华仔部落

codex + ccswitch：一个客户端切换多家模型

Fri, 11 Sep 2026 01:45:07 +0800

前言

这篇记录一个很实际的折腾：怎么让 codex 同时挂上好几家模型，随时切换。

现在绝大多数人用 codex，都是接正价或者中转的 GPT。GPT 能力是没得说，但最近这一段时间——高峰期限流、中转断流、官方响应慢——被坑过的兄弟应该不少。

解决办法其实很简单：给 codex 配多个“供应商”，随时切换。手动改配置文件也能做，但切来切去太麻烦，这时候就轮到 CC Switch 出场了。

本文操作基于 CC Switch v3.20.2，建议版本不低于这个，低版本有些界面和字段对不上。

一、先搞懂协议：codex 只认两种

这是接第三方模型最容易踩的坑，90% 的“接入失败”都是协议没搞对，所以放在最前面。

CC Switch 里能选的协议是这几种。注意：它们对应的是不同工具、不同供应商的原生协议，不是“codex 的可选项”：

协议	端点	对应场景
OpenAI （Chat Completions）	`/v1/chat/completions`	codex 支持；也是绝大多数第三方模型和网关的原生协议
OpenAI Responses	`/v1/responses`	codex 支持（原生直连，不转换格式）；OpenAI 官方主推
Anthropic （Messages）	`/v1/messages`	Claude 的原生协议，给走 Anthropic 协议的工具/供应商用
Gemini（原生）	`/v1beta/models/{model}:generateContent`	Gemini 的原生协议，给 Gemini 系工具/供应商用

关键：codex 只支持 Chat 和 Responses 这两种协议。 上面后两种（Anthropic Messages、Gemini 原生）是别的工具的原生协议，codex 直接吃不下。想用它背后的模型（比如 Claude、Gemini），就得让渠道或路由先把协议转成 Chat 或 Responses，再喂给 codex。

软件里的原文说明：“供应商原生为 Responses API 就选 Responses（直连，不转换格式）；使用 Chat Completions 协议就选 Chat；供应商只提供原生 Anthropic Messages 协议就选 Anthropic Messages。Chat 与 Anthropic Messages 均需开启路由才能转换为 Responses。”

二、ccswitch：装哪个版本、点哪个图标

这是接第三方模型最容易踩的坑，90% 的“接入失败”都是协议没搞对，所以放在最前面。

CC Switch 是个聚合式的切换器，它管的不只是 codex，Claude Code、Codex、Gemini CLI、Grok Build、OpenCode、OpenClaw、Hermes、Pi 这些都在它的“本地环境检查”里，能直接帮你安装或升级。

设置 → 关于：版本号 + 本地环境检查（我这儿 Claude Code 提示可升级到 2.1.267，Gemini CLI 是 0.59.0 已就绪）

几点提醒：

版本要不低于 v3.20.2——本文截图就是 v3.20.2。版本低了界面字段可能不一样，照本文配会找不到地方。
“本地环境检查”里可以直接点安装 / 升级，不用自己去各自官网折腾。
想省事可以点右上角的「全部升级」，但装之前建议先看清每个工具的版本号。

接 codex，就点第三个图标

顶部这排图标对应不同工具，接 codex 就选第三个（OpenAI 那个图标）

这排图标从左到右依次是 Claude Code、Claude、Codex（第三个，OpenAI 图标）、Gemini、Grok、OpenCode、OpenClaw、Hermes、Pi。别点错，点错了配的是别的工具。

三、添加供应商：四个核心字段

点「添加供应商」之后，真正要填的核心就是四个：

核心字段	填什么
API Key	渠道给你的 key。只需要填这一处，下面的 `auth.json` 会自动填充
API 请求地址	服务端点地址，要填兼容 OpenAI Response 格式的地址；旁边有「完整 URL」开关和「管理与测速」
协议（上游格式）	就是上一节那张表——Responses 原生 / Chat Completions / Anthropic Messages…… 按渠道的实际情况选
模型列表	先在「默认模型」填一个，后面再拉取和逐个配置

添加供应商页：API Key、API 请求地址、默认模型、上游格式（在“高级选项”里）

三个容易填错的地方：
1）API 请求地址要的是服务端点，不是官网链接——官网链接是上面那个可选的输入框；
2）上游格式在「高级选项」里展开才能看到，不在第一屏，很多人找不着；
3）地址结尾要不要带 /v1，以渠道文档为准，填错就是 404。

四、拉模型列表，再逐项配置

核心字段填完之后，最省事的一步来了：点「获取模型列表」，它会把你这个 key 实际能用的模型拉出来。

然后按需往「模型映射」里加条目，每一行要填四样东西：

列	作用
菜单显示名	你在 `/model` 里看到的名字
实际请求模型	真正发给上游的模型 id，可比显示名更具体（比如 `gemini-3.8-flash-high`）
上下文窗口	手动填，比如 `1050000`
思考等级	手动勾选该模型支持的档位，比如 `none, low, medium, high, xhigh, max`

模型映射表：菜单显示名 / 实际请求模型 / 上下文窗口 / 思考等级，四列都要自己配

同一页还有两个关于“思考”的开关，别搞混了：

支持思考模式：上游 Chat Completions 接口支持“开启或关闭思考”时启用（Kimi、GLM、Qwen 等通常属于这一类）；
支持思考等级：上游支持 low / high / max 这类深度控制时启用。开启后它会自动启用思考模式，并把 codex 的 reasoning_effort 转成上游的参数。

顺带说下它底层干了啥：「生成 codex model_catalog.json」就是让 /model 命令能显示这些第三方模型名。所以这里改完，必须重启 codex 才会刷新模型列表，改了没生效多半是没重启。

五、重启 codex，开始用

上面配置改完，重启 codex，再输 /model，就能看到你刚配的那些第三方模型了：

重启后模型列表里就出现了 grok-4.6、claude-opus-5、deepseek-v4-flash、glm-5.3-flash、gemini-3.8-flash 等第三方模型

到这一步，“一个客户端用多家模型”就成了——想用哪个直接切，不用改配置文件。

六、多渠道、多 key 和协议转换

1、多个渠道：配多个 key，切换使用

每个渠道加一个供应商、填各自的 key 就行。用的时候切换一下，但要注意：切换后同样需要重启 codex 才生效。

2、想用一个 key 用所有模型？有条件

如果你不想来回切，想一个 key 打天下，需要同时满足两点：

接入的渠道本身要支持多个模型（不是只卖一个模型的那种）；
这些模型在渠道侧要统一成同一种协议。

3、关键：渠道是可以转换协议的

这是最有用的一条。举个例子：

Gemini 的原生协议可以转成 OpenAI Responses 协议，转完之后就能直接在 codex 里用 Gemini 了。
也就是说，你不需要为了用 Gemini 单独装一套东西——只要渠道支持转换就行。

4、路由、整流器和故障转移

设置里还有一个「路由」页，跟协议转换直接相关：

路由页：本地路由 / 自动故障转移 / 整流器 / 全局出站代理

本地路由：Chat 和 Anthropic Messages 协议必须开启它才能用（前面说过要“转换为 Responses”）。我的截图里显示“已停止”，用这类协议时要记得打开。
自动故障转移：配置故障转移队列和熔断策略——这个对“某家不稳”的场景特别有用。
整流器：自动修复 API 请求里的兼容性问题。第三方网关多多少少有点不规范，这个开关能省不少事。
全局出站代理：CC Switch 访问外部 API 时走什么代理。

七、各家模型兼容性实测

按“能不能拿来当 codex 备胎”排了个序：

模型	兼容性	怎么接	备注
Grok	★★★★★ 极强	直接选 Chat / Responses	塞进去就能用，几乎零折腾，最佳备胎
Claude	★★★★ 不错	原生是 `/v1/messages`，靠路由或渠道转成 OpenAI 格式	工具调用正常
GLM	★★★★ 可以	OpenAI 兼容端点	属于“可开关思考”那一类；速度一般
DeepSeek	★★★★ 可以	OpenAI 兼容	思考内容在 `reasoning_content` 字段；不支持分级思考、也不能关思考
Gemini	★★★ 有条件可用	原生协议 → 转成 OpenAI Responses	工具调用、MCP 的质量取决于渠道的转换做得好不好

更正一下我之前的判断。我一开始以为 Gemini 在 codex 里完全没戏，后来才发现：只要渠道支持协议转换（把 Gemini 原生协议转成 OpenAI Responses），照样能在 codex 里跑。不过它原生的工具调用和 MCP 支持和别的家比还是有差距，想要完整体验还是用它自己的 CLI 更顺（我另一篇专门写这个）。

八、常见报错排查

现象	大概率原因	解决
401 Unauthorized	key 填错 / 与分组不匹配	回渠道确认 key 和分组
404 Not Found	API 请求地址多了或少了一层 `/v1`	对照渠道文档，或用「管理与测速」测一下
配好了但 `/model` 里没有	没重启 codex；或没生成 `model_catalog.json`	先点「获取模型列表」配置好，再重启 codex
切了渠道不生效	同样需要重启	重启 codex
用 Chat / Anthropic 协议报错	没开启本地路由	去「设置 → 路由」把本地路由打开
400 参数错误	上游不认某些字段（比如思考等级）	关掉「支持思考等级」，或只勾该模型真正支持的档位
工具调用异常、死循环	网关的 function call 支持不完整	换个渠道，或打开「整流器」试试
上下文超限	模型映射里上下文窗口填小了	按渠道文档改大

排查顺序还是那句：key → 地址 → 协议 → 路由 → 重启，从外往里一层层试，比瞎改快得多。

九、小结

协议不止两种：OpenAI Chat / OpenAI Responses / Anthropic Messages / Gemini 原生；codex 只认前两种，其余靠路由转换；
CC Switch 版本建议 ≥ v3.20.2；接 codex 选第三个图标；
加供应商就四个核心字段：API Key、API 请求地址、协议、模型列表；
填完点「获取模型列表」，上下文窗口和思考等级手动配；
改完一定要重启 codex，模型列表才刷新；
Chat / Anthropic Messages 协议必须开启路由才能用；
多渠道就配多个 key 切换；想一个 key 通吃，渠道要支持多模型且协议统一——渠道能把 Gemini 原生协议转成 Responses，所以 Gemini 也能进 codex。

deepSeekHarness 部署实战：源码模式 + 自定义渠道接入多模型

Fri, 11 Sep 2026 01:35:40 +0800

前言

前两篇我们聊了「怎么挑模型」和「codex 怎么切模型」。这一篇换个主角：deepSeekHarness（下面简称 dsh）。

codex 管的是“写代码”这一块，而 dsh 更像是一个本地的 AI 工作台：统一管理多家模型的渠道、统一下发上下文和思考强度、支持多模态、还能挂插件。如果你手上有一堆 API Key（官方的、中转的、公司的），dsh 基本就是那个“总闸”。

这篇记录我部署和配置的全过程，重点在自定义渠道怎么接、配置怎么写——这两块官方文档讲得比较粗，坑也比较多。

dsh 的「设置 → 模型」面板：官方渠道、自定义渠道都在这儿统一管。

一、部署方式：强烈建议源码模式

dsh 有多种安装方式，但我的建议只有一条：用源码模式部署。

原因很简单，也是我踩过坑之后的血泪总结：

能看到配置项的定义。配置文件里那些 reasoningEfforts、input、compat 到底是什么、有哪些取值，看源码比看文档快一百倍。
出问题好排查。一键安装包报错时你两眼一抹黑，源码模式可以直接看日志、加断点、改代码验证。
方便魔改。想加一个自己渠道的特殊兼容处理（比如某个网关不认某个字段），源码模式下改一行就行。

提醒：源码模式对本地环境有要求（Node.js / pnpm 之类的依赖栈），第一次装可能会卡在依赖下载上。国内建议先把镜像源换好再装，具体命令各家文档略有差异，这里不展开。

项目地址（源码就在这儿）：github.com/deepseek-ai/deepseek-harness

1、实际部署步骤（Windows）

仓库拉到本地之后，进到目录里执行这三条命令就行：

进入目录：E:\dsh\deepseek-harness
安装依赖：pnpm install
打包前端：pnpm run build
启动：pnpm dsh web

下面是我实际跑的四步截图，顺便把几个「看着吓人其实没事」的警告说明一下。

① 源码目录结构

拉下来的目录：apps、docs、native、packages、scripts、website 都在，源码模式的好处就是随时能翻代码。

② 安装依赖

pnpm install

会刷一堆 WARN Unsupported platform——那是 linux 平台的原生包（landlock-run）在 Windows 上装不了，不影响使用。看到 Done in 2.1s using pnpm 就是装好了。

③ 打包前端文件

pnpm run build

会依次跑 build:libhost、build:lib:client……中间那些 npm warn Unknown user config 无视即可。

④ 启动服务

pnpm dsh web

启动成功会打印访问地址，形如 http://127.0.0.1:3080/?token=xxxxx，浏览器直接打开就能用（token 是自动生成的，连在后面一起复制）。

二、渠道接入：官方 vs 自定义

dsh 里的模型渠道分两类，理解这两类的区别非常关键：

类型	怎么接	适用场景
官方渠道	界面里直接选（内置了各家的目录和协议），填个 API Key 就能用	省事，适合新手；但只能用官方支持的模型和协议
自定义渠道	界面「添加自定义提供方」，或直接写 `settings.yaml` 的 `providers` 段	中转平台、公司内网网关、私有部署模型；灵活度最高，但配置要自己填

配置文件位置（Windows）：

C:\Users\你的用户名\.dsh\settings.yaml

1、官方渠道：设置 → 模型 → 添加提供方

打开 设置 → 模型，所有渠道都在这儿管。右上角「打开配置文件」可以直接跳到 settings.yaml，下面两个按钮对应两种接法：

＋添加提供方：从内置列表里挑，官方和常见平台走这个；
＋添加自定义提供方：中转平台、公司网关、私有部署走这个。

点「添加提供方」后的内置列表：deepseek、google、anthropic、groq、github-copilot、huggingface、mistral、moonshotai、minimax / minimax-cn、fireworks、cerebras、baseten、azure-openai-responses、cloudflare-ai-gateway、cloudflare-workers-ai、amazon-bedrock、google-vertex、kimi-coding、ant-ling 等。选中平台、填上 API 密钥、保存，就通了。

2、纯自定义渠道：添加自定义提供方

这个表单就四项，填完保存即可：

显示名称：自己起名，我习惯带渠道来源，一眼能看出是哪条线；
API 地址：填到 /v1 为止（多一层少一层都会 404）；
API 协议：openai-completions / openai-responses / anthropic-messages，按渠道实际支持的选；
模型目录：逐个加模型，每个都要填 模型 id + 上下文窗口 + 最大输出 token——这三项填错，要么报错要么输出被截断。

我的一条自定义渠道：API 地址 https://api.zjh336.cn/v1、协议 openai-completions，模型目录里挂着 deepseek-v4-flash-0731（1M 上下文 / 131072 输出）、deepseek-v4-pro-0813、glm-5.2、qwen3.8-27b。

两种方式的关系：界面上配的东西，最终都会落到 settings.yaml 的 providers 里——所以「界面配」和「直接改配置文件」是等价的。这也是下面那节要讲的重点。

三、自定义渠道配置详解（重点）

自定义渠道的核心就是 settings.yaml 里的 providers。结构长这样（这是脱敏后的真实结构）：

llm-pi-ai:
  providers:
    rhythm:                                  # 渠道名，随便起，别和内置的重复
      apiKeyEnv: RHYTHM_API_KEY             # key 放环境变量里，不要明文写进配置
      api: openai-completions               # 协议：openai-completions / openai-responses / anthropic-messages
      baseURL: https://tokenrhythm.studio/v1
      compat:
        supportsDeveloperRole: false        # 网关不认 developer 角色，系统提示词回到 system
      models:
        - id: deepseek-v4-flash-0731
          contextWindow: 1000000           # 上下文窗口
          maxTokens: 131072              # 单次最大输出
          input:                            # 多模态必须显式声明！
            - text
            - image
          reasoningEfforts:               # 思考强度映射：左=dsh 档位，右=发给上游的值
            low: low
            high: high
            max: max
        - id: deepseek-v4-pro-0813        # 结构同上
        - id: glm-5.3-flash               # 结构同上
        - id: deepseek-flash              # 结构同上

一个容易被忽略的细节：同一个模型在不同渠道下，档位声明可能不一样。比如 glm-5.3-flash：我在另一个渠道里只声明了 off / high 两档，而这条渠道里是 low / high / max 三档。以网关实际支持什么为准，别照抄。

1、三个高频配置项（务必搞懂）

这三个是我配置过程中改动最多的，单独拎出来说：

① `supportsDeveloperRole`

作用：是否支持 developer 角色。
为什么关键：OpenAI 新协议里系统提示词用的是 developer 角色，但很多第三方网关不认这个角色，一送就报错。
怎么配：网关不认就设 false——dsh 会自动把系统提示词回退成 system 角色。

判断标准很简单：如果渠道一上来就报 400 / 角色相关的参数错误，先把 supportsDeveloperRole 改成 false 试试，十有八九就好了。

② `input`（多模态开关）

作用：声明该模型支持哪些输入类型。
取值：[ text ]、[ text, image ]。
怎么配：不写默认就是纯文本。想让模型看图，必须显式加上 image，否则前端根本不会给你上传图片的入口。

最容易被忽略的一项。很多人接了多模态模型却发不了图，就是因为这里没声明。

③ `reasoningEfforts`（思考强度映射）

作用：把 dsh 界面上的思考档位，映射成上游 API 真正接受的值。
格式：左边是 dsh 的档位（off/low/medium/high/xhigh/max），右边是发给上游的值。
技巧：右边写空值表示“关闭思考”；不同模型支持的档位完全不一样（见下表）。

模型	支持的档位	说明
GPT 系（5.6 等）	off(none)/low/medium/high/xhigh/max	档位最全，部分 pro 档只有 medium/high/xhigh
Claude 4.7+	xhigh / max	官方新等级；4.5 一代是预算式 low/medium/high
DeepSeek V4 系	flash: low/high/max；pro: high/max	都不支持关闭思考，别配 off
GLM 5.3 / 5.3-Flash	off / high	开/关两档，flash 不在官方目录时按同家族声明
Gemini flash 系	off / high	官方无分级，只有开/关
Kimi K3	off / low / high / max	——

2、上下文配置

contextWindow：上下文窗口，决定自动压缩什么时候触发。填小了会提前压缩丢上下文，填大了可能超上游限制报错。以渠道文档为准。
maxTokens：单次最大输出。这个值各家差异巨大——有的模型能给到 131072，有的只有 4096，填错要么截断要么报错。

我的原则：宁可填小一点也别填大，因为上游报错的时候你根本不知道是哪个参数的问题。

3、Claude 专属：forceAdaptiveThinking

如果你接的是 Claude 较新的模型，可能会见到 compat 下面这一项：

compat:  
    forceAdaptiveThinking: true   # 官方 adaptive-thinking 模型：等级走 effort                                 # 不写这一项会「退化」为预算式思考

踩坑提示：这行注释不是我编的——不显式声明，模型会退化成“预算式思考”，也就是你给它 high，它按预算自己估，而不是按官方等级走。想要体验一致，记得加上。

上面这段 YAML 的实际样子（API Key 走的是环境变量 RHYTHM_API_KEY，配置里不出现明文）。

四、多模态与插件

1、多模态怎么用起来

三步走，缺一不可：

模型本身支持图片（去渠道文档确认）；
settings.yaml 里给该模型加上 input: [ text, image ]；
重启 / 重新加载配置，界面上才会出现贴图入口。

我本地在 settings.yaml 里声明了图片输入的模型有：GLM-5.3-Flash、DeepSeek 的 vision 系（deepseek-v4-flash-vision-exp）、GPT 系、Claude 系，另外还有几个 qwen / mimo 的型号。声明了才代表这个渠道认图片输入，具体能不能用得实测。

2、插件安装

插件用命令行装，装完在「设置 → 插件 / 插件市场」里管理：

pnpm dsh plugin --profile web add dshmarket

--profile web：装到 web 端（不加这个参数会装到别的 profile 上，装完在界面里找不到）；
add dshmarket：插件名，这里是「插件市场」那个。

装完重启一下 pnpm dsh web，设置里的插件市场就有内容了。

装完 dshmarket，设置里就多出「插件市场」：目前收录 3.4k 个插件，按 AGI 架构探索、UI 增强、用量与计费、主题与外观、模型与账号接入、身份与通信、会话与消息、记忆等分类。「发现」里找、「已安装」里管。

市场里排在前面的几个，我挑了几个看着实用的：

插件	干什么的
`dsh-task-board`	侧边栏多列任务看板：卡片交给真实智能体会话去执行，支持 cron 定时，关掉浏览器也照样跑
`dsh-git-graph`	输入框上方给一个 Git 分支选择器，并把分支泳道和提交历史画成图谱，可以沿着时间线找任意一次变更
`dsh-remote-web-ui`	用手机 / 电脑远程操控 dsh web 工作区：扫码配对、令牌连通、SSE 实时同步，有移动端和完整桌面 GUI 两种形态
`DSH-better-sidebar`	侧边栏完整工作台：内置文件渲染编辑、终端、Git 与子代理，还支持三方插件注册新 Tab
`dsh-skill-explorer`	技能（Skill）浏览与探索

安装就是在卡片上点「安装」；命令行装也一样：

pnpm dsh plugin --profile web add <插件名>

五、部署与配置常见问题

六、小结

部署用源码模式，看得见配置定义、排查快；
自定义渠道就是往 settings.yaml 的 providers 里加一段；
三个必懂配置：supportsDeveloperRole（网关角色兼容）、input（多模态声明）、reasoningEfforts（思考强度映射）；
上下文和 maxTokens 以渠道文档为准，宁可小不要大；
插件用 pnpm dsh plugin --profile web add <插件名> 安装，装完在「设置 → 插件市场」里管理（写这篇时市场里已经有 3.4k 个插件）。

Gemini 专项：antigravityCli 安装、原生接入与 MCP 配置

Fri, 11 Sep 2026 00:36:49 +0800

前言

聊大模型的时候，Gemini 是个挺尴尬的存在：前端和审美是真好，但兼容性是硬伤——没法原生接进通用客户端，就算通过网关塞进去了，工具调用、MCP 也各种别扭，还带个 thinking 标签的毛病。

那它到底该怎么用才顺？我的答案是：别硬塞，用它自己的 CLI。

这篇就把 antigravityCli 这套东西一次讲清楚：怎么装、怎么接入、环境变量怎么配、常用配置有哪些、MCP 怎么挂。文中配置都是我本机正在跑的，直接抄就能用。

版本说明：我本机跑的是 Antigravity CLI 1.1.28（截图里能看到），而写这篇时官网下载页已经是 v1.2.0。新版界面细节可能和我截图略有差别，但下面要讲的配置项是一致的。

一、下载安装与首次运行

下载页在 antigravity.google/download，官网直接给了各终端的安装命令，不用自己找包。

写这篇时官网是 v1.2.0，Windows 下给了 PowerShell 和 CMD 两种装法

Windows PowerShell（我用的是这个，一行搞定）：

irm https://antigravity.google/cli/install.ps1 | iex

Windows CMD：

curl -fsSL https://antigravity.google/cli/install.cmd -o install.cmd && install.cmd && del install.cmd

同一页下面还有「Antigravity for IDEs」（VS Code、Visual Studio 的官方扩展）。习惯在编辑器里干活的可以顺手装上，底层能力是一样的，看你更习惯终端还是编辑器。

装完之后，直接在终端敲 antigravity 就能起来。启动那几行信息很有用，别跳过：

启动时会打印版本号、API key 来源、当前模型、当前工作区——出问题时先看这四行

从图里可以看到它自报家门的四项：

Antigravity CLI 1.1.28 —— 版本号
Gemini API key —— key 是从环境变量读到的（说明环境变量配对了）
Gemini 3.8 Flash (High) —— 当前用的模型和思考档
E:\selfWork\temp —— 当前工作区

排查技巧：后面任何“跑不起来 / 报 401 / 模型不对”的问题，先回来看这四行。key 没读到、base_url 没生效、配置改错文件，都能在这里第一时间发现。

