登录社区云，与社区用户共同成长
邀请您加入社区
数据对比：海尔智慧工厂接入DeepSeek后，生产线效率提升40%，质检人工减少75%。比亚迪“璇玑架构”引入AI模型后，整车装配错误率下降90%。
随着Web应用程序的广泛应用和不断发展，Web自动化测试已经成为软件质量保证中的一个重要环节。而Python+Selenium作为一组强大的工具和框架，已经成为Web自动化测试领域中的热门技术之一。Python+Selenium可以帮助我们快速、准确地模拟用户行为和操作，并检测Web应用程序的正确性、稳定性和可靠性。本文将深入探讨Python+Selenium的Web自动化测试框架，包括其概念、目
接口测试是测试系统组件间接口的一种测试。接口测试主要用于检测外部系统与系统之间以及内部各个子系统之间的交互点。测试的重点是要检查数据的交换，传递和控制管理过程，以及系统间的相互逻辑依赖关系等。
Postman、JMeter和SoapUI是三款常用的接口测试工具，各有其特点和适用场景。Postman是一款针对Web服务和RESTful API的测试工具。它提供了直观的界面，可以轻松创建和发送HTTP请求，并查看和验证响应结果。Postman适用于快速测试和调试单个接口，支持多种请求方法和参数设置。它还提供了强大的断言功能，可以对接口的返回结果进行验证。Postman还支持集成测试和自动化测
围绕自动化有很多议论，组织正在进行大量投资以利用测试自动化的好处。测试自动化可以指使用软件工具自动执行测试、将实际结果与预期结果进行比较以及报告差异/错误的过程。实施测试自动化的主要原因之一是减少手动工作和相关风险，同时测试重复性任务，这些任务通常是平凡且耗时的。此外，测试自动化具有广泛的优势，可帮助组织实现更高的ROI 指标。多年来，测试自动化的使用越来越流行，因为它为团队提供了许多好处。但是，
是一个移动端自动化测试开源工具，支持iOS 和Android 平台，支持Python、Java 等语言，即同一套Java 或Python 脚本可以同时运行在iOS 和Android平台，Appium 是一个C/S 架构，核心是一个 Web 服务器，它提供了一套 REST 的接口。当收到客户端的连接后，就会监听到命令，然后在移动设备上执行这些命令，最后将执行结果放在 HTTP 响应中返还给客户端Se
本教程将为你提供详细、专业的 DeepSeek本地部署指导，帮助你顺利搭建属于自己的人工智能环境。
根据2024年的最新数据和搜索结果，国内AI大模型的前十排行榜：在SuperCLUE基准测试中得分最高，超过众多国内外闭源模型，引领全球的开源生态。：凭借其强大的技术能力和行业应用得到广泛认可。：专注于自然语言理解与生成，适用于文本创作、智能问答等场景。：支持对话、写作、编程等功能，还能提供语音交互方式。：在客观评测中以75.96分排名第二，得分最高的国产大模型。：在数据和算法方面有一定优势，其模
• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模
数据分析并不是简单的分类归纳，而是针对大量的数据进行的数据搜索，通过计算机算法找到我们隐藏的信息，通过这些隐藏的信息，我们可以进行风险评估、数据整理预测、相关性的分组讨论，为相关运营和部门提供技术参数支持和数据对比。团测，专业的在线人才测评系统，人才测评工具，团体测试测评系统，可以为企业招聘，团队建设提供在线测评，如人才测评，职业测评，心理测试，人才盘点，心理咨询师，职业规划。1、 平时需要针对日
好啦，又要开始动笔啦，准备写一写DAMA这一套的东东
Tableau下载、安装、注册、试用、激活、秘钥管理、学生账号申请全攻略
按照国际数据管理协会的《数据管理知识手册》中规定，数据质量（DQ）是“既指与数据有关的特征，也指用于衡量或改进数据质量的过程。”但要深入理解数据质量，需要切分不同层次或维度。数据无处不在。随着数据创建的数量、来源和速度的增加，企业正在努力解决如何处理所有这些问题以及如何处理这些问题的现实。如果你的企业还没有确定使用自己的数据的最有效的方法，那么你就错过了改变你的业务并获得决定性优势的关键机会。当然
Tableau 自定义地理编码
上文提到的主要特点之一是 R 是一款免费的开源工具。免费意味着任何想尝试使用 R 语言编程的人都可以从该项目的网站上下载 CRAN 版本。对于那些需要从头开始学习编程语言的人来说，这种对语言基本形式及其众多软件包的高级访问性是必不可少的。此外，值得注意的是这是一个开源平台。开源编程意味着任何用户都可以编写可供他人修改和变更的代码。因此，当您对自己的能力越来越有信心时，您就可以创建自己的程序库。许可
数据分析师到底是干啥的？数据分析值不值得学
图扑软件应用自研 HT for Web 产品搭建的智慧校园解决方案，将校园的物理结构模拟复现，无缝对接校园各业务系统。归集校园内的关键信息和综合态势，实现跨信息的深度关联和融合显示。帮助用户深入掌握校园安全监控、资源分配优化、学生行为分析、空间规划、校园运行情况、设施利用等实时动态。为用户提供全面、准确、透明的可视化监控平台。
关于数据挖掘方面的研究，我原来也走过一些弯路。其实从数据挖掘的起源可以发现，它并不是一门崭新的科学，而是综合了统计分析、机器学习、人工智能、数据库等诸多方面的研究成果而成，同时与专家系统、知识管理等研究方向不同的是，数据挖掘更侧重于应用的层面。 因此来说，数据挖掘融合了相当多的内容，试图全面了解所有的细节会花费很长的时间。因此我建议你的第一步是用大概三个月的时间了解数据挖掘的几个常用技...
