打造智能钉钉机器人：借助智谱GLM-4-Flash实现高效智能回复（文末附源码）

news2025/3/12 11:24:50

文章目录

  • 前言
  • 一、准备工作
    • （一）钉钉机器人
    • （二）智谱 GLM-4-Flash
    • （三）内网穿透工具 cpolar
    • （四）需要准备的工具和环境
  • 二、钉钉机器人的创建与配置
      • 步骤1：创建钉钉机器人
      • 步骤2：将机器人加入群聊
      • 步骤3：配置服务器相关信息
  • 三、开发环境准备
    • （一） 本地开发环境搭建
      • 步骤1：创建 Python环境
      • 步骤2：安装必要的依赖库
    • （二） 获取 API 密钥
  • 四、消息接收与处理
    • （一）接收钉钉消息
    • （二）解析消息内容
    • （三）验证消息合法性
  • 五、调用大模型生成答案
    • （一）处理用户指令
    • （二）发送回复消息
  • 六、运行与测试
    • （一）本地运行
        • 艾特机器人并发送“地震播报”
        • 艾特机器人并发送“北京天气”
        • 艾特机器人并询问问题
  • 总结
  • 附录

前言

        在当今数字化办公的时代，钉钉作为一款广泛使用的办公协作工具，其机器人功能为企业和团队带来了诸多便利。通过创建自定义钉钉机器人，我们可以实现自动化消息推送、智能问答等功能，极大地提高工作效率。而智谱 GLM-4-Flash 作为一款强大的语言模型，能够生成高质量的文本内容，为我们的机器人赋予更智能的回复能力。本文将详细介绍如何从零开始打造一个智能钉钉机器人，实现调用智谱 API 来生成智能回复的全过程。

一、准备工作

        在开始打造智能钉钉机器人之前，我们需要对一些基础知识有所了解，并准备好必要的工具和环境。

（一）钉钉机器人

        钉钉机器人是一种可以自动接收和处理钉钉群消息的工具，它通过 webhook 接口与钉钉进行通信。机器人可以被添加到钉钉群聊中，当群成员艾特机器人时，机器人会接收到消息并根据预设的逻辑进行处理和回复。钉钉机器人广泛应用于自动化办公、信息推送、智能问答等场景，能够帮助企业提高工作效率和协作体验。

（二）智谱 GLM-4-Flash

        GLM-4-Flash，智谱AI发布的矩阵模型。它能够生成高质量的文本内容，适用于多种自然语言处理任务，如文本生成、问答系统、文本摘要等。通过调用智谱 GLM-4-Flash 的 API 接口，我们可以将用户的输入传递给模型，并获取模型生成的回答内容，从而实现智能回复功能。

（三）内网穿透工具 cpolar

        内网穿透是一种技术，它允许外部网络访问内网中的服务。在本地开发环境中，我们通常处于内网，无法直接被钉钉服务器访问。因此，我们需要使用内网穿透工具 cpolar 来创建一个隧道，将本地端口映射到公网，使得钉钉服务器可以通过公网地址访问到本地运行的服务。

（四）需要准备的工具和环境

        在开始开发之前，我们需要准备以下工具和环境：

  • 钉钉开发者账号：注册钉钉开发者账号，用于创建机器人和获取 webhook token。
  • 智谱 GLM-4-Flash 账号：注册智谱平台账号，创建项目并获取 API 密钥。
  • 内网穿透工具 cpolar：下载并安装 cpolar 客户端，用于本地开发环境的内网穿透。
  • 天气 API 账号（可选）：如果需要实现天气查询功能，可以注册天气 API 服务，获取用户 ID 和密钥。
  • Python 开发环境：安装 Python 环境（推荐 Python 3.8+），并安装必要的 Python 库。

二、钉钉机器人的创建与配置

注意：需要在有开发者权限的组织才可以进行下面步骤，若发现自己没有开发者权限请联系管理员或自行创建组织测试，本博客选择后者
在这里插入图片描述

步骤1：创建钉钉机器人

  1. 登录钉钉开发者后台：https://developers.dingtalk.com/。
  2. 在开发者后台的导航栏中找到“机器人”选项，点击进入机器人管理页面。
  3. 点击“创建应用”按钮，选择“自定义机器人”。
  4. 填写机器人名称（如“智能助手”）、描述（如“基于智谱 GLM-4-Flash 的智能回复机器人”）等基本信息。

