scb easy使用教程

装完一字 clock， 结果发现 ai 听不懂人话，别急着怪他笨，可能是你说话的方式不对，很多人发指令就说一句，帮我整理一下。 ai 一 脸懵，整理啥？怎么整？ 正确姿势是三个要素，做什么？背景、格式要求你把这些说清楚，它基本就不会跑偏。 记住这四个说话原则， ai 直接秒懂。第一，清洗，别用模糊词，把写篇好文章改成写一篇八百字的科技评论文章主题是 ai 在 医疗领域的应用，目标读者是普通大众，语气要通俗易懂，让需求更明确。 第二，具体给足背景，把分析一下这个数据，改成分析这份销售数据。重点关注 q 三的环比增长率，找出增长最快的前三个产品线，用表格形式输出结果。 第三，可验证设定明确的输出标准。比如把优化这段代码改成优化 python 代码，运行速度提百分之五十，功能不变。第四，分，步骤复杂，任务拆分成多个简单步骤，降低 ai 的 理解难度。 不是简单说一句帮我策划这个活动，而是拆分为确定活动主题和目标人群，设计活动流程和时间安排、估算预算和所需资源，制定宣传计划四个步骤。 想让 ai 记住你的习惯，三个话术一定要会用，第一个帮我明确任务， 第二个记住写入长期记忆。第三个，以后每次都要形成固定规则，比如你说帮我整理会议纪要，记住我只看结论，不看过程。以后每次都要用表格输出， 他下次就会按这个来。记住一句话，你是老板， ai 是 员工，表达清晰他才执行到位。关注我，下期教你 easyclock 记忆管理，让 ai 牢牢记住你的习惯。

我们创建视频会议 持续时间，他的持续时间仅用于记录这个会议可能持续多少时间，并不是限制只能一个小时， 所以你按照实际的会议时间需求来填写，就算你超过一个小时也不会。呃，强，不会像腾讯会议那样强制你。呃，会议结束，我们可以设定会议密码， 描述这个会议用来做什么。会议有相关的资料可以用于让进入会议的同事提前观看。 作为这个会议的主持人，我们可以直接进入会议。好，这边 我使用了另一个账号，在右上角加入会议。当然，这边我们得知道会议的房间号，可以在这里选择分享。 这一串房间号复制过来粘贴到这里。 好，我们选择立即加入，输入会议密码，六个一。 除了站外分享，这个会议号也能站内分享。站内我们可以选择要分享的用户 发送，通过站内消息给这些用户发出会议邀请。接下来我们登录一个被邀请者的账号， 我们可以在这里看到收到一条邀请，会议邀请我们可以接受和拒绝， 可以在这里直接加入会议。在加入会议之前，我们先让主持人进入会议，底下有标识。呃，我当前的账号名是 hi， 可以 在这个页面呃，进行录像，查看成员， 查看材料以及开启 ai 记要。

上节课讲的是什么呢？定点删除，也就是弹占，把指定缩引位置的列表向给它弹出来。列表还能怎么玩呢？以前学过排序，能不能乱序呢？问问呀，有没有打乱列表顺序的方法呢？有这样一个东西叫 random 点杀否？ 来自于我们熟悉的 random 包，我们试一下这个过导入一个 random 包， numberless 是 一个数值列表，零一二三四 random 点 shuffle 这个 n l 之后注意 random 点 shuffle 这个 n l 注意 shuffle， 别打错了， 然后 n l 就 怎么样？就乱序了，对不对？我想再洗一把牌怎么办？再洗就再 java 是 吧？还记得之前研究怎么样做这个密码吗？ java 怎么理解呢？我们观察一下这个 java 的 理解方法，就是把这个列表 x 在 原位给它洗一把， 洗一把之后呢，次序就乱了。次序乱了有什么好的吗？比如说我们可以玩游戏，可以随机安排角色，是吧？