<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[程序员ken的博客]]></title><description><![CDATA[霸都90后程序员，专注后端技术分享。公众号:程序员ken]]></description><link>https://blog.youkuaiyun.com/jikuicui7402</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; jikuicui7402]]></copyright><item><title><![CDATA[献给自己的一款个人管理的桌面软件（三）]]></title><link>https://blog.youkuaiyun.com/jikuicui7402/article/details/158043548</link><guid>https://blog.youkuaiyun.com/jikuicui7402/article/details/158043548</guid><author>jikuicui7402</author><pubDate>Sat, 14 Feb 2026 10:00:00 +0800</pubDate><description><![CDATA[其实客户端和服务端都是引入了公共的类库personal-manage.Forwarding，其中里面使用了动态代理，这边所有的Service都是通过扫描命名空间的方式 进行相应的注入（本质注入的是代理类 而不是直接的实现类），并且使用的都是单例模式，而单例模式是为了减少服务器的内存开销。目前是将其功能和页面都做了一个公用，比如页面的分享列表和分享功能页面都是通用的，其主要的模块的列表展示都是关联分享进行查询的。当来源是服务端时则调用的具体实现了里面的方法，不需要进行远程调用了。]]></description><category></category></item><item><title><![CDATA[献给自己的一款个人管理的桌面软件（二）]]></title><link>https://blog.youkuaiyun.com/jikuicui7402/article/details/157945685</link><guid>https://blog.youkuaiyun.com/jikuicui7402/article/details/157945685</guid><author>jikuicui7402</author><pubDate>Tue, 10 Feb 2026 21:16:10 +0800</pubDate><description><![CDATA[本文介绍了一款多功能软件开发工具，包含管理后台和用户界面两大模块。管理后台提供用户管理、角色管理、权限管理和组织管理功能。用户界面支持在线/离线两种模式，离线库可选SQLite或MySQL数据库。主要功能包括：1）任务管理，支持多线程调度和语音播报；2）代码生成器，可灵活生成多种语言的代码文件；3）历史记录，提供文件变更备份和还原功能；4）其他应用如FTP管理、文件加密、表数据维护等。工具还内置Python虚拟环境管理、JOOQ代码生成等功能，支持多种数据库操作，并注重数据安全保护。]]></description><category></category></item><item><title><![CDATA[献给自己的一款个人管理的桌面软件（一）]]></title><link>https://blog.youkuaiyun.com/jikuicui7402/article/details/157910245</link><guid>https://blog.youkuaiyun.com/jikuicui7402/article/details/157910245</guid><author>jikuicui7402</author><pubDate>Mon, 09 Feb 2026 19:33:16 +0800</pubDate><description><![CDATA[该项目是作者十年软件开发生涯的结晶，专为解决开发者日常痛点而设计。基于.NET技术栈（支持Framework4.6+至.NET9.0），核心功能包括：1）多数据库（MySQL/SQLite等）代码生成器，支持Java/C#/Vue等8种编程语言；2）异构数据库迁移工具；3）隐私管理系统（RSA加密存储）；4）实用工具集（Python脚本管理/FTP客户端/二维码生成等）。采用分层架构设计，未来可平滑迁移至MAUI/Avalonia实现跨平台。]]></description><category></category></item><item><title><![CDATA[深入理解大语言模型(8) 使用 LangChain 开发应用程序之上下文记忆]]></title><link>https://blog.youkuaiyun.com/jikuicui7402/article/details/157875061</link><guid>https://blog.youkuaiyun.com/jikuicui7402/article/details/157875061</guid><author>jikuicui7402</author><pubDate>Sun, 08 Feb 2026 19:39:07 +0800</pubDate><description><![CDATA[本文介绍了如何利用LangChain的记忆功能让大模型记住历史对话。主要内容包括：1) 使用ConversationBufferMemory存储完整对话历史；2) 通过对话缓存窗口和字符缓存限制存储量；3) 采用对话摘要缓存来总结内容减少token消耗。这些方法解决了大模型无状态的问题，同时平衡了记忆完整性和计算成本。代码示例展示了不同记忆方式的具体实现，包括保存上下文、加载记忆变量等操作。通过合理选择记忆存储策略，可以优化大模型在长对话场景中的表现和资源使用效率。]]