PowerBI_Chapter6:DAX
文章目录前言一、DAX Overview / DAX 概述一What is DAX? / 什么是DAX1. Definition 定义2. Data Types 数据类型3. Key Capabilities 核心能力二Why Learn DAX? / 为什么要学DAX二、DAX Syntax / DAX 语法一Formula Structure / 公式结构1. Example 示例2. Elements 组成元素3. Plain Language Reading 通俗解读三、Types of DAX Expressions / DAX 表达式类型一Calculated Columns / 计算列二Measures / 度量值三Calculated Tables / 计算表四Row-Level Security Expressions / 行级安全表达式四、Common DAX Functions by Category / 常用DAX函数分类一Aggregation Functions / 聚合函数二Logical Functions / 逻辑函数三Text Functions / 文本函数四Date and Time Functions / 日期与时间函数五Filter Functions / 筛选函数六Mathematical Functions / 数学函数七Information Functions / 信息函数八Time Intelligence Functions / 时间智能函数五、Calculated Columns in Detail / 计算列详解一Mathematical Functions / 数学函数示例二Date Functions / 日期函数示例三Text Functions / 文本函数示例四Logical Functions / 逻辑函数示例五Information Functions / 信息函数示例六、DAX Measures / DAX 度量值一Definition 定义二Types of Measures / 度量类型1. Implicit Measures / 隐式度量2. Explicit Measures / 显式度量三Aggregation Functions Used in Measures / 度量中常用的聚合函数七、CALCULATE Function / CALCULATE 函数一Purpose 作用二Adding Filters with CALCULATE / 使用CALCULATE添加筛选三Adding Filters with FILTER() / 使用FILTER()添加筛选四Removing Filters / 移除筛选五Updating Filters / 更新筛选八、Time Intelligence Functions / 时间智能函数一Prerequisites / 前提条件二Key Functions / 关键函数1. DATESYTD() / 年初至今日期表2. DATESMTD() / 月初至今日期表3. TOTALYTD() / 年初至今总计4. DATESINPERIOD() / 指定周期日期表5. SAMEPERIODLASTYEAR() / 去年同期日期表6. PREVIOUSYEAR() / 前一年九、Replace Implicit Measures with Explicit Measures / 用显式度量替换隐式度量一Why Replace? / 为什么要替换二Best Practice / 最佳实践十、Characteristics of Measures / 度量的特性一Additive Measures / 可加性度量二Semi-Additive Measures / 半可加性度量三Non-Additive Measures / 不可加性度量十一、Quick Measures / 快速度量总结 / Summary核心考点Top 5前言本文是Power BI Desktop第六章“DAX数据分析表达式”的期末复习笔记结合教材与考试重点整理。内容涵盖DAX基础语法、计算列、度量值、计算表、常用函数聚合、逻辑、文本、日期、信息、CALCULATE筛选操纵、时间智能函数、度量特性及隐式替换。一、DAX Overview / DAX 概述一What is DAX? / 什么是DAX1. Definition 定义DAX (Data Analysis Expressions)is aformula expression language used in Power BI, Excel, and other BI tools for creating customcalculations and aggregations on data models.DAX数据分析表达式是一种公式表达式语言用于在Power BI、Excel等BI工具中对数据模型创建自定义计算和聚合。DAX is also known asfunction language, where the full code is kept inside a function.a collection of functionsDAX也被称为函数语言完整代码都放在函数内部。2. Data Types 数据类型Numeric: integers, currency, decimals. / 数值型整数、货币、小数。Other: string, binary object. / 其他字符串、二进制对象。3. Key Capabilities 核心能力Perform Calculations: Use built-in functions for math, stats, logic, and text operations. / 执行计算使用内置函数进行数学、统计、逻辑和文本操作。Aggregate Data: Use SUM, AVERAGE, COUNT, etc., including running totals and moving averages. / 聚合数据使用SUM、AVERAGE、COUNT等包括运行总和和移动平均。Time Intelligence: Year-over-year, cumulative totals, date-based filtering. / 时间智能同比、累计总计、基于日期的筛选。Create Relationships: Work across multiple tables. / 创建关系跨多个表计算。Filter Context: Dynamic analysis based on user selections. / 筛选上下文基于用户选择的动态分析。二Why Learn DAX? / 为什么要学DAXExtractactionable insightsfrom data. / 从数据中提取可操作的见解。Solve business problems affecting decision-making and bottom line. / 解决影响决策和利润的业务问题。Create sophisticated calculations, dynamic reports, and advanced capabilities (time intelligence, conditional logic). / 创建复杂计算、动态报表和高级功能时间智能、条件逻辑。