扣子工作流中能不用代码实现简单的数据处理吗

以下是关于让大模型严格按照知识库内容进行输出的相关信息： 扣子的知识库功能强大，可上传和存储知识内容，提供多种查找方法。在智能体中使用知识库，收集相关内容，当智能体回答用户时会先检索知识库，使回复更准确。 在“掘金 x 扣子 Hackathon 活动 深圳站”的总冠军工作流中，对于用户向小说人物角色的提问，通过一系列节点，包括开始节点接收问题、知识库节点检索、大模型节点生成答案等，本质上是一个根据用户 query 进行检索增强生成（RAG）的任务，每个工作流中都嵌入了知识库节点，维护了如小说合集等知识库。 大模型节点是调用大语言模型，使用变量和提示词生成回复。按需选择基础版或专业版模型，基础版支持扣子预设的一批模型资源，专业版除默认添加的豆包模型外，还支持按需接入火山引擎方舟平台的模型资源。模型选择右下角生成多样性可从多个维度调整不同模型在生成内容时的随机性，有精确模式、平衡模式和创意模式等预置模式。输入方面，开启智能体对话历史后，上下文信息将自动携带进入大模型，参数名可随意设置但建议有规律，变量值可引用前面链接过的节点的输出或进行输入。

扣子 API 的调用流程如下： 1. 传递请求的相关部分： Body：用于传递请求的主体部分，可以是 JSON、XML 或其他类型的数据。在 GET 方法中通常不用于传递参数，因为 GET 方法的 URL 已包含必要参数。 Path：用于定义请求的路径部分，通常以“/”开头，后面跟着一系列段落。在 GET 方法中可传递参数，但常编码为 URL 一部分。 Query：用于定义请求的查询部分，通常以“?”开头，后跟一系列键值对。在 GET 方法中是常用的参数传递方式。 Header：用于定义 HTTP 请求的头信息部分，包括各种头部字段。在 GET 方法中通常不用于传递参数，而是定义请求头部信息。 2. 配置输出参数： 如果填写无误，可直接点击自动解析，会自动调用一次 API 给出对应的输出参数。 例如填入汉字“张”，点击自动解析。解析成功会显示成功，输出参数填好后点击保存并继续。参数描述可根据需求填写。 3. 调试与校验： 测试工具是否能正常运行。 运行后查看输出结果，Request 为输入的传参，Response 为返回值，点击 Response 可看到解析后的参数。 此外，创建扣子的令牌步骤如下： 在扣子官网左下角选择扣子 API，在 API 令牌中选择“添加新令牌”，为令牌起名，选择过期时间（如永久有效），选择指定团队空间（个人空间或团队空间），勾选所有权限，保存好令牌的 Token，切勿向他人泄露。 让 Coze 智能体机器人连上微信和微信群的配置： 1. 获取机器人 ID：在个人空间中找到要接入微信的机器人，如画小二智能小助手，点击进入编辑界面，浏览器地址栏 bot/之后的数据即为机器人的 Bot ID。 2. API 授权：点击右上角发布，会出现 Bot as API，勾选并确定应用已成功授权 Bot as API。

