7-2 寻找大富翁

7-2 寻找大富翁 分数 25 全屏浏览题目 切换布局 作者 陈越 单位 浙江大学 胡润研究院的调查显示，截至2017年底，中国个人资产超过1亿元的高净值人群达15万人。

开源聊天AI

功 能 概 述 关键字： 开源 聊天机器 小面包（Breadbot）是一款实验性的新式框架，用于在本地构建高效且实用的聊天机器人服务。

PTA 7-2 符号配对（20 分）

7-2 符号配对（20 分） 请编写程序检查C语言源程序中下列符号是否配对：/*与*/、(与)、[与]、{与}。 输入格式: 输入为一个C语言源程序。

7-2 到底有多二

本文链接：https://blog.csdn.net/shiliang97/article/details/96301355 7-2 到底有多二 一个整数“犯二的程度”定义为该数字中包含2的个数与其位数的比值

PTA 7-2 找奇葩 (20 分)

在一个长度为 n 的正整数序列中，所有的奇数都出现了偶数次，只有一个奇葩奇数出现了奇数次。你的任务就是找出这个奇葩。

7-2 树种统计 (20 分)

本文链接：https://blog.csdn.net/shiliang97/article/details/102924532 7-2 树种统计 (20 分) 随着卫星成像技术的应用，自然资源研究机构可以识别每一棵树的种类

Vue接入AI聊天助手实战

功能全面，开箱即用这个组件提供了丰富的功能特性： AI对话：支持与AI进行自然语言对话 双模式请求：支持普通请求和流式响应两种模式️ 图片上传：支持图片上传和AI图像识别 语音输入：支持语音转文字输入 设计优雅，用户体验佳组件采用了悬浮球的设计，不会干扰用户的主要操作流程，同时提供了完整的聊天面板。界面设计现代简洁，支持自定义主题。3. 一个功能完整的AI聊天助手就集成到你的应用中了。 是一个功能强大、易于集成的Vue AI聊天组件。 聊天组件，我强烈推荐试试这个组件。

PTA 7-2 方阵循环右移

PTA 7-2 数字之王 (20 分)

的每个数的各位数的立方相乘，再将结果的各位数求和，得到一批新的数字，再对这批新的数字重复上述操作，直到所有数字都是 1 位数为止。这时哪个数字最多，哪个就是“数字之王”。

打造聊天框丝滑滚动体验：AI 聊天框的翻转之道

逐字渲染的挑战最近在开发AI聊天助手的时候，遇到了一个很有趣的滚动问题。我们需要开发一个类似微信聊天框的交互体验：每当聊天框中展示新消息时，需要将聊天框滚动到底部，展示最新消息。 但是 AI 大模型一般都是逐字渲染的，AI 助手聊天框接受的消息体大小不是固定的，而是会随着 AI 大模型的输出不断变大。 AI 正在输出内容时，用户无法滚动查看历史消息。用户向上滚动查看历史消息，会被 Javascript 不断执行的 scrollIntoView 打断。需要写特殊逻辑才能避免这个情况。 聊天框的翻转实现翻转聊天框利用 CSS transform: rotate(180deg) 将整个聊天框倒转，并且把接收到最新的消息插入到消息列表的头部。 聊天框的父组件也完全不知道自己的子节点被转了又转。总结最后总结一下，我们通过两行 CSS 代码 + 反转滚动行为，利用浏览器的默认行为完美的实现了 AI 聊天框中的滚动体验。

RAG：让AI聊天不再张口就来

当AI遇到"知识盲区"你有没有遇到过这样的情况？问ChatGPT："小明公司2024年的销售政策是什么？"AI很自信地回答："根据我的了解，小明公司采用的是阶梯式佣金制度..."等等！小明公司？ RAG vs 传统AI：一场"有备而来"的较量 传统AI的尴尬时刻传统AI（没有RAG）：就像闭卷考试，只能靠记忆知识有"保质期"，过期不候遇到不知道的就开始"创作"就像那种什么都敢说的朋友，经常说错RAG AI不再像个官方通告，而是像个贴心的同事。 结语：RAG让AI不再"张口就来"回到我们开头的问题：怎么让AI不再瞎说？答案就是RAG： 给AI配个超级助理，让它学会"查资料再说话"。 关注我们的AI技术系列文章，让AI为你的业务赋能！ 有问题？欢迎在评论区讨论，我们一起探索AI的无限可能！

