<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[nZsrPg1U2的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/nZsrPg1U2</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; nZsrPg1U2]]></copyright><item><title><![CDATA[从零构建 GIS 数据引擎：方案驱动架构的设计与实践]]></title><link>https://blog.youkuaiyun.com/nZsrPg1U2/article/details/162790793</link><guid>https://blog.youkuaiyun.com/nZsrPg1U2/article/details/162790793</guid><author>nZsrPg1U2</author><pubDate>Sat, 11 Jul 2026 14:11:54 +0800</pubDate><description><![CDATA[这种设计让算子的输出目标完全可配置——同一个缓冲区分析的输出，既可以写到 GeoJSON 文件用于可视化验证，也可以写入 PostGIS 数据库用于后续分析，只需修改方案中的 OutputBinding 即可，算子代码无需任何改动。构建一个 GIS 数据引擎，本质上是在做一个"编排层"——它不直接产生业务价值，它的价值来自于让产生业务价值的算子能够被正确地组合、调度和执行。举例来说，如果执行引擎和调度引擎合并为一层，那么"重试机制"的代码就会散落在算子执行和任务调度两个不同的关注点中。]]></description><category></category></item><item><title><![CDATA[浏览器前端如何实现百毫秒级时间校准？时间 API 推荐、模拟 NTP 算法原理及局限]]></title><link>https://blog.youkuaiyun.com/nZsrPg1U2/article/details/162764885</link><guid>https://blog.youkuaiyun.com/nZsrPg1U2/article/details/162764885</guid><author>nZsrPg1U2</author><pubDate>Fri, 10 Jul 2026 15:13:50 +0800</pubDate><description><![CDATA[回到具体的例子，我们可以发现，“在路上”的请求时间是 100-6=94 ms，通过假设计算得单程延迟 94/2=47 ms，所以我们只需将本地时间设置为：00:00:30.006 + 0.047 = 00:00:30.053 即可。这很合理，因为一般而言往返走的线路不会有太大差异，但是也引入了 NTP 的最大误差，幸运的是，通过多次请求和寻找最佳服务器线路，精度可控制在亚毫秒级别。TCP：为了保证安全可靠的传输，浏览器不支持裸 UDP，而要再进行三次握手，极大增加的请求处理的延迟。]]></description><category></category></item><item><title><![CDATA[PHP 应用 security.txt 漏洞披露实践]]></title><link>https://blog.youkuaiyun.com/nZsrPg1U2/article/details/162764865</link><guid>https://blog.youkuaiyun.com/nZsrPg1U2/article/details/162764865</guid><author>nZsrPg1U2</author><pubDate>Fri, 10 Jul 2026 15:13:09 +0800</pubDate><description><![CDATA[在 GitHub 上，SECURITY.md（放在仓库根目录、.github/ 或 docs/）会在 /security/policy 渲染，并出现在仓库的 Security 选项卡里——正好是前面 Policy 字段指的那个地址。两年前写好就丢在那儿的 security.txt，按规范已经过期——一份过期文件给人的信号是：这个团队对安全不上心。核心就一句话：让审计和报告变简单，让简单的路成为安全的路。站在安全研究人员的角度想想：你在某个站点上发现了一个暴露的端点，想做正确的事——私下报告。]]></description><category></category></item><item><title><![CDATA[全场景测试数据智能构造Agent Skill]]></title><link>https://blog.youkuaiyun.com/nZsrPg1U2/article/details/162735361</link><guid>https://blog.youkuaiyun.com/nZsrPg1U2/article/details/162735361</guid><author>nZsrPg1U2</author><pubDate>Thu, 09 Jul 2026 17:09:24 +0800</pubDate><description><![CDATA[项目完整实操教程、开发架构、设计思路（AI测试实战教程，平均每篇约3.5W字图文教程，非常详细，保姆级手把手喂饭教程，零基础也能快速上手）和项目源码（含30多个AI测试全场景Agent Skill），AI 知识库统一在「狂师 . AI 进化社」中。收到提示词后，api-testdata-generator技能会基于接口定义文件使用传统模式来生成测试数据，最终生成的数据汇总结果如下：共为59个接口生成了2032条数据，包括正向数据、边界值数据，异常数据，安全数据等不同维度。]]