<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[gitblog_00337的博客]]></title><description><![CDATA[]]></description><link>https://blog.csdn.net/gitblog_00337</link><language>zh-cn</language><generator>https://blog.csdn.net/</generator><copyright><![CDATA[Copyright &copy; gitblog_00337]]></copyright><item><title><![CDATA[knowledge-work-plugins 企业搜索实战：search 技能如何用一条查询打通聊天、邮件、文档与项目追踪]]></title><link>https://blog.csdn.net/gitblog_00337/article/details/151966033</link><guid>https://blog.csdn.net/gitblog_00337/article/details/151966033</guid><author>gitblog_00337</author><pubDate>Sat, 12 Sep 2026 22:48:14 +0800</pubDate><description><![CDATA[> 本文基于 `knowledge-work-plugins` 仓库中 [enterprise-search](https://link.gitcode.com/i/f02c93da58e672c5f69d86997f3d3c67) 插件的 [search 技能](https://link.gitcode.com/i/6e54d9e464b2f6d96d8add2c22eed921) 展开。它定义]]></description><category></category></item><item><title><![CDATA[Cloud Design Patterns 技能指南：分布式系统模式选择、架构对齐与可观测性最佳实践]]></title><link>https://blog.csdn.net/gitblog_00337/article/details/165126670</link><guid>https://blog.csdn.net/gitblog_00337/article/details/165126670</guid><author>gitblog_00337</author><pubDate>Sat, 12 Sep 2026 22:44:05 +0800</pubDate><description><![CDATA[本文以 [cloud-design-patterns 技能](https://link.gitcode.com/i/de99b5dc5129659eaee270491119e719) 的 [Best Practices for Pattern Selection](https://link.gitcode.com/i/592badea10c52f67fd600d49cd53ca20) 文档为骨架，]]></description><category></category></item><item><title><![CDATA[Kohya_ss Flux.1 LoRA 训练如何一次跑通：新手完整上手路线]]></title><link>https://blog.csdn.net/gitblog_00337/article/details/156928601</link><guid>https://blog.csdn.net/gitblog_00337/article/details/156928601</guid><author>gitblog_00337</author><pubDate>Sat, 12 Sep 2026 22:18:14 +0800</pubDate><description><![CDATA[本文以 Kohya_ss Flux LoRA 训练为主题，面向没训过 Flux.1 的新手：下载哪些文件、参数改哪些、数据怎么准备、启动后看什么、卡住了怎么排查，一条线讲完。看完你手里会有一个能直接插进生成工作流的 Flux.1 LoRA。

如果还没拿到代码：

```bash
git clone https://gitcode.com/GitHub_Trending/ko/kohya_ss
`]]></description><category></category></item><item><title><![CDATA[Vector 运行时模型：基于 Tokio 的异步任务调度与数据平面详解]]></title><link>https://blog.csdn.net/gitblog_00337/article/details/153758457</link><guid>https://blog.csdn.net/gitblog_00337/article/details/153758457</guid><author>gitblog_00337</author><pubDate>Sat, 12 Sep 2026 22:08:02 +0800</pubDate><description><![CDATA[本文基于 Vector 官方架构文档 [runtime-model.md](https://link.gitcode.com/i/c6d94ead95ef75af0c6d22f55636f85e) 展开，剖析 Vector 的可观测性数据管道在运行时的组织方式：一个基于 future 的异步运行时，其中 DAG 拓扑中的节点被映射为通过 channel 通信的异步任务，并由 [Tokio](htt]]></description><category></category></item><item><title><![CDATA[LeetCode-Go 题解：1668. Maximum Repeating Substring 最大重复子串（字符串枚举）]]></title><link>https://blog.csdn.net/gitblog_00337/article/details/161482229</link><guid>https://blog.csdn.net/gitblog_00337/article/details/161482229</guid><author>gitblog_00337</author><pubDate>Sat, 12 Sep 2026 20:44:45 +0800</pubDate><description><![CDATA[本篇围绕 LeetCode-Go 仓库中的第 1668 题「Maximum Repeating Substring（最大重复子串）」展开：题目要求判断一个单词 `word` 连续重复 `k` 次后形成的字符串，是否是 `sequence` 的子串，并求出最大的 `k`。