python3 -m venv ~/venvs/comfyui

source ~/venvs/comfyui/bin/activate

pip install -U comfy-cli

comfy install --latest   

# 默认装到 ~/comfyui 



comfy launch    

#终端出现
#Starting server
#To see the GUI go to: http://127.0.0.1:8188  

#更新
comfy update

镜像节点
在 ~/comfyui 里新建 .env 文件，写入

HF_ENDPOINT=https://hf-mirror.com 

ComfyUI-Manager 和多数节点会优先读这个变量，速度直接起飞。

涉及知识点

• 排版 columns :c1 ,c2,c3 ,c4= st.columns([3,1, 1,1]) 使用with显示
• 单页面交互之button ,交互需要先定义函数 button按下后触发函数，然后使用st.cache_data.clear() 清除缓存 st.rerun() 及返回，感觉就像AJAX交互一样
• HTML原始标签之markdown页面解析 a标签 img标签,且可以放DataFrame格式数据，以表格显示。
• 查询数据使用pd.DataFrame(rows,columns=cols)，及使用lambda处理数据 df['path']=df['path'].apply( lambda name :f'<img src="{base_url}/{name}">' )
• 缓存 @st.cache_data(show_spinner=False, ttl=300) 会把查询信息保存到文件url相同的情况下，不去数据库读取，上面设置是300秒

坑点 A标签不能包裹button 需要CSS来修改

import streamlit as st
from datetime import datetime
import sqlite3
import pathlib
import json,time,os
import pandas as pd




if 'conn' not in st.session_state:
    st.session_state.conn=sqlite3.connect(
        'ocr.sqlite',
        timeout=30.0,
        check_same_thread=False
    )
    st.session_state.cursor=st.session_state.conn.cursor()


def get_id(id):
    st.session_state.cursor.execute("SELECT id,done FROM pdf WHERE id=(?) AND done>0",(id,))
    if st.session_state.cursor.fetchone():
        st.session_state.cursor.execute("SELECT * FROM img WHERE pdf_id=(?)",(id,))
        rows=st.session_state.cursor.fetchall()
        cols=[desc[0] for desc in st.session_state.cursor.description]
        # cols=[desc[0] for desc in st.session_state.cursor.description]#获取键名
        return pd.DataFrame(rows,columns=cols)

    return False

# streamlit.query_params.get(‘id’)
id=st.query_params.get('id')
if not id:
    id=56
base_url = "/app/static/img"   
df=get_id(id)
df['path']=df['path'].apply(
    lambda name :f'<img src="{base_url}/{name}">'
)

st.markdown(
    df.to_html(escape=False, index=False),
    unsafe_allow_html=True
)
st.write()

更新代码

import streamlit as st
from datetime import datetime
import sqlite3, json, pathlib, time, os
import pandas as pd

# ---------- 数据库连接 ----------
if "conn" not in st.session_state:
    st.session_state.conn = sqlite3.connect(
        "ocr.sqlite", timeout=30.0, check_same_thread=False
    )
    st.session_state.cursor = st.session_state.conn.cursor()

# ---------- 工具函数 ----------
#@st.cache_data(show_spinner=False)
@st.cache_data(show_spinner=False, ttl=300)   # 5 分钟后自动失效
def get_id(_id: int) -> pd.DataFrame:
    """根据 pdf.id 拉取所属 img 记录"""
    cur = st.session_state.cursor
    cur.execute("SELECT * FROM pdf WHERE id=? AND done>0", (_id,))
    if not cur.fetchone():
        return pd.DataFrame()

    cur.execute(
        """SELECT id, path, CASE WHEN done>0 THEN datetime(done,'unixepoch','localtime') ELSE '未执行' END as 状态,
                  info, done
           FROM img
           WHERE pdf_id=?""",
        (_id,),
    )
    rows = cur.fetchall()
    cols = [desc[0] for desc in cur.description]
    df = pd.DataFrame(rows, columns=cols)
    # info 是 json 字符串，解析成 dict 方便后面展示
    df["info"] = df["info"].apply(json.loads)
    return df


def reset_done(img_id: int):
    """把单条 img 的 done 置 0"""
    st.session_state.cursor.execute("UPDATE img SET done=0 WHERE id=?", (img_id,))
    st.session_state.conn.commit()
    # 让缓存失效，重新拉数据
    st.cache_data.clear()


# ---------- 主流程 ----------
id = st.query_params.get("id")
if not id:
    id = 56
else:
    id = int(id)

df = get_id(id)
if df.empty:
    st.warning("该 pdf 未找到已处理完成的图片")
    st.stop()

