名为沙丁鱼的猫729-优快云博客

原创【状态管理】

表格方案底层异步方案优点缺点适合场景原生 Redux无，需要中间件灵活可控，理解底层原理样板代码巨多，写起来繁琐学习原理、复杂定制场景上手简单，异步直观复杂异步（竞态、取消请求）不好处理简单后台项目，FishX 基础项目Dva内置 loading、model 聚合，适合中大型项目需要学习 saga/yield 语法中大型后台管理系统，WhaleCloud FishX 推荐方案Rematch内置 async/await最简代码，写法类似 Vuex，上手快。

2026-09-04 15:13:34 133

原创【网络请求】

页面组件查询列表、详情→useFetch，自动维护 loading、缓存、轮询、分页，优先推荐新增 / 编辑 / 删除提交操作→useUpdate需要全局共享异步数据、手动精细控制 → 底层fetch+ useState统一添加 token、全局错误处理、401 跳转 → rest interceptor 拦截器GraphQL 接口 →。

2026-09-04 15:08:39 182

原创【前端路由】

承接上文 FishX 路由基础，本篇介绍动态路由参数、自定义导航组件、路由权限控制、页面转场动画、多 Layout 方案。基于判断当前路由是否激活，实现带高亮的菜单导航。

2026-09-04 15:01:49 208

原创 React/JSX 编码规范

原理：React 依靠 Hook 调用顺序绑定 state，顺序改变会造成状态错乱。ref 优先使用回调 ref，禁止字符串 ref。JS 普通字符串使用单引号。多行 JSX 返回必须包裹在。，对齐 HTML 习惯。单行 JSX 不需要。✅ 如果需要条件逻辑，

2026-09-04 11:23:39 412

原创干货 -Spring AOP 使用总结

本文总结了AOP（面向切面编程）的使用方法及其核心概念。首先介绍了代理模式，包括静态代理和动态代理（JDK动态代理、CGLIB等），并通过示例展示了静态代理的实现。随后详细讲解了AOP的概念、术语（如连接点、切入点、通知等）以及其在分离核心关注点和横切关注点中的作用。文章提供了多种Spring AOP实现方式，包括基于代理的自动/手动配置、AspectJ注解、@annotation拦截方法以及aop:config标签配置，并对比了不同通知类型的实现方式。针对AOP中的循环嵌套问题，提出了通过AopConte

2026-08-18 18:30:00 411

原创【审计日志组件实践复盘】前端工程化 + 后端DDD架构（AOP切面拦截日志） + MBG

本文详细复盘了一个日志审计模块的端到端实现过程，涵盖前后端全链路技术方案。前端采用五层架构：路由嵌套布局、Less自适应样式、i18n国际化、Service接口封装和Axios拦截器；后端基于自研DDD领域驱动设计，通过注解实现AOP自动审计日志和动态路由。重点解决了MBG动态SQL查询、BLOB大字段处理等难点，最终形成从浏览器请求到数据库查询的完整闭环。项目特色包括前后端完全解耦、标准化架构设计，以及自动化的审计日志记录机制，为系统操作追溯提供了完整解决方案。

2026-07-31 19:30:00 467

原创 MCP协议传输层（Transport layer）详解：解析MCP协议的传输层实现，以及四种不同的传输方式：Stdio、HTTP+SSE、StreamableHTTP和WebSocke

本文深入探讨了MCP协议的传输层实现，详细介绍了四种不同的传输方式：Stdio、HTTP+SSE、StreamableHTTP和WebSocket。Stdio通过标准输入输出实现轻量级本地进程通信；HTTP+SSE采用单向推送技术；StreamableHTTP整合了POST和SSE实现双向通信；WebSocket则提供全双工低延迟通道。文章解析了每种传输方式的客户端和服务端实现原理，包括消息打包、传输机制和错误处理流程。

2026-01-31 22:09:34 1378

原创【MCP 协议层（Protocol layer）详解】：深入分析MCP Python SDK中协议层的实现机制

MCP Python SDK源码解析：协议层实现剖析本文深入分析了MCP Python SDK中协议层的实现机制。MCP架构包含Host、Client和Server三个核心组件，通过JSON-RPC 2.0协议进行通信。BaseSession类作为协议层核心，实现了消息封装、请求/响应关联等基础功能，其泛型设计支持多种消息类型处理。ClientSession和ServerSession继承BaseSession，分别实现了客户端和服务端的特定逻辑，包括初始化握手、能力协商和消息分发等。