本文将完整梳理题目语义与示例、约束条件，深入讲解「从大到小枚举重复次数 + 子串查找」的解题思路，并结合 源码实现 与 测试用例 ]]></description><category></category></item><item><title><![CDATA[三步跑通 Portkey Gateway：从第一次请求到容错路由的完整流程]]></title><link>https://blog.csdn.net/gitblog_00337/article/details/155549233</link><guid>https://blog.csdn.net/gitblog_00337/article/details/155549233</guid><author>gitblog_00337</author><pubDate>Sat, 12 Sep 2026 20:15:08 +0800</pubDate><description><![CDATA[各家 LLM 的请求格式不一样，key 各管各的，限流了就得等冷却、改代码再发布。Portkey Gateway 是一个开源的 AI 网关：把请求都指向一个 OpenAI 兼容的端点，路由、重试、回退和护栏校验都发生在网关层，业务代码不用再为每个供应商写一遍。

## Portkey Gateway 替你省掉的两种日常活

### 把重试和回退变成请求级配置

没有网关时，处理 429 和供应商故]]></description><category></category></item><item><title><![CDATA[Common Room Prospector 对象类型指南：在 knowledge-work-plugins 中构建精准客户名单的实战方法]]></title><link>https://blog.csdn.net/gitblog_00337/article/details/156920705</link><guid>https://blog.csdn.net/gitblog_00337/article/details/156920705</guid><author>gitblog_00337</author><pubDate>Sat, 12 Sep 2026 19:39:38 +0800</pubDate><description><![CDATA[本指南聚焦 Common Room 插件的 Prospecting（客户开发）技能中**最关键的决策点——ProspectorOrganization 与 Organization 两种对象类型的区分**，并结合插件源码（[prospect/SKILL.md](https://link.gitcode.com/i/406192a7743d437cf7e3d4d735b3015d)）完整展开从"收集]]></description><category></category></item><item><title><![CDATA[OmniRoute Fly.io 生产部署指南：flyctl 发布、Secrets 管理与数据持久化实战]]></title><link>https://blog.csdn.net/gitblog_00337/article/details/165123967</link><guid>https://blog.csdn.net/gitblog_00337/article/details/165123967</guid><author>gitblog_00337</author><pubDate>Sat, 12 Sep 2026 19:12:35 +0800</pubDate><description><![CDATA[本指南完整记录 OmniRoute 统一 AI 网关在 Fly.io 上的实际部署方法，覆盖首次部署、Secrets 参数配置、数据卷持久化、fork 同步上游后的滚动发版、发布后健康检查与常见故障排查。读完本文，你将掌握一套经过仓库配置验证的、可复制的 Fly.io 部署流程，能够把 OmniRoute（应用名 `omniroute`）稳定跑在 `https://omniroute.fly.de]]></description><category></category></item><item><title><![CDATA[Worktrunk安全最佳实践：保护你的Git工作树数据]]></title><link>https://blog.csdn.net/gitblog_00337/article/details/151816709</link><guid>https://blog.csdn.net/gitblog_00337/article/details/151816709</guid><author>gitblog_00337</author><pubDate>Sat, 12 Sep 2026 19:11:50 +0800</pubDate><description><![CDATA[Worktrunk是一款专为并行AI代理工作流设计的Git工作树管理CLI工具，它通过高效的工作树管理帮助开发者更安全地处理多分支并行开发。在使用Worktrunk进行Git工作树管理时，遵循安全最佳实践对于保护代码和开发环境至关重要。

## 了解Worktrunk的安全模型

Worktrunk采用了多层次的安全防护机制，确保在处理Git工作树时的安全性。其核心安全模型基于以下几个关键原则：
]]></description><category></category></item><item><title><![CDATA[PentAGI `searchers` 包深度解析：Web 搜索原语、错误契约与引擎扩展实战指南]]></title><link>https://blog.csdn.net/gitblog_00337/article/details/154374463</link><guid>https://blog.csdn.net/gitblog_00337/article/details/154374463</guid><author>gitblog_00337</author><pubDate>Sat, 12 Sep 2026 18:24:22 +0800</pubDate><description><![CDATA[`searchers` 是 PentAGI 全自主渗透测试 AI Agent 系统中 `web_search` 工具的引擎底座，位于 [backend/pkg/tools/searchers](https://link.gitcode.com/i/aca3dcd872c0f4748c41863a8837375d)，它将每个第三方搜索供应商封装为单一职责的"搜索原语"（每个引擎只负责一次 