【大模型】DeepSeek 高级提示词技巧使用详解
目录
一、前言
二、DeepSeek 通用提示词技巧
2.1 DeepSeek 通用提示词技巧总结
三、DeepSeek 进阶使用技巧
3.1 DeepSeek一个特定角色的人设
3.1.1 为DeepSeek设置角色操作案例一
3.1.2 为DeepSeek设置角色操作案例二
3.2 DeepSeek开放人设升级
3.2.1 特殊的人设,优化和升级答案
3.3 拟人化互动
3.3.1 案例一,生成文案
3.3.2 案例二,生成工作汇报
3.4 吐槽式的问答
3.4.1 写一段介绍DeepSeek的文案
3.5 反向利用AI的知识盲区
3.5.1 询问苹果手机的最新动态
3.6 使用情绪化指令激发AI创造力
3.6.1 让AI作一首诗
四、DeekSeek 高阶使用技巧
4.1 DeekSeek使用面临的问题
4.2 DeekSeek基本能力
4.2.1 DeekSeek是什么
4.3 DeekSeek认知完善
4.3.1 掌握基本的提问逻辑
4.3.2 操作案例
4.3.2.1 写一篇周报
4.3.3 限定输出格式
4.3.4 方法论模型
4.4 领域穿透
4.4.1 撰写创意方案
4.5 反弱点机制重构输出质量
4.6 让AI成为自己的教练
五、写在文末
一、前言
DeepSeek 的横空出世让更多的人打开了对AI大模型的认知,但是同时也带来了更多甜蜜的烦恼,AI大模型究竟该如何解锁其正确的使用姿势?如何向AI大模型提问才能得到我想要的回答?怎么解锁DeepSeek 更多好玩,同时又有深度的技能,满足AI探索者更多的使用场景,本文通过案例来带你一步步深入掌握DeepSeek 的常用且实用的提问技巧。
二、DeepSeek 通用提示词技巧
和其他的AI语言大模型类似,DeepSeek 在语言文本对话方面展示出超高的水平,因此具备和其他优秀的语言类大模型比如ChatGPT,文心一言,通义千问等一样的提示词使用技巧。这里提供一个新手快速掌握DeepSeek 提示词技巧的小技能,打开DeepSeek 之后,直接提出下面的问题:

