钉钉机器人消息推送类型案例

news2025/2/28 19:57:17

CSDN 目录展示

目录

  • 钉钉机器人消息推送
      • 1- 文本text类型
        • 推送代码案例
        • 推送结果
        • 参数说明
      • 2- 链接Link类型
        • 推送代码案例
        • 推送结果
        • 参数说明
      • 3- Markdown类型
        • 推送代码案例1
        • 推送结果1
        • 推送代码案例2
        • 推送结果2
        • 推送代码案例2 (版本2)
        • 推送结果2(版本2)
        • 参数说明
      • 4- 整体跳转ActionCard类型
        • 推送代码案例
        • 推送结果
        • 参数说明
      • 5- 推送文件链接供下载
        • 推送背景
        • 推送代码案例
        • 推送结果
      • 结语:
      • end
    • end

钉钉机器人消息推送

1- 文本text类型

推送代码案例
import json
from datetime import datetime
import requests 

now_time = datetime.now().strftime('%Y-%m-%d %H:%M:%S')
print(now_time)

# 接口地址和token信息
url = 'https://oapi.dingtalk.com/robot/send?access_token=*************'
keywords = 'DataWorks'

# 钉钉机器人,发送消息
def dd_robot(url:str, content: str):
  HEADERS = {"Content-Type": "application/json;charset=utf-8"}
  #content里面要设置关键字
  data_info = {
    "msgtype": "text",
    "text": {
    "content": content
    }
    #这是配置需要@的人
     #,"at": {"atMobiles": ["15xxxxxx06",'18xxxxxx1'], "atUserIds": ["user123"], "isAtAll": False} 
  }
  value = json.dumps(data_info)
  response = requests.post(url,data=value,headers=HEADERS)
  if response.json()['errmsg']!='ok':
    print(response.text)


# 主函数
if __name__ == '__main__':
    # 编辑需要推送的文档信息
    content = keywords + "(DQC)校验告警: \n  "
    content = content + "【测试时间】：" + now_time + " \n  "
    content = content + "【测试内容】：" + "测试钉钉推送text文档信息;"
    # 调用推送函数, 推送消息到钉钉群
    dd_robot(url, content)
推送结果
DataWorks(DQC)校验告警: 
  【测试时间】：2024-12-03 14:34:18 
  【测试内容】：测试钉钉推送text文档信息;

在这里插入图片描述

参数说明
{
    "at": {
        "atMobiles": [
            "180xxxxxx"
        ],
        "atUserIds": [
            "user123"
        ],
        "isAtAll": false
    },
    "text": {
        "content": "这里是需要推送的文本内容"
    },
    "msgtype": "text"
}
参数是否必填类型说明
msgtype是Stringtext。
text.content是String消息文本。
at.atMobiles否Array被@人的手机号。
at.atUserIds否Array被@人的用户userid。
at.isAtAll否Boolean@所有人是true，否则为false。
keywords是String钉钉机器人的关键词

2- 链接Link类型

推送代码案例
import json
from datetime import datetime
import requests 

now_time = datetime.now().strftime('%Y-%m-%d %H:%M:%S')
print(now_time)

# 接口地址和token信息
url = 'https://oapi.dingtalk.com/robot/send?access_token=**********'
keywords = 'DataWorks'

# 钉钉机器人,发送消息
def dd_robot(url:str, text_content: str, title_content: str, pic_url: str, message_url: str):
  HEADERS = {"Content-Type": "application/json;charset=utf-8"}
  #content里面要设置关键字
  data_info = {
    "msgtype": "link",
    "link": {
        "text": text_content,
        "title": title_content,
        "picUrl": pic_url,
        "messageUrl": message_url
    }
  }
  value = json.dumps(data_info)
  response = requests.post(url,data=value,headers=HEADERS)
  if response.json()['errmsg']!='ok':
    print(response.text)


