- 博客(62)
- 收藏
- 关注
RSS订阅原创 一夜之间，1902个文件泄露：Cloud Code正在悄悄构建“AI操作系统”
源码泄露了，但方向不会变。AI的下一个形态，不是更强的模型，而是更完整的“存在方式”。它会记住你，会自己规划，会在你睡觉时“做梦”整理记忆，会调用多个Worker并行工作，会在崩溃后自动重启。它不再是“你问它答”的对话工具，而是一个驻留在你电脑里的、永远在线的智能体。这东西如果真跑起来，我们和AI的关系将被彻底重写。你怎么看？欢迎在评论区聊聊。下期见。
2026-04-01 13:34:20
1119
原创 项目实践｜ETL Pipeline 完整解析：从多源文档到向量库的全链路实现
分块策略核心说明项目中的适用场景FixedSizeChunker（固定大小）按固定字数分块，简单高效简单文本、日志类文档（结构简单，无复杂语义）RecursiveChunker（递归字符分割）按换行、空格等分隔符递归分割，优先保证语义完整通用文档（如Word、Markdown，有明确的段落结构）SemanticChunker（语义分割）基于文本语义相似度分块，确保每个块的语义连贯复杂文档（如PDF论文、技术文档，语义关联性强）@Data@Builder// 管道唯一标识。
2026-03-31 19:28:12
736
原创 项目实践｜MCP协议详解：让AI模型优雅调用外部工具的标准化方案
MCP（Model Context Protocol），即模型上下文协议，本质是一套让AI模型高效、标准化调用外部工具的通信协议，其核心定位是“统一工具调用的语言”，与大家熟知的Function Calling相比，它更注重标准化、可扩展性和工程化落地。标准化：统一工具定义、请求/响应格式、调用流程，解决不同工具调用接口混乱的问题，降低多工具集成成本；可扩展：支持工具的动态注册、按需调用，新增工具无需修改核心逻辑，只需实现对应接口即可；
2026-03-31 19:12:05
592
原创 阿里前高管深夜万字长文：AI的下一个时代，不是“想得更久”，而是“边做边想”
如果你觉得这篇文章对你有帮助，可以多听两遍、多读两遍。理解AI正在经历的这场底层变革，对你判断接下来怎么做产品、怎么用AI、甚至怎么规划自己的方向，都会有特别大的帮助。
2026-03-28 17:01:12
560
原创 Zustand 状态管理实战详解：轻量高效的React状态方案
Zustand的Store创建分为两步：先定义状态接口（TypeScript），再通过create方法创建Store并实现状态和方法。其中，接口定义是关键，它能保证状态的类型安全，避免开发中的类型错误。在TypeScript项目中，我们首先需要定义Store的状态结构，包括“数据状态”“UI状态”和“操作方法（Actions）”，让整个Store的结构清晰可见。// 先定义子类型（根据项目实际需求扩展）id: string;: number;// 未读消息数（扩展字段）id: string;
2026-03-27 13:48:56
553
原创 Ragent项目7种设计模式深度解析：从源码看设计模式落地实践
策略模式的核心是“定义一系列算法，将其封装起来，并且使它们可以相互替换”。它的核心价值在于解耦算法的定义与使用，使得算法可以独立于使用它的客户端而变化。在Ragent项目中，多通道检索是核心业务之一——需要支持意图定向检索、向量全局检索、未来可扩展的ES关键词检索等多种检索方式，且每种检索方式的启用条件、优先级、实现逻辑都不同，这正是策略模式的典型应用场景。工厂模式的核心是“封装对象的创建过程，根据参数决定创建哪种类型的对象”。
2026-03-26 15:08:07
685
原创 模型路由降级机制详解：基于断路器模式，实现高可用AI服务
obsidian在AI服务开发中，模型调用的稳定性是核心痛点之一——无论是第三方模型接口超时、限流，还是自建模型服务故障，只要单个模型异常，就可能导致整个AI服务中断，直接影响用户体验和业务连续性。为解决这一问题，我们设计了一套，通过多模型候选、断路器保护、首包探测等核心设计，实现“单个模型故障不影响整体服务”的高可用目标。本文将从“为什么需要降级”“整体架构”“核心组件源码解析”“流程图解”“实际场景”五个维度，全方位拆解这套机制，结合完整源码和通俗讲解，让开发者既能理解原理，也能快速落地应用。
