讲师中心 微信公众号

工具推荐

视频效率加速
updream

一键生成高质量推广成片

AniShort
AniShort

AI短剧协同制作平台

剧云
剧云

中文短剧剧本制作平台

立刻MV
立刻MV

低成本歌曲 MV、视频生成

磐石股票评分模型 (RockSolid)

Polar Sponsor
爱发电 赞助
.NET 9.0

「磐石」股票综合评分模型 RSR v5.32.4(AKShare 优先 + HTTP直连自动降级,新浪/东财多源降级链)。专为中长线基本面投资者设计的 A 股排雷与价值评估工具。当用户请求对股票进行基本面评分、排雷、评级时自动加载。

「磐石」股票综合评分模型 — RSR v5.32.4 执行手册

功能概述

「磐石」股票综合评分模型 — RSR v5.32.4 执行手册是一项面向实际任务的技能,主要用于本文件是 AI 的执行指令 ,而非用户文档;加载此 skill 后,AI 应按以下流程操作;

核心要点

  • 0. 重要:市场范围限制;
  • ⚠️ 本评分模型主要面向 A 股 (上海/深圳交易所),并对边界市场做了有限兼容:;
  • ✅ 完全支持 :沪市主板(600xxx/601xxx/603xxx/605xxx)、深市主板(000xxx/001xxx。

使用与执行

它将相关步骤、工具调用和结果整理方式集中到统一流程中,帮助使用者更快完成目标并减少重复操作。从功能定位来看,该技能强调把分散的操作要求整理成清晰、可复用的处理流程,使用户能够围绕既定目标快速准备输入、选择执行方式并获得结构化结果。实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数,再依据技能说明逐步执行;若输入条件不完整,应先补齐信息或采用保守配置,避免因错误假设导致结果偏离需求。

结果检查与注意事项

执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期,并对异常提示、缺失字段和边界情况进行处理;涉及批量任务时,还应保存进度,避免中断后重复操作。该技能适合用于一次性任务,也可以接入自动化工作流,与其他技能或上层代理配合完成更完整的业务链路;在组合使用时,应明确每一步的输入输出关系,并避免不同步骤之间出现参数冲突。

「磐石」股票综合评分模型 — RSR v5.32.4 执行手册

本文件是 AI 的执行指令,而非用户文档。加载此 skill 后,AI 应按以下流程操作。

0. 重要:市场范围限制

⚠️ 本评分模型主要面向 A 股(上海/深圳交易所),并对边界市场做了有限兼容:

  • ✅ 完全支持:沪市主板(600xxx/601xxx/603xxx/605xxx)、深市主板(000xxx/001xxx/002xxx/003xxx)、创业板(300xxx/301xxx)、科创板(688xxx)
  • ⚠️ 有限兼容(低置信度):北交所(8xxxxx/4xxxxx/92xxxx)。fetcher 已能通过前缀 bj 路由并取到股票名称,但新浪实时报价端点不覆盖北交所,实时价/市值会回退为 0/中性值,评分仅供参考,结果中应标注「北交所实时价缺失,评分低置信度」。
  • ❌ 主动拒绝(不评分):基金/ETF/可转债代码(以 1 或 5 开头的 6 位代码,如 510300、110011)。这类代码会在 _check_not_ashare 阶段被干净拒绝,并提示「基金诊断请改用 FundX skill」,不会误用个股评分逻辑导致崩溃。
  • ❌ 不支持:港股(5 位)、美股、新三板(非北交所)、B 股(900xxx/200xxx,新浪端点不报其行情,会回退中性值并标注低置信度)。

用户输入不支持/边界市场代码时,应主动告知限制,不要尝试用错误的数据去评分。

1. 触发条件

用户输入涉及以下意图时自动加载本 skill:

触发词 示例
评分/评级某股票 "帮我评分贵州茅台"、"给 600519 打个分"
排雷/风险检查 "帮我排一下海康威视的雷"、"看看宁德时代有没有暴雷风险"
基本面分析 "分析一下美的集团的基本面"
股票诊断/评估 "诊断一下比亚迪"
综合问答含股票代码 "600519 怎么样?"、"腾讯控股值得投资吗?"

