Python Web项目生产环境部署全攻略:从Nginx到Gunicorn实战
1. 项目概述从代码到服务的最后一公里搞Python Web开发的朋友估计都经历过这个阶段本地环境跑得飞起功能测试一切正常可一到部署上线各种幺蛾子就来了。数据库连不上、静态文件404、服务器内存泄漏、进程莫名其妙挂掉……这感觉就像精心组装了一辆跑车结果在自家车库能飙到200码一上公路就趴窝。今天我就以一个踩过无数坑的过来人身份跟你聊聊Python Web项目部署这“最后一公里”到底该怎么走稳。这不仅仅是把代码扔到服务器上那么简单它关乎着你的应用能否稳定、高效、安全地对外提供服务是开发成果真正产生价值的临门一脚。无论你用的是Django、Flask、FastAPI还是其他框架无论你的项目是个人博客、企业内部工具还是对外服务的API部署的核心逻辑是相通的。我们将围绕一个典型的、追求稳定和可维护性的生产环境部署流程来展开涵盖从服务器准备、环境配置、应用部署到持续维护的全链路。我会尽量避开那些华而不实的“一键脚本”而是带你理解每个步骤背后的“为什么”这样即使环境稍有变化你也能自己举一反三从容应对。准备好了吗我们这就出发。2. 部署环境规划与核心工具选型部署的第一步不是敲命令而是做规划。就像盖房子先画图纸盲目的操作只会带来混乱和返工。我们需要根据项目特性和团队习惯选择一套合适的技术栈和部署架构。2.1 服务器与操作系统选择对于大多数Python Web项目Linux服务器是毋庸置疑的首选其稳定性、安全性和资源利用率远超Windows Server。在发行版的选择上Ubuntu LTS长期支持版和CentOS/Rocky Linux/AlmaLinux系列是两大主流。Ubuntu LTS如22.04 24.04优势在于软件包新、社区活跃、资料丰富。apt包管理器用起来非常顺手对于新手和追求快速上手的团队特别友好。它的文档和社区解答几乎是“保姆级”的遇到问题很容易搜索到解决方案。CentOS系如Rocky Linux 9以极致稳定和企业级支持著称。软件包版本可能相对保守但经过充分测试非常适合对稳定性要求极高的生产环境。它使用yum或dnf包管理器。我的选择与理由我个人更倾向于Ubuntu LTS。不是因为另一个不好而是在Python生态中我们经常需要安装较新版本的Python、数据库驱动或系统依赖。Ubuntu的软件源更新更快能减少很多手动编译安装的麻烦。对于中小型项目Ubuntu提供的稳定性和软件新鲜度已经绰绰有余。本文后续操作也将以Ubuntu 22.04 LTS为例。除了纯物理机或云主机容器化部署已成为绝对的主流。Docker能将你的应用及其所有依赖Python版本、系统库、环境变量打包成一个独立的镜像实现“一次构建处处运行”。这彻底解决了“在我机器上好好的”这一世纪难题。结合Docker Compose你可以用一份配置文件轻松定义和运行多个容器比如Web应用、数据库、Redis缓存管理起来异常清晰。2.2 Python环境管理虚拟环境的必要性永远不要在服务器的全局Python环境中直接pip install你的项目依赖这会导致依赖冲突、版本污染维护起来是一场噩梦。虚拟环境Virtual Environment是Python项目的标配。venvPython 3内置轻量、简单无需额外安装。对于单一项目部署足够使用。# 在项目目录下创建虚拟环境 python3 -m venv venv # 激活虚拟环境 source venv/bin/activatevirtualenvvirtualenvwrapper功能更强大提供了更方便的全局管理命令如workon,mkvirtualenv适合需要管理多个虚拟环境的场景。实操心得在生产服务器上我通常使用venv因为它无需额外安装且足够隔离。我会将虚拟环境目录如venv放在项目根目录之外例如/opt/venvs/myproject这样在更新项目代码时可以直接删除整个项目目录而不会误伤虚拟环境。同时务必在项目的requirements.txt中精确锁定依赖版本使用pip freeze requirements.txt生成确保生产环境和开发环境的一致性。2.3 Web服务器与ASGI/WSGI服务器搭配Python Web应用本身只是一个实现了特定接口WSGI或ASGI的可调用对象它不能直接处理HTTP请求。我们需要一个“桥梁”。ASGI/WSGI服务器这是直接运行你Python代码的服务器。它负责与你的框架Django, Flask, FastAPI交互。Gunicorn最流行的WSGI服务器纯Python编写稳定可靠适合同步Worker。它是部署Django、Flask同步模式的首选。Uvicorn闪电般的ASGI服务器基于uvloop和httptools专为异步框架FastAPI Starlette Django Channels而生。性能极高。Hypercorn另一个兼容ASGI/WSGI的服务器功能更丰富支持HTTP/2等。反向代理服务器它位于ASGI/WSGI服务器之前面向公网。它的职责包括处理静态文件Nginx处理CSS JS 图片的效率远高于Python应用服务器。负载均衡将请求分发到后端的多个Gunicorn/Uvicorn Worker进程。SSL/TLS终止处理HTTPS加密解密减轻应用服务器负担。缓冲和超时控制保护后端应用不被慢客户端拖垮。路由和重写实现灵活的URL规则。经典搭配NginxGunicorn/Uvicorn。Nginx作为反向代理和静态文件服务器Gunicorn或Uvicorn作为应用服务器。这个组合久经考验是生产环境的黄金标准。2.4 进程管理与守护你不能在SSH窗口里直接运行python manage.py runserver或gunicorn app:app因为一旦关闭终端进程就结束了。我们需要一个进程管理器来守护这些服务确保它们崩溃后能自动重启开机时能自动运行。Systemd现代Linux发行版的标准初始化系统。