或者呢？随机抓牌杀否，其实就是洗牌。那我能真洗一把牌吗？一张牌是五十四张，那我来一个扑克里斯吧， 等于一个五十四这个范围里的东西。扑克历史啊，就是这样一个有序列表，从零到五十三，总共五十四张。那我可以乱那么点沙沙弗把它洗了吗？ 洗了之后再看这个列表就洗过了，是吧？数字，还是一个抽象的数字，我想要这个扑克字母行不行呢？来新建文件了，叫什么呢？叫扑克 扑克点 p、 y， 然后粘贴过来，我们输出这个相应的 范围里的字体，它不是 a、 s、 k 范围，这是什么？一个特殊范围在底下，我们就会用这个 python 文件去运行这个 py 程序，看不清楚，我们把它 ctrl 加放大一点儿， 隐隐约约是不是可以看到什么？是不是可以看到牌啊？黑桃尖，黑桃二，黑桃三，黑桃四，一直到。哎，他怎么勾圈 k， 怎么有四张呢？这怎么理解呢？我们来看他其实还有一张 c 牌。 那我们这边发明了纸张嘛，所以有这个夜字系。有夜字系之后呢，传到这个波斯阿拉伯，然后再到意大利、德国。当时有这样一种牌，叫 cavalry， 是 骑士的意思，也就是 c 字牌。 那现在呢？是英法花色成为主流了，在此基础之上构成的美式扑克。这牌面有什么说法吗？原来叶子牌啊，就是梁山好汉之类的。哎，那这个英文里面的四个 k， 四个老 k， k 就是 king q 嘎达包，就是困，就是困，然后勾呢？就是 jack， 就是 侍从啊，但是他把这个 c， 也就是骑士从这里面取消掉了。那为什么是四个花色呢？黑红梅芳、黑桃、红桃梅花方版。四个花色呢？它其实代表四季，不管是意大利还是德国，还是英法，都是 都是四 g。 那 为什么五十、五十四张呢？每一张代表一个星期啊，一年当中五十二个星期。但是这个黑桃尖一般不是这样，不是这么简单，黑桃尖非常复杂，非常有花色的感觉，所以尖一般都比二要大一些。 为什么呢？因为这尖他很特殊啊，值钱就值钱在这尖上了，尖上有什么呢？有印花税，每一副牌你得纳税呢？怎么纳税呢？盖一次章，执行人给这个尖盖一个章， 牌面呢，比 k 还大，那我就想洗这真正的牌，就这牌我想洗一下行不行呢？我们试一下， 跟恩爱说，我就要用刚才这个代码里在这些字母当中找到五十四张牌，然后呢先做成一副牌，行不行呢？给我们这么一个代码，给我们这么一个代码， 这个代码呢？是这样哎，把它复制出来四种花色，那我想让它有颜色，可以吗？就是我要怎么说这个话呢？跟恩爱怎么说？ 我想在这个基础上，这个基础表现非常好，在这个基础之上要什么呀？红桃是红的，方版也是红的，都是红色的前景， 那黑桃和草花呢？是黑色前景，而且这些牌呢都是白色背景，我们看 ai 跟怎么给我们这个象的代码。终端里面的颜色是怎么控制的呢？它是有一些 终端颜色控制信息的，那这些颜色信息打上去，终端里面的字体应该就会改变颜色。那么我们首先呢得到这个 前景，黑色前景，红色前景，然后白色背景，最后你得复位回去吗？ deck 就是 一副牌， color deck 一 副彩牌，最后我们按照这个输出去输出带颜色的这一副牌，输出之后黑桃、 红桃、方板，草花大王，小王。好，那这一副牌呢，我们就可以得到了，得到了之后呢，我们还要洗牌，能不能洗牌呢？那其实就是我们刚才那个 shalford 的 问题了，是吧？ shalford 的 问题了， color deck 洗完了之后呢，再输出这个彩色牌，这个时候我们看一下， 这回他就洗完了牌了，对吧？每次每次运行他都是洗一把牌，而且这牌呢洗的每次都不一样，对吧？也都不一样，那洗完牌之后是不是可以抓牌呢？ 那抓牌怎么说呀？但就不同的玩法，斗地主三个人玩是吧？