- 博客(162)
- 收藏
- 关注
RSS订阅原创 Scout 本地部署实战：零金钱成本接入免费大模型跑浏览器 Agent
适合页面经常改版、选择器天天坏的站点一次性调研任务（跨多站点汇总）需要"看着页面判断"的活没有 API 的老系统你想研究浏览器 agent 的架构（Scout 是最小最干净的内核）不适合高频且路径固定（用 Playwright）需要审计的场景（用 Playwright）CI 里的确定性回归（用 Playwright）追求开箱即用的（用 browser-use——内置供应商适配，一行开跑，不用自己填 baseURL/apiKey/model）上手难度：中等偏上。
2026-10-22 12:47:06
579
原创 Scout 深度调研：Outcrawl 开源的浏览器 Agent，凭什么值得单独看
Scout 把 LLM 拆成四个岗位——这是 browser-use 也没按角色切的一种做法。Playwright 是执行层不接 LLM，不在同一层。数据截止 2026-10-22，所有数字来自 GitHub API / npm registry / 官方 README 原文，逐条可查。
2026-10-22 12:22:07
350
原创 MySQL 从入门到实战（12）：高可用架构与生产调优（完结）
fill:#333;important;important;fill:none;color:#333;color:#333;important;fill:none;fill:#333;height:1em;01-04 基础概念/环境/类型/SQL05-08 原理内存/索引/优化/事务锁09-12 架构日志/复制/分表/高可用能建库建表写 SQL能定位慢查询和死锁能设计生产架构原理比命令重要：知道 B+ 树为什么快，才能判断索引该不该加实测比记忆可靠。
2026-10-19 08:19:47
47
原创 MySQL 从入门到实战（11）：分库分表与在线 DDL
按这个顺序优化：fill:#333;important;important;fill:none;color:#333;color:#333;important;fill:none;fill:#333;height:1em;单表性能问题① 索引优化（第 07 篇）② SQL 优化（避免回表/深分页）③ 加缓存（Redis 抗读）④ 读写分离（第 10 篇）⑤ 归档历史数据（冷热分离）⑥ 分区表（单机，透明）⑦ 垂直拆分（按业务分库）⑧ 水平分表（按规则拆行）
2026-10-19 08:19:16
278
原创 MySQL 从入门到实战（10）：主从复制与读写分离
本篇的参数与 binlog 位置在本机 MySQL 8.0.46 实测。主从搭建步骤在单机 Docker 环境验证。
2026-10-13 08:14:21
16
原创 MySQL 从入门到实战（09）：日志系统与崩溃恢复——redo/undo/binlog
初学者最容易混淆这三个日志。一句话区分：后台UPDATE t SET v=1 WHERE id=1修改 Buffer Pool 中的页（此时是脏页，未落盘）写 redo log buffer（记录物理修改）写 undo log（记录旧值 v=0）提交时按策略刷盘innodb_flush_log_at_trx_commitundo 写入 undo 表空间写 binlog（记录逻辑变更）提交完成脏页异步刷盘（checkpoint）关键认知：数据页的落盘是异步的，但 redo log 是同步的。所以崩溃恢复靠 r
2026-10-13 07:57:27
13
原创 MySQL 从入门到实战（08）：事务与锁——从一次真实死锁说起
实测输出：默认 （RR），（每条 SQL 自动提交）。这是面试高频题，也是最容易答错的点：ReadView 在此创建复用旧 ReadView 可重复读新事务新 ReadViewBEGINSELECT balance 读到 1000UPDATE balance 为 2000 并 COMMITSELECT balance 仍读到 1000COMMITSELECT balance 读到 2000在 RC 下，第二步 会创建新 ReadView，读到 —— 这就是「不可重复读」。制造死锁连接 A（先锁
