<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[Science prince的博客]]></title><description><![CDATA[Science prince's blog.]]></description><link>https://blog.youkuaiyun.com/m0_61531676</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; m0_61531676]]></copyright><item><title><![CDATA[AG-UI 1.0 ：把审批、进度和共享状态装进一个事件流]]></title><link>https://blog.youkuaiyun.com/m0_61531676/article/details/170247650</link><guid>https://blog.youkuaiyun.com/m0_61531676/article/details/170247650</guid><author>m0_61531676</author><pubDate>Sat, 07 Nov 2026 21:33:12 +0800</pubDate><description><![CDATA[AG-UI 1.0 为 Agent 与前端交互提供标准化事件流协议，解决审批、进度与状态共享难题。通过定义31种事件类型与严格行为规范，实现跨框架、跨平台的实时同步，支持流式文本、工具调用、子代理、人工干预等复杂场景。其核心是统一的 JSON Schema 与向后兼容设计，已获 Google、Microsoft 等巨头采用，推动 Agent 应用界面开发进入标准化时代。]]></description><category></category></item><item><title><![CDATA[DSPy 3.4 是怎么把 LLM 管道变成可编译的程序]]></title><link>https://blog.youkuaiyun.com/m0_61531676/article/details/170247634</link><guid>https://blog.youkuaiyun.com/m0_61531676/article/details/170247634</guid><author>m0_61531676</author><pubDate>Sat, 07 Nov 2026 21:31:54 +0800</pubDate><description><![CDATA[DSPy 3.4 将 LLM 管道变为可编译程序，通过签名（声明输入输出）、模块（定义执行流程）和优化器（自动优化提示词与示例）实现。它不写死提示词，而是用适配器在运行时生成结构化指令，结合类型系统与格式约束提升模型输出可靠性。优化器如 GEPA、MIPROv2 和 BootstrapFewShot 分别聚焦于反思改进、指令搜索与示例筛选，使提示工程从手动试错转向自动化编译。程序即代码，提示词是编译产物，真正实现“声明式调用，自优化管道”。]]></description><category></category></item><item><title><![CDATA[把 Claude Code 的执行力装进自己的程序：Claude Agent SDK 实战]]></title><link>https://blog.youkuaiyun.com/m0_61531676/article/details/170148076</link><guid>https://blog.youkuaiyun.com/m0_61531676/article/details/170148076</guid><author>m0_61531676</author><pubDate>Thu, 05 Nov 2026 20:19:09 +0800</pubDate><description><![CDATA[Claude Agent SDK 将 Claude Code 内部的智能代理循环封装为可复用工具，让开发者无需重造轮子。它通过子进程运行安全沙箱，实现文件读写、命令执行与权限管控，支持异步流式交互与上下文压缩，适用于依赖巡检等复杂任务。仅需三行代码即可启动具备决策、执行、验证能力的 AI 助手，但锁定于 Anthropic 模型生态。其核心优势在于降低开发门槛，代价是调用延迟与模型绑定，适合中高复杂度、低频任务。]]></description><category></category></item><item><title><![CDATA[别再给每个 Agent 写一套私有接口：A2A 是怎么让不同厂商的 Agent 互相交活的]]></title><link>https://blog.youkuaiyun.com/m0_61531676/article/details/170051834</link><guid>https://blog.youkuaiyun.com/m0_61531676/article/details/170051834</guid><author>m0_61531676</author><pubDate>Wed, 04 Nov 2026 19:40:37 +0800</pubDate><description><![CDATA[A2A协议解决多厂商Agent协作难题，通过标准化的Agent Card、消息、任务与产物机制，实现跨系统、跨平台Agent间无缝交活。其核心在于统一发现、状态追踪与结果交付，避免“胶水代码”困境。基于HTTP/JSON-RPC/SSE等通用技术，0.3版已广泛落地，1.0版于2026年定型，支持150+组织参与。不同于MCP（工具调用），A2A专注Agent间通信，让不同团队开发的Agent能像电话线一样自由对话，真正实现“互不依赖，协同作业”。]]></description><category></category></item><item><title><![CDATA[类型即护栏：Pydantic AI 1.0 如何把 Agent 从字符串胶水变成可测试的 Python 程序]]></title><link>https://blog.youkuaiyun.com/m0_61531676/article/details/170051795</link><guid>https://blog.youkuaiyun.com/m0_61531676/article/details/170051795</guid><author>m0_61531676</author><pubDate>Wed, 04 Nov 2026 19:39:31 +0800</pubDate><description><![CDATA[Pydantic AI 1.0 将 Agent 开发从“提示词胶水”升级为可测试、类型安全的 Python 程序。