<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[gitblog_00729的博客]]></title><description><![CDATA[]]></description><link>https://blog.csdn.net/gitblog_00729</link><language>zh-cn</language><generator>https://blog.csdn.net/</generator><copyright><![CDATA[Copyright &copy; gitblog_00729]]></copyright><item><title><![CDATA[AWS SDK for Java 2.x 操作 Amazon WorkDocs：aws-doc-sdk-examples 中的完整示例实践指南]]></title><link>https://blog.csdn.net/gitblog_00729/article/details/154713131</link><guid>https://blog.csdn.net/gitblog_00729/article/details/154713131</guid><author>gitblog_00729</author><pubDate>Thu, 24 Sep 2026 11:42:33 +0800</pubDate><description><![CDATA[本文基于 `aws-doc-sdk-examples` 仓库 `javav2/example_code/workdocs` 目录下的示例项目，系统讲解如何使用 AWS SDK for Java 2.x 完成 Amazon WorkDocs 的四类核心操作：列出组织用户、列出用户文档、上传文档与下载文档。读完本文，你将掌握 WorkDocs 的“预签名 URL 三阶段上传”与“`GetDocumen]]></description><category></category></item><item><title><![CDATA[PaddleNLP Qwen 系列大模型推理指南：动态图/静态图、动转静导出与 INT8/FP8 量化推理实践]]></title><link>https://blog.csdn.net/gitblog_00729/article/details/153237567</link><guid>https://blog.csdn.net/gitblog_00729/article/details/153237567</guid><author>gitblog_00729</author><pubDate>Thu, 24 Sep 2026 11:37:16 +0800</pubDate><description><![CDATA[本文以 PaddleNLP 官方推理文档为基础，系统讲解如何在 PaddleNLP 中构建、导出并运行 Qwen 系列大模型（Qwen / Qwen1.5 / Qwen2 / Qwen-MoE），覆盖 BF16 基础推理、Weight Only INT8 推理，以及 A8W8、A8W8C8、FP8-A8W8 等量化推理的完整命令与参数解析，并结合仓库源码说明底层推理器与导出链路的工作原理。读完本文]]></description><category></category></item><item><title><![CDATA[XAgent ToolServer 深度解析：Manager/Node 双容器架构、完整 API 说明与部署配置实战]]></title><link>https://blog.csdn.net/gitblog_00729/article/details/153671479</link><guid>https://blog.csdn.net/gitblog_00729/article/details/153671479</guid><author>gitblog_00729</author><pubDate>Thu, 24 Sep 2026 11:25:22 +0800</pubDate><description><![CDATA[ToolServer 是 XAgent 的工具执行后端：它以 Docker 容器为隔离单元，为 XAgent 的 Agent 提供文件编辑、Python Notebook、网页浏览、Shell 和 Rapid API 五类内置工具，并通过一套 Manager—Monitor—Node 的三级架构管理这些容器实例的生命周期。本文以 [ToolServer/README.md](https://lin]]></description><category></category></item><item><title><![CDATA[Salt SELinux 状态模块实战指南：用 salt.states.selinux 管理模式、布尔值与安全策略]]></title><link>https://blog.csdn.net/gitblog_00729/article/details/161108016</link><guid>https://blog.csdn.net/gitblog_00729/article/details/161108016</guid><author>gitblog_00729</author><pubDate>Thu, 24 Sep 2026 11:00:15 +0800</pubDate><description><![CDATA[本篇技术指南以 [salt.states.selinux 状态模块](https://link.gitcode.com/i/93f0e8fcd56df33bffd511aaf3150c7b) 为核心，系统讲解如何在 SaltStack 中通过声明式 SLS 配置管理 SELinux 运行模式（enforcing / permissive / disabled）、开关 SELinux 布尔值（boo]]></description><category></category></item><item><title><![CDATA[treg 使用与自托管指南：OpenRouter