2026-10-13 07:57:01
13
原创 MySQL 从入门到实战（05）：InnoDB 内存架构——Buffer Pool 与刷盘
本篇所有参数与状态在本机 MySQL 8.0.46 实测。答案全在 Buffer Pool。
2026-10-13 07:55:26
13
原创 MySQL 从入门到实战（04）：SQL 基础与一条查询的执行流程
本篇所有 SQL 在本机 MySQL 8.0.46 实测。理解这条链路，才知道索引该加在哪、为什么有些 SQL 慢。
2026-10-13 07:55:01
14
原创 MySQL 从入门到实战（02）：用 Docker 跑起 MySQL 8
本篇所有命令在本机实测：macOS + Docker Desktop，MySQL。导致老 JDBC 驱动连不上。
2026-10-13 07:53:47
83
原创 MySQL 从入门到实战（01）：MySQL 是什么——从「为什么需要数据库」讲起
本篇是，只讲清「为什么需要 MySQL」和「它在技术栈里的位置」。从第 02 篇开始动手，所有命令均在本机 MySQL 8.0.46 实测。
2026-10-13 07:51:17
98
原创 REA：把逆向工程接给 AI Agent 的 MCP 服务器
看到一个 App 里很棒的功能，想在自己的产品里实现，但没有源码 —— 这是逆向工程的经典场景。传统做法是反编译、读汇编、理解、重写，门槛极高。本文基于 GitHub 官方仓库与文档的，拆解它的定位、能力矩阵、架构设计与工程实践。
2026-10-12 17:21:47
470
原创 Redis 从入门到实战（12）：性能调优与生产避坑（完结）
大 key指单个 key 的 value 过大（元素多或体积大）。类型大 key 阈值（经验值）String> 10KB元素数 > 5000。
2026-10-12 07:38:59
218
原创 Redis 从入门到实战（11）：Cluster 集群——数据分片与水平扩展
原因说明心跳包大小集群节点间用 bitmap 交换槽信息。16384 位 = 2KB，若用 65536 则要 8KB，心跳包太大节点数量官方未给硬性上限，实践建议不超过 1000 个节点（gossip 通信开销随节点数增长）。16384 槽足够均匀分配固定开销槽位 bitmap 固定为 2KB（16384 位 ÷ 8），是官方在「迁移粒度」与「心跳开销」间选定的平衡点。
2026-10-12 07:38:30
405
原创 Redis 从入门到实战（08）：消息队列三种方案——List、Pub/Sub、Stream 怎么选
本篇命令全部实测（Redis 7.4.11）。
2026-10-11 16:32:33
65
原创 Redis 从入门到实战（05）：缓存三大经典问题——穿透、击穿、雪崩
问题成因核心对策穿透查不存在的数据① 空值缓存 ② 布隆过滤器击穿热点 key 过期① 互斥锁（SET NX EX）② 逻辑过期雪崩大量 key 同时过期 / Redis 挂① 过期时间加随机 ② 主从+哨兵 ③ 熔断降级三者共同的底层思路别让请求直接、同时、大量地打到数据库。
2026-10-11 16:30:53
89
原创 Redis 从入门到实战（03）：五大基础类型 String / List / Hash / Set / ZSet
本篇命令全部实测（Redis 7.4.11）。。
2026-10-11 16:28:54
245
原创 Redis 从入门到实战（02）：用 Docker 一分钟跑起 Redis 7
从本篇起，每篇都含和。跟着敲一遍，环境就搭好了。（实测环境 7.4.11，Alpine 镜像）。
2026-10-11 16:28:20
198
原创 Redis 从入门到实战（01）：Redis 是什么——从「为什么需要缓存」讲起
本篇是，只讲清「为什么」，从第 02 篇起每篇都含可运行示例。（实测环境 7.4.11）。
2026-10-11 16:27:38
127
原创 微软开源 NVX：Agent 微虚拟机沙盒的硬件级隔离拆解
