<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[等风来]]></title><description><![CDATA[]]></description><link>https://blog.csdn.net/2301_77485708</link><language>zh-cn</language><generator>https://blog.csdn.net/</generator><copyright><![CDATA[Copyright &copy; 2301_77485708]]></copyright><item><title><![CDATA[「能连上≠能协同」2026主流远控横评：ToDesk/向日葵/RustDesk 多人协作排名出炉]]></title><link>https://blog.csdn.net/2301_77485708/article/details/164880152</link><guid>https://blog.csdn.net/2301_77485708/article/details/164880152</guid><author>2301_77485708</author><pubDate>Thu, 10 Sep 2026 20:26:27 +0800</pubDate><description><![CDATA[本文对ToDesk、向日葵、RustDesk三款远程工具在多人同控、屏幕批注、入会协作、音视频稳定性及权限管控五个维度进行实测对比。ToDesk凭借原生协同设计、多人光标标识、实时批注与语音集成，表现最优，尤其适合团队协作；向日葵功能基础但入口隐蔽，多人同控存在虚标问题，协作体验割裂；RustDesk开源免费，但稳定性与权限管理较弱。综合来看，ToDesk在多人协作场景中优势明显，是高效协同的优选方案。]]></description><category></category></item><item><title><![CDATA[零基础无货源电商实测：ToDesk AI、QClaw、AutoClaw三款AI工具测评报告]]></title><link>https://blog.csdn.net/2301_77485708/article/details/161573090</link><guid>https://blog.csdn.net/2301_77485708/article/details/161573090</guid><author>2301_77485708</author><pubDate>Sun, 31 May 2026 23:00:29 +0800</pubDate><description><![CDATA[本文对三款AI电商辅助工具（ToDesk AI、QClaw、AutoClaw）进行了深度测评，以夏季纯棉短袖T恤无货源店铺运营为统一场景，从八大核心维度展开对比测试。结果显示： ToDesk AI综合表现最优，提供开箱即用的电商技能包，在货源查询、资金测算、合规检查等环节输出完整，数据翔实，配套30天运营方案和商品优化模板，适合零基础用户快速上手。 QClaw需手动部署组件，功能较为基础，货源查询和资金测算等核心模块输出简略，缺乏分层筛选和风险提示，仅能满足基础需求。]]></description><category></category></item><item><title><![CDATA[交易系统订单状态并发冲突治理及工程落地]]></title><link>https://blog.csdn.net/2301_77485708/article/details/160970296</link><guid>https://blog.csdn.net/2301_77485708/article/details/160970296</guid><author>2301_77485708</author><pubDate>Mon, 11 May 2026 10:35:06 +0800</pubDate><description><![CDATA[交易系统中订单作为核心业务载体，状态流转具备强时序性与唯一性特征，高并发流量场景下多线程、定时任务、第三方回调极易触发订单状态并发冲突，引发资金扣减异常、库存超卖、状态脏数据等生产故障。本文以电商交易业务为依托，全面归纳六大类典型订单并发冲突场景，重点剖析用户付款与订单过期重叠引发的资金安全问题，从数据库底层机制、分布式竞争条件维度拆解冲突成因。]]></description><category></category></item><item><title><![CDATA[票务系统余票裂变算法深度解析与性能优化]]></title><link>https://blog.csdn.net/2301_77485708/article/details/160891811</link><guid>https://blog.csdn.net/2301_77485708/article/details/160891811</guid><author>2301_77485708</author><pubDate>Fri, 08 May 2026 15:03:47 +0800</pubDate><description><![CDATA[本文系统解析了票务系统中核心的余票裂变算法，从业务背景出发，深入剖析了其数学模型、核心原理与经典实现方案。文章详细阐述了余票裂变算法在处理座位资源分配、订单并发冲突、超售风险控制等关键问题上的技术机制，重点探讨了高并发场景下的性能挑战与优化策略，包括分布式锁优化、缓存分层设计、预计算与异步处理等技术手段。]]></description><category></category></item><item><title><![CDATA[从零推送到GitHub私有仓库的Git全链路实战深度解析]]></title><link>https://blog.csdn.net/2301_77485708/article/details/160224884</link><guid>https://blog.csdn.net/2301_77485708/article/details/160224884</guid><author>2301_77485708</author><pubDate>Thu, 16 Apr 2026 19:16:53 +0800</pubDate><description><![CDATA[本文以一个全栈项目首次推送为实践主线，系统梳理从 git init 到 git push 的完整 Git 操作链路。