零售业是最传统的买卖双方互动平台。早在电子商务和移动商务崛起前，零售商们就以别出心裁的产品陈列，极具竞争力的价格和有效的销售技巧吸引了众多买家。随着科技的发展，现代技术正逐渐渗透进传统零售业。 2017年，零售业仅仅在美国的总销售额就超过了5万亿。为满足日益增长的需求和提供更优质的用户体验服务(86%的客户表示他们愿意为更好的购物体验支付更多费用)，传统零售业逐渐向技术化转型。...
1.如何配置云端数据库2.Excel/Tableau如何连接数据库
大数据分析入门基础知识学什么？做好数据分析要掌握多方面的知识和技能，软实力包括沟通能力、表达能力、设计能力等。学大数据分析需要掌握可视化分析、数据挖掘算法、预测性分析能力、语义引擎、数据质量和数据管理等方面的知识。大数据分析入门基础知识接下来我们具体来看下~
说到数据分析师，都以为是别人眼中高大上的工作，其实数据分析师是最苦的一份工作，虽然说数据分析很苦，但是能够给你带来的东西、带来的数据思维很有益处；接下来我就以从事多年的数据分析为大家揭秘数据分析师的工作以及这份工作能够为你带来什么？以及我是如何成为一名数据分析师的呢？
我们很多人都听说过数字孪生（digital twin），在英伟达等公司的大力推动下，这种高效运营工作流程的方法已经在很多工业场景中得到应用。但你听说过数字表亲（digital cousin）吗？近日，斯坦福大学李飞飞团队就做出了一个这样的研究，其可有效地将真实数据变成适用于机器人学习的模拟数据 —— 在降低真实转模拟成本的同时还能提升学习的泛化性能。简单来说，你只需拍一张照片，就能将照片中的物体变
大数据，作为一个近年来备受瞩目的词汇，其含义广泛且深远。简而言之，大数据指的是在传统数据处理应用软件难以处理的庞大、复杂的数据集合。这些数据集合不仅规模巨大，更在数据类型、产生速度和处理难度上呈现出前所未有的特点。从规模上来看，大数据的体量达到了前所未有的程度。随着移动互联网、物联网等技术的飞速发展，全球数据量呈现爆炸式增长，以惊人的速度积累和扩张。这种大规模的数据量为各行各业提供了丰富的信息资源
揭秘一线城市数据分析师的薪资分布......
