<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[会写代码的饭桶]]></title><description><![CDATA[饭桶不仅只会吃饭，还会写点代码]]></description><link>https://blog.youkuaiyun.com/FRF65</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; FRF65]]></copyright><item><title><![CDATA[别再手动敲 ssh -L 了！开源神器 CofferTunnel：让 IDEA 一键打通内网数据库，SpringBoot 直接连！]]></title><link>https://blog.youkuaiyun.com/FRF65/article/details/169071222</link><guid>https://blog.youkuaiyun.com/FRF65/article/details/169071222</guid><author>FRF65</author><pubDate>Mon, 26 Oct 2026 01:04:56 +0800</pubDate><description><![CDATA[CofferTunnel 是一款专为后端开发者打造的轻量级 IDEA 插件，解决内网数据库穿透难题。它基于原生 OpenSSH 实现系统级端口转发，支持多服务复用跳板档案、本地端口冲突检测与一键热切语言，具备自动回收僵尸进程、安全离线存储配置等特性，彻底告别终端断连、端口占用与重复配置之痛，实现高效、稳定、安全的开发体验。]]></description><category></category></item><item><title><![CDATA[导数——仪表盘指针跳动间的“预判力”]]></title><link>https://blog.youkuaiyun.com/FRF65/article/details/160559928</link><guid>https://blog.youkuaiyun.com/FRF65/article/details/160559928</guid><author>FRF65</author><pubDate>Mon, 27 Apr 2026 15:34:07 +0800</pubDate><description><![CDATA[导数捕捉瞬间变化趋势，是数学的核心工具。它突破平均速度的局限，通过极限求取瞬时变化率（如车速）。几何上，导数是切线斜率，指示趋势方向（上坡/下坡）。在AI领域，导数（梯度）指引模型调整方向，实现梯度下降优化。导数具有瞬时性和方向性，赋予静态数据动态预判力。]]></description><category></category></item><item><title><![CDATA[深夜窄巷里的“毫米级”博弈]]></title><link>https://blog.youkuaiyun.com/FRF65/article/details/160521280</link><guid>https://blog.youkuaiyun.com/FRF65/article/details/160521280</guid><author>FRF65</author><pubDate>Sun, 26 Apr 2026 10:33:36 +0800</pubDate><description><![CDATA[深夜泊车时无限逼近墙面的临界感，揭示了数学极限的本质——无限接近但不重合。这种思想解决了科学计算中&quot;等于零&quot;的崩溃问题，通过观察临近点推断断点状态。自动驾驶AI同样运用极限逻辑，以损失函数模拟人类&quot;痛感&quot;，通过参数调整使误差极限趋近于零。极限理论架起了人类直觉与机器智能的桥梁，成为追求精确的共同语言。]]></description><category></category></item><item><title><![CDATA[【DevOps实战】使用 GitHub Actions 自动构建镜像并双推至 Docker Hub 和 GHCR]]></title><link>https://blog.youkuaiyun.com/FRF65/article/details/157709262</link><guid>https://blog.youkuaiyun.com/FRF65/article/details/157709262</guid><author>FRF65</author><pubDate>Wed, 04 Feb 2026 00:24:09 +0800</pubDate><description><![CDATA[本文详细介绍了如何利用GitHub Actions为Go+Vue项目搭建自动化Docker构建流水线，实现镜像同时推送至GitHub Container Registry和Docker Hub的双重推送方案。通过多阶段Dockerfile优化镜像体积，配置安全凭证确保推送权限，并编写智能化的GitHub Actions工作流，实现代码推送时自动构建、根据分支/标签生成对应版本镜像的功能。该方案既满足内部开发需求（GHCR），又便于对外发布（Docker Hub），完整覆盖从开发到生产的容器化部署全流程。]]></description><category></category></item><item><title><![CDATA[千万级MySQL分页查询超时优化实战：从7s超时到10ms响应]]></title><link>https://blog.youkuaiyun.com/FRF65/article/details/157698686</link><guid>https://blog.youkuaiyun.com/FRF65/article/details/157698686</guid><author>FRF65</author><pubDate>Tue, 03 Feb 2026 21:03:01 +0800</pubDate><description><![CDATA[针对千万级数据表的分页查询性能问题，本文提出了阶梯式优化方案。通过分析执行计划发现索引选择偏差导致全索引扫描，响应时间超7秒。