二、先把配置目录认清楚

这类工具最好用的地方在于：所有东西都是明文的配置文件。知道去哪儿找，基本就不用看文档了。它的家目录在：

C:\Users\<用户名>\.gemini\antigravity-cli\

路径	作用
`settings.json`	主配置：模型、提供方、权限策略、可信工作区
`mcp_config.json`	MCP 服务配置
`builtin/skills/`	内置技能和文档。比如 `agy-customizations/docs/mcp_servers.md` 就是 MCP 的官方说明
`brain/<会话id>/.system_generated/steps/<n>/`	每次任务的“思考/执行”产物，排查问题时很有用

一个偷懒但好用的办法：不知道该配什么的时候，直接问它自己——“帮我看看 MCP 怎么配”。它就会去读 builtin/skills/agy-customizations/docs/mcp_servers.md 再告诉你答案（我下面配 MCP 就是这么找到的）。

三、原生协议接入：settings.json

这是最关键的一步。我的 settings.json 全文如下，就这么几行：

{
  "artifactReviewPolicy": "always-proceed",
  "model": "Gemini 3.8 Flash (High)",
  "modelProvider": "gemini",
  "runningLightSpeed": "fast",
  "toolPermission": "always-proceed",
  "trustedWorkspaces": [
  ]
}

就这 12 行，没有玄学

逐项说明：

配置项	作用	我的取值
`modelProvider`	走哪个提供方。认准 `gemini`，这才是原生协议接入；写成别的就变成兼容层了	`"gemini"`
`model`	默认模型 + 思考档，写作 `"模型名 (档位)"`	`"Gemini 3.8 Flash (High)"`
`runningLightSpeed`	运行速度档（影响它干活时的节奏）	`"fast"`
`toolPermission`	工具调用是否需要确认。`always-proceed` = 不再每次弹确认	`"always-proceed"`
`artifactReviewPolicy`	产物（生成的代码/文件）的审查策略，同上	`"always-proceed"`
`trustedWorkspaces`	可信工作区白名单。只有在这些目录下才放心让它放手动文件	你的项目目录

两个权限开关要慎重。toolPermission 和 artifactReviewPolicy 我都设成了 always-proceed，因为它干活时老是弹确认太打断节奏。但这等于放开了手脚——它跑命令、改文件都不会再问你。所以trustedWorkspaces 一定要填对，别把整个盘符丢进去。

四、环境变量：把请求指向第三方地址

CLI 默认连官方，但我们实际都会走中转。要改的就两个环境变量：

变量名	作用	我的值
`GEMINI_API_KEY`	鉴权用的 key（中转给你的那个）	sk-...（自己的）
`GOOGLE_GEMINI_BASE_URL`	请求地址，指向你的中转	`https://api.zjh336.cn/`

表格里的地址是我自己在用的中转服务（也就是本站域名下的 api.zjh336.cn），你照着换成自己的中转地址就行，关键是这个变量名别写错。

Windows「环境变量」窗口里加两条用户变量即可（key 已打码）

Windows 上两种加法，选一个：

图形界面：设置 → 系统 → 系统信息 → 高级系统设置 → 环境变量 → 用户变量，新建上面两条（我就是这么加的，直观）。
命令行（永久生效）：setx GEMINI_API_KEY "sk-你的key"、setx GOOGLE_GEMINI_BASE_URL "https://api.zjh336.cn/"。

最容易踩的坑：改完必须重开终端。环境变量是进程启动时读的，当前已经开着的窗口不会自动生效。另外用 setx 加的变量，同样要新开窗口才读得到。

中转分组一定要选对

还有一步很容易被忽略：中转平台里要选对分组。同一个平台往往有好几组，走的协议和倍率都不一样：

分组下拉里的样子：有的组标着“反重力 cli 接入”，有的标着“chat 协议接入”，倍率也不一样（2.5x / 3x / 1x / 1.8x）

从图里能看出几个规律，照着选基本不会错：

认准写着“反重力 cli 接入”的那一组——它才是按原生协议给这个 CLI 用的；
标着 “chat 协议接入”的分组是给另一种调用方式的，用在这里可能就跑不通；
有些组会注明“便宜、速度快、有缓存”，有的注明“较慢且无缓存”——同样是 Gemini，走不同分组体验差别很大；
倍率直接等于你的花费：2.5x 和 1x 差了 2.5 倍，选之前先看清。

五、MCP 配置：mcp_config.json

MCP 是让 CLI 能调用外部能力的机制（连数据库、操作浏览器等）。配置就写在一个文件里，我的全文如下：

{
  "mcpServers": {
    "playwright": {
      "command": "cmd.exe",
      "args": ["/c", "npx", "-y", "@playwright/mcp@latest"],
      "disabled": false
    },
    "dbhub-mysql": {
      "command": "cmd.exe",
      "args": [
        "/c",
        "pnpm",
        "dlx",
        "--package", "@bytebase/dbhub@latest",
        "--package", "zod@3.25.76",
        "dbhub",
        "--config", "C:/Users/Administrator/.codex/temp-mysql-config.toml",
        "--transport", "stdio"
      ],
      "disabled": false
    },
    "redis-mcp": {
      "command": "cmd.exe",
      "args": ["/c", "npx", "-y", "@modelcontextprotocol/server-redis", "redis://localhost:6379"],
      "disabled": false
    }
  }
}

我挂了三个：浏览器、MySQL、Redis

我配的三个各有用途：

名称	能力	说明
`playwright`	浏览器自动化	让它自己打开网页、点按钮、填表单、截图
`dbhub-mysql`	连 MySQL	用 `dbhub` 做桥接，连接信息写在单独的 `temp-mysql-config.toml` 里；`--transport stdio` 是本地进程通信方式
`redis-mcp`	连 Redis	直接给一个 `redis://localhost:6379` 就能连本地实例

Windows 上的写法要注意：command 不能直接写 npx，得写成 cmd.exe + 参数 /c 再用 npx 起。很多人 MCP 起不来就是栽在这儿。
另外 "disabled": false 才是启用，别看反了。

六、跑起来是什么样

配置弄好之后，用起来是这种感觉——下面是我实际的一次会话（图有点长，看结构就行）：

它会把自己的思考过程和每一步调用了什么工具都打出来

拆开看，它干活的链路大概是：

Thought Process —— 先想清楚要干什么；
ReadURL / WebSearch —— 去读网页、搜索；
Bash(Resolve-DnsName ...) —— 需要验证的时候就自己跑系统命令；
Read(~/.gemini/.../steps/N/content.md) —— 读取自己之前记下来的步骤产物。

有一次还挺有意思：我让它访问一个网址，结果我自己少打了一个字母（把 .com 打成了 .cm）。它先读了 URL，又跑去查 DNS，发现解析不了，然后自己判断出“域名后缀写错了”，改成正确地址打开，还顺手把网站信息总结给我了。

还有一次我说“用 playwright 的 mcp”，它没有瞎猜，而是先去翻了 builtin/skills/agy-customizations/docs/mcp_servers.md——先查文档再动手，这个习惯挺加分。

为什么这个思路值得学：它的“技能”和“MCP 说明”都是本地明文文档，所以它能自己读文档把自己教会。你遇到不会配的地方，直接让它去读对应的 SKILL.md，比自己翻半天强。

七、顺带说清：Gemini CLI 和 antigravityCli 到底啥区别

Gemini 官方其实还有个更早、更出名的命令行工具 Gemini CLI（就是敲 gemini 那个）。很多人第一次接触 Gemini 就是用它，ccswitch 这类切换工具里也把它列成一个可选项。所以经常有人问：这俩到底有什么区别，我该用哪个？

Gemini CLI v0.59.0，敲 /model 出来的候选列表

它的模型候选就是这几个：

gemini-3.1-pro-preview
gemini-3-flash-preview
gemini-2.5-pro
gemini-3.1-flash-lite
gemini-3.5-flash
gemma-4-31b-it / gemma-4-26b-a4b-it（开源小模型）

坑就在这里：这个列表最高只到 gemini-3.5-flash，用不了 gemini-3.8-flash 这种更新的高级模型。
所以你在 ccswitch 里把工具切成 Gemini CLI，如果发现“模型列表里怎么没有我要的那个”，多半就是这个原因，不是你配置错了。

两者的区别

对比项	antigravityCli	Gemini CLI
我用的版本	1.1.28（官网下载页已 v1.2.0）	0.59.0
可用模型	Gemini 3.8 Flash (High) 等较新档位	最高到 gemini-3.5-flash（实测截图为准）
定位	面向 agent 的工作台：自主跑任务、改文件、挂 MCP	更轻的命令行助手，偏“问答 + 轻量工具调用”
权限 / 信任	配置文件里的 `trustedWorkspaces`	有“受信任文件夹”的概念，用 `/permissions` 调整；不受信任的目录里，project settings、hooks、MCP、GEMINI.md 都不生效
配置	`~/.gemini/antigravity-cli/` 下两个 json	另一套配置，和上面的不通用

官方为什么这么分？我的推测

这一段是我自己的推测，没有任何官方说法支撑，看看就行，别当结论。

产品分层。把最新最强的模型留给新的 agent 产品，等于给 Antigravity 一个“非用不可”的理由；老工具卡在上一代，两边定位不打架。
成本控制。Gemini CLI 是开源、额度相对友好的工具，如果放开最新最贵的型号，额度和成本都不好控。
形态要求不同。Antigravity 是 agent 形态，要连续跑长任务、反复调工具，对模型的指令遵循和上下文要求更高；CLI 更像是问答加轻量工具调用，用中档模型也够。

对我们的实际影响

想用最新模型，基本没得选——得走 antigravity 这条线；
ccswitch 能切 ≠ 能用：切过去之后模型清单是对方限定的，换之前先确认目标模型在不在列表里；
两边配置不通用：MCP、权限、信任目录都要各配一套，别想着复制过去就能跑；
中转倍率可能不一样：两套工具走的分组和计费倍率未必相同，换之前先看清；
我的建议：要前端、要审美、要跑 agent 类的活，上 antigravity；只是快速问一句、跑个轻量任务，用简单的那个就够了。

八、踩坑记录

现象	原因	解决
启动信息里没有 API key	环境变量没读到	确认变量名是 `GEMINI_API_KEY`，然后重开终端
改了 base_url 但还连官方	老窗口没重启 / 变量名写错	变量名必须是 `GOOGLE_GEMINI_BASE_URL`，结尾带 `/`
401 / 鉴权失败	key 与分组不匹配	回中转平台确认用的是对应这个 CLI 的分组
模型用错了 / 思考档不对	改错了配置文件	认准 `~/.gemini/antigravity-cli/settings.json` 里的 `model`
MCP 起不来	Windows 下 `command` 写法不对	改成 `cmd.exe` + `/c`；确认 `disabled: false`
老是弹确认，很烦	权限策略没放开	`toolPermission` 设 `always-proceed`（配合 `trustedWorkspaces` 用）
访问工作区外的目录受限	不在白名单里	往 `trustedWorkspaces` 里加

九、小结

Gemini 别硬塞进通用客户端，用它自己的 CLI 才顺；
配置全在 ~/.gemini/antigravity-cli/ 下，两个文件搞定：settings.json 和 mcp_config.json；
原生接入的关键是 modelProvider: "gemini"，别写成兼容层；
走中转要改 GEMINI_API_KEY + GOOGLE_GEMINI_BASE_URL 两个环境变量，记得重开终端；
中转分组要选对，协议不匹配跑不通，倍率选错白花钱；
MCP 在 Windows 上记得用 cmd.exe /c 起；
不会配就问它本人——它会去读本地的 SKILL.md 文档；
另一个 Gemini CLI（gemini）是另一套东西：更轻，但模型最高只到 gemini-3.5-flash，想要 3.8 Flash 就得用 antigravity。

开发者怎么挑大模型？grok、gemini、gpt、claude、deepseek、glm 使用体验

Fri, 11 Sep 2026 00:12:36 +0800

前言：先交代我自己的使用背景

先说清楚我的情况，免得被当成“键盘评测”——这篇不是什么模型能力排行榜，而是一个普通开发者这几家挨个用下来之后的真实感受。

今年 3 月才开始正经用大模型，最开始那段时间属于发展期，见一个试一个，很乱。
4 月底到现在，主力一直是 GPT。中间对比了一圈价格和能力，最后还是它综合下来最划算。
最近这两周，GPT 不稳定了——官方算力紧张，从新版本发布之后体验明显下滑——所以我又开始认真找替代方案。

下面这六家，有的是我深度用过的，有的是最近才开始上手，有的至今没在实际工作里用过。我会如实标注，没实战过的我会说明白。

本文全是个人实际使用感受，没做过跑分和基准测试。模型迭代太快，观点以 2026 年 9 月为准。

先说结论：一张表看懂六家

不想看我啰嗦的，直接看表。价格那列只是“贵/便宜”的相对感受，不是具体报价；“我的使用状态”才是这张表最有价值的一列。

模型	强项	短板	价格感受	我的使用状态
GPT	能力强，复杂任务最稳；比 Claude 略便宜；风控相对没那么严	官方算力紧张，最近体验明显下滑	正价贵（都贵），中转有低价渠道	主力（4 月底至今）
Claude	能力强，社区口碑好，用的人多	贵；风控比 GPT 严	贵	工作里没用过，3、4 月试过几天
Gemini	前端样式、审美确实比 GPT 强	生态兼容性差，工具调用 / MCP 别扭	同价位有优势	最近才开始上手
Grok	能力不错，速度也还行，codex 兼容性好	生态资料相对少	不算太贵	最近开始试
DeepSeek	V4.1 Flash 速度快、多模态、稳定	此前只有 flash / pro，缺多模态	这次降价后性价比明显上来	准备当主力
GLM	5.3-Flash 做日常活够用，前段时间有优惠	官方订阅贵；速度不如 DeepSeek V4.1 Flash	不算太贵（比不带 flash 的便宜）	深度用过一段时间做日常工作

看完上面那张表你会发现，我最后换不换模型，很大程度是被速度推着走的——所以下面单独用一节说速度。

输出速度：这是我这次换模型的最大动力

用久了才发现，速度对日常体验的影响比“能力多强”更直接。同样一个问题，20 token/s 和 200 token/s 是两个世界。下面这组数据是我自己在中转接入下实际体感的区间：

模型	实测速度（token/s）	体感
DeepSeek V4.1 Flash	200+	目前最快，快到有点不真实
Gemini	100–200	能飙上去，出长内容很爽
Grok	40–50	稳定，基本不怎么波动
GLM 5.3 Flash	30–40	够用，高峰期会波动
GPT	常见 20–30；好时 60–70；差时 2–3	方差极大，最难受的就是它
Claude	—	我没实际跑过，不做评价

说明：以上都是我在中转渠道下的实际体感区间，不是实验室跑分。速度受渠道、时段、上下文长度、输出内容影响很大，你那边测出来的数字可能跟我完全不一样——尤其 GPT，它是这几家里抖动最厉害的，同一个渠道不同时段能差十倍。

其中 DeepSeek 的“200+”不是我随口说的：下面讲 DeepSeek 那节我贴了任务记录截图，一次真实任务跑下来是 227 tok/s。

六家逐个说

1、GPT：目前的主力，但最近两周体验在滑坡主力

先把时间线说清楚：4 月底到现在，我一直用它当主力，中间试过别的，最后都会回到它。

能力强。复杂一点的活、需要多轮改的活，它兜底能力最好，这也是我没换掉它的主要原因。
比 Claude 略便宜。同样是第一梯队，它的价格相对好接受一点。
风控没有 Claude 那么离谱。当然它自己也风控，而且最近感觉还收紧了，但整体比 Claude 宽松。
速度方差极大。前段时间走中转接入，大部分时候只有 20–30 token/s，状态好的时候能到 60–70，但差的时候只有 2–3 token/s，慢到怀疑人生。这也是我最近想换掉它的直接原因之一。
最近的问题：官方算力紧张。从新版本发布之后，高峰期限流、响应慢，体验明显不如以前——这也是我最近开始折腾替代方案的原因。

关于价格的一个常识：正价贵不是 GPT 一家的毛病，所有模型的正价都贵。真正影响成本的是渠道——中转渠道基本都有低价，这也是为什么实际用起来未必有那么肉疼。

一句话总结：能力上限最高、我最熟，但最近不稳定，需要备胎。

2、Claude：能力和口碑都在线，但我没真正用于工作没实战过

说句实话：这是六家里我唯一没在实际工作里用过的。

用的人其实很多，社区口碑一直很好，属于“公认的强”。
我为什么没用：一是贵；二是那会儿 GPT 还能用，没有非换不可的理由。
我唯一接触的一段：3、4 月那会儿 opus 4.6 / sonnet 4.6 出来，我试了几天，属于初期探测性质，后来发现 GPT 更便宜，就换回去了。
风控：据我了解比 GPT 严，这也是很多人绕开它的原因之一。

一句话总结：以后预算宽裕、或者遇到 GPT 啃不下来的硬骨头，我会优先考虑它；但目前它不在我的日常流程里。

3、Gemini：前端样式和审美，确实比 GPT 强最近上手

以前只是听说它前端写得好，最近才亲自上手试，试完的感受是：传闻不虚。

前端样式、审美能力强于 GPT。这个对比是在同价位的前提下说的——不是拿最顶的档去压 GPT 的基础档那种比法。
改样式特别省事。我最直接的体会就是：丢一句“这块样式不好看，调一下”，它就能给你改得不错，不用来来回回解释半天。
输出速度快。实测能飙到 100–200 token/s，是这几家里最快的之一，出长内容的时候体验很爽。
短板还是兼容性。没法原生接进通用客户端；就算通过网关接进去了，工具调用、MCP 支持性也不好，还有个 thinking 标签的问题（思考内容容易乱入正文）。

使用建议：把它当成专门干前端 / 出效果的“专才”来用，别指望它当全能主力。它也得用专门的载体去接（比如 antigravityCli 这类 CLI），硬塞进通用客户端只会浪费时间。

效果对比：我让它调过的两个界面

光说“审美更好”太抽象，直接上对比。下面这两组界面我都只提了一句“样式不好看，帮我调一下”，没有给具体怎么改：

智能排班助手：排班表格 + 预览确认这套界面，调整后整体更清爽、层次更分明。

华仔 AI 工作台：对话区 + 右侧会话信息面板，调整后信息密度和视觉重量都更舒服。

我的感受是：它不是在“套模板”，而是在改你现有页面的比例、间距和层次。同价位下这一点比 GPT 明显，而且它改完你不用大动，能直接用。

一句话总结：做前端、调样式，它值得单独留一个位置。

4、Grok：最近试的，综合表现比较均衡最近上手

也是最近才开始试的一家，试下来整体印象不错：

能力不错，实际输出质量比我预期好，做得比较到位。
速度稳定在 40–50 token/s 左右，波动很小，用起来不闹心。
价格不算太贵，属于中间档。
codex 兼容性挺好的，这点很关键——接进各种客户端基本不折腾。

一句话总结：能力不是最顶尖那一档，但“好用、好接、不贵”这三点它都占了，很适合当备胎。

5、DeepSeek：今天刚发的 V4.1，我觉得可以当主力了准备转正

这家这段时间升级幅度挺大的，我按时间线说：

早期（只有 v4 flash 和 pro 的时候）：简单用过一下，没深入。原因是当时没有多模态，跟我现在的工作习惯不匹配。
后来有多模态了：但按使用量算，官方调用的价格没有 GPT 的中转渠道划算，所以我还是没转过去。
直到今天 V4.1 发布：价格又降了一点，速度特别快。我拿真实场景测了一轮，已经能完成不少工作，而且完成得不错。速度更是夸张，实测能到 200+ token/s，目前是我用过的里面最快的。

我的判断：它现在可以当主力用了——理由是稳定和高效，再加上国内网络直连。我准备接下来把它放进日常流程里跑一段时间看看。

一句话总结：升级力度最大的一家，性价比和速度都上来了。

实测：让它画一只“鹈鹕骑车”

光说“能力强”太虚，说一个我实际测的场景——需求就一句话：用 SVG 画一只骑自行车的鹈鹕，要能动起来。这是最近挺火的一个测试题，正好拿它试试水。

结果不只是画出来了：它自己做了一轮校验，中途还发现并修掉了一个真实 bug——SMIL 的 rotate 用的是绝对角度，而基础图形本身已经画在 θ=0 的位置上了，导致远侧腿的落脚位置偏移了 108px 左右。修完之后它把 50 个关键帧全改成了相对基线增量，还自己复核了脚掌和脚踏圆心的最大偏差。

出来的效果：自行车、道路、云、树、太阳，连车轮辐条和腿部踩踏都有。整个文件是自包含的，浏览器打开就跑。

这次任务跑完，工具里留下的记录是这样的：

本轮 4.4M token、缓存命中率 99.5%、用时 28 分 59 秒、首 token 1.4 秒、输出速度 227 tok/s——前面表里说的“200+”，依据就是这里。

6、GLM 5.3 Flash：拿来干日常活的性价比选手深度用过

这家我是真真切切深度用过一段时间的，日常都拿它来跑。

定位就是 flash：新出的 5.3 Flash，价格相对不带 flash 的型号便宜一些（不算太贵），前段时间还有优惠活动。
日常工作够用。常规任务完成得不错；太难的任务我没交给它，也没必要砸牛刀。
官方订阅特别贵——这是它最大的槽点。中转渠道如果有，用用还是可以的，性价比能拉回来。
速度：30–40 token/s，高峰期也会波动；比不上今天刚发布的 DeepSeek V4.1 Flash（200+），这个差距挺明显的。

一句话总结：预算有限、跑日常和批量任务，它是很实在的选择。

场景对照：什么情况用哪个

按具体工作场景整理，比单纯看能力榜实用：

使用场景	我的选择	说明
前端页面、调样式 / 审美	Gemini	同价位下它的样式和审美确实更强，改样式一句就到位
复杂任务、多轮修改	GPT	我目前最信任的兜底选手；不稳定时可切 Claude
硬骨头（GPT 也啃不动）	Claude	口碑一直很好，我还没实战过，准备留着应急
日常写代码、跑量	DeepSeek V4.1 Flash / GLM 5.3 Flash	两个都快、都便宜；速度上 DeepSeek 更好
多模态（截图、设计稿）	DeepSeek V4.1 / GLM 5.3 Flash	都能看图；DeepSeek 之前就吃过缺多模态的亏，现在补上了
超长上下文	DeepSeek / GLM	窗口大小看具体型号，以渠道文档为准
客户端里当备胎	Grok	代码客户端的兼容性好，接入基本不折腾
追求输出速度	DeepSeek V4.1 Flash / Gemini	一个能到 200+，一个能到 100–200，出长内容差距特别明显
预算敏感	国产 Flash + 中转渠道	正价大家都贵，中转渠道的价格才是实际成本

我现在的组合

当前状态（2026-09）

主力：GPT——4 月底至今没换过，最近不稳定但还没找到完全替代的。
正在考察：DeepSeek V4.1 Flash——速度快、稳定、多模态补齐了，准备转正。
专项：Gemini——只用来做前端和调样式。
备胎：Grok——接各种客户端不折腾。
日常跑量：GLM 5.3 Flash——常规活够用，官方订阅贵就走中转。
应急：Claude——没用过，但遇到啃不动的活会考虑。

核心就一句：GPT 还能打，但不能再单点依赖它。这也是我最近这两周被迫折腾替代方案的最大收获。

以上都是我这几个月的真实使用感受，用的是同一套工作习惯，但样本有限，也一定有偏颇的地方。如果你有不同体验，欢迎来交流。

2026 年，如何学习 AI 不落后

Sun, 14 Jun 2026 21:20:20 +0800

这篇文章不是写给“看热闹”的人，而是写给准备真正把 AI 用进工作流的人。尤其是程序员、测试、产品经理、售后和实施同学。如果你只把 AI 当聊天机器人，2026 年已经明显不够了；现在更应该把 AI 当成一个会读项目、会改代码、会跑命令、会整理需求、会协助排查问题的 Agent。

我先说自己的背景。我最开始是做全栈的，后来做后端，再转产品，又做回后端开发。以前我对“全栈”这个词其实没那么执着，因为真正做业务的时候，一个人同时处理前端、后端、部署、文档、测试、产品细节，成本很高，精力很容易被切碎。

