<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[ocUi2Sj9N的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/ocUi2Sj9N</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; ocUi2Sj9N]]></copyright><item><title><![CDATA[14、Reader的源码、FilterReader源码、PushbackReader源码（windows操作系统，JDK8）]]></title><link>https://blog.youkuaiyun.com/ocUi2Sj9N/article/details/163312387</link><guid>https://blog.youkuaiyun.com/ocUi2Sj9N/article/details/163312387</guid><author>ocUi2Sj9N</author><pubDate>Wed, 29 Jul 2026 20:07:20 +0800</pubDate><description><![CDATA[提供了回推机制，在解析文本（如编译器前端）时非常实用，避免了字符的重复读取。掌握这些核心类的源码，不仅能帮助我们更高效地使用 Java I/O，还能启发我们在设计中运用模板方法和装饰器模式解决实际问题。回推字符，实现数字的连续读取- 当遇到数字时，先回推再循环读取，避免重复判断—#### 示例2：自定义 FilterReader 实现字符过滤。的子类，它增加了“回推”功能：允许将已读取的字符推回流中，以便再次读取。方法- 在读取后立即将字符转换为大写，实现装饰器模式的功能增强—### ## 总结通过对。]]></description><category></category></item><item><title><![CDATA[213000星的Superpowers，90%的人只用了它10%的功能]]></title><link>https://blog.youkuaiyun.com/ocUi2Sj9N/article/details/163312361</link><guid>https://blog.youkuaiyun.com/ocUi2Sj9N/article/details/163312361</guid><author>ocUi2Sj9N</author><pubDate>Wed, 29 Jul 2026 20:05:03 +0800</pubDate><description><![CDATA[今天，我们就来撕开这层伪装，探索那些被忽视的超级功能，让 VS Code 真正成为你的“超级武器”。但真相是：它内置的功能深度，远超你想象。—## 功能一：多光标编辑 —— 批量修改的“分身术”想象一下，你有一个包含 100 行的 HTML 文件，每行都有一个。—## 总结VS Code 的“超能力”远不止于此：从远程开发（通过 SSH 连接到服务器）、到 Live Share（结对编程）、再到强大的扩展生态系统（比如 Python、GitLens、Prettier），它几乎能胜任任何开发场景。]]></description><category></category></item><item><title><![CDATA[Agent Harness 实战指南：构建生产级 AI Agent 的“马具“框架]]></title><link>https://blog.youkuaiyun.com/ocUi2Sj9N/article/details/163273222</link><guid>https://blog.youkuaiyun.com/ocUi2Sj9N/article/details/163273222</guid><author>ocUi2Sj9N</author><pubDate>Tue, 28 Jul 2026 14:13:09 +0800</pubDate><description><![CDATA[安全第一。]]></description><category></category></item><item><title><![CDATA[Magicodes.IE.IO：导入和导出 API]]></title><link>https://blog.youkuaiyun.com/ocUi2Sj9N/article/details/163242920</link><guid>https://blog.youkuaiyun.com/ocUi2Sj9N/article/details/163242920</guid><author>ocUi2Sj9N</author><pubDate>Mon, 27 Jul 2026 14:29:00 +0800</pubDate><description><![CDATA[/ 定义学生信息模型public class Student{ [ImporterHeader(Name = "姓名")] // 导出/导入时的列名 [ExporterHeader(DisplayName = "姓名")] public string Name { get;set;]]></description><category></category></item><item><title><![CDATA[用C语言实现单片机malloc功能：TLSF算法实现单片机malloc函数及单片机malloc原理详解和测试]]></title><link>https://blog.youkuaiyun.com/ocUi2Sj9N/article/details/163197620</link><guid>https://blog.youkuaiyun.com/ocUi2Sj9N/article/details/163197620</guid><author>ocUi2Sj9N</author><pubDate>Sat, 25 Jul 2026 20:04:42 +0800</pubDate><description><![CDATA[我们从动态内存管理的基本原理出发，逐步设计了TLSF的数据结构，实现了核心的分配和释放函数，并通过测试验证了其功能。