Posted 2025-11-24Updated 2025-12-07Note5 minutes read (About 677 words)

# ===== 第一课时：函数的定义与使用 =====

# 1. 最简单的函数 - 无参数无返回值
print("--- 示例1：打招呼函数 ---")

def say_hello():
    """这是一个简单的打招呼函数"""
    print("你好！")
    print("欢迎学习Python！")

# 调用函数
say_hello()
say_hello()  # 可以多次调用

# 2. 带参数的函数
print("\n--- 示例2：带参数的函数 ---")

def greet(name):
    """向指定的人打招呼"""
    print("你好，", name, "！")
    print("很高兴见到你！")

greet("小明")
greet("小红")
greet("小刚")

# 3. 带多个参数的函数
print("\n--- 示例3：多个参数 ---")

def introduce(name, age, hobby):
    """自我介绍函数"""
    print(f"大家好，我叫{name}")
    print(f"我今年{age}岁")
    print(f"我喜欢{hobby}")
    print("-" * 30)

introduce("小明", 10, "打篮球")
introduce("小红", 9, "画画")

# 4. 带返回值的函数
print("\n--- 示例4：返回值 ---")

def add(a, b):
    """计算两个数的和"""
    result = a + b
    return result

sum1 = add(5, 3)
sum2 = add(10, 20)
print("5 + 3 =", sum1)
print("10 + 20 =", sum2)

# 5. 实用函数：计算矩形面积
print("\n--- 示例5：计算面积 ---")

def rectangle_area(length, width):
    """计算矩形面积"""
    area = length * width
    return area

area1 = rectangle_area(5, 3)
area2 = rectangle_area(10, 8)
print("长5宽3的矩形面积：", area1)
print("长10宽8的矩形面积：", area2)

# 6. 实用函数：判断奇偶
print("\n--- 示例6：判断奇偶数 ---")

def is_even(number):
    """判断一个数是否为偶数"""
    if number % 2 == 0:
        return True
    else:
        return False

print("4是偶数吗？", is_even(4))
print("7是偶数吗？", is_even(7))
print("10是偶数吗？", is_even(10))

# 7. 实用函数：计算平均分
print("\n--- 示例7：计算平均分 ---")

def calculate_average(score1, score2, score3):
    """计算三门课的平均分"""
    total = score1 + score2 + score3
    average = total / 3
    return average

avg = calculate_average(85, 90, 88)
print("平均分是：", avg)

# 8. 综合练习：温度转换
print("\n--- 示例8：温度转换 ---")

def celsius_to_fahrenheit(celsius):
    """摄氏度转华氏度"""
    fahrenheit = celsius * 9/5 + 32
    return fahrenheit

def fahrenheit_to_celsius(fahrenheit):
    """华氏度转摄氏度"""
    celsius = (fahrenheit - 32) * 5/9
    return celsius

temp_c = 25
temp_f = celsius_to_fahrenheit(temp_c)
print(f"{temp_c}°C = {temp_f}°F")

temp_f2 = 77
temp_c2 = fahrenheit_to_celsius(temp_f2)
print(f"{temp_f2}°F = {temp_c2}°C")

# 9. 带默认参数的函数
print("\n--- 示例9：默认参数 ---")

def power(number, exponent=2):
    """计算幂次方，默认是平方"""
    result = number ** exponent
    return result

print("5的平方：", power(5))
print("2的3次方：", power(2, 3))
print("3的4次方：", power(3, 4))

# 10. 实践项目：成绩管理系统
print("\n--- 综合实践：成绩管理 ---")

def get_grade(score):
    """根据分数返回等级"""
    if score >= 90:
        return "优秀"
    elif score >= 80:
        return "良好"
    elif score >= 60:
        return "及格"
    else:
        return "不及格"

def print_report(name, math, chinese, english):
    """打印成绩单"""
    print(f"\n===== {name}的成绩单 =====")
    print(f"数学：{math}分 - {get_grade(math)}")
    print(f"语文：{chinese}分 - {get_grade(chinese)}")
    print(f"英语：{english}分 - {get_grade(english)}")
    
    avg = calculate_average(math, chinese, english)
    print(f"平均分：{avg:.1f}分 - {get_grade(avg)}")
    print("=" * 30)

print_report("小明", 85, 92, 88)
print_report("小红", 95, 87, 91)

Posted 2025-11-12Updated 2025-12-07Notea few seconds read (About 0 words)

ROS2 Basic

Posted 2025-11-12Updated 2025-12-07Notea minute read (About 178 words)

