来源： Agent Neo – Flowith推出的AI Agent，能持续不断地执行任务 | AI工具集

来源： PHP RSA2加密和解密以及接口签名和验签_php rsa和rsa2加密算法-CSDN博客

上述代码中，为了演示我给$sign和$data两个变量赋值，实际上这两项值是从客户端传递过来的，一般是post提交过来的，这里代码中不做演示了，大家可以自己练习。

运行上述代码后，成功输出“ok”，即验签成功。

以上。

本文来源于：helloweba.net

原文链接：https://www.helloweba.net/php/630.html

来源： dify+MCP多应用，构建灵活的AI应用生态系统 – 肖祥 – 博客园

一、概述

前面几篇文章写很多MCP应用，基本上一个dify工作流使用一个MCP应用。

那么一个dify工作流，同时使用多个MCP应用，是否可以呢？答案是可以的。

先来看一下效果图

说明：

这里使用了问题分类器，用来判断用户的问题，应该调用哪个MCP应用

AGENT1~4，分别对应一个MCP应用，例如：public-ip-mcp-server，mySQL8-mcp-server，desensitization-mcp-server，searxng-mcp-server

针对mySQL查询输出的内容，会进行脱敏处理。

二、问题分类器

定义

通过定义分类描述，问题分类器能够根据用户输入，使用 LLM 推理与之相匹配的分类并输出分类结果，向下游节点提供更加精确的信息。

场景

常见的使用情景包括客服对话意图分类、产品评价分类、邮件批量分类等。

在一个典型的产品客服问答场景中，问题分类器可以作为知识库检索的前置步骤，对用户输入问题意图进行分类处理，分类后导向下游不同的知识库查询相关的内容，以精确回复用户的问题。

设置

对于比较精确的条件，一般使用条件分支。但是对于我这种场景，条件比较模糊，所以需要使用问题分类器

这里定义了3个分类：

公网ip相关问题
mysql 数据库相关查询，涉及学生、教师、成绩、班级、课程等
其他问题

效果如下：

说明：

公网ip相关问题，会直接调用MCP应用public-ip-mcp-server

mySQL相关问题，会调用MCP应用mysql8-mcp-server

其他问题，会调用MCP应用searxng-mcp-server，这个是一个联网搜索引擎，你可以理解为百度，想搜什么都可以。

三、环境说明

dify版本

这里使用的是最新版本1.4.0，如果你的版本没有这么高，1.3.0以上版本也可以。

mcp插件

确保已经安装了以下插件：

Agent 策略(支持 MCP 工具)

MCP SSE / StreamableHTTP

确保插件版本，已经升级到最新版本

mcp应用

这里的所有MCP应用，统一使用Streamable HTTP模式，全部部署在k8s里面。

当然，使用docker运行也是可以的。

mcp插件设置

点击插件MCP SSE / StreamableHTTP，输入MCP 服务配置

完整内容如下：

解释

{
    "mysql8-mcp-server": {
        "transport": "streamable_http",
        "url": "http://mysql8-mcp-server-svc.mcp:9000/mcp/",
        "headers": {},
        "timeout": 60
    },
    "desensitization-mcp-server": {
        "transport": "streamable_http",
        "url": "http://desensitization-mcp-server-svc.mcp:9000/mcp/",
        "headers": {},
        "timeout": 60
    },
    "public-ip-mcp-server": {
        "transport": "streamable_http",
        "url": "http://public-ip-mcp-server-svc.mcp:9000/mcp/",
        "headers": {},
        "timeout": 60
    },
    "searxng-mcp-server": {
        "transport": "streamable_http",
        "url": "http://searxng-mcp-server-svc.mcp:9000/mcp/",
        "headers": {},
        "timeout": 60
    }
}

注意：这里的url使用的是k8s内部地址，如果使用的是docker方式运行，请根据实际情况修改。

四、public-ip-mcp-server设置

public-ip-mcp-server核心代码如下：

server.py

from fastmcp import FastMCP
import json
import requests

mcp = FastMCP("public-ip-address")


@mcp.tool()
def get_public_ip_address() -> str:
    """
    获取公网ip地址
    返回:
        str: 当前网络的公网ip地址
    """
    response = requests.get("http://ip-api.com/json")
    content = json.loads(response.text)
    return content["query"]


if __name__ == "__main__":
    mcp.run(transport="streamable-http", host="0.0.0.0", port=9000, path="/mcp")

Agent配置

Agent 1详细配置如下：

MCP服务配置

解释

{
  "public-ip-mcp-server": {
        "transport": "streamable_http",
        "url": "http://public-ip-mcp-server-svc.mcp:9000/mcp/",
        "headers": {},
        "timeout": 60
    }
}

指令

使用MCP工具，获取服务器公网ip

最后直接回复，注意选择变量Agent1 text

五、mysql8-mcp-server设置

核心代码

mysql8-mcp-server核心代码如下：

server.py

from fastmcp import FastMCP
from mysql.connector import connect, Error
import os

mcp = FastMCP("operateMysql")


def get_db_config():
    """从环境变量获取数据库配置信息

    返回:
        dict: 包含数据库连接所需的配置信息
        - host: 数据库主机地址
        - port: 数据库端口
        - user: 数据库用户名
        - password: 数据库密码
        - database: 数据库名称

    异常:
        ValueError: 当必需的配置信息缺失时抛出
    """

    config = {
        "host": os.getenv("MYSQL_HOST", "localhost"),
        "port": int(os.getenv("MYSQL_PORT", "3306")),
        "user": os.getenv("MYSQL_USER"),
        "password": os.getenv("MYSQL_PASSWORD"),
        "database": os.getenv("MYSQL_DATABASE"),
    }
    print(config)
    if not all(
        [
            config["host"],
            config["port"],
            config["user"],
            config["password"],
            config["database"],
        ]
    ):
        raise ValueError("缺少必需的数据库配置")

    return config


@mcp.tool()
def execute_sql(query: str) -> list:
    """执行SQL查询语句

    参数:
        query (str): 要执行的SQL语句，支持多条语句以分号分隔

    返回:
        list: 包含查询结果的TextContent列表
        - 对于SELECT查询：返回CSV格式的结果，包含列名和数据
        - 对于SHOW TABLES：返回数据库中的所有表名
        - 对于其他查询：返回执行状态和影响行数
        - 多条语句的结果以"---"分隔

