Python

用 SQLite FTS5 的 trigram 建立中文连续关键词原型索引，限制公开资料，返回原文、来源和页号，并明确短词与语义检索边界。

按演示二分类协议逐行检查训练 JSONL 的字段、非空字符串、整数标签、重复键和编号，将错误原因与原始行号一并保存。

训练 CSV 错列时用 DictReader 核对明确列协议，处理 UTF-8 BOM、字段内逗号、双引号和换行，并保留样本 ID 的前导零。

用 CrossEncoder 对问题与已有候选片段成对打分，排序时保留 source_id，并用人工目标核对实际结果及召回、权限和截断边界。

用 PyMuPDF 提取 RAG 用 PDF 的文本块，将文件哈希、页码、块号和坐标一起保存，并单独记录空文本页供回查。

在 Ollama 本地 Chat API 中传入 JSON Schema，提取工单类型和编号，并分别检查生成完成、字段结构与原文事实。

用 LM Studio 下载并加载 DeepSeek 兼容模型，启动本地服务，读取实际模型 ID，再用 Python 检查请求状态、截断情况与最终答案。

固定 SD 1.5 的模型、提示词和种子，对照采样步数与文本引导强度，保存四组配置，按结构和副作用选择参数。

在本地使用 SVD-XT 将自有图片转为短片，配置 Diffusers、CPU offload 和帧导出，核对视频尺寸、时长及人物物体变形。

用 ProPainter 为自有短视频制作逐帧黑白蒙版，核对顺序和范围，运行本地修补并检查连续画面、帧率与无声音轨边界。