一个超轻量的微虚拟机（Micro-VM）沙盒，专门用来以硬件强制隔离的方式运行不可信工作负载。AI Agent 越来越能干，但随之而来的一个刚需问题：Agent 要跑自己生成的代码，这些代码没人审过、可能有 bug、也可能被利用。NVX 的答案：开一台"临时的小电脑"，直接靠 CPU 硬件虚拟化把客机与宿主机隔开——里面的代码出了问题，也很难碰到外面。：流量交给内置的 Consomme NAT 处理，只放行指定的 IP 和端口（最多 256 条放行、256 条禁止），外部主动连入的一律拒绝。
2026-10-07 12:35:10
575
原创 Agent 持久记忆引擎 Hindsight：分层记忆架构与 Token Budget 机制拆解
Hindsight 的价值在于跳出传统 RAG 的思维定式：它不只做文档检索，而是一整套面向 Agent 的分层记忆架构。传统方案要么把全部历史无脑塞进上下文，导致 Token 暴涨、成本居高不下，要么只做简单的向量检索（RAG），无法理解时间线、事实演变与实体关联，经常出现记忆错乱、遗忘关键信息。提供 Web 面板、CLI 工具，可浏览记忆库、实体关系图谱、检索调试记忆；Hindsight 改为按设定的 token 上限返回记忆片段，从根源控制上下文大小——这是它区别于传统方案、能长期控制成本的核心。
2026-10-07 10:33:30
701
原创 EasySpider：把网页采集做成可视化拖拽的免费开源工具（附命令行用法）
EasySpider（易采集）是真实、活跃、免费开源的可视化免代码采集器，把「网页数据采集」从写代码变成点选拖拽，尤其适合不想维护爬虫代码、又需要真实浏览器做交互式抓取的人群。对「纯 Python 无头 + 自动化定时」路线的人来说，它更适合做补充入口（需要人工判断的交互站点），而不是替换主力采集管线。可以先在设计界面里把任务搭好，再配合命令行嵌进自己的脚本里。
2026-10-01 23:48:04
216
原创 LangGraph 从入门到实战（12，收官）：多智能体作战室——主管派活，专家并行，一份总报告
下一季，我们可能玩「多智能体 × 更多真实 case」。十一篇，你从一颗状态图的种子，种出了一整片 Agent 森林。这正是真实「多智能体」最朴素、也最可靠的骨架——它由前面各篇的零件直接拼出。：随机给主管一行任务，主管自动按关键词派单，多余的专家。你现在手里的不是笔记，是台能跑的坞。
2026-10-01 20:01:41
21
原创 LangGraph 从入门到实战（11）：在终端里跑一个完整 Agent
前面十篇我们把零件打磨齐：状态图、节点、LLM 分支（03）、ReAct 循环（04）、记忆（05、10）、审批（06）、分工（07）、并行（08）、返工（09）。最后一篇（12）我们把它和主管分工、并行、返工一起开闸，聚焦「多智能体协作」级收官——把单 Agent 变成一座小分队。落库），否则每轮会叠一条 system 越积越多——这是个值得抄的好习惯。细节一：第二轮「答对」其实是 fake 按剧本重放，真正证明记忆的，是。：一个在终端里运行的、带工具 + 记忆、能多轮对话的完整 Agent。
2026-10-01 19:12:01
21
原创 LangGraph 从入门到实战（10）：让记忆落盘——SqliteSaver 持久化
把每个 thread_id 的状态存成 sqlite 的一行（含 messages、节点位置、中断点）。这对聊天还行，生产里的 Agent——用户会话、购物车、审批进度——一旦断了电就全没，绝不能只放内存。让 Agent 的「记忆」从易碎的内存变成落地的文件：重启恢复、断点续传、单机多线程。：进程1 写入记忆并关闭连接（落盘）→ 进程2 重新打开同一文件、重新编译，完整历史仍在。这正是第 05 篇预告的「重启不丢」。换成 MemorySaver 这一段直接不认人 —— 这就是落盘与内存的差别。
2026-10-01 19:02:56
70
原创 LangGraph 从入门到实战（08）：并行分发——让几个「工人」同时开工
