<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[Kevin_need_java的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/Kevin_need_java</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; Kevin_need_java]]></copyright><item><title><![CDATA[Python 实现模型 API 成本统计：Token 计费、SQLite 账本与预算告警]]></title><link>https://blog.youkuaiyun.com/Kevin_need_java/article/details/163849345</link><guid>https://blog.youkuaiyun.com/Kevin_need_java/article/details/163849345</guid><author>Kevin_need_java</author><pubDate>Tue, 18 Aug 2026 11:08:06 +0800</pubDate><description><![CDATA[模型 API 通常按输入与输出 Token 分别计费。本文使用 Python、Decimal 和 SQLite 实现一套可运行的成本统计模块，涵盖模型价格配置、单次费用计算、调用账本、日消费聚合、预算检查与告警，并分析浮点数、流式响应和失败请求等常见计费问题。]]></description><category></category></item><item><title><![CDATA[Python + FastAPI 实现 API Key 鉴权：生成、哈希存储、撤销与限流]]></title><link>https://blog.youkuaiyun.com/Kevin_need_java/article/details/163819289</link><guid>https://blog.youkuaiyun.com/Kevin_need_java/article/details/163819289</guid><author>Kevin_need_java</author><pubDate>Mon, 17 Aug 2026 11:34:23 +0800</pubDate><description><![CDATA[本文使用 Python 和 FastAPI 实现一套可运行的 API Key 鉴权示例，涵盖安全随机密钥生成、摘要存储、Bearer Token 验证、密钥撤销、权限范围和请求限流，并分析明文存储、URL 传参及前端暴露密钥等常见安全问题。]]></description><category></category></item><item><title><![CDATA[Python 实现异步图片生成 API：任务提交、状态轮询与结果下载]]></title><link>https://blog.youkuaiyun.com/Kevin_need_java/article/details/163749500</link><guid>https://blog.youkuaiyun.com/Kevin_need_java/article/details/163749500</guid><author>Kevin_need_java</author><pubDate>Fri, 14 Aug 2026 11:37:48 +0800</pubDate><description><![CDATA[图片生成通常需要较长处理时间，因此很多服务采用“提交任务—查询状态—获取结果”的异步模式。本文使用 Python 和 FastAPI 实现一套完整的异步图片任务接口，并编写客户端完成任务提交、状态轮询、超时控制和结果下载，帮助开发者理解异步生成 API 的常见设计方法。]]></description><category></category></item><item><title><![CDATA[Python 接入 OpenAI 兼容接口：请求封装、流式输出与重试实战]]></title><link>https://blog.youkuaiyun.com/Kevin_need_java/article/details/163725940</link><guid>https://blog.youkuaiyun.com/Kevin_need_java/article/details/163725940</guid><author>Kevin_need_java</author><pubDate>Thu, 13 Aug 2026 14:33:25 +0800</pubDate><description><![CDATA[调用多个大模型，是否必须分别接入不同的 SDK？本文以 Python 为例，演示如何通过 OpenAI 兼容接口统一调用大模型，涵盖普通请求、流式输出、HTTP 调用、客户端封装、超时重试及常见错误处理，帮助开发者降低多模型接入和切换成本，快速搭建稳定、可扩展的 AI 应用。]]></description><category></category></item><item><title><![CDATA[vibe coding大潮之下，产品经理如何自处？]]></title><link>https://blog.youkuaiyun.com/Kevin_need_java/article/details/151716268</link><guid>https://blog.youkuaiyun.com/Kevin_need_java/article/details/151716268</guid><author>Kevin_need_java</author><pubDate>Mon, 15 Sep 2025 14:43:31 +0800</pubDate><description><![CDATA[AI时代产品经理工作流程变革与高效PRD编写指南 随着AI工具在软件开发中的广泛应用，产品经理的工作模式正经历深刻转型。本指南探讨了AI驱动开发背景下产品经理的角色转变与PRD编写新方法，主要内容包括： 角色转变：迭代节奏加快促使PM更敏捷；工作重心从执行转向策略规划；需掌握AI工具使用技能；团队协作方式向人机协同演进。 AI应用场景： 需求分析：AI辅助海量数据分析和用户洞察 方案设计：自动生成功能列表、流程图和文档初稿 原型制作：AI工具快速产出高保真原型 项目管理：AI助力任务分配、进度预测和测试自动]]></description><category></category></item><item><title><![CDATA[2025年5款AI coding开发神器终极横评]]></title><link>https://blog.youkuaiyun.com/Kevin_need_java/article/details/151617775</link><guid>https://blog.youkuaiyun.com/Kevin_need_java/article/details/151617775</guid><author>Kevin_need_java</author><pubDate>Fri, 12 Sep 2025 14:28:34 +0800</pubDate><description><![CDATA[从本次实测结果来看，Lynx 在所有参评产品中表现最为突出，其生成的项目不仅能够完整运行，Mock数据最全面，功能体验也最为完整，且生成速度较快，UI效果良好，价格也相对最低。其自动发现并修复Bug的能力，大大提升了用户体验。Lynx会提供一个简单的计划，提及React项目、响应式布局、认证、内容创作、订阅等，并明确表示支持Mock API，这是Replit所不具备的优势。总结： 生成文件数量最多，项目能完整运行，Mock数据最全面，功能体验最完整，生成速度较快，UI效果和Replit不相上下，价格最低。]]></description><category></category></item><item><title><![CDATA[GPT5 vs QWEN3 vs Claude4 三大顶级模型横评]]></title><link>https://blog.youkuaiyun.com/Kevin_need_java/article/details/151408758</link><guid>https://blog.youkuaiyun.com/Kevin_need_java/article/details/151408758</guid><author>Kevin_need_java</author><pubDate>Wed, 10 Sep 2025 17:33:37 +0800</pubDate><description><![CDATA[2025年三大AI模型GPT-5、QWEN3和Claude4各具优势：GPT-5在多模态和长上下文处理上领先，适合通用场景；QWEN3凭借高性价比和中文处理能力，在开源生态中表现突出；Claude4以代码质量和人性化交互见长，适合专业领域。成本方面，GPT-5和QWEN3更具优势，而Claude4在内容创作上更接近人类水平。企业应根据场景需求选择，初创公司可优先考虑QWEN3，中大型企业可采用混合部署策略。未来AI竞争将更注重场景适配性而非单一性能指标。]]></description><category></category></item></channel></rss>