一.版本变动
最新版本2.0：
1.增加了注册登录功能
2.电脑端命例可上传至服务器端，后续移动端上线后命例可以电脑端与移动端同步
3.增加了命例分组添加删除及编辑功能
下载地址1：
windows版本：https://minio-beta.doorshow.cn/software/doorshow-windows-2.1.zip
mac电脑m系列：https://minio-beta.doorshow.cn/software/doorshow-mac-mx-2.1.dmg
mac电脑Intel系列：https://minio-beta.doorshow.cn/software/doorshow-mac-intel-2.1.dmg

下载地址2：
https://gitcode.com/wcl8580/doorshow-soft

下载地址3：
百度网盘：https://pan.baidu.com/s/11rKEuok9eZPepYOlxHcqow?pwd=advr 提取码: advr
本站：
windows版本：https://download.csdn.net/download/wcl8580/91618212?spm=1001.2014.3001.5501
mac版本：
https://download.csdn.net/download/wcl8580/91618217?spm=1001.2014.3001.5501

可入q群交流：
在这里插入图片描述

二.排盘样例（支持批注）：
三合：
在这里插入图片描述
四化：
在这里插入图片描述
飞星：
在这里插入图片描述
命例上传、同步
在这里插入图片描述

# 娱乐 # 学习 # 其他
Logo
天工造物局

北京人形旗下天工造物具身智能开源社区，聚焦具身天工与慧思开物两大平台

更多推荐

graphify 视频音视频转写全流程解析：从 detect 结果到知识图谱文档的 Step 2.5

graphify 的核心能力是把任意语料（代码、文档、PDF、图片）转化为可查询的知识图谱，而视频与音频文件无法被直接阅读，必须先把它们转写成文本。本文围绕 `graphify` 运行手册中的转写参考文档 [transcribe.md](https://link.gitcode.com/i/d3285781588e0f1b84886dfdbc4fe7f6)，完整讲解 "Step 2.5 - Tra

avatar 天工造物局

ML-For-Beginners 终章：经典机器学习在金融、医疗、零售等八大行业中的真实落地场景

本篇技术指南基于开源课程仓库 ML-For-Beginners 的收尾课程《Postscript: Machine learning in the real world》（对应仓库目录 [9-Real-World/1-Applications](https://link.gitcode.com/i/6b23002df80861c20abf34d7db63ef41)）编写。该课此前 11 周的教学带

avatar 天工造物局

graphify 知识图谱查询实战：query / path / explain 与可审计的答案闭环

本指南以 graphify 的 Trae 版查询技能参考（[graphify/skills/trae/references/query.md](https://link.gitcode.com/i/72a7875d46ec6d3706d31791f3cdcbe0)）为主体，系统讲解如何针对**已构建好的知识图谱**执行三类查询：语义相关节点遍历（query）、两概念间最短路径（path）、单节点关

avatar 天工造物局