前言

推荐一款基于.NET 8、WPF、Prism.DryIoc、MVVM设计模式、Blazor以及MySQL数据库构建的企业级工作流系统的WPF客户端框架-AIStudio.Wpf.AClient 6.0。

项目介绍

框架采用了 Prism 框架来实现 MVVM 模式，不仅简化了 MVVM 的典型应用场景，还充分利用了依赖注入（DI）、消息传递以及容器管理的优势。

网上有很多标准的MVVM的使用方法，但是没有形成一个系统级的框架。本框架从登录到具体业务的使用，还有自动升级都搭建完成。

后端使用ASP.NET Core，采用的是AIStudio.Blazor.App的框架（与BS使用相同后台）。

另外框架还引入了面向切面编程（AOP）和模型关联映射（MAP）等高级特性，进一步增强了系统的扩展性和灵活性。

功能模块

1、自动更新软件。

2、使用 Prism.DryIoc 而非 Prism.Unity。

3、用 Prism 实现 AvalonDock 步骤。

4、通过 AOP 记录日志。

5、代码生成器的设计思路。

6、工作流实现策略（含编辑器和后端）。

7、创建自定义安装界面的安装包方法。

8、本地服务启动方法。

9、通用 CRUD 配置，无需定义类，直接在数据库中添加数据。

10、实现拖拽编程。

11、与BS（blazor）使用相同的结构模式，如果BS与CS进行代码统一。

12、Prism 区域窗口多开与区域注册隔离实现。

快速预览

WPF客户端下载可以直接运行，默认配置文件 AIStudio.Wpf.Client.exe.Config

<appSettings>
    <addkey="Title"value="AIStudio" />
    <addkey="Language"value="中文" />
    <addkey="FontSize"value="16" />
    <addkey="FontFamily"value="宋体" />
    <addkey="Accent"value="BlueGray" />
    <addkey="Theme"value="BaseGray11" />
    <addkey="NavigationLocation"value="Left" />
    <addkey="NavigationAccent"value="Dark" />
    <addkey="TitleAccent"value="Normal" />
    <addkey="ToolBarLocation"value="Top" />
    <addkey="Version"value="1.0.20201115-rc3" />
    <addkey="ServerIP"value="http://localhost:5000/" />
    <addkey="UpdateAddress"value="http://localhost:5000//update" />
 </appSettings>

1、快速预览方式1

其中ServerIP就是后台接口地址。

账号密码：Admin，Admin。

2、快速预览方式2

不需要服务器，客户端直接使用SQLite本地数据，客户端独立运行。

账号密码Admin, Admin

<addkey="ServerIP"value=""/> 
<addkey="UpdateAddress"value="http://localhost:5000/Update/AutoUpdater.xml"/>
<addkey="ConString"value="Data Source=Admin.db"/>
<addkey="DatabaseType"value="SQLite"/>
<addkey="DeleteMode"value="Logic"/>

注释掉ServerIP，那么是使用efcore获取数据，改变ConString和DatabaseType即可。另外，默认数据库删除模式为软删除。

3、快速预览方式3

启动ServiceMonitor，点击启动服务，待本地服务启动后，可运行客户端进行连接。

<addkey="ServerIP"value="http://localhost:5000" />

快速预览方式可直接在登录界面进行切换。

项目框架

6.0的框架如下

系统扩展 ：如果需要扩展自己的页面，只需要按照这个工程的目录进行扩展即可。

项目功能

1、快速代码生成

在数据库添加新表。

选择代码生成菜单，选中查询回来的新表，区域为你所加界面的工程，比如默认值Base_Manage，将把页面加到AIStudio.Wpf.Base_Manage工程下。