2026-03-26 15:06:18
544
原创 会话记忆压缩策略揭秘，轻松解决Token爆炸难题
压缩算法是整个策略的核心，我们采用“增量摘要+范围控制”的思路，既保证摘要的准确性（不丢失关键信息），又提升压缩效率（避免重复处理已有摘要）。摘要的质量直接影响模型对上下文的理解，因此我们需要通过合理的Prompt设计和合并逻辑，确保摘要精准、简洁、不偏离原意。增量摘要的核心是“合并去重”，避免重复信息，同时保留新增内容。旧摘要："用户询问请假流程，助手回答需要提前申请"新对话：用户：我想请年假助手：好的，请问您计划哪天开始？合并后："用户询问请假和年假申请，计划开始日期待确认"
2026-03-25 17:05:09
606
原创 RAG系统性能天花板：多通道检索架构全解析（附代码与实践）
多通道检索作为RAG系统的核心环节，其核心思想是“并行协同、取长补短”——通过多个检索通道的协同工作，解决单一检索的精准度与召回率矛盾；通过插件化接口设计，实现灵活扩展；通过后置处理器链，保证结果质量。精准优先：有明确意图时，定向检索提升效率和精准度；兜底补全：无意图或意图模糊时，全局检索避免漏检；灵活扩展：新增通道无需修改核心代码，适配业务快速变化；质量可控：后置处理器链对结果进行提纯，提升用户体验。对于企业级RAG系统而言，多通道检索不是“可选功能”，而是“必选架构”。
2026-03-25 13:43:43
543
原创 RAG系统核心之意图识别与意图树实现全解析
意图识别：让LLM做“选择题”，通过置信度过滤和排序，找到最匹配的用户意图。意图树：用树形结构组织所有分类，通过数据库+Redis缓存，实现高效加载和灵活扩展。企业级应用优先选择“数据库+Redis缓存”的意图树实现方式，便于维护和扩展。Prompt设计要清晰，给LLM提供足够的节点描述和示例问题，同时设置低温度参数，保证意图识别的一致性。掌握了意图识别与意图树的实现，你就能搭建出更精准、更高效的RAG系统，为用户提供更优质的问答体验。
2026-03-24 17:14:25
771
原创 从零到一理解RAG完整链路：代码逐行拆解+实战解析
obsidian在大模型应用爆发的当下，RAG（Retrieval-Augmented Generation，检索增强生成）早已不是陌生概念——它解决了大模型“知识过期”“幻觉生成”的核心痛点，让AI能基于实时、精准的知识库内容生成回答，广泛应用于智能客服、文档问答、企业知识库等场景。但很多开发者面对RAG代码时，常常陷入“看得懂单个接口，却串不起完整链路”的困境：为什么要分8个步骤？每段代码在链路中承担什么角色？异步处理、流式输出这些细节到底有什么用？
2026-03-24 17:11:00
694
原创 详解RAG项目链路追踪实现：注解+AOP优雅搞定全流程监控
在对话接口的入口方法上添加@RagTraceRoot注解，作为链路的根节点，自动生成traceId并记录请求入口信息。@Autowired// 根节点：RAG对话入口@RagTraceRoot(name = "RAG对话", conversationIdArg = "conversationId", taskIdArg = "taskId")// 创建SSE发射器，用于流式返回结果// 调用业务方法，执行完整RAG流程。
2026-03-23 18:09:40
548
原创 SSE推送原理与落地实现
SSE是一种基于HTTP协议的服务器向客户端单向推送数据的技术，它打破了传统HTTP“请求-响应”的单向通信模式，允许服务端在没有客户端请求的情况下，主动向客户端发送数据。单向通信：仅支持服务端向客户端推送数据，客户端无法通过SSE向服务端发送数据，适用于“只需要服务端推送”的场景（如AI流式输出、实时通知）。基于HTTP协议：无需额外搭建独立的通信协议（如WebSocket的WS/WSS协议），可直接复用现有HTTP服务的端口、域名，降低部署和维护成本。自动重连机制。
2026-03-23 17:56:57
680
原创 并发编程面试实战：synchronized、volatile、Lock、AQS 应答技巧
很多候选人掌握了知识点，但面试时发挥不好，核心是“不会表达”“不会结合场景”。