# 主函数
if __name__ == '__main__':
    # 编辑需要推送的信息
    title_content = keywords + ":这里是一个Link消息 \n"
    text_content = "SQL统计连续登陆3天的用户(连续活跃超3天用户)"
    pic_url = "https://img-blog.csdnimg.cn/img_convert/f63f1c575e3c48d9a3f7e4ba9bd460d2.png"
    message_url = "https://blog.csdn.net/Taerge0110/article/details/134536574?spm=1001.2014.3001.5502"
    # 调用推送函数, 推送消息到钉钉群
    dd_robot(url, text_content, title_content, pic_url, message_url)
推送结果
DataWorks:这里是一个Link消息 
SQL统计连续登陆3天的用户(连续活跃超3天用户)

在这里插入图片描述

参数说明
{
    "msgtype": "link", 
    "link": {
        "text": "SQL统计连续登陆3天的用户(连续活跃超3天用户)", 
        "title": "DataWorks:这里是一个Link消息", 
        "picUrl": "https://img.alicdn.com/tfs/TB1NwmBEL9TBuNjy1zbXXXpepXa-2400-1218.png", 
        "messageUrl": "https://open.dingtalk.com/document/"
    }
}
参数参数类型是否必填说明
msgtypeString是消息类型，此时固定为：link。
link.titleString是消息标题。如果太长只会部分展示。
link.textString是消息内容。如果太长只会部分展示。
link.messageUrlString是点击消息跳转的URL。
link.picUrlString否图片URL。
keywordsString是钉钉机器人的关键词

3- Markdown类型

推送代码案例1
import json
from datetime import datetime
import requests 

now_time = datetime.now().strftime('%Y-%m-%d %H:%M:%S')
print(now_time)

# 接口地址和token信息
url = 'https://oapi.dingtalk.com/robot/send?access_token=************'
keywords = 'DataWorks'

# 钉钉机器人,发送消息
def dd_robot(url:str, text_content: str, title_content: str):
  HEADERS = {"Content-Type": "application/json;charset=utf-8"}
  #content里面要设置关键字
  data_info = {
    "msgtype": "markdown",
    "markdown": {
        "title": title_content,
        "text": text_content,
    }
    #这是配置需要@的人
    ,"at": {"atMobiles": ["15xxxxxx06"], "atUserIds": ["user123"], "isAtAll": False} 
  }
  value = json.dumps(data_info)
  response = requests.post(url,data=value,headers=HEADERS)
  if response.json()['errmsg']!='ok':
    print(response.text)


# 主函数
if __name__ == '__main__':
    # 编辑需要推送的信息
    title_content = keywords + ":百度百科 \n"
    text_content = "#### 百度百科 \n 百度公司推出的网络百科全书 \n ![screenshot](https://bkimg.cdn.bcebos.com/pic/a2cc7cd98d1001e93901c06c39446cec54e736d13937?x-bce-process=image/format,f_auto/quality,Q_70/resize,m_lfit,limit_1,w_536) \n [百度百科](https://baike.baidu.com/item/%E7%99%BE%E5%BA%A6%E7%99%BE%E7%A7%91?fromModule=lemma_search-box) \n @15xxxxxx06"
    
    # 调用推送函数, 推送消息到钉钉群
    dd_robot(url, text_content, title_content)
推送结果1
百度百科
百度公司推出的网络百科全书
[图片]
百度百科
@Johnathan

在这里插入图片描述

推送代码案例2
import json
from datetime import datetime
import requests 
from odps import ODPS
import pandas as pd

now_time = datetime.now().strftime('%Y-%m-%d %H:%M:%S')
print(now_time)

# 接口地址和token信息
url = 'https://oapi.dingtalk.com/robot/send?access_token=*************'
keywords = 'DataWorks'

# 钉钉机器人,发送消息
def dd_robot(url:str, text_content: str, title_content: str):
  HEADERS = {"Content-Type": "application/json;charset=utf-8"}
  #content里面要设置关键字
  data_info = {
    "msgtype": "markdown",
    "markdown": {
        "title": title_content,
        "text": text_content,
    }
    #这是配置需要@的人
    #,"at": {"atMobiles": ["15xxxxxx06","18xxxxxx1"], "atUserIds": ["user123"], "isAtAll": False} 
  }
  value = json.dumps(data_info)
  response = requests.post(url,data=value,headers=HEADERS)
  if response.json()['errmsg']!='ok':
    print(response.text)

