- 博客(34)
- 收藏
- 关注
原创 一条信息在 PowerMem 中的完整旅程,从写入到淘汰的工程拆解
## 总结从写入到淘汰,一条信息在 PowerMem 中的旅程体现了内存管理、哈希索引和淘汰策略的协同。在分布式系统和缓存设计中,PowerMem 是一个高性能的键值存储引擎,它通过精巧的内存管理和淘汰策略,确保数据在有限资源下高效流转。### 2. 存储与访问:内存布局与缓存热数据数据写入后,PowerMem 在内存中以结构体形式存储,包含键、值、元数据(访问次数、时间戳)。每次淘汰时,堆顶元素即为最应移除的数据。:读取时,PowerMem 更新数据热度,使频繁访问的数据更不易被淘汰。
2026-07-30 15:29:30
220
原创 Fable 5 被关停前 72 小时,到底做出了哪些不像 AI 能做的应用?
这两个应用——记忆碎片的因果推理与像素炼金术的程序化生成——揭示了AI从“模仿人类”到“像人类一样思考”的跨越。尽管Fable 5已成历史,但它的遗产是清晰的:未来的AI应用,将不再是“你提问,它回答”的简单对话,而是能够主动构建知识图谱、编写并执行程序、甚至根据环境反馈自我进化的。然而,在关停前的最后三天里,平台上涌现出一批令人瞠目结舌的应用——它们不仅突破了传统AI的“生成-对话”范式,更展现出了类似人类创造力与逻辑推理的深度特质。传统的AI回答是“记住”训练数据中的模式,而这里的AI是在。
2026-07-29 20:15:11
237
原创 一次盘口数据误读复盘:从 bids/asks 展示到信号候选的边界
不要只看表面数据信号候选的边界“在交易中,最危险的不是不知道,而是自以为知道。
2026-07-28 16:32:48
249
原创 为什么 Data Ingestion 还没有被 Fivetran/Airbyte 完全解决?
动态字段映射CDC(变更数据捕获)静态模式推断速率限制通用性完全解决。
2026-07-27 14:44:20
222
原创 批量改图片DPI的Python脚本
DPI决定了图片的打印尺寸和显示清晰度,尤其在印刷、设计、文档提交等场景中,调整图片DPI是一项常见需求。例如,一张1920x1280像素的图片,从72 DPI改为300 DPI,像素数不变,但打印尺寸会从26.67英寸x17.78英寸缩小到6.4英寸x4.27英寸。下面的脚本会遍历指定文件夹中的所有图片文件(支持JPG、PNG等常见格式),将它们统一修改为目标DPI,并输出到另一个文件夹。## 基础版:单张图片修改DPI先从一个简单的例子开始:修改单张图片的DPI。:支持设置DPI元数据,保存时通过。
2026-07-24 17:04:14
196
原创 [Full Clock 技术复盘] 二、SvelteKit 实战避坑指南:PWA、SSR 样式断裂、持久化防抖
在构建全栈应用时,SvelteKit 凭借其极致的性能和简洁的语法,成为了越来越多开发者的首选。本文将结合 Full Clock 项目的实际开发经验,深入剖析 SvelteKit 在 PWA(渐进式 Web 应用)、SSR(服务端渲染)样式断裂以及持久化防抖中的常见问题与解决方案。## 总结SvelteKit 作为一个现代化的全栈框架,在提供强大功能的同时,也带来了新的挑战。### 问题根源防抖函数的本质是延迟执行,但如果用户关闭页面或切换路由,防抖函数中的回调可能永远不会执行,导致数据丢失。
2026-07-24 17:03:09
197
原创 生态整合与实战篇:Spring Boot 整合 RocketMQ 完全指南
RocketMQ 作为分布式消息中间件,在微服务架构中扮演着“数据高速公路”的角色,而 Spring Boot 则以其简洁的配置和强大的生态,让开发者能快速上手。:事务消息解决分布式事务,顺序消息保证业务一致性。在实际项目中,你还可以结合分布式链路追踪(如 SkyWalking)、消息轨迹(RocketMQ 内置)等工具,构建健壮的微服务架构。## 进阶技巧:事务消息与顺序消息在实际项目中,你可能需要更复杂的消息类型。RocketMQ 支持半消息机制:先发送半消息,确认本地事务成功后,再提交消息。
2026-07-23 15:01:46
212
原创 推荐一款开源工具:让 AI Agent 替你做 iOS、Android 自动化测试,能平替 Appium?
