오늘날의 양식 엔진 반복:

한 페이지에서 여러 양식을 지원합니다.

veiws 엔진에서 렌더링된 목록에 다양한 작업을 추가할 수 있도록 veiws 엔진에서 애플리케이션을 지원합니다.

폼 엔진의 뷰 레이어와 컨트롤 레이어가 분리되어 있습니다.

드롭다운 선택 버튼에 대한 필드를 추가합니다.

양식 엔진과 뷰 엔진이 로우 코드 플랫폼에서 분리되고 일부 재구성이 완료되었으므로 이번 반복에서는 이전 버전보다 기능이 완전히 향상되었습니다.

나는 하루 동안이 작은 문제에 갇혀있었습니다.

WordPress에서 쿠키를 설정하는 것은 특별합니다.이는 테마의 함수 파일에 작성되고 init 후크에 로드되어야 합니다.

function custom_set_cookie() { setcookie( 'key', 'value', time() + 3600 * 24, COOKIEPATH, COOKIE_DOMAIN ); } add_action( 'init', 'custom_set_cookie' );

가장 간단한 해결책은 충돌하는 패키지 뒤에 버전 번호 대신 "any"를 추가하여 Flutter가 자동으로 패키지 종속성의 적절한 버전과 일치하도록 하는 것입니다.

dart_code_metrics: 어느

나는 WordPress 목록의 페이징 원리를 이해한 적이 없습니다. 오늘 드디어 알아냈습니다.

WordPress의 목록 및 페이지 매김 데이터는 전역 매개변수인 $wp_query에 기록되며, 쿼리된 목록 데이터가 이 매개변수에 입력되는 한 the_posts_pagination() 또는 get_the_posts_pagination()을 사용하여 페이지 매김을 표시할 수 있습니다. 페이지 매김을 클릭한 후 걱정하지 마십시오. wordpress가 이미 페이지 매김을 수행했습니다.

암호:

글로벌 $wp_query; 

 $wp_query=새 WP_Query($arg);

그런 다음 the_posts_pagination()을 사용하여 이 목록 아래에 페이지 매김을 표시할 수 있습니다.

#는 Baidu의 Wenxin Qianfan 대형 모델을 WordPress에 통합하고 GPT와 비교합니다.

지난 주말 Baidu의 Wenxin Qianfan 모델이 WordPress에 통합되었습니다.
1. 기본 프로세스:
1. 먼저 바이두에서 Wenxin Qianfan 대형 모델을 체험하려면 먼저 신청하세요. 먼저 인증이 필요합니다.

2. 바이두의 대형 모델은 사용료가 부과되고 토큰으로 과금되기 때문에 합격 후 대형 모델을 활성화해야 하며, 활성화하려면 계정에 잔액이 있어야 합니다.

3. 그런 다음 appid, api 키 및 비밀 키를 갖도록 애플리케이션을 만듭니다.

4. 그런 다음 설명서를 읽고 해당 인터페이스를 연결하십시오.
기본적으로 API 키와 비밀 키를 통해 액세스 토큰을 얻은 후 질문을 제출하여 답변을 얻습니다.

2. 키 코드
1. 액세스 토큰의 키 코드를 얻습니다.

"`php
개인 함수 getAccessToken(){
$curl = 컬_init();
컬_setopt_array($curl, 배열(
CURLOPT_URL => “https://aip.baidubce.com/oauth/2.0/token?client_id=”.$this->client_id.”&client_secret=”.$this->client_secret.”&grant_type=client_credentials”,
CURLOPT_TIMEOUT => 30,
CURLOPT_RETURNTRANSFER => 사실,
CURLOPT_CUSTOMREQUEST => '포스트',
CURLOPT_HTTPHEADER => 배열(
'콘텐츠 유형: 애플리케이션/json',
'수락: 애플리케이션/json'
),

));
$response = 컬_exec($curl);
컬_닫기($curl);
$rtn = json_decode($response);
$rtn->access_token을 반환합니다.
}
“`

2. 어니봇 대형모델의 키코드 호출

"`php
공개 함수 runErnieBot($message) {
$curl = 컬_init();
컬_setopt_array($curl, 배열(
CURLOPT_URL => “https://aip.baidubce.com/rpc/2.0/ai_custom/v1/wenxinworkshop/chat/completions?access_token={$this->getAccessToken()}”,
CURLOPT_TIMEOUT => 30,
CURLOPT_RETURNTRANSFER => 사실,
CURLOPT_CUSTOMREQUEST => '포스트',
CURLOPT_POSTFIELDS =>$메시지,
CURLOPT_HTTPHEADER => 배열(
'콘텐츠 유형: 애플리케이션/json'
),
));
$response = 컬_exec($curl);
컬_닫기($curl);
$response를 반환합니다.
}
“`

3. Ernie Bot Turbo 대형 모델의 키 코드 호출

"`php
공개 함수 runErnieBotTurbo($message) {
$curl = 컬_init();
컬_setopt_array($curl, 배열(
CURLOPT_URL => “https://aip.baidubce.com/rpc/2.0/ai_custom/v1/wenxinworkshop/chat/eb-instant?access_token={$this->getAccessToken()}”,
CURLOPT_TIMEOUT => 30,
CURLOPT_RETURNTRANSFER => 사실,
CURLOPT_CUSTOMREQUEST => '포스트',
CURLOPT_POSTFIELDS =>$메시지,
CURLOPT_HTTPHEADER => 배열(
'콘텐츠 유형: 애플리케이션/json'
),
));
$response = 컬_exec($curl);
컬_닫기($curl);
$response를 반환합니다.
}
“`

지난 며칠 동안의 테스트에서 Baidu Wenxin Qianfan의 중국어 대형 모델 성능은 실제로 GPT보다 훨씬 뛰어났습니다.
GPT의 중국어 수준은 '설명문' 수준이다.
Baidu Wenxin Qianfan Large Model의 중국어 수준은 적어도 "설명 텍스트"보다 낫습니다.