以下是关于扣子工作流与用户界面搭建的相关内容： 一、工作流搭建 1. 进入扣子（coze.cn），选中「创建应用」，再选中「创建空白应用」，输入「应用名称」进入项目搭建页面。 2. 新增一个工作流，工作流名称叫做 psy_ai。 3. 该项目的业务逻辑是通过上传儿童的绘画作品分析心理状态，分析过程分为多个步骤实现，工作流的编排流程图为：上传作品>多个多模态大模型识别不同元素>分别提取特种并分析>综合分析结果>给出评估与建议。 4. 工作流从左到右分为三组大模型： 第一组多模态大模型主要作用是分析图片元素：整体特征、房屋特征、树木特征、人物特征。 第二组通用大模型主要是对提取到的信息进行对应内容的总结分析。 第三组通用大模型先汇总结果，然后再分别提取不同（诊断评估与建议）的结果。 5. 所有大模型节点对应的 prompt（提示词）：文档地址：https://vcn5grhrq8y0.feishu.cn/wiki/Z3NzwrtEKi9h5mk0rTOcAT0xnTc 二、用户界面搭建 1. 选择「桌面网页」类型。 2. 以《小喵星座日历》扣子网页应用为例： 板块 1：输入个人信息和生成图片，包含 2 个选项、1 个按钮、分割图、1 个输入框、1 个按钮。点击生成按钮会触发事件，调用日历生成工作流，生成中时生成按钮禁用，用 loading 按钮展示动态变化。 板块 2：生成星座日历图片，新建一个容器，包含一个文本组件、一个列表组件。 板块 3：查看星座生成记录，新建一个容器，包含一个按钮组件、一个列表组件，点击按钮调用读取生成历史的工作流，列表绑定生成历史工作流的输出结果。 板块 4：查看示例，新建一个容器，包含一个文本组件、4 个图片组件。 三、功能页相关配置 1. {{ImageUpload1.value}}用于获取图片上传组件的第一张图片。 2. {{psy_ai.error}}是工作流的报错信息。 3. 当用户上传图片点击按钮时会进入在家中的状态，右边内容显示容器里有两个组件： 图片组件显示加载中的 gif 图片（默认隐藏），图片来源本地上传加载中 gif 图，尺寸宽度为百分比 100%，高度适应内容，可见性根据{{!psy_ai.loading}}控制，工作流运行中显示。 Markdown 组件显示分析内容，隐藏根据{{psy_ai.loading}}，工作流运行完显示。 至此，页面所有的布局和数据交互全部完成。

以下是用扣子创建一个智能体的步骤： 1. 打开扣子官网（https://www.coze.cn/）。 “画小二智能小助手”Coze商店体验地址：https://www.coze.cn/store/bot/7371793524687241256?panel=1&bid=6cqnnu5qo7g00 。 点击创建 Bot，在对话框中工作空间选择“个人空间”，命名为您想要的名称，例如“画小二智能小助手”。 2. 设置提示词：为智能体设置相关的提示词。 3. 开始创建： 想一个智能体的名字。 写一段该智能体的介绍，越详细越好，系统会根据介绍智能生成符合主题的图标。最后点击确认，一个新的智能体就诞生了。 4. 动手实践： 创建一个智能体，使用单 Agent 对话流模式。 编排对话流，点击创建一个新的对话流（记得要和智能体关联）。 进行测试，找到一篇小红书笔记，试运行对话流，直接在对话窗口输入地址，当看到数据即为成功。 发布，点发布后，只选择多维表格，然后进行配置。 输出类型选文本。 输入类型选择字段选择器。 完善上架信息，填个表格。在选发布范围的时候，可以选仅自己可用，否则审核时间较慢。提交上架信息后，返回配置界面会显示已完成，即可完成最终的提交。

很抱歉，对于您使用扣子提取视频文案时显示“无权限获取该视频内容”的问题，目前知识库中没有相关的具体内容和解决方案。可能是以下原因导致的： 1. 视频所有者设置了访问权限限制，不允许第三方工具提取文案。 2. 您使用的扣子工具自身的权限设置存在问题。 3. 您在操作过程中可能未满足某些必要的条件或步骤。 建议您检查相关权限设置，确认是否符合工具的使用要求，并查看操作流程是否正确。

