想把这三年的变化拆成四个层次来讲：Prompt → MCP → Skill → Harness。每一层不是取代上一层，而是在上一层的基础上叠加。就像TCP/IP协议栈，越往上越接近人的意图，越往下越接近机器的执行。2022年11月30日，ChatGPT上线。五天，一百万用户。两个月，一亿用户。那段时间，所有人都在做同一件事：试探这个模型的边界。"给我写一首李白风格的诗""用莎士比亚的语气写一段代码

在该层级内，完成核心参数配置：模型名称对应的键名为QWEN_model，base_url对应的键名为QWEN_base_url，api_key对应的键名为QWEN_api_key。如，当设置config_prefix="CODE"时，原本用于指定模型接口地址的参数base_url会自动变成CODE_base_url，从而与其他模型的base_url参数彻底隔离开来。完成config字典的构建后，将

在深入实操之前，我们有必要先厘清整个技术栈的选型逻辑。为什么是AWS？为什么是DolphinScheduler？这个组合解决了哪些痛点？理解了这些“为什么”，后续的具体实施才会更有方向。

块。对于小团队来说，这笔钱说多不多，说少也不少，毕竟谁的钱都不是大风刮来的。：某些地区访问国外云服务，时好时坏，有时候干脆就访问不了。用户想下都下不了，这事儿本身就挺无奈的。：商业 CDN 确实能解决问题，但价格也确实美丽。小团队哪里用得起？那有没有既省钱又好用的办法呢？其实也是有的。云服务器 + 反向代理 + 缓存层，就这么简单粗暴。成本降了一半左右，速度还提上去了，也算是一点小小的慰藉。

后续我们还会依次分享api-testdata-generator、api-testscript-generator、api-test-optimizer、 api-test-executor、api-failure-diagnoser、api-report-generator等核心 Skill，从 “造数” 到 “生成脚本” 再到 “脚本优化”，到 “脚本执行”、“失败自动修复”、“可视化结果报告

Python笔记（二）：Conda 常用命令总结​ Anaconda是一个包含数据科学常用包的Python发行版本。可以用来安装和管理不同版本的Python程序包。本文总结Anaconda一些常用命令。​ 在日常应用中，conda命令可以用来如下方面：管理conda环境；在现有的conda环境中安装/升级包；查询/搜索Anaconda包的索引和当前Anaconda的安装；一、conda环境管理（核

TASK_UPDATE("task_update", "Update a task's status or dependencies."),// 新增：更新任务。TASK_GET("task_get", "Get full details of a task by ID."),// 新增：获取任务详情。TASK_CREATE("task_create", "Create a new task.")

在深入实操之前，我们有必要先厘清整个技术栈的选型逻辑。为什么是AWS？为什么是DolphinScheduler？这个组合解决了哪些痛点？理解了这些“为什么”，后续的具体实施才会更有方向。

这一步是核心：遍历每一年，筛选该年7-9月的影像，去云，计算NDVI，最后取中值合成一张图。首先得把你自己的行政区矢量文件上传到 GEE 的 Assets 里，然后替换下面的路径。这里用了2019-2023，你可以根据需要改成2020-2024或者其他年份。波段是质量控制波段，专门用来标记云。这里用位运算把云和卷云都去掉。Sentinel-2 的 B8 是近红外，B4 是红光。这是最后一步，也是最

此时可以把session保存在redis中，用户在提交请求时，可以从Redis中获取session数据，再进行相关操作，这样就不会引发“重新登录”的问题。名称中包含bit的命令，都是对二进制位的操作命令，比如setbit、getbit、bitcount、bittop、bitfield，这些命令不常用。