Custom Robot URDF with Moveit2

URDF 生成

使用solidworks URDF exporter.

https://www.bilibili.com/video/BV1WX4y157gg/?spm_id_from=333.337.search-card.all.click&vd_source=45fc7197aaca220eec8fef4c2711efe3

需要注意不要使用 lock constrain 限制零件位置。

URDF with Moveit2

https://moveit.picknik.ai/main/doc/examples/examples.html#integration-with-a-new-robot
首先克隆moveit2的示例仓库:

1	git clone -b humble https://github.com/moveit/moveit2_tutorials

编译项目colcon build，启动setup assistant：

1	ros2 launch moveit_setup_assistant setup_assistant.launch.py

随后按照教程配置SRDF。

配置完成后可以启动示例代码：

1	ros2 launch panda_moveit_config demo.launch.py

会将机械臂可视化并且拖动目标位置之后可以plan&execute。

Posted 2025-09-17Updated 2025-12-07Notea minute read (About 157 words)

2025韩国

支付方式

T-money (春秋航空套餐涵盖)

涵盖范围：公交地铁，便利店
主打一个方便

支付宝

涵盖范围：免税店，大型百货，便利店（餐饮小店可能不支持）
支持ZFB退税

现金

兑换一些以备不时之需

Visa

釜山PASS

购买pass卡： https://www.klook.com/zh-TW/activity/81576-visit-busan-pass/?aid=35176&dd_referrer=https%3A%2F%2Fwww.funliday.com%2F&utm_medium=affiliate-alwayson&utm_source=non-network&utm_campaign=35176&utm_term=

详细信息：
https://www.visitbusanpass.com/

钻石湾游艇

预约：http://diamond.tims.kr/

Yacht G游艇

预约：小红书Yacht G_Busan Pass

Posted 2025-09-14Updated 2025-12-07Note3 minutes read (About 420 words)

Lec1

安全第一课——安全口诀

大门,电梯与楼梯

进出大门不奔跑，避让车辆讲安全

进出电梯多留意，正确按钮不急躁

上下楼梯要小心，轻声慢步靠右行

走廊与教室

墙壁开关和器材，未经准许莫乱动

优美环境大家创，不在墙上乱写画

课间休息勿打闹，窗台栏杆禁攀爬

课后

活动结束别急走，整理书桌做卫生

家长未到我不走，指定地点静等候

总结不

精彩活动我参加，互帮互助讲友爱

文明习惯我牢记，争做合格小公民

小问答

如果有零件掉到了桌子下面很难够到的地方怎么办？

安全第一课——学员守则

一、自觉遵守团队活动纪律，尊敬师长、友爱同学，讲文明、懂礼貌，有诚信。

二、按时、按量参加团队活动，不迟到，不早退，有病有事先请假（提前两周），不无故缺席（超过三次劝退）。

三、认真刻苦、积极进取，正确对待学习中的困难和挫折，保持健康心理。

四、爱护公共财物，规范使用各类活动器具，杜绝人身伤害事故及物品损坏事故的发生。

五、学期内，活动缺席超过3次的（因身体突发疾病等特殊情况另行处理）的学员视作自动放弃课程活动

Posted 2025-09-14Updated 2025-12-07Note3 minutes read (About 434 words)

Lec1

安全第一课——安全口诀

大门,电梯与楼梯

进出大门不奔跑，避让车辆讲安全

进出电梯多留意，正确按钮不急躁

上下楼梯要小心，轻声慢步靠右行

走廊与教室

墙壁开关和器材，未经准许莫乱动

优美环境大家创，不在墙上乱写画

课间休息勿打闹，窗台栏杆禁攀爬

课后

活动结束别急走，整理书桌做卫生

家长未到我不走，指定地点静等候

总结

精彩活动我参加，互帮互助讲友爱

文明习惯我牢记，争做合格小公民

小问答

如果有零件掉到了桌子下面很难够到的地方怎么办？

安全第一课——学员守则

一、自觉遵守团队活动纪律，尊敬师长、友爱同学，讲文明、懂礼貌，有诚信。

二、按时、按量参加团队活动，不迟到，不早退，有病有事先请假（提前两周），不无故缺席（超过三次劝退）。

三、认真刻苦、积极进取，正确对待学习中的困难和挫折，保持健康心理。

四、爱护公共财物，规范使用各类活动器具，杜绝人身伤害事故及物品损坏事故的发生。

五、学期内，活动缺席超过3次的（因身体突发疾病等特殊情况另行处理）的学员视作自动放弃课程活动。

MindPlus

安装

https://mindplus.cc/

文档

https://mindplus.dfrobot.com.cn/catalog

Posted 2025-08-26Updated 2025-12-07Notea few seconds read (About 72 words)

2025 长沙♥️♥️

Here's something encrypted, password is required to continue reading.

