从负无穷开始的三次元代码生活-优快云博客

原创 AI大模型相关知识（六）

OpenClaw 渠道插件与上下文管理设计摘要 1. 上下文管理抽象（Context Engine） OpenClaw 将上下文管理解耦为可插拔的 Context Engine，支持不同策略以适应多样化需求：核心价值：避免“一刀切”，支持动态替换策略（如线性裁剪、RAG检索、分层存储等），实现关注点分离。职责：覆盖生命周期管理（初始化、消息处理、组装、压缩、持久化等），通过统一接口与核心逻辑交互。典型策略：线性策略：简单裁剪历史消息； RAG策略：基于向量检索召回相关历史；

2026-07-31 22:13:05 219

原创 AI大模型相关知识（五）

本文探讨了在多知识库环境下实现高效RAG（检索增强生成）的关键策略，并提出分层架构设计。通过"先路由、再召回、后校验"的流程，在保证查询效率的同时提升准确性，并减少幻觉问题。具体措施包括：统一知识库标准、智能路由选择、混合检索策略（关键词+向量）、结果重排去重、查询改写优化、严格提示词约束、答案后校验等。同时介绍了程序与AI大模型集成的四种主要方式（SDK、HTTP API、框架集成和本地部署），并分析了各种方案的适用场景。

2026-07-29 14:52:53 360

原创 AI大模型相关知识（四）

主流 LLM Agent 框架概览当前主流的 LLM Agent 框架可分为多类，各具特色： LangChain 特点：生态成熟，支持多模型、工具调用和RAG，适合快速开发。场景：通用Agent、对话系统和原型开发。 LangGraph 特点：基于图结构，支持复杂工作流和多Agent协作。场景：长流程任务和状态化管理。 LlamaIndex 特点：专注数据检索，支持文档解析和知识库问答。场景：企业知识库和结构化数据查询。 AutoGen 特点：多Agent协作，支持角色分工和代码执行。

2026-07-22 16:37:25 377

原创 Grafana——开源跨平台的数据可视化与监控仪表盘工具

Grafana是一款开源的数据可视化与监控工具，主要用于时序数据展示、指标监控和告警配置。它支持多种数据源（如Prometheus、MySQL等），提供丰富的图表组件和交互功能，适合系统监控、业务指标展示等场景。Grafana优势包括强大的可视化能力、完善的数据源生态和成熟的告警体系，但需依赖外部数据采集且不适合复杂报表需求。可通过Docker快速部署，常与Prometheus等工具配合使用。

2026-07-19 17:22:10 376

原创 Prometheus——一套开源、时序数据库 + 监控告警系统、云原生标配监控方案

Prometheus是由SoundCloud开源的云原生时序数据库和监控告警系统，采用Pull模式采集各类指标数据，支持多维度标签存储和PromQL查询语言。其核心组件包括Server、Exporter、Pushgateway、Alertmanager和Grafana，适用于Kubernetes、服务器、中间件和业务指标监控等场景。优势在于架构简单、适配云原生、灵活的PromQL和丰富生态，但存在单机存储瓶颈、Pull模式限制和权限管理不足等缺点。可通过Docker部署，并在Java项目中通过Spring

2026-07-17 18:03:00 593

原创 LangChain快速了解并上手demo（一）

LangChain是一个用于将大语言模型（LLM）接入真实应用的开发框架，旨在解决模型强大但工程化困难的问题。它提供Prompt编排、Model接入、RAG、Tool Calling、Agent、Memory等能力，适合快速构建知识库问答、智能体、工具调用等应用，尤其适用于RAG类场景和原型开发。然而，其抽象层较重、版本变化快、调试复杂等缺点可能影响生产环境中的稳定性和性能优化。对于简单需求或高稳定性要求的场景，直接调用模型API或传统工程方法可能更合适。与LangGraph等工具结合，LangChain生