点击生成即可，重新启动客户端即可快速预览（前提是服务端也用代码生成器生成(在web端的代码生成器)了相应的控制器与接口）

2、大屏界面（可拖拽，可全屏）

3、Form 表单

表单-代码生成，是代码生成器的一种补充。

4、通用crud方法

读取数据库配置，生成DataGrid,完全不需要类，后台完成相关接口，前台不需要更改任何代码，只需要在数据库插入脚本即可。

根据类直接生成DataGrid

5、大文件上传与下载

6、多窗口、多屏模式

项目地址

Github：
https://github.com/akwkevin/aistudio.-wpf.-aclient

Gitee:
https://gitee.com/akwkevin/aistudio.-wpf.-aclient

控件库:
https://gitee.com/akwkevin/AI-wpf-controls

最后

如果你觉得这篇文章对你有帮助，不妨点个赞支持一下！你的支持是我继续分享知识的动力。如果有任何疑问或需要进一步的帮助，欢迎随时留言。

也可以加入微信公众号
[DotNet技术匠]
社区，与其他热爱技术的同行一起交流心得，共同成长！
优秀是一种习惯，欢迎大家留言学习！

什么是一句话木马？

alert http any any -> any any (msg:"哥斯拉/Godzilla PHP Base64 连接成功";

flow:established,from_server;

flowbits:txisset,Godzilla_webshell_request_match;

http.server;

content:"Rising", negate;

http.response_body;

bsize:36;

pcre:"/^([0-9A-F]{16}|[0-9a-f]{16})/";

pcre:"/([0-9A-F]{16}|[0-9a-f]{16})$/";

pcre:"/^[\s\S]{16}(.*)[\s\S]{16}$/";

pcrexform:"^[\s\S]{16}(.*)[\s\S]{16}$";

pcre:"/[\s\S]/";

base64;

flowbits:unset,Godzilla_webshell_request_match;

)

原来有这么多时间

六月的那么一天，天气比以往时候都更凉爽，媳妇边收拾桌子，边漫不经心的对我说：你最近好像都没怎么阅读了。 正刷着新闻我，如同被一记响亮的晴空霹雳击中一般，不知所措。是了，最近几月诸事凑一起，加之两大项目接踵而至，确实有些许糟心，于是总是在空闲的时间泡在新闻里聊以解忧，再回首，隐隐有些恍如隔世之感。于是收拾好心情，翻开了躺在书架良久的整洁三步曲。也许是太久没有阅读了， 一口气，Bob大叔 Clean 系列三本都读完了，重点推荐Clear Architecture，部分章节建议重复读，比如第5部分-软件架构，可以让你有真正的提升，对代码，对编程，对软件都会有不一样的认识。

Clean Code 次之，基本写了一些常见的规约，大部分也是大家熟知，数据结构与面向对象的看法，是少有的让我 哇喔的点，如果真是在码路上摸跋滚打过的，快速翻阅即可。
The Clean Coder 对个人而言可能作用最小。 确实写人最难，无法聚焦。讲了很多，但是感觉都不深入，或者作者是在写自己，很难映射到自己身上。 当然，第二章说不，与第14章辅导，学徒与技艺，还是值得一看的。

阅读技术书之余，又战战兢兢的翻开了敬畏已久的朱生豪先生翻译的《莎士比亚》, 不看则已，因为看了根本停不来。其华丽的辞职，幽默的比喻，真的会让人情不自禁的开怀朗读起来。

。。。

再看从6月到现在，电子书阅读时间超过120小时，平均每天原来有1个多小时的空余时间，简直超乎想像。

灵魂拷问 - 宕机怎么办

为了解决系统中大量规则配置的问题，与同事一起构建了一个可视化表达式引擎 RuleLink
《非全自研可视化表达引擎-RuleLinK》
，解决了公司内部几乎所有配置问题。尤为重要的一点，所有配置业务同学即可自助完成。随着业务深入又增加了一些自定义函数，增加了公式及计算功能，增加组件无缝嵌入其他业务...我一度以为现在的功能已经可以满足绝大部分场景了。真到Wsin强同学说了一句：业财项目是
深度依赖
RuleLink的，流水打标，关联科目。。。我知道他看了数据，10分RuleLink执行了5万+次。这也就意味着，如果RuleLink宕机了，业财服务也就宕机了，也就意味着巨大的事故。这却是是一个问题，公司业务确实属于非常低频，架不住财务数据这么多。如果才能让RuleLink更稳定成了当前的首要问题。