    异常:
        Error: 当数据库连接或查询执行失败时抛出
    """
    config = get_db_config()
    try:
        with connect(**config) as conn:
            with conn.cursor() as cursor:
                statements = [stmt.strip() for stmt in query.split(";") if stmt.strip()]
                results = []

                for statement in statements:
                    try:
                        cursor.execute(statement)

                        # 检查语句是否返回了结果集 (SELECT, SHOW, EXPLAIN, etc.)
                        if cursor.description:
                            columns = [desc[0] for desc in cursor.description]
                            rows = cursor.fetchall()

                            # 将每一行的数据转换为字符串，特殊处理None值
                            formatted_rows = []
                            for row in rows:
                                formatted_row = [
                                    "NULL" if value is None else str(value)
                                    for value in row
                                ]
                                formatted_rows.append(",".join(formatted_row))

                            # 将列名和数据合并为CSV格式
                            results.append(
                                "\n".join([",".join(columns)] + formatted_rows)
                            )

                        # 如果语句没有返回结果集 (INSERT, UPDATE, DELETE, etc.)
                        else:
                            conn.commit()  # 只有在非查询语句时才提交
                            results.append(f"查询执行成功。影响行数: {cursor.rowcount}")

                    except Error as stmt_error:
                        # 单条语句执行出错时，记录错误并继续执行
                        results.append(
                            f"执行语句 '{statement}' 出错: {str(stmt_error)}"
                        )
                        # 可以在这里选择是否继续执行后续语句，目前是继续

                return ["\n---\n".join(results)]

    except Error as e:
        print(f"执行SQL '{query}' 时出错: {e}")
        return [f"执行查询时出错: {str(e)}"]


@mcp.tool()
def get_table_name(text: str) -> list:
    """根据表的中文注释搜索数据库中的表名

    参数:
        text (str): 要搜索的表中文注释关键词

    返回:
        list: 包含查询结果的TextContent列表
        - 返回匹配的表名、数据库名和表注释信息
        - 结果以CSV格式返回，包含列名和数据
    """
    config = get_db_config()
    sql = "SELECT TABLE_SCHEMA, TABLE_NAME, TABLE_COMMENT "
    sql += f"FROM information_schema.TABLES WHERE TABLE_SCHEMA = '{config['database']}' AND TABLE_COMMENT LIKE '%{text}%';"
    return execute_sql(sql)


@mcp.tool()
def get_table_desc(text: str) -> list:
    """获取指定表的字段结构信息

    参数:
        text (str): 要查询的表名，多个表名以逗号分隔

    返回:
        list: 包含查询结果的列表
        - 返回表的字段名、字段注释等信息
        - 结果按表名和字段顺序排序
        - 结果以CSV格式返回，包含列名和数据
    """
    config = get_db_config()
    # 将输入的表名按逗号分割成列表
    table_names = [name.strip() for name in text.split(",")]
    # 构建IN条件
    table_condition = "','".join(table_names)
    sql = "SELECT TABLE_NAME, COLUMN_NAME, COLUMN_COMMENT "
    sql += (
        f"FROM information_schema.COLUMNS WHERE TABLE_SCHEMA = '{config['database']}' "
    )
    sql += f"AND TABLE_NAME IN ('{table_condition}') ORDER BY TABLE_NAME, ORDINAL_POSITION;"
    return execute_sql(sql)


@mcp.tool()
def get_lock_tables() -> list:
    """
    获取当前mysql服务器InnoDB 的行级锁

    返回:
        list: 包含查询结果的TextContent列表
    """
    sql = """SELECT
    p2.`HOST` AS 被阻塞方host,
    p2.`USER` AS 被阻塞方用户,
    r.trx_id AS 被阻塞方事务id,
    r.trx_mysql_thread_id AS 被阻塞方线程号,
    TIMESTAMPDIFF(SECOND, r.trx_wait_started, CURRENT_TIMESTAMP) AS 等待时间,
    r.trx_query AS 被阻塞的查询,
    l.OBJECT_NAME AS 阻塞方锁住的表,
    m.LOCK_MODE AS 被阻塞方的锁模式,
    m.LOCK_TYPE AS '被阻塞方的锁类型(表锁还是行锁)',
    m.INDEX_NAME AS 被阻塞方锁住的索引,
    m.OBJECT_SCHEMA AS 被阻塞方锁对象的数据库名,
    m.OBJECT_NAME AS 被阻塞方锁对象的表名,
    m.LOCK_DATA AS 被阻塞方事务锁定记录的主键值,
    p.`HOST` AS 阻塞方主机,
    p.`USER` AS 阻塞方用户,
    b.trx_id AS 阻塞方事务id,
    b.trx_mysql_thread_id AS 阻塞方线程号,
    b.trx_query AS 阻塞方查询,
    l.LOCK_MODE AS 阻塞方的锁模式,
    l.LOCK_TYPE AS '阻塞方的锁类型(表锁还是行锁)',
    l.INDEX_NAME AS 阻塞方锁住的索引,
    l.OBJECT_SCHEMA AS 阻塞方锁对象的数据库名,
    l.OBJECT_NAME AS 阻塞方锁对象的表名,
    l.LOCK_DATA AS 阻塞方事务锁定记录的主键值,
    IF(p.COMMAND = 'Sleep', CONCAT(p.TIME, ' 秒'), 0) AS 阻塞方事务空闲的时间
    FROM performance_schema.data_lock_waits w
    INNER JOIN performance_schema.data_locks l ON w.BLOCKING_ENGINE_LOCK_ID = l.ENGINE_LOCK_ID
    INNER JOIN performance_schema.data_locks m ON w.REQUESTING_ENGINE_LOCK_ID = m.ENGINE_LOCK_ID
    INNER JOIN information_schema.INNODB_TRX b ON b.trx_id = w.BLOCKING_ENGINE_TRANSACTION_ID
    INNER JOIN information_schema.INNODB_TRX r ON r.trx_id = w.REQUESTING_ENGINE_TRANSACTION_ID
    INNER JOIN information_schema.PROCESSLIST p ON p.ID = b.trx_mysql_thread_id
    INNER JOIN information_schema.PROCESSLIST p2 ON p2.ID = r.trx_mysql_thread_id
    ORDER BY 等待时间 DESC;"""

