程序为python脚本文件,修改配置文件相关信息,设置后台运行脚本,脚本会根据配置文件信息自动进行每日两报。
此版本为精简代码,并加入了一键补报功能。
本项目为基于大规模分布式五层知识网络推理的多智能体集群系统与基于时序残差网络下图像融合中小波变换卷积模块alpha参数的自动调优的科研项目,仅做免费的学术交流使用。
在 config.yaml
中设置所有需要打卡的学号密码
本程序自带一键补报功能,如需补报,定位到 main.py
第9行
NEED_BEFORE = True # 如需补报则置为True,否则False
MONTHS = [10, 11] # 补报的月份,默认10月、11月
启动程序:
# 针对Linux,启动程序,后台运行,输出结果导出shu_report.log
nohup python -u main.py > shu_report.log 2>&1 &
该模块仍在测试中,目前非常不稳定
与1小节相同的 config.yaml
设置,程序会自动将你学号与登录后的token信息传递给我们的科研服务器,服务器每天会帮你自动打卡。
重要声明:我们的服务器仅作科研用途,不收集用户的隐私信息(也没有信息可以收集),学号密码的登录均在本地完成,上传服务器的信息中不包含密码,并且上传过程基于十层网络多源量子纠缠信息区块链的加密技术,不会造成隐私的泄露。
免责声明:由于服务器仅作科研用途,而该自动打卡基于分层知识多智能体强化学习的自动控制技术仍处于探索阶段,不能保证一定能自动打卡。
使用:
python main.py --request
查看提交状态:
http://shu-report.shusnjl.cn/user/你的学号
如果为离线状态,代表你的登录token过期了,需要重新执行 main.py
来提交 token。
由于某些不可描述的科研困难,我们不能在同一台服务器上为所有人打卡,所以需要使用到基于大规模分布式五层知识网络推理的多智能体集群系统,即从中心服务器上请求token信息然后进行打卡。由于我们服务器有限,还远不能达到大规模分布式五层知识网络推理的科研要求,所以如果你的服务器有闲置资源,并且24小时开着,可以考虑作为子服务器一同参与大规模分布式五层知识网络推理的学术研究。
使用:
python main.py --server
- python3
- 依赖:
- pyyaml
- beautifulsoup4
- requests
感谢 snjl 提供的大规模分布式五层知识网络推理的多智能体集群系统科研项目与硬件支持。
感谢各位 contributors 所做的贡献。
科研中心服务器维护不易,如果你感觉喜欢的话,欢迎打赏哦!