部署故障分析及解决助手

当用户提供日志文件（.json .log）或包含 error/错误/异常/故障/报错/failed 等关键词的文字内容时，自动分析故障并生成 Word 文档。分析前必须优先查询 MySQL 故障知识库 fault_knowledge_base.fault_records，用历史案例提高定位准确率；所有新问题继续记录到 Excel 知识库中累积沉淀，并可同步到数据库。

⚠️ 交付规则： Word 报告生成后必须在同一条回复中附带故障分析摘要 + 发送 Word 文件给用户，不能只生成到本地而不发送。

触发条件

满足以下任一条件即触发：

排除：用户只是在陈述中顺带提到"没有错误"/"没问题"/"成功了"时不触发。

故障知识库数据库

数据库信息

故障知识库来自部署排期表第 10 个 sheet「故障库」，由 /data/work/scripts/sync_fault_knowledge_base.py 同步到 MySQL。

部署脚本库（故障库未命中时的回退检索）

根目录：/data/scripts/

cephdeployscripts 架构与故障索引（块存储必读）

用途：Ceph 块存储新建部署与扩容的标准脚本库。执行节点一般为部署机（含 ceph-deploy/fabric），通过 SSH 批量操作 monitor/OSD 节点。故障库未命中且涉及块存储、cinder、osd、pool、扩容时，优先在本库检索。

目录结构

/data/scripts/cephdeployscripts/
├── blockstorage/              # 主入口：新建 + 扩容
│   ├── fabfile.py             # 核心编排（Fabric），新建/扩容主流程
│   ├── config.json            # 新建集群配置（monitors/osdnodes/disks）
│   ├── expand.json            # 扩容配置（newosdnodes/ebs0001_ip）
│   └── create_cephfs_pool.py  # 创建 CephFS pool + MDS（独立流程）
├── common/
│   └── common.py              # 公共逻辑：集群类型判定、校验、pool/OSD 检查
├── config_samples/            # 各场景配置样例（对照现场 config 用）
│   ├── config_mix.json
│   ├── config_allflash.json
│   ├── config_highperformance.json
│   ├── expand_mix.json
│   └── ...
├── resources/                 # 下发到各节点的辅助脚本/配置
│   ├── check-cusmartcache.sh  # cusmartcache LV 标签与 enable 校验
│   ├── modprobe-cusmartcache.sh
│   ├── clearcephlvm.sh        # 清理 ceph LVM（lv/vg/pv/dm）
│   ├── balancer_osd_pg.sh     # PG 分布与均衡诊断
│   ├── patch-ceph-osd-prestart.sh
│   ├── upgrade_package.sh     # openssl/openssh/libblkid 等版本升级
│   └── extended.ceph.conf
└── cephdeploy/                # 子模块（git），与上层 blockstorage 配合

技术栈与执行约定

fabfile.py 函数命名约定（读代码/日志时对照）：

• Capital*：主流程入口（如 DeployMixOsds、AddNewHostsToCluster）
• local_*：部署节点本地执行
• monitor_*：monitor 节点
• osd_*：OSD 节点
• all_*：全部节点（mon + osd）

集群类型（decide_cluster_type）

由 config.json / expand.json 中 disks 的 hdds/ssds 组合自动判定，同一集群所有节点类型必须一致：

mix 部署模式（mixdeploymode，仅 MIX 集群）：

• newcluster：新建 mix 集群（默认）
• addcusmartcacheforbcache：为已有 bcache 补 cusmartcache
• addcusmartcacheforhdd：为 HDD 补 cusmartcache

HCUFS 特殊集群：8×NVMe + 60×HDD（is_hcufs_cluster），布局 [8,8,8,8,7,7,7,7] HDD/SSD 配对。

新建部署主流程（python fabfile.py 或 fab -f fabfile.py）

Init() → 读 config.json → 校验磁盘/IP/挂载
  → all_generateauth / all_sshnopassword / all_systemconfig
  → all_do_misc_check（包版本、tuned、firewalld/SELinux）
  → all_install_ceph_package（mix 时含 cusmartcache）
  → CreateMonMgr() → Deploy*Osds() → RestartAllOsds() → Check*OsdCount()
  → 创建 pool（images + volumes*）+ client.cinder/client.glance + balancer

