教师评价系统开发实战:数据建模、统计防刷与权限控制
简介教师评价系统是一套基于SSM框架的Java Web综合项目面向教育管理者和开发者用于规范教师评估流程。系统涵盖角色与权限管理、班级学生维护、多种评价方式及评价指标管理并生成汇总评价报告。资源包共404个文件大小约25.53MB包含81个Java源码、46个JSP页面、38个XML配置、数据库SQL脚本及运行所需的JAR包等目录结构完整便于直接部署和学习。已有1302人浏览学习适合作为Java Web课程设计、毕业设计参考或教学管理系统的二次开发基础。通过源码可掌握Spring、SpringMVC、MyBatis的整合思路以及角色权限、多维度评价等业务逻辑的实现方法。1. 教师评价系统不是“增删改查”先看清评什么、谁来评、怎么算教师评价系统表面看是一套管理后台实际上是一个“指标 流程 算法”的组合体。学生要匿名打分同事要分组互评督导要听课记录管理员要发布计划、盯进度、出报告任何一个角色没照顾到系统上线第一天就会被退回。很多学校早期用 Excel 收评价表回收率低、填错频发汇总时公式一拖就乱。一个正式的教师评价系统要解决的不只是“把数据存起来”而是评价计划怎么按学期发布指标权重怎么按课程性质调整匿名提交怎么保证可信统计结果怎么和手工核算一致。这套逻辑理顺了很多项目组以为最难的部分反而简单。这篇文章写给正在做或准备做教师评价系统的开发者、学校信息中心老师、独立接单的朋友。我会把建表、接口、统计、报表和真实踩坑都拆开按最小闭环给方案。核心思路拿到任何技术栈都能迁移不绑定某个特定框架。2. 教师评价系统的核心模型指标、权限、流程与数据怎么定2.1 评价指标与权重先有“评什么”才有“怎么算”评价系统第一步不是写代码而是把评价指标定下来。常见做法是将一级指标拆成教学态度、教学内容、教学方法、教学效果四个维度每个维度下再挂二级指标例如“教学内容”下挂“重点突出”“案例更新”“理论与实际结合”等。每一条二级指标配一种评分制最常用的是5分制1分最差5分最好和百分制少数学校用等级制优/良/中/差。权重设计是容易犯糊涂的地方。同一个一级指标在不同评价主体下权重可能完全不同例如学生评教里“教学方法”权重可以到30%同行互评里“教学内容”权重可能更高而同一个一级指标在不同课程类别下也可能不一样。我一般建议在指标模板表里只维护指标名和默认分数制把权重放到计划快照表里按计划覆盖而不是直接写在指标表上否则后期改指标会牵连所有历史计划。建模我习惯用四张表指标模板表、评价计划表、计划指标快照表、评价明细表。指标模板维护所有可选指标项计划从模板里选择若干并覆盖权重填报时只往明细写指标ID和分数。这样做的价值在于一套指标模板可以反复复用同一学期不同课程类别可以各有各的权重组合且历史计划不被后续修改影响。下表是三种评分制的选型对比。评分制适用场景优点注意点5分制学生评教、同行互评门槛低填起来快区分度不高容易全员打4~5分10分制督导听课分档更细填表人容易纠结0.5分百分制期末综合评分可精确排名单项权重算错偏差明显评分制一旦确定后端接口要按 plan_indicator.score_type 做范围校验而不是写死在代码里。我就见过有人把5分制写死成1到5等到新增一个10分制计划时所有校验都得改一遍。所以评分范围必须配置化。2.2 权限与评价流程学生、教师、督导、管理员各看什么教师评价系统最大的权限风险不是登录而是越权。学生只能看到自己被分配的任务提交后不能查看其他人打分教师只能看到自己的汇总结果和分维度平均值不能看到具体是谁打的督导可以看匿名明细但不能把学生ID暴露给教师管理员负责全部配置和导出。流程上我按状态机设计。一条评价计划的状态依次为草稿draft、进行中open、已关闭closed、已归档archived。进行中阶段系统按计划绑定关系生成待办学生提交后状态字段从0改1。计划到达结束时间后由定时任务把状态改成closed再触发一次统计。这里有个经验只能由后端时间判断是否过期前端倒计时只是展示不能作为关闭依据。除了状态机还要定义“谁能触发统计”。常见做法是关闭状态由定时任务自动进入统计结果默认只算已提交的记录管理员可以手动重算但重算前要记录操作日志。因为教师评价数据敏感重算审计日志比功能本身更重要。2.3 数据模型设计用五张表把评价闭环落库我给出的最小表结构以 MySQL 为例。用户表用统一 user 表role 区分学生、教师、督导、管理员课程表用 course选课关系用 course_assignment评价计划表 plan任务分配表 plan_assignment指标快照表 plan_indicator评价明细表 record_detail。为了查询方便我冗余了 submit_time 在分配表里统计时只认“已提交”的记录防止半填状态混入。