围绕仓库初始化、身份配置、.gitignore 策略、暂存与提交机制、远程仓库关联与 Token 鉴权、代理环境下的网络访问等关键环节，逐一解析每条命令的语义与底层实现原理。同时，针对 VS Code／Kiro 等 IDE 中出现的“检测到过多变更活动，部分 Git 功能已暂时禁用”提示，从文件监听机制与性能保护策略角度进行深入剖析。]]></description><category></category></item><item><title><![CDATA[前端工程化包管理与服务启动命令体系深析]]></title><link>https://blog.csdn.net/2301_77485708/article/details/160224685</link><guid>https://blog.csdn.net/2301_77485708/article/details/160224685</guid><author>2301_77485708</author><pubDate>Thu, 16 Apr 2026 18:55:57 +0800</pubDate><description><![CDATA[本文围绕前端工程化中的核心命令体系展开，系统解析 npm install、yarn install、pnpm install 等依赖安装命令与 dev、build、test 等脚本执行命令之间的本质区别与协作关系。文章首先从包管理器与项目脚本的职责分层入手，澄清常见认知误区，随后深入分析 npm、Yarn、pnpm、Bun 及 Corepack 在现代前端生态中的定位与技术差异。在此基础上，结合实际开发、协作与 CI/CD 场景，详细说明各类命令的使用时机与工程意义。]]></description><category></category></item><item><title><![CDATA[告别付费 OCR！PaddleOCR-VL打造专属便携识别工具]]></title><link>https://blog.csdn.net/2301_77485708/article/details/159246548</link><guid>https://blog.csdn.net/2301_77485708/article/details/159246548</guid><author>2301_77485708</author><pubDate>Thu, 19 Mar 2026 15:24:32 +0800</pubDate><description><![CDATA[PaddleOCR-VL 作为百度飞桨推出的多模态文档解析模型，核心功能覆盖印刷体、手写体、数学公式、表格等复杂内容识别，参数仅 0.9 亿，低配 Windows 电脑也能流畅运行，适配学生、职场办公人员、小型团队等各类人群，相比传统 OCR，它无需复杂配置，识别精准度高且全程本地运行，兼顾效率与隐私，是免费 OCR 工具中实用性极强的选择。]]></description><category></category></item><item><title><![CDATA[百元搞定硬件级远程控制：One-KVM打破局域网束缚]]></title><link>https://blog.csdn.net/2301_77485708/article/details/159246510</link><guid>https://blog.csdn.net/2301_77485708/article/details/159246510</guid><author>2301_77485708</author><pubDate>Thu, 19 Mar 2026 15:22:34 +0800</pubDate><description><![CDATA[One-KVM 是专为玩客云定制的硬件级远程控制工具，核心功能是脱离被控设备操作系统，通过 HDMI 采集卡和 USB 公对公线，实现对设备的画面采集与键鼠模拟操控，不管是设备进 BIOS 改设置、系统崩溃蓝屏，还是无桌面的电视盒子，都能实时看到画面并精准操作，适配各类带 HDMI+USB 接口的设备。]]></description><category></category></item><item><title><![CDATA[OAuth2协议深入剖析与JWT令牌安全实践]]></title><link>https://blog.csdn.net/2301_77485708/article/details/159211668</link><guid>https://blog.csdn.net/2301_77485708/article/details/159211668</guid><author>2301_77485708</author><pubDate>Wed, 18 Mar 2026 19:10:42 +0800</pubDate><description><![CDATA[本文系统阐述OAuth2授权框架的核心原理、授权流程设计、与JWT令牌的无缝集成机制，以及在微服务、SaaS平台和第三方应用集成场景下的安全强化策略。通过对OAuth2 RFC标准的深度解读，结合JWT（JSON Web Token）作为访问令牌载体的实际落地方案，本文详细剖析了令牌生成、验证、签名算法选择、声明绑定等关键技术点，并提供可直接移植的生产级实践代码。同时针对开发者常见的配置陷阱与遗留兼容性风险给出针对性解决方案。]]></description><category></category></item><item><title><![CDATA[MoE Routing机制深度剖析与LLM稀疏激活生产级优化实践]]></title><link>https://blog.csdn.net/2301_77485708/article/details/159172370</link><guid>https://blog.csdn.net/2301_77485708/article/details/159172370</guid><author>2301_77485708</author><pubDate>Tue, 17 Mar 2026 19:42:35 +0800</pubDate><description><![CDATA[本文聚焦MoE Routing前沿演进，包括DeepSeek-V3的辅助无损路由、Mixtral的负载均衡损失、Switch Transformer的容量因子控制，以及生产级工程实践中的路由稳定性、分布式负载迁移、vLLM/TensorRT-LLM内核适配等。