## 五、总结MobileAgent 是一款基于 AI Agent 的开源移动端自动化测试工具,它通过多模态大模型“看懂”屏幕,用自然语言代替传统脚本。它利用多模态大模型,让 AI Agent 直接替代人工编写和运行自动化脚本,甚至能“看”懂 UI 界面,自动完成点击、输入、滑动等操作。—## 三、与 Appium 的深度对比| 维度 | Appium | MobileAgent(AI Agent) ||------|--------|--------------------------||
2026-07-23 15:00:37
257
原创 插件发现 Hermes 会从多个来源发现插件:
来源 路径 / 方式 用途Bundled Hermes 仓库内置 plugins/ 官方随 Hermes 发布的插件User ~/.hermes/plugins/ 用户自己的本地插件Project .hermes/plugins/ 当前工作目录插件;默认不扫描,需设置 HERMES_ENABLE_PROJECT_PLUGINS=truepip hermes_agent.plugins entry points 通过 Python 包分发的插件8.5 管理插件。
2026-07-22 14:41:13
164
原创 终端后端【重要,操作实用】
终端工具支持 7 种后端,适应不同的安全隔离和运行环境需求:选择建议:默认先用 local,适合本机开发和可信任务不信任任务内容、担心误改本机文件时,用 docker目标环境在远程服务器上时,用 sshHPC / 集群环境优先考虑 singularity需要云端隔离或弹性资源时,考虑 modal、daytona、vercel_sandbox后端 说明 适用场景local 在本机直接执行(默认) 本地开发、可信任务docker 隔离容器中执行 安全隔离、可复现环境。
2026-07-22 14:40:36
212
原创 baoyu-design 是什么,能帮你做什么
你不需要会写代码,不需要会用 Figma,只需要用自然语言告诉它你想要什么,它就能生成一个自包含的 HTML 文件——点开就是一个能交互的原型。现在你直接给一个能点的原型,所有人看到的是同一个东西,理解成本为零。说白了,它就是一个「用嘴巴做设计」的工具——你负责想清楚要什么,它负责把想的东西变成看得见、点得了的原型。
2026-07-21 14:34:28
229
原创 学习理论:凸代理与在线学习代理regret界证明
18的设置下,通过条件at使得代理差距⩽0∑a∈HP1a−P2a为它们之间的L1距离,则有下列不等式成立:DP1∥P2⩾12ln2∥P1−P2∥21(在上述的证明中将单位向量eyt所对应的分布(概率在yt处为1其余处为0)做为P1,将pt所对应的分布做为P2。
2026-07-21 14:33:50
158
原创 单机部署(开发/测试环境)
环境准备:项 要求操作系统 Linux(CentOS 7+ / Ubuntu 16+),开发环境也可用 Windows/MacJDK 1.8+,推荐 1.8内存 开发环境最低 2C4G磁盘 50GB+
2026-07-20 21:47:44
234
原创 MySQL单表有10亿数据如何做迁移
单条插入效率低 1. 手动按主键范围切分任务,保证每个任务 500 万行2. 开启 rewriteBatchedStatements 批量提交3. 全量迁移时只建主键索引,二级索引后建 迁移速度从 1 万行 / 秒提升至 10-15 万行 / 秒,10 亿数据 2-3 小时完成。⚠️ 双写一致性与性能平衡 同步双写会增加接口响应时间;“column”: [“id”, “user_id”, “order_no”, “amount”, “create_time”], // 过滤TEXT/BLOB大字段。
2026-07-20 21:46:59
172
原创 contract-builder:规划到执行的契约桥接层
但如果一个需求需要 3 个以上的文件修改、涉及多个模块、或者你对方案还不够确定,走一遍 spec-superflow 是值的,它能帮你把不确定的部分提前暴露出来,而不是写到一半才发现想错了。但如果你是一个每天和 AI 打交道的工程师,你大概率会更喜欢「融合哲学」,你不需要再维护一套 YAML 配置文件(Comet),不需要学习一套完整的企业级质量方法论(QFAI),不需要走 12 步才能完成一个小需求(sdd)。理念很完整,但太重了。不管原因是什么,结果都一样,你执行的规划,和你当初签的规划,不是同一份。
2026-07-19 15:34:53
198
原创 雄关漫道真如铁,如今迈步从头越——一个老程序员的AI重生宣言
AI不仅能写代码,还能理解架构——你给它一段模糊的需求描述,它回你一个完整的系统设计,带时序图、带技术选型,甚至贴心地附上了风险评估报告。我想通了:AI再强大,也无法替代这十五年里,我在凌晨四点改完P0故障后长舒的那口气,无法复制和产品经理为了一条业务逻辑争论三小时的执拗,更无法取代看到自己写的系统支撑起千万用户时,那份深埋心底的骄傲。这些不是写在简历上的技能,而是刻在骨子里的东西——是无数次线上事故锻造出的冷静,是千百次需求评审磨练出的判断力,是作为工程师不可被算法量化的灵魂印记。三十五岁/四十岁/…
