- 博客(19)
- 资源 (13)
- 收藏
- 关注
RSS订阅原创 pa-agent 一个桌面端的个人助理，超赞的vibe coding工具
pa-agent 一个超赞的桌面端的个人助理，大脑依赖本地agent的能力，暂时只对接了claude code （后续会适配codex、pi等主流agent）。PA-Agent，是一套 AI 驱动的、标准化的、完整的敏捷项目交付体系,其中也融合了harness工程规范，很多细节的地方还在打磨优化，后面出视频详解。2、如果任务需要人工确认（特别是agent认为是有风险的操作），则这里会弹出确认框。1、点击右侧边栏的小机器人图标，显示当前正在执行的任务。4、进行中任务是agent正在执行的任务。
2026-08-27 18:54:44
224
原创 仓颉 SKILL 实操手册:把一本书蒸馏成可调用的 AI 技能
本项目重点测了 3 个对偶:extract-function↔inline-function、parameterize-function↔remove-flag-argument、extract-superclass↔replace-subclass-with-delegate,都区分清晰。:6 个 sub-agent 并行(按章节适配:ch6 / ch7-8 / ch9-10 / ch11-12 / 元方法 / 坏味道+术语),产出 27 个候选单元 + 24 种坏味道卡片 + 23 条术语。
2026-07-21 18:23:19
955
原创 一次性讲清DDD设计中的CQRS模式
本文系统梳理了DDD应用层中Command和Query的设计规范与核心原则。基于CQRS模式，Command代表修改状态的写操作，应封装完整参数并体现业务意图；Query代表无副作用的读操作，需明确查询条件。两者严格隔离，Command不应返回业务数据，Query不应修改状态。这种设计能解决接口膨胀问题，提升语义表达力，并为不同复杂度的CQRS架构演进奠定基础。实际项目中，从"读写分离版CQRS"入手通常是平衡复杂度与收益的最佳选择。
2026-07-04 14:06:57
223
原创 claude code 开发实践 - 生产级别的项目规范
本文档是一套针对技术团队使用AI辅助编程（Claude Code）的标准化开发规范，主要包含以下核心内容： 目录结构规范 统一AI相关文件存放位置，设定标准目录层级（CLAUDE.md、.claude/skills/等） 分业务/技术领域组织技能包、子Agent和全局钩子 分层记忆系统 四层记忆管理（全局个人/项目团队/本地临时/AI自动记忆） 明确各层文件权责、提交规则和行数限制 提供CLAUDE.md和CLAUDE.local.md标准模板 Skills技能包规范 按技术领域拆分标准化技能 提供DDD
2026-07-01 11:29:39
276
原创 claude code 开发实践 - 记忆系统
本文介绍了Claude Code记忆系统的四层架构模型，重点解析了核心记忆层(CLAUDE.md)的机制与应用。系统采用分层记忆设计：全局用户记忆、项目团队记忆、本地私有记忆和自动学习记忆。CLAUDE.md作为项目的长期大脑，存储项目架构、规范等关键信息，会话启动时自动加载。文章通过360绩效考核平台项目实例，展示了CLAUDE.md的标准结构和实际应用，包括项目概述、技术架构、目录规范等内容，体现了该记忆系统在保证项目一致性和知识传承方面的价值。
2026-06-26 11:48:44
276
原创 关于大模型推理机制的一点思考
前篇《关于大模型是否有智慧的一点思考》有提到现在大模型的能力远不止“文字接龙”，在编程、解题、文学艺术创作等各领域百花齐放，很多方面的benchmark测试甚至超越了人类水平，媒体上也经常会拿人类的生物神经元结构来类比大模型的网络结构，今天我们来深度探讨一下大模型的推理机制，以及是否真的和人类大脑的推理机制有异曲同工之处？
2026-06-19 22:52:58
244
原创 一次性讲清DDD设计中的值对象（value object）、实体（entity）和域(domain)
本文系统阐释了DDD（领域驱动设计）中的三个核心概念：实体（Entity）、值对象（Value Object）和域（Domain），并通过电商订单系统的案例展示其应用差异。实体具有唯一标识和可变性（如订单），值对象通过属性值判等且不可变（如地址），域则界定业务边界（如订单域）。文章强调通过ID关联解耦不同域，利用值对象提升模型纯度，并详细说明了领域事件如何实现跨域异步协作（如支付成功触发订单状态更新）。最后指出聚合根应控制修改边界，保持业务一致性。全文通过对比表和流程图，清晰呈现了DDD在复杂业务系统中的设
