- 博客(22)
- 收藏
- 关注
RSS订阅原创 PHP 正则表达式
正则表达式写一次，爽一辈子；写错一次，调试到哭。* 所以遇到复杂需求，先拆解成小块，逐步测试，再组合起来。多练习几次，你会发现它真的没那么可怕，反而会成为你离不开的编程助手。
2026-08-04 17:29:49
177
原创 SQL Server 2012新增的内置函数尝试
CONCAT解决了NULL拼接问题，EOMONTH让月底日期计算变得简单，IIF和CHOOSE让逻辑判断更简洁，TRY_PARSE提供了安全的类型转换，OFFSET-FETCH让分页查询更高效。不过要注意，IIF本质上会同时计算真值和假值，所以如果真值或假值涉及昂贵的计算，可能会影响性能。### 2. CHOOSE——索引取值CHOOSE函数类似于编程语言中的数组索引，第一个参数是索引，后面跟一系列值，根据索引返回对应的值。这个函数的第二参数是偏移量，正数表示往后几个月，负数表示往前几个月，非常灵活。
2026-08-04 17:28:45
171
原创 Java AI 框架三国杀：Solon AI vs Spring AI vs LangChain4j 深度对比
测试环境没有绝对的王者，只有最适合场景的框架。
2026-07-31 19:57:54
176
原创 重建 AI 认知第 1 篇：基础认知——一张地图看懂 AI Landscape
深度学习 (Deep Learning, DL)AI ≠ 机器学习绘制了 AI Landscape 地图。
2026-07-30 19:11:37
152
原创 花了一晚上AI Coding， 在不熟悉的领域，使用AI帮同事解决了跳槽的小问题
DENSE_RANKAI工具最大的价值不是替代程序员，而是帮助我们在不熟悉的领域快速学习和验证。
2026-07-24 22:57:18
157
原创 从链式调用到图式自治：LangChain与LangGraph核心差异与落地选型全解析
理解它们的差异，不仅有助于你做出正确的技术选型，还能让你在设计 LLM 应用时，更清晰地权衡“可控性”与“灵活性”之间的平衡。本文将从原理层面深入剖析两者的核心差异，并通过可运行的代码示例，帮助你在实际项目中做出合理的选型决策。## LangGraph 的图式自治：灵活与状态驱动LangGraph 则引入了“图”的概念，将工作流建模为有向图（DAG，有向无环图）。更重要的是，LangGraph 引入了“状态管理”机制，允许节点共享和修改全局状态，从而实现循环、分支和条件路由。方法生成可执行的程序。
2026-07-23 19:06:12
240
原创 .NET Core跨平台的奥秘[上篇]：历史的枷锁
对于上面介绍的构成.NET Framework的三个层次来说，应用模型是针对具体应用/服务类型的，相应的API通过独立的程序集来承载（比如ASP.NET的核心框架定义在程序集System.Web.dll中，承载整个Windows Forms框架的程序集则是System.Windows.Forms.dll），所以.NET Framework的各个应用模型是相互独立的。经过多年的经营，微软已经为我们构建了一个完整的支持多种设备的.NET生态系统，从最初单纯的桌面平台，逐渐扩展到移动、平板和嵌入式等平台。
2026-07-22 16:57:35
155
原创 物理和虚拟寻址
我们刚才说，缺页错误是一种异常，但是实际上，在计算机系统中，被0除，读写文件，还有上篇文章中我们所说的中断(interrupt)，甚至包括我们代码中写的try catch，都是一种异常。这是因为我们知道数组的起始地址以及某个元素的序号，就可以得到该元素在内存中的地址，而对于内存，访问任意一个地址，访问时间总是相同的。因为有了虚拟内存，所以我们的指针操作也不会访问到其他进程的区域，但是哪怕是对于自己的地址空间，很多内存区域也应该是禁止访问的，这不仅包括kernel的区域，也包括自己的只读代码段。
2026-07-22 16:56:22
157
原创 JuiceFS 社区版 1.4 发布：让海量数据管理更低成本、更高效、更可控
对于已有数据，也可以通过调整元数据配置，并配合对象存储侧的数据迁移能力，将其迁移到新的存储层。JuiceFS 1.4 在此基础上进一步减少逐文件克隆产生的元数据事务，将同一目录下多个文件的克隆操作批量处理，适用于 AI 数据集版本管理、实验环境准备和大规模目录快照等场景。JuiceFS 1.4 将同一目录下多个非目录文件的删除合并为批量事务，减少逐文件操作带来的重复开销，适用于大目录清理、临时数据回收、训练样本清理和日志目录删除等场景。需要注意的是，这一能力缓存的是元数据，不是文件内容。
2026-07-21 16:17:57
200
原创 PI0、PI0.5、PI0-FAST 原理讲解
π0.5 相比 π0 的主要升级是：先用 FAST 离散动作做高效的 next-token 预训练，再加入 Action Expert 做连续动作后训练；flow matching 的起点是标准高斯噪声，如果不同动作维度的尺度差几个数量级，MSE 会被大尺度维度支配。VI 数据则更像“用语言遥操作”：专家观察机器人当前状态，实时选择一个低层策略能执行的子任务，从而示范高层策略在失败、恢复和任务推进时该说什么。π0.5 的关键创新更多在训练配方、离散与连续动作的组合，以及统一的高低层推理。
2026-07-21 16:15:46
271
原创 做了几个很小的随机工具后，我才发现小工具也不好做
然而，如果我们把过去四年所有真正改变用户交互方式的产品突破逐一拆解——从 CoT 推理可视化到 CodeAct 编码代理，从 MCP 工具生态到 Dynamic Workflows 多代理编排——会发现一个反直觉的规律：这些突破的本质并非模型底层能力的跃迁，而是系统工程师对 token IO 路径的重新设计。这看似是一个简单的提示工程技巧，但其深层含义在于它重新定义了 token 的「用途分类」——在此之前，上下文中的每一个 token 要么是用户输入，要么是模型输出；
2026-07-19 20:59:07
354
原创 支持哪些数据库？
国产数据库支持也很丰富，OceanBase、TiDB、达梦 DM、KingBase、GoldenDB、openGauss、PolarDB、GreatSQL、GaussDB、Vastbase、YashanDB 全都有。AI配置完成后,你在写 SQL 的时候，可以直接用自然语言描述你的需求，比如「查询员工收入排名」，AI 就会帮你生成对应的 SELECT 语句。关系型的有 MySQL、PostgreSQL、SQLite、SQL Server、Oracle、MariaDB 这些老面孔。
2026-07-19 20:58:29
173
原创 synchronize
synchronize 模块是 Ansible 中对 rsync 工具的一个封装。它主要用于在控制节点和远程主机之间高效地同步文件和目录。它利用 rsync 的增量传输算法，同步时只传输发生变化的部分，因此在处理大量文件或大文件时，效率远超 copy 等模块参数：src：定义要同步的源文件或目录。dest：目标路径。定义同步的目标位置。mode：定义同步方式。push（推送，默认）将本地文件推送到远程；pull（拉取）则将远程文件拉取到本地。archive：默认值yes，开启归档模式。
2026-07-18 20:25:27
173
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人