本文介绍在教学场景中科研智能体的使用。 操作步骤 1. 登录科研助手管理控制台。 2. 在控制台左侧导航栏中，选择【科研智能体】。 3. 在【科研智能体】页面中，单击左上角的【教学场景】。 4. 根据需求选择智能体、模版、示例或脑图展示，开启一段对话。 教材问答 1. 智能体：教材问答助手。 2. 功能说明：聚焦教材内容的智能问答助手，即时响应疑问，助力高效学习和备课。同时支持教材知识图谱生成。 3. 路径：侧边栏点击【教材问答】。 教案设计 1. 智能体：教案设计助手。 2. 功能说明：协助教师快速构建教案，提供教学目标与内容建议。（建议高数为主，不要出几何题） 3. 路径：侧边栏点击【教案设计】。 作业批改 1. 智能体：作业批改助手。 2. 功能说明： 智能批改用户上传的题目，自动标记错题并生成修改建议。 3. 路径：侧边栏点击【作业批改】。

云工作流提供一个低代码、可视化的工作流设计器， 可降低用户学习云工作流流程定义的学习成本， 通过拖拽、编辑等操作完成工作流流程编排以及对应状态输入、输出和错误重试等设置， 提高用户工作流编排的效率。 界面概览 CloudFlow Studio编辑页 状态浏览区 流程画布区 参数配置区 YAML编辑页 工作流配置 界面概览 1、菜单栏 可以在云工作流设计器中CloudFlow Studio 、YAML 和工作流配置三个功能区域进行切换。 2、状态浏览区 包含两个tab， 操作 和流程 操作tab 提供云工作流可集成的包含网络与CDN、计算、存储、容器与中间件、数据库以及人工智能在内的天翼云云产品的OpenAPI列表以及进行集成优化的常用操作 。可以将其拖拽到流程画布区中， 每个API是一个Operation（操作）类型的状态（State）。 流程tab 提供流程控制类状态列表， 不负责具体执行内容。提供Switch（条件分支）、Noop（传递）、Fail（失败）、Parallel（并行）、Sleep（暂停）以及Foreach（迭代）五个状态。可以将其拖拽到流程画布区中， 用于控制工作流执行流程逻辑。 3、流程画布区 可以拖拽状态浏览器的操作tab 、流程tab下的任意状态节点到流程画布区， 可视化编排和展示工作流流程 另外还包含了回退、前进、删除、缩放以及居中等功能按钮方便根据流程画布区对正在编排的流程可进行一些编辑操作。 4、参数配置区 在流程画布区拖拽进入状态节点后，单击选中目标状态节点， 可在右侧的参数配置区对状态的属性查看和编辑配置。 5、功能按钮区 包含工作流流程的保存 、退出 以及执行的功能按钮。

实例类型 简介 使用说明 适用场景 单机实例 采用单个数据库节点部署架构。与主流的主备实例相比，它只包含一个节点，但具有高性价比。 单机版出现故障后，无法保障及时恢复。 个人学习。 微型网站。 中小企业的开发测试环境。 主备实例 采用一主一备的经典高可用架构，支持跨AZ高可用，选择主可用区和备可用区不在同一个可用区（AZ）。主实例和备实例共用一个IP地址。 备机提高了实例的可靠性，创建主机的过程中，会同步创建备机，备机创建成功后，用户不可见。 当主节点故障后，会发生主备切换，数据库客户端会发生短暂中断，数据库客户端需要支持重新连接。 大中型企业的生产数据库。 覆盖互联网、物联网、零售电商、物流、游戏等行业的应用。 集群版实例 采用微软AlwaysOn高可用架构，支持1主1备5只读集群模式，拥有更高可用性，可靠性，可拓展能力。 仅限RDS for SQL Server使用。 金融行业。 互联网行业。 酒店行业。 在线教育。

类型 弹性云主机 轻量型云主机 轻量型云主机优势 应用场景 覆盖全量应用： 网站和应用程序托管 企业应用和业务系统 数据分析和大数据处理 游戏服务器和多媒体应用 图形渲染及高性能应用 适用于较轻量的应用： 开发和测试环境 小型网站和博客 个人项目和学习 云图、网盘等 适用于轻量型负载业务 计费方式 包年包月、按需计费 用户需分别选择实例类型规格，云盘类型规格，并单独购买弹性公网IP 包年包月 提供基础型、进阶型、随心购的资源套餐。 购买简单，价格更优惠 管理方式 以弹性云主机服务控制台为中心，提供对于实例的管理及操作功能，用户还可分别前往云硬盘、网络、安全、备份等产品控制台对其余配套资源及服务进行管理和操作。 集成了计算、存储、网络资源控制台管理界面，实现一站式管理服务，用户通过轻量型云主机服务控制台，可完成对多方资源的管理及操作。 操作流程及方式更简单。