用它来管理服务是最“原生”和推荐的方式。你可以为每个应用编写一个.service配置文件实现精细化的管理启动、停止、重启、查看日志、设置依赖。Supervisor一个用Python写的进程管理工具配置简单直观对于不熟悉systemd的用户来说更容易上手。但它本身也是一个需要被守护的进程。我的选择与理由无条件选择Systemd。它是操作系统的一部分更加健壮和统一。用Systemd管理服务你可以获得完整的日志集成通过journalctl、资源限制CPU 内存、安全沙箱等高级功能。虽然它的配置文件语法需要一点学习成本但一劳永逸。本文将重点介绍如何使用Systemd来托管你的Gunicorn/Uvicorn服务。3. 生产环境部署全流程实操理论说再多不如动手做一遍。我们假设你有一个基于Django或Flask/FastAPI原理类似的项目代码托管在GitHub上现在要部署到一台全新的Ubuntu 22.04服务器上。3.1 服务器初始化与安全加固拿到一台新服务器第一件事不是部署应用而是“锁好门”。更新系统与创建部署用户# 以root身份登录后首先更新软件包列表 apt update apt upgrade -y # 创建一个专门用于部署的非root用户例如 deploy adduser deploy # 将用户添加到sudo组以便在需要时执行特权命令 usermod -aG sudo deploy # 切换到新用户后续操作尽量在此用户下进行 su - deploy配置SSH密钥登录禁用密码登录极大提升安全性在你的本地电脑生成SSH密钥对如果还没有ssh-keygen -t ed25519将公钥~/.ssh/id_ed25519.pub内容复制到服务器的~/.ssh/authorized_keys文件中。修改服务器SSH配置/etc/ssh/sshd_configPasswordAuthentication no PubkeyAuthentication yes重启SSH服务sudo systemctl restart sshd务必在另一个终端窗口测试用密钥登录成功再关闭当前连接这是血泪教训。配置防火墙UFWsudo ufw allow OpenSSH # 允许SSH连接 sudo ufw allow 80/tcp # 允许HTTP稍后配置Nginx后开放 sudo ufw allow 443/tcp # 允许HTTPS sudo ufw --force enable # 启用防火墙 sudo ufw status # 查看规则3.2 安装与配置核心软件栈现在开始安装我们规划好的软件。安装Python、Pip及系统依赖sudo apt install -y python3-pip python3-dev python3-venv build-essential libpq-dev nginx curl gitpython3-dev和build-essential编译Python扩展如psycopg2所需。libpq-devPostgreSQL数据库客户端开发库。nginx我们的反向代理服务器。拉取项目代码并设置虚拟环境# 假设项目在 /opt 目录下 sudo mkdir -p /opt/myproject sudo chown deploy:deploy /opt/myproject cd /opt # 克隆你的代码仓库使用SSH密钥或HTTPS git clone your-git-repo-url myproject cd myproject # 创建虚拟环境放在项目外 python3 -m venv /opt/venvs/myproject source /opt/venvs/myproject/bin/activate # 安装项目依赖 pip install --upgrade pip pip install -r requirements.txt注意requirements.txt里应该明确所有包的版本。对于生产环境强烈建议使用pip install -r requirements.txt而不是pip install .因为后者可能会触发setup.py中的额外操作引入不确定性。配置应用生产环境设置关键设置DEBUG False 设置正确的ALLOWED_HOSTS你的域名或服务器IP 配置好SECRET_KEY应从环境变量读取而非硬编码在代码中。数据库使用独立的数据库服务如PostgreSQL MySQL 不要在SQLite上运行生产环境。在服务器上安装并配置好数据库然后在Django的settings.py中配置连接。静态文件和媒体文件在settings.py中设置STATIC_ROOT和MEDIA_ROOT。然后通过Django命令收集静态文件到STATIC_ROOT目录这个目录将由Nginx直接提供。python manage.py collectstatic --noinput3.3 配置Gunicorn/Uvicorn与应用托管测试Gunicorn/Uvicorn是否能正常运行对于Django/FlaskWSGI# 在虚拟环境中 gunicorn --workers 3 --bind 0.0.0.0:8000 myproject.wsgi:application对于FastAPIASGIuvicorn main:app --host 0.0.0.0 --port 8000在本地浏览器访问http://服务器IP:8000 确认应用能正常响应。按CtrlC停止测试。创建Systemd服务文件以Gunicorn为例 这是将应用变成系统服务的关键一步。创建文件/etc/systemd/system/myproject.service。