- 综合排序
- 最热优先
- 最新优先
- 来自专栏acoolgiser_zhuanlan
MFC编程入门之六（对话框：创建对话框模板和修改对话框属性）
创建对话框主要分为两大步： 第一，创建对话框资源，主要包括创建新的对话框模板、设置对话框属性和为对话框添加各种控件； 第二，生成对话框类，主要包括新建对话框类、添加控件变量和控件的消息处理函数等 然后展开Dialog项，下面有两个对话框模板，其ID分别为：IDD_ABOUTBOX和IDD_ADDITION_DIALOG，前者是“关于”对话框的 模板，后者是住对话框的模板。 二、对话框模板 可见对于主对话框来说，创建对话框第一步中的创建新的对话框模板已经由系统自动完成了。 而如果再添加对话框需要创建新的对话框模板时，需要在 Resource View的"Dialog"节点上点击右键，在右键菜单中选择"Insert Dialog"，就会生成新的对话框模板，并且会自动分配ID 三、设置对话框属性 在Addition对话框模板上点击右键，然后右键菜单中选择Properties，则在右侧面板中会显示对话框的属性列表。如下图： ?
5.1K11发布于 2019-06-14 金融客服多轮对话合规风控：大模型如何理解话术陷阱和隐性违规？
摘要： 金融客服的多轮对话是合规审核中最复杂的场景——单看一句话可能完全正常，但放在对话上下文中就构成了违规引导。" <20% 85%+ 问答暗示违规 <10% 80%+ 话术+情感引导 <15% 80%+ 多轮对话审核对隐性违规的识别能力是单句审核的4-8倍。 四、实施方案 4.1 实时对话监控 客服对话过程中，实时调用审校API检测每一轮客服回复： 客户发言 → 客服回复 → 携带历史对话上下文 → 审校API ： 识别高风险对话 统计违规趋势 用于客服培训改进 4.3 话术模板审校 在客服话术模板发布前进行预审： 审校标准话术是否合规 识别潜在违规表述 提供合规建议 五、计费说明 送审格式 单价 文字格式（对话文本 大模型的多轮对话理解，让隐性违规无所遁形。
42210编辑于 2026-04-27- 来自专栏音视频咖
EdgeOne Pages 上线「DeepSeek R1 模板」，1分钟快速部署对话型 AI 类网站
EdgeOne Pages 的 DeepSeek R1 模版无需复杂配置，一键部署即可快速上线对话型 AI 类网站。 AI 算力下沉至边缘节点，实现更低的延迟、提供更快速流畅的体验 可在 Pages Functions 里面直接调用 AI 模型 原生支持 OpenAI API 标准接口，现有工具链即插即用 利用这个模板 EdgeOne Pages 控制台（https://console.cloud.tencent.com/edgeone/pages）点击“创建项目”，选择“DeepSeek-R1 for Edge”模板 : true, priority: 3 // 第三优先级 } ]; //...... } } EdgeOne Pages 的 DeepSeek R1 模板 ，为开发者提供了一个在边缘节点部署对话型 AI 类网站的可能性。
64710编辑于 2025-04-11 - 来自专栏h5
vite7.2-deepseek流式ai对话|vue3.5+vant4+katex+mermaid智能ai打字会话模板
喜迎2026原创新作vite7.2+vue3.5+deepseek-v3.2从0-1纯手搓流式输出ai会话模板。 -- Chat对话 --> <div v-if="chatSession && ! finish_reason === 'stop') { // 确保最终内容完整更新 ... }}Okay，以上就是vue3+deepseek实现流式输出ai<em>对话</em><em>模板</em>的一些知识分享。 仿微信app聊天|朋友圈<em>模板</em>基于uni-app+vue3实战短视频+聊天+直播app商城基于uniapp+deepseek+vue3跨平台ai流式<em>对话</em>electron35+deepseek桌面端ai<em>模板</em> vue3.5+deepseek网页版ai流式<em>对话</em>
