suT82qvgN的博客

原创 那些年搞不懂的术语、概念：协变、逆变、不变体

但当你第一次看到“协变（Covariance）”、“逆变（Contravariance）”、“不变（Invariance）”这三个词时，是不是感觉像在看天书？#### 1. 数组协变带来的运行时错误（Java 的教训）Java 的数组是协变的，这是语言设计上的一个历史遗留问题。—### 案例一：TypeScript 中的数组和函数（协变 + 逆变 + 不变）TypeScript 是结构化类型系统，并且默认开启。的参数是逆变的，返回值是协变的。时，函数参数是逆变的，返回值是协变的，而数组（

原创 让数学公式自动推导

但现实是，很多公式推导极其冗长，比如：- 求一个复杂函数的导数（链式法则套三层）- 展开一个高次多项式（比如。，我们实现了“让数学公式自动推导”的愿望。从简单的求导、化简，到解方程和生成步骤，代码都能高效完成。### 自动推导的局限虽然很强大，但自动推导并非万能：-它不仅能做代数运算，还能求导、积分、解方程，甚至化简。（Symbolic Computation），即把数学表达式当作“树”来处理，而不是数值。它就像一个不知疲倦的数学助手，只要你能用符号语言描述问题，它就能给出答案。，而不是取代人类思考。

原创 AScript如何实现LINQ语法

AScript 是一个嵌入式的、可扩展的脚本语言，常用于游戏、工具链或配置系统中。换句话说，我们可以通过函数式编程的方式，把 LINQ 的核心能力（过滤、投影、排序、分组）封装成工具函数。这样我们可以做到“构建查询”和“执行查询”分离，甚至可以在执行前修改查询。但通过这种方式，你完全可以在 AScript 中写出类似 LINQ 的优雅代码，让脚本逻辑更清晰、更易维护。方法，但如果不支持，你可以自己用循环实现，就像第一步那样。：通过保存操作列表，实现“构建查询”和“执行查询”分离，提升灵活性。

原创 和AI一起搞事情#6. 如何实现AI生图文字可编辑？

分离检测（OCR）→ 擦除填充（Inpainting）→ 重渲染（文本绘制）

原创 完整学习LLM(六):上下文窗口是什么,为什么模型会忘东西

检索增强生成（RAG）

原创 [MAF预定义的AIContextProvider-04]Mem0Provider——长期记忆基于的云端解决方案

持久化与弹性。

原创 折腾半小时，终于让AI 能直接帮我写飞书文档了

原创 零基础认识大语言模型（LLM）工作原理(7.为什么“预测下一个 Token”会产生智能？)

原创 .NET 程序保护实战系列 05 · 代码虚拟化

原创 先说IEnumerable，我们每天用的foreach你真的懂它吗？

接口，它定义了如何遍历一个集合。- 在实际编码中，要警惕延迟执行带来的多次遍历问题，并根据场景选择合适的缓存策略。接口使得我们的集合可以与所有基于迭代器的语言特性（如 LINQ）兼容。是 C# 中一个强大的语法糖，它可以让编译器自动生成迭代器状态机，大大简化。，不仅让你更懂语法糖，更能写出更高效、更优雅的代码。以下是一些常见陷阱：-的代码，但你真的了解这个简单结构背后的原理吗？语法糖会自动调用这个迭代器，简化了我们的编码。时，不妨想想它背后那个默默工作的迭代器。是最常见的实现方式，因为它提供了统一的标准。

原创 .NET Core中的认证管理解析

认证处理器（Authentication Handler）日志记录认证方案认证处理器。

原创 .NET Core跨平台的奥秘[上篇]：历史的枷锁

原创 2025 年终总结｜30岁

不要为了微服务而微服务技术上的“减法”

原创 一、为什么要学习 USB 协议

控制传输。

原创 15天学会AI应用开发（五）使用AI摘要来压缩上下文消息

原创 基于Tez引擎的 Hive SQL 性能优化

在大数据领域，Hive 是最常用的数据仓库工具之一，而 Tez 引擎作为其核心执行引擎之一，能够显著提升 SQL 查询性能。## Tez 引擎的核心配置优化### 1. 设置执行引擎为 Tez在 Hive 中，默认的执行引擎可能是 MapReduce。## 高级优化技巧：使用 Tez 的向量化执行向量化执行是 Tez 引擎的另一个杀手锏。## 总结基于 Tez 引擎的 Hive SQL 性能优化，核心在于理解 Tez 的分布式执行模型，并通过合理的配置发挥其优势。：设置执行引擎为 Tez，调整并行度。

