机洗不伤-CSDN博客

原创【Rive】rive-android源码分析

make 函数的源码如下。 5.4.1 节 WorkerImpl::doFrame 函数中，在 prepareForDraw 之后，调用了 m_ktDrawCallback，它指向的是 kotlin 中 Renderer.draw 函数，它是个抽象函数，RiveArtboardRenderer 中实现了该函数，如下。图中，蓝色的类表示 rive-android 中 Kotlin 代码，绿色的类表示 rive-android 中 C++ 代码，橙色的类表示 rive-runtime 中代码（下同）。

2025-12-17 21:04:29 707

原创 Gaia2 与 ARE：赋能社区的智能体评测

作为参考，我们对比了多款开源与闭源的大模型，包括：Llama 3.3-70B Instruct、Llama-4-Maverick、GPT-4o、Qwen3-235B-MoE、Grok-4、Kimi K2、Gemini 2.5 Pro、Claude 4 Sonnet，以及 GPT-5 在不同推理模式下的表现。在理想情况下，AI 智能体应当是可靠的助手。当接收到任务时，它们能够轻松处理指令中的歧义，构建逐步执行的计划，正确识别所需资源，按计划执行而不被干扰，并在突发事件中灵活适应，同时保持准确性，避免幻觉。

2025-12-17 21:03:08 411

原创人工智能：一分钟将Gemini生成应用部署到本地计算机的保姆级教程

前几篇博客中我们介绍了用gemini3搭建了几个非常有意思的app，但是只在网页上运行肯定是满足不了我们的需求的，这篇博客讲教大家如何把app部署到自己的电脑上（依托于浏览器），可以随时随地打开并且不用担心随时找不到自己做好的应用。这类AI生成的应用不仅展示了大语言模型在代码生成方面的能力，也为开发者提供了快速实现创意的新思路。这个过程涵盖了从环境准备到应用运行的完整流程，适用于大多数基于Vite和React的现代Web应用部署。├── .env.local # 环境变量（需手动创建）

2025-12-15 14:16:13 424

原创 SQL Server 2025 新功能概览

它可以为文本、图像、声音、视频等一切信息，标出一个“语义坐标”，简单来说，就是 AI 用来理解世界的语言。根据微软文档（链接）相比之前提到的PSPO解决数据倾斜导致的参数嗅探问题，OPPO解决的是参数忽有忽无的问题，例如这样一个条件WHERE (ID = @p OR @p IS NULL)，优化器必须为参数P为null时进行兜底，而这种兜底通常落在执行计划上就是一个SCAN，即使参数p有一个高选择性的值也是如此，现在通过OPPO，为这两种情况生成不同的执行计划，避免这种参数时有时无时的性能巨大反差。

2025-12-15 14:15:34 521

原创 Netty/Redis网络模型——IO多路复用原理（操作系统）网络模型

上面我们讲的是网络IO模型，I/O多路复用不是网络模型，是实现NIO的关键技术，依赖操作系统的底层技术，需要依靠操作系统内核，如select/poll/epoll/kqueue，所以不要混淆了，I/O 多路复用不是NIO的优化，只是一种良好的实践。也就是说，当你的IO程序正在等待连接的时候，等待事件到来的过程中，是被操作系统挂起的，处于休眠状态，此时的CPU分片分给了其他程序，如果此时IO程序还有后台任务需要处理的时候，CPU分片也可能正好处于当前程序占用时刻。// 阻塞，等待数据。// 处理完成后移除。

2025-12-14 13:15:13 428

原创是时候从 MySQL 转到 PostgreSQL 18 了

在 AI 时代，pgVector 扩展特别值得关注，它为 PostgreSQL 提供了完整的向量数据库能力，支持各种向量相似度搜索算法（L2 距离、余弦相似度、内积等），可以直接支持 RAG（检索增强生成）应用，无需部署专门的向量数据库。近年来，随着应用复杂度的增加和数据规模的膨胀，许多基于 MySQL 的系统开始触及性能和维护的天花板。数据库技术革新的浪潮中，PostgreSQL 18 的发布标志着关系型数据库进入了新的时代，它不仅在性能上实现质的飞跃，更为开发者的工作效率带来了巨大提升。

2025-12-14 13:14:28 303

原创 ParameterHandler参数处理机制

ParameterHandler做的就是这个活儿:把 User user = new User("张三", 18)这样的Java对象,翻译成 ps.setString(1, "张三");System.out.println(String.format("参数验证通过: %s = %s", propertyName, value));System.out.println(String.format("参数映射: property=%s, javaType=%s, jdbcType=%s",

2025-12-13 12:50:57 775 1

原创 [python] 代码性能分析工具line_profiler使用指北

函数执行完成后，调用分析器实例的print_stats方法即可输出分析结果。使用line_profiler分析函数运行时间时，如需同时分析其调用的下一层或更深层函数，则需在创建LineProfiler对象时明确指定所有待追踪的目标函数及其子函数。此时，line_profiler会为每个被监控的函数分别生成分析报告，且父函数的耗时统计中将包含所有子函数的执行时间。时间单位（默认自动根据代码执行速度调整），常见的有秒（s）、毫秒（ms，1e-3 秒）、微秒（us，1e-6 秒）、纳秒（ns，1e-9 秒）

2025-12-13 12:50:02 628

2501_94629293的博客