拖拉机升级，那就是四个人玩，怎么怎么抓牌呢？ 比如说玩这个升级，四个人玩，每人抓十二轮，总共抓了四十八张，留六张当做底牌。 那么底牌呢？归当前轮的这个庄家东南西北四个方向啊，零开始四十八结束 不长为四，也就是说每四张我抓一次，哎，东南西北四个边都抓完了，还留了六张底牌。 那除了这个之外啊，我们还可以怎么样？还可以再让他再理一理排是吧？理一理排就是你不光是有东南西北，你还要把东南西北都怎么样？都排好序， 按照花色完成排序的。东南西北呢？这次就是按照花色来完成排序的。 好，那我们总结一下，添加类的 app 的 追加 extend 的 扩列音色的指定缩写位置差，删除类的， remove 删除列表项， pop 删除缩写位置， clear 清空， 查找统计 index， 看缩影 count， 统计次数，排序 reverse 就是 翻转缩，它是排序拷贝，需要再往前有所突破了。怎么突破呢？我们下次再说 o e z 教程。

像我这种小空间有这种起车架还是方便很多。来演示一下。演示一下，它可以横着推和竖着推，一个手也可以操作， 我们可以把车靠在墙边放， 哎，这样就可以了。我这台 i d v 也装了这个起车架。来吧，我来演示一下大概大脚的位置，我们车底大车先对准位置 使用这个汽车架需要一些小技巧和力气，然后对准位置以后我们直接踩就可以了，哎，这样子把它打起来了，再把这个停车装置打起来，现在车子就可以推了。 有这个汽车架还是方便很多。 我平时车子就靠在墙边放， 哎，大概是这样子可以了。

有没有人跟我一样，现在才知道叉 g p t 可以 直连 adobe 三件套。我们点一下这个小加号，再点更多选择探索应用，你就会进入一个新的页面，在这里你会发现 photoshop。 紧接着你点击开始聊天，你就会发现你并没有下载 photoshop， 但它竟然成功实现了关联。紧接着你点击加号，上传了一张科研图片， 然后你在聊天框里面给叉 gpt 提出了一些小小的要求，然后你发现不管是调色、抠图还是修背景，现在都只需要一句话就能搞定。如果我们在这个搜索框里面搜索 adobe， 这里就会出现我们常用的 adobe 三件套。同样的方法，点击连接，然后开始聊天，我们就可以实现文档的拆分、合并和提取。调用 express 做海报也是同样的方法。

天，我们深入看看这个工具如何能真正改变你的工作方式。量化交易听起来高深莫测，但其实很多专业人士都面临着同样的挑战，如何更高效、更安全地进行策略开发和回测？ 今天介绍的 ez xt 就是 为了解决这些痛点而生的。我们先来看看传统在线平台，比如巨宽米筐，它们确实方便，但也有不少让人头疼的地方。 最大的问题是什么？数据安全？你的核心策略代码要上传到别人的服务器上运行，这就像把家里的钥匙交给别人保管，总归不踏实。而且免费版功能受限，想用更多高级功能就得掏钱。 更重要的是，灵活性差，平台规则多，有时候会限制你的发挥。相比之下， ez xt 直接在你自己的电脑上跑，数据完全由你自己掌控，策略也绝对保密，而且全程免费。 对于追求自主性和安全性的专业人士来说，这无疑是个巨大的吸引力。当然，市场上还有其他选择，比如非常流行的 back trader， 它是个强大的通用框架，支持全球市场，这点很厉害。但是如果你主要关注 a 股市场， backtrader 可能就显得有点笨重了。 为什么这么说？首先，数据源需要你自己配置，找数据处理数据是个麻烦事。更关键的是， backtrader 不 兼容 qmt， 也就是那个券商提供的量化交易平台。 这意味着你辛辛苦苦用 backtrader 写好的策略，想实盘交易还得重新适配，效率大打折扣。