本节主要介绍产品定义 应用运维管理（Application Operations Management）是云上应用的一站式运维管理平台，实时监控应用及云资源，采集各项指标、日志及事件等数据，提供告警及数据可视化功能，帮助您及时发现故障，全面掌握应用、资源及业务的实时运行状况。 运维遇到挑战 随着容器技术的普及，越来越多的企业通过微服务框架开发应用，业务实现更多使用云上服务，运维也转向云上的运维服务。对于云上应用的运维也提出了新的挑战： 运维人员技能要求高，配置繁杂，同时需要维护多套系统。对于分布式追踪系统，学习和使用成本高，并且稳定性差。 云化场景下的分布式应用问题分析困难主要表现在如何可视化微服务间的依赖关系、如何提高应用性能体验、如何将散落的日志进行关联分析、如何快速追踪问题。 AOM帮您解决 应用运维管理（Application Operations Management）是云上应用的一站式运维管理平台，实时监控应用及云资源，采集各项指标、日志及事件等数据，提供告警及数据可视化功能，帮助您及时发现故障，全面掌握应用、资源及业务的实时运行状况。

一键优化 当AI云电脑遇到卡顿情况时，可以进行检测优化 ，点击“一键优化”开启优化程序。 网络检测 点击“检测网速”，可以检测当前网络的下载带宽，上传带宽，网络时延，抖动，丢包率，以及过去的网络时延变化统计。 家庭管理 “翼家”默认对天翼量子AI云电脑（公众版）开放，家长可通过手机号邀请成员或管理员加入家庭管理。组建家庭关系后，家长和管理员可对家庭成员AI云电脑查看学习、绿色管控、远程接入、解绑AI云电脑等操作，详细见翼家帮助文档。 注意：政企版翼家功能默认关闭，如需开通请联系运维或邮件申请，将【企业租户账号】和【所在资源池】通过翼连>AI云电脑项目支撑中心>工作台>AI云电脑附加功能申请或邮箱发送至clouddesktop@chinatelecom.cn。

5、访问 OpenWebUI 开始对话 待应用和函数部署成功后，回到应用列表页面查看应用；点击应用名称进入详情页，点击“默认环境>环境信息>访问域名”。 然后跳转至Open WebUI界面进行对话： 更多高级玩法 1、开启联网搜索 OpenWebUI支持配置开启联网搜索能力，使用博查Web Search API；操作如下： 1. 点击 博查AI开放平台 Search API, Reranker API 链接在博查 AI 开放平台创建 API KEY。 2. 在Open WebUI“管理员设置>联网搜索”配置博查API KEY。 3. 回到Open WebUI对话界面，点击开启“联网搜索”。 2、扩展模型知识库 OpenWebUI支持添加文档知识库，提供给大模型学习之后就可以进行知识库答疑；操作如下： 1. 在Open WebUI“工作空间>知识库”界面，创建知识库并上传相关文档，例如： 2. 回到Open WebUI对话界面，在输入框键入“”可以选择对应的知识库进行对话：

本页介绍了关系数据库MySQL版产品节省成本优势。 关系数据库MySQL版产品的节省成本主要体现为：即开即用、弹性伸缩、全面兼容、维护方便。 即开即用 即开即用MySQL数据库服务是天翼云提供的一项优质服务，您不需要自行搭建和配置环境，仅需通过官网控制台快速生成目标实例，通过内网连接MySQL数据库能够有效节省公网流量并降低响应时间，还能够提高运维效率。 弹性伸缩 您可以根据业务情况对数据库实例资源进行弹性伸缩，按需计费，帮助您有效节省成本。 全面兼容 无需再次学习，关系数据库MySQL版支持各种原生数据库引擎的操作方法，让您能够快速上手。此外，MySQL版还兼容现有的程序和工具，您不必担心兼容性问题。 维护方便 关系数据库MySQL版提供了全面的日常维护和管理，包括软硬件故障处理等工作，确保数据库运转正常。专业的数据库管理控制平台，提供一键式功能，如重启、重置密码、参数修改、查看错误日志和慢查询日志、恢复数据等。此外，MySQL版的实例信息能够实时监控CPU利用率、IOPS、连接数、磁盘空间等，帮助您随时了解实例的动态情况。