></description><category></category></item><item><title><![CDATA[2023年发布的Java21/.NET8/Go1.20/NodeJs20/Python3.12的权威性能与并发报告]]></title><link>https://blog.youkuaiyun.com/jikuicui7402/article/details/157364350</link><guid>https://blog.youkuaiyun.com/jikuicui7402/article/details/157364350</guid><author>jikuicui7402</author><pubDate>Sun, 25 Jan 2026 21:41:57 +0800</pubDate><description><![CDATA[本文对比了Go1.20、Java21、.NET8、Node20和Python3.12五种编程语言在纯计算、Web API、DB查询等场景下的性能表现。测试数据显示，Go1.20在CPU密集和高并发I/O场景表现最优，.NET8和Java21紧随其后，Node20和Python3.12更适合轻量级应用。内存效率方面，Go1.20最省内存，Python3.12占用最多。文章建议根据具体场景选择语言：高并发I/O选Go，企业级应用选Java或.NET，前端集成选Node，数据科学选Python。]]></description><category></category></item><item><title><![CDATA[深入理解大语言模型(7) 使用 LangChain 开发应用程序(一)]]></title><link>https://blog.youkuaiyun.com/jikuicui7402/article/details/154597469</link><guid>https://blog.youkuaiyun.com/jikuicui7402/article/details/154597469</guid><author>jikuicui7402</author><pubDate>Tue, 11 Nov 2025 09:15:00 +0800</pubDate><description><![CDATA[摘要：本文介绍了LangChain框架在LLM开发中的应用，重点讲解其核心组件（模型、提示、索引、链、代理）及使用方式。通过示例代码展示了如何利用ChatPromptTemplate构建提示模板，以及使用StructuredOutputParser解析模型输出的结构化结果。文章指出，提示模板可简化复杂场景下的提示设计，而输出解析器则能有效提取特定信息，为开发者提供便捷的LLM应用程序构建方案。]]></description><category></category></item><item><title><![CDATA[深入理解大语言模型（6)-Prompt 注入 Prompt 注入]]></title><link>https://blog.youkuaiyun.com/jikuicui7402/article/details/154597370</link><guid>https://blog.youkuaiyun.com/jikuicui7402/article/details/154597370</guid><author>jikuicui7402</author><pubDate>Sun, 09 Nov 2025 08:23:16 +0800</pubDate><description><![CDATA[文章摘要： 提示注入是指用户通过输入特殊指令操控AI系统，绕过开发者设定的限制，可能导致系统滥用或成本增加。防范策略包括：1）使用分隔符（如####）明确系统指令，强制AI以指定语言响应；2）检测用户是否尝试注入。实验显示，当用户试图用中文指令覆盖意大利语回复要求时，未使用分隔符的系统会被绕过，而采用分隔符的方案能有效阻止注入。未来更先进的模型可能不再需要额外防护措施。]]></description><category></category></item><item><title><![CDATA[深入理解大语言模型（5)-关于token]]></title><link>https://blog.youkuaiyun.com/jikuicui7402/article/details/151586000</link><guid>https://blog.youkuaiyun.com/jikuicui7402/article/details/151586000</guid><author>jikuicui7402</author><pubDate>Thu, 11 Sep 2025 18:42:23 +0800</pubDate><description><![CDATA[本文解释了LLM(大语言模型)以token而非单词为基本处理单元的技术细节。分词器将输入文本拆分为token，生僻词可能被拆为多个token，这能降低字典规模并提高效率。例如&quot;lollipop&quot;被拆为3个token，导致模型难以正确反转字母顺序。中英文token长度不同，英文约4字符/0.75词，中文约1-0.5词。需注意模型的总token限制(如ChatGPT3.5-turbo为4096)，输入Prompt越长，输出上限越低。开发者应关注分词方式对模型理解的影响。]]></description><category></category></item><item><title><![CDATA[深入理解大语言模型（4)-聊天机器人]]></title><link>https://blog.youkuaiyun.com/jikuicui7402/article/details/151293118</link><guid>https://blog.youkuaiyun.com/jikuicui7402/article/details/151293118</guid><author>jikuicui7402</author><pubDate>Mon, 08 Sep 2025 09:00:00 +0800</pubDate><description><![CDATA[本文介绍了如何利用大型语言模型快速构建定制化聊天机器人。重点展示了上下文对话的实现方法，通过角色划分（system/user/assistant）和消息累积来维护对话状态。文章提供了一个订餐机器人实例，演示了完整的对话流程，并展示了如何将对话内容转化为结构化JSON数据。技术实现上使用Python的Panel库构建Web界面，通过OpenAI API获取模型响应。示例代码展示了消息收集、上下文维护和JSON摘要生成等关键功能，为开发者提供了构建领域特定聊天机器人的实用参考方案。]]