- 博客(29)
- 收藏
- 关注
RSS订阅原创 AI时代的算法思维：大经典排序学习
因此，它天然拥有创建令牌的权力。官方描述是“调试程序”，但实际上它允许持有者打开任何进程的句柄，拥有 PROCESS_ALL_ACCESS 权限，即使该进程属于 SYSTEM 或其他用户。当你登录系统时，无论是交互式登录、服务启动，还是计划任务触发，LSASS 都会负责认证你的身份，并为你生成一个访问令牌。
2026-05-05 12:14:55
218
原创 【OpenClaw】通过 Nanobot 源码学习架构---（）总体
如果你下意识地开始写一连串的if...else if...else，那么恭喜，你正在制造一颗名为“面条代码”的定时炸弹。重要区别：遍历数组，99%的情况用for...of或forEach方法更好。3. for...of (用于数组等可迭代对象) 和 for...in (用于对象属性)：让你摆脱索引，直接拿到值。// 直接输出 'red', 'green', 'blue'。// 输出 'a' 1, 'b' 2。- else if：“如果...就...或者如果...就...否则...”（多岔路口）;
2026-05-04 11:24:26
229
原创 Docker 容器中运行 AI CLI 工具：用户隔离与持久化卷实战指南
// 工作流信息。} // 父检查点。} // 目标 Executor ID。} // 源 Executor ID。var workflow = new WorkflowBuilder(startExecutor) // 指定起点。.WithName("订单处理工作流") // 设置名称。} // 边的具体数据。
2026-05-03 12:25:50
334
原创 一款基于 .NET 开源、跨平台应用程序自动升级组件
在实际使用时，用户只需要输入该 Skill 的功能描述、使用场景以及示例用法，系统便可以自动生成对应的 Skill 说明文档、描述信息等配套内容。docx 技能的描述示例："全面的文档创建、编辑和分析功能，支持修订追踪、评论、格式保留和文本提取。当 Claude 需要处理专业文档（.docx 文件）时使用，包括：(1) 创建新文档，(2) 修改或编辑内容，(3) 处理修订追踪，(4) 添加评论，或任何其他文档任务"。在编辑（新生成或现有的）技能时，请记住该技能是为另一个Claude实例使用而创建的。
2026-05-02 13:01:07
400
原创 使用Alpine配置WSL ssh门户
在传统的时间序列比较中，我们通常使用两条折线，但当需要比较的项目较多时，折线图会变得混乱。进一步，我们还可以给哑铃图排序，按照增长由快到慢给各个品类排序，这样自然形成从"下降最显著"到"增长最显著"的连续谱，模式自动显现，无需刻意寻找。当我们需要比较A和B时，最直接的方式就是把它们放在一起，用一条线连接，然后观察这条线的长度（差异大小）和方向（哪个更大）。数据可视化的核心目标是有效传达信息。这样改造后，由上到下的哑铃，越来越短（也就是增长越来越慢），最底部的那个是负增长，用了红色来标注。
2026-05-02 12:04:25
301
原创 单调队列优化多重背包 学习笔记 & 详解
当然，不是所有流都只能读一次，基于内存的流（如 ByteArrayInputStream / CharArrayReader）支持重置指针，因为它们的数据源是内存中的数组（数据不会消失），可以通过 mark() 和 reset() 方法将指针 恢复 到标记位置。log.info("==========进入requestCachingFilter========");每次调用 read() / read(byte[]) / read(char[]) 等读取方法时，指针会向后移动对应字节数；
2026-05-01 12:40:49
200
原创 Python 批量导出数据库数据至 Excel 文件
langchain专门用于构建LLM大语言模型，其中提供了大量的prompt模板，和组件，通过chain(链)的方式将流程连接起来，操作简单，开发便捷。response = chain.invoke({"topic": "Python", "concept": "列表"})response = chain.invoke({"topic": "Python", "concept": "列表"})这是模型需要直接回答或处理的问题。("system", "你是一个精通{topic}的资深技术专家。
2026-05-01 11:57:37
219
原创 单调队列优化多重背包 学习笔记 & 详解
当然，不是所有流都只能读一次，基于内存的流（如 ByteArrayInputStream / CharArrayReader）支持重置指针，因为它们的数据源是内存中的数组（数据不会消失），可以通过 mark() 和 reset() 方法将指针 恢复 到标记位置。log.info("==========进入requestCachingFilter========");每次调用 read() / read(byte[]) / read(char[]) 等读取方法时，指针会向后移动对应字节数；
2026-04-30 11:50:30
209
原创 Python 批量导出数据库数据至 Excel 文件
langchain专门用于构建LLM大语言模型，其中提供了大量的prompt模板，和组件，通过chain(链)的方式将流程连接起来，操作简单，开发便捷。response = chain.invoke({"topic": "Python", "concept": "列表"})response = chain.invoke({"topic": "Python", "concept": "列表"})这是模型需要直接回答或处理的问题。("system", "你是一个精通{topic}的资深技术专家。
2026-04-30 11:22:50
164
原创 单调队列优化多重背包 学习笔记 & 详解
在智能体生态中，这种灵活性是至关重要的，因为 AI 智能体需要一种能够像 Python 一样“丝滑”地生成并执行的代码格式，同时又希望保留 C# 在性能、并发处理和类型安全方面的工业级优势。传统的 C# 开发模式，即所谓的“工程导向型”开发，要求开发者创建一个复杂的项目结构，包括项目文件（.csproj）、解决方案文件（.sln）、属性设置以及依赖项配置。当智能体识别出需要进行复杂的财务审计计算时，它可以生成一个专门的 C# 脚本，将其作为一个临时工具加载，执行完毕后再行释放。通过在文件头添加 #!