技术亮点 DeepSeekR1 的技术亮点包括： ●大规模预训练：R1 模型在超大规模文本数据上进行预训练，学习到了丰富的语言知识和模式。 ●多任务学习：通过多任务学习框架，R1 模型能够在不同任务之间共享知识，提升泛化能力。 ●自适应微调：R1 模型支持针对特定任务的自适应微调，能够快速适应新任务和新领域。 ●高效推理：R1 模型在推理阶段采用了多种优化技术，确保在保持高性能的同时，具备较高的推理效率。 ●可解释性：R1 模型在设计中考虑了可解释性，能够提供一定程度的决策解释，增强用户信任。 通过这些技术亮点，DeepSeekR1在自然语言处理领域展现了强大的竞争力和应用潜力。 版本列表 版本列表 版本说明 DeepSeekR1 DeepSeekR1是一款具有671B参数大小的创新性大语言模型，在多个NLP基准测试中表现出色，具备较强的泛化能力和适应性。 相关资源及引用 相关资源 DeepSeekR1的使用协议见License 相关引用 @misc{deepseekai2025deepseekr1incentivizingreasoningcapability, title{DeepSeekR1: Incentivizing Reasoning Capability in LLMs via Reinforcement Learning}, author{DeepSeekAI and Daya Guo and Dejian Yang and Haowei Zhang and Junxiao Song and Ruoyu Zhang and Runxin Xu and Qihao Zhu and Shirong Ma and Peiyi Wang and Xiao Bi and Xiaokang Zhang and Xingkai Yu and Yu Wu and Z. F. Wu and Zhibin Gou and Zhihong Shao and Zhuoshu Li and Ziyi Gao and Aixin Liu and Bing Xue and Bingxuan Wang and Bochao Wu and Bei Feng and Chengda Lu and Chenggang Zhao and Chengqi Deng and Chenyu Zhang and Chong Ruan and Damai Dai and Deli Chen and Dongjie Ji and Erhang Li and Fangyun Lin and Fucong Dai and Fuli Luo and Guangbo Hao and Guanting Chen and Guowei Li and H. Zhang and Han Bao and Hanwei Xu and Haocheng Wang and Honghui Ding and Huajian Xin and Huazuo Gao and Hui Qu and Hui Li and Jianzhong Guo and Jiashi Li and Jiawei Wang and Jingchang Chen and Jingyang Yuan and Junjie Qiu and Junlong Li and J. L. Cai and Jiaqi Ni and Jian Liang and Jin Chen and Kai Dong and Kai Hu and Kaige Gao and Kang Guan and Kexin Huang and Kuai Yu and Lean Wang and Lecong Zhang and Liang Zhao and Litong Wang and Liyue Zhang and Lei Xu and Leyi Xia and Mingchuan Zhang and Minghua Zhang and Minghui Tang and Meng Li and Miaojun Wang and Mingming Li and Ning Tian and Panpan Huang and Peng Zhang and Qiancheng Wang and Qinyu Chen and Qiushi Du and Ruiqi Ge and Ruisong Zhang and Ruizhe Pan and Runji Wang and R. J. Chen and R. L. Jin and Ruyi Chen and Shanghao Lu and Shangyan Zhou and Shanhuang Chen and Shengfeng Ye and Shiyu Wang and Shuiping Yu and Shunfeng Zhou and Shuting Pan and S. S. Li and Shuang Zhou and Shaoqing Wu and Shengfeng Ye and Tao Yun and Tian Pei and Tianyu Sun and T. Wang and Wangding Zeng and Wanjia Zhao and Wen Liu and Wenfeng Liang and Wenjun Gao and Wenqin Yu and Wentao Zhang and W. L. Xiao and Wei An and Xiaodong Liu and Xiaohan Wang and Xiaokang Chen and Xiaotao Nie and Xin Cheng and Xin Liu and Xin Xie and Xingchao Liu and Xinyu Yang and Xinyuan Li and Xuecheng Su and Xuheng Lin and X. Q. Li and Xiangyue Jin and Xiaojin Shen and Xiaosha Chen and Xiaowen Sun and Xiaoxiang Wang and Xinnan Song and Xinyi Zhou and Xianzu Wang and Xinxia Shan and Y. K. Li and Y. Q. Wang and Y. X. Wei and Yang Zhang and Yanhong Xu and Yao Li and Yao Zhao and Yaofeng Sun and Yaohui Wang and Yi Yu and Yichao Zhang and Yifan Shi and Yiliang Xiong and Ying He and Yishi Piao and Yisong Wang and Yixuan Tan and Yiyang Ma and Yiyuan Liu and Yongqiang Guo and Yuan Ou and Yuduan Wang and Yue Gong and Yuheng Zou and Yujia He and Yunfan Xiong and Yuxiang Luo and Yuxiang You and Yuxuan Liu and Yuyang Zhou and Y. X. Zhu and Yanhong Xu and Yanping Huang and Yaohui Li and Yi Zheng and Yuchen Zhu and Yunxian Ma and Ying Tang and Yukun Zha and Yuting Yan and Z. Z. Ren and Zehui Ren and Zhangli Sha and Zhe Fu and Zhean Xu and Zhenda Xie and Zhengyan Zhang and Zhewen Hao and Zhicheng Ma and Zhigang Yan and Zhiyu Wu and Zihui Gu and Zijia Zhu and Zijun Liu and Zilin Li and Ziwei Xie and Ziyang Song and Zizheng Pan and Zhen Huang and Zhipeng Xu and Zhongyu Zhang and Zhen Zhang}, year{2025}, eprint{2501.12948}, archivePrefix{arXiv}, primaryClass{cs.CL}, url{ }

实例类型 简介 使用说明 适用场景 单机实例 采用单个数据库节点部署架构。与主流的主备实例相比，它只包含一个节点，但具有高性价比。 单机版出现故障后，无法保障及时恢复。 个人学习。 微型网站。 中小企业的开发测试环境。 主备实例 采用一主一备的经典高可用架构，支持跨AZ高可用，选择主可用区和备可用区不在同一个可用区（AZ）。主实例和备实例共用一个IP地址。 备机提高了实例的可靠性，创建主机的过程中，会同步创建备机，备机创建成功后，用户不可见。 当主节点故障后，会发生主备切换，数据库客户端会发生短暂中断，数据库客户端需要支持重新连接。 大中型企业的生产数据库。 覆盖互联网、物联网、零售电商、物流、游戏等行业的应用。 集群版实例 采用微软AlwaysOn高可用架构，支持1主1备5只读集群模式，拥有更高可用性，可靠性，可拓展能力。 仅限RDS for SQL Server使用。 金融行业。 互联网行业。 酒店行业。 在线教育。