但 AI 出来以后，我的感受变了：全栈能力重新变得更有价值。原因不是 AI 可以替代所有工作，而是 AI 把很多重复劳动、上下文切换和样板代码降了下来。一个懂业务、懂代码、懂产品的人，借助 AI Agent 可以把很多以前需要多人配合的事情先跑起来。

我维护过一个工具箱项目，叫“华仔 AutoJs 工具箱”，以前的产品说明可以看这里：https://www.zjh336.cn/?id=2126。现在我也在用 AI 重构这个工具箱项目，仍然在进行中。我的 AI 使用时间不算特别早，差不多是从 2026 年 3 月底开始集中使用，到现在国产模型、国外模型、中转、CLI、桌面工具基本都试了一轮。最近一个月，我这边 GPT 模型的使用量已经跑到了 58 亿 token 以上。

这不是为了炫耀 token 数，而是想说明一件事：AI 学习不是收藏几个提示词，也不是看几篇评测。你必须把它放进真实工作里，让它参与你的需求分析、代码阅读、重构、测试、部署、文档和问题排查。用量上来了，才会知道哪些模型是真能干活，哪些工具只是看起来热闹。

本文主要讲这些内容：

AI 是怎么发展到今天的，为什么 GPT 之后变化突然加速。
2026 年国产模型和国外顶尖模型的现状。
程序员、测试、产品、售后分别应该怎么用 AI。
什么是 Agent，CLI 和桌面工具怎么选。
从 0 开始安装 nvm、Node、Codex、Claude Code、Gemini CLI。
如何用 ccswitch 管理中转和多模型。
我推荐的模型入口和中转站：https://api.zjh336.cn。

一、AI 发展到 2026 年，真正变了什么

AI 不是 2022 年才出现的。早期有规则系统、专家系统，后面有机器学习、深度学习，再到 2017 年 Transformer 架构出现，模型开始具备更强的语言理解和生成能力。BERT、GPT-2、GPT-3 这些模型一步步把“大模型”这条路走通。

但普通人真正感知到 AI 变化，是从 ChatGPT 出圈开始的。OpenAI 在 2022 年 11 月发布 ChatGPT，很多人第一次发现：原来机器不是只能返回搜索结果，也不是只能做分类识别，它可以像一个人一样持续对话、解释概念、写代码、写文案、做总结。

到了 2023 年，GPT-4 发布以后，代码能力、复杂推理、长文本处理明显上了一个台阶。那一年，很多程序员开始用 AI 写脚本、解释报错、生成 SQL、写接口文档。那时的 AI 还更像“高级问答工具”。你问得好，它答得好；你不会问，它就容易胡说。

2024 年开始，多模态明显加速。GPT-4o 这类模型让文字、图片、语音、视频理解越来越自然。国内外的文生图、图生视频、文生视频工具也越来越成熟。AI 漫剧就是这个阶段很典型的出圈场景：以前做一条短剧或者漫剧，需要编剧、分镜、美术、配音、剪辑多人配合；现在一个人可以用 AI 生成剧本、角色设定、分镜图、配音、背景音乐和视频片段，再用剪辑工具拼成完整作品。

2025 到 2026 年，重点又变了。大家不再只问“哪个模型聊天最聪明”，而是开始问“哪个模型能替我完成任务”。这就是 Agent 时代。Agent 的关键不是会聊天，而是会围绕目标读文件、调用工具、执行命令、修改代码、自己检查结果，然后继续迭代。

这也是 vibe coding 火起来的原因。很多人把 vibe coding 简单理解成“用自然语言让 AI 写代码”，我觉得这个理解太浅。真正的 vibe coding 是：人负责目标、判断、架构边界和验收，AI 负责快速展开、生成、修改、解释和补齐。你不用一行一行敲所有代码，但你必须知道它改了什么，为什么改，风险在哪里，怎么验证。

再到 2026 年，OpenClaw 这种工具也在圈内出圈。国内很多人把它叫“龙虾”，它的核心意义不只是又多了一个工具，而是说明大家的关注点正在从“单个模型”转向“Agent 工作流”。OpenClaw 官方定位是本地优先的 agentic coding 平台，强调多 Agent 编排、规格化任务、CLI/TUI 和可视化工作流。类似工具的出现，说明 AI 编程已经进入“谁能把模型组织成稳定生产力”的阶段。

所以 2026 年学习 AI，不能只学提示词，也不能只盯排行榜。你要学的是一整套工作方式：模型怎么选、工具怎么装、中转怎么配、项目怎么接入、任务怎么拆、结果怎么验收。

二、国产模型现状：能用了，而且越来越适合实战

如果是 2023 年，我会更明确地说国外模型领先很多。但到 2026 年，国产模型已经不是“能不能用”的问题，而是“在哪些场景更适合用”的问题。

我现在看国产模型，主要看这几个维度：

代码能力：能不能读项目、改项目、写测试、理解错误日志。
长上下文：能不能塞进去更多代码、文档、日志和需求。
工具调用：能不能稳定配合 Agent、CLI、插件和工作流。
中文能力：能不能理解国内业务表达、产品文档、聊天记录和售后场景。
价格和可用性：能不能高频使用，而不是每次调用都心疼。

1. DeepSeek

DeepSeek 这两年在国内开发者圈的存在感很强。它的优势是推理、代码和性价比，API 也比较适合开发者接入。DeepSeek 官方在 2026 年已经发布了 V4 相关模型说明，并且兼容 OpenAI Chat API 和 Anthropic API 这类调用方式，这对接入 CLI Agent 和中转服务很重要。

我对 DeepSeek 的建议是：如果你要做中文代码理解、脚本生成、文档总结、业务分析，值得作为主力国产模型之一测试。不要只用一次问答判断好坏，最好拿你自己的真实任务跑三轮，比如修一个 bug、补一组测试、解释一次线上日志，再看结果。

2. GLM

智谱 GLM 系列在 Agent、长任务和中文能力上一直有比较强的投入。2026 年的 GLM-5.1 进一步强调长周期 Agent 任务和工程能力。对产品、测试、售后这种需要处理大量中文材料的岗位来说，GLM 系列通常比纯代码评测更值得关注。

我会把 GLM 放在“中文综合任务”和“产品文档处理”里测试。比如让它整理 PRD、把客户反馈转成需求池、把故障处理记录转成 FAQ，这类任务更容易看出模型的中文组织能力。

3. Qwen

通义千问 Qwen 系列已经形成了很完整的模型家族，Plus、Max、Coder、VL、多模态都有对应方向。2026 年 Qwen3.6、Qwen3.7 这类版本继续在长上下文、代码、Agent 能力上推进。对企业用户来说，阿里云百炼和 Model Studio 的生态也比较完整。

如果你是后端、全栈、测试工程师，我建议至少测试 Qwen Plus 和 Qwen Coder 相关能力。尤其是中文项目、国内框架、Java/Spring、Vue、SQL、接口文档这类任务，Qwen 的使用体验通常比较稳。

4. 豆包和 Seed

豆包背后的 Seed 模型在国内 C 端和企业端都很活跃。它的优势不只是模型本身，还有火山引擎、扣子、内容生成、多模态和企业服务能力。对于内容生产、客服、运营、产品分析和流程自动化，豆包生态值得关注。

如果你的工作偏内容、售后、运营、知识库和多模态处理，豆包往往比单纯代码模型更贴近场景。

5. 小米 MiMo

小米 MiMo 系列在 2026 年也开始被更多开发者关注。它的特点是强调 Agent 能力、代码和端侧生态。小米这类厂商做模型，不只是为了聊天，更重要的是把模型能力接到设备、系统和应用链路里。

从程序员视角看，MiMo 不是所有人第一天就要上手的主力模型，但它代表了一个趋势：后面 AI 不会只存在于网页和 IDE，而是会进入操作系统、手机、汽车、IoT 和各种垂直设备。

6. 我对国产模型的使用结论

国产模型现在已经适合日常工作中的大量任务：中文总结、需求分析、接口文档、测试用例、日志分析、简单代码生成、脚本编写、数据库查询辅助、客服知识库整理。对于非常复杂的跨文件重构、超长链路推理、复杂 Agent 编码，我目前仍然会优先测试国外顶尖模型，尤其是 GPT 和 Claude。

但从成本和可用性看，国产模型必须纳入你的工具箱。我的建议不是只押一个模型，而是准备一套模型池：高难度任务用顶尖模型，日常高频任务用性价比模型，中文业务任务用国产模型。

三、国外顶尖模型现状：GPT、Claude、Gemini 仍然是第一梯队

截至 2026-06-14，我认为国外模型第一梯队主要还是 OpenAI、Anthropic、Google。它们各自的优势不一样。

1. OpenAI：GPT 和 Codex 是我当前优选

OpenAI 当前开发者文档中，GPT-5.5 被定位为旗舰模型，适合复杂编码、长链路推理和 Agent 场景。OpenAI 的优势是模型能力、工具生态、Responses API、Codex CLI、Codex App 这几条线配合得比较完整。

如果你问我 2026 年程序员优先从哪个 Agent 工具开始，我会优先推荐 Codex。原因很直接：Codex 是 OpenAI 官方 coding agent，和 GPT 系列模型贴合度高，CLI 和桌面 App 都有官方路线。对程序员来说，这种“模型和工具同源”的稳定性很重要。

我现在的个人倾向是：GPT 相关任务优先用 Codex。代码阅读、重构、补测试、生成迁移方案、解释大型项目，Codex 是我的第一优先级。

2. Anthropic：Claude Code 仍然很强

Claude Code 是 Anthropic 官方的命令行 coding agent。Claude 系列模型在长文本、代码审查、需求理解和“少废话地把任务推进下去”这方面一直很有优势。2026 年 Claude Fable、Opus、Sonnet 这些模型线继续强化 coding 和 agentic 能力。

如果你主要用 Claude，我建议直接上 Claude Code。它的交互方式很适合项目内工作：进入项目目录，告诉它目标，让它读代码、改文件、运行命令、解释结果。对已有项目的维护和重构来说，这种方式比网页聊天自然很多。

3. Google：Gemini 的长上下文和多模态优势明显

Gemini 系列的优势是长上下文、多模态和 Google 生态。Gemini CLI 也已经成为开发者可以直接安装使用的命令行工具。如果你的任务涉及大量文档、图片、视频、长代码仓库、多模态理解，Gemini 值得放进工具箱。

我不建议把 Gemini 当“可有可无”的备用模型。它在某些长上下文任务上很有价值，尤其是你要一次性分析很多文件、很多日志、很多文档的时候。

4. 国外模型怎么选

任务	优先选择	原因
复杂代码重构、Agent 编程	GPT + Codex	我当前最推荐的组合，官方工具链完整，适合程序员直接落地。
项目维护、代码审查、需求到实现	Claude + Claude Code	Claude Code 的项目内交互体验成熟，适合持续推进任务。
长文档、多模态、长上下文分析	Gemini + Gemini CLI	Gemini 的长上下文和多模态是它的核心优势。
国产模型、低成本高频任务	DeepSeek、Qwen、GLM、豆包等	适合中文业务、高频调用和成本敏感场景。

四、适用人群：不只是程序员

很多人以为 AI Agent 只适合程序员，其实不是。程序员只是最早感受到冲击的一批人。测试、售后、产品经理这些岗位同样适合用 AI，而且很多场景见效更快。

1. 程序员

程序员最直接的用法是写代码，但不要只让 AI 从零写代码。更好的方式是让它参与完整开发流程：

读项目结构，整理架构说明。
解释陌生模块，画出调用链。
定位 bug，分析日志，提出修复方案。
按已有风格新增功能。
重构重复代码，补单元测试。
生成接口文档、部署文档、升级日志。
做代码审查，找潜在空指针、并发、权限和边界问题。

程序员用 AI 的关键是：你不能把判断权交出去。AI 可以写得很快，但你要知道项目边界、数据结构、异常路径和验收标准。

2. 售后和实施人员

售后和实施经常面对的是日志、截图、客户描述、环境差异、版本差异和重复问题。AI 很适合做这些事情：

把客户描述整理成标准问题单。
根据日志判断可能原因。
生成排查步骤和客户回复话术。
把历史问题整理成 FAQ。
把部署手册改成更容易执行的步骤。
根据报错截图推测需要检查的配置项。

售后人员用 AI，不一定要会写很多代码，但要会把上下文给清楚：系统版本、操作步骤、报错时间、日志片段、客户环境、已经尝试过的方法。上下文越清楚，AI 越像一个有经验的二线支持。

3. 测试人员

测试岗位非常适合 AI。因为测试本质上需要大量边界思考和重复整理：

根据 PRD 生成测试点。
把测试点转成用例表。
根据接口文档生成 Postman 或自动化脚本。
根据 bug 描述反推复现步骤。
根据代码改动分析影响范围。
生成边界值、异常值和兼容性测试清单。

测试人员不要只让 AI 写“正常流程”。真正有价值的是让 AI 帮你想异常流程、边界流程、并发流程、权限流程和数据污染场景。

4. 产品经理

产品经理用 AI，不能停留在“写 PRD”。AI 更适合做需求整理和结构化：

把客户原话转成需求背景、目标、范围和验收标准。
把会议纪要转成任务列表。
把竞品页面整理成差异分析。
把开发反馈转成需求调整建议。
把用户故事转成流程图、状态机和异常分支。
把版本计划拆成里程碑和优先级。

产品经理尤其要学会让 AI 输出“可验收”的内容。不要只要一段漂亮文字，而要让它输出字段、流程、状态、权限、异常、接口影响和验收标准。

五、先理解 Agent 类型：CLI、桌面工具和可视化工具

2026 年，你至少要理解这几类 AI 工具。

1. 网页聊天工具

ChatGPT、Claude、Gemini、豆包、通义、Kimi 这些网页聊天工具适合问答、写作、解释概念、临时分析和轻量内容生产。但它们的问题是：和你的本地项目、命令行、文件系统之间隔了一层。你要复制粘贴代码，它才能分析；你要手动把结果粘回项目，它才能落地。

2. IDE 插件

Cursor、Windsurf、GitHub Copilot、各类 VS Code 插件，适合在编辑器内写代码。它们的优势是贴近代码，劣势是有时会被 IDE 的交互方式限制。适合日常补全、局部修改、解释文件。

3. CLI Agent

CLI Agent 是我现在最推荐程序员学习的路线。代表工具包括：

Codex CLI：OpenAI 官方 coding agent，我当前优选。
Claude Code：Anthropic 官方命令行 coding agent。
Gemini CLI：Google 官方开源 AI agent。
OpenCode：面向终端、IDE、桌面的 AI coding agent。
OpenClaw：本地优先的 agentic coding 平台，2026 年出圈的代表之一。

CLI Agent 的优势是直接进入项目目录工作。它可以读文件、改文件、运行命令、看测试结果，再继续修改。对于程序员来说，这是最接近真实开发流程的形态。

4. 桌面和可视化工具

如果你不喜欢纯命令行，可以使用桌面工具或可视化界面：

Codex App：OpenAI 官方桌面 App，优先推荐。
OpenCode Desktop：OpenCode 的桌面方向。
CCGUI：Claude Code GUI 桌面工具。

我的建议是：程序员先学 CLI，再上桌面。CLI 能让你理解 Agent 到底怎么工作；桌面工具可以提升体验，但不要跳过底层逻辑。

六、如何开始：先装 nvm 和 Node

很多 AI CLI 工具都是基于 Node.js 生态发布的，所以第一步建议先装 nvm 和 Node。Windows 用户建议使用 nvm-windows，macOS/Linux 用户使用 nvm。

1. Windows 安装 nvm-windows

下载 nvm-setup.exe，一路安装即可。安装完成后，打开 PowerShell 或 Windows Terminal，执行：

nvm version
nvm list available

然后选择一个 LTS 版本安装。版本号以你执行 nvm list available 看到的为准，例如：

nvm install 24.11.1
nvm use 24.11.1
node -v
npm -v

如果 npm 下载很慢，可以临时使用国内镜像：

npm config set registry https://registry.npmmirror.com
npm config get registry

如果你要恢复官方源：

npm config set registry https://registry.npmjs.org/

2. macOS/Linux 安装 nvm

打开 nvm 官方仓库查看最新安装命令：

https://github.com/nvm-sh/nvm

常见安装方式如下，具体版本号以官方 README 为准：

curl -o- https://raw.githubusercontent.com/nvm-sh/nvm/v0.40.3/install.sh | bash
source ~/.bashrc
nvm install --lts
nvm use --lts
node -v
npm -v

七、安装 CLI：我推荐 Codex 和 Claude Code

我的优先级是：先装 Codex，再装 Claude Code，再装 Gemini CLI。OpenCode、OpenClaw 可以后面按需补。

1. 安装 Codex CLI

官方文档：https://developers.openai.com/codex/cli

使用 npm 安装：

npm install -g @openai/codex
codex --version
codex

如果你使用 OpenAI 官方账号，可以按 Codex 提示登录。如果你使用 API Key，可以设置环境变量。Windows 示例：

setx OPENAI_API_KEY "你的 OpenAI API Key"

设置完 setx 后，需要重新打开一个终端窗口再执行：

codex

macOS/Linux 示例：

export OPENAI_API_KEY="你的 OpenAI API Key"
codex

2. Codex 配置我的中转站

如果你使用我的中转站，可以先访问：

https://api.zjh336.cn

拿到 API Key 后，在 Windows 里设置：

setx ZJH_API_KEY "你的中转 API Key"

然后编辑 Codex 配置文件。Windows 一般在：

%USERPROFILE%\.codex\config.toml

macOS/Linux 一般在：

~/.codex/config.toml

可以参考下面的配置。注意：不同中转对 Responses API 和 Chat Completions API 的兼容程度不同，如果你的中转后台说明要求使用 Chat 接口，就把 wire_api 改成 chat。

model = "gpt-5.5"
model_provider = "zjh"

[model_providers.zjh]
name = "ZJH API"
base_url = "https://api.zjh336.cn/v1"
env_key = "ZJH_API_KEY"
wire_api = "responses"

如果遇到不兼容，可以先改成：

wire_api = "chat"

第一次测试不要直接拿公司核心项目试，建议新建一个临时目录：

mkdir ai-test
cd ai-test
codex

然后输入：

请帮我创建一个 Node.js 命令行小工具，功能是读取当前目录下的 package.json，并输出项目名称、版本号和 scripts 列表。完成后请告诉我怎么运行。

这类小任务最适合测试环境是否可用。

3. 安装 Claude Code

官方文档：https://docs.anthropic.com/en/docs/claude-code

npm install -g @anthropic-ai/claude-code
claude --version
claude

如果你使用 Anthropic 官方 API：

setx ANTHROPIC_API_KEY "你的 Anthropic API Key"

如果使用中转，建议优先用后面讲的 ccswitch 管理。你也可以按中转后台说明配置 ANTHROPIC_BASE_URL 和 ANTHROPIC_API_KEY，但不同中转的路径和鉴权方式可能不同，以后台说明为准。

4. 安装 Gemini CLI

官方仓库：https://github.com/google-gemini/gemini-cli

npm install -g @google/gemini-cli
gemini --version
gemini

Gemini 可以走 Google 官方登录或 API Key，按命令行提示操作即可。

5. 安装 OpenCode

官方文档：https://opencode.ai/docs/

npm install -g opencode-ai
opencode

OpenCode 的价值是支持多模型、多供应商和多种使用形态。你可以把它作为 Codex、Claude Code 之外的补充工具。

八、安装辅助软件 ccswitch：管理多模型和中转

当你只用一个模型时，环境变量还能忍。但当你同时用 GPT、Claude、Gemini、DeepSeek、Qwen、GLM、豆包，再加上官方订阅和中转，你会发现配置非常容易乱。这时候就需要 ccswitch。

ccswitch 官方仓库：

https://github.com/farion1231/cc-switch

下载地址：

https://github.com/farion1231/cc-switch/releases

1. ccswitch 适合解决什么问题

统一管理多个 API Key。
在官方 API 和中转 API 之间切换。
给 Claude Code、Codex、Gemini CLI、OpenCode 等工具切换不同模型。
避免每次手动改环境变量。
快速做模型对比测试。

2. 推荐配置方式

安装 ccswitch 后，建议按下面思路配置：

新增一个 Provider，名字写 ZJH API。
Base URL 填 https://api.zjh336.cn 或后台要求的完整地址。
API Key 填你在 https://api.zjh336.cn 获取的 Key。
按工具类型配置模型映射，比如 GPT 走 Codex，Claude 走 Claude Code，国产模型按兼容协议选择。
保存后应用配置，重新打开终端测试。

我建议先建三组配置：

配置名	用途	建议模型
ZJH-GPT	Codex 主力开发	GPT-5.5 或中转后台可用的 GPT 系列模型
ZJH-Claude	Claude Code 项目维护	Claude Fable、Opus、Sonnet 等后台可用模型
ZJH-China	国产模型高频任务	DeepSeek、GLM、Qwen、豆包、MiMo 等

配置完成后，拿同一个任务分别跑几次。不要用“你好”这种问题测试模型，没意义。建议用真实任务，比如：

请阅读当前项目，不要修改文件。输出：
1. 项目技术栈
2. 启动命令
3. 主要目录说明
4. 你认为风险最高的 5 个模块
5. 下一步如果要重构，建议从哪里开始

这种任务能看出模型是否真的会读项目、理解结构、抓重点。

九、找大模型：官方订阅、中转和我的推荐入口

模型获取有两条路：官方订阅和中转。

1. 官方订阅

官方订阅适合稳定使用某一个生态：

OpenAI：ChatGPT、OpenAI API、Codex。
Anthropic：Claude、Claude Code、Anthropic API。
Google：Gemini、Gemini API、Gemini CLI。
国内厂商：DeepSeek、智谱 GLM、通义 Qwen、豆包、MiMo 等。

官方订阅的优点是稳定、来源明确、文档完整。缺点是不同平台账号、支付、额度、模型权限比较分散。

2. 中转服务

中转适合同时测试多个模型，尤其适合程序员做 CLI Agent。你可以用一个入口调用不同厂商模型，方便对比 GPT、Claude、Gemini 和国产模型。

我的中转站入口是：

https://api.zjh336.cn

如果你想快速测试多模型，建议优先从这里拿 Key，然后配合 Codex、Claude Code、Gemini CLI、ccswitch 使用。

另外两个入口也可以收藏：

国内模型和工具导航：https://z4crk6mg95.coze.site/
国外模型整理和中转说明：https://www.kdocs.cn/l/cdodlthJ9CYZ

提醒：公司代码、客户数据、账号密码、生产日志里如果有敏感信息，一定要按公司制度处理。无论是官方模型还是中转，都不要把不该外发的数据直接丢进去。个人项目和公开项目可以放开测试，公司项目要先脱敏、分级、审批。

十、模型和工具怎么对应

我的推荐对应关系很简单：

模型体系	推荐工具	说明
GPT	Codex	优先推荐。GPT 做 coding agent，Codex 是最自然的入口。
Claude	Claude Code	Claude Code 是 Anthropic 官方工具，适合维护和重构项目。
Gemini	Gemini CLI	适合长上下文、多模态和 Google 生态任务。
国产模型	Claude Code、Codex、OpenCode	看中转兼容协议。Claude 协议走 Claude Code，OpenAI 兼容走 Codex 或 OpenCode。

实际使用时，我建议你先用 CLI 对接。原因是 CLI 最接近真实开发环境，也最容易看出模型是不是能干活。网页聊天可以辅助思考，但不能替代 CLI Agent。

十一、安装桌面工具：优先 Codex，其次 CCGUI

如果你不习惯命令行，或者想要更直观地管理任务，可以安装桌面工具。

1. Codex App

官方文档：https://developers.openai.com/codex/app

Windows 版本可以看官方 Windows 文档：

https://developers.openai.com/codex/windows

我的优先级是：如果你能用 Codex App，就优先用 Codex App。它适合任务管理、代码审查、项目内交互和较复杂的开发流程。

2. CCGUI

CCGUI 是 Claude Code 的 GUI 工具，适合不喜欢纯命令行的用户。

仓库和下载地址：

我的建议是：新手可以先用 CCGUI 感受 Claude Code 的工作方式，但不要完全绕开 CLI。你至少要知道背后调用的是哪个模型、哪个 Key、哪个项目目录、做了哪些文件修改。

