- 博客(242)
- 收藏
- 关注
RSS订阅原创 精通 UITableViewDiffableDataSource——从入门到重构的现代 iOS 列表开发指南
在我们的项目中，我们定义了四种不同的自定义单元格，每一种都有其独特的用途和设计。我们将从项目的基础设置讲起，逐步实现拖拽重排、滑动删除、跨分区移动等高级交互，并最终通过封装与重构，探索现代列表开发的最佳实践。我们不仅能够展示丰富多样的内容，还为接下来的高级交互功能奠定了坚实的基础。：通过提供一套高级、易用的 API，该架构极大地减少了样板代码，让开发者能够更专注于实现功能，而不是处理底层的复杂性。至此，我们的应用已经成功摆脱了对 Storyboard 的依赖，为纯代码的 UI 构建之旅奠定了坚实的基础。
2026-01-08 07:30:44
91
原创 图片分类业务推理性能探索
TensorRT的真正威力在于其大规模并行计算的能力，而处理单一样本时，它的“火力”并未完全释放。我们意识到，自己犯了一个“头痛医头，脚痛医脚”的错误，只关注了服务端指标，而忽略了整个系统的端到端性能。性能数据的一致性告诉我们一个结论：在理想网络环境下（例如，客户端、图片服务器、GPU服务器都在同一个高速内网），对于单张图片，“URL下载”和“字节流传输”在端到端性能上并无本质区别。这是一种“返璞归真”的方式，它不做任何额外的编码，没有体积膨胀，服务端的解码也只是将原始字节流直接送入图像处理库，开销极小。
2025-12-18 07:30:58
730
原创 用 DeepSeek 打造智能虚拟主播：从零到上线全流程
安装完成后，右键点击任务栏音量图标，选择 “声音”，在 “输出” 栏可看到 “CABLE Input (VB-Audio Virtual Cable)”，“输入” 栏可看到 “CABLE Output (VB-Audio Virtual Cable)”，表示安装成功。执行完成后，在该文件夹下会生成 “dist” 文件夹，进入 “dist” 文件夹，即可找到 生成的“text_to_speech.exe” 执行文件，双击可直接运行，也可被其他程序调用。：DeepSeek 模型调用成本相对较低，适合长期运行；
2025-12-11 07:30:22
888
原创 AI 赋能广告采集与监测：自动化系统设计与实践
每个进程都拥有独立的Python解释器和内存空间，避免了多线程中的GIL（全局解释器锁）限制，同时也降低了进程间的干扰风险，提高了系统的稳定性。通过不断的技术创新和优化，我们成功解决了在低端Windows设备上的通信性能问题，为广告监测领域提供了一套高效、可靠、稳定的自动化解决方案。同时，我们也希望通过本文的分享，为相关领域的技术人员提供一些有益的参考和启示，共同推动移动应用自动化监测技术的发展和进步。系统在启动时，首先检测所有已连接的Android设备，然后为每台设备创建一个进程，执行广告监测任务。
2025-12-04 07:30:58
992
原创 告别“脏数据”：我如何用Cleanlab将数据审核效率提升34倍？
本文将分享一个真实的文本分类项目案例，记录我们如何从一个令人绝望的数据质检困境——面对15,192条可疑数据束手无策，到最终利用cleanlab和其背后的“置信学习”理论，将待审核数据量锐减至438条，审核效率提升34倍的完整过程。：如果 p_hat_i >= t_{y_hat_i} (即，模型对这个预测的自信程度，达到了它平时的“平均自信水平”)，我们就认为这次计数是可靠的。对于一个样本，如果模型对它“给定标签”的预测概率，低于这个标签类别的“置信度阈值”，那么它就是一个潜在的标签错误。
2025-11-27 07:30:48
361
原创 MediaPipe Tasks 在 Android 中的生成式 AI 实践：基于 Gemma 3n 的移动端