TLSF算法的关键优势在于其O(1)的时间复杂度和较低的碎片化，非常适合资源受限的嵌入式系统。TLSF算法将内存块按大小分类为多个“箱子”（bins），每个箱子对应一个大小范围。## TLSF算法实现：数据结构设计首先，我们需要设计数据结构来管理空闲块。## 单片机malloc的基本原理动态内存管理的核心任务是从一个固定的内存池中分配和释放内存块。：按大小的大致范围划分（例如，2的幂次方）。]]></description><category></category></item><item><title><![CDATA[前端如何做监控体系（埋点 → 上报 → 分析 → 数据分流）]]></title><link>https://blog.youkuaiyun.com/ocUi2Sj9N/article/details/163197602</link><guid>https://blog.youkuaiyun.com/ocUi2Sj9N/article/details/163197602</guid><author>ocUi2Sj9N</author><pubDate>Sat, 25 Jul 2026 20:03:34 +0800</pubDate><description><![CDATA[本文将从实战角度出发，用代码演示如何构建一个完整的前端监控体系，涵盖埋点、上报、分析和数据分流四个关键环节。## 3. 分析：从数据中提取价值分析通常在后端进行，但前端也可以做轻量级实时分析（如计算错误率、页面性能均值）。## 4. 数据分流：提高处理效率当数据量巨大时（例如百万级PV），需要将不同类型的事件分流到不同的处理管道，避免相互阻塞。在实际项目中，还需要考虑数据隐私（如脱敏）、采样率控制（降低存储成本）、实时与离线分析结合（如Flink+MySQL）等。本文通过实战代码演示了：-]]></description><category></category></item><item><title><![CDATA[2024-2026最新AI热词终极科普：按时间线读懂Agent时代完整进化]]></title><link>https://blog.youkuaiyun.com/ocUi2Sj9N/article/details/163194160</link><guid>https://blog.youkuaiyun.com/ocUi2Sj9N/article/details/163194160</guid><author>ocUi2Sj9N</author><pubDate>Sat, 25 Jul 2026 15:09:16 +0800</pubDate><description><![CDATA[从2024年的“RAG+多模态”为AI装上耳朵和眼睛，到2025年的“Agent+MCP”让AI学会使用工具，再到2026年的“多Agent协作+可解释性”使AI成为可信赖的智能伙伴——这三年，我们见证了AI从“工具”到“助手”再到“队友”的进化。你可能已经听到过“Agent”、“RAG”、“多模态”、“MCP”、“自主工作流”这些热词，但它们的含义、关系、以及如何串联成一条完整的技术进化线，却少有人讲清。：2026年的AI不是“一个超级模型”，而是“一群专业Agent”的协作网络。]]></description><category></category></item><item><title><![CDATA[Calico IPIP CrossSubnet 与 IPIP 默认模式对比]]></title><link>https://blog.youkuaiyun.com/ocUi2Sj9N/article/details/163194138</link><guid>https://blog.youkuaiyun.com/ocUi2Sj9N/article/details/163194138</guid><author>ocUi2Sj9N</author><pubDate>Sat, 25 Jul 2026 15:07:50 +0800</pubDate><description><![CDATA[IPIP 默认模式calicoctl。]]></description><category></category></item><item><title><![CDATA[如何更优雅地提供 MCP Resources]]></title><link>https://blog.youkuaiyun.com/ocUi2Sj9N/article/details/163165834</link><guid>https://blog.youkuaiyun.com/ocUi2Sj9N/article/details/163165834</guid><author>ocUi2Sj9N</author><pubDate>Fri, 24 Jul 2026 16:37:33 +0800</pubDate><description><![CDATA[]]></description><category></category></item><item><title><![CDATA[[MAF预定义ChatClient中间件-08]OpenTelemetryChatClient-实现链路跟踪和性能监控]]></title><link>https://blog.youkuaiyun.com/ocUi2Sj9N/article/details/163165774</link><guid>https://blog.youkuaiyun.com/ocUi2Sj9N/article/details/163165774</guid><author>ocUi2Sj9N</author><pubDate>Fri, 24 Jul 2026 16:35:12 +0800</pubDate><description><![CDATA[零侵入性。]]