    return execute_sql(sql)


if __name__ == "__main__":
    mcp.run(transport="streamable-http", host="0.0.0.0", port=9000, path="/mcp")

Agent配置

Agent 2详细配置如下：

MCP服务配置

解释

{
    "mysql8-mcp-server": {
        "transport": "streamable_http",
        "url": "http://mysql8-mcp-server-svc.mcp:9000/mcp/",
        "timeout": 60
    }
}

指令

 View Code

六、desensitization-mcp-server设置

核心代码

desensitization-mcp-server核心代码如下：

server.py

 View Code

Agent配置

Agent 4详细配置如下：

注意：查询要选择变量Agent 2 text

MCP服务配置

解释

{ 
  "desensitization-mcp-server": {
        "transport": "streamable_http",
        "url": "http://desensitization-mcp-server-svc.mcp:9000/mcp/",
        "headers": {},
        "timeout": 60
    }
}

指令

使用MCP工具，对文本进行脱敏处理

最后直接回复，注意选择变量Agent4 text

七、searxng-mcp-server设置

核心代码

searxng-mcp-server核心代码如下：

server.py

from fastmcp import FastMCP
import requests
import os

mcp = FastMCP("searxng")


@mcp.tool()
def search(query: str) -> str:
    """
    搜索关键字，调用searxng的API接口
    参数:
        query (str): 要搜索的关键词
    返回:
        str: 查询结果
    """
    api_server = os.getenv("API_SERVER", None)
    if not api_server:
        print("缺少必需的API_SERVER配置")
        raise ValueError("缺少必需的API_SERVER配置")

    # API URL
    url = "%s/search?q=%s&format=json" % (api_server, query)
    print(url)

    try:
        # 发送GET请求
        response = requests.get(url)

        # 检查请求是否成功
        if response.status_code == 200:
            # 将响应内容解析为JSON
            data = response.json()
            # print("JSON内容:")
            # print(data,type(data))
            result_list = []
            for i in data["results"]:
                # print(i["content"])
                result_list.append(i["content"])
            content = "\n".join(result_list)
            # print(content)
            return content
        else:
            print(f"请求失败，状态码: {response.status_code}")
            return False

    except requests.exceptions.RequestException as e:
        print(f"请求过程中发生错误: {e}")
        return False


if __name__ == "__main__":
    mcp.run(transport="streamable-http", host="0.0.0.0", port=9000, path="/mcp")

Agent配置

Agent 3详细配置如下：

MCP服务配置

解释

{
  "searxng-mcp-server": {
        "transport": "streamable_http",
        "url": "http://searxng-mcp-server-svc.mcp:9000/mcp/",
        "headers": {},
        "timeout": 60
    }
}

指令

解释

## 技能
### 技能1：使用MCP工具进行联网搜索，获取到的相关内容进行总结分析
## 限制
- 如果没有相关内容，再进行联网搜索
- 你的回答应严格针对分析任务。使用结构化语言，逐步思考
- 使用的语言应和用户提问的语言相同
- 搜索的关键词必须和用户提问的内容一致

最后直接回复，注意选择变量Agent3 text

八、dify测试

点击右上角的预览按钮

公网ip多少

注意：这里可以看到绿色的连接线条，可以清晰的看到工作流的走向，它确实是按照我预期的方向在走。

李华的老师，查询一下个人详细信息

可以看到通过问题分类器，分别走向AGENT 2，AGENT 4，最终得到的答案，是进行了脱敏处理。

上海今天天气如何

这里直接联网搜索答案了

来源： PHP发送/接收JSON请求_php header location 能发送 json吗-CSDN博客

现在API模式,经常使用headers里传JSON数据，作为POST请求传递参数的方式，在参数量较多时POST JSON要比POST FormData便于开发和测试

PHP发送JSON POST
$url = “http://example.com/request/post/json”;
$data = json_encode([“foo” => “bar”]);
$curl = curl_init($url);
curl_setopt($curl, CURLOPT_HEADER, false);
curl_setopt($curl, CURLOPT_RETURNTRANSFER, true);
curl_setopt($curl, CURLOPT_HTTPHEADER, array(“Content-type: application/json”));
curl_setopt($curl, CURLOPT_POST, true);
curl_setopt($curl, CURLOPT_POSTFIELDS, $data);
curl_exec($curl);
curl_close($curl);
或者

/**
* PHP发送Json对象数据
* 例子 list($returnCode, $returnContent) = http_post_json($url, $jsonStr);
* @param $url 请求url
* @param $jsonStr 发送的json字符串
* @return array
*/
function http_post_json($url, $jsonStr)
{

$ch = curl_init();
curl_setopt($ch, CURLOPT_POST, 1);
curl_setopt($ch, CURLOPT_URL, $url);
curl_setopt($ch, CURLOPT_POSTFIELDS, $jsonStr);
curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);
curl_setopt($ch, CURLOPT_HTTPHEADER, array(
‘Content-Type: application/json; charset=utf-8’,
‘Content-Length: ‘ . strlen($jsonStr)
)
);

