自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(28)
  • 收藏
  • 关注

原创 嵌入式开发入门知识

,点击运行即可一键还原。JTAG(Joint Test Action Group,联合测试行动小组)是一种国际标准测试协议(IEEE 1149.1兼容),主要用于芯片内部测试,现在多数的器件都支持JTAG协议,ARM、DSP、FPGA等,JTAG接口的单片机用电脑USB下载调试程序,需要用到J-Link(USB转JTAG)。在弹出的设备选择框中,厂商(Manufacturer)选择 STMicroelectronics,设备(Device)找到并选择你的芯片型号 STM32F407ZGT6,点击 OK。

2026-07-10 15:01:25 184

原创 应用服务(Web App)实战:用 .NET 代码把 Connection 耗尽与 SNAT 耗尽演练一次

A:实验 1 的核心问题是应用反复创建 HttpClient 且不释放,worker 本地 socket / 临时端口 / 句柄会快速堆积;实验 3 的核心问题是禁用连接池并强制 Connection: close,每个请求都变成一条新的 TCP 流,导致同一目标上的 SNAT 端口快速消耗。实验 3 的价值就在这里:即使你“复用了 HttpClient”,只要禁用了连接池或加了 Connection: close,底层仍然是每请求一条新 TCP 连接,SNAT 仍然会被打爆。

2026-07-10 15:00:03 193

原创 你还不知道的 Flink 调优手段:Task 调度策略

当 Flink 流式作业中所有顶点(Vertex)的并行度不一致时,Flink 默认策略的任务部署有时会导致某些 TaskManager 分配到的任务较多,而其他 TaskManager 分配到的任务较少,从而造成任务较多的 TaskManager 资源利用率过高,成为整个作业处理的瓶颈。如图 (e) 所示,在基于任务数量的分配策略下,每个 Slot 中的任务数量范围(最大值与最小值之差)为 1,优于默认策略下图 (d) 中范围为 3 的情况。为此,Flink 提供了基于任务数量的均衡任务调度策略能力。

2026-07-09 16:59:17 165

原创 Python 列表导出 Excel 完整教程:一维 / 二维 / 字典列表全覆盖

环境准备Free Spire.XLS for Python 是一款独立的 Excel 处理组件,无需依赖 Microsoft Office 环境,支持 .xls 与 .xlsx 格式的创建与编辑。免费版对工作表数量和数据行数有一定限制,适用于中小规模数据导出场景。安装方式通过 pip 直接安装免费版本:pip install Spire.Xls.Free安装完成后,在代码中引入核心模块:from spire.xls import *from spire.xls.common import *核心对

2026-07-09 16:58:36 211

原创 [MAF的Agent管道详解-03]连接LLM的IChatClient对象

对象在调用LLM的时候,提供的请求和响应内容是什么样子的。下面的代码模拟了一个Agent内部的执行流程(ReAct循环),我们使用这个Agent来根据苏州的天气给出一些着装建议。对象采用基于文本补全的无状态的Completion API来与模型进行交互,如果需要采用有状态的Responses API,需要调用。对象来获取LLM的最终回复。是一个与OpenAI的API进行交互的客户端,我们可以指定模型名称调用其。来获取苏州的天气信息,所以响应消息的内容列表会包含一个。从注册的工具列表中找到对应的工具。

2026-07-08 15:18:30 197

原创 云原生 CI/CD 平台架构设计

我们的理由不是单集群有多好,而是多集群在这个场景下带来的额外复杂度——多套监控、多套日志、多个 Ingress 入口、跨集群服务发现、多版本的 API 兼容——在当前阶段大于单集群的风险。答案是没人,你得手动介入。我们的固定排查路径:先看事件层有没有最近的部署记录("是不是刚发版了"——这个问题能解释 50% 的线上异常),再看应用层哪个服务的指标先出现异常(缩小到具体服务),最后看基础设施层有没有资源瓶颈(缩小到具体节点或 Pod)。这个"分层自举"的设计不是一个优雅的方案,但它是一个诚实的方案。

