自由的裙子-优快云博客

原创 TIG*算法的核心思想是：用几何计算替代随机采样。当无人机前方遇到障碍物时，算法不依赖随机试探，而是精确计算绕行所需的切点，将这些切点作为候选航点，再通过A式搜索选择最优路径。

TIG*分为两种规划模式：S-TIG*静态规划和O-TIG*在线规划S-TIG*利用全局地图信息，一次性规划出完整路径；O-TIG*依靠机载传感器局部感知，遇到未知障碍时动态重规划。

2026-07-06 15:49:06 190

原创【EF Core】级联删除行为

这样搞的好处是好维护，除非你那里有专人维护数据库，不然像老周这样，多数项目都是自己一手包办的，把很多数据库的处理逻辑搬到程序代码中，省了很多事。估计这代码是从网上的多个源混合训练模型的，说不定是从谁的博文中偷的代码。当然，这个你不能说是C语言的问题，C语言的强项就在这里，内存管理是直接的，而且权限都给了开发者的。你有一把很锋利的宝刀，在高手看来那可是宝物，但是你练武的时候把自己的头砍了，那你不能怪这刀太锋利。当然，DB First 也可能的，比如你的表关系是数据库上定义的，而且也定义了外键约束。

2026-07-06 15:47:49 184

原创 How-To: Using the N* Stack, part 4

data 工程、 NHibernate.dll 、 FluentNHibernate.dll 和 NUnit.Framework.dll 添加进来。如果你安装了 NUnit ， NUnit.Framework.dll 可以在 .NET 选项卡里看到。如果你安装了多个版本的 NUnit 的话，一定要注意选择的版本。

2026-07-05 16:11:19 227

原创 NHibernate Issues之1898：命名查询

/使用命名查询更新Domain的Data属性。//验证Domain的Data属性。//1.保存一个Domain。

2026-07-05 16:10:47 166

原创 Android与IPhone哪个赚钱？

本人花了几天时间研究了下android的api，有些地方写的不错，比如用了MVC的思想（个人感觉有点PureMVC的味道），前端xml描述，使用统一的xml注册界面控件，后端通过getxxx获取控件；正当我准备默默的接受android的凌辱的时候，突然想起来，曾经还有个HTML5的小孩貌似半死不活的。各位看官准备开足马力向我发炮前，我小结一下，android虽然表面上用了java的语法，但是其编程思想被深深的限制在一种特定的模式里面，因此开发android会有一定的学习曲线，而不能迅速的调用自由。

2026-07-04 16:15:26 242

原创 “语言/规范”以及“平台/实现”，以及跨平台.NET开发

例如，C#是运行在.NET平台还是Mono上（它们都是CLI规范的具体实现），Java是运行在JRockit还是Hotspot（前者是Oracle的JVM商业实现，后者是Sun的开源实现——当然现在也是Oracle的），亦或是Android的Dalvik上？其中谈的是C#和Java两个“语言”而不是两者的“平台”。编程“语言”其实是一种“规范”，它涉及了程序员在使用这门语言时的文本表现形式（这里暂不考虑其他形式的语言），而“平台”则包括对这个规范的“实现”（广义的“平台”还包括整个生态环境等等）。

2026-07-04 16:14:53 237

原创面试体验：Google 篇

当天中午在百度大厦西餐厅吃午饭，接到一个 Google 上海 HR 的电话，问我有没有兴趣去面试，我想既然你打电话来的时机那么好，我就答应你去面试吧。考虑到 Google 重视算法的程度，再加上 Google 中国面试的额外难度，算法训练还是很必要的。我更喜欢写面试体验，就是在整个面试过程中一家公司给人的印象是怎样的，HR 和面试官是否专业，能否让人信服这是一家值得长期工作的公司。（豌豆实验室）面试的人愿意写类似的面试体验文章，欢迎联系我并把文章地址发给我，我愿意在我的博客上以链接的形式进行分享。

2026-07-03 20:16:45 180

原创面试体验：Microsoft 篇

看到经理 Norman 的姓后，我就知道他是说粤语的，同时因为他一开始就说自己普通话不是很好，所以我就提议说不如我们说粤语吧，于是我就在 Microsoft 一天面试当中用到了英语、粤语和国语。在我加入豌豆荚后，他还联系过我，说 Microsoft 总部他所在的团队有职位开放，问我是否感兴趣。在我过年回广州放假的时候，有一位 Microsoft 的 HR 打电话给我问我面试时间安排的事情，我说面试不是结束了吗，然后才发现这是另外一个团队的 HR，并且她不知道我之前的面试，于是我又面试了一个不同的团队。