# st.write(id)
base_url = "/app/static/img"

# ---------- 方案 A：每行一个按钮 ----------
st.subheader("逐行重置")
for _, row in df.iterrows():
    c1 ,c2,c3 ,c4= st.columns([3,1, 1,1])
    # 查看图片
    with c1:
        st.markdown(
            f'<a href="{base_url}/{row["path"]}" target="_blank">查看图片</a>',
            unsafe_allow_html=True,
        )
    # 当前 done
    with c2:
        st.write(row["done"])
    with c3:
        st.write(row['状态'])
    # 重置按钮
    with c4:
        if st.button("重置", key=f"reset_{row['id']}"):
            reset_done(row["id"])
            st.rerun()          # 立刻刷新页面


# 如果用户改过 done，点“保存”才生效
if st.button("保存修改"):
    for _, r in edited.iterrows():
        st.session_state.cursor.execute(
            "UPDATE img SET done=? WHERE id=?", (r["done"], r["id"])
        )
    st.session_state.conn.commit()
    st.success("已保存")
    st.cache_data.clear()
    st.rerun()

streamlit run mian.py --server.enableStaticServing=true

主要在根目录下static目录
http://localhost:8501/app/static/xxxx
static后面xxxx为static后面的文件目录

十大管理

管理域	过程（按顺序）	一句话定义（背）	论文举例（1 行，可抄）
整合	1.制定项目章程	给项目“上户口”，让老板签字画押给钱给人。	董事长在章程上批注“优先保障 300 万预算”，项目才拿到代码 001 的合法身份。
	2.制订项目管理计划	把分散子计划缝成“一张网”，成为后续基线。	用配置库锁定 V1.0 版计划，任何改动走 CCB，杜绝口头变更。
	3.指导与管理项目工作	按计划“搬砖”，并实时记录搬了多少。	每日 Jenkins 自动构建，产出 283 次构建报告，支撑 EV 测量。
	4.管理项目知识	让隐形经验从高手脑袋流向组织知识库。	把排障脚本上传 Confluence，后续 3 个项目复用，平均定位时间由 2h→15min。
	5.监控项目工作	拿计划当“镜子”照实际，发现偏差就报警。	SPI=0.87 触发红色预警，次日启动赶工，最终抢回 5 天。
	6.实施整体变更控制	所有变更“一个口”进出，防止 Feature Creep。	客户“加个小报表”走 CCB，评估需 7 人日，被驳回并引导至二期。
	7.结束项目或阶段	正式“销号”，把经验教训归档并释放资源。	召开庆功+复盘会，输出《无人机项目失败 18 条》被公司纳入 PMO 资产库。
范围	1.规划范围管理	写“范围宪法”，规定如何定义、验证、控制。	在范围管理计划中明确“需求冻结日”，杜绝无限制蔓延。
	2.收集需求	把干系人“嘴里的话”变成可跟踪的文字。	用原型+头脑风暴收集 127 条需求，排重后剩 83 条纳入需求文件。
	3.定义范围	给需求“画边界”，写进范围说明书签字。	明确“不支持离线支付”，防止客户事后想当然。
	4.创建 WBS	把大块工作“切蛋糕”到 4-6 层，便于估算。	切出 182 个工作包，每个 8-80h，方便两周滚动排期。
	5.确认范围	让甲方“签字收货”，防止日后赖账。	每迭代结束演示，客户现场点击“确认”按钮，生成验收邮件。
	6.控制范围	给范围装上“防盗门”，非法闯入就报警。	发现开发组私自加“夜间模式”，走变更被驳回，避免 15 人日浪费。
进度	1.规划进度管理	定“进度宪法”：单位、临界值、发布周期。	规定迭代 2 周，临界值 SPI<0.9 必须提交补救方案。
	2.定义活动	把工作包“剁碎”成可排期的活动。	把“接口开发”拆成 9 个活动，最短 4h，最长 16h。
	3.排列活动顺序	给活动“排座次”，建立 FS/SS 逻辑。	用 PDM 画网络图，识别 3 条关键路径，提前量-2d 压缩至 1 条。