通过这种方式,至少可以快速了解怎么向DeepSeek 问一个高质量的问题,下面列举几个AI语言类大模型通用的提问技巧。
2.1 DeepSeek 通用提示词技巧总结
结合AI大模型使用经验,下面给出一些DeepSeek 的通用提示词技巧
-
明确问题
-
含义:确保你的问题清晰、具体,避免模糊或过于宽泛的表述。
-
示例:
-
不明确:“怎么学习?”
-
明确:“如何高效学习编程语言Python?”
-
-
-
简介表达
-
含义:用简短的句子提问,避免冗长的背景描述,直接切入重点。
-
示例:
-
冗长:“我最近在学习编程,但感觉很难,尤其是Python,不知道该怎么学,你能帮我吗?”
-
简洁:“学习Python的高效方法有哪些?”
-
-
-
明确需求
-
含义:说明你需要的是答案、建议、解释还是示例,帮助AI提供更精准的回答。
-
示例:
-
不明确需求:“Python是什么?”
-
明确需求:“请用简单的语言解释Python是什么,并举例说明它的用途。”
-
-
-
使用关键词
-
含义:在问题中突出关键信息,帮助AI快速理解核心内容。
-
示例:
-
无关键词:“我想知道怎么提高效率。”
-
有关键词:“如何提高工作效率?”
-
-
-
分步提问
-
含义:将复杂问题拆分成多个小问题,逐步深入,避免一次性提出过于复杂的问题。
-
示例:
-
复杂问题:“如何从零开始学习数据分析并找到工作?”
-
分步提问:
-
“数据分析的基础知识有哪些?”
-
“学习数据分析需要掌握哪些工具?”
-
“如何准备数据分析师的面试?”
-
-
-
-
提供上下文
-
含义:适当提供背景信息,帮助AI更好地理解你的需求,但不要过度描述。
-
示例:
-
无上下文:“怎么选电脑?”
-
有上下文:“我是一名学生,预算5000元,主要用于编程和学习,如何选择笔记本电脑?”
-
-
-
避免歧义
-
含义:使用准确的语言,避免可能引起误解的词汇或表达。
-
示例:
-
有歧义:“苹果怎么用?”(是指水果还是品牌?)
-
无歧义:“如何使用苹果公司的iPhone?”
-
-
-
限定范围
-
含义:如果问题涉及特定领域、时间范围或条件,明确指出来。
-
示例:
-
无限定范围:“如何减肥?”
-
有限定范围:“如何在3个月内通过健康饮食和运动减肥10公斤?”
-
-
-
使用示例
-
含义:如果需要,可以提供一个例子来说明你的问题,帮助AI更好地理解。
-
示例:
-
无示例:“怎么写代码?”
-
有示例:“我想写一个Python代码,计算1到100的和,你能提供一个示例吗?”
-
-
-
尝试不同的问法
-
含义:如果第一次提问未得到满意答案,可以换一种方式重新提问,或者补充更多细节。
-
示例:
-
第一次提问:“如何提高英语听力?”
-
换一种问法:“有哪些适合初学者的英语听力练习方法?”
-
-
通过掌握这些通用的提示词技巧,你可以更高效地与DeepSeek互动,快速获得准确、有用的回答,对于新手来说,是不错的学习AI大模型的方式
三、DeepSeek 进阶使用技巧
3.1 DeepSeek一个特定角色的人设
类似于我们在学习ChatGPT的提示词时,有一个基本的认知就是,如果你想AI给你更专业更精准的回答,最好给AI一个角色设定,即所谓人设,这样可以触发AI的隐藏技能,注意下面几点:
-
角色设定越具体,回答问题的质量越高
-
可以设想deepseek是一个知识非常渊博的专家,无所不知无所不晓,你给了它角色定位,它就能基于这个角色背景,给出你这个问题所在领域的高质量答案,而不会受到其他因素的干扰,这就是为什么要给定人设的原因。
-
-
提问示例:
-
普通提问方式:给我写一篇300字以内的作文;
-
进阶提问:你是一个知名作家,我是一个小学5年级的学生,老师让我们写一篇关于春游的作文,字数300以内,可能的话,尽量文笔优美一点,并且要符合这个学生阶段的作文水平。
-
3.1.1 为DeepSeek设置角色操作案例一
普通提问
-
给我写一篇300字以内的作文;

虽然给出的作文看起来文笔也不错,不过这对于提问者来说,作文主题比较宽泛,因为你并没有给出很具体的需求,比如这篇作文的主题,内容题材,面向的人群等,所以我们换下面的提问:
你是一个知名作家,我是一个小学5年级的学生,老师让我们写一篇关于春游的作文,字数300以内,可能的话,尽量文笔优美一点,并且要符合这个学生阶段的作文水平。
这一次将问题输入进去,给出的答案明显好很多了,比较符合小学三年级这个群体的对于作文的认知水平。

3.1.2 为DeepSeek设置角色操作案例二
普通提问:
-
为我制定一个为期3天的旅游计划

从deepseek的回答不难看出,它很像是一个懂得用户心思的产品经理,看出来了你的提问不够明确,需求不够具体,而且给了你在接下来的提问中更多可以关注的点。
进阶提问
你是武汉当地的一个资深导游,了解很多当地的小众旅游景点,帮我制定一个为期3天的旅游计划,有预算上限,不要超过3000元,尽可能详细一点
换这种方式提问之后,deepseek给出的答案明显就上升了一个层次了


3.2 DeepSeek开放人设升级
很多使用过DeepSeek提问的同学发现一个很有意思的事情,相比ChatGPT等其他的大语言模型,DeepSeek在回答某些问题的时候,似乎是带着情绪的,而且这种情绪作为提问者能够多少感知到,这个是不是很神奇。
3.2.1 特殊的人设,优化和升级答案
比如你想写一首与莎士比亚风格类似的诗歌,或者模仿李白的风格写一首唐诗,就可以给一个特殊的人设,比如像下面这样提问
你是一个像李白一样的诗人,用诗仙李白的风格为程序员写一首绝妙的诗
不难看出,通过这种特殊风格的人设描述,给出的答案就更有趣味,而且角色赋予的创造力也更能体现出来

