近阶段，学校的两间技能鉴定站机房在做维护，因为某些原因，不得不给机房里面的电脑来了一波大换血，换完血了又得给这一些电脑重做系统，配置考试环境...一想到遥远的上一次做维护，那可是一台一台重做系统，一台一台配置考试环境，两间机房一共 80 台电脑，因为各种原因，整了快半个月才整完...这一次，我决定走系统封装这一条道路，先做一个带有完整考试环境的系统母盘，然后准备 N 个启动盘，给这 80 台电脑重做系统，这样就省去了一台一台配置考试环境的工作压力，也能统一系统、统一环境，维护效率应该能翻倍 :)直接开干！先做 PE 启动盘：由于机房的电脑大部分都比较有年代感，这里我选择的 PE 系统是微 PE 1.3（https://www.wepe.com.cn/download.html），适合老机器。找一个像样一点的 U 盘，直接把 PE 搞进去。另外找一台用于制作母盘的主机，安装好纯净 Windows 7 专业版操作系统，并安装、激活、配置好极域电子教室、Office 2010、Photoshop CS 6、VMWare 12、WPS Office 教育考试专用版、Chrome、金山打字通、W

公司有一组业务系统绑定了微信服务号，最近因为运营主体调整，旧的微信服务号要迁移到新的微信服务号上，于是产生了一系列问题。业务系统中的用户只能使用微信授权登录，所以数据库中存储了用户的 openid。而每一个微信号对于不同的微信服务号，openid 都是不同的，而且服务号迁移后，用户的 openid 会发生变化。虽然说微信有 unionid 机制（unionid 机制说明：https://developers.weixin.qq.com/miniprogram/dev/framework/open-ability/union-id.html），但是由于种种不可抗力的原因，所有的微信服务号都没办法绑定到微信开放平台上，也获取不到 unionid，因此只能另外想办法，使服务号迁移后，业务系统中用户的 openid 也随之换新。好在微信官方提供了 openid 转换接口，支持服务号建立迁移关系后，将旧 openid 转换为新 openid 的功能。openid 转换接口说明：https://kf.qq.com/faq/1901177NrqMr190117nqYJze.html需要注意，转换 o

初识 Vue前端技术的发展前端技术发展历程：主流的前端框架目前前端开发领域中的主流框架：jQuery：快速、小巧且功能丰富的 JavaScript 库。Bootstrap：由 Twitter 开发的前端框架，可以快速创建响应式和移动优先的网站。React：由 Facebook 创建并维护的开源 JavaScript 库，支持虚拟 DOM，提供声明式编程范式。Angular：由 Google 维护的开源的前端框架，提供了丰富的功能，如双向数据绑定等。Vue：由尤雨溪于 2014 年 2 月发布的的渐进式框架，Vue 以其简洁的 API、响应式数据绑定和组件化的架构而受到广泛欢迎。......Vue 简介Vue 是一套用于构建用户界面的渐进式框架。Vue 被设计为可以自底向上逐层应用。渐进式是一种设计理念，即在不失去当前功能的前提下，逐步添加新的特性。开发者可以根据项目的复杂程度和团队的成熟度，逐渐引入更多 Vue 相关的技术和工具。Vue 渐进式架构从核心到周边工具：Vue 目前有两个大版本：Vue 2 文档：https://v2.cn.vuejs.org/Vue 3 文档：https:

ComfyUI 是一个基于 Stable Diffusion 的可视化图形界面工具，在 AI 图像生成领域发挥着重要作用。ComfyUI 最大的特色是可视化节点编辑系统，用户无需编写代码，通过拖放节点并连接它们，就能构建复杂的图像生成流程，这种直观的操作方式降低了使用门槛，让新手也能轻松上手，同时方便有经验的用户快速实现创意。ComfyUI 提供了极高的自由度和灵活性，支持高度的定制化和工作流复用，同时对系统配置的要求较低，并且能够加快原始图像的生成速度。ComfyUI 虽然强大，但复杂的安装配置和操作流程让很多用户望而却步，特别是对于 macOS 操作系统而言，安装 ComfyUI 非常复杂，不仅要配置各种环境，而且容易与其他现有环境产生冲突，造成报错，安装过程特别痛苦。为了降低 ComfyUI 的部署成本，体验 ComfyUI 的强大功能，我们可以选择跨平台工具 Stability Matrix，帮助我们快速安装部署 ComfyUI！Stability Matrix 是由 Lykos AI 发布的一款开源工具，支持跨平台使用，集成了 Automatic 1111、ComfyUI、S

