<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[weixin_33393017的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/weixin_33393017</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; weixin_33393017]]></copyright><item><title><![CDATA[Go pprof性能剖析实战：CPU采样、内存与协程排查]]></title><link>https://blog.youkuaiyun.com/weixin_33393017/article/details/170254828</link><guid>https://blog.youkuaiyun.com/weixin_33393017/article/details/170254828</guid><author>weixin_33393017</author><pubDate>Sat, 07 Nov 2026 16:58:45 +0800</pubDate><description><![CDATA[性能剖析是通过周期性采样还原程序运行热点的方法，核心在于以少量样本推断CPU时间、内存分配与并发阻塞的分布，而非逐次埋点。对Go服务而言，pprof把这一能力内建到运行时，可低侵入地观察CPU profile、堆内存和协程状态，帮助定位延迟升高、内存泄漏与协程泄漏等问题。它适用于线上排障、基准测试对比和日常性能基线建设，尤其适合高并发服务的持续调优。理解采样模型、接入入口与读数方法，是发挥Go性能调优价值的基础。]]></description><category></category></item><item><title><![CDATA[位姿表示深度解析：旋转矩阵、四元数、欧拉角、轴角对比与工程避坑]]></title><link>https://blog.youkuaiyun.com/weixin_33393017/article/details/170279241</link><guid>https://blog.youkuaiyun.com/weixin_33393017/article/details/170279241</guid><author>weixin_33393017</author><pubDate>Sat, 07 Nov 2026 16:51:52 +0800</pubDate><description><![CDATA[三维空间中刚体的位置与朝向描述是机器人、自动驾驶、三维视觉等领域最基础也最关键的问题。由于姿态本身属于SO(3)流形，工程上不存在既全局光滑又无奇异的参数化方式，于是同一姿态出现了旋转矩阵、欧拉角、四元数、轴角等多种数学表示。不同表示在存储开销、计算效率、数值稳定性与插值友好度上差异显著：旋转矩阵适合计算但冗余，欧拉角直观却存在万向锁，四元数平衡了稳定与效率而成为工程主流。理解这些特性不仅是正确完成坐标变换与姿态估计的前提，也直接关系到SLAM、运动规划、多传感器标定等实际系统的精度与可靠性。从旋转矩阵到四]]></description><category></category></item><item><title><![CDATA[K8s集群接入堡垒机：凭证托管、RBAC对齐与审计落地]]></title><link>https://blog.youkuaiyun.com/weixin_33393017/article/details/170259984</link><guid>https://blog.youkuaiyun.com/weixin_33393017/article/details/170259984</guid><author>weixin_33393017</author><pubDate>Sat, 07 Nov 2026 16:46:00 +0800</pubDate><description><![CDATA[运维审计的核心，是把访问入口、操作身份和权限边界统一收拢到可认证、可授权、可追溯的体系中。Kubernetes 集群的访问依赖 kubeconfig、ServiceAccount 与 RBAC，凭证分散在个人终端或跳板机时，真人身份与集群身份容易脱节；堡垒机通过资产接入、凭证托管和会话录像，把 kubectl 操作收敛到平台侧，并以 RBAC 对齐系统用户权限，实现最小权限与命令级审计。该方案适用于生产集群运维、等保合规整改和多团队权限隔离场景，落地时需重点处理 API Server 连通性、Token 生]]></description><category></category></item><item><title><![CDATA[Harness工程：用声明式契约重构CI/CD认知]]></title><link>https://blog.youkuaiyun.com/weixin_33393017/article/details/170253633</link><guid>https://blog.youkuaiyun.com/weixin_33393017/article/details/170253633</guid><author>weixin_33393017</author><pubDate>Sat, 07 Nov 2026 16:45:52 +0800</pubDate><description><![CDATA[在现代软件交付中，CI/CD已从单纯自动化脚本演进为工程契约治理体系。Harness工程的核心在于将环境约束、执行权限与质量门禁等隐性实践，升格为可声明、可验证、可审计的显性契约——如通过harness.yaml定义运行时环境要求，借助AGENTS.md固化Agent能力边界，并以Spotless实现代码层合规强制落地。