再看下面的示例,在你的人设中,给人设一个特别的标签,或者用特殊的带有情感色彩、当下流行网络俗语等描述的标签,结合你的需求一起提给AI,比如:“毒舌影评师“ , ”中世纪诗人”,“牛马“,”草台班子”等
你是一个毒舌影评师,推荐2024年你认为最值得一看的10部国产电影

3.3 拟人化互动
在实际使用DeepSeek进行对话时发现,它并不像ChaetGPT那样在回答问题的时候表现得很板正,简单来说,DeepSeek回答问题时展现出了作为一个模拟"人"的思考过程,基于这一点,我们在使用或训练DeepSeek时,不妨将其认为是一个职场小白,对于其不满意的回答直接大胆提出来,甚至可以对它吐槽。来看下面的案例。
3.3.1 案例一,生成文案
第一次,我们让DeepSeek生成一段小红书产品文案
生成2个养生茶的小红书视频文案
很快,DeepSeek给出了回答

但是我对这两个文案并不满意,觉得太普通,风格太单调,于是可以继续像下面这样问
风格太单调了,主要面对00后的人群,文案轻快活泼点
再次生成的回答风格似乎就转变了

如果觉得还不够满意,可以继续向它发难
太严肃了,不够夸张,我希望我的文案发出去能够快速吸引人眼球的那种,重新生成

3.3.2 案例二,生成工作汇报
工作汇报是日常工作中必不可少的文案,看第一次DeepSeek的回答
我是一个产品运营,为我生成一个月度工作汇报,300字以内

我觉得这段汇报太普通了,而且不能很好的突出重点和亮点,于是可以像下面提问
这个汇报太普通了,需要重点突出数据在整个工作汇报中的位置,而且汇报的对象是00后,不喜欢听长篇大论
再一次的回答中,可以明显看到DeepSeek的回答有了明显的改变

小结:
通过上述两个小的案例,详细细心的小伙伴已经发现了,在使用DeepSeek的时候,如果你以"人"的视角与他进行对话,得到的效果或许更符合预期,这也是与其他的AI大模型有明显差异的地方
3.4 吐槽式的问答
就像我们平时人与人之间的沟通一样,大家日常沟通中一定是有来有回,通过反复多轮对话才能达到最终的目的,同样与AI对话也是如此,不能指望一个问题提出去就一定能一次性得到满意的回答,如果拿AI当作一个正在与你聊天的"人",正确的答案是,将它当作一个初入职场但是很有潜力的小白,如果给出的回复不理想,一次不满意二次不满意之后之间怼过去,或者吐槽它的回答,这在实际实践中也是一种很不错的尝试。来看下面的案例。
3.4.1 写一段介绍DeepSeek的文案
提出下面的问题
写一段小红书文案,介绍下什么是DeepSeek
第一次给出的回答如下

第一次的回答不够理想,不符合我的文案受众定位,于是可以吐槽一下
拜托,我的文案面对的是懂点技术的人群,重写

继续吐槽,反馈这段介绍没有突出自身的优势
与其他的AI大模型相比,需要突出DeepSeek自身的优势,你这个没有突出来

小结:
DeepSeek可以读取上下文,具有会话记忆,通过你的多轮对话,以及对需求的修正和完善,从而不断优化自己的回答,逐步逼进完美,简而言之,你可以像指挥一个"人"一样让它帮你完成任务。
3.5 反向利用AI的知识盲区
简单来说,就是让AI承认自己不知道的事情,减少回答问题的错误概率,这个在一些对数据统计、汇总、分析等比较严谨的知识领域是一种很有用的方法。来看看下面的案例。
3.5.1 询问苹果手机的最新动态
第一次给出如下问题
苹果2025年会出什么手机,最新的手机会有哪些升级,有哪些突出的亮点

