Sphinx制作精美文档 陈照强 2019-9-21 目录 CONTENTS 精美文档示例 谁发明了Sphinx 快速实践 我的Sphinx文档介绍 1 精美Sphinx文档示例 Sphinx精美文档示例 https://matplotlib.org/ https://docs.scrapy.org/en/latest/ https://www.sphinx-doc.org/en/master/examples

设计评估标准，量化提示语效果 跨域整合能力 将专业领域知识转化为有效的提示语 利用提示语桥接不同学科和AI能力 创造跨领域的创新解决方案 系统思维 设计多步骤、多维度的提示语体系 构建提示语模板库，提高效率和一致性 开发提示语策略，应对复杂场景 表1-3-2提示语设计进阶技能子项 核心技能 子项 语境理解 深入分析任务背景和隐含需求 考虑文化、伦理和法律因素 预测可能的误解和边界情况 抽象化能力 + 格式 元素 长度元素 + 风格元素 通过清晰的任务指令和预定义的结构提高执行效率，同时确保输出符合特定的 格式和风格要求 提升输出一致性 风格元素 + 知识域元素 + 约束条 件元素 格式元素 + 质量控制元素 通过统一的风格和专业领域知识确保输出的一致性，同时使用约束条件和质量 控制维持标准 增强交互体验 迭代指令元素 + 输出验证元素 + 质量控制元素 任务指令元素 + 背景元素 的有效性和连贯性。这些原则为提示语链的构 建提供了清晰的指导，帮助系统地组织和引导任务的分解与处理，以下是设计提示语链时应该考虑的关键原 则： 确保提示语之间存在清晰的逻辑关系，避免跳跃性太 强。每个提示语应该自然地引导到下一个提示语，形 成一个连贯的思维链条。这个过程可以将提示语链设 计成模块化的结构，使其易于调整和重用，提高提示 语链的灵活性和效率。 模块化提示语链设计 提示语链的设计模型

设计评估标准，量化提示语效果 跨域整合能力 将专业领域知识转化为有效的提示语 利用提示语桥接不同学科和AI能力 创造跨领域的创新解决方案 系统思维 设计多步骤、多维度的提示语体系 构建提示语模板库，提高效率和一致性 开发提示语策略，应对复杂场景 表1-3-2提示语设计进阶技能子项 核心技能 子项 语境理解 深入分析任务背景和隐含需求 考虑文化、伦理和法律因素 预测可能的误解和边界情况 抽象化能力 + 格式 元素 长度元素 + 风格元素 通过清晰的任务指令和预定义的结构提高执行效率，同时确保输出符合特定的 格式和风格要求 提升输出一致性 风格元素 + 知识域元素 + 约束条 件元素 格式元素 + 质量控制元素 通过统一的风格和专业领域知识确保输出的一致性，同时使用约束条件和质量 控制维持标准 增强交互体验 迭代指令元素 + 输出验证元素 + 质量控制元素 任务指令元素 + 背景元素 的有效性和连贯性。这些原则为提示语链的构 建提供了清晰的指导，帮助系统地组织和引导任务的分解与处理，以下是设计提示语链时应该考虑的关键原 则： 确保提示语之间存在清晰的逻辑关系，避免跳跃性太 强。每个提示语应该自然地引导到下一个提示语，形 成一个连贯的思维链条。这个过程可以将提示语链设 计成模块化的结构，使其易于调整和重用，提高提示 语链的灵活性和效率。 模块化提示语链设计 提示语链的设计模型

国家企业技术中心 国家级博士后科研工作站 云计算技术认证资质 信通院可信云服务网格先进级（最高级别）评估 信通院数字化可信服务能力认证（轻舟低代码平台） 可信云微服务评估先进级认证 Kubernetes 一致性认证 华为鲲鹏计算兼容性测试认证 大数据技术机构资质 信通院大数据技术标准推进委员会成员 大数据系统软件浙江省工程实验室 浙江省网易大数据重点企业研究院 浙江省云计算和大数据省级企业研究院 人工智能技术机构资质 精细化流量管控 支持不同维度的流量治理，并具备丰富 的流量管控能力。 架构平滑演进 支持单体架构向微服务架构、微服务架 构向服务网格架构平滑演进。 开放兼容 全面覆盖主流微服务开发技术选型，增 强、扩展开源服务网格。 异构应用统一治理 多框架、多协议、多语言服务的统一治 理，避免技术栈重复建设。 异构集成 支持异构协议转换为 HTTP 协议 RESTFUL 接口，具备请求转换能力，有 效集成企业存量应用。 成本低 PRODUCT 13 PRODUCT 基于可视化编程语言 基于通用语言封装的可视化开发语言，具 备完善的静态类型系统和组件扩展机 制，适合 80% 企业级应用开发，灵活性 高，可靠性强。 数据模型驱动 可视化构建实体、数据结构、枚举等低 代码数据模型，自动生成数据库表和页 面交互。 支持企业集成 能够通过 API 集成企业内部的服务，实 现应用组装。 业务与流程融合 流程引擎基于