在这里插入图片描述

步骤2：将机器人加入群聊

  1. 打开钉钉应用，进入你希望添加机器人的群聊。
  2. 点击群设置，找到“机器人”选项。
  3. 点击“添加机器人”，选择刚才创建的机器人。
  4. 确认添加后，机器人将自动加入群聊。
    在这里插入图片描述

完成创建后，会生成一个 webhook access_token，这是后续开发中与钉钉进行通信的关键凭证，务必妥善保存。
在这里插入图片描述

步骤3：配置服务器相关信息

  1. 访问 cpolar 官方网站（https://cpolar.com/），根据自己的操作系统下载并安装 cpolar 客户端。
  2. 打开 cpolar 客户端，登录账号。创建一个隧道，将本地端口（如 8080）映射到公网。
  3. 记录下 cpolar 提供的公网地址（如 http://your-public-address:8080）。
    在这里插入图片描述
  1. 配置钉钉服务器出口 IP：
  2. 在钉钉开发者后台的机器人开发管理设置页面，找到“消息接收地址”配置项。
  3. 将 cpolar 提供的公网 IP 地址填写到配置框中。
  4. 提示：在这里有公网IP或者云服务器的也可以直接填入公网IP地址，这里做本地测试所以使用内网穿透展示
    在这里插入图片描述

三、开发环境准备

在开始开发智能钉钉机器人之前，我们需要确保开发环境已经搭建好，并安装了必要的依赖库。以下是详细的环境创建和依赖安装步骤：

（一） 本地开发环境搭建

步骤1：创建 Python环境

本博客为隔离开发环境，使用Anaconda 来管理 Python 环境，也推荐大家这样做。
Anaconda安装教程：https://blog.csdn.net/pdsu_Zhe/article/details/129432873

  1. 创建新的 Anaconda 环境
conda create -n dingtalk_bot python=3.10
  1. 激活环境：
conda activate dingtalk_bot

步骤2：安装必要的依赖库

在激活的环境中，使用 pip 安装以下依赖库：

  • requests：用于发送 HTTP 请求。
  • hmac、hashlib、base64：用于签名验证。
  • socket：用于创建服务器端口，接收钉钉发送的消息。
  • zhipuai：智谱 GLM-4-Flash 的 Python SDK，用于调用大模型。
pip install requests hmac hashlib base64 socket zhipuai

（二） 获取 API 密钥

1、智谱 GLM-4-Flash API 密钥

  • 访问智谱AI开放平台（https://bigmodel.cn/），注册账号并登录。
  • 在平台中创建一个项目，获取 API 密钥。
  • 将 API 密钥保存到本地，后续代码中会用到。

在这里插入图片描述

2、其他功能API密钥
由于博主在开发地震相关的，所以接入了中国地震台网的全球最新地震信息API，大家有需要的API可以自行搜索方法，这里不在讲述。

四、消息接收与处理

（一）接收钉钉消息

使用 Python 的 socket 模块创建一个服务器端口，监听钉钉发送的消息。

def handle_client(client_socket):
    request_data = client_socket.recv(20000)
    print(f"接收到的消息：{request_data}")
    client_socket.close()

if __name__ == "__main__":
    server_socket = socket.socket(socket.AF_INET, socket.SOCK_STREAM)
    server_socket.bind(("", 8080))
    server_socket.listen(120)
    print("服务器启动，等待连接...")
    while True:
        client_socket, client_address = server_socket.accept()
        print(f"[{client_address}] 用户连接上了")
        handle_client(client_socket)

（二）解析消息内容

解析钉钉发送的消息，提取用户 ID、签名、时间戳和消息内容。

def getPost(request_data):
    request_data = str(request_data, encoding="utf8").split('\r\n')
    items = []
    for item in request_data[1:-2]:
        items.append(item.split(':'))
    post_useful = dict(items)
    post_mes = json.loads(request_data[-1])
    post_sign = post_useful.get('Sign').strip()
    post_timestamp = post_useful.get('Timestamp').strip()
    post_userid = post_mes.get('senderId').strip()
    post_mes = post_mes.get('text').get('content').strip()
    return post_userid, post_sign, post_timestamp, post_mes