2026-07-08 15:17:54 249

原创 keystore password was incorrect`:不一定是密码错了

本文记录这次排查过程,也整理一套 Spring Boot mTLS 落地时比较实用的检查清单。

2026-07-07 15:10:40 291

原创 用 SwiftUI 构建一个 Agent 可视化工作台

这不是一个终端里的 CLI 工具,也不是一个网页应用。它是用 SwiftUI 写的原生 macOS 应用,用做状态管理,用 SwiftData 做数据持久化,用 Apple 原生的渲染管线做 Markdown 和代码高亮。

2026-07-07 15:09:49 225

原创 00多行代码实现一个最简单的Agent(用ReAct)

ReAct 拆开来 ,就是 Re + Act,Reasoning + Acting。先思考(我要做什么)→ 再行动(调用工具 / 回答)→观察结果→ 继续思考→ 再行动→观察结果,... ...,直到完成任务。

2026-07-06 15:43:00 175

原创 文件分片上传+秒传+断点续传,这坑我帮你踩平了!

官方文档虽然建议用 Worker,但根据以往的经验,不用 Worker 而是用 requestIdleCallback 或者分片读取计算,对小几G的文件来说,体验也是OK的,代码还少。这里千万别学我当初偷懒,想着用 文件名+修改时间 来当唯一标识,结果用户把文件重命名一下,或者换个文件夹上传,后端就傻傻地又存了一份一模一样的垃圾数据。这个工具的选择,好比选螺丝刀,不是最贵的最好,而是最顺手的。如果你用了 os.listdir() 然后直接遍历,系统返回的顺序可能是乱的,拼出来的文件就坏了。

2026-07-06 15:42:23 223

原创 从 LangGraph 回到 Model-Tool Loop:更聪明的模型,正在让 Agent 架构重新变简单

在 Web 开发里,我们不会为了加日志、鉴权、限流、压缩、异常处理,就重新设计 HTTP 请求流程。它可能不按格式输出,可能跳过步骤,可能忘记系统提示,可能随便编工具参数,可能在应该调用工具的时候直接胡说,可能在应该等待人工确认的时候擅自执行。但随着模型越来越能遵循指令、理解 Skill、使用工具、处理长上下文,过度复杂的图结构会越来越像一种历史包袱。银行转账、库存扣减、权限校验、订单状态机,都应该由确定性代码控制。而 Agent 系统中,模型越来越像核心 runtime,代码则变成它的工具、护栏和环境。

2026-07-05 14:45:18 213

原创 告别 Django Admin!这个 NodeJS 全栈框架让你在 DTO 中直接配置 Table/Form 渲染

Entity 定义了字段级的渲染元数据,DTO 则负责把这些字段组装成完整的页面。一个 DTO 就是一个页面,页面结构通过 blocks 声明式定义。用 DTO 驱动 CRUD 动态渲染,把中后台开发从"写页面"变成"配字段"。过去你需要在 Entity 里定义字段、在 DTO 里定义校验、在前端组件里定义表格列和表单控件——三个地方维护同一组字段。现在,Entity 中一行或就能同时搞定显示和交互,DTO 中几个 block 就能组装出完整的页面结构。

2026-07-05 14:44:34 227

原创 【Azure AI Search】 stopword 是什么,为什么它会影响搜索结果?

zure AI Search 中搜索in brief时,结果数量有时会比预期多很多。仔细查看返回结果文本,会发现有些文档和brief的关系很弱,反而只是命中了in这类高频词。这不是数据问题,也不是 Azure AI Search 的 bug。in这类词在索引和查询时,到底有没有被当作普通 token 处理。