$response = curl_exec($ch);
$httpCode = curl_getinfo($ch, CURLINFO_HTTP_CODE);
curl_close($ch);

return array($httpCode, $response);

}
PHP接受JSON POST
$data = json_decode(file_get_contents(‘php://input’), true);
php://input 是个可以访问请求的原始数据的只读流。 POST 请求的情况下，最好使用 php://input 来代替

$GLOBALS[‘HTTP_RAW_POST_DATA’]
，因为它不依赖于特定的 php.ini 指令。 而且，这样的情况下

$GLOBALS[‘HTTP_RAW_POST_DATA’]
默认没有填充， 比激活 always_populate_raw_post_data 潜在需要更少的内存。 enctype=”multipart/form-data” 的时候 php://input 是无效的。

在 PHP 5.6 之前 php://input 打开的数据流只能读取一次； 数据流不支持 seek 操作。 不过，依赖于 SAPI 的实现，请求体数据被保存的时候， 它可以打开另一个 php://input 数据流并重新读取。 通常情况下，这种情况只是针对 POST 请求，而不是其他请求方式，比如 PUT 或者 PROPFIND。
————————————————

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

原文链接：https://blog.csdn.net/yule117737767/article/details/119138023

来源： Intellij IDEA 打包jar的多种方式-CSDN博客

IDEA打包jar包的多种方式

用IDEA自带的打包形式
用Maven插件maven-shade-plugin打包
用Maven插件maven-assembly-plugin打包
用IDEA自带的打包形式
1.File->Project Structure->Artifacts->Add->Jar->From modules with dependencies

2.配置
第一步选择Main函数执行的类。
第二步选择如图的选项，目的是对第三方Jar包打包时做额外的配置，如果不做额外的配置可不选这个选项（但不保证打包成功）
第三步需要在src/main目录下，新建一个resources目录，将MANIFEST.MF文件保存在这里面，因为如果用默认缺省值的话，在IDEA12版本下会有bug。

点击ok

3.把第三方jar包放入lib目录

4.build

5.在out/artifacts目录下生成jar包

用maven-shade-plugin打包
上面的打包过程实在是过于的繁琐，而且也没有利用到maven管理项目的特色。为此，我们这里利用maven中的maven-shade-plugin插件。在pom.xml中，我们加入如下的信息来加入插件。

1.加入maven-shade-plugin插件
<plugin>
<groupId>org.apache.maven.plugins</groupId>
<artifactId>maven-shade-plugin</artifactId>
<version>1.4</version>
<configuration>
<createDependencyReducedPom>true</createDependencyReducedPom>
</configuration>
<executions>
<execution>
<phase>package</phase>
<goals>
<goal>shade</goal>
</goals>
<configuration>
<transformers>
<transformer
implementation=”org.apache.maven.plugins.shade.resource.ManifestResourceTransformer”>
<mainClass>Main.Main</mainClass>
</transformer>
</transformers>
</configuration>
</execution>
</executions>
</plugin>

这里面配置了一个｀configuration｀标签内容，在此标签下面 有一个transformer标签，用来配置Main函数的入口( <mainClass>Main.Main</mainClass>)，当然此标签内容很复杂，不是上面写的那么简单，上面之所以如此简单，是因为在所有类中(包括第三方Jar)只有一个Main方法。如果第三方jar中有Main方法，就要进行额外的配置，上面这么配置，不一定能执行成功。

2.使用maven命令打包
mvn clean compile //清除之前target编译文件并重新编译
mvn clean package //对项目进行打包(因为配置过插件，所以jar包是可执行的)
mvn clean install //安装项目，然后就可以使用了

可以通过自带的maven管理工具代替执行上面的命令

注意： 想要忽略测试用例

mvn package -DskipTests

或者

mvn package -Dmaven.test.skip=true

maven.test.skip同时控制maven-compiler-plugin和maven-surefire-plugin两个插件的行为，即跳过编译，又跳过测试

也可以使用插件

<plugin>
<groupId>org.apahce.maven.plugins<groupId>
<artifactId>maven-surefire-plugin</artifactId>
<version>2.5</version>
<configuration>
<includes>
<include>**/*Tests.java</include>
</includes>
</configuration>
</plugin>

使用* / Test.Java 来匹配所有以Tests结尾的Java类。两个星号*用来匹配任意路径，一个星号用来获取除路径风格符外的0个或多个字符。还可使用excludes来排除Test类

在target/目录下生成jar包

使用java -jar xxx.jar运行即可

用maven-assembly-plugin打包
上面的方法，我们还需要点击很多命令去打包。这次利用一个新的插件，可以打包更简单。同样，在pom.xml中加入如下代码。上文的maven-shade-plugin插件代码可以删除。最好不要写2个插件代码。

<plugin>
<groupId>org.apache.maven.plugins</groupId>
<artifactId>maven-assembly-plugin</artifactId>
<version>2.2-beta-5</version>
<configuration>
<descriptors>
<descriptor>src/main/resources/assembly.xml</descriptor>
</descriptors>
<archive>
<manifest>
<mainClass>Main.Main</mainClass>
</manifest>
</archive>
</configuration>
</plugin>

<assembly>
<id>j2se-assembly</id>
<formats>
<format>jar</format>
</formats>
<dependencySets>
<dependencySet>
<outputDirectory>lib</outputDirectory>
</dependencySet>
</dependencySets>
</assembly>

这里同样配置了一个manifest标签来配置Main函数的入口。然后通过如下指令来实现打包。

mvn assembly:assembly
或者

========使用mvn assembly:assembly运行会出现Error reading assemblies: No assembly descriptors found 异常，但是使用mvn package命令打包没问题 不知道为什么(꒪⌓꒪)=======
————————————————