以下是一些关于扣子工作流的教程资源： 视频：【Agent 共学第二期】艾木分享|这也许是你一生中第一个 Bot，链接：https://www.bilibili.com/video/BV1XT421i7jH/ 视频：一步一步带你手搓一个 Coze Bot——Dr.Know（极简版 Perplexity），链接：https://www.bilibili.com/video/av1005221752 扣子工作流实战案例教程，手把手教你搭建一个图书管理工作流，链接：https://mp.weixin.qq.com/s/Fh3Vm3EDSzoYVxf91GcMMA 使用扣子 Coze 创建 AI 绘画工作流，链接：https://mp.weixin.qq.com/s/d_6yST8JXKf1Tr6JgBPFg 奶奶也学得会的 AI 工作流，省时省力下班早！，链接：https://mp.weixin.qq.com/s/bXC8DHzs5_OgPh3FtKhJZA 中文 GPTS 使用秘籍，字节扣子 Coze 工作流使用全教程，链接：https://zhuanlan.zhihu.com/p/682108709 Workflow 实践|使用 coze 复现一个 AIGC 信息检索 Bot，链接：https://mp.weixin.qq.com/s/PFgjRq7XcTcqog1gLyFqA AI 自动获取 B 站视频摘要信息，链接：https://mp.weixin.qq.com/s/x8lwvlomhFNLZl__qYuDww 如何用 Coze 制作一个信息检索 Bot（含 Workflow 的基础用法），链接：https://mp.weixin.qq.com/s/Ory8iVXXjjN3zSTcupPm6Q Stuart:教你用 coze 写起点爆款小说《夜无疆》,做到高中生文笔水平，链接：https://waytoagi.feishu.cn/wiki/LRskwrJkli3CgkkY06xcC3HanBh?from=from_copylink Stuart:我把 Coze 比赛第一的 bot 拆了教大家，链接：https://waytoagi.feishu.cn/wiki/Qt8Bwgl3PihQNukO7PjcmeuJnJg?from=from_copylink 画小二：用 Coze 工作流制作行业简报：实战案例画小二日报，链接：https://waytoagi.feishu.cn/wiki/HmIhwt1IkiIAzok73rDcgG7fnQg?from=from_copylink 画小二：Coze 工作流之抖音热门视频转小红书图文详细配置，链接：https://waytoagi.feishu.cn/wiki/MV7gw298TiBajFkSrFeceYRMnXc?from=from_copylink 扣子版虚拟女友李思思的思路，链接：https://waytoagi.feishu.cn/wiki/O9M4w66fxiElylkBkCRcP6jLnsg?from=from_copylink 视频：扣子（coze）系列教程（四）：工作流中各节点常用使用方式，链接：https://www.bilibili.com/video/BV1ux4y1J761/ 视频：Coze 工作流的手把手教程，让你的 Bot 高质量的处理复杂任务！，链接：https://www.bilibili.com/video/BV1PZ421g7xT/ 此外，还有关于白嫖 Groq 平台算力并接入扣子工作流的教程： 此时我们有了代理服务器和 APIKEY，落地使用的例子包括通过扣子工作流用代码模块进行 HTTP 访问实现 0 token 脱离扣子模型使用 Groq 作为 LLM，可参考梦飞大佬教程将扣子接入微信机器人（有微信封号风险）。 由于 Groq 的 API 与 OpenAI 的 API 几乎兼容，可以适配到任何 APP 产品填 APIKEY 调用的场景，如沉浸式翻译。 接入手机类 APP，比如通过快捷方式接入 Siri。 扣子工作流的搭建细节请移步 WaytoAGI 自学。 建立工作流只需一个代码节点，具体操作包括复制代码进入代码节点，配置输入引用和输出等。 可以建立一个 Bot 仅调用该工作流，建议不要发布，以免 Deno 代理流量被他人使用。

以下是一些主要从事数据处理，将文档转化为 AI 可理解内容的公司： 在基础模型领域，有 OpenAI、Google、Cohere、AI21、Stability.ai 等公司，它们在构建大型语言模型方面展开竞争。此外，还有新兴的开源选项如 Eleuther。 像 Hugging Face 这种共享神经网络模型的社群，在软件 2.0 时代可能成为智慧的枢纽和人才中心。 还有一些独立应用公司，例如 Jasper（创意文案）、Synthesia（合成语音与视频）等，它们涉及 Creator&Visual Tools、Sales&Marketing、Customer Support、Doctor&Lawyers、Assistants、Code、Testing、Security 等各种行业。

以下是关于 AI 数据处理的相关内容： 数据采集： AIGC 服务的创建离不开大量数据的收集，用于训练 AI 模型以提高其功能性和准确性。数据来源主要包括提供者自身持有的数据集、已合法公开的各类数据、通过网络爬虫等形式抓取的数据、通过用户交互获取的数据以及其他相关方提供的数据。《生成式人工智能服务管理暂行办法》对数据采集有明确规定，要求使用具有合法来源的数据和基础模型，涉及知识产权和个人信息的要遵守相关规定，同时要采取有效措施提高训练数据质量，并符合相关法律法规。 数据处理： 《生成式人工智能服务管理暂行办法》对 AIGC 服务提供者训练数据的处理活动进行了规范，要求使用具有合法来源的数据和基础模型，不得侵害他人知识产权，应取得个人信息所有者同意，采取有效措施提高训练数据质量，增强其真实性、准确性、客观性、多样性，并符合法律法规。 数据相关风险与挑战： 1. 在数据采集过程中，采取网络爬虫等技术收集数据和直接收集合法公开数据可能存在法律风险。 2. AI 的决策能力取决于输入数据的质量与多样性，数据中的偏见可能导致 AI 输出结果放大偏见甚至造成认知扭曲。例如，在招聘系统中，AI 可能因训练数据中的历史性别歧视问题更倾向于选取某一性别的候选人。企业在使用 AI 时必须对输入的数据保持警觉。

