logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

mysql分组然后统计某个值的百分比sql实现

问题:mysql如何遍历某个字段所有值并计算比例解决问题1.构造数据INSERT INTO `test`.`test` (`id`, `num`, `num2`, `branch_id`, `origin_count`) VALUES ('1', '172', '10', '1', '7');INSERT INTO `test`.`test` (`id`, `num`, `num2`, `b

#mysql#sql
WebMCP:浏览器AI交互新范式_20260213114222

WebMCP是Google与Microsoft联合推出的浏览器原生Web API,旨在让网页主动封装结构化工具供AI Agent调用,提升交互效率与稳定性。其核心思想是将交互从UI层升级到语义层,通过声明式与命令式API实现业务动作的直接调用,解决传统视觉或DOM操作的低效问题。与Anthropic MCP不同,WebMCP专注前端交互,天然继承浏览器上下文。接入方式包括HTML属性标注和JS注册

#人工智能#交互
Agent Skills 核心笔记_20260212095535

Agent Skills 是模块化的能力扩展包,通过封装指令、元数据和资源(脚本/模板/文档)来增强 AI Agent 的功能。每个 Skill 采用三层渐进式加载机制:基础元数据始终加载,核心指令在任务匹配时加载,详细资源按需调用。Skill 与 MCP 协议的主要区别在于前者提供完整的任务处理能力,后者仅定义工具调用规范。用户可通过 Claude Code 环境安装 Skill,支持自动/手动

WebMCP:浏览器AI交互新范式_20260213114222

WebMCP是Google与Microsoft联合推出的浏览器原生Web API,旨在让网页主动封装结构化工具供AI Agent调用,提升交互效率与稳定性。其核心思想是将交互从UI层升级到语义层,通过声明式与命令式API实现业务动作的直接调用,解决传统视觉或DOM操作的低效问题。与Anthropic MCP不同,WebMCP专注前端交互,天然继承浏览器上下文。接入方式包括HTML属性标注和JS注册

#人工智能#交互
BMAD-METHOD实战笔记_20260213112550

本文介绍了中大型多端项目开发中BMAD方法的实操步骤,包括前置准备、全局规划、基础设施搭建、需求拆分与迭代规划,以及分端模块化开发。重点讲解了如何利用BMAD工具链(如/product-brief、/create-architecture等命令)进行项目规划,并针对SpringBoot后端和Vue+TS前端的开发流程给出了具体操作示例。该方法通过AI智能体协作,实现了从架构设计到代码生成的全流程自

OpenCode AI编程工具笔记_20260212115022

OpenCode 是一款开源免费的 AI 编程代理工具,支持 75+ 种语言模型,专为终端用户优化设计。它采用多代理协作架构(Sisyphus 系统),支持并行任务处理,相比传统工具可节省 270-470 美元/年的成本,并在代码修复、重构等场景实现 6-30 倍效率提升。OpenCode 提供跨平台支持,安装简便,适合开发者、创业团队及学习者使用,通过终端优先的交互方式实现高效编程辅助。

Agent Skills 核心笔记_20260212095535

Agent Skills 是模块化的能力扩展包,通过封装指令、元数据和资源(脚本/模板/文档)来增强 AI Agent 的功能。每个 Skill 采用三层渐进式加载机制:基础元数据始终加载,核心指令在任务匹配时加载,详细资源按需调用。Skill 与 MCP 协议的主要区别在于前者提供完整的任务处理能力,后者仅定义工具调用规范。用户可通过 Claude Code 环境安装 Skill,支持自动/手动

Huggingface大模型下载方法总结_20260128084905

本文提供了三种高效下载HuggingFace模型的方法:1)镜像站直接下载,适合小白用户快速获取小型模型;2)huggingface-hub工具下载,支持断点续传和大模型下载,需配置环境变量;3)hf-downloader工具,命令行一键操作,适合超大模型下载。文章详细说明了各方法的配置步骤和命令示例,并给出了方案选择建议。核心技巧包括使用国内镜像源(hf-mirror.com)、设置缓存目录避免

#人工智能
Ollama+RLAMA搭建本地文档智能问答系统_20250321

RLAMA是一款强大的AI驱动的文档问答工具,可与本地Ollama模型无缝集成。它使您能够创建、管理检索增强生成(RAG)系统并与之交互,这些系统是根据您的文档需求量身定制的。优先顺序为:命令行标志>环境变量>默认位置。官网: https://rlama.dev/要显示的最大区块数(默认值:20)RLAMA默认将数据存储在。按文档ID或名称过滤块。

文章图片
#人工智能
Open-AutoGLM部署运行笔记

1,按上述步骤,可以将项目跑起来,如有疑问,留言2,输入的任务,执行结果很差强人意,我想主要原因是:输入的中文和手机上的应用包名不同;所使用的大模型性能有限的原因.3,目前已经有类似于豆包手机的这样的app了: 肉包,还有OpenAutogml APP。

    共 13 条
  • 1
  • 2
  • 请选择