for Agent Tools 的统一工具注册表实战]]></title><link>https://blog.csdn.net/gitblog_00729/article/details/151709474</link><guid>https://blog.csdn.net/gitblog_00729/article/details/151709474</guid><author>gitblog_00729</author><pubDate>Thu, 24 Sep 2026 10:58:09 +0800</pubDate><description><![CDATA[treg 是一个面向 Agent 的工具注册表与代理网关，定位是"OpenRouter，但代理的是工具而不是模型"——你只需让 Agent 指向一个 base URL、持有一个 token，就能调用 3,000+ 条经目录收录的外部端点（覆盖 60+ 家提供商），按调用计费（低至 1 美分起），无需逐个注册提供商账号。本文以 [README.md](https://link.gitcode.com]]></description><category></category></item><item><title><![CDATA[拼团交易平台规则树模型扩展：多线程异步数据加载提升接口响应效率实战]]></title><link>https://blog.csdn.net/gitblog_00729/article/details/155837551</link><guid>https://blog.csdn.net/gitblog_00729/article/details/155837551</guid><author>gitblog_00729</author><pubDate>Thu, 24 Sep 2026 10:13:46 +0800</pubDate><description><![CDATA[本文档是《拼团交易平台系统》第 2-3 节的技术指南，聚焦于在通用规则树（Strategy Router）模型结构上扩展出"异步数据加载区"（multiThread），把拼团营销优惠试算接口所需的配置数据与商品数据改为异步线程并行加载、再统一写入上下文供后续节点使用。读完本文，你将掌握以 FutureTask + ThreadPoolExecutor 实现接口数据前置异步加载的落地写法，理解为什么]]></description><category></category></item><item><title><![CDATA[OpenChamber 1.5.6 实战指南：从 GitHub Issue 与 PR 直接启动会话，并在 Git 视图中完成 PR 全流程管理]]></title><link>https://blog.csdn.net/gitblog_00729/article/details/158727180</link><guid>https://blog.csdn.net/gitblog_00729/article/details/158727180</guid><author>gitblog_00729</author><pubDate>Thu, 24 Sep 2026 10:08:43 +0800</pubDate><description><![CDATA[本文基于 OpenChamber 仓库的 [changelog/1.5.6.md](https://link.gitcode.com/i/aa7e164f9bfeb545d8ee90d7dc3d8453) 版本记录，系统讲解 1.5.6 引入的 GitHub 深度集成能力：使用设备流（device flow）连接 GitHub 账户、从 Issue 和 Pull Request 直接启动带上下文的]]></description><category></category></item><item><title><![CDATA[Learn-Algorithms 链表双指针实战：双链相交检测、有序链表合并与 K 路归并详解]]></title><link>https://blog.csdn.net/gitblog_00729/article/details/142810803</link><guid>https://blog.csdn.net/gitblog_00729/article/details/142810803</guid><author>gitblog_00729</author><pubDate>Thu, 24 Sep 2026 10:02:39 +0800</pubDate><description><![CDATA[> 本文聚焦算法面试中最高频的「双链表」类问题：如何找出两个单向链表的第一个公共结点、如何判断两个链表是否相交，以及如何合并两条/多条有序链表。围绕 2.3 链表-2条.md 的骨架展开，并结合 2 链表.md、2.1 链表-排序.md、[剑指offer/README.md](https://link.gitcode.com/i/ad74dd78b92c2711c9a5c335fbd2f35e) ]]></description><category></category></item><item><title><![CDATA[ Docker实验室：Swarm模式下的网络安全管理实践]]></title><link>https://blog.csdn.net/gitblog_00729/article/details/148393695</link><guid>https://blog.csdn.net/gitblog_00729/article/details/148393695</guid><author>gitblog_00729</author><pubDate>Thu, 24 Sep 2026 10:02:28 +0800</pubDate><description><![CDATA[在现代分布式系统中，网络安全是至关重要的环节。Docker Swarm作为原生的容器编排工具，提供了强大的网络功能和安全机制。本文将带您深入了解Docker Swarm中的网络加密技术，通过实践操作掌握如何创建加密网络并理解其工作原理。