下面是核心表结构的 SQLCREATE TABLE plan ( id BIGINT PRIMARY KEY AUTO_INCREMENT, title VARCHAR(100) NOT NULL COMMENT 计划名称例如2025春季学生评教, plan_type VARCHAR(10) NOT NULL COMMENT student/peer/supervise, start_time DATETIME NOT NULL, end_time DATETIME NOT NULL, status VARCHAR(10) NOT NULL DEFAULT draft, creator_id BIGINT NOT NULL, create_time DATETIME DEFAULT CURRENT_TIMESTAMP ); CREATE TABLE plan_assignment ( id BIGINT PRIMARY KEY AUTO_INCREMENT, plan_id BIGINT NOT NULL, course_id BIGINT NOT NULL, rater_id BIGINT NOT NULL COMMENT 评教人, ratee_id BIGINT NOT NULL COMMENT 被评教师, status TINYINT NOT NULL DEFAULT 0 COMMENT 0未填,1已填, submit_time DATETIME NULL, UNIQUE KEY uk_plan_course_rater (plan_id, course_id, rater_id) ); CREATE TABLE plan_indicator ( id BIGINT PRIMARY KEY AUTO_INCREMENT, plan_id BIGINT NOT NULL, parent_id BIGINT NULL COMMENT 一级指标id,二级指标指向一级, name VARCHAR(50) NOT NULL, score_type VARCHAR(10) NOT NULL DEFAULT 5 COMMENT 5/10/100, weight DECIMAL(5,4) NOT NULL COMMENT 同级权重,同一级下合计为1, sort_no INT DEFAULT 0 ); CREATE TABLE record_detail ( id BIGINT PRIMARY KEY AUTO_INCREMENT, assignment_id BIGINT NOT NULL COMMENT 关联plan_assignment.id, indicator_id BIGINT NOT NULL, score DECIMAL(3,1) NOT NULL, comment VARCHAR(500) NULL, create_time DATETIME DEFAULT CURRENT_TIMESTAMP, UNIQUE KEY uk_assignment_indicator (assignment_id, indicator_id) );plan_assignment 是核心中的核心它决定了谁能评谁唯一索引避免重复任务。plan_indicator 存的是计划发布时的指标快照后续改模板不影响已发布计划。record_detail 的唯一索引保证同一个人在同一指标下只能填一次即使接口重复调用也写不进重复明细。统计时最常用的查询按被评教师分组。以“计算某教师在某个计划下的原始平均分”为例SQL 大概是SELECT pa.ratee_id, AVG(rd.score) AS avg_score, COUNT(DISTINCT pa.rater_id) AS rater_count FROM plan_assignment pa JOIN record_detail rd ON rd.assignment_id pa.id WHERE pa.plan_id #{planId} AND pa.status 1 GROUP BY pa.ratee_id;这段 SQL 只适合粗看不能直接用于最终分数因为还没有乘权重。但它是核对报表的第一步我一般先跑它确认数据量再跑加权算法。后面第4章会讲权重怎么加上。3. 用 Spring Boot Vue 搭一个最小闭环建表、提交评价、实时统计3.1 任务分配一条 INSERT 把评价待办批量生成计划发布后最麻烦的是“给谁评谁”的数据生成。常见做法是管理页选择课程后端根据选课关系、同教研组关系批量生成 plan_assignment。学生评教用选课表同行互评用教研组表我都用一条 INSERT...SELECT 完成避免在 Java 里一层层循环。INSERT INTO plan_assignment(plan_id, course_id, rater_id, ratee_id, status, submit_time) SELECT #{planId}, c.id, s.user_id, t.user_id, 0, NULL FROM course c JOIN course_assignment ca ON ca.course_id c.id JOIN user s ON s.id ca.student_id JOIN user t ON t.id c.teacher_id WHERE c.id IN (...) AND NOT EXISTS ( SELECT 1 FROM plan_assignment pa WHERE pa.plan_id #{planId} AND pa.course_id c.id AND pa.rater_id s.user_id );参数说明#{planId} 是刚刚新插入的计划IDIN 后接选定的课程ID列表。