上传智库文件 方式一：拖拽上传 【操作步骤】： 1.专属智库企业智库页面，将本地文件拖拽到对应有上传权限的智库，触发上传智库操作； 2.专属智库企业智库对应智库文件解析页面，将本地文件拖拽到对应有上传权限的智库，触发上传智库操作。 方式二：点击上传 【操作步骤】： 1.专属智库企业智库页面，点击对应智库卡片上的上传按钮进行文件上传； 2.专属智库企业智库对应智库解析页面，点击对应智库卡片上的上传按钮进行文件上传； 3.选择对应文件进行上传，单次支持选择最多20个文件上传。 查看智库解析状态 1.进入专属智库中的企业智库，在对应智库文件解析入口； 2.进入“企业专属智库” 中的智库详情页面，呈现了已学习文件、解析中文件、解析失败文件和其他无法解析格式文件。

外接设备管控 连接的各类外设进行全生命周期管理，在保障业务需求的同时，防范因外设随意接入、数据不当传输引发的安全风险 ，筑牢终端安全防线。 钓鱼防护 基于AI训练邮件样本，构建钓鱼邮件、IM聊天检测大模型，阻断恶意程序执行与信息窃取链路，全方位守护社工安全，有效抵御钓鱼威胁。 资产易管理 自动识别与精准盘点终端资产，实时追踪资产状态与位置，记录资产全生命周期信息，为企业资产合理调配与高效利用提供支撑。 学术加速 AOne学术加速是天翼云旗下一款提供海外教育资源加速服务的应用软件，基于天翼云优质的边缘网络资源与加速技术，有效解决高校访问海外教育资源时的访问体验差、合规性无保障等问题，满足高校师生访问跨境学术资源、海外线上学术会议、跨境教育SaaS应用等场景的加速需求，帮助学生拓展学习视野，获得最佳的学术体验。 全球精品网络 基于AOne全球精品网络，使用协议加速、智能选路、传输优化等技术，大幅提升访问全球学术教育资源、SAAS服务、视频会议的网速。 多平台通用 提供iOS、安卓、Windows、MacOS，无论手机还是电脑，随时随处即开即用。

本章节向您介绍流日志的定义。 流日志简介 依托于云日志服务（Log Tank Service，简称LTS），企业路由器支持流日志功能。通过流日志功能可以实时记录企业路由器中连接的流量日志信息。通过这些日志信息，您可以监控连接的网络流量、进行网络攻击分析等，帮助您实现高效的网络运维。 注意 云日志服务为收费服务，具体请参考云日志服务收费说明。 流日志创建流程 ER流日志功能需要结合LTS服务一同使用，在ER控制台创建流日志之前，需要先在LTS控制台创建日志组和日志流，流日志的创建流程请参见下图： 约束与限制 默认情况下，一个用户最多允许创建20个ER流日志。 对于TCP和UDP协议的分片报文，流日志只可以记录报文的第一个分片数据，其他分片数据由于报文头不完整无法被记录。 流日志无法记录部分网络系统自身产生的，非实际业务通信产生的流量。比如，ER学习连接侧路由时，使用的BGP协议流量不会被记录。

本节介绍天翼云电脑(OpenClaw版)下载并安装Skiils的操作步骤。 OpenClaw云电脑预置了哪些Skills？ 天翼云电脑（OpenClaw版）预置了以下Skiils，开箱即用： cctvnewsfetcher （获取央视新闻联播指定日期的内容） chinatelecommail（发送和接收邮件） findskills（帮助发现和安装新技能） selfimproving（自我反思、自我批评、自我学习和记忆组织） skillvetter（安装技能前进行安全审计） stockwatcher（管理个人股票观察列表，查看股票表现） summarize（总结网页、PDF、图片、音频、YouTube 内容） tavilysearch（AI 优化的网页搜索） 如何下载并安装Skills？ 1. 访问skills库 打开浏览器访问：< skills 进入技能列表； 2. 搜索并选择skill 在页面顶部搜索框输入skill名称，找到需要安装的skill并点击进入详情页； 3. 下载skill压缩包 在详情页右侧，点击 “Download zip” 下载skill压缩包； 4. 解压并放置到skills目录 Windows 系统：C:UsersAdministrator.openclawskills Ubuntu / 妙逸系统：/home/ctyun/.openclaw/skills 如自行修改过skills目录，放到对应目录即可； 5.

规则列表 在选择规则模板后，下方相应展示改模板的规则列表，并支持对单条规则调整处理动作为拦截或告警。 勾选数据，点击批量操作，支持批量修改多条数据的处理动作。 说明 智能规则支持内置算法与风险评分机制，能够学习请求上下文语义，对不同风险程度的请求做告警或拦截，避免误拦截的发生。 规则白名单 规则白名单用于对单条域名规则进行加白，您可以通过规则列表点击加白按钮进行处理。设置加白范围后，此条规则检测时将跳过加白范围。 加白范围支持配置最多5条或条件。 规则复制 【规则复制】支持复制全局策略、防护模式、防护规则集、规则ID、规则白名单策略。 使用场景：某一批域名对于【防护规则引擎】都有相同的防护场景，配置也需要相同。【规则复制】将方便用户快速配置规则。 注意 单次复制最多可支持操作100个域名 可操作域名的状态需要为【已启用】