用它的时候，你可以直接在浏览器里上传自己的数据、用自己定制的机器学习模型，快速测试 MediaPipe 的各种解决方案（比如手势识别、图像分类等）。简单说，它就像一个在线工作台，不用复杂配置，打开就能直观地评估模型效果，或者根据自己的需求调整模型和运行流程，很适合快速验证想法。传统的全量微调需要重新训练模型所有参数（数十亿个），而 LoRA 微调只训练模型中注意力层的少量参数（约万分之一），像给模型加个"插件"，既保留原模型能力，又能学会新任务。功能，但第三方的模型并不完善，需要转换。
2025-11-14 07:30:22
1061
原创 浅谈Nacos获取配置两次调优经历
因历史和架构原因，我们的多个服务存在共用同一redis实例的情况，为最大程度避免redis数据不一致的情况，我们在共用redis的服务中引入同一配置项作为切换的开关（前提是北显机房的redis数据已“实时地”向金山云机房同步），当开关关闭时，所有服务读写北显机房的redis。经排查和讨论，我们认为，每一个服务的配置项并不是很多，并且配置项多数不会频繁的变更，即便配置项发生改变，延迟几秒（Nacos配置变化生效时间几乎都是毫秒级）对服务也无影响，综上，我们用机器内存缓存配置来解决这一超时问题。
2025-11-06 07:30:22
1008
原创 这死锁，不打个招呼就来了
事务一拿到A记录的锁开始处理，此时事务二也对C记录加锁处理，处理完C记录之后，发现A的锁已经被占，于是阻塞。超时，好处是避免一直死锁监测的cpu开销（适用于高并发写入场景），但也存在风险：如果出现死锁，可能导致大量事务锁等待超时，系统的吞吐量降低。一个事务获取某个资源的排他锁后，其他事务不能获取该资源的任何锁。（Next-Key Lock）： 记录锁（Record Lock） + 间隙锁（Gap Lock） 的组合。（行级锁，不是意向锁（IS/IX）别弄混），在 InnoDB 的锁体系中属于独立的类别。
2025-10-30 07:30:42
370
原创 从编译爆炸到编译防火墙：狐友 iOS 架构升级中的轻量化治理实践
现有的成熟优秀架构，如MVC (Model-View-Controller)，MVVM(Model-View-ViewModel)，VIPER（View-Interactor-Presenter-Entity-Router）等，都在狐友App中有广泛使用，这些架构主要聚焦于模块内部的代码组织和分层设计，不考虑架构设计对编译时间的影响；在狐友App的早期阶段，业务功能相对简单，模块之间的依赖关系也较为直接，通常是上层模块依赖底层模块，形成一种垂直依赖关系。分支合并那种烦人的冲突也少了92%，省心多了。
2025-10-24 07:30:14
834
原创 Android动态图片技术深度解析
本文将深入解析 Android 动态照片的技术原理，重点分析 XMP 元数据系统，并通过小米 Micro Video、Google Motion Photo 和 OPPO O Live Photo 三个真实案例，展示不同厂商的技术实现细节，探寻一套统一的检测和处理解决方案。动态照片是一种融合静态图片与动态视频的多媒体格式，其核心设计采用"主静态文件 + 附加视频 + 元数据"的组合模式，既能实现静态展示，又可支持动态播放，为用户带来更丰富的视觉体验，同时保持了较好的兼容性。
2025-10-10 07:30:23
924
原创 Lottie动画双状态切换的渐进式优化实践
Lottie 的底层实现会尝试用 json 路径的同级目录下的 images 文件夹，但如果你用的是沙盒缓存路径、或者 images 目录和 json 不在同一目录，或者 images 目录没有被正确拷贝，Lottie 就找不到图片，结果动画就不会被正常显示出来。纯 json 文件，所有资源（包括图片）都内嵌在 json 里（base64），这种情况下，Lottie 只需要加载 json 文件本身即可，动画和图片都能正常显示；为了处理动画加载和状态切换的时序问题，我们引入了状态机和Pending机制。
2025-09-18 07:31:13
