- 博客(35)
- 收藏
- 关注
RSS订阅原创 从零开始：用Python和Gemini 3四步搭建你自己的AI Agent
搭 Agent 一开始看着挺唬人,但理解了结构之后,会发现简单得有点无聊。往简单了说，它就是个循环。一个里面跑着聪明模型的循环。明白这点之后,你就能造出看起来"有生命"的 Agent 了。
2026-04-07 12:53:17
66
原创 从 Pandas 转向 Polars：新手常见的10 个问题与优化建议
从 Pandas 转过来的人，很容易带着旧习惯写 Polars 代码，结果性能优势全没了。上面这些点总结下来就是：惰性优先、表达式为主、最后才 collect、别用 Python 循环、列要有明确类型、多用 LazyFrame、善用投影下推和谓词下推、大数据开流式处理。养成这些习惯，Polars 的性能才能真正释放出来。
2026-04-07 12:52:17
90
原创 dLLM：复用自回归模型权重快速训练扩散语言模型
扩散语言模型之前一直停留在研究阶段,dLLM把它变成了能实际用起来的工程工具。现有的LLM可以直接复用,微调需要的算力也不夸张,模型之间的对比有了统一标准,想做实验也不用把整套东西重新搞一遍。
2026-04-07 04:50:53
173
原创 别只会One-Hot了！20种分类编码技巧让你的特征工程更专业
分类编码是特征工程里最容易被忽视却又最能出效果的环节。scikit-learn自带的编码器只是冰山一角，这个库才是真正的百宝箱：统计编码、贝叶斯编码、哈希编码、对比编码应有尽有，用好了模型效果能上一个台阶。
2026-04-06 23:57:00
214
原创 长上下文“记忆“的舒适陷阱：为什么更多记忆不等于更可靠
人们喜欢长上下文，智能体记得你的项目、你的偏好、你说话的方式，连你那些反复冒出来的琐碎任务都帮你记着，所以用起来当然顺手。但顺手归顺手，顺手不等于靠谱，把这两件事搞混后面的麻烦就来了。可靠性问题的起点恰恰是人们把长上下文当免费能力用的那一刻。你扩展了上下文就等于换了一个被测系统，测的不再是模型本身，而是模型加上一个持续膨胀的历史 Token 档案。这个档案天生就很杂乱：半成型的想法、开玩笑时随口说的话、情绪化的措辞、前后矛盾的约束、从未打算变成策略的临时指令，统统堆在一起。
2026-04-06 14:08:17
220
原创 数据库Grace Hash Join
优点：极高的吞吐量：在处理缺乏索引的大批量数据等值连接时，性能通常碾压 Nested Loop Join（嵌套循环连接）。扫描次数少：只需要对两张表各进行一次全表扫描（在内存充足的情况下）。缺点：仅限等值连接：只能用于基于的连接操作（例如对于大于、小于（）等非等值连接完全无能为力。内存消耗大：需要占用大量内存来构建哈希表。如果内存不足导致频繁读写临时磁盘文件（发生 Spill to disk），性能会大幅下降。启动延迟高。
2026-04-05 14:13:08
346
原创 Chrome DevTools MCP 让 AI 无缝接管浏览器调试会话
自动连接功能是 Chrome DevTools MCP 连接 Chrome 实例的现有方式的补充。
2026-04-05 14:12:22
330
原创 从前缀函数到KMP应用 字符串匹配 字符串周期
由于 �π 数组记录了最长 Border ，而次长的 Border 可能通过 �[�[�−1]−1]π[π[n−1]−1] 递归求得，因此我们可以不断回跳，求出所有的 Border 后，周期就是 n - Border。在 KMP 中的前缀函数的到数组 �π ，其中 �[�]π[i] 表示字符串的前缀 �[0…�−�[�−1]n−π[n−1] 可以被总长度 �n 整除时，存在完全循环。通过递推可以在 �(�)O(n) 时间内求出前缀数组 �π。在 �[�−1]>0π[n−1]>0 基础上，当它的。
2026-04-04 14:29:06
191
原创 用FastAPI的Depends实现细粒度权限控制