在不联网的情况下,不难发现,上面给出的回答都是猜测,而且很让人怀疑它的答案的可靠性,所以基于类似的场景,可以使用联网的功能,同时在提问的问题中可以加上这样的语句"如果不确定,请用可能性或百分比,或预测等等来回答",重新组织问题如下:
苹果2025年会出什么手机,最新的手机会有哪些升级,有哪些突出的亮点,如果不确定请用"可能,百分比,预测"等词语回答
这一次注意打开联网功能,这一次的回答相比上面的回答,看起来就更有说服力了


3.6 使用情绪化指令激发AI创造力
与其他的AI大模型一样,如果你的提问是一段不带任何语气词,情绪化的词语,那么AI给出的回答也是中规中矩,不偏不倚,即不带任何偏见色彩的,简单形容就是,AI就是一个知识渊博的高级知识分子,但是如果你的提问带有一定的情感色彩,则会给与AI大模型赋予一种不一样的灵感,因为从神经科学的角度看,激烈的词汇可以激活不同的AI语义空间,从而带来一些更有创造力的回答,来看下面的案例。
3.6.1 让AI作一首诗
第一次给出下面的提问
写一首赞美春天的诗

本次的回答中规中矩,跟其他的AI大模型给出的回答没什么太大区别,但是如果你的问题中带有明显的语气词,或情绪化的词汇,比如下面这样的提问:
风格太平淡,来点狂野的,激情的,夸张的,带有机械和赛博朋克的风格,字数可以长一点

小结:
DeekSeek进化黄金公式,具体场景+人设皮肤+持续反馈+反向刺激 = AI高手助理
四、DeekSeek 高阶使用技巧
4.1 DeekSeek使用面临的问题
尽管DeekSeek的技能非常丰富,很多同学在使用的时候也觉得上手很简单,简单的提问就能给出质量还不错的回答,但是在实际使用中,仍然会面临下面的一些困惑:
-
对DeekSeek的认知不足,导致在使用的时候好像觉得别人可以使用AI写论文,做文案,做数据分析等,而自己只能用来闲聊;
-
输出的答案质量不可控,不能掌握比较全面的沟通技巧;
-
缺乏让AI的回答内容更精确的技巧,导致AI生成的答案比较浅显不够深入,而且回答比较啰嗦;
-
提问效率低,需要聊很久才能让AI给出符合预期的回答;
-
...
其实上面的痛点是很多新手或者刚开始接触AI大模型的同学在使用AI工具的时候都会遇到的,说到底,很多人对于AI的认识比较浅显,未能很好的系统了解AI的知识框架和技能全貌,导致在使用AI大模型的时候有点盲人摸象的感觉,下面来简单认识下DeekSeek的能力全貌。
4.2 DeekSeek基本能力
DeekSeek与其他的语言大模型首先在基本能力上都大同小异,不过其出身自带光环,在上一篇中我们对其能力全貌也有过论述,这里再做一下补充
4.2.1 DeekSeek是什么
用大白话来说,DeekSeek作为一款优秀的AI大语言模型,首先是一个全年的文字助手,即凡是能够用文字表达的东西,都可以借助DeekSeek来输出结果,非文字类的场景下的需求也可以借助其输出答案
-
基础问答
-
聊天,查询资料,各类文本翻译,这也是大多数使用者日常使用最多的
-
-
逻辑推理
-
即没有办法直接查询到结果的内容场景,而需要借助AI分析处理得到结果
-
比如:解题,数据分析,文件处理,因果推断,复杂决策;
-
-
-
创意输出
-
这类涉及的领域和范围较广,需要提问的技巧就更多了,这也是很多初步使用AI的新手比较吃力的
-
比如:内容创作,方案编写,论文、代码编程、任务分解规划,功型角色输出等;
-
-
4.3 DeekSeek认知完善
了解了上面DeekSeek的能力之后,下面来从多方面加强对DeekSeek的认知,有助于对DeekSeek形成更完善的认知体系,以便在今后更好的开启对DeekSeek的使用。
4.3.1 掌握基本的提问逻辑
尽管像DeekSeek这样的AI大模型已经在一定程度上减弱了提示词的使用技巧,比如在某些场景下,你并不需要做角色扮演,甚至不需要提供背景信息也可以得到比较精准的回答。但是,就像最初学习ChatGPT一样,基本的提问框架还是需要掌握的,尤其是在应对那些专业程度高,场景复杂的情况下的提问时。
提问逻辑黄金规则 背景+目标+要求
-
背景
-
包含了与你想要输出内容相关的一切必要信息,比如场景,时间,地点,事件,受众;
-
尽管AI擅长推理,但是也不能把所有的场景都交给AI来推理吧,比如"我饿了",就这么一句话,AI怎么也想不出你要干啥
-
-
-
目标
-
包含了具体的输出任务是什么,要达到什么效果;
-
-
要求
-
包含了回答的输出格式,语言风格,情感语调,甚至是需要避免的内容或者注意事项;
-
4.3.2 操作案例
以上述提到的提问逻辑黄金规则 背景+目标+要求 我们来进行几个实际案例的操作演示
4.3.2.1 写一篇周报
低质量的提问
帮我写一篇周报
不难发现,这样的提问,AI给出的回答完全是摸不着头脑,因为它自己也是盲目的,因为背景和目标不够明确