2026-06-17 11:31:08
284
原创 关于大模型是否拥有智慧的一点思考
摘要： 大模型本质是基于概率推测的“文字接龙”，通过Transform架构压缩海量语言数据的概率分布。然而，其千亿级参数规模催生了涌现能力——模型为提升预测精度，被迫学习数据背后的逻辑、语法甚至世界规律，从而展现出类智能行为（如编程、推理）。这种智能是功能性的，依赖统计相关性而非真实理解，缺乏人类的主观体验和因果动机。作者认为大模型是一种“异类智慧”，如同人类集体智慧的统计学镜像，虽无意识却能反射知识逻辑。未来需将概率预测与物理世界锚定，才可能迈向真正的智慧觉醒。
2026-06-16 17:53:55
254
原创 BPMNJS官方案例2：colors-如何调整节点颜色&核心对象介绍
本文详细介绍了BPMN流程引擎中四大核心模块的使用方法： overlays - 用于给流程节点添加HTML标注（如状态图标、错误提示） canvas - 控制画布视图（缩放、居中、背景等） elementRegistry - 查询和获取流程元素（任务、网关等） modeling - 修改流程元素（增删改节点、连线、属性） 文章提供了每个模块的典型应用场景和常用API示例，并展示了如何组合使用这些模块实现流程跟踪高亮效果（查找元素→修改颜色→添加标注→居中显示）。所有示例代码基于bpmn-js，适用于流程引擎
2026-06-10 15:55:24
181
原创 KPI-360 · 开源企业级绩效考核管理系统
KPI-360企业绩效考核平台简介 KPI-360是一款面向中小企业的多模式绩效考核平台，支持KPI、OKR、360度评估和通用考核等多种考核方式。系统采用DDD分层架构设计，具有以下核心特点： 多模式考核支持：支持定量KPI、OKR目标管理、360度评估和定性能力评估等多种考核方式，满足不同场景需求。 灵活的评分机制：提供比率法、区间法、定性等级法、加减分法等5种评分策略，可根据指标特点自动计算分数。 动态表单生成：考核模板配置驱动UI，自动生成不同类型的评价表单，实时计算得分。 完善的生命周期管理：覆盖
2026-06-09 13:58:06
525
原创 BPMNJS官方案例1：React 19 + TypeScript + BPMN 入门完整教程
React 19 + TypeScript + BPMN 入门教程摘要 本教程基于React 19和TypeScript，指导开发者从零开始使用BPMN流程设计器。内容涵盖： 环境准备：要求React 19+TS基础，使用bpmn-js核心库及配套工具 核心概念：介绍Viewer(只读)、Modeler(可编辑)、XML数据格式等BPMN关键概念 基础实现：提供BPMN只读查看器的完整代码示例 进阶功能：展示可编辑设计器的开发方法，包括属性面板集成 教程特点： 提供可直接运行的代码片段 包含默认BPMN X
2026-06-04 11:11:32
270
原创 BPMNJS官方案例1：React 19 + TypeScript + BPMN 入门完整教程
这是一份**从零到实战**的教程，基于最新 **React 19** + **TypeScript**，带你快速掌握 BPMN 流程设计器的基础使用、渲染、编辑、保存、导出等核心功能，全程可直接复制运行。4. **React 19 兼容**：`bpmn-js` 不依赖 React 特性，**100% 兼容 React 19**1. 本教程基于 **React 19 + TS** 实现了**可用的 BPMN 设计器**，开箱即用。运行项目，你会看到一个**基础启动事件**的流程图，**不可编辑**。
2026-06-04 11:08:37
326
原创 数据君的量化技术-第五篇 机器学习和backtrader
有感兴趣量化技术，特别是大数据、人工智能在量化中的应用的童鞋们可以关注我的公众号，脚本代码如果排版不清楚请看公众号：馨视野（datahomex）： 今天，我们回顾一下入门机器学习一文里开发的线性回归模型，看下有什么可以改进的地方，最后讲下如何将开发的模型应用到backtrader中。一、简单回顾上次开发的线性回归模型主要是利用过去2周的收盘价格预测未来一周内最高的收盘价格。from sklearn.metrics import ...