2026-01-31 21:35:31 1225

原创从个体赋能到群体智能：A2A 与 MCP 协同的技术深解（含代码实战）

本文探讨了AIAgent协作中的关键技术与解决方案。针对当前单一智能体能力受限、不同系统间难以协同的问题，提出A2A（Agent间协作协议）与MCP（模型上下文协议）的结合方案。A2A负责高层任务分配与协调，MCP处理底层工具调用与执行，形成"任务拆解-分布式执行-结果汇总"的闭环。通过GitHub仓库分析实例，展示了Python环境下的完整实现流程，包括MCP工具定义、A2A服务搭建和客户端调用。同时总结了五大落地坑点：版本兼容性、异步阻塞、认证缺失、断连重试和参数标准化

2026-01-21 21:18:27 1014 2

原创【超详模型上下文协议（MCP）部署与开发实战】MCP 天气查询应用实战、基于 CLINE 开发与调试行程规划助手、Weather MCP Server 与 MCP Client 配置

本文介绍了MCP（模型上下文协议）作为连接大模型与工具资源的桥梁，详细解析了其开发流程。MCP采用C/S架构和三层设计，包含宿主进程、客户端和服务器三大核心角色，具备资源、工具和提示三大能力。文章以天气查询应用为例，展示了从环境搭建到服务器开发的完整过程，包括Python SDK使用、异步通信实现和工具注册方法。最后介绍了基于CLINE的调试方法，并阐述了MCP的协议层与传输层设计，以及完整的生命周期管理机制。该技术有效解决了传统AI应用开发中的"模型孤岛"问题。

2026-01-19 21:06:28 1272

原创【万文超详A2A 协议】从个体赋能到群体智能，智能体间的“TCP/IP协议“

A2A协议：智能体协作的"TCP/IP"标准 A2A协议旨在解决智能体协作中的关键痛点，包括框架不兼容、厂商壁垒和数据隔离等问题。作为智能体间的"TCP/IP协议"，A2A基于Apache2.0开源许可，定义了统一的通信、协作与协商规则。核心架构包含四大组件（Client、Server、Executor、Agent）和三层协议栈（应用层、表示层、传输层）。

2026-01-19 19:52:28 1381 4

原创【并行化】提升智能体效率的关键设计模式，同时执行独立任务缩短响应时间

并行化是提升智能体效率的关键设计模式，通过同时执行独立任务缩短响应时间。适用于信息收集、数据处理、多API交互等场景，显著优化涉及外部服务的复杂任务。LangChain通过RunnableParallel实现并发处理链，Google ADK则支持多智能体并行执行。两种框架均将并行与串行、条件控制流结合，构建高性能智能体系统。实现时需权衡开发复杂度与性能收益，合理识别无依赖任务进行并行化。

2026-01-18 18:41:36 1022

原创智能体路由：让 AI 从 “按部就班” 到 “灵活决策” 的核心机制

路由机制是智能体系统的核心控制技术，通过动态决策实现上下文感知的智能响应。本文系统介绍了路由的实现方式（基于LLM、嵌入、规则和机器学习模型）及其在客服、数据分类、多智能体协作等场景的应用价值。包含LangChain和Google ADK两种框架的实战代码示例，分别展示了基于状态图和工具自动路由的实现路径。路由技术使智能体能够突破线性流程限制，根据输入语义和系统状态自动选择最优处理路径，是构建自适应智能系统的关键设计模式。

2026-01-18 18:13:01 1034

原创【从模仿到创造：大模型如何通过“先SFT后RL”实现能力进化？】

本文探讨了大语言模型后训练中监督微调(SFT)与强化学习(RL)的辩证关系。SFT通过高质量数据快速固化模型的输出格式和行为规范，追求高效稳定；而RL则通过试错探索任务本质，提升泛化能力。研究表明，SFT擅长"形"的塑造，RL侧重"神"的注入，二者协同作用：先用SFT建立稳定的输出框架，再用RL优化策略性能。多个实验验证了这一"先SFT后RL"范式的有效性，特别是在需要突破示范数据局限、学习抽象策略的任务中，RL展现出更强的泛化能力。