2026-04-29 11:24:20
168
原创 Python 批量导出数据库数据至 Excel 文件
langchain专门用于构建LLM大语言模型，其中提供了大量的prompt模板，和组件，通过chain(链)的方式将流程连接起来，操作简单，开发便捷。response = chain.invoke({"topic": "Python", "concept": "列表"})response = chain.invoke({"topic": "Python", "concept": "列表"})这是模型需要直接回答或处理的问题。("system", "你是一个精通{topic}的资深技术专家。
2026-04-29 10:53:34
162
原创 彻底告别OpenClaw使用焦虑：我给他装上了“透视眼”和“批量克隆模组
langchain专门用于构建LLM大语言模型，其中提供了大量的prompt模板，和组件，通过chain(链)的方式将流程连接起来，操作简单，开发便捷。response = chain.invoke({"topic": "Python", "concept": "列表"})response = chain.invoke({"topic": "Python", "concept": "列表"})这是模型需要直接回答或处理的问题。("system", "你是一个精通{topic}的资深技术专家。
2026-04-28 12:13:13
229
原创 世界第一个开源可商用 .NET Office 转 PDF 工具/库 - MiniPdf
1 | 张三 | 25 | zhangsan@example...|| 2 | 李四 | NULL | NULL || 5 | 赵六 | 35 | NULL |-- 这时候：count(*) = count(id) = count(name)
2026-04-28 11:31:41
193
原创 Spring IOC 源码学习 事务相关的 BeanDefinition 解析过程 (XML)
今天，我们就来聊聊为什么选择它，以及它是如何让我们的开发体验"起飞"的。用过 Python 写构建脚本的朋友肯定遇到过这种尴尬：脚本跑了五分钟，最后报错说 Confi.guration 拼写错了，或者传了一个字符串给了一个本该是数字的参数。当然，这不是绝对的。比如如果你只想跑个测试，不想打包，Nuke 允许你直接执行 nuke Test，它会自动处理好前置的 Restore 和 Compile 步骤。爱的是，一键点击，代码变成产品，那是程序员最迷人的时刻；恨的是，维护那一堆乱糟糟的构建脚本，简直是噩梦。
2026-04-27 11:05:04
188
原创 我让 Claude 和 Codex 同时审计 个模块，它们只在 个上达成共识
其底层数据存储在对象存储中（S3、COS、OSS、ceph），在用户和对象存储层中加一个中间层，作为文件系统层，负责将文件系统与对象存储的操作进行翻译转换，从而实现POSIX兼容。在介绍之前，首先需要理清楚文件系统与对象存储的区别是什么，文件系统对接对象存储需要做哪些工作，之后才考虑性能的优化与可靠性的优化。对象存储的 FUSE 并不是完美的。操作接口：基于RESTful API()，主要操作是PUT（上传/覆盖），GET（下载），DELETE（删除），HEAD（获取元数据），不支持seek或部分写入。
2026-04-27 10:31:35
184
原创 结合数学思维来深入内存理解哈希散列的实现原理和处理冲突的逻辑
print(f"机器码 (Hex): {''.join(f'{x:02x}' for x in encoding)}")print(f"解密后的文本: {decrypted_text.decode()}")access：当前访问类型：UC_MEM_READ，UC_MEM_WRITE......第一个参数：捕获模式，规定什么时候触发hook，例如：读取内存，中断捕获......第二个参数：选择模式，例如：64位，32位，小端序......第二个参数：选择模式，例如：64位，32位，小端序......