十二、真正开始使用：按场景跑起来

工具装好以后，不要一直折腾环境。最重要的是把 AI 放进真实场景。下面这些提示词可以直接用。

1. 第一次让 AI 读项目

请先阅读当前项目，不要修改任何文件。
请输出：
1. 项目技术栈
2. 启动命令和构建命令
3. 主要目录和模块说明
4. 数据库、缓存、第三方接口等外部依赖
5. 你认为代码里风险最高的地方
6. 如果我要重构，建议的第一步是什么

2. 让 AI 修 bug

现在有一个 bug：这里写清楚现象。
复现步骤：
1. ...
2. ...
期望结果：
实际结果：
相关日志：

请先分析原因，不要急着改代码。
给出 2 到 3 个可能原因，并说明你要检查哪些文件。
确认后再开始修改。

3. 让 AI 做重构

请在不改变现有外部行为的前提下，重构这个模块。
要求：
1. 不修改接口入参和返回结构
2. 保持现有日志关键字段
3. 拆分重复逻辑
4. 补充必要的单元测试
5. 修改完成后说明改动点和验证方式

4. 让 AI 写测试

请根据这个接口/函数生成测试用例。
重点覆盖：
1. 正常流程
2. 参数为空
3. 参数格式错误
4. 权限不足
5. 数据不存在
6. 并发或重复提交
7. 边界值

请输出测试用例表，并在项目中补充自动化测试代码。

5. 售后排查问题

你现在是一个软件售后工程师。
请根据下面的客户描述和日志，帮我整理：
1. 问题摘要
2. 可能原因
3. 需要客户补充的信息
4. 远程排查步骤
5. 给客户的回复话术

客户描述：
日志：

6. 产品经理整理需求

你现在是一个产品经理。
请把下面的客户原话整理成 PRD 草稿。
要求包含：
1. 背景
2. 目标
3. 用户角色
4. 主流程
5. 异常流程
6. 权限规则
7. 字段说明
8. 验收标准
9. 需要研发确认的问题

客户原话：

十三、我的个人工作流：AI 重构工具箱项目

我现在用 AI 重构工具箱项目时，不会一上来就让 AI “重写整个项目”。那样风险太大，也很容易把项目搞乱。我的做法是小步推进。

先让 AI 只读项目，不改文件，输出项目结构和风险清单。
让 AI 找重复代码、历史包袱、可拆分模块。
我自己决定重构顺序，不让 AI 自己决定全部路线。
每次只处理一个模块或一个功能点。
改完让 AI 自己说明改动点和验证方式。
我再人工看 diff，跑项目，确认功能。
最后补文档、补更新日志、补测试。

这个流程看起来慢，但比一次性大改稳得多。AI 的优势是速度，不是绝对正确。你要用它的速度，同时保留自己的判断。

建议每个项目都加一个 AI 说明文件，比如 AGENTS.md、CLAUDE.md 或项目约定文档，内容可以这样写：

# 项目 AI 协作约定

- 修改代码前先阅读相关文件，不要直接大范围重构。
- 优先保持现有接口兼容。
- 修改后必须说明改动点、风险点和验证方式。
- 涉及数据库、权限、支付、删除数据的逻辑，需要先给方案再修改。
- 不要引入新的大型依赖，除非明确说明原因。
- 代码风格保持和现有项目一致。
- 常用命令：
  - 安装依赖：npm install
  - 启动开发：npm run dev
  - 构建：npm run build
  - 测试：npm test

这样做的好处是，每次打开 Agent，它都能先读到项目规则，减少重复沟通。

十四、2026 年不落后的学习路线

如果你现在刚开始，我建议按 4 周来推进。

第 1 周：装好工具，完成第一个真实任务

安装 nvm、Node、Codex、Claude Code、Gemini CLI。
注册或配置 https://api.zjh336.cn。
用 Codex 跑一个小脚本任务。
用 Claude Code 读一个旧项目。
记录每个模型的输出质量。

第 2 周：把 AI 接入你的日常项目

让 AI 生成项目结构说明。
让 AI 解释一个复杂模块。
让 AI 修一个低风险 bug。
让 AI 补一组测试。
把提示词和项目规则沉淀下来。

第 3 周：做模型对比

同一个任务分别用 GPT、Claude、Gemini、DeepSeek、Qwen、GLM 跑。
记录成功率、速度、修改质量、废话程度、成本。
不要看单次结果，看连续 5 次任务的稳定性。
确定你的主力模型、备用模型和低成本模型。

第 4 周：形成自己的工作流

确定日常开发用 Codex 还是 Claude Code。
用 ccswitch 管理官方和中转配置。
把常用提示词整理成模板。
给项目补 AGENTS.md 或 CLAUDE.md。
建立“AI 输出必须验收”的习惯。

十五、几个必须避免的坑

1. 不要只收藏，不动手

AI 工具更新很快，收藏链接没有意义。你要拿一个真实项目跑起来。跑一次项目重构，比看十篇评测更有用。

2. 不要迷信排行榜

排行榜只能说明某些标准题表现好，不代表你的业务任务表现好。每个人都应该有自己的测试集。程序员就拿自己的项目测试，测试人员拿自己的用例测试，产品拿自己的 PRD 测试，售后拿自己的日志测试。

3. 不要让 AI 一次性改太多

AI 很容易越改越大。你要限制范围：只改这个模块，只修这个 bug，不要动公共接口，不要换框架，不要引入新依赖。

4. 不要忽略安全和隐私

生产数据库、客户隐私、账号密码、支付数据、公司核心代码，不要随便丢给模型。能脱敏就脱敏，能用最小上下文就不要整包上传。

5. 不要把 AI 当替代品

AI 是放大器。你基础越扎实，它越能放大你；你完全不理解项目，它也可能放大你的错误。程序员还是要懂代码，测试还是要懂质量，产品还是要懂业务，售后还是要懂现场。

十六、我的最终建议

2026 年学习 AI，不要从“学哪个提示词”开始，而要从“我怎么把 AI 接到工作里”开始。

如果你是程序员，我建议你现在就做这几件事：

安装 Node 和 nvm。
安装 Codex、Claude Code、Gemini CLI。
注册或配置我的中转站：https://api.zjh336.cn。
安装 ccswitch，管理多模型。
用 Codex 跑你的第一个真实项目任务。
用 Claude Code 做一次项目阅读或重构。
把 GPT、Claude、Gemini、DeepSeek、Qwen、GLM、豆包都用同一任务测试一遍。

我的当前排序是：编码 Agent 优先 Codex，其次 Claude Code；桌面工具优先 Codex App，其次 CCGUI；模型使用上，高难度任务优先 GPT 和 Claude，长上下文和多模态任务测试 Gemini，中文高频任务大量使用国产模型。

AI 不会让所有人都变强，它只会让愿意改变工作方式的人变强。2026 年，真正会拉开差距的不是“你知不知道 AI”，而是“你有没有把 AI 变成自己的日常生产力”。

我自己从 2026 年 3 月底开始集中使用 AI，到现在最大的感受就是：它不是一个插件，而是一种新的工作方式。以前我做全栈会觉得累，现在反而觉得全栈更适合 AI 时代。因为只要你能把需求、代码、产品和验证串起来，AI 就能帮你把很多中间环节快速跑通。

所以，不要等。先装工具，先跑任务，先用起来。

参考资料和官方链接

我的工具箱项目说明：https://www.zjh336.cn/?id=2126
我的中转站：https://api.zjh336.cn
模型和工具导航：https://z4crk6mg95.coze.site/
国外模型整理：https://www.kdocs.cn/l/cdodlthJ9CYZ
OpenAI Codex CLI：https://developers.openai.com/codex/cli
OpenAI Codex App：https://developers.openai.com/codex/app
OpenAI 最新模型说明：https://developers.openai.com/api/docs/guides/latest-model
ChatGPT 发布说明：https://openai.com/index/chatgpt/
GPT-4 发布说明：https://openai.com/index/gpt-4-research/
GPT-4o 发布说明：https://openai.com/index/hello-gpt-4o/
Claude Code 文档：https://docs.anthropic.com/en/docs/claude-code
Anthropic 模型说明：https://docs.anthropic.com/en/docs/about-claude/models/overview
Gemini CLI：https://github.com/google-gemini/gemini-cli
Gemini 模型文档：https://ai.google.dev/gemini-api/docs/models
nvm-windows：https://github.com/coreybutler/nvm-windows
nvm：https://github.com/nvm-sh/nvm
OpenCode：https://opencode.ai/docs/
OpenClaw：https://openclaw.ai/
ccswitch：https://github.com/farion1231/cc-switch
CCGUI：https://github.com/zhukunpenglinyutong/desktop-cc-gui
DeepSeek 官方文档：https://api-docs.deepseek.com/
GLM 官方博客：https://z.ai/blog/glm-5.1
Qwen 官方博客：https://qwen.ai/blog
ByteDance Seed：https://seed.bytedance.com/en/blog/seed-2-0-official-launch
小米 MiMo：https://mimo.xiaomi.com/

easyPoi多sheet页导出、自定义动态列(ExcelExportEntity)

Wed, 11 Mar 2026 08:41:40 +0800

easyPoi4.2.0

ExcelExportUtil工具类中，提供的

①exportExcel(ExportParams entity, List entityList, Collection<?> dataSet)
可以支持ExcelExportEntity动态列，但是只能一个sheet页

②exportExcel(List<Map<String, Object>> list, ExcelType type)
可以支持多个sheet页，但是只能反射实体类取字段

为了既支持多sheet页，又可以使用ExcelExportEntity自定义导出列，自行封装方法如下：

SheetConfig ：

package com.hnevol.common.config;



import cn.afterturn.easypoi.excel.entity.params.ExcelExportEntity;
import lombok.*;
import lombok.experimental.Accessors;

import java.util.List;
import java.util.Map;

@Data
@NoArgsConstructor
@Accessors(chain = true)
@ToString(callSuper = true)
@EqualsAndHashCode(callSuper = false)
public class SheetConfig {
private String sheetName;
private List<Map<String, Object>> data;
private List<ExcelExportEntity> entities;
}

ExcelExportUtils：

package com.hnevol.common.utils;

import cn.afterturn.easypoi.excel.entity.ExportParams;
import cn.afterturn.easypoi.excel.entity.enmus.ExcelType;
import cn.afterturn.easypoi.excel.entity.params.ExcelExportEntity;
import cn.afterturn.easypoi.excel.export.ExcelExportService;
import com.hnevol.common.config.SheetConfig;
import org.apache.commons.lang3.StringUtils;
import org.apache.poi.ss.usermodel.*;
import org.apache.poi.ss.util.CellRangeAddress;
import org.apache.poi.ss.util.RegionUtil;
import org.apache.poi.xssf.streaming.SXSSFSheet;
import org.apache.poi.xssf.streaming.SXSSFWorkbook;
import org.apache.poi.xssf.usermodel.XSSFWorkbook;

import javax.servlet.http.HttpServletResponse;
import java.io.*;
import java.lang.reflect.Field;
import java.lang.reflect.Method;
import java.lang.reflect.Modifier;
import java.net.URLDecoder;
import java.net.URLEncoder;
import java.text.DateFormat;
import java.text.SimpleDateFormat;
import java.util.*;

public class ExcelExportUtils {

    //表头第一行
    public  static final String HEADER_FIRST="HEADER_FIRST";
    //表头第二行
    public  static final String HEADER_SECOND="HEADER_SECOND";
    //表头第三行
    public  static final String HEADER_THIRD="HEADER_THIRD";
    //excel表头ket
    public  static final String HEADER="HEADER";
    //对应表头的内容值key
    public  static final String MAP_LIST="mapList";

  

    /**
     * 【通用方法】执行多 Sheet Excel 导出（支持每页独立列配置）
     * <p>
     * 该方法完全解耦业务，每个 Sheet 的列定义由调用方在 Config 中单独指定。
     *
     * @param fileName     文件名（不含后缀）
     * @param response     HTTP 响应对象
     * @param sheetConfigs Sheet 配置列表，每个配置包含独立的列定义和数据
     */
    public static void exportMultiSheetExcel(String fileName,
                                      HttpServletResponse response,
                                      List<SheetConfig> sheetConfigs) throws Exception {

        Workbook workbook = new XSSFWorkbook();
        ExcelExportService exportService = new ExcelExportService();

        try {
            // 遍历配置列表，为每个配置创建一个独立的 Sheet
            for (SheetConfig config : sheetConfigs) {
                // 设置 Sheet 参数
                ExportParams params = new ExportParams(config.getSheetName(), config.getSheetName(), ExcelType.XSSF);

                // 核心：使用当前配置独有的 entities 和 data 创建 Sheet
                exportService.createSheetForMap(workbook, params, config.getEntities(), config.getData());
            }

            // 设置响应头
            String encodedFileName = URLEncoder.encode(fileName, "UTF-8") + ".xlsx";
            response.setCharacterEncoding("UTF-8");
            // response.setContentType("application/vnd.openxmlformats-officedocument.spreadsheetml.sheet");
            response.setHeader("Content-Disposition", "attachment;filename=" + encodedFileName);

            // 写入输出流
            try (OutputStream outputStream = response.getOutputStream()) {
                workbook.write(outputStream);
                outputStream.flush();
            }
        } finally {
            // 确保资源关闭
            workbook.close();
        }
    }
}

使用：

@ApiOperation(value = "理论考试成绩列表多sheet导出", notes = "理论考试成绩列表多sheet导出")
    @PostMapping(value ="/queryAcademicGradeResultExportSheet", produces = "application/octet-stream")
    public void queryAcademicGradeResultExportSheet(@RequestBody NurseEduAcademicGradeResultDTO data) {
        if (Objects.isNull(data.getQueryPlanId()) || data.getQueryPlanId() == 0) {
            return;
        }
        try {
            // --- 1. 数据查询与准备 ---
            MyPage<NurseEduAcademicGradeResultDTO> myPage = getMyPage(data);
            myPage.getPage().setCurrent(1);
            myPage.getPage().setSize(9999);

            R<Page<NurseEduAcademicGradeResultDTO>> pageR = examEduItemDataApi.queryAcademicGradeResultByParam(getUri(), myPage);
            if (!ApiReqResultVerifyUtil.verify(pageR)) {
                return;
            }

            NurseEduAcademicPlanService planService = examEduItemDataApi.queryEduPlansPassScore(getUri(), data.getQueryPlanId());
            Double passScore = NumberHelper.doubleValueOf0(planService.getPassingScore());
            List<NurseEduAcademicGradeResultDTO> results = pageR.getData().getRecords();

            // --- 2. 数据分组 ---
            Map<String, List<NurseEduAcademicGradeResultDTO>> rawGroupedData = new LinkedHashMap<>(); // 使用 LinkedHashMap 保持顺序
            rawGroupedData.put("已完成考试", results.stream().filter(e -> "completed".equals(e.getExamStatus())).collect(Collectors.toList()));
            rawGroupedData.put("未完成考试", results.stream().filter(e -> !"completed".equals(e.getExamStatus())).collect(Collectors.toList()));

            // 及格逻辑
            rawGroupedData.put("及格", results.stream().filter(e ->
                    "completed".equals(e.getExamStatus()) && (
                            NumberHelper.getOrDef(e.getScore(), 0D) >= passScore ||
                                    (data.getQueryIsMakeUpPlan() == 1 && NumberHelper.getOrDef(e.getMakeUpScore(), 0D) >= passScore)
                    )
            ).collect(Collectors.toList()));

            // 未及格逻辑
            rawGroupedData.put("未及格", results.stream().filter(e ->
                    "completed".equals(e.getExamStatus()) && (
                            data.getQueryIsMakeUpPlan() == 1
                                    ? (NumberHelper.getOrDef(e.getScore(), 0D) < passScore && NumberHelper.getOrDef(e.getMakeUpScore(), 0D) < passScore)
                                    : NumberHelper.getOrDef(e.getScore(), 0D) < passScore
                    )
            ).collect(Collectors.toList()));

            // --- 3. 构建 Sheet 配置列表 (核心改动) ---
            List<SheetConfig> sheetConfigs = new ArrayList<>();

            for (Map.Entry<String, List<NurseEduAcademicGradeResultDTO>> entry : rawGroupedData.entrySet()) {
                String sheetName = entry.getKey();
                List<NurseEduAcademicGradeResultDTO> sheetData = entry.getValue();

                // A. 为当前 Sheet 构建专属列定义
                // 注意：这里目前所有 Sheet 复用同一个 buildDynamicExcelEntities 逻辑。
                // 【扩展点】如果你需要不同 Sheet 有不同列（例如“未及格” sheet 多一列“原因”），
                // 可以在此处根据 sheetName 判断，调用不同的构建方法或手动添加列。
                List<ExcelExportEntity> currentSheetEntities = buildDynamicExcelEntities(planService);

               /* // 【示例扩展】如果“未及格” sheet 需要额外加一列“改进建议”
                if ("未及格".equals(sheetName)) {
                    currentSheetEntities.add(new ExcelExportEntity("改进建议", "improveSuggestion"));
                    // 注意：需要在 convertToDynamicMapList 中也对应处理这个字段，或者传一个特殊的 planService 标记
                }*/
                // B. 转换当前 Sheet 的数据
                List<Map<String, Object>> currentSheetDataMap = convertToDynamicMapList(sheetData, planService);

               /* // 【示例扩展】如果上面加了“改进建议”列，这里需要给 Map 填充默认值或实际值
                if ("未及格".equals(sheetName)) {
                    for (Map<String, Object> row : currentSheetDataMap) {
                        row.put("improveSuggestion", "请加强复习"); // 示例数据
                    }
                }*/
                SheetConfig config = new SheetConfig();
                config.setSheetName(sheetName)
                      .setData(currentSheetDataMap)
                      .setEntities(currentSheetEntities);
                // C. 添加到配置列表
                sheetConfigs.add(config);
            }

            // --- 4. 调用通用导出方法 ---
            String fileName = StrHelper.getOrDef(data.getExportTitle(), "考试成绩");
            ExcelExportUtils.exportMultiSheetExcel(fileName, response, sheetConfigs);
        } catch (Exception e) {
            log.error("导出 Excel 失败", e);
            if (!response.isCommitted()) {
                try {
                    response.reset();
                    response.setContentType("application/json");
                    response.setCharacterEncoding("UTF-8");
                    response.getWriter().write("{\"code\":500,\"msg\":\"导出失败：" + e.getMessage() + "\"}");
                } catch (Exception ex) {
                    log.error("写入错误响应失败", ex);
                }
            }
        }
    }


    /**
     * 动态构建 Excel 导出列配置
     * 根据 planService 的不同属性组合，动态添加列
     */
    private List<ExcelExportEntity> buildDynamicExcelEntities(NurseEduAcademicPlanService planService) {
        List<ExcelExportEntity> entityList = new ArrayList<>();

        // 基础列 (所有情况都有)
        entityList.add(new ExcelExportEntity("序号", "num"));
        entityList.add(new ExcelExportEntity("人员类型", "personType"));
        entityList.add(new ExcelExportEntity("姓名", "name"));
        entityList.add(new ExcelExportEntity("工号", "account"));
        entityList.add(new ExcelExportEntity("科室", "deptName"));
        entityList.add(new ExcelExportEntity("所属批次", "examBatch"));
        entityList.add(new ExcelExportEntity("成绩", "score"));
        entityList.add(new ExcelExportEntity("备注", "examDesc"));

        if (NumberHelper.getOrDef(planService.getAllowFillExamTarget(), 0) == 1) {
            entityList.add(new ExcelExportEntity("考试目的", "examTarget"));
        }

        entityList.add(new ExcelExportEntity("补考成绩", "makeUpScore"));

        // 动态列: 学分与学时
        // 逻辑：如果有学分 或者 有时学，则显示相关列 (根据您的原逻辑是两者都为 1 才显示，这里可根据需求调整)
        // 原逻辑：if (planService.getHaveCredits()==1 && planService.getHaveCreditsHour()==1)
        if (NumberHelper.getOrDef(planService.getHaveCredits(), 0) == 1 &&
                NumberHelper.getOrDef(planService.getHaveCreditsHour(), 0) == 1) {
            entityList.add(new ExcelExportEntity("学分类型", "creditType"));
            entityList.add(new ExcelExportEntity("学分", "creditNum"));
            entityList.add(new ExcelExportEntity("学时", "classHours"));
        }

        // 尾部固定列
        entityList.add(new ExcelExportEntity("作答开始时间", "examActualStartTime"));
        entityList.add(new ExcelExportEntity("作答结束时间", "examActualEndTime"));
        entityList.add(new ExcelExportEntity("答题用时", "answerTime"));
        entityList.add(new ExcelExportEntity("交卷状态", "examSubmitStatus"));

        return entityList;
    }

    private List<Map<String, Object>> convertToDynamicMapList(List<NurseEduAcademicGradeResultDTO> results, NurseEduAcademicPlanService planService) {
        List<Map<String, Object>> list = new ArrayList<>();
        int i = 0;

        for (NurseEduAcademicGradeResultDTO result : results) {
            i++;
            Map<String, Object> map = new HashMap<>();

            map.put("num", i);
            map.put("personType", getPersonType(result.getPersonType()));
            map.put("name", result.getName());
            map.put("account", result.getAccount());
            map.put("deptName", result.getDeptName());
            map.put("examBatch", result.getExamBatch());
            map.put("score", result.getScore());
            map.put("examDesc", result.getExamDesc());
            map.put("makeUpScore", result.getMakeUpScore());

            // 动态字段处理：只有当列存在时才放入 Map (虽然 EasyPoi 忽略多余 key，但为了严谨)
            if (NumberHelper.getOrDef(planService.getHaveCredits(), 0) == 1 &&
                    NumberHelper.getOrDef(planService.getHaveCreditsHour(), 0) == 1) {
                map.put("creditType", Objects.nonNull(result.getCreditType()) ? (result.getCreditType() == 1 ? "I 类" : "II 类") : "");
                map.put("creditNum", result.getCreditNum());
                map.put("classHours", result.getClassHours());
            }

            if (NumberHelper.getOrDef(planService.getAllowFillExamTarget(), 0) == 1) {
                map.put("examTarget", result.getExamTarget());
            }

            map.put("examActualStartTime", LocalDateTimeUtil.formatNormal(result.getExamActualStartTime()));
            map.put("examActualEndTime", LocalDateTimeUtil.formatNormal(result.getExamActualEndTime()));

            if (Objects.nonNull(result.getExamActualStartTime()) && Objects.nonNull(result.getExamActualEndTime())) {
                Duration duration = Duration.between(result.getExamActualStartTime(), result.getExamActualEndTime());
                long diffSeconds = duration.getSeconds();
                map.put("answerTime", conversionTime(NumberHelper.doubleValueOf0(diffSeconds)));
            }

            map.put("examSubmitStatus", conversionStatus(result.getExamSubmitStatus()));
            list.add(map);
        }
        return list;
    }

