1、首先，点击File(文件)菜单，在下拉菜单中选择settings…2、其次，在project interpreter(项目解释器)中点击“+”号3，在搜索框中输入所要添加的库名称，如pymysql，然后在左下角点击第一个选项，之后就自动进行安装了哈。、4、安装完成之后，就有显示5、验证cmd-》python-》import +目标库...

扣子官网：https://www.coze.cn/store/agent?

爬信息可以下载后裔采集器，这个大部分是免费的 ，很实用下载地址：http://www.houyicaiji.com/很难得还有视频教学，简简单单很好操作http://www.houyicaiji.com/?type=videolist

与普通测试相比，AI测试更需要“业务+工具+场景思维”： 1 . 懂业务：能理解SOP等需求的业务逻辑，才能判断AI生成结果是否合理；2 . 会用工具：熟悉dify等AI平台的工作流配置，能定位“工具-模型-数据”链路中的问题；3 . 场景化测试：不局限于“功能对不对”，更关注“不同场景下模型表现好不好、安不安全”。

加了热词后： 当你说了“zuo la”这个音，AI引擎会调高热词“左拉”的权重，即使发音有点模糊，也会优先输出“左拉”这个词。如果你只是设了热词，没加高亮代码：识别率会提高（比如能把“zou la”纠正为“左拉”），但显示出来可能还是普通黑色文字。场景举例： 比如你做会议记录，经常提到“左拉”（一个技术名词）。如果不设热词，AI可能总是听成“走啦”或者“佐拉”。

这就是一套**“模拟人工操作 + 验证结果”的自动化工具**：你用Act/Tap做点击输入、用Query拿数据、用Assert校验结果，配合Wait/Sleep处理页面加载，就能自动完成所有重复性的测试步骤了。如果你正在用Midscene.js写脚本，我可以帮你把这些API翻译成你能直接用的指令，需要吗？这是一个AI模型配置弹窗，用来填写API Key、模型地址等信息，格式要求是KEY=VALUE

简洁易用：pytest 低门槛，requests 语法直观。报告美观：allure 提供层次化展示，适合团队分享。扩展性强：可轻松集成 CI/CD（Jenkins、GitLab CI 等），通过插件支持数据驱动、并发、重试等。通过合理设计目录结构、封装请求层、利用 fixture 管理资源，可以构建出稳定、可维护的接口自动化测试体系。

加了热词后： 当你说了“zuo la”这个音，AI引擎会调高热词“左拉”的权重，即使发音有点模糊，也会优先输出“左拉”这个词。如果你只是设了热词，没加高亮代码：识别率会提高（比如能把“zou la”纠正为“左拉”），但显示出来可能还是普通黑色文字。场景举例： 比如你做会议记录，经常提到“左拉”（一个技术名词）。如果不设热词，AI可能总是听成“走啦”或者“佐拉”。

本文档描述了一套标准化的用户操作手册编写流程，包含资料准备、内容生成、文档初审、协作优化与终审四个核心环节，重点强调使用 Word 宏保留文档格式的一致性。

AI是什么？它是让机器模仿人类智能的科学和工程。它怎么工作？通过算法从大量数据中学习规律，然后用学到的规律去解决新问题。你每天都在用。从刷短视频到用语音助手，背后都有AI的身影。它不神秘，也不万能。它是强大的工具，但也有自己的局限。你之前问到的大语言模型（LLM），就是当下AI领域最热门、最强大的一个分支，专门负责理解和生成人类语言。你现在能和我这样聊天，就是大语言模型能力的一个体现。如果想继续深