你需要“房间钥匙”和“工作证”。如果 “user:123” 不在允许列表里，直接 403。——比如“只能改自己创建的任务”或“状态为‘草稿’的文章才能编辑”。只要用户伪造或篡改了token里的user_id，甚至只是猜到别人的ID，数据就裸奔了。只保证了“用户有删除自己任务的权限”，但没保证“这个任务真的是他的”。——比如“管理员”能删除，“普通用户”只能看。这里咱们写一个“可配置”的权限依赖。更优雅的做法是：把“数据归属校验”也封装进依赖里。，因为这是最容易被忽略的“隐形漏洞”。，路由函数根本不会执行。
2026-04-04 14:28:03
164
原创 OpenEuler 20.03构建zabbix7.0 rpm包
即使是centos系统，7版本也过于陈旧了，从zabbix 6.0开始，centos 7已经不提供server的rpm包了，只剩下proxy和agent，到了7.0版本，连proxy都没有了。%{rhel}和%{?zabbix agent2和web_service是使用GO语言编写的，并且使用的语法对版本还有要求，OpenEuler 20.03默认repo源的版本为1.15，需要安装一个较新版本的。在OpenEuler的官方社区的软件中心，有社区成员自行构建的rpm包，可以尝试找找有无符合自己要求的版本。
2026-04-03 14:56:22
427
原创 FastAPI 实战：WebSocket 从入门到上线，使用避坑指南
它就像你直接在餐厅包了个雅间，服务员就站在你桌旁，随时听你吩咐：“加点水”、“拿头蒜”、“结账” —— 服务员一直在线，随时响应，省去了反复呼叫的过程。FastAPI 对 WebSocket 的支持非常 Pythonic，用起来很顺手，但正因为顺手，容易忽略背后那些“服务员也得休息”、“包间太多会拥挤”的现实问题。传统的 HTTP 请求，就像你去餐厅点菜：你喊一声“服务员，来份宫保鸡丁”，然后服务员跑去后厨，把菜端给你，一次交易结束。解决了，但广播又成了新问题，后来引入了 Redis pub/sub。
2026-04-03 14:55:31
300
原创 Godot UI布局指南
可以在统一在主题中设置新的Panel类型进行类样式设置，也可直接在面板中的“主题覆盖” 使用新的“StyleBoxTexture” 来设置“AtlasTexture”, 设置“AtlasTexture” 在 “Sub-Region”编辑子区域即可。Container 组件结合组件设置，控制设置的方位（上，下，左，右，居中），设置是收缩还是撑满容器。特定节点的样式，而不想影响全局，可以在该节点的“检查器 (Inspector)”面板中找到。常见用途：设置面板，弹窗底板，HUD 背景，卡片。
2026-04-02 15:30:41
369
原创 AI时代的项目管理：1+3Ownership模式和项目管理
1+3 Ownership框架提供了一个系统性的协作模式，将"不可能的超级个体"拆分为"三个可培养的专业角色"，让普通团队也能实现AI原生开发。
2026-04-02 15:29:40
344
原创 如何使用SpringAI来实现一个RAG应用系统
大模型没有本地私有知识，所以用户在向大模型提问的时候，大模型只能在它学习过的知识范围内进行回答，而RAG就是在用户在提问的时候 将本地与问题相关的私有知识连同问题一块发送给大模型，进而大模型从用户提供的私有知识范围内进行更精确的回答。将文本切分成多个文本块，作者使用markdown来存储文本内容，markdown格式的文本相对来说是比较容易且分的，将文本切分之后 请求向量化接口进行文本向量化，最后将向量的结果写入到原本的数据块中 存储到向量数据库将用户的问题进行向量化，然后调用向量数据库的检索分块的时
2026-04-01 15:27:12
153
原创 如何一步步将 ASP.NET MVC 升级为.NET
Microsoft 的 MVC 到核心示例攻略从设置开始，然后是控制器和视图，最后是静态内容和客户端依赖。遵循这个顺序，因为这样可以让迁移在每一步都可测试。迁移路由在 MVC 5 中，你很可能用过 RouteConfig，可能还用了属性路由。在 ASP.NET Core 中，你配置中间件流水线和端点映射中的路由。迁移控制器一次迁移一个控制器。复制一个控制器类。通过更换命名空间和替换依赖 System.Web 的代码来修复编译错误。
2026-03-31 15:54:49