导出效果

Linux：Java诊断工具-Arthas

Wed, 24 Dec 2025 09:52:53 +0800

Arthas 是阿里开源的 Java 诊断工具，无需修改代码 / 重启服务，即可在线排查 Linux 下 Java 服务问题，以下是从安装到核心用法的完整教程：

一、快速安装 & 启动

1. 安装（Linux 服务器上操作）

# 下载arthas-boot.jar（阿里官方源）
curl -O https://arthas.aliyun.com/arthas-boot.jar 

# 启动（会列出当前Java进程，选择要监控的PID即可）
java -jar arthas-boot.jar

启动后会显示类似如下列表，输入数字（比如1）选择要诊断的 Java 进程，回车进入 Arthas 控制台：

二、核心功能：替代 JConsole 的监控能力

1. 实时仪表盘（核心！替代 JConsole 的概览面板）

dashboard

2. 内存监控（对应 JConsole “内存”）

jvm

3. 线程监控（对应 JConsole “线程”）

# 查看所有线程状态（ID、名称、状态、CPU占用）
thread

# 查看阻塞/等待的线程（重点！排查卡顿）
thread -b  # 找出当前阻塞其他线程的“元凶”线程
thread -w  # 查看处于WAITING状态的线程

# 查看指定线程的栈信息（替换为线程ID/名称）
thread 46  # 查看ID=46的线程栈，对应JConsole“线程→栈跟踪”

三、高频诊断场景（比 JConsole 更强的功能）

1. 排查慢接口 / 方法

# 监控指定方法的执行耗时（替换为你的类+方法名）
trace com.xxx.Service queryData  

# 追踪方法调用链路+耗时
watch com.xxx.Service queryData '{cost}' -x 2  # 查看方法执行耗时（单位：ms）

trace

trace是 Arthas 中追踪方法调用链路的核心命令，能精准输出

①目标方法的总执行耗时；

②方法内部调用的所有子方法（包括第三方库、JDK 内置方法）；

③每个子方法的执行耗时和占比；

④甚至能捕获方法执行中的异常。

简单说：trace 是 “追根溯源”，告诉你目标方法慢在哪个子步骤。

# 基础语法
trace 类全限定名 方法名 [可选参数]

# 示例：追踪 com.xxx.Service 类的 queryData 方法
trace com.xxx.Service queryData

先找到接口的路径，执行命令，开始监听

trace com.hnevol.client.bases.controller.org.LibDeptController getBasicDeptTree

程序页面访问接口，输出过程

更进一步分析接口

查询耗时27%和48%分别属于查询和转换两个步骤

关键参数 & 进阶用法

参数 / 写法	作用
`trace com.xxx.Service queryData`	基础用法：追踪该方法所有调用，输出全链路耗时
`trace com.xxx.Service queryData -n 5`	只追踪前 5 次调用（避免刷屏，生产环境必加）
`trace com.xxx.Service queryData '#cost > 100'`	只追踪耗时超过 100ms 的调用（精准定位慢调用）
`trace com.xxx.Service queryData -e`	只追踪抛出异常的调用（排查方法执行失败场景）

watch

watch是 Arthas 中灵活的方法数据观测命令，可以：

①监控方法的入参、返回值、异常、执行耗时；

②按条件过滤（如只看耗时 > 500ms 的调用）；

③自定义输出格式（只看你关心的字段）。

# 基础语法
watch 类全限定名 方法名 观测表达式 [可选参数]

# 示例：观测 queryData 方法的执行耗时
watch com.xxx.Service queryData '{cost}' -x 2

内置变量（直接可用）

变量名	含义
`params`	方法的入参列表（数组形式，`params[0]`表示第一个入参）
`returnObj`	方法的返回值（方法执行成功时有效）
`throwExp`	方法抛出的异常（方法执行失败时有效）
`cost`	方法的执行耗时（单位：毫秒）
`target`	当前方法所属的对象实例（可调用对象的其他方法 / 属性）
`clazz`	当前方法所属的类（Class 对象）
`method`	当前方法的 Method 对象（可获取方法名、参数类型等）

基础数据观测

# 观测耗时
watch com.xxx.Service query '{cost}' -x 2

# 观测入参+返回值
watch com.xxx.Service query '{params, returnObj}' -x 2

# 观测入参（仅第一个入参）+耗时
watch com.xxx.Service query '{params[0], cost}' -x 2

# 观测异常信息（仅方法抛出异常时输出）
watch com.xxx.Service query '{throwExp, cost}' -x 2 -e

复杂数据提取（结合对象属性）

# 观测入参的某个属性（如入参是User对象，提取其name属性）
watch com.xxx.Service query '{params[0].name, returnObj.data}' -x 3

# 观测对象实例的属性（如target是Service实例，提取其成员变量config）
watch com.xxx.Service query '{target.config, cost}' -x 2

条件过滤观测

# 仅观测耗时>500ms的调用
watch com.xxx.Service query '{params, cost}' -x 2 '#cost > 500'

# 仅观测入参中id=1001的调用
watch com.xxx.Service query '{params, returnObj}' -x 2 '#params[0].id == 1001'

watch com.hnevol.client.bases.service.org.impl.LibDeptServiceImpl getBasicDeptTree '{params, returnObj}' -x 2

trace vs watch：核心区别（怎么选？）

维度	trace 命令	watch 命令
核心能力	追踪方法内部调用链路，定位慢子方法	观测方法单次执行的关键数据（耗时 / 入参 / 返回值）
耗时展示	全链路（总耗时 + 子方法耗时）	仅目标方法的总耗时
适用场景	排查 “方法慢，但不知道慢在哪”	排查 “方法耗时波动大 / 偶尔慢”，或验证入参 / 返回值是否异常
性能开销	稍高（需追踪子方法）	极低（仅观测目标方法）

2. 反编译类（排查代码是否生效）

jad com.xxx.Service  # 反编译指定类，查看运行时的实际代码

jad com.hnevol.client.bases.service.org.impl.LibDeptServiceImpl

3. monitor: 方法执行频率 / 成功率监控（长期观测）

# 每5秒统计一次，监控queryData方法的执行情况
monitor -c 5 com.xxx.Service queryData

4. stack: 查看方法调用栈（定位方法被谁调用）

# 查看queryData方法的调用栈（只输出前5次）
stack com.xxx.Service queryData -n 5

# 只查看耗时>100ms的调用栈
stack com.xxx.Service queryData '#cost > 100'

5. tt: 方法执行数据录制 (回放问题)

录制方法的入参、返回值、耗时等数据，支持回放调用（复现偶发问题）

# 录制queryData方法的执行数据（记录前10次调用）
tt -t com.xxx.Service queryData -n 10

# 查看录制的记录（会生成index编号）
tt -l

# 回放指定index的调用（复现问题，无实际业务影响）
tt -p -i 1000  # 1000是录制的index编号

总结：

接口慢，定位慢子方法：trace -> stack

接口偶发失败/ 耗时波动：watch -> monitor -> tt

验证线上代码：jad

内存占用高：dashboard -> jvm

线程监控：dashboard -> thread

四、生产环境使用建议

1、必加 -n 参数：避免命令一直运行刷屏，比如 trace com.xxx.Service queryData -n 5（只看 5 次调用）；

2、按耗时过滤：优先用 #cost > 阈值 筛选慢调用，比如 watch ... '#cost > 500'（只看超过 500ms 的调用）；

3、权限一致：启动 Arthas 的用户需和 Java 进程运行用户一致（否则无权限监控）；

4、低峰期测试：trace 命令有轻微性能开销，生产环境建议在低峰期使用。

Mysql存储过程：列式数据转行式数据

Mon, 20 Oct 2025 11:30:00 +0800

很久没搞开发了，试试手生没有。

1、现有需求如下：需要将列式数据，转成行式数据，且具有一定的规则

①record_date、patient_id相同的，至少有一条数据，包含固定血糖的所有列，且一天每个项目只会有一条。

②随机字段包括两组，随机血糖组、随机床旁血酮组，每组都有三个字段，对应值、时间、签名。

③随机字段按照日期算，每天可能包含多条数据，每条数据都要独占一行，且按时间顺序。

④多组随机字段，需要合并到一行里面，不管时间点是不是一样的。

2、拟采用方案，直接通过存储过程，对数据进行转换处理

3、模拟原始数据

DROP TABLE IF EXISTS `source_blood_record`;
CREATE TABLE `source_blood_record`  (
  `PATIENT_ID` varchar(50) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci NULL DEFAULT NULL,
  `VISIT_ID` varchar(50) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci NULL DEFAULT NULL,
  `SUB_ID` varchar(50) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci NULL DEFAULT NULL,
  `RECORD_DATE` date NULL DEFAULT NULL,
  `RECORD_TIME` datetime(0) NULL DEFAULT NULL,
  `RECORD_NAME` varchar(100) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci NULL DEFAULT NULL,
  `RECORD_DATA` varchar(50) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci NULL DEFAULT NULL,
  `DATA_TYPE` varchar(20) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci NULL DEFAULT NULL,
  `DATA_UNIT` varchar(20) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci NULL DEFAULT NULL,
  `CATEGORY` varchar(20) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci NULL DEFAULT NULL,
  `REMARK` varchar(200) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci NULL DEFAULT NULL,
  `SOURCE_TAG` varchar(50) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci NULL DEFAULT NULL,
  `SOURCE_TYPE` varchar(50) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci NULL DEFAULT NULL,
  `DATA_SOURCE` varchar(50) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci NULL DEFAULT NULL,
  `DATA_SOURCE_ID` varchar(50) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci NULL DEFAULT NULL,
  `UPLOAD_TIME` datetime(0) NULL DEFAULT NULL
) ENGINE = InnoDB CHARACTER SET = utf8mb4 COLLATE = utf8mb4_general_ci ROW_FORMAT = Dynamic;