认证考试中心 在首页的导航栏和“职业资格认证”推荐板块点击后进入认证考试中心页面，天翼云学堂所有已上线的认证考试都按照不同的分类用表格的形式展示出来，如下图所示，其中认证考试名称标灰色代表该认证任在筹划中，其中认证考试名称标蓝色代表该认证即将发布。 学员选择一门认证考试后，进入该认证考试的详情页，认证详情页展示了考这个证书需要做的四个步骤，其中第三步是预约考试，第四步是领取证书。当你预约了一门考试之后，会有短信通知你预约成功，并且考试前24小时会短信提醒你考试时间，在线考试结束后可以实时查看考试是否通过，并领取证书。领取的证书可以在我的学习我的认证已通过栏目下进行证书下载。

任务三：模型训练 1.定义训练超参，模型、日志保存路径 输入： 定义训练超参 numclasses 2 数据集中只有 steel 一个标签，加上背景，所以总共有2个类 maxepoch 25 默认值为1，调整为大于20的值，训练效果更佳 batchsize 4 ngpu 1 initiallr 0.01 imgdim 416 模型输入图片大小 trainsets [('2007', 'trainval')] 指定训练集 cfg VOCConfig rgbmeans (104, 117, 123) ImageNet数据集的RGB均值 savefolder './rebarcount/modelsnapshots' 指定训练模型保存路径 if not os.path.exists(savefolder): os.mkdir(savefolder) logpath os.path.join('./rebarcount/logs', datetime.now().isoformat()) 指定日志保存路径 if not os.path.exists(logpath): os.makedirs(logpath) 2.构建模型，定义优化器及损失函数 输入： net buildnet('train', imgdim, numclassesnumclasses) if ngpu > 1: net torch.nn.DataParallel(net) net.cuda() 本案例代码只能在GPU上训练 cudnn.benchmark True optimizer optim.SGD(net.parameters(), lrinitiallr, momentum0.9, weightdecay0) 定义优化器 criterion MultiBoxLoss(numclasses, overlapthresh0.4, priorformatchingTrue, bkglabel0, negminingTrue, negpos3, negoverlap0.3, encodetargetFalse) 定义损失函数 priorbox PriorBox(cfg) with torch.nograd(): priors priorbox.forward() priors priors.cuda() 3.定义自定义学习率函数 输入： def adjustlearningrate(optimizer, gamma, epoch, stepindex, iteration, epochsize): """ 自适应学习率 """ if epoch 20: torch.save(net.statedict(), os.path.join(savefolder, 'epoch' + repr(epoch).zfill(3) + 'loss'+ '%.4f' % loss.item() + '.pth')) batchiterator iter(data.DataLoader(dataset, batchsize, shuffleTrue, numworkers1, collatefndetectioncollate)) locloss 0 confloss 0 epoch + 1 loadt0 time.time() if iteration in stepvalues: stepindex + 1 lr adjustlearningrate(optimizer, 0.2, epoch, stepindex, iteration, epochsize) images, targets next(batchiterator) images Variable(images.cuda()) targets [Variable(anno.cuda()) for anno in targets]

订购学术加速 操作步骤： 1. 在学术加速个人版官网点击“快速订购”，进入资源包订购页面； 2. 您可以根据个人需要，点击订购不同类型的海外资料学习包； 3. 订购完成之后在“我的账号”页面查看资源包订购信息。 注意 订购学术加速个人版套餐前，请确保您的天翼云账号已经 资源包可重复购买，订购后按月立即生效，到期则不可使用，为保障业务稳定“资源包用尽"或"资源包到期”前，请及时购买资源包； 未使用的资源包均可进行退订，资源包使用后剩余流量不允许退订； 单个用户限制购买3个体验包，有效期1个月，体验包不支持与其他资源包在同一个订单里购买。 Windows/MacOS客户端使用教程 客户端下载 访问学术加速个人版官网点击Window图标或MacOS图标，下载对应客户端。

本文介绍如何开启与查看云录制。 前提条件 已开通AOne会议免费版、标准版或者AOne会议旗舰版。 用户具备足够的云录制存储空间。 用户具备“主持人”或者“联席主持人”权限。 注意事项 云录制过程中若网络异常或会议被终止，可能影响录制文件完整性。 云录制文件归属于会议创建者，仅会议创建者可修改观看权限。 云录制文件默认观看范围为会议创建者与本企业的参会者。 跨企业参会人员默认无法观看，如需观看需要会议创建者将录制文件的分享方式修改为“通过链接分享”。 应用场景说明 适用于需要内容沉淀、会议复盘、重复学习的业务场景： 技术评审、产品复盘、专家讲座。 企业级培训、文化宣讲、客户答疑。 战略例会、决策类会议。 操作步骤 会中自动开启云录制（可选） 在“预定会议”设置中启用“自动开启云录制”，可选择“主持人入会后开启”或者“成员入会后开启”。 会中手动开启云录制（可选） 主持人/联席主持人进入参会页面，点击“云录制”按钮，开启云录制。 录制完成后查看 会议结束后，录制文件将在“录制”>“我的录制”或者“录制”>“我参会的录制”中生成会议录制信息。 支持修改分享方式，分享方式支持“指定用户分享”或者“通过链接分享”。 支持视频下载和删除、会议转写内容导出、观看链接复制。