二、DAX Syntax / DAX 语法一Formula Structure / 公式结构1. Example 示例T o t a l S a l e s S U M ( S a l e s [ S a l e s A m o u n t ] ) Total Sales SUM(Sales[SalesAmount])TotalSalesSUM(Sales[SalesAmount])2. Elements 组成元素Measure Name:Total Sales– name that appears in report. / 度量名称。Equals sign (): Indicates beginning of formula. / 等号表示公式开始。DAX Function:SUM– defines the calculation. / DAX函数定义计算。Parentheses (): Surround arguments. / 括号包围参数。Table Reference:Sales– table containing data. / 表引用。Column Reference:[SalesAmount]– column to aggregate. / 列引用。3. Plain Language Reading 通俗解读“For the measure namedTotal Sales, calculate theSUMof values in the[SalesAmount]column in the Sales table.”“对于名为总销售额的度量计算Sales表中[SalesAmount]列的SUM。”三、Types of DAX Expressions / DAX 表达式类型一Calculated Columns / 计算列Row-by-rowcomputation, stored in the table. / 逐行计算存储在表中。Use cases: Filters/slicers, intermediate steps, specific conditions (e.g., categorizing sales as “High/Medium/Low”). / 用途筛选/切片器、中间步骤、特定条件判断。Example:Status IF(Sales[Total_Sales] 1000, Good, Bad)二Measures / 度量值Dynamiccalculations evaluated on the fly based on filter context. Not stored. / 动态计算基于筛选上下文实时评估不存储。Use cases: Aggregations like totals, averages, percentages. / 用途求和、平均、百分比等聚合。Example:Total Sales SUM(Sales[SalesAmount])三Calculated Tables / 计算表DAX expressions that returnentire tables, used for modeling or creating subsets. / 返回整个表的DAX表达式用于建模或创建子集。Example:TopSales FILTER(Sales, Sales[SalesAmount] 1000)四Row-Level Security Expressions / 行级安全表达式Define filters in security roles to restrict data access. / 在安全角色中定义筛选器以限制数据访问。Example:[Region] North America对比维度DAX FunctionsDAX函数DAX ExpressionsDAX表达式定义预定义的操作或计算单元是公式的基本构件。由函数、运算符、常量及引用组合而成的完整计算公式。作用执行特定动作如求和、判断、日期计算等。定义如何计算、返回或转换数据产生最终结果。组成单一功能块如SUM、IF、CALCULATE。可包含多个函数、运算符、列引用和常量如SUM(Sales[Amount]) * 1.1。返回类型通常返回标量值或表取决于函数类型。可返回标量、表或布尔值取决于表达式用途度量、计算列、计算表等。使用场景作为表达式的一部分被调用不能独立存在。可独立创建为度量、计算列、计算表或行级安全规则。示例SUM、AVERAGE、IF、CALCULATE、DATESYTD。Total Sales SUM(Sales[SalesAmount])度量表达式Status IF(Sales[Amount] 1000, High, Low)计算列表达式。是否可单独使用否必须嵌入表达式中。是可独立保存在模型中如度量、计算列。核心关系函数是表达式的“原材料”表达式是函数的“容器”和“调用者”。表达式通过调用一个或多个函数并搭配运算符和引用完成具体业务逻辑。四、Common DAX Functions by Category / 常用DAX函数分类一Aggregation Functions / 聚合函数SUM(),AVERAGE(),MIN(),MAX(),COUNT(),DISTINCTCOUNT(),COUNTROWS()二Logical Functions / 逻辑函数IF(),AND(),OR(),SWITCH()三Text Functions / 文本函数CONCATENATE(),LEFT(),RIGHT(),LEN(),UPPER(),LOWER(),REPLACE(),SUBSTITUTE(),SEARCH(),FIND(),FORMAT(),TRIM(),CLEAN()四Date and Time Functions / 日期与时间函数YEAR(),MONTH(),DAY(),TODAY(),NOW(),DATEDIFF(),DATE()五Filter Functions / 筛选函数CALCULATE(),FILTER(),ALL(),ALLEXCEPT()六Mathematical Functions / 数学函数ROUND(),CEILING(),FLOOR(),MOD(),POWER(),DIVIDE()七Information Functions / 信息函数ISBLANK(),ISERROR(),ERROR(),ISNUMBER(),ISTEXT(),ISNONTEXT(),ISEVEN(),ISODD()八Time Intelligence Functions / 时间智能函数TOTALYTD(),DATESYTD(),DATESMTD(),DATESINPERIOD(),SAMEPERIODLASTYEAR(),PREVIOUSYEAR()五、Calculated Columns in Detail / 计算列详解一Mathematical Functions / 数学函数示例Sales Sales[SellingPrice] * Sales[Quantity]Avg_Sales DIVIDE(Sales[Sales], Sales[SellingPrice])Power POWER(Sales[Quantity], 2)二Date Functions / 日期函数示例Extract components:Year Sales[SaleDate].[Year],Month Sales[SaleDate].[Month],Day Sales[SaleDate].