></description><category></category></item><item><title><![CDATA[小鹤音形词典：一个离线小鹤编码查询桌面工具]]></title><link>https://blog.youkuaiyun.com/ocUi2Sj9N/article/details/163134866</link><guid>https://blog.youkuaiyun.com/ocUi2Sj9N/article/details/163134866</guid><author>ocUi2Sj9N</author><pubDate>Thu, 23 Jul 2026 14:52:26 +0800</pubDate><description><![CDATA[]]></description><category></category></item><item><title><![CDATA[Apache SeaTunnel AI CLI Benchmark：7 款大模型、100 个 ETL 任务实测，谁真正能跑起来？]]></title><link>https://blog.youkuaiyun.com/ocUi2Sj9N/article/details/163134837</link><guid>https://blog.youkuaiyun.com/ocUi2Sj9N/article/details/163134837</guid><author>ocUi2Sj9N</author><pubDate>Thu, 23 Jul 2026 14:51:22 +0800</pubDate><description><![CDATA[table-name框架特异性逻辑一致性给出明确Schema。]]></description><category></category></item><item><title><![CDATA[PF 笔迹延迟优化从硬件到软件的全链路分析]]></title><link>https://blog.youkuaiyun.com/ocUi2Sj9N/article/details/163106031</link><guid>https://blog.youkuaiyun.com/ocUi2Sj9N/article/details/163106031</guid><author>ocUi2Sj9N</author><pubDate>Wed, 22 Jul 2026 14:32:06 +0800</pubDate><description><![CDATA[UWP 的笔迹还自带预测算法。如果渲染发生在帧周期的早期（即距离上一次垂直同步信号刚过去不久），那么这一帧能带上的"最新"触摸点，实际上是 16ms 之前的点——因为最新的触摸点要等到下一帧才会被渲染。许多触摸框在固件层面内置了平滑算法，即使已经收到了两个新的触摸点，也不会立即推送给系统，而是选择"驻点"——将点暂存起来，等到积累了足够多的点之后，再做平滑处理，然后再逐渐推出去。例如，在白色背景上画黑色笔迹，和在白色背景上画红色笔迹，由于涉及的灰阶切换路径不同，测出来的延迟可能相差几毫秒甚至更多。]]></description><category></category></item><item><title><![CDATA[让 AI Agent 替你做 iOS、Android 自动化测试，能平替 Appium？]]></title><link>https://blog.youkuaiyun.com/ocUi2Sj9N/article/details/163105984</link><guid>https://blog.youkuaiyun.com/ocUi2Sj9N/article/details/163105984</guid><author>ocUi2Sj9N</author><pubDate>Wed, 22 Jul 2026 14:31:03 +0800</pubDate><description><![CDATA[它叫 agent-deviceCallstack 出品，MIT 开源，JPMorgan Chase、Expensify、Shopify 的团队都在用。一句话介绍：它是一款开源给 AI Agent 用的设备自动化 CLI，iOS、Android、TV、桌面全覆盖，目前在Github上，该项目star数接近4k。安装方式（Node.js 版本需大于22.12）：注意——它不是另一个 Appium。Appium 的逻辑：你写脚本，一步步告诉它怎么点、怎么填。]]></description><category></category></item><item><title><![CDATA[[深入理解 Rust] 1 生命周期]]></title><link>https://blog.youkuaiyun.com/ocUi2Sj9N/article/details/163077371</link><guid>https://blog.youkuaiyun.com/ocUi2Sj9N/article/details/163077371</guid><author>ocUi2Sj9N</author><pubDate>Tue, 21 Jul 2026 14:30:32 +0800</pubDate><description><![CDATA[所以, 我们必须将 foo 改为 foo<'a>, 这个代表我们从外部传递进来一个生命周期 'a, 参数 a 和 b 的生命周期是这个 'a. 所以, 在这个函数中, 参数 a 和参数 b 的生命周期是一样的.而两个不同的生命周期, 在 rustc 的眼中, 它们的类型其实是不一样的. 也就是说, &'a str 和 &'b str 是两个不同的类型.所以, 我们可以看到, 若 T 为引用类型, 纵然 &'a T 的生命周期 'a 被协变了, 但是 T 是不能变成比它更小的生命周期的.生命周期到底是什么?]]></description><category></category></item><item><title><![CDATA[导出：对象怎样变成 ZIP 输出]]></title><link>https://blog.youkuaiyun.com/ocUi2Sj9N/article/details/163077352</link><guid>https://blog.youkuaiyun.com/ocUi2Sj9N/article/details/163077352</guid><author>ocUi2Sj9N</author><pubDate>Tue, 21 Jul 2026 14:29:49 +0800</pubDate><description><![CDATA[输入流、ZIP 解压、当前行缓冲和业务对象也都占用内存。