。全平台短视频解析接口输入分享链接或口令,即可解析获取视频、图文作品的媒体资源与作品元数据,为短视频相关业务提供稳定的数据获取能力。核心能力支持粘贴短视频分享链接、平台口令文本,兼容多主流短视频与内容社区平台的作品解析诉求;可解析获取视频播放资源、封面素材、图集图片、音频资源,同时提取作品标题、发布文案、话题标签、作者基础信息等元数据;同时适配短视频作品与图文笔记类内容,区分视频、图集不同内容类型,返回对应类型的媒体资源;内置链接预处理逻辑,自动识别短链接、分享口令,处理链接跳转,降低因链接格式差异带来的解析失败概率;解析得到的媒体资源与作品元信息,可支撑自媒体素材归集、内容竞品监测、短视频工具开发、内容情报统计分析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urlString是短视频分享地址,支持的平台及可解析内容以实际返回为准戳这里查看详情返回样例{ "code": 200,// 返回码,详见code返回码说明 "msg": "成功",// 返回描述 "taskNo": "41020892700032664119",// 本次请求号 "data": { "title": "示例视频标题",// 视频标题 "cover": "https://example.com/video/cover.jpg",// 视频封面图片地址 "url": "https://example.com/video/play.mp4"// 视频播放或下载地址 } }
  • 图像人脸检测接口‑人像位置定位‑人脸关键点提取‑人脸姿态解析‑遮挡情况判别‑人像预处理检测 API 接口介绍
    前言人脸比对、活体核验、人像特效、相册人像分类等业务,第一步都需要精准定位图像当中的人脸区域。人工框选人脸效率低下,无法应对大批量图片实时处理;自研人脸检测模型,需要海量不同姿态、光照、遮挡条件下的人像样本,模型调优、版本迭代都要投入较高研发成本。人脸检测接口,上传图像即可完成画面内人脸定位,输出人脸框、五官关键点、人脸姿态与质量评估信息,为人像类上层业务提供基础视觉底层能力。核心能力支持图片链接、Base64 编码等多种图像输入形式,兼容实拍照片、截图等多种人像图像素材;支持单图多人脸同时检测,输出每一张人脸的边界框坐标、五官关键点点位,精准锁定人脸所在画面区域;可解析头部三维姿态角度,同时返回眼镜、口罩佩戴、人脸遮挡、图像清晰度等人脸质量相关评估指标;对侧脸、仰头低头、光照变化、局部遮挡等复杂现实拍摄场景具备良好适配能力,降低漏检、误检概率;获取的人脸位置、关键点及质量评估信息,可支撑人脸比对校验、人像美颜特效、人脸图片筛选、人像素材裁剪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filefile否人脸照片文件base64String否人脸照片Base64urlString否人脸照片urlfaceFieldString否包括age,expression,face_shape,gender,glasses,landmark,landmark150,quality,eye_status,emotion,face_type,mask,spoofing信息,逗号分隔. 默认只返回face_token、人脸框、概率和旋转角度maxFaceNumInteger否最多处理人脸的数目,默认值为1,根据人脸检测排序类型检测图片中排序第一的人脸(默认为人脸面积最大的人脸),最大值120faceTypeString否人脸的类型,默认LIVE。LIVE表示生活照:通常为手机、相机拍摄的人像图片、或从网络获取的人像图片等IDCARD表示身份证芯片照:二代身份证内置芯片中的人像照片WATERMARK表示带水印证件照:一般为带水印的小图,如公安网小图CERT表示证件照片:如拍摄的身份证、工卡、护照、学生证等证件图片livenessControlString否活体控制,默认NONE, 检测结果中不符合要求的人脸会被过滤NONE: 不进行控制LOW:较低的活体要求(高通过率 低攻击拒绝率)NORMAL: 一般的活体要求(平衡的攻击拒绝率, 通过率)HIGH: 较高的活体要求(高攻击拒绝率 低通过率)faceSortTypeString否人脸检测排序类型,默认为0。0:代表检测出的人脸按照人脸面积从大到小排列1:代表检测出的人脸按照距离图片中心从近到远排列displayCorpImageString否是否显示检测人脸的裁剪图base64值,默认为00:不显示(默认)1:显示当取值为1时,max_face_num字段的取值上限按5计算,即最多可返回5张人脸的裁剪图注意:file、base64、url 必须提供一个;现支持PNG、JPG、JPEG、BMP,不支持GIF图片,分辨率应小于1920*1080,图片文件大小不超过8MB。