而 e z x t 呢？ 它就是为 a 股量身定做的，内置了数据源。最关键的是，它完美兼容 q m t 策略开发和实盘交易无缝衔接，学习曲线也更平缓。所以，如果你的目标是专注 a 股并快速落地， e c x t 绝对是更优解。 总结一下试用场景，如果你的研究或投资范围覆盖全球市场，或者你对美股、港股等有浓厚兴趣，那么 backtrader 这样的通用框架可能更适合你。 但如果你像绝大多数国内专业人士一样，主要聚焦于 a 股市场，并且希望你的策略能够顺畅地从回测走向实盘，特别是通过 qmt 这个主流渠道，那么 ez xt 就是 为你打造的利器。 它让你专注于策略本身，而不是被繁琐的环境配置和平台适配所困扰。这种专注对于提升工作效率直观重要。好，了解了 ez xt 的 优势，我们来看看怎么开始用它。 这里有三条路径，根据你的背景选择最合适的。第一条路径适合完全的新手，我强烈推荐。 第一步，先搞定 python 基础撂雪峰的教程，免费又好用，一两周就能入门。 第二步，安装 ez xt， 几行命令搞定，非常简单。第三步，运行第一个事例程序，感受一下 python 调用的简洁。第四步，跟着学习实力一步步走，理解交易和回测的基本流程。 最后一步，尝试跑一个现成的简单策略，比如网格交易。按照这个节奏，一个月左右，你就能基本掌握 ez xt 的 使用方法，开始独立开发策略了。 第二条路径，适合那些已经会 python 但对量化交易还不熟悉的朋友，你不需要从零学 python， 但需要补上量化的一些基础知识， 先看看文档里的 qmt 版本说明，搞清楚 qmt 是 什么， mini qmt 和完整版的区别，然后用提供的环境检查工具，确保你的开发环境没问题。 接着重点学习量化策略相关的例子，特别是策略回测和多数据源接口。理解了这些，就可以参考 strategies 目录下的现有策略，尝试修改成你自己的想法。 这条路大概两到三周就能进入实战阶段。第三条路径是给那些已经有量化背景或者正在做相关研究的朋友们准备的。 你们可能已经很熟悉策略开发流程，只是需要一个高效的 a 股工具，这条路最快。首先根据你的需求选择安装包，只需要 api 功能就装 easy xt， 要做回测就装带下划线 backtest 的 版本，做因子分析，还有专门的平台。 然后直接去看官方文档、 api 文档和回测框架，文档写得很清楚，看完文档基本上就能直接开始你的项目了。预计一周时间，你就能把 ez xt 整合到你的工作流中。 在深入技术细节之前，我们先来聊聊几个常见的误区。第一个也是最致命的一个误区，认为量化交易一定赚钱。 很多人觉得搞定了量化系统就能躺着数钱了，这是天大的误解。量化交易本质上只是一种工具，它能帮你提高效率，优化决策，但它绝不是万能的提款机。市场是不断变化的，没有任何策略是永远有效的， 你需要持续学习，不断优化你的模型，适应新的市场环境。更重要的是，风险管理永远比追求高收益更重要，记住，控制风险、保住本金才是长久之道。 第二个误区，很多人觉得搞量化必须是数学天才，得懂复杂的数学模型，听到微积分随机过程就头大，觉得自己肯定不行。其实不然。 绝大多数常用的量化策略，比如均线系统、布林线、 macd 等等，背后的数学原理并不复杂， 你需要掌握的主要是基础统计学知识，比如平均值标准差、简单的限性回归，以及最基本的百分比计算就够了。 当然，如果你是做高频或者衍生品定价，那数学要求自然更高。但对于大多数 a 股策略来说，别被数学吓到，实践和经验积累往往比纯理论更重要。 