[Day]Current date:Current_date TODAY(),CurrentDateTime NOW()Difference:DaysOpen DATEDIFF(Customer[StartDate], Customer[EndDate], DAY)Age:Age DATEDIFF(Sales[SaleDate], TODAY(), DAY)Create date:Custom_Date DATE(2025,3,1)Format:Custom_Date FORMAT(DATE(2025,3,1), yyyy-mm-dd)三Text Functions / 文本函数示例Concatenate:Merge CONCATENATE(product[Product], product[Category])orMerge product[Product] | product[Category]Case:Lower LOWER(product[Product]),Upper UPPER(product[Product])Length:len LEN(product[Product])Extract:short_name LEFT(product[Product], 3),RIGHT(...)Search:Search IFERROR(SEARCH(Oak, Customer[Address]), BLANK())Replace:NewName REPLACE(Customer[Name], 1, 4, Mr.)Substitute:NewCol SUBSTITUTE(Table[description], laptop, tablet)四Logical Functions / 逻辑函数示例Simple IF:Status IF(Sales[Sales] 1000, Good, Bad)AND:Flag IF(Sales[SellingPrice] 1000 Sales[Quantity] 2, Valid, Invalid)OR:Status IF(Sales[Sales] || Sales[SellingPrice] 1000, Good, Bad)SWITCH (multiple conditions):Grade SWITCH(TRUE(), Sales[Sales] 3000, High Profit, Sales[Sales] 2000, Profit, Sales[Sales] 1000, No Profit, Loss )五Information Functions / 信息函数示例ISBLANK(Customer[Name])ISNUMBER(Customer[CustomerID])ISTEXT(Customer[CustomerID])ERROR(Customer[Address])六、DAX Measures / DAX 度量值一Definition 定义AMeasureis acalculated fieldwritten in DAX that performs calculations dynamically based on user interactions (filters, slicers, visuals).度量是用DAX编写的计算字段根据用户交互筛选器、切片器、视觉对象动态执行计算。Measuresdo not store data; they calculate resultson the fly.度量不存储数据而是即时计算结果。二Types of Measures / 度量类型1. Implicit Measures / 隐式度量Automatically created by Power BI when you drag a numeric column into a visual. / 将数字列拖入视觉对象时Power BI自动创建。Limitations: No custom logic, not reusable, not visible in Fields pane. / 局限无自定义逻辑不可重用不在字段窗格显示。2. Explicit Measures / 显式度量Manually created using DAX formula bar. / 使用DAX公式栏手动创建。Advantages: Reusable, full control over logic and formatting, visible with calculator icon. / 优点可重用完全控制逻辑和格式带计算器图标显示。三Aggregation Functions Used in Measures / 度量中常用的聚合函数SumOfSales SUM(Sales[Sales])Average AVERAGE(Sales[Sales])Total_count COUNT(Sales[SaleID])Dis_count DISTINCTCOUNT(Sales[ProductID])七、CALCULATE Function / CALCULATE 函数一Purpose 作用CALCULATE()modifies thefilter contextof a calculation. It allows you to add, remove, or override filters dynamically.CALCULATE()用于修改计算的筛选上下文允许动态添加、删除或覆盖筛选器。二Adding Filters with CALCULATE / 使用CALCULATE添加筛选Single filter:Laptop_Sale CALCULATE([SumOfSales], Sales[ProductID] P001)Multiple values (IN):Sales_Laptop_Phone CALCULATE([SumOfSales], Sales[ProductID] IN {P001, P002})Multiple columns (AND):MotorCycle Sales 2023 CALCULATE([TotalOfSales], products[productLine] Motorcycles, orders[year] 2023)三Adding Filters with FILTER() / 使用FILTER()添加筛选FILTER()returns a table of filtered data and is used inside CALCULATE.JanSales CALCULATE([SumOfSales], FILTER(sales, Sales[Month] January))Multiple conditions:JanSalesmorethan1000 CALCULATE([Total Sales], FILTER(sales, Sales[salesprice] 1000 Sales[Month] January))四Removing Filters / 移除筛选Remove filter on asingle column:ProfitAllproducts CALCULATE([Laptop_mobile], ALL(Sales[ProductID]))Remove all filters from awhole table:Profit All Sales Territories CALCULATE([Total Profit], ALL(Sales))五Updating Filters / 更新筛选Abbreviated filter:City[SalesTerritory] New EnglandEquivalent to:FILTER(ALL(City[SalesTerritory]), City[SalesTerritory] New England)八、Time Intelligence Functions / 时间智能函数一Prerequisites / 前提条件Need aDate tablewith unique date values, marked as a date table. / 需要一个具有唯一日期值的日期表并标记为日期表。