戳这里查看详情返回样例{ "code": 200, "msg": "成功", "taskNo": "788988200161527391185660", "data": { "faceNum": 1,//检测到的图片中的人脸数量 "faceList": [//人脸信息列表,具体包含的参数参考下面的列表。 { "face_token": "35235asfas21421fakghktyfdgh68bio",//人脸图片的唯一标识 (人脸检测face_token有效期为60min) "location": {//人脸在图片中的位置 "left": 117,//人脸区域离左边界的距离 "top": 131,//人脸区域离上边界的距离 "width": 172,//人脸区域的宽度 "height": 170,//人脸区域的高度 "rotation": 4 //人脸框相对于竖直方向的顺时针旋转角,[-180,180] }, "spoofing":"",//判断图片是合成图的概率 "face_probability": 1,//人脸置信度,范围【0~1】,代表这是一张人脸的概率,0最小、1最大。其中返回0或1时,数据类型为Integer "angle" :{//人脸旋转角度参数 "yaw" : -0.34859421849251,//三维旋转之左右旋转角[-90(左), 90(右)] "pitch": 1.9135693311691,//三维旋转之俯仰角度[-90(上), 90(下)] "roll" :2.3033397197723 //平面内旋转角[-180(逆时针), 180(顺时针)] }, "landmark": [ //4个关键点位置,左眼中心、右眼中心、鼻尖、嘴中心。face_field包含landmark时返回 { "x": 161.74819946289, "y": 163.30244445801 } ], "landmark72": [ // 72个特征点位置 face_field包含landmark时返回 { "x": 115.86531066895, "y": 170.0546875 } ], "age": 29.298097610474,//年龄 ,当face_field包含age时返回 "expression": { //表情,当 face_field包含expression时返回 "type": "smile", //none:不笑;smile:微笑;laugh:大笑 "probability" : 0.5543018579483 //表情置信度,范围【0~1】,0最小、1最大 }, "gender": { //性别,face_field包含gender时返回 "type": "male", //male:男性 female:女性 "probability": 0.99979132413864 //性别置信度,范围【0~1】,0代表概率最小、1代表最大 }, "glasses": { //是否带眼镜,face_field包含glasses时返回 "type": "sun", //none:无眼镜,common:普通眼镜,sun:墨镜 "probability": 0.99999964237213 //眼镜置信度,范围【0~1】,0代表概率最小、1代表最大。 }, "face_shape": { //脸型,当face_field包含face_shape时返回 "type": "triangle", //square: 正方形 triangle:三角形 oval: 椭圆 heart: 心形 round: 圆形 "probability": 0.5543018579483 //置信度,范围【0~1】,代表这是人脸形状判断正确的概率,0最小、1最大。 }, "quality": {//人脸质量信息。