-- ----------------------------
-- Records of source_blood_record
-- ----------------------------
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-12', '2025-09-12 00:00:00', '晚餐后2H血糖值', '11.9', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600444522', '2025-09-12 19:45:02');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-12', '2025-09-12 00:00:00', '晚餐后2H血糖值签名', '廖玲', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600444522', '2025-09-12 19:45:02');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-12', '2025-09-12 00:00:00', '晚餐前血糖值', '6.3', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600444460', '2025-09-12 17:12:08');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-12', '2025-09-12 00:00:00', '晚餐前血糖值签名', '彭蓉芬', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600444460', '2025-09-12 17:12:08');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-12', '2025-09-12 15:04:09', '随机血糖血糖值', '7.0', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600444427', '2025-09-12 15:06:02');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-12', '2025-09-12 15:04:09', '随机血糖血糖值签名', '彭蓉芬', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600444427', '2025-09-12 15:06:02');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-12', '2025-09-12 15:04:09', '随机血糖血糖值时间', '15:04', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600444427', '2025-09-12 15:06:02');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-12', '2025-09-12 21:57:14', '随机血糖血糖值', '9.3', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600444562', '2025-09-12 22:00:00');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-12', '2025-09-12 21:57:14', '随机血糖血糖值签名', '廖玲', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600444562', '2025-09-12 22:00:00');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-12', '2025-09-12 21:57:14', '随机血糖血糖值时间', '21:57', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600444562', '2025-09-12 22:00:00');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-13', '2025-09-13 00:00:00', '睡前血糖血糖值', '拒绝', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600444950', '2025-09-13 22:00:06');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-13', '2025-09-13 00:00:00', '睡前血糖血糖值签名', '彭蓉芬', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600444950', '2025-09-13 22:00:06');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-13', '2025-09-13 00:00:00', '晚餐后2H血糖值', '10.0', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600444894', '2025-09-13 19:36:03');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-13', '2025-09-13 00:00:00', '晚餐后2H血糖值签名', '彭蓉芬', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600444894', '2025-09-13 19:36:03');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-13', '2025-09-13 00:00:00', '晚餐前血糖值', '拒绝', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600444872', '2025-09-13 17:18:02');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-13', '2025-09-13 00:00:00', '晚餐前血糖值签名', '钟莉', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600444872', '2025-09-13 17:18:02');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-13', '2025-09-13 00:00:00', '早餐后2H血糖值', '13.2', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600444711', '2025-09-13 10:03:04');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-13', '2025-09-13 00:00:00', '早餐后2H血糖值签名', '钟莉', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600444711', '2025-09-13 10:03:04');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-13', '2025-09-13 00:00:00', '早餐前血糖值', '6.2', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600444610', '2025-09-13 06:15:09');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-13', '2025-09-13 00:00:00', '早餐前血糖值签名', '钟莉', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600444610', '2025-09-13 06:15:09');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-13', '2025-09-13 00:00:00', '中餐后2H血糖值', '6.1', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600444785', '2025-09-13 14:18:08');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-13', '2025-09-13 00:00:00', '中餐后2H血糖值签名', '钟莉', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600444785', '2025-09-13 14:18:08');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-13', '2025-09-13 00:00:00', '中餐前血糖值', '10.2', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600444735', '2025-09-13 11:21:10');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-13', '2025-09-13 00:00:00', '中餐前血糖值签名', '钟莉', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600444735', '2025-09-13 11:21:10');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-14', '2025-09-14 00:00:00', '睡前血糖血糖值', '拒绝', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600445361', '2025-09-14 21:57:05');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-14', '2025-09-14 00:00:00', '睡前血糖血糖值签名', '李馨怡', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600445361', '2025-09-14 21:57:05');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-14', '2025-09-14 00:00:00', '晚餐后2H血糖值', '8.5', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600445307', '2025-09-14 19:33:08');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-14', '2025-09-14 00:00:00', '晚餐后2H血糖值签名', '李馨怡', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600445307', '2025-09-14 19:33:08');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-14', '2025-09-14 00:00:00', '晚餐前血糖值', '拒绝', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600445253', '2025-09-14 17:09:16');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-14', '2025-09-14 00:00:00', '晚餐前血糖值签名', '李馨怡', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600445253', '2025-09-14 17:09:16');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-14', '2025-09-14 00:00:00', '早餐后2H血糖值', '10.5', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600445078', '2025-09-14 09:18:10');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-14', '2025-09-14 00:00:00', '早餐后2H血糖值签名', '李馨怡', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600445078', '2025-09-14 09:18:10');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-14', '2025-09-14 00:00:00', '早餐前血糖值', '8.4', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600445024', '2025-09-14 06:33:05');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-14', '2025-09-14 00:00:00', '早餐前血糖值签名', '李馨怡', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600445024', '2025-09-14 06:33:05');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-14', '2025-09-14 00:00:00', '中餐后2H血糖值', '4.8', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600445192', '2025-09-14 14:12:13');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-14', '2025-09-14 00:00:00', '中餐后2H血糖值签名', '李馨怡', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600445192', '2025-09-14 14:12:13');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-14', '2025-09-14 00:00:00', '中餐前血糖值', '拒绝', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600445133', '2025-09-14 11:30:10');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-14', '2025-09-14 00:00:00', '中餐前血糖值签名', '李馨怡', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600445133', '2025-09-14 11:30:10');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-15', '2025-09-15 00:00:00', '睡前血糖血糖值', '8.3', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600445775', '2025-09-15 22:09:14');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-15', '2025-09-15 00:00:00', '睡前血糖血糖值签名', '戴文静', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600445775', '2025-09-15 22:09:14');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-15', '2025-09-15 00:00:00', '晚餐后2H血糖值', '10.2', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600445723', '2025-09-15 19:54:03');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-15', '2025-09-15 00:00:00', '晚餐后2H血糖值签名', '戴文静', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600445723', '2025-09-15 19:54:03');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-15', '2025-09-15 00:00:00', '早餐后2H血糖值', '检查', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600445514', '2025-09-15 09:54:12');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-15', '2025-09-15 00:00:00', '早餐后2H血糖值签名', '戴文静', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600445514', '2025-09-15 09:54:12');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-15', '2025-09-15 00:00:00', '早餐前血糖值', '7.8', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600445406', '2025-09-15 05:57:07');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-15', '2025-09-15 00:00:00', '早餐前血糖值签名', '彭蓉芬', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600445406', '2025-09-15 05:57:07');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-15', '2025-09-15 00:00:00', '中餐后2H血糖值', '9.2', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600445610', '2025-09-15 14:15:14');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-15', '2025-09-15 00:00:00', '中餐后2H血糖值签名', '戴文静', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600445610', '2025-09-15 14:15:14');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-15', '2025-09-15 00:00:00', '中餐前血糖值', '拒绝', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600445571', '2025-09-15 11:51:09');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-15', '2025-09-15 00:00:00', '中餐前血糖值签名', '戴文静', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600445571', '2025-09-15 11:51:09');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-16', '2025-09-16 00:00:00', '睡前血糖血糖值', '9.4', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600446152', '2025-09-16 21:30:08');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-16', '2025-09-16 00:00:00', '睡前血糖血糖值签名', '肖霞', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600446152', '2025-09-16 21:30:08');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-16', '2025-09-16 00:00:00', '晚餐后2H血糖值', '8.7', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600446110', '2025-09-16 19:51:08');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-16', '2025-09-16 00:00:00', '晚餐后2H血糖值签名', '肖霞', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600446110', '2025-09-16 19:51:08');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-16', '2025-09-16 00:00:00', '晚餐前血糖值', '8.2', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600446058', '2025-09-16 17:09:15');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-16', '2025-09-16 00:00:00', '晚餐前血糖值签名', '廖玲', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600446058', '2025-09-16 17:09:15');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-16', '2025-09-16 00:00:00', '早餐后2H血糖值', '8.8', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600445880', '2025-09-16 09:15:17');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-16', '2025-09-16 00:00:00', '早餐后2H血糖值签名', '廖玲', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600445880', '2025-09-16 09:15:17');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-16', '2025-09-16 00:00:00', '早餐前血糖值', '8.0', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600445831', '2025-09-16 06:12:14');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-16', '2025-09-16 00:00:00', '早餐前血糖值签名', '杨黎娟', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600445831', '2025-09-16 06:12:14');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-16', '2025-09-16 00:00:00', '中餐后2H血糖值', '8.8', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600445984', '2025-09-16 13:48:04');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-16', '2025-09-16 00:00:00', '中餐后2H血糖值签名', '樊新旭', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600445984', '2025-09-16 13:48:04');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-16', '2025-09-16 00:00:00', '中餐前血糖值', '拒绝', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600445942', '2025-09-16 11:24:05');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-16', '2025-09-16 00:00:00', '中餐前血糖值签名', '廖玲', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600445942', '2025-09-16 11:24:05');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-17', '2025-09-17 00:00:00', '睡前血糖血糖值', '9.3', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600446544', '2025-09-17 21:51:03');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-17', '2025-09-17 00:00:00', '睡前血糖血糖值签名', '廖玲', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600446544', '2025-09-17 21:51:03');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-17', '2025-09-17 00:00:00', '晚餐后2H血糖值', '8.7', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600446487', '2025-09-17 19:45:01');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-17', '2025-09-17 00:00:00', '晚餐后2H血糖值签名', '廖玲', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600446487', '2025-09-17 19:45:01');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-17', '2025-09-17 00:00:00', '晚餐前血糖值', '9.1', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600446442', '2025-09-17 16:57:11');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-17', '2025-09-17 00:00:00', '晚餐前血糖值签名', '廖玲', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600446442', '2025-09-17 16:57:11');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-17', '2025-09-17 00:00:00', '早餐后2H血糖值', '10.9', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600446265', '2025-09-17 09:03:11');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-17', '2025-09-17 00:00:00', '早餐后2H血糖值签名', '廖玲', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600446265', '2025-09-17 09:03:11');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-17', '2025-09-17 00:00:00', '早餐前血糖值', '8.0', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600446225', '2025-09-17 06:30:10');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-17', '2025-09-17 00:00:00', '早餐前血糖值签名', '李馨怡', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600446225', '2025-09-17 06:30:10');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-17', '2025-09-17 00:00:00', '中餐后2H血糖值', '8.5', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600446380', '2025-09-17 14:09:02');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-17', '2025-09-17 00:00:00', '中餐后2H血糖值签名', '廖玲', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600446380', '2025-09-17 14:09:02');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-17', '2025-09-17 00:00:00', '中餐前血糖值', '拒绝', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600446326', '2025-09-17 11:09:18');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-17', '2025-09-17 00:00:00', '中餐前血糖值签名', '廖玲', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600446326', '2025-09-17 11:09:18');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-18', '2025-09-18 00:00:00', '睡前血糖血糖值', '8.2', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Sinocare', '17582048550992192', '2025-09-18 00:00:00');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-18', '2025-09-18 00:00:00', '睡前血糖血糖值签名', '潘安连', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Sinocare', '17582048550992192', '2025-09-18 00:00:00');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-18', '2025-09-18 00:00:00', '晚餐后2H血糖值', '11.0', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600446910', '2025-09-18 19:57:05');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-18', '2025-09-18 00:00:00', '晚餐后2H血糖值签名', '潘安连', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600446910', '2025-09-18 19:57:05');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-18', '2025-09-18 00:00:00', '晚餐前血糖值', '9.3', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600446855', '2025-09-18 17:18:08');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-18', '2025-09-18 00:00:00', '晚餐前血糖值签名', '廖玲', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600446855', '2025-09-18 17:18:08');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-18', '2025-09-18 00:00:00', '早餐后2H血糖值', '8.5', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600446665', '2025-09-18 09:00:06');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-18', '2025-09-18 00:00:00', '早餐后2H血糖值签名', '廖玲', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600446665', '2025-09-18 09:00:06');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-18', '2025-09-18 00:00:00', '早餐前血糖值', '7.0', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600446593', '2025-09-18 06:12:13');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-18', '2025-09-18 00:00:00', '早餐前血糖值签名', '戴文静', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600446593', '2025-09-18 06:12:13');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-18', '2025-09-18 00:00:00', '中餐后2H血糖值', '9.3', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600446795', '2025-09-18 14:12:03');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-18', '2025-09-18 00:00:00', '中餐后2H血糖值签名', '樊新旭', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600446795', '2025-09-18 14:12:03');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-18', '2025-09-18 00:00:00', '中餐前血糖值', '8.8', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600446730', '2025-09-18 11:12:11');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-18', '2025-09-18 00:00:00', '中餐前血糖值签名', '廖玲', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600446730', '2025-09-18 11:12:11');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-19', '2025-09-19 00:00:00', '睡前血糖血糖值', '9.9', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600447332', '2025-09-19 21:39:01');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-19', '2025-09-19 00:00:00', '睡前血糖血糖值签名', '赵蓉', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600447332', '2025-09-19 21:39:01');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-19', '2025-09-19 00:00:00', '晚餐后2H血糖值', '11.4', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600447286', '2025-09-19 19:39:03');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-19', '2025-09-19 00:00:00', '晚餐后2H血糖值签名', '赵蓉', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600447286', '2025-09-19 19:39:03');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-19', '2025-09-19 00:00:00', '晚餐前血糖值', '6.7', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600447231', '2025-09-19 17:00:15');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-19', '2025-09-19 00:00:00', '晚餐前血糖值签名', '赵蓉', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600447231', '2025-09-19 17:00:15');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-19', '2025-09-19 00:00:00', '早餐后2H血糖值', '10.3', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600447058', '2025-09-19 09:18:11');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-19', '2025-09-19 00:00:00', '早餐后2H血糖值签名', '赵蓉', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600447058', '2025-09-19 09:18:11');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-19', '2025-09-19 00:00:00', '早餐前血糖值', '8.4', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600447022', '2025-09-19 06:36:06');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-19', '2025-09-19 00:00:00', '早餐前血糖值签名', '钟莉', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600447022', '2025-09-19 06:36:06');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-19', '2025-09-19 00:00:00', '中餐后2H血糖值', '11.0', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600447153', '2025-09-19 13:51:03');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-19', '2025-09-19 00:00:00', '中餐后2H血糖值签名', '刘照还', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600447153', '2025-09-19 13:51:03');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-19', '2025-09-19 00:00:00', '中餐前血糖值', '12.5', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600447115', '2025-09-19 11:18:18');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-19', '2025-09-19 00:00:00', '中餐前血糖值签名', '赵蓉', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600447115', '2025-09-19 11:18:18');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-20', '2025-09-20 00:00:00', '睡前血糖血糖值', '9.5', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600447762', '2025-09-20 21:57:02');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-20', '2025-09-20 00:00:00', '睡前血糖血糖值签名', '彭蓉芬', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600447762', '2025-09-20 21:57:02');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-20', '2025-09-20 00:00:00', '晚餐后2H血糖值', '8.9', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600447700', '2025-09-20 19:30:10');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-20', '2025-09-20 00:00:00', '晚餐后2H血糖值签名', '李馨怡', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600447700', '2025-09-20 19:30:10');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-20', '2025-09-20 00:00:00', '早餐后2H血糖值', '9.9', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600447472', '2025-09-20 09:24:09');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-20', '2025-09-20 00:00:00', '早餐后2H血糖值签名', '潘安连', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600447472', '2025-09-20 09:24:09');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-20', '2025-09-20 00:00:00', '早餐前血糖值', '8.0', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600447400', '2025-09-20 06:24:09');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-20', '2025-09-20 00:00:00', '早餐前血糖值签名', '廖玲', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600447400', '2025-09-20 06:24:09');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-20', '2025-09-20 00:00:00', '中餐后2H血糖值', '7.3', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600447579', '2025-09-20 13:57:05');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-20', '2025-09-20 00:00:00', '中餐后2H血糖值签名', '刘照还', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600447579', '2025-09-20 13:57:05');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-20', '2025-09-20 00:00:00', '中餐前血糖值', '外出', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600447537', '2025-09-20 11:18:18');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-20', '2025-09-20 00:00:00', '中餐前血糖值签名', '潘安连', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600447537', '2025-09-20 11:18:18');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-21', '2025-09-21 00:00:00', '睡前血糖血糖值', '8.5', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600448181', '2025-09-21 21:45:07');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-21', '2025-09-21 00:00:00', '睡前血糖血糖值签名', '彭蓉芬', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600448181', '2025-09-21 21:45:07');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-21', '2025-09-21 00:00:00', '晚餐后2H血糖值', '7.6', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600448116', '2025-09-21 19:33:04');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-21', '2025-09-21 00:00:00', '晚餐后2H血糖值签名', '彭蓉芬', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600448116', '2025-09-21 19:33:04');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-21', '2025-09-21 00:00:00', '晚餐前血糖值', '外出', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600448065', '2025-09-21 16:51:16');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-21', '2025-09-21 00:00:00', '晚餐前血糖值签名', '彭蓉芬', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600448065', '2025-09-21 16:51:16');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-21', '2025-09-21 00:00:00', '早餐后2H血糖值', '7.4', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600447895', '2025-09-21 09:12:05');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-21', '2025-09-21 00:00:00', '早餐后2H血糖值签名', '彭蓉芬', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600447895', '2025-09-21 09:12:05');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-21', '2025-09-21 00:00:00', '早餐前血糖值', '6.8', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600447809', '2025-09-21 05:33:06');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-21', '2025-09-21 00:00:00', '早餐前血糖值签名', '刘维', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600447809', '2025-09-21 05:33:06');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-21', '2025-09-21 00:00:00', '中餐后2H血糖值', '8.0', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600448026', '2025-09-21 14:12:09');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-21', '2025-09-21 00:00:00', '中餐后2H血糖值签名', '刘照还', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600448026', '2025-09-21 14:12:09');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-21', '2025-09-21 00:00:00', '中餐前血糖值', '拒绝', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600447960', '2025-09-21 11:30:16');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-21', '2025-09-21 00:00:00', '中餐前血糖值签名', '彭蓉芬', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600447960', '2025-09-21 11:30:16');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-22', '2025-09-22 00:00:00', '晚餐后2H血糖值', '9.2', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600448503', '2025-09-22 19:39:05');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-22', '2025-09-22 00:00:00', '晚餐后2H血糖值签名', '刘照还', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600448503', '2025-09-22 19:39:05');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-22', '2025-09-22 00:00:00', '晚餐前血糖值', '8.9', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600448453', '2025-09-22 17:06:07');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-22', '2025-09-22 00:00:00', '晚餐前血糖值签名', '戴文静', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600448453', '2025-09-22 17:06:07');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-22', '2025-09-22 00:00:00', '早餐后2H血糖值', '8.6', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600448269', '2025-09-22 09:03:01');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-22', '2025-09-22 00:00:00', '早餐后2H血糖值签名', '杨黎娟', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600448269', '2025-09-22 09:03:01');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-22', '2025-09-22 00:00:00', '早餐前血糖值', '6.4', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600448213', '2025-09-22 06:12:04');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-22', '2025-09-22 00:00:00', '早餐前血糖值签名', '杨黎娟', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600448213', '2025-09-22 06:12:04');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-22', '2025-09-22 00:00:00', '中餐后2H血糖值', '6.9', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600448391', '2025-09-22 14:06:07');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-22', '2025-09-22 00:00:00', '中餐后2H血糖值签名', '戴文静', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600448391', '2025-09-22 14:06:07');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-22', '2025-09-22 00:00:00', '中餐前血糖值', '拒绝', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600448343', '2025-09-22 11:30:10');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-22', '2025-09-22 00:00:00', '中餐前血糖值签名', '杨黎娟', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600448343', '2025-09-22 11:30:10');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-23', '2025-09-23 00:00:00', '晚餐后2H血糖值', '8.2', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600448879', '2025-09-23 19:45:08');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-23', '2025-09-23 00:00:00', '晚餐后2H血糖值签名', '戴文静', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600448879', '2025-09-23 19:45:08');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-23', '2025-09-23 00:00:00', '早餐后2H血糖值', '6.8', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600448672', '2025-09-23 09:03:04');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-23', '2025-09-23 00:00:00', '早餐后2H血糖值签名', '廖玲', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600448672', '2025-09-23 09:03:04');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-23', '2025-09-23 00:00:00', '早餐前血糖值', '8.7', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600448605', '2025-09-23 06:12:05');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-23', '2025-09-23 00:00:00', '早餐前血糖值签名', '唐诗琦', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600448605', '2025-09-23 06:12:05');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-23', '2025-09-23 00:00:00', '中餐后2H血糖值', '7.0', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600448766', '2025-09-23 13:30:03');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-23', '2025-09-23 00:00:00', '中餐后2H血糖值签名', '钟莉', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600448766', '2025-09-23 13:30:03');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-24', '2025-09-24 00:00:00', '晚餐后2H血糖值', '10.4', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600449198', '2025-09-24 19:39:06');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-24', '2025-09-24 00:00:00', '晚餐后2H血糖值签名', '戴文静', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600449198', '2025-09-24 19:39:06');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-24', '2025-09-24 00:00:00', '早餐后2H血糖值', '6.0', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600448971', '2025-09-24 08:54:03');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-24', '2025-09-24 00:00:00', '早餐后2H血糖值签名', '廖玲', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600448971', '2025-09-24 08:54:03');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-24', '2025-09-24 00:00:00', '早餐前血糖值', '7.3', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Sinocare', '17586652112367765', '2025-09-24 00:00:00');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-24', '2025-09-24 00:00:00', '早餐前血糖值签名', '肖霞', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Sinocare', '17586652112367765', '2025-09-24 00:00:00');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-24', '2025-09-24 00:00:00', '中餐后2H血糖值', '7.7', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600449092', '2025-09-24 14:18:06');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-24', '2025-09-24 00:00:00', '中餐后2H血糖值签名', '廖玲', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600449092', '2025-09-24 14:18:06');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-25', '2025-09-25 00:00:00', '晚餐后2H血糖值', '9.5', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600449566', '2025-09-25 19:27:05');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-25', '2025-09-25 00:00:00', '晚餐后2H血糖值签名', '钟莉', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600449566', '2025-09-25 19:27:05');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-25', '2025-09-25 00:00:00', '早餐后2H血糖值', '9.7', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600449379', '2025-09-25 09:39:03');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-25', '2025-09-25 00:00:00', '早餐后2H血糖值签名', '廖玲', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600449379', '2025-09-25 09:39:03');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-25', '2025-09-25 00:00:00', '早餐前血糖值', '6.5', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600449304', '2025-09-25 06:27:10');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-25', '2025-09-25 00:00:00', '早餐前血糖值签名', '廖玲', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600449304', '2025-09-25 06:27:10');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-25', '2025-09-25 00:00:00', '中餐后2H血糖值', '7.7', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600449484', '2025-09-25 14:21:04');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-25', '2025-09-25 00:00:00', '中餐后2H血糖值签名', '廖玲', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600449484', '2025-09-25 14:21:04');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-26', '2025-09-26 00:00:00', '晚餐后2H血糖值', '11.3', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600449946', '2025-09-26 19:24:01');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-26', '2025-09-26 00:00:00', '晚餐后2H血糖值签名', '廖玲', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600449946', '2025-09-26 19:24:01');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-26', '2025-09-26 00:00:00', '早餐后2H血糖值', '8.1', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600449743', '2025-09-26 09:18:03');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-26', '2025-09-26 00:00:00', '早餐后2H血糖值签名', '唐诗琦', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600449743', '2025-09-26 09:18:03');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-26', '2025-09-26 00:00:00', '早餐前血糖值', '5.5', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600449695', '2025-09-26 06:30:09');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-26', '2025-09-26 00:00:00', '早餐前血糖值签名', '戴文静', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600449695', '2025-09-26 06:30:09');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-26', '2025-09-26 00:00:00', '中餐后2H血糖值', '7.2', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600449841', '2025-09-26 14:03:10');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-26', '2025-09-26 00:00:00', '中餐后2H血糖值签名', '唐诗琦', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600449841', '2025-09-26 14:03:10');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-27', '2025-09-27 00:00:00', '晚餐后2H血糖值', '8.5', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600450310', '2025-09-27 19:42:07');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-27', '2025-09-27 00:00:00', '晚餐后2H血糖值签名', '彭蓉芬', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600450310', '2025-09-27 19:42:07');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-27', '2025-09-27 00:00:00', '早餐后2H血糖值', '7.3', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600450156', '2025-09-27 10:45:03');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-27', '2025-09-27 00:00:00', '早餐后2H血糖值签名', '唐诗琦', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600450156', '2025-09-27 10:45:03');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-27', '2025-09-27 00:00:00', '早餐前血糖值', '5.5', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600450046', '2025-09-27 05:51:04');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-27', '2025-09-27 00:00:00', '早餐前血糖值签名', '钟莉', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600450046', '2025-09-27 05:51:04');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-27', '2025-09-27 00:00:00', '中餐后2H血糖值', '9.4', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600450254', '2025-09-27 14:33:10');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-27', '2025-09-27 00:00:00', '中餐后2H血糖值签名', '唐诗琦', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600450254', '2025-09-27 14:33:10');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-28', '2025-09-28 00:00:00', '晚餐后2H血糖值', '9.4', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600450693', '2025-09-28 19:45:14');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-28', '2025-09-28 00:00:00', '晚餐后2H血糖值签名', '李馨怡', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600450693', '2025-09-28 19:45:14');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-28', '2025-09-28 00:00:00', '早餐后2H血糖值', '6.9', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600450496', '2025-09-28 09:30:05');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-28', '2025-09-28 00:00:00', '早餐后2H血糖值签名', '戴文静', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600450496', '2025-09-28 09:30:05');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-28', '2025-09-28 00:00:00', '早餐前血糖值', '5.8', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600450427', '2025-09-28 06:12:09');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-28', '2025-09-28 00:00:00', '早餐前血糖值签名', '廖玲', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600450427', '2025-09-28 06:12:09');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-28', '2025-09-28 00:00:00', '中餐后2H血糖值', '7.4', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600450606', '2025-09-28 14:12:07');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-28', '2025-09-28 00:00:00', '中餐后2H血糖值签名', '戴文静', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600450606', '2025-09-28 14:12:07');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-29', '2025-09-29 00:00:00', '晚餐后2H血糖值', '8.2', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600451050', '2025-09-29 19:30:05');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-29', '2025-09-29 00:00:00', '晚餐后2H血糖值签名', '唐诗琦', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600451050', '2025-09-29 19:30:05');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-29', '2025-09-29 00:00:00', '早餐后2H血糖值', '8.5', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600450856', '2025-09-29 08:57:03');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-29', '2025-09-29 00:00:00', '早餐后2H血糖值签名', '戴文静', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600450856', '2025-09-29 08:57:03');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-29', '2025-09-29 00:00:00', '早餐前血糖值', '6.1', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600450827', '2025-09-29 06:27:24');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-29', '2025-09-29 00:00:00', '早餐前血糖值签名', '彭蓉芬', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600450827', '2025-09-29 06:27:24');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-29', '2025-09-29 00:00:00', '中餐后2H血糖值', '5.3', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600450980', '2025-09-29 14:12:10');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-29', '2025-09-29 00:00:00', '中餐后2H血糖值签名', '戴文静', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600450980', '2025-09-29 14:12:10');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-30', '2025-09-30 00:00:00', '晚餐后2H血糖值', '9.5', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600451360', '2025-09-30 19:21:01');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-30', '2025-09-30 00:00:00', '晚餐后2H血糖值签名', '戴文静', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600451360', '2025-09-30 19:21:01');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-30', '2025-09-30 00:00:00', '早餐后2H血糖值', '8.2', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600451209', '2025-09-30 09:09:06');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-30', '2025-09-30 00:00:00', '早餐后2H血糖值签名', '戴文静', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600451209', '2025-09-30 09:09:06');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-30', '2025-09-30 00:00:00', '早餐前血糖值', '6.2', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600451155', '2025-09-30 06:18:12');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-30', '2025-09-30 00:00:00', '早餐前血糖值签名', '唐诗琦', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600451155', '2025-09-30 06:18:12');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-30', '2025-09-30 00:00:00', '中餐后2H血糖值', '6.6', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600451286', '2025-09-30 13:57:07');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-09-30', '2025-09-30 00:00:00', '中餐后2H血糖值签名', '彭蓉芬', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600451286', '2025-09-30 13:57:07');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-01', '2025-10-01 00:00:00', '晚餐后2H血糖值', '8.7', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600451556', '2025-10-01 19:36:03');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-01', '2025-10-01 00:00:00', '晚餐后2H血糖值签名', '李馨怡', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600451556', '2025-10-01 19:36:03');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-01', '2025-10-01 00:00:00', '早餐后2H血糖值', '7.0', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600451446', '2025-10-01 09:30:05');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-01', '2025-10-01 00:00:00', '早餐后2H血糖值签名', '彭蓉芬', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600451446', '2025-10-01 09:30:05');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-01', '2025-10-01 00:00:00', '早餐前血糖值', '6.7', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Sinocare', '17592709677220831', '2025-10-01 00:00:00');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-01', '2025-10-01 00:00:00', '早餐前血糖值签名', '唐诗琦', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Sinocare', '17592709677220831', '2025-10-01 00:00:00');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-01', '2025-10-01 00:00:00', '中餐后2H血糖值', '7.7', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600451508', '2025-10-01 14:12:04');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-01', '2025-10-01 00:00:00', '中餐后2H血糖值签名', '樊新旭', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600451508', '2025-10-01 14:12:04');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-02', '2025-10-02 00:00:00', '晚餐后2H血糖值', '5.9', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600451792', '2025-10-02 19:42:01');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-02', '2025-10-02 00:00:00', '晚餐后2H血糖值签名', '钟莉', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600451792', '2025-10-02 19:42:01');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-02', '2025-10-02 00:00:00', '早餐后2H血糖值', '6.9', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600451652', '2025-10-02 09:33:04');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-02', '2025-10-02 00:00:00', '早餐后2H血糖值签名', '彭蓉芬', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600451652', '2025-10-02 09:33:04');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-02', '2025-10-02 00:00:00', '早餐前血糖值', '6.6', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Sinocare', '17593567665233339', '2025-10-02 00:00:00');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-02', '2025-10-02 00:00:00', '早餐前血糖值签名', '肖霞', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Sinocare', '17593567665233339', '2025-10-02 00:00:00');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-02', '2025-10-02 00:00:00', '中餐后2H血糖值', '5.2', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600451724', '2025-10-02 14:30:03');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-02', '2025-10-02 00:00:00', '中餐后2H血糖值签名', '杨黎娟', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600451724', '2025-10-02 14:30:03');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-03', '2025-10-03 00:00:00', '晚餐后2H血糖值', '6.8', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600452030', '2025-10-03 19:27:04');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-03', '2025-10-03 00:00:00', '晚餐后2H血糖值签名', '彭蓉芬', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600452030', '2025-10-03 19:27:04');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-03', '2025-10-03 00:00:00', '早餐后2H血糖值', '9.6', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600451904', '2025-10-03 09:27:07');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-03', '2025-10-03 00:00:00', '早餐后2H血糖值签名', '杨黎娟', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600451904', '2025-10-03 09:27:07');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-03', '2025-10-03 00:00:00', '早餐前血糖值', '5.6', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600451884', '2025-10-03 06:57:04');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-03', '2025-10-03 00:00:00', '早餐前血糖值签名', '彭蓉芬', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600451884', '2025-10-03 06:57:04');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-03', '2025-10-03 00:00:00', '中餐后2H血糖值', '11.9', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600451983', '2025-10-03 14:24:09');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-03', '2025-10-03 00:00:00', '中餐后2H血糖值签名', '杨黎娟', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600451983', '2025-10-03 14:24:09');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-03', '2025-10-03 02:53:20', '随机血糖血糖值', '6.0', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600451851', '2025-10-03 02:54:00');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-03', '2025-10-03 02:53:20', '随机血糖血糖值签名', '彭蓉芬', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600451851', '2025-10-03 02:54:00');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-03', '2025-10-03 02:53:20', '随机血糖血糖值时间', '02:53', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600451851', '2025-10-03 02:54:00');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-04', '2025-10-04 00:00:00', '晚餐后2H血糖值', '9.7', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Sinocare', '17595779197954390', '2025-10-04 00:00:00');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-04', '2025-10-04 00:00:00', '晚餐后2H血糖值签名', '潘安连', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Sinocare', '17595779197954390', '2025-10-04 00:00:00');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-04', '2025-10-04 00:00:00', '早餐后2H血糖值', '9.5', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600452142', '2025-10-04 09:51:03');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-04', '2025-10-04 00:00:00', '早餐后2H血糖值签名', '杨黎娟', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600452142', '2025-10-04 09:51:03');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-04', '2025-10-04 00:00:00', '早餐前血糖值', '9.8', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600452090', '2025-10-04 05:12:09');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-04', '2025-10-04 00:00:00', '早餐前血糖值签名', '钟莉', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600452090', '2025-10-04 05:12:09');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-04', '2025-10-04 00:00:00', '中餐后2H血糖值', '7.5', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600452191', '2025-10-04 13:33:01');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-04', '2025-10-04 00:00:00', '中餐后2H血糖值签名', '刘照还', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600452191', '2025-10-04 13:33:01');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-05', '2025-10-05 00:00:00', '晚餐后2H血糖值', '10.4', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600452482', '2025-10-05 20:21:03');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-05', '2025-10-05 00:00:00', '晚餐后2H血糖值签名', '李馨怡', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600452482', '2025-10-05 20:21:03');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-05', '2025-10-05 00:00:00', '早餐后2H血糖值', '7.9', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600452351', '2025-10-05 09:54:09');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-05', '2025-10-05 00:00:00', '早餐后2H血糖值签名', '杨黎娟', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600452351', '2025-10-05 09:54:09');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-05', '2025-10-05 00:00:00', '早餐前血糖值', '6.3', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600452299', '2025-10-05 06:09:02');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-05', '2025-10-05 00:00:00', '早餐前血糖值签名', '彭蓉芬', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600452299', '2025-10-05 06:09:02');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-05', '2025-10-05 00:00:00', '中餐后2H血糖值', '8.5', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600452420', '2025-10-05 14:33:07');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-05', '2025-10-05 00:00:00', '中餐后2H血糖值签名', '刘照还', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600452420', '2025-10-05 14:33:07');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-06', '2025-10-06 00:00:00', '晚餐后2H血糖值', '12.1', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Sinocare', '17597534099688412', '2025-10-06 00:00:00');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-06', '2025-10-06 00:00:00', '晚餐后2H血糖值签名', '戴文静', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Sinocare', '17597534099688412', '2025-10-06 00:00:00');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-06', '2025-10-06 00:00:00', '早餐后2H血糖值', '10.9', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Sinocare', '17597124186727285', '2025-10-06 00:00:00');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-06', '2025-10-06 00:00:00', '早餐后2H血糖值签名', '潘安连', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Sinocare', '17597124186727285', '2025-10-06 00:00:00');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-06', '2025-10-06 00:00:00', '早餐前血糖值', '6.5', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Sinocare', '17597035108215536', '2025-10-06 00:00:00');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-06', '2025-10-06 00:00:00', '早餐前血糖值签名', '潘安连', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Sinocare', '17597035108215536', '2025-10-06 00:00:00');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-06', '2025-10-06 00:00:00', '中餐后2H血糖值', '7.6', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Sinocare', '17597301634392642', '2025-10-06 00:00:00');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-06', '2025-10-06 00:00:00', '中餐后2H血糖值签名', '潘安连', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Sinocare', '17597301634392642', '2025-10-06 00:00:00');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-07', '2025-10-07 00:00:00', '晚餐后2H血糖值', '11.0', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Sinocare', '17598351034996781', '2025-10-07 00:00:00');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-07', '2025-10-07 00:00:00', '晚餐后2H血糖值签名', '樊新旭', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Sinocare', '17598351034996781', '2025-10-07 00:00:00');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-07', '2025-10-07 00:00:00', '早餐后2H血糖值', '8.2', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Sinocare', '17597995000278283', '2025-10-07 00:00:00');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-07', '2025-10-07 00:00:00', '早餐后2H血糖值签名', '赵蓉', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Sinocare', '17597995000278283', '2025-10-07 00:00:00');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-07', '2025-10-07 00:00:00', '早餐前血糖值', '6.6', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Sinocare', '17597873120449342', '2025-10-07 00:00:00');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-07', '2025-10-07 00:00:00', '早餐前血糖值签名', '李馨怡', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Sinocare', '17597873120449342', '2025-10-07 00:00:00');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-07', '2025-10-07 00:00:00', '中餐后2H血糖值', '8.4', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600452629', '2025-10-07 14:09:07');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-07', '2025-10-07 00:00:00', '中餐后2H血糖值签名', '肖雪', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600452629', '2025-10-07 14:09:07');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-08', '2025-10-08 00:00:00', '晚餐后2H血糖值', '12.7', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Sinocare', '17599224692280504', '2025-10-08 00:00:00');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-08', '2025-10-08 00:00:00', '晚餐后2H血糖值签名', '刘照还', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Sinocare', '17599224692280504', '2025-10-08 00:00:00');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-08', '2025-10-08 00:00:00', '早餐后2H血糖值', '12.1', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Sinocare', '17598866866410347', '2025-10-08 00:00:00');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-08', '2025-10-08 00:00:00', '早餐后2H血糖值签名', '唐诗琦', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Sinocare', '17598866866410347', '2025-10-08 00:00:00');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-08', '2025-10-08 00:00:00', '早餐前血糖值', '8.3', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Sinocare', '17598760001323054', '2025-10-08 00:00:00');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-08', '2025-10-08 00:00:00', '早餐前血糖值签名', '戴文静', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Sinocare', '17598760001323054', '2025-10-08 00:00:00');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-08', '2025-10-08 00:00:00', '中餐后2H血糖值', '9.3', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Sinocare', '17599044951692104', '2025-10-08 00:00:00');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-08', '2025-10-08 00:00:00', '中餐后2H血糖值签名', '杨黎娟', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Sinocare', '17599044951692104', '2025-10-08 00:00:00');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-09', '2025-10-09 00:00:00', '睡前血糖血糖值', '17.3', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Sinocare', '17600076264368938', '2025-10-09 00:00:00');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-09', '2025-10-09 00:00:00', '睡前血糖血糖值签名', '李馨怡', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Sinocare', '17600076264368938', '2025-10-09 00:00:00');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-09', '2025-10-09 00:00:00', '晚餐后2H血糖值', '17.1', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Sinocare', '17600114486829981', '2025-10-09 00:00:00');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-09', '2025-10-09 00:00:00', '晚餐后2H血糖值签名', '李馨怡', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Sinocare', '17600114486829981', '2025-10-09 00:00:00');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-09', '2025-10-09 00:00:00', '早餐后2H血糖值', '11.7', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Sinocare', '17599722905938888', '2025-10-09 00:00:00');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-09', '2025-10-09 00:00:00', '早餐后2H血糖值签名', '钟莉', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Sinocare', '17599722905938888', '2025-10-09 00:00:00');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-09', '2025-10-09 00:00:00', '早餐前血糖值', '7.3', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Sinocare', '17599640022827015', '2025-10-09 00:00:00');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-09', '2025-10-09 00:00:00', '早餐前血糖值签名', '樊新旭', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Sinocare', '17599640022827015', '2025-10-09 00:00:00');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-09', '2025-10-09 00:00:00', '中餐后2H血糖值', '12.4', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Sinocare', '17599896716709164', '2025-10-09 00:00:00');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-09', '2025-10-09 00:00:00', '中餐后2H血糖值签名', '钟莉', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Sinocare', '17599896716709164', '2025-10-09 00:00:00');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-09', '2025-10-09 22:16:36', '随机血糖血糖值', '13.0', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Sinocare', '17600194254205332', '2025-10-09 22:17:15');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-09', '2025-10-09 22:16:36', '随机血糖血糖值签名', '李馨怡', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Sinocare', '17600194254205332', '2025-10-09 22:17:15');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-09', '2025-10-09 22:16:36', '随机血糖血糖值时间', '22:16:36', '日期', 'mmol/L', '1', NULL, NULL, NULL, 'Sinocare', '17600194254205332', '2025-10-09 22:17:15');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-10', '2025-10-10 00:00:00', '晚餐后2H血糖值', '12.5', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600453205', '2025-10-10 19:21:03');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-10', '2025-10-10 00:00:00', '晚餐后2H血糖值签名', '钟莉', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600453205', '2025-10-10 19:21:03');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-10', '2025-10-10 00:00:00', '早餐后2H血糖值', '9.4', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600452987', '2025-10-10 09:00:03');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-10', '2025-10-10 00:00:00', '早餐后2H血糖值签名', '刘照还', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600452987', '2025-10-10 09:00:03');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-10', '2025-10-10 00:00:00', '早餐前血糖值', '7.1', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600452923', '2025-10-10 05:51:06');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-10', '2025-10-10 00:00:00', '早餐前血糖值签名', '刘照还', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600452923', '2025-10-10 05:51:06');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-10', '2025-10-10 00:00:00', '中餐后2H血糖值', '9.3', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600453110', '2025-10-10 14:06:04');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-10', '2025-10-10 00:00:00', '中餐后2H血糖值签名', '戴文静', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600453110', '2025-10-10 14:06:04');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-11', '2025-10-11 00:00:00', '晚餐后2H血糖值', '10.3', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600453699', '2025-10-11 20:33:03');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-11', '2025-10-11 00:00:00', '晚餐后2H血糖值签名', '戴文静', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600453699', '2025-10-11 20:33:03');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-11', '2025-10-11 00:00:00', '早餐后2H血糖值', '9.3', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600453409', '2025-10-11 09:12:07');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-11', '2025-10-11 00:00:00', '早餐后2H血糖值签名', '戴文静', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600453409', '2025-10-11 09:12:07');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-11', '2025-10-11 00:00:00', '早餐前血糖值', '6.9', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600453357', '2025-10-11 06:36:12');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-11', '2025-10-11 00:00:00', '早餐前血糖值签名', '唐诗琦', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600453357', '2025-10-11 06:36:12');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-11', '2025-10-11 00:00:00', '中餐后2H血糖值', '8.5', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600453541', '2025-10-11 14:00:07');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-11', '2025-10-11 00:00:00', '中餐后2H血糖值签名', '戴文静', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600453541', '2025-10-11 14:00:07');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-12', '2025-10-12 00:00:00', '晚餐后2H血糖值', '10.7', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600454143', '2025-10-12 20:33:01');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-12', '2025-10-12 00:00:00', '晚餐后2H血糖值签名', '彭蓉芬', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600454143', '2025-10-12 20:33:01');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-12', '2025-10-12 00:00:00', '早餐后2H血糖值', '8.0', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600453854', '2025-10-12 09:18:07');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-12', '2025-10-12 00:00:00', '早餐后2H血糖值签名', '廖玲', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600453854', '2025-10-12 09:18:07');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-12', '2025-10-12 00:00:00', '早餐前血糖值', '8.4', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600453776', '2025-10-12 06:15:08');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-12', '2025-10-12 00:00:00', '早餐前血糖值签名', '钟莉', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600453776', '2025-10-12 06:15:08');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-12', '2025-10-12 00:00:00', '中餐后2H血糖值', '9.3', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600454000', '2025-10-12 14:27:06');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-12', '2025-10-12 00:00:00', '中餐后2H血糖值签名', '戴文静', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600454000', '2025-10-12 14:27:06');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-13', '2025-10-13 00:00:00', '晚餐后2H血糖值', '7.5', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600454531', '2025-10-13 19:45:03');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-13', '2025-10-13 00:00:00', '晚餐后2H血糖值签名', '潘安连', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600454531', '2025-10-13 19:45:03');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-13', '2025-10-13 00:00:00', '早餐后2H血糖值', '8.0', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600454283', '2025-10-13 09:06:05');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-13', '2025-10-13 00:00:00', '早餐后2H血糖值签名', '廖玲', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600454283', '2025-10-13 09:06:05');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-13', '2025-10-13 00:00:00', '早餐前血糖值', '6.2', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600454227', '2025-10-13 06:27:11');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-13', '2025-10-13 00:00:00', '早餐前血糖值签名', '李馨怡', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600454227', '2025-10-13 06:27:11');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-13', '2025-10-13 00:00:00', '中餐后2H血糖值', '6.4', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600454414', '2025-10-13 14:12:04');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-13', '2025-10-13 00:00:00', '中餐后2H血糖值签名', '樊新旭', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600454414', '2025-10-13 14:12:04');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-14', '2025-10-14 00:00:00', '晚餐后2H血糖值', '8.5', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600454914', '2025-10-14 19:33:11');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-14', '2025-10-14 00:00:00', '晚餐后2H血糖值签名', '廖玲', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600454914', '2025-10-14 19:33:11');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-14', '2025-10-14 00:00:00', '早餐后2H血糖值', '6.9', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600454707', '2025-10-14 09:12:01');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-14', '2025-10-14 00:00:00', '早餐后2H血糖值签名', '彭蓉芬', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600454707', '2025-10-14 09:12:01');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-14', '2025-10-14 00:00:00', '早餐前血糖值', '6.3', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600454647', '2025-10-14 06:09:07');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-14', '2025-10-14 00:00:00', '早餐前血糖值签名', '彭蓉芬', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600454647', '2025-10-14 06:09:07');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-14', '2025-10-14 00:00:00', '中餐后2H血糖值', '9.3', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600454812', '2025-10-14 14:15:08');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-14', '2025-10-14 00:00:00', '中餐后2H血糖值签名', '杨黎娟', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600454812', '2025-10-14 14:15:08');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-15', '2025-10-15 00:00:00', '晚餐后2H血糖值', '9.9', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Sinocare', '17605284124938996', '2025-10-15 00:00:00');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-15', '2025-10-15 00:00:00', '晚餐后2H血糖值签名', '杨黎娟', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Sinocare', '17605284124938996', '2025-10-15 00:00:00');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-15', '2025-10-15 00:00:00', '早餐后2H血糖值', '8.0', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600455104', '2025-10-15 09:12:03');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-15', '2025-10-15 00:00:00', '早餐后2H血糖值签名', '潘安连', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600455104', '2025-10-15 09:12:03');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-15', '2025-10-15 00:00:00', '早餐前血糖值', '5.7', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600455054', '2025-10-15 06:45:05');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-15', '2025-10-15 00:00:00', '早餐前血糖值签名', '潘安连', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600455054', '2025-10-15 06:45:05');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-15', '2025-10-15 00:00:00', '中餐后2H血糖值', '7.7', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600455195', '2025-10-15 13:39:06');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-15', '2025-10-15 00:00:00', '中餐后2H血糖值签名', '钟莉', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600455195', '2025-10-15 13:39:06');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-16', '2025-10-16 00:00:00', '早餐后2H血糖值', '7.7', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600455365', '2025-10-16 09:30:03');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-16', '2025-10-16 00:00:00', '早餐后2H血糖值签名', '钟莉', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600455365', '2025-10-16 09:30:03');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-16', '2025-10-16 00:00:00', '早餐前血糖值', '5.6', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600455303', '2025-10-16 06:09:03');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-16', '2025-10-16 00:00:00', '早餐前血糖值签名', '廖玲', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Baier', '479600455303', '2025-10-16 06:09:03');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-16', '2025-10-16 00:00:00', '随机床旁血酮值', '2.66', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Sinocare', '11221445211', '2025-10-16 06:09:03');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-16', '2025-10-16 00:00:00', '随机床旁血酮时间', '11:50', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Sinocare', '11221445211', '2025-10-16 06:09:03');
INSERT INTO `source_blood_record` VALUES ('985887', '1', '0', '2025-10-16', '2025-10-16 00:00:00', '随机床旁血酮签名', '姚丽萍', '字符', 'mmol/L', '1', NULL, NULL, NULL, 'Sinocare', '11221445211', '2025-10-16 06:09:03');