本章节介绍应用高可用的产品定义。 产品定义 应用高可用服务 是为应用提供高可用解决方案的产品，包含应用容灾多活 和故障演练服务 ，提供应用流量调度、数据同步、演练容灾一站式管理，助力企业云上业务实现多活高可用建设。 产品优势 多种容灾架构：丰富的容灾架构，满足应用级、业务级多场景容灾。 一站接入管控：应用分层管理，接入层、服务层、数据层等统一纳管调度。 快速恢复预期：确定的流程编排，一键容灾切换，分钟级业务恢复能力。 高效运维监控：组件协同管理，全链路监控告警，容灾运维简单高效。 产品特性 引导接入：可视化引导用户进行应用改造、配置和流程编排，降低用户学习和实施成本。 资源管理：应用核心链路节点资源集成纳管，具备网关、服务、消息、数据等多层组件全栈管理能力。 流量调度：识别应用流量，支持按比例与精准路由规则，控制后端应用流量分配，实现流量分发多活。 数据保护：支持应用核心数据多集群冗余，通过SDK植入管控，实现请求封闭、消息过滤、数据禁写等一致性保护策略。 故障切换：多活应用分层协同切流，保障业务分钟级别恢复。 容灾演练：多活流量灰度验证，确保容灾操作可执行，恢复效果可预期。

本节介绍AI空间的使用说明。 AI空间聚合了众多场景化AI应用，满足各类场景的使用需求。用户可以按照图片处理、写作助手、智能分析、办公、学习、生活等场景分类进行提问，让AI输出对应方案。以下我们将通过实例演示让AI输出产品创意方案。 AI空间 对于企业职员、老师等角色，可输入关键词快速生成PPT幻灯片或文档，提升工作效率，减轻文档负担。 【操作步骤】： 1.进入天翼AI云电脑，打开“云智助手”； 2.在云智助手的菜单选择“应用”“写作助手”“PPT生成”； 3.在AI对话窗口，可以根据需求发送关键词内容，如“年度总结”； 4.点击发送后，AI应用即为你输出一份完整的年终总结方案PPT。 办公场景示例 对于职员、老师等有日常文档写作需求的角色，通过翼文档提供的文本扩写、缩写、润色、生成文章等AI能力，可以轻松写文档。 【操作步骤】 1.进入天翼AI云电脑，打开“云智助手”； 2.在云智助手的菜单选择“应用”“写作助手”“Word写作”； 3.在“翼文档”中通过AI辅助word文档写作。

本实践将为您介绍如何用最低成本使用弹性伸缩应对周期性波动业务场景。 场景描述 此类场景的业务流量波动通常是有规律的周期性波动，在特定时间内业务流量较大，高峰期一过业务流量降低直到恢复正常。例如学习平台、直播平台等在20：00前后用户业务的访问量处于峰值，而22：00之后的流量会降低回到正常值。 解决方案 可以使用弹性伸缩创建低成本业务集群，根据业务流量的波动周期来自动扩缩容业务集群内的计算资源，减少成本浪费。方案详解如下： 针对日常业务流量，购买包年包月云主机实例，并将其加入弹性伸缩组做以日常监控，为其设置保护状态，避免被移除影响日常计算需求。 为伸缩组创建定时/周期策略来应对周期性的流量波动。 前提条件 在做本实践之前，请确保您已经注册了天翼云账号，并确保您的账户中有充足的余额，具体步骤请参见准备工作。 操作步骤 本实践共分为三大步： 步骤一：创建包年包月弹性云主机实例 步骤二：创建伸缩组并添加云主机实例 步骤三：根据业务需求创建伸缩策略（周期策略）

家庭管理 “翼家”默认对天翼量子AI云电脑（公众版）开放，家长可通过手机号邀请成员或管理员加入家庭管理。组建家庭关系后，家长和管理员可对家庭成员AI云电脑查看学习、绿色管控、远程接入、解绑AI云电脑等操作，详细见翼家帮助文档。 注意：提示：政企版翼家功能默认关闭，如需开通请联系运维或邮件申请，将【企业租户账号】和【所在资源池】通过翼连>AI云电脑项目支撑中心>工作台>AI云电脑附加功能申请或邮箱发送至clouddesktop@chinatelecom.cn。 全屏/窗口化 （1）Windows系统客户端、MacOS系统客户端默认全屏，支持切换窗口化操作。 （2）Ubuntu瘦终端，安卓瘦终端（安卓盒子、一体机、云笔电）仅支持全屏模式，不支持全屏/窗口化切换。 运行模式 常规模式：不限制终端本地系统功能，可以在本地系统和客户端之间自由切换。 锁定模式：屏蔽本地系统所有功能，无法切换到本地系统，无法使用本地的应用及资源。 注意：MAC客户端不支持。

本文介绍应用托管的产品优势。 开箱即用 提供应用一键部署的功能，极大简化应用的安装和配置过程，分钟级完成应用部署；为部署的应用提供公网访问能力，可通过公网便捷访问已部署的应用。用户无需学习复杂的K8s等容器知识，即可轻松上手。 丰富的生态与扩展 汇聚不同类型的应用，覆盖多种用途和行业需求。可方便地浏览、搜索选择适合的应用；集成MCP相关的服务资源，涵盖内容生成、网页搜索、效率工具等多种类型，全面支撑企业各类智能应用场景。 降低IT资源投入 支持根据业务需求灵活增减配资源，避免重资产投入，高效管控成本；按小时计费，暂停不计费。 少人化运维与成本优化 基于云原生和部署工具链的集成，大幅减少人工操作，少量运维人员即可管理大量应用系统，提升维护效率，降低成本；平台管理并分配算力，屏蔽算力底座差异，用户无需关心底层硬件和K8s集群，聚焦业务应用开发和管理。 应用交付效率提升 为供应商提供独立的测试空间，灵活分配计算资源避免干扰，助力供应商快速完成部署与测试，提升协作效率；完成测试并审核通过的应用可生成“应用模板”，并可发布应用市场，实现用户环境秒级部署上线，大幅降低运维成本。