这种声明式+契约驱动范式，显著提升跨角色协作效率、缩短故障定位时间、保障多环境一致性，尤其适用于微服务、AI模型协同及云原生混合技术栈场景，是研发工程师构建高可信交付能力的关键基础设施。]]></description><category></category></item><item><title><![CDATA[PAT乙级1125子串与子列判定：双指针与字符串匹配实战]]></title><link>https://blog.youkuaiyun.com/weixin_33393017/article/details/170266263</link><guid>https://blog.youkuaiyun.com/weixin_33393017/article/details/170266263</guid><author>weixin_33393017</author><pubDate>Sat, 07 Nov 2026 16:38:21 +0800</pubDate><description><![CDATA[字符串匹配中，子串强调连续片段，子序列（子列）只要求字符按原顺序出现，这一字之差决定了算法走向。判定子列常用双指针线性扫描：主串指针不回退，匹配成功才推进目标指针，时间复杂度O(n)、空间O(1)；子串可借助标准库查找或KMP完成。清晰区分连续与非连续关系，能减少边界条件和判定顺序错误，也便于迁移到文本差异比对、版本号比较、日志过滤等场景。PAT乙级1125正是围绕子串与子列判定设计的入门题，涵盖双指针模板、库函数边界、整行读取与测试对拍，适合字符串匹配基础训练和工程手感恢复。]]></description><category></category></item><item><title><![CDATA[C语言实现MoE推理引擎：从GLM模型到本地部署的工程实践]]></title><link>https://blog.youkuaiyun.com/weixin_33393017/article/details/170275162</link><guid>https://blog.youkuaiyun.com/weixin_33393017/article/details/170275162</guid><author>weixin_33393017</author><pubDate>Sat, 07 Nov 2026 16:30:26 +0800</pubDate><description><![CDATA[MoE（混合专家）架构通过稀疏激活机制，在保持大模型容量的同时显著降低推理计算量，但其核心瓶颈往往在于内存带宽与专家调度而非纯算力。用C语言实现推理引擎，能够精确控制内存布局、手动管理缓存策略，从而在边缘设备或资源受限环境中实现高效本地推理。这一技术路径尤其适用于GLM系列MoE模型的部署场景，通过量化、专家分页存储与多线程SIMD优化，可在普通硬件上获得可用的生成速度。本文围绕colibri项目，拆解MoE推理引擎的架构设计与工程实现要点。]]></description><category></category></item><item><title><![CDATA[OpenResearch：面向科研工作者的本地优先研究操作系统]]></title><link>https://blog.youkuaiyun.com/weixin_33393017/article/details/170271468</link><guid>https://blog.youkuaiyun.com/weixin_33393017/article/details/170271468</guid><author>weixin_33393017</author><pubDate>Sat, 07 Nov 2026 16:09:32 +0800</pubDate><description><![CDATA[学术研究操作系统是一种将文献管理、知识标注、语义检索与工作流自动化深度整合的技术范式，其核心原理在于以本地存储为信任基点、CLI 为统一交互层、可复现数据流为设计约束。相比传统文献工具，它通过离线嵌入索引、引用图谱构建和结构化日志审计，显著提升研究过程的可追溯性与环境一致性；在工程实践中广泛应用于论文协作、实验复现与跨模态知识关联等场景。OpenResearch 正是这一范式的典型实现，深度融合 local-first 架构与 CLI 可编程性，为博士生及科研团队提供真正自主可控的研究基础设施。]]></description><category></category></item><item><title><![CDATA[knowledge-work-plugins：知识即服务的四层协同架构]]></title><link>https://blog.youkuaiyun.com/weixin_33393017/article/details/170272640</link><guid>https://blog.youkuaiyun.com/weixin_33393017/article/details/170272640</guid><author>weixin_33393017</author><pubDate>Sat, 07 Nov 2026 15:49:09 +0800</pubDate><description><![CDATA[knowledge-work-plugins 并非插件安装包，而是面向知识工作者的可组合式协同操作系统，其本质是‘知识即服务（KaaS）’在真实业务流中的工程化落地。它基于意图识别、上下文装配、动作编排与结果沉淀四层抽象，解决知识在人—系统—系统间按工作节奏自动流动的核心问题。技术上强调 schema 驱动、语义化版本、上下文自动注入与熔断式执行，广泛应用于销售行动项分发、合同风险扫描、会议纪要智能沉淀等高价值场景。