4、编写存储过程

CREATE DEFINER=`root`@`%` PROCEDURE `convert_specified_patient_blood_glucoseV3`(
    IN p_patient_id VARCHAR(50),  -- 患者ID，可为NULL表示处理所有患者
    IN p_session_id CHAR(36)      -- 会话UUID，用于标识同一批次数据处理，长度符合标准UUID格式
)
BEGIN
    -- ==================================================
    -- 【核心问题与优化方案说明】
    -- 本存储过程在迭代中解决了以下关键问题，优化点如下：
    -- 1. 临时表不适用，存储过程不能查询多次 → 采用物理表储存计算变量
    --    解决思路：用物理表（如glucose_random_data、glucose_ketone_merged）替代临时表，支持多步骤数据传递
    --    
    -- 2. 纯物理表存在并发问题 → 引入会话ID（session_id）机制
    --    解决思路：通过唯一UUID作为session_id，人为隔离不同批次处理数据，避免并发冲突
    --    
    -- 3. 物理表+时间戳后缀方案性能差 → 固定表结构+session_id过滤
    --    解决思路：放弃动态生成表名（如加时间戳后缀），复用固定表结构，通过session_id筛选当前批次数据，减少建表删表开销
    --    
    -- 4. 随机血糖的三组关联字段（值/时间/签名）需统一处理 → 按data_source_id分组关联
    --    解决思路：以data_source_id为唯一标识，将同一次测量的三个字段绑定处理，确保数据完整性
    --    
    -- 5. 随机血酮的三组关联字段需统一处理 → 同随机血糖的处理逻辑
    --    解决思路：保持与血糖一致的处理范式，通过data_source_id关联字段，保证数据一致性
    --    
    -- 6. 两组随机数据需按日期合并排序 → 新增合并中间表+全局排序号
    --    解决思路：用glucose_ketone_merged表合并数据，生成sortNo排序号，同日期数据按顺序排列，不同日期独立成行
    --    
    -- 7. 随机数据与固定血糖数据合并 → 基准行更新+剩余行插入
    --    解决思路：以固定血糖数据行为基准，匹配日期的第一行随机数据更新；剩余随机数据单独插入，确保数据完整
    -- ==================================================

    -- ==================================================
    -- 1. 定义结果表结构（存储最终合并的血糖数据）
    -- 新增session_id用于隔离不同会话数据，temp_sort_no用于随机数据排序标记
    -- ==================================================
    CREATE TABLE IF NOT EXISTS `merged_glucose_result` (
        session_id CHAR(36) NOT NULL,                   -- 会话ID，区分不同批次处理
        patient_id VARCHAR(50),                         -- 患者ID
        record_date DATE,                               -- 记录日期
        -- 固定时间点血糖字段组
        早餐前血糖值 VARCHAR(50),                       -- 早餐前血糖测量值
        早餐前血糖值签名 VARCHAR(50),                   -- 早餐前血糖记录签名
        早餐后2H血糖值 VARCHAR(50),                     -- 早餐后2小时血糖测量值
        早餐后2H血糖值签名 VARCHAR(50),                 -- 早餐后2小时血糖记录签名
        中餐前血糖值 VARCHAR(50),                       -- 中餐前血糖测量值
        中餐前血糖值签名 VARCHAR(50),                   -- 中餐前血糖记录签名
        中餐后2H血糖值 VARCHAR(50),                     -- 中餐后2小时血糖测量值
        中餐后2H血糖值签名 VARCHAR(50),                 -- 中餐后2小时血糖记录签名
        晚餐前血糖值 VARCHAR(50),                       -- 晚餐前血糖测量值
        晚餐前血糖值签名 VARCHAR(50),                   -- 晚餐前血糖记录签名
        晚餐后2H血糖值 VARCHAR(50),                     -- 晚餐后2小时血糖测量值
        晚餐后2H血糖值签名 VARCHAR(50),                 -- 晚餐后2小时血糖记录签名
        睡前血糖血糖值 VARCHAR(50),                     -- 睡前血糖测量值
        睡前血糖血糖值时间 VARCHAR(50),                 -- 睡前血糖测量时间
        睡前血糖血糖值签名 VARCHAR(50),                 -- 睡前血糖记录签名
        -- 随机血糖与血酮字段组
        随机血糖血糖值 VARCHAR(50),                     -- 随机血糖测量值
        随机血糖血糖值时间 VARCHAR(50),                 -- 随机血糖测量时间
        随机血糖血糖值签名 VARCHAR(50),                 -- 随机血糖记录签名
        随机床旁血酮值 VARCHAR(50),                     -- 随机床旁血酮测量值
        随机床旁血酮时间 VARCHAR(50),                   -- 随机床旁血酮测量时间
        随机床旁血酮签名 VARCHAR(50),                   -- 随机床旁血酮记录签名
        temp_sort_no INT                                 -- 临时排序编号，用于匹配随机数据
    ) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;

    -- ==================================================
    -- 2. 定义中间表结构（用于分步处理数据，避免重复计算）
    -- ==================================================
    -- 存储行号序列的中间表
    CREATE TABLE IF NOT EXISTS `glucose_numbers` (
        session_id CHAR(36) NOT NULL,  -- 会话ID，关联当前处理批次
        n INT                          -- 行号，用于随机数据排序
    ) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;
    
    -- 存储随机血糖数据的中间表
    CREATE TABLE IF NOT EXISTS `glucose_random_data` (
        session_id CHAR(36) NOT NULL,  -- 会话ID
        patient_id VARCHAR(50),        -- 患者ID
        record_date DATE,              -- 记录日期
        rn INT,                        -- 排序行号（按测量时间升序）
        随机血糖血糖值 VARCHAR(50),    -- 随机血糖测量值
        随机血糖血糖值时间 VARCHAR(50),-- 随机血糖测量时间
        随机血糖血糖值签名 VARCHAR(50) -- 随机血糖记录签名
    ) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;
    
    -- 存储随机血酮数据的中间表
    CREATE TABLE IF NOT EXISTS `glucose_ketone_data` (
        session_id CHAR(36) NOT NULL,  -- 会话ID
        patient_id VARCHAR(50),        -- 患者ID
        record_date DATE,              -- 记录日期
        rn INT,                        -- 排序行号（按测量时间升序）
        随机床旁血酮值 VARCHAR(50),    -- 随机床旁血酮测量值
        随机床旁血酮时间 VARCHAR(50),  -- 随机床旁血酮测量时间
        随机床旁血酮签名 VARCHAR(50)   -- 随机床旁血酮记录签名
    ) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;

    -- ==================================================
    -- 3. 插入固定时间点的血糖数据
    -- 从源表提取并转换为宽表结构，相同日期数据聚合
    -- ==================================================
    INSERT INTO `merged_glucose_result`
    (
        session_id,
        patient_id, record_date,
        早餐前血糖值, 早餐前血糖值签名,
        早餐后2H血糖值, 早餐后2H血糖值签名,
        中餐前血糖值, 中餐前血糖值签名,
        中餐后2H血糖值, 中餐后2H血糖值签名,
        晚餐前血糖值, 晚餐前血糖值签名,
        晚餐后2H血糖值, 晚餐后2H血糖值签名,
        睡前血糖血糖值, 睡前血糖血糖值时间, 睡前血糖血糖值签名
    )
    SELECT 
        p_session_id,  -- 绑定当前会话ID
        patient_id,
        record_date,
        -- 提取固定时间点血糖值（转换为数值型）
        MAX(CASE WHEN record_name = '早餐前血糖值' THEN record_data END) AS 早餐前血糖值,
        MAX(CASE WHEN record_name = '早餐前血糖值签名' THEN record_data END) AS 早餐前血糖值签名,
        MAX(CASE WHEN record_name = '早餐后2H血糖值' THEN record_data END) AS 早餐后2H血糖值,
        MAX(CASE WHEN record_name = '早餐后2H血糖值签名' THEN record_data END) AS 早餐后2H血糖值签名,
        MAX(CASE WHEN record_name = '中餐前血糖值' THEN record_data END) AS 中餐前血糖值,
        MAX(CASE WHEN record_name = '中餐前血糖值签名' THEN record_data END) AS 中餐前血糖值签名,
        MAX(CASE WHEN record_name = '中餐后2H血糖值' THEN record_data END) AS 中餐后2H血糖值,
        MAX(CASE WHEN record_name = '中餐后2H血糖值签名' THEN record_data END) AS 中餐后2H血糖值签名,
        MAX(CASE WHEN record_name = '晚餐前血糖值' THEN record_data END) AS 晚餐前血糖值,
        MAX(CASE WHEN record_name = '晚餐前血糖值签名' THEN record_data END) AS 晚餐前血糖值签名,
        MAX(CASE WHEN record_name = '晚餐后2H血糖值' THEN record_data END) AS 晚餐后2H血糖值,
        MAX(CASE WHEN record_name = '晚餐后2H血糖值签名' THEN record_data END) AS 晚餐后2H血糖值签名,
        MAX(CASE WHEN record_name = '睡前血糖血糖值' THEN record_data END) AS 睡前血糖血糖值,
        MAX(CASE WHEN record_name = '睡前血糖血糖值时间' THEN record_time END) AS 睡前血糖血糖值时间,
        MAX(CASE WHEN record_name = '睡前血糖血糖值签名' THEN record_data END) AS 睡前血糖血糖值签名
    FROM source_blood_record
    WHERE 
        (p_patient_id IS NULL OR patient_id = p_patient_id)  -- 支持单患者或全量患者处理
        AND record_name IN (  -- 筛选固定时间点血糖相关记录
            '早餐前血糖值', '早餐前血糖值签名',
            '早餐后2H血糖值', '早餐后2H血糖值签名',
            '中餐前血糖值', '中餐前血糖值签名',
            '中餐后2H血糖值', '中餐后2H血糖值签名',
            '晚餐前血糖值', '晚餐前血糖值签名',
            '晚餐后2H血糖值', '晚餐后2H血糖值签名',
            '睡前血糖血糖值', '睡前血糖血糖值时间', '睡前血糖血糖值签名'
        )
    GROUP BY patient_id, record_date  -- 按患者和日期聚合
    ON DUPLICATE KEY UPDATE  -- 重复数据处理：保留非空新值
        早餐前血糖值 = COALESCE(VALUES(早餐前血糖值), 早餐前血糖值),
        早餐前血糖值签名 = COALESCE(VALUES(早餐前血糖值签名), 早餐前血糖值签名),
        早餐后2H血糖值 = COALESCE(VALUES(早餐后2H血糖值), 早餐后2H血糖值),
        早餐后2H血糖值签名 = COALESCE(VALUES(早餐后2H血糖值签名), 早餐后2H血糖值签名),
        中餐前血糖值 = COALESCE(VALUES(中餐前血糖值), 中餐前血糖值),
        中餐前血糖值签名 = COALESCE(VALUES(中餐前血糖值签名), 中餐前血糖值签名),
        中餐后2H血糖值 = COALESCE(VALUES(中餐后2H血糖值), 中餐后2H血糖值),
        中餐后2H血糖值签名 = COALESCE(VALUES(中餐后2H血糖值签名), 中餐后2H血糖值签名),
        晚餐前血糖值 = COALESCE(VALUES(晚餐前血糖值), 晚餐前血糖值),
        晚餐前血糖值签名 = COALESCE(VALUES(晚餐前血糖值签名), 晚餐前血糖值签名),
        晚餐后2H血糖值 = COALESCE(VALUES(晚餐后2H血糖值), 晚餐后2H血糖值),
        晚餐后2H血糖值签名 = COALESCE(VALUES(晚餐后2H血糖值签名), 晚餐后2H血糖值签名),
        睡前血糖血糖值 = COALESCE(VALUES(睡前血糖血糖值), 睡前血糖血糖值),
        睡前血糖血糖值时间 = COALESCE(VALUES(睡前血糖血糖值时间), 睡前血糖血糖值时间),
        睡前血糖血糖值签名 = COALESCE(VALUES(睡前血糖血糖值签名), 睡前血糖血糖值签名);

    -- ==================================================
    -- 4. 处理随机血糖和血酮数据（核心逻辑）
    -- ==================================================
    
    -- 4.1 清空当前会话的中间表历史数据，避免干扰
    DELETE FROM `glucose_random_data` 
    WHERE session_id = p_session_id AND (p_patient_id IS NULL OR patient_id = p_patient_id);
    
    DELETE FROM `glucose_ketone_data` 
    WHERE session_id = p_session_id AND (p_patient_id IS NULL OR patient_id = p_patient_id);
    
    DELETE FROM `glucose_numbers` WHERE session_id = p_session_id;

    -- 4.2 处理随机血糖数据：提取并关联时间和签名
    INSERT INTO `glucose_random_data`
    (session_id, patient_id, record_date, rn, 随机血糖血糖值, 随机血糖血糖值时间, 随机血糖血糖值签名)
    SELECT 
        p_session_id,  -- 绑定当前会话ID
        rg_base.patient_id,
        rg_base.record_date,
        rg_base.rn,  -- 排序行号
        rg_base.随机血糖血糖值,
        MAX(CASE WHEN rg_sub.record_name = '随机血糖血糖值时间' THEN rg_sub.record_data END) AS 随机血糖血糖值时间,
        MAX(CASE WHEN rg_sub.record_name = '随机血糖血糖值签名' THEN rg_sub.record_data END) AS 随机血糖血糖值签名
    FROM (
        -- 子查询：对随机血糖值按时间排序并生成行号
        SELECT 
            patient_id,
            record_date,
            data_source_id,
            record_time,
            record_data AS 随机血糖血糖值,  -- 转换为数值型
            -- 按患者和日期分组生成自增行号
            @rn1 := IF(@pid1 = patient_id AND @dt1 = record_date, @rn1 + 1, 1) AS rn,
            @pid1 := patient_id,
            @dt1 := record_date
        FROM (
            -- 基础数据：筛选有效随机血糖记录并排序
            SELECT patient_id, record_date, data_source_id, record_time, record_data
            FROM source_blood_record
            WHERE (p_patient_id IS NULL OR patient_id = p_patient_id)
                  AND record_name = '随机血糖血糖值'
                  AND record_data IS NOT NULL
            ORDER BY patient_id, record_date, record_time  -- 按时间升序
        ) AS sorted_rg
        JOIN (SELECT @rn1 := 0, @pid1 := '', @dt1 := '0000-00-00') AS vars_rg  -- 初始化变量
    ) AS rg_base
    -- 关联随机血糖的时间和签名信息
    LEFT JOIN (
        SELECT patient_id, record_date, data_source_id, record_time, record_name, record_data
        FROM source_blood_record
        WHERE (p_patient_id IS NULL OR patient_id = p_patient_id)
              AND record_name IN ('随机血糖血糖值时间', '随机血糖血糖值签名')
    ) AS rg_sub 
        ON rg_base.patient_id = rg_sub.patient_id
        AND rg_base.record_date = rg_sub.record_date
        AND (rg_base.data_source_id = rg_sub.data_source_id 
             OR (rg_base.data_source_id IS NULL AND rg_base.record_time = rg_sub.record_time))  -- 兼容无数据源ID的情况
    GROUP BY rg_base.patient_id, rg_base.record_date, rg_base.rn, rg_base.随机血糖血糖值;