HTTP ]]></description><category></category></item><item><title><![CDATA[Label Studio Audio 标签详解：波形可视化、多声道标注与时间轴同步实战]]></title><link>https://blog.csdn.net/gitblog_00337/article/details/160951474</link><guid>https://blog.csdn.net/gitblog_00337/article/details/160951474</guid><author>gitblog_00337</author><pubDate>Sat, 12 Sep 2026 17:51:14 +0800</pubDate><description><![CDATA[本文围绕 Label Studio 前端编辑器中的 `<Audio>` 标签展开，系统讲解如何通过一行标签配置在标注界面中播放音频、渲染波形，并基于时间轴完成音频区域标注（如声音片段切分）、音频分类、转写以及音视频/段落同步等任务。读完本文，你将掌握 `<Audio>` 的全部参数含义与默认值、标注结果的数据结构，以及这些能力在 [前端编辑器源码](https://link.gitcode.com]]></description><category></category></item><item><title><![CDATA[LlamaIndex 结构化输出完全指南：Output Parsers、Pydantic Programs 与 Query Engine 集成实战]]></title><link>https://blog.csdn.net/gitblog_00337/article/details/165122642</link><guid>https://blog.csdn.net/gitblog_00337/article/details/165122642</guid><author>gitblog_00337</author><pubDate>Sat, 12 Sep 2026 17:25:13 +0800</pubDate><description><![CDATA[结构化输出（Structured Outputs）是 LlamaIndex 面向下游应用提供的一项核心能力：它让 LLM 不再返回自由文本，而是返回可被程序直接解析的 JSON、Pydantic 对象或格式化查询结果。本篇指南以 LlamaIndex 官方模块指南（[structured_outputs/index.md](https://link.gitcode.com/i/9bb5b4a90c]]></description><category></category></item><item><title><![CDATA[OI-wiki 最小费用最大流完全指南：SSP 增广路算法与 Primal-Dual 原始对偶算法]]></title><link>https://blog.csdn.net/gitblog_00337/article/details/165122455</link><guid>https://blog.csdn.net/gitblog_00337/article/details/165122455</guid><author>gitblog_00337</author><pubDate>Sat, 12 Sep 2026 17:13:15 +0800</pubDate><description><![CDATA[本篇技术指南以 OI-wiki 的 [docs/graph/flow/min-cost.md](https://link.gitcode.com/i/61089649613c5f85b55a695006a6f52e) 为骨架，系统讲解最小费用最大流（Min-Cost Max-Flow）的问题定义、SSP（Successive Shortest Path）算法的贪心原理与正确性证明、基于 EK 与 ]]></description><category></category></item><item><title><![CDATA[SpacetimeDB 增量迁移（Incremental Migrations）实战：以新增表替代修改列，零停机演进数据库 Schema]]></title><link>https://blog.csdn.net/gitblog_00337/article/details/165121558</link><guid>https://blog.csdn.net/gitblog_00337/article/details/165121558</guid><author>gitblog_00337</author><pubDate>Sat, 12 Sep 2026 16:39:01 +0800</pubDate><description><![CDATA[本指南以 SpacetimeDB 官方文档《Incremental Migrations》为核心，系统讲解在 SpacetimeDB 中如何在不支持通用改表迁移的前提下，通过"新增表 + 按需迁移 + 双写同步"的增量迁移模式，实现零停机、无数据丢失的 Schema 演进。你将掌握完整的模式设计思路、Rust 模块改造步骤、`spacetime call` / `spacetime sql` 验证]]></description><category></category></item><item><title><![CDATA[NocoDB 自部署：一条 Docker 命令把数据库变成在线协作数据库]]></title><link>https://blog.csdn.net/gitblog_00337/article/details/161481258</link><guid>https://blog.csdn.net/gitblog_00337/article/details/161481258</guid><author>gitblog_00337</author><pubDate>Sat, 12 Sep 2026 16:23:16 +0800</pubDate><description><![CDATA[NocoDB 是一款开源、可自托管的无代码数据库工具：不写代码，把你已有的 MySQL、PostgreSQL 或 SQLite 里的表，变成浏览器里可直接打开的在线数据库，表格、看板、日历、表单视图一应俱全。一条 Docker 命令就能部署，数据全程留在你自己的服务器上，控制权完全在自己手里。