2026-07-19 15:33:57
170
原创 引言:堆积如山的PDF报告
数据库选 SQLite + FTS5,单文件零配置,内置全文搜索,查一次只要6毫秒。覆盖6种常见报告:DNA倍体分析(65份)、TCT液基细胞学(77份)、HPV基因分型(79份)、胃镜病理(87份)、外科病理(78份)、非妇科细胞学(13份),共计404份真实样本。每种报告有不同的关键字段——DNA要提取DI值、SPF值和染色体状态,胃镜病理要提取慢性炎症、活动性、萎缩、肠化四项评分。这里有个坑:胃镜病理和外科病理的报告抬头都写"病理诊断报告单",如果先匹配"病理诊断",胃镜报告就被错误归类了。
2026-07-18 14:20:39
211
原创 Vibe Coding 页面时, 你需要了解的前端技术科普
平时咱们看到的按钮,都是可以点击的,如果想让它有一些交互,就需要 JS. 咱们在 Js 中写到 “你好,我是 JS。” 写完 Js 代码后再点击, 你会发现它给了一个弹框,并且这个弹框内容写的是你好,我是 JS。你会发现这里面还是 ,但是把 CSS 写在了 button 里边,并且把 Js 代码也写在了 button 里边. 并且还把这个 button 还封装了单独的一个文件,叫做 button.jsx。事实是没有,因为还可以更好。现在问题来了,这种写法是人能看懂,人喜欢的,但浏览器不认识,那怎么办呢?
2026-07-18 14:19:21
171
原创 推荐一款接口自动化测试提效skill!
1、首先,利用api-testscript-generator 技能 为被测项目shop-lab一键生成好测试脚本,比如生成好的项目脚本目录为:shop-lab-api-test (之前有文章分享过,此处不再重复)4、收到上述执行提示词后,技能会进行自动解析成测试框架能理解的执行意图,最终将执行翻译为:test 环境,冒烟测试,登录模块(auth),4 线程并发,失败重试 2 次,并询问用户是否确认。解析完还会主动向你确认:“我将执行:test 环境,冒烟测试,登录模块,4 线程,确认吗?
2026-07-15 14:24:52
294
原创 企业托管授权(Enterprise-Managed Authorization)
企业托管授权是 MCP 的一个授权扩展,它把"用户是否可以访问某个 MCP 服务器"的决策权,从每个员工自己手里,集中收敛到组织的身份提供商(IdP)手里。企业托管模式下,客户端不会把用户重定向到 MCP 授权服务器的授权端点,而是由企业 IdP 先做策略评估、签发 ID-JAG,再拿去换令牌。而把粗粒度的组织策略(组、角色)映射到细粒度的 MCP 权限,容易出现"授权过宽"。授权决策全部收敛到 IdP,好处是集中管控,代价是攻击面也集中——IdP 一旦被攻破或配置错误,波及的是所有 MCP 服务器。
2026-07-15 14:23:16
246
原创 .NET CORE 动态扩展Options-配置运行时热更新
原生 Options 没给我们这个开关,因为IOptions.Value 第一次访问就定死了,我们需要的不是重启程序,而是在一次请求里,根据当前租户从数据库拿到它对应的配置值,把已经缓存好的 Options 对象覆盖掉,然后让请求里所有的服务使用到的配置全部更新。其实他是依靠实例注入容器的生命周期来实现的,如果注入为单例,那么这个对象上的字段也会一直存在,如果是作用域那么没一次请求就会重新更新,如果你明白了,那恭喜你你对实例缓存和静态缓存有了更进一步的认识。注意是原对象修改,不是new一个新的对象。
2026-07-14 21:48:37
225
原创 语义层构建:企业级AI落地绕不开的关键
但真正进入企业场景后,问题往往不在“AI 会不会回答”,而在“AI 是否理解企业自己的业务语言”。例如“华东区”到底包含哪些省市,不同部门的统计口径是否一致,哪些数据当前用户有权访问,这些都不是通用模型天然知道的。企业业务会变,组织会变,指标会变,口径也会变。企业 AI 要服务业务,就不能只懂表名、字段名,还要懂“销售额”“有效客户”“区域归属”“统计周期”这些业务语义。所以,语义层建设本质上是长期治理问题。这一层面向 AI 使用,把可调用、可约束、可检查的语义能力整理出来,让 AI 在企业规则内工作。
2026-07-14 21:47:29
182
原创 WSL 技术全面详解:在 Windows 上无缝运行 Linux
WSL 是什么?WSL(Windows Subsystem for Linux,适用于 Linux 的 Windows子系统)是 Windows 的一项功能,允许开发者直接在 Windows 上运行原生 GNU/Linux 环境,包括大多数命令行工具、实用程序和应用程序。一句话定位WSL 的目标:在 Windows 上获得完整的 Linux 开发体验,无需虚拟机或双启动。
2026-07-12 14:56:23
257
原创 Spring AI 2.0 正式发布,让 Java 再次伟大!!
