WWW.YOUINFO.SITE
标签聚合 非常

/tag/非常

LinuxDo 最新话题 · 2026-06-11 23:54:10+08:00 · tech

今天发现一个令我迷惑的地方 简单来说 32、 36、 40 求其平均值 听起来非常非常简单 对吧 三个数再加一块除以三 答案就是 36 换个角度理解 36-4 32 +4 40 非常合理 很直观 但是我们换一个方法 32 和 36 取平均值 多少 34 34 再和 40 取平均值呢 37 我们再换一种 36 和 40 取平均值是多少 38 那 32 和 38 取平均值呢 是 35 显然 37 35 并不是正确的答案 但每一步都是正确的 哪里出了问题 还是说这种分段求平均值的方法本身是错误的 复杂点说是权重 直观点说就是 有一个参与第一轮平均的数字没有参与第二轮平均 详见哈基米3.5的回答: 具体来说分苹果那一块还可以这样理解: [!quote] 分苹果那一块就不能是a代表ab联盟去和c分吗?嗯。A和b的数量是一样的,谁去分都是一样的,这也是为什么我们最后将他们统一×2就可以了,统一×2之后,事实上就回到了最原始的问题,用最经典的方法,三个相加除以三 是一模一样的等价式子,毕竟结果是固定的 文字依旧复杂,看一下哈基米给的公式就明白了: 灵感来自今天淮高高二学生的6月月考生物试题(当然没这么简单 ) 10 个帖子 - 7 位参与者 阅读完整话题

LinuxDo 最新话题 · 2026-06-11 22:42:24+08:00 · tech

给大家分享一点干货 速度非常快 大家可以当当做一个备用的节点 建议不要当主力节点 看视频或者什么的流量太大可能会被封的 需要准备的东西: github.com GitHub - cmliu/edgetunnel: edgetunnel2 VLESS/Trojan/SS 多功能面板 edgetunnel2 VLESS/Trojan/SS 多功能面板 Cloudflare 网站是 https://www.cloudflare.com/ v2ray或者其他类型的东西 还需要一个免费的域名: https://www.dnshe.com/ 可以用这个注册一个免费的 那么OK 集齐以上的步骤就可以操作了 登入 Cloudflare 平台 然后把域名托管进去 然后进行添加域名把刚刚注册好的域名加入进去就可以了 (选择免费计划) 直接继续前往激活 弹窗直接点击确认 复制第一个就可以 返回到我们刚刚添加域名的那里 点击DNS服务器 先复制刚刚第一个 在复制刚刚那个页面出现的第二个就是 这两个都加进去,直接保存就行了,然后返回cloudflare 点击我已更新名称服务器, 需要等一段时间 可以刷新下页面 不出意外的话 几分钟就可以 出现这个的话 就代表OK了。 然后找到这个Workers KV 点击右上角的创建按钮 , 名称可以随便填 但是你别忘了就行 找到Workers和Pages点进去 点击创建应用程序 点击开始使用 项目名称可以随便取名字 还记得我们之前下载的github的那个程序吗 直接把那个压缩包拖进去就行 等上传完成后点击部署站点 点击继续处理项目 点击上方的设置 点击添加 变量名称ADMIN值的话就是密码一会要用到的 一定不要忘 然后保存 下面有个绑定 点击右侧添加 变量名字填KV 下面的KV命名空间选择刚刚创建的那一个 然后保存 然后点击上面的自定义域 把我们之前创建的免费域名填写进去就可以了 然后点击继续 然后先不激活域,可以新开一个页面找到刚刚设置域名的地方就是这个页面 这样就能方便复制粘贴了 点击DNS记录 点击添加记录 类型选择CNAME 名称@就可以 目标就是刚刚DNS记录里面的那个内容 就是这个值,然后就可以保存了,然后就可以返回刚刚的页面去激活了 可以等状态变绿之后去点击右上方的创建部署,没变绿去点应该也行 但是我没试过 把刚刚下载的文件在重新拖进去 点击保存并部署 打开这个域名 然后在这个域名的后面拼上/admin 就会弹出这个页面,还记得我们之前的密码吗 输入然后点击登录 然后属于你的节点就创建好了,然后在怎么用就不用我多说了吧~ 打了这么多字手有点累了,如果这篇文章能够帮助到各位佬的话 那我真的是很高兴。 排版的话不怎么会布局 可能有点丑 各位佬就凑活着看吧。 有能力的佬可以打赏一下嘛,有用在打赏哟~ 打赏5LDC 打赏15LDC 打赏25LDC 1 个帖子 - 1 位参与者 阅读完整话题