2026-07-13 19:34:00 247

原创 AI大模型相关知识（三）

大模型 Agent 是“能自己规划并执行任务的 AI 系统”，而传统 AI 更像“按输入给输出的工具”。大模型 Agent 以大语言模型为核心，结合规划、记忆、工具调用、环境感知和执行反馈等能力，可以围绕一个目标自主拆解任务、调用工具并持续推进；传统 AI 系统通常更依赖固定规则、固定流程或单轮问答，主动性和任务闭环能力较弱。什么是大模型 Agent？大模型 Agent，也可以理解为“大模型智能体”，是以大语言模型作为“大脑”的智能系统。

2026-07-12 16:12:03 428

原创 AI大模型相关知识（二）

PEFT 与全量微调对比摘要 PEFT（参数高效微调）通过冻结大模型主体参数，仅训练少量新增模块（如LoRA、Adapter等），以低成本适配下游任务；而全量微调则更新模型全部参数。两者核心区别如下：资源消耗 PEFT显存占用低，训练成本小，适合资源有限场景。全量微调需更新所有参数，显存和算力需求极高。存储与部署 PEFT仅需保存增量参数（如LoRA权重），多任务共享基础模型，存储成本低。全量微调需为每个任务保存完整模型副本，存储压力大。效果与适用性 PEFT在小样本场景更稳定，但效果上限可能略低

2026-07-09 18:51:15 400

原创 AI大模型相关知识（一）

大模型应用中的记忆机制与向量数据库记忆机制：大模型应用中，记忆分为短期记忆和长期记忆。短期记忆通过上下文窗口实现，如保留最近对话、滑动窗口或摘要压缩，保证当前会话连贯性。长期记忆存储在外部系统（如向量数据库）中，用于跨会话保存用户偏好、历史事实等信息，通过检索增强方式在需要时注入模型上下文。 Copilot与Agent模式区别：Copilot模式是人主导的实时辅助工具，用户掌握控制权；Agent模式是AI自主执行任务，用户设定目标后由AI拆解和执行，适合自动化工作流。向量数据库：专门管理高维向量数据

2026-07-07 21:26:58 406

原创 AI大模型相关知识

RAG 文档解析与提示工程实践文档解析流程：多格式适配：针对PDF/Word/Markdown等不同格式采用专用解析器，保留结构信息深度清洗：去除页眉页脚等噪声，合并异常换行，保留关键表格/代码块结构化处理：维护标题层级、章节路径等元数据，图片内容转为描述文本质量管控：设置乱码率、重复率等校验指标，异常文档进入重试机制提示工程要点：严格边界控制：明确限制回答必须基于检索内容，禁用模型常识补充结构化模板：使用分隔符区分系统指令、检索内容和用户问题优先级管理：设置官方文档、更新时间为优先级的冲

2026-06-22 09:36:17 314

原创 AI基座知识点——了解AI核心组件内容部分

OpenClaw是一个开源的多渠道AI网关，核心功能是调度和执行。其架构分为Gateway（负责多平台接入、会话隔离、排队控制等）和Agent Runtime（基于ReAct范式的Agentic Loop循环机制）。运行时机制通过Load-Call-Parse-Execute-Append-Loop的循环流程，结合丰富的工具生态实现高效任务处理。 RAG（检索增强生成）通过检索外部知识库弥补大模型知识滞后和私有知识缺失的问题。主要流程包括数据准备、用户提问、检索相关内容、组装Prompt和调用大模型生成答案

2026-06-14 22:55:19 221

原创 Claude Code官方文档精华梳理（三）——扩展Claude代码、上下文理解

本文介绍了如何扩展Claude Code功能，主要包括：功能模块：详细说明了CLAUDE.md、技能、子代理、MCP、插件等模块的作用和使用场景。CLAUDE.md提供持续上下文，技能封装可重用工作流，子代理处理独立任务，MCP连接外部服务，插件整合各种功能。配置方法：介绍了CLAUDE.md的加载机制，支持从项目目录树和用户目录加载配置。推荐使用.claude/rules/目录组织规则文件，支持路径匹配和符号链接共享规则。使用策略：建议根据实际需求逐步添加功能，重复出现的问题应通过修改配置而非临时修

