- 博客(21)
- 收藏
- 关注
RSS订阅原创 数字人直播带货从 0 到日销过万：技术栈选型 + 避坑
数字人直播带货是一个集合了 AI 模型、音视频工程、直播运营和平台规则的复合型项目。它不是一台模型就能解决的事，而是需要用工程化思维把形象、语音、对话、推流和运营串成一条稳定链路。建议团队按「先 SaaS 验证，再自建降本，最后矩阵复制」的节奏推进。技术栈选型上，优先选择生态成熟、文档完善、可替换的方案；同时把合规和防封控放在首位，避免因小失大。当链路稳定、话术验证完成，日销过万只是时间问题。
2026-09-18 09:03:34
555
原创 SpringBoot + AI Agent 实战：从零搭建智能代码助手，附完整源码
本文从零搭建了一个 Spring Boot 加 AI Agent 的智能代码助手，覆盖了依赖配置、大模型接入、工具定义、Agent 实现、HTTP 接口和前端页面。核心思路是把「读取项目」「搜索代码」「列目录」等能力包装成结构化工具，再由大模型根据描述自主决定何时调用。这套方案的可扩展性很强：模型服务可以随时替换，工具可以持续叠加，后端接口可以继续接入企业权限体系。掌握了这个链路之后，你就可以把同样的思路迁移到日志分析助手、测试用例生成助手、接口联调助手等更多开发场景中。
2026-09-17 09:00:07
506
原创 Docker 镜像瘦身实战：从 1.2G 压到 200M 的 10 个核心技巧
Docker 镜像瘦身不是一次性的奇技淫巧，而是一套贯穿 Dockerfile 设计、依赖管理、构建流程和运行时优化的组合策略。减掉不需要的东西：合适的基础镜像、运行态依赖、按需安装。减少历史包袱：合并 RUN、及时清理缓存和临时文件。分离关注点：多阶段构建让编译环境不进运行环境。建议把镜像体积纳入 CI/CD 的质量卡点，每次构建后自动比较体积变化，让项目从“偶尔瘦身”变成“持续保持轻盈”。
2026-09-16 09:08:40
269
原创 入门必看：IDEA 中 Git 基础操作的 8 个核心步骤
初始化仓库、配置用户信息、分支管理、提交、拉取、推送、合并解决冲突，以及查看历史与回退。初学者可以按顺序练习一遍，之后每天开发基本上都会反复经历“拉取、修改、提交、再推送”的固定流程。建议先在个人测试仓库中多练习分支合并和版本回退，尤其是冲突解决，熟悉之后再应用到团队项目里，会减少很多不必要的提交错误。
2026-09-15 09:45:03
571
原创 Git 版本控制底层原理：blob、tree、commit 如何组成完整版本链
Git 的版本体系建立在三类不可变对象之上：blob 保存文件内容，tree 维护目录与文件映射，commit 通过 tree 指向项目快照，并通过 parent 指向历史节点。三者组合后，每次提交都能独立还原出完整项目状态，同时借助内容寻址实现高效的复用与存储。理解这层底层模型后，再看分支、合并、rebase、cherry-pick 等高级操作，本质上都是对 commit 节点和引用指针的不同操作方式。建议读者结合等底层命令，对一个小仓库做几次提交实验，把抽象的哈希链变成具体的对象关系。
2026-09-15 09:38:17
269
原创 分布式事务 Seata 实战：从环境搭建到生产落地全流程
TCC 将每个分支拆分为 Try、Confirm、Cancel 三个阶段。Try 阶段完成资源检查和预留，Confirm 阶段执行真正的业务提交，Cancel 阶段释放预留资源。TCC 的优势是每个阶段都由业务自行控制，避免了数据库锁长时间占用，但需要为每个接口额外实现确认和取消逻辑，开发成本较高，更适合资金类或对性能要求高的场景。Seata 为微服务场景提供了从轻量级 AT 模式到强业务控制的 TCC、Saga 模式在内的多种分布式事务方案。AT 模式以其低侵入、易接入的特点，适合大多数业务快速落地；
2026-09-14 08:50:20
395
原创 本地部署性能优化技巧：从硬件到推理的完整调优指南
本地部署的性能优化是一个系统工程，需要从硬件、操作系统、推理引擎、内存管理、并发调度和监控等多个层面协同推进。实际调优时应遵循测量优先、小步验证的原则，先建立性能基线，再逐项调整并记录收益，避免盲目堆叠优化手段导致问题难以定位。建议的实践顺序是：首先确认硬件资源利用率是否正常，其次完成系统参数调整，再做推理精度和图优化，最后通过动态批处理和缓存机制提升吞吐。上线后持续监控延迟和显存等关键指标，结合压测结果不断迭代，才能在有限资源下获得稳定、高效的本地推理服务。