443
原创 CAEmitterLayer：iOS 中创建炫酷粒子效果的魔法工具
CAEmitterLayer 是 iOS 开发中创建炫酷粒子效果的强大工具，通过合理组合 CAEmitterLayer 和 CAEmitterCell 的各种属性，你可以创建出几乎任何想象中的粒子效果。在 iOS 开发中，CAEmitterLayer 是一个强大但相对复杂的类，它可以创建出各种炫酷的粒子效果，如火焰、烟雾、雨、雪等自然现象，或者用于增强用户界面的视觉效果。粒子系统的基本原理是模拟大量微小物体（粒子）的运动和行为，通过组合这些粒子的效果来创建复杂的视觉现象。
2025-09-11 07:31:26
820
原创 Figma Context MCP 源码解析
这不是简单的数值转换，而是设计理念的转译：设计稿是静态的、固定尺寸的，而Web产品是动态的、多设备适配的。这个设计体现了作者对AI认知模式的"焦点机制"的深刻思考，AI可以首先构建元素的骨架，而不是被"淹没"在细节中，导致写出混乱的代码。随着MCP生态的成熟，可以预见一个新的开发范式：设计师在Figma这样的设计平台中创作，AI助手实时理解设计意图并生成高质量代码，开发者专注于代码审查和架构设计。MCP的核心理念是为AI模型提供标准化的上下文获取机制，让AI助手能够访问实时、准确的信息来增强其响应能力。
2025-09-04 07:31:34
1012
原创 Jetpack Compose 深度剖析：从 UI 声明式编程到渲染内核优化
它不会像传统 View 那样层层嵌套测量布局与绘制流程，而是采用测量（MeasurePass）-> 布局（LayoutPass）-> 绘制（DrawPass）的管线逻辑，通过 LayoutNode 驱动 Compose UI 树的变化。Jetpack Compose 和 HarmonyOS ArkUI 均采用声明式 UI 编程范式，面向多设备场景的响应式 UI 构建，二者在理念相通的同时，在架构设计、状态模型、渲染机制等方面有显著区别。Compose 则采用声明式模型：界面即状态的函数表达。
2025-08-29 07:30:53
1107
原创 Android点赞烟花效果实现
并且属性动画提了种类丰富的插值器 Interpolator，除本文提到的还有弹跳插值器、回荡秋千插值器等等，另外还支持自定义插值器，这成为定制复杂动画运动轨迹的关键。那么，烟花图形又是怎么动气来的呢，通过属性动画ValueAnimator设置运行时间Duration，利用插值器在每个时间因子不断更新粒子的位置、速度、透明度、旋转角度等属性，通过view.postInvalidate() 渲染更新画布。根据整个烟花效果，将烟花分为两个主体，一是发射点发出的烟花粒子，二是烟花爆炸后形成的火花粒子组。
2025-08-14 07:30:34
1228
原创 TS：依赖分析助力项目依赖管理
本文用一个文件、一段比较简单的代码开篇，后面的工具也是围绕这段代码展开。还有，我们上面的代码是用的“当前文件中的代码段”。代表的是各种名字，而我们要寻找的是 cookie 这个 API 在代码中的调用情况，那就可以通过遍历所有。可以“读取虚构的xxx文件中的代码”。但是区别的地方来了：如果是虚构的文件，虽然也可以使用这里说的其它。同一个文件中，两个不同的函数里面定义了名称相同的变量，它们属于不同的。本文代码摘自“插件”的方式。上面这段代码的作用是“读取虚构的xxx文件中的代码”，代码内容就是第二个参数。
2025-08-14 07:30:34
792
原创 Swift下Dictionary背后的魔法
假设每个人的姓名笔划数都是不重复的，那么我们通过一个函数把要存档的人姓名笔划数转换到1000以内，然后把这个人的资料就放在转换后的数字指定的柜子里，这个函数就叫做哈希函数，按照这种方式存放的这1000个柜子就叫哈希表(散列表)，人名笔画数就是哈希表的元素，转换后的数就是人名笔划数的哈希值(也就是柜子的序号)。如果是你，你会怎么做？哈希函数在计算行业里有很多应用，除了我们现在在了解哈希表外，比如我们经常听见的数字签名，服务器为了负载均衡而做的一致性哈希设计，搜索服务用的布隆过滤器等，都是用的哈希函数的特性。