Posted 2025-08-22Updated 2025-12-07Note3 minutes read (About 404 words)

PSGBOT Analysis Table

process:

trained:
- swint_mcm
- swint_cb_mcm
- swint_cb_scm
- resdcn_scm
- resdcn_cb_scm
- resdcn_cb_mcm
- resdcn_mcm
- swint_scm
training:
evaluated:
- swint_mcm
- swint_cb_scm
- swint_cb_mcm
- resdcn_cb_scm
- resdcn_cb_mcm
- resdcn_scm
- resdcn_mcm
- swint_scm
evaluating:
evaluated on 1000 samples

KAF-Net: Part-level Kinematic Relation Graph Generation For Robot Manipulation

backbone	In. Aug	class balance	$mAp_{50}$	$R@10/20/40$	$mR@10/20/40$
SwinT	MCM	yes	24.2	33.4/53.8/73.9	25.1/52.9/69.2
		no	23.4	43.5/62.3/78.7	26.9/55.3/67.9
	Single	yes	23.5	32.3/51.6/69.2	34.4/52.9/65.4
		no
ResDCN	MCM	yes	23.1	32.8/52.8/70.1	24.8/52.8/67.7
		no	train~
	Single	yes	20.5	39.9/54.3/69.3	37.7/51.2/65.1
		no	22.3	33.8/52.4/69.4	35.7/55.6/66.7
On `swint_cb_mcm`:

Image-Mask Branch	$mAp_{50}$	$mR@10/20/40$
Yes
No

VLM	VI	VR	unVR
Gemini 2.5 Flash
Pixtral 12B

Task Planning:
example:

https://sankeymatic.com/build/?i=PTAEGUEMFsAcBsCmoBSB7ARhRkBOBjAC1ABMBLSAc1xgC4AoegFTQBdJ5RXcL4BnUAG0ALAF1QABTysAtH0SUAOgDtQAM0hl4AV1zIAxIgCMAVgDsJgJzM2HLjw4DBJgGzipuWfKWq%2B2%2DPiIfAKMHl4KKuqaOnpCRuJMkHwA1qB6SABukMqsoGTKfOzKgZHKbKDe0Ig5iCT0YXIRqhpausiCAMwJSanpiFk5oLDSpeWV1ay1odKNPhX%2BgcFxbpIzAJLKami4VSQQAOL7oJEtMQbG5lb1M96RfgFBTsIADO7rm9u7B0d3%2DoiPoGmnhkGy2O1q32OzWibSEAA5xAB1XBoZSUUDJfKIaCQVhkfBpRDwXFkVGkRCTfB41HXYGgz4Q8CHKFRVqxTpIlFoobSdTaYrU1QkCmIKmk5S02T08F7Jk%2DaFs9pdUAbQrZQIyTJEyGnNqSkEfGWQk4w9kAJk5qPRADUADIAWTyBSKgXJfHwPFggsY%2BulXzlLPu%2DyWzm6KSGxOUyny6N1sUMpgs1gafsZzN%2BgQBnRMYdSCGy0e5QeCjES4fzUZjrLOQmVyKtXB6Mj6A1yfgw1EgsEIzB6EYLVbj7XioHr3MgYrJYK4hGQw08oGk%2BO0xO9ZbzkcLsdNw%2DEADFPrjQIhcCjcPQ%2BGQAF7IADuoCMRmez3ooGILhML5xuEo%2BVAnEfV9cAfM1X1yIw4VfLAzRfDtQHwNB4G2UB9DUND0LAmgCnnCZQAAOXoMphVAe8zRMV9iA6FxXz4YZ8CrYRrFADBtmFYCXxnbFkAwV8EKQ4D9DhIThNfNA6LIVgAE8H3oNQkPvfBdCyVhYWeAA6YRqKdWceFYNQUWgRsfwpXjEOQ%2DRLEsqzRPEqTQHU4RyOJSS0G0XJWJPRc3LQHE8XwV8ACttEKMg1BcnhfwKfDAuCvEwuqEgBAIwkMhPbwaG7aLF1YdgiHyBC4CQSZCjQUBlBwPRCnoYkMCJAQ%2BPM58mo4wgyGI5LWsoQh4DILrcnUsjXy2HINFdeQeDUV8evK2iJyrDj0hJVLLxvB8INfHFKGjMKH2farIFq%2BBlBgZAu1gCqBAATRo69kCMMw1PIkjEF6whcheF8aqJLIdFO2BzrwK6hpXeBYD0ejLzJa6hjQS9BUXFjUtfW8Xr60APv2w7YFhiTxS81g0A4XrVCMGiiC4oYTwAfTVShECGshcEKRc1Emc9mL0SBkmx%2DJclAn7tGQMFfNAAByAAaNTRdfMHEDUMgAA8xel%2BY0MV5X6FYWcqjQND5FySBQC0rBIPg%2BzXz2L8KUNqocnFPhsmSRBJN8%2DFQGhnqQugDAOHVIJ3aAA