2. 数据获取

2.1 数据源(双源自动降级)

层 优先级 数据源 方式 用途
🏆 TDX MCP 0️⃣(Agent 驱动) 通达信 MCP(tdx_quotes/tdx_kline/tdx_indicator_select) Agent 调 MCP → scripts/tdx_fetcher.py 归一化 → pipe rock_solid_v531.py 行情/市值/量比/财务(CwInfo:营收·净利·总资产·净资产·经营现金流·毛利率)/技术指标/估值(PE·PB·ROE)/同比增速
说明 TDX 为金融终端级数据源、字段最全;但 MCP 工具只能由 Agent 在对话中调用,无法在独立 Python 子进程内直连,故为 Agent 驱动 模式(不进入自动降级链,而是与 AKShare/HTTP 互补:TDX 拉得到就用 TDX,拉不到的字段仍由 AKShare/HTTP 兜底)
🥇 AKShare 1️⃣ akshare 库 pip install akshare 行情/个股信息/K线/三大报表,开箱即用
降级条件 AKShare 不可用 / 网络受限 / 数据不完整 → 自动切 HTTP
🥈 HTTP 2️⃣ 新浪 hq.sinajs.cn(最稳) urllib 直连 实时行情、名称、涨跌幅、成交量
3️⃣ 新浪 K线 JSON API urllib 直连 日K/RSI/股价百分位/60日低点距/近3月涨跌
4️⃣ 东财数据中心 urllib 直连 三大报表(利润表/资产负债表/现金流表)
5️⃣ 新浪 finance 页面 HTML 解析 总股本 → 计算市值
🥉 MCP 6️⃣ neodata-financial-search MCP 备用 AKShare 和 HTTP 都不可用时
7️⃣ westock-data MCP 备用 备用降级

执行逻辑:akshare_fetcher.py 运行时自动探测 AKShare 是否可用。

  • AKShare 可用 → 优先用,缺失字段自动 HTTP 补齐
  • AKShare 不可用 → 纯 HTTP 直连(同 v5.32.3 降级前行为)
  • 结果中 _warnings 标注实际数据源

2.1.1 ⚡ 取数执行决策(默认 / 替补 / 前置)

本小节是 执行路径硬规则,加载 skill 后直接照此走,无需每轮重新推理。

① 默认流程(接口在线、能取数时)

python3 scripts/akshare_fetcher.py  --json | python3 scripts/rock_solid_v531.py --report

AKShare 优先 → HTTP(新浪/东财)自动降级。单源能满则不再铺第二源。

② 替补触发(默认流程掉线 / 数据缺失时)

满足任一即启 TDX 替补(TDX 字段最全,是最优补源):

  • 默认流程报错或超时;
  • 报告出现 ⚠️ [!!] 默认值 或核心字段(营收/净利/资产负债率/毛利率/ROE)缺失。

→ Agent 调 TDX 三件套(tdx_quotes+CwInfo / tdx_kline / tdx_indicator_select,指标名写全,见 §2.2.1)→ tdx_fetcher.py 归一化 → pipe 评分。只补缺失字段,不全量重拉。

③ 前置字段清单(精准取数,不撒网)

跑分前对照评分引擎契约(字段清单见 scripts/rock_solid_v531.py 顶部 L38–143),只取这 ~80 个字段所需的原始数据;研报文本、新闻、龙虎榜明细等清单外数据默认不取。原始取数最小集:财务三表 / 行情历史≥1年 / 估值 / 内部人 / 行业基准 / 事件标记 / 宏观。

④ 已知坑(固化,避免每轮重踩)

  • tdx_fetcher.py 传参一律用 C:/... 正斜杠(Windows 版 Python 不认 /c/)。
  • TDX tdx_indicator_select 指标名须写全(营业总收入同比增长率/归母净利润同比增长率),否则静默丢弃。
  • TDX 不返回营收/净利同比增速时,由 HTTP 兜底的东财补(两源互补取最全)。

2.2 快速模式(推荐)

一条命令获取数据 + 评分:

python3 scripts/akshare_fetcher.py 600519 --json | python3 scripts/rock_solid_v531.py

先看数据再评分:

# 交互式摘要
python3 scripts/akshare_fetcher.py 600519 --interactive

# 完整 JSON(可 pipe 给评分引擎)
python3 scripts/akshare_fetcher.py 600519 --json

数据获取覆盖字段(AKShare / HTTP 双源均覆盖):