# 执行SQL体
sql = """
    SELECT stat_day, COUNT(1) AS ct
    FROM st_bi_stock_sales_ratio_msku_hi 
    WHERE pt = MAX_PT('st_bi_stock_sales_ratio_msku_hi')
    GROUP BY stat_day
    ORDER BY stat_day
"""

# 主函数
if __name__ == '__main__':
    # 执行SQL并读取结果
    with odps.execute_sql(sql).open_reader() as reader:
        df = reader.to_pandas()  # 转换为Pandas DataFrame
    #print(df)

    # 转换为Markdown表格格式
    markdown_table = "| " + " | ".join(df.columns) + " |\n"
    markdown_table += "| " + " | ".join(["---"] * len(df.columns)) + " |\n"
    for row in df.itertuples(index=False):
        markdown_table += "| " + " | ".join(map(str, row)) + " |\n"

    # 打印Markdown格式表格
    #print(markdown_table)

    # 编辑需要推送的信息
    title_content = keywords + ":数据量查看 \n"
    text_content = "#### 库销比统计 \n 库销比统计近4天数据量(" + now_time + ") \n"
    text_content += markdown_table + "\n"
    text_content += "By Johnathan \n"

    # 调用推送函数, 推送消息到钉钉群
    dd_robot(url, text_content, title_content)
推送结果2
库销比统计
库销比统计近4天数据量(2024-12-04 16:47:41)
stat_day ct
2024-12-01 10603
2024-12-02 10612
2024-12-03 10595 
2024-12-04 10625
By Johnathan

在这里插入图片描述

推送代码案例2 (版本2)
import json
from datetime import datetime
import requests 
from odps import ODPS
import pandas as pd
from tabulate import tabulate

now_time = datetime.now().strftime('%Y-%m-%d %H:%M:%S')
print(now_time)

# 接口地址和token信息
url = 'https://oapi.dingtalk.com/robot/send?access_token=**********'
keywords = 'DataWorks'

# 钉钉机器人,发送消息
def dd_robot(url:str, text_content: str, title_content: str):
  HEADERS = {"Content-Type": "application/json;charset=utf-8"}
  #content里面要设置关键字
  data_info = {
    "msgtype": "markdown",
    "markdown": {
        "title": title_content,
        "text": text_content,
    }
    #这是配置需要@的人
    #,"at": {"atMobiles": ["15xxxxxx06","18xxxxxx1"], "atUserIds": ["user123"], "isAtAll": False} 
  }
  value = json.dumps(data_info)
  response = requests.post(url,data=value,headers=HEADERS)
  if response.json()['errmsg']!='ok':
    print(response.text)

# 执行SQL体
sql = """
    SELECT stat_day, COUNT(1) AS ct
    FROM st_bi_stock_sales_ratio_msku_hi 
    WHERE pt = '2024121312'
    GROUP BY stat_day
    ORDER BY stat_day
"""

# 主函数
if __name__ == '__main__':
    # 执行SQL并读取结果
    with odps.execute_sql(sql).open_reader() as reader:
        df = reader.to_pandas()  # 转换为Pandas DataFrame
    #print(df)

    # 转换为Markdown格式
    markdown_table = df.to_markdown()

    # 输出Markdown表格
    print(markdown_table)

    # 编辑需要推送的信息
    title_content = keywords + ":数据量查看 \n"
    text_content = "#### 库销比统计 \n 库销比统计近4天数据量(" + now_time + ") \n"
    text_content += markdown_table + "\n"
    text_content += "By Johnathan \n"