LinuxDo 最新话题 · 2026-06-11 21:16:04+08:00 · tech

感恩 慕鸢 大佬的公益站,前几天用的非常丝滑。就是昨天出现了压缩上下文开始,就一直报错了。 大概就是这个错误。 我去到公益站后台,看到是报错: | 其他详情 | 上游没有返回计费信息,无法扣费(可能是上游超时) | |—:|:—| 不知道是不是就是这个原因,我看了下使用日志,没有调用“gpt-5.5-openai-compact”的记录,不知道是哪里没配置好,有大佬知道解决方法吗? 最后再补充一句: 慕鸢是LD最帅的男人! 14 个帖子 - 8 位参与者 阅读完整话题

LinuxDo 最新话题 · 2026-06-10 17:43:56+08:00 · tech

最近一直开会做其他项目,非常忙,现在抽吃饭时间敲一下。老实说纠结了很久,要不要写这篇文章,害怕大家听不明白,思考了两天,终于知道该怎么给大家讲这个项目,本来想叫问数机器人,想了一下不合适,于是让AI想了一下名字,于是就出来了 智能数据管家Agent 事先说明,这个Agent真的非常难,非常难,涉及非常多的细节,对技术也有一定的要求,并且目前来看不能商用,找我咨询的那家公司,也只是内部数据岗人员小部分使用,我只能是尽我所能的用大白话告诉大家一些参考的方向,并且咋说呢,各家公司有各家公司的情况,主要就是分享一下思路,告诉各位佬友,原来还能这样! 我们先代入一个业务视角,站在业务的角度,假设现在要做一个问数机器人,也就是用自然语言出查询数据的机器人,比如你跟AI说查一下昨天的退款后GMV是多少,查一下某天的库存,AI就会相对的快速给你答案,但是事实上这用BI数据看板拖拉拽也能实现,只是提高了一点效率。业务本身更想要的是啥,我某个指标发生了异常,是什么时候发生的,导致这一情况出现的原因是啥,并且AI有没有什么建议能够给到我。就类似于说昨天的退款后GMV突然下滑了一百万,AI会自动推送给我,昨天某个产品由于价格上涨的问题,导致GMV下滑,AI建议上调价格这样。 这个Agent具体实现的功能如下 1.数据驾驶舱,能够将公司核心的指标都呈现,一眼就能知道当前公司的经营状况是怎么样的,比如会放当前的库存,当前卖了多少,目标完成度是多少 2.问数机器人,自然语言输入后AI输出数据或者Excel表格 3.数据预警,当某个指标发生重大变化是,直接查找原因,并推送到个人或群聊,并给出相对建议 来看下我是怎么去指导开发做的吧 这一切的前提在于指标体系是否完善,并不一定要求是全公司的,哪怕是某一个部门或者某个小子公司或者某个中心,都可以,这套方向指向性非常强,一定要结合业务场景去做,指标体系背后的话是必须得有数仓,主数据系统这样的系统去支撑,之前我是从0-1跟进了公司的数仓和主数据系统的搭建和开发,有一定的数据治理经验,所以我比较了解一点。 第一条蛮简单,就是把核心的指标梳理出来,比如库存货值,目标完成度,老板关心的指标都丢进去就好了,可以的话加上一个时间筛选器,BI也可以实现 第二条开始就难咯,问数机器人和数据预警,会有两个大难关,首当其冲就是数据安全问题,如果要把数据库直接丢给AI,是否安全,我们采取的方式是不管你用Codex还是用qoder或者是trae,采购企业版,签订安全协议,保证你的数据不外泄就好了。大部分公司都是这样的,没有绝对性的安全,如果一定要绝对性的安全,那市场上AI算法岗,还玩个毛线。