首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 来自专栏acoolgiser_zhuanlan

    MFC编程入门之六(对话框:创建对话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",就会生成新的对话模板,并且会自动分配ID 三、设置对话框属性    在Addition对话模板上点击右键,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
  • 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
  • 来自专栏图形学与OpenGL

    实验2 关系可视化

    将上一步所得的PDF文件,导入Illustrator,以教材图6-7模板,完成图6-7,并添上自己的署名。 三. 实验步骤 1. 实验结果 图6-7英文和中文版分别如下图所示,大家提交作品文字部分按中文版处理,图形效果参考英文版。 ? ? 五.

    1.4K20发布于 2018-10-09
  • 从零做一个 AI 技能包:把"重复劳动"沉淀成可复用能力的实战记录

    步骤5:用"强制机制"把经验焊死这是技能包比"聊天模板"强的地方——可以写硬约束,让AI每次都照做,不靠它"记性"。 无文字/书法/题跋/落款/印章/对话框/水印/notext/noChinesecharacters/nocalligraphy/nowatermark。 ###B.角色锚定短语库(角色出场时原样复制)-爸爸锚定:一位30多岁中国男性,黑色短发,戴黑框眼镜,左唇下小痣,圆脸微胖,穿黑色圆领T恤-女儿锚定:一位6-7岁中国小女孩,黑发扎双马尾用红色小皮筋,圆脸大眼 ,穿粉色T恤和牛仔短裤###C.强制后缀(每条提示词结尾,原样复制)画面留白要多,不要出现任何文字/书法/印章/对话框/水印,4K高清;角色外貌与角色外观卡完全一致,不得随意变更。 下次你对话里出现"生成漫画分镜""写即梦提示词"之类的话,AI助手会匹配description自动加载这个技能。修改(这是大家最关心的):技能包就是文本文件,随时能改。想加新风格?

    10510编辑于 2026-08-10
  • 来自专栏机器之心

    对话、能讲故事,他用树莓派把1960年代的老式收音机改造成了智能音箱

    近日,YouTube 上的一位博主将一台老式德律风根收音机改造成了能讲故事、能对话的智能音箱。 ? 改造这样一台收音机并不困难。 然后是设计对话环节。Google Dialogflow 是一个免费的自然语言理解平台,任何人使用它都能很轻松地设计用户的对话交互。 ? Google Dialogflow 是免费的并且容易上手,你可以参照这份入门指南:https://cloud.google.com/dialogflow/docs/tutorials 下图是用户与收音机对话 6-7、AI 使用该文本生成人工语音。 8、将音频通过扬声器播放给用户。 最终你将得到一台可对话的 “智能音箱”,它的声音很有磁性,美中不足的是语气有些生硬,并且故事欠缺一点吸引力, Anyway,至少这台智能音箱的外观更加复古且美丽吧。

    1.6K20发布于 2020-10-09
  • 来自专栏实践出真知

    # 从零到自动化:我在WorkBuddy上搭了一套网球周刊生产线

    项目正式开工前的需求诊断阶段,花了大概两轮对话的时间,把用户画像拉了出来:维度信息水平业余中级(3.5-4.0级),接近参赛水平追踪球员郑钦文、王欣瑜、ElenaRybakina技术需求动作纠正装备需求红土场球鞋交付方式每周一期 +荧光黄高亮卡片式布局,大数字突出参考了ESPN和ATP官网的数据面板适合移动端快速扫读这套双模板机制效果出奇地好。 四、图片是个硬功夫模板做到一半,发现一个问题:字排好了,但看起来还是干巴巴的。真正让文章有质感的不是排版,是图。 然后在模板里嵌入了13处图片位置,刊头背景、球员封面、装备卡片、章节分隔都有覆盖。 七、产出物和一点感受项目做下来,交付了这些东西:类别数量内容策略文档2份(SOP+用户档案)HTML展示模板2套(各含6-7处Pexels配图)生产流水线脚本5个(图表/渲染/PDF/邮件/编排)已发布周刊

    26210编辑于 2026-06-25
  • 来自专栏AI 遇上水利:水利一线工程师的数字化

    一个水利工程师的AI提效实战:用WorkBuddy写洪水影响评价报告,效率翻了3倍

    2025年到2026年,洪水影响评价新标准SL/T808-2025刚出台,水保方案也换了新模板(办水保函〔2026〕232号),以前的经验部分失效,每次查规范都要花大半天。第二,报告要求越来越严。 我把项目的初设报告PDF、污水管网平面图、地形图等资料存在D盘,直接在对话框里告诉它路径,它就能读取分析。不需要手动复制粘贴大段文字,也不需要把资料预处理成文本格式。 我在对话中明确要求它"按照SL/T808-2025洪水影响评价标准编写第一章",并指定了红蓝标注规则——不确定的内容标红色(待完善),需核实的内容标蓝色(待核实)。 我每个项目建一个独立任务,一个项目的所有对话都在同一个任务里,上下文完整不丢失。千万不要把所有项目混在一个对话框里,时间长了它会搞混不同项目的参数。2.善用本地文件直读。 找条文半天左右几分钟,自动引用写初稿(80页)约3-4天约1天(含审阅修改)排版格式约半天自动完成数据计算手算+复核,1天给出公式+过程,半天复核响应审查意见逐条手改,1天告知意见自动修订,半天总计工时约6-

    45530编辑于 2026-07-01
  • 来自专栏小徐学爬虫

    在另一个进程正在进行时如何显示加载进度条?