（三）验证消息合法性


def initKey(post_userid, post_sign, post_timestamp, post_mes):
    app_secret = '你的app_secret'  # 替换为你的 app_secret
    string_to_sign = f'{post_timestamp}\n{app_secret}'
    hmac_code = hmac.new(app_secret.encode('utf-8'), string_to_sign.encode('utf-8'), digestmod=hashlib.sha256).digest()
    sign = base64.b64encode(hmac_code).decode('utf-8')
    if post_sign == sign:
        print("消息验证通过")
        return True
    else:
        print("消息验证失败")
        return False

五、调用大模型生成答案

（一）处理用户指令

根据用户发送的消息内容，调用相应的处理逻辑。

from zhipuai import ZhipuAI

client = ZhipuAI(api_key="你的GLM_API_KEY")  # 替换为你的智谱 API 密钥

def selectMes(post_userid, post_mes):
    if post_mes == "地震播报":
        earthquake_data = "地震等级: 5.0, 地震时间: 2025-03-09 10:00, 位置: 四川省"  # 替换为实际的地震数据获取逻辑
        response = client.chat.completions.create(
            model="glm-4-flash",
            messages=[
                {"role": "system", "content": "生成地震播报文本"},
                {"role": "user", "content": earthquake_data}
            ]
        )
        answer = response.choices[0].message.content
    elif "天气" in post_mes:
        province, place = "四川", "成都"  # 替换为实际的省份和地点提取逻辑
        weather_data = f"{province} {place} 的天气数据"  # 替换为实际的天气数据获取逻辑
        response = client.chat.completions.create(
            model="glm-4-flash",
            messages=[
                {"role": "system", "content": "生成天气预报文本"},
                {"role": "user", "content": weather_data}
            ]
        )
        answer = response.choices[0].message.content
    else:
        response = client.chat.completions.create(
            model="glm-4-flash",
            messages=[
                {"role": "system", "content": "你是一个智能助手，能够回答各种问题。"},
                {"role": "user", "content": post_mes}
            ]
        )
        answer = response.choices[0].message.content
    return sendText(post_userid, answer)

（二）发送回复消息

import requests
import json

def sendText(post_userid, send_mes):
    webhook = "https://oapi.dingtalk.com/robot/send?access_token=你的token"  # 替换为你的钉钉 webhook token
    header = {"Content-Type": "application/json", "Charset": "UTF-8"}
    message_json = json.dumps({
        "msgtype": "text",
        "text": {
            "content": send_mes
        },
        "at": {
            "atDingtalkIds": [post_userid],
            "isAtAll": False
        }
    })
    response = requests.post(url=webhook, data=message_json, headers=header)
    if response.status_code == 200:
        print("消息发送成功")
    else:
        print("消息发送失败")

六、运行与测试

（一）本地运行

启动本地服务器，确保机器人能够正常接收和处理消息。运行以下代码：

if __name__ == "__main__":
    server_socket = socket.socket(socket.AF_INET, socket.SOCK_STREAM)
    server_socket.bind(("", 8080))
    server_socket.listen(120)
    print("服务器启动，等待连接...")
    while True:
        client_socket, client_address = server_socket.accept()
        print(f"[{client_address}] 用户连接上了")
        handle_client(client_socket)

该代码启动一个监听 8080 端口的服务器，等待钉钉发送的消息。

测试机器人功能：
在钉钉群聊中艾特机器人，测试不同指令的响应情况。例如：

艾特机器人并发送“地震播报”

在这里插入图片描述

艾特机器人并发送“北京天气”

在这里插入图片描述

艾特机器人并询问问题

在这里插入图片描述

总结

通过本文的介绍，我们从零开始打造了一个智能钉钉机器人，实现了调用智谱 GLM-4-Flash API 来生成智能回复的全过程。这个机器人可以根据用户的指令，自动获取地震数据、天气信息，并生成相应的播报内容，极大地提高了办公效率和协作体验。

附录

这里只提供大模型智能回复代码，若需其他功能的相关逻辑代码，可以联系我交流学习。

#!/usr/bin/env python
# -*- coding:utf-8 -*-
"""
@author: Richard Zhang
@time: 2025/3/7 19:55 
@file: DingTalk.py
@describe: TODO
"""
# -*- coding: GBK -*-
import requests
import json
import time
import hmac
import hashlib
import base64
import socket
from multiprocessing import Process
from zhipuai import ZhipuAI