接下来是AI会瞎编数据,懂得都懂啊,那也就是如何解决AI幻觉的问题,首先我们的做法(公司已有数仓),我们在数仓里针对销售,做一个销售大宽表,再做一个库存大宽表,一般公司这两个其实都够用了,其他要加也是一样的道理,并且把维度表跟指标清单一起,全部给AI,做好配置,数据准备好之后,再写通用性的大SQL,如果懂数据的应该能理解什么意思,就是不让AI直接写SQL,只让AI去以传参的形式,业务人员问什么指标,AI就传入什么指标,然后去执行取数操作,从数据源阶段就控制死,AI只能执行聚合汇总的操作。其次AI每次的回答要求,输出的数据必须带上查询了哪个表,哪个字段,什么时间段,过滤条件是什么,这样输出,基本上就没啥问题了,而且这个是给数据岗使用,即使有问题他们也看得出来,前期也会大量的去测试校验数据。再解决完这两个大头问题之后,就是如何把自然语言转化为数据语言,那做法大差不差了,就是做一个语义库,把自然语言翻译为数据语言,这个不用多说,感觉大家都理解逻辑。所以现在就很清晰了,我单独摘出来。 AI接收指令 结合语义库翻译为专业数据提示词 提取确认需要的维度和指标 传参执行SQL​ AI汇总分析等 输出数据与结论 第三步是最后一步了,如何人AI去做到数据预警并输出具体的结论,这里就不得不提到一个概念了,指标拆解,这个动作只能是业务部门自行去拆解,当时我是协调了业务部负责人一起干的。 什么叫指标拆解,我这里利用运营的思路大概说一下 退款后GMV=流量(访客数)*转化率(人群)*客单价*退款率,假设现在退款后GMV下滑严重,就要去找对应拆解出的几个数据,假设现在流量,转化率都没问题,就要考虑客单价是不是过高,是不是被竞品给狙击了;假设现在客单价,访客数也没问题的情况下,消费者仍然不买账,就要看下投流手投的流量是不是不符合公司人群,投错了。如果前几者都没问题的情况下,那就要考虑是不是退款率过高,产品本身出了问题。 大概是上面这个思路,最终AI输出的结论,一定是有迹可循的,结合公司的场景定制化输出,不让AI自己瞎编。 现在所有的东西做好了,可以理解为就是数据监控+预警+对话都可以实现的一个Agent,适用于数据分析。 我上面讲的内容是比较通用可以参考的,具体问题具体分析,还是要结合业务场景。并且这个本身就是给数据分析用,辅助,需要不断优化完善,并且如果AI出错,人工还是可以干预和介入。做这个的主要目的还是为了后续的销售预测和库存共享等算法做铺垫。这个Agent目前在公司内稳定也一段时间,后面我没再关注,如果一定要说价值吧。那我就简单的说一说。 改变了过去的一个工作方式,过去是人去被动找数据,找问题,现在讲工作流程扭转,变为数据找人,以及问题找人。改变了传统的一个工作方式吧,变成是交互式的,AI给结论,人来不断调试。我相信这样持续长久的运行下去,对整个业务部门来说,价值是非常大的,而我也坚信,市面上每一家规模起来的公司,一定会做这个,大家可以自行研究研究。并且传统的数据分析,数据开发的工作岗位,一定会在AI的冲击下做出改变。就比如说过去数据分析里常常说做一个归因分析,AI出现后,就变了,就变成是AI告诉你原因,你要去想办法去沟通去协调去解决,无法适应这个工作方式的同学,可能还会被替代优化。我并不想制造焦虑,只是说实话,那一天不远了。希望大家还是有点心理准备。 谢谢大家,这个是我的思路,目前我们还是持续在优化中。另外我有做过数仓跟主数据系统,有一定的数据治理经验,如果确实有必要想了解这方面的业务,我可以单独出几期来讲讲企业怎么做主数据治理,怎么做数仓,指标清单怎么收集这些。 最后给一张图,AI生成的,Agent工作流,希望能给到大家一点灵感,最后叠个甲,觉得不对的,当看个乐子,吃饭去了,晚上还要开会,谢谢大家,祝各位佬友生活愉快。 2 个帖子 - 2 位参与者 阅读完整话题