## 能力速览

- 直接连接已有的 MySQL / PostgreSQL / SQLite，表结构自]]></description><category></category></item><item><title><![CDATA[Agent-Skills-for-Context-Engineering 的 Book SFT Pipeline：从一本书到作者风格微调模型的完整管线]]></title><link>https://blog.csdn.net/gitblog_00337/article/details/153707467</link><guid>https://blog.csdn.net/gitblog_00337/article/details/153707467</guid><author>gitblog_00337</author><pubDate>Sat, 12 Sep 2026 14:26:36 +0800</pubDate><description><![CDATA[本文为 [examples/book-sft-pipeline/SKILL.md](https://link.gitcode.com/i/4b382aa1c9d737aeb1f16913f575458e) 所定义的 Book SFT Pipeline 技能（v2.0.0）的系统性解读。该技能解决的核心问题是：如何把一本 ePub 电子书转换成可直接用于监督微调（SFT）的训练数据，并通过 LoRA]]></description><category></category></item><item><title><![CDATA[WeKnora 知识库管理 API 实战指南：创建、检索、拷贝与权限模型全解析]]></title><link>https://blog.csdn.net/gitblog_00337/article/details/154056651</link><guid>https://blog.csdn.net/gitblog_00337/article/details/154056651</guid><author>gitblog_00337</author><pubDate>Sat, 12 Sep 2026 13:09:26 +0800</pubDate><description><![CDATA[知识库（Knowledge Base）是 WeKnora 开放源代码 LLM 知识平台中统一承载文档（document）与 FAQ 两类知识资产的顶层容器，所有 RAG 检索、混合搜索、图谱抽取与 Wiki 生成都以知识库为边界展开。本文以 [docs/api/knowledge-base.md](https://link.gitcode.com/i/589f11d05f9c53df676bc28]]></description><category></category></item><item><title><![CDATA[深入解读 coze-studio 前端 `agent-ide-commons` 公共包：Diff 对比渲染、埋点工具与发布条款组件实战]]></title><link>https://blog.csdn.net/gitblog_00337/article/details/161384315</link><guid>https://blog.csdn.net/gitblog_00337/article/details/161384315</guid><author>gitblog_00337</author><pubDate>Sat, 12 Sep 2026 13:02:32 +0800</pubDate><description><![CDATA[> `@coze-agent-ide/agent-ide-commons` 是 coze-studio 前端 agent-ide 工作区中的公共工具包，聚合了机器人（Bot）开发 IDE 中高频复用的「Diff 变更对比渲染」「TEA 埋点上报」「发布合规条款弹窗」以及时间戳格式化等能力。本文以该包的 README 为核心骨架，结合 [commons/src](https://link.gitco]]></description><category></category></item><item><title><![CDATA[Roo Code 2.2.41 新特性解析：为 OpenAI 兼容提供商新增“禁用响应流式传输“开关]]></title><link>https://blog.csdn.net/gitblog_00337/article/details/157081545</link><guid>https://blog.csdn.net/gitblog_00337/article/details/157081545</guid><author>gitblog_00337</author><pubDate>Sat, 12 Sep 2026 12:54:26 +0800</pubDate><description><![CDATA[Roo Code 2.2.41 为 OpenAI 兼容提供商（OpenAI-compatible providers）新增了一个复选框设置，允许用户关闭响应流式传输（response streaming），从而在对话与工具调用流程中获得更可控的响应行为。本文以 2.2.41 的发布说明为骨架，结合仓库源码与测试用例，讲解该开关的配置入口、默认行为、底层实现原理及其适用边界，帮助你决定何时开启、何时]]></description><category></category></item><item><title><![CDATA[CopilotKit 语音演示样例音频：为 langgraph-typescript Showcase 准备 16kHz 的 sample.wav]]></title><link>https://blog.csdn.net/gitblog_00337/article/details/161269696</link><guid>https://blog.csdn.net/gitblog_00337/article/details/161269696</guid><author>gitblog_00337</author><pubDate>Sat, 12 Sep 2026 12:38:57 +0800</pubDate><description><![CDATA[本文围绕 CopilotKit 仓库中 `showcase/integrations/langgraph-typescript` 项目的语音演示（`/demos/voice`）样例音频目录展开：讲解 `public/demo-audio/sample.wav` 这一静态资源的用途、格式约束（16kHz 单声道、3–5 秒、<100KB）、在 macOS / Linux / Windows 上的本地]]></description><category></category></item></channel></rss>