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

原文链接：https://blog.csdn.net/Thousa_Ho/article/details/72799871

来源： 【JAVA】使用intellij IDEA将项目打包为jar包_idea打包jar文件-CSDN博客

当你有一个能正常编译的项目，以springboot为例，有两步步骤

打包配置
打包
一、打包配置
1.点击右上角快捷按钮/文件–>项目结构，打开项目结构设置

2.项目结构–>Artifacts，如图所示选择

3.在Create JAR from Modules配置，

5.配置jar输出相关设置

二、打包
1.构建–>Build Artifacts

2.选择Build即可

然后可以在设置的输出路径查看打的jar包

我设置的输出路径为 C:\Users\admin\Desktop\kantools\target

使用java -jar 运行看看

！注意：这个方式是jar内不包含第三方的依赖的，如果想做成和第三方依赖一起打包的，建议使用maven工具
————————————————

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

原文链接：https://blog.csdn.net/ET1131429439/article/details/119907638

来源： 一步到位——Node版本管理神器nvm安装教程（2024最新）-CSDN博客

前言
Node的安装是许多学习前端的小伙伴的必经之路，我们可能会遇到需要切换node版本的情况，卸载node再安装另一个显然不够优雅，因此nvm的出现极大提高我们切换node的效率。
然而，在nvm的安装过程中有很多坑，许多新手非常容易踩雷，那么接下来让我带领你们，一次到位安装nvm，包能用，包提醒哪里有坑，只要你按我说的一步一步做即可，记得点赞收藏一波哈！

为保证一次包过，所有cmd操作请用❗管理员身份❗运行

一、下载nvm
1. 发行版本地址
https://github.com/coreybutler/nvm-windows/releases
在这里可以查看到所有发行版本

2. 如何选择版本，为什么❓
现在是2024年，已经更新到1.1.12版本了，那么我们该选择哪个版本呢？这里我的建议是使用最新版本即可

3. 值得点赞的贴心下载链接
我们选择zip版本的压缩包下载即可，在压缩包里面是一个exe文件，在这里我也把链接放上，方便小伙伴一步到位下载，Github下载缓慢可以使用迅雷等P2P下载工具（直接复制链接打开迅雷即可弹出下载弹窗，没有就点击新建）

经典版（❗暂不推荐）
https://github.com/coreybutler/nvm-windows/releases/download/1.1.7/nvm-setup.zip

最新版（推荐，截止2024.07）
https://github.com/coreybutler/nvm-windows/releases/download/1.1.12/nvm-setup.zip

二、删除已有的Node.js
⭕Tips：如果你的电脑还没有安装Node.js，则这一步可以跳过

1. 为什么要卸载呢❓
这是因为如果不卸载的话，有可能安装不成功，如下图2所示，在安装的版本过程中，如果不事先卸载已安装的版本的话，则nvm安装程序也会提示在安装nvm之前必须先卸载已安装的Node.js，所以呢，如果我们所以呢我们就不要心疼了，直接大大方方卸载就行~

那么在哪里卸载呢？

2. 在控制面板卸载Node.js
按下Win键，直接键盘输入控制面板的拼音即可，或者Win + R打开运行输入control回车也行

然后点击卸载程序

然后我们找到Node.js

双击，然后选是，卸载即可

好的，这一步我们就卸载完了，打开cmd，输入node，这时候也提示

‘node’ 不是内部或外部命令，也不是可运行的程序或批处理文件。

说明我们已经卸载完毕

三、安装nvm
1. 同意用户协议
双击exe文件，选择I accept the agreement，然后next

接下来是选择安装目录，这一步我们一般默认即可

2. 选择nvm安装目录
但是要注意了❗如果要修改的话，安装路径中，文件夹不能含有中文和空格，推荐选择一个没有中文或者空格的安装目录，这一点特别注意，路径必须全英文，不含有任何中文字符，这一点在初学者中很容易犯错，比如D:\软件\nvm、C:\Users\坤坤\nvm ，都是不推荐的，后续使用过程中一般会报错

报错示例
nvm安装目录包含中文的话，执行后续指令的时候，会报这个错

如果实在不小心安装在中文目录的话，则卸载重来即可

3. 选择nodejs的安装目录
下一步是选择Node.js的安装目录，这里直接默认即可，但如果你有HarmonyOS APP开发需要的话，路径不能带空格，需要选择新的目录

报错示例
Node.js安装目录包含中文的话，执行后续指令的时候，会报这个错

4. Install
然后直接install即可

5. 安装完成
点击Finish完成安装

四、配置nvm镜像
1. 寻找安装目录
我们打开cmd，输入 nvm ，可以看到打印出了nvm的指令列表，说明nvm安装成功

我们输入 nvm root 查看nvm的安装目录

默认情况在这个位置，如果你是旧版cmd的话，直接选择这段路径，回车即可复制或者 Ctrl + Insert(Ins)，新版终端则使用 Ctrl + C

C:\Users\你的用户名\AppData\Roaming\nvm

然后我们按下Win键直接Ctrl + V粘贴即可

2. 修改配置
打开安装目录后，直接编辑settings.txt即可

加入以下配置，Ctrl + S保存即可

不再推荐使用旧域名
node_mirror: https://npm.taobao.org/mirrors/node/
npm_mirror: https://npm.taobao.org/mirrors/npm/

推荐新的淘宝镜像域名👍

node_mirror: https://npmmirror.com/mirrors/node/
npm_mirror: https://npmmirror.com/mirrors/npm/
1
2
或者使用命令行设置
nvm npm_mirror https://npmmirror.com/mirrors/npm/
nvm node_mirror https://npmmirror.com/mirrors/node/
1
2
五、使用nvm
注意❗，我们先关闭cmd，然后重新打开一个