2026-03-22 13:02:41
514
原创 并发编程常见问题排查与解决：从死锁到线程竞争的实战指南
Java并发编程的核心是“平衡效率与安全”，而死锁、线程竞争、线程泄漏，正是破坏这种平衡的三大核心问题。定位问题：结合jstack、VisualVM、AsyncProfiler等工具，从线程状态、锁持有情况、CPU耗时等维度，精准找到问题根源（死锁的循环等待、线程竞争的热点锁、线程泄漏的未终止线程）。解决问题：针对不同问题，采取差异化策略——死锁重点破坏循环等待、持有并等待条件；线程竞争重点减少锁竞争强度；线程泄漏重点规范线程生命周期管理。预防问题。
2026-03-22 12:38:53
454
原创 深度解析 Java 线程池：原理、源码与实战调优未命名
/ 线程池负载阈值（0.8表示负载超过80%触发扩容）// 拒绝次数阈值（超过10次拒绝触发扩容）// 拒绝次数计数器@Override// 拒绝次数+1// 打印过载日志。
2026-03-21 20:03:53
582
1
原创 并发编程常用工具类（下）：CyclicBarrier 与 Phaser 的协同应用
CyclicBarrier 以“循环复用”为核心，解决了固定线程的多阶段同步问题，代码简洁、易用，适合场景相对简单的分阶段任务；Phaser 以“动态灵活”为核心，弥补了 CyclicBarrier 的局限性，支持动态注册/注销参与者、分层同步和自定义阶段逻辑，是复杂并发场景的首选。结合上一篇的 CountDownLatch 和 Semaphore，这四类工具类构成了 Java 并发协作的“工具箱”——它们底层都依赖 AQS 实现，但封装了不同的同步逻辑，适配不同的业务场景。
2026-03-21 19:37:19
550
原创 06并发编程常用工具类（上）：CountDownLatch 与 Semaphore 的协作应用
CountDownLatch 和 Semaphore 是 Java 并发编程中最常用的两个工具类，它们基于 AQS 框架，封装了复杂的同步逻辑，让开发者无需深入底层，就能快速实现线程同步和资源限流。CountDownLatch：核心是“等待多线程完成”，通过一次性计数器实现线程间的同步协调，适合系统初始化、并发测试、多任务协同等场景；Semaphore：核心是“控制并发访问数量”，通过许可管理实现资源限流，适合资源池控制、接口限流、流量控制等场景。
2026-03-20 13:32:30
467
原创 AQS（AbstractQueuedSynchronizer）核心原理探索
AQS 是 Java 并发编程的“基础设施”，是连接底层同步机制与上层并发工具的桥梁。它的核心价值不在于自身能实现某种同步功能，而在于提供了一个通用的同步框架，让开发者无需重复实现复杂的排队、唤醒逻辑，只需专注于业务层面的同步规则。理解 AQS，不仅能让我们看透 ReentrantLock、CountDownLatch、Semaphore 等常用并发工具的底层实现，更能帮助我们领会 Java 并发编程的核心思想——“用状态控制访问权限，用队列管理等待线程”。
2026-03-20 13:18:27
825
原创 04Lock 接口及实现类详解：从 ReentrantLock 到并发场景实践
Lock 接口是 Java 并发包对“锁”机制的抽象封装，它将锁的“获取”与“释放”解耦为独立的方法，摆脱了 synchronized 对代码块、方法的绑定，为开发者提供了更精细的控制能力。与 synchronized 的“隐式同步”不同，Lock 采用“显式同步”，开发者需手动控制锁的获取与释放，这既是灵活性的体现，也对编码严谨性提出了更高要求。
2026-03-19 18:47:06
464
原创 synchronized 深度剖析：从语法到锁升级的完整演进
从 JDK 1.0 的重量级锁，到 JDK 6 的锁升级机制，synchronized 的进化史，就是 Java 并发性能优化的缩影。它的核心价值在于“简单可靠”——即使是新手，也能通过它快速写出线程安全的代码；而锁升级机制，则为它在高并发场景下的性能提供了保障，让它从“被嫌弃”的重量级锁，成为“性价比极高”的同步工具。偏向锁是“无竞争时的偷懒策略”，最大化减少无竞争开销，适配单线程场景；轻量级锁是“轻度竞争时的折中方案”，用自旋换取内核态切换成本，适配线程交替执行场景；
