任务拆解,悠然自得,自动版本的ChatGPT,AutoGPT自动人工智能AI任务实践(Python3.10)by Liu Yue/2023-04-19 标签: ai AutoGPT ChatGPT Python3.10 人工智能 任务 实践 悠然自得 拆解 版本 自动 当我们使用ChatGPT完成某些工作的时候，往往需要多轮对话，比如让ChatGPT分析、翻译、总结一篇网上的文章或者文档，再将总结的结果以文本的形式存储在本地。过程中免不了要和ChatGPT“折冲樽俎”一番，事实上，这个“交涉”的过程也可以自动化，AutoGPT可以帮助我们自动拆解任务，没错，程序能做到的事情，人类绝不亲力亲为。 我们唯一需要做的，就是告诉AutoGPT一个任务目标，AutoGPT会自动根据任务目标将任务拆解成一个个的小任务，......了解更多
物无定味适口者珍，Python3并发场景(CPU密集/IO密集)任务的并发方式的场景抉择(多线程threading/多进程multiprocessing/协程asyncio)by Liu Yue/2022-08-01 标签: asyncio CPU io multiprocessing python3 threading 任务 协程 场景 多线程 密集 并发 抉择 方式 无定 进程 适口 一般情况下，大家对Python原生的并发/并行工作方式：进程、线程和协程的关系与区别都能讲清楚。甚至具体的对象名称、内置方法都可以如数家珍，这显然是极好的，但我们其实都忽略了一个问题，就是具体应用场景，三者的使用目的是一样的，换句话说，使用结果是一样的，都可以提高程序运行的效率，但到底那种场景用那种方式更好一点？ 这就好比，目前主流的汽车发动机变速箱无外乎三种：双离合、CVT以及传统AT。主机厂把它们搭载到不同的发动机和车型上，它们都是变速箱......了解更多
日夕如是寒暑不间，基于Python3+Tornado6+APScheduler/Celery打造并发异步动态定时任务轮询服务by Liu Yue/2022-07-28 标签: APScheduler celery python3 Tornado6 不间 任务 动态 基于 如是 定时 寒暑 并发 异步 打造 日夕 服务 轮询 定时任务的典型落地场景在各行业中都很普遍，比如支付系统中，支付过程中因为网络或者其他因素导致出现掉单、卡单的情况，账单变成了“单边账”，这种情况对于支付用户来说，毫无疑问是灾难级别的体验，明明自己付了钱，扣了款，但是订单状态却未发生变化。所以，每一笔订单的支付任务流程中都需要一个定时轮询的备选方案，一旦支付中发生问题，定时轮询服务就可以及时发现和更正订单状态。 又比如，之前的一篇以寡治众各个击破，超大文件分片上传之构建基于Vue.js3.0+......了解更多
一代版本一代神：利用Docker在Win10系统极速体验Django3.1真实异步(Async)任务by Liu Yue/2020-09-30 标签: Async Django3.1 Docker win10 一代 任务 体验 利用 异步 极速 版本 真实 系统 就在去年(2019年)，Django官方发布3.0版本，内核升级宣布支持Asgi，这一重磅消息让无数后台研发人员欢呼雀跃，弹冠相庆。大喜过望之下，小伙伴们兴奋的开箱试用，结果却让人大跌眼镜：非但说好的内部集成Websocket没有出现，就连原生的异步通信功能也只是个壳子，内部并未实现，很明显的换汤不换药，这让不少人转身投入了FastAPI的怀抱。不过一年之后，今天8月，Django3.1版本姗姗来迟，这个新版本终于一代封神，不仅支持原生的异步视图，同时也支持异步中间件......了解更多
Win10系统下使用Django2.0.4+Celery4.4.2+Redis来实现异步任务队列以及定时(周期)任务(2020年最新攻略)by Liu Yue/2020-05-26 标签: 2020 Celery4.4 Django2.0 redis win10 以及 任务 使用 周期 定时 实现 异步 攻略 最新 系统 队列 首先明确一点，celery4.1+的官方文档已经详细说明，该版本之后不需要引入依赖 django-celery 这个库了，直接用 celery 本身就可以了，就在去年年初的一篇文章python3.7.2+Django2.0.4 使用django-celery遇到的那些坑，中提到的一些bug，在今年早已不复存在，所以技术更新频率越来越快，本文详细阐述用新版Celery(4.4.2)来实现。 关于celery的底层原理这里就不赘述了，简单的流程图......了解更多
python3.7+Tornado5.1.1+Celery3.1+Rabbitmq3.7.16实现异步队列任务by Liu Yue/2019-07-31 标签: 实现 python3.7 Tornado5.1 Celery3.1 Rabbitmq3.7 16 异步 队列 任务 在之前的一篇文章中提到了用Django+Celery+Redis实现了异步任务队列，只不过消息中间件使用了redis，redis作为消息中间件可谓是差强人意，功能和性能上都不如Rabbitmq，所以本次使用tornado框架结合celery，同时消息中间件使用Rabbitmq来实现异步发邮件，并且使用flower来监控任务队列。 首先安装rabbitmq Mac os直接运行brew......了解更多