    # 调用推送函数, 推送消息到钉钉群
    dd_robot(url, text_content, title_content)
推送结果2(版本2)

在这里插入图片描述

参数说明
{
     "msgtype": "markdown",
     "markdown": {
         "title":"百度百科",
         "text": "#### 百度百科 \n 百度公司推出的网络百科全书 \n ![screenshot](https://bkimg.cdn.bcebos.com/pic/a2cc7cd98d1001e93901c06c39446cec54e736d13937?x-bce-process=image/format,f_auto/quality,Q_70/resize,m_lfit,limit_1,w_536) \n [百度百科](https://baike.baidu.com/item/%E7%99%BE%E5%BA%A6%E7%99%BE%E7%A7%91?fromModule=lemma_search-box) \n @15xxxxxx06"
     },
      "at": {
          "atMobiles": [
              "15xxxxxx06"
          ],
          "atUserIds": [
              "user123"
          ],
          "isAtAll": false
      }
 }
参数是否必填类型说明
msgtype是Stringmarkdown。
markdown.title是String首屏会话透出的展示内容。
markdown.text是StringMarkdown格式的消息内容。
at.atMobiles否Array被@人的手机号。消息内容text内要带上"@手机号"，跟atMobiles参数结合使用，才有@效果。
at.atUserIds否Array被@人的用户userid。
at.isAtAll否Boolean@所有人是true，否则为false。
keywords是String钉钉机器人的关键词

目前只支持Markdown语法的子集，支持的元素如下：

标题
# 一级标题
## 二级标题
### 三级标题
#### 四级标题
##### 五级标题
###### 六级标题
 
引用
> A man who stands for nothing will fall for anything.
 
文字加粗、斜体
**bold**
*italic*
 
链接
[this is a link](https://www.dingtalk.com/)
 
图片
![](http://name.com/pic.jpg)
 
无序列表
- item1
- item2
 
有序列表
1. item1
2. item2

4- 整体跳转ActionCard类型

推送代码案例
import json
from datetime import datetime
import requests 

now_time = datetime.now().strftime('%Y-%m-%d %H:%M:%S')
print(now_time)

# 接口地址和token信息
url = 'https://oapi.dingtalk.com/robot/send?access_token=**********'
keywords = 'DataWorks'

# 钉钉机器人,发送消息
def dd_robot(url:str, text_content: str, title_content: str, single_title: str, single_url: str):
  HEADERS = {"Content-Type": "application/json;charset=utf-8"}
  #content里面要设置关键字
  data_info = {
    "msgtype": "actionCard",
    "actionCard": {
        "title": title_content,
        "text": text_content,
        "singleTitle" : single_title,
        "singleURL" : single_url
    }
  }
  value = json.dumps(data_info)
  response = requests.post(url,data=value,headers=HEADERS)
  if response.json()['errmsg']!='ok':
    print(response.text)

# 主函数
if __name__ == '__main__':
    # 编辑需要推送的信息
    title_content = keywords + ": CASE WHEN用法 \n"
    text_content = "![screenshot](https://img-blog.csdnimg.cn/img_convert/f63f1c575e3c48d9a3f7e4ba9bd460d2.png) \n "
    text_content += "#### SQL中的 CASE WHEN用法详解 \n CASE WHEN 语句提供了一种在 SQL 查询中根据不同条件执行逻辑的灵活方法。它可用于简单的条件检查，也可用于复杂的逻辑操作。使用 CASE WHEN 可以使查询更具可读性，并且可以减少在应用程序代码中进行逻辑操作的需要。\n"
    single_title = "阅读全文"
    single_url = "https://blog.csdn.net/Taerge0110/article/details/136261423?spm=1001.2014.3001.5502"