2025-08-14 07:30:34
960
原创 如何生成严格递增的分布式id？
雪花算法生成的唯一ID均为正数，所以这 64 个 bit 中，其中 1 个 bit 是不用的（第一个 bit 默认都是 0），然后用 41 bit 作为毫秒数，用 10 bit 作为工作机器 id，12 bit 作为序列号。处理好redis问题后，修改naocs开关，程序监听到开关打开事件，则从数据库模式改为缓存模式生成：先更新下一号段避免id重复，然后把新更新的值写入redis中，下次请求就继续开始使用redis生成id。不同的机器存在不同的号段，放在内存中，速度快效率高，只需要考虑本机的线程安全问题。
2025-08-14 07:30:34
714
原创 浅析责任链模式在视频审核场景中的应用
通过使用责任链模式并遵循开闭原则、单一职责等设计原则对视频审核与发布业务进行了重构，当业务新增处理器时，无需对原有的系统源码进行修改，只需要关注新增的处理器本身即可，极大的增加了系统的灵活性与扩展性，也提高了系统的可维护性，减少了对复杂业务编排导致出现。实现，且每个处理器除了要关注自己的处理器代码外，还需要持有下一个处理器的引用，以串联成链，并且还负责对下一个处理器的调用。链路管理器负责处理器的编排，在本示例中，只是简单的按顺序调用每一个处理器进行处理，在实际工作中会增加处理器的优先级特性，也可以结合。
2025-07-31 07:31:36
377
原创 一文读懂实时活动
类型的实时活动创建以后，系统框架会自动帮你完成所有的更新和显示，你什么都不需要操作，文档也强调说明了，异步队列来获取更新回调，所以是不安全的回调，具体原因官方也没有回复，也有其他的开发者反馈类似问题，没有答复具体参考。部门最近也最近实现了这一功能需求，用于某一事件的实时动态展示,接下来的这一篇文章将为大家揭开实时活动的面纱，让你对实时活动不再说陌生。项目就是你的实时活动的最终响应模块,这个模块就是你的实时活动展示界面和更新数据的最终载体。）的概念，以便于用户在锁屏查看一些应用实时活动的更新。
2025-07-31 07:31:36
2089
原创 低成本高精度三维重建
得益于3D Gaussian Splatting技术，采用高斯椭球体点云取代传统的骨架+三角形贴图，并且利用深度学习技术实现了椭球点云的自校验，使得对于图像素材的要求大大降低，相应的对于拍摄设备与拍摄手法的要求也大大降低。3.由于在早期步骤中获取到了每个图片的拍摄机位信息，那么我们可以利用机位信息将椭球点云反推为一系列图像，再将生成的图像与原始图像进行损失计算，然后根据损失数据调整椭球点云，不断重复以上过程以实现一个损失不断下降的自校验过程。库，利用运动结构恢复技术提取拍摄机位信息与模型点云数据；
2025-07-31 07:31:36
528
原创 矢量图SVG安卓进阶
上面三个方案，都不能像Android的AnimatedVectorDrawable一样，支持每个path和group的属性动画，如果能够复用VectorDrawable，AnimatedVectorDrawable的设计来支持SVG中的矢量图和动画，是不是就一举两得了呢？下面对两种设计思路进行尝试。从源码和示例效果，可以发现Android-PathView库只是结合ObjectAnimator，对SVG中的path进行了一个裁剪绘制，从而产生出动画效果，并非支持SVG的动画标签，所以其动画效果比较简单。
2025-07-31 07:31:36
856
原创 基于YYKit的富文本自标定体系