按集群类型分支：DeployAllFlashOsds / DeployHighPerformaceOsds / DeployMixOsds。

新建成功判定（CheckNewClusterDeployResult）：mon/mgr 进程数 = 配置数；totalosd == uposd == inosd == total_data_disk_num；mix 时 cusmartcache 数量 = OSD 数量。

扩容主流程（AddNewHostsToCluster）

LoadExpandConfig() → 读 expand.json
  → check_expand_mon_osd / check_all_disks
  → decide_cluster_type（扩容节点类型）
  → get_expand_type（扩展现有 pool 或新建 pool）
  → IsEbs001MixNode()（mix 扩容时检查 ebs0001 是否 mix 节点）
  → ceph-deploy gatherkeys → 新节点 init（装包、拷 keyring、清盘）
  → Deploy*Osds() → Check*ExpandResult()

扩容成功判定：totalosd - ORIGINALTOTAL == 新增 OSD 数；失败常见日志：some osds is FAILED, please double check your configuration。

expand_type：

• expand_current_pool：OSD 加入现有 pool（如 volumes、volumes-ssd、cephfs-data）
• create_new_pool：需手工创建新 pool（日志提示 please create new pool）

CephFS 独立流程（create_cephfs_pool.py）

与块存储 RBD 新建并行可选步骤，依赖已有 Ceph 集群 + config.json 中 monitors 与 ceph.conf 一致：

CreateCephfsForCluster()
  → 安装 ceph-mds → 创建 MDS → 按主机名前缀创建 pool → 挂载目录初始化

主机名前缀 → pool 规格映射（node_pool_map）：ebs/ebn/hci → cephfs-metadata/cephfs-data；nasssd → *-ssd；nashdden → *-enhance 等。

故障场景 → 脚本索引（Agent 检索用）

推荐检索命令（块存储）

# 1. 按现象检索（module 填 块存储）
python3 /data/work/scripts/search_deploy_scripts.py 
  --query "osd FAILED cusmartcache ceph-deploy" 
  --module "块存储" 
  --path-contains "cephdeployscripts/blockstorage" 
  --path-contains "cephdeployscripts/common" 
  --top 8 --json

# 2. 配置/校验类
python3 /data/work/scripts/search_deploy_scripts.py 
  --query "osd node ip mismatch expand.json config.json" 
  --module "块存储" 
  --path-contains "cephdeployscripts" 
  --top 5 --json

# 3. cusmartcache 专项
python3 /data/work/scripts/search_deploy_scripts.py 
  --query "cusmartcache cusc_cli lv_tags proc/cusmartcache" 
  --module "块存储" 
  --path-contains "cephdeployscripts/resources" 
  --top 5 --json

命中后须阅读对应脚本中的校验分支与 exit 条件（见 Step 2.6C），再给出可执行的排查/修复步骤。

当用户说“同步故障库”“把 Excel 故障库入库”等含义时，执行以下流程：

# 1. 先检查 Excel 可解析和有效行数
python3 /data/work/scripts/sync_fault_knowledge_base.py --dry-run

# 2. 正式同步，重复执行不会重复插入同一条故障
python3 /data/work/scripts/sync_fault_knowledge_base.py

# 3. 验证行数和去重
docker exec resource_pool_mysql mysql -upool_user -ppool_password_2024 fault_knowledge_base 
  -e "SELECT COUNT(*) AS total, COUNT(DISTINCT content_hash) AS unique_hashes FROM fault_records;"

如数据库未初始化，先执行：

docker exec -i resource_pool_mysql mysql -uroot -proot_password_2024 
  < /data/work/sql/create_fault_knowledge_base.sql

字段含义

字段填写质量规范（单条入库必遵）

以 id:1110 为标杆：

• issue_description：保留完整报错原文（命令输出、stderr、Traceback、exit code），≥50 字，禁止仅写「部署失败」等空泛描述
• solution_summary：明确可操作修复动作（如「部署表字段 X：TRUE 改 FALSE」），≥10 字，禁止「待排查」「联系研发」
• delivery_mode（交付形态）：必填，填写现场交付类型，例如：私有云 / 行业云 / 内部上云
• resource_pool（资源池）：必填，填写具体资源池名称，例如：北京九区 / 巴西CT云 / 呼和国产化
• product_version（交付产品集版本）：必填，填写版本号，例如：7.6.0 / 7.7.0 / 7.5.0
• delivery_branch（交付分支）：必填，填写架构与 OS 组合，例如：@X86@CUlinux / @ARM@CUlinux / @X86@CentOS；多分支用逗号分隔，如 @X86@CUlinux,@ARM@CUlinux
• deployer（部署人）：必填，填写实际部署负责人姓名，例如：田庆霖 / 姜金科