系统剖析路由数学原理、负载不均成因、优化路径、完整落地流程、PyTorch实践代码、常见误区与解决方案。]]></description><category></category></item><item><title><![CDATA[TestTimeScaling机制深度剖析与LLM生产级加速工程实践]]></title><link>https://blog.csdn.net/2301_77485708/article/details/159172306</link><guid>https://blog.csdn.net/2301_77485708/article/details/159172306</guid><author>2301_77485708</author><pubDate>Tue, 17 Mar 2026 19:38:12 +0800</pubDate><description><![CDATA[Test-Time Scaling（TTS，推理时扩展）作为2026年大语言模型（LLM）推理优化的前沿范式，通过在推理阶段动态增加计算资源（如多次采样、链式思考、工具调用或自适应深度搜索），显著提升模型在复杂任务上的表现，而无需修改预训练权重或进行额外微调。该机制源于2025年后期多项研究的共识：后训练阶段的扩展已接近饱和，而推理阶段的“test-time compute”能以亚线性代价实现指数级性能提升，尤其在数学推理、代码生成、长链逻辑任务中效果显著。]]></description><category></category></item><item><title><![CDATA[KVCache长上下文场景下性能与精度平衡的管理策略优化]]></title><link>https://blog.csdn.net/2301_77485708/article/details/159129082</link><guid>https://blog.csdn.net/2301_77485708/article/details/159129082</guid><author>2301_77485708</author><pubDate>Mon, 16 Mar 2026 19:57:41 +0800</pubDate><description><![CDATA[本文结合Hugging Face Transformers与vLLM实践代码，详细阐述预填充与解码流程、核心原理剖析、常见误区规避及落地思路。旨在为大模型部署工程师提供可操作的优化路径，确保长文本应用在消费级GPU或生产环境中高效稳定运行。]]></description><category></category></item><item><title><![CDATA[SmoothQuant激活离群点迁移量化机制与LLM INT8生产部署实践]]></title><link>https://blog.csdn.net/2301_77485708/article/details/159128951</link><guid>https://blog.csdn.net/2301_77485708/article/details/159128951</guid><author>2301_77485708</author><pubDate>Mon, 16 Mar 2026 19:50:13 +0800</pubDate><description><![CDATA[SmoothQuant算法是针对大语言模型（LLM）后训练量化（PTQ）的里程碑式解决方案，由MIT与NVIDIA联合提出并于ICML 2023发表。该算法针对LLM激活值中普遍存在的离群点（outlier）问题，通过离线迁移量化难度，从激活侧转移至权重侧，实现权重与激活同时INT8量化（W8A8），在保持FP16精度水平的同时，将模型显存消耗减半并实现1.5倍以上推理加速。]]></description><category></category></item><item><title><![CDATA[LLM INT4/INT8量化工程实践：业务落地中的精度-性能权衡与避坑指南]]></title><link>https://blog.csdn.net/2301_77485708/article/details/159128712</link><guid>https://blog.csdn.net/2301_77485708/article/details/159128712</guid><author>2301_77485708</author><pubDate>Mon, 16 Mar 2026 19:40:41 +0800</pubDate><description><![CDATA[随着大语言模型在推荐系统、在线客服、智能搜索等业务场景的深度应用，模型参数规模动辄数十亿甚至千亿级，导致推理阶段的显存占用、延迟和算力成本成为生产部署的最大瓶颈。低比特量化技术通过将FP16/FP32权重和激活值映射至INT8或INT4整数空间，可将模型显存压缩至原先的1/2至1/4，同时借助整数矩阵乘法加速显著提升吞吐量。]]></description><category></category></item><item><title><![CDATA[内网穿透技术深度架构解析与FRP高可用集群部署实战]]></title><link>https://blog.csdn.net/2301_77485708/article/details/159128455</link><guid>https://blog.csdn.net/2301_77485708/article/details/159128455</guid><author>2301_77485708</author><pubDate>Mon, 16 Mar 2026 19:20:57 +0800</pubDate><description><![CDATA[本文介绍内网穿透技术的核心原理与高性能实现方案。针对NAT防火墙导致的外网无法直接访问内网服务的经典痛点，本文深入剖析反向代理机制，重点阐述FRP工具的客户端-服务端架构、协议层级优化策略以及集群部署实践。通过详细的TOML配置模板、加密认证机制解析、负载均衡实现及插件扩展，提供从零到一的可落地实战代码示例。同时，结合常见部署误区与性能调优方案，帮助读者构建稳定、安全、可扩展的内网服务暴露体系，实现远程SSH、Web应用、UDP服务及P2P穿透的公网访问。]]