2026-06-06 23:33:42 357

原创 Claude Code官方文档精华梳理（二）——最佳实践、并行使用Claude Code防止冲突覆盖

本文介绍了在自动化工作流程中使用Claude AI的最佳实践，重点包括：非交互式运行使用claude -p命令实现自动化集成支持多种输出格式(纯文本/JSON/流式JSON) 适用于CI流程、预提交钩子等场景并行处理多任务通过Git工作树实现隔离的并行开发建议将工作树放在与主仓库同级目录可让不同Claude会话分别负责编写和审查代码批量处理与自动模式使用循环脚本处理大规模迁移任务通过--allowedTools限制操作权限自动模式可保障后台任务安全运行质量保证措施添加对抗性评审步骤

2026-06-04 23:09:53 404

原创 Claude Code官方文档精华梳理（一）——定位、快速开始、核心概念、最佳实践（单个使用）

本文介绍了Claude Code（CC）的核心功能和使用方法。CC是一个AI辅助开发工具，主要功能包括：自动化任务处理（如编写测试、修复错误）、代码构建与错误修复、Git操作（提交和PR管理）、工具集成（通过MCP连接外部数据源）、项目管理（通过CLAUDE.md文件规范编码标准）、多智能体协作、命令行管道操作以及重复任务调度。文章详细说明了CC的四种工作模式（!、/、@、&）及其适用场景，并提供了从项目初始化到代码重构、测试编写、文档更新等典型工作流的具体操作示例。

2026-06-02 23:25:33 424

原创算法零碎灵感点分享

本文总结了算法设计与分析中的核心概念与技巧：时间复杂度分析强调总操作次数而非循环数；剪枝技术通过排除无效路径优化搜索；哨兵简化边界处理；BFS适用于最小步数问题；递归与迭代的区别在于自顶向下与自下而上的思路；图搜索问题需考虑状态转换与可达性；双指针用于有序序列处理；集合论中位运算可高效表示集合；"不变性"思维解决规则变换问题；前缀和通过预计算加速区间查询。这些方法为解决各类算法问题提供了系统化的思考框架。

2026-05-25 21:30:47 450

原创全栈偏后端必备知识点扫盲个人向（十）

技术问题排查与优化摘要 Redis问题排查 Redis常见问题包括内存溢出、CPU过载、连接数爆满和QPS过高。排查时需检查内存使用、大Key、慢查询和实时流量。优化方案包括设置淘汰策略、拆分大Key、限流和使用本地缓存。 Spring Bean生命周期 Spring Bean生命周期包括实例化、属性注入、初始化、使用和销毁阶段。初始化可通过@PostConstruct、InitializingBean或XML配置实现，销毁则对应@PreDestroy、DisposableBean和destroy……

2026-05-14 23:35:32 396

原创 Docker生产环境实战从0-1学习基础指南——快速掌握

Docker 是一个开源容器化平台，通过轻量级容器技术解决环境一致性问题。核心组成包括 Docker Engine（管理容器）、镜像（应用模板）、容器（运行实例）和 Docker Hub（镜像仓库）。与传统虚拟机相比，Docker 更轻量高效，实现"一次打包，到处运行"。关键优势：环境一致性 - 确保开发/测试/生产环境完全一致快速部署 - 秒级启动，适合微服务架构资源隔离 - 控制 CPU/内存使用，避免冲突简化 CI/CD - 镜像版本化管理，实现自动化流程常用命令： d

2026-04-28 17:33:53 477

原创 Claude Code CLI常见生产环境指令开发项目入门学习0-1

本文介绍了使用Claude Code CLI和智谱AI开发待办清单项目的完整流程。主要内容包括：1）项目初始创建与CC三种模式（默认/自动/规划）的使用技巧；2）代码重构为React+TS+Vite技术栈的实践；3）功能追加（如多语言切换）与版本回滚操作；4）任务管理和危险命令的注意事项。文章特别强调了CC回滚机制的局限性，建议结合git进行项目管理，并提供了实用的CLI操作技巧，展示了AI辅助开发的完整工作流。

