Nocalhost - 重新定义云原⽣开发环境.md 2021/1/20 1 / 7 Nocalhost - 重新定义云原⽣开发环境 前⾔ 随着业务的快速发展，技术部⻔的组织架构在横向及纵向不断扩⼤和调整，与此同时，企业的⽣产资料：应 ⽤系统，也变得越来越庞⼤。为了让应⽤系统适配企业组织架构的调整，梳理组织架构对于应⽤权责的边 界，⼤部分组织会选择使⽤“微服务”架构来对应⽤系统进⾏横向拆分，使得应⽤系统的维护边界适配组织架 越来越复杂，问题在想要新增需求时尤为突出。 “微服务”带来便利的同时，对开发⼈员⽽⾔，还带来了额外的挑战：如何快速启动完整的开发环境？开发的 需求依赖于其他同事怎么联调？如何快速调试这些微服务？ ⽽对于管理⼈员来说，也同样带来了⼀系列的挑战：如何管理开发⼈员的开发环境？如何让新⼊职的同事快 速进⾏开发？ 试想⼀下，要开发由 200 个“微服务”组成的云原⽣应⽤，会遇到哪些困难呢？ Localhost 法满⾜开发的配置需求。 云原⽣解放了部署和运维，开发呢？ Nocalhost - 重新定义云原⽣开发环境.md 2021/1/20 2 / 7 云原⽣和 Kubernetes 的普及，进⼀步屏蔽了“微服务”应⽤的复杂度，这主要体现在部署和运维阶段。 为了解决微服务应⽤在开发、测试和⽣产阶段环境⼀致性的问题，现代的微服务应⽤开发，都会将每⼀个组 件打包成 Docker 镜像，并以⼯作负载的形式对其进⾏部署。利⽤

和复杂文档，适合专业场景。  定制化能力：支持用户自定义 训练和微调，适应特定需求。 Open AI o3 mini  小型化设计：轻量级模型， 适合资源有限的环境。  快速响应：优化推理速度， 适合实时交互场景。  通用性强：适用于多种自 然语言处理任务，如对话 生成和文本理解。 爬虫数据采集 1、阅读网页源代码，提取特定网页内容； 2、撰写python脚本； 3、提取并合并网址； 据采集结果为空。 DeepSeek R1 能够提取所有网址并进行 筛选、去重，所撰写代码 运行后完成数据爬虫任务， 所获取数据准确，少量数 据有所遗漏。 提示词 测试结果受到数据样本、测试环境、AI抽卡、提示词模板等因素影响，仅供参考，无法作为决策制定、质量评估或产品验证的最终依据。 爬虫数据采集  目前DeepSeek R1、Open AI o3mini、Kimi k1.5支持联网查询网址，Claude 行后生成本地文件，但提取 数据结果为空。 结论 Claude 3.5 sonnet 可以提取所有网址，调整后可输出正 确代码，运行代码能生成本地文件， 但提取数据结果为空。 测试结果受到数据样本、测试环境、AI抽卡、提示词模板等因素影响，仅供参考，无法作为决策制定、质量评估或产品验证的最终依据。 文件数据读取 1、读取文件； 2、根据指定内容整理成表格。 任务 Open AI o3mini

2024:大模型背景下知识图谱的理性回归 77 | 人工智能与处理器芯片架构 89 | 大模型生成代码的安全与质量 93 | 2024 年 AI 大模型如何影响基础软件行业中 的「开发工具与环境」 98 | 推理中心化：构建未来 AI 基础设施的关键 Part 1：中国开源开发者生态数据 04 | Gitee 数据篇 Part 3：国内 GenAI 生态高亮瞬间 104 | 中国 布便获得了广泛关注，为中国模型在全球开源生态中赢得了更多认可。 平衡发展与合规创新 中国在推动人工智能技术发展的同时，也在监管层面努力建立了完善、透明的治理机制。这 种监管创新为开源模型的发展提供了稳定的政策环境，同时确保技术应用符合社会价值导向。比 如 《人工智能示范法 2.0（专家建议稿）》对于免费且已开源方式提供人工智能研发的个人和 组织给予减轻或免承担法律责任；《生成式人工智能服务管理暂行办法》 比对手坚持得更久一些是确保长期成功的必要条件。现在的宏观环境下，一味靠融资来支撑自己 的高成本支出不是长久之计。 闭源大模型厂商必须维持一定的云资源，工程师资源来支撑小额的开发者调试需求。投入产 出上恐怕是算不过来的。即便闭源厂商愿意持续地补贴开发者，他们最终会发现大模型对开发者 的粘性也非常有限，没比在 C 端用户那边好到哪里去。 大模型这一产品形态实在是太特殊了——大多以自然语言为交互方式。因此大模型 API 云

基于HTML5的手机App，交互逻辑都是由JavaScript驱动的。 简单地说，JavaScript是一种运行在浏览器中的解释型的编程语言。 那么问题来了，为什么我们要学JavaScript？尤其是当你已经掌握了某些其他编程语言如Java、 C++的情况下。 简单粗暴的回答就是：因为你没有选择。在Web世界里，只有JavaScript能跨平台、跨浏览器驱动网 页，与用户交互。 Flash背后 JavaScript一度被认为是一种玩具编程语言，它有很多缺陷，所以不被大多数后端开发人员所重视。 很多人认为，写JavaScript代码很简单，并且JavaScript只是为了在网页上添加一点交互和动画效 果。 但这是完全错误的理解。JavaScript确实很容易上手，但其精髓却不为大多数开发人员所熟知。编写 高质量的JavaScript代码更是难上加难。 一个合格的开发人员应该精通 法执行如联网等JavaScript代码，最终，你还是需要架设一个Web服务器，然后以 http:// 开头的 地址来正常执行所有JavaScript代码。 不过，开始学习阶段，你无须关心如何搭建开发环境的问题，我们提供在页面输入JavaScript代码并 直接运行的功能，让你专注于JavaScript的学习。 试试直接点击“Run”按钮执行下面的JavaScript代码： 1. // 以//开头直到行末的是注释，将被浏览器忽略