写入侧的热点路径会尽量减少临时数组和字符串：池化字节缓冲、UTF-8 直接格式化、固定 XML 片段和生成的 cell writer 都服务于这个目标。Xlsx.ReadAsync(Stream, …这也是本文后续按“包结构、单元格、字符串、映射、异步”来组织，而不是把导入和导出拆成两套薄文章的原因。因此文章中的性能结论必须限定到具体 API、TFM、数据形态和输出/输入目标。稀疏列 / inline string / SST / 富文本。]]></description><category></category></item><item><title><![CDATA[Token 和上下文窗口——AI 记性的秘密]]></title><link>https://blog.youkuaiyun.com/ocUi2Sj9N/article/details/163055116</link><guid>https://blog.youkuaiyun.com/ocUi2Sj9N/article/details/163055116</guid><author>ocUi2Sj9N</author><pubDate>Mon, 20 Jul 2026 21:43:10 +0800</pubDate><description><![CDATA[而如果你用的是 DeepSeek V4、Kimi K3、Qwen3.7-Max 或 GLM-5.2 这些国产新模型，上下文窗口到了 100 万 Token——大约 75 万个中文字，够塞一整部《三体》。你说了问题，AI 开始读代码——正常。实际体验中，你把一部长篇小说整本丢进去，AI 可能对中间部分的信息抓取没那么准——就像你通宵读完一本厚书、第二天让你回忆第 137 页第 3 段写了啥，你也未必能精准复述。AI 虽然还能「看到」开头，但就像人翻一份 50 页的文档——最前面几页的内容，注意力覆盖不到了。]]></description><category></category></item><item><title><![CDATA[assert和cerr]]></title><link>https://blog.youkuaiyun.com/ocUi2Sj9N/article/details/163055103</link><guid>https://blog.youkuaiyun.com/ocUi2Sj9N/article/details/163055103</guid><author>ocUi2Sj9N</author><pubDate>Mon, 20 Jul 2026 21:42:32 +0800</pubDate><description><![CDATA[可以写成assert(exp && “提示语句”)，这样在断言失败时终端就会输出提示语句，可用于区分不同的assert。cerr用于在本地运行时输出一些变量的中间结果，但是提交时评测机不会把cerr的输出放入标准输出，所以cerr可以不被注释掉，参与本地地调试输出，极少量（如一两条）且不在循环内的 cerr 通常不会造成 TLE，但提交前最好养成全部注释或删除的习惯，避免遗忘。如果对于某个测试用例发生了断言失败，评测机会立即返回RE，而不是WA，这省去了大量的debug时间。]]></description><category></category></item><item><title><![CDATA[高光谱拼接算法（七）USAC]]></title><link>https://blog.youkuaiyun.com/ocUi2Sj9N/article/details/163020830</link><guid>https://blog.youkuaiyun.com/ocUi2Sj9N/article/details/163020830</guid><author>ocUi2Sj9N</author><pubDate>Sun, 19 Jul 2026 15:30:08 +0800</pubDate><description><![CDATA[而从这个思路出发，一个很直接的想法就是用总误差排序，但仔细想想，这种方法受离群点影响严重，很容易出现“99 个完美匹配被 1 个极大误差拖后腿”的情况，因此无法真实应用。这里提前说明一点：USAC 的原论文在 12 年发表，但其中组件也在不断更新，本文介绍的是 OpenCV 的现代 USAC 管道，因此出现年份更新的论文和技术是正常的。，这其实是内外点阈值的上层逻辑，它是指相机精度本身造成的误差，比如工业相机精度较高，同一个特征点每次检测的结果间可能存在。误差越大，贡献应逐渐降低，而不是突然变成 0。]]></description><category></category></item><item><title><![CDATA[计算机视觉（Computer Vision, CV）-AI 相关概念之（核心技术与架构）]]></title><link>https://blog.youkuaiyun.com/ocUi2Sj9N/article/details/163020815</link><guid>https://blog.youkuaiyun.com/ocUi2Sj9N/article/details/163020815</guid><author>ocUi2Sj9N</author><pubDate>Sun, 19 Jul 2026 15:29:21 +0800</pubDate><description><![CDATA[分词与嵌入：NLP 首先将文本拆解为标记（Token）（如：单词、子词），再通过词嵌入（Word Embedding）技术将每个标记映射为高维向量。例如：在句子“它追着球跑，因为兴奋”中，模型会识别“它”指向“狗”（而非“球”），从而捕捉长距离语义依赖。例如：输入“今天天气很__”，模型会计算“好”“晴”“冷”等词的概率分布，选择概率最高且符合语境的词。Simulator 层：中期壁垒，要求模型维护物理一致性（如：物体状态、空间关系），使生成内容“可被使用”（例如：电商场景中保持商品主体一致）。]]></description><category></category></item></channel></rss>