[Unit] DescriptionGunicorn daemon for myproject Afternetwork.target postgresql.service # 如果用了PostgreSQL可以设置在此之后启动 Requirespostgresql.service # 声明依赖可选但推荐 [Service] Userdeploy Groupdeploy WorkingDirectory/opt/myproject EnvironmentPATH/opt/venvs/myproject/bin EnvironmentSECRET_KEYyour_secret_key_here # 从环境变量读取敏感信息 EnvironmentDATABASE_URLpostgresql://... # 数据库连接串 ExecStart/opt/venvs/myproject/bin/gunicorn \ --workers 3 \ --bind unix:/run/myproject.sock \ myproject.wsgi:application [Install] WantedBymulti-user.target关键参数解析User/Group以非root用户运行更安全。WorkingDirectory应用的工作目录。Environment设置环境变量这是管理配置尤其是敏感信息的最佳实践。ExecStart启动命令。注意这里我们绑定到了一个Unix套接字/run/myproject.sock而不是TCP端口。这样做效率更高且避免了端口冲突。--workers 3启动了3个Worker进程通常建议设置为(2 * CPU核心数) 1。After/Requires定义了服务启动顺序确保数据库先就绪。启动并启用服务sudo systemctl daemon-reload # 重新加载systemd配置 sudo systemctl start myproject # 启动服务 sudo systemctl enable myproject # 设置开机自启 sudo systemctl status myproject # 检查状态应为active (running)现在你的Python应用已经在8000端口或Unix套接字上运行并被systemd守护着。3.4 配置Nginx作为反向代理Gunicorn服务起来了但我们需要Nginx来面向公网。创建Nginx站点配置文件删除默认配置创建新文件/etc/nginx/sites-available/myproject。server { listen 80; server_name your_domain.com www.your_domain.com; # 替换为你的域名或IP location /favicon.ico { access_log off; log_not_found off; } # 静态文件交由Nginx直接处理效率极高 location /static/ { alias /opt/myproject/staticfiles/; # 指向 collectstatic 后的目录 expires 30d; add_header Cache-Control public, immutable; } location /media/ { alias /opt/myproject/media/; # 用户上传的文件目录 expires 30d; } # 动态请求通过Unix套接字转发给Gunicorn location / { include proxy_params; # 包含一些通用的代理头设置 proxy_pass http://unix:/run/myproject.sock; proxy_set_header Host $host; proxy_set_header X-Real-IP $remote_addr; proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for; proxy_set_header X-Forwarded-Proto $scheme; } }启用站点并测试Nginx配置# 创建符号链接启用该站点 sudo ln -s /etc/nginx/sites-available/myproject /etc/nginx/sites-enabled/ # 删除默认站点如果存在 sudo rm /etc/nginx/sites-enabled/default # 测试Nginx配置语法是否正确 sudo nginx -t # 如果显示“syntax is ok”则重启Nginx sudo systemctl restart nginx配置防火墙开放HTTP/HTTPS如果之前没做sudo ufw allow Nginx Full # 同时允许80和443端口现在访问你的服务器IP或域名应该能看到部署成功的应用了静态文件CSS JS会由Nginx飞速提供动态请求则无缝传递给后端的Gunicorn处理。3.5 配置HTTPSSSL/TLS证书在今天为网站启用HTTPS不是可选项而是必选项。使用Let‘s Encrypt提供的免费证书是标准做法其工具Certbot能自动化整个过程。# 安装Certbot和Nginx插件 sudo apt install -y certbot python3-certbot-nginx # 为你的域名申请并自动配置证书交互式命令 sudo certbot --nginx -d your_domain.com -d www.your_domain.com按照提示操作Certbot会自动修改你的Nginx配置设置好证书路径和HTTP到HTTPS的重定向。它还会设置自动续期任务完全不用担心证书过期。4. 部署后的维护、监控与问题排查部署上线不是终点而是运维的起点。一个健壮的生产环境需要持续的照料。4.1 日志管理你的第一道诊断工具当出现问题时日志是你最好的朋友。Gunicorn/Uvicorn日志由于我们用了Systemd 日志被自动捕获到系统日志中。