2026-07-03 20:16:01 222

原创 C# 高性能 TCP 服务的多种实现方式

哎~~ 想想大部分园友应该对 "高性能" 字样更感兴趣，为了吸引眼球所以标题中一定要突出，其实我更喜欢的标题是。在 .NET/C# 中对于 Socket 的支持均是基于完成端口技术的封装，通过不同的 Non-Blocking 封装结构来满足不同的编程需求。以上方式均已在中有完整实现，并且 APM 和 TAP 方式已经在实际项目中应用。还在不断的进化和完善中，如有任何问题请及时指正。和，如下图所示。（这里提及的 "" 指的是一种，而非特指 while/for 等关键字。

2026-07-02 23:00:30 186

原创 ASP.NET路由模型解析

初入加工厂的“请求”拜访了门卫asp.net_isapi.dll,门卫发现它是第一个过来的“请求”，于是为它打开了工厂的生产车间（即第一个请求到达时，启动了asp.net运行的环境，后来的请求就可以直接进入这个环境里。在如上所示的风光旖旎的画卷中，我们可以看到一个“请求”从客户端浏览器出发，经历千山万水到达服务器，服务器的内核模块的HTTP.SYS热情款待了它，对它进行简单的修饰之后，就和它依依惜别了，因为HTTP.SYS知道它是一个有梦想的“请求”，它应该去它该去的地方，于是就把它送到了IIS。

2026-07-02 22:59:24 208

原创下面设计实现的是：交换机Hlr指令处理任务模块。当然，在后续的业务发展过程中，还可能出现，其他类型指令的任务处理，所以根据“开闭”原则的定义，要抽象出一个接口类：BusinessEvent

剩下的，我们由于是要，异步并行计算得到执行结果，于是我们设计一个：批处理Hlr任务执行模块HlrBusinessEventTask，它要实现java.util.concurrent.Callable接口的方法call，它会返回一个异步任务的执行结果。System.out.println("执行交换机指令工单耗时: [" + sw.getTime() + "] 毫秒");System.out.println("批处理一共处理:" + list.size() + "记录,处理成功:"

2026-07-01 20:14:14 194

原创异步并行批处理框架设计的一些思考

目前面临的现状是，在日常情况下，传统的C++多进程的后台处理程序还能勉强的“准实时”地处理这些数据请求，但是，如果一旦到了每个月的月初几天，要处理的数据量往往会暴增，而C++后台程序处理的效率并不高。其中corePoolSize表示保留的线程池大小，workQueueSize表示的是阻塞队列的大小，maxPoolSize表示的是线程池的最大大小，keepAliveTime指的是空闲线程结束的超时时间。最后还有Spring Batch，这个完全面向批处理的框架，可以大规模的应用于企业级的海量数据处理。

2026-07-01 20:09:05 205

原创关于synchronized-reentrantlock-volatile学习总结1.0

当一个线程获得锁之后，其他线程就必须等到该线程释放锁之后才能获得锁，由于java中的线程和操作系统原生线程一一对应，线程被阻塞或者唤醒的时候会从用户态转换为内核态，这种转换非常消耗性能。是 JUC（java.util.concurrent.locks）提供的一个可重入锁、可中断、公平锁/非公平锁任选的显式锁（Explicit Lock）是可重入的，每获取一次锁，计数器加一，释放锁时，计数器减一，直到计数器为 0，锁才会真正释放。，该类提供了基本同步机制的框架，其中包含了队列，状态值等。

2026-06-30 20:15:17 232

原创 FFmpeg是个经典的音视频处理开源框架，可是FFmpeg仅提供命令行方式，通过FFmpeg剪辑音视频只能在命令行下面操作，从而限制了普通用户掌握FFmpeg。

FFBox的官网地址为http://FFBox.ttqf.tech，源码托管地址为https://github.com/ttqftech/FFBox（星星数1.0k），国内的镜像地址为https://gitee.com/ttqf/FFBox和https://gitcode.com/gh_mirrors/ff/FFBox。总的来说，FFBox的界面细节考究，视觉体验焕然一新，且图形化实时显示进度、速度、码率、剩余时间等信息，并支持以图表模式直观展示，是个不错的国产多媒体剪辑工具。

2026-06-30 20:14:39 148

原创 Spring AI 1.1.3 正式发布，19 个新特性太顶了！

Spring AI1.1.3这次虽然是个小版本，但更新一点都不少。因为这次更新虽然版本号不大，但改的地方都很实在，重点全在结构化输出、工具调用、向量检索、多模型接入这些真正会用到的地方，尤其是结构化输出、工具调用、向量检索这几块，明显又往前推进了一步。做的，重点看的流式响应、历史开关、动态 Tool Schema；做RAG的，重点看 Neo4j、Azure Vector Store、SimpleVectorStore、TokenTextSplitter；做多模型统一接入。