本文聚焦其架构原理与生产级落地实践，尤其揭示 plugin.json 的契约本质与四层模型不]]></description><category></category></item><item><title><![CDATA[WinForm+JSON转Excel工具源码：嵌套扁平化与NPOI导出]]></title><link>https://blog.youkuaiyun.com/weixin_33393017/article/details/170261896</link><guid>https://blog.youkuaiyun.com/weixin_33393017/article/details/170261896</guid><author>weixin_33393017</author><pubDate>Sat, 07 Nov 2026 15:45:18 +0800</pubDate><description><![CDATA[JSON 转 Excel 是数据交换与报表处理中的常见需求，核心在于把树形 JSON 结构解析为行列规整的二维表。其原理通常包括递归遍历 JToken、按路径扁平化嵌套对象与数组、对多行字段取并集生成稳定表头，并在写入时按原生类型推断单元格格式，避免数字变文本、长整型精度丢失等问题。对接口日志、配置快照、测试数据和支持工单而言，这种转换能显著降低人工复制粘贴成本，并支持大文件分批导出与进度回传。结合 WinForm 界面与 NPOI 导出能力，可形成开箱即用的 C# 桌面工具，同时保持转换内核与 UI 分离]]></description><category></category></item><item><title><![CDATA[ZShell.net 结合 MCP 协议：构建 AI 驱动的智能运维终端实践]]></title><link>https://blog.youkuaiyun.com/weixin_33393017/article/details/170267844</link><guid>https://blog.youkuaiyun.com/weixin_33393017/article/details/170267844</guid><author>weixin_33393017</author><pubDate>Sat, 07 Nov 2026 15:42:14 +0800</pubDate><description><![CDATA[在运维工作中，命令行终端始终是不可替代的基础工具，传统模式下“敲命令”易学，但“知道敲什么、如何串联命令并得出最终结论”却高度依赖经验积累。Model Context Protocol（MCP）作为一种开放的标准化工具调用协议，为 AI 与系统工具链之间提供了统一交互接口，有效解决了传统插件方案适配复杂、上下文割裂的问题。ZShell.net 作为具备 MCP Host 能力的智能会话终端，将 AI 的意图理解与受控的命令执行相结合，提供命令白名单、审计日志、人工确认等多层安全机制，使 AI 驱动运维从概念]]></description><category></category></item><item><title><![CDATA[MATLAB工程编程手册：解决函数调用、调试卡顿与脚本兼容性问题]]></title><link>https://blog.youkuaiyun.com/weixin_33393017/article/details/170257009</link><guid>https://blog.youkuaiyun.com/weixin_33393017/article/details/170257009</guid><author>weixin_33393017</author><pubDate>Sat, 07 Nov 2026 15:40:58 +0800</pubDate><description><![CDATA[MATLAB作为科学计算与工程仿真的核心工具，其实际应用远不止基础语法——真正挑战在于理解函数作用域、内存布局、并行机制等底层原理。掌握`parfor`的索引约束、`persistent`变量的生命周期、`private`文件夹的作用域隔离，能显著提升代码鲁棒性；而善用`validateattributes`输入校验、`rehash toolboxcache`路径刷新、`isequaln`结果比对等技术，则直接决定项目能否跨平台复现与工业部署。本文聚焦MATLAB工程实践中的高频痛点，覆盖信号处理、图像批量]]></description><category></category></item><item><title><![CDATA[逆向解构：五步拆解学术论文，从‘读过’到‘吃透’]]></title><link>https://blog.youkuaiyun.com/weixin_33393017/article/details/170277274</link><guid>https://blog.youkuaiyun.com/weixin_33393017/article/details/170277274</guid><author>weixin_33393017</author><pubDate>Sat, 07 Nov 2026 15:36:11 +0800</pubDate><description><![CDATA[学术文献阅读是一项高信息密度的知识处理任务，传统顺序阅读容易陷入被动接收，难以提取论文真正的方法论价值。逆向解构方法主张从结论出发，反向追踪证据链，通过贡献识别、逻辑还原、方法辨析、确定性评估与可复现性扫描等维度，把一篇论文拆解为可复用的知识资产。这种基于结构化笔记与模板驱动的阅读方式，显著提升科研人员的信息提炼效率和知识关联能力，适用于文献综述、研究方法复现与学术写作等场景。