高质量提问
背景:我是互联网运营,本周做了一场双11的大型促销活动;
目标:帮我写一篇周报,让领导看到我的创新点和业绩,用数据支撑;
要求:字数不超过500字,用数据支撑观点
这一次得到的AI回答效果就比上面的好多了


4.3.3 限定输出格式
为了让AI给出的回答在某些场景下更符合领域的习惯,也可以要求AI的回答按照特定的格式要求输出,比如以markdown格式输出,或者以excel格式输出等,比如下面的提问:
统计最新的排名世界人口前十名的国家,输出人口数量,国家国土面积,所使用的语言,以及国家的核心产业,以markdown形式输出

4.3.4 方法论模型
该理论说的是像DeekSeek这类的AI大模型由于具备深度思考和逻辑推理能力,尽管在提问者来说,并没有限定AI的输出风格,但是它会根据你的提示词进行推理,从而给出比较适合的一种风格的回答,这就是方法论模型,掌握常用的方法论模型可以让AI的回答更专业,更精准,比如常用的4P模型,SWOT分析方法模型等,假如你不知道什么是方法论模型怎么办,此时可以反向把你的知识盲区交给AI来补充。
尤其是在我们的需求还比较模糊,不知道怎么提出更专业的问题时,就可以使用元问题来反问DeepSeek,让它先教你怎么提问,然后再让它回答自己提出来的问题,这样就可以实现当你有了一个基本目标之后,让A自问自答的完美闭环了。

4.4 领域穿透
用知识杠杆撬动专业壁垒,把专业术语转为AI可识别的认知地标,用跨领域的方法论提升内容创意度,下面列举几个案例。
4.4.1 撰写创意方案
在前面提到了为了让AI能够输出更专业的领域回答,可以给AI一个人设,在这里,可以进一步提升AI的专业人设,如下,我们要求AI写一个创意方案
你作为一个行业内顶级的奶茶店连锁品牌的资深运营专家,曾经参与策划过超过100个品牌的奶茶店的案例,现在为我制定一个全新的2025年的奶茶店品牌运营方案,可以参考行业内优秀的品牌的经营模式和发展思路,拆解他们的产品运营思路和关键执行动作,应用到二线或3线城市的奶茶店的经营思路中。
通过这样的提问,可以达到让你和AI打破思维定势,从而实现领域穿透带来的跨界惊喜


领域穿透适用于很多比较专业的领域,比如论文写作,文案策划,教学,编程等等,不过这类的提问技巧对提示词要求较高,需要一定的储备和反复练习
4.5 反弱点机制重构输出质量
简单来说就是避雷,即如果你的提问中涉及的是一些内容是敏感的,有一些倾向性的回答时,可以考虑用这种方式完善你的提示词。比如下面的案例。
作为百分粉丝的情感博主,按照"情绪钩子(70%)+ 信息增量(30%)"的公式,生成10条小红书爆款标题,需要通过标题党检测器的筛选