2026-04-26 11:54:10
308
原创 我让 Claude 和 Codex 同时审计 个模块，它们只在 个上达成共识
print(f"错误信息: {response.data.decode('utf-8')}")状态码: {response.status}")print(f"请求失败！状态码: {response.status}")urllib3 是一个用于处理 请求和连接池的强大、用户友好的 Python 库。print(f"连接失败或重试次数超出限制: {e}")print(f"无法建立连接: {e}")print(f"发生未知错误: {e}")print("响应数据:")自动化测试: 模拟请求，测试Web服务。
2026-04-26 11:12:39
171
原创 结合数学思维来深入内存理解哈希散列的实现原理和处理冲突的逻辑
OFA（One For All）是字节跳动提出的多模态预训练模型，支持视觉问答、图像描述、图像编辑等多种任务，其中视觉问答（VQA）是最常用的功能之一——输入一张图片和一个英文问题（该模型仅支持英文），模型就能输出对应的答案（比如输入“瓶子”图片+问题“What is the main subject?ModelScope 加载 OFA 模型时，会自动检查依赖版本，如果发现版本和它硬编码的要求不一致，会直接卸载你的版本并强制安装指定版本——哪怕你已经安装了正确的版本，也会被覆盖，导致之前的努力白费。
2026-04-25 11:17:13
337
原创 我让 Claude 和 Codex 同时审计 个模块，它们只在 个上达成共识
其底层数据存储在对象存储中（S3、COS、OSS、ceph），在用户和对象存储层中加一个中间层，作为文件系统层，负责将文件系统与对象存储的操作进行翻译转换，从而实现POSIX兼容。在介绍之前，首先需要理清楚文件系统与对象存储的区别是什么，文件系统对接对象存储需要做哪些工作，之后才考虑性能的优化与可靠性的优化。对象存储的 FUSE 并不是完美的。操作接口：基于RESTful API()，主要操作是PUT（上传/覆盖），GET（下载），DELETE（删除），HEAD（获取元数据），不支持seek或部分写入。
2026-04-25 10:34:59
214
原创 offline meta-RL | 总结 FOCAL 等经典工作的数据收集 / 性能测试方法
这个代码的核心功能是：基于输入词的长度动态选择反义词示例，并调用大模型生成反义词，体现了 “动态少样本提示（Dynamic Few-Shot Prompting）” 与 “上下文长度感知的示例选择” 的能力。核心作用：根据输入文本的长度，自动计算并选择合适数量的示例（输入越长，选的示例越少），避免 Prompt 总长度超出模型上下文限制；- 示例数据集（examples）：以键值对形式存储「输入-输出」示例，为模型提供任务参考（如"开心"→"伤心"）；
2026-04-24 11:54:47
216
原创 我不是狐狸,我是那Harness Engineering
本文介绍的关键优化技巧包括：基于测量的针对性优化、内存管理最佳实践、高效的异步编程模式、合理的数据结构选择、数据库访问优化以及生产环境监控等。值得注意的是，性能优化应当遵循"先测量后优化"的原则，避免过早和过度的优化。同时，在追求性能提升的过程中，不应牺牲代码的可维护性和可读性。通过平衡各种因素，开发者可以构建出既高效又健壮的 .NET 应用程序，为用户提供流畅的使用体验，为企业创造更大的价值。最终，持续学习最新的 .NET 性能优化技术，结合实际应用场景进行实践和验证，是保持应用竞争力的关键。
2026-04-24 11:15:35
170
原创 offline meta-RL | 总结 FOCAL 等经典工作的数据收集 / 性能测试方法
这个代码的核心功能是：基于输入词的长度动态选择反义词示例，并调用大模型生成反义词，体现了 “动态少样本提示（Dynamic Few-Shot Prompting）” 与 “上下文长度感知的示例选择” 的能力。核心作用：根据输入文本的长度，自动计算并选择合适数量的示例（输入越长，选的示例越少），避免 Prompt 总长度超出模型上下文限制；- 示例数据集（examples）：以键值对形式存储「输入-输出」示例，为模型提供任务参考（如"开心"→"伤心"）；
2026-04-23 19:53:17
290
原创 我不是狐狸,我是那Harness Engineering
