大气的小蜜蜂-优快云博客

原创系统总体架构

接着应用层进行操作上的协调，利用Repository、领域模型、领域层服务Domain Service 完成业务需要，再通过数据转换器把领域对象Domain Object转化为数据传输对象DTO。长期的发展，使不少的企业针对单个功能模块开发出一套独立的系统，再通过强大的虚拟化技术为第三方提供服务，这就是云计算的前身。注意留意的是SOA系统中，UI表现层与Application Service应用层服务是实现分离的，表现层可以同时调用多方的远程服务来完成工作。

2026-07-04 13:41:35 181

原创领域层的服务

特别是在分布式开发系统中，应用层与表现层之间是实现分离的，更多时候两者是由不同部门所开发的模块，表现层不会了解应用层中的逻辑关系，Person，Order，OrderItem三样东西在表现层看来，也就是同一样东西，那就是返回值。你可能会说，在这个业务流程中，除了积分优惠Person.Point以外，其他的业务都只与Order的属性有关，按照充血型模型的方案，完全可以把这些业务放到Order的方法当中，而把积分优惠独立成为一个服务。//调用服务层的AccountManager对象，计算费用，修改Order。

2026-07-04 13:40:51 226

原创一个简单粗暴的前后端分离方案

现在前后端分离后，无法依靠后端来给你渲染，所以得在前端做了。除了用$.load异步加载的子页面，剩余的局部页面就是用handlebars提供的模板渲染了，我使用了handlebars的预编译功能，不得不说很强大，一来节约了页面加载阶段所需的编译时间（编译handlebars模板），二来编译后的模板（js文件）方便复用。因此，一个模块有一个主html页面，初始只有一些基本的骨架，有一个名字相同的js文件，该模块逻辑都在此js文件中，有一个名字相同的css文件，该模块的所有样式都定义在此css文件中。

2026-07-03 16:21:37 182

原创 Mono为何能跨平台？聊聊CIL(MSIL)

其实小匹夫在U3D的开发中一直对U3D的跨平台能力很好奇。到底是什么原理使得U3D可以跨平台呢？后来发现了Mono的作用，并进一步了解到了CIL的存在。所以，作为一个对Unity3D跨平台能力感兴趣的U3D程序猿，小匹夫如何能不关注CIL这个话题呢？那么下面各位看官就拾起语文老师教导我们的作文口诀（），和小匹夫一起走进CIL的世界吧~

2026-07-03 16:20:50 211

原创 wxWidgets常见辅助类的应用示例

wxWidgets提供了一系列功能强大的辅助类（Helper Classes），涵盖了字符串处理、文件操作、XML解析、数据流、数据库和网络通信等功能，这些类为跨平台GUI开发提供了基础工具支持，帮助开发者完成各种任务。wxWidgets库可用于创建控制台和图形界面（GUI）应用程序。本文将通过一些控制台应用程序的示例，阐述部分核心辅助类的使用方法。

2026-07-02 17:52:45 171

原创补充说明wxWidgets在Windows下使用CMake的配置

使用此构建方法可以直接生成一些繁琐的CMake配置，简化了CMake构建项目的工作。可以参考minimal的CMakeLists.txt文件，find_package命令使用如下如果是直接集成编译的库，CMake是不能成功构建minimal的，因为CONFIG指示CMake只查找Config模式的配置文件。没有安装上述方式的配置，只能使用这看起来就复杂不少，因为缺乏预先的配置，所以如果你使用CMake构建项目，我建议你使用上述方式的配置。

2026-07-02 17:51:42 171

原创 tomcat为什么假死了.md

我们生产最近有个服务偶尔会挂掉，接口报错""，上服务器curl也是同样报错，意思连接被server拒绝了。通过dump以及日志分析，我们已经知道了问题代码所在，就是使用easyexcel上传、解析文件，开发同学没有做分页，导致内存溢出。。内存溢出后，触发频繁的full gc，由于gc很难有效回收内存，所以程序抛出了OutOfMemoryError，原因是：Java heap space。内存无法分配新的对象。典型的场景是：内存不足，内存泄漏，分配的对象过大。

2026-07-01 15:21:58 181

原创手算神经网络BP传播算法

然说是手算，但是我还是会写一点 C# 代码，避免敲坏了计算器。我和大家保证，整个手算过程中，最终的计算结果只需要用到初高中知识。推导过程会用到部分高数的知识。我尽量将用到的知识点全列举出来，本文对学渣友好，期望能够拿出纸笔和 VisualStudio 的伙伴阅读完本文能够真的理解神经网络BP传播算法是如何计算的看了一下时间，今年确实 2025 年，而不是 2015 年。在 2025 时还在聊BP 算法实在有点一言难尽。我在 10 多年前尝试写过贴近的程序，当时写的时候有一些概念没有理解，但代码是写了也能跑，

2026-07-01 15:21:16 224

原创模板题这道模板题非常全面，相比应用李超线段树的时候实现的东西要多的多：

第一次做李超线段树也可以先考虑做，是一道更正常的模板题。

2026-06-30 13:52:06 194

原创 SQLAlchemy中使用UPSERT

SQLite 和 PostgreSQL 都支持 UPSERT 操作，即"有则更新，无则新增"。冲突列必须有唯一约束。

2026-06-30 13:51:21 232

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 13:53:52 204

原创基于Python+Django的健身房管理系统实现：核心亮点全流程解析

系统采用分层解耦的设计原则，基于Django原生MVT（Model-View-Template）模式构建三层架构，各层职责单一，接口清晰，便于后续功能迭代与维护。表现层：负责界面渲染与用户交互。采用Django Template引擎结合SimpleUI后台主题构建管理界面，集成ECharts实现数据可视化，通过Bootstrap保障多终端响应式适配。业务逻辑层：负责核心业务规则处理。通过视图函数承接请求，调用业务逻辑完成数据处理，依托Django Admin能力快速实现后台CRUD操作的定制化。数据访问层：

