Python
项目实践在 Web 与桌面工具中组织业务逻辑。
实践说明
处理预约状态、订单解析、金额校验与导出,结合 AI 辅助开发持续理解实现。
SKILLS / 技术与实践相互对应
先看使用场景与关联项目,再展开详细说明。不用百分比描述熟练程度,学习和辅助实践如实标注。项目实践不等于熟练掌握:部署注明 AI 辅助或基础接触,JavaScript、AI 应用和金融科技注明学习或探索。
在 Web 与桌面工具中组织业务逻辑。
处理预约状态、订单解析、金额校验与导出,结合 AI 辅助开发持续理解实现。
为静态页面添加必要交互。
本站主题保存、移动菜单和文章阅读进度使用浏览器脚本;不据此宣称复杂前端工程经验。
把工作室流程落到服务端应用。
会员登录与归属检查、表单、课务服务和事务处理。
组织本地数据和业务一致性。
FitStudio 以流水汇总课时;费用助手保存整数分并按工程隔离。
使用语义结构组织页面。
服务端模板与本站静态页面包含标题层级、导航、表单及键盘入口。
通过排版、颜色与布局传递信息。
本站共用明暗主题变量,案例卡片、代码区和图片各有适合的展示方式。
适配手机、平板和桌面的阅读与操作。
本站及 FitStudio 的手机优先布局实践;以真实浏览器检查溢出和菜单。
为本地工具组织表格、文件与核对操作。
配送助手包含后台识别与冲突对话框;工程费用手工版围绕五列录入、图片关联和保存。两者业务字段不同,不能直接照搬界面。
将本地截图转换为文字和坐标。
配送助手使用本地 PP-OCRv5 模型,识别之后仍需规则解析与人工核对。
用 AI 辅助实现与排查,同时保留自己的判断。
围绕真实需求整理规则、审阅输出和完成验收,不把辅助生成等同独立精通。
把零散记录整理为可核对的数据。
订单编号展开、人员和瓶数冲突独立处理;费用的金额与图片关联和 Excel 输出。
区分模型输出、规则与使用者判断。
配送 OCR 是已实现的局部应用;QQ 对话/记忆是历史实验。模型推理不替代订单事实确认,不据此宣称通用 Agent 能力。
将 Web 应用组织为可部署的容器。
FitStudio 的 Docker/Compose、持久化和版本发布记录。
从本地开发走向云端部署。
SSH、日志、服务状态、备份和部署检查;持续补足独立运维能力。
提供反向代理与 HTTPS 入口。
FitStudio 部署中衔接访问入口与 Web 服务,学习配置验证与平滑加载。
在部署环境中运行 Django 服务。
理解容器中的应用服务角色与访问/错误日志,不宣称做过大规模调优。
从使用者的工作出发界定工具范围。
工作室预约、群聊配送统计、工程费用整理分别对应不同操作流程。
把例外和边界转换成可说明的规则。
课时占用与扣减分开,重复操作受控;人员和瓶数冲突不互相掩盖。
用具体场景验证业务含义。
预约竞争、状态变化、导出失败等都有测试依据;历史测试与本次运行结果分开记录。
把可运行代码变成可维护交付。
从构建检查、数据持久化到版本切换和回滚准备;桌面工具也关注打包与文件交付。
把可核对的记录整理成交付表格。
配送助手用 openpyxl 输出配送明细/配送员汇总并回读检查;工程费用手工版导出五列费用与内嵌来源图片。不把文件生成等同于 Excel/WPS 原生排版验收。
对 Python 数据分析与金融科技保持兴趣。
当前只有学习与方向记录,未提供正式策略、回测或职业成果。不能据此声称金融从业或量化业绩。