“用Python实现快速排序” 分步指导（如“先写递归函数”） 通用模型 细化步骤，明确输入输出格式 “先解释快速排序原理，再写出代 码并测试示例” 模糊需求（如“写个排序代码”） 多轮对话 通用模型 自然交互，无需结构化指令 “你觉得人工智能的未来会怎样？” 强制逻辑链条（如“分三点回答”） 推理模型 需明确对话目标，避免开放发散 “从技术、伦理、经济三方面分析 AI的未来” 情感化提问（如“你害怕AI吗？”） 构建验证机制，确保AI输出的可靠性 创新思维 探索非常规的提示语方法 结合最新AI研究成果，拓展应用边界 设计实验性提示语，推动AI能力的进化 伦理意识 在提示语中嵌入伦理考量 设计公平、包容的AI交互模式 预防和缓解AI可能带来的负面影响 掌握提示语设计：AIGC时代的必备技能 提示语设计的进阶技能 表1-3-3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 构建验证机制，确保AI输出的可靠性 创新思维 探索非常规的提示语方法 结合最新AI研究成果，拓展应用边界 设计实验性提示语，推动AI能力的进化 伦理意识 在提示语中嵌入伦理考量 设计公平、包容的AI交互模式 预防和缓解AI可能带来的负面影响 提示语设计的核心技能体系不仅涵盖了技术层面的专 业知识，更强调了认知能力、创新思维和软实力的重 要性。 这些核心技能构成了提示语设计的基础，涵盖了从问

“用Python实现快速排序” 分步指导（如“先写递归函数”） 通用模型 细化步骤，明确输入输出格式 “先解释快速排序原理，再写出代 码并测试示例” 模糊需求（如“写个排序代码”） 多轮对话 通用模型 自然交互，无需结构化指令 “你觉得人工智能的未来会怎样？” 强制逻辑链条（如“分三点回答”） 推理模型 需明确对话目标，避免开放发散 “从技术、伦理、经济三方面分析 AI的未来” 情感化提问（如“你害怕AI吗？”） 构建验证机制，确保AI输出的可靠性 创新思维 探索非常规的提示语方法 结合最新AI研究成果，拓展应用边界 设计实验性提示语，推动AI能力的进化 伦理意识 在提示语中嵌入伦理考量 设计公平、包容的AI交互模式 预防和缓解AI可能带来的负面影响 掌握提示语设计：AIGC时代的必备技能 提示语设计的进阶技能 表1-3-3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 构建验证机制，确保AI输出的可靠性 创新思维 探索非常规的提示语方法 结合最新AI研究成果，拓展应用边界 设计实验性提示语，推动AI能力的进化 伦理意识 在提示语中嵌入伦理考量 设计公平、包容的AI交互模式 预防和缓解AI可能带来的负面影响 提示语设计的核心技能体系不仅涵盖了技术层面的专 业知识，更强调了认知能力、创新思维和软实力的重 要性。 这些核心技能构成了提示语设计的基础，涵盖了从问

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 545 16.1.1 文件名，命令行参数，以及环境变量。 . . . . . . . . . . . . . . . . . . . . . . . . . 546 16.1.2 Python UTF-8 模式 . . . . . . . . . 工具和参考实现 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1143 21.2.1 wsgiref.util -- WSGI 环境工具 . . . . . . . . . . . . . . . . . . . . . . . . . . . 1144 21.2.2 wsgiref.headers -- WSGI 响应标头工具 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1405 26.7 doctest --- 测试交互式的 Python 示例 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1405 26.7.1 简单用法：检查 Docstrings

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 585 16.1.1 文件名，命令行参数，以及环境变量。 . . . . . . . . . . . . . . . . . . . . . . . . . . . 586 16.1.2 Python UTF-8 模式 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1226 21.2.1 wsgiref.util -- WSGI 环境工具 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1226 21.2.2 wsgiref.headers -- WSGI 响应标头工具 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1501 26.7 doctest --- 测试交互式的 Python 示例 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1502 26.7.1 简单用法：检查 Docstrings

文档生成器和在线帮助系统 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1462 26.3 doctest --- 测试交互式的 Python 示例 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1463 26.4 unittest --- 单元测试框架 pip 安装器 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1638 28.3 venv --- 创建虚拟环境 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1639 28.4 zipapp . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1676 29.4 __main__ --- 顶层脚本环境 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1676 29.5 warnings ——控制警告信息

--- 文档生成器和在线帮助系统 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1365 26.3 doctest --- 测试交互式的 Python 示例 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1366 26.4 unittest --- 单元测试框架 引导 pip 安装器 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1532 28.3 venv --- 创建虚拟环境 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1533 28.4 zipapp ——管理可执行的 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1567 29.4 __main__ --- 顶层脚本环境 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1568 29.5 warnings ——控制警告信息