高可用VS少依赖

要提升服务的可用性，增加服务的实例是最快的方式。 但是考虑到我们自己的业务属性，以及业财只是在每天固定的几个时间点短时高频调用。 增加节点似乎不是最经济的方式。看 Bob大叔的《Clear Architecture》书中，对架构的稳定性有这样一个公式：不稳定性，I=Fan-out/(Fan-in+Fan-out)

Fan-in：入向依赖，这个指标指代了组件外部类依赖于组件内部类的数量。

Fan-out：出向依赖，这个指标指代了组件内部类依赖于组件外部类的数量。

这个想法，对于各个微服务的稳定性同时适用，少一个外部依赖，稳定性就增加一些。站在业财系统来说，如果我能减少调用次数，其稳定性就在提升，批量接口可以一定程度上减少依赖，但并未解决根本问题。那么调用次数减少到极限会是什么样的呢？答案是：
一次。
如果规则不变的话，我只需要启动时加载远程规则，并在本地容器执行规则的解析。如果有变动，我们只需要监听变化即可。这样极大减少了业财对RuleLink的依赖，也不用增RuleLink的节点。实际上大部分配置中心都是这样的设计的，比如apollo，nacos。 当然，本文的实现方式也有非常多借鉴（copy）了apollo的思想与实现。

服务端设计

模型比较比较简单，应用订阅场景，场景及其规则变化时，或者订阅关系变化时，生成应用与场景变更记录。类似于生成者-消费都模型，使用DB做存储。

”推送”原理

整体逻辑参考apollo实现方式。 服务端启动后 创建Bean ReleaseMessageScanner 注入变更监听器 NotificationController。
ReleaseMessageScanner 一个线程定时扫码变更，如果有变化 通知到所有监听器。

NotificationController在得知有配置发布后是如何通知到客户端的呢？
实现方式如下：
1，客户端会发起一个Http请求到RuleLink的接口，NotificationController
2，NotificationController不会立即返回结果，而是通过Spring DeferredResult把请求挂起
3，如果在60秒内没有该客户端关心的配置发布，那么会返回Http状态码304给客户端
4，如果有该客户端关心的配置发布，NotificationController会调用DeferredResult的setResult方法，传入有变化的场景列表，同时该请求会立即返回。客户端从返回的结果中获取到有变化的场景后，会直接更新缓存中场景，并更新刷新时间

ReleaseMessageScanner 比较简单，如下。NotificationController 代码也简单，就是收到更新消息，setResult返回（如果有请求正在等待的话）

public class ReleaseMessageScanner implementsInitializingBean {private static final Logger logger = LoggerFactory.getLogger(ReleaseMessageScanner.class);private finalAppSceneChangeLogRepository changeLogRepository;private intdatabaseScanInterval;private final List<ReleaseMessageListener>listeners;private finalScheduledExecutorService executorService;public ReleaseMessageScanner(finalAppSceneChangeLogRepository changeLogRepository) {this.changeLogRepository =changeLogRepository;

    databaseScanInterval= 5000;

    listeners=Lists.newCopyOnWriteArrayList();

    executorService= Executors.newScheduledThreadPool(1, RuleThreadFactory

        .create("ReleaseMessageScanner", true));

  }



  @Overridepublic void afterPropertiesSet() throwsException {

    executorService.scheduleWithFixedDelay(()->{try{

        scanMessages();

      }catch(Throwable ex) {

        logger.error("Scan and send message failed", ex);

      }finally{



      }

    }, databaseScanInterval, databaseScanInterval, TimeUnit.MILLISECONDS);



  }/*** add message listeners for release message

   *@paramlistener*/
  public voidaddMessageListener(ReleaseMessageListener listener) {if (!listeners.contains(listener)) {

      listeners.add(listener);

    }

  }/*** Scan messages, continue scanning until there is no more messages*/
  private voidscanMessages() {boolean hasMoreMessages = true;while (hasMoreMessages && !Thread.currentThread().isInterrupted()) {

      hasMoreMessages=scanAndSendMessages();