云企业路由器 在云间高速（标准版）产品中，是区域（资源池）范围内的核心网络设备，承担当前区域内流量和跨域间流量的转发，同时支持自定义路由表和自定义路由策略。 网络实例 在云间高速（标准版）产品中，可以无缝接入云间高速的网络实例，包含用户购买的天翼云产品：虚拟私有云（VPC）、云专线、天翼云SDWAN、VPN连接（CTYUN4.0资源池）和云桌面网络。 跨域互联带宽包 购买云间高速（标准版）产品，同时需要购买各个跨域网络实例的互通网络带宽，所有的跨域互通网络实例使用的带宽总和即为带宽包。 跨域连接 云间高速（标准版）实例中，任意两个云企业路由器实例间建立的连接称为跨域连接。跨域连接的带宽需从互联带宽包中分配，且带宽为双向。所有跨域连接带宽的总和不得超出其所属带宽包的容量。请根据实际的业务网络需求，提前合理规划跨域连接的带宽。 路由表 云间高速（标准版）产品实例中，云企业路由器通过配置在其上的路由表进行流量转发，每个云企业路由器包含一张默认路由表，支持创建多自定义路由表和自定义路由，并支持通过路由表关联转发和路由学习功能定义互通、隔离，满足网络多样化的需求。 说明 支持自定义路由表能力的资源池：CTYUN4.0资源池。

特征提取 Feature extraction，指从原始图像中提取出一些具有代表性的特征，这些特征可以用于描述图像的内容和结构。在文本图像识别中，特征提取是关键步骤之一，它可以帮助机器更好地理解和识别文本信息。 文本框检测 Text frame detection，在图像中识别和定位文本框的位置和大小的过程，可以帮助确定需要识别的文本区域，使OCR只检测感兴趣区域，从而减少OCR系统的计算量和误差。 字符识别 Character recognition，使用OCR技术将扫描的文本图像转换为数字文本的过程。 逐字识别 Character by character recognition，OCR系统按照文本图像中字符的顺序，逐个字符进行识别的过程。在逐字识别中，OCR系统通常会处理单个字符的图像，因此可以更加细致地处理每个字符的细节和特征。它可以提高字符识别的准确率和可靠性，并且方便进行校对和修正。 神经网络 Neural network，一种模拟人脑神经元结构的计算模型，由多个神经元组成，通过训练和学习进行模式识别和预测等任务，常用于OCR中的字符识别。 语言模型 Language Model，对于自然语言处理（NLP）任务，如OCR，区分不同单词的语法和上下文规则的统计模型。 改写 Rewriting，通过重新排列和连接字符来识别单个字符的技术，可以有效地识别出单个字符，并且在遇到不同的字符和字体时具有良好的适应性。

文本生成图像模式 在txt2img标签页分别输入提示词(prompt)和负向提示词(prompt), 随后点击Generate按钮。 StableDiffusion的提示词写法要求较高, 这里无法做详细介绍. 您可搜索相关资料进行学习。 2. 图像生成图像模式 在img2img标签页分别输入提示词(prompt)和负向提示词(prompt), 同时在左下方选择上传一张图片, 最后点击Generate按钮。 StableDiffusion将给予给定图片和提示词, 创作一张新的图片。 3. 生成质量控制 StableDiffusion模型生成图片质量可以在页面下方Generation标签页进行调整, 但需要您具有一定的diffusion模型(扩散模型)背景知识。 这里仅对其中部分基础参数进行介绍： Sampling Steps: 采样步数. 数值越大图像越精细。 Width & Height: 图像的宽度与高度。 Batch count: 生成图像总批次。 Batch size: 每一批次生成图像的个数。 CFG Scale: 控制生成图像与提示词的关联度, 数值越大关联度越高, 但图片质量可能越差。 Seed: 随机数种子. 控制模型生成结果的随机性,如果输入1则代表不固定随机数种子, 相同的提示词每次生成图片不同; 如果输入其他数字则代表固定随机数种子, 相同提示词每次生成图片相同。

本节介绍AI空间的使用说明。 AI空间聚合了众多场景化AI应用，满足各类场景的使用需求。用户可以按照图片处理、写作助手、智能分析、办公、学习、生活等场景分类进行提问，让AI输出对应方案。以下我们将通过实例演示让AI输出产品创意方案。 AI空间 对于企业职员、老师等角色，可输入关键词快速生成PPT幻灯片或文档，提升工作效率，减轻文档负担。 【操作步骤】： 1.进入天翼AI云电脑，打开“云智助手”； 2.在云智助手的菜单选择“应用”“写作助手”“PPT生成”； 3.在AI对话窗口，可以根据需求发送关键词内容，如“年度总结”； 4.点击发送后，AI应用即为你输出一份完整的年终总结方案PPT。 办公场景示例 对于职员、老师等有日常文档写作需求的角色，通过翼文档提供的文本扩写、缩写、润色、生成文章等AI能力，可以轻松写文档。 【操作步骤】 1.进入天翼AI云电脑，打开“云智助手”； 2.在云智助手的菜单选择“应用”“写作助手”“Word写作”； 3.在“翼文档”中通过AI辅助word文档写作。