https://sankeymatic.com/build/?i=CoewLghgNgBGBOBLaBnGBtAnAXRgBQnjAFoUBTAcxgDMJEoBXeMmAYjIEYBWAdi8wBQoSLATIoadBw64CRUpRgoGAYxVkUKAQLklyVWvSYt0ADlzAIKANYxmUMgDcIAOzAxELlJBfqYL8CVKAFsyNzIAEx1CPUVDRmYMGRhLGzsyB2c3GAAHGP9A%2DVDwqOj5fSVVdU0k2RjiAEkXahB4UIiYAGUAcW6aOgSWdm4%2BQV0FKmU1DUkOAAY6%2BSaWtsiu3srpzW1x5db29b744wwFmAB1eBAXKmtPMmCIMEQVdKgnxGuYCLIwMhVntcyiQ9qsOj0jgMTugzpdrlQ8kQaAxfICXN9fv80cDGs19msIf0jIkYbgmt5XOpiJkMociYMcaCDoTjiTknCbjAAGoAGQAsh4vD4%2DD8UCokDlsYy8WC6VNqpIuBYrLYcu8XC5PAYoYlhrx%2BNKVsyNvKZhglSkVbl1ZrOabtkIrWrXLbtcSTAAmXAcqiQGzEexOVzuZQAIwo8AgOQAFo60s6NVr6dDYVdORAAZ90Ss4NGWIj3DEXgx3tjUqqbUnWSYAMy4ABi%2ByeMDI8Cu8AEKEQAC8WAB3GDSOZzAQwaMwABsXBHj3gFE8MFg0lH8EHHtH7g4plHoZgHpH4ZgKhAUFabGoF8vG8jXkRYXcADkBAEfjABx6uKPxzWJ6OUHkVCTAAWQQYFDVoflXEdcweFhQ1HY9T1XVhTFQtDRxAADEDAABPQcBGoU8BxUJhnDAE45gAOiA39BTzJAwGoK5gjgQgKF%2BBCTzPVhMF4viMKw3CYCooDP3eHCQAYdwINbGAICkkBHmeFRRwAKwYbxEGoCSkHnLwYCfGB1M07SwgiNBDOYRxW30SMYwM0cnkgFRo08Y9gjVTFvBAfwyEIDQwAEd5QwyNBEO44dIug1zX0M1yKGjKBEAS9wqI%2DUcWjcWg%2DHIJBqFHJKXA0LDOWg%2BwPmsrte0HLdR0eChNW0wdhyCiAQqgFwIFCOSchyPz4DQABNP8exYDgeEoz83zIZLo3cICWuCjJnEYFgoz6wghoyksoByZhAK7L5htyEAuzROTwOs0c%2BxmlKYAWkclt207sKzOSFOgZL0Q4P8XNg3JWwAfQpdiMsQAbC2oP4OzA5gIGsHIQE8dx1xWhgWCNZsAHIABpKKx0c9rIahEAADxgLGCcqC8yYpgmwDzUIQAvchC0nHcYG3I9hNHDoZ1%2BCAYGKNEUFcawyBwpSXhgY6ks04JQ2gSkNBloA

Posted 2025-08-22Updated 2025-12-07Notea few seconds read (About 98 words)

PSGBOT Analysis Table

process:

trained:
- swint_mcm
- swint_cb_mcm
- swint_cb_scm
- resdcn_scm
- resdcn_cb_scm
- resdcn_cb_mcm
training:
- swint_scm
evaluated:
- swint_mcm
- swint_cb_scm
- swint_cb_mcm
- resdcn_cb_scm
- resdcn_cb_mcm
- resdcn_scm
evaluating:
- resdcn_mcm
  evaluated on 1000 samples