face_field包含quality时返回 "occlusion": { //人脸各部分遮挡的概率,范围[0~1],0表示完整,1表示不完整 "left_eye": 0,//左眼遮挡比例,[0-1] ,1表示完全遮挡 "right_eye": 0,//右眼遮挡比例,[0-1] , 1表示完全遮挡 "nose": 0,//鼻子遮挡比例,[0-1] , 1表示完全遮挡 "mouth": 0,//嘴巴遮挡比例,[0-1] , 1表示完全遮挡 "left_cheek": 0.0064102564938366,//左脸颊遮挡比例,[0-1] , 1表示完全遮挡 "right_cheek": 0.0057411273010075,//右脸颊遮挡比例,[0-1] , 1表示完全遮挡 "chin_contour": 0 //下巴遮挡比例,,[0-1] , 1表示完全遮挡 }, "blur": 1.1886881756684e-10,// 人脸模糊程度,范围[0~1],0表示清晰,1表示模糊 "illumination": 141,//取值范围在[0~255], 表示脸部区域的光照程度 越大表示光照越好 "completeness": 1, //人脸完整度,0或1, 0为人脸溢出图像边界,1为人脸都在图像边界内 "livemapscore": 1 //单张图片的活体得分范围[0~1], liveness_control包含NORMAL时返回 } } ] } }
  • 积分明细有个显示问题,第7天后的签到都显示第7天。
    如下图所示,积分明细有个显示问题,第7天后的签到都显示第7天。
  • 成长中心每日发贴积分未入账
    昨天我特意发了2篇都没有收到积分入账。
  • 图像垃圾分类识别接口‑拍照识别生活垃圾‑AI 垃圾品类解析‑可回收物图像判别‑有害厨余垃圾识别‑实物垃圾图像研判 API 接口介绍
    前言智慧社区、环保科普小程序、智能回收设备、校园宣教系统等业务场景中,需要快速对投放的生活垃圾完成类别判定。普通用户对于繁杂的垃圾分类规则容易混淆,依靠人工查阅分类手册效率低下,难以满足设备端实时判别需求;自研垃圾分类图像识别模型,需要采集海量居家、社区实拍垃圾样本,针对物品遮挡、复杂背景做模型训练迭代,样本维护与调优成本居高不下。垃圾分类图像识别接口,上传垃圾实拍图片,AI 自动识别物品实体并输出对应的垃圾归属类别,为环保类业务提供视觉化智能分类能力。核心能力支持图片链接、Base64 编码两种图像传入方式,兼容 JPG、PNG、BMP 等主流图片格式,适配手机实拍、设备摄像头采集图像素材;识别画面内垃圾实体物品名称,输出可回收物、有害垃圾、厨余垃圾、其他垃圾四大标准分类结果,识别置信度同步返回;对居家、社区场景常见生活垃圾做专项优化,能够应对物品局部遮挡、普通室内光照、复杂背景等实拍环境干扰;识别结果支持业务侧置信阈值过滤,低置信识别结果可流转至人工复核环节,降低误判带来的业务风险;识别输出的物品与分类研判结果,可支撑智能投放引导、环保科普交互、回收设备逻辑控制、环保数据统计分析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 } ] } }
  • 图像垃圾分类识别接口‑拍照识别生活垃圾‑AI 垃圾品类解析‑可回收物图像判别‑有害厨余垃圾识别‑实物垃圾图像研判 API 接口介绍
    前言SEO 分析工具、竞品调研、行业数据分析、营销情报平台业务场景下,需要掌握目标网站的综合排名、所属行业分类、地域维度排行等情报。依靠人工检索各类第三方平台,需要跨多站点收集整理排行信息,操作繁琐,数据更新滞后;自主搭建网站排行数据库,需要持续抓取全网站点流量数据,数据清洗、维护成本居高不下。网站排行榜查询接口,输入域名即可获取站点排行相关情报,快速掌握网站行业地位与流量竞争态势,助力竞品分析与市场调研工作。核心能力输入目标域名,即可查询网站综合排行数据,获取站点排名、所属行业分类、归属地区、站长相关信息等多维度情报;支持按时间维度调取历史排行记录,可对比不同周期下网站排名涨跌变化,追踪站点流量地位波动趋势;支持分页查询输出排行列表,可限定行业、地区维度做筛选,便于批量开展竞品站点情报采集;覆盖多行业主流站点数据,适配资讯、电商、SaaS 服务、内容平台等各类网站,满足多样化调研分析诉求;获取的网站排行与维度情报,可支撑竞品竞争态势研判、行业市场调研、SEO 数据分析看板、商业线索挖掘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imageString是图片Base64urlString否图片完整URL注意:image、url 必须提供一个,优先级:url > image。大小不超过5M,支持jpg/png/bmp格式。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 } ] } }
  • [课程学习] 【AI Coding成长实战营】3天学会AI Coding,免费领华为云证书,当推荐官再领300元云资源券!