优化措施包括：1)创建(create_time,id)联合覆盖索引；2)强制使用索引并优化查询语法；3)采用游标分页替代LIMIT OFFSET。最终将查询性能从秒级优化到毫秒级，同时给出了生产环境落地时的索引创建、统计信息更新等注意事项。核心优化思路是减少无效数据扫描和最大化利用索引，适用于所有千万级MySQL分页场景。]]></description><category></category></item><item><title><![CDATA[【开源项目】NanoLog：仅需 50MB 内存的下一代 Go 原生分布式日志数据库 (ELK/Loki 轻量级替代方案)]]></title><link>https://blog.youkuaiyun.com/FRF65/article/details/157621830</link><guid>https://blog.youkuaiyun.com/FRF65/article/details/157621830</guid><author>FRF65</author><pubDate>Mon, 02 Feb 2026 09:54:12 +0800</pubDate><description><![CDATA[还在为 ELK 的高资源占用发愁？想给微服务上监控但不想维护复杂的组件？NanoLog 是一个基于 Go 语言编写的轻量级、高性能、分布式日志平台。它支持列式存储、全文检索、实时大屏，且 SDK 覆盖 Java/Go/Python/JS 全栈。本文将带你深入了解它的架构设计与快速上手指南。]]></description><category></category></item><item><title><![CDATA[Jenkins 实现 Vue 项目自动化构建与远程服务器部署]]></title><link>https://blog.youkuaiyun.com/FRF65/article/details/153254631</link><guid>https://blog.youkuaiyun.com/FRF65/article/details/153254631</guid><author>FRF65</author><pubDate>Tue, 14 Oct 2025 11:56:25 +0800</pubDate><description><![CDATA[本文详细介绍了基于Jenkins+Node.js+Nginx的Vue项目自动化构建部署方案。通过配置Jenkins插件、Node.js环境（适配CentOS7系统库）和SSH远程连接，实现代码提交后自动构建打包。重点解决了依赖冲突、路径错误等常见问题，并提供了参数化部署目录功能。最后总结了GLIBC版本缺失、文件推送路径错误等问题的排查方法，确保整个流程稳定可靠，实现从开发到部署的全自动化。]]></description><category></category></item><item><title><![CDATA[通俗理解 LSTM 的三门机制：从剧情记忆到科学原理]]></title><link>https://blog.youkuaiyun.com/FRF65/article/details/151334790</link><guid>https://blog.youkuaiyun.com/FRF65/article/details/151334790</guid><author>FRF65</author><pubDate>Mon, 08 Sep 2025 23:33:26 +0800</pubDate><description><![CDATA[LSTM（长短期记忆网络）通过三个智能门控机制模拟人类选择性记忆过程：遗忘门丢弃无用历史信息（如早期剧情细节），输入门筛选重要新信息（如关键反派计划），输出门结合新旧信息生成当前关键内容（如预测主角行动）。相比传统RNN的&quot;金鱼脑&quot;特性，LSTM通过数学公式（sigmoid/tanh函数和细胞状态）实现了长期记忆保鲜和动态信息筛选，使其在处理长文本或时间序列数据时表现更优。这种机制本质上是用数学模型再现人类"记住核心、忽略次要"的认知能力。]]></description><category></category></item><item><title><![CDATA[从代码到容器：Java 项目的 Docker 自动化构建与部署最佳实践]]></title><link>https://blog.youkuaiyun.com/FRF65/article/details/151334473</link><guid>https://blog.youkuaiyun.com/FRF65/article/details/151334473</guid><author>FRF65</author><pubDate>Mon, 08 Sep 2025 22:55:18 +0800</pubDate><description><![CDATA[本文介绍了Java应用容器化的完整方案，采用Docker多阶段构建技术，将构建环境与运行环境分离，显著减小镜像体积。详细讲解了优化后的Dockerfile实现，包括Maven依赖缓存、Alpine基础镜像选择、时区配置等关键环节。配套提供了自动化构建脚本，实现从项目信息提取、镜像构建到推送仓库的全流程自动化。方案包含环境验证、双标签管理、私有仓库推送等实用功能，通过标准化流程提升部署效率和环境一致性，最终实现"一次构建，到处运行"的DevOps目标。]]></description><category></category></item><item><title><![CDATA[Transformers 学习入门：注意力机制剖析]]></title><link>https://blog.youkuaiyun.com/FRF65/article/details/151228037</link><guid>https://blog.youkuaiyun.com/FRF65/article/details/151228037</guid><author>FRF65</author><pubDate>Fri, 05 Sep 2025 17:46:54 +0800</pubDate><description><![CDATA[注意力机制是深度学习中的关键技术，它像人类一样动态聚焦重要信息。