KAF-Net: Part-level Kinematic Relation Graph Generation For Robot Manipulation

backbone	In. Aug	class balance	$mAp_{50}$	$R@10/20/40$	$mR@10/20/40$
SwinT	MCM	yes	24.2	33.4/53.8/73.9	25.1/52.9/69.2
		no	23.4	43.5/62.3/78.7	26.9/55.3/67.9
	Single	yes	23.5	32.3/51.6/69.2	34.4/52.9/65.4
		no	24.2	32.7/51.4/68.6	25.2/53.5/66.3
ResDCN	MCM	yes	23.1	32.8/52.8/70.1	24.8/52.8/67.7
		no	23.4	36.9/52.5/69.9	23.9/47.8/62.4
	Single	yes	20.5	39.9/54.3/69.3	37.7/51.2/65.1
		no	22.3	33.8/52.4/69.4	35.7/55.6/66.7
On Swin Transformer with class balance:

Image-Mask Branch	$mAp_{50}$	$mR@10/20/40$
Yes
No

VLM	VI	VR	unVR
Gemini 2.5 Flash
Pixtral 12B

Posted 2025-08-13Updated 2025-12-07Note13 minutes read (About 1964 words)

RAG-Graph

在大型语言模型（LLM）驱动的问答和内容生成领域，检索增强生成（Retrieval-Augmented Generation, RAG）已成为一项基础技术。然而，传统的 RAG 依赖于向量相似度搜索，如同在图书馆中寻找内容相似的书籍，却常常忽略了书籍之间、作者之间以及知识点之间错综复杂的关系。为了突破这一局限，Graph RAG 应运而生，它通过引入“知识图谱”，为 RAG 系统装上了能够理解和导航数据关系的“智慧大脑”，实现了从“相关性检索”到“关联性推理”的重大飞跃。

核心概念：从“文档块”到“知识网络”

标准 RAG 的工作流程通常是：

将大量文档切分成独立的文本块（chunks）。
将这些文本块向量化后存入向量数据库。
当用户提问时，将问题向量化并在数据库中进行相似度搜索，找出最相关的几个文本块。
将这些文本块作为上下文（Context）连同问题一起提供给 LLM，生成最终答案。

这种方法的缺陷在于，它处理的是孤立的信息片段。如果一个答案需要整合来自多个不同但相互关联的文档中的信息，标准 RAG 就可能力不从心。

Graph RAG 则彻底改变了数据的组织和检索方式：

构建知识图谱： 它不再仅仅是切分文档，而是利用 LLM 从非结构化文本中提取出关键的实体（Entities）和它们之间的关系（Relationships）。例如，从“埃隆·马斯克是特斯拉的CEO，该公司总部位于美国”这句话中，可以提取出实体“埃隆·G马斯克”、“特斯拉”、“CEO”、“美国”，以及关系“（马斯克）-是-（CEO）-属于-（特斯拉）”和“（特斯拉）-总部位于-（美国）”。
图谱化存储： 这些实体作为“节点（Nodes）”，关系作为“边（Edges）”，共同构建成一个庞大而精细的知识网络，并存储在专门的图数据库中。
基于关系的检索： 当用户提问时，Graph RAG 不仅进行语义搜索，更重要的是在图谱上进行遍历和路径查找。它能识别问题中的核心实体，然后在图谱中探索这些实体的邻近节点和多层关系，从而收集到一个结构化、高度关联且富有深度的上下文。
生成精准答案： 最后，将这个包含丰富实体和关系信息的子图（sub-graph）作为上下文提供给 LLM，使其能够基于清晰的逻辑链条进行推理，生成更精准、更具解释性的答案。

简单来说，标准 RAG 问的是“哪些文档与我的问题最像？”，而 Graph RAG 问的是“与我问题相关的实体有哪些？它们之间存在什么样的联系？这些联系如何共同解答我的问题？”