></description><category></category></item><item><title><![CDATA[深入理解大语言模型（3)-优化提示词]]></title><link>https://blog.youkuaiyun.com/jikuicui7402/article/details/151011760</link><guid>https://blog.youkuaiyun.com/jikuicui7402/article/details/151011760</guid><author>jikuicui7402</author><pubDate>Fri, 05 Sep 2025 09:00:00 +0800</pubDate><description><![CDATA[本文展示了如何通过迭代优化Prompt，将产品说明书转化为营销文案。初始Prompt生成的内容过长，通过添加字数限制优化为120字内；进一步优化要求提取产品尺寸并组织成表格，最终输出HTML格式的网页内容。整个过程体现了Prompt工程的关键：从简单需求开始，逐步添加具体指令，通过多次迭代完善结果。案例以中世纪风格办公椅为例，演示了如何为营销团队生成技术性产品描述，并最终输出包含表格的网页可用格式。]]></description><category></category></item><item><title><![CDATA[深入理解大语言模型（2)-提示词]]></title><link>https://blog.youkuaiyun.com/jikuicui7402/article/details/151011556</link><guid>https://blog.youkuaiyun.com/jikuicui7402/article/details/151011556</guid><author>jikuicui7402</author><pubDate>Wed, 03 Sep 2025 09:00:00 +0800</pubDate><description><![CDATA[如何去使用 Prompt，以充分发挥 LLM 的性能？首先我们需要知道设计 Prompt 的原则，它们是每一个开发者设计 Prompt 所必须知道的基础概念。本章讨论了设计高效 Prompt 的两个关键原则：编写清晰、具体的指令和给予模型充足思考时间。掌握这两点，对创建可靠的语言模型交互尤为重要。首先，Prompt 需要清晰明确地表达需求，提供充足上下文，使语言模型准确理解我们的意图，就像向一个外星人详细解释人类世界一样。过于简略的 Prompt 往往使模型难以把握所要完成的具体任务。]]></description><category></category></item><item><title><![CDATA[深入理解大语言模型（1)-前提]]></title><link>https://blog.youkuaiyun.com/jikuicui7402/article/details/151011462</link><guid>https://blog.youkuaiyun.com/jikuicui7402/article/details/151011462</guid><author>jikuicui7402</author><pubDate>Mon, 01 Sep 2025 09:00:00 +0800</pubDate><description><![CDATA[本文详细介绍了搭建Python开发环境的完整步骤： 首先安装Python 3.9.13，建议从官网下载对应版本； 推荐安装Anaconda或Miniconda（性能较差的电脑建议后者），并配置环境变量； 设置conda清华镜像源以加速下载； 创建名为chatgpt的Python 3.9虚拟环境并激活； 安装核心库如python-dotenv、openai、langchain等； 最后安装VSCode作为开发工具，并提供了Python相关配置建议。 ]]></description><category></category></item><item><title><![CDATA[2025年.NET从业人员该何去何从？]]></title><link>https://blog.youkuaiyun.com/jikuicui7402/article/details/144948506</link><guid>https://blog.youkuaiyun.com/jikuicui7402/article/details/144948506</guid><author>jikuicui7402</author><pubDate>Sun, 05 Jan 2025 17:57:32 +0800</pubDate><description><![CDATA[随着技术的不断进步和市场的拓展，.NET的市场份额也在逐步提升，.NET的市场份额依然很大，拥有广泛的应用场景。]]></description><category></category></item><item><title><![CDATA[vscode中居然可以运行winforms项目]]></title><link>https://blog.youkuaiyun.com/jikuicui7402/article/details/144728440</link><guid>https://blog.youkuaiyun.com/jikuicui7402/article/details/144728440</guid><author>jikuicui7402</author><pubDate>Wed, 25 Dec 2024 21:55:58 +0800</pubDate><description><![CDATA[总所周知，我们写winforms或wpf项目基本上都是使用vs-studio这款号称宇宙最强IDE的工具来编写及调试代码，那你有没有想过其实我们的vs-code也可以来编写及调试这类桌面应用？]]></description><category></category></item><item><title><![CDATA[Mysql进阶(一)]]></title><link>https://blog.youkuaiyun.com/jikuicui7402/article/details/143835404</link><guid>https://blog.youkuaiyun.com/jikuicui7402/article/details/143835404</guid><author>jikuicui7402</author><pubDate>Sun, 17 Nov 2024 17:35:06 +0800</pubDate><description><![CDATA[本地数据存放根目录:C:\ProgramData\MySQL\MySQL Server 5.6\data。