2026-04-23 18:08:11 679

原创全栈偏后端必备知识点扫盲个人向（九）

分布式锁实现方式包括数据库、Redis、Zookeeper和etcd，需解决互斥性、防死锁等问题。Redis最常用，通过NX/PX参数和Lua脚本保证安全。Java GC调优围绕吞吐量、停顿时间和内存占用，通过选择收集器、调整堆大小和监控GC日志优化。HTTP与RPC区别在于HTTP是通用协议，RPC是远程调用框架，RPC性能更高但耦合性强。常用JVM参数包括内存配置、GC选择和日志记录，用于优化性能和排查问题。

2026-04-15 22:38:08 394

原创 Git深度级攻略底层，学习这一篇直接完美了解Git——助力团队协作开发（上部分）（远程办公必备）

Git 保存的不是文件的变化或者差异，而是一系列不同时刻的快照。在进行提交操作时，Git 会保存一个提交对象（commit object）。知道了 Git 保存数据的方式，我们可以很自然的想到——该提交对象会包含一个指向暂存内容快照的指针。但不仅仅是这样，该提交对象还包含了作者的姓名和邮箱、提交时输入的信息以及指向它的父对象的指针。首次提交产生的提交对象没有父对象，普通提交操作产生的提交对象有一个父对象，而由多个分支合并产生的提交对象有多个父对象。

2026-04-04 21:39:19 384

原创全栈偏后端必备知识点扫盲个人向（八）

AOP（面向切面编程）是一种将横切关注点（如日志、权限等）从业务逻辑中分离的编程思想，通过动态代理实现功能增强，提高代码复用性和可维护性。核心概念包括切面、连接点、切入点、通知和织入。服务降级是在系统压力大时主动降低非核心功能质量的策略，通过返回默认值、关闭功能等方式保证系统可用性，常与熔断机制配合使用。Redis的Lua脚本提供原子性操作，可执行复杂逻辑并减少网络开销，适用于秒杀、分布式锁等并发场景，通过EVAL命令和KEYS/ARGV变量实现多命令组合执行。

2026-03-21 16:21:33 392

原创全栈偏后端必备知识点扫盲个人向（七）

场景是否常见RPC框架⭐⭐⭐⭐⭐即时通讯IM⭐⭐⭐⭐⭐消息队列MQ⭐⭐⭐⭐API网关⭐⭐⭐⭐游戏服务器⭐⭐⭐⭐IoT物联网⭐⭐⭐⭐HTTP服务器⭐⭐⭐日志系统⭐⭐⭐对比PushPull谁控制节奏BrokerConsumer实时性高中流量控制难容易容错较复杂简单系统稳定性较差更稳定批量消费不方便容易。

2026-03-15 21:46:51 377

原创全栈偏后端必备知识点扫盲个人向（六）

API 网关是一个服务器或软件层，位于客户端（如手机 App、Web 浏览器、第三方应用）和后端微服务集群之间。它接收所有的外部请求，进行预处理，然后将其路由到适当的内部服务，最后将服务的响应返回给客户端。

2026-03-10 22:31:26 388

原创全栈偏后端必备知识点扫盲个人向（五）

Redis采用单线程设计实现高效内存操作，通过IO多路复用处理高并发。TCP四次挥手引入TIME_WAIT状态确保可靠终止连接并避免数据混淆。Spring Boot通过自动配置、起步依赖等特性简化开发，支持生产级监控。Redis客户端中Lettuce提供异步响应式支持，Jedis适合简单场景，Redisson扩展为分布式数据网格。TCP超时重传机制则通过重传丢失数据包保证传输可靠性。