    # 调用推送函数, 推送消息到钉钉群
    dd_robot(url, text_content, title_content, single_title, single_url)
推送结果

在这里插入图片描述

参数说明
{
    "msgtype": "actionCard",
    "actionCard": {
        "title": "CASE WHEN用法", 
        "text": "![screenshot](https://img-blog.csdnimg.cn/img_convert/f63f1c575e3c48d9a3f7e4ba9bd460d2.png) \n #### SQL中的 CASE WHEN用法详解 \n CASE WHEN 语句提供了一种在 SQL 查询中根据不同条件执行逻辑的灵活方法。它可用于简单的条件检查，也可用于复杂的逻辑操作。使用 CASE WHEN 可以使查询更具可读性，并且可以减少在应用程序代码中进行逻辑操作的需要。\n",
        "singleTitle" : "阅读全文",
        "singleURL" : "https://blog.csdn.net/Taerge0110/article/details/136261423?spm=1001.2014.3001.5502"
    }
}
参数是否必填类型说明
msgtype是StringactionCard。
actionCard.title是String首屏会话透出的展示内容。
actionCard.text是Stringmarkdown格式的消息内容。
actionCard.singleTitle是String单个按钮的标题。
actionCard.singleURL是String单个按钮的跳转链接。
keywords是String钉钉机器人的关键词

5- 推送文件链接供下载

推送背景
1. 需要推送的结果比较多, 不方便展示 ;
2. 推送结果需要保存下载 ;
推送代码案例

说明: 基于DataWorks, 使用Python 查询数据库的数据, 将查询结果保存到OSS, 将OSS文件链接 通过钉钉机器人的方式推送到钉钉群里

import json
from datetime import datetime
import requests 
from odps import ODPS
import pandas as pd
import oss2
from io import StringIO

now_time = datetime.now().strftime('%Y-%m-%d %H:%M:%S')
print(now_time)

# 接口地址和token信息
url = 'https://oapi.dingtalk.com/robot/send?access_token=*********'
keywords = 'DataWorks'

# 阿里云 OSS 配置
access_key_id = "your-access-key-id"
access_key_secret = "your-access-key-secret"
bucket_name = "your-bucket-name"   
endpoint = "https://oss-cn-your-region.aliyuncs.com"  # 替换为你的OSS区域

# 初始化 OSS 连接
auth = oss2.Auth(access_key_id, access_key_secret)
bucket = oss2.Bucket(auth, endpoint, bucket_name)

# 钉钉机器人,发送消息
def dd_robot(url:str, text_content: str, title_content: str):
  HEADERS = {"Content-Type": "application/json;charset=utf-8"}
  #content里面要设置关键字
  data_info = {
    "msgtype": "markdown",
    "markdown": {
        "title": title_content,
        "text": text_content,
    }
    #这是配置需要@的人
    #,"at": {"atMobiles": ["15xxxxxx06","18xxxxxx1"], "atUserIds": ["user123"], "isAtAll": False} 
  }
  value = json.dumps(data_info)
  response = requests.post(url,data=value,headers=HEADERS)
  if response.json()['errmsg']!='ok':
    print(response.text)

# 执行SQL体
sql = """
SELECT platform_id, platform_name, 
      COUNT(1) AS ct  
    , SUM(wait_arrival_quantity) AS wait_arrival_quantity   -- 1.采购中
    , SUM(no_qc_quantity) AS no_qc_quantity         -- 2.待质检
    , SUM(doing_qc_quantity) AS doing_qc_quantity   -- 3.质检
    , SUM(inspected_quantity) AS inspected_quantity -- 已质检
    , SUM(usable_quantity) AS usable_quantity       -- 5.良品
    , SUM(testing_quantity) AS testing_quantity     -- 4.检测良品
    , SUM(occupy_quantity) AS occupy_quantity       -- 6.占用
    , SUM(imperfect_quantity) AS imperfect_quantity -- 7.次品
    , SUM(shipping_quantity) AS shipping_quantity   -- 8.发货中
    , SUM(allocation_quantity) AS allocation_quantity -- 9.调拨在途
    , SUM(repair_quantity) AS repair_quantity   -- 10.返修在途
    , SUM(interception_quantity) AS interception_quantity -- 截留在途
FROM dws_wh_scm_inventory_details_df
WHERE pt = '20241212' 
    AND store_name IS NOT NULL 
GROUP BY platform_id, platform_name
"""