    }

  }/*** scan messages and send

   *

   *@returnwhether there are more messages*/
  private booleanscanAndSendMessages() {//current batch is 500
    List<AppSceneChangeLogEntity> releaseMessages =changeLogRepository.findUnSyncAppList();if(CollectionUtils.isEmpty(releaseMessages)) {return false;

    }

    fireMessageScanned(releaseMessages);return false;

  }/*** Notify listeners with messages loaded

   *@parammessages*/
  private void fireMessageScanned(Iterable<AppSceneChangeLogEntity>messages) {for(AppSceneChangeLogEntity message : messages) {for(ReleaseMessageListener listener : listeners) {try{

          listener.handleMessage(message.getAppId(),"");

        }catch(Throwable ex) {

          logger.error("Failed to invoke message listener {}", listener.getClass(), ex);

        }

      }

    }

  }

}

客户端设计

上图简要描述了客户端的实现原理：

• 客户端和服务端保持了一个长连接，从而能第一时间获得配置更新的推送。（通过Http Long Polling实现）
• 客户端还会定时从RuleLink配置中心服务端拉取应用的最新配置。
  
  • 这是一个fallback机制，为了防止推送机制失效导致配置不更新
  • 客户端定时拉取会上报本地版本，所以一般情况下，对于定时拉取的操作，服务端都会返回304 - Not Modified
  • 定时频率默认为每5分钟拉取一次，客户端也可以通过在运行时指定配置项: rule.refreshInterval来覆盖，单位为分钟。
• 客户端从RuleLink配置中心服务端获取到应用的最新配置后，会写入内存保存到SceneHolder中，
• 可以通过RuleLinkMonitor 查看client 配置刷新时间，以及内存中的规则是否远端相同

客户端工程

客户端以starter的形式，通过注解EnableRuleLinkClient 开始初始化。

1 /**
2 *@authorJJ3  */
4 @Retention(RetentionPolicy.RUNTIME)5 @Target(ElementType.TYPE)6 @Documented7 @Import({EnableRuleLinkClientImportSelector.class})8 public @interfaceEnableRuleLinkClient {9 
10   /**
11 * The order of the client config, default is {@linkOrdered#LOWEST_PRECEDENCE}, which is Integer.MAX_VALUE.12 *@return
13    */
14   int order() defaultOrdered.LOWEST_PRECEDENCE;15 }

在最需求的地方应用起来

花了大概3个周的业余时间，搭建了client工程，经过一番斗争后，决定直接用到了最迫切的项目 - 业财。当然，也做了完全准备，可以随时切换到RPC版本。 得益于DeferredResult的应用，变更总会在60s内同步，也有兜底方案：每300s主动查询变更，即便是启动后RuleLink宕机了，也不影响其运行。这样的准备之下，上线后几乎没有任何波澜。当然，也就没有人会担心宕机了。这真可以算得上一次愉快的编程之旅。

成为一名优秀的程序员！

在摄影中，光线起着至关重要的作用，它对图像的整体质量和氛围有着显著的影响。您可以使用光线来增强主题，创造深度和维度，传达情感，以及突出重要细节。

在这篇文章中，我会告诉你如何在stable diffussion中控制生成图片的光线。

软件

我们将使用 AUTOMATIC1111 Stable Diffusion GUI 来创建图像。

使用光线关键词

最简单的控制光线的方法就是在提示中添加
光线关键词
。

我将使用以下基础提示和负面提示来说明效果。

正向提示词：

masterpiece,best quality,masterpiece,best quality,official art,extremely detailed CG unity 8k wallpaper,a beautiful woman,

负向提示词：

lowers,monochrome,grayscales,skin spots,acnes,skin blemishes,age spot,6 more fingers on one hand,deformity,bad legs,error legs,bad feet,malformed limbs,extra limbs,