第三个误区，觉得自己不会编程，或者编程水平不行，就没法用 ez xt， 这也是完全错误的想法。 ect 最大的优势之一就是降低了编程门槛。你不需要成为算法大师或者数据结构专家，只要你掌握 python 的 基础语法，比如变量列表、字典、循环函数、条件判断这些最基本的东西就足够用了。 easy xt 封装了很多底层的复杂操作，你只需要用简单的代码，就能实现复杂的交易逻辑。看看 ppt 上列出的这些 python 基础要求，是不是感觉没那么可怕了？ 关键是敢于尝试，你会发现 python 其实没那么难。最后一个常见误区，认为做量化必须得是金融科班出身，得懂一大堆金融理论。 这同样是个误区。事实上，很多顶尖的量化交易员都是学理工科的，比如物理学、数学、计算机科学，他们可能对金融理论了解不多，但凭借扎实的数学和编程功底，也能在量化领域取得巨大成功。 而且现在网络资源极其丰富，各种教程、书籍、论坛应有尽有，很多东西可以边做边学。 与其纠结于自己是不是金融背景，不如先动手试试，实践出真知。很多时候，你在实践中遇到的问题，反而会促使你去学习相关的金融知识， 了解了误区。接下来我们看看学习资源和使用技巧，遇到问题怎么办？别慌，先看这几个必读文档。排在第一位的是踏波舒挺的 md， 也就是故障排除指南， 百分之九十的问题答案都在这里，遇到任何报错，先去查查这个文件，十有八九能解决。 第二位是 qmt versions 的 md， 新手一定要看他详细解释了 qmt 是 什么， mini qmt 和完整版的区别，帮你扫清认知障碍。 第三位是 doc db g u i e d d m d 关于数据的，教你如何下载出场和维护 doc db 数据库。最后是核心模块的文档， api 文档和回测框架文档，这是你深入使用的宝典， 按这个顺序看，能帮你事半功倍。除了看文档，学习顺序也很重要，我强烈建议大家按照这个节奏来。第一周，打好基础，学 python， 了解 t m t， 跑通环境检查完成第一个入门试例。 第二周，开始进阶，学习交易和回测的具体事项，理解回测框架怎么用。 第三周，准备实战，找一个现成的策略，比如网格交易，跑起来，改改参数，看看效果，理解它的逻辑。 第四周，尝试自主开发，写个简单的策略，跑回册上，模拟盘再优化优化，坚持一个月，你会发现你已经可以独立开发策略了，循序渐进，比一口吃成个胖子要靠谱得多。 这里有几个实用的小技巧，能帮你节省大量时间。第一，遇到问题，先运行环境检查工具，它能帮你快速定位问题所在。第二，从最简单的例子开始学，不要一开始就挑战复杂的策略，先把基础打牢。 第三，永远记住先模拟盘后实盘，模拟盘是你的安全网，确认没问题再上真金白银。 第四，学会看日制，大部分错误信息都会记录在日制文件里，仔细看，答案往往就在里面。第五，即使是实盘，也建议从小资金开始试水，比如一千块钱，看看策略，表现稳定后再慢慢加仓。 这些小技巧能让你少走很多弯路。如果以上方法还解决不了问题，或者你少走很多弯路。如果以上方法还有完善的社区支持， 获取帮助分三个层次，第一层，自己解决，这是最快的。利用好前面提到的环境检查工具、故障排除指南和 github issues， 很多问题都能自己搞定。 第二层，社区互助，完全免费加入 qq 群或者关注公众号，那里有很多热心的用户和开发者，大家可以互相帮助，交流心得。 第三层，专业支持，这是付费的，如果你有特别棘手的问题，或者需要一对一的深入指导，策略优化建议可以考虑加入知识星球，这三个层次能满足不同层次的需求。 在社区提问时，一个好的提问方式能让你更快得到有效的帮助。