核心流程

Step 0 — 保存原始输入

任何输入在处理前必须先存档，防止后续分析覆盖原始数据：

from pathlib import Path
from datetime import datetime
import shutil

RAW_DIR = Path.home() / '.hermes/skills/openclaw-imports/deploy-fault-analyzer/data/raw'
RAW_DIR.mkdir(parents=True, exist_ok=True)

# 文件输入 → 复制到 raw/
ts = datetime.now().strftime('%Y-%m-%d_%H%M%S')
raw_path = RAW_DIR / f'{ts}_{Path(src_file).name}'
shutil.copy2(src_file, raw_path)

# 文本输入 → 写入 raw/
raw_path = RAW_DIR / f'{ts}_user_input.txt'
raw_path.write_text(user_text, encoding='utf-8')

Step 1 — 读取并解析输入

按文件格式选择解析策略：

1A. 结构化 JSON 日志（特征：顶层有 logs 数组，每项有 type/message 字段）

import json
with open(filepath) as f:
    data = json.load(f)

logs = data['logs']  # 日志数组
# 提取字段：
#   log['type']     → 'error'|'warning'|'info'|'success'
#   log['message']  → 日志内容（含时间戳 `[HH:MM:SS]`）
#   log['timestamp']→ ISO 时间（JSON字段，可能缺失）
#   log['task_id']  → 任务ID（如 PREP_UPLOAD_33B3DC）

errors   = [l for l in logs if l['type'] == 'error']
warnings = [l for l in logs if l['type'] == 'warning']
infos    = [l for l in logs if l['type'] == 'info']

1B. 纯文本 .log 文件

# 逐行读取，按关键词提取 ERROR/WARN/CRITICAL/FAIL 行
# 使用正则: ^d{4}-d{2}-d{2}.*(ERROR|WARN|CRITICAL|FAIL)

1C. 用户粘贴文本 → 直接作为分析输入

Step 2 — 错误自动归类与去重

2A. 中文错误模式自动归类

使用关键词正则匹配，按优先级从高到低匹配：

实现：

def categorize_error_message(msg: str) -> str:
    """根据中文关键词自动归类错误"""
    patterns = [
        (r'日期格式不正确|日期格式错误|格式yyyy-mm-dd', '数据异常'),
        (r'资源池名称不正确|名称不一致', '配置错误'),
        (r'未填写|必填项.*未填|必填.*缺失', '配置错误'),
        (r'缺失|不存在|not found|No such file|no such file', '资源不足'),
        (r'格式不正确.*IP|IP地址格式|格式不合法', '配置错误'),
        (r'already installed|is already|冲突|conflict', '服务异常'),
        (r'已终止|用户.*终止|用户.*取消', '用户操作'),
        (r'Connection refused|timeout|unreachable|连接.*拒绝', '网络/连接故障'),
        (r'Permission denied|权限不足|访问被拒', '权限问题'),
        (r'OOM|out of memory|磁盘空间不足|No space', '资源不足'),
        (r'ModuleNotFoundError|ImportError|依赖.*缺失', '依赖缺失'),
    ]
    for pattern, category in patterns:
        if re.search(pattern, msg):
            return category
    return '待分类'

2B. 错误去重归并（关键步骤）

真实日志中同根因错误通常大量重复。必须先去重再分析：

1. 过滤掉 用户操作类（已终止/用户终止）→ 不计入故障，仅在报告中标注
2. 按 错误消息去重：取 message 中 ERROR 关键字后的核心文本去重
3. 按 task_id + 类别 归并：同一任务同一类别的多条错误合并为一个根因
4. 输出：每个根因一个 fault_data 字典

def deduplicate_errors(errors: list) -> list:
    """归并重复错误 → 根因列表"""
    # 1. 分离用户操作
    real_faults = [e for e in errors if '用户已终止' not in e['message'] and '用户终止' not in e['message']]
    