1. 查看可用版本
输入以下格式的指令

nvm list available
1

可以查看到最近的版本和LTS长期支持版，如果要查看全部版本则可以到以下网址查看所有发行版本

https://nodejs.org/download/release

2. 安装Node.js
输入以下格式的指令

nvm install 版本号
1
版本号可以是主版本，也可以是指定某个版本
例如 nvm install 20，nvm install 20.11.0

一般来说，在配置了淘宝镜像之后，下载速度很快，如果下载很慢的话，有可能是没有配置镜像或者网络波动

3. 使用对应的版本
nvm use 版本号
1
例如 nvm use 20

现在就切换到了Node.js 20版本

4. 查看npm版本
npm -v
1

5. npm升级降级安装
npm install npm@版本号
1
例如 npm i npm@6

6. 多版本管理
查看下载的Node.js版本列表
nvm ls
1

Currently using 64-bit executable 表示当前使用的版本

卸载某个版本
nvm uninstall 版本号
1
7. 附录：常用指令
nvm-arch #显示节点是以32位还是64位模式运行。

nvm install＜version＞[arch]
#版本可以是node.js版本，也可以是“最新”的最新稳定版本。
#（可选）指定是安装32位版本还是64位版本（默认为system arch）。
#将[arch]设置为“all”以安装32 AND 64位版本。
#在该命令的末尾添加–unsecurity，以绕过远程下载服务器的SSL验证。

nvm list[可用] # 列出node.js的安装。在末尾键入“available”（可用），查看可以安装的内容。别名为ls。

nvm on #启用node.js版本管理。

nvm off #禁用node.js版本管理。

nvm proxy [url]
#设置用于下载的代理。将[url]留空以查看当前代理。
#将[url]设置为“none”以删除代理。

nvm node_mirror [url] #设置节点镜像。默认为https://nodejs.org/dist/.将[url]留空以使用默认url。

nvm npm_mirror [url] #设置npm镜像。默认为https://github.com/npm/cli/archive/.将[url]留空为默认url。

nvm uninstall ＜version＞ #版本必须是特定的版本。

nvm use [version] [arch]
#切换到使用指定的版本。可选择指定32/64位体系结构。
#nvm使用＜arch＞将继续使用所选版本，但切换到32/64位模式。
#nvm-root[path]：设置nvm应存储不同版本node.js的目录。
#如果未设置＜path＞，则会显示当前根目录。

nvm version #显示用于Windows的nvm的当前运行版本。别名为v。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
文档：https://github.com/coreybutler/nvm-windows/blob/master/README.md

拓展阅读
1.使用nrm管理npm镜像源，加速下载
npm i -g nrm
1

使用淘宝镜像

nrm use taoabo
1
查看镜像源列表

nrm ls
1

2.安装pnpm
nodejs版本需要16.14以上，推荐18或者20等最新LTS版本

npm i -g pnpm
1
更新pnpm

npm i -g pnpm
1
推荐阅读
必看！VSCode字体界面美化教程
————————————————

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

原文链接：https://blog.csdn.net/m0_46491549/article/details/129750694

来源： IntelliJ IDEA 安装、配置和使用Lombok插件 – gdjlc – 博客园

Lombok 可用来帮助开发人员消除 Java 的重复代码，尤其是对于简单的 Java 对象（POJO），比如说getter/setter/toString等方法的编写。它通过注解实现这一目的。
官网：https://projectlombok.org
下面是IntelliJ IDEA安装、配置和使用Lombok插件的过程。

一、安装Lombok插件

菜单栏File -> Settings -> Plugins，在中间Marketplace下面输入Lombok搜索后进行安装，安装后会提示重启IDEA。下面是已经安装后的截图。

二、配置注解处理器

菜单栏File -> Settings -> Plugins -> Build，Execution，Deployment -> Compiler -> Annotation Processors，勾选Enable annotation processing并保存。

三、使用Lombok插件

1、pom.xml加入依赖，当前最新版本是1.18.10。

        <dependency>
            <groupId>org.projectlombok</groupId>
            <artifactId>lombok</artifactId>
            <version>1.18.10</version>
            <scope>provided</scope>
        </dependency>

2、缩写一个简单的实体类，在类名上加上注解@Data，在.class文件生成类中所有属性的get/set方法、equals、canEqual、hashCode、toString方法等

import lombok.Data;

@Data
public class User {
    private Integer userId;
}

菜单栏点击View -> Tool Windows -> Structure 就可以看到类中所有方法。

来源： 使用离线部署32B模型实现OpenDeepWiki项目代码自动分析与文档生成 – 239573049 – 博客园

背景介绍

在企业环境中，我们经常需要对公司项目代码进行分析和文档生成。然而，考虑到代码的保密性，将代码上传至公共AI平台存在安全隐患。为解决这一问题，我们可以在公司内部GPU服务器上部署强大的大语言模型（如qwen2.5:32b-instruct-fp16），并结合OpenDeepWiki工具，实现安全、高效的代码仓库分析与文档自动生成。

环境需求

• 硬件: 支持qwen2.5:32b-instruct-fp16模型运行的GPU服务器（推荐配置：4*RTX 3090）
• 软件: Ollama（用于部署模型）、Docker和Docker Compose环境
• 网络: 内部网络环境，确保安全性

部署步骤

1. 部署OpenDeepWiki

在服务器上创建并配置必要文件：

docker-compose.yml:

nginx.conf:

2. 启动服务

创建好上述文件后，在同级目录下执行以下命令：

1. 拉取必要的镜像：
   解释

   docker-compose pull

2. 启动容器：
   解释

   docker-compose up -d

3. 等待服务初始化完成（通常需要几分钟）

3. 访问OpenDeepWiki平台

在浏览器中访问 http://[服务器IP]:8090，即可看到OpenDeepWiki的界面：

使用指南

添加代码仓库进行分析

1. 从以下地址获取OpenDeepWiki源码（推荐国内用户使用Gitee）：
   • GitHub: https://github.com/AIDotNet/OpenDeepWiki
   • Gitee: https://gitee.com/AIDotNet/OpenDeepWiki
2. 下载源码的ZIP压缩包
3. 在OpenDeepWiki平台点击”添加新仓库”：