2026-09-11 09:06:16
308
原创 SpringBoot + MyBatis-Plus 标准项目搭建，附完整可运行代码
本文从项目创建、依赖引入、数据源配置、数据库建表，到实体类、Mapper、Service、Controller 分层开发，完整演示了 Spring Boot + MyBatis-Plus 标准项目的搭建过程，并补充了分页查询和接口验证示例。只要按照文中的步骤执行，就可以得到一个可直接运行的项目骨架。在实际开发中，还可以继续引入统一异常处理、参数校验、Swagger 文档、代码生成器等增强能力，进一步规范项目结构、提升开发效率。
2026-09-10 09:13:04
460
原创 Java 线程池 7 种参数配置实战：解决 OOM 与线程阻塞的 5 个方案
默认线程工厂生成的线程名都是这样没有业务含义的名字。当线程卡死、阻塞或泄漏时，线程栈里一大片同名线程，根本无法定位是哪个业务出的问题。自定义可以让线程拥有业务前缀，还方便统一记录线程创建日志和设置异常处理器。@Override// 非守护线程，防止 JVM 过早退出// 统一处理线程未捕获异常，避免线程静默死亡log.error("Thread {} 异常退出", thread.getName(), throwable);});return t;业务线程池统一使用。
2026-09-09 10:39:22
691
原创 Ollama 一键部署 DeepSeek 教程：本地大模型从安装到调用
使用 Ollama 部署 DeepSeek 的流程可以概括为：安装 Ollama → 拉取模型 → 命令行体验 → API 接入应用。整个过程无需复杂的环境配置，几分钟内即可在本地跑起 DeepSeek。对于个人开发者、学习者或希望保护数据隐私的团队，这是一个非常实用且低成本的本地大模型方案。
2026-09-09 09:10:54
1025
原创 IDEA AI 插件对比：从代码补全到智能协作，哪一款更适合你
在日常开发中，如果追求最省心、补全质量稳定的体验，GitHub Copilot 和 JetBrains AI Assistant 仍是稳妥选项。如果主要写 Java 后端，并且希望免费获得高质量补全和对中文注释的良好理解，通义灵码、百度 Comate、腾讯云 AI 代码助手都值得安装试用。如果更在意代码隐私和团队定制，可以重点测试 Tabnine。如果团队业务深度绑定 AWS，那么 Amazon Q Developer 会是更自然的延伸。
2026-09-08 16:46:44
409
原创 LangGraph/LangChain 编排：从链式调用到图工作流
LangChain 提供丰富的组件生态，LangGraph 提供清晰的编排方式。二者结合后，可以把原本难以维护的“一大段提示词加一堆 if-else”改造成可观测、可复用、可恢复的工作流。对于需要多步推理、工具调用、条件分支和人工审批的应用，用 LangGraph 定义状态图是更稳健的选择。
2026-09-08 09:26:04
340
原创 开源模型行业微调实战：从数据治理到高效部署的完整路径
开源模型行业微调的核心不是调参技巧，而是数据质量、任务边界和方法匹配三者的统一。行业团队应当先把任务定义清楚，再用高质量数据做轻量高效的 LoRA 或 QLoRA 微调，建立可量化的评估闭环，最后配合私有化部署和合规过滤实现稳定上线。建议刚起步的团队从以下路径入手：先准备 2000 至 5000 条高质量行业指令数据，用 QLoRA 在 7B 模型上做首轮验证；观察自动指标和专家评分后，再逐步扩充数据、调整任务范围，并尝试更大规模模型或全量微调。
2026-09-07 08:53:51
746
原创 AI 辅助编程工具二次开发：从插件到 MCP 的完整实战指南
AI 辅助编程工具的二次开发，本质上是把通用模型能力接入团队专属的工作流。插件与命令适合轻量定制，MCP 适合标准化的工具封装，LSP 适合代码呈现与校验。从一个小而清晰的工具开始，重视描述、失败语义和审计，再逐步扩展到完整链路，是投入产出比最高的路径。建议先从团队最重复、最耗时的一个手工流程入手，比如“生成标准 Issue”或“查询发布状态”。把这一件事做成可靠的 MCP 工具，你就已经迈过了二次开发最关键的门槛。
2026-09-04 14:06:27
705
原创 Docker 简介及 Docker 安装 Redis、MySQL 并实现数据挂载宿主机