2026-06-29 13:53:07 177

原创 Cloud Agent 开发笔记(4)：Skill 与 MCP 集成、项目后记

V1 验证的是产品形态：由管理员角色集中创建和维护 Skill、配置 MCP 连接，普通用户在对话中调用这些能力，而不需要自己理解背后的技术细节。这个管理模式在业务场景里是成立的。但 V1 的 Skill 和 MCP 实现和 V2 完全没有继承关系：V1 用 Python 写、靠 XML 解析、塞在 God 类里，V2 是用 TypeScript 从零设计的，参考的是 Claude Code 的架构而非 V1 的代码。V2 继承的是 V1 验证过的管理模式，不是它的实现。场景也变了。

2026-06-28 14:31:31 187

原创 AI Coding 如何影响交付链路重构：写代码更快了，为什么人反而觉得更累了？

很多团队最近都有同一种错觉：，需求却没有同样幅度地更早上线。人没有更闲，反而更容易被多个需求、多个 Agent、多个评审点位同时拉扯。这不是工具失灵，也不只是使用姿势不对。问题在于，，而需求交付从来不是一个只有编码的系统。代码一旦变便宜，真正稀缺的东西会立刻暴露出来：，以及每一次是否值得做的判断。如果把视角只放在 IDE 里，很容易高估对整体交付的拉动。

2026-06-28 14:30:51 215

原创《觉醒时刻：AI Agent引爆企业效率革命》第二章

这句话，道尽了无数传统企业老板面对AI时的真实心态。

2026-06-27 13:47:26 176

原创 Midscene 实战：告别 XPath，用自然语言实现 UI 自动化测试

痛点一：元素定位脆弱传统工具依赖 CSS 选择器、XPath 定位，一旦页面 UI 调整，定位器就失效。用例维护成本极高，一个中大型项目可能 30% 的维护工作量都耗在这上面。痛点二：学习门槛高想要写自动化，必须先学 XPath、CSS 选择器语法，再理解 Playwright/Cypress 的 API 体系。光是环境配置和语法学习，新人就可能消耗 1-2 天。痛点三：跨平台能力弱传统 Web 自动化工具只能在浏览器里转悠。想要测试桌面应用、移动端？得学另外的工具，用另外的写法。

2026-06-27 13:46:46 216

原创把自己“博客转推文“蒸馏成一个 Agent Skill

从今年起，我个人每个月消耗的 token 量在左右，累积烧了 40 亿 tokens。因为我几乎所有重复性的工作，都封装成了 AI 工作流。什么叫工作流呢？你可以理解为一套固定的操作规范和流程，也可以简单理解为 Agent Skills 技能包。AI 可以按照这个流程去执行任务，我只需要给它一个触发信号就行。下面给大家分享一下我自己的 AI 工作流，希望能给大家一些启发。

2026-06-25 13:23:32 170

原创 Linux 系统中定位与设置 JAVA_HOME 目录

本次改版，主要是考虑到不同的硬件配置，支持了三种不同的对话模式。

2026-06-25 13:22:46 199

原创 Openclaw TaskFlow究竟是什么？和普通Skill技能有什么区别

TaskFlow 不是替代普通技能，而是补充：普通技能工具（锤子、螺丝刀）TaskFlow工作台（有抽屉存放半成品、有夹具固定工件）你可以用锤子（普通技能）敲钉子，但如果你要做复杂的家具（长时间工作流），就需要工作台（TaskFlow）来：存放半成品（状态持久化）固定工件（状态管理）等待胶水干（等待机制）分步骤完成（多步骤协调）

2026-06-24 14:03:07 227

原创 Java + EasyExcel 实现单个接口导出多个Excel

用户列表和订单列表，分别创建对应的实体类，通过 EasyExcel 的 @ExcelProperty 注解指定 Excel 表头名称（注解参数就是最终 Excel 中显示的表头）。实体类用 Lombok 的 @Data 注解简化 getter/setter 代码，无需手动编写，节省开发时间。

2026-06-24 14:02:23 190

原创你的显卡能跑多少算子？用 55 个检查项，给 PyTorch GPU 环境做一次冒烟测试

Windows 上用 RX 6650 XT 跑自编译 ROCm + PyTorch 的时候，我遇到一个问题：LLM 推理确实跑在 GPU 上了，但加速比只有 1.7-2.0x，任务管理器里 GPU 利用率也很低。第一反应是——是不是很多操作没有 GPU 路径，PyTorch 悄悄把计算挪回了 CPU？为了搞清楚这件事，我写了一个简单的 Python 脚本。如果某个操作直接报错，或者输出跑到了 CPU，那就值得深挖一下。

2026-06-23 14:04:11 163

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。不同业务逻辑、工具说明、安全策略、输出格式、异常处理，全都混在一起。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。所以对于大量通用 Agent 场景，严格工作流并不会让系统更聪明，只会让系统更像一个复杂但笨重的表单流程。在大语言模型能力还不稳定的时候，企业级应用最怕的不是模型不够聪明，而是模型不够听话。

2026-06-23 14:03:28 158

dSOlX2229的博客