4.6 让AI成为自己的教练
如果你需要AI为你生成高度严谨,以及内容、逻辑完美自洽的方案或文本时,可以考虑使用分步提示词,来逐步构建AI的一个自我博弈战场,让DeekSeep主动帮你检查校对,在辩证中输出更加全面优质的内容,简单来说,就是让AI在输出内容的时候,再从反方向去提出问题,接着又从正向解决问题的方案,比如下面的案例。
[原始输出]对某某新能源汽车项目进行可行性分析;
[对抗训练]模拟资深风控官的20个灵魂拷问,并给出正确的回答;
[终极输出]带漏洞修复记录的投资建议书。


通过这种方式,采用类似精神分裂的反证的方法最终得到更严谨,更全面的内容输出。
五、写在文末
本文通过较大的篇幅详细分享了使用DeepSeek进行高质量提问的一些技巧,可以说,熟练以及深入掌握DeepSeek的提问技巧对于学习DeepSeek更多的技能非常重要,希望对看到的同学有用哦,本篇到此结束,感谢观看。
相关文章:
【大模型】DeepSeek 高级提示词技巧使用详解
目录 一、前言 二、DeepSeek 通用提示词技巧 2.1 DeepSeek 通用提示词技巧总结 三、DeepSeek 进阶使用技巧 3.1 DeepSeek一个特定角色的人设 3.1.1 为DeepSeek设置角色操作案例一 3.1.2 为DeepSeek设置角色操作案例二 3.2 DeepSeek开放人设升级 3.2.1 特殊的人设&#…...
【玩转全栈】----Django基本配置和介绍
目录 Django基本介绍: Django基本配置: 安装Django 创建项目 创建app 注册app Django配置路由URL Django创建视图 启动项目 Django基本介绍: Django是一个开源的、基于Python的高级Web框架,旨在以快速、简洁的方式构建高质量的We…...
[Unity角色控制专题] (借助ai)详细解析官方第三人称控制器
首先模板链接在这里,你可以直接下载并导入unity即可查看官方为开发者写好一套控制器 本文的ai工具用到了豆包,其灵活程度很高,总结能力也强过我太多 因此大量使用,不喜勿喷 Starter Assets - ThirdPerson | Updates in new Charac…...
安装 Docker Desktop 修改默认安装目录到指定目录
Docker Desktop安装目录设置 Docker Desktop 默认安装位置 (C:\Program Files\Docker\Docker) 是这个 ,导致系统盘占用过大,大概2G ; 那么如何安装到其他磁盘呢? 根据docker desktop 官网 Docker Desktop install 我们可以看到&a…...
渗透测试--文件包含漏洞
文件包含漏洞 前言 《Web安全实战》系列集合了WEB类常见的各种漏洞,笔者根据自己在Web安全领域中学习和工作的经验,对漏洞原理和漏洞利用面进行了总结分析,致力于漏洞准确性、丰富性,希望对WEB安全工作者、WEB安全学习者能有所帮助…...
【ISO 14229-1:2023 UDS诊断全量测试用例清单系列:第十一节】
ISO 14229-1:2023 UDS诊断服务测试用例全解析(RequestTransferExit0x37服务) 作者:车端域控测试工程师 更新日期:2025年02月13日 关键词:UDS协议、0x37服务、传输终止、NRC验证、ISO 14229-1:2023 一、服务功能概述 0…...
虚拟环境测试部署应用
一、作用 虚拟环境(env)在计算机领域,特别是在软件开发和测试中扮演着重要角色。它主要用于创建一个隔离的环境,使得开发者可以在不影响系统其余部分的情况下安装、配置和运行软件项目。以下是虚拟环境的一些主要作用: 1、依赖管理 不同的项目可能需要不同版本的库或框…...
【线性代数】2矩阵
1.矩阵的运算 1.1.定义 矩阵行列式数表数行数和列数可以不相等行数和列数必须相等1.2.加法与数乘 矩阵的数乘:所有元素都乘这个数 矩阵的加法:对应位置处元素相加 🦊已知,求 1.3.乘法 矩阵乘法三步法 ①能不能乘:内定乘 ②乘完是何类型:外定型 ③中的元素是什么:左…...
前端为什么要使用new Promise包裹一个函数
在前端开发中,使用 new Promise 包裹一个函数主要是为了将原本不支持 Promise 规范的操作转化为支持 Promise 规范的操作,从而可以更好地处理异步操作,提升代码的可读性和可维护性。下面详细介绍这么做的常见原因和应用场景: 1. …...