NOT EXISTS 子查询是幂等保护防止同一个人同一课程被重复插入。如果选课表数据量很大建议在 course_assignment.course_id、student_id 上建联合索引否则全表扫描会拖慢发布。这条 SQL 在事务里执行发布动作本身要加事务只要任务有重复整个发布回滚。我曾经图省事去掉 NOT EXISTS后来同一计划被点了两次发布所有学生冒出两条待办统计时一个学生被算两遍这个教训后面避坑章节还会提。3.2 提交评价三步校验一个都不能少提交接口是评价系统里最容易翻车的接口。我一般这样写PostMapping(/api/evaluation/submit) public Result submit(RequestBody SubmitDTO dto) { Plan plan planMapper.selectById(dto.getPlanId()); if (plan null || !open.equals(plan.getStatus())) { return Result.fail(评价计划不存在或未开启); } if (LocalDateTime.now().isAfter(plan.getEndTime())) { return Result.fail(评价已截止); } PlanAssignment assignment assignmentMapper.selectById(dto.getAssignmentId()); if (assignment null || !assignment.getRaterId().equals(currentUserId())) { return Result.fail(无权提交该评价); } if (assignment.getStatus() 1) { return Result.fail(该评价已提交请勿重复操作); } recordMapper.batchInsert(dto.getItems()); assignment.setStatus(1); assignment.setSubmitTime(LocalDateTime.now()); assignmentMapper.updateById(assignment); return Result.ok(); }逻辑说明先查计划再查分配任务最后写明细和改状态。顺序不能乱状态校验放最前权限校验其次重复校验最后。前两步是粗粒度拦截第三步是细粒度拦截少一步都可能出问题。currentUserId 从登录态里取不要在 DTO 里传否则可以被伪造。参数说明SubmitDTO 包含 planId、assignmentId、items。items 是数组每个元素有 indicatorId、score、comment。score 用 Integer 接收后在 service 里根据 plan_indicator.score_type 校验范围比如 score_type5 时只允许 1 到 5超出直接抛异常。batchInsert 建议用 MyBatis 的 foreach 批量插入一次提交最多几十条指标性能不会有问题。如果项目用了 Redis可以在 submit 接口加一个基于 assignmentId 的 setIfAbsent 锁key 是 eval:submit:{assignmentId}过期时间 5 秒。这样用户双击按钮时第二次请求会直接返回“正在处理”。不过数据库唯一索引才是最终防线Redis 锁失效也不怕。3.3 前端状态控制待办列表、表单提交、提交后禁用前端最关键的是别让用户猜“我到底提交成功没有”。我用 Vue 3 Element Plus列表页打开时拉取当前用户的待办已经提交的项显示对勾且按钮禁用。提交成功后前端做乐观更新不用刷新整个列表。async function handleSubmit(row) { if (submitting.value) return submitting.value true try { const res await submitEvaluation({ planId: row.planId, assignmentId: row.assignmentId, items: formItems.value }) if (res.code 0) { row.status 1 ElMessage.success(提交成功) } else { ElMessage.error(res.msg) } } catch (e) { ElMessage.error(网络异常请稍后重试) } finally { submitting.value false } }逻辑说明submitting 是一个全局标志防止用户连点也防止同一时刻发起多个请求。row.status 1 是乐观更新后端确认成功后立刻改本地状态按钮跟着变 disabled体验上不会出现“已提交但界面没反应”。如果后端返回失败状态保持原样用户还可以再提交。这种处理方式在弱网环境下也不会让用户重复提交比等接口超时后报错好得多。