通过泛型 Agent[Deps, Output]、依赖注入、工具与输出的 Pydantic 校验，实现输入输出自动校验、错误重试与可观测性。核心机制如类型护栏、审批挂起、持久执行，让复杂流程可复现、可调试、可生产级部署，真正把模型行为约束在代码契约之内。]]></description><category></category></item><item><title><![CDATA[OpenAI Agents SDK：四个原语拼出的多 Agent 系统，和它没替你解决的问题]]></title><link>https://blog.youkuaiyun.com/m0_61531676/article/details/169848148</link><guid>https://blog.youkuaiyun.com/m0_61531676/article/details/169848148</guid><author>m0_61531676</author><pubDate>Mon, 02 Nov 2026 19:59:42 +0800</pubDate><description><![CDATA[OpenAI Agents SDK 以四个原语（Agent、Handoff、Guardrail、Session）和自动追踪的 Runner，重构了多 Agent 系统的编排逻辑。它解决分工、拦截、确认、留痕等工程痛点，通过结构化输出与上下文注入实现流程可控，但未解决跨会话记忆、敏感数据处理、版本稳定性等生产隐患。其仍在快速演进中，需谨慎引入。]]></description><category></category></item><item><title><![CDATA[LangGraph 1.0：给 Agent 加上断点续跑，从 while 循环到可持久化的图运行时]]></title><link>https://blog.youkuaiyun.com/m0_61531676/article/details/169848125</link><guid>https://blog.youkuaiyun.com/m0_61531676/article/details/169848125</guid><author>m0_61531676</author><pubDate>Mon, 02 Nov 2026 19:57:14 +0800</pubDate><description><![CDATA[LangGraph 1.0 为 Agent 提供可持久化的图运行时，解决生产中因进程重启导致状态丢失、重复执行的问题。通过“图+检查点+中断”机制，实现断点续跑：状态落盘、跨超步恢复、人工干预无缝衔接。基于 Pregel 执行模型，支持并行与循环，状态更新由 Annotated 控制合并逻辑，结合 Checkpointer（线程内）与 Store（跨会话）分层记忆。适用于长流程、跨天任务，如退款审批，确保流程可靠、可观测、可控制。]]></description><category></category></item><item><title><![CDATA[Kali Linux 无线网络安全审计指南：外接网卡与 WPA/WPA2 握手包抓取实战]]></title><link>https://blog.youkuaiyun.com/m0_61531676/article/details/163508210</link><guid>https://blog.youkuaiyun.com/m0_61531676/article/details/163508210</guid><author>m0_61531676</author><pubDate>Wed, 05 Aug 2026 16:23:48 +0800</pubDate><description><![CDATA[这篇指南详细介绍了如何在Kali Linux中使用外接网卡进行WPA/WPA2无线网络安全审计。主要内容包括： 硬件准备：推荐支持监听模式的外接USB网卡芯片及选购注意事项 虚拟机配置：USB直通设置和网卡驱动安装方法 技术原理：解析WPA/WPA2四次握手过程和密钥协商机制 实战步骤： 开启网卡监听模式 扫描周边无线网络 捕获目标AP的四次握手包 使用离线字典破解密码 安全建议：提供无线网络安全加固措施 特别强调：实验需在授权环境下进行，内置网卡无法完成此审计操作。文章包含完整的命令序列和故障排查指南，适]]></description><category></category></item><item><title><![CDATA[数据库ORM：SQLAlchemy轻松上手]]></title><link>https://blog.youkuaiyun.com/m0_61531676/article/details/162527558</link><guid>https://blog.youkuaiyun.com/m0_61531676/article/details/162527558</guid><author>m0_61531676</author><pubDate>Thu, 02 Jul 2026 20:58:35 +0800</pubDate><description><![CDATA[在SQLAlchemy中，定义模型就是定义Python类。这些类通常继承自一个声明基类。现在，我们来定义一个简单的用户模型。假设用户表包含：ID、用户名、邮箱、简介、注册时间。在# 指定表名# 定义列id = Column(Integer, primary_key=True) # 主键，自增username = Column(String(50), unique=True, nullable=False, index=True) # 用户名，唯一，非空，建立索引。]]></description><category></category></item><item><title><![CDATA[Home Assistant Python自定义集成开发：从入门到精通——Config Flow、Entity、Service与事件总线深度解析]]></title><link>https://blog.youkuaiyun.com/m0_61531676/article/details/158812893</link><guid>https://blog.youkuaiyun.com/m0_61531676/article/details/158812893</guid><author>m0_61531676</author><pubDate>Wed, 11 Mar 2026 13:30:00 +0800</pubDate><description><![CDATA[Home Assistant Python自定义集成开发摘要 本文深入讲解Home Assistant(HA)自定义集成开发的核心组件和流程。