同时,官方文档也补充了如何自定义默认 JsonMapper 的相关说明,并新增了一个 JsonHelper 工具类,用于提供完全自定义的 JsonMapper 配置能力,以满足更复杂的 JSON 序列化和反序列化需求。其中,ChatClient 作为开发者主要使用的高级 API,ChatModel 则定位为底层模型能力封装。在这个版本中,官方重新梳理了模型生态、统一了工具调用架构、增强了结构化输出能力、升级了 MCP 集成方案,同时引入了更多社区扩展能力,为构建复杂 Agent 应用打下了更加坚实的基础。
2026-07-12 14:52:43
240
原创 实战测试:完整流程演示
为了体验,通常会配合“Refresh Token”(刷新令牌)机制,这属于进阶话题,感兴趣的同学可以自行研究。配置文件管理:不要把密钥硬编码在代码里,请迁移到 appsettings.json 的 Jwt:Key 配置项中,并使用 IConfiguration 读取。HTTPS 是必须的:JWT 默认不加密,Token 在网络传输中如果被截获,黑客就能冒充用户。访问 POST /login,Body 传入 {“username”: “admin”, “password”: “123456”}。
2026-07-10 14:20:33
164
原创 ChatGPT一夜爆火,是算力、数据、算法七十年的漫长等待后的爆发
DeepSeek之所以能震惊全球,不只是因为架构好,更是因为它用更少的算力和数据,通过一系列工程优化,做出了不逊于GPT的效果。到了2024年,DeepSeek-V3用约600万美元的训练成本,做出了性能接近GPT-4o的模型,这个成本在几年前是不可想象的。成本下降意味着更多公司有能力训练自己的大模型,而不是只有资金雄厚的巨头才能玩得起,这也让更多的企业,可以独立部署自己的AI,来规避数据泄露的可能。AI真正厉害的地方,不是某个功能有多惊艳,而是它把以前"很贵的事"变成了"很便宜的事"。
2026-07-10 14:19:42
278
原创 你被身份验证折磨过吗?
每次新起一个 FastAPI 项目,聊到登录注册、用户角色、Token 刷新这些话题,群里总是一片哀嚎。明明 FastAPI 官方文档把请求体、依赖注入讲得明明白白,可一到身份验证,瞬间变成大型面向复制粘贴编程现场。那一刻我就知道,身份验证这事儿,必须得有一套“开箱即用、又不容易犯蠢”的方案。今天咱们不聊虚的,直接请出我们的主角——FastAPI Users。我会把它的安装、核心用法、常见坑,以及“到底该不该用”的选择建议,一口气跟你唠明白。
2026-07-09 16:03:25
146
原创 利用ReducingChatClient摘要对话内容
如下的程序演示了如何利用ReducingChatClient来部分对话内容进行摘要,保证在不丢失基本语义的前提下,腾出更多的上下文窗口。如代码片段所示,我们基于OpenAIClient创建了一个IChatClient对象,并在此基础上利用ChatClientBuilder注册了ReducingChatClient中间件,并指定了一个SummarizingChatReducer对象来提供基于摘要的队对话精减功能。
2026-07-09 16:02:42
304
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人
RSS订阅