    必须是活动期间内首次开通华为云码道特别提醒:有效邀请人数名单已在论坛贴附件公示,PC端下载后查看! 【活动时间】2026年 11月 01日 - 2026年 11月 30日【活动报名】👉 “码”报名,提前锁定福利AI Coding 实战闯关,把你的想法做成应用!🎁6 大课程关卡免费学,5 个实战实验动手练!从 Agent 工具入门,到应用创作、规范开发与云端部署,一路探索、逐步进阶。🎁结课考试 ≥70 分,即可免费获取华为云官方结课证书。 【活动流程】一、📌课前准备:一键免费开通华为云码道华为数十万工程师都在用,代码开发、文档处理、数据分析、市场调研都能帮你轻松搞定!让AI助力项目开发,让想法轻松落地! 二、🙋开启AI Coding实战营之旅1️⃣ Step1:点此立即报名课程,报名后可随时观看学习。2️⃣ Step2: 6 大章节 + 5 个实战实验一体化学习章节章节名称章节配套实战练习第1章AI Coding入门:从编程进化到AI大脑开启AI编程之旅:安装工具与第一次人机对话第2章Code Agent核心概念及工具箱Agent工具箱:从对话框到工具使用的跨越第3章AI Coding思维:告别学语法,学会下命令板Vibe Coding 实战:多轮对话打造校园美食推荐小助手第4章AI Coding规范:从自由探索到按规矩办事SDD规范驱动开发:在美食助手基础上按规交付第5章AI Coding上线:从本地代码到云端部署从本地到云端:Skill驱动的一键部署与AI Shell实战第6章AI Coding团队:从个人技巧到团队资产/3️⃣ Step3:完成结课测试,免费获取华为云官方结课证书🏵️点此免费参与结课测试,考试≥70分,即可获取证书三、🎁成为华为云码道推荐官,领300元云资源券奖励🧧有效邀请人数云资源代金券≥5人100元≥10人200元≥15人300元  ■ 领300元云资源券攻略1、成为推荐官——①活动报名+②一键开通华为云码道(历史已开通的也可以)+③报名《AI Coding 入门与实践》课程或活动期间内体验华为云码道产品且Tokens消耗>0,3个任务均需完成2、报名成功后,点击页面上【分享有礼】生成专属邀请链接3、邀请好友报名,让好友成为有效邀请人——①通过专属邀请链接报名+②必须是活动期间内首次开通华为云码道+③报名《AI Coding 入门与实践》课程或活动期间内体验华为云码道产品且Tokens消耗>0,3个任务均需完成 活动规则及奖励发放说明:(1)邀请人在活动期间,每个【有效邀请】可获得20元云资源代金券,有效邀请≥5人才可申请奖励;被邀请人及邀请人同时还可在开发者成长中心领取更多积分兑换更多激励。(2)奖励按有效邀请人数最高档位发放,不重复叠加。例如有效邀请12人,获得200元券,而非100+200的叠加;本期活动最高可获得300元云资源券。(3)邀请数据公示:【分享有礼】弹窗显示的人数仅为邀请报名成功的人数,并非【有效邀请】人数;活动期间,工作日每周二、周五下午18点前会在指定论坛贴公示有效邀请人数。(4)活动结束后5个工作日内公示最终有效邀请人数名单,公示期为7个工作日,公示期结束后15个工作日内发放云资源券奖励。(6)云资源券有效期:云资源券有效期至2026年12月31日,逾期即失效,不可补发; (6)云资源券使用说明:发放的代金券在额度范围内可多次用于抵扣账单或订单,直至余额用尽,可支持新购、续费等订单场景,实际是否可抵扣具体以订单详情为准。
  • [认证交流] 【开发者限时福利】0元领云技术精髓开发者认证证书,免费考取微认证get技能点,立省700元!