></description><category></category></item><item><title><![CDATA[我写了 200 行 CLAUDE.md，Claude 全忽略了——Karpathy 只用了四条]]></title><link>https://blog.youkuaiyun.com/nZsrPg1U2/article/details/162735345</link><guid>https://blog.youkuaiyun.com/nZsrPg1U2/article/details/162735345</guid><author>nZsrPg1U2</author><pubDate>Thu, 09 Jul 2026 17:08:48 +0800</pubDate><description><![CDATA[问题在于，你不可能穷举所有的 X，而且「不要做 X」「不要做 Y」「不要做 Z」堆在一起，Claude 要在这个「禁令列表」里工作，认知负担很高，反而可能导致它在「有没有违反某条禁令」这件事上花太多注意力，而不是在「把这个任务做好」这件事上。这条规则反直觉的地方在于：它不是说写简单的代码，而是说「只写解决当前问题的代码」。这四个问题组合起来，就是工程师们普遍感受到的「AI 写的代码需要大量 review 才能用」——不是因为代码本身有语法错误，而是因为它做了你没要求的事、没做你真正需要验证的事。]]></description><category></category></item><item><title><![CDATA[《GIS基础原理与技术实践》配套案例(Python版)]]></title><link>https://blog.youkuaiyun.com/nZsrPg1U2/article/details/162698927</link><guid>https://blog.youkuaiyun.com/nZsrPg1U2/article/details/162698927</guid><author>nZsrPg1U2</author><pubDate>Wed, 08 Jul 2026 15:25:40 +0800</pubDate><description><![CDATA[本项目依赖进行环境隔离与包管理。]]></description><category></category></item><item><title><![CDATA[随机过程WebApp实验室：从随机动力学到 AI 洞察的概率世界]]></title><link>https://blog.youkuaiyun.com/nZsrPg1U2/article/details/162698876</link><guid>https://blog.youkuaiyun.com/nZsrPg1U2/article/details/162698876</guid><author>nZsrPg1U2</author><pubDate>Wed, 08 Jul 2026 15:24:39 +0800</pubDate><description><![CDATA[很多人第一次接触随机过程时，会认为随机意味着混乱。但真正深入之后会发现：随机过程研究的，从来不是混乱本身，而是随机性背后的演化规律与结构机制。无论是布朗运动中的扩散、GBM 中的指数增长、泊松过程中的事件流，还是 OU 过。]]></description><category></category></item><item><title><![CDATA[PREEMPT_RT 技术实现：local_lock]]></title><link>https://blog.youkuaiyun.com/nZsrPg1U2/article/details/162667229</link><guid>https://blog.youkuaiyun.com/nZsrPg1U2/article/details/162667229</guid><author>nZsrPg1U2</author><pubDate>Tue, 07 Jul 2026 15:19:53 +0800</pubDate><description><![CDATA[PREEMPT_RT 会改变部分锁的类型与语义。]]></description><category></category></item><item><title><![CDATA[大模型是怎么炼成的-从预训练到强化学习的完整流程]]></title><link>https://blog.youkuaiyun.com/nZsrPg1U2/article/details/162667205</link><guid>https://blog.youkuaiyun.com/nZsrPg1U2/article/details/162667205</guid><author>nZsrPg1U2</author><pubDate>Tue, 07 Jul 2026 15:19:17 +0800</pubDate><description><![CDATA[Token是大模型处理文本的基本单位，可以理解为"字"或"词"。换算关系1个英文字符 ≈ 0.3个Token1个中文字符 ≈ 0.6个Token举例原文："我爱学习AI"Token化：["我", "爱", "学习", "AI"]Token数量：约4个预训练打基础（学知识） →SFT学指令（懂用户） →RM学评判（知好坏） →RL精益求精（更优秀）预训练：决定了模型的"天花板"SFT：让模型"落地"RM+RL：让模型"升华"理解这个流程，你就理解了大模型为什么能如此强大！]]></description><category></category></item><item><title><![CDATA[Java + EasyExcel 实现单个接口导出多个Excel]]></title><link>https://blog.youkuaiyun.com/nZsrPg1U2/article/details/162636739</link><guid>https://blog.youkuaiyun.com/nZsrPg1U2/article/details/162636739</guid><author>nZsrPg1U2</author><pubDate>Mon, 06 Jul 2026 15:47:41 +0800</pubDate><description><![CDATA[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。]]