看这个对比，左边是一个好的提问，它非常具体指明了哪个文件报错，给出了完整的错误信息，描述了已经尝试过的解决方法， 这样别人一看就知道问题出在哪里，很容易给出针对性的建议。而右边这个坏提问呢？我的代码报错了怎么办？ 太笼统了，没有任何细节，别人根本无从下手。所以记住，提问时请务必提供足够的上下文信息，包括你使用的文件、具体的错误信息，你已经尝试过的解决方法等等。 这样不仅能提高解决问题的效率，也能体现你的专业素养。掌握了基础，我们来看看进阶话题。 首先是开发自己的策略流程其实很清晰。第一步，定义你的策略逻辑，用 python 类的形式封装你的交易规则，比如均线金叉、死叉，设置好参数。 第二步，回测验证，使用 ez xt 自带的 backtest engine 设置初试资金，实力化你的策略，指定回测的时间段运行回测。第三步，分析结果，查看回测报告，评估策略的历史表现。 第四步，优化参数，根据回测结果调整策略参数，重复回测，找到表现最好的参数组合。 第五步，模拟盘测试，在模拟环境中跑一段时间，检验策略在实施行情下的稳定性。第六步，实盘小资金测试，用少量资金在真实市场中验证。第七步，逐步放大资金。 只有经过这样层层验证，你的策略才能更稳健地投入实战。第二个，进阶话题是多策略组合。 俗话说，不要把所有鸡蛋放在同一个篮子里，在量化交易中，这意味着你可以同时运行多个不同的策略来分散风险。 比如，你可以同时运行一个网格交易策略，在一个股票上再运行一个均值回归策略，在另一个股票上，甚至可以在不同行业、不同风格的股票上部署不同的策略。 这样做的好处是，即使某个单一策略表现不佳，其他策略的表现也可能弥补损失，从而降低整体投资组合的风险。 ez xt 支持这种多策略并行运行的模式，你可以灵活配置每个策略的标的和资金分配。第三个也是最重要的进阶话题，风险管理。量化交易管不住风险，一切都是白搭。 这里有几条基本原则，第一，仓位控制。单个股票的仓位不能超过你总资金的百分之二十，这是硬性规定，防止单点爆仓。 第二，止损设置，必须要有严格的止损纪律，比如亏损达到百分之五就坚决止损，不能抱有侥幸心理。 第三，动态仓位管理，根据大盘的整体情况调整仓位。比如当市场情绪低迷时，主动降低仓位比例，保住收益。 第四，分散投资不要只压住一两只股票，至少分散到五到十只甚至更多，以进一步降低非系统性风险。记住，保住本金，控制回撤才是量化交易成功的基石。好了，我们来做个总结， 回顾一下 ez xt 的 核心价值，它最大的贡献在于降低了量化交易的门槛，它不需要你具备高深的数学知识，也不需要你成为编程高手，更不需要你购买昂贵的硬件设备。 其次，它非常高效，用几行简洁的 python 代码就能实现复杂的功能，回测速度快，策略开发周期大大缩短。 第三，它赋予你完全的自主权，数据存储在你自己的电脑上，策略代码也由你自己掌控，不依赖任何第三方平台，安全性和可控性极高。 最后， ez xt 还在持续优化，它定期更新版本，积极响应用 户反馈，功能越来越完善，社区也越来越活跃。那么，什么样的人最适合使用 e z x t 呢？如果你是想学习量化交易的新手，他提供了低门槛的入门路径。 如果你是会 python 的 开发者，想快速搭建 a 股量化工作流，他能极大提升效率。如果你是个人投资者，有一些交易想法想验证，他能帮你低成本试错。 如果你是券商或基金公司的量化分析师，需要一个高效的 a 股工具，它能满足你的专业需求。 甚至，如果你是数量化专业的学生或老师，它也是一个很好的教学和研究平台。当然，也有一些情况可能不太适合。