Most time intelligence functions returntables of datesused as filters in CALCULATE. / 大多数时间智能函数返回日期表用作CALCULATE中的筛选器。二Key Functions / 关键函数1. DATESYTD() / 年初至今日期表Returns all dates from Jan 1st to the current date in context. / 返回从1月1日到当前上下文中日期的所有日期。DatesYTD CALCULATE([SumOfSales], DATESYTD(Sales[SaleDate]))2. DATESMTD() / 月初至今日期表Returns all dates from the start of the month to the current date. / 返回从月初到当前日期的所有日期。DatesMTD CALCULATE([SumOfSales], DATESMTD(Sales[SaleDate]))3. TOTALYTD() / 年初至今总计Directly calculates YTD total without CALCULATE wrapper. / 直接计算年初至今总计无需CALCULATE包裹。SalesYTD TOTALYTD([SumOfSales], Sales[SaleDate])4. DATESINPERIOD() / 指定周期日期表Returns a table of dates for a specified period before/after a given date. / 返回给定日期前后指定时间段的日期表。Last10days CALCULATE([SumOfSales], DATESINPERIOD(Sales[SaleDate], 04-10-2025, -10, DAY))5. SAMEPERIODLASTYEAR() / 去年同期日期表Returns dates from the same period in the previous year. / 返回去年同期的日期。Sales LY CALCULATE(SUM(Sales[SellingPrice]), SAMEPERIODLASTYEAR(Sales[SaleDate]))6. PREVIOUSYEAR() / 前一年Returns all dates of the previous year based on current context. / 基于当前上下文返回前一年的所有日期。PreviousYr CALCULATE([SumOfSales], PREVIOUSYEAR(Sales[SaleDate]))九、Replace Implicit Measures with Explicit Measures / 用显式度量替换隐式度量一Why Replace? / 为什么要替换Implicit measureslack control(no custom filtering, formatting, or logic). / 隐式度量缺乏控制。Theycan’t be reusedacross visuals. / 不可跨视觉对象重用。They’renot visiblein the Fields pane. / 在字段窗格中不可见。Explicit measures make your modelcleaner,more powerful, andmaintainable. / 显式度量使模型更干净、强大且可维护。二Best Practice / 最佳实践Always create explicit measures for any calculation that will be used in multiple visuals or needs complex logic. / 任何将在多个视觉对象中使用或需要复杂逻辑的计算都应创建显式度量。十、Characteristics of Measures / 度量的特性一Additive Measures / 可加性度量Can be summed acrossall dimensions(time, geography, product, etc.). / 可跨所有维度时间、地理、产品等求和。Examples: Sales Amount, Units Sold, Revenue, Cost. / 示例销售额、销量、收入、成本。二Semi-Additive Measures / 半可加性度量Can be added acrosssome dimensions(e.g., region, product) butnot across time. / 可跨某些维度如地区、产品求和但不能跨时间。Examples: Inventory (take last value), Bank Balance, Account Balance. / 示例库存取最后值、银行余额、账户余额。三Non-Additive Measures / 不可加性度量Cannot be added across any dimension; must use special aggregations like average, ratio, or distinct count. /不能跨任何维度求和必须使用平均、比率、非重复计数等特殊聚合。Examples: Profit Margin (%), Conversion Rate, Average Price, Customer Satisfaction Score. / 示例利润率%、转化率、平均价格、客户满意度评分。十一、Quick Measures / 快速度量In Power BI,Quick Measuresare predefined DAX calculations that allow you to easily create common and complex measureswithout manually writing DAX code.在Power BI中快速度量是预定义的DAX计算允许你无需手动编写DAX代码即可轻松创建常见和复杂的度量。They are a great starting point for learning DAX syntax. / 它们是学习DAX语法的良好起点。总结 / Summary核心考点Top 5DAX 三大表达式类型– 计算列逐行存储、度量动态即时、计算表返回表。CALCULATE 核心用法– 修改筛选上下文添加/删除/覆盖结合FILTER、ALL等函数。时间智能函数– TOTALYTD, DATESYTD, DATESMTD, DATESINPERIOD, SAMEPERIODLASTYEAR需日期表。度量特性– 可加性全维度求和、半可加性不跨时间、不可加性用平均/比率。显式 vs 隐式度量– 显式可重用、可控隐式快捷但局限。