    # 2. 按消息核心去重
    seen = {}
    for e in real_faults:
        msg = e['message']
        # 提取核心：ERROR 后的文本或消息中独特部分
        core = re.sub(r'[.*?]', '', msg).strip()[:100]
        cat = categorize_error_message(core)
        key = f"{cat}:{core[:50]}"
        if key not in seen:
            seen[key] = {'count': 1, 'sample': e, 'category': cat, 'task_ids': {e.get('task_id','?')}}
        else:
            seen[key]['count'] += 1
            seen[key]['task_ids'].add(e.get('task_id', '?'))
    
    return list(seen.values())

Step 2.5 — 优先查询 MySQL 故障知识库（必须执行）

在进入根因分析前，必须先用去重后的核心错误到 fault_knowledge_base.fault_records 查询历史案例。查询目标是找到相同或相近的 module_name、issue_type、issue_description，并把命中的 solution_summary 作为解决方案候选，而不是直接凭经验生成结论。

2.5A. 先推断 module_name

优先从日志里的产品名、任务名、服务名、报错路径、部署阶段推断模块；无法确定时再不带模块查询。

高频 module_name 候选（按历史库频次和故障定位价值排序）：

2.5B. 再推断 issue_type

issue_type 用于第二层收窄。优先候选：

2.5C. 查询策略

按“强约束 → 放宽”的顺序查询，避免一开始全库模糊搜索导致误命中：

1. module_name + issue_type + issue_description 关键词查询
2. module_name + issue_description 查询
3. issue_type + issue_description 查询
4. 仅 issue_description 全文/LIKE 查询
5. 如果完全无命中，继续按原流程分析，并在报告中注明“历史故障库未找到高置信匹配”

推荐命令模板：

docker exec resource_pool_mysql mysql -upool_user -ppool_password_2024 fault_knowledge_base -e "
SELECT
  id, module_name, issue_type, found_at, product_version, delivery_branch,
  LEFT(issue_description, 220) AS issue_preview,
  LEFT(solution_summary, 220) AS solution_preview
FROM fault_records
WHERE module_name = '基座'
  AND issue_type = '脚本问题'
  AND (
    issue_description LIKE '%bootstrap%'
    OR solution_summary LIKE '%bootstrap%'
    OR MATCH(issue_description, solution_summary, remark) AGAINST('bootstrap 脚本 失败' IN NATURAL LANGUAGE MODE)
  )
ORDER BY
  (module_name = '基座') DESC,
  (issue_type = '脚本问题') DESC,
  updated_at DESC
LIMIT 5;"

如果无法稳定判断模块，使用关键词全库检索：

docker exec resource_pool_mysql mysql -upool_user -ppool_password_2024 fault_knowledge_base -e "
SELECT id, module_name, issue_type,
       LEFT(issue_description, 200) AS issue_preview,
       LEFT(solution_summary, 200) AS solution_preview
FROM fault_records
WHERE issue_description LIKE '%关键报错%'
   OR solution_summary LIKE '%关键报错%'
   OR remark LIKE '%关键报错%'
LIMIT 10;"

2.5D. 命中结果使用规则

• 高置信命中：module_name、issue_type、核心报错关键词均匹配，解决方案可作为首选，但仍要结合当前日志证据验证。
• 中置信命中：模块或问题类型匹配，但错误文本只部分相似，只能作为排查方向。
• 低置信命中：仅关键词相似，不能直接引用为结论，只在“历史类似案例”中备注。
• 如果多个历史案例冲突，优先选择同模块、同问题类型、同版本/分支的记录。
• Word 报告中增加“历史故障库匹配”小节，列出命中记录的模块、问题类型、问题摘要、解决摘要和置信度。

2.5E. 未命中时的处理

若 Step 2.5 无高置信命中（模块、问题类型、核心报错关键词均未对齐），必须先进入 Step 2.6 脚本库检索，不得直接凭经验给出最终结论。

Step 2.6 — 脚本库相似检索（故障库未命中时执行）

告知用户：「历史故障库未找到高置信匹配，开始分析脚本库 /data/scripts/」，然后执行：

2.6A. 脚本索引范围（更精准的检索入口）

脚本库根目录：/data/scripts/，当前已知脚本库与推荐索引范围如下（优先在推荐范围内命中）：

检索文件类型：.sh .py .yml .yaml .ini .conf .cfg .j2 .md
排除范围：.git、node_modules、.idea、__pycache__ 等非业务内容。