    但是,每次调用刷新函数时,都必须重新抓取所有网络文章并显示在屏幕上,这通常需要大约6-7秒。因此,创建了一个带有加载进度条的wx.Dialog类,持续7秒。希望在抓取所有文章时显示此对话框和进度条。 对话框弹出,但进度条在所有事情都发生后才开始。2、解决方案2.1 异步更新进度条需要从执行抓取的线程向主应用程序发送消息,以告诉它更新进度条。 可以使用pubsub发布一条消息给对话框,该对话框需要有一个监听器。

    1.5K00编辑于 2025-02-11
  • 云蝠智能Voice Agent技术浅析

    1.1 语义理解突破在语义理解层面,系统通过日均500万次对话数据的持续训练,实现了远超传统规则的意图识别能力。 其关键突破在于:上下文感知:能够精准解析“行不行≠不行”等微妙语义差异多轮对话管理:平均支持8.2轮复杂对话流转情感识别:情绪判断准确率达91%1,在心理咨询等场景中可实时调整语音语调python# 语义解析示例代码 97.5% 的识别准确率方言适配:覆盖87% 方言区域,有效解决基层服务中的语言障碍情感合成:神经网络语音引擎结合微软TTS技术,生成语调自然的拟人化语音1.3 多模型协同架构系统背后并非单一模型运作,而是由6- 7个大模型协同完成复杂任务:预交互阶段:数据整理与归纳模型实时交互:双模型并行(对话模型+实时校正模型)后处理:数据分析与总结模型这种分工使系统能兼顾响应速度(延迟压降至5ms内)与决策质量。 正如云蝠智能在实践中所证明的——技术价值不仅在于降本增效,更在于构建人机协同的新型对话生态,让技术成为连接人心的桥梁而非屏障。

    74210编辑于 2025-07-03
  • OKR在技术团队为什么经常失效?

    结尾 以上五个维度的问题,不是一两次培训或模板优化能解决的。它们指向的是技术团队需要完成的一次思维模式升级:从执行文化到引领文化,从完成任务到定义成功。 这不是全有或全无的转变,而是一个渐进的过程。 引入中期校准会议:在季度第6-7周,用1小时做一次OKR健康检查。不评分,只追问“方向还对吗”和“有没有需要砍掉或加速的”。 OKR的价值从来不在于那套格式,而在于它试图建立的那种对话——关于“什么真正重要”的、诚实的、跨层级的对话

    24010编辑于 2026-05-15
  • 来自专栏HelloGitHub

    稳定易用的 Django 分页库,完善分页功能

    当前页码的右边部分,比如这里的 6-7。 最后一页页码前面的省略号部分。但要注意如果最后一页的页码号前面跟着的页码号是连续的,那么省略号就不应该显示。 最后一页的页码号。 自定义模板 有时候预定义的分页条并不能满足我们的需求,我们可以通过自定义的模板来覆盖预定义的模板。 django 查找模板的顺序是,首先在项目配置的模板根路径寻找(我们项目中配的是 templates 文件夹),没有找到的话,再去应用的 templates 目录下寻找。 分页模板预定义的路径为 pure_pagination/pagination.html,所以我们可以在项目模板根路径下建立一个一模一样的文件结构,这样 django 就会首先找到我们的模板,从而应用我们自定义的模板 ,而不是预定义的模板

    1.5K20发布于 2021-05-14
  • 来自专栏AI初体验

    用WorkBuddy搭建行业洞察流水线,治好了我的信息焦虑,顺便还把Token消耗砍了70%

    邮件群发要求:附件为Word+HTML,正文只附简短提示,签名由模板自动追加,严禁在正文出现联系方式和结尾语。知识归档要求:将新闻追加到IMA知识库的归档笔记中,按时间倒排。 第二步:准备邮件签名模板。签名使用HTML格式,包含姓名、职务、联系方式等信息,存放在固定路径。脚本运行时自动读取这个文件追加到邮件正文末尾。第三步:配置SMTP凭证。 通过对执行日志的分析,Token消耗的大头主要有四块:消耗项估算Token原因WebSearch×6-7次~25K按5G-A/6G/卫星/低空/应急等逐领域搜索加载5个Skill~12K公文排版、humanizer )HTML晨报模板(CSS+HTML字符串模板,动态填充内容)邮件签名读取(自动读取HTML签名文件)SMTP发送逻辑(smtplib直连)IMA归档逻辑(urllib直接调API)--dry-run参数 skill列表(脚本已内置所有逻辑)4.3优化效果对比[Token消耗对比]指标优化前优化后降幅模型模式thinking标准模式-模型级别autolite单价降3-5倍Skill加载5个0个-12K搜索次数6-