组件上我习惯给每个待办项单独拆一个子组件表单各指标分数用 radio 组评分制不同时动态生成选项。比如 score_type5 就生成 1 到 5 的五个 radioscore_type100 就用 input-number 限制 0 到 100。这个配置要从后端的指标快照取不能写死在前端。4. 评价结果统计与防刷加权算法、异常过滤和报表导出4.1 加权平均先算二级指标均值再乘权重汇总统计结果是否准确取决于是否严格按指标树计算。很多项目直接用 AVG(score) 一把梭算出的分数完全不符合学校规则。正确的步骤是第一步按“被评教师二级指标”分组计算每个二级指标的算术平均第二步把同一一级指标下的二级指标均值乘以各自的同级权重相加得到一级指标得分第三步把所有一级指标得分乘以一级权重相加得到总分。下面是 Java 实现的核心部分public BigDecimal calcTeacherScore(Long planId, Long teacherId) { ListRecordDetail details detailMapper.selectByPlanAndRatee(planId, teacherId); if (details.isEmpty()) return BigDecimal.ZERO; MapLong, BigDecimal itemAvg new HashMap(); MapLong, ListBigDecimal groupByIndicator new HashMap(); for (RecordDetail d : details) { groupByIndicator.computeIfAbsent(d.getIndicatorId(), k - new ArrayList()).add(d.getScore()); } groupByIndicator.forEach((indicatorId, scores) - { BigDecimal sum BigDecimal.ZERO; for (BigDecimal s : scores) sum sum.add(s); itemAvg.put(indicatorId, sum.divide(BigDecimal.valueOf(scores.size()), 4, RoundingMode.HALF_UP)); }); ListPlanIndicator indicators planIndicatorMapper.selectByPlan(planId); MapLong, ListPlanIndicator children indicators.stream() .filter(ind - ind.getParentId() ! null) .collect(Collectors.groupingBy(PlanIndicator::getParentId)); BigDecimal total BigDecimal.ZERO; for (PlanIndicator parent : indicators) { if (parent.getParentId() ! null) continue; BigDecimal firstLevelScore calcFirstLevel(parent, children.get(parent.getId()), itemAvg); total total.add(firstLevelScore.multiply(parent.getWeight())); } return total.setScale(2, RoundingMode.HALF_UP); } private BigDecimal calcFirstLevel(PlanIndicator parent, ListPlanIndicator children, MapLong, BigDecimal itemAvg) { BigDecimal score BigDecimal.ZERO; for (PlanIndicator child : children) { BigDecimal avg itemAvg.getOrDefault(child.getId(), BigDecimal.ZERO); score score.add(avg.multiply(child.getWeight())); } return score.multiply(parent.getWeight()); }逻辑说明itemAvg 先算每个原始指标的算术均值这一步没有权重权重只在 calcFirstLevel 里乘。一级指标自身的 weight 也在这一步乘所以家长和子级的权重体系是独立的。最终总分用 setScale(2) 保留两位小数避免浮点误差。这里不能用 Double 累加累计多个指标后精度会漂移必须用 BigDecimal。参数说明如果某个指标没有任何记录itemAvg.getOrDefault 返回0会直接拉低总分。实际业务里应该先确认“参评人数达到最低阈值才参与统计”否则宁可不给分也不能用0给教师抹黑。阈值我一般放在计划表里比如 min_submit_count 默认5。4.2 异常数据过滤同分、极端值、重复提交怎么识别统计结果会被“刷”出来。