    -- 4.3 处理随机床旁血酮数据：提取并关联时间和签名（逻辑同随机血糖）
    INSERT INTO `glucose_ketone_data`
    (session_id, patient_id, record_date, rn, 随机床旁血酮值, 随机床旁血酮时间, 随机床旁血酮签名)
    SELECT 
        p_session_id,  -- 绑定当前会话ID
        rk_base.patient_id,
        rk_base.record_date,
        rk_base.rn,  -- 排序行号
        rk_base.随机床旁血酮值,
        MAX(CASE WHEN rk_sub.record_name = '随机床旁血酮时间' THEN rk_sub.record_data END) AS 随机床旁血酮时间,
        MAX(CASE WHEN rk_sub.record_name = '随机床旁血酮签名' THEN rk_sub.record_data END) AS 随机床旁血酮签名
    FROM (
        -- 子查询：对随机血酮值按时间排序并生成行号
        SELECT 
            patient_id,
            record_date,
            data_source_id,
            record_time,
            record_data AS 随机床旁血酮值,  -- 转换为数值型
            -- 按患者和日期分组生成自增行号
            @rn2 := IF(@pid2 = patient_id AND @dt2 = record_date, @rn2 + 1, 1) AS rn,
            @pid2 := patient_id,
            @dt2 := record_date
        FROM (
            -- 基础数据：筛选有效随机血酮记录并排序
            SELECT patient_id, record_date, data_source_id, record_time, record_data
            FROM source_blood_record
            WHERE (p_patient_id IS NULL OR patient_id = p_patient_id)
                  AND record_name = '随机床旁血酮值'
                  AND record_data IS NOT NULL
            ORDER BY patient_id, record_date, record_time  -- 按时间升序
        ) AS sorted_rk
        JOIN (SELECT @rn2 := 0, @pid2 := '', @dt2 := '0000-00-00') AS vars_rk  -- 初始化变量
    ) AS rk_base
    -- 关联随机血酮的时间和签名信息
    LEFT JOIN (
        SELECT patient_id, record_date, data_source_id, record_time, record_name, record_data
        FROM source_blood_record
        WHERE (p_patient_id IS NULL OR patient_id = p_patient_id)
              AND record_name IN ('随机床旁血酮时间', '随机床旁血酮签名')
    ) AS rk_sub 
        ON rk_base.patient_id = rk_sub.patient_id
        AND rk_base.record_date = rk_sub.record_date
        AND (rk_base.data_source_id = rk_sub.data_source_id 
             OR (rk_base.data_source_id IS NULL AND rk_base.record_time = rk_sub.record_time))  -- 兼容无数据源ID的情况
    GROUP BY rk_base.patient_id, rk_base.record_date, rk_base.rn, rk_base.随机床旁血酮值;

    -- ==================================================
    -- 5. 合并随机血糖和血酮数据到统一中间表
    -- 生成全局排序号，解决多表关联时的匹配问题
    -- ==================================================
    -- 创建合并中间表（若不存在）
    CREATE TABLE IF NOT EXISTS `glucose_ketone_merged` (
        `sortNo` INT NOT NULL,                  -- 全局排序号
        `session_id` VARCHAR(50) NOT NULL,      -- 会话ID
        `patient_id` VARCHAR(20) NOT NULL,      -- 患者ID
        `record_date` DATE NOT NULL,            -- 记录日期
        `随机血糖血糖值` VARCHAR(50) NULL,    -- 随机血糖值
        `随机血糖血糖值时间` VARCHAR(50) NULL,  -- 随机血糖时间
        `随机血糖血糖值签名` VARCHAR(100) NULL, -- 随机血糖签名
        `随机床旁血酮值` VARCHAR(50) NULL,    -- 随机血酮值
        `随机床旁血酮时间` VARCHAR(50) NULL,    -- 随机血酮时间
        `随机床旁血酮签名` VARCHAR(100) NULL    -- 随机血酮签名
    ) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;

    -- 清空合并表历史数据
    TRUNCATE TABLE `glucose_ketone_merged`;

    -- 插入合并数据并生成排序号
    INSERT INTO `glucose_ketone_merged` (
        `sortNo`,
        `session_id`,
        `patient_id`,
        `record_date`,
        `随机血糖血糖值`,
        `随机血糖血糖值时间`,
        `随机血糖血糖值签名`,
        `随机床旁血酮值`,
        `随机床旁血酮时间`,
        `随机床旁血酮签名`
    )
    SELECT 
        @sortNo := @sortNo + 1 AS sortNo,  -- 生成自增排序号
        t.*
    FROM (
        -- 合并逻辑：先关联血酮和血糖，再补充单独存在的血糖数据
        SELECT 
            COALESCE(rg.session_id, rk.session_id) AS session_id,
            COALESCE(rg.patient_id, rk.patient_id) AS patient_id,
            COALESCE(rg.record_date, rk.record_date) AS record_date,
            rg.随机血糖血糖值,
            rg.随机血糖血糖值时间,
            rg.随机血糖血糖值签名,
            rk.随机床旁血酮值,
            rk.随机床旁血酮时间,
            rk.随机床旁血酮签名
        FROM `glucose_ketone_data` rk
        LEFT JOIN `glucose_random_data` rg 
            ON rk.session_id = rg.session_id
            AND rk.patient_id = rg.patient_id
            AND rk.record_date = rg.record_date
        WHERE rk.session_id = p_session_id
        
        UNION ALL  -- 补充无对应血酮的血糖数据
        
        SELECT 
            rg.session_id,
            rg.patient_id,
            rg.record_date,
            rg.随机血糖血糖值,
            rg.随机血糖血糖值时间,
            rg.随机血糖血糖值签名,
            NULL AS 随机床旁血酮值,
            NULL AS 随机床旁血酮时间,
            NULL AS 随机床旁血酮签名
        FROM `glucose_random_data` rg
        WHERE rg.session_id = p_session_id
          AND NOT EXISTS (  -- 筛选无对应血酮的数据
            SELECT 1
            FROM `glucose_ketone_data` rk_sub
            WHERE rk_sub.session_id = rg.session_id
              AND rk_sub.patient_id = rg.patient_id
              AND rk_sub.record_date = rg.record_date
          )
    ) AS t, (SELECT @sortNo := 0) AS init  -- 初始化排序号变量
    ORDER BY t.record_date;  -- 按日期排序

    -- ==================================================
    -- 6. 生成行号序列表（用于后续数据关联）
    -- ==================================================
    SET @i = 0;
    WHILE @i < @sortNo DO
        INSERT INTO `glucose_numbers` (session_id, n) VALUES (p_session_id, @i + 1);
        SET @i = @i + 1;
    END WHILE;

    -- ==================================================
    -- 7. 将合并后的随机数据更新到结果表
    -- ==================================================
    UPDATE `merged_glucose_result` mg
    JOIN glucose_ketone_merged AS merged_random 
        ON mg.session_id = merged_random.session_id
        AND mg.patient_id = merged_random.patient_id 
        AND mg.record_date = merged_random.record_date
    SET 
        mg.temp_sort_no = COALESCE(merged_random.sortNo, mg.temp_sort_no),  -- 更新排序标记
        mg.随机血糖血糖值 = COALESCE(merged_random.随机血糖血糖值, mg.随机血糖血糖值),
        mg.随机血糖血糖值时间 = COALESCE(merged_random.随机血糖血糖值时间, mg.随机血糖血糖值时间),
        mg.随机血糖血糖值签名 = COALESCE(merged_random.随机血糖血糖值签名, mg.随机血糖血糖值签名),
        mg.随机床旁血酮值 = COALESCE(merged_random.随机床旁血酮值, mg.随机床旁血酮值),
        mg.随机床旁血酮时间 = COALESCE(merged_random.随机床旁血酮时间, mg.随机床旁血酮时间),
        mg.随机床旁血酮签名 = COALESCE(merged_random.随机床旁血酮签名, mg.随机床旁血酮签名);

    -- ==================================================
    -- 8. 插入无固定血糖记录的随机数据行
    -- 确保仅新增未匹配的随机数据
    -- ==================================================
    INSERT INTO `merged_glucose_result`
    (
        session_id,
        patient_id, record_date,
        随机血糖血糖值, 随机血糖血糖值时间, 随机血糖血糖值签名,
        随机床旁血酮值, 随机床旁血酮时间, 随机床旁血酮签名
    )
    SELECT 
        merged_random.session_id,
        merged_random.patient_id,
        merged_random.record_date,
        merged_random.随机血糖血糖值,
        merged_random.随机血糖血糖值时间,
        merged_random.随机血糖血糖值签名,
        merged_random.随机床旁血酮值,
        merged_random.随机床旁血酮时间,
        merged_random.随机床旁血酮签名
    FROM glucose_ketone_merged AS merged_random
    LEFT JOIN `merged_glucose_result` mg 
        ON merged_random.session_id = mg.session_id
        AND merged_random.patient_id = mg.patient_id 
        AND merged_random.record_date = mg.record_date
    WHERE merged_random.sortNo != mg.temp_sort_no;  -- 筛选未匹配的随机数据

    -- ==================================================
    -- 9. 查询当前会话的处理结果
    -- 格式化输出字段，适配外部系统需求
    -- ==================================================
    SELECT 
        patient_id as patientId,  -- 字段重命名（驼峰式）
        DATE_FORMAT(record_date, '%Y-%m-%d') as recordDate,  -- 日期格式化
        -- 固定血糖字段
        早餐前血糖值,
        早餐前血糖值签名,
        早餐后2H血糖值,
        早餐后2H血糖值签名,
        中餐前血糖值,
        中餐前血糖值签名,
        中餐后2H血糖值,
        中餐后2H血糖值签名,
        晚餐前血糖值,
        晚餐前血糖值签名,
        晚餐后2H血糖值,
        晚餐后2H血糖值签名,
        睡前血糖血糖值,
        睡前血糖血糖值时间,
        睡前血糖血糖值签名,
        -- 随机数据字段
        随机血糖血糖值,
        随机血糖血糖值时间,
        随机血糖血糖值签名,
        随机床旁血酮值,
        随机床旁血酮时间,
        随机床旁血酮签名
    FROM `merged_glucose_result`
    WHERE session_id = p_session_id
        AND (p_patient_id IS NULL OR patient_id = p_patient_id)
    ORDER BY patient_id, record_date;

    -- ==================================================
    -- 10. 清理当前会话的临时数据
    -- 避免占用存储空间，防止数据干扰
    -- ==================================================
    DELETE FROM merged_glucose_result 
    WHERE patient_id = p_patient_id AND session_id = p_session_id;
    
    DELETE FROM glucose_numbers 
    WHERE session_id = p_session_id;
    
    DELETE FROM glucose_random_data 
    WHERE patient_id = p_patient_id AND session_id = p_session_id;
    
    DELETE FROM glucose_ketone_data 
    WHERE patient_id = p_patient_id AND session_id = p_session_id;
    
    DELETE FROM glucose_ketone_merged 
    WHERE patient_id = p_patient_id AND session_id = p_session_id;
END

4、测试存储过程

小生命，小幸运，小欢喜

Sat, 01 Feb 2025 09:27:25 +0800

为了迎接小宝宝的到来，我们提前做了准备，12月15日，接了丈母娘过来帮忙，还带来了充足的物资，心里美的很。

时间一天一天近了，老婆的肚子越来越鼓，也就意味着，很快就能和宝宝见面了。

天气渐冷，我们出门都开始裹着厚厚的衣服。大南瓜、小兔子。

直到2024年的倒数第二天，老婆在公司偶感心慌，心率加速，于是就赶紧回家休息了。原本还想坚持到元旦之后，没成想第二天就见红了，还没来得及吃口饭，就直奔医院。于是我提前开始休假，马不停蹄往医院赶，忙中出错，来来回回好几趟才把所有事情处理好。

怀着紧张而激动的心情，迎来了一个小男宝宝，这是又高兴，又担忧。希望他能健健康康长大。希望幸运伴他一生，取名 “郑星运”

老婆躺在床上，麻药劲还没过，一直发抖，受了不少苦。

其实，更难受的，还是后面这几天，硬扛着疼痛下床走路。

宝宝还是还可爱的。

2024,生活会越来越好吗

Sat, 07 Dec 2024 23:59:52 +0800

前言

2024年，已经接近了尾声，去年设立的目标实现了吗？而今年又发生了哪些有趣的事情呢？

1、国际局势动荡不安，普通人的生活也受到了很大影响，经济形势还在下行。

2、房价的泡沫破了，比起2021年，房价不知道掉了多少。

3、工具箱迭代，止步于3.10.0版本，短期内不会再更新了。

4、养了一只捡的小狸花猫，取名为“核宝”。

5、老婆的亲人去世了。

6、老婆怀孕了。

7、我从程序员转行做产品了。

8、房子基本装修完成了，就差部分电器和软装装饰了。

9、妹妹上大学去了。

10、宝宝应该会在过年前出生。

工作

今年年初，由于公司发展需要，我毅然决定，从开发转行做产品了。虽然我做开发的时候，就想了很多做产品要考虑的事情，但是做产品并不仅仅是这些事情，所以还有很多东西是要学习的。在初期阶段，不熟悉的东西太多了，不可避免的经历了一段痛苦的加班。每一个蜕变过程都是痛苦的，产品经理要做的事情太多了，调研需求，沟通客户，协调实施开发，考虑产品走向，等等。产品做的好不好，直接影响的就是生产部门的工作。是困难，也是机遇，毕竟不能一辈子做程序员。

近一年的磨合，工作越发熟练，基本工作已经能够应付。为了公司的可持续发展，为了自己职业的发展，还是要进行更深层次的学习，沟通协作方面也不能放松。

然而，经过这一年的工作，关于经济形式越来越严峻的情况，体会的愈发明显。相比往年，钱更难赚了，工资更不好拿了。同样的收入，甚至可能有所降低，而要做的事情变得更多了。这样的日子何时才是结束呀。

生活

这年春节还是在安乡过的，在回去的第二天就开始降温下雪。将近一周的时间里，都是大雪封路。后来，我带老婆回了隆回，这些年也总算是回了一趟老家了。

回到长沙后，就开始装修的前期准备工作了。我们没有打算请设计师，决定自己设计，然而这仅仅只是一个开始。

三月份，办了装修手续，初步确定设计方案，就请人拆了墙，简简单单就这样动工了。磕磕绊绊，一个月搞完了水电部分。每个周末都有很多事情，买材料，找工人，办手续，申请装修贷。忙里偷闲，逛逛公园，吹吹风。

四月份，装修进行时，这个月的主题是泥工砌筑、贴砖、厕所刷防水等。不懂就要多问，向有经验的邻居学习，在抖音知乎学习装修知识，日子过得很充实。

正当我们沉迷在各种装修设计方案之中时，老婆的爷爷去世了。可惜的是，前些天，最后一个视频电话没有接上。那天我们忙完事情之后，在外面店里休息。也许我老婆她也会感到遗憾吧。过年的时候，一大家人一起拍了全家福，也算是给亲人们留下了一点慰藉。接到电话的晚上，我们就往回家赶了。请了假，连着五一假期，我们就回到了安乡。天气渐冷，后面几天甚至下起了小雨，也许是老天也在悼念亲人的逝去。

假期尾声，我们去了她外婆那边，在那里，我们遇到了一只活泼的小猫咪，一只小狸花猫。听说这只小猫是外公在大街上捡来的，看上去也就两三个月大小样子。非常可爱的一只小猫，自从这一眼看上后，我就生出来带回去的念头。在与老婆眼神交流后，我毅然决定带回长沙去。于是，我捡来了一个装水果的篓子，在水池洗刷干净，给它准备一个临时居所。由于小猫看起来笨笨的，也不怕生人。我们给它取了一个响亮的名字“核宝”。哈哈哈，听得懂常德话应该知道是什么意思。

五月份，核宝跟着我们来到了长沙的家里，小家伙好奇的探索着新奇的环境。也许是小家伙在陌生的环境比较胆小，每次抚摸它的时候，它总是用小爪子回应。随着越来越熟悉，开始满屋子乱跑。似乎回到了正常的生活轨迹来，每天上上班，回家之后逗逗小猫。工作压力大，生活也要放松放松，偶然下个馆子改善一下伙食，生活过得有滋有味。

10号，这一天，我老婆跟我吐槽，最近身体有些难受，于是我们计划出去放松一下。到了晚上还是没有多少缓解，老婆跟我讨论，要不要买个验孕棒测一下，还问我如果有小宝宝了怎么办。我看似轻松的说，那我就多一个小宝贝咯。直到2天后，老婆给我发了一张图片，两道杠，中了。第二天去医院做了检查，明确下来了这个事情，真的怀孕了，我要当爸爸了。老婆也后知后觉，难怪最近感觉那么累，身体还不舒服。终于还是怀孕了，心情犹如过山车一般，上上下下不停起伏。又是惊喜，又是担心。惊喜自不必说，担心的接下来应该怎么保护好她。

我老婆原本是骑自行车上班的，现在肯定是不合适了，而且现在住的是6楼的楼梯房，上上下下爬楼梯也终究是不方便，动了搬家的心思。老婆公司对面就有一个小区，她的同事也住在这边，上班过个马路就5分钟的事情，于是我们就把目光投向了这边。方便以后照顾她和宝宝，肯定得选一个大一点的房子。经过多番寻找，我们选定了一户一室两厅，木地板。为了让她更方便的上班，我们很快就定下来了。即使搬家再累，再不想搬家，为了她以后轻松，这件事情也还是得做。比起之前，自己搬家，磨个好几天慢慢来。这次请了搬家公司，提前打包好，一下就搬完了。于是我决定了，以后，专业的事情，还是请专业的人来做吧。

小猫刚熟悉了环境，又跟着我们搬了家，又是一个新的环境。没过多久，意外发生了。天气逐渐回暖，那被藏起来的气味挥发出来了。每天我们回到家里，打开门的一瞬间，扑面而来的气味。连续几天之后，我老婆终究是扛不住了。也不知道是早期的怀孕反应，还是因为这个气味，她总是觉得身体不舒服。经过与房东的交涉，我们要退租，押金是退不了，但是为了身体健康，又懒得与之争论，影响心情，最终还是又换了房子。两室一厅，虽然什么东西都没有，但是胜在空间大。缺的东西自己添置也不是什么大问题，反正新房也能用得上。至此，生活总算是安定下来了。

装修也在同步进行，正是搞的火热的时候，隔三差五缺个什么东西要买过去，设计方案有啥问题，师傅施工要确认。每个周末，甚至工作日的中午都要跑过去一趟处理事情。处理完泥工的事情，又要着手厨房美缝先进场。等美缝做完，台盆买了，燃气灶尺寸定了，才能安排打瓷砖橱柜的师傅。全屋定制定金也交了，还没进场设计。一环套一环，没搞装修之前真是不清楚这里面的门道。本以为不做全屋吊顶，就没有木工多少事情，结果部分遗漏的水管吊顶，走廊吊顶，门套安装木工打板，各种小活都要木工参与。

六月份，老婆孕反很严重，每天各种不舒服，特别是孕吐，经常晚上要吐到很晚才能睡觉。而我除了能拍拍背，按按摩转移转移注意力，准备一点牛奶，苏打饼干之类的东西，其实什么事情都做不了，只能靠她硬熬。

装修上，厨房厕所的门窗定制找了一个河东的厂家，全屋定制也准备上面设计了。这一个月，每天都有忧心各种各样的问题。不是改设计，就是要求泥工、木工补活，或者是催促定制门窗进度。协调沟通各工种的工作，希望尽快完成这个装修的事情，早点搞完，早点空着散气味。

七月份，丈母娘来了。正值暑假期间，她带着小女儿一起过来玩，也照顾一下大女儿。我的忙碌的生活，终于有了喘息的机会。家中有人照料，就可以更轻松一些，也能多分一些精力在工作和装修上面。这个月，定制柜子搞完了，定制门窗安好了，油工施工完成了，下一步就是水电返场了。

八月份，孕吐反应渐渐变小了，相对舒适的孕中期要来了。这个月我们去逛了家具，定了卫浴，网购了很多灯。水电师傅做完后，就是家具进场。软装不着急了，硬装告一段落。

九月份，日子过得也舒服起来了，不用忙着去搞装修，工作也稳定下来，周末就去公园逛逛，偶尔过去新房通通风。然而九月底，快乐消失了，糖耐没过。接下来进入控糖生活，青菜、肉沫、蒸鸡蛋、蒸排骨、荞麦面，什么健康吃什么，什么低升糖就吃什么。

十月份，回了一趟安乡，一方面考虑到生宝宝后实在没有精力，另一方面也是出于安全考虑，还是把核宝带回去了。听说后来在家里的日子过得非常滋润，深感欣慰。

双十一到了，老婆购置了很多东西，为接下来生宝宝做了充足的准备。

接下来，就是静待宝宝的降生了。希望宝宝能够健健康康的来到我们身边。

业余

年初时，还尚有余力更新我的工具箱版本，只出来了一个3.9.0版本。随着后来工作转型，生活中的事情越来越多，真是不足以支撑继续钻研下去了，可能这些事情得慢慢停下来了。只能偶尔抽点时间玩耍一下。毕竟工具本身的迭代已经停滞，工具箱做的再好也失去了意义，只要服务器还在运行，服务就还会一直保持。也许，如果还有新的机会，应该还会继续探索的。

结语

这一年，我看到了生活的艰难，肩上的担子越发沉重。再难的形势，也不能阻挡我前进的脚步。回看22年写的《2022虎年春节纪事》，人生这趟列车已进入第6站，未来可期。

我只希望，来年工作顺利，家人身体健康，生活越来越好。

华仔部落

codex + ccswitch：一个客户端切换多家模型

前言

一、先搞懂协议：codex 只认两种

二、ccswitch：装哪个版本、点哪个图标

接 codex，就点第三个图标

三、添加供应商：四个核心字段

四、拉模型列表，再逐项配置

五、重启 codex，开始用

六、多渠道、多 key 和协议转换

1、多个渠道：配多个 key，切换使用

2、想用一个 key 用所有模型？有条件

3、关键：渠道是可以转换协议的

4、路由、整流器和故障转移

七、各家模型兼容性实测

八、常见报错排查

九、小结

deepSeekHarness 部署实战：源码模式 + 自定义渠道接入多模型

前言

一、部署方式：强烈建议源码模式

1、实际部署步骤（Windows）

① 源码目录结构

② 安装依赖

③ 打包前端文件

④ 启动服务

二、渠道接入：官方 vs 自定义

1、官方渠道：设置 → 模型 → 添加提供方

2、纯自定义渠道：添加自定义提供方

三、自定义渠道配置详解（重点）

1、三个高频配置项（务必搞懂）

① supportsDeveloperRole

② input（多模态开关）

③ reasoningEfforts（思考强度映射）

2、上下文配置

3、Claude 专属：forceAdaptiveThinking

四、多模态与插件

1、多模态怎么用起来

2、插件安装

五、部署与配置常见问题

六、小结

Gemini 专项：antigravityCli 安装、原生接入与 MCP 配置

前言

一、下载安装与首次运行

二、先把配置目录认清楚

三、原生协议接入：settings.json

四、环境变量：把请求指向第三方地址

中转分组一定要选对

五、MCP 配置：mcp_config.json

六、跑起来是什么样

七、顺带说清：Gemini CLI 和 antigravityCli 到底啥区别

两者的区别

官方为什么这么分？我的推测

对我们的实际影响

八、踩坑记录

九、小结

开发者怎么挑大模型？grok、gemini、gpt、claude、deepseek、glm 使用体验

前言：先交代我自己的使用背景

先说结论：一张表看懂六家

输出速度：这是我这次换模型的最大动力

六家逐个说

1、GPT：目前的主力，但最近两周体验在滑坡 主力

2、Claude：能力和口碑都在线，但我没真正用于工作 没实战过

3、Gemini：前端样式和审美，确实比 GPT 强 最近上手

效果对比：我让它调过的两个界面

4、Grok：最近试的，综合表现比较均衡 最近上手

5、DeepSeek：今天刚发的 V4.1，我觉得可以当主力了 准备转正

实测：让它画一只“鹈鹕骑车”

6、GLM 5.3 Flash：拿来干日常活的性价比选手 深度用过

场景对照：什么情况用哪个

我现在的组合

当前状态（2026-09）

2026 年，如何学习 AI 不落后

一、AI 发展到 2026 年，真正变了什么

二、国产模型现状：能用了，而且越来越适合实战

1. DeepSeek

2. GLM

3. Qwen

4. 豆包和 Seed

5. 小米 MiMo

6. 我对国产模型的使用结论

① `supportsDeveloperRole`

② `input`（多模态开关）

③ `reasoningEfforts`（思考强度映射）

1、GPT：目前的主力，但最近两周体验在滑坡主力

2、Claude：能力和口碑都在线，但我没真正用于工作没实战过

3、Gemini：前端样式和审美，确实比 GPT 强最近上手

4、Grok：最近试的，综合表现比较均衡最近上手

5、DeepSeek：今天刚发的 V4.1，我觉得可以当主力了准备转正

6、GLM 5.3 Flash：拿来干日常活的性价比选手深度用过