2026-07-04 16:59:08 159

原创 OpenClaw.NET 上线 MetaSkills :软件工程第一性原理的工业级实践

MetaSkills 的 30 次提交构建了一个相当厚的抽象层——声明式 DSL、DAG 引擎、LLM 路由、Checkpoint 机制。但每一层都保留了可观测性、可调试性、可审计性的逃生舱口。它没有假装本质困难不存在,而是用抽象把偶然困难压到极限低,然后把省下来的大脑带宽全部投入到 DAG 死锁检测、LLM 输出校验、失败分支恢复这些无法逃避的本质困难上。

2026-07-04 16:58:33 186

原创 ay 0 部署:昇腾 910B DeepSeek-V4 部署指南与压测表现

GPUStack 支持可插拔的推理引擎架构,允许自定义推理后端及其版本,用于引入 GPUStack 未内置的 vLLM / SGLang / MindIE 版本,或接入其他自定义推理引擎镜像。为了部署模型,需要添加 vLLM Ascend 最新发布的v0.13.0rc3版本。vLLM在推理后端菜单,编辑 vLLM,在版本配置中选择添加版本配置值版本0.13.0rc3镜像名称框架CANN覆盖镜像入口命令(ENTRYPOINT)vllm serve执行命令。

2026-07-03 16:58:37 425

原创 容器化部署Prometheus普罗米修斯

- 故障告警模板 -->"><h4>【故障告警】</h4>====================告警详情====================<br>告警程序: prometheus_alert <br>告警级别: {{ $severity }} 级 <br>告警类型: {{ $alertName }} <br>故障主机: {{ $instance }} <br>告警主题: {{ $summary }} <br>告警详情: {{ $description }} <br>

2026-07-03 16:57:58 234

原创 GoF设计模式——观察者模式

观察者模式的本质是建立一对多的自动通知机制——一个对象变了,所有依赖它的对象自动更新,主题和观察者只通过接口交互。主题只管广播"我变了",不关心谁在听;观察者自己决定要不要订阅、收到通知后做什么。这种"主题不关心订阅者"的单向性,是观察者模式区别于其他通信模式的精髓。什么时候用一个对象的状态变化需要通知其他对象,且这些对象的数量、类型在编译时不确定希望在不修改主题的前提下动态增减观察者GUI 事件、数据绑定、消息推送等"一变全变"的场景什么时候不用观察者之间有严格的执行顺序要求。

2026-07-02 16:31:09 211

原创 [Polygon节点]原理解析与实际应用

代码首先定义了π常量,然后计算调整后的宽度和高度(aWidth和aHeight)。这个调整是通过将原始尺寸乘以cos(π/Sides)实现的,目的是补偿多边形边数对表观尺寸的影响。对于边数较少的多边形,这种调整更为明显,确保不同边数的多边形在相同尺寸参数下具有更一致的外观大小。

2026-07-02 16:30:27 177

原创 SQLAlchemy 学习笔记

创建基类# 定义Product模型__tablename__ = 'products' # 表名id = Column(Integer, primary_key=True, autoincrement=True) # 主键,自增name = Column(String(100), nullable=False) # 产品名称,非空price = Column(Float, nullable=False) # 产品价格,非空。

2026-07-01 18:46:59 209

原创 基于.NET的Windows窗体编程之WinForms数据表格

taMember 属性设置为指定要绑定到的列表或表的名称。通常,将DataGridView绑定到 BindingSource 组件,并将 BindingSource 组件绑定到另一个数据源,或者使用业务对象填充BindingSource。BindingSource 组件是首选数据源,它可以绑定到各种数据源,并且可以自动解决许多数据绑定问题。那什么是BindingSource呢?