## 实验环境准备

在开始实验前，请确保您已具备以下条件：

- 至少两台运行Docker 1.13或更高版本的Linux主机，并已配置为同一个Swarm集群]]></description><category></category></item><item><title><![CDATA[把 SemIf 部署上云：WebGPU 演示在 Cloudflare 上一键零后端静态托管完整指南]]></title><link>https://blog.csdn.net/gitblog_00729/article/details/155091988</link><guid>https://blog.csdn.net/gitblog_00729/article/details/155091988</guid><author>gitblog_00729</author><pubDate>Wed, 23 Sep 2026 21:31:14 +0800</pubDate><description><![CDATA[SemIf 是一个用开源模型做语义决策（semantic ifs）的独立研究项目，它的 WebGPU 浏览器演示完全在访客的本地显卡上运行。本文带你把这套演示一键部署到 Cloudflare Pages，全程零后端、零构建、零服务器代码——上传一个静态目录，访客就能在自己的浏览器里直接运行 2B～4B 级本地模型，现场对比"直接读取选项 logits"与"逐 token 生成 JSON"两条决策路]]></description><category></category></item><item><title><![CDATA[flet.SliderInteraction 枚举详解：四种滑块交互模式及在 Slider 控件中的应用]]></title><link>https://blog.csdn.net/gitblog_00729/article/details/163468764</link><guid>https://blog.csdn.net/gitblog_00729/article/details/163468764</guid><author>gitblog_00729</author><pubDate>Wed, 23 Sep 2026 21:30:10 +0800</pubDate><description><![CDATA[`flet.SliderInteraction` 是 Flet 中用于定义滑块（Slider）交互方式的枚举类型，它决定了用户能否通过点击轨道（tap）、滑动轨道（slide）或仅拖拽滑块拇指（thumb）来改变滑块取值。本文基于当前仓库中 [SliderInteraction 类型文档](https://link.gitcode.com/i/f47558077418a16fedbc7c080fc]]></description><category></category></item><item><title><![CDATA[PaddleHub 人脸检测模块实战指南：PyramidBox-Lite 与超轻量人脸检测模型的安装、推理与服务化部署]]></title><link>https://blog.csdn.net/gitblog_00729/article/details/166492656</link><guid>https://blog.csdn.net/gitblog_00729/article/details/166492656</guid><author>gitblog_00729</author><pubDate>Wed, 23 Sep 2026 21:26:55 +0800</pubDate><description><![CDATA[人脸检测是目标检测的重要分支，也是安防、人脸识别、人脸安全等场景的基础能力。本指南以当前仓库 [modules/image/face_detection](https://link.gitcode.com/i/11be725704ba0cbfc4b1df4901790b06) 目录下的 PaddleHub 人脸检测模块为主体，完整讲解推荐模型的选型、环境安装、命令行推理、Python API 调用]]></description><category></category></item><item><title><![CDATA[timesfm-3.0-pytorch架构深度解析：Mixing Transformer、Variate Attention与RevIN如何协同工作]]></title><link>https://blog.csdn.net/gitblog_00729/article/details/164060076</link><guid>https://blog.csdn.net/gitblog_00729/article/details/164060076</guid><author>gitblog_00729</author><pubDate>Wed, 23 Sep 2026 21:06:00 +0800</pubDate><description><![CDATA[TimesFM 3.0（timesfm-3.0-pytorch）是 Google Research 开发的**时间序列基础模型**，本仓库提供官方 PyTorch 权重与配置。它采用"Mixing Transformer + Variate Attention + 迭代 RevIN"三大核心机制协同工作，能对任意领域的时间序列直接进行概率预测。本文带你零基础读懂这套架构的每个关键部件 📊

##]]></description><category></category></item><item><title><![CDATA[KVMD 1.71 功能解析：PiKVM 的 IPMI 健康状态查询与键盘鼠标宏录制]]></title><link>https://blog.csdn.net/gitblog_00729/article/details/153179095</link><guid>https://blog.csdn.net/gitblog_00729/article/details/153179095</guid><author>gitblog_00729</author><pubDate>Wed, 23 Sep 2026 19:16:29 +0800</pubDate><description><![CDATA[本篇技术解读基于 PiKVM 官方发布公告（[docs/blog/posts/2020/2020-06-20/index.md](https://link.gitcode.com/i/dcec3d29f756af885a6ab6fb0d20b159)），围绕 KVMD 1.71 版本引入的两项核心改进展开：IPMI 模拟器对 `ipmiutil health` 命令的支持，以及 Web 界面中键盘]]></description><category></category></item><item><title><![CDATA[cj_ftp快速上手教程：仓颉语言FTP客户端10分钟完成安装与首次文件传输]]></title><link>https://blog.csdn.net/gitblog_00729/article/details/162199080</link><guid>https://blog.csdn.net/gitblog_00729/article/details/162199080</guid><author>gitblog_00729</author><pubDate>Wed, 23 Sep 2026 19:10:25 +0800</pubDate><description><![CDATA[cj_ftp 是一个用仓颉语言（Cangjie）实现的 FTP 客户端工具库，代码精简、上手快，支持 TLS 加密和被动模式。本教程面向新手，10 分钟带你完成安装依赖、登录服务器，并首次完成文件上传下载与目录管理，助你快速掌握仓颉 FTP 文件传输的完整流程。