使用以下命令查看sudo journalctl -u myproject -f # -f 表示实时跟踪 sudo journalctl -u myproject --since today # 查看今天的日志 sudo journalctl -u myproject -n 100 # 查看最近100行Nginx访问日志与错误日志# 访问日志记录所有请求 sudo tail -f /var/log/nginx/access.log # 错误日志记录Nginx本身的错误和上游错误 sudo tail -f /var/log/nginx/error.log4.2 自动化部署与持续集成/持续部署CI/CD每次更新代码都手动登录服务器操作是低效且危险的。应该引入自动化。简单的自动化脚本可以在项目根目录维护一个deploy.sh脚本包含拉取代码、更新依赖、迁移数据库、重启服务等步骤。通过SSH在本地执行。# 本地执行 ssh deployyour_server cd /opt/myproject git pull source /opt/venvs/myproject/bin/activate pip install -r requirements.txt python manage.py migrate python manage.py collectstatic --noinput sudo systemctl restart myproject使用CI/CD工具如GitHub Actions GitLab CI这是更专业的做法。在代码仓库中配置工作流文件当向特定分支如main推送代码时自动触发测试、构建如果是Docker和部署脚本。这实现了真正的“持续部署”。4.3 性能监控与优化基础资源监控使用htop,nmon或更专业的PrometheusGrafana来监控服务器的CPU、内存、磁盘I/O和网络流量。应用性能监控APM对于复杂应用可以使用像Sentry错误追踪、Datadog APM或New Relic这样的工具它们能深入到你的应用内部追踪慢请求、SQL查询性能、函数调用链等是性能优化的利器。Gunicorn Worker调优--workers参数不是越大越好。对于I/O密集型应用如大量数据库查询、外部API调用可以尝试使用异步Worker如gevent或eventlet或者增加同步Worker数量。对于CPU密集型应用Worker数约等于CPU核心数即可。需要通过压测如ab,wrk来找到最佳值。4.4 常见问题与排查实录这里记录几个我踩过的典型大坑问题1访问网站出现502 Bad Gateway排查首先检查Nginx错误日志/var/log/nginx/error.log。常见错误是connect() to unix:/run/myproject.sock failed (2: No such file or directory)。原因与解决Gunicorn服务没启动。sudo systemctl status myproject查看状态并重启。Unix套接字文件路径或权限不对。检查myproject.service文件中的ExecStart命令路径并确保/run/目录对deploy用户可写。有时需要手动创建目录并设权sudo mkdir -p /run/myproject sudo chown deploy:deploy /run/myproject。Nginx配置中的proxy_pass路径与服务文件中的路径不一致。问题2静态文件CSS JS无法加载显示404排查检查浏览器开发者工具的网络面板确认请求的静态文件URL。检查Nginx访问日志看对/static/路径的请求是否返回200。原因与解决Django的STATIC_ROOT设置错误或collectstatic命令未成功执行。确认目录存在且有文件。Nginx配置中的alias路径指向错误。确保路径末尾有/且路径完全匹配。文件权限问题。确保deploy用户对静态文件目录有读取权限sudo chown -R deploy:deploy /opt/myproject/staticfiles。问题3数据库连接失败特别是在服务重启后排查查看Gunicorn服务日志journalctl -u myproject通常会有明确的数据库连接错误信息。原因与解决数据库服务如PostgreSQL未启动。sudo systemctl status postgresql。在myproject.service文件中没有使用After和Requires来确保数据库先启动。添加上这些依赖。数据库连接信息在环境变量或配置文件中错误特别是当数据库位于另一台主机时要检查网络和防火墙规则。问题4应用运行一段时间后变慢甚至内存耗尽排查使用htop观察内存和CPU使用情况。检查Gunicorn日志是否有Worker超时或被杀死的记录。原因与解决内存泄漏可能是代码问题某些对象未被正确释放。使用pympler,objgraph等工具在测试环境分析。Worker数量过多每个Worker都是一个独立的Python进程会占用相当的内存。减少--workers数量。启用Worker重启在Gunicorn配置中添加--max-requests 1000和--max-requests-jitter 50让Worker在处理一定数量的请求后优雅重启可以释放积累的内存碎片。使用异步Worker对于I/O密集型应用换用gevent等异步Worker可以用更少的进程处理更多并发连接节省内存。命令如gunicorn -k gevent --worker-connections 1000 ...。部署的学问很深每一个环节都有优化空间。从最基础的“跑起来”到追求高性能、高可用的架构是一个持续演进的过程。这套基于Ubuntu Nginx Gunicorn/Uvicorn Systemd的部署方案已经能覆盖绝大多数中小型Python Web项目的生产需求稳定性和可维护性都经过了时间的检验。记住理解原理比记住命令更重要这样无论遇到什么新环境、新问题你都能从容拆解找到解决方案。