前言最近这一阶段在做 Stable Diffusion AIGC 的教研工作，也在不断地搜刮各种 Checkpoint 和 LoRA 模型进行本地跑图测试，截止到这一周，Stable Diffusion 的 Checkpoint 和 LoRA 模型、 FLUX.1 系列模型，已经占据了我的电脑硬盘的半壁江山。我的设备配置是 MacBook Pro，M2 Pro，16G + 512G，硬盘空间本身就不大，Adobe 全家桶、大型剪辑软件、大型开发软件、虚拟机等等已经吃了不少硬盘空间，再加上这阶段跑图下载的各种模型，硬盘空间已经所剩无几，下一个阶段还要做视频剪辑工程，512G 的磁盘真的顶不住这么造。要不考虑换一台更高配置的 MacBook Pro？众所周知，MacBook Pro 的内存和硬盘都是黄金做的，价格高得离谱，下不去手，M2 Pro 还能再战好几年，只是为了达到大存储的目的，重新入手一台高配的 MacBook Pro 实在有点不太划算吧，于是放弃。要不考虑给 MacBook Pro 的存储空间进行扩容？问了一个厦门本地商家，我的 MacBook Pro 扩容到 2T 的存储空间

FLUX 是由 Stability AI 公司最新发布的开源 AI 绘图模型，它的出现立即在 AI 绘图领域引起了轰动，因为它带来了前所未有的图像品质和生成速度。想象一下，如果把 AI 绘图模型比作汽车，早期的 Stable Diffusion 模型是家用轿车，那么 SDXL 就是一台性能不错的跑车，而 FLUX 简直就是 F1 赛车。FLUX 不仅速度快，生成的图像品质更是令人叹为观止，无论是细节表现、构图能力，还是对提示词的理解和执行，FLUX 都展现了惊人的实力。在网上 FLUX 堪称最强文生图大模型，然而私有化体验 FLUX 还需要部署 ComfyUI，而且据说在 macOS 系统下 ComfyUI + FLUX.1 生图速度很慢，运行一次简单的生图可能要好几分钟乃至几十分钟，遂准备放弃。突然想起先前看过的一则新闻：在 FLUX Schnell 模型发布的第二天，Mac 平台的 AI 绘图软件 Draw Things 已经支持了 FLUX Schnell 模型，而且运行速度快得让人难以置信。这似乎可以体验一下！Draw Things 是一款专门为 macOS 和 Apple M

提示词设计的基本原则辨析清晰、具体的指令技巧 1：使⽤分隔符清晰地表示输⼊的不同部分。通过特定的符号，如 ""，<> 等，将输入内容中不同功能或性质的部分区分开来，使模型能更清楚地识别各部分，准确处理任务。Prompt 示例：请根据<文章内容>今天我去了公园，看到了五颜六色的花朵，还有很多人在散步、玩耍。</文章内容> <任务>写一篇200字左右的读后感。</任务> <要求>语言要生动，情感真挚，重点突出对公园氛围的感受。</要求>技巧 2：要求⼀个结构化输出。明确告知模型按照一定的结构或格式来输出结果，比如列表、表格、特定的段落层次、Markdown 格式、JSON 格式等，这样可以使输出更有条理，便于理解和使用。Prompt 示例：请列出中国四大名著的名称、作者以及它们的主要内容简介。 输出格式为： 书名：《XXX》 作者：XXX 主要内容简介：......技巧 3：要求模型检查是否满⾜条件。让模型在处理任务时，判断某些内容或结果是否符合特定的条件或标准，然后给出相应的反馈或进一步的处理。Promp