    【活动时间】2026年 11月 02日 - 2026年 12月 31日【活动报名】👉 “码”报名,锁定福利🎁福利一:集齐5个微认证证书,0元兑换云技术精髓入门级开发者认证证书(原价700元)🎁福利二:金秋码道有礼,邀好友最高领 50000 码道积分 【活动流程】活动报名→0元兑换云技术精髓入门级开发者认证证书→金秋码道有礼,邀好友最高领50000码道积分一、【0元拿下云技术精髓入门级开发者认证证书攻略】🚀序号微认证名称(点击认证免费激活)1华为云计算服务实践2华为云存储服务实践3华为云数据库服务实践4搭建Discuz论坛网站5华为云鲲鹏弹性云服务器高可用性架构实践通过序号1-5微认证且获得证书后,点击进入【我的证书兑换】页面 → 立即兑换 ■ 考试说明1、所有微认证无需购买,点击表格中认证名称进入认证详情页,点击“免费激活”按钮即可,如考试未通过可再次点击“免费激活”。2、微认证需要理论考试≥70分才算考试通过;考试通过后第1个自然日后将发放证书,可前往我的学堂- 我的证书查看证书编号和下载电子证书。  二、【金秋码道有礼,邀好友最高领50000码道积分】🚀■ 积分攻略1、点击码道网页版登录,找到个人面板的「活动福利」-「推荐码上有礼」,复制邀请链接给好友;2、好友通过你的专属邀请链接注册成功后,返回「活动福利」页即可领取奖励积分。特别提醒:如您采用的是Tokens制套餐,请先点击此处,免费变更为积分制套餐才能参与活动,活动截止到11月15日24点。 【常见问题】1、什么是有效邀请?好友通过您的专属链接首次开通码道CodeArts,计为一次有效邀请,单用户仅记录1次。2、双方奖励怎么计算?邀请人:每成功邀请 1 位好友可得 1,000 积分,最高 50,000 积分。被邀请人:新用户注册可领4000积分,通过邀请活动注册再领1000积分,每日登录领1000积分。3、积分什么时候到账、有效多久?好友完成首次注册登录,即可领取活动积分(需返回个人面板“活动福利”手动领取),自积分到账日起 30 天内有效,最终有效期以实际页面展示为准(点击查看积分获取明细: 「套餐与用量」- 「获取明细」- 「活动福利」 )。活动积分可以同时在码道IDE、小程序、插件等使用,但仅限获奖账号本人使用,不支持转让、赠送、出售、提现、折现或其他形式交易。4、为什么我的邀请没有计入?未通过专属链接进入或存在自邀、批量注册、刷量、先退订再开通等异常行为,或已使用过码道IDE、插件等产品形态,均不计入奖励。    
  • [公告] 说的每天 16:00 代金券补货,今天压根儿没补货呀
    【公告】每天 16:00 代金券补货,数量有限先到先得;同时代金券设有兑换上限,具体限制可在兑换弹窗中查看。请勿多账号刷分,一经发现封禁处理。是不是只有工作日才补?
  • [热门活动] 🔥【免费系列直播课】华为云码道辅助编码,一起解锁码道+鸿蒙开发新技能!还能免费考取官方认证证书!
    【活动时间】2026年 10月 28日 - 2026年 11月 17日【活动报名】👉 “码”上报名,预约直播🔥华为云学堂「码道+鸿蒙系列直播课」 正式开讲,4 期系统课程,带你掌握鸿蒙应用开发能力 本系列直播聚焦 AI + 鸿蒙融合开发,从基础语法到项目落地,循序渐进拆解 ArkTS、ArkUI、元服务核心知识点。 📋 课前准备(建议提前完成)为了保证直播中能顺利跟上环境搭建和编码实战,建议提前一键免费开通华为云码道:👉 一键免费开通华为云码道配套指导手册(照着做就能跑通):华为云码道:鸿蒙应用开发环境搭建指导手册华为云码道:鸿蒙应用开发之 HelloWorld ▶️ 4 期直播内容速览📌期数时间主题看点第 1 期10月27日 15:00(查看回放)鸿蒙新机遇:AI+鸿蒙启航,搭建开发环境生态趋势 + 码道 IDE 搭建 + 写第一段 ArkTS第 2 期11月3日 15:00ArkUI 交互开发:ArkTS 基础、Ability 框架、ArkUI 简介语法 + UIAbility + 状态管理 + AI 辅助写交互页面第 3 期11月10日 15:00解锁鸿蒙特色:元服务、服务卡片与网络请求元服务/桌面卡片 + 网络请求 + 动态数据卡片第 4 期11月17日 15:00鸿蒙项目实战营:综合项目实战需求拆解 + 页面&卡片开发 + AI 调试 + 联调展示 🎁开发者限时福利——加入实战营,免费考取华为云官方微认证证书!【华为云码道鸿蒙应用开发实战营】火热进行中,学练考一体化学习,免费考取官方微认证证书!立即加入实战营,开启学习之旅!  