数据处理的相关知识如下： 根据《数据安全法》第三条第二款的规定，数据处理指的是“包括数据的收集、存储、使用、加工、传输、提供、公开等”。但在某些情况下，数据处理相对狭义，仅指向数据收集后的存储、使用、加工、公开等行为，不包括数据的收集，以及数据的传输、提供等流转行为。 数据处理是 AIGC 服务的核心环节之一，受到《数据安全法》《个人信息保护法》《网络安全法》等法律法规的规制。AIGC 服务提供者在该环节存在大量法定义务，常见行政法风险包括：开展数据处理活动未依照法律、法规的规定，建立健全全流程数据安全管理制度；未组织开展数据安全教育培训；未采取相应的技术措施和其他必要措施保障数据安全；利用互联网等信息网络开展数据处理活动，未在网络安全等级保护等。 《数据安全法》第一条指出，制定本法是为了规范数据处理活动，保障数据安全，促进数据开发利用，保护个人、组织的合法权益，维护国家主权、安全和发展利益。第二条规定在中华人民共和国境内开展数据处理活动及其安全监管适用本法，在境外开展数据处理活动损害我国相关权益的依法追究法律责任。第三条对数据、数据处理、数据安全进行了定义。此外，还对数据安全工作的决策和协调机构、各地区和部门的职责、相关主管部门和机关的监管职责、个人和组织与数据有关的权益等方面做出了规定。 在 GDPR 通用数据保护条例中，对揭示种族或民族出身，政治观点、宗教或哲学信仰，工会成员等个人数据的处理有禁止规定，但在符合特定情形时不适用，如数据主体明确同意、为实现特定目的必要、保护切身利益必要等。

AI 在医院医用耗材出入库数据处理方面可以发挥以下作用，以方便耗材管理人员进行数据分析： 1. 预测需求：通过分析历史出入库数据、医院科室使用情况、季节变化等因素，预测未来某段时间内的耗材需求量，优化库存管理策略，降低成本。 2. 库存优化：实时监控库存水平，及时发现库存过高或过低的情况，提醒管理人员进行调整。 3. 数据分类与整合：对大量的出入库数据进行分类和整合，使其更易于分析和理解。 4. 异常检测：识别出入库数据中的异常情况，如突然的大量领用或长时间未领用等，及时发现潜在问题。 5. 成本分析：计算不同种类、不同批次耗材的采购成本和使用成本，为成本控制提供依据。 需要注意的是，以上内容由 AI 大模型生成，请仔细甄别。

以下是一些免费的可以进行 Excel 数据处理的 AI 工具： 1. Excel Labs：这是一个 Excel 插件，基于 OpenAI 技术新增了生成式 AI 功能，允许用户在 Excel 中利用 AI 进行数据分析和决策支持。 2. Microsoft 365 Copilot：微软推出的 AI 工具，整合了多种办公软件，用户可通过聊天形式告知需求，让 Copilot 自动完成如数据分析或格式创建等任务。 3. Formula Bot：提供数据分析聊天机器人和公式生成器两大功能，用户能通过自然语言交互式地进行数据分析和生成 Excel 公式。 4. Numerous AI：支持 Excel 和 Google Sheets 的 AI 插件，除公式生成外，还能根据提示生成相关文本内容、执行情感分析、语言翻译等任务。 这些工具通过 AI 技术提升了 Excel 的数据处理能力，让用户能更高效地进行数据分析和决策。随着技术发展，未来可能会有更多 AI 功能集成到 Excel 中，进一步提高工作效率和数据处理的智能化水平。但请注意，内容由 AI 大模型生成，请仔细甄别。