Envoy Gateway v0.4发布 Envoy Gateway是用于管理Envoy Proxy的开源 项目，可单独使用或作为Kubernetes中应用的 网关。它通过了Gateway API核心一致性测试， 使用Gateway API作为其唯一的配置语言来管理 Envoy代理，支持GatewayClass、Gateway、 HTTPRoute和TLSRoute资源。 近日，Envoy Gateway 全球开源态势洞察｜第十期 11 重点开源项目 TiDB：TiDB是全新一栈式实时HTAP数据库，于2015年在GitHub上开源，是一款定位于在线事务 处理/在线分析处理的融合型数据库产品，实现了一键水平伸缩，强一致性的多副本数据安全，分 布式事务，实时OLAP等重要特性。同时兼容MySQL协议和生态，迁移便捷，运维成本极低。TiDB 社区是由 TiDB 生态中的开发者、用户、Contributor、合作伙伴一起建立的分享、学习平台。截至 目前，TiDB社区有超过96K请求、20K主题、196K帖子、2100贡献者。 TiKV：TiKV是一个分布式事务型的键值数据库，提供了满足ACID约束的分布式事务接口，并且通 过Raft协议保证了多副本数据一致性以及高可用。TiKV作为TiDB的存储层，为用户写入TiDB的数据 提供了持久化以及读写服务，同时还存储了TiDB的统计信息数据。TiKV于2018年8月被云原生计算 基金会接受为沙盒项目。2019

文件的元数据里。Krita 会在界面各处显示笔刷图标，比起笔刷效 果预览图，笔刷图标更为简练且易于识别。 笔刷预览图会显示当前笔刷画出的一条略具 S 形的曲线。它从左到 右压力逐渐增大，能够显示压力、笔画角度、距离、渐弱渐强和随 机度 (笔尖印迹) 等传感器的效果，但无法显示其他效果。有些笔刷 引擎无法正常显示预览。颜色涂抹、滤镜还有克隆引擎的笔刷会显 示交替色块的背景图案，因为它们依赖画布上的已有颜色来营造效 果。 组是常规曲线，其余的则应用了不同的计算模式。 1. 笔刷大小与距离传感器关联。 2. 笔刷大小与渐弱渐强传感器相关联。 3. 笔刷大小与渐弱渐强、距离传感器数值的相乘结果相关联。 4. 笔刷大小与渐弱渐强、距离传感器数值的相加结果相关联。线 条明显更粗。 5. 笔刷大小与渐弱渐强、距离传感器数值里面的最大值相关联。 6. 笔刷大小与渐弱渐强、距离传感器数值里面的最小值相关联。 7. 笔刷大小与淡入、距离传感器数值两者的差值相关联。 红橙黄绿青蓝紫顺序排列颜色的色相，或者按照由白到黒的顺序排 列颜色的亮度。自然现象本身是物理原理的反映。色相的先后顺序 与光的波长有关，靠近红橙色的光波长较长，靠近紫蓝色的光波长 较短。光的亮度与它的能量有关，能量强则亮度高，能量弱则亮度 低。这些不同的光进入人眼后被视网膜感知，然后被大脑处理并理 解为不同的颜色。 对于传统颜料而言，我们按照颜色的混合结果来排列色相。颜料的 三种 原色 分别为：青、品红、黄。把任意两种原色混合后可以得

里。Krita 会在界面各处显示笔刷图标，比起笔刷效果预览图，笔刷图标更为 简练且易于识别。 笔刷预览图会显示当前笔刷画出的一条略具 S 形的曲线。它从左到右压力逐渐 增大，能够显示压力、笔画角度、距离、渐弱渐强和随机度 (笔尖印迹) 等传感 器的效果，但无法显示其他效果。有些笔刷引擎无法正常显示预览。颜色涂 抹、滤镜还有克隆引擎的笔刷会显示交替色块的背景图案，因为它们依赖画布 上的已有颜色来营造效果。 预 组是常规曲线，其余的则应用了不同的计算模式。 1. 笔刷大小与距离传感器关联。 2. 笔刷大小与渐弱渐强传感器相关联。 3. 笔刷大小与渐弱渐强、距离传感器数值的相乘结果相关联。 4. 笔刷大小与渐弱渐强、距离传感器数值的相加结果相关联。线条明显更 粗。 5. 笔刷大小与渐弱渐强、距离传感器数值里面的最大值相关联。 6. 笔刷大小与渐弱渐强、距离传感器数值里面的最小值相关联。 7. 笔刷大小与淡入、距离传感器数值两者的差值相关联。 序排 列颜色的色相，或者按照由白到黒的顺序排列颜色的亮度。自然现象本身是物 理原理的反映。色相的先后顺序与光的波长有关，靠近红橙色的光波长较长， 靠近紫蓝色的光波长较短。光的亮度与它的能量有关，能量强则亮度高，能量 弱则亮度低。这些不同的光进入人眼后被视网膜感知，然后被大脑处理并理解 为不同的颜色。 对于传统颜料而言，我们按照颜色的混合结果来排列色相。颜料的三种 原色 分别为：青、品红、黄。把任意两种原色混合后可以得到三种