2025-11-05 21:06:21 883

原创【超详细搭建基于ReAct模式的AgenticRAG系统架构】系统支持多种知识库类型，包括本地检索、Dify API、RAPTOR和GraphRAG等，实现快速检索相关片段和获取完整文档

本文介绍了一个基于ReAct模式的AgenticRAG系统架构，通过"思考-行动-观察"循环处理用户查询。系统包含Agent核心逻辑、工具集、配置模块、评估模块和主程序入口等组件。文章以法律领域为例，详细说明了数据集的构建方法，分为简单案例（测试基础检索能力）和复杂案例（评估多步推理能力）。系统支持多种知识库类型，包括本地检索、Dify API、RAPTOR和GraphRAG等，实现了两阶段检索策略：快速检索相关片段和获取完整文档。文章还深入分析了提示词工程、工具调用机制、多LLM提供商

2025-11-04 23:39:36 1069

原创【超详MCP框架搭建】支持三种Client-Server通信方式：stdio适用于标准输入输出实现进程间通信；HTTP+SSE支持远程多客户端连接，基于Server-SentEvents实现实时推送

MCP框架支持三种Client-Server通信方式：stdio适用于本地测试，通过标准输入输出实现进程间通信；HTTP+SSE支持远程多客户端连接，基于Server-SentEvents实现实时推送；StreamableHTTP是最新推荐方式，采用流式HTTP协议，具有统一端点、按需流式传输和状态管理等优势。三种方式均通过MCPClientSession提供统一的工具调用、资源操作和提示词模板功能，开发者可根据场景需求选择合适方案。

2025-11-03 23:21:22 2198

原创【万文超详总结】深入总结检索技术演进，对比稠密嵌入（BERT、BGE-M3）和稀疏嵌入（TF-IDF、BM25）的优劣，并验证混合检索策略的优越性。进一步总结RAPTOR和GraphRAG处理复杂知识

摘要：本文系统梳理了RAG（检索增强生成）技术的核心概念及应用实践。首先介绍RAG的基本原理和系统架构，分析其通过实时检索外部知识库增强生成模型能力的特点。随后深入探讨检索技术演进，对比稠密嵌入（BERT、BGE-M3）和稀疏嵌入（TF-IDF、BM25）的优劣，并验证混合检索策略的优越性。进一步探讨结构化索引方法（RAPTOR和GraphRAG）在处理复杂知识时的表现。最后提出Agentic RAG范式，通过"思考-行动-观察"循环实现智能检索，为复杂问题提供更精准的解决方案

2025-11-03 22:54:22 1770

原创【基于Transformer的预训练模型】BERT的掩码语言建模和GPT的自回归生成机制，基于HuggingFace的Transformers库，整合了多种预训练模型，支持PyTorch等框架

本文介绍了Transformer模型的三种主要应用方式：仅用编码器（如BERT）适合文本理解任务；仅用解码器（如GPT系列）擅长文本生成；同时使用编解码器（如T5）适用于翻译、摘要等任务。详细解析了BERT的掩码语言建模和GPT的自回归生成机制，并介绍了HuggingFace的Transformers库，该库整合了多种预训练模型，支持PyTorch等框架，通过pipeline接口可快速实现文本分类等任务。文章还提供了使用Transformers库进行情感分析的代码示例。

2025-10-13 23:12:28 1186

原创词嵌入技术，Word2Vec模型及其两种变体CBOW和Skip-gram,词嵌入如何解决one-hot编码的高维稀疏问题，神经语言模型、层次softmax和负采样,编码器-解码器、束搜索和BLEU评估

本文介绍了自然语言处理中的词嵌入技术，重点讲解了Word2Vec模型及其两种变体CBOW和Skip-gram。文章阐述了词嵌入如何解决one-hot编码的高维稀疏问题，通过训练学习词的特征向量，使语义相近的词在向量空间中距离接近。详细说明了神经语言模型、层次softmax和负采样等训练方法，以及它们在序列建模中的应用。最后介绍了序列到序列模型及其在机器翻译中的实现，包括编码器-解码器结构、束搜索和BLEU评估指标等关键技术。文章内容覆盖了NLP基础模型的核心概念和实践方法。