# 主函数
if __name__ == '__main__':
    # 执行SQL并读取结果
    with odps.execute_sql(sql).open_reader() as reader:
        df = reader.to_pandas()  # 转换为Pandas DataFrame
    #print(df)

    # 将 DataFrame 转为 CSV 格式字符串
    csv_buffer = StringIO()
    df.to_csv(csv_buffer, index=False)
    csv_data = csv_buffer.getvalue()
    #print(csv_data)

    # 上传文件到 OSS
    oss_file_path = "data-test/***/scm_inventory.csv"

    try:
        bucket.put_object(oss_file_path, csv_data)
        print(f"文件已成功上传到 OSS: {oss_file_path}")
    except Exception as e:
        print(f"文件上传失败: {e}")

    # OSS 文件的对象键（路径）
    object_key = oss_file_path

    # 设置签名 URL 的有效期（单位：秒）
    expire_seconds = 3600  # 1小时

    # 生成临时访问链接
    res_url = bucket.sign_url('GET', object_key, expire_seconds)

    #print(f"OSS文件的访问地址（有效期{expire_seconds}秒）：\n{url_1}")

    # 编辑需要推送的信息
    title_content = keywords + ":数据量查看 \n"
    text_content = "#### 库存明细数据统计:  \n " 
    text_content += "![screenshot](https://img-blog.csdnimg.cn/direct/03debdc1cb6941949c124770c8d2b24f.png) \n"  # 文档内容可自定义
    text_content += "[下载链接](" + res_url + ")  \n"
    text_content += "By Johnathan \n"

    # 调用推送函数, 推送消息到钉钉群
    dd_robot(url, text_content, title_content)
推送结果

在这里插入图片描述

在这里插入图片描述
在这里插入图片描述

结语:

持续更新

欢迎交流

end

end

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.coloradmin.cn/o/2259221.html

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈，一经查实，立即删除！

相关文章

6_Sass 选择器函数 --[CSS预处理]

6_Sass 选择器函数 --[CSS预处理]

Sass 提供了一系列的选择器函数，用于操作和组合CSS选择器。这些函数可以帮助你更灵活地创建样式规则，并且可以减少重复代码。以下是几个常用的选择器函数及其用法： 1. selector-append($selector1, $selector2...) selector-append($select…
阅读更多...
Wireshark如何查看数据包时间间隔

Wireshark如何查看数据包时间间隔

1.如果数据包量不大&#xff0c;抓包本身也不大&#xff0c;建议从绝对时间判断&#xff0c;打开wireshark软件&#xff0c;并点开相应要分析的抓包文件。 进入到最上方菜单<视图>,在弹出菜单选择时间显示格式&#xff0c;再在右侧菜单中选择自捕获经过的秒数。 这样就可…
阅读更多...
jvm内存优化方式

jvm内存优化方式

1. JVM&#xff08;Java Virtual Machine&#xff09;&#xff1a; • 定义&#xff1a;Java虚拟机&#xff0c;是运行Java字节码的抽象计算机。 • 内存管理&#xff1a;负责内存的分配和回收&#xff0c;是JVM内存优化的核心。 2. 堆&#xff08;Heap&#xff09;&#xff1a…
阅读更多...
【AI日记】24.12.13 kaggle 比赛 2-3 大扫除、断舍离、自己做饭

【AI日记】24.12.13 kaggle 比赛 2-3 大扫除、断舍离、自己做饭

【AI论文解读】【AI知识点】【AI小项目】【AI战略思考】【AI日记】 工作 参加&#xff1a;kaggle 比赛 Regression with an Insurance Dataset参考&#xff1a;kaggle 回归类入门比赛 House Prices - Advanced Regression Techniques内容&#xff1a;构建自己的EDA&#xff08…
阅读更多...
antdv-＜a-button＞中属性的使用

antdv-＜a-button＞中属性的使用

UI组件库&#xff08;User Interface Component Library&#xff09;是一种预先构建好的、可重用的用户界面元素集合&#xff0c;旨在帮助开发者更快速、更简便地构建用户界面。这些组件通常包括按钮、表单、导航栏、模态框等&#xff0c;能够提供一致的外观和交互风格&#xf…
阅读更多...
Nodejs架构