2026-03-19 18:35:04
552
原创 轻量级同步王者volatile：不止可见性，禁止重排才是它的隐藏大招
为了提高程序的执行效率，编译器（Java 编译器）和 CPU 会在不改变程序“单线程语义”的前提下，对指令的执行顺序进行重新排序。这种优化在单线程环境下是安全的，因为它不会影响程序的最终结果，但在多线程环境下，可能会导致逻辑错误。// 单线程环境下，指令重排不影响结果int a = 1;// 操作1int b = 2;// 操作2// 操作3。
2026-03-18 14:18:04
627
原创 Java 并发编程基础概念与常见问题梳理
进程：资源分配的基本单位，相互独立，开销大；线程：执行的基本单位，共享进程资源，开销小；一个进程可以包含多个线程，线程不能独立存在，必须依赖于进程。并发：交替执行，模拟同时，单核即可实现；并行：同时执行，真正同时，必须依赖多核；Java 并发编程的目标：在单核环境下实现高效并发，在多核环境下充分利用并行优势。Java 并发编程在现代软件开发中有着举足轻重的地位——它能充分利用硬件资源，提升系统性能和响应性，解决复杂业务场景下的并发需求，但同时也伴随着线程安全、死锁、活跃度等诸多挑战。
2026-03-18 14:07:03
439
原创 从零起步学习MySQL 第十六章：MySQL 分库分表的考量策略
把一张字段过多的表，按“高频字段”和“低频字段”拆分，拆成多张表，每张表只保留一部分相关字段，实现字段的“解耦”。-- 拆分前：user表（字段过多，访问频率差异大）user(id, -- 主键（高频）username, -- 用户名（高频）password, -- 密码（高频）phone, -- 手机号（高频）email, -- 邮箱（高频）avatar, -- 头像地址（低频，仅个人中心展示）address, -- 地址（低频）
2026-03-17 16:19:14
618
原创 从零起步学习MySQL || 第十五章：MySQL 可重复读隔离级别：它是如何工作的？是否完全解决幻读？
幻读（phantom read）指同一事务中，两次执行相同条件的查询，第二次查询结果中出现了第一次未查询到的“新行”（或缺失原有行），本质是查询集合级别的一致性问题，关注的是结果集中是否有新记录新增或原有记录删除。MySQL InnoDB 的 REPEATABLE READ 隔离级别，通过 MVCC 与 Next-Key Lock 的组合，在绝大多数业务场景下有效解决了幻读问题，是平衡数据一致性与并发性能的最优选择。
2026-03-17 16:09:12
617
原创 从零起步学习MySQL 第十四章：MySQL 事务中如何解决幻读问题
幻读：在同一事务中两次执行相同的查询，第二次比第一次多出（或少了）若干“行”（不是同一行被修改，而是出现/消失了整行记录），通常因为别的已提交事务插入或删除了符合查询条件的新行。示例：T1 的两次 SELECT COUNT(*) FROM orders WHERE status='PENDING'，中间 T2 插入了 2 条符合条件的新行并提交，T1 第二次看到的数量变多——这就是幻读。在快照读中，ReadView 提供了事务开始（或语句开始）时的一致性视图；
2026-03-16 16:02:35
629
原创 从零起步学习MySQL 第十三章：MySQL 事务详解：原理、特性、并发问题与隔离级别
隔离级别脏读不可重复读幻读READ UNCOMMITTED（读未提交）允许允许允许READ COMMITTED（读已提交）禁止允许允许REPEATABLE READ（MySQL 默认）禁止禁止多数情况禁止SERIALIZABLE（串行化）禁止禁止禁止事务的本质：一组不可分割的数据库操作，要么全部成功、要么全部失败，是保证数据一致性的核心机制。ACID 四大特性。
2026-03-16 15:46:35
612
原创 从零起步学习MySQL第十三章：MySQL 事务详解：原理、特性、并发问题与隔离级别