# 配置
GLM_API_KEY = "your_api_key"  # 替换为你的智谱GLM-4-Flash API密钥


# 初始化智谱GLM-4-Flash客户端
client = ZhipuAI(api_key=GLM_API_KEY)
model_name = "glm-4-flash"  # 模型名称

def handle_client(client_socket):
    # 获取socket
    request_data = client_socket.recv(20000)
    post_userid, post_sign, post_timestamp, post_mes = getPost(request_data)
    # 回应socket
    initKey(post_userid, post_sign, post_timestamp, post_mes)
    # 关闭socket
    client_socket.close()


def getPost(request_data):
    request_data = str(request_data, encoding="utf8").split('\r\n')
    items = []
    for item in request_data[1:-2]:
        items.append(item.split(':'))
    post_useful = dict(items)
    post_mes = json.loads(request_data[-1])
    post_sign = post_useful.get('Sign').strip()
    post_timestamp = post_useful.get('Timestamp').strip()
    post_userid = post_mes.get('senderId').strip()
    post_mes = post_mes.get('text').get('content').strip()
    return post_userid, post_sign, post_timestamp, post_mes


def initKey(post_userid, post_sign, post_timestamp, post_mes):
    whtoken = "your_webhook_token" # 替换为你的webhook_token
    timestamp = str(round(time.time() * 1000))
    app_secret = 'your_app_secret' # 替换为你的app_secret
    app_secret_enc = app_secret.encode('utf-8')
    string_to_sign = '{}\n{}'.format(post_timestamp, app_secret)
    string_to_sign_enc = string_to_sign.encode('utf-8')
    hmac_code = hmac.new(app_secret_enc, string_to_sign_enc, digestmod=hashlib.sha256).digest()
    sign = base64.b64encode(hmac_code).decode('utf-8')

    if (abs(int(post_timestamp) - int(timestamp)) < 3600000 and post_sign == sign):
        webhook = "https://oapi.dingtalk.com/robot/send?access_token=" + whtoken + "&timestamp=" + timestamp + "&sign=" + sign
        header = {"Content-Type": "application/json", "Charset": "UTF-8"}
        message_json = json.dumps(selectMes(post_userid, post_mes))
        info = requests.post(url=webhook, data=message_json, headers=header)
        print(info)
    else:
        print("Warning:Not DingDing's post")


def selectMes(post_userid, post_mes):

    # 将用户输入传递给大模型生成回答
    response = client.chat.completions.create(
        model=model_name,
        messages=[
            {"role": "system", "content": "你是一个智能助手，能够回答各种问题。"},
            {"role": "user", "content": post_mes}
            ]
        )
    answer = response.choices[0].message.content

    # 返回文本消息
    return sendText(post_userid, answer)


def sendText(post_userid, send_mes):
    message = {
        "msgtype": "text",
        "text": {
            "content": send_mes
        },
        "at": {
            "atDingtalkIds": [post_userid],
            "isAtAll": False
        }
    }
    return message


if __name__ == "__main__":
    server_socket = socket.socket(socket.AF_INET, socket.SOCK_STREAM)
    server_socket.bind(("", 8080))
    server_socket.listen(120)
    while True:
        client_socket, client_address = server_socket.accept()
        print("[%s, %s]用户连接上了" % client_address)
        handle_client_process = Process(target=handle_client, args=(client_socket,))
        handle_client_process.start()
        client_socket.close()

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/2313721.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

使用Mermaid语法绘制的C语言程序从Linux移植到Windows的流程图

使用Mermaid语法绘制的C语言程序从Linux移植到Windows的流程图

以下是使用Mermaid语法绘制的C语言程序从Linux移植到Windows的流程图&#xff1a; graph TDA[开始移植] --> B[代码兼容性检查]B --> C[检查系统调用差异\nfork/exec -> CreateProcess]B --> D[检查文件路径格式\n/ vs \\]B --> E[检查依赖库兼容性\nPOSIX vs …
阅读更多...
入门到入土，Java学习 day16（算法1）

入门到入土，Java学习 day16（算法1）

利用循环遍历来判断是否相等 二分查找/折半查找 前提条件&#xff1a;数组中的数据有序 每次排除一般的查找范围 用min,max,mid来处理&#xff0c;最大加最小除2&#xff0c;比较&#xff0c;然后得到在中间左边还是右边然后更新最大最小 public class Two {// 二分查找方法…
阅读更多...
Vulnhub 靶机 VulnOSv2 write up opendocman cms 32075 sql注入 账号密码 ssh连接 37292.c 脏牛提权