Nodejs架构

Node.js 是一个开源的 JavaScript 运行时环境&#xff0c;旨在运行可扩展的应用程序。 Node.js 允许开发人员使用 JavaScript 编写服务器端脚本代码。此外&#xff0c;Node.js 具有能够异步 I/O 的事件驱动架构。它基于 Google Chrome 的 V8 引擎构建&#xff0c;用于开发I/O 密…
阅读更多...
对于《穿越火线》和《欢乐升级》游戏的理解

对于《穿越火线》和《欢乐升级》游戏的理解

对于《穿越火线》的理解与感受 《穿越火线》&#xff08;CrossFire&#xff09;是一款承载了许多玩家青春记忆的经典FPS游戏。在初次接触这款游戏时&#xff0c;它给我的第一感觉是紧张刺激且极具沉浸感。无论是团队竞技的快节奏对抗&#xff0c;还是爆破模式中步步为营的策略…
阅读更多...
Vite快速构建Vue教程

Vite快速构建Vue教程

步骤 1: 初始化项目目录 创建一个名为 projects 的文件夹&#xff0c;作为存放所有 Vite 项目的根目录。这个文件夹将容纳多个独立的 Vite 项目。 步骤 2: 创建 Vite 项目 右键点击 projects 文件夹并选择“在此处打开终端”或使用您偏好的代码编辑器&#xff08;如 VSCode&…
阅读更多...
springboot429校运会管理系统(论文+源码)_kaic

springboot429校运会管理系统(论文+源码)_kaic

摘 要 传统办法管理信息首先需要花费的时间比较多&#xff0c;其次数据出错率比较高&#xff0c;而且对错误的数据进行更改也比较困难&#xff0c;最后&#xff0c;检索数据费事费力。因此&#xff0c;在计算机上安装校运会管理系统软件来发挥其高效地信息处理的作用&#xff…
阅读更多...
深度学习实验十四 循环神经网络（1）——测试简单循环网络的记忆能力和梯度爆炸实验

深度学习实验十四 循环神经网络（1）——测试简单循环网络的记忆能力和梯度爆炸实验

目录 一、数据集构建 1.1数据集的构建函数 1.2加载数据集并划分 1.3 构建Dataset类 二、模型构建 2.1嵌入层 2.2SRN层 2.3模型汇总 三、模型训练 3.1 训练指定长度的数字预测模型 3.2 损失曲线展示 四、模型评价 五、修改 附完整可运行代码 实验大体步骤&#x…
阅读更多...
SQL去重查询C++ 中面向对象编程如何实现数据隐藏？C++ 中面向对象编程如何处理异常？Pimpl模式

SQL去重查询C++ 中面向对象编程如何实现数据隐藏？C++ 中面向对象编程如何处理异常？Pimpl模式

SQL2 查询多列 select device_id,gender,age,university from user_profile; SQL3 查询结果去重 select distinct university from user_profile; select university from user_profile group by university; C 中面向对象编程如何实现数据隐藏&#xff1f; 使用访问控制修饰…
阅读更多...
基于物联网的 AI 智能送药车与自维护基站系统研究

基于物联网的 AI 智能送药车与自维护基站系统研究

一、引言 &#xff08;一&#xff09;研究背景 随着科技的飞速发展&#xff0c;物联网技术在各个领域都展现出了巨大的潜力。在医疗领域&#xff0c;物联网技术的应用为提高医疗服务的效率和质量带来了新的机遇。其中&#xff0c;基于物联网的 AI 智能送药车与自维护基站系统…
阅读更多...
sentinel 限流保护-笔记

sentinel 限流保护-笔记

本文属于b站图灵课堂springcloud笔记系列。讲的好还不要钱&#xff0c;值得推荐。 为什么要引入限流组件&#xff1f; 在微服务环境下&#xff0c;服务之间存在复杂的调用关系&#xff0c;单个服务的故障或过载可能会迅速影响到整个系统&#xff0c;导致服务雪崩效应。流控组件…
阅读更多...
鸿蒙NEXT开发案例：颜文字搜索器