以下是关于 AI 表格数据处理的相关信息： 人工智能的分类： AI 分为 ANI（弱人工智能）和 AGI（通用人工智能）。ANI 得到巨大发展，可做如智能音箱、网站搜索、自动驾驶、工厂与农场应用等特定任务；AGI 则能做任何人类可以做的事，但目前还未取得巨大进展。 机器学习与数据： 监督学习是从输入到输出的过程。近期监督学习快速发展得益于数据快速增长、神经网络规模发展以及算力快速发展。数据集是以表格形式出现的数据集合，每一列代表特定变量，每一行对应某一成员的数据集问题。数据获取方式包括手动标注、观察行为、网络下载。使用数据时，可将搜集的数据展示或提供给 AI 团队，以协助梳理。数据分为结构化数据（可放在巨大表格中）和非结构化数据（如图片、视频、文本，机器处理更难）。 Excel 中的 AI 工具： 目前有几种增强 Excel 数据处理和分析能力的工具和插件，如 Excel Labs（基于 OpenAI 技术，新增生成式 AI 功能）、Microsoft 365 Copilot（整合办公软件，通过聊天形式完成任务）、Formula Bot（提供数据分析聊天机器人和公式生成器功能）、Numerous AI（支持 Excel 和 Google Sheets，可生成公式、文本内容等）。未来可能会有更多 AI 功能集成到 Excel 中，提高工作效率和智能化水平。 表格 Top10 的 AI 产品数据： |排名|产品名|分类|6 月访问量（万 Visit）|相对 5 月变化| |||||| |1|Highcharts|表格|235|0.389| |2|Fillout.com|表格|186|0.147| |3|Coefficient|表格|46|0.251| |4|Numerous.ai|表格|41|0.087| |5|SheetGod|表格|31|0.033| |6|GPTExcel|表格|25|0.364| |7|酷表 ChatExcel|表格|18|0.159| |8|GPT Workspace|表格|17|0.213| |9|OpenAI in Spreadsheet|表格|12|0.314| |10|Ajelix AI Excel Tools|表格|10|0.145|

以下是一些通过 AI 代码可生成的简单好玩的东西： 1. 小游戏： 贪吃蛇游戏：在 Trae 上，通过快捷键打开 AI 聊天窗口，点击“Builder 模式”，输入“帮我创建一个贪食蛇的游戏”，等 60 秒，AI 生成代码，点“运行”。 赛车游戏：把刚刚创建的贪吃蛇游戏代码删掉，然后输入“帮我创建一个赛车游戏”，等 60 秒，AI 生成代码，点“运行”。 2. 待办事项清单： 直接在对话框输入“生成一个待办事项清单的应用”。 上传图片给 AI，并告诉它“我要一个与图片类似的待办事项清单”。 3. 任务清单应用：在输入框中输入“使用 Web 技术开发一个任务清单应用”。 4. 根据 UI 设计图自动生成项目代码：从站酷上找一张设计图，输入提示“使用 html 技术实现如图大屏页面”，然后根据需要让 Trae 进行调整。 从实际体验来看，Trae 具有高效的代码生成能力、多技术栈支持和动态调整潜力。无论是小游戏、待办事项清单还是其他应用，都能在短时间内生成完整框架，代码结构清晰且功能齐全。

以下是为您提供的无代码部署本地大模型、智能体和知识库的详细安装步骤： 1. 硬件评估：您的笔记本电脑配置为 14 代 i7 CPU、32G 内存、1TB 硬盘、1 张 RTX4070 显卡，基本满足部署要求。但需要注意，运行内存最低 32GB，越高越好，最低配可能会经常爆显存。建议将软件和模型部署在 SSD（固态硬盘）上，以提高加载模型的速度。 2. 选择合适的部署工具：ComfyUI 是一个相对配置要求较低、系统资源占用少、出图速度快的工具。它最低可在小于 3G 的 GPU 上运行，甚至没有 GPU 光用 CPU 也可以，但速度极慢。SDXL 出来后提高了运行配置，最低需要 8GB 显存+32GB 运行内存，12GB 流畅运行，推荐 16GB 以上。 3. 安装准备：如果您的电脑能顺畅清晰地玩 3A 游戏，那么运行相关部署工具一般也没问题。 4. 预算和需求：根据您的需求和预算来选择合适的配置。例如，如果有做 AIGC 视频、建模渲染和炼丹（lora）的需求，可能需要更高的配置。 请注意，以上步骤仅为参考，实际部署过程可能会因具体情况而有所不同。

以下是计算两个指定格式时间差的绝对值并输出相差完整天数的 Python 代码： ```python import datetime def calculate_days_difference: 解析时间字符串 time1 = datetime.datetime.strptime time2 = datetime.datetime.strptime 计算时间差 time_difference = abs 转换为天数并返回 return time_difference.days 示例用法 time1_str = "2023年08月01日17点21分21秒" time2_str = "2023年08月10日17点21分21秒" print ```