数据块 主要数据源 覆盖字段
实时行情 AKShare stock_zh_a_spot_em / 新浪 hq.sinajs.cn 名称、价格、涨跌幅、成交量、成交额
总股本/市值 AKShare stock_individual_info_em / 新浪 finance 页面 total_shares → market_cap
日K/技术指标 AKShare stock_zh_a_hist / 新浪 K线 JSON API price_percentile_1y, rsi_14, volume_ratio, price_return_3m, price_60d_low_pct
利润表 AKShare stock_profit_sheet_by_report_em / 东财 RPT_DMSK_FN_INCOME revenue, net_profit, gross_margin, revenue_growth, non_recurring
资产负债表 AKShare stock_balance_sheet_by_report_em / 东财 RPT_DMSK_FN_BALANCE total_assets, debt_ratio, cash_to_assets, roe
现金流量表 AKShare stock_cash_flow_sheet_by_report_em / 东财 RPT_DMSK_FN_CASHFLOW ocf, capex, ocf_to_np, consecutive_positive_cf_years

2.2.1 TDX MCP 接入(Agent 驱动,推荐新路径)

⚠️ 关键约束:TDX MCP 工具(tdx_quotes / tdx_kline / tdx_indicator_select) 只能由 Agent 在对话里调用,Python 子进程无法直连。因此数据「获取」由 Agent 完成, 「归一化 → 评分」由 scripts/tdx_fetcher.py 承接。AKShare/HTTP 仍作兜底补齐 TDX 未覆盖的字段。

一、Agent 拉取三份原始数据(真实参数,与旧版 connector 文档不同!)

# 1) 实时行情 + 财务(CwInfo) + 估值 —— 单只查询,setcode 沪市="1"/深市="0"/北交所="2"
tdx_quotes(code="600519", setcode="1", hasCwInfo="1")
   → 保存返回的完整文本(含 "详细信息:n{...}")为 quotes.raw.txt

# 2) 日 K 线(前复权,250 根 ≈ 1 年)—— period="4" 是日线,wantNum 控制根数
tdx_kline(code="600519", setcode="1", period="4", wantNum="250")
   → MCP 会自动存为文件,记下该文件路径(kline.raw)

# 3) 估值 / 财务摘要 / 同比增速 —— 自然语言「实体 + 指标」,指标名必须写全!
tdx_indicator_select(message="贵州茅台 市盈率 市净率 ROE 总市值 毛利率 营业总收入同比增长率 归母净利润同比增长率")
   → 保存返回的 JSON 数组为 indicator.raw.txt

⚠️ TDX 真实参数坑(已实测):

  • tdx_quotes 要 code + setcode,单只查(不是 codes 数组)。
  • tdx_kline 周期用 period="4"(日线),数量用 wantNum(默认 100,查 1 年要 250)。
  • tdx_indicator_select 用 message 自然语言;指标名必须写全,否则不返回:
    • ✅ "营业总收入同比增长率" / "归母净利润同比增长率"(能拿到增速)
    • ❌ "营收同比增长率"(TDX 不认,会静默丢弃,导致增长字段走默认 0)
  • quotes 原始结构:BaseInfo.Name(名称)、HQInfo.Now(现价)、ExtInfo.ZSZ(总市值·元)、HQInfo.LB(量比)、CwInfo.*(财务报表·单位万元)。
    • CwInfo 关键字段:YYSR(营收)、JLY(净利润)、ZZC(总资产)、JZC(净资产)、JYXJL(经营现金流)、YYCB(营业成本)。
  • kline 原始结构:Rows[] 按时间升序,每根含 Data(日期)/Open/High/Low/Close/Volume(手)/Amount(元)。
  • indicator 返回数组,键名动态;tdx_fetcher.py 按子串匹配 总市值/毛利率/ROE/市盈率/市净率/同比增长(再区分营收/净利)。

二、归一化 → 评分(一键 pipe)

python3 scripts/tdx_fetcher.py --code 600519 
  --quotes quotes.raw.txt 
  --kline  
  --indicator indicator.raw.txt 
  --json | python3 scripts/rock_solid_v531.py --report