2021-06-26 16:14:44
989
原创 数据君的量化技术-番外篇 认识 datafeeds
有感兴趣量化技术，特别是大数据、人工智能在量化中的应用的童鞋们可以关注我的公众号，脚本代码如果排版不清楚请看公众号：馨视野（datahomex）：
2021-06-10 13:36:52
2423
原创 数据君的量化技术-第四篇 机器学习来啦
今天，我们来学习一下机器学习是如何应用到量化交易的，机器学习相关的理论知识暂时不做介绍，后面单独开篇。前面系列课程里我们提到，完整的量化交易包括数据加载、策略开发、策略回溯、实时交易等环节，最核心的部分则是量化策略的开发，之前我们利用快慢均线的变化（金叉和死叉）作为买卖信号，策略简单，但貌似在数据君下载的某币测试集上效果不是很差，今天我们构建一个简单的线性模型来预测一下某股票的价格走势。前言正式开发模型之前，首先要考虑我们准备解决什么问题，或者我们想预测什么，其次要考虑的...
2021-06-03 17:49:11
638
原创 数据君的量化技术-第三篇认识backtrader
有感兴趣量化技术，特别是大数据、人工智能在量化中的应用的童鞋们可以关注我的公众号，脚本代码如果排版不清楚请看公众号：馨视野（datahomex）：通过这个系列前面2篇文章的介绍，大家对于程序化交易肯定有了基本的认识，不过那仅仅是程序化交易，还不是量化交易。今天，数据君给大家介绍一款基于python的开源的量化框架backtrader，开启我们正式的量化交易的学习之路。一、认识backtrader1.1 介绍backtrader 官网 ：https://www.backtra
2021-05-23 18:13:17
2518
原创 数据君的量化技术-第二篇 策略入门
有感兴趣量化技术，特别是大数据、人工智能在量化中的应用的童鞋们可以关注我的公众号，因为排版关系，部分脚本直接放在公众号里了：馨视野（datahomex）：上一篇，数据君实现了一次程序化的交易，包括买入和卖出，省去了手工交易的操作，当然仅仅是一次买卖，没有任何策略，尴尬……今天就来讲一下什么是交易策略，最后用程序来实现一个超级无敌简单的策略@.@策略引用百度百科的解释：策略，指计策谋略。一般是指：1. 可以实现目标的方案集合；2. 根据形势发展而制定的行动方针和斗争方法；3. 有斗争艺术，
2021-05-17 10:02:03
550
原创 数据君的量化技术-第一篇来啦童鞋
有感兴趣量化技术，特别是大数据、人工智能在量化中的应用的童鞋们可以关注我的公众号：馨视野（datahomex）：最近朋友圈铺天盖地全是数币，之前都是谈币色变，现在是不谈个币就表明你是非人类。数据君好好研究了一下币圈交易，发现币圈量化大有可为啊（诡异一笑），币圈真是纯数字，天空中飘的都是一排排数字。今天开始数据君就带大家开启量化技术的大门，本系列文章会介绍币圈交易数据的获取，量化策略的开发、评估，以及如何在量化交易中应用人工智能技术等等。本篇主要介绍：1、如何获取自己开发程序.
2021-05-14 10:38:21
1057
1
python机器学习实践
2016-10-27
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人