  • 试卷切分 OCR 接口‑单题定位解析‑练习册切题识别‑习题单元提取‑拍照录题识别‑学科习题拆解 API 接口介绍
    前言题库建设、拍照搜题、错题归集类教育产品,需要把整页试卷、练习册图片拆解成一道道独立习题。依靠人工框选拆分题目,录入题干、选项内容,耗时巨大,效率低下;自研试卷切分算法,需要适配多栏排版、图文混排、公式图表等复杂习题版式,还要处理手机实拍带来的倾斜、反光、模糊等问题,模型训练与样本维护成本很高。试卷切题识别接口,上传试卷或教辅图片,自动完成题目边界定位与内容解析,将整页材料拆分为独立习题单元,助力教育内容快速数字化生产。核心能力支持手机实拍照片、扫描件等多种图像素材输入,对整页试卷、练习册、教辅资料实现题目自动定位切分;按单题维度解析内容,拆分输出题干、选项、子题、插图等习题要素,还原单道题目的完整信息;内置图像预处理能力,可矫正图片倾斜畸变,兼容光照不均、轻微模糊的实拍试卷图像;适配多学科习题,支持图文混排、数理化公式、多栏交错排版等复杂试卷版式,降低切分错位风险;切分解析得到的习题单元,可支撑题库批量录入、拍照搜题服务、错题集构建、AI 习题辅导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、falsedispLinePolyBoolean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)spliceTextBoolean否是否拼接题目元素内每行的文本信息后输出,默认值:false;可选值:true、falseonlySplitBoolean否是否仅进行题目切分,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": "946671679166038974366655",// 本次请求号 "data": { "pdf_file_size": 4,// PDF 页数 "qus_result_num": 7,// 题目数量 "processed_status": "success",// 处理状态 "image_processed": "",// 处理后的图片信息 "qus_result": [ { "qus_type": "3",// 题目类型 "qus_probability": 0.9610574245,// 题目区域置信度 "qus_location": { "points": [ {"x": 99,"y": 1010},// 左上角坐标 {"x": 157,"y": 1009},// 右上角坐标 {"x": 157,"y": 1032},// 右下角坐标 {"x": 99,"y": 1032}// 左下角坐标 ] }, "qus_element": [ { "elem_type": "3",// 元素类型 "elem_probability": 0.9610574245,// 元素置信度 "elem_location": { "points": [ {"x": 99,"y": 1010}, {"x": 157,"y": 1009}, {"x": 157,"y": 1032}, {"x": 99,"y": 1032} ] }, "elem_word": [ { "word": "A.轻风",// 元素文本 "word_type": "print",// 文本类型 "word_location": { "top": 1011,// 上边距 "left": 99,// 左边距 "width": 52,// 宽度 "height": 16// 高度 } } ] } ] } ], "qus_figure": [ { "fig_location": { "points": [ {"x": 78,"y": 610}, {"x": 757,"y": 606}, {"x": 756,"y": 688}, {"x": 78,"y": 692} ] } } ] } }
  • [问题求助] Git 提交后 commit message 写错了怎么改?
    Git 提交后 commit message 写错了怎么改?
  • 教育试卷 OCR 识别‑教材习题解析‑数理公式识别‑手写试卷识别‑教辅资料电子化‑试卷元素提取 API 接口介绍
    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 } } ] } }
  • [问题求助] DeepSeek Harness怎么安装
    DeepSeek Harness怎么安装
总条数:2055 到第 页
上滑加载中