	4.估算活动持续时间	给每个活动“贴工期”，含应急储备。	用三点估算，得出“支付模块”最可能 6d，加 20% 储备=7.2d。
	5.制订进度计划	把工期+逻辑“压成”一张甘特图/里程碑。	用资源平滑后，发布日期提前 4 天，且无额外成本。
	6.控制进度	拿实际进度“对表”，差太多就纠偏。	每日燃尽图显示故事点落后 15%，立即启动快速跟进。
成本	1.规划成本管理	写“成本宪法”：计量单位、精确度、临界值。	规定“人日”为最小单位，>3% 偏差必须写分析报告。
	2.估算成本	给活动“贴钱标签”，含应急储备。	用类比估算+专家判断，得出 198 万，与公司历史 5 个项目偏差<5%。
	3.制定预算	把估算“压”成时间分段的成本基准。	用成本汇总生成 S 曲线，Q1 支出 42%，Q2 30%，符合资金计划。
	4.控制成本	拿实际花费“对账”，超支就踩刹车。	CPI=0.85 触发审计，发现外包重复报价，追回 12 万。
质量	1.规划质量管理	写“质量宪法”：标准、指标、核查方法。	把“接口响应<200ms”写进质量测量指标，用 JMeter 每周抽检。
	2.管理质量	做“过程体检”，把缺陷消灭在编码前。	用因果图找 Root Cause，发现 80% 缺陷因需求歧义，补充 1 次评审后缺陷减半。
	3.控制质量	“产品体检”，结果写入验收报告。	用检查+统计抽样，3 轮测试后缺陷密度 0.15 个/KLOC，低于行业 0.4。
资源	1.规划资源管理	画 RAM 图+团队章程，谁干啥、咋沟通写清楚。	RACI 矩阵让测试经理一次找到“接口人”，会议时间缩短 40%。
	2.估算活动资源	给活动“点人头+点设备”。	估算“压力测试”需 8 核 16G 服务器 3 台，提前 2 周预订，价低 15%。
	3.获取资源	把人和物“拉”进项目。	用预分派锁定 2 名算法专家，防止被其他项目抢走。
	4.建设团队	让成员“升温”：信任、技能、凝聚力。	5 次团建+1 次编码 PK，把 Tuckman 从震荡推进到发挥，Sprint 速度提升 28%。
	5.管理团队	日常“加油+灭火”：绩效、冲突、士气。	用冲突管理“合作/解决问题”把开发与测试对立化解，缺陷返工率降 20%。
	6.控制资源	让资源“按需来、按时走”，不超支。	用资源日历+趋势分析，提前 1 周发现 GPU 资源冲突，协调备用机，零停工。
沟通	1.规划沟通	给每条信息“定收件人、定渠道、定频率”。	为 CEO 定制“一页纸”月报，红/黄/绿灯，3 分钟看完，零追问。
	2.管理沟通	按规划“发快递”，确保送达、可读、可反馈。	用企业微信机器人每日 17:30 自动推送进度，阅读率 100%，答疑降 30%。
	3.监督沟通	看信息“到没到、好不好”，随时调频道。	调查发现邮件打开率<50%，改为视频会议，满意度由 3.2→4.6。
风险	1.规划风险管理	写“风险宪法”：概率-影响矩阵、阈值、应对流程。	规定 P>70% 且 I=High 必须上保险或做原型验证。
	2.识别风险	把“雷”全扫出来，贴标签登记。	用鱼骨图+专家访谈列出 48 条，其中 2 条芯片断供被证实。
	3.定性分析	给风险“排座次”：先干高 P、高 I 的。	概率-影响矩阵把 8 高风险标红，优先做应对。
	4.定量分析	用数据算“雷有多大”，蒙特卡洛跑总工期。	模拟 1000 次，显示工期 180-210d，P80=195d，被董事会采纳。
	5.规划风险应对	给每条雷“配拆弹方案”：避、转、减、接。	芯片断供→签两家备选供应商+锁价 6 个月，风险残余 5%。
	6.实施风险应对	真把“拆弹方案”落地。	提前采购 2000 片 FPGA，现货价涨 30% 时项目零影响。
	7.监督风险	看“雷是否复燃”，新雷随时补录。	风险审计发现“汇率”新雷，立即追加 3% 管理储备。
采购	1.规划采购	写“采购宪法”：合同类型、评分标准、交付方式。	采用固定总价+里程碑付款，把成本超支风险锁给供方。
	2.实施采购	走“招标-评标-授标”三步曲，把外部资源娶回家。	用多标准决策选中标人，技术 60 分+价格 40 分，节约 11%。
	3.控制采购	合同执行“视频监控”：质量、进度、付款三线对表。	验收发现 12% 缺陷>合同 5% 阈值，扣 2% 尾款并强制返工。
干系人	1.识别干系人	把“能影响项目或被项目影响的”全部列清单。	权力-利益矩阵识别环保局为“高-高”，提前纳入评审。
	2.规划干系人参与	给每类干系人“定制剧本”：何时、何种方式参与。	对“高-低”的财务总监每月一封成本简报，防止突然砍预算。
	3.管理干系人参与	按剧本“拉人上场”，解决痛点、强化支持。	给生产部开现场观摩会，打消“新系统抢饭碗”顾虑，阻力归零。
	4.监督干系人参与	看“演员是否按剧本演”，随时改台词。	调查发现一线工人参与度<50%，加开夜班茶话会，满意度+1.8。