典型场景是某班学生全打5分或者某个学生给所有指标打1分。常见做法是设定有效评价数量阈值少于阈值只参考不计入总分。另一个做法是用中位数绝对偏差MAD识别极端评教人不直接删除而是打标后从统计集合里排除。public ListBigDecimal filterByMad(ListBigDecimal scores, double k) { if (scores.size() 4) return scores; BigDecimal median calcMedian(scores); ListBigDecimal absDev scores.stream() .map(s - s.subtract(median).abs()) .sorted() .collect(Collectors.toList()); BigDecimal mad calcMedian(absDev); if (mad.compareTo(BigDecimal.ZERO) 0) return scores; return scores.stream() .filter(s - s.subtract(median).abs() .divide(mad, 2, RoundingMode.HALF_UP) .compareTo(BigDecimal.valueOf(k)) 0) .collect(Collectors.toList()); }逻辑说明MAD 比标准差更能抵抗极端值适合评分这类长尾分布。k 一般取 2.5 或 3表示偏离中位数2.5倍MAD的评教人会被剔除。如果 mad 为0说明所有评分完全一致这时候不应该筛掉所有人所以直接返回原集合。参数说明scores 是同一个被评教师得到的某指标分数集合。注意不要把这个逻辑用在所有指标合并后的总分上而应该按指标维度分别过滤。过滤之前要记录被剔除的评教人ID统计页面要有“剔除比例”提示让管理员知道结果不是百分百全量。4.3 报表导出Excel 导出的字段顺序和权限细节导出是需求方最看重的功能也是上线后最容易出 bug 的地方。常见做法是用 EasyExcel 写一个 GET 接口返回 xlsx 文件。导出内容至少包含被评教师、课程、参评人数、各一级指标得分、总分、排名。教师本人导出时不能看到其他教师排名管理员导出则全部可见。GetMapping(/api/statistics/export) public void export(RequestParam Long planId, HttpServletResponse response) throws IOException { ListTeacherScoreVO list statisticsService.listTeacherScore(planId); String fileName teacher_score_ planId .xlsx; response.setContentType(application/vnd.openxmlformats-officedocument.spreadsheetml.sheet); response.setHeader(Content-Disposition, attachment;filename URLEncoder.encode(fileName, UTF-8)); EasyExcel.write(response.getOutputStream(), TeacherScoreVO.class) .sheet(评价结果) .doWrite(list); }逻辑说明Content-Disposition 里的文件名必须用 URLEncoder.encode否则浏览器打开或下载时中文名字直接变成乱码。EasyExcel 根据 TeacherScoreVO 上的 ExcelProperty 注解决定列名和顺序所以 VO 字段顺序需要和需求方确认好再定不要随意调。参数说明这个接口要用 PreAuthorize 或自定义拦截器限制角色。管理员可以传任何 planId教师只能传与自己相关的 planId。我一般还在导出接口加一个 audit_log 记录操作人、计划和导出时间因为教师评价数据敏感出了问题能追溯。排名建议放到统计完成后再算不要在导出时临时排序避免数据库压力大。5. 教师评价系统最常见的 5 个坑现象、原因与解决这五个坑来自我见过的评价系统开发里最高发的部分每个都有人踩过有的在模拟项目X上翻过车有的是给某高校做对接时碰上的。按“现象、原因、解决”展开方便你对照排查。5.1 权重改了统计结果却没变现象管理员在计划里把“教学方法”的权重从30%改成20%重新触发统计报告分数和之前一模一样。原因统计逻辑读的是指标模板表的 weight而模板表虽然被改了但计划快照表里的旧权重还在或者统计服务加了 Redis 缓存权重改了缓存没失效。解决所有统计必须读 plan_indicator 快照模板表只作为新建计划的默认值。统计接口不要加长时间缓存最多在计划关闭时缓存一次重算时先清缓存。我建议在计划详情页加“权重版本号”字段每次修改权重就1统计结果页显示版本号管理员一眼就能看出报告用的是哪版权重。