腾讯云Cloud Studio:基于Claude快速完成Excel工资自动核算
目录
- 1 什么是Cloud Studio?
- 2 注册与代码管理
- 2.1 账号注册
- 2.2 Git关联
- 3 实战:Excel工资自动核算
- 3.1 创建项目与配置
- 3.2 “念咒师”Claude GPT
- 3.3 代码编写与运行
1 什么是Cloud Studio?
Cloud Studio是腾讯云为开发者提供的一个基于浏览器的集成开发环境(IDE),可以在Web浏览器中进行代码编写、调试、构建和部署应用程序。用户在使用 Cloud Studio 时无需安装,随时随地打开浏览器就能在线编程
腾讯云Cloud Studio具备一下特点:
- 云端开发:所有的开发工作都在云端进行,不需要在本地安装任何开发环境,使开发者可以随时随地访问和管理自己的项目
- 多语言支持:支持多种编程语言,包括但不限于Node.js、Python、Java、PHP等,满足不同开发者的需求
- 版本控制:支持与GitHub等版本控制系统的集成,方便团队合作开发
- 安全可靠:腾讯云提供安全的运行环境和数据保护,确保开发者的代码和数据安全
- …
接下来,就以一个实际项目作为案例,体验腾讯云Cloud Studio的开发流程
2 注册与代码管理
2.1 账号注册
要使用腾讯云Cloud Studio,首先需要进行注册。进入腾讯云官网,可以看到有三种注册方式
- 使用CODING账号注册
- 使用微信授权注册
- 使用GitHub授权注册
每种注册授权都非常简单方便
注册成功后,即可进入以下开发面板
2.2 Git关联
Cloud Studio云端IDE的工作空间支持从代码仓库创建,便于将我们开发的作品以及代码上传至相关Git代码托管平台进行协作式开发,如GitHub、Coding、Gitee、GitCode等,这里以Gitee为例展示Cloud Studio与Git的关联步骤
进入个人设置,找到SSH公钥选项
接着进入对应的Git平台,如Gitee,进入SSH公钥设置,将上面的公钥复制到这里,为该公钥取名后添加即可
3 实战:Excel工资自动核算
3.1 创建项目与配置
接下来正式开始进行云端开发试验,我们的目标是使用Python完成一个Excel工资报表数据的自动计算,因此我们选择Python开发环境
点击完毕后,环境会自动开始配置,正常情况下大概1-2分钟左右,开发环境就能自行配置完成
启动成功后,我们进入了一个欢迎界面,可以看到Cloud Studio 作为在线 IDE,包含代码高亮、自动补全、Git 集成、终端等 IDE 的基础功能,同时支持实时调试、插件扩展等,可以帮助开发者快速完成各种应用的开发、编译与部署工作
如上图所示,在终端处查看一下Python的版本是否符合预期。同时,安装一下本实验需要的依赖环境
pip install pandas
pip install openpyxl
至此就完成了项目的依赖配置
3.2 “念咒师”Claude GPT
在过去,人们只希望基于已有的给定数据做一些预测和拟合,因此判别式模型得到发展并且很好地解决了大部分任务;而未来,人们将目标转向用生成式模型生成全新数据,进行迁移学习等,也就是常说的人工智能生成内容(AI Generated Content, AIGC)。
生成式人工智能可以改变许多行业,但它目前仍然需要真人与之互动。由真人给出的高效提示词(Promt)对于生成式AI高质量的输出至关重要。因此,一个名为提示工程师(Prompt Engineer)的全新岗位顺势诞生。如果说生成式人工智能工具是一根魔法棒,那么提示工程师则类似于念咒师。
本次实验我们就体验一下念咒师的角色,借助的GPT工具是Claude,它是由Anthropic公司2023年3月发布的一款AI助理。官方给它的定位是:有用、诚实且无害。
Claude与ChatGPT相比最大的好处是在国内可以直接使用,而且无需支付任何费用。同时,经过几个月各类不同测评及用户测试,Claude的综合性能表现只是稍稍逊色GPT3.5一点。对于习惯使用英语的用户就是直接的平替,对于纯中文的用户来讲也是目前可行方案里面最优的。
接下来就让Claude GPT辅助我们编程
3.3 代码编写与运行
案例:如图所示是财务部门提供的工资报表,当前表格中,考勤扣除金额、个税扣除、实发工资目前是空缺的,我们需要对这三列数据进行核算,得到最终每个人的实发工资
规则:
- 迟到次数核算方法:3次以内不扣除;3次以上每多1次扣除100(也就是第4次开始)
- 个税扣除核算方法:个税扣除 = 基础工资 - 五险一金扣除 - 考勤扣除金额,然后进行以下方式核算:不考虑个税起征点,收入中不超过3000元的按3%税率缴纳个税;3000元-12000元的按10%税率缴纳个税;超过12000元不高于25000元的按税率20%计算;25000元-35000元的按税率25%计算;35000元-55000元的按税率30%计算;55000元-80000元的按税率35%计算。
数据可以从测试工资报表下载,下载完毕后,我们将它上传至Cloud Studio的项目目录中去。新建测试文件demo.py
接着开始“念咒”,需要注意的是,Claude是一个可以连续提问、结合上下文内容进行反馈的AI,所以我们不要一口气把所有的问题让它一下解决,而是一点点地提问、增加需求,让它最终实现我们要的东西。同时,要注意辨别答案的正确性,并及时进行补丁,对话过程如下所示
最终得到的完整代码如下所示
import pandas as pd
df = pd.read_excel('salary.xlsx')# 考勤扣除金额计算
df['考勤扣除金额'] = (df['迟到次数'] - 3).clip(lower=0) * 100# 个税扣除金额计算
df['个税扣除'] = 0
taxable_income = df['工资基数'] - df['五险一金扣除'] - df['考勤扣除金额']
df.loc[taxable_income <= 3000, '个税扣除'] = taxable_income * 0.03
df.loc[(taxable_income > 3000) & (taxable_income <= 12000), '个税扣除'] = taxable_income * 0.1
df.loc[(taxable_income > 12000) & (taxable_income <= 25000), '个税扣除'] = taxable_income * 0.2
df.loc[(taxable_income > 25000) & (taxable_income <= 35000), '个税扣除'] = taxable_income * 0.25
df.loc[(taxable_income > 35000) & (taxable_income <= 55000), '个税扣除'] = taxable_income * 0.3
df.loc[(taxable_income > 55000) & (taxable_income <= 80000), '个税扣除'] = taxable_income * 0.35
df.loc[taxable_income > 80000, '个税扣除'] = taxable_income * 0.45# 实发工资计算
df['实发工资'] = df['工资基数'] - df['五险一金扣除'] - df['考勤扣除金额'] - df['个税扣除']print(df)# 将计算结果写入Excel
df.to_excel('salary_output.xlsx', index=False)print('计算结果已写入Excel表格salary_output.xlsx')
将数据表下载到本地如图所示
开发完成后,直接关闭浏览器窗口是无法关闭我们的空间状态的,需要到模版中停止空间,完成开发
最后分享项目地址
- 项目模板
- Gitee地址
相关文章:

腾讯云Cloud Studio:基于Claude快速完成Excel工资自动核算
目录 1 什么是Cloud Studio?2 注册与代码管理2.1 账号注册2.2 Git关联 3 实战:Excel工资自动核算3.1 创建项目与配置3.2 “念咒师”Claude GPT3.3 代码编写与运行 1 什么是Cloud Studio? Cloud Studio是腾讯云为开发者提供的一个基于浏览器的…...
Spring Boot OAuth2 快速入门示例
系统要求 Spring Authorization Server 需要JDK1.8及以上版本。 项目搭建 使用在线项目初始化器 https://start.spring.io/ 生成项目[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-ljKbMI4H-1690726855433)(images/screenshot_1690602511482.png)…...
MethodInterceptor
目录 1 MethodInterceptor 1.1 HandleSync 1.2 HandleException 1.3 /// This will be called via Reflection MethodInterceptor HandleSync private void HandleSync(IReadOnlyList<MethodFilterAttribute> filterAttributes, IReadOnlyList<ExceptionFilte…...
PID模块化__以stm32直流电机速度为例
文章目录 前言一、相关PID源码.c.h 二、如何使用1.创建变量2.初始化3.运算4.修改pid参数 总结 前言 本篇使用到的基于这个STM32CubeMX 直流电机PID速度控制、HAL库、cubemx、PID、速度控制、增量式 由于上次使用的pid没有模块化,当多出使用pid的时候就会很麻烦 所以…...

