程序无法启动

itjiasu 2007-04-13 02:17:22

我用.net2005打包一个c++ builder监控程序，然后在一台没装CB的电脑上运行，
提示＂没有找到ISLVININ.DLL，因此程序未能启动，重新安装应用程序可能会修复此问题＂．但是在开发这个程序的电脑上又搜索不到这个dll．这个程序用了第三方控件jcl,jvcl,Raize.这个问题已经困扰我很久了，请高手帮忙解决一下，谢谢！

...全文

207 2 打赏收藏转发到动态举报

写回复

2 条回复

切换为时间正序

请发表友善的回复…

发表回复

Y___Y 2007-04-13

打赏
举报

回复

在project->Options->Compiler中点击Release,
在project->Options->Packages中取消Builder with runtime packages的对钩
在project->Options->Linker中取消Use dynamic RTL前的对钩

Y___Y 2007-04-13

打赏
举报

回复

静态编译一下，应该可以

注册资料，一个账号一套资料，不要重复使用，或使用被滥用的资料去注册，也可以一步到位，找到接受验号的靠谱号商拿号。如果应用包含违法、欺诈、骚扰、暴力、色情或令人反感的内容，或者违反了知识产权规定，以及应用请求过多的权限并未能透明地向用户解释权限使用的合理性，都有可能拒绝通过审核。，对于想要上传马甲包的开发者来说，需要对代码或功能进行混淆和隐藏应对谷歌的检测，但需要注意“分寸”，不然会被谷歌以行为不透明、隐藏功能等原因拒绝应用上架。描述与实际功能不符，或者提供虚假的截图，则也会审核不通过。

内容概要：本文是一份系统性的AI Agent学习教程，涵盖从认知到实战的17个章节，全面讲解了AI Agent的核心知识体系。教程围绕八大核心模块展开：Prompt工程、Workflow工作流、Tool Calling工具调用、Memory记忆系统、RAG与知识库、Planning任务规划、Multi-Agent多智能体以及框架选择。通过理论讲解、案例分析和实战项目（如食品采购系统、内容矩阵、小说工厂），帮助学习者掌握如何设计、构建和部署完整的AI Agent系统。; 适合人群：具备一定AI工具使用经验（如ChatGPT、Claude）的研发人员、产品经理和技术爱好者，希望从AI使用者进阶为AI系统设计者和架构师；特别适合有1-3年工作经验、有志于转型AI Agent开发的从业者。; 使用场景及目标：①理解AI Agent与普通AI的核心区别，掌握其“感知-决策-行动-反思”的闭环工作模式；②系统学习并实践Agent的八大核心能力，特别是Workflow工作流设计这一能力分水岭；③完成从食品采购到多智能体协作的三大实战项目，最终能够独立设计和部署企业级AI Agent应用。; 阅读建议：本教程强调“以项目驱动学习”，建议严格按照“理解本质→掌握Prompt→设计Workflow→实现工具调用→集成记忆与知识→规划任务→多智能体协作”的学习路径进行。务必边学边做，利用配套的12个Skill进行动手实践，并在学习过程中不断对照避坑指南，避免陷入“只学不做”、“过度追求新技术”等常见误区。

随着我国科普教育事业快速发展与公众科学素养需求增长，传统图文展示、静态讲解的展馆科普模式已难以满足青少年对互动性、趣味性和参与感的需求。体感交互通过摄像头实时捕捉人体动作，无需手持控制器即可自然互动，沉浸感与参与感显著优于键鼠操作，为科普体验升级提供新的技术路径。本文设计并实现面向科技馆、展馆场景的体感互动科普教育小游戏系统。系统利用Kinect捕捉人体骨骼动作，以体感闯关方式完成科普学习与娱乐；将知识点与具象化体感动作深度绑定，实现"边动边学"；针对不同年龄段设计难度适配机制，动态调整动作难度与内容深度，兼顾儿童、青少年与成人；并基于多骨骼追踪预留多人互动能力。系统采用Unity 2022.3 LTS与C#，结合Kinect SDK获取骨骼数据，采用UGUI搭建界面，通过JSON数据驱动关卡与知识点配置，整体采用MVC分层架构及单例、状态机、事件驱动等设计模式。系统按功能划分为五模块：体感识别负责Kinect接入、骨骼获取与姿态捕捉；动作判定负责动作库维护、动作匹配与相似度评估；关卡科普负责关卡流程控制与知识讲解；计分系统负责得分、连击判定与星级评价；UI展示负责主界面、关卡界面与操作引导。测试表明，动作识别准确率达90%以上，判定延迟不超过300毫秒，界面响应不超过200毫秒，关卡加载不超过2秒，连续运行稳定，目标年龄段用户接受度达85%以上。系统实现科普动作深度融合、分年龄段难度自适应、多骨骼多人互动预留与数据驱动关卡框架等创新，为场馆科普互动提供可落地、易扩展方案。【课程报告内容】摘要第1章绪论第2章相关技术与理论第3章系统需求分析第4章系统总体设计第5章系统详细设计与实现第6章系统测试与分析第7章总结与展望参考文献附件-实现指南

chromedriver-mac-arm64-153.0.8009.0(Canary).zip

页面底部可查看数据集可视化效果；该数据集可直接接入YOLOv5s/v5m/v5l、YOLOv8n/v8s/v8m、YOLOv10n/v10s等轻量级至中型骨干网络进行端到端训练，支持从零训练（from scratch）与迁移学习（fine-tuning）两种模式

网络及通讯开发

1,317

社区成员

8,874

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章