- 博客(81)
- 资源 (9)
- 收藏
- 关注
RSS订阅原创 前端工程化基础知识
运行环境: Node.js 让 JavaScript 可以在服务器端运行包管理: pnpm 提供高效的依赖管理语言特性: TypeScript 提供类型安全，JSX 提供声明式 UI构建工具: Vite 适合现代项目，Webpack 适合复杂项目项目组织: 单包项目简单直接，Monorepo 适合大型项目工具选择: 根据项目规模、团队经验、性能需求选择关键原则根据项目需求选择工具，不要过度工程化优先考虑开发体验和团队熟悉度保持工具链的简洁性和可维护性关注生态成熟度和社区支持。
2025-09-25 14:04:50
734
原创 AI 驱动的 Web 自动化测试：Midscene.js vs Browser-use对比
在现代 Web 应用开发中，自动化测试已成为保证软件质量的重要手段。然而，传统的自动化测试工具往往需要编写复杂的选择器和维护脆弱的测试脚本。随着大语言模型（LLM）和多模态 AI 技术的成熟，基于 AI 的自动化测试工具应运而生，它们能够理解自然语言指令，自动定位页面元素，极大地简化了测试用例的编写和维护。本文将深入分析两个代表性的 AI 驱动自动化测试框架，帮助开发者和测试工程师做出更明智的技术选型。
2025-09-24 17:08:31
317
原创 Claude Code 使用指南
claude.md为了避免在每次交互中重复提供背景信息，Claude Code 引入了claude.md文件作为其核心的“记忆”系统。这个 Markdown 文件让 Claude 能够像团队成员一样记住项目的关键信息。分层记忆系统项目级 (claude.md：此文件应提交到版本控制系统中，供整个团队共享。可以包含项目概览、技术栈说明、架构图、代码风格规范（“使用 black 格式化”、“API 响应必须遵循 JSend 格式”）以及核心命令（“使用启动服务”）。本地 (：此文件被.gitignore。
2025-09-07 09:15:59
197
原创 肖臻《区块链技术与应用》第19讲 -- “抗ASIC”的理想与现实：深入解析以太坊的挖矿算法设计
算法，阐明其如何通过“小缓存”与“大数据集”的分离设计，巧妙地平衡了矿工与验证者的需求。最后，本文引入了一个深刻的思辨：ASIC主导的挖矿生态，是否可能反而比通用设备参与的挖矿更安全？挖矿算法是一个纯粹的算力竞赛，它经受了时间的考验，被证明是安全可靠的。随后，文章分析了“内存困难型”算法的核心思路，并以莱特币的。的“专用性”反而为网络构建了一道坚实的经济护城河，使得恶意攻击的成本和沉没风险大大提高。”在追求去中心化理想的同时，也可能为廉价的、租用式的攻击敞开了大门。，它巧妙地分离了矿工和验证者的需求。
2025-08-15 11:37:21
1011
原创 肖臻《区块链技术与应用》第18讲 -- 以太坊的心跳：详解GHOST协议如何应对“快节奏”下的共识挑战
详细阐述了GHOST协议如何通过奖励“叔父区块” Uncle Blocks 来提供“安慰奖”，并最终介绍了以太坊为鼓励分叉的及时合并而设计的、精巧的“叔父”辈分定义与奖励递减机制。
2025-08-15 09:20:03
631
原创 肖臻《区块链技术与应用》第17讲 -- 以太坊的三位一体：详解交易树、收据树与布隆过滤器
为了构建一个功能完备的去中心化应用平台，每个以太坊区块还包含了另外两棵同样重要的数据结构：交易树和收据树。
2025-08-15 09:17:36
988
原创 肖臻《区块链技术与应用》第16讲 - 以太坊的“世界状态”：从哈希表到MPT架构演进
以太坊采用的账户模型虽然直观，却带来了一个巨大的技术挑战：如何高效地存储并加密地保证全网数百万账户与各自状态之间的映射关系
2025-08-15 08:36:28
965
原创 肖臻《区块链技术与应用》第14-15讲 超越货币：以太坊如何用“智能合约”开启去中心化应用时代
在比特币成功地实现了去中心化货币之后，一个更宏大的问题摆在了世人面前：“如果货币可以去中心化，还有什么可以？”以太坊（Ethereum）正是对这个问题最响亮的回答。
2025-08-14 17:30:51
567
原创 肖臻《区块链技术与应用》第十三讲：解构哈希指针、私钥安全与共识的边界
在掌握了比特币的技术细节之后，我们有必要退后一步，重新审视其设计背后的一些根本性问题
2025-08-14 07:07:03
1377
原创 肖臻《区块链技术与应用》第十二讲：比特币是匿名的吗？—— 深入解析匿名性、隐私风险与增强技术
“比特币是匿名的”是关于这项技术最广为人知却也最容易引起误解的说法之一。本文基于北京大学肖臻老师的公开课内容，深入探讨了比特币匿名性的真实含义、其内在的脆弱性以及相应的增强技术
2025-08-13 22:15:05
957
原创 肖臻《区块链技术与应用》第十一讲：比特币核心概念重温：一文读懂私钥、交易、挖矿与网络现状
经过对技术细节的深入探讨，我们有必要通过问答的形式，回顾和巩固关于比特币系统的一些核心概念与常见误区
2025-08-13 21:58:07
707
原创 肖臻《区块链技术与应用》第十讲：深入解析硬分叉与软分叉
在去中心化的比特币世界中，任何协议的演进都无法通过强制命令完成，而是通过一种被称为“分叉”（Fork）的机制进行。
2025-08-12 22:26:57
509
1
原创 肖臻《区块链技术与应用》第九讲：比特币交易的“智能”核心：深入解析脚本语言Script