507
原创 一小时手搓轻量级可代替 Qdrant 的向量数据库
为了能兼容 Qdrant，我们的数据结构必须和它长得一样：一个点（Point）包含 ID、向量（Vector）以及元数据（Payload）。// Payload 模拟 Qdrant 的 JSON 元数据Payload Payload `json:"payload,omitempty"` // 用于条件过滤。
2026-03-30 15:38:30
371
原创 SmartDapper.UI -数据库反向生成实体
生成器会自动从数据库注释生成 XML 文档注释，确保数据库表和列有完善的注释。SmartDapper.UI 提供了以下 REST API 端点（基于。：日志提示"未找到 .csproj 文件"或"安装失败"：不要勾选"覆盖已存在文件"，避免丢失手动添加的业务逻辑。：生产环境不要启用 SmartDapper.UI。SmartDapper.UI 生成的实体类与。：浏览器显示"Unauthorized"：生成实体后，及时提交到版本控制系统。：点击"加载表"后提示连接失败。：为不同模块的实体创建独立目录。
2026-03-29 21:02:41
337
原创 你以为在给 AI 下命令，其实你在改写它的概率分布
模型并不知道自己在执行什么任务。Prompt 的作用是让模型判断：写作语境问答语境分类语境推理语境这不是通过“理解任务”实现的，而是通过：👉上下文模式识别。
2026-03-29 21:01:56
400
原创 简单的干掉PPL的方法
么很显然干掉PPL这件事得在Driver层干思路很简单，就是用户空间程序向驱动程序发送进程 ID ，驱动程序找到该进程的内部内核结构（EPROCESS），然后在EPROCESS中查找字段，最后驱动程序将保护级别设置为。可以通过windbg来看其内部是怎么定义的，逆向出来就是然后拿固定的偏移量这个0x5fa是咋来的呢，当然也是windbg的需要注意的是，微软官方并未给出具体EPROCESS的定义，此偏移量取决于 Windows 版本，因此很难不保证在某次更新后其偏移量就改变了，然后清零就可以了。
2026-03-28 15:55:06
197
原创 如何用SSH访问远程服务器上的内网服务（如：MySQL、Redis、Kafka）？
例如：ssh -NT -L 3306:127.0.0.1:3306 -o ProxyCommand="ssh jump_user@jump_host -W %h:%p" target_user@target_host。例如：ssh -NT -L 3306:127.0.0.1:3306 -J jump_user@jump_host target_user@target_host。语法：ssh -J jump_user@jump_host target_user@target_host。
2026-03-28 15:53:43
159
原创 运行第一个pass
项目描述：通过解析下面代码的IR，将下面代码中的函数名打印出来。配置可以直接拿去用，我已经标注好需要修改的位置。最后出现下面提示，即为编译成功。构建LLVM Pass需要写。
2026-03-27 15:22:31
35
原创 java String为什么不可变
对于一般设计，好的模块划分应该做到模块的输出边界是寄存器的输出端，从而使每个模块除时钟端口外的所有输入端口的延时是相同的，等于寄存器的时钟引脚CLK到输出引脚Q的延时。建议关键范围的值不要超过关键路径总值的10%。当有一个路径不满足，而相邻的路径满足要求时，DC会进行路径间的逻辑迁移，以同时满足两条路径的要求，也称为adaptive retiming。关键范围：DC默认只对一个路径组内的关键路径进行时序优化，可以设置关键范围，使DC在关键路径的延时下面某个延时值之内的路径进行优化。
2026-03-26 15:31:59
152
原创 Java关键字解析之final：不可变的本质、设计哲学与并发安全