    25500编辑于 2026-07-14
  • AI大模型微调企业项目实战课

    GPT-4、Claude、文心一言、通义千问等通用大模型在开放域对话、代码生成、内容创作等任务上表现惊艳。 对话数据(Chat Data):多轮对话历史,保持角色交替(user/assistant)。负样本与边界样本:告诉模型什么不该做、边界在哪里。 微调方案:基座模型:Qwen-14B 或 Llama 3 8B训练数据:历史客服对话记录脱敏后构造10,000+条(问题,标准答案,知识库引用)三元组效果:解决率从65%提升至89%,人工转接率下降60% ~14B级别) └─ 收集100~500条种子数据,快速评估效果天花板第3-5周:数据工程 ├─ 数据清洗、脱敏、标注(可内部+外部众包结合) ├─ 训练/验证/测试集划分 └─ 数据质量检查与迭代第6-

    57010编辑于 2026-05-08
  • 腾讯问卷在医疗药械行业的信息收集与人才管理应用

    测评实施: 利用问卷进行匿名测评,设定评分标准(3分以下为较差,4-5分为达标,6-7分为良好,8-10分为优秀)。 功能深度: 提供从模板库到样本服务的一站式调研平台,能够满足从简单的“车辆进厂登记”、“活动报名”到复杂的“用药情况调研”、“绩效考核”等全业务链条需求。

    16400编辑于 2026-05-29
  • Xiuno BBS 审计之问题10:用户密码不符合现代密码存储规范

    password+salt) 单重哈希存储,未使用 bcrypt/PBKDF2/Argon2此文章为XIUNOX版本重构审计时发现问题,分享出来方便后续想基于xiuno bbs4.0.4版本制作维护版本或插件模板等需求的开发者和站长参考 与现代标准 password_hash() (bcrypt/argon2) 相差 6-7 个数量级的安全强度。

    11500编辑于 2026-07-11
  • 来自专栏数通

    Fusion Compute8.8配置虚拟网络,一篇学会

    端口组 端口组是虚拟的逻辑端口,类似于网络属性模板,用于定义虚拟机网卡属性通过分布式交换机连接到网络的方式。 否,执行6-7。 6、单击“下一步”。进入“确认”页面。 7、单击“确定”。完成分布式交换机的创建。该任务结束。 在从VLAN ID区域单击“新增”,在弹出的对话框中填写“从VLAN ID”,选择“MUX VLAN类型”,单击“确定”。 24、单击“下一步”。进入“确认信息”页面。

    54110编辑于 2026-01-28
  • 来自专栏AI SPPECH

    2:从“模型中心“到“Agentic系统中心“:2026 AI技术栈全景图

    转型路径与实施指南 4.1 个人转型3步法(0-1周落地) Step 1: 环境搭建与基础认知(Day 1-2) Step 2: 第一个Agent开发(Day 3-5) Step 3: 优化与部署(Day 6- 痛点二:上下文管理混乱 症状表现: 多轮对话中上下文丢失严重 跨会话记忆无法持久化 不同任务间的知识无法共享 根本原因: 模型中心思维将上下文管理视为"Prompt工程"的一部分,通过简单的历史消息拼接来维护上下文 """规划节点:分解任务并制定执行计划""" messages = state["messages"] planning_prompt = f""" 基于以下对话历史 value}") # 添加短期记忆 if self.short_term: context_parts.append("\n## 近期对话 assistant = ResearchAssistant() result = assistant.run("Agentic AI trends 2026") Step 3: 优化与部署(Day 6-

    1.2K10编辑于 2026-04-03
  • 来自专栏祝威廉

    ChatBot framework 开发实践

    核心技术要点 语言模板引擎 对话配置系统 机器学习相关技术 语言模板可以保证意图识别的准确性,机器学习除了能否增加覆盖度以外,同时也是对话配置系统的核心所在。 语言模板引擎 语言模板很好理解,就是一句话匹配上了某个模板,这个模板会指向一个动作,从而能够给出一个响应。 通常语言匹配模板引擎会有比较明显的性能问题。当你有几千个上万个模板,每个模板里面又有几十个甚至上百个子模板,那么一次匹配的成本会相当高,对CPU压力也会非常大。 语言模板引擎是聊天机器人里较为核心的组件,通常算法在这种场景里是补充。 对话配置系统 对话配置系统,其实就是chatbot framework, 据说有一些开源实现,不过我没具体了解过。 通常对于一次性对话(一问一答)这个比较好处理,依托于上面的语言模板引擎基本就能实现了。对于有一个”对话引导流程“的会话,这种多伦对话则需要一个较为完善的对话配置系统。

    91530发布于 2018-08-27
领券