2.6B. 从故障问题提取“可检索关键词”（必须做）

为保证脚本检索精准度，--query 不能只用“部署失败/执行失败”这类泛词，必须从输入中抽取：

• 核心报错原文片段：如 No valid service subnet、KeyError、Connection refused、TarballDownloadException、iptables -t raw 等
• 组件/命令/脚本痕迹：如 neutron、ceph-deploy、cusc_cli、ceph-volume、fabfile、expand.json、wipefs、sgdisk
• 关键资源名/路径（可截断）：如 ceph-provisioners-0.1.0.tgz、/data/monitor-deploy/、/opt/ECR/

推荐：把 issue_description 中的 2～6 个关键词拼成 query（中英文混合可用）。

python3 /data/work/scripts/search_deploy_scripts.py 
  --query "核心报错关键词" 
  --module "推断的模块名" 
  --top 5 --json

2.6C. 用脚本内容参与根因分析（必须做）

脚本检索的目的不是“给出一堆路径”，而是让故障问题根据脚本内容得到验证或定位。对每个 Top 候选脚本，至少完成以下动作之一：

• 定位校验点：脚本里是否存在与报错对应的检查/条件分支/变量（例如：部署表字段校验、网段/子网匹配、iptables 规则写入）
• 定位失败点：脚本里是否有与日志一致的命令调用（如 neutron floatingip-create、armada apply、python2 /usr/bin/db_populate.py）以及 rc/异常处理方式
• 给出验证命令/验证方法：从脚本推导用户可执行的验证步骤（例如：检查配置文件、检查 service subnet、检查 iptables raw 表规则）

向用户展示 Top 候选（库名、脚本路径、匹配行摘要），并询问：

以上脚本是否命中并解决了此次问题？（是 / 否）

• 用户回答「是」 → 询问是否需要将此次 Q&A 更新到故障库；若需要，进入 Step 8
• 用户回答「否」 → 继续 Step 3 起的常规根因分析与报告生成

remark 字段可记录命中的脚本路径，例如：脚本库命中: cephdeployscripts/blockstorage/fabfile.py 或 cephdeployscripts/resources/check-cusmartcache.sh

Step 3 — 故障信息提取（多故障）

从去重后的错误列表，为每个根因提取结构化信息：

提取方法：

任务ID解析（JSON日志特有）：

# task_id 前缀含义:
#   PREP_UPLOAD_* → 上传检查步骤
#   PREP_TASK_*   → 前置任务
#   CHECK_DEPLOY_* → 部署表检查
#   PREP_DEPLOY_*  → 部署准备

def parse_task_id(task_id: str) -> dict:
    """解析 task_id → 任务类型和阶段"""
    if task_id is None:
        return {'phase': '全局', 'type': '系统'}
    parts = task_id.split('_')
    if len(parts) >= 2:
        return {'phase': parts[0], 'type': parts[1], 'id': parts[-1] if len(parts) > 2 else ''}
    return {'phase': task_id, 'type': 'UNKNOWN'}

Step 4 — 根因分析

基于提取的信息，执行以下分析步骤：

1. 错误分类：归入以下类别之一

   • 🟥 网络/连接故障（ConnectionError, timeout, unreachable）
   • 🟧 配置错误（config file, parameter, permission）
   • 🟨 资源不足（OOM, disk full, CPU throttle, fd limit）
   • 🟩 服务异常（service down, crash, restart loop）
   • 🟦 权限问题（permission denied, unauthorized）
   • 🟪 依赖缺失（module not found, library mismatch）
   • ⬜ 数据异常（data corrupt, schema mismatch）

2. 历史案例对齐：把 Step 2.5 命中的故障库记录与当前日志证据逐项对比，确认模块、问题类型、关键词、版本/分支是否一致

3. 因果关系链：从堆栈自底向上追溯，找到最初触发点

4. 关键证据：摘录日志中能佐证根因的2-3条关键行

Step 5 — 生成解决方案

优先采用高置信历史案例中的 solution_summary，再结合当前日志、环境和标准排查路径细化；没有命中时才完全按通用框架生成方案。

输出解决方案时遵循的结构：

【解决方案】
1. 排查步骤
   - 第一步：xxx
   - 第二步：xxx
2. 修复操作
   - 操作命令（可复制执行）
3. 验证方法
   - 验证命令 + 预期结果
4. 回滚方案（如适用）