主要内容包括： 架构概览：HA是基于Python的异步事件驱动框架，集成生命周期包含加载、配置、设置、运行和卸载五个阶段。 Config Flow：现代HA集成必须实现的UI配置流程，通过继承ConfigFlow类实现分步配置，包含验证输入、处理错误等功能，替代传统的YAML配置方式。 实体与服务：详细说明如何定义实体(Entity)和创建自定义服务(Service)]]></description><category></category></item><item><title><![CDATA[Django博客系统：从零到上线]]></title><link>https://blog.youkuaiyun.com/m0_61531676/article/details/158812881</link><guid>https://blog.youkuaiyun.com/m0_61531676/article/details/158812881</guid><author>m0_61531676</author><pubDate>Wed, 11 Mar 2026 08:45:00 +0800</pubDate><description><![CDATA[本文详细介绍了使用Django开发博客系统的全过程。从环境搭建、项目创建开始，重点讲解了模型层设计（包括分类、标签和文章模型）和数据库迁移的实现。随后展示了如何利用Django强大的Admin后台管理系统进行内容管理，包括创建超级用户和自定义模型在后台的显示方式。整个教程采用实战方式，循序渐进地带领读者完成从零到上线的开发过程，适合各层次开发者学习参考。]]></description><category></category></item><item><title><![CDATA[Airflow TaskFlow API与XCom高级调度：构建企业级大数据工作流]]></title><link>https://blog.youkuaiyun.com/m0_61531676/article/details/158812846</link><guid>https://blog.youkuaiyun.com/m0_61531676/article/details/158812846</guid><author>m0_61531676</author><pubDate>Mon, 09 Mar 2026 11:30:00 +0800</pubDate><description><![CDATA[本文深入探讨了Airflow 2.0的TaskFlow API和XCom高级调度在企业级大数据工作流中的应用。首先分析了传统Operator方式的痛点，介绍了TaskFlow API如何通过Python装饰器简化任务编排，实现隐式XCom传递和自动依赖推断。接着详细讲解了XCom机制，包括自定义存储后端解决大数据传输问题，以及基于XCom的动态分支调度。最后阐述了Sensor的工作原理及其资源优化模式。文章通过代码示例展示了如何构建高可靠、易维护的大数据工作流系统，为复杂数据管道开发提供了实用指导。]]></description><category></category></item><item><title><![CDATA[asyncua OPC UA异步客户端订阅与历史数据]]></title><link>https://blog.youkuaiyun.com/m0_61531676/article/details/158812860</link><guid>https://blog.youkuaiyun.com/m0_61531676/article/details/158812860</guid><author>m0_61531676</author><pubDate>Mon, 09 Mar 2026 09:15:00 +0800</pubDate><description><![CDATA[**摘要：本文深入解析基于Python asyncua库的OPC UA异步客户端开发，重点介绍订阅机制与历史数据处理。内容涵盖异步连接建立、节点模型基础、MonitoredItem订阅实现、事件过滤机制以及高性能工业数据采集系统的构建方法。文章通过代码示例展示如何配置安全策略、创建数据订阅、设置死区过滤器等关键技术，为开发工业级物联网数据采集系统提供实用指导。]]></description><category></category></item><item><title><![CDATA[Docker Compose + Gunicorn零停机部署最佳实践]]></title><link>https://blog.youkuaiyun.com/m0_61531676/article/details/158774635</link><guid>https://blog.youkuaiyun.com/m0_61531676/article/details/158774635</guid><author>m0_61531676</author><pubDate>Sun, 08 Mar 2026 10:15:00 +0800</pubDate><description><![CDATA[本文介绍了使用Docker Compose和Gunicorn实现Python Web应用零停机部署的最佳实践。通过多阶段构建优化镜像体积，结合Supervisor进行进程管理，并配置Docker健康检查机制。重点讲解了生产级Dockerfile的编写技巧，包括虚拟环境隔离、非Root用户运行等安全措施，以及Supervisor与Gunicorn的协同配置方案，确保应用稳定高效运行的同时实现无缝更新。这套方案兼顾性能、安全性和环境一致性，适合工业级应用部署。]]></description><category></category></item><item><title><![CDATA[Django生产级开发:Custom User模型、Signals与Celery]]></title><link>https://blog.youkuaiyun.com/m0_61531676/article/details/158774616</link><guid>https://blog.youkuaiyun.com/m0_61531676/article/details/158774616</guid><author>m0_61531676</author><pubDate>Sun, 08 Mar 2026 10:00:00 +0800</pubDate><description><![CDATA[摘要 本文探讨Django生产级开发的三个核心组件：自定义User模型、信号机制与Celery异步任务。首先强调自定义User模型的重要性，通过继承AbstractUser扩展电商用户字段（手机号、积分等）。其次介绍Django信号机制的解耦优势，以post_save信号实现用户注册后自动创建关联信息。最后提到Celery处理耗时任务以避免阻塞请求。