Java ~ Collection/Executor ~ DelayQueue【总结】
前言 文章 相关系列:《Java ~ Collection【目录】》(持续更新)相关系列:《Java ~ Executor【目录】》(持续更新)相关系列:《Java ~ Collection/Executor ~ DelayQueue【源码】》(学…...
前端高级面试题-安全相关
1 XSS 跨⽹站指令码(英语: Cross-site scripting ,通常简称为: XSS )是⼀种⽹站应⽤程式的安全漏洞攻击,是代码注⼊的⼀种。 它允许恶意使⽤者将程式码注⼊到⽹⻚上,其他使⽤者在观看⽹⻚时就会…...

【前缀和】560.和为 K 的子数组
Halo,这里是Ppeua。平时主要更新C,数据结构算法,Linux与ROS…感兴趣就关注我bua! 和为K的子数组 题目:示例:题解:解法一:解法二: 题目: 示例: 题解: 解法一: 暴力解法:我们很容易想到通过两个for循环去遍…...

【Docker】安全及日志管理
安全及日志管理 Docker 安全及日志管理一:Docker 容器与虚拟机的区别1. 隔离与共享2. 性能与损耗 二:Docker 存在的安全问题1.Docker 自身漏洞2.Docker 源码问题 三:Docker 架构缺陷与安全机制1. 容器之间的局域网攻击2. DDoS 攻击耗尽资源3.…...

基于x-scan扫描线的3D模型渲染算法
基于x-scan算法实现的z-buffer染色。c#语言,.net core framework 3.1运行。 模型是读取3D Max的obj模型。 x-scan算法实现: public List<Vertex3> xscan() {List<Vertex3> results new List<Vertex3>();SurfaceFormula formula g…...

LeetCode36.Valid-Sudoku<有效的数独>
题目: 思路: 这题并不难,它类似于N皇后问题。在N皇后问题中,行,列,对角线,写对角线,都不能出现连续的皇后。 本题类似,不过他是行,列,还有一个B…...

Linux中的pause函数
2023年7月29日,周六上午 函数原型 在Linux中,pause()函数用于使当前进程暂停执行,直到接收到一个信号。 #include <unistd.h>int pause(void);pause()函数不接受任何参数。 通常,pause()函数用于编写简单的信号处理程序&…...

CommonCollections6链分析
前面和CC1一样 优点是不限制jdk版本和cc的版本 先开一个ChainedTransformer 然后创LazyMap 我们顺便执行一下避免上面写错 能弹计算器 没问题 后面就是CC6不同的地方了 我们需要一个TiedMapEntry 因为需要一个类调用了get方法 在TiedMapEntry的getValue()方法中调用了get()…...

优化基于tcp,socket的ftp文件传输程序
原始程序: template_ftp_server_old.py: import socket import json import struct import os import time import pymysql.cursorssoc socket.socket(socket.AF_INET, socket.SOCK_STREAM) HOST 192.168.31.111 PORT 4101 soc.bind((HOST,PORT)) p…...

MySQL 数据库 【增删查改(二)】
目录 一、表的设计 1、一对一 2、一对多 3、多对多 二、新增 三、查询 1、聚合查询 (1)聚合函数: (2) group by 子句 (3)having 2、联合查询 (1)内连接 (2)外连接 (3)自链接 (4)…...

力扣 -- 978. 最长湍流子数组
一、题目 二、解题步骤 下面是用动态规划的思想解决这道题的过程,相信各位小伙伴都能看懂并且掌握这道经典的动规题目滴。 三、参考代码 class Solution { public:int maxTurbulenceSize(vector<int>& nums) {int nnums.size();vector<int> f(n);…...

甘特图 Dhtmlx Gantt
介绍 在一些任务计划、日程进度等场景中我们会使用到甘特图,Dhtmlx Gantt 对于甘特图的实现支持很友好,文档API介绍全面,虽然增强版的收费,但免费版的足以够用。 官网:https://docs.dhtmlx.com/gantt/ 安装dhtml gannt…...

iOS 应用上架流程详解
iOS 应用上架流程详解 欢迎来到我的博客,今天我将为大家分享 iOS 应用上架的详细流程。在这个数字化时代,移动应用已经成为了人们生活中不可或缺的一部分,而 iOS 平台的 App Store 则是开发者们发布应用的主要渠道之一。因此,了解…...