用到的关键技术

Graph RAG 的实现依赖于一个强大的技术栈，它融合了自然语言处理、图技术和大型模型。

大型语言模型 (LLMs): 在 Graph RAG 中扮演双重角色。
- 知识提取器： 在构建图谱阶段，使用 LLM 强大的自然语言理解能力，从海量非结构化或半结构化文本中自动识别实体和关系，极大地降低了知识图谱的构建门槛。
- 推理与生成器： 在查询阶段，LLM 负责理解从图谱中检索到的结构化上下文，并基于这些关系进行推理，最终生成流畅、准确的自然语言答案。
知识图谱 (Knowledge Graphs): 这是 Graph RAG 的核心。它以图的形式组织信息，完美地契合了真实世界中知识相互关联的特性，使得复杂的“多跳问题”（需要跨越多个信息点才能回答的问题）得以解决。
图数据库 (Graph Databases): 专为存储和查询知识图谱而设计的数据库，如 Neo4j, NebulaGraph, Amazon Neptune 等。与传统关系型数据库相比，图数据库能以极高的效率执行关系遍历和路径查找操作，这对于实时响应 Graph RAG 的复杂查询至关重要。
图算法与图机器学习:
- 社区发现算法 (e.g., Leiden): 在构建图谱后，可以对节点进行聚类，形成不同的“社区”或“主题域”。这使得 Graph RAG 可以实现“全局搜索”，先定位到最相关的社区，再进行细粒度检索。
- 图嵌入 (Graph Embeddings): 将图中的节点和关系也表示为向量，使得图结构信息可以和文本语义信息在同一个向量空间中进行融合与检索。

主要应用领域

Graph RAG 的优势在于处理需要深度推理、上下文理解和关系挖掘的复杂场景，因此在以下领域展现出巨大潜力：

金融风控与合规： 在反欺诈场景中，Graph RAG 可以轻松识别出看似无关的交易、账户和个人之间隐藏的关联，揭示复杂的欺诈网络。在合规审查中，它可以将法规条款、公司行为和交易数据连接起来，提供可追溯、可解释的合规判断。
生物医学与药物研发： 生物医学领域充满了复杂的相互作用，如基因、蛋白质、疾病和药物之间的关系。Graph RAG 能够整合海量论文、临床试验数据和基因数据库，帮助研究人员发现新的药物靶点、预测药物副作用，或为特定患者提供个性化的治疗方案建议。
供应链管理： 现代供应链是一个复杂的全球网络。Graph RAG 可以整合供应商、物流、库存、市场需求和地缘政治风险等数据，当出现“某国港口关闭”等事件时，能迅速分析出受影响的上下游企业和产品，并推荐替代方案。
企业智能知识管理： 大型企业内部知识分散在不同部门的文档、报告和数据库中。Graph RAG 可以将这些知识整合成一个统一的、相互关联的企业知识图谱，让员工能以自然语言提问，获得跨部门、高精度的答案，例如“去年哪个产品的研发项目同时涉及了上海和硅谷的团队，并且项目负责人是谁？”
个人化推荐系统： 通过构建用户、产品、偏好和行为之间的关系图谱，Graph RAG 能够提供超越“购买此商品的人也购买了…”的简单推荐，实现更深层次的、基于兴趣和逻辑关联的个性化内容或产品推荐。

URDF 生成

URDF with Moveit2

支付方式

T-money (春秋航空套餐涵盖)

支付宝

现金

Visa

釜山PASS

钻石湾游艇

Yacht G游艇

安全第一课——安全口诀

大门,电梯与楼梯

进出大门不奔跑，避让车辆讲安全

进出电梯多留意，正确按钮不急躁

上下楼梯要小心，轻声慢步靠右行

走廊与教室

墙壁开关和器材，未经准许莫乱动

优美环境大家创，不在墙上乱写画

课间休息勿打闹，窗台栏杆禁攀爬

课后

活动结束别急走，整理书桌做卫生

家长未到我不走，指定地点静等候

总结不

精彩活动我参加，互帮互助讲友爱

文明习惯我牢记，争做合格小公民

小问答

安全第一课——学员守则

安全第一课——安全口诀

大门,电梯与楼梯

进出大门不奔跑，避让车辆讲安全

进出电梯多留意，正确按钮不急躁

上下楼梯要小心，轻声慢步靠右行

走廊与教室

墙壁开关和器材，未经准许莫乱动

优美环境大家创，不在墙上乱写画

课间休息勿打闹，窗台栏杆禁攀爬

课后

活动结束别急走，整理书桌做卫生

家长未到我不走，指定地点静等候

总结

精彩活动我参加，互帮互助讲友爱

文明习惯我牢记，争做合格小公民

小问答

安全第一课——学员守则

MindPlus

安装

文档

training:

evaluating:

核心概念：从“文档块”到“知识网络”

用到的关键技术

主要应用领域

Archives

Recents

Tags