53720编辑于 2025-12-23 EdgeOne Pages 上线「DeepSeek R1 模板」，1分钟快速部署对话型 AI 类网站
腾讯云 EdgeOne Pages 正式推出 DeepSeek R1 模板，开发者仅需 1 分钟即可搭建对话型 AI 的网站，还可以探索更多玩法：为技术博客添加 AI 助手、为团队搭建知识库检索原型、小型电商网站添加电商导购等 EdgeOne Pages 的 DeepSeek R1 模版无需复杂配置，一键部署即可快速上线对话型 AI 类网站。 AI 算力下沉至边缘节点，实现更低的延迟、提供更快速流畅的体验 可在 Pages Functions 里面直接调用 AI 模型 原生支持 OpenAI API 标准接口，现有工具链即插即用 利用这个模板 第一步，进入 https://console.cloud.tencent.com/edgeone/pages点击“创建项目”，选择“DeepSeek-R1 for Edge”模板，配置项目后点击“立即创建 ，为开发者提供了一个在边缘节点部署对话型 AI 类网站的可能性。
63310编辑于 2025-04-02从零上手 WorkBuddy：两个可抄作业的效率工作流实战
但当腾讯的 WorkBuddy 出现在视野里时，我的第一反应是——又一个 AI 对话工具？ 聊天框只能对话，对话结束一切清零 工作台能读你的文件、跑你的命令、记住你的偏好、定时执行你的任务 这个认知转变，让我重新审视了 AI 工具的可能性。 对比维度 通用 AI 对话 WorkBuddy 上下文 只能对话窗口内 能读取项目文件、工作记忆 输出 复制粘贴到别处 直接写入文件，保留格式 迭代 每次对话重开就丢 跨会话记忆偏好和进度 自动化 无 - 表格对齐 [粘贴文章内容] 效果对比 指标 传统写作流程 AI 辅助五步法 选题到大纲 2-4 小时 15 分钟 大纲到初稿 4-8 小时 1-2 小时 润色修改 2-3 小时 30 分钟 总耗时 自动化配置模板 # 日常办公自动化 - 配置模板包 ## 模板 1：项目进度追踪 创建自动化任务：每天 [时间] 检查 [项目目录] 的进展， 汇报：1) 已完成事项 2) 待办事项 3) 阻塞点
94320编辑于 2026-05-18- 来自专栏云服务业务
腾讯云国际代理商： CloudBase 为什么成为初创创业者首选后端？
开发链路冗长，上线周期漫长 服务器环境配置、域名备案、数据库部署、接口网关、文件 CDN 分发、登录鉴权全流程需要逐一搭建，同等小程序、官网项目，传统后端平均 4-8 周才能上线。4. AI 应用落地门槛高，缺少配套工具 想要接入大模型、AI 对话智能体，需要自行搭建推理服务、流式传输、上下文记忆架构，底层适配工作量大，小团队难以独立完成。 CloudBase Skills 实践模板：22 套生产级模板，AI 客服、商品推荐、小程序智能问答直接复用；3. 多模型统一接入：支持混元、DeepSeek、GLM 等主流大模型，提供 Token 资源包按量计费，流式对话原生适配小程序、Web 端；4. 4.3 AI 轻量化产品（AI 对话工具、内容生成小程序）依托平台内置大模型 Token 资源包，搭配云函数流式传输能力，快速搭建智能问答、文案生成、商品 AI 描述工具；MCP 工具链支持 Cursor
26520编辑于 2026-07-06 WorkBuddy多模态内容生成实操教程
你不需要安装任何额外软件，直接在对话里用自然语言描述就行。这篇文章基于我的实测体验，带你完整走一遍操作流程，看完就能上手。 一、文生视频：一句话生成概念动画操作步骤直接在WorkBuddy对话中输入你的视频需求。不用纠结专业术语，说大白话就行。 实测示例：展开代码语言：TXTAI代码解释帮我生成一段5秒的短视频：一个数据包从手机飞向云端服务器，蓝紫色渐变背景，带有微光粒子效果，科技感风格WorkBuddy会自动调用多模态生成引擎，在对话中直接返回视频文件 等参照视频动作不连贯场景切换过于突兀描述时加上"平滑过渡""缓慢变化"模型面数太高无法在手机打开默认精度过高prompt中加"低多边形风格"或后续压缩五、效率对比传统方式耗时WorkBuddy多模态耗时学Blender+建一个简单模型4- 然后慢慢尝试文生视频，提前准备好prompt模板，每次微调迭代。关键认知：AI创作的秘诀不是"一次说对"，而是快速迭代。第一版不满意就改prompt重新生成，通常3-5轮就能拿到满意结果。