AI 可以写代码。以下为您介绍一些相关内容： Bolt․new 是一款终极写代码工具，AI 能帮您自动写代码、自动运行并自动部署，全部在浏览器中完成。您只需撰写简单提示，它就能自动编写代码，并支持一键编辑、运行和自动部署复杂的全栈应用。但该功能处于 alpha 测试阶段，可能存在问题，目前仅支持小到中型仓库，且不支持分叉或提交。 有许多写代码或辅助编程的 AI 产品，例如： GitHub Copilot：由 GitHub 联合 OpenAI 和微软 Azure 团队推出，支持多种语言和 IDE，能为程序员快速提供代码建议。 通义灵码：阿里巴巴团队推出，提供行级/函数级实时续写、自然语言生成代码等多种能力。 CodeWhisperer：亚马逊 AWS 团队推出，由机器学习技术驱动，为开发人员实时提供代码建议。 CodeGeeX：智谱 AI 推出的开源免费 AI 编程助手，基于 130 亿参数的预训练大模型，可快速生成代码。 Cody：代码搜索平台 Sourcegraph 推出，借助强大的代码语义索引和分析能力，了解开发者的整个代码库。 CodeFuse：蚂蚁集团支付宝团队为国内开发者提供的免费 AI 代码助手。 Codeium：一个由 AI 驱动的编程助手工具，通过提供代码建议等帮助提高编程效率和准确性。 更多辅助编程 AI 产品，可查看：https://www.waytoagi.com/category/65 。 在独立游戏开发中，单独让 AI 从零开始写小功能没问题，但还不能完全写出程序架构。可把不方便配表而又需要撰写的简单、模板化、多调用 API 且只牵涉小部分特殊逻辑的代码交给 AI。以《玩具帝国》为例，Buff 系统中部分代码可让 AI 生成，但目前 Cursor 生成复杂代码需要复杂的前期调教，ChatGPT 相对更方便。在教导 AI 时，要像哄小孩，肯定正确的，指出错误时要克制。

AI 在代码方面存在以下局限： 1. 传统观念的局限性：AI 圈子实际影响有限，模型能力有限，初体验不佳导致误解和怀疑。企业实践中，AI 普及存在门槛，需要成功案例或外部引导建立信任。 2. 编程辅助方面：使用不频繁时被视作高级自动化工具，用于生成代码或完成重复性任务，处于辅助角色，即命令式。具体表现为执行单一、线性任务，如生成排序算法代码，简单执行模式限制了更广泛应用。 3. 问题点：命令式的“指令执行”模式忽略了 AI 在创意激发和解决问题中的潜力，局限于简单代码生成，未能在设计优化、逻辑推理和需求分析等方面发挥作用。 4. 输出方式的局限：交互方式主要以文本和代码为主，输出局限在“写”层面，存在交互效率低下、表达能力受限、认知负担重和应用场景局限等问题。例如，用户需大量文字表达需求，AI 解释结果冗长，多轮反复才能达成共识；在设计方案等场景中，图形图表表达更优；人类处理图形信息效率高于文本；纯文本输出无法满足原型设计等领域实际需求。

以下是运用 Trae 设计实现前端代码并转化为原型图的相关内容： 1. 控制按钮（开始、暂停、重新开始）和游戏说明。 2. 生成任务清单应用：在输入框中输入“使用 Web 技术开发一个任务清单应用”，可得到一个朴素但功能俱全的任务清单应用。 3. 根据 UI 设计图自动生成项目代码：从站酷上找设计图，输入提示如“使用 html 技术实现如图大屏页面”，页面虽不完美但可调整，如“调整一下，给图表设置合适的宽高比例，自适应页面大小”，能使图表大小正常。 总结： Trae 表现可圈可点，具有高效代码生成能力，能在几分钟内生成完整框架，代码结构清晰且功能齐全，能自动处理依赖项和运行命令。 支持多技术栈，从 HTML5、响应式 CSS 布局到 Echarts 图表实现，对 Web 技术掌握良好，生成的代码可直接运行且无明显语法错误。 具有动态调整潜力，虽未完美复现设计图，但能根据用户反馈快速调整样式，自适应布局的实现展现了迭代能力。 现在的 AI 越来越强大，小白不需要懂代码也能用 AI 编程工具进行程序开发，这让程序员感到深深的危机感。