5.2 学生提交后后台看到的是乱码现象学生填的评语里中文在 MySQL 客户端里看着正常导出 Excel 后变成乱码。原因JDBC 连接串没加 characterEncodingutf8或者 MySQL 表字符集是 latin1前端传进来的 utf8 字符被转坏了。个别情况下是导出时文件名编码设置错了。解决连接串固定加 characterEncodingutf8mb4建表时统一用 utf8mb4中文和 emoji 都能存导出时文件名做 URL 编码。排查时先执行 SHOW CREATE TABLE 看表的 charset再到 Java 日志里打印收到的评语原文如果日志正常而库不正常说明连接串有问题。5.3 并发下同一学生重复提交统计被算两次现象学生快速点两次提交按钮数据库出现了两条相同 assignment_id 的明细统计时一个学生被算两次。原因前端做了 disabled 但不防重放后端没做幂等同一个请求被打两次。解决plan_assignment 表上加唯一索引plan_id, course_id, rater_id第2章 SQL 里的 uk_plan_course_rater 就是干这个的明细表加 (assignment_id, indicator_id) 唯一索引。提交接口里用 update plan_assignment set status1 where id#{id} and status0如果更新行数是0直接返回“该评价已提交”。这两层兜底缺一不可唯一索引保证数据不可能重复update 条件保证状态变更只发生一次。5.4 统计结果和手工核算不一致差好几分现象管理员用 SQL 直接 AVG 某个教师的得分和系统报告差 2 分多。原因统计时把未提交的明细也算进去了或者一个教师带多门课直接按教师合并没按课程权重分开算。解决统计 SQL 必须 join plan_assignment 且过滤 status1先按教师课程分组算单科分再按课程的权重或课时数汇总到教师总分。我一般会写一个对账 SQL把系统明细表和统计结果表逐项比对数量对得上再发布分数。还有一种隐蔽情况是同一学生中途退课选课表里删了记录但分配表还残留旧数据出现时要先同步分配表再重新统计。5.5 学生改 URL 里的 assignmentId看到了别人的评价现象学生打开自己的评价表单把浏览器地址栏的 assignmentId 换成另一个数字页面直接显示了别人填过的打分内容。原因查看接口只校验登录状态没校验任务归属。解决所有查看和提交接口都必须比对 plan_assignment.rater_id 是否等于当前登录用户不能只在前端隐藏按钮。管理员接口则要校验角色防止普通学生调用统计接口。建议写一个 CurrentUser 注解或拦截器统一注入当前用户接口里只用它做归属判断。这个坑在我经历的项目里出现过两次一次是内部试用时有人手滑改参数一次是学生互换账号测试后端鉴权没有捷径每条接口都要写。6. 两个让教师评价系统真正可信的进阶技巧数据校验与历史归档6.1 用随机数据验证统计算法别再等真实评价下来才发现 bug统计算法上线前一定要用随机数据把总分算一遍。常见做法是写一个单元测试随机生成几十个学生、几位教师、若干指标打分先用 SQL 算出预期值再调用统计服务比对。我习惯用固定种子保证每次跑测试结果一致。Test void testCalcTeacherScore() { Long planId 100L; ListRecordDetail details generateMockDetails(planId); detailMapper.batchInsert(details); BigDecimal actual statisticsService.calcTeacherScore(planId, 5L); // 用SQL直接计算出预期分数, 再断言 BigDecimal expected statisticsMapper.selectExpectedScore(planId, 5L); assertEquals(expected.stripTrailingZeros(), actual.stripTrailingZeros()); }逻辑说明selectExpectedScore 是一条写好的对账 SQL和 Java 算法走完全不同的实现路径。两套实现结果一致才能说明算法没算错。随机数据要覆盖同分、极端值、缺失指标三种情况否则测不出边界。6.2 计划归档关闭后自动保存一份不可变快照教师评价数据要保留几个学期但活跃表不能无限膨胀。我习惯在计划关闭后做一次归档把计划、指标快照、明细副本写入带年份后缀的归档表或者在原表上加 archived_at 标记。归档由定时任务触发每天检查 end_time 小于当前时间且状态为 closed 的计划把它们置为 archived。归档之后所有报表只读不允许修改。如果不做这步管理员误删一张明细表历史报告就再也补不回来。我现在做评价系统第一件事就是确认归档策略再做业务代码顺序反了后面会很被动。以前我带过一个模拟项目X因为没做归档数据库误操作丢失了一个学期的原始明细恢复花了两天。所以我现在养成了一个习惯评价计划关闭后的第二天必须看到归档任务日志看不到就当作没完成。这个习惯帮我少背了很多锅。希望帮到你。本文还有配套的精品资源点击获取

