Learning to program is a difficult skill. If you've ever opened a tutorial and thought, “I have no idea what's going on,” you're not alone. With a few smart choices and the right strategies, you can make your learning journey smoother and even enjoyable.
不知道听谁说的：之后的人工智能会和机器人强烈结合，是下一个十年的技术趋势。
“ROS – 机器人操作系统 机器人操作系统 (ROS) 是一套软件库和工具，可帮助您构建机器人应用程序。从驱动程序到先进的算法，以及强大的开发者工具，ROS 可满足您下一个机器人项目的所有需求。而且它完全开源。”
ROS: Robot Operating System 机器人操作系统
可以到官网学习：ros.org
| 通信模式 | 发布 / 订阅 |
|---|---|
| 方向 | 单向 |
| 同步性 | 异步 |
| 典型用途 | 图像、激光、IMU、状态信息 |
登录
# 发布者（Publisher）
pub = rospy.Publisher('/chatter', String, queue_size=10)
pub.publish("你好，世界！")
# 订阅者（Subscriber）
def callback(msg):
rospy.loginfo(msg.data)
sub = rospy.Subscriber('/chatter', String, callback)
| 通信模式 | 请求 / 响应 |
|---|---|
| 方向 | 双向 |
| 同步性 | 同步（阻塞） |
| 典型用途 | 获取传感器快照、配置设置、参数查询 |
# 服务端（Server）
def handle_add(req):
return req.a + req.b
service = rospy.Service('add_two_ints', AddTwoInts, handle_add)
# 客户端（Client）
rospy.wait_for_service('add_two_ints')
add = rospy.ServiceProxy('add_two_ints', AddTwoInts)
resp = add(1, 2)
| 通信模式 | 目标 / 状态 / 反馈 |
|---|---|
| 方向 | 双向 |
| 同步性 | 异步 + 反馈机制 |
| 典型用途 | 导航、移动、长任务控制 |
# 发送目标
client = actionlib.SimpleActionClient('move_base', MoveBaseAction)
client.wait_for_server()
goal = MoveBaseGoal()
goal.target_pose.header.frame_id = "map"
goal.target_pose.pose.position.x = 1.0
client.send_goal(goal)
client.wait_for_result()
# 服务器
def execute_cb(goal):
# 执行任务
feedback = MoveBaseFeedback()
result = MoveBaseResult()
server.set_succeeded(result)
server = actionlib.SimpleActionServer('move_base', MoveBaseAction, execute_cb, False)
server.start()
| 特性 | Service（服务） | Action（动作） |
|---|---|---|
| 通信模式 | 请求 / 响应 | 目标 / 反馈 / 结果 |
| 是否同步 | 是（阻塞） | 否（非阻塞） |
| 任务持续时间 | 短 | 长时间运行 |
| 支持反馈 | 否 | 是 |
| 可取消 | 否 | 是 |
| 适用场景 | 快速查询或配置 | 需要进度反馈的长任务，如导航 |
英文：ROS Topics, Services and Actions Explained with Clear Examples
本文一共 830 个汉字, 你数一下对不对.
我要对一堆的本地eml文件做一个索引，应该用什么方式表达呢？一开始我想到的是做一个html的网页。上面需要表达的信息包括：分类、时间、附件个数、发件人、邮件主题以及文件路径。文件路径应该是一个超链接，我点击这个网页的超链接，就能到达那个文件，可能是直接打开文件。有没有一种方式是打开资源管理器直接锚定到那个文件但不打开呢？一开始我是这么设想的，但后来网友告知，在浏览器层面没办法打开这些文件，因为安全性的原因，浏览器没有打开文件的权限。如果那是一个txt文件，那么你可以直接在浏览器里打开，如果是一个图片，也能打开，但是如果那是一些其它后缀的文件，理论上是打不开的，哪怕你在浏览器里以资源管理器索引的方式打开了文件夹的目录，当你点击某个后缀文件的时候，会弹出一个窗口让你下载。一整个下午我就在这里兜圈子，总感觉是不是有一种方式能够让浏览器弹出资源管理器锚定到那个文件，哪怕不打开文件本身。我一开始天真地觉得，在浏览器里面点超链接就能直接打开eml文件，因为那个后缀的文件我已经设定了默认打开方式是雷鸟。事实证明，我只是一个下午都在白费力气而已。