银行数据治理是一种对银行数据进行全面管理的过程，包括数据的收集、存储、处理、分析、使用和销毁等各个环节。它涉及到数据的质量管理、安全管理、隐私保护、合规性等多个方面，旨在确保数据的完整性、准确性、一致性和。
2023年，转行数据分析师还来的及吗
Tableau可视化原理
从20世纪90年代起，欧美国家开始大量培养数据分析师，直至现在对数据分析师的需求仍然长盛不衰而且还有扩展之势。根据美国劳工部预测，到2023年，数据分析师的需求量将增长20%。就算你不是数据分析师，但分析技能也是未来必不可少的工作技能之一。在数据分析行业发展成熟的国家，90%的市场决策和经营决策都是通过数据分析研究确定的。数据分析技能越来越普遍应用到各个职能岗位如：产品、运营、市场、人力资源、销售
数字孪生是一种旨在精确反映物理对象的虚拟模型。会给研究对象（例如，风力涡轮机）配备与重要功能方面相关的各种传感器。这些传感器产生与物理对象性能各个方面有关的数据，例如，能量输出、温度和天气条件等等。然后将这些数据转发至处理系统并应用于数字副本。一旦获得此类数据，虚拟模型便可用于运行模拟、研究性能问题并生成可能的改进方案；所有这些都是为了获取富有价值的洞察成果，然后将之再应用于原始物理对象。
Agent（代理）与大模型之间的协作关系，强调了Agent作为执行者在任务执行中的关键角色，他们需在遵循预设框架的同时，灵活应对具体情境。讨论涵盖了智能体处理任务的标准化流程、角色属性、使命以及它们之间的有效交互，突出了角色协作、任务分配的重要性，并强调了通过交互获取更多信息的能力。此外，智能体在代码生成、项目管理等多场景的应用被提及，探讨了在预设交互与自主思考间取得平衡的方法，以及通过迭代和实践
新的方案主要结合 Playwright，SoM视觉标记，GPT4Vison，GPT4，AutoGen来实现。主要的原理通过 Playwright进行浏览器操作，包括页面图像的获取、浏览器的各种操作，相当于‘‘手’’；进行SoM 视觉数据标记，因为 GPT4Vison 在进行页面原始识别时并不是很准确，参考微软的论文可以通过视觉标记的手段来辅助 GPT4V 识别，相当于“眼睛”。通过GPT4+Aut
那么问题来了，作为一个 java agent 的提供者，我哪知道使用者有没有写这种死循环的方法，如果应用中有这么个死循环的任务存在，把我的 agent 一挂载上去，导致应用都起不来，这个锅算谁的？指出了在 run 方法这里，存在字节码的错误，我们统计耗时的 Agent，主要就是在方法开始前和结束后各自新增了一行代码，我们直接补充在 run 方法中，则相当于下面的代码。虽然我们的应用程序中并没有方法
的日益普及强调了维护在生产活动中的关键作用。（IETMs）是支持智能设备维护的重要工具。传统的IETMs面临着从图形用户界面（GUIs）过渡到自然语言用户界面（LUIs）以及管理复杂逻辑关系的挑战。为此，提出了一种基于大型语言模型的维护方案生成方法整个过程的目标是使用LLMs分析复杂维护任务，并准确检索相应的维护方案。这种方法优化了传统IETMs中存在的机械输入问题，显著提高了维护人员处理复杂任务
为此，Alice首先在智能助理上创建了一个基于did:wba方法的DID，并登录到example.com，将这个DID与自己的账户关联，并授予DID访问文件的权限。也就是说，只要对方能够安全的获取正确的DID文档，就可以获得正确的公钥。DID 的核心组件是 DID 文档，其中包含与特定 DID 相关的关键信息，比如用于验证 DID 所有者身份的公钥。使用did:wba方法的身份系统，可以实现类似e
架构设计模式已成为程序员的重要技能。然而，当我们转向大模型应用领域，情况可能会有所不同。面对新兴技术，比如：AI 大模型 Agent，我们尚缺乏成熟的设计模式来支撑这些解决方案。根据我多年的架构设计经验，我在这里整理总结了一些针对，试图应对和解决实现中的一些挑战，比如：成本问题、延迟问题以及生成的幻觉等问题。当用户输入一个 Prompt 查询时，该查询会被发送到路由转发模块，而路由转发模块则扮演着
在携程内部，随着公司业务规模和复杂度不断提高，研发测试团队面临着各种效能困境，尤其是在需要构造大量测试数据、写场景验证、发布频繁的场景下，业务的质量保障更是是重中之重。
今天凌晨，OpenAI 正式宣布推出一项名为 Tasks 的测试版功能。无论是一次性提醒还是重复性任务，现在你只需要向 ChatGPT 说明需求和时间，它就能实现自动化处理。比方说，你可以设置每天早晨 7 点获取天气预报，或定时提醒遛狗等日常事项。看到这，有没有觉得很熟悉。没错，类似于你手机上的 Siri，但在 ChatGPT 的加持下，Tasks 的性能显然要更强大。OpenAI 研究工程师 K
此研究文章探讨了使用文档加载器、嵌入、向量存储和提示模板构建基于语言模型的学习（LLM）应用程序的过程。由于语言模型能够生成连贯且语境相关的文本，LLMs 在自然语言处理任务中越来越受欢迎。本文讨论了LLMs的重要性，比较了微调和上下文注入方法，介绍了LangChain，并提供了构建LLM应用的逐步过程。适用的情况下会包含Python代码片段。语言是人类交流思想和观点的主要媒介。理解和处理人类语言