2026-02-02 22:53:31 994

原创全栈偏后端必备知识点扫盲个人向（四）

Redis实现分布式锁需满足互斥性、避免死锁等核心要求，可通过SET NX PX命令加锁，配合Lua脚本安全释放锁。MySQL深度分页问题可通过游标分页或延迟关联优化。SpringBoot启动流程包括创建实例、准备环境、刷新上下文等步骤，最终返回应用上下文。分布式锁还需注意原子性、误释放等问题，建议使用Redlock算法或自动续期机制保障可靠性。

2026-01-17 00:28:34 652

原创 Python+OpenCV基本概念入门

本文系统总结了数字图像处理的核心概念与技术要点，主要包括：1）图像基础（像素、直方图、空间域/频率域处理）；2）滤波技术（均值/中值/高斯/维纳滤波）；3）边缘检测（Sobel、Canny等算子）；4）图像分割（阈值法、区域生长、分水岭算法）；5）形态学操作（腐蚀、膨胀、开闭运算）；6）OpenCV实现（图像读写、滤波、阈值处理等函数）。重点阐明了各技术的原理特点（如直方图均衡化增强对比度、中值滤波抑制椒盐噪声）、应用场景（如分水岭算法处理重叠物体）及数学本质（如卷积定理建立空域与频域关联），并强调实际应用

2026-01-05 13:40:16 976

原创 Python网络爬虫——知识点

本文摘要：文章系统介绍了网络爬虫的核心概念与技术要点，包括常用工具（lxml、BeautifulSoup、Scrapy等）、数据库操作（Redis、MongoDB）、请求处理（Requests库）、验证码破解、分布式爬虫实现等关键内容。详细阐述了爬虫工作原理、分类对比、开发流程及应用场景，特别说明了HTTP协议结构、状态码含义及robots协议规范。对Scrapy框架组件、中间件开发、数据存储管道等进行了深度解析，并提供了动态网页处理（Selenium）、验证码识别等实用技巧，为爬虫开发提供了全面的技术参考

2025-12-29 11:44:52 2107

原创 Linux基础考试知识学习（必备知识）

本文总结了Linux系统管理的关键命令和配置要点。主要内容包括：1）用户管理命令（useradd、usermod、passwd等）和权限设置（chmod、chown）；2）软件包管理（rpm、tar）；3）网络配置（DNS、DHCP服务器设置）；4）服务管理（Apache、FTP服务器的启动与配置）。重点说明了常用命令选项的功能（如-r递归操作、-g组权限），并提供了典型配置示例（如文件权限664表示所有者/组可读写、其他用户只读）。文章还涉及基础操作如重启系统（reboot）、注销用户（logout/ex

2025-12-22 22:04:49 575

原创深度学习知识点概念速通——人工智能专业考试基础知识点

深度学习关键概念与应用核心概念残差网络通过跳跃连接解决梯度消失问题 F1分数能更好评估类别不平衡的分类模型神经网络训练包含前向传播和反向传播两个阶段线性激活函数会限制网络表达能力为单层感知机 Transformer架构解决了RNN并行计算困难的问题模型与技术 CNN使用卷积层、池化层提取特征，全连接层分类批归一化对隐藏层进行归一化处理 Dropout通过随机丢弃神经元防止过拟合 GAN通过生成器与判别器对抗训练迁移学习可冻结预训练模型前几层参数优化与评估 Adam优化器使用梯度一阶和二阶矩估

2025-12-20 22:45:18 734

原创全栈偏后端必备知识点扫盲个人向（三）

MySQL的Explain语句进行查询分析 MySQL的EXPLAIN语句用于分析SQL查询的执行计划，帮助开发者理解查询执行过程、发现性能瓶颈。关键点包括：检查是否使用索引(type列)、避免全表扫描(ALL)、分析多表连接顺序、利用覆盖索引(Using index)提高效率。MySQL 8.0新增的EXPLAIN ANALYZE还能提供实际执行时间和行数统计，是SQL优化的重要工具。 Spring使用的设计模式 Spring框架巧妙运用多种设计模式实现松耦合和可扩展性。核心模式包括：工厂模式(BeanF