文章以电商后台为案例，提供详细代码示例，帮助开发者从基础功能过渡到生产级架构设计。关键点包括：尽早自定义User模型、合理使用信号避免循环调用、异步处理耗时任务]]></description><category></category></item><item><title><![CDATA[Hugging Face Transformers + PEFT 参数高效微调全流程]]></title><link>https://blog.youkuaiyun.com/m0_61531676/article/details/158774597</link><guid>https://blog.youkuaiyun.com/m0_61531676/article/details/158774597</guid><author>m0_61531676</author><pubDate>Sat, 07 Mar 2026 16:11:49 +0800</pubDate><description><![CDATA[Hugging Face Transformers + PEFT 参数高效微调全流程]]></description><category></category></item><item><title><![CDATA[Hugging Face Transformers: LLM微调与推理加速]]></title><link>https://blog.youkuaiyun.com/m0_61531676/article/details/158774586</link><guid>https://blog.youkuaiyun.com/m0_61531676/article/details/158774586</guid><author>m0_61531676</author><pubDate>Sat, 07 Mar 2026 16:10:58 +0800</pubDate><description><![CDATA[本文探讨了Hugging Face生态下的大语言模型(LLM)微调与推理加速技术。重点介绍了参数高效微调(PEFT)和低秩适应(LoRA)方法，通过冻结大部分预训练参数、仅微调少量额外参数，大幅降低显存需求。文章详细解析了LoRA的数学原理及其在Transformer中的应用，并展示了基于Llama-3模型的IMDB情感分析实战案例，包括4-bit量化加载、LoRA配置和训练流程。此外，还介绍了QLoRA等量化微调技术，使消费级显卡也能微调数十亿参数的大模型。]]></description><category></category></item><item><title><![CDATA[Raspberry Pi传感器数据采集与可视化系统]]></title><link>https://blog.youkuaiyun.com/m0_61531676/article/details/158774568</link><guid>https://blog.youkuaiyun.com/m0_61531676/article/details/158774568</guid><author>m0_61531676</author><pubDate>Sat, 07 Mar 2026 16:09:27 +0800</pubDate><description><![CDATA[本文介绍基于树莓派的环境监测系统开发方案。系统采用分层架构设计，硬件层集成DHT22温湿度传感器和BMP280气压传感器；软件层使用Python进行数据采集处理，通过Pandas存储分析数据，并实现两种可视化方案：本地Matplotlib静态报表和基于Plotly/Dash的Web实时仪表盘。文章详细讲解了传感器通信协议（单总线和I2C）、开发环境配置、面向对象的驱动封装方法，以及数据采集模块的具体实现，为物联网边缘计算项目提供了完整的技术参考。]]></description><category></category></item><item><title><![CDATA[Raspberry PI传感器数据上云：Python IoT集成]]></title><link>https://blog.youkuaiyun.com/m0_61531676/article/details/158774545</link><guid>https://blog.youkuaiyun.com/m0_61531676/article/details/158774545</guid><author>m0_61531676</author><pubDate>Sat, 07 Mar 2026 16:08:39 +0800</pubDate><description><![CDATA[摘要：Raspberry Pi传感器数据上云项目 本项目构建了一个完整的物联网系统，通过Raspberry Pi采集环境数据并上传至ThingSpeak云平台。系统采用&quot;端-管-云&quot;架构：DHT22温湿度传感器和光敏电阻组成感知层；树莓派作为网关处理数据；ThingSpeak提供数据存储和可视化。项目详细介绍了硬件连接（包括GPIO引脚映射和SPI接口配置）、Python开发环境搭建（使用venv虚拟环境）、传感器驱动开发（利用Adafruit库简化时序操作）以及数据上传流程。该系统展示]]></description><category></category></item><item><title><![CDATA[scikit-learn自定义Estimator与Pipeline终极扩展]]></title><link>https://blog.youkuaiyun.com/m0_61531676/article/details/158705374</link><guid>https://blog.youkuaiyun.com/m0_61531676/article/details/158705374</guid><author>m0_61531676</author><pubDate>Thu, 05 Mar 2026 22:49:37 +0800</pubDate><description><![CDATA[摘要： 本文深入探讨scikit-learn自定义Estimator与Pipeline的高级应用，通过实现自定义Transformer和MetaEstimator构建端到端自动化ML流水线。首先解析scikit-learn的API契约，包括估计器三元组（__init__、fit、transform/predict）和参数管理机制。随后展示如何利用ColumnTransformer处理异构数据，结合Pipeline实现特征工程流程化。核心部分通过构建自定义MetaEstimator（如自动模型选择器），实现在]]></description><category></category></item></channel></rss>