这样做竟然达到了惊人的、意想不到的效果，推理超越 OpenAI O1，如下 图10所示，蓝线表示单次推理（pass@1）的准确率，红线表示 16 次推理取一 致性结果（cons@16）的准确率，可以看出一致性推理提高了最终性能。虚 线代表 OpenAI O1 的基准表现，图中可以看到 DeepSeek-R1-Zero 的性能 教程作者：郭震，工作 8 年目前美国 AI 博士在读，公众号：郭震 AI，欢迎关注获取更多原创教程。资 easoning-Oriented RL）， 直接生成高质量的推理数据（CoT 示例），减少人工标注依赖。通用强化学 习优化：基于帮助性和安全性奖励模型，优化推理与非推理任务表现，构建 通用性强的模型。最终，DeepSeek-R1 将 R1-Zero 的推理能力与通用强化 学习的适应能力相结合，成为一个兼具强推理能力和任务广泛适应性的高 效 AI 模型。 核心创新总结 中间推理模型生 Reasoning-Oriented RL），直接生成高质量的推理数据（CoT 示例），减少人工标注依赖。 通用强化学习优化：基于帮助性和安全性奖励模型，优化推理与非推 理任务表现，构建通用性强的模型。 最终成果：DeepSeek-R1 将 R1-Zero 的推理能力与通用强化学习的 适应能力相结合，成为一个兼具强推理能力和任务广泛适应性的高效 AI 模型。 4 参考文献 https://newsletter

里。Krita 会在界面各处显示笔刷图标，比起笔刷效果预览图，笔刷图标更为简 练且易于识别。 笔刷预览图会显示当前笔刷画出的一条略具 S 形的曲线。它从左到右压力逐渐 增大，能够显示压力、笔画角度、距离、渐弱渐强和随机度 (笔尖印迹) 等传感 器的效果，但无法显示其他效果。有些笔刷引擎无法正常显示预览。颜色涂 抹、滤镜还有克隆引擎的笔刷会显示交替色块的背景图案，因为它们依赖画布 上的已有颜色来营造效果。 预 组是常规曲线，其余的则应用了不同的计算模式。 1. 笔刷大小与距离传感器关联。 2. 笔刷大小与渐弱渐强传感器相关联。 3. 笔刷大小与渐弱渐强、距离传感器数值的相乘结果相关联。 4. 笔刷大小与渐弱渐强、距离传感器数值的相加结果相关联。线条明显更 粗。 5. 笔刷大小与渐弱渐强、距离传感器数值里面的最大值相关联。 6. 笔刷大小与渐弱渐强、距离传感器数值里面的最小值相关联。 7. 笔刷大小与淡入、距离传感器数值两者的差值相关联。 序排 列颜色的色相，或者按照由白到黒的顺序排列颜色的亮度。自然现象本身是物 理原理的反映。色相的先后顺序与光的波长有关，靠近红橙色的光波长较长， 靠近紫蓝色的光波长较短。光的亮度与它的能量有关，能量强则亮度高，能量 弱则亮度低。这些不同的光进入人眼后被视网膜感知，然后被大脑处理并理解 为不同的颜色。 对于传统颜料而言，我们按照颜色的混合结果来排列色相。颜料的三种 原色 分 别为：青、品红、黄。把任意两种原色混合后可以得到三种

里。Krita 会在界面各处显示笔刷图标，比起笔刷效果预览图，笔刷图标更为 简练且易于识别。 笔刷预览图会显示当前笔刷画出的一条略具 S 形的曲线。它从左到右压力逐渐 增大，能够显示压力、笔画角度、距离、渐弱渐强和随机度 (笔尖印迹) 等传感 器的效果，但无法显示其他效果。有些笔刷引擎无法正常显示预览。颜色涂 抹、滤镜还有克隆引擎的笔刷会显示交替色块的背景图案，因为它们依赖画布 上的已有颜色来营造效果。 预 组是常规曲线，其余的则应用了不同的计算模式。 1. 笔刷大小与距离传感器关联。 2. 笔刷大小与渐弱渐强传感器相关联。 3. 笔刷大小与渐弱渐强、距离传感器数值的相乘结果相关联。 4. 笔刷大小与渐弱渐强、距离传感器数值的相加结果相关联。线条明显更 粗。 5. 笔刷大小与渐弱渐强、距离传感器数值里面的最大值相关联。 6. 笔刷大小与渐弱渐强、距离传感器数值里面的最小值相关联。 7. 笔刷大小与淡入、距离传感器数值两者的差值相关联。 序排 列颜色的色相，或者按照由白到黒的顺序排列颜色的亮度。自然现象本身是物 理原理的反映。色相的先后顺序与光的波长有关，靠近红橙色的光波长较长， 靠近紫蓝色的光波长较短。光的亮度与它的能量有关，能量强则亮度高，能量 弱则亮度低。这些不同的光进入人眼后被视网膜感知，然后被大脑处理并理解 为不同的颜色。 对于传统颜料而言，我们按照颜色的混合结果来排列色相。颜料的三种 原色 分别为：青、品红、黄。把任意两种原色混合后可以得到三种