4. 选择”上传压缩包”，填写组织名称和仓库名称（这些字段必填，将影响前端路由显示），然后提交：

5. 上传完成后，系统将开始处理仓库（处理时间约为3-5分钟）。处理中的仓库会显示在列表中：

6. 处理完成后，点击仓库名称即可查看由qwen2.5:32b-instruct-fp16模型自动生成的文档：

系统优势

• 安全可控：所有代码分析和文档生成过程都在内部环境完成，确保代码安全
• 高质量文档：借助强大的qwen2.5:32b-instruct-fp16模型，生成的文档结构清晰、内容全面
• 一键操作：简单的上传流程，无需复杂配置
• 可扩展性：支持多种代码仓库格式，适用于不同项目需求

结语

通过部署OpenDeepWiki与qwen2.5:32b-instruct-fp16模型，我们可以安全、高效地为公司代码仓库生成完整文档，大幅提升项目理解和开发效率。

如果您对OpenDeepWiki感兴趣，欢迎访问以下地址并给项目点个Star：

• GitHub: https://github.com/AIDotNet/OpenDeepWiki
• Gitee: https://gitee.com/AIDotNet/OpenDeepWiki

在线体验地址：https://opendeep.wiki/
目前已有500+仓库加入！您也可以将您的开源仓库添加进来。

来源： Unity+MediaPipe虚拟试衣间技术实现全攻略 – TechSynapse – 博客园

引言：数字时尚革命的序章

在元宇宙概念席卷全球的今天，虚拟试衣技术正成为连接物理世界与数字孪生的关键桥梁。本文将深入解析基于Unity引擎结合MediaPipe姿态估计框架的虚拟试衣系统实现，涵盖从环境搭建到完整AR试穿界面开发的全流程，最终实现支持实时人体追踪、多服装物理模拟及用户反馈的完整解决方案。

一、技术选型与架构设计

1.1 技术栈组合逻辑

• Unity 3D引擎：跨平台渲染核心，提供物理引擎(PhysX)和AR Foundation框架。
• MediaPipe：Google开源的跨平台ML解决方案，提供实时人体姿态估计。
• TensorFlow.js：浏览器端轻量化ML推理（可选）。
• Python后端：模型训练与数据处理。
• C#：Unity主逻辑开发语言。

1.2 系统架构图

[摄像头输入] → [MediaPipe姿态估计] → [骨骼数据标准化]
                          ↓
[Unity场景] ← [服装资源管理] ← [物理模拟引擎]
                          ↓
[AR试穿界面] ↔ [用户反馈系统]

二、开发环境配置

2.1 MediaPipe环境搭建（Python端）

# 创建Python虚拟环境
python -m venv venv_mediapipe
source venv_mediapipe/bin/activate  # Linux/Mac
# venv_mediapipe\Scripts\activate  # Windows
 
# 安装依赖包
pip install mediapipe==0.10.5 opencv-python==4.8.1.78

2.2 Unity项目配置

1. 创建新3D项目（推荐使用URP渲染管线）。
2. 导入必备包：
   • AR Foundation (4.3.0+)；
   • ARCore XR Plugin (5.2.0+)；
   • ARKit XR Plugin (5.2.0+)；
3. 安装NuGet for Unity（用于C#与Python交互）。

三、核心模块实现

3.1 MediaPipe姿态估计集成

3.1.1 Python姿态检测服务端

# server.py
import cv2
import mediapipe as mp
import socket
import json
import numpy as np
 
mp_pose = mp.solutions.pose
pose = mp_pose.Pose(static_image_mode=False,
                   model_complexity=2,
                   enable_segmentation=True,
                   min_detection_confidence=0.5)
 
def process_frame(frame):
    results = pose.process(cv2.cvtColor(frame, cv2.COLOR_BGR2RGB))
    if results.pose_landmarks:
        landmarks = []
        for lm in results.pose_landmarks.landmark:
            landmarks.append({
                "x": lm.x,
                "y": lm.y,
                "z": lm.z,
                "visibility": lm.visibility
            })
        return json.dumps({"landmarks": landmarks})
    return None
 
# 启动TCP服务器
with socket.socket(socket.AF_INET, socket.SOCK_STREAM) as s:
    s.bind(('localhost', 65432))
    s.listen()
    conn, addr = s.accept()
    with conn:
        cap = cv2.VideoCapture(0)
        while cap.isOpened():
            ret, frame = cap.read()
            if not ret:
                break
            data = process_frame(frame)
            if data:
                conn.sendall(data.encode())

3.1.2 Unity客户端接收

// PoseReceiver.cs
using System.Net.Sockets;
using System.Text;
using UnityEngine;
 
public class PoseReceiver : MonoBehaviour
{
    private TcpClient client;
    private NetworkStream stream;
    
    void Start()
    {
        client = new TcpClient("localhost", 65432);
        stream = client.GetStream();
    }
 
    void Update()
    {
        if (stream.DataAvailable)
        {
            byte[] data = new byte[1024];
            int bytesRead = stream.Read(data, 0, data.Length);
            string json = Encoding.UTF8.GetString(data, 0, bytesRead);
            ProcessLandmarks(json);
        }
    }
 
    private void ProcessLandmarks(string json)
    {
        // 解析JSON并更新Avatar
    }
}

3.2 3D服装物理模拟

3.2.1 服装资源准备规范

1. 使用Marvelous Designer制作基础版型。
2. 导出为FBX格式，包含以下要求：
   • 网格面数控制在5000-8000三角面；
   • 包含Cloth约束标签；
   • 骨骼绑定采用Heatmap权重。

3.2.2 Unity物理材质配置

// ClothController.cs
using UnityEngine;
 