每一笔比特币交易的背后，都由一套简洁而强大的脚本语言（Script）精确地定义其所有权转移的规则。本文基于北京大学肖臻老师的公开课内容，深入剖析了比特币这门简单、非图灵完备、基于堆栈的脚本语言。
2025-08-12 21:48:43
832
原创 李宏毅2025《机器学习》-第十二讲：让AI“开口说话”：深入解析语音语言模型（SLM）的发展历程与核心技术
当大型语言模型（LLM）在文本世界的能力趋于成熟时，人工智能的下一个前沿阵地正转向一个更复杂、更具人性的维度——语音。本文基于李宏毅教授的最新课程，系统地梳理了“语音语言模型”（Spoken Language Model, SLM）的发展历程与核心技术。
2025-08-12 07:06:53
1323
原创 李宏毅2025《机器学习》-第十一讲：无需训练的AI“合体术”：深入解析模型合并（Model Merging）的神奇力量
在大型语言模型（LLM）的后训练时代，一项名为“模型合并”（Model Merging）的神奇技术正颠覆我们对AI能力组合的认知。
2025-08-11 22:44:09
1000
原创 李宏毅2025《机器学习》-第十讲：AI“思想钢印”：深入解析大模型的知识编辑技术
大型语言模型（LLM）并非一成不变的知识库，它们需要不断更新、修正甚至被植入特定的“信念”。“模型编辑”（Model Editing）技术应运而生，它旨在像一名外科医生一样，精准地修改模型内部的某一项知识，而不影响其整体能力。本文基于李宏毅教授的最新课程，系统地探讨了模型编辑的核心理念与前沿方法。文章首先定义了评判模型编辑成功的三个核心标准：可靠性、泛化性与局部性。
2025-08-11 22:30:07
905
原创 李宏毅2025《机器学习》-第九讲：大型语言模型评测的困境与“古德哈特定律”**
随着大型语言模型（LLM）的推理能力日益增强，如何公平、准确地评测其“智力”水平，成了一个极其棘手的问题。本文基于李宏毅教授的最新课程，深入探讨了当前LLM评测面临的困境。文章首先揭示了标准数学和编程测试背后可能存在的“数据污染”问题，即模型可能是在“背答案”而非真正地推理。随后，文章考察了两种试图规避此问题的先进评测方案：以抽象智力测验为核心的ARC-AGI，以及以全民投票为机制的Chatbot Arena。然而，即便是这些方案，也分别面临着被“应试技巧”攻破和被“人类风格偏好”干扰的风险。最终，文章以“
2025-07-30 21:56:00
969
原创 李宏毅2025《机器学习》第八讲 - AI想太多怎么办？
随后，文章沿着上期课程提出的四大技术流派，系统性地探讨了控制和优化推理长度的解决方案，包括“草稿链”提示法、学习最短正确路径、内化推理过程，以及将“效率”作为核心指标引入强化学习的激励机制。一个真正高效、智能的AI，不应是无休止思考的“思想巨人”，而应是懂得在恰当的时候、用恰当的资源、做恰当的思考的“智慧工程师”。一定长度的推理是必要的“生存优势”。但当训练的激励机制（如单纯的RL）只奖励“正确”这一个指标时，就如同演化中的“性选择”，模型会不计成本地增加推理长度来“炫技”，以期获得更高的奖励分数。
2025-07-30 07:00:56
1264
原创 肖臻《区块链技术与应用》第八讲：节点和矿池
本文基于北京大学肖臻老师的课程内容，对比特币的挖矿机制、设备演化、安全模型及潜在风险进行了系统性梳理。文章首先厘清了比特币网络中全节点与轻节点的角色与职责；接着，深入剖析了比特币安全性的两大支柱——密码学与共识机制。文章重点追溯了挖矿设备从CPU到GPU，再到ASIC芯片的“军备竞赛”历程，并探讨了由此引发的中心化隐忧。此外，本文详细解析了矿池的运作原理、收益分配机制及其带来的51%攻击风险。最后，文章对挖矿的核心策略及攻击场景进行了分析，揭示了比特币在追求效率与坚守去中心化理念之间的永恒博弈。
2025-07-29 09:09:30
1195
原创 李宏毅2025《机器学习》第七讲-推理模型：从原理、流派到未来挑战
大型语言模型（LLM）正从简单的问答机器，演变为能够进行复杂“深度思考”的智能体。本文基于李宏毅教授的最新课程，深入探讨了赋予LLM深度思考能力的技术。文章首先定义了“深度思考”（即推理，Reasoning）的行为特征，并追溯其本质——一种高效的“测试时间计算”（Testing-Time Compute）。接着，系统性地剖析了打造深度思考模型的四大技术流派：两种无需微调模型参数的方法（高级提示工程、构建推理工作流），以及两种需要微调的方法（模仿学习、强化学习）。文章通过DeepSeek-Coder-V2等前
2025-07-16 22:43:55
989
1
原创 数据分析方法论
数据分析是用适当的统计方法对收集来的大量数据进行分析，以求最大化地发挥数据的价值，提取有用信息和形成结论的过程。数据分析的三大目的：现状分析：了解已经发生和正在发生的事情原因分析：找出问题产生的根本原因预测分析：基于历史数据预测未来趋势数据分析作为现代企业决策的重要支撑，已经从简单的数据统计发展为涵盖业务理解、技术应用、策略制定的综合性学科。理论层面，我们需要掌握产品思维、分析方法论和各类经典模型，建立完整的知识体系。
2025-07-08 00:30:00
996
Visual C++教程
2010-08-01
Dreamweaver教程
2010-08-01
SQL Server2005教程
2010-08-01
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人