如上图所示，业务场景中存在评论、图文标题等富文本的编辑场景，一条文本中可能存在@的人、话题、链接等不同类型的内容。编辑结束如何告知下游服务文本中哪部分是特殊类型的内容，这些内容又分别是什么，就成了一个很棘手的问题。也就是说，NSMutableAttributedString 自带一个跟文本绑定的 NSString 为 key 的存储空间，那我们只需要自定义一个 NSString 的 Key 用来存取标记数据就可以了。这就是自标定体系，用于富文本类型内容的生产编辑。什么是自标定体系，自标定体系是干什么用的。
2025-07-31 07:31:36
674
原创 搜狐新闻直播间适配HarmonyOs实现点赞动画
Ark UI中，UI的变化是通过状态变量控制的，由此需要设计一个数组，初始化为空数组，当触发一次动画操作时，向数组中添加一个数据，此时系统会根据数组的数量自动渲染对应的组件，当组件准备完成时执行属性动画，控制动画的状态变量放在数组里的对象中，当动画执行结束时，从数组中移除该数据，相应的组件也随之移除。
2025-07-24 07:30:33
1218
原创 用 MCP 扩展 Cursor 能力：解锁 Sentry 服务数据新玩法
服务的另一个核心组件，专门用于获取应用的会话统计数据，包括崩溃率、用户数量、会话持续时间等关键指标。问题的详细信息，包括问题标题、状态、级别、首次和最后出现时间、事件数量，以及最关键的堆栈跟踪信息。能够帮助我们监控和分析应用的稳定性表现，及时发现潜在问题，提供数据支持以优化用户体验和应用质量。可直接查询到更为全面、丰富的应用信息，全方位提升了数据的可获取性与利用价值。- 分组和排序：支持对数据进行分组和排序，便于比较分析不同维度的数据。信息以及可能的解决方案，这可以显著提升问题排查与解决的效率。
2025-07-24 07:30:33
990
原创 线程锁漫谈
在开发中往往是多线程的，如果多个线程同时对同一资源进行读写，就可能造成资源抢夺的问题，导致数据计算结果不是我们想要的结果。从操作系统的层面，有些系统已经内置了解决方案，在遇到此类优先级反转的情况时，会出让高优先级线程的优先级给让低优先级线程，保证锁内资源执行的正常。的崩溃，如果执行次数很少，还是可以考虑的。但是，自旋锁的效率相对是很高的，因为不用进行线程唤醒的操作，而是让线程直接进入盲等状态，相当于运行了一个。可以进行跨平台使用，可以创建两种类型的锁，一个是互斥锁，一个是递归锁，在初始化时指定类型。
2025-07-24 07:30:33
795
原创 视频审核中多模态应用
模型的训练过程，就是每个batch输入一定数量的图像和文本，通过各自模型encode成embedding，然后将图像的embedding和文字的embedding分别计算余弦相似度，损失函数要做的就是让成对的文本接近1，让不成对的文本接近0通过这样的方式，不断地调整两个encoder的权重，使得损失函数效果更好，以达到两个模型更高的对应表达。违规图片的检测，最先想到的方法就是建立违规图片数据库，视频进审时，针对视频关键帧提取图片特征，同图片违规数据库匹配，如果命中的话，则标记当前视频为违规视频。
2025-07-24 07:30:33
1143
原创 狐友抽奖平台构建之路
结合以上实际场景，我们引入预占库存的逻辑，将奖品分为总资源池和活动资源池，逻辑上相互独立，当新建一个玩法活动配置奖品库存时，需要进行预占库存的操作，会从总资源池中预占一部分库存，作为该活动的奖品库存，当活动的奖品库存发放完时，活动运营可以选择追加库存，当活动结束时，如果奖品库存仍有剩余，会自动返还至总资源池。在实际的业务场景下，运营人员分为两种角色，活动运营人员与运营BD人员，前者主要负责活动的策划和执行层面，后者负责活动奖品的商务拓展，与外部商家对接，获得商家的赞助。
2025-07-17 07:30:55
819
原创 矢量图Vector安卓详解