可以使用如下命令：（linux系统中运行的命令 windows系统可以直接找到慢日志文件打开看看)有些库是仔sys里面存储的 有些库是 information_schema。查看慢查询日志文件位置 版本<=5.6使用。查看慢查询日志文件位置 版本>5.6使用。]]></description><category></category></item><item><title><![CDATA[手把手教你搭建NuxtJs框架（二）之使用jwt进行鉴权]]></title><link>https://blog.youkuaiyun.com/jikuicui7402/article/details/143468795</link><guid>https://blog.youkuaiyun.com/jikuicui7402/article/details/143468795</guid><author>jikuicui7402</author><pubDate>Sun, 03 Nov 2024 18:47:26 +0800</pubDate><description><![CDATA[这里我看到github的demo，有这个jsonwebtoken模块安装 @types/jsonwebtoken后发现项目根本不能运行，使用了npm i --save-dev @types/jsonwebtoken 将其安装到开发环境才解决问题。这边使用jsonwebtoken就是计算和存储jwt信息的，这边大家仔细看有个devDependencies,@types/jsonwebtoken这个库是被安装在开发环境依赖中的，npm不会去管他的。只是在我们的包在本地开发的时候使用的。]]></description><category></category></item><item><title><![CDATA[postman如何安装旧版本不升级（以9.31和11.10版本为例）]]></title><link>https://blog.youkuaiyun.com/jikuicui7402/article/details/143340616</link><guid>https://blog.youkuaiyun.com/jikuicui7402/article/details/143340616</guid><author>jikuicui7402</author><pubDate>Tue, 29 Oct 2024 19:02:33 +0800</pubDate><description><![CDATA[postman版本超过10.x（包含10.x)，有个大的麻烦，就是需要登录账号，如果网络不佳（其实是外网受限）,那就很难受了 功能页面都进不去了！需要无限制创建这个“包库”就需要付费了，这种方式挺好的，让我们在请求前和响应后做些加密解密，这种加密库或公共的处理函数，每次都有重新写一大串那实在是很麻烦，这是我选择这个高版本的原因！但在高版本里面，比如11.10.0里面就没有此项选择了，这时候我自己伪造了一个Update.exe程序，这个是用vs打包的Update.exe。]]></description><category></category></item><item><title><![CDATA[手把手教你搭建NuxtJs框架（一）之基础]]></title><link>https://blog.youkuaiyun.com/jikuicui7402/article/details/143081158</link><guid>https://blog.youkuaiyun.com/jikuicui7402/article/details/143081158</guid><author>jikuicui7402</author><pubDate>Thu, 24 Oct 2024 08:00:00 +0800</pubDate><description><![CDATA[时间:2024-10(搭建时间)]]></description><category></category></item><item><title><![CDATA[freemarker部分源码-粗略了解freemarker底层原理]]></title><link>https://blog.youkuaiyun.com/jikuicui7402/article/details/141501563</link><guid>https://blog.youkuaiyun.com/jikuicui7402/article/details/141501563</guid><author>jikuicui7402</author><pubDate>Sat, 24 Aug 2024 16:44:42 +0800</pubDate><description><![CDATA[如下配置实例和创建模型已经固化，我们看看获取模板的时候底层做了什么！]]></description><category></category></item><item><title><![CDATA[2024年pandas快速上手，通俗易懂(推荐）]]></title><link>https://blog.youkuaiyun.com/jikuicui7402/article/details/135899492</link><guid>https://blog.youkuaiyun.com/jikuicui7402/article/details/135899492</guid><author>jikuicui7402</author><pubDate>Tue, 30 Jan 2024 19:30:00 +0800</pubDate><description><![CDATA[Pandas 是 Python 语言的一个扩展程序库，用于数据分析。
Pandas 名字衍生自术语 "panel data"（面板数据）和 "Python data analysis"（Python 数据分析）。
Pandas 是一个开放源码、BSD 许可的库，提供高性能、易于使用的数据结构和数据分析工具。可以解析excel、sql、csv、json等格式的文件或数据。]]></description><category></category></item></channel></rss>