深度学习在天文观测中的应用:解锁宇宙的奥秘
深度学习在天文观测中的应用:解锁宇宙的奥秘 引言 宇宙是无尽的,天文学家通过观测天体来揭示宇宙的奥秘。随着现代天文设备技术的进步,我们现在可以通过 射电望远镜、空间望远镜 和 地面望远镜 获取大量的天文数据。然而,这些数据的规模和复杂性让传统的手工分析方法变得…...
SaaS 平台开发要点
如何在 SaaS 平台的前端开发中,编写高性能、高质量且高度通用化的 Vue 组件 一、组件设计原则 单一职责原则:每个组件只负责一个核心功能受控/非受控模式:同时支持 v-model 和自主状态管理组合式 API:使用 Composition API 提升逻辑复用性可访问性:遵循 WAI-ARIA 规范Typ…...
python从入门到进去
python从入门到进去 第一章、软件和工具的安装一、安装 python 解释器二、安装 pycharm 第二章、初识 python一、注释可分三种二、打印输入语句三、变量1、基本数据类型1.1、整数数据类型 int1.2、浮点数数据类型 float1.3、布尔数据类型 boolean1.4、字符串数据类型 string 2、…...
DeepSeek与医院电子病历的深度融合路径:本地化和上云差异化分析
一、引言 1.1 研究背景与意义 在医疗信息化快速发展的当下,电子病历系统已成为医院信息管理的核心构成。电子病历(EMR)系统,是指医务人员在医疗活动过程中,使用医疗机构信息系统生成的文字、符号、图标、图形、数据、影像等数字化信息,并能实现存储、管理、传输和重现的…...
苍穹外卖day4 redis相关简单知识 店铺营业状态设置
内存存储 键值对 key-value 一般用于处理突发性大量请求数据操作(暂时浅显理解) 读写速度极快,常用于缓存数据,减少对数据库的访问压力,提高系统性能。例如,可以缓存用户会话、商品信息、页面数据 设置默…...
pycharm社区版有个window和arm64版本,到底下载哪一个?还有pycharm官网
首先pycharm官网是这一个。我是在2025年2月16日9:57进入的网站。如果网站还没有更新的话,那么就往下滑一下找到 community Edition,这个就是社区版了免费的。PyCharm:适用于数据科学和 Web 开发的 Python IDE 适用于数据科学和 Web 开发的 Python IDE&am…...
使用新版本golang项目中goyacc依赖问题的处理
背景 最近项目使用中有用到go mod 和 goyacc工具。goyacc涉及到编译原理的词法分析,文法分析等功能,可以用来生成基于golang的语法分析文件。本期是记录一个使用中遇到的依赖相关的问题。因为用到goyacc,需要生成goyacc的可执行文件。 而项目…...
Moya 网络框架
Moya 网络框架 通过 Moya 进行网络请求的一般步骤如下: 1. 定义 TargetType:为每个 API 请求创建一个枚举,遵循 TargetType 协议,指定基础 URL、请求路径、方法、参数等。 2. 创建 MoyaProvider:实例化 MoyaProvider&…...
FreeRTOS第3篇:链表的“精密齿轮”——列表与列表项
文章目录 1 列表与列表项:FreeRTOS的“排队系统”2 列表操作:FreeRTOS的“排队算法”3 列表的应用场景:FreeRTOS的“任务调度枢纽”4 源码级洞察:列表的“灵魂代码”5 实战:列表操作实验6 总结与思考引言:嵌入式系统的“任务候车厅” 想象你正在管理一座繁忙的火车站:乘…...
React.memo 使用详解与最佳实践
React.memo 使用详解与最佳实践 引言React.memo 是什么?使用场景实战示例示例解析自定义比较函数使用注意事项总结 引言 在 React 应用程序中,性能优化是一个永恒的话题。当父组件状态发生变化时,即使子组件的 props 没有改变,子…...
SpringBoot中集成SaToken
