Pocker_Spades_A的博客

原创 论文精读（七）：结合大语言模型和领域知识库的证券规则规约方法

如果把证券交易所的业务规则文档比作一家高端餐厅的“复合型菜单”，你会发现它藏着不少“点餐陷阱”：菜单上既有“现点现做的热菜”（需要软件实现的交易规则，如“匹配成交时间9:15-9:25”），也有“餐厅营业时间”（与软件无关的规则，如“交易所动态调整交易方式”）；既有“专业食材术语”（如“债券通用质押式回购”，像菜单里的“M5和牛”），也有“抽象烹饪要求”（如“竞买预约要素”，像菜单里的“适量调料”）；更麻烦的是，菜单没写“先备菜再烹饪”的顺序（如“撤销申报需先有已申报订单”的隐式关系）。

原创 一周年纪念日-一个“疯癫”的野心家

本文以扑克中的黑桃A在CSDN一周年的成长轨迹为主线，展现了一个普通二本软件工程专业学生的逆袭历程。全文以"不认命"为核心精神，展现了当代青年在技术道路上的执着追求与自我突破，最终实现从"被质疑的萌新"到"帮助他人的引路人"的身份转变。

原创 AI 对话高效输入指令攻略（五）：AI+PicDoc文生图表工具：解锁高效图表创作新范式

摘要： PicDoc是一款零门槛AI图表生成工具，通过文字描述即可快速创建思维导图、流程图、时间轴等专业图表，无需编程或设计基础。用户登录后输入文本内容，系统自动解析并生成可视化图表，支持30+行业模板和多种风格调整，可导出为PNG、PDF等格式。该工具适用于教育、职场及内容创作场景，如教师备课、项目汇报、数据展示等，显著提升信息整理与呈现效率。核心功能实测显示，它能精准转化复杂信息为直观图表，满足多样化可视化需求，是高效易用的数据表达解决方案。（150字）

原创 从0开始部署个人博客——原以为又要烂尾，结果CodeBuddy带我嘎嘎乱杀

在创意面前，技术应该是助手，而不是障碍。此篇文章通过搭建自己的个人博客为案例，从工具介绍、功能拆解、代码生成、部署实战到效果复盘，用万字的细节记录，还原这场 "从 0 到 1" 的创作革命。如果你也曾因技术门槛搁置过创意，或正在寻找能让 "创作效率翻倍" 的工具，相信这篇实战会给你答案。这不是因为我技术多牛，而是因为我站在了工具进化的肩膀上。

原创 App 弱网问题怎么稳定复现？用树莓派 + ATC 搭一个可控测试网关

应用在办公室 Wi-Fi 下跑得很顺，并不代表到了地铁、地下停车场或者信号边缘还能一样稳定。弱网问题最麻烦的地方，是它往往偶发、难复现：今天接口超时，明天又正常；视频突然卡住，却很难在测试机上重新造出完全一样的条件。我尤其不喜欢那种“某次在地铁里复现了，回到办公室就消失”的问题，因为没有固定条件，代码改完以后也很难确认到底是真修好了，还是网络刚好恢复。与其等真实网络“碰运气”，我更愿意把带宽、延迟和丢包变成可以主动调的测试参数。

原创 传奇打工模拟器横评：MuMu、雷电、逍遥，搬砖党到底选哪个？

三个维度合到一起，把三款的侧重差异整理一下：说句公道话，三款都能跑传奇，没有谁是彻底不能用的。但如果你是认真搬砖、要长期多开挂机养号的玩家，综合下来MuMu 的体验最顺手——多开顶、挂机稳、工具兼容快，这三个搬砖党最在意的点它都没有明显短板。再加上云手机补上了"24 小时不断线"这块拼图，本地 + 云端的组合基本就是这个玩法的完整答案。最后还是那句老话：选模拟器没有绝对的标准答案，机器配置、常玩的版本、个人习惯不一样，选择也会不同。

原创 时序数据库选型指南：从大数据视角看Apache IoTDB的工业级优势

选时序数据库这件事，没有“最好的”，只有“合适的”。但从大数据分析和工业场景的实际需求来看，Apache IoTDB在数据模型适配、压缩效率、端边云协同这几个维度上确实做了不少针对性的工作。如果你正在做选型评估，建议先明确自己的业务特征，然后拿真实数据做一轮测试。下载链接企业版官网。

原创 32位XID循环耗尽：PG的旧疾，金仓V9的新解

32 位 XID 下，freeze 是对抗循环的紧急任务。64 位 XID 下，freeze 是普通 cleanup。这个语义转变对 autovacuum 调优哲学影响深远：DBA 不再需要“算 freeze 窗口”，而是回归“按业务需要清理死元组”。五年前我吐槽 PG 的 32 位 XID 是“狗皮膏药”，当时没人接这个吐槽。PG 社区认为 freeze + autovacuum 已经够用，国产数据库当时也没人敢碰这块。

原创 KES-Operator：让KES数据库集群在K8s环境中“原生生长”

当有状态应用加速涌入Kubernetes生态，数据库的部署与运维方式正在被重新定义。过去，数据库集群的管理逻辑与Kubernetes的资源调度体系之间存在一道天然的“缝隙”——计算、存储、网络资源需要跨层协调，集群规模越大，人工介入的代价就越高。电科金仓近期正式发布的，正是为弥合这道缝隙而来。它基于Kubernetes Operator模式构建，通过自定义资源（CRD）将KES集群的管理能力嵌入Kubernetes原生体系，让数据库集群以更“K8s化”的方式完成部署与日常运维。