Step 6 — 生成交付物

6.1 判断生成模式

if len(root_causes) == 1:
    mode = 'single'   # 单故障 → 标准五段式报告
else:
    mode = 'multi'    # 多故障 → 总览 + 逐项分析 + 综合建议

6.2 Word 文档（单故障模式）

生成 部署故障分析及解决方案_YYYY-MM-DD_HHmmss.docx，标准五段式结构（同原版）。

6.3 Word 文档（多故障模式）

当 mode == 'multi' 时，增加总览页和综合建议：

封面
├── 总体概况表
│   ├── 文档编号 / 分析时间 / 部署目标 / 部署计划
│   ├── 总日志数 / 总错误数 / 归并根因数
│   └── 最高故障级别
├── 错误全景图（表格）
│   ├── # / 故障 / 类别 / 级别 / 出现次数
├── 逐项详细分析
│   ├── 故障 1：...（完整五段式）
│   ├── 故障 2：...
│   └── ...
└── 综合建议与整改清单
    └── 按优先级排列的改进项

重点：每个故障页有明确的 故障 N / 总N 标注，分隔线分隔。

6.4 使用 generate_report.py 脚本

from scripts.generate_report import generate_fault_report, generate_multi_fault_report, append_to_excel

# 单故障
if len(faults) == 1:
    docx_path = generate_fault_report(output_path, faults[0])

# 多故障
else:
    docx_path = generate_multi_fault_report(output_path, faults)

# 批量追加 Excel（所有故障都写一行）
for fault in faults:
    append_to_excel(xlsx_path, {...})

文档保存路径: ~/.hermes/skills/openclaw-imports/deploy-fault-analyzer/output/

Step 7 — 发送交付物（必须执行）

⚠️ 分析完成后必须在同一条回复中做两件事：

1. 贴出故障分析摘要（故障全景表 + 核心结论），让用户无需打开文件即可了解全貌
2. 发送 Word 文件 — 使用 message 工具发送文件给用户

# 发送 .docx 文件给用户（以当前会话的 chat 通道发送）
# 使用 message 工具: action=send, filePath=docx_path, caption='部署故障分析报告'

发送规则：

• 回复消息中贴摘要表（纯文本，不依赖 markdown 表格渲染）
• 同时调用 message 工具发送 Word 文件
• 发送后回复 NO_REPLY 避免重复消息

摘要模板（回复消息中贴出）：

🔍 部署故障分析结果

概览：N条日志，M条错误 → 归并 K 个根因

| # | 故障 | 类别 | 级别 | 次数 | 定位 |
F1 | xxx | 数据异常 | P1 | 44 | xxx
F2 | ...