其核心流程包括计算注意力得分、权重归一化和加权求和。相比传统RNN和全连接层，注意力机制能更有效处理长文本和关键信息。常见变体包括自注意力（内部关联）、多头注意力（多角度分析）和交叉注意力（跨域关联）。该技术已成为Transformer等大模型的核心，广泛应用于机器翻译等场景，使AI能像人类一样”有重点“地处理信息。]]></description><category></category></item><item><title><![CDATA[Transformers 学习入门：前置知识补漏]]></title><link>https://blog.youkuaiyun.com/FRF65/article/details/151227439</link><guid>https://blog.youkuaiyun.com/FRF65/article/details/151227439</guid><author>FRF65</author><pubDate>Fri, 05 Sep 2025 17:35:30 +0800</pubDate><description><![CDATA[解析了多层感知机（MLP），将其喻为多层信息处理流水线，还涉及用 PyTorch 实现的思路；阐述反向传播，其类似错题修正过程，可助模型调参提升准确性；说明循环神经网络（RNN）及变体 LSTM、GRU，RNN 受前文影响理解后文但长句处理易忘信息，LSTM 和 GRU 则像有 “笔记本”，能更好应对长序列，并推荐相关书籍章节。词嵌入原理方面，介绍 Word2Vec，对比 one-hot 编码的不足，指出其依据词语上下文分配数字，使语境相似词向量相近，还可通过 gensim 库实践观察。]]></description><category></category></item><item><title><![CDATA[【服务器部署】CentOS 7/8 离线部署 Harbor v2.10.3 超详细攻略]]></title><link>https://blog.youkuaiyun.com/FRF65/article/details/151115335</link><guid>https://blog.youkuaiyun.com/FRF65/article/details/151115335</guid><author>FRF65</author><pubDate>Tue, 02 Sep 2025 16:15:55 +0800</pubDate><description><![CDATA[本文手把手演示如何在 CentOS 7/8 环境下，利用离线包 harbor-offline-installer-v2.10.3.tgz 快速部署 Harbor v2.10.3。重点指出：离线包附带的 harbor.v2.10.3.tar.gz 必须先用 docker load 导入镜像，否则安装脚本会因无法联网拉取镜像而失败。文章给出完整的系统准备、镜像导入、配置示例及一键脚本，并汇总常见故障排查，确保读者 10 分钟内即可完成私有镜像仓库的离线搭建。]]></description><category></category></item><item><title><![CDATA[STM32 入门实录：从 0 到 3 色 LED 呼吸式闪烁]]></title><link>https://blog.youkuaiyun.com/FRF65/article/details/150936949</link><guid>https://blog.youkuaiyun.com/FRF65/article/details/150936949</guid><author>FRF65</author><pubDate>Wed, 27 Aug 2025 22:47:47 +0800</pubDate><description><![CDATA[本文以 STM32F103C8T6（Blue-Pill）为核心，手把手演示在 macOS+STM32CubeIDE 环境下，仅用 标准外设库（SPL） 实现 红-黄-绿-黄 四拍流水灯。全文覆盖：环境搭建、库文件缺失解决、GPIO 初始化、共阴/共阳极接线差异、软件空循环延时优化及常见编译错误排查。源码可直接拷贝烧录，3 分钟上手，5 分钟见效。]]></description><category></category></item><item><title><![CDATA[STM32 入门实录：macOS 下从 0 到点亮 LED]]></title><link>https://blog.youkuaiyun.com/FRF65/article/details/150697827</link><guid>https://blog.youkuaiyun.com/FRF65/article/details/150697827</guid><author>FRF65</author><pubDate>Sun, 24 Aug 2025 11:57:36 +0800</pubDate><description><![CDATA[本文详细介绍了在 macOS 环境下使用 STM32CubeIDE 开发 STM32F103C8Tx（Blue-Pill）的完整流程。主要内容包括：1）软件/硬件环境准备；2）ST-Link 调试器固件升级方法；3）STM32CubeIDE 工程创建与代码编写；4）编译错误解决方案（RCC 未定义问题）；5）ST-Link 烧录步骤；6）常见问题 FAQ。文章提供了具体的操作步骤、终端命令和寄存器级代码示例，特别强调了 CMSIS 头文件的配置方法，并针对 macOS 系统给出了权限处理建议。]]></description><category></category></item><item><title><![CDATA[【开发】RocketMQ Producer 设计思路与实现解析]]></title><link>https://blog.youkuaiyun.com/FRF65/article/details/150554093</link><guid>https://blog.youkuaiyun.com/FRF65/article/details/150554093</guid><author>FRF65</author><pubDate>Wed, 20 Aug 2025 14:55:15 +0800</pubDate><description><![CDATA[本文介绍了一个简化RocketMQ在Spring Boot项目中集成的starter组件rocketmq-producer-spring-boot-starter。