大批量任务交给它，LangGraph 用线程并发跑多个 worker，你只管聚合。角度多智能体团（第 09 的召回并行）也是同一招。最后两篇我们把这些全串成一个完整的实战项目——本篇核心代码已在 langgraph 1.2.4 实测：5 个任务并发派出，总耗时约 0.46s（明显低于串行的 1.5s）；每个 worker 并行执行，结果被。派给多个工人并行处理，最后收拢成一个报告。（比如 120 个商品要补信息、5 段文本要并行总结）第 07 篇主管把一个任务。负责把任务拆开并行发，
2026-10-01 18:32:42
17
原创 LangGraph 从入门到实战（07）：多智能体——让一个「主管」把任务派给几个「工人」
放进共享 state，B 节点的输入里读它——你已经在第 02 篇学会怎么传状态了。第 12 篇的压轴实战，我们用 supervisor-worker 完整搭一个「多角色内容工厂」。「微服务拆分」→ 派给技术专家。：财务、技术、客服各司其职，由谁接活、派给谁，需要一个「主管」来协调。主管定方向，工人干粗活，LangGraph 负责调度和搬状态。好处：每个 Agent 职责单一、好测、可独立升级，新加一个角色只加一个节点。本质就是一张图里放多个节点（每个节点就是一个「角色」），再用。真正的多智能体还会「
2026-10-01 18:26:39
17
原创 LangGraph 从入门到实战（06）：中断与恢复——在工作流里停下来等人类审批
把控制权交回外面，等「人类」给个答复再继续。这是生产 Agent（审批、复核）绕不开的一环，也是「值得信任的 Agent」的核心前提。四五六篇你已掌握：循环（04）、记忆（05）、审批（06）。）——真实系统往往在这里弹一个审批 UI / 发送工作流消息。——比如付款、发布、删库。LangGraph 提供了。注意：不同类型（批/驳）由你 resume 传的。让 Agent 在关键时刻把控制权交给人——之前的任何副作用（扣款、发请求、写库）必须。第 11 篇的实战我们把它接上真实场景。
2026-10-01 18:21:53
24
原创 LangGraph 从入门到实战（05）：Checkpointer——给每个会话一个独立的记忆盒子
一次，对话就「忘了上回合」。想让它记住你是谁、上查过什么，需要把「多轮历史」持久化到某个会存东西的地方。第 10 篇我们把它工程化进实战。（另：thread 内消息会无限增长，后面第 09 篇讲。这是做「多用户在线客服 / 多会话助手」绕不开的一块。做的事：在每次节点执行后，把当前 state（含不断累加的。即可——图代码一行不改。，进程重启就清零，只能演示。你不重传先前对话，它自然不知道上回合。state 再跑——于是「它记住了」。，LangGraph 从你给的初始。Agent、等它把话说完——
2026-10-01 16:12:40
27
原创 LangGraph 从入门到实战（04）：真正的 ReAct——模型驱动的循环与自我终结
的：想定要不要调工具 → 执行工具 → 再把工具结果喂回模型再想 → 直到模型判断「不用再查了」直接停下。：LLM 决定调工具 → 执行 → 结果回喂 → 再决定 → 自我终结。——它会拍板，但只拍一次就收工。）」打包成标准件，你只需要声明节点和边，状态是代理来搬。第 03 篇的图是「决策 → 分支 → 结束」的。下一篇我们把「多个会话互不干扰的记忆」做出来——」驱动，LangGraph 把整个循环的边界（，完整一轮「想 → 干 → 再想」。，就是 ReAct 的全部秘密。跑起来你看到的是这样一条完整的。
2026-10-01 16:06:26
65
原创 LangGraph 从入门到实战（03）：把 LLM 装进节点——用模型自己决定下一步
那个「回还边」就是下一处要补的，第 06 篇我们专门拆它。」这段话术换成真正让模型输出结构化意图（见第 04 篇），一个「检索增强的决策 Agent」就直接可用了。的「决策 Agent」：会想（decide）、会干（rag/answer）。做出来（让工具节点回读、再喂回 DECIDE 的边），并配上作为终止条件的「模型自我判定」。今天你亲手把一个 LLM「摁」进了图里当决策者，用条件边把它自可选的目的地接到真实分支——注意：目前还是单向「决策→分支→结束」的 DAG，（模型驱动的分支决策）就诞生了。
2026-10-01 16:01:14
20
空空如也
redis间歇性断连
2023-12-27
TA创建的收藏夹 TA关注的收藏夹
TA关注的人