## 🧩 cj_ftp 能做什么？

cj_ftp 封装了 FTP 协议的常用命令，让你用几行仓颉代码完成过去需要繁琐 socket]]></description><category></category></item><item><title><![CDATA[Modin FAQ 全解析：从单线程 pandas 到分布式 DataFrame 的实战指南]]></title><link>https://blog.csdn.net/gitblog_00729/article/details/163750694</link><guid>https://blog.csdn.net/gitblog_00729/article/details/163750694</guid><author>gitblog_00729</author><pubDate>Wed, 23 Sep 2026 18:52:20 +0800</pubDate><description><![CDATA[> **导读**：Modin 是一个只需改动一行 import 即可将 pandas 工作负载扩展到多核乃至集群的开源 DataFrame 框架。本文以官方 FAQ 为主线，系统讲解"为什么要用 Modin、它比 pandas 快在哪里、底层如何分层工作、如何在笔记本中一行切换、如何选择 Ray/Dask/Unidist 引擎、如何通过 `read_sql` 连接数据库"，并结合仓库源码（如 `m]]></description><category></category></item><item><title><![CDATA[Flink CDC 2.x 到 3.x 升级实战指南：路径选择与状态迁移]]></title><link>https://blog.csdn.net/gitblog_00729/article/details/161357455</link><guid>https://blog.csdn.net/gitblog_00729/article/details/161357455</guid><author>gitblog_00729</author><pubDate>Wed, 23 Sep 2026 17:38:07 +0800</pubDate><description><![CDATA[Apache Flink CDC（下文简称 CDC）是构建在 Apache Flink 之上的实时数据集成工具。如果你在生产线运行着 2.x 的 DataStream 作业，打算迁移到 3.x 的 Pipeline API，需要回答三个问题：值不值得迁、怎么迁、状态会不会丢。本文用可量化的差异对照、三条升级路径、升级前检查清单、两处关键改动的走读，以及验收口径，给出迁移决策和落地依据。

## 值]]></description><category></category></item><item><title><![CDATA[在 Next.js App Router 中内嵌 MCP Server：使用 mcp-use 的 withMcpUse 与 createNextHandler 完整指南]]></title><link>https://blog.csdn.net/gitblog_00729/article/details/155090457</link><guid>https://blog.csdn.net/gitblog_00729/article/details/155090457</guid><author>gitblog_00729</author><pubDate>Wed, 23 Sep 2026 17:03:39 +0800</pubDate><description><![CDATA[本文以 mcp-use 官方示例 [libraries/typescript/packages/server/examples/nextjs](https://link.gitcode.com/i/f7d4a8bc57a0926dba954f19a0044db4) 为骨架，系统讲解如何在单个 Next.js 应用中同时承载网站与 MCP Server：由 Next.js 独占 HTTP 监听、mc]]></description><category></category></item><item><title><![CDATA[MemOS 多用户内存系统实战：MOS 用户管理与记忆隔离完全指南]]></title><link>https://blog.csdn.net/gitblog_00729/article/details/162806503</link><guid>https://blog.csdn.net/gitblog_00729/article/details/162806503</guid><author>gitblog_00729</author><pubDate>Wed, 23 Sep 2026 16:52:43 +0800</pubDate><description><![CDATA[MemOS 的 MOS（Memory Operating System）层为 LLM / AI Agent 提供了面向多用户、多会话场景的内存操作能力，而这一切的根基是它的用户管理系统。本文围绕 `docs/en/open_source/modules/mos/users.md` 展开，完整讲解 MOS 的四级角色模型、五个核心用户管理 API、用户与记忆 Cube 的隔离/共享机制，并结合仓库源]]></description><category></category></item><item><title><![CDATA[Play Framework 配置文件完全指南：HOCON 语法、配置加载与开发模式实践]]></title><link>https://blog.csdn.net/gitblog_00729/article/details/162600215</link><guid>https://blog.csdn.net/gitblog_00729/article/details/162600215</guid><author>gitblog_00729</author><pubDate>Wed, 23 Sep 2026 15:40:05 +0800</pubDate><description><![CDATA[> 本指南以 Play Framework 官方文档 [ConfigFile.md](https://link.gitcode.com/i/a9cbb30971a1f1e1c8e8a725df439569) 为主体，系统讲解 Play 应用配置文件 `conf/application.conf` 的加载机制（`reference.conf`、系统属性、`config.resource`/`conf]]></description><category></category></item></channel></rss>