58410编辑于 2026-07-03国内可用的 AI 视频生成 API 有哪些？
一、视频生成API为什么比文本API复杂很多在聊具体服务之前，先搞清楚一个认知差异——视频生成API和文本对话API根本不是一回事。 差异文本对话API视频生成API调用方式发prompt→等几秒→拿到完整文本发prompt→返回task_id→轮询任务状态→拿到视频URL响应时间秒级（流式输出逐字到）分钟级（生成一段5秒视频通常3- 画质相比可灵和豆包还有差距，但对于简单演示、模板化短内容够用了。 2.5Vidu（生数科技）维度说明所属厂商生数科技最新版本Vidu2.0支持功能文生视频、图生视频、参考图保持角色一致性视频时长4-8秒分辨率1080P画质评价★★★★☆角色一致性有独特优势生成速度★★ PythonAI代码解释fromopenaiimportOpenAIclient=OpenAI(api_key="平台Key",base_url="https://api.591ll.com")#视频生成和文本对话共用一套
1K10编辑于 2026-06-16企业级AI编程-企业级AgentOS需求分析与技术方案设计
知识资产沉淀：将专家的隐性决策经验转化为可复用、可迭代的Agent模板，防止人才流失导致的企业能力退化。 自然语言交互：通过对话即可生成报表或发起审批流程；2. 全局监控视图：直观查看各Agent任务执行状态与ROI产出。 长期记忆与上下文管理：企业级对话与任务往往跨周、跨月进行，需解决海量历史信息的压缩存储与高精度向量检索问题，确保Agent拥有精准的长期记忆。 实施路线图（分三期规划）第一期（基础构建，1-3个月）：完成混合云基础设施搭建、基础RAG知识库上线、提供3-5个简单场景的对话式Agent（如：内部IT问答、员工入职助手）。 第二期（核心突破，4-8个月）：上线多智能体编排引擎，接入核心业务系统（CRM/ERP）。实现“供应链库存预警与自动补货”等半自动化复杂流程。同步完善安全审计与权限体系。
20410编辑于 2026-07-27- 来自专栏低代码平台
传统开发vs低代码：数字化项目交付周期对比，差距到底有多大？
交付周期差距：数据揭示真相1.典型项目周期对比项目类型传统开发周期低代码开发周期周期缩短率人力需求对比简单应用（如表单系统）4-8周1-3天85%-95%3-5人团队→1-2人（可含业务人员）中等复杂度应用 6个月2-6周70%-85%完整开发团队→2-3人（含业务+技术）复杂企业系统（如ERP/MES）6-12个月1-3个月60%-80%多团队协作→3-5人（可减少50%-70%技术人员）定制化集成项目4- 而低代码平台通过四大核心机制实现周期压缩：可视化开发：用"拖拽+配置"替代70%-90%的重复编码工作，业务人员可直接参与开发组件化复用：预置大量成熟组件和行业模板，避免"从零开始"的低效开发流程自动化 、Vue3等主流技术栈，技术人员可在配置基础上深度拓展3.测试与部署阶段：从"漫长验证"到"一键发布"传统开发：单元测试：1-2周集成测试：1-2周UAT测试：1-2周部署准备与实施：1-2周总耗时：4- 80%，降低实施风险2.三大核心价值：开发、应用、运维全链路赋能（1）开发层面：从"技术门槛高"到"人人都是开发者"不懂技术的用户：通过OpenClaw自然语言输入，无需拖拽即可生成功能，同时平台提供丰富模板快速复用懂技术的用户
36711编辑于 2026-04-01 - 来自专栏深度学习和计算机视觉
【从零学习OpenCV 4】直方图匹配