></description><category></category></item><item><title><![CDATA[ 抓包引出的疑问：Tor Browser 桌面模式下为何出现直连请求]]></title><link>https://blog.youkuaiyun.com/nZsrPg1U2/article/details/162636722</link><guid>https://blog.youkuaiyun.com/nZsrPg1U2/article/details/162636722</guid><author>nZsrPg1U2</author><pubDate>Mon, 06 Jul 2026 15:46:58 +0800</pubDate><description><![CDATA[onion换句话说，访问匿名站点的上下文信息，被带着真实 IP 一起发到了普通互联网服务器。]]></description><category></category></item><item><title><![CDATA[股回测中的复权与 Point-in-Time 偏差：一次数据泄露的工程复盘]]></title><link>https://blog.youkuaiyun.com/nZsrPg1U2/article/details/162606257</link><guid>https://blog.youkuaiyun.com/nZsrPg1U2/article/details/162606257</guid><author>nZsrPg1U2</author><pubDate>Sun, 05 Jul 2026 15:07:30 +0800</pubDate><description><![CDATA[日线趋势跟踪通常推荐前复权，但如果策略持仓周期短于两次除权间隔，事后复权偏差在单次持仓中的影响可以忽略——此时不复权反而省去了价格映射的维护成本。纯日内策略推荐不复权，但如果在除权日前一日有隔夜持仓，次日开盘的不复权价格会出现跳空，此时需要对隔夜持仓单独做复权调整——不复权方案的边界在这里。在时钟源一致的前提下，差值即为复权因子——这意味着回测到实盘的价格映射有一个确定性的转换路径，而不是靠临时写映射表。回测用复权价算出的止损线，到实盘里要用原始市场价挂单——这两个价格之间差的就是复权因子。]]></description><category></category></item><item><title><![CDATA[龙芯2k0300 - 智能车走马观碑组目标分类算法]]></title><link>https://blog.youkuaiyun.com/nZsrPg1U2/article/details/162606235</link><guid>https://blog.youkuaiyun.com/nZsrPg1U2/article/details/162606235</guid><author>nZsrPg1U2</author><pubDate>Sun, 05 Jul 2026 15:06:55 +0800</pubDate><description><![CDATA[所有图片都是无框图片，不包含检测框标注。训练时只使用图片所在的大类文件夹作为分类标签，不区分大类内部的小类编号。大类目录下的图片已经平铺，文件名只作为样本编号，不参与标签解析。图片内容来自赛道中心目标板，按业务含义分成三个大类，当前训练集已经整理为。是轻量级卷积分类网络，主体由普通卷积、深度可分离卷积、全局池化和全连接分类头组成。首次从压缩包训练时，脚本会先自动解压数据集，再开始训练。下的包装脚本执行训练和模型转换，避免与本工程的目录结构混淆。手册，只保留训练、评估、转换所需的源码、真实目标板数。]]></description><category></category></item><item><title><![CDATA[从 0 开始学习 AI 测试 - 从接口测试来教你如何用 AI 来生成自动化测试代码]]></title><link>https://blog.youkuaiyun.com/nZsrPg1U2/article/details/162583883</link><guid>https://blog.youkuaiyun.com/nZsrPg1U2/article/details/162583883</guid><author>nZsrPg1U2</author><pubDate>Sat, 04 Jul 2026 17:03:48 +0800</pubDate><description><![CDATA[把本篇所有内容串起来，形成一套完整的工作流：│     Step 1：喂知识给 AI          ││  API 文档 OR F12 抓包 + 功能描述  │││     Step 2：写第一个测试用例      ││  AI 生成 → 你校正 → 确认无误      │││     Step 3：利用语义检索扩展      ││  存量代码成为参考，增量知识即可    ││ 代码多了，语义噪音↑│  Step 4：抽象 API 层 + Service 层 │。]]></description><category></category></item><item><title><![CDATA[Spring循环依赖]]></title><link>https://blog.youkuaiyun.com/nZsrPg1U2/article/details/162583868</link><guid>https://blog.youkuaiyun.com/nZsrPg1U2/article/details/162583868</guid><author>nZsrPg1U2</author><pubDate>Sat, 04 Jul 2026 17:03:01 +0800</pubDate><description><![CDATA[循环依赖是指两个及两个以上的 Bean 互相持有对方引用，形成闭环依赖关系。典型场景：A 依赖 B、B 依赖 A；或多 Bean 闭环：A→B→C→A。循环依赖解决范围：仅单例 + Setter/字段注入可解，构造注入、多例 Bean 直接报错。三级缓存分工：一级存成品、二级存早期半成品、三级存代理工厂（懒加载）。二级缓存作用：优化性能，避免循环依赖时重复执行工厂方法创建代理。]]