前端对于，表格数据做分页，可以通过数组slice,进行处理，将数组分成我们想要的条数。
slice() 方法可从已有的数组中返回选定的元素。
slice() 方法可提取字符串的某个部分，并以新的字符串返回被提取的部分。
注意：slice() 方法不会改变原始数组。
slice()案例：
var fruits = ["Banana", "Orange", "Lemon", "Apple", "Mango"]; var citrus = fruits.slice(1,3); citrus 结果输出: Orange,Lemon效果图，如下：
详细解析，可以看代码中的注释。
代码html部分：
<div class="main-table"> <el-table :data="tableData.slice((currentPage-1)*pagesize,currentPage*pagesize)" style="width: 100%"> <el-table-column prop="name" label="政策名称" width="850"> </el-table-column> <el-table-column prop="type" label="政策类别" > </el-table-column> <el-table-column prop="date" label="发布时间" > </el-table-column> <el-table-column label="操作" width="100"> <template slot-scope="scope"> <el-button @click="handleClick(scope.row)" type="text" size="small">查看</el-button> </template> </el-table-column> </el-table> </div> <div class="main-page"> <el-pagination @current-change="handleCurrentChange" background layout="prev, next" :page-size="pagesize" :total="totalNum"> </el-pagination> <!-- layout="prev, next" 表示只展示上一页和下一页的部分 --> <!-- :page-size设置每页有多少条数据 --> <!-- :total="totalNum" 表示总的条数 --> <!-- current-change当前页发生改变时触发 --> </div>js部分：
data(){ return{ currentPage:1, // 当前的页数 pagesize:8, //每页的条数 totalNum:0, // 多少条数据 tableData: [{ date: "2016-05-02", name: "王小虎", type: "上海", city: "普陀区", address: "上海市普陀区金沙江路 1518 弄", zip: 200333 }, { date: "2016-05-04", name: "王小虎", type: "上海", city: "普陀区", address: "上海市普陀区金沙江路 1517 弄", zip: 200333 }, { date: "2016-05-01", name: "王小虎", type: "上海", city: "普陀区", address: "上海市普陀区金沙江路 1519 弄", zip: 200333 }, { date: "2016-05-03", name: "王小虎", type: "上海", city: "普陀区", address: "上海市普陀区金沙江路 1516 弄", zip: 200333 }] }; }, mounted(){ console.log(this.$route); this.totalNum = this.tableData.length; // 总的条数，用于展示共多少条，以及控制上一页和下一页的 document.querySelector(".btn-prev").innerHTML = "上一页"; // 更改上一页展示内容 document.querySelector(".btn-next").innerHTML = "下一页"; // 更改下一页展示内容 }, methods:{ handleCurrentChange(val) { console.log(val, "456456"); this.currentPage = val; }, },2025开年，AI技术打得火热，正在改变前端人的职业命运：