相关新闻

SQL注入实战训练:从MySQL协议到WAF绕过的全链路能力构建

SQL注入实战训练:从MySQL协议到WAF绕过的全链路能力构建

1. 项目概述:这不是“SQL注入练习”,而是一套面向实战的数据库安全能力训练体系“sqlib练习”这个标题乍看像随手打的缩写,但在我带过几十个安全方向新人、参与过多个企业内网渗透测试复盘后,我敢说——这四个字母背后藏着当前最被…

2026/10/13 18:31:34 阅读更多 →
Codex CLI工具:AI辅助编程的命令行实践

Codex CLI工具:AI辅助编程的命令行实践

1. 项目概述:Codex CLI工具深度解析最近在开发者社区掀起热议的Codex CLI工具,本质上是一个将OpenAI的代码生成能力封装成命令行接口的实用程序。作为一名长期关注AI编程工具的开发者,我发现这个看似简单的命令行工具背后,实际上代…

2026/10/13 18:30:33 阅读更多 →
用Claude Code快速分析老项目技术栈:从依赖梳理到风险排查

用Claude Code快速分析老项目技术栈:从依赖梳理到风险排查

接手一个老项目的时候,最让人头疼的往往不是业务逻辑有多绕,而是你根本不知道这个项目是用什么搭起来的。昨天我在“只管去写”系列里整理完第一篇,今天继续第二天:用 Claude 分析老项目技术栈。这件事听起来简单,真做…

2026/10/13 18:30:33 阅读更多 →

最新新闻

从AtCoder一题看浮点数精度陷阱与整数解法

从AtCoder一题看浮点数精度陷阱与整数解法

做题时间长了以后,我越来越确信一件事:真正让人当场翻车的,往往不是那些看半天都没思路的难题,而是所有步骤都“看起来没问题”的简单题。AtCoder Beginner Contest 169 的 C 题 Multiplication 3,就是一个摆在台面上的…

2026/10/13 21:57:43 阅读更多 →
Playwright录屏封面黑屏:WebM黑帧成因与三种解法

Playwright录屏封面黑屏:WebM黑帧成因与三种解法

前阵子做自动化巡检项目的录屏留证功能,遇到一个特别迷的问题:用 Playwright 录制的 WebM 视频,回放完全正常,但只要用 ffmpeg 去截第一帧当封面,得到的永远是一张纯黑图。最开始我以为是视频没录上,点开一…

2026/10/13 21:57:43 阅读更多 →
C语言未定义行为与陷阱实战解析:从UB到防御性编程

C语言未定义行为与陷阱实战解析:从UB到防御性编程

1. 这不是一本普通教材,而是一份C语言开发者的“生存手记”你有没有在深夜调试一段看似天衣无缝的C代码时,突然发现程序在某个特定编译器下崩溃,换个优化等级又恢复正常?有没有写过逻辑完全正确的指针操作,却在运行时莫…

2026/10/13 21:57:43 阅读更多 →
2026沈阳 MPV 改装哪家靠谱?恒弛汽车改装 6 年深耕合规商务车升级

2026沈阳 MPV 改装哪家靠谱?恒弛汽车改装 6 年深耕合规商务车升级

沈阳 MPV 改装哪家好?沈阳商务车改装推荐哪家?很多沈阳 MPV 车主在找改装门店时都会问,改装店选哪家,哪家专业?随着商务 MPV 车型持续走热,越来越多车主选择对车辆内饰、底盘、外观进行个性化升级。但不少沈…

2026/10/13 21:57:43 阅读更多 →
QuPath与MATLAB实现单细胞空间哈密尔顿路径分析

QuPath与MATLAB实现单细胞空间哈密尔顿路径分析

简介:QuPath_Multiplex是QuPath项目的多路复用扩展代码包,QuPath本身是一款面向数字病理学的开源整张载玻片图像分析软件,由贝尔法斯特女王大学团队维护,支持IHC与H&E分析工作流、细胞分割、组织微阵列解阵列、交互式机器学习…