原创 不用公网 IP！手把手教你用节点小宝搭建远程办公环境，远程桌面 / 双屏 / 文件传输一次搞定

本文以实战操作为主线，详细介绍如何使用节点小宝从零搭建一套完整的远程运维环境，涵盖设备添加、远程桌面连接、双屏独立分窗口配置、远程文件挂载、异地组网、内网穿透、远程开机等功能的具体操作步骤和注意事项，并附 P2P 连接失败、速度慢等常见问题的排查方案，适合需要远程办公或跨网管理设备的运维人员参考。

原创 整理极空间时我试了件好玩的事：Docker 跑起马里奥，再用 cpolar 带到外网

这台机器天天开着，Docker 也能跑，除了存文件、备份照片，还能不能干点更好玩的事？我第一个想到的，就是小时候玩得最多的《超级马里奥》。本来只是想随手试一下，没想到镜像拉下来、容器跑起来以后，浏览器里真的出现了那个熟悉的游戏画面。那一刻的感觉挺奇妙——平时摆在角落里的 NAS，突然像被塞进了一台小时候的游戏机。我后来又顺手把这个页面通过cpolar带到了外网。这样一来，不一定非得坐在家里的电脑前，公司空闲时、出门坐地铁时，手机浏览器里也能打开。这篇就是我把这次折腾过程重新整理了一遍。

原创 KES-Operator正式发布！面向Kubernetes环境的KES数据库集群管理新方案

*KES-Operator基于Kubernetes Operator技术和声明式管理方式，将KES集群纳入Kubernetes管理体系，提供集群部署、状态管理、扩缩容、物理备份等能力，用户可以按照Kubernetes的管理方式完成KES集群部署和日常运维。KES-Operator支持KES物理备份管理，用户可以通过配置创建和管理备份任务；KES-Operator支持KES集群扩容与缩容管理，用户可以根据实际需求调整集群节点规模，修改集群配置后，KES-Operator根据新的配置完成相应资源调整。

原创 让异构增量同步飞起来！电科金仓KFS全链路并行同步

原创 从“看到异常“到“锁定根因“：KEMCC如何终结数据库排障碎片化？

KEMCC根因分析汇总问题SQL，结合影响时长、锁详情、执行计划进行关联分析，辅助判断问题来源。例如，一条业务SQL持续变慢且伴随锁等待，继续追溯可能发现后台长事务持锁，而SQL自身执行效率低，导致持锁时间延长，其他会话等待累积，最终业务响应变慢——慢SQL、长事务、锁等待不再孤立，而是形成完整问题链。为此，KEMCC构建了覆盖性能、锁、根因、SQL、存储、索引及SQL统计的完整诊断框架，核心是将分散的诊断信息关联成一条可连续下钻的分析链路，让排障从"看到异常"走向"找到原因"。

原创 Python快速入门专业版（六十）：BeautifulSoup4——HTML解析神器（告别复杂正则）

安装与解析器选择：推荐lxml，速度最快，容错性好创建Soup对象标签查找find()— 找第一个匹配项find_all()— 找所有匹配项支持按标签名、class、id、属性等多种方式定位数据提取.text或— 提取文本tag['属性名']或.get()— 提取属性值实战应用对比优势：相比正则，bs4代码更少、可读性更强、维护成本更低让你专注于"提取什么数据"，而不是"怎么匹配字符串"。它将繁琐的文本处理转化为直观的DOM操作，是爬虫开发中不可或缺的神器。💡下一步。

原创 Python快速入门专业版（五十九）：re实战——用正则爬取豆瓣电影Top250（全流程解析）

本文完整演示了如何使用requestsreURL规律分析start参数每页递增25，共10页请求发送：携带User-Agent伪装浏览器，处理异常和重试数据提取：用正则表达式的命名分组精确定位各字段数据清洗：去除HTML杂质，格式化数据数据存储：用CSV模块保存，使用utf-8-sig编码避免中文乱码进阶优化：随机UA、请求间隔、异常重试正则表达式虽然看起来复杂，但一旦掌握，就能精准地从任何文本中提取结构化数据，是爬虫工程师的必备技能。

原创 二进制入门：10只老鼠如何给1000瓶酒做“死亡标记”？

想象一下这个场景：你筹备了一场百人宴会，准备了1000瓶好酒。结果隔壁老王看你不顺眼，偷偷往其中一瓶里下了剧毒。毒发时间：整整1小时。宴会开场时间：也是1小时后。你手边能用的工具：只有10只小白鼠。正常人第一反应一定是：10只老鼠，1000瓶酒，1小时——这不是完蛋了吗？别急。数学家会告诉你：10只老鼠不但够用，还能剩24个“空位”用不完。听起来像吹牛？我们一步一步来，先看看普通人会怎么解决，再见证真正的“降维打击”。最朴素的思路很简单：1000瓶分成10组，每组100瓶，一只老鼠喝一组混合样。1小时

原创 视频不用再一张张截图：ClipSketch AI 把关键画面转成漫画，还能顺手生成文案

把一段视频重新整理成适合小红书发布的图文内容，真正麻烦的往往不是写几句话，而是前面的素材处理。先完整看一遍视频，再找到值得保留的画面，一张张截图、裁切、整理顺序；如果还想统一视觉风格，又得重新做封面和配图。十分钟的视频最后可能只需要五六张图，但为了找到这几张图，前面的重复操作一点都不少。ClipSketch AI 把这套流程集中到了一个页面里。导入 B 站、小红书等视频后，可以直接在播放过程中用快捷键标记需要保留的关键帧。

原创 不用刷机也能改造小爱音箱：MiGPT 接入 DeepSeek 和豆包 TTS 实战

小爱音箱能不能接入现在的大模型，让它不再只回答固定内容？可以。而且这次不需要去拆机器，也不是给音箱重刷一套系统。