Vulnhub 靶机 VulnOSv2 write up opendocman cms 32075 sql注入 账号密码 ssh连接 37292.c 脏牛提权

Vulnhub 靶机 VulnOSv2 write up opendocman cms 32075 sql注入 账号密码 ssh连接 37292.c 脏牛提权 一、信息收集 1、首先拿到靶场先扫一下ip arp-scan -l 3、 2、指纹扫描 nmap -sS -sV 192.168.66.178nmap -p- -sV -A 192.168.66.253 PORT STATE SERVICE VERSION 22…
阅读更多...
Unity辅助工具_头部与svn

Unity辅助工具_头部与svn

Unity调用者按钮增加PlaySideButton using QQu; using UnityEditor; using UnityEngine; [InitializeOnLoad] public class PlaySideButton {static PlaySideButton(){UnityEditorToolbar.RightToolbarGUI.Add(OnRightToolbarGUI);UnityEditorToolbar.LeftToolbarGUI.Add(OnLe…
阅读更多...
DeepLabv3+改进8:在主干网络中添加SIM注意力机制|助力涨点

DeepLabv3+改进8:在主干网络中添加SIM注意力机制|助力涨点

🔥【DeepLabv3+改进专栏！探索语义分割新高度】 🌟 你是否在为图像分割的精度与效率发愁？ 📢 本专栏重磅推出： ✅ 独家改进策略：融合注意力机制、轻量化设计与多尺度优化 ✅ 即插即用模块：ASPP+升级、解码器 PS:订阅专栏提供完整代码 论文简介 在本文中，我们提出了…
阅读更多...
电路原理（电容 集成电路NE555）

电路原理（电容 集成电路NE555）

电容 1.特性&#xff1a;充放电&#xff0c;隔直流&#xff0c;通交流 2.电容是通过聚集正负电荷来存储电能的 3.电容充放电过程可等效为导通回路 4.多电容并联可以把容量叠加&#xff0c;但是多电容串联就不会&#xff0c;只会叠加电容的耐压值。 6.电容充放电时相当于通路&a…
阅读更多...
函数式编程的核心

函数式编程的核心

函数式编程 函数式编程&#xff08;funcitonal programming&#xff09;其实是个很古老的概念。 高阶函数和内存分析 函数式一阶公民 函数式编程最鲜明的特点就是&#xff1a;函数式一等公民&#xff0c;指的是函数与其他数据类型一样&#xff0c;处于平等地位&#xff0c;可…
阅读更多...
【易康eCognition实验教程】006：在影像上添加文本

【易康eCognition实验教程】006：在影像上添加文本

在某些情况下&#xff0c;希望能在影像上面显示文本文字&#xff0c;例如&#xff0c;一个地图的名称或者是多时相影像分析的年或月的显示。此外&#xff0c;文本如果作为一个规则集导出的部分则可以被纳入数字影像中。如下图所示&#xff1a; 若要添加文本&#xff0c;在影像视…
阅读更多...
C++【类和对象】(超详细！！！)

C++【类和对象】(超详细！！！)

C【类和对象】 1.运算符重载2.赋值运算符重载3.日期类的实现 1.运算符重载 (1).C规定类类型运算符使用时&#xff0c;必须转换成调用运算符重载。 (2).运算符重载是具有特殊名字的函数&#xff0c;名字等于operator加需要使用的运算符&#xff0c;具有返回类型和参数列表及函数…
阅读更多...
如何简单预估大模型运行所需的显存

如何简单预估大模型运行所需的显存

模型消耗的显存主要来源于模型参数&#xff0c;前向/反向&#xff0c;梯度以及优化器…… 1、为什么显存很重要 显存就是显卡的“仓库”和“高速公路”。 容量越大&#xff0c;能存储的图形数据就越多&#xff0c;就能支持更高分辨率、更高纹理质量的游戏或图形程序。 速度越…
阅读更多...
python基础知识补充

python基础知识补充

一.区分列表、元组、集合、字典&#xff1a; 二.输出&#xff1a; <1>格式化输出字符串&#xff1a; 格式符号转换%s字符串%d有符号的十进制整数%f浮点数%c字符%u无符号十进制整数%o八进制整数%x十六进制整数&#xff08;小写ox&#xff09;%X十六进制整数(大写OX)%e科…
阅读更多...
STM32-I2C通信外设