2026/10/13 21:57:43 阅读更多 →
【Bug已解决】Is there any way I can download the pre-trained models available in PyTorch to a… 解决方案

【Bug已解决】Is there any way I can download the pre-trained models available in PyTorch to a… 解决方案

【Bug已解决】Is there any way I can download the pre-trained models available in PyTorch to a specific path? 解决方案 问题描述 在使用 PyTorch 的 torchvision.models 或 torch.hub 加载预训练模型时,模型文件默认下载到 ~/.cache/torch/hub/checkpoints/…

2026/10/13 21:56:43 阅读更多 →

日新闻

物联网系统集成避坑指南:从选型到验收的关键要点

物联网系统集成避坑指南:从选型到验收的关键要点

做了这么多年物联网系统集成的项目,我最大的感受是,大部分坑不是出在技术前沿,而是出在一些看起来很平常的地方。设备选了便宜的、协议没问清楚、现场没摸透、验收标准写得含糊——这些细枝末节,最后都会变成延期、超支和扯皮的大…

2026/10/13 0:00:57 阅读更多 →
ESP32舵机控制全攻略:从PWM原理到高级玩法与常见故障排查

ESP32舵机控制全攻略:从PWM原理到高级玩法与常见故障排查

如果你玩ESP32有一阵子了,很难不碰到舵机控制这道坎。做智能小车要转方向,做机械臂要抬关节,做云台要偏航俯仰,背后都是同一个东西在干活:舵机。而我见过太多人卡在“代码能编译、舵机就是不听话”这个阶段&#xff0c…

2026/10/13 0:00:57 阅读更多 →
CAN总线原理与STM32实战:抗干扰、仲裁、错误处理全解析

CAN总线原理与STM32实战:抗干扰、仲裁、错误处理全解析

1. 为什么CAN总线至今仍是工业现场的“硬通货”?——从汽车底盘到智能温室的真实需求你有没有拆过一辆老款燃油车的中控台?或者调试过某高校实验室里那台跑着Modbus协议却频频丢帧的PLC控制柜?又或者,在某个农业物联网项目里&…

2026/10/13 0:00:57 阅读更多 →

周新闻

流感时间序列预测实战:ARIMA/LSTM全流程拆解与避坑指南

流感时间序列预测实战:ARIMA/LSTM全流程拆解与避坑指南

简介:基于 ARIMA、LSTM、Transformer 等模型的流感时间序列预测 Python 源码,面向计算机相关专业课程设计与期末大作业学生,以及项目实战学习者。内容覆盖预处理、平稳性检验、定阶、残差分析、多模型对比预测的完整时序建模流程,…

2026/10/13 2:54:56 阅读更多 →
影刀RPA新手教程:键盘模拟输入实战——输入文本与模拟按键的区别

影刀RPA新手教程:键盘模拟输入实战——输入文本与模拟按键的区别

影刀RPA新手教程:键盘模拟输入实战——输入文本与模拟按键的区别 做影刀RPA自动化,十个新手有八个栽在"往输入框里填东西"这件事上:要么填不进去,要么填了一半,要么直接把原来内容追加在后面。这背后的根因&…

2026/10/13 16:22:04 阅读更多 →
影刀RPA新手教程:阅文起点小说数据采集实战——书籍信息与章节内容

影刀RPA新手教程:阅文起点小说数据采集实战——书籍信息与章节内容

影刀RPA新手教程:阅文起点小说数据采集实战——书籍信息与章节内容 1. 认识影刀:什么场景该用RPA采小说数据 起点中文网的页面结构相对稳定——分类榜单、书籍详情、章节内容三块独立页面,跳转链路清晰。这种场景非常适合影刀自动化&#x…

2026/10/13 1:58:08 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 …

2026/10/12 21:05:09 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 …

2026/10/13 14:57:39 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 …

2026/10/12 18:11:17 阅读更多 →