🎯 核心结论：xxx

📄 Word 报告已同步发送，请查收。

Step 8 — 单条更新故障库（交互式）

适用场景：

1. Step 2.6 中用户确认脚本已解决问题，且同意更新故障库
2. 用户主动说「录入这条故障」「更新故障库」「把这次问题加到故障库」

注意：本流程仅写入 MySQL fault_records，不修改 Excel。

8.1 Agent 起草记录

根据会话上下文整理 JSON 草稿，字段规则：

字段	必填	规则
module_name	是	复用 Step 2.5A 推断
issue_type	建议	复用 Step 2.5B 推断
issue_description	是	完整报错原文，参照 id:1110
solution_summary	是	明确修复动作，参照 id:1110
found_at	建议	默认今天 YYYY-MM-DD
delivery_mode	是	交付形态，如 私有云 / 行业云 / 内部上云
resource_pool	是	资源池名称，如 北京九区
product_version	是	交付产品集版本，如 7.6.0
delivery_branch	是	交付分支，如 @X86@CUlinux / @ARM@CUlinux / @X86@CentOS
deployer	是	部署人姓名
word_file	否	默认 不涉及 目录 作者最新文章 无极仙途2026万圣专属礼包码分享 2026-10-27 18:16 千问App重磅上线三大核心学习功能，精准狙击学生提分痛点 2026-10-27 18:17 OpenAI官宣数学与物理学三大突破：AI攻克百年猜想，携手全球学者开启科学验证新模式 2026-10-27 18:17 咻咻咻军团本周礼包兑换码分享 2026-10-27 18:17 Git2go 内存中添加并提交文件后同步工作区的完整实践指南 2026-10-27 18:26 如何在单元测试中正确模拟 Android MainActivity 2026-10-27 18:26 IDC评WPS：AI嵌入文档，数据留于企业 2026-10-27 18:30 NumPy 中将一维数组广播到指定维度的最简方法 2026-10-27 18:31 三十亿美元加码!英伟达与Meta联手重塑AI智能体新纪元 2026-10-27 18:31 Bootstrap 5 浮动标签在 Grid 中溢出的解决方案 2026-10-27 18:35 热门AI工具 更多 Lovart Hot 一款面向视觉设计创作的AI设计平台，可通过智能体和画布工作流辅助制作海报、Logo、网页、PPT及其他视觉内容。 AI设计工具Agent智能体 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。 AI编程开发AI聊天问答 PixTV Hot PixTV是一款面向AIGC内容创作的AI视频生成工具。 AI视频创作视频生成 UP简历 Hot 一款AI办公效率工具，主要用于基于AI技术的免费在线简历制作工具，适合需要提升相关任务效率的用户。 AI办公学习工作效率 蛙蛙写作 Hot 一款AI论文写作工具，主要用于超级AI智能写作助手，适合需要提升相关任务效率的用户。 AI文本写作中文写作 墨刀AI Hot 一款AI图像与设计工具，主要用于产品经理的专属智能体，适合需要提升相关任务效率的用户。 AI设计工具Agent智能体 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。 AI编程开发AI大模型 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。 AI办公学习Agent智能体 Laper Hot Laper是专为编剧、导演和制片人推出的 AI 原生剧本创作工具。 AI文本写作 相关专题 更多 Gradle插件开发入门教程 本专题介绍Gradle插件开发的基本流程，涵盖插件类编写、自定义任务注册、扩展参数设计和插件应用方法，帮助你理解插件如何组织构建逻辑，减少多个项目之间的重复配置。 0 2026.10.22 Gradle Wrapper配置教程 本专题介绍Gradle Wrapper的基本作用，涵盖文件组成、生成方法、版本配置和任务调用，帮助你理解项目如何使用指定的Gradle版本，减少不同开发环境带来的构建差异。 0 2026.10.22 Golangci-lint检查器使用教程 本专题整理Golangci-lint常用Linters的用途与配置方法，覆盖错误处理、无效代码、安全、复杂度、命名和依赖检查，帮助项目合理选规则。 0 2026.10.22 Gradle怎么构建Java项目 本专题介绍Gradle Java项目构建方法，涵盖Java插件配置、依赖声明、源码编译、测试执行和打包检查，帮助你理解各阶段的任务关系，逐步完成项目构建。 0 2026.10.22 PHP时间戳漏洞修复教程 本专题汇总PHP常见时间戳漏洞，包括2038年溢出、时区漂移、时间戳伪造、重放攻击、时间盲注与日志审计失效等，并给出升级64位环境、使用 DateTimeImmutable、统一UTC、严格超时校验、预处理绑定、hash_equals 比对等修复方案，帮助开发者快速排查和加固时间相关代码。 