程序中待匹配的原图是一个图像整体偏暗的图像，目标直方图分配形式来自于一张较为明亮的图像，经过图像直方图匹配操作之后，提高了图像的整体亮度，图像直方图分布也更加均匀，程序中所有的结果在图4-8、图4-9给出 imshow("匹配的模板图像", img2); 85. imshow("直方图匹配结果", result); 86. 图4-8 myHistMatch.cpp程序中匹配图像原图、模板以及匹配后图像 ? ? 图4-9 myHistMatch.cpp程序中给图像的直方图
3.1K30发布于 2019-12-24 AI编程最新范式：2026开发全链路重构，看下你的开发模式是否有代差？
对话时代（2024-2025）：Vibe Coding（氛围编程）快速兴起，开发者只需用自然语言描述需求，AI就能生成完整功能模块，人机之间的交互变得更加频繁、顺畅。3. • 实际案例显示：原本需要4-8个月的开发项目，通过AI多智能体协同，两周就能交付可用版本。3. • 行业标准成型：在电商、AIoT、企业中台等热门领域，会逐渐出现标准化的AI开发模板，降低行业开发门槛。
7.9K10编辑于 2026-03-04- 来自专栏pandas
Pandas高级数据处理：数据报告生成实战指南
但常因以下问题导致效率低下：数据质量陷阱：缺失值（NaN）占比超30%导致统计失真计算性能瓶颈：千万级数据聚合时内存溢出（MemoryError）呈现形式局限：无法将多维分析结果有效可视化自动化障碍：动态数据源导致报告模板频繁失效二 动态可视化生成常见错误：ValueError: x and y must be the same size# 安全绘图模板def safe_plot(df, x_col, y_col): if not pandarallelpandarallel.initialize()df.groupby('category').parallel_apply(complex_calculation) # 提速4- ValueError: bins 数据分布不均导致分箱失败 使用pd.qcut()替代pd.cut() 六、最佳实践路线图建立数据质量检查清单（缺失率、异常值分布、类型一致性）实现报告模板版本控制
83900编辑于 2025-02-13 PageAdmin CMS企业网站站群技术解决方案
一、项目背景与目标1.1建设背景（根据实际情况填写，以下为通用模板）当前企业拥有多个独立网站/分子公司站点，存在以下问题：各站点独立建设，技术栈不统一，维护成本高无法统一管控内容安全和合规风险数据分散， 删除每个子站独立绑定域名/二级域名支持站点级独立配置（SEO信息、统计代码、备案号等）模块二：权限体系集团级管理员：全部权限站点级管理员：仅管理指定子站内容级角色：编辑、审核、发布，可跨站点授权模块三：模板管理公共模板库 （集团统一下发）子站模板继承与覆盖机制模板版本管理，支持回滚模块四：内容管理各子站独立维护内容内容推送/拉取接口（集团⇄子站）内容审核工作流（编辑→审核→发布）模块五：安全管理统一SSL证书管理统一WAF 2周平台部署环境搭建、数据库设计、核心功能开发/配置4周模板制作公共模板开发、子站模板适配（按子站数量）4-8周数据迁移旧站数据清洗、导入、URL映射2-4周联调测试功能测试、性能测试、安全测试2周上线切换灰度发布 0.5-2万/子站按子站数量计数据迁移2-5万一次性运维人力1人/年兼职或专职六、风险与对策风险可能性对策单点故障导致所有子站不可用中应用集群+数据库主从+定期备份子站模板升级影响定制内容高模板继承机制
29810编辑于 2026-04-10- 来自专栏音视频技术
回顾LiveVideoStackCon2022北京
接下来，刘江强调了“Chat”的价值，这是全新的人机接口，移动互联网的兴起很大程度上基于智能手机这个接口，未来的移动设备并不需要那么多app了，只需要对话框、麦克风和摄像头了。 4月1日晚间在与李超对话中，他也提到即使普通人也应该尝试使用各种Chat-GPT类的应用，至少不会被社会淘汰。 题外话，在与李超对话完后，我开了一个“GPT与多媒体”的微信群，不到4个小时，就加到了200人，可见大家对GPT相关技术、产品的关注度之高。 我还与一名在内蒙经营农资的亲戚交流，他告诉我，现在当地使用农用无人机喷洒农药已经非常普及，之所以普及是因为无人机的成本比人工要低，大约可以做到4-8元/亩。