MySQL 索引优化的核心不是 “建越多索引越好”，而是 “精准匹配业务场景，平衡查询效率和写入性能”。最后用一张表格总结核心原则和关键技巧，方便大家记忆和落地：维度核心原则关键技巧创建索引WHERE/JOIN/ORDER/GROUP 字段优先主键自增、唯一键保证唯一性，高频查询字段必建不建索引小表 / 高频更新 / 低区分度 / 少用字段索引选择性 < 0.1 不建索引，避免浪费空间优化技巧空间与效率平衡前缀索引（控制长度）、覆盖索引（避免回表）、主键自增（避免页分裂）避坑要点。
2026-03-15 13:52:55
617
原创 从零起步学习MySQL 第十二章：MySQL分页性能如何优化？
在 Web 应用中，分页是将大结果集分成若干页逐步返回给客户端的常见需求，最典型的场景就是商品列表、搜索结果、用户日志浏览、后台数据查询等。比如我们在电商平台搜索“手机”，会看到“第1页、第2页...”的分页控件，点击后只加载当前页的10-20条数据，这就是分页的应用。一键获取完整项目代码分页的核心价值在于“按需加载”：一方面可以节省网络带宽，避免一次性返回几十万、几百万条数据导致的网络拥堵；另一方面可以降低前端渲染成本，减少页面卡顿，提升用户体验。
2026-03-15 13:38:13
645
原创 从零起步学习MySQL 第十一章：MySQL 最常见 6 类索引失效场景
在 MySQL 数据库中，很多时候 SQL 的 CRUD 性能极差，并不是因为数据量真的大到无法处理，而是开发者对索引底层实现不够透彻，写出了让索引 “失效” 的 SQL。本文就带你一次性搞懂：MySQL 中最常见的 6 类索引失效场景，从到，再到，无论是日常开发优化，还是后端面试，都能直接用上。
2026-03-14 14:04:20
610
原创 从零起步学习MySQL 第十章：深入了解B+树及B+树的性能优势
B+ 树（B Plus Tree）是一种多路平衡查找树（Multi-way Balanced Search Tree），专门为磁盘存储场景设计，广泛应用于数据库和文件系统的索引结构。它并非全新的数据结构，而是对B树（B-Tree，注意不是B-树，两者无区别，只是写法不同）的优化和改进，解决了B树在范围查询、磁盘IO效率上的不足。与二叉树（每个节点最多2个子节点）不同，B+树的每个节点可以有m个子节点（称为m阶B+树），m的大小由磁盘页的大小决定——这也是B+树适配磁盘存储的关键设计之一。
2026-03-14 13:55:46
701
原创 从零起步学习MySQL 第九章：从数据页的角度看B+树及MySQL中数据的底层存储原理
解答：回表查询是指通过二级索引查询数据时，因二级索引叶子节点仅存储主键值，需要再通过主键到聚簇索引中查询整行记录的过程。避免回表的方法：使用覆盖索引，即创建的二级索引包含查询所需的所有字段（索引键 + 查询列），此时InnoDB可直接从二级索引的叶子节点获取所有查询数据，无需回表。示例：查询name='Tom'的age，创建索引，该索引覆盖了查询的name和age字段，可避免回表。InnoDB的数据存储遵循表空间-段-区-页-行的层级结构，页是最小的读写和存储单位，默认16KB；
2026-03-13 16:28:36
555
原创 从零起步学习MySQL 第八章：索引深入理解及高级运用
类型原则/技巧说明创建索引WHERE / JOIN / ORDER / GROUP 字段核心原则，提升查询效率不建索引小表 / 高频更新 / 低区分度 / 少用字段节省磁盘空间，避免拖慢写入性能前缀索引email(10)（取前N个字符）节省空间，需测试区分度（接近1最佳）覆盖索引查询字段全在索引中避免回表，减少IO，查询更快主键自增防止数据页分裂，写入性能最优NOT NULL索引列不应为NULL避免索引失效，提升查询效率索引失效函数、OR、%abc、类型不匹配等。
2026-03-13 16:08:34
599
原创 彻底搞懂Token：大模型的“翻译官”是如何炼成的？
简单来说，Token是Tokenizer对人类文字进行切分后，得到的最小语义单位，是连接人类语言和大模型数字运算的桥梁。举个最直观的例子：当你向大模型提问“马克喜欢人工智能吗”，Tokenizer不会直接把这句话整体转换成数字，而是先把它切分成4个Token：「马克」「喜欢」「人工智能」「吗」，再把这4个Token分别映射成对应的数字（也就是Token ID），最后把这串数字传给大模型。这里要重点区分3个概念，避免混淆：概念核心特点示例字人类语言的最小书写单位，无语义关联。