Python入门【LEGB规则、面向对象简介、面向过程和面向对象思想、面向对象是什么? 对象的进化 、类的定义、对象完整内存结构 】(十三)
👏作者简介:大家好,我是爱敲代码的小王,CSDN博客博主,Python小白 📕系列专栏:python入门到实战、Python爬虫开发、Python办公自动化、Python数据分析、Python前后端开发 📧如果文章知识点有错误…...

【消息中间件】原生PHP对接Uni H5、APP、微信小程序实时通讯消息服务
文章目录 视频演示效果前言一、分析二、全局注入MQTT连接1.引入库2.写入全局连接代码 二、PHP环境建立总结 视频演示效果 【uniapp】实现买定离手小游戏 前言 Mqtt不同环境问题太多,新手可以看下 《【MQTT】Esp32数据上传采集:最新mqtt插件(支…...

【C语言初阶】指针篇—上
目录 1. 指针是什么?2. 指针和指针类型2.1 指针-整数2.2 指针的解引用 3. 野指针3.1 野指针成因1. 指针未初始化2. 指针越界访问3. 指针指向的空间释放 3.2 如何规避野指针 1. 指针是什么? 指针是什么? 指针理解的2个要点: > 1…...

Xshell远程连接Kali(默认 | 私钥)Note版
前言:xshell远程连接,私钥连接和常规默认连接 任务一 开启ssh服务 service ssh status //查看ssh服务状态 service ssh start //开启ssh服务 update-rc.d ssh enable //开启自启动ssh服务 任务二 修改配置文件 vi /etc/ssh/ssh_config //第一…...

centos 7 部署awstats 网站访问检测
一、基础环境准备(两种安装方式都要做) bash # 安装必要依赖 yum install -y httpd perl mod_perl perl-Time-HiRes perl-DateTime systemctl enable httpd # 设置 Apache 开机自启 systemctl start httpd # 启动 Apache二、安装 AWStats࿰…...

从深圳崛起的“机器之眼”:赴港乐动机器人的万亿赛道赶考路
进入2025年以来,尽管围绕人形机器人、具身智能等机器人赛道的质疑声不断,但全球市场热度依然高涨,入局者持续增加。 以国内市场为例,天眼查专业版数据显示,截至5月底,我国现存在业、存续状态的机器人相关企…...
【解密LSTM、GRU如何解决传统RNN梯度消失问题】
解密LSTM与GRU:如何让RNN变得更聪明? 在深度学习的世界里,循环神经网络(RNN)以其卓越的序列数据处理能力广泛应用于自然语言处理、时间序列预测等领域。然而,传统RNN存在的一个严重问题——梯度消失&#…...
如何为服务器生成TLS证书
TLS(Transport Layer Security)证书是确保网络通信安全的重要手段,它通过加密技术保护传输的数据不被窃听和篡改。在服务器上配置TLS证书,可以使用户通过HTTPS协议安全地访问您的网站。本文将详细介绍如何在服务器上生成一个TLS证…...

微软PowerBI考试 PL300-在 Power BI 中清理、转换和加载数据
微软PowerBI考试 PL300-在 Power BI 中清理、转换和加载数据 Power Query 具有大量专门帮助您清理和准备数据以供分析的功能。 您将了解如何简化复杂模型、更改数据类型、重命名对象和透视数据。 您还将了解如何分析列,以便知晓哪些列包含有价值的数据,…...
Pinocchio 库详解及其在足式机器人上的应用
Pinocchio 库详解及其在足式机器人上的应用 Pinocchio (Pinocchio is not only a nose) 是一个开源的 C 库,专门用于快速计算机器人模型的正向运动学、逆向运动学、雅可比矩阵、动力学和动力学导数。它主要关注效率和准确性,并提供了一个通用的框架&…...
python报错No module named ‘tensorflow.keras‘
是由于不同版本的tensorflow下的keras所在的路径不同,结合所安装的tensorflow的目录结构修改from语句即可。 原语句: from tensorflow.keras.layers import Conv1D, MaxPooling1D, LSTM, Dense 修改后: from tensorflow.python.keras.lay…...

springboot整合VUE之在线教育管理系统简介
可以学习到的技能 学会常用技术栈的使用 独立开发项目 学会前端的开发流程 学会后端的开发流程 学会数据库的设计 学会前后端接口调用方式 学会多模块之间的关联 学会数据的处理 适用人群 在校学生,小白用户,想学习知识的 有点基础,想要通过项…...
Oracle11g安装包
Oracle 11g安装包 适用于windows系统,64位 下载路径 oracle 11g 安装包...