三、字段覆盖与已知缺口

  • ✅ TDX 直接覆盖:名称、价格、市值、量比、营收、净利、总资产、净资产、经营现金流、毛利率、ROE、PE、PB、资产负债率、RSI、股价年百分位、60 日低点距、近 3 月涨跌、营收/净利同比增速。
  • ⚠️ TDX 本期未覆盖(走默认 0,会在报告里标 [!!]):capex(资本开支)、rd_expense_ratio(研发)、pledge_ratio(质押)、buyback_ratio(回购)、insider_net_sale_pct(增减持)、goodwill_to_net_asset(商誉)。
    • 如需补齐,可由 Agent 额外调用 tdx_api_data 的 F10 财报/股本条目(需先确认 entry 名,自动推导表未收录时显式传 mode),或用 AKShare/HTTP 作兜底。

2.3 MCP 备用(双源全挂时)

若 AKShare 与 HTTP 直连均因网络问题不可用,降级使用 MCP 备用源:

# neodata 查询
→ 提问:"获取贵州茅台600519最新财报数据:净利润、营收、经营现金流、资产负债率、毛利率、ROE"

# westock-data 补充
westock-data finance sh600519 --num 8
westock-data kline sh600519 --period day --limit 250
westock-data technical sh600519 --group rsi

2.4 数据不足时的处理规则

  • 单个字段缺失:scripts/akshare_fetcher.py 自动填充行业均值或默认值(DEFAULTS dict),并在输出中附加 _warnings 提醒
  • 核心字段缺失(净利润/营收/资产负债率):评分引擎在 warnings 中标注缺失字段,提醒用户数据可信度下降
  • 股票代码无效:_is_code_valid() 校验后直接返回「数据获取失败」+ 友好使用提示
  • 新股(上市<2年):评分可信度较低,在结果中标注 ⚠️ 次新股,评分仅供参考
  • JSON 解析失败:评分引擎输出友好错误信息,提示正确输入格式

📖 常见问题与反模式:评分引擎输出的 warnings 会标注数据质量 / 核心联动 / 否决三类提示,先看 warnings 再看评分。

3. 评分执行流程

3.1 快速模式(推荐)

一步到位(零安装依赖):

# 获取数据 → 综合报告(含原始数据状态 + 逐项评分明细 + 调整项 + 最终计算)
python3 scripts/akshare_fetcher.py 600519 --json | python3 scripts/rock_solid_v531.py --report

这是推荐给用户展示的模式,输出包含:

  • ✅ 数据获取状态:哪些字段获取到了实际数据、哪些用了默认值/缺省
  • ✅ 四大簇逐项评分明细:每项条件的原始数据、阈值、判定结果
  • ✅ 调整明细:每条调整的原因和幅度
  • ✅ 最终得分计算公式
  • ✅ 标准 JSON 评分结果

旧版简洁评分(仅输出 JSON 结果):

python3 scripts/akshare_fetcher.py 600519 --json | python3 scripts/rock_solid_v531.py

或两步走(先看数据,再评分):

# 1. 获取数据并保存
python3 scripts/akshare_fetcher.py 600519 --json > /tmp/stock_data.json

# 2. 传入评分引擎
cat /tmp/stock_data.json | python3 scripts/rock_solid_v531.py

引擎返回 JSON:

{"rating": "A", "score": 87.5, "warnings": [], "details": {...}}

手动拼数据调用(字段格式见 scripts/rock_solid_v531.py 顶部注释第28-134行):

python3 scripts/rock_solid_v531.py --data '{"stock_code": "sh600519", ...}'

3.2 手动模式(Python 不可用时)

Agent 默认用 §3.1 脚本自动跑分,不要逐条手工计算。 本节仅供无 Python 环境时估算,完整阈值/权重/系数见 scripts/rock_solid_v531.py 顶部 docstring 与源码。关键判断锚点:

  1. L1 否决(V1-V7:造假立案 / 审计非标 / 大股东5%+减持无对冲 / 实控人失联 / 年报延迟>3月 / ST/*ST / 立案调查)→ 任一即 C 级终止
  2. 行业分组:公用事业 / 航空航运 / 周期资源 / 科技制造 / 消费 / 银行证券保险 / 创投金融投资 / 专业服务 / 其他
  3. 四大簇固定权重:盈利质量 30% / 资产安全 23% / 内部人 22% / 反转成长 25%
  4. 核心联动 8 模式(按权重):保壳套利 > 利益输送 > 存贷双高 > 纸面增长 > 拉高出货 > 失血扩张 > 伪增长 > 伪白马
  5. 周期修正(仅航空/航运、周期资源):-15%~+20%
  6. 评级上限覆写:force_C→C/≤40、cap_Bminus→≤64、cap_B→≤74
  7. 输出:评级 + 完美数据警示(P1~P6) + 超跌反弹警告(仅C级)