相关新闻

大模型上下文压缩实战:Pi Compaction 原理、代价与工程调优指南

大模型上下文压缩实战:Pi Compaction 原理、代价与工程调优指南

1. 项目概述:当对话历史成为负担最近在折腾几个大语言模型的应用项目,从智能客服到代码助手,都绕不开一个头疼的问题:对话上下文(Context)的长度限制。无论是 OpenAI 的 GPT 系列,还是 Claude、…

2026/10/17 6:30:31 阅读更多 →
3秒锁定位:免费开源的手机号码定位查询系统上手全攻略

3秒锁定位:免费开源的手机号码定位查询系统上手全攻略

3秒锁定位:免费开源的手机号码定位查询系统上手全攻略 【免费下载链接】location-to-phone-number This a project to search a location of a specified phone number, and locate the map to the phone number location. 项目地址: https://gitcode.com/gh_mirr…

2026/10/17 6:30:34 阅读更多 →
Redis进阶:管道、事务与发布订阅

Redis进阶:管道、事务与发布订阅

Redis进阶:管道、事务与发布订阅 摘要: 本篇深入Redis高级操作,讲解Pipeline管道批量执行原理与使用、MULTI/EXEC事务配合WATCH实现乐观锁、Pub/Sub发布订阅模式的消息收发实现,分享Pipeline中混入耗时操作导致后续命令延迟的踩坑经历,对比Pi…

2026/10/17 6:30:34 阅读更多 →

最新新闻

智慧水务建设从标杆研究报告到落地路径:数据主线与四层架构

智慧水务建设从标杆研究报告到落地路径:数据主线与四层架构

简介:《2024年度标杆企业智慧水务建设研究报告》是一份面向水务企业管理者、智慧城市从业者及行业研究人员的年度报告,聚焦智慧水务建设方向与落地路径。这份报告系统梳理国内外标杆水务企业的智慧水务典型案例,同时参考其他行业的智慧化建设…

2026/10/18 13:30:00 阅读更多 →
Intel Visual Fortran 安装配置与实战避坑指南

Intel Visual Fortran 安装配置与实战避坑指南

简介:这份文档面向Fortran编程学习者与科研开发者,系统讲解Intel Visual Fortran(IVF)的安装与使用,帮助解决CVF在Win7/8及64位系统上兼容性差、新版本Fortran特性支持不足的问题。内容涵盖IVF与CVF的渊源对比、为何选…

2026/10/18 13:30:00 阅读更多 →
AI编程工具2026实测:从智能体到代码审查的团队落地指南

AI编程工具2026实测:从智能体到代码审查的团队落地指南

2026年,AI编程工具这个词已经从技术极客的玩具变成了很多团队的日常基础设施。但越是这样,我越发现一个尴尬的现象:大家不是没用过,而是被五花八门的榜单和宣传搞到选择困难。今天这篇不打算画饼,就聊聊我这一年来真实…

2026/10/18 13:30:00 阅读更多 →
KIMI MoBA 架构拆解:从注意力稀疏化到长上下文推理的工程落地

KIMI MoBA 架构拆解:从注意力稀疏化到长上下文推理的工程落地

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/18 13:30:00 阅读更多 →
生化分子生物学实验PDF:从原理到实操的故障预判指南