0 2026.10.22 Golangci-lint配置文件与规则设置 本专题聚焦Golangci-lint YAML配置文件，讲清运行参数、规则启停、目录排除、问题过滤及严重级别设置，便于团队统一检查标准。 0 2026.10.22 Golangci-lint安装与入门教程 本专题讲解Golangci-lint的安装、初始化、基础命令和首次代码检查，覆盖本地环境、Docker及多平台用法，帮助Go开发者快速上手。 0 2026.10.22 PHP2Shell高危漏洞修复教程 PHP2Shell漏洞是什么，哪些PHP版本和运行环境会受到影响，服务器应该如何检测与修复？本专题提供版本自查脚本、Linux与Docker升级命令、PHP-FPM和Apache排查步骤，以及修复验证、临时缓解和应急响应方案。 0 2026.10.22 剧云人物设定与关系管理教程 本专题介绍剧云人物设定与关系管理，讲解角色小传、性格职业、人物目标、背景资料和关系网络的创建及维护方法。 0 2026.10.22 热门下载 更多 网站特效 / 网站源码 / 网站素材 / 前端模板 [表单按钮]登录表单页面js，现代化登录页面模板 [表单按钮]注册表单布局HTML代码，登录注册切换js模板 [文字特效]文字透视变形设计，有趣的css滑动动画 [表单按钮]精美登录注册UI，登录页面设计模板 [图片特效]意境背景图片唯美下载，云破月来花弄影素材 [其它特效]液体背景制作，创意液体文字动画 [其它特效]html滑块选择器，简单的滑块控制数字表达式 [其它特效]文本闪烁css，文字闪光动图特效 [其它特效]css滑块效果，气球移动动画效果图素材 [其它特效]手写字体设计，好看的svg文字特效 [开发框架]CodeIgniter4.6.1 [开发框架]Django Web框架5.2.2 [开发框架]NutzFw企业级快速开发框架1.0.3 [开发框架]go-admin前后端分离权限管理系统脚手架2.2.0 [开发框架]Ember.js3.28.9 [开发框架]MaxKey单点登录认证系统3.3.3 [开发框架]PHP7框架Phalcon71.2.3 [开发框架]TimoPHP开发框架1.4.1 [开发框架]猿团YTF框架1.0 [开发框架]zentaophp框架3.0 [网站素材]复古照相机摄影展海报矢量模板 [网站素材]披萨美食竖版招贴美食海报PSD素材下载 [网站素材]秋季农产品丰收矢量插图 [网站素材]手绘法式甜点面包合集矢量素材 [网站素材]复古旧物服饰海报矢量模板 [网站素材]2027年新年快乐宣传海报设计下载 [网站素材]二十四节气立冬海报矢量模板 [网站素材]爵士酒吧派对海报矢量模板 [网站素材]万圣节主题横幅海报模板设计源文件下载 [网站素材]精致咖啡下午茶元素合集矢量素材 [前端模板]探索文化产业服务机构网站模板 [前端模板]现代商业数字化服务公司网站模板 [前端模板]响应式烟草公司HTML5网站模板 [前端模板]园艺服务机构响应式网页模板 [前端模板]HTML5日本动画动漫网站模板 [前端模板]蛋糕烘焙美食宣传网站模板 [前端模板]黑白风格律师个人简历展示网页模板 [前端模板]黑色风格摄影工作室宣传网站模板 [前端模板]响应式金融公司HTML5网站模板 [前端模板]HTML5音乐节演唱会宣传网站模板 相关下载 更多 MDPHP(麦迪php框架系统)1.1 PHP 多国语言框架2.0 ujframe简单快速PHP开发框架1.0 php轻量型框架1.0 MyQEE开源PHP多项目及模块化开发框架3.0 RC2 php开源学习型框架CMVC1.2.0 PHP框架Kohana3.3.1 精品课程 更多 热门推荐 / 最新课程 JavaScript ES5基础线上课程教学 共6课时 | 12.1万人学习 最新ThinkPHP 5.1全球首发视频教程(60天成就PHP大牛线上培训班课) 共79课时 | 161.5万人学习 phpStudy极速入门视频教程 共6课时 | 54.7万人学习 【2025最新版】Vite快速入门到精通视频教程（已完结） 共0课时 | 0人学习 Golangci-lint命令行使用演示 共0课时 | 0人学习 Go夜读：golint及Golangci-lint介绍和使用 共0课时 | 0人学习 最新文章 更多 纯国产算力跑出星火X2.6：刘庆峰直言“小米加步枪”硬刚封锁，端侧模型成破局关键 三十亿美元加码!英伟达与Meta联手重塑AI智能体新纪元 IDC评WPS：AI嵌入文档，数据留于企业 OpenAI官宣数学与物理学三大突破：AI攻克百年猜想，携手全球学者开启科学验证新模式 千问App重磅上线三大核心学习功能，精准狙击学生提分痛点 金山办公三季报：营收增长16.11%，经调整后净利润增长8.44% 千问办公接入乐奇AI眼镜，一句话发起任务 参数直逼2.8T、支持百万上下文：月之暗面发布开源旗舰大模型K3.1 Pro 苹果 iOS 27.2 给 AI 图片打上隐身水印 马斯克明年扫货 2 万套英伟达机架，成 Vera Rubin 最大买家 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 微信扫码 关注PHP中文网服务号 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