该组件通过自动配置机制简化了RocketMQ生产者的配置过程，支持多生产者实例管理、灵活重试机制和ACL权限认证。核心架构包括自动配置模块、属性配置模块、生产者模块等，采用@ConfigurationProperties绑定配置参数，使用ConcurrentHashMap保证线程安全，并实现了消息发送重试和指数退避机制。项目遵循Spring Bo]]></description><category></category></item><item><title><![CDATA[【数据集】Argoverse 数据集：自动驾驶研究的强大基石]]></title><link>https://blog.youkuaiyun.com/FRF65/article/details/150546457</link><guid>https://blog.youkuaiyun.com/FRF65/article/details/150546457</guid><author>FRF65</author><pubDate>Wed, 20 Aug 2025 09:59:07 +0800</pubDate><description><![CDATA[Argoverse是Argo AI开源的自动驾驶数据集，包含轨迹预测、3D跟踪和高清地图三大核心子集。轨迹预测数据集提供30秒交通场景序列，3D跟踪数据集包含激光雷达点云和3D标注，高清地图覆盖1000+公里道路。该数据集支持轨迹预测、目标检测、地图构建等研究任务，可通过AWS S3或官网下载。Argoverse凭借真实场景数据和多传感器信息，为自动驾驶算法开发提供了重要支撑。]]></description><category></category></item><item><title><![CDATA[在 macOS 上顺利安装 lapsolver]]></title><link>https://blog.youkuaiyun.com/FRF65/article/details/150423659</link><guid>https://blog.youkuaiyun.com/FRF65/article/details/150423659</guid><author>FRF65</author><pubDate>Fri, 15 Aug 2025 15:29:04 +0800</pubDate><description><![CDATA[本文介绍了Python库lapsolver的功能及其在macOS上的安装问题解决方案。该库用于高效求解线性分配问题，支持多种数据类型和场景。在macOS安装时常见CMake版本兼容性问题，本文详细分析了问题根源，并提供了分步解决方案：确认系统环境、修改CMake配置文件版本声明、清除缓存并本地安装。通过升级CMake至3.5+、修复配置文件版本声明，可成功解决安装问题，最终通过验证命令确认安装结果。]]></description><category></category></item><item><title><![CDATA[【C++刷题】力扣-#717-1比特与2比特字符]]></title><link>https://blog.youkuaiyun.com/FRF65/article/details/143582112</link><guid>https://blog.youkuaiyun.com/FRF65/article/details/143582112</guid><author>FRF65</author><pubDate>Wed, 06 Nov 2024 23:14:38 +0800</pubDate><description><![CDATA[有两种特殊字符：
● 第一种字符可以用一比特 0 表示
● 第二种字符可以用两比特（10 或 11）表示
给你一个以 0 结尾的二进制数组 bits ，如果最后一个字符必须是一个一比特字符，则返回 true 。]]></description><category></category></item><item><title><![CDATA[【C++刷题】力扣-#706-设计哈希映射]]></title><link>https://blog.youkuaiyun.com/FRF65/article/details/143582068</link><guid>https://blog.youkuaiyun.com/FRF65/article/details/143582068</guid><author>FRF65</author><pubDate>Wed, 06 Nov 2024 23:12:35 +0800</pubDate><description><![CDATA[不使用任何内建的哈希表库设计一个哈希映射（HashMap）]]></description><category></category></item><item><title><![CDATA[【C++刷题】力扣-#705-设计哈希集合]]></title><link>https://blog.youkuaiyun.com/FRF65/article/details/143526183</link><guid>https://blog.youkuaiyun.com/FRF65/article/details/143526183</guid><author>FRF65</author><pubDate>Tue, 05 Nov 2024 20:40:30 +0800</pubDate><description><![CDATA[设不使用任何内建的哈希表库设计一个哈希集合（HashSet）。 实现 MyHashSet 类：
● void add(key) 向哈希集合中插入值 key 。
● bool contains(key) 返回哈希集合中是否存在这个值 key 。
● void remove(key) 将给定值 key 从哈希集合中删除。如果哈希集合中没有这个值，什么也不做。]]></description><category></category></item></channel></rss>