本文介绍的关键优化技巧包括：基于测量的针对性优化、内存管理最佳实践、高效的异步编程模式、合理的数据结构选择、数据库访问优化以及生产环境监控等。值得注意的是，性能优化应当遵循"先测量后优化"的原则，避免过早和过度的优化。同时，在追求性能提升的过程中，不应牺牲代码的可维护性和可读性。通过平衡各种因素，开发者可以构建出既高效又健壮的 .NET 应用程序，为用户提供流畅的使用体验，为企业创造更大的价值。最终，持续学习最新的 .NET 性能优化技术，结合实际应用场景进行实践和验证，是保持应用竞争力的关键。
2026-04-23 18:59:29
302
原创 offline meta-RL | 总结 FOCAL 等经典工作的数据收集 / 性能测试方法
这个代码的核心功能是：基于输入词的长度动态选择反义词示例，并调用大模型生成反义词，体现了 “动态少样本提示（Dynamic Few-Shot Prompting）” 与 “上下文长度感知的示例选择” 的能力。核心作用：根据输入文本的长度，自动计算并选择合适数量的示例（输入越长，选的示例越少），避免 Prompt 总长度超出模型上下文限制；- 示例数据集（examples）：以键值对形式存储「输入-输出」示例，为模型提供任务参考（如"开心"→"伤心"）；
2026-04-22 12:11:47
355
原创 我不是狐狸,我是那Harness Engineering
本文介绍的关键优化技巧包括：基于测量的针对性优化、内存管理最佳实践、高效的异步编程模式、合理的数据结构选择、数据库访问优化以及生产环境监控等。值得注意的是，性能优化应当遵循"先测量后优化"的原则，避免过早和过度的优化。同时，在追求性能提升的过程中，不应牺牲代码的可维护性和可读性。通过平衡各种因素，开发者可以构建出既高效又健壮的 .NET 应用程序，为用户提供流畅的使用体验，为企业创造更大的价值。最终，持续学习最新的 .NET 性能优化技术，结合实际应用场景进行实践和验证，是保持应用竞争力的关键。
2026-04-22 11:22:46
336
原创 OpenClaw 不会安装的，一键安装包来了，代码开源！
如果你下意识地开始写一连串的if...else if...else，那么恭喜，你正在制造一颗名为“面条代码”的定时炸弹。想象一个场景：产品经理要求，“用户滚动到页面底部时，如果已经登录，就加载A模块数据；3. 函数式编程思维：数组的forEach、map、filter等方法，能让遍历和转换数据的意图更明确，减少副作用。3. for...of (用于数组等可迭代对象) 和 for...in (用于对象属性)：让你摆脱索引，直接拿到值。// 直接输出 'red', 'green', 'blue'
2026-04-21 13:58:12
185
原创 .NET .Result 避坑指南：不同框架下的死锁与线程池饥饿
当我们需要发起新的提案时，可以直接使用：/openspec:proposal 就可以触发该指令，此时 AI 就会根据 proposal.md 中所定义的规范，来创建一个新的变更提案。mands/openspec 这个目录定义了三个不同的命令，每个命令文件中所写的提示词，都是 AI 在执行该命令时需要参考的"规范"。你只需要理解这套规范的工作流程，就能与 AI 配合无间。当然，在有需要的时候，我们也可以修改 OpenSpec 初始化时所生成的一系列.md文件，直接变更规范，使其更加符合企业内的业务流程。
2026-04-21 13:57:30
228
原创 我用 AI 辅助开发了一系列小工具（）：文件提取工具
实际行为：服务器发完剩余数据后，内核构造FIN+ACK报文（FIN=1表示关闭自身数据流，ACK=1确认之前的交互），序号seq=w（w是服务器最后一次发数据的序号+1），确认号ack=u+1（与第二步的ack一致，因为客户端此时已无数据发送），发送给客户端。停止发送新数据，将未发完的数据一次性发完，然后构造FIN+ACK报文（FIN=1表示关闭自身数据流，ACK=1确认之前收到的服务器数据），序号seq=u（u是客户端最后一次发数据的序号+1），确认号ack=v（v是服务器最后一次发数据的序号+1）；
2026-04-20 15:00:32
224
原创 代码之外周刊（第期）：当技术让一切趋同，我们还剩什么？
使用 kubectl-neat 插件，可以自动移除这些由集群生成的冗余字段，仅保留有意义的内容，使 yaml 更加简洁，方便复用。## 这里我直接将 kubectl get -o yaml 与 kubectl-neat get -o yaml 输出对比。## 示例是通过 kubectl plugin 方式安装,使用二进制安装改成 kubectl-neat 就好。## 上面说没啥用的地方就在这...实际上能用的参数只有 get(kubectl-neat 自己的参数)## 自动补全命令用的。
2026-04-20 14:59:50
259
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