2025-10-13 00:22:00 1300

原创【Agent 四大协议（MCP/ACP/A2A/ANP）解析】MCP（多智能体通信协议）解决异构Agent间消息传递标准化问题，支持JSON格式的消息路由和上下文管理；ACP（能力协议）规范Agent

本文系统介绍了智能体通信的四大核心协议框架：1. MCP（多智能体通信协议）解决异构Agent间消息传递标准化问题，支持JSON格式的消息路由和上下文管理；2. ACP（能力协议）规范Agent能力的描述、注册与调用流程，实现能力自动发现；3. A2A（交互协议）定义任务分解、分配和结果聚合的协作机制；4. ANP（网络协议）构建Agent网络的拓扑结构与资源调度。这些协议形成互补：ACP解决"能做什么"，MCP解决"怎么通信"，A2A解决"如何协作&quo

2025-09-04 17:26:33 2613

原创异步编程、类型注解、函数式编程、属性装饰器和Pydantic模型、asyncio异步机制、@property和Pydantic的实际应用场景、临时文件管理、JSON/Base64编码、HTTP流式传输

本文深入解析Python编程核心技术，涵盖异步编程、类型注解、函数式编程、属性装饰器和Pydantic模型应用5大核心领域。重点剖析asyncio异步机制、类型提示系统、函数式编程范式，以及@property和Pydantic的实际应用场景。同时详细解读文件处理、数据序列化和网络通信技术，包括临时文件管理、JSON/Base64编码、HTTP流式传输(SSE)和HTTPX客户端编程。通过具体代码示例，展现Python在并发处理、类型安全、数据验证和高效IO操作方面的技术实现，为开发者提供全面的Python高

2025-09-03 17:54:31 1066

原创 Dify 1.8.0采用蜂巢架构实现模块化设计，核心包含API服务、Web前端等模块，并行ID分组解决工作流节点

Dify 1.8.0采用蜂巢架构实现模块化设计，核心包含API服务、Web前端等模块。关键技术包括：1）RAG实现机制，通过递归分块和混合检索优化文档处理；2）Agent决策机制，支持Function Calling和ReAct两种策略。文章还提供了两个实用案例：1）通过并行ID分组解决工作流节点重复执行问题；2）调整分块参数优化RAG检索性能。该架构具有灵活性、可维护性和扩展性优势，支持从原型到企业级部署的全流程扩展。

2025-09-02 18:07:44 2081 1

原创【超详细RAG 引擎实现】检索前查询转换，如简单查询重写、HyDE假设性文档嵌入和多步查询分解、检索后处理环节，包括节点过滤、自定义后处理和基于Cohere模型的重排序优化；3.语义路由实现即意图识别

本文介绍了模块化RAG（检索增强生成）系统的关键开发阶段与应用方法。主要内容包括：1.检索前查询转换技术，如简单查询重写、HyDE假设性文档嵌入和多步查询分解，以提升检索质量；2.检索后处理环节，包括节点过滤、自定义后处理和基于Cohere模型的重排序优化；3.语义路由功能实现，通过意图识别将查询智能路由至不同知识源或响应类型的查询引擎/检索器。文章通过具体代码示例展示了各模块的实现方式，并强调了这些技术在提高RAG系统响应准确性和全面性方面的重要作用。

2025-08-28 18:56:44 1377

原创【超详细prompt解读】提示词优化指令设计指导语言模型完成任务与应用场景如文本摘要、信息提取、多轮问答、编写原则：使用分隔符、结构化输出、少样本提示等、APE和APE和BROKE两大提示工程框架

本文系统介绍了提示词工程（Prompt Engineering）的概念、应用场景及编写原则。主要内容包括：1）提示词工程的定义和作用，即通过优化指令设计指导语言模型完成任务；2）常见应用场景如文本摘要、信息提取、多轮问答等NLP任务；3）编写原则包括使用分隔符、结构化输出、少样本提示等技巧；4）介绍了APE和BROKE两大提示工程框架；5）讲解了问答系统中Prompt模板的使用方法。文章通过具体代码示例展示了提示词工程在实际应用中的实现方式，为开发者提供了实用指导。

2025-08-28 18:51:46 1437

原创【超级详细易懂python--线程和进程】使用_thread模块创建线程；通过threading.Thread直接运行函数；继承threading.Thread类创建线程；线程同步与等待机制