绩效域

绩效域	关注重点（阅卷关键词）	落地做法（可抄）	论文可直接套用的一段（100 字左右）
干系人	权力-利益、参与程度、抵制/支持转化	1. 权力-利益矩阵 2. 参与度评估矩阵 3. 沟通风格再定制	项目初期环保局因“双高”被识别为关键干系人，但其持抵制态度。笔者通过“现场观摩+每周环保专报”双轨沟通，将其参与度从“抵制”提升至“支持”，环评审批由原先 30 天压缩至 7 天，为关键里程碑抢出 23 天窗口。
团队	Tuckman 五阶段、冲突管理、激励、技能提升	1. 每日站会加速震荡→规范 2. 冲突用合作策略 3. 技术分享提升技能	团队处于震荡期，开发与测试就接口协议争执不休。笔者引入“合作/解决问题”工作坊，2 小时共创出《接口契约 22 条》，后续 3 轮迭代缺陷返工率由 25% 降至 8%，顺利进入发挥阶段并提前 11 天交付。
开发方法与生命周期	预测-迭代-增量-混合、裁剪、DoD	1. 需求稳定模块用瀑布 2. AI 算法用迭代 3. 每迭代设 DoD	项目采用“混合生命周期”：硬件设计用预测型，AI 视觉算法用 2 周迭代。通过在每个迭代定义“模型精度≥92%”的 DoD，使需求变更响应时间由 15 天缩短至 3 天，同时保证整机联调节点不变。
规划	渐进明细、滚动规划、基准、预留	1. 需求冻结点 2. 版本火车 3. 成本+进度双基准	面对频繁需求变更，笔者设置“月度滚动规划”机制：每月末根据剩余工作重新评估范围、进度与成本，形成新版基准并获 CCB 批准。第 3 次滚动后砍掉 2 个低价值功能，节省 120 人日，CPI 由 0.89 回升至 1.02。
项目工作	WBS、问题日志、变更、EVM	1. 每日站会燃尽图 2. 问题 24h 闭环 3. 变更强制走 CCB	通过“每日站会+燃尽图”监控项目工作，发现 SPI=0.87 立即启动快速跟进，把串行测试改为并行，最终抢回 5 天，保证版本按期上线。
交付	可交付成果、验收标准、DoOR、迭代评审	1. 迭代评审必演示 2. 客户现场签字 3. 缺陷<5% 才放行	每迭代结束举行“Demo Day”，客户现场点击功能并邮件确认。经过 5 次迭代交付 5 个子系统，一次验收通过率 100%，客户满意度由 75 分提至 92 分。
测量	KPI、OKR、CPI/SPI、质量指标	1. 周度 EVM 2. 质量看板 3. 红黄灯预警	建立“周度测量仪表盘”，CPI<0.9 自动亮红灯并触发审计，最终追回 12 万元重复报价，实现成本偏差控制在 ±2% 以内。
不确定性	风险、机会、储备、应急	1. 风险登记册周刷 2. 蒙特卡洛 3. 管理储备 10%	通过蒙特卡洛 1000 次模拟，显示工期 P80=195 天，笔者申请 10% 管理储备并锁定备选芯片供应商，最终在外部断货冲击下仍零停工，项目准时交付。

导航

st.page_link('main.py', label='返回登录页面')

跳转

st.switch_page('pages/detail.py')

停止

st.stop()

信息 提示

st.warning("zzzzzzz")

st.info('这是普通提示信息', icon="ℹ️")

st.success('操作成功完成！', icon="✅")
st.error('发生错误：网络连接失败', icon="🚨")

消息弹出 3秒自动消失

st.toast('已提交！', icon='🎉')

登入 session_state

st.session_state.get('user',False)
st.session_state.user 为False 那么返回True

设置
st.session_state.user=False