通过VectorDrawable的创建过程，我们可以了解到所有图片资源，最终都会通过解释xml中的标签，在inflateFromTag方法中创建图片对象，如VectorDrawable，GradientDrawable，ColorDrawable等。的属性和SVG中的属性基本一一对应，其中pathData对应了SVG中的d属性，绘制命令也完全一致，包括了10个命令：M，L，H，V，C，S，Q，T，A，Z。ImageView中的动画默认会停在初始画面，需要在代码中通过start函数来启动动画。
2025-07-17 07:30:55
551
原创 鸿蒙搜狐新闻如何在Native调用ArkTS方法
01前言鸿蒙作为一款新兴的智能操作系统，现在适配鸿蒙系统的应用越来越多，同时会面临三端兼容问题，如同一产品功能，需要维护iOS、Android、鸿蒙三端代码。拿文件上传、下载功能场景举例，同时要适配iOS、Android、鸿蒙三端，目前比较好的方案是文件上传、下载功能下沉到C，三端native代码可以复用，但是在鸿蒙上存在如下一个问题：Native文件上传、下载进度怎么从Native线程异步回调给ArkTs线程对应JS回调方法？答案：通过Node-API提供的线程安全函数，可以把文件上传、下载进度从nati
2025-07-17 07:30:55
773
原创 使用AVPlayer播放FairPlay DRM视频的最佳实践
01DRM 介绍DRM，即数字版权管理（Digital Rights Management），是指使用加密技术保护视频内容、通过专业技术安全地存储和传输密钥（加密密钥和解密密钥）、并允许内容生产商设置商业规则，限制内容观看者的一种系统。1.1 DRM 工作流程DRM使用对称加密算法（Symmetric-key algorithms）对视频内容进行加密，对称加密算法使用同一把密钥加密和解密；首先，通过密钥（通常为AES-128）将内容加密，然后传输给客户端。这把密钥由专用服务器提供，安全可靠；当客户端想要播放
2025-07-17 07:30:55
1323
原创 基于LLM的流量回放系统
无论是GET请求或者POST请求，其实都是很多的key、value的组合，那么去重的优先级是， 优先key不同的数据， 这个不同包括key的绝对值不同，也包括key的多与少，如图中所示，当通过这种方式去重后，一般每个接口路径下，一种返回形状，可能只能剩下5个以内的数据了，但是这会出现一个问题，因为请求参数可能会有一些id，他们的值不同则代表了不同的文章、用户，去重后会造成这类数据的减少，但这种问题几乎无法预计，所以这里直接采用了最简单的办法，对已经去重的数据做随机补充。
2025-07-17 07:30:55
898
原创 ViewPager2的滚动机制与优化
我们以C卡片为例,如果不操作的话那么我们的卡片应该处于右边C位置,然而实际上我们的卡片确却是在左边B位置,这样我们需要向下移动的卡片的距离为2*小卡片高度+ 大卡片高度,以此类推,D卡片需要多滑动一个小卡片的距离,以此类推,然而为了平滑移动需要乘以。然而，设计师的酷炫效果往往给开发者带来不小的挑战。可以看到第一张图片小卡片的人头部分没有显示出来,但是移动到第一张卡片的时候却显示的整张完整的图片,这样做的原因是为了在小卡片的时候显示我们想要显示的区域,这样效果会更好,那么这个效果我们需要怎么做呢？
2025-07-10 07:30:23
592
原创 基于Redis的向量召回，支撑 AI 业务
传统的问答库多以关键词匹配为核心，但面对复杂的用户表达和多样化的问题场景，单纯的关键词匹配显得无能为力，给用户笨拙低效的体验。然而，智能客服的关键在于能够快速、准确地理解用户的问题，并提供有效的解决方案，而这背后离不开强大的问答库支持。当用户输入问题时，将问题也转换为向量，并通过向量相似度计算，召回匹配的问答数据，实现对用户问题的精准匹配。相比传统方法，向量搜索能够理解问题中的语义含义，识别出用户隐含的意图，即使用户的问题表述与问答库中的内容不完全一致，也能提供相关性较高的答案。
2025-07-10 07:30:23
756
原创 JDK21虚拟线程僵死、调查及展望