2025-12-20 18:04:57 714

原创全栈偏后端必备知识点扫盲个人向（二）

本文介绍了全栈后端开发的四个关键知识点：1) MySQL SQL调优方法，包括执行计划分析、索引优化和慢查询日志；2) 代理模式的设计原理与使用场景；3) Spring启动流程，涵盖上下文创建和自动装配机制；4) Redis集群实现原理，重点解析了哈希槽分片、Gossip协议和故障转移机制。这些内容涵盖了数据库性能优化、设计模式、框架原理和分布式系统等后端核心知识，适合开发者快速掌握关键技术要点。

2025-12-20 00:09:11 748

原创全栈偏后端必备知识点扫盲个人向（一）

观察者模式（Observer Pattern）是一种行为型设计模式，它定义了一种一对多的依赖关系，使得当一个对象（称为“被观察者”或“主题”，Subject）的状态发生变化时，所有依赖于它的对象（称为“观察者”，Observer）都会自动收到通知并更新。模板方法模式（Template Method Pattern）是一种行为型设计模式，它在一个方法中定义一个算法的骨架（即执行流程），而将一些具体的步骤延迟到子类中实现。这样，子类可以在不改变算法结构的情况下，重新定义该算法的某些特定步骤。

2025-12-18 23:08:12 585

原创《图解HTTP》——浓缩讲解，快速了解HTTP

本文简要介绍了HTTP协议的基础知识及其相关技术。首先阐述了HTTP协议的作用和诞生背景，它是Web通信的基础协议。接着讲解了TCP/IP协议族的分层结构，以及HTTP与IP、TCP、DNS等协议的关系。文章详细说明了HTTP报文结构、请求方法、状态码等核心概念，并介绍了持久连接、编码传输等优化技术。此外，还探讨了HTTPS安全机制、用户认证方式，以及HTTP的局限性及改进协议。最后概述了常见的Web攻击技术，包括主动攻击和被动攻击模式。全文浓缩了HTTP协议的核心内容，为理解Web通信提供了基础框架。

2025-12-09 16:45:20 888

原创人工智能分支——深度学习、机器学习与神经网络初概览

BP神经网络（Backpropagation Neural Network，反向传播神经网络）是一种多层前馈人工神经网络，其核心训练算法是反向传播算法（Backpropagation）。输入层（Input Layer）：接收原始数据（如图像像素、特征向量等）。隐藏层（Hidden Layer）：一个或多个中间层，用于提取数据的抽象特征。这是实现非线性映射的关键。输出层（Output Layer）：输出最终结果（如分类标签、回归值等）。注意：只有包含至少一个隐藏层的网络。

2025-11-12 17:05:59 1014

原创《计算机网络技术》期末1小时救急知识点概览——概念（一）

计算机网络是将地理上分散、具有独立功能的多台计算机（及终端设备），通过通信设备和传输介质连接，由网络软件协调管理，实现资源共享和信息交换的系统。计算机网络可以传送数据并且支持多种应用。

2025-11-09 16:10:50 344

原创《阿里巴巴Java开发手册》（内附规约具体使用场景）——全栈开发知识点扫盲（个人向第二期）

反例：比如显示成交总额涨跌情况，即正负 x%，x 为基本数据类型，调用的 RPC 服务，调用不成功时，返回的是默认值，页面显示为 0%，这是不合理的，应该显示成中划线。所以包装数据类型的 null 值，能够表示额外的信息，如：远程调用失败，异常退出。此时用新版本User类反序列化旧数据（含age，无userId）时，由于serialVersionUID不一致，会直接抛出InvalidClassException，明确提示版本不兼容，避免反序列化后出现字段混乱（如userId为null但业务要求必填）。

2025-11-05 19:45:46 956

空空如也

空空如也