Docker 是一个开源的容器化平台，它允许开发者把应用及其依赖环境打包成标准化的镜像，然后在任意安装了 Docker 的机器上运行。相比虚拟机，Docker 容器共享宿主机内核，启动更快、占用资源更少，非常适合微服务部署、持续集成和本地开发环境搭建。绑定挂载（bind mount）：直接指定宿主机目录和容器目录的映射关系，例如本文示例使用的。这种方式路径透明，便于管理和备份。命名卷（named volume）：由 Docker 管理卷，例如，再通过挂载。这种方式更便于跨主机迁移和插件扩展。
2026-09-03 20:27:43
12
原创 Multi-Agent 协作深度解析：从原理、架构到工程实践
Multi-Agent 协作指的是：由两个或更多智能体共同参与完成一项任务，每个智能体拥有独立的角色定义、上下文记忆、工具权限和执行目标，彼此之间通过结构化消息进行交互，并在一定的协调机制下逐步收敛到最终结果。核心不是「让一个模型在内心扮演多个角色」，而是把不同角色真正拆成独立的执行单元，让它们拥有隔离的上下文、独立的状态，并在明确的通信协议下协作。这与单个大模型在提示词里「先扮演 A 再扮演 B」有本质区别。Agent：具有角色、系统提示词、记忆和工具的执行主体。通信通道。
2026-09-03 08:55:54
581
原创 Agent 完整开发流程、MCP 协议实战与多智能体运维报表自动化
开发 Agent 的第一步是明确任务边界。需要回答三个问题：目标是什么、输入是什么、输出是什么。例如在运维场景中，目标可能是“自动定位故障并给出修复建议”，输入是监控告警与日志，输出是诊断报告或执行动作。MCP（Model Context Protocol）是一种开放协议，用于统一大模型与外部工具、数据源之间的交互方式。它定义了客户端、服务端和工具三者的通信规范，让 Agent 可以以标准化方式发现并调用外部能力。
2026-09-02 10:01:01
667
原创 XTerminal：国产服务器远程连接利器
XTerminal 作为一款国产服务器远程连接工具，在免费使用、跨平台、多协议支持和本地化体验等方面展现出了不错的竞争力。它不仅适合运维人员的日常管理，也能满足开发调试和个人服务器管理的需求。如果你正在寻找一款轻量、易用且免费的工具来替代现有的付费终端软件，不妨下载 XTerminal 实际体验一下。随着远程工作和云服务器使用的持续普及，一款稳定、高效的终端管理工具，会成为提升日常工作效率的重要助力。
2026-09-02 09:11:38
346
原创 Spring AI 集成 DeepSeek、火山引擎等主流大模型实战指南
Spring AI 是 Spring 官方推出的 AI 应用开发框架，旨在为 Java 开发者提供与 AI 模型交互的标准抽象层。它借鉴了 Spring 生态一贯的「约定优于配置」设计理念，屏蔽了不同模型服务商之间的 API 差异，让开发者可以用统一的编程模型调用不同厂商的大模型。统一抽象：通过 ChatClient、ChatModel 等统一接口屏蔽各家 API 差异。自动配置：基于 Spring Boot 的自动装配机制，只需配置 API Key 和模型名称即可快速接入。流式输出。
2026-09-01 10:06:56
315
原创 Spring AI 入门指南：从零构建智能应用
Spring AI 是 Spring 官方推出的 AI 应用开发框架，旨在为 Java 开发者提供一套简洁、统一的接口，用于对接 OpenAI、Azure OpenAI、Hugging Face、Ollama 等主流大模型服务。统一抽象：屏蔽不同模型服务商的 API 差异，提供一致的调用方式。Spring 原生集成：与 Spring Boot、Spring Cloud 无缝衔接，支持自动配置和依赖注入。可扩展性：支持自定义模型接入、提示词模板、输出解析等高级功能。
2026-09-01 10:01:46
357
原创 自购 DeepSeek API 集成到 IDEA 开发工具：完整配置指南
通过以上步骤，你已经成功将自购的 DeepSeek API 集成到 IDEA 开发工具中。这套方案的核心优势在于：使用自己的 API Key，按需付费，成本可控；同时可以自由选择模型版本，不受厂商绑定限制。建议先从代码补全和解释功能开始使用，逐步探索更多 AI 辅助编程的玩法，让开发效率得到实实在在的提升。
2026-08-31 17:58:05
766
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人