模型：majicmixRealistic_v7

宽度：512

高度：768

CFG 刻度：7

下面是使用基础提示词生成的图片，他们看起来还不错，但是光线就不怎么样了。

Volumetric lighting
是在图像上明显的光束。它在摄影中用于增加体积感。

在提示中添加关键词
Volumetric lighting
：

rim lighting
为主题添加了明亮的轮廓。它可能会使主题变暗。您可以与其他光线术语结合使用以照亮主题。

在提示中添加关键词
rim lighting
：

Sunlight
为图像添加了阳光。它倾向于呈现自然背景。

在提示中添加关键词
Sunlight
。

Backlight
将光源置于主题之后。通过添加这个关键词，您可以产生一些时尚的效果。

在提示中添加
Backlight
。

众所周知，Stable Diffusion 在没有引导的情况下不会产生黑暗的图像。

解决这个问题的方法有很多，包括使用模型和 LoRA。但更简单的方法是添加一些昏暗的光线关键词。

在提示中添加
dimly lit
。

Crepuscular rays
在云层中添加了光线穿透的光线。它可以创造出令人惊叹的视觉效果。

这个提示和肖像宽高比通常呈现全身图像，添加
Crepuscular rays
会放大。

技巧：

• 如果您没有看到效果，请增加关键词的权重。

• 这些光线关键词并不总是有效。一次生成几张图像进行测试。

• 在提示生成器中找到更多的光线关键词。

控制特定区域的光线

提示中的光线关键词适用于整个图像。这里我会告诉你如何控制特定区域的光线。

这里你需要安装一个插件叫做regional Prompter。

下载地址如下：
https://github.com/hako-mikan/sd-webui-regional-prompter.git

安装好之后，可以在工作区的下方发现这个Regional Prompter的区域。

在这个例子中，我们将对图像的上部和下部应用不同的光线。

在
txt2img
页面上，展开
regional Prompter
部分。

按我上面的选择进行设置。

基本上含义就是把图片按2：3的比例分割成两部分，来分别进行promot设置。

regional Prompter是一个非常强大的工具，可以产出非常惊艳的效果。我会在后续的文章中详细介绍regional Prompter。

这里只是作为一个使用场景。

我们改下输入提示：

正向提示词：

masterpiece,best quality,masterpiece,best quality,official art,extremely detailed CG unity 8k wallpaper,a beautiful woman,
BREAK
( hard light:1.2),(volumetric:1.2),well-lit,
BREAK
(dimly lit:1.4),

负面提示词保持不变。

这样我们的到了一个上面光亮，下面昏暗的图片。

现在尝试交换光线分配。

masterpiece,best quality,masterpiece,best quality,official art,extremely detailed CG unity 8k wallpaper,a beautiful woman,
BREAK
(dimly lit:1.4),
BREAK
( hard light:1.2),(volumetric:1.2),well-lit,

光线相应地交换。

技巧：

• 如果您没有看到效果，请调整关键词的权重。

• 区域提示并不总是100%有效。可以多尝试一些图片看看效果。

使用 ControlNet 控制光线

除了上面的提示词和regional Prompter来控制光线之外。我们还可以使用controlNet来对图片的光线进行更加精确的控制。

controlNet是一个单独的插件，所以你需要先安装它。

Txt2img 设置

安装好controlNet之后，在
txt2img
页面上，像平常一样生成图像。

点击发送到
img2img
。

这个操作会把所有的提示，负面提示，图像大小和种子值拷贝到 img2img 页面。

Img2img 设置

在
img2img
页面上，导航到 ControlNet 部分。

将您刚刚保存的图像上传到
ControlNet 单元 0
。

大家可以使用我的配置选项。

这里我们需要选择Depth模型，在preprocessor中选择depth_zoe,model选择control_xxxx_depth。

向上滚动到
img2img 画布
。删除图像。

然后使用画图工具绘制一个黑白的模板图。

白色代表光线。

如下所示：

把这个图像上传到
img2img 画布
。

将
调整大小模式
设置为仅调整大小。

将
去噪强度
设置为 0.9。

点击
生成
。

您应该得到带有横向光源的图像。

如果你不想创建自己的光源，那么可以baidu一下黑白光源图片：

比如第一张光源图片，我们可以得到下面的图片：

备注

不一定必须使用深度控制模型。其他模型，如 canny 和lineart模型，也可以工作。你可以尝试使用预处理器，看看哪一个适合你。

如果您看到不自然的颜色，请减少
Controlnet 权重
。

调整去噪强度并观察效果。
点我查看更多精彩内容:www.flydean.com