4. 评分引擎 Python 脚本

完整评分逻辑已封装为可执行 Python 脚本:

路径:scripts/rock_solid_v531.py

使用方式:

# 方式一(推荐):获取数据 + 详细评分报告(含数据状态、逐项评分、调整明细)
python3 scripts/akshare_fetcher.py 600519 --json | python3 scripts/rock_solid_v531.py --report

# 方式二:传入 JSON 数据
python3 scripts/rock_solid_v531.py --data '{"stock_code": "sh600519", "stock_name": "贵州茅台", ...}'

# 方式三:从标准输入读取
echo '{"stock_code": "sh600519", ...}' | python3 scripts/rock_solid_v531.py

# 方式四:交互式测试
python3 scripts/rock_solid_v531.py --interactive

返回格式:

{
  "rating": "A",
  "score": 87.5,
  "warnings": ["⚠️ 完美现金流:OCF/NP连三年>2.0"],
  "details": {
    "industry_group": "消费",
    "base_score": 82.0,
    "total_adj": -0.05,
    "market_adj": 0.02,
    "final_score": 87.5,
    "profit_quality": 35.0,
    "asset_safety": 22.0,
    "insider_behavior": 13.0,
    "reversal_growth": 12.0,
    "linkage_triggered": false,
    "divergence_negative": false,
    "divergence_positive": false,
    "perfect_data_warnings": []
  }
}

5. 输出格式

5.0 ⚠️ 重要:输出规范

向用户展示评分结果时,必须使用 --report 模式,不能只扔一个 JSON 或简短评级。 用户需要看到:

  1. 数据获取状态 — 哪些字段拿到了实际数据、哪些用了默认值/缺省(这是判断评分可信度的前提)
  2. 四大簇逐项评分的每一条判定 — 原始数据是什么、阈值是多少、判定结果是什么
  3. 调整项明细 — 每条调整的原因和幅度
  4. 最终计算公式 — 让用户理解得分是怎么算出来的

例子:不能说"盈利质量10分",而要说"OCF/净利润比=0.17,行业合格线0.4,踩底档+2分;研发投入0%,<1%阈值-3分;...汇总后1分×10=10分"

5.1 标准评分输出(使用 --report 模式)


📊 磐石评分 RSR v5.32.3

贵州茅台 (600519.SH) ━━━━━━━━━━━━━━━━━━━━━━━━━ 评级:A 得分:87.5 / 100 行业组:消费 ━━━━━━━━━━━━━━━━━━━━━━━━━

📋 评分明细:

  • 盈利质量(30%):42/100(优秀,现金流充沛)
  • 资产安全(23%):25/100(负债率低,无商誉风险)
  • 内部人行为(22%):12/100(无异常减持)
  • 反转/成长(25%):18/100(稳健增长)
  • 基础分:82.0

🔧 调整:

  • 通用调整:-5%(规模扣分 -10%,回购加分 +5%)
  • 核心联动:无触发
  • 市场环境:+2%(普涨)
  • 总调整后得分:87.5

⚠️ 完美现金储备:货币资金占比高,警惕资金闲置。

### 5.2 评分不可用

❌ 评分不可用

关键字段缺失:

  • 2025年报净利润未披露
  • 最新资产负债率数据不可用

建议:请确认数据源可用后重试。

### 5.3 C 级输出(含超跌反弹)

📊 磐石评分 RSR v5.32.3

某公司 (600000.SH) ━━━━━━━━━━━━━━━━━━━━━━━━━ 评级:C 得分:38.2 / 100 ━━━━━━━━━━━━━━━━━━━━━━━━━

📋 评分明细:

  • 盈利质量(30%):12/100(净利润连续两年下滑)
  • 资产安全(23%):15/100(负债率>75%)
  • 内部人行为(22%):5/100(大股东减持>5%)
  • 反转/成长(25%):6/100(营收持续萎缩)

🔧 通用调整:-15%(保壳套利模式触发)