相关新闻

超级员工靠谱的厂家

超级员工靠谱的厂家

在数字化转型浪潮下,劳务行业、电商及本地生活领域的企业正寻求通过“超级员工”(即基于AI数字人、大模型与智能体技术的无人值守员工系统)来降本增效。然而,市场上供应商众多,技术参差不齐。选择一家靠谱的厂家&#…

2026/6/24 10:59:29阅读更多 →
4.4 进阶可视化:构建多维数据画像与 AI 关系图谱

4.4 进阶可视化:构建多维数据画像与 AI 关系图谱

在上一节中,我们引入了 ECharts 和 Three.js 实现了惊艳的趋势折线图和 3D 数据星系。但对于一个专业的 AI Data Analyzer 而言,这还不够。AI 强大的地方在于发现隐藏的特征维度与复杂网络关系。 本节我们将继续深挖 ECharts 的潜力,在 Dashb…

2026/6/25 14:48:23阅读更多 →
橡楚(湖北)橡胶有限公司:站在10年产业积淀上的新起点

橡楚(湖北)橡胶有限公司:站在10年产业积淀上的新起点

【引言】 一家成立于2026年4月的新公司,背后却有着整整10年的产业积淀。橡楚橡胶不是从零开始,而是在成熟经验之上的全新出发。 一、理解橡楚橡胶,要先认识一个做了10年硅胶的家庭 很多人第一次看到橡楚(湖北)橡胶有…

2026/6/25 14:39:02阅读更多 →
5分钟完成FF14国际服中文汉化:开源工具完全指南

5分钟完成FF14国际服中文汉化:开源工具完全指南

5分钟完成FF14国际服中文汉化:开源工具完全指南 【免费下载链接】FFXIVChnTextPatch 项目地址: https://gitcode.com/gh_mirrors/ff/FFXIVChnTextPatch FFXIVChnTextPatch是一款专为《最终幻想XIV》国际服玩家设计的开源中文汉化工具,让你在5分钟…

2026/6/25 14:44:08阅读更多 →
FPGA数据流编程与HLS优化实战指南

FPGA数据流编程与HLS优化实战指南

1. FPGA数据流编程框架概述数据流架构已成为现代硬件加速的核心范式,特别是在FPGA领域。这种架构将计算任务建模为有向无环图(DAG),其中节点代表计算算子,边代表数据依赖关系。与传统的控制流编程不同,数据流编程的特点是"数…

2026/6/25 14:44:08阅读更多 →
Claude Code接入国产大模型DeepSeek,并集成于Pycharm中使用

Claude Code接入国产大模型DeepSeek,并集成于Pycharm中使用

前言:Claude Code 是 由 Anthropic 推出的一款 AI Agent 工具,使用者可以通过自然语言与其交互,从而帮助它理解问题并自主执行相关任务。它的安装方式有很多,这里只记录并阐述一种,因为会涉及到一些国外网站和软件下载…