></description><category></category></item><item><title><![CDATA[实测！EasyNode：把服务器管理面板装进口袋]]></title><link>https://blog.csdn.net/2301_77485708/article/details/159128233</link><guid>https://blog.csdn.net/2301_77485708/article/details/159128233</guid><author>2301_77485708</author><pubDate>Mon, 16 Mar 2026 19:03:11 +0800</pubDate><description><![CDATA[EasyNode 作为一款服务器可视化管理面板，核心作用是将传统的命令行式服务器管理转化为图形化操作，支持添加实例配置、一键连接服务器、修改账户密码等基础功能，还能通过 Docker 部署实现快速上线，无需手动搭建依赖环境，是简化服务器运维的实用工具。]]></description><category></category></item><item><title><![CDATA[打破NAS文件局域网使用规则，走到哪里都能看（DS File实用指南）]]></title><link>https://blog.csdn.net/2301_77485708/article/details/159087897</link><guid>https://blog.csdn.net/2301_77485708/article/details/159087897</guid><author>2301_77485708</author><pubDate>Sun, 15 Mar 2026 21:11:27 +0800</pubDate><description><![CDATA[DS File 是群晖 NAS 的配套文件管理工具，主要功能是帮助用户在手机、平板等设备上管理 NAS 里的文件，比如分类存储照片、文档，搜索查找文件，还能一键分享给他人。它特别适合家里有 NAS 的家庭用户、需要管理大量工作文件的办公族，以及注重数据隐私的人 —— 毕竟文件存在自己的 NAS 里，比存在第三方网盘更放心。]]></description><category></category></item><item><title><![CDATA[【API Gateway】微服务架构中的API网关设计]]></title><link>https://blog.csdn.net/2301_77485708/article/details/158964305</link><guid>https://blog.csdn.net/2301_77485708/article/details/158964305</guid><author>2301_77485708</author><pubDate>Thu, 12 Mar 2026 11:42:43 +0800</pubDate><description><![CDATA[本文介绍微服务架构中的API网关设计，探讨其作为统一入口在分布式系统中的核心作用。API网关负责路由请求、负载均衡、安全认证、限流熔断以及协议转换等功能，帮助解耦前后端，提升系统可扩展性和安全性。通过剖析API网关的原理与特点，本文深入解析其内部组件如请求路由器、认证模块和监控系统，并结合电商平台的实际场景，提供落地思路和代码示例。同时，针对常见误区如过度依赖网关或配置不当提出解决方案。]]></description><category></category></item><item><title><![CDATA[如何在0.1%的采样率下精准捕捉“长尾延迟”与系统瓶颈？]]></title><link>https://blog.csdn.net/2301_77485708/article/details/158931264</link><guid>https://blog.csdn.net/2301_77485708/article/details/158931264</guid><author>2301_77485708</author><pubDate>Wed, 11 Mar 2026 17:52:17 +0800</pubDate><description><![CDATA[本文系统剖析了千亿级流量场景下全链路追踪的优化策略，聚焦于在0.1%低采样率条件下精准捕捉长尾延迟与系统瓶颈的核心挑战。通过探讨传统追踪系统的成本瓶颈与采样局限性，文章深入阐述动态采样机制的演进路径，以及eBPF技术在内核级性能监控中的革命性作用。大厂实践表明，结合尾部采样与eBPF的混合框架，能实现高效数据过滤与异常事件捕获，避免全量日志的资源消耗，同时确保偶发Bug的“上帝视角”洞察。读者将掌握从理论到落地的完整指导，包括事务协调、内核探针部署与优化算法的剖析。]]></description><category></category></item><item><title><![CDATA[万亿级消息队列的演进：如何在Kafka/Pulsar架构下实现Exactly-Once投递与零丢失？]]></title><link>https://blog.csdn.net/2301_77485708/article/details/158931198</link><guid>https://blog.csdn.net/2301_77485708/article/details/158931198</guid><author>2301_77485708</author><pubDate>Wed, 11 Mar 2026 17:47:16 +0800</pubDate><description><![CDATA[本文深入探讨了消息队列系统在万亿级规模下的演进路径，聚焦于Apache Kafka和Apache Pulsar两大主流架构如何实现精确一次（Exactly-Once）投递语义并确保数据零丢失。通过剖析传统消息队列的瓶颈与现代分布式系统的优化策略，文章从理论基础到实践落地，系统阐述了幂等生产者、事务机制以及消费者隔离读取等核心技术在高并发、高可用场景中的应用。读者将了解Kafka通过序列号和事务协调器实现原子性操作的内部原理，以及Pulsar借助分层存储和事务API跨越多主题的原子确认机制。]]></description><category></category></item></channel></rss>