⚠️ 超跌反弹警告:底部放量+RSI超卖,可能存在技术性反弹机会。

---

## 6. 详细规则参考

所有评分规则的完整细节(L1 否决 V1-V7、九大行业组阈值、四大簇权重与阈值、通用调整 14 项、核心联动 8 模式、周期修正、完美数据警示 P1-P6、超跌反弹、私有信息覆盖层 L3)均 **内置在 `scripts/rock_solid_v531.py`**(含顶部 docstring 字段契约与逐项判定逻辑),以代码为准。

> 本最小化包不含 `references/` 文档目录,规则以脚本源码为唯一权威。

---

## 7. 版本信息

| 版本 | 日期 | 主要变更 |
|------|------|----------|
| **v5.32.4** | **2026-07-07** | **边界硬化(21 只回测代码 0 致命崩溃):① fetcher 新增市场前缀路由 `_prefix()`,北交所代码可解析名称;② 修复 ST/*ST/退市股 L1 否决失效(基于名称检测 `is_st`/`is_delisting`,移除误判北交所的零价兜底);③ 基金/ETF/可转债代码(1/5 开头)在 `_check_not_ashare` 干净拒绝并引导 FundX;④ AKShare 警告仅在双源皆败时暴露,消除 HTTP 兜底成功时的噪声泄漏;⑤ fetch 错误与 `--json` 改为结构化错误 JSON 透传,避免评分引擎 json_decode 崩溃。** |
| **v5.32.3** | **2026-07-06** | **新增 `--report` 详细评分报告模式(含数据状态/逐项评分/调整明细/计算公式);修复GBK管道surrogate字符编码崩溃;新增5.0输出规范。** |
| **v5.32.2** | **2026-07-05** | **异常处理增强:股票代码校验(_is_code_valid)+错误友好提示;数据质量检查(warnings输出);JSON解析友好报错;核心字段缺失检测;新增 `references/faq-anti-patterns.md`(12 FAQ + 8 反模式)** |
| **v5.32** | **2026-07-01** | **数据层重构:AKShare 库替换为 HTTP 直连(新浪+东财数据中心双源降级链)。新增 `scripts/akshare_fetcher.py`:实时行情/市值/RSI/日K/三大报表/OCF/ROE/毛利率/营收增速。零依赖零注册零Token。** |
| **v5.31** | **2026-06-20** | **核心联动改为按权重从高到低执行(模式五→模式四→模式六→模式七→模式一→模式二→模式三→模式八);同一权重档内按触发条件严格程度排序;统一优先级逻辑命名。** |
| **v5.30** | **2026-06-20** | **四大簇权重调整(固定:30%/23%/22%/25%,取消行业浮动权重);核心联动权重统一(模式一~三降为-20%,模式八改为-15%总调整);高质量回购上限降至+10%;边界澄清总则(不重复惩罚/组合大于单项/按权重排序执行);S2与模式一互斥逻辑(有减持时S2降权-10%)。** |
| **v5.29** | **2026-06-20** | **私有信息覆盖层(L3,M1-M5);P6用工参保异常;宏观因子降权。** |
| v5.28 | 2026-06-11 | 新增股价-业绩倒挂调整;新增市场环境修正模块;合并倒挂检查函数;新增数据异常处理/评分透明度/FAQ与反模式 |
| v5.27 | 2026-06-07 | 盈利质量簇增强;核心联动 5→8 模式;完美数据警示模块;审计意见前置联动 |
| v5.26 | 2026-06-06 | 季报自愿不扣分、批量离职量化阶梯、CFO 继任者规则、超跌反弹排除特定 C 级 |
| v5.25 | 2026-06-06 | 行业权重偏移、核心联动 5 模式、高质量回购加分 |

---

## 8. 免责声明

> ⚠️ 本模型为辅助分析工具,不构成任何投资建议。模型评分基于公开历史数据及预设规则,未来市场可能发生重大变化。用户应独立决策,并对投资结果承担全部责任。
目录