以上就是我在研究这4种LLM Agentic工作流中对于Prompt提示所得与思考。读者福利：如果大家对大模型感兴趣，这套大模型学习资料一定对你有用如果你是零基础小白，想快速入门大模型是可以考虑的。一方面是学习时间相对较短，学习内容更全面更集中。二方面是可以根据这些资料规划好学习计划和方向。包括：大模型学习线路汇总、学习阶段，大模型实战案例，大模型学习视频，人工智能、机器学习、大模型书籍PDF。带
在当前信息时代，大型语言模型（Large Language Models，LLMs）的发展速度和影响力日益显著。大模型强大的推理以及生成能力成为了搭建智能体的最好的组件。本内容来源于Datawhale的开源的“生成大模型基础（so-large-lm）”，一个致力于探索和理解大型模型发展的前沿课程：https://github.com/datawhalechina/so-large-lm通过该开源课
至此，基本把 APPAgent 跑了一遍了，我和群友说，demo 很性感，现实很骨感，显然 chatGPT 对 CSDN 不够了解。在我看来，现阶段的 AppAgent 只不过是一个客户端录制回放的，而且非常简陋的工具。但是思路非常不错，我自己组里准备着手改造，看看能不能真正用起来。针对TesterHome社区小伙伴的本次试用，
Java Agent(java 探针)虽说在 jdk1.5 之后就有了，但是对于绝大多数的业务开发 javaer 来说，这个东西还是比较神奇和陌生的；虽说在实际的业务开发中，很少会涉及到 agent 开发，但是每个 java 开发都用过，比如使用 idea 写了个 HelloWorld.java,并运行一下, 仔细看控制台输出本篇将作为 Java Agent 的入门篇，手把手教你搭建一个Java
代理”这个词在AI出现之前就有了，哲学家们研究过它。像亚里士多德和大卫·休谟这样的大思想家都讨论过代理的概念，他们认为只要能自己做决定，不管是人、动物还是别的东西，都能称作代理。到了20世纪80年代，AI的研究者也开始关注这个概念了。目前，我们倾向于把所有能够感知环境、做出决策并采取行动的实体或系统视为人工智能领域的代理。而AI Agent，即人工智能代理，被定义为一个能够自主执行任务、做出决策并
你的 App 将产生自驱力！LangChain 主体分为 6 个模块，分别是对（大语言）模型输入输出的管理、外部数据接入、链的概念、（上下文记忆）存储管理、智能代理以及回调系统，通过文档的组织结构，你可以清晰了解到 LangChain的侧重点，以及在大语言模型开发生态中对自己的定位。• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习
使用sm_ds_OAI.invok（）进行数据分析，invok是Langchain中向智能体发送自然语言指令的方法，它允许agent根据这些指令执行相关任务并返回结果，具体功能包括任务调度、自然语言执行、支持多种工具调用和生成响应。sm_ds_OAI.invoke("请分析此数据，并用大约 100 字的中文简要说明。请将分析过程的标记，如'Thought'和'Action'替换为'思考'和'执行'
AppAgent 的创新技术值得我们测试人员的关注。最近大语言模型（LLMs）的进展导致了智能代理（Agent）的创建，这些代理能够执行复杂的任务。而由腾讯团队开发的AppAgent， 其智能代理能力可以用于操作任何 App，它在 50 个复杂手机任务上展示了强大的能力。这项技术通过引入一种基于大型语言模型（LLMs）的多模态智能代理（Agent）框架，赋予了智能体操作智能手机应用的能力。
本项目旨在为企业工作流程增强提供一个框架。关键策略和概念包括：检索增强生成（RAG）：利用RAG创建增强型提示，为LLM提示提供更好的上下文信息，从而提高生成输出的相关性和准确性。例如，在安全应用案例中（见用例部分），RAG可以摄入组织的产品安全需求、GRC政策以及来自NIST和PCI DSS等安全框架的要求。摄入的数据将作为用户向LLM提示的上下文信息。这样，最终输出将基于此上下文生成，而非纯粹
大语言模型是一类基于深度学习的人工智能模型，旨在处理和生成自然语言文本。通过训练于大规模文本数据，使得大语言模型能够理解并生成与人类语言相似的文本，执行各类自然语言处理任务。LLM的训练及使用LLM能够理解并生成与人类语言相似的文本，执行各类自然语言处理任务，具体可应用场景包括而不限于文本生成、机器翻译、摘要生成、对话系统、情感分析等。其具有强大的泛化能力、能够处理多种任务。LLM的训练LLM的训
程序人生
——程序人生
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
DeepSeek技术社区
ZA技术社区
2048 AI社区
永洪数据分析社区
AI Agent技术社区