本文介绍了Python中多线程的几种实现方式及其应用场景。主要内容包括：1. 使用_thread模块创建线程；2. 通过threading.Thread直接运行函数；3. 继承threading.Thread类创建线程；4. 线程同步与等待机制；5. 线程优先级队列的实现；6. 线程与进程的区别。文章详细讲解了各种线程创建方法的具体实现，包括线程同步、线程优先级队列等高级特性，并分析了多线程编程的优势，如提高CPU利用率、简化异步事件处理等。最后对比了线程和进程的区别，指出线程更适合需要共享数据的并发操作场

2025-08-26 18:04:05 689

原创【RAG知识库落地优化实践】RAG 在文档智能解析、切片中面临的挑战和主流的解决方案、检索策略的调优和嵌入模型的选型策略、文档解析阶段面临格式多样性、内容复杂性和非结构化文本等难题；

本文探讨了RAG（检索增强生成）系统的核心挑战与解决方案。在文档解析阶段面临格式多样性、内容复杂性和非结构化文本等难题；分块策略需平衡信息粒度与上下文保留，介绍了固定分块、重叠分块和语义分块等方法。重点分析了二阶段检索（召回+精排）的优势，对比了Embedding模型与Rerank模型的性能差异，并介绍了BM25关键词检索技术和混合检索（向量+关键词）的实现方法。最后讨论了评估指标（命中率、MRR等）和实际应用中的性能权衡问题。

2025-08-26 18:03:54 1185

原创【超级详细易懂Python--迭代器、生成器和装饰器的使用】迭代器通过iter()和next()方法实现数据遍历，生成器通过yield关键字暂停与恢复函数执行，装饰器则通过@符号为函数或类添加功能

本文介绍了Python中迭代器、生成器和装饰器的使用。迭代器通过iter()和next()方法实现数据遍历，生成器通过yield关键字暂停与恢复函数执行，装饰器则通过@符号为函数或类添加功能。文中详细讲解了自定义迭代器类的实现方法、生成器的运行机制与协程应用，以及装饰器对函数和类的增强方式，并提供了多个代码示例说明其具体应用场景。这些高级特性使Python代码更简洁高效，适用于各种数据处理和功能扩展需求。

2025-08-25 19:00:29 1285

原创【python文件处理】使用 open() 函数打开文件、 File 操作文件、使用 OS 对象操作文件目录的知识，使用 open() 函数打开文件

使用 open() 函数打开文件、 File 操作文件、使用 OS 对象操作文件目录的知识，使用 open() 函数打开文件

2025-08-25 17:34:16 1356

原创【基于Agent的问答系统中会话队列机制的核心原理与实现】遵循FIFO原则的数据结构，在系统中起到事件缓冲、顺序处理和异步解耦，生产者-消费者模型将用户请求（生产者）与处理逻辑（消费者）解耦

本文探讨了基于Agent的问答系统中会话队列机制的核心原理与实现。队列作为遵循FIFO原则的数据结构，在系统中起到事件缓冲、顺序处理和异步解耦的关键作用。通过生产者-消费者模型，队列机制将用户请求（生产者）与处理逻辑（消费者）解耦，确保系统稳定性和并发能力。文章采用餐厅点餐的生活类比解释了队列机制，并提供了Python实现代码示例，包括事件类定义、队列管理以及问答Agent的核心处理流程，关键实现要点包括线程安全的事件队列、异步事件处理机制，以及针对队列满和空队列的异常处理策略

2025-08-21 17:53:00 1476

原创【实操实录】深入探讨了RAG系统中的文本分块策略，固定长度、递归字符分块、用文档结构的Markdown/HTML分块、基于语义和主题的高级分块、小-大分块等混合策略、chunk_size设置

本文摘要：文章深入探讨了RAG系统中的文本分块策略，指出分块质量直接影响系统性能。介绍了几种主要分块方法：1）固定长度和递归字符分块等基础策略；2）利用文档结构的Markdown/HTML分块；3）基于语义和主题的高级分块；4）小-大分块等混合策略。强调应根据文档特性选择策略：从递归分块开始，检查结构化特征，在精度不足时尝试语义分块，对复杂文档采用混合策略。文章提供了Python代码示例，并指出合理的chunk_size和chunk_overlap设置对平衡信息完整性与检索精度至关重要。