完整的五步拆解流程从锁定结论终点开始，逐步还原引言中的问题动机、方法骨架、数据与结论的映射关系，再回头补全细节，配合轻量级工具链与标]]></description><category></category></item><item><title><![CDATA[多相DFT信道化器MATLAB仿真：从运算量推导到滤波器设计]]></title><link>https://blog.youkuaiyun.com/weixin_33393017/article/details/170252743</link><guid>https://blog.youkuaiyun.com/weixin_33393017/article/details/170252743</guid><author>weixin_33393017</author><pubDate>Sat, 07 Nov 2026 15:30:09 +0800</pubDate><description><![CDATA[在软件无线电与宽带信号处理中，信道化负责把高速采样数据划分为多路窄带信号。多相DFT信道化器通过多相分解与FFT/IFFT，将多路数字下变频和滤波合并为一次变换，使每样本运算量从K·L量级降至L/K+log₂K/2，显著减少乘法器资源并改善通道间一致性。该结构适用于频谱监测、通信接收机、雷达与电子侦察等场景。围绕MATLAB仿真，需要厘清多相分解推导、信道频率映射和原型低通滤波器设计，并分别评估混叠、邻道串扰与通带失真，结合Kaiser窗阶数估算完成参数闭环。]]></description><category></category></item><item><title><![CDATA[Harness是工程操作系统，不是CLI工具]]></title><link>https://blog.youkuaiyun.com/weixin_33393017/article/details/170277493</link><guid>https://blog.youkuaiyun.com/weixin_33393017/article/details/170277493</guid><author>weixin_33393017</author><pubDate>Sat, 07 Nov 2026 15:17:05 +0800</pubDate><description><![CDATA[Harness本质上是一套面向AI原生应用的工程操作系统（Engineering OS），其核心在于通过声明式契约（如AGENTS.md、harness.yaml）统一约束资源调度、运行时隔离与状态流转。它超越传统CLI工具或IDE插件的定位，以可验证的工程契约替代模糊配置，实现Agent生命周期治理、沙盒级资源控制与拓扑驱动的状态机编排。技术价值体现在将提示工程、上下文管理、模型服务等能力纳入可审计、可证明、可自动校验的工程体系，广泛应用于CI/CD+LLM协同流水线、AI服务网格及嵌入式AI工程（如ST]]></description><category></category></item><item><title><![CDATA[uniapp集成融云IM与音视频：Java后端Token权限配置指南]]></title><link>https://blog.youkuaiyun.com/weixin_33393017/article/details/170249461</link><guid>https://blog.youkuaiyun.com/weixin_33393017/article/details/170249461</guid><author>weixin_33393017</author><pubDate>Sat, 07 Nov 2026 15:05:44 +0800</pubDate><description><![CDATA[融云IM是跨平台实时通信的常用技术方案，其核心依赖服务端签发的有效Token。Token不仅是身份凭证，更需精确声明audio、video等扩展权限，否则音视频通道将静默失败。原理上，融云服务端SDK通过App Key/Secret签名生成Token，并在extra字段中嵌入业务权限与防重放nonce；技术价值在于保障通信安全与功能可控，支撑单聊、群聊及AVChatRoom等多场景。典型应用场景包括在线教育互动、远程协作系统和医疗问诊平台。本文聚焦uniapp前端与Java后端协同集成时，Token权限缺失]]></description><category></category></item><item><title><![CDATA[Linux服务器等保三级密码策略配置与落地实践]]></title><link>https://blog.youkuaiyun.com/weixin_33393017/article/details/170265504</link><guid>https://blog.youkuaiyun.com/weixin_33393017/article/details/170265504</guid><author>weixin_33393017</author><pubDate>Sat, 07 Nov 2026 14:58:56 +0800</pubDate><description><![CDATA[密码策略是信息系统身份鉴别的基础安全机制，其核心在于通过强制校验、历史追溯与行为审计三位一体实现可验证的身份控制。在等保2.0三级要求下，它不仅涉及PAM模块的`pam_pwquality.so`和`pam_pwhistory.so`配置逻辑，更需覆盖MySQL、Redis等关键服务及Docker、Kubernetes等云原生环境的跨平台协同。技术价值体现在阻断弱口令横向移动、支撑审计证据链闭环，并为自动化巡检与CI/CD安全门禁提供标准化输入。