如果你完全不会编程，那建议先花点时间学学 python。 如果你还在幻想稳赚不赔，那得先端正心态。如果你只想拿来抄作业，那也要明白，别人的策略需要你自己去理解和调整才能用好。 展望未来， easy xt 的 发展规划也很清晰，短期来看，也就是未来三到六个月。我们会继续完善文档和教程，修复已知的 bug， 优化图形、用户界面的用户体验，并增加更多常用的技术指标，让工具更加强大易用。 长期愿景则更加宏大。我们希望将 isx t 打造成 a 股市场上最友好、最易用的量化工具，建立一个活跃的开发者和用户社区，甚至出版相关的量化实战书籍，开发在线课程，帮助更多人走进量化交易的大门。 我们相信，通过不断的努力， e x t 能够成为大家在量化道路上不可或缺的伙伴。如果你一路听下来，说明你是真的对量化交易感兴趣，并且愿意投入时间和精力去学习，我想对你说几句心里话， 量化交易这条路不难，但也不简单。说不难是因为有了像 e x t 这样的工具，它降低了学习和实践的门槛。 说不简单是因为他需要你持续学习，不断实践，不断优化。千万不要指望一夜暴富，那是不现实的幻想。 但是只要你坚持下去，一步一个脚印，不断打磨你的策略，不断积累经验，实现稳定的收益是完全有可能的。最重要的是，请立即行动起来，不要等待所谓的完美时机。 接受亏损是学习过程中不可避免的一部分。保持耐心，因为真正的成功需要时间的沉淀。 最后，我想把量化交易比作一场马拉松，而不是百米冲刺。 easy xt 愿意成为你这场漫长旅程中的助力者，在起跑线上帮你快速入门，在漫长的赛程中为你提供可靠的工具和支持。 最终，我们希望与你一起冲过终点线，实现财务自由。如果你觉得准备好了，那就不要犹豫了，现在就开始你的量化之旅吧，祝大家都能在这条路上有所收获！

会议的话有移动端吗？有移动端的。 呃，移动端的使用方式跟腾讯会议类似，支持安卓端和 ios 端。 目前，嗯，呃，在电脑上不方便去共享手机的操作。下一次我们会呃用个模拟器之类的去演示一下移动端怎么加入会议。

想连别人家的 wifi， 却不知道密码怎么办呢？这个时候吧，你不要着急，下面我来教你一个小妙招， 不到十秒钟的时间轻松就能连上，超级超级简单，不管你是去串门还是朋友来你家里，大家是不是一进门首先就要问你家的 wifi 密码是多少？ 其实好多人啊，连自己家的 wifi 密码都记不住，因为手机只需要连一次，他就会自动保存了，但是真的要找的时候，翻半天还找不到 wifi 密码，特别的麻烦，而且特别的尴尬。今天我就给大家分享一个非常快捷而且又实用的小方法， 不用问密码也能快速的连上 wifi， 大家赶紧点赞收藏下来，不要到用的时候又找不到了。 首先把屏幕从顶部向下滑，这里就有一个 wifi 网络，我们直接长按这个就是我们连接的 wifi， 然后我们点开后面的小图标， 这里就一个二维码，我们点开点开之后用另一台手机去把这个二维码扫一下，直接就能连上了，然后也可以找到他的密码，我们点开这里有个显示密码，我们点开这串小字，就是我们的 wifi 密码了，大家学会了吗？