2025-08-21 16:54:12 1884

原创 Langfuse 链路追踪在基于 Agent 的 RAG 系统中的实现原理与代码实践

摘要： Langfuse是一款专为LLM应用设计的可观测性工具，通过链路追踪（Tracing）技术监控Agent-RAG系统的全流程（Agent调度、RAG检索、LLM调用等）。其核心原理是以TraceID串联操作，形成树状调用链（Trace为根节点，Span记录子操作耗时和状态）。在RAG系统中，Langfuse可追踪用户提问→Agent解析→文档检索→LLM生成→结果返回的全链路，并通过Python SDK实现代码集成。开发者能通过可视化界面分析性能瓶颈（如LLM延迟）、错误定位（如检索失败）及资源消耗

2025-08-20 16:37:47 1427

原创处理HTTP请求的异步接口实现方案，采用&quot；请求接收→参数处理→模板执行→跨平台转换→流式响应&quot；的流程设计、异步I/O、SSE协议、模板引擎和调度系统、高并发处理和实时数据推送能力

本文介绍了一个处理HTTP请求的异步接口实现方案，采用"请求接收→参数处理→模板执行→跨平台转换→流式响应"的流程设计。核心模块包括：1）请求数据解析与日志记录；2）跨平台参数统一处理；3）模板参数构建；4）调度引擎执行模板；5）跨平台结果格式转换；6）返回流式响应。该方案通过适配器模式支持多平台接入，利用异步生成器实现非阻塞流式输出，适用于RAG系统、多平台交互等场景。关键技术涉及异步I/O、SSE协议、模板引擎和调度系统，具有高并发处理和实时数据推送能力。

2025-08-20 16:25:15 1435

原创【实操实录】构建事实提取代理（FactExtractorAgent）的测试验证流程，正则表达式提取函数、Pydantic数据模型定义和异步流式处理机制，内存服务简化依赖，通过流式事件实时观察代理处理结

本文介绍了构建事实提取代理（FactExtractorAgent）的测试验证流程。通过初始化测试环境、配置代理模板、创建执行单元、构造测试用例等步骤，验证代理能否从文档中正确提取用户查询的关键信息。核心实现包括正则表达式提取函数、Pydantic数据模型定义和异步流式处理机制。测试采用内存服务简化依赖，通过流式事件实时观察代理提取结果，最终验证了文档到答案的提取功能。整体流程体现了"配置即代码"和异步编程思想。

2025-08-20 14:55:37 798

原创【超详细pandas学习】安装与导入；核心数据结构Series和DataFrame的创建与操作；文件读写操作（CSV、Excel、TXT）；数据查看与选择；数据增删改操作；数据清洗（去重、缺失值处理）

本文介绍了Python中pandas库的基本使用方法，主要包括：1）安装与导入；2）核心数据结构Series和DataFrame的创建与操作；3）文件读写操作（CSV、Excel、TXT）；4）数据查看与选择；5）数据增删改操作；6）数据清洗（去重、缺失值处理）；7）常用统计计算（均值、中位数等）；8）数据类型转换；9）数据索引与标签操作；10）数据的数学运算。文章通过具体代码示例，系统讲解了pandas在数据处理与分析中的基础应用，适合Python数据分析初学者快速掌握pandas的基本功能。

2025-08-19 17:30:28 1325

原创基于langgraph意图识别框架搭建，包括知识检索（不支持自定义检索参数），工具调用：验证并兼容mcp工具的调用，http提供服务的工具注册以及调用，本地工具注册、意图识别兼容路由工作流的能力

本文介绍了LangGraph框架在意图识别和任务处理中的应用原理。该框架基于状态机工作流和图计算模型，将复杂任务拆解为可复用的节点，通过定义节点间的连接关系构建有向图，实现任务的动态流转。核心内容包括：1)框架底层原理，采用有限状态机、声明式编程和检查点机制；2)工具调用系统实现，通过依赖注入和接口隔离支持多类型工具适配；3)路由工作流与中断恢复机制，基于条件路由和决策树模型实现动态流程控制；4)流式输出技术，结合生成器模式和Server-SentEvents实现响应增量传输；5)知识检索模块支持动态参数传

2025-08-18 17:19:56 1942

空空如也

空空如也