典型应用场景包括政务云整改、金融后台加固与混合架构运维治理，而]]></description><category></category></item><item><title><![CDATA[手写链表+堆实现任务调度器：C++课程设计实战指南]]></title><link>https://blog.youkuaiyun.com/weixin_33393017/article/details/170266125</link><guid>https://blog.youkuaiyun.com/weixin_33393017/article/details/170266125</guid><author>weixin_33393017</author><pubDate>Sat, 07 Nov 2026 14:54:49 +0800</pubDate><description><![CDATA[任务调度器是操作系统与数据结构课程中的核心概念，其本质是通过就绪队列管理、优先级决策和时间片控制实现CPU资源的动态分配。底层原理依赖链表的动态插入/删除、堆结构维护优先级顺序，以及事件驱动的时间推进机制。这类调度器具备明确的技术价值：不依赖OS API即可模拟真实抢占式调度行为，帮助学习者理解进程状态转换、上下文保存与调度时机判断等关键环节。典型应用场景包括高校数据结构课设、嵌入式实时系统教学原型、以及算法对比实验平台。本文以纯C++手写链表与小顶堆构建可运行调度器，完整覆盖就绪队列插入、抢占判断、Gan]]></description><category></category></item><item><title><![CDATA[STFT时频分析核心参数解析：窗长、重叠率与分辨率权衡]]></title><link>https://blog.youkuaiyun.com/weixin_33393017/article/details/170268651</link><guid>https://blog.youkuaiyun.com/weixin_33393017/article/details/170268651</guid><author>weixin_33393017</author><pubDate>Sat, 07 Nov 2026 14:54:00 +0800</pubDate><description><![CDATA[短时傅里叶变换（STFT）是分析非平稳信号的基础时频工具，其本质是在时间-频率二维平面构建可调谐的分析网格。原理上，它通过加窗分段与傅里叶变换耦合，受海森堡不确定性原理制约，天然存在时间分辨率与频率分辨率的互斥关系。技术价值在于将瞬态特征（如机械冲击、电火花）映射为时频图中的能量轨迹，支撑故障早期识别与动态过程建模。典型应用场景涵盖旋转机械故障诊断、语音辅音分析、电力暂态检测及生物电信号解码。关键性能由窗长、重叠率、FFT点数等参数联动决定——窗长控制主瓣宽度与频率分辨力，重叠率定义时间轴采样密度，二者共同]]></description><category></category></item><item><title><![CDATA[Colibri：面向MoE模型的轻量级C语言推理引擎]]></title><link>https://blog.youkuaiyun.com/weixin_33393017/article/details/170274629</link><guid>https://blog.youkuaiyun.com/weixin_33393017/article/details/170274629</guid><author>weixin_33393017</author><pubDate>Sat, 07 Nov 2026 14:53:57 +0800</pubDate><description><![CDATA[MoE（Mixture of Experts）作为提升大模型效率的关键架构，其实际部署常受限于Python运行时开销、GPU显存带宽浪费与跨平台兼容性问题。Colibri以纯C实现为核心，通过专家稀疏加载、Router调度下沉至系统层、FP16混合精度累加等机制，在不依赖Python、CUDA或复杂运行时的前提下，显著降低首token延迟、内存占用与磁盘IO压力。它特别适用于边缘设备、Windows原生环境及安全敏感场景，为MoE模型提供单文件、零依赖、可审计的推理能力，是当前轻量化AI推理中兼具工程鲁棒性]]></description><category></category></item><item><title><![CDATA[基于SpringAI的Java智能电商平台实战：从RAG到Agent的完整落地]]></title><link>https://blog.youkuaiyun.com/weixin_33393017/article/details/170252762</link><guid>https://blog.youkuaiyun.com/weixin_33393017/article/details/170252762</guid><author>weixin_33393017</author><pubDate>Sat, 07 Nov 2026 14:51:41 +0800</pubDate><description><![CDATA[大模型技术席卷各行业，Java后端团队如何在不推翻现有系统的前提下拥抱AI，成为普遍痛点。SpringAI作为Java生态中的AI集成框架，以模型抽象为核心，让开发者像操作数据库一样调用大模型，实现与具体模型供应商的解耦。其底层原理依托RAG（检索增强生成）与Agent（智能体）编排，通过向量知识库为模型补充实时业务数据，再利用工具调用机制打通订单、库存等本地服务。在电商场景中，这种组合可以自然落地为智能导购、售前咨询和售后客服等应用，帮助用户用自然语言完成商品检索与订单操作。本文阐述从资产抽象到工程实践的]]></description><category></category></item></channel></rss>