热门AI工具

更多
WorkBuddy

一款AI办公效率工具,主要用于腾讯云推出的AI原生桌面智能体工作台,适合需要提升相关任务效率的用户。

音述AI
音述AI Hot

一款AI音频处理工具,主要用于音述AI是一个以“用声音述说故事”为核心的 AI 音乐创作与声音分享社区,适合需要提升相关任务效率的用户。

火山引擎

火山引擎是一款面向企业的云计算与AI服务平台。

豆包大模型

豆包大模型是一款由字节跳动推出的企业级大语言模型服务平台。

Seko
Seko Hot

一款AI视频创作工具,主要用于商汤科技推出的创编一体的AI短视频创作Agent,适合需要提升相关任务效率的用户。

创客贴AI

创客贴AI是一款AI图像与设计工具,AI辅助的智能在线设计工具。

Loomy
Loomy Hot

一款AI工具,主要用于科大讯飞发布的桌面级 AI 助理,比 OpenClaw 更易用、更安全!,适合需要提升相关任务效率的用户。

Flowith
Flowith Hot

Flowith是一款基于画布和智能体工作流的 AI 协作工作空间。

DeepSeek

DeepSeek是一款面向对话、写作、编程和推理场景的AI大模型工具。

相关专题

更多
Navicat创建数据库教程
Navicat创建数据库教程

本专题整理Navicat创建数据库相关教程,介绍新建前的准备、基础设置和创建后的检查方法。内容兼顾入门学习及实际使用需求,帮助用户了解不同数据库类型下的操作差异,为后续建表、保存数据和日常管理提供参考。

0

2026.11.20

Navicat入门教程大全
Navicat入门教程大全

本专题整理Navicat入门教程,从认识软件界面到开展数据库操作,介绍初次使用需要了解的知识和方法。内容兼顾连接配置、数据管理及日常使用中的疑问,方便用户按学习进度查阅,为后续实践和独立操作打好基础。

0

2026.11.20

Navicat数据库连接配置指南
Navicat数据库连接配置指南

从确认数据库信息到建立可用连接,本专题串联Navicat连接数据库的相关知识和操作方法。既有初次配置时需要了解的基础内容,也有连接后的检查思路,方便用户按实际需求查阅教程,逐步熟悉数据库连接的设置流程。

0

2026.11.20

PHP8.6数组与数据处理教程
PHP8.6数组与数据处理教程

本专题汇总PHP8.6数组与数据处理教程,涵盖CSV读取和导出、引用遍历删除、array_filter回调模式、配置键名冲突、pathinfo文件名校验、GMP大整数进制转换及UTF-8正则筛选,说明升级兼容变化、输入范围和失败处理方法。

0

2026.11.20

PHP8.6升级迁移教程
PHP8.6升级迁移教程

本专题汇总PHP8.6升级迁移与弃用接口改造教程,涵盖反射调用、对象属性赋值、标识符更名、构造函数与__debugInfo调整,以及插件类名检查、常量导出、ArrayIterator排序、SPL和DTO查询参数转换,帮助梳理弃用提示并完成代码兼容改造。

0

2026.11.20

PHP8.6安装配置与FPM运维教程
PHP8.6安装配置与FPM运维教程

本专题汇总PHP8.6正式版安装部署与FPM运维教程,涵盖Linux并存安装、独立ini配置、扩展重新编译、Nginx切换与回滚、FPM状态监控和慢日志排查,以及环境变量、请求超时、OPcache刷新和预加载配置。

0

2026.11.20

Nginx CVE-2026-123007排查与防护指南
Nginx CVE-2026-123007排查与防护指南

Nginx HTTP/2漏洞该怎么修复?本专题围绕CVE-2026-123007,介绍安全版本升级、模块兼容检查和配置恢复方法,以及日志排查、权限设置等后续加固操作,方便你按实际部署情况查找对应教程。

0

2026.11.20

GoFrame框架Web开发与路由中间件
GoFrame框架Web开发与路由中间件

本专题聚焦GoFrame框架的Web开发,拆解路由注册与匹配规则、请求参数获取、参数校验与中间件执行顺序,说明统一响应、JWT鉴权、文件上传与接口文档生成的落地方式,并补充优雅重启与测试实践。

0

2026.11.17

GoFrame框架安装与gf命令行工具
GoFrame框架安装与gf命令行工具

本专题围绕GoFrame框架的安装与工具链配置展开,讲清Go版本要求、gf命令行的安装方式、代理镜像与依赖准备,说明项目初始化、热编译、交叉编译打包的做法,并整理安装阶段的常见报错与验证步骤。

0

2026.11.17

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
热门推荐
/
最新课程
关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号
PHP中文网订阅号
每天精选资源文章推送

Copyright 2014-2026 https://www.php.cn/ All Rights Reserved | php.cn