基于聊天的 AI 编程高效实践

近期，GitHub Copilot 在集成聊天功能中新增了“Agent 模式”，用户可以让 Agent 代为执行各类任务。这一功能的推出再次印证了 Agent 领域的迅猛发展。 我们甚至可以使用 ChatGPT 这样的标准聊天机器人，通过生成式 AI 来帮助我们制定完善的最佳实践清单。 要知道，生成式 AI 有时会产生“幻觉”，这是重大隐患。就算假设 AI 永远不会出错，依赖一个我们无法理解的解决方案本身就是危险的。 GitHub Copilot agent 已集成在 GitHub Copilot 聊天界面中。通过该聊天界面，用户可以选择 Agent 模式以及 Agent 底层使用的 LLM 引擎。 VSCode 中的 GitHub Copilot Agent 通过聊天界面，我们可以让 Agent 替我们完成任务，比如构建我们前文中提到的那个“维基搜索应用”。

7-2 冒泡法排序 (30分)

将N个整数按从小到大排序的冒泡排序法是这样工作的：从头到尾比较相邻两个元素，如果前面的元素大于其紧随的后面元素，则交换它们。通过一遍扫描，则最后一个元素必定是最大的元素。然后用同样的方法对前N−1个元素进行第二遍扫描。依此类推，最后只需处理两个元素，就完成了对N个数的排序。

PTA 7-2 列车调度（25 分）

7-2 列车调度（25 分） 火车站的列车调度铁轨的结构如下图所示。 两端分别是一条入口（Entrance）轨道和一条出口（Exit）轨道，它们之间有N条平行的轨道。

7-2 冒泡法排序 (30分)

7-2 冒泡法排序 (30分) 将N个整数按从小到大排序的冒泡排序法是这样工作的：从头到尾比较相邻两个元素，如果前面的元素大于其紧随的后面元素，则交换它们。

7-2 歌唱比赛计分 (15分)

7-2 歌唱比赛计分 (15分) 设有10名歌手(编号为1-10)参加歌咏比赛，另有6名评委打分，每位歌手的得分从键盘输入，计算出每位歌手的最终得分(扣除一个最高分和一个最低分后的平均分)，最后按最终得分由高到低的顺序输出每位歌手的编号及最终得分

PTA 7-2 找奇葩 (20 分)

在一个长度为 n 的正整数序列中，所有的奇数都出现了偶数次，只有一个奇葩奇数出现了奇数次。你的任务就是找出这个奇葩。

PTA 7-2 数字之王 (20 分)

的每个数的各位数的立方相乘，再将结果的各位数求和，得到一批新的数字，再对这批新的数字重复上述操作，直到所有数字都是 1 位数为止。这时哪个数字最多，哪个就是“数字之王”。

【程序源代码】小面包（Breadbot）聊天AI

关键字：python 正文 | 内容 今天这篇文章主要是介绍： 小面包（Breadbot）是一款功能强大，简单易部署的聊天AI 01 — 小面包工作于 Linux，当然，你也可以通过修改代码使其工作于

ChatGPT AI聊天机器人实践

，以及这些模型的能力通过开放 API 的形式提供出来，即使没有任何机器学习的理论知识，你只需要一两天时间，就能做出一个能解决实际问题的 AI 应用。 业务描述 以前实现聊天机器需要套模板。这个的缺点，就是每次的回答都一模一样。当然，我们可以设计多个模版轮换着表达相同的意思，但是最多也就是三四个模版，整体的体验还是相当呆板。 有了 GPT 这样的生成式的语言模型，我们就可以让 AI 自动根据我们的需求去写文案了。只要把我们的需求提给 Open AI 提供的 Completion 接口，他就会自动为我们写出这样一段文字。 n，AI 给你生成几条内容供你选择，在这样自动生成客服内容的场景里，我们当然设置成 1。 stop，模型输出的内容在遇到什么内容的时候就停下来。 ContextTypes.DEFAULT_TYPE): await context.bot.send_message(chat_id=update.effective_chat.id, text="我是一个机器人，请和我聊天吧