2026-03-12 16:51:43
398
原创 从零起步学习MySQL 第七章：初识索引底层运用及性能优化
索引是数据库中一种用于加快数据查询速度的数据结构，由存储引擎（如InnoDB、MyISAM）负责维护，独立于表数据存在，本质是“对表中一列或多列数据进行排序后的数据结构”。很多人误以为索引是“额外的表”，其实不然：索引是一种独立的存储结构，它存储了索引字段的值和对应数据的物理地址（或主键值），通过这种映射关系，MySQL可以跳过全表扫描，直接定位到目标数据的位置。联合索引会从最左边的字段开始依次匹配，只有按照最左的字段顺序使用索引，索引才会生效；
2026-03-12 16:32:29
447
原创 从零起步学习MySQL 第六章：MySQL数据库中的一条数据是如何存储的？
VARCHAR(n) 中的 n 表示字符数，不是字节数。例如：VARCHAR(10) 表示最多可以存储10个字符，不管每个字符占用多少字节（utf8mb4编码下，一个字符最多4字节）。MySQL 对单行数据的最大字节限制为65535 字节（这是InnoDB和MyISAM引擎的共同限制），这个限制包含：所有列的真实数据、变长字段长度列表、NULL标志位，但不包含记录头信息和隐藏列。因此，VARCHAR(n) 的最大取值，取决于编码格式（每个字符占用的字节数）和其他列的占用空间。
2026-03-12 16:20:15
545
原创 一文读懂RAG：从原理到落地，搭建智能知识库原来这么简单
看到这里，相信你已经对RAG有了全面的了解。其实RAG的核心逻辑很简单：用“检索”解决大模型的上下文限制、成本高、速度慢的痛点，用“生成”保证答案的流畅性和可读性，两者结合，让AI问答更精准、更高效、更可控。它不需要我们掌握复杂的数学知识，也不需要我们开发复杂的模型，只要理解核心流程，选择合适的工具，就能快速搭建属于自己的智能知识库或智能客服。随着技术的不断演进，RAG正从简单的“检索-生成”流水线，向多智能体协作、多模态融合的方向发展，未来会在更多领域释放价值。
2026-03-11 17:41:01
616
原创 从零起步学习MySQL 第五章：select语句的执行过程是怎么样的？
理解SELECT语句的执行过程，最终目的是为了优化查询性能。连接层优化：使用连接池（如Druid、HikariCP），复用长连接，避免频繁创建/销毁TCP连接；同时定期调用，解决长连接内存膨胀问题。SQL优化：使用EXPLAIN查看执行计划，确认优化器是否使用了合适的索引；避免使用SELECT *，减少字段读取和传输成本；优化WHERE条件，让优化器能选择最优索引。索引优化：建立合适的索引（主键索引、联合索引、覆盖索引），提升索引选择性；利用索引下推特性，减少回表次数；
2026-03-11 15:36:53
659
原创 从零起步学习MySQL 第四章：DQL查询全解析
DQL是MySQL中最核心、最常用的语言，从基础的SELECT查询，到条件、排序、分组、分页，再到多表连接、子查询，每一个知识点都对应着实际开发中的场景。对于新手来说，建议先掌握基础用法，多写SQL练习，再逐步学习优化技巧，理解执行顺序和底层逻辑。其实DQL并不难，只要多练、多思考，就能熟练运用，写出高效、规范的查询语句，为后端开发打下坚实的基础。后续我也会分享更多DQL优化技巧和实战案例，欢迎持续关注～
2026-03-11 14:06:15
611
原创 从零起步学习MySQL 第三章：DML语句定义及常见用法示例
DML 的全称是Data Manipulation Language（数据操作语言）DDL操作的是“数据库对象的结构”，而DML操作的是“表中的数据”，不改变表的结构本身。简单来说，DDL是“建房子”（搭建表结构），DML就是“住人、装修”（操作表中数据）。在MySQL中，DML语句的核心作用是对表中的数据进行增、删、改、查，也是我们日常开发中使用频率最高的SQL语句。
2026-03-10 16:29:29
1567
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