></description><category></category></item><item><title><![CDATA[大模型推理引擎中的 Beam Search：工程挑战、主流实现与 SGLang 深度优化]]></title><link>https://blog.youkuaiyun.com/nZsrPg1U2/article/details/162556722</link><guid>https://blog.youkuaiyun.com/nZsrPg1U2/article/details/162556722</guid><author>nZsrPg1U2</author><pubDate>Fri, 03 Jul 2026 17:06:56 +0800</pubDate><description><![CDATA[Transformers 的 Beam Search 实现集中在的 GenerationMixin 类中，核心方法是。与 vLLM 不同，Transformers 的 Beam Search 是纯张量操作的实现——所有 beam 的扩散、评分、剪枝都通过 PyTorch 张量运算完成，没有面向对象的序列管理，也没有 HTTP 层的编排开销。和 vLLM 老版本的实现一样，支持 early_stop 策略，另外在实现细节上采用面向数据设计，大量的使用 GPU 加速。]]></description><category></category></item><item><title><![CDATA[Git-1 基本使用]]></title><link>https://blog.youkuaiyun.com/nZsrPg1U2/article/details/162524040</link><guid>https://blog.youkuaiyun.com/nZsrPg1U2/article/details/162524040</guid><author>nZsrPg1U2</author><pubDate>Thu, 02 Jul 2026 16:39:42 +0800</pubDate><description><![CDATA[1、打开Git Bash2、设置用户信息git config --global user.name "你的名字"git config --global user.email "你的邮箱"3、查看配置信息初始化本地仓库：git init查看提交记录，命令形式：git log[option]--all 显示所有分支给--pretty=oneline 将提交信息显示为一行--abbrev-commit 使得输出的commitid更简短--graph以图的形式显示。]]></description><category></category></item><item><title><![CDATA[[SmoothWave节点]原理解析与实际应用]]></title><link>https://blog.youkuaiyun.com/nZsrPg1U2/article/details/162524018</link><guid>https://blog.youkuaiyun.com/nZsrPg1U2/article/details/162524018</guid><author>nZsrPg1U2</author><pubDate>Thu, 02 Jul 2026 16:38:53 +0800</pubDate><description><![CDATA[理负担。同时，程序化生成还意味着波形参数可以实时调整，为动态效果和交互式内容提供了更大的灵活性。节点生成的波形具有数学上的连续性，确保了在任何分辨率和缩放级别下都能保持平滑的视觉效果。SmoothWave 节点的核心功能是通过输入 UV 坐标和一系列控制参数，计算并输出一个浮点数值，该数值代表了在指定位置处的波形强度。这个输出值可以用于多种用途，包括但不限于：作为颜色值直接输出、作为透明度掩码、作为高度图用于法线生成，或者作为混合因子与其他纹理或效果结合使用。]]></description><category></category></item><item><title><![CDATA[迭代焕新 | 大数据底座平台核心能力持续升级]]></title><link>https://blog.youkuaiyun.com/nZsrPg1U2/article/details/162495018</link><guid>https://blog.youkuaiyun.com/nZsrPg1U2/article/details/162495018</guid><author>nZsrPg1U2</author><pubDate>Wed, 01 Jul 2026 18:54:47 +0800</pubDate><description><![CDATA[主要通过为每个队列配置最小保证资源和最大资源上限，然后配置不同时段的资源分配策略，例如工作日与周末、白天与夜间的差异化资源配比，适配业务峰谷特征。本次新增资源队列绑定用户能力，实现队列仅对授权用户开放，通过设置用户或用户组的资源限制，防止个别用户占用过多集群资源，避免资源垄断，提高集群整体利用率。支持 HDFS、YARN、HBase、Flink、Spark、Hive、ZK 等核心组件的全面白屏化扩缩容，实例增减通过图形界面完成，替代传统服务器登录与命令行操作模式，降低操作门槛与人为风险。]]></description><category></category></item><item><title><![CDATA[HashMap 源码深度解析]]></title><link>https://blog.youkuaiyun.com/nZsrPg1U2/article/details/162495010</link><guid>https://blog.youkuaiyun.com/nZsrPg1U2/article/details/162495010</guid><author>nZsrPg1U2</author><pubDate>Wed, 01 Jul 2026 18:54:06 +0800</pubDate><description><![CDATA[HashMap 的底层数据结构由数组、链表和红黑树组成，核心是基于数组实现的。为了解决哈希冲突，采用拉链法，于是引入了链表结构。为了解决链表过长导致的查询性能下降，Java 8 引入了红黑树结构。：当链表长度达到 8 时，链表会转换为红黑树：当红黑树节点数减少到 6 时，红黑树会退化为链表：只有数组容量达到 64 时才会触发树化，否则优先扩容数组而不是树化这三个常量配合使用，目的是避免频繁的树化和退化操作。如果链表只是短暂变长，不会触发树化；如果红黑树只是短暂变小，不会立即退化。💡 核心提示。]]></description><category></category></item></channel></rss>