STM32-I2C通信外设

目录 一&#xff1a;I2C外设简介 二&#xff1a;I2C外设数据收发 三&#xff1a;I2C的复用端口 四&#xff1a;主机发送和接收 五&#xff1a;硬件I2C读写MPU6050 相关函数&#xff1a; 1.I2C_ GenerateSTART 2.I2C_ GenerateSTOP 3.I2C_ AcknowledgeConfig 4.I2C…
阅读更多...
【脚本】Linux一键扩大虚拟内存的大小

【脚本】Linux一键扩大虚拟内存的大小

Linux增加虚拟内存其实很简单 就那几个命令&#xff0c;free、mkswap、swapon 但是方便起见我写成了脚本 使用方法 进入你的目录&#xff0c; nano ./install_swap.sh 下面的脚本全文复制&#xff0c;粘贴进去之后&#xff0c;按ctrlx后按y保存 然后运行以下命令 sudo bash …
阅读更多...
信号隔离器 0-20mA/0-10V模拟信号隔离模块变送器 一进二出高精度

信号隔离器 0-20mA/0-10V模拟信号隔离模块变送器 一进二出高精度

信号隔离器 0-20mA/0-10V模拟信号隔离模块变送器 一进二出高精度https://item.taobao.com/item.htm?ftt&id766022047828 型号 一进二出 0-20mA 转0-20mA/0-10V MS-C12 一进二出 0-10V 转 0-20mA/0-10V MS-V12 信号隔离器 单组输出 MS-C1/V1 双组输出 MS-C12/V12 用于…
阅读更多...
Nat. Methods | scPerturb——单细胞扰动数据的标准化资源与统计分析方法

Nat. Methods | scPerturb——单细胞扰动数据的标准化资源与统计分析方法

《Nature Methods》提出scPerturb资源平台&#xff0c;整合44个单细胞扰动数据集&#xff08;涵盖转录组、表观组、蛋白组读值&#xff09;&#xff0c;并通过能量统计量&#xff08;E-statistics&#xff09;量化扰动效应&#xff0c;旨在解决单细胞扰动数据的互操作性差、缺乏…
阅读更多...
【易康eCognition实验教程】005：影像波段组合显示与单波段显示

【易康eCognition实验教程】005：影像波段组合显示与单波段显示

文章目录 一、加载多波段影像二、单波段显示三、彩色显示一、加载多波段影像 二、单波段显示 如果导入的影像数据具有三个或者更多的波段，影像场景将自动以RGB（红绿蓝）模式默认显示，如上图所示。在视图设置（View Settings）窗口中使用单波段灰度显示（Single LayuerGrays…
阅读更多...
使用Process Explorer、Dependency Walker和PE信息查看工具快速排查dll动态库因库与库版本不一致导致的加载失败问题

使用Process Explorer、Dependency Walker和PE信息查看工具快速排查dll动态库因库与库版本不一致导致的加载失败问题

目录 1、问题说明 2、使用Process Explorer查看目标dll动态库有没有动态加载起来 3、使用Dependency Walker查看xxpadll.dll库的库依赖关系&#xff0c;找到xxpadll.dll加载失败的原因 4、使用PE信息查看工具查看目标dll库的时间戳 5、关于xxsipstack2.dll中调用xxdatanet…
阅读更多...
Git的命令学习——适用小白版

Git的命令学习——适用小白版

浅要了解一下Git是什么&#xff1a; Git是目前世界上最先进的的分布式控制系统。Git 和其他版本控制系统的主要差别在于&#xff0c;Git 只关心文件数据的整体是否发生变化&#xff0c;而大多数其他系统则只关心文件内容的具体差异。Git 并不保存这些前后变化的差异数据。实际上…
阅读更多...
如何安全处置旧设备？

如何安全处置旧设备？

每年&#xff0c;数百万台旧设备因老化、故障或被新产品取代而被丢弃&#xff0c;这些设备上存储的数据可能带来安全风险。 如果设备没有被正确删除数据&#xff0c;这些数据往往仍可被恢复。因此&#xff0c;安全处置旧设备至关重要。 旧设备可能包含的敏感数据 旧设备中可能…
阅读更多...
Java 学习记录：基础到进阶之路（一）

Java 学习记录：基础到进阶之路（一）

今天&#xff0c;让我们深入到 Java 项目构建、基础语法及核心编程概念的领域&#xff0c;一探究竟。 软件安装及环境配置请查看之前更新的博客有着详细的介绍&#xff1a; IDEA软件安装&环境配置&中文插件-CSDN博客 目录 1.Java 项目构建基础 1.项目中的 SRC 目录…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023