本节介绍AI空间的使用说明。 AI空间聚合了众多场景化AI应用，满足各类场景的使用需求。用户可以按照图片处理、写作助手、智能分析、办公、学习、生活等场景分类进行提问，让AI输出对应方案。以下我们将通过实例演示让AI输出产品创意方案。 AI空间 对于企业职员、老师等角色，可输入关键词快速生成PPT幻灯片或文档，提升工作效率，减轻文档负担。 【操作步骤】： 1.进入天翼AI云电脑，打开“云智助手”； 2.在云智助手的菜单选择“应用”“写作助手”“PPT生成”； 3.在AI对话窗口，可以根据需求发送关键词内容，如“年度总结”； 4.点击发送后，AI应用即为你输出一份完整的年终总结方案PPT。 办公场景示例 对于职员、老师等有日常文档写作需求的角色，通过翼文档提供的文本扩写、缩写、润色、生成文章等AI能力，可以轻松写文档。 【操作步骤】 1.进入天翼AI云电脑，打开“云智助手”； 2.在云智助手的菜单选择“应用”“写作助手”“Word写作”； 3.在“翼文档”中通过AI辅助word文档写作。

家庭管理 “翼家”默认对天翼量子AI云电脑（公众版）开放，家长可通过手机号邀请成员或管理员加入家庭管理。组建家庭关系后，家长和管理员可对家庭成员AI云电脑查看学习、绿色管控、远程接入、解绑AI云电脑等操作，详细见翼家帮助文档。 注意：提示：政企版翼家功能默认关闭，如需开通请联系运维或邮件申请，将【企业租户账号】和【所在资源池】通过翼连>AI云电脑项目支撑中心>工作台>AI云电脑附加功能申请或邮箱发送至clouddesktop@chinatelecom.cn。 6. 全屏/窗口化 （1）Windows系统客户端、MacOS系统客户端默认全屏，支持切换窗口化操作。 （2）Ubuntu瘦终端，安卓瘦终端（安卓盒子、一体机、云笔电）仅支持全屏模式，不支持全屏/窗口化切换。 7. 运行模式 常规模式：不限制终端本地系统功能，可以在本地系统和客户端之间自由切换。 锁定模式：屏蔽本地系统所有功能，无法切换到本地系统，无法使用本地的应用及资源。 注意：MAC客户端不支持。 8.

本文将为您介绍算力专网产品相关的术语概念。 中国电信下一代承载网（CN2DCI） 中国电信融合原CN2和DCI两张网络之后构建的面向2B业务的差异化、智能化、服务化专用承载网，目标建成技术领先、行业最有竞争力的2B网络。 CN2DCI网络新平面 中国电信基于SDN架构，在CN2DCI网络基础上通过引入SRv6+EVPN等技术重构的高质量、高可靠、差异化精品网络。 SRv6（Segment Routing IPv6） SRv6是一种网络转发技术，SR指Segment Routing技术，v6指原生IPv6，SRv6就是IPv6+Segment Routing，是SR技术的IPv6演进版本。 多协议标签交换（MPLS，MultiProtocol Label Switch） 结合二层交换和三层路由的集成数据传输技术。 虚拟专网（VPN，Virtual Private Network） 利用开放的公共网络建立专用数据传输通道，将不同站点连接起来并提供安全的端到端数据通信的广域网组网方式。 EVPN (Ethernet Virtual Private Network) 是一种用于二层网络互联的VPN技术，采用类似于BGP/MPLS IP VPN 的机制，通过扩展BGP协议，使用扩展后的可达性信息，使不同站点的二层网络间的MAC地址学习和发布过程从数据平面转移到控制平面。 运营商边界设备（PE，Provider Edge） 位于运营商网络边缘，用于连接CE设备，一般为路由器。 客户边界设备（CE，Customer Edge） 位于客户站点边缘，用于连接PE设备，一般为路由器。

本节介绍了什么是云数据库TaurusDB。 产品定义 云数据库TaurusDB是最新一代企业级高扩展海量存储分布式数据库，完全兼容MySQL。采用计算存储分离架构，128TB的海量存储，故障秒级切换，既拥有商业数据库的高可用和性能，又具备开源低成本效益。 TaurusDB支持的版本请参见数据库引擎和版本。 产品架构 云数据库TaurusDB整体架构自下向上分为三层。 1. 存储层：基于DFV存储，提供分布式、强一致和高性能的存储能力，此层来保障数据的可靠性以及横向扩展能力，保证数据的可靠性不低于99.999999999%。DFV (Data Functions Virtualization)是提供的一套通过存储和计算分离的方式，构建以数据为中心的全栈数据服务架构的解决方案。 2. 存储抽象层（Storage Abstraction Layer）：将原始数据库基于表文件的操作抽象为对应分布式存储，向下对接DFV，向上提供高效调度的数据库存储语义，是数据库高性能的核心。 3. SQL解析层：与MySQL 8.0开源版100%兼容，客户业务从MySQL生态可以平滑迁移， 从其他数据库迁移也能使用MySQL生态的语法、工具，降低开发、学习成本。基于原生MySQL，在100%兼容的前提下进行大量内核优化，以及开源加固，开源生态，商用能力。 图 架构图