三分钟快速了解特效制作。大家好，我们在做特效的时候，如果希望提升特效的真实感，强化打击效果，并且提升特效跟场景的融合度，那么给特效添加灯光是一个很有效的做法。高品质的特效里面必然是少不了灯光的，好的灯光效果呢，就需要有颜色、亮度， 甚至照亮范围的动态变化，那么这些是不是一定要通过 k 关键帧动画去做呢？其实在 unity 里面有更简单的方法去制作特效的灯光，在层级窗口的左上角，我们点一下加号，然后找到 light， 之后呢，点一下这个 point， light， 我 们创建个点光源，创建好之后，先把它的位置归零， 然后将它往上挪一挪，我们看到一个点光照亮了这个场景，就说明这个灯光现在已经创建成功了。先来看一下灯光的几个关键参数。 color， 这个是控制颜色，看名字就知道了。 intensity 呢是强度值，它的数值越大，这个灯光就越亮， 我们可以给一个比较高的值，然后把这个灯光往上挪，会发现随着它的高度的变化，灯光对地面的影响就会越来越弱， 因为它慢慢的离这个地面越来越远了。灯光它是有个衰减值的，而这个 range 就是 灯光的照亮范围值，如果说超出了这个范围，灯光就没有办法影响地面了。现在灯光离地面的高度是三点七二九嘛。如果我们把这个 range 不 断的缩小， 会发现当它低于这个三点七二九的时候，它就无法照亮到这个地面了。这个就是一个范围， 范围和那个 intensing 的 两个值经常需要互相去配合着调，然后下面这个呢是一个阴影 shadows， 我 们随便选一个 hard 或者 soft， 它就可以对于灯光背面的这个起一个阴影的作用。你看我们挪到这个台阶，这里台阶的背面就产生了一个阴影， 这个就是这个 shadow 的 功能。然后这四个呢是灯光比较关键的参数，如果要给这几个参数做动画效果，我们可以给他 k 关键帧，但是关键帧的预览呢，没有那么方便。其实我们可以创建一个粒子系统，然后用粒子系统来引用这个灯光，这样子会更方便一些。重新创建一个灯光， 同时创建一个粒子系统，我们用这个粒子系统去发射这个灯光。把灯光挂到粒子系统下面，这一步不是必须的，只是为了方便管理， 把粒子系统挪高一点。然后呢，我们把这个粒子系统的生命值啊，先给他调整的短一点点往下拉， 我们看一下这里有个拉一次的模块，打开它之后，我们就可以引用这个灯光。灯光被引用进来之后呢，粒子系统就会去发射这个灯光， 但是饮用完了之后，我们要把这个灯光给关掉，如果不隐藏，它就会持续生成作用，但是隐藏掉之后并不会影响粒子系统对它的饮用。但实际上我们现在并没有看到一个灯光的效果，是因为它这个比例是零，我们将它改成一，让每个粒子系统都生成一个灯光，这样子就能看到灯光的照亮效果了。 那当然了，改成零点五的话，就是有百分之五十的粒子会发射灯光，接着我们可以调整一下它的 range 和 intensity， 这两个值跟灯光的值都是对应的，把它调大之后呢，这个亮度也就增强了，然后我们还可以开启这个颜色， color or lifetime， 我 们可以控制这个灯光的颜色变化。我们之前提到的四个灯光参数，除了阴影，其他的都可以直接在粒子系统里面进行修改和调整，但现在跟灯光一起的还有粒子，如果我们不想看到粒子的话，只要把它的大小改成零， 但是改成零之后会发现灯光也不见了，这个时候我们就要取消一个关键参数，叫大小影响范围，取消之后粒子的大小就不会影响到这个灯光的范围了， 剩下的只要跟调粒子系统一样去调这个参数，所有的灯光控制起来都非常的灵活。不过灯光效果虽然好，也要注意控制数量，一个粒子系统里面塞一个灯光就已经差不多了，毕竟灯光也是影响性能消耗的一个重要原因。 在特效性能优化等级里面，灯光都是排在第一个被优化的。关于粒子系统发射灯光的分享就到这里了，如果觉得有帮助，欢迎点赞加关注，我们下期视频再见！

好用的科研小插件 etcel 二、下载和使用教程首先百度搜索 ec， 第一个就是点击立即下载， 选择相应的浏览器，点击获取添加扩展。 然后这个时候我们访问 pop、 math、 百度学术等网址时，就会显示文献对应的影响因子和分区等信息， 百度悬殊， 赶快下载使用吧！