2026-07-01 18:46:21 166

原创 ahfuzhang

可以直接跳到下一节看源码分析。

2026-06-30 22:46:27 231

原创 Manim实现渐变填充特效

在Manim中,所有动画效果都是通过继承Animation基类并实现相应的方法来创建的。我们设计了一个名为"""动态渐变填充动画类""""""初始化渐变填充动画mobject: 要应用动画的物体colors: 颜色列表,动画将在这些颜色之间进行渐变run_time: 动画运行时间"""要应用动画的物体(mobject颜色序列(colors动画运行时间(run_time颜色序列是一个包含多个颜色的列表,动画会在这些颜色之间按顺序进行渐变。

2026-06-30 22:45:25 220

原创 基于Python+PyQt5+SQLite的药房管理系统实现:事务一致性与界面解耦全流程解析

所有写操作均经过业务校验与事务封装,确保数据完整性。为每个功能模块定义独立的更新信号,当某一模块执行了影响全局数据的操作(如完成销售)时,仅需发射对应信号,其他关联模块监听信号并执行自身的数据刷新,无需知道信号发射方的内部实现。主窗口采用标签页式布局,整合各业务模块,通过信号/槽机制与业务层通信,界面样式通过QSS统一管理,实现表现与逻辑分离。:通过DatabaseManager类封装所有数据库操作,对外提供领域化接口,内部屏蔽SQL细节与连接管理,采用参数化查询保障数据安全,通过事务保障写操作的原子性。

2026-06-29 16:43:39 192

原创 SpaceX 收购 Cursor、支付宝进入 AI 时代、DeepSeek 完成 500 亿元融资

一台运行 Claude Code 的电子墨水屏设备在 X 上火了,不少开发者看完后的第一反应都是:「不知道是谁做的,但我想要一台。有意思的是,Hackaday 报道称,开发者通过重新设计驱动方案,让电子墨水屏实现了接近 60Hz 的刷新体验,试图摆脱传统阅读器刷新慢、只能看书的刻板印象。随着 AI Coding 成为日常,也许未来的开发设备不一定是 RGB 灯效拉满的机械键盘,而是一块更护眼的墨水屏,陪你和 AI 安静地干一天活。

2026-06-29 16:43:02 244

原创 《GIS基础原理与技术实践》配套案例(Python版)

在实际的 GIS 开发与学习中,单纯依赖终端命令往往不够高效。而在 NumPy 中,广播机制能够自动根据一定的规则将较小维度的数组“拉伸”以匹配较大维度的数组,从而在不实际复制内存数据的前提下完成高效的逐元素运算。如果是在 IDE(如 VS Code 或 PyCharm)中运行代码,请记得在 IDE 的运行配置(Run Configuration)中手动添加该环境变量。由于开源生态的持续演进,第三方依赖库的版本迭代较快,加之网络环境的差异,严格按照“快速开始”中的步骤有时可能会遇到不可预见的兼容性问题。

2026-06-28 15:49:33 175

原创 随机过程WebApp实验室:从随机动力学到 AI 洞察的概率世界

很多人第一次接触随机过程时,会认为随机意味着混乱。但真正深入之后会发现:随机过程研究的,从来不是混乱本身,而是随机性背后的演化规律与结构机制。即使世界充满噪声,依然存在深层结构。而 Stochastic Process Simulation Lab 希望做的,正是把这些隐藏在公式中的动力学规律第一次真正可视化、交互化与智能化,让概率论从静态符号系统,真正走向动态认知世界。

2026-06-28 15:48:32 165

原创 -python-LangGraph框架(3-34-LangGraph循环实战)

首先定义专属的工作流状态,把输入数据、任务结果、重试次数、最大重试数、执行状态全部封装起来。状态是 LangGraph 循环的核心 —— 所有节点的执行、重试的判断、结果的更新,都基于这个状态流转,每一次循环都会自动更新重试次数和任务结果,为决策提供依据。LangGraph 的循环执行能力,通过状态驱动 + 条件决策的设计,让复杂的循环重试工作流变得极简、优雅。

2026-06-23 14:37:24 211

原创 windows装gitlab服务器

首先,我们到docker官方网站,点击Download Docker Desktop下载完成后,不断点击安装就行。如果安装时,提示windows版本太低,则要升级windows系统。安装完毕后,我们打开docker,如果提示wsl版本低,则去powershell中运行以下命令:1。

2026-06-23 14:36:43 426

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

提示
确定要删除当前文章?
取消 删除