这绝对是反人类的设计。当带有 Filter 时，我们让 HNSW 引擎超额召回 (Over-fetch)（比如取 Top 100），然后在内存中进行精准的 Payload 匹配，剔除不符合条件的结果，最后再截取 Top 10 返回。我写了一个 Benchmark 脚本，在纯内存下生成了 10,000 条 128维 的向量，并生成 1,000 条查询，对比普通的暴力轮询（Flat）和我们引入的 HNSW 图索引。要在一小时内干完这件事，我们不能去造那些艰深的底层算法轮子，而是要做一位优雅的“架构整合大师”。
2026-03-26 15:21:51
306
原创 一文彻底搞懂 OpenClaw 的架构设计与运行原理（万字图文）
OpenClaw 提供了一种强大的个人 AI 基础设施的思路。简洁：单进程的网关模型强大：多 Agent 路由、工具沙箱、可扩展插件围绕网关控制的中心化架构设计，实现了跨聊天平台的统一访问。不管你从 WhatsApp、Discord 还是 飞书、钉钉 发消息，体验是一致的。强安全边界保护系统不受恶意输入影响，同时不牺牲功能性。Agent 体系（带工具执行和持久会话）提供了真正智能的助手体验，而不仅仅是给大语言模型（LLM）套了个聊天壳子。
2026-03-25 15:55:00
380
原创 Kite：两种方式实现动态表名
Kite 是一个功能强大、易于使用的 ORM 框架，它通过全自动映射和简洁的 API，大大简化了数据库操作的开发工作。无论是在 Kotlin 项目还是 Java 项目中，都能提供高效、便捷的数据库访问体验。
2026-03-25 15:54:20
25
原创 CUDA是如何调度Thread Block的？
这说明，Thread block在分配SM的时候，首先参考kernel中使用的shared memory的大小，整个SM的shared memory能装下几个kernel的shared memory就使用几个Thread block,这其实是make sense的，因为kernel占用的shared memory属于硬件要求，不满足自然无法运行。从上图能看出来，三个SM已经全部被占用了，平均下来每个SM有1.33个warp,说明多出来的那个warp,已经被分配进某个SM里面。用nvvp查看如下图所示，
2026-03-24 14:18:38
224
原创 [python] python-docx-template实用案例解析
{{ 变量名|过滤器名(参数1, 参数2, ...) }}（竖线）是过滤器的分隔符，左侧是要处理的变量，右侧是过滤器名称；括号()内是传给过滤器函数的参数（无参数时可省略括号）；中，是变量，my_filterB是过滤器名，2是传递的参数。模板内容：# 创建jinja2环境对象，用于管理模板渲染的配置# 自定义过滤器函数# 将原始值和参数字符串拼接，中间加空格# 将原始值和参数数值相加# 将自定义过滤器注册到jinja2环境中，使其能在模板中被调用。
2026-03-24 14:17:56
384
原创 Spring IOC 源码学习 一文学习完整的加载流程
当前 context 的属性初始化:存储 BeanFactoryPostProcessor(BFPP) 的集合id 容器ID, displayName 容器名称, closed, active 容器关闭启动 活动的 AtomicBoolean标识符;容器锁对象, 在容器'刷新'和'销毁'时需要锁住(同步)的JVM 的 HOOK如果有父容器,则设置父容器,还会合并配置;创建支持ant风格解析的资源解析器,支持通配符的类似。
2026-03-23 21:36:59
340
原创 循环神经网络 （七）双向 RNN 与深层 RNN
概念原理比喻双向 RNN（Bidirectional RNN）在时间维度上引入正向和反向两条独立状态链路，每个时间步同时利用过去和未来上下文信息。适用于序列标注与整体理解任务。可以与 RNN/LSTM/GRU 结合，形成 Bi-RNN、Bi-LSTM、Bi-GRU。序列比作桥，两队工人从两端同时施工并交流进度，确保精准，但施工队伍翻倍，成本增加。深层 RNN（Deep RNN）在同一时间步上堆叠多层 RNN 单元，增加每个时间步内部的非线性表达能力，从而增强模型的表示能力。
2026-03-23 21:36:16
525
1
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