普通a开头的超链接是无法打开eml文件的，我想到了Excel里面的超链接。Excel的超链接可以直接链接到某个文件。它跟浏览器不一样。不会在Excel里面打开那些东西，哪怕那些个txt或者一个图片，会直接打开文件。所以我就尝试在Excel里给eml文件做一个超链接，结果发现。当我点击那个超链接的时候，会弹出一个窗口，告诉我这么干不安全，但是我依然可以选择是继续打开那个文件，之后雷鸟就会启动，那个eml文件就被打开了。所以简单来说，实际上在Excel里面是直接可以打开eml文件的，不过打开的时候会有一个令人烦恼的弹窗，可能在某些地方进行设置，可以把那个安全提醒的弹窗去掉，但我觉得没有必要。如果你不想被那个弹窗烦恼，你可以右键那个单元格的链接地址，直接贴到任何一个资源管理器地址栏，回车就打开了。操作是有点烦，但起码不会像浏览器那样，打不开或者非让你下载不可。
折腾了一个下午之后，我发现原来我的目标居然是把那个邮件索引做在Excel文件里。Excel的版本可以做的，和之前的功能没有区别，更强大的地方在于如果是在Excel文件里，排序很方便，搜索也很方便。
接下来我没有做更多浪费时间的事情，直接去把这个问题丢给Deepseek，问它如何用Python的方式把批量的 eml文件信息输出到Excel。第1次给我的那个版本只能针对某个路径，但如果那个路径里面还有子文件夹会被忽略，所以后来我增加提问，所以Deepseek又给了我递归那个路径下所有文件夹的版本。默认的回答没有附件个数，所以最后我要加多了要计算每个邮件附件个数的功能。
事实证明Deepseek真的是一个好东西，因为它第1个版本的代码已经能输出大概差不多那种东西，但是不能完全符合我的要求，因为它认为重要的信息和我需要的信息以及排序始终有区别。把pandas里面的数据输出到Excel有好几种方式，但是有些输出方式出来的那个Excel文件我个人感觉很丑，所以我又花了半个下午的时间改成了以xlwings输出，这个东西比其它输出在格式调整方面有更大的调控空间，比如自适配行高和列宽。在其它引擎里可能需要一大段的代码，但是在xlwings里面就只需要一句autofit。之所以知道这个，是因为之前在学Python提高Excel工作效率的书里我已经接触过这个东西。
Deepseek的代码能解决核心问题，但细节调整还是得靠自己。从第1次叫Deepseek写代码到我最终得到我想要的那个Excel索引，花了不到24小时。
最近试了试用各家的AI写了点Python程序和PHP，可以说效果是千差万别，有些AI写出来又快又好，有些就是思考了很久但是输出的内容有报错。首先声明一下这篇文章是纯人工写的，完全0AI(除了封面)，然后就是具有时效性，可能过两天推出个新的大模型又把我某些卡壳的体验修复了，最后就是纯个人体验和感受不具备普遍性，仅供参考。 先大概展示一下我都做了些什么玩意出来，以及我人工介入的部分大概有多少。 结合自己的工作内容，一开始想给本院的HIS加装一个外挂型的AI润色工具，无奈在自己尝试多次以及请教AI后都没办法取到程序内的数据，文本框里的字都摘不出来。也许是因为这玩意是PowerBuilder做出来的上古产物，而它最适合的运行环境的Windows XP。 人工介入比例：50% 在外挂版失败后，
最近不是在折腾LLM嘛，于是就试了两条路子：用openai的api，以及直接在openai的界面里面创建GPT。
前者没啥特别的，chatgpt的api做的很成熟了，from openai import OpenAI 之后直接在python里面调用几个现成的函数就好了。可选的参数其实也不多，主要就是prompt写的好一点就行。我的要求也不高，试了试基本满足。此外我还用到了微软 azure api，也很方便，两者一结合基本一个app就搓出来了，只是暂时还只能在命令行运行，没写前端ui罢了。
后者就麻烦了。我想着自己写前端ui还挺麻烦的，就想偷个懒直接在GPT里面弄弄看看行不。结果呢，现在这个版本实在是太挫了，只支持最最基本的action，虽然可以调用其他api，但还没研究出来怎么实现用户上传的文件扔到action api call里面。搜了搜他们的论坛也没啥结果，然后心累就到此为止了。
最后贴一下如何在openai 的GPT里面调用azure api。主要是api key那里实在是反用户直觉，我找了好久……一定要选 custom 然后把自定义的名字设为 Ocp-Apim-Subscription-Key 才可以。贴个图。
当然azure api的文档做的也很差就是了，经常搜出来的是过时的文档，试一试都是404错误。哎，时间都花在这些琐碎的调试bug上了。
最后的结论是，在现在这个阶段，openai GPT的多模态做的还是太封闭，只适用于比较基础的交互需求，得等到后面允许自定义编程更丰富一些才可以。想做的稍稍复杂一点，写ui是逃不掉的了。web版还可以写个python+js凑和一下（flask这么轻量级的web开发框架真的是效率提升利器），app版xcode看了半天发现也是一等一的复杂……说好的ai改变程序开发呢？叹口气……