2026-06-29 19:28:21 236

原创元学嵌入式 GUI！保姆级 LVGL+MicroPython 教程开更，从理论到实战全搞定

嵌入式 GUI 开发从来不是 “高门槛”，缺的只是一份系统、免费、实战的好教程。这份教程会一步步带你从 0 到 1 了解 LVGL+MicroPython 的基本知识和技巧。✨后续会持续更新更多实战案例、硬件适配教程，记得关注我们，不错过每一次干货更新～

2026-06-29 19:27:42 225

原创 Siri要接入AI了，苹果手机上一句话让GPT写文案、DeepSeek写代码的时刻来了

前两天的WWDC大会上，Siri借AI大语言模型“重生”了！苹果结合移动终端设备特性，结合小参数的终端小模型，打造了混全智能架构，让Siri在各个APP这间可能无缝连接。自此，全球几十亿的苹果终端设备，都可以轻松的应用AI的能力，尤其是AI那无限的创造力。比如……你对着屏幕发呆：季度汇报明天要交，PPT还没写完；设计师催了三遍海报配色，"再改最后一版"已经改了八遍；领导突然要一段产品演示视频，你根本不会剪辑。你想呐喊：我不是三头六臂啊。

2026-06-28 17:11:42 290

原创 HTTP 接口动态管理：

调用即可在线加载并启动插件，调用即可停止并卸载——全程无需重启主服务。

2026-06-27 21:07:34 189

原创痛点场景还原：一个具体的例子

运行这个动画，你会看到：花瓣尖端几帧就画完了，而花瓣中部却画得很慢。控制的是动画进度的均匀，但曲线本身点的分布就是疏密不均的，所以视觉速度必然忽快忽慢。

2026-06-27 21:06:59 159

原创推理部署框架llama.cpp与Ollama使用指北

常见LLM推理框架近年来，随着LLM的持续发展，推理部署框架在模型落地中的作用日益重要。作为连接模型能力与实际应用场景的关键基础设施，其设计与性能直接影响部署效率与最终效果。目前，业界已涌现出多种具有代表性的推理框架，常见的包括以下几类：llama.cppllama.cpp是一个由开源社区维护的轻量级LLM推理框架，采用纯C/C++实现，并结合多种量化技术，具有很强的硬件兼容性和较低的资源占用。它支持CPU与GPU混合推理，尤其适合边缘设备、普通电脑，以及需要离线运行模型的个人开发者。Ollama。

2026-06-25 22:44:25 248

原创 PushbackInputStream和StreamTokenizer的源码分析和使用方法详细分析

组的头部；②、当后续调用read()函数时优先读取这个byte[] buf字节数组中被压入的字节；当使用PushbackInputStream进行语法解析时，需要注意 unread()函数的调用顺序、EOF 处理及嵌套回退风险等。因为语法解析器常需要先预读一个字符判断类型，如果发现不是目标类型再退回去，而 InputStream.class 本身不支持回退，所以PushbackInputStream.class就是为此设计的。

2026-06-25 22:43:06 202

原创 Open Agent SDK 用 Swift 6.1 编写，要求 macOS 13+。它在进程内跑完整个 Agent Loop：发送提示、解析响应、执行工具调用、把结果喂回 LLM，循环往复直到拿到最

是阻塞式的，一次调用完成整个 Agent Loop。如果需要流式输出，用。

2026-06-24 19:56:44 202

原创 MySQL 性能调优完全指南：从硬件到 SQL，一篇吃透

阶段核心动作1. 硬件层升级 SSD、增加内存、使用 RAID102. 配置层调整、连接数、日志刷盘策略3. 架构层读写分离、主从半同步、分库分表、引入缓存4. SQL 层开启慢查询日志、分析 EXPLAIN、优化索引、避免全表扫描5. 锁层面减少长事务、合理设计索引、降低隔离级别（若业务允许）最后，记住一条真理：没有任何一次调优是“无脑加配置”能解决的，必须结合业务特点与监控数据，循序渐进。本文内容整理自《MySQL性能优化分析》实战笔记，希望对你有所帮助。

2026-06-24 19:55:20 232

原创首个开源世界模型，李飞飞点赞：把视频直接变成一个可探索的 4D 世界

它的思路是把参考视频锚定成一个局部世界状态，然后随着时间去维护和演化这个状态，让生成结果在空间和时间上尽量保持一致。仓库公开了模型权重下载方式、推理流程、轨迹控制和代码结构，已经具备继续做交互层、玩法层和工具层的基础。输出是一个动态世界，你可以自由探索、导航，甚至重新回到某个时刻继续看。大白话理解，就是很多生成模型其实只是在连续地生成看起来合理的画面。InSpatio-World 想解决的，就是这些问题。因为过去大多数视频模型，解决的是生成一段能看的内容。而这些方向，也正是官方明确写出来的应用场景，包括。

2026-06-23 21:10:41 212

Ga5CS5VvN的博客