生化分子生物学实验PDF:从原理到实操的故障预判指南

简介:本资源是中国科学技术大学《生化和分子生物学实验原理Ⅰ》课程2024–2025学年期末考试专用复习资料,面向生命科学、生物化学及相关专业本科生与研究生,聚焦实验技术原理的深度理解与高频考点精准突破。资料系统覆盖色谱法、电泳&#xf…

2026/10/18 13:30:00 阅读更多 →
大模型推理性能优化:分形思考框架实战指南

大模型推理性能优化:分形思考框架实战指南

同一个开源模型,放在别人机器上跑得飞快,每秒蹦出几十个token,换到你机器上,吭哧吭哧半天蹦一个,还时不时爆个显存。这种问题我在不少技术交流群里见过太多次了——大部分人的第一反应是“卡了,加钱上更好的…

2026/10/18 13:29:00 阅读更多 →

日新闻

基于GMM的语音识别系统原理与MATLAB实现详解

基于GMM的语音识别系统原理与MATLAB实现详解

说到基于高斯混合模型(GMM)的语音识别系统,很多人第一反应就是一堆数学公式,觉得门槛很高。但如果你真的在MATLAB里把它落地跑通,会发现核心其实就是三件事:把声音变成特征向量,用GMM给每个类别…

2026/10/18 0:00:55 阅读更多 →
数字图像处理入门:反白、灰度化、调色板修改与导出txt实践

数字图像处理入门:反白、灰度化、调色板修改与导出txt实践

数字图像处理这四个字听起来挺唬人,但落到具体操作上,无非就是让计算机按你的想法“摆弄”像素。我在一个模拟项目X里用了一套特别经典的基础处理流程:对图像做反白、改调色板、彩色转灰度,最后把像素数据导出成txt文件。单看每一…

2026/10/18 0:00:55 阅读更多 →
机器人大脑技术盘点:具身智能的感知、决策与数据闭环

机器人大脑技术盘点:具身智能的感知、决策与数据闭环

如果你的信息流最近也天天刷到“机器人大脑”这个词,你会发现一个很有意思的现象:每个人说的“大脑”根本不是同一个东西。有人指的是大语言模型,有人指的是运动控制系统,还有人指的是能理解物理世界的端到端模型。在2026年这个时…

2026/10/18 0:00:55 阅读更多 →

周新闻

基于GMM的语音识别系统原理与MATLAB实现详解

基于GMM的语音识别系统原理与MATLAB实现详解

说到基于高斯混合模型(GMM)的语音识别系统,很多人第一反应就是一堆数学公式,觉得门槛很高。但如果你真的在MATLAB里把它落地跑通,会发现核心其实就是三件事:把声音变成特征向量,用GMM给每个类别…

2026/10/18 0:00:55 阅读更多 →
数字图像处理入门:反白、灰度化、调色板修改与导出txt实践

数字图像处理入门:反白、灰度化、调色板修改与导出txt实践

数字图像处理这四个字听起来挺唬人,但落到具体操作上,无非就是让计算机按你的想法“摆弄”像素。我在一个模拟项目X里用了一套特别经典的基础处理流程:对图像做反白、改调色板、彩色转灰度,最后把像素数据导出成txt文件。单看每一…

2026/10/18 0:00:55 阅读更多 →
机器人大脑技术盘点:具身智能的感知、决策与数据闭环

机器人大脑技术盘点:具身智能的感知、决策与数据闭环

如果你的信息流最近也天天刷到“机器人大脑”这个词,你会发现一个很有意思的现象:每个人说的“大脑”根本不是同一个东西。有人指的是大语言模型,有人指的是运动控制系统,还有人指的是能理解物理世界的端到端模型。在2026年这个时…

2026/10/18 0:00:55 阅读更多 →

月新闻

我发现了一个新思路:用 Remotion + Claude Code 像写代码一样自动化生成短视频

我发现了一个新思路:用 Remotion + Claude Code 像写代码一样自动化生成短视频

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/18 0:55:02 阅读更多 →
Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式:TaoToken 统一 Key 配置与验证

Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式:TaoToken 统一 Key 配置与验证

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/17 17:22:31 阅读更多 →
黑夜航拍船只数据集训练YOLOV5模型全流程解析

黑夜航拍船只数据集训练YOLOV5模型全流程解析

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/18 12:16:16 阅读更多 →