87030编辑于 2023-04-04 - 来自专栏全栈程序员必看
matlab中如何求插值点,MATLAB插值「建议收藏」
vi,[3,5],2,[-2,3]) % 画插值后切片图 >> title(‘插值后’) 插值前的flow函数如图4-7所示，进行三维插值之后的结果如图4- 图4-7 插值前函数图 图4-8 插值后函数图 4.5.4 样条插值 样条函数产生的基本思想是：设有一组已知的数据点，目标是找一组拟合多项式。 图4-9 样条插值 编辑：青樱、蓬荜生辉、倾国倾城 复核：数韵校园工作室 如你对话题感兴趣， 发布者：全栈程序员栈长，转载请注明出处：https://javaforall.cn/135934.html
6.6K20编辑于 2022-09-05 GEO软件系统开发指南1.0（下篇）从架构到落地的完整实战解析
一、基于LangChain搭建AI内容生成流水线LangChain是构建大语言模型应用的主流框架，其核心价值在于将提示词模板、模型调用、输出解析等环节串联成自动化流水线。 实现方式是通过设计精准的提示词模板，要求模型只输出这三种之一，并加入几个示例（few-shot）来提升分类准确率。最后用简单的字符串匹配从模型输出中提取意图标签。 提示词模板会详细列出这些要求，让模型输出至少5个小标题，每个附带写作要点。生成后需校验大纲完整性，缺失部分由规则自动补充。1.3 正文生成与后处理流水线正文生成接收大纲，逐段输出内容。 2.3 微调训练与评估训练时设置学习率约2e-4、批次大小4-8、训练3-5轮。训练完成后获得LoRA权重文件（几十到几百MB），使用时需与基础模型合并。
39010编辑于 2026-04-16- 来自专栏FreeBuf
Suricata+ELK（Docker化部署）数据展示
图3.1 sýnesis™ Lite for Suricata模板 本次部署过程中，直接使用了sýnesis™ Lite for Suricata[2]的展示模板，这样就省去了再自己管理数据并设计的过程 在部署之前，请将sýnesis™ Lite模板文件（下文简称为模板）下载，并解压。 图4-6 查看数据 4.6 kibana添加模板文件 但此时，还无法利用模板进行展示，需要将模板文件添加到kibna中，步骤如下。 1）在模板文件的kibana的子目录中含有相应的模板文件，请下载至本机。 图4-7 下载模板文件 2）在kibana左侧菜单栏选择最后一个management，然后点击saved objects。 图4-8 导入文件 3）导入文件 选择文件或者直接拖拽进入。
2.4K20编辑于 2023-04-26 使用AI Agent自动化生成订单/发票/合同：从自然语言到PDF的一站式方案
AI Agent 返回的订单模板以下是 AI Agent 生成的 HTML 模板核心代码：<! 70% against copy of B/L", "delivery_date": "July 15, 2026", "incoterms": "FOB Los Angeles"}继续生成发票模板和合同模板保持同一对话 AI Agent 会生成发票模板，示例如下：接着生成合同模板：帮我生成一份外贸销售合同的 HTML 模板和 JSON 数据，包含合同条款、双方信息、签字栏、贸易术语。 AI 自动生成示例数据编写 API 调用代码1-2 小时AI Agent 自动完成构建前端界面2-4 小时AI Agent 自动生成总耗时4-8 小时15-30 分钟技术门槛需要前后端开发能力零代码，只需自然语言免费额度价值每月 也可以尝试用 AI Agent 生成更复杂的模板——如多语言模板、多币种发票、包含图表的数据报表等。
33700编辑于 2026-05-29
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号