阿里云核心业务全部接入Agent体系；
字节跳动30%前端岗位要求大模型开发能力；
腾讯、京东、百度开放招聘技术岗，80%与AI相关……
大模型正在重构技术开发范式，传统CRUD开发模式正在被AI原生应用取代！
最残忍的是，业务面临转型，领导要求用RAG优化知识库检索，你不会；带AI团队，微调大模型要准备多少数据，你不懂；想转型大模型应用开发工程师等相关岗，没项目实操经验……这不是技术焦虑，而是职业生存危机！
曾经React、Vue等热门的开发框架，已不再是就业的金钥匙。如果认为会调用API就是懂大模型、能进行二次开发，那就大错特错了。制造、医疗、金融等各行业都在加速AI应用落地，未来企业更看重能用AI大模型技术重构业务流的技术人。
如今技术圈降薪裁员频频爆发，传统岗位大批缩水，相反AI相关技术岗疯狂扩招，薪资逆势上涨150%，大厂老板们甚至开出70-100W年薪，挖掘AI大模型人才！
不出1年 “有AI项目开发经验”或将成为前端人投递简历的门槛。
风口之下，与其像“温水煮青蛙”一样坐等被行业淘汰，不如先人一步，掌握AI大模型原理+应用技术+项目实操经验，“顺风”翻盘！
大模型目前在人工智能领域可以说正处于一种“炙手可热”的状态，吸引了很多人的关注和兴趣，也有很多新人小白想要学习入门大模型，那么，如何入门大模型呢？
下面给大家分享一份2025最新版的大模型学习路线，帮助新人小白更系统、更快速的学习大模型！
2025最新版CSDN大礼包：《AGI大模型学习资源包》免费分享**
一、2025最新大模型学习路线
一个明确的学习路线可以帮助新人了解从哪里开始，按照什么顺序学习，以及需要掌握哪些知识点。大模型领域涉及的知识点非常广泛，没有明确的学习路线可能会导致新人感到迷茫，不知道应该专注于哪些内容。
我们把学习路线分成L1到L4四个阶段，一步步带你从入门到进阶，从理论到实战。
L1级别:AI大模型时代的华丽登场
L1阶段：我们会去了解大模型的基础知识，以及大模型在各个行业的应用和分析；学习理解大模型的核心原理，关键技术，以及大模型应用场景；通过理论原理结合多个项目实战，从提示工程基础到提示工程进阶，掌握Prompt提示工程。
L2级别：AI大模型RAG应用开发工程
L2阶段是我们的AI大模型RAG应用开发工程，我们会去学习RAG检索增强生成：包括Naive RAG、Advanced-RAG以及RAG性能评估，还有GraphRAG在内的多个RAG热门项目的分析。
L3级别：大模型Agent应用架构进阶实践
L3阶段：大模型Agent应用架构进阶实现，我们会去学习LangChain、 LIamaIndex框架，也会学习到AutoGPT、 MetaGPT等多Agent系统，打造我们自己的Agent智能体；同时还可以学习到包括Coze、Dify在内的可视化工具的使用。
L4级别：大模型微调与私有化部署
L4阶段：大模型的微调和私有化部署，我们会更加深入的探讨Transformer架构，学习大模型的微调技术，利用DeepSpeed、Lamam Factory等工具快速进行模型微调；并通过Ollama、vLLM等推理部署框架，实现模型的快速部署。
整个大模型学习路线L1主要是对大模型的理论基础、生态以及提示词他的一个学习掌握；而L3 L4更多的是通过项目实战来掌握大模型的应用开发，针对以上大模型的学习路线我们也整理了对应的学习视频教程，和配套的学习资料。
二、大模型经典PDF书籍
书籍和学习文档资料是学习大模型过程中必不可少的，我们精选了一系列深入探讨大模型技术的书籍和学习文档，它们由领域内的顶尖专家撰写，内容全面、深入、详尽，为你学习大模型提供坚实的理论基础。（书籍含电子版PDF）
三、大模型视频教程
对于很多自学或者没有基础的同学来说，书籍这些纯文字类的学习教材会觉得比较晦涩难以理解，因此，我们提供了丰富的大模型视频教程，以动态、形象的方式展示技术概念，帮助你更快、更轻松地掌握核心知识。
四、大模型项目实战
学以致用，当你的理论知识积累到一定程度，就需要通过项目实战，在实际操作中检验和巩固你所学到的知识，同时为你找工作和职业发展打下坚实的基础。
五、大模型面试题
面试不仅是技术的较量，更需要充分的准备。
在你已经掌握了大模型技术之后，就需要开始准备面试，我们将提供精心整理的大模型面试题库，涵盖当前面试中可能遇到的各种技术问题，让你在面试中游刃有余。
因篇幅有限，仅展示部分资料，需要点击下方链接即可前往获取
2025最新版CSDN大礼包：《AGI大模型学习资源包》免费分享