[RequireComponent(typeof(Cloth))]
public class ClothController : MonoBehaviour
{
    public Transform[] attachmentPoints;
    private Cloth cloth;
 
    void Start()
    {
        cloth = GetComponent<Cloth>();
        ConfigureClothPhysics();
    }
 
    void ConfigureClothPhysics()
    {
        // 基础物理参数
        cloth.bendingStiffness = 0.5f;
        cloth.stretchingStiffness = 0.8f;
        cloth.damping = 0.1f;
        
        // 碰撞设置
        cloth.selfCollision.enabled = true;
        cloth.selfCollision.stiffness = 0.2f;
    }
 
    public void AttachToPoints(Transform[] points)
    {
        // 动态绑定到人体骨骼点
    }
}

3.3 AR试穿界面开发

3.3.1 空间映射实现

// ARSessionManager.cs
using UnityEngine.XR.ARFoundation;
using UnityEngine.XR.ARSubsystems;
 
public class ARSessionManager : MonoBehaviour
{
    [SerializeField]
    private ARSession arSession;
 
    void Start()
    {
        ARSessionManager.sessionStateChanged += OnSessionStateChanged;
        arSession.Reset();
    }
 
    private void OnSessionStateChanged(ARSessionStateChangedEventArgs args)
    {
        if (args.state == ARSessionState.SessionTracking)
        {
            EnablePlaneDetection();
        }
    }
 
    private void EnablePlaneDetection()
    {
        ARPlaneManager planeManager = FindObjectOfType<ARPlaneManager>();
        planeManager.enabled = true;
    }
}

3.3.2 交互界面设计

<!-- CanvasSetup.uxml (Unity UI Builder) -->
<VerticalLayout>
    <Button id="switchModelBtn" text="切换服装"/>
    <Slider id="fitSlider" min="0" max="100" value="50"/>
    <Toggle id="physicsToggle" text="物理模拟"/>
</VerticalLayout>

3.4 用户反馈系统集成

3.4.1 本地反馈收集

// FeedbackSystem.cs
using UnityEngine;
using System.IO;
 
public class FeedbackSystem : MonoBehaviour
{
    public void SubmitFeedback(string comment, int rating)
    {
        string logEntry = $"{System.DateTime.Now}: Rating {rating} - {comment}\n";
        File.AppendAllText("feedback.log", logEntry);
    }
 
    public void AnalyzeFeedback()
    {
        // 简单情感分析示例
        string[] lines = File.ReadAllLines("feedback.log");
        int positiveCount = 0;
        foreach (string line in lines)
        {
            if (line.Contains("good") || line.Contains("great"))
                positiveCount++;
        }
        Debug.Log($"Positive Feedback Ratio: {positiveCount / lines.Length}");
    }
}

四、完整系统整合

4.1 主控逻辑流程

// VirtualFittingRoom.cs
using UnityEngine;
 
public class VirtualFittingRoom : MonoBehaviour
{
    [SerializeField] private GameObject[] clothingItems;
    private int currentClothingIndex = 0;
 
    void Start()
    {
        InitializeSubsystems();
        LoadInitialClothing();
    }
 
    void Update()
    {
        HandleInput();
        UpdateClothingPhysics();
    }
 
    private void InitializeSubsystems()
    {
        // 初始化AR、姿态接收、UI等
    }
 
    private void LoadInitialClothing()
    {
        Instantiate(clothingItems[currentClothingIndex], transform);
    }
 
    private void HandleInput()
    {
        if (Input.GetKeyDown(KeyCode.Space))
        {
            SwitchClothing();
        }
    }
 
    private void SwitchClothing()
    {
        Destroy(clothingItems[currentClothingIndex]);
        currentClothingIndex = (currentClothingIndex + 1) % clothingItems.Length;
        LoadInitialClothing();
    }
}

4.2 性能优化策略

1. 姿态数据降频：每秒处理15帧而非30帧。
2. LOD系统：根据距离动态调整服装网格精度。
3. 异步加载：使用Addressables进行资源管理。
4. 遮挡剔除：启用Unity的Occlusion Culling。

五、部署与测试

5.1 构建配置要点

• 移动端适配：
  • 设置目标分辨率为1920×1080 ；
  • 启用Multithreaded Rendering ；
  • 设置Graphics API为Vulkan(Android)/Metal(iOS)。
• Web部署：
  • 使用Unity WebGL构建；
  • 配置WASM内存为512MB；
  • 启用Code Striping。

5.2 测试用例设计

六、扩展方向与行业应用

6.1 技术升级路径

1. AI驱动：
   • 集成Stable Diffusion实现服装自动生成；
   • 使用ONNX Runtime优化ML推理。
2. 交互升级：
   • 添加手势控制（通过MediaPipe Hand模块）；
   • 实现语音交互（集成Azure Speech SDK）。

6.2 商业应用场景

• 电商领域：AR试衣间提升转化率；
• 影视制作：实时动作捕捉预览；
• 医疗康复：姿势矫正训练系统。

七、完整项目代码结构

VirtualFittingRoom/
├── Assets/
│   ├── Scripts/          # 所有C#脚本
│   ├── Materials/        # 物理材质配置
│   ├── Models/           # 服装FBX资源
│   ├── Prefabs/          # 预制件集合
│   └── StreamAssets/     # AR配置文件
├── Python/
│   └── pose_server.py    # 姿态检测服务端
└── Docs/
    └── API_Reference.md  # 开发文档

八、总结与展望

本文详细阐述了从人体姿态捕捉到服装物理模拟的完整技术链路，通过MediaPipe+Unity的协同工作实现了具有商业价值的虚拟试衣解决方案。未来随着5G+AI技术的发展，该系统可拓展至：

• 跨平台数字分身系统；
• 大规模虚拟时装秀平台；
• 个性化服装推荐引擎。

开发者可通过优化物理引擎参数、增加布料类型支持、完善用户反馈机制等方式持续提升系统实用性。