新闻详情

新闻详情

首页 / 资讯中心 / 详情

白嫖WorkBuddy:12篇做一个能上线的待办应用 第 06 篇|让它听懂人话:第一轮迭代,先把数据库换真

发布时间:2026/11/20 3:11:00来源:尧图网络
白嫖WorkBuddy:12篇做一个能上线的待办应用 第 06 篇|让它听懂人话:第一轮迭代,先把数据库换真
摘要它给数据加存储,用的是浏览器最常见的方案,能用——但运维本能告诉我那是黑盒:看不见、带不走。我退回去重做,只要真 SQLite。这篇讲怎么向 AI 描述"我要什么样的数据",报修三段式模板,以及用 sqlite3 打开自己导出数据库的那一刻。话题标签:#WorkBuddy#SQLite#AI改代码#零代码它给的建议没错,但我退回去了上一篇结尾说了,第一版数据在内存里,F5 一按全没。第一轮迭代,头号任务就是把存储加上。我给它的指令特别简短:把数据保存加上,刷新不能丢。它很快改完了,附了说明:“数据已保存在浏览器的 localStorage 中,刷新、关闭浏览器都不会丢失。”我测了。真的不丢了。功能层面,这次交付没毛病。但我心里堵得慌。堵在哪?我说不清楚,直到我干了运维都会干的那件事:打开引擎盖看看。浏览器按 F12,翻到应用存储那一栏。我看到了我的数据:一串字符串,挤在一个叫 localStorage 的格子里。能存,但我看不见结构。哪条是内容、哪条是优先级?没有表、没有字段,就是一坨序列化后的文本。我想导出?理论上可以写脚本把这段文本抠出来——但那已经不是"导出数据"了,那是考古。干了八年运维,我对数据的底线一直就三条:**看得见结构,导得出文件,接得上标准工具。**localStorage 一条都不满足。它不是坏方案——它对大多数人是最好的方案——但它不适合我。第二轮沟通:把"不满意"翻译成"需求"我把第一版存储退回去了。这次我没有再说"你改一
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/20 0:44:51

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/19 15:17:14

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/19 20:26:12

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/19 15:16:22

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/19 18:03:31

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/20 0:44:55

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