与传统的线程不同，虚拟线程并不是直接由操作系统调度的，而是由JVM调度和管理，通过更高效的调度机制，使得数百万的线程也能在单台机器上高效运行。关键字的实现，以便虚拟线程可以独立于平台线程获取，保留和释放监视器，并且支持在等待监视器时释放平台线程，以便平台线程可以挂载其他虚拟线程。而JVM会追踪当前哪个线程持有锁对象的监视器，但是JVM追踪的是平台线程，而非虚拟线程。，被移出队列，以便pinned-0线程执行，但是不幸的是，由于没有空闲的平台线程，它永远无法被移出，这就跟之前的线程栈分析对上了。
2025-07-10 07:30:23
1189
原创 当测试遇见AI：用 Streamlit+AutoGen+Deepseek 构建智能用例生成器
未来的测试领域，AI 将成为需求理解的翻译官、测试设计的参谋长、质量风险的预警器，最终实现 "让测试更智能，让质量更可靠" 的目标。它借助 Streamlit 构建出友好的用户界面，利用 AutoGen 库和 Deepseek 语言模型进行交互，只要用户输入需求，就能快速生成测试用例，极大提升了测试工作的效率。负责搭建用户界面，收集用户的需求和高级选项信息，提供交互功能，比如按钮点击、输入框输入等，还能实时显示生成的测试用例和相关状态信息，就像一个热情的 “接待员”，和用户进行互动。
2025-07-10 07:30:23
816
原创 iOS静态代码检查方案解读
的程序，和我们人工分析的过程类似，符号执行引擎会分析程序逻辑的各个分支满足的条件，然后提前把这些条件准备好，如果有多个独立条件并存就会用排列组合的方式设计条件列表，再将这些不同预设的条件放到引擎中模拟执行，观察并记录符号的状态变化，具体某一项分析检查器只需要在合适的时机去读取符号的当前状态，判定是否有误即可知道代码是否存在问题了。前面我们讲述了如何使用 clang 针对单个文件进行分析，但实际的场景中，我们一般并不会单个的去编译一个个文件，而是利用针对工程的集成构建工具，例如。
2025-07-10 07:30:23
485
原创 鸿蒙富文本实践
图片组件 RichEditorImageSpanResult 就麻烦一些，首先通过 .valueResourceStr 可以获取到图片的资源路径 resource:///icon_emotion_8.png ，刨除协议头 resource:/// 与文件后缀 .png ，就得到了图片名 icon_emotion_8，通过配置表可以匹配到对应的表情关键字"[鼓掌]"。上面的文本就转换为："第一次见面她帮他出头，他被她拽拽的气质吸引，对她一见钟情，多年后重逢续写故事"、"[色]"、"这该死的羁绊～"。
2025-03-27 07:30:30
1407
原创 Argo Workflows 原理及应用
01组件概述Argo Workflows是一个开源的容器原生工作流引擎，允许用户在Kubernetes集群上定义并执行复杂的业务流程。支持对相关流程进行个性化编排，包括执行顺序、相互之间的依赖等等。Argo Workflows 是以 Kubernetes 自定义资源定义（Custom Resource Definitions，简称 CRD）的形式来实现其功能。CRD 是 Kubernetes 提供...
2025-03-13 07:30:17
2109
原创 鸿蒙跨平台框架ArkUI-X
01引言目前，移动端主流跨平台方案有Flutter、React Native、uni-app等等，还有刚推出不久的Compose-Multiplatform，真所谓是百花齐放。这些框架各有特点，技术实现各有差异，比如Flutter通过Dart编写的UI描述对接Flutter渲染引擎，React Native 则是借助大前端成熟的发展背景，利用JS引擎生成UI描述，渲染时转化为原生控件，复用了原生渲...
2025-03-06 07:30:53
2260
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