鸿蒙NEXT开发案例：颜文字搜索器

【引言】 本文将介绍一个名为“颜文字搜索器”的开发案例&#xff0c;该应用是基于鸿蒙NEXT平台构建的&#xff0c;旨在帮助用户快速查找和使用各种风格的表情符号。通过本案例的学习&#xff0c;读者可以了解如何在鸿蒙平台上进行数据处理、UI设计以及交互逻辑的实现。 【环…
阅读更多...
【IntelliJ IDEA 集成工具】TalkX - AI编程助手

【IntelliJ IDEA 集成工具】TalkX - AI编程助手

前言 在数字化时代&#xff0c;技术的迅猛发展给软件开发者带来了更多的挑战和机遇。为了提高技术开发群体在繁多项目中的编码效率和质量&#xff0c;他们需要一个强大而专业的工具来辅助开发过程&#xff0c;而正是为了满足这一需求&#xff0c;TalkX 应运而生。 一、概述 1…
阅读更多...
python学opencv|读取图像（十二）BGR图像转HSV图像

python学opencv|读取图像（十二）BGR图像转HSV图像

【1】引言 前述已经学习了opencv中图像BGR相关知识&#xff0c;文章链接包括且不限于下述&#xff1a; python学opencv|读取图像&#xff08;六&#xff09;读取图像像素RGB值_opencv读取灰度图-CSDN博客 python学opencv|读取图像&#xff08;七&#xff09;抓取像素数据顺利…
阅读更多...
Linux（网络协议和管理）

Linux（网络协议和管理）

后面也会持续更新&#xff0c;学到新东西会在其中补充。 建议按顺序食用&#xff0c;欢迎批评或者交流&#xff01; 缺什么东西欢迎评论&#xff01;我都会及时修改的&#xff01; 在这里真的很感谢这位老师的教学视频让迷茫的我找到了很好的学习视频 王晓春老师的个人空间…
阅读更多...
代码随想录训练营第十七天| 654.最大二叉树 617.合并二叉树 700.二叉搜索树中的搜索 98.验证二叉搜索树

代码随想录训练营第十七天| 654.最大二叉树 617.合并二叉树 700.二叉搜索树中的搜索 98.验证二叉搜索树

654.最大二叉树 题目链接/文章讲解&#xff1a; 代码随想录 视频讲解&#xff1a;又是构造二叉树&#xff0c;又有很多坑&#xff01;| LeetCode&#xff1a;654.最大二叉树_哔哩哔哩_bilibili 创建一个根节点&#xff0c;其值为 nums 中的最大值。递归地在最大值 左边 的 子…
阅读更多...
ISP(Image Signal Processor)——HDR技术总结

ISP(Image Signal Processor)——HDR技术总结

传统多帧融合技术 拍摄一系列不同曝光时长的图像帧&#xff08;LDR&#xff09;&#xff0c;然后使用融合算法进行融合成HDR图像。 融合算法可以分为两种 基于照度图估计的融合 基于照度估计需要拟合相机响应函数&#xff0c;详细可以参考如下论文&#xff1a; Recovering H…
阅读更多...
【理想汽车中科院】基于模仿学习的端到端自动驾驶数据缩放规律

【理想汽车中科院】基于模仿学习的端到端自动驾驶数据缩放规律

论文: https://arxiv.org/pdf/2412.02689 项目: https://github.com/ucaszyp/Driving-Scaling-Law 0. 摘要 端到端自动驾驶范式因其可扩展性而最近吸引了大量关注。然而&#xff0c;现有方法受到现实世界数据规模有限的制约&#xff0c;这阻碍了对端到端自动驾驶相关扩展规律…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023