2026/6/25 14:44:08阅读更多 →
祛魅的悖论与“伪”的诞生:波普尔病毒视域下认知异化的系统性批判

祛魅的悖论与“伪”的诞生:波普尔病毒视域下认知异化的系统性批判

祛魅的悖论与“伪”的诞生:波普尔病毒视域下认知异化的系统性批判摘要: 本文旨在系统性地阐述一种新兴的认知哲学批判范式——“波普尔病毒”理论。该理论认为,卡尔波普尔的证伪主义在挣脱逻辑实证主义桎梏后,其方法论被异化为一种…

2026/6/25 14:44:08阅读更多 →
LLM量化实战:从仿射变换、零点校准到硬件适配的全链路解析

LLM量化实战:从仿射变换、零点校准到硬件适配的全链路解析

1. 项目概述:为什么今天每个做模型部署的人都绕不开量化我第一次在客户现场把一个13B参数的LLM从FP32压缩到INT8,推理延迟从2.8秒压到0.41秒,内存占用从26GB降到6.2GB——不是靠换GPU,也不是靠裁剪结构,就靠一行quanti…

2026/6/25 14:44:08阅读更多 →
3大技术突破:Ventoy如何重新定义多系统启动U盘架构

3大技术突破:Ventoy如何重新定义多系统启动U盘架构

3大技术突破:Ventoy如何重新定义多系统启动U盘架构 【免费下载链接】Ventoy A new bootable USB solution. 项目地址: https://gitcode.com/GitHub_Trending/ve/Ventoy Ventoy是一款革命性的开源启动盘解决方案,通过创新的文件系统挂载技术和动态…

2026/6/25 14:39:08阅读更多 →
【人工智能】一文搞定到底什么是智能体

【人工智能】一文搞定到底什么是智能体

【人工智能】一文搞定到底什么是智能体 一文搞定到底什么是智能体【人工智能】一文搞定到底什么是智能体一. LM,WorkFlow,Agent分别有什么么不同二. Agent的思考过程是怎样的三. Agent的五个核心部分1)LLM2)Prompt3)Me…

2026/6/25 9:39:54阅读更多 →
嵌入式GUI控件实战:ROTARY、SCROLLBAR、SLIDER原理与应用

嵌入式GUI控件实战:ROTARY、SCROLLBAR、SLIDER原理与应用

1. 嵌入式GUI控件:从原理到实战的深度解析在嵌入式系统开发中,图形用户界面(GUI)的设计与实现往往是项目从“能用”到“好用”的关键一跃。不同于资源充沛的PC或移动平台,嵌入式设备的GUI需要在有限的CPU性能、内存空间…

2026/6/25 2:52:24阅读更多 →
Google AI Studio 300美元额度的真相与实战指南

Google AI Studio 300美元额度的真相与实战指南

1. 这300美金不是“送钱”,而是Google埋下的第一道技术门槛 你看到标题里那个醒目的“$300美金”时,第一反应可能是:又一个免费额度?领完就完事?我亲手试过——这300美金根本不是红包,而是一张入场券&…

2026/6/25 9:01:34阅读更多 →
面试辅助工具横评:我试了5款AI面试工具,最后留下了OfferGo

面试辅助工具横评:我试了5款AI面试工具,最后留下了OfferGo

上半年跳槽,面了十几家公司。说句实话,不是能力不行,是面试现场太容易崩了。 明明准备了一周,面试官换个问法脑子就一片白。面完之后那个懊悔——其实我会的。 后来开始试市面上的AI面试辅助工具。前前后后装了5款,踩…

2026/6/25 11:52:11阅读更多 →
Claude Code 提示词设计:从塑造“人格”到建立“状态机”

Claude Code 提示词设计:从塑造“人格”到建立“状态机”

当前 AI Agent 设计的核心痛点在于:大模型不缺写代码的能力,缺的是克制力、边界感和验证逻辑。Prompt 不再是用来塑造“人格”的,而是用来建立“状态机(State Machine)”和“行为门禁(Guardrails&#xff0…

2026/6/25 11:52:11阅读更多 →
MC-037 | 自定义 Skill 开发:创建你的AI能力模块

MC-037 | 自定义 Skill 开发:创建你的AI能力模块

MONKEYCODE 教程系列 MonkeyCode教程及推广系列 MC-037 自定义 Skill 开发:创建你的AI能力模块 >官网链接注册更放心哦https://monkeycode-ai.com/?ic019e0aed-c823-783c-b08a-4f030f891e4e 系列: 不爱土豆唯爱马铃薯 MonkeyCode 教程系列 字数: 约 1400 字…

2026/6/25 11:52:11阅读更多 →