SpringBoot中集成SaToken 1. 写一个拦截器2. 对拦截器的说明&解释2. 拦截器 1. 写一个拦截器 import cn.dev33.satoken.exception.NotLoginException; import cn.dev33.satoken.stp.StpUtil; import org.springframework.beans.factory.annotation.Value; import org.spri…...
网络安全-攻击流程-应用层
应用层攻击针对OSI模型的第七层(应用层),主要利用协议漏洞、业务逻辑缺陷或用户交互弱点,直接威胁Web应用、API、数据库等服务。以下是常见应用层攻击类型及其流程,以及防御措施: 1. SQL注入(SQ…...
Ubuntu 24.04.1 LTS 本地部署 DeepSeek 私有化知识库
文章目录 前言工具介绍与作用工具的关联与协同工作必要性分析 1、DeepSeek 简介1.1、DeepSeek-R1 硬件要求 2、Linux 环境说明2.1、最小部署(Ollama DeepSeek)2.1.1、扩展(非必须) - Ollama 后台运行、开机自启: 2.2、…...
微信小程序中缓存数据全方位解惑
微信小程序中缓存数据全方位解惑 微信小程序中的数据缓存是提升用户体验和优化性能的重要手段,跟电脑浏览器中的Local Storage的性质一样。以下是关于微信小程序数据缓存的相关知识点和示例的详细介绍: 1. 数据缓存的类型 微信小程序提供了两种数据缓…...
python语言进阶之函数
目录 前言 函数的创建和调用 函数创建 调用函数 参数传递 形式参数和实际参数 位置参数 数量必须与定义时一致 位置必须与定义时一致 关键字参数 为参数设置默认值 可变参数 **parameter 返回值 变量的作用域 局部变量 全局变量 匿名函数 前言 提到函数&…...
Mybatis-扩展功能
逻辑删除乐观锁 MyBatisPlus从入门到精通-3(含mp代码生成器) Db静态工具类 Spring依赖循环问题 代码生成器 MybatisPlus代码生成器 枚举处理器 我们这里用int来存储状态 需要注解,很不灵活 希望用枚举类来代替这个Integer 这样的话我…...
青少年编程与数学 02-009 Django 5 Web 编程 16课题、权限管理
青少年编程与数学 02-009 Django 5 Web 编程 16课题、权限管理 一、授权授权的主要特点和作用授权的类型应用场景 二、权限系统使用Django内置的权限系统使用组管理权限使用第三方库在视图中应用权限 三、权限管理示例步骤 1: 创建Django项目和应用步骤 2: 定义模型和权限步骤 …...
Baklib知识中台构建企业智能运营核心架构
内容概要 在数字化转型的浪潮中,企业对于知识的系统化管理需求日益迫切。Baklib作为新一代的知识中台,通过构建智能运营核心架构,为企业提供了一套从知识汇聚到场景化落地的完整解决方案。其核心价值在于将分散的知识资源整合为统一的资产池…...
Java爬虫获取1688商品搜索API接口的实现指南
在电商数据分析、市场调研以及商品选品等领域,按关键字搜索1688商品并获取相关数据是一项重要的任务。本文将详细介绍如何使用Java爬虫技术,通过1688的API接口按关键字搜索商品,并解析返回的数据。以下是实现的完整步骤和代码示例。 一、前期…...
Ubuntu启动geteck/jetlinks实战:Docker启动
参考: JetLinks 物联网基础平台 安装Docker Ubuntu下载安装Docker-Desktop-CSDN博客 sudo apt install -y docker-compose 下载源码 # github亦可 git clone https://gitee.com/jetlinks/jetlinks-community.git cd jetlinks-community 启动 cd docker/run-a…...
保姆级GitHub大文件(100mb-2gb)上传教程
GLF(Git Large File Storage)安装使用 使用GitHub desktop上传大于100mb的文件时报错 The following files are over 100MB. lf you commit these files, you will no longer beable to push this repository to GitHub.com.term.rarWe recommend you a…...