原创 [新教程] 解决Linux下WPS PDF鼠标滚轮滚动过快的问题

修改 WPS 启动脚本。

原创 继承的思维：从思维模式到架构设计的深度解析

开发者可以先从抽象的层面定义系统的整体结构和行为，然后逐步细化到具体的实现细节，这也是一个树形可追踪的过程的。例如，一个抽象的Shape类可以定义所有图形共有的方法，如Draw()和Resize()，而无需立即考虑具体图形的绘制方式。我们在生活中最先接触的是细节，比如看到各种动作后，才开始对它们进行分类，才会去思考他们的叫声是不同，走路也是不同的。比如看到狗、猫、鸟，然后观察它们的行为，随后，我们总结它们有一些共同点，比如都会吃和睡觉，于是抽象出“动物”这个概念，也知道了动物都需要吃和睡。

原创 Android真机运行

原理比较简单，如下图所示，将C#写的PixUI应用及C++写的Skia引擎编译为WebAssembly，然后通过微信小程序的WXWebAssembly加载，并在canvas(WebGL)通过skia绘制出用户界面，监听微信小程序的事件传给C#处理后重新绘制界面。包太大： 因打包了dotnet的mono运行时及skia引擎，目前不包含中文字体总的包大小差不多8.8MB，小程序首次加载根据网络情况会稍慢。暂通过修改dotnet.runtime.js来绕过此问题，搜索.tableSize，将。

原创 核心设计哲学：FP + 不可变 + 接口扩展

而且生成的 SdBox、SdTorus 等 SDF 函数直接以实例方法的形式挂在 Vector3 上——这种直觉式的 API 设计，不可能在 System.Numerics 中实现。这个模式带来了巨大的性能优势——链式变换（Select().Where().Take()）没有中间分配，没有任何 IEnumerator 装箱，没有惰性迭代器的状态机。这是典型的 现实主义工程哲学。这个设计理念贯穿了所有 SDK 库——想象一下，一个包含数百万面片的 BIM 模型的几何数据也是以这种零拷贝的方式传递的。

原创 资源加密：把 DLL 藏进保险箱

存储格式：[0xC0 0xDE 0xFA 0xFE] + [seed 4B] + [origLen 4B] + [permSeed 4B] + [加密数据]data[i] = (byte)((data[i] << 3) | (data[i] >> 5));// 1. 扫描所有资源找魔术头 0xC0 0xDE 0xFA 0xFE。// 使用 xorshift128 PRNG 生成流密钥。// 1. SBox 代换。// 2. ARX 流密钥。

原创 原始业务卡点

特别地:Cobalt 库开启 ASLR + 剥离符号表,让「同一 Bug 多次上报,内存地址完全不同」——这是本方案后来自研双指纹匹配的直接触发点。分类精准度的核心瓶颈不在匹配规则,而在 Crash 日志的信息完整度——仅堆栈文本无法区分用户主动断网、服务器超时、播放缓冲卡顿等细分场景。两天空窗:完整周期长达两个工作日,周度版本复盘、厂商问题同步、Cobalt 内核缺陷判定全部延后——形成每周固定的决策空窗期。个人工具转化为团队通用资产,核心不在于新增复杂功能,而是消除环境、配置带来的使用门槛。

原创 一组内分为三块，每块4字符，转换成10进制，分别乘100、10、1再相加，之后与33异或，拼接得到result

gdre_tools.exe --headless --pck-patch=‘E:\cod_ctf_nxgodot\NXgodot\GD1.pck’ --patch-file=‘E:\cod_ctf_nxgodot\repack_build\main.gdc=res://main.gdc’ --output='E:\cod_ctf_nxgodot\NXgodot\GD1_patched.pck’这两个命令是干什么的。CTF 里常见做法就是只给你 .gdc，不直接给 .gd。

原创 Redis Geo实现地理位置检索

做业务开发时，我们经常遇到这类需求：✅ 同城筛选附近门店、外卖骑手匹配✅ 社交APP附近的人、同城动态✅ 网约车就近派单、地理位置打卡面对这些地理位置检索场景，无需引入笨重的专业GIS引擎，Redis自带的GEO地理空间索引是一个轻量、高性能的方案。Redis GeoRedis Geo 没有创造新结构，完全基于有序集合 Sorted Set（ZSet）实现，底层核心组合：GeoHash 编码 + Sorted Set 索引。

原创 【Deep Emotional Memory】情绪增强编码在RAG Agent记忆系统中的应用研

引言检索增强生成系统——RAG系统已成为构建长期对话Agent的主流架构。然而，现有RAG系统的记忆编码遵循“统一化”原则——所有对话片段经由同一个嵌入模型映射为等长向量，无论其情绪强度如何。这种“扁平编码”忽视了认知科学中的一个基本事实：情绪唤醒事件在人类记忆系统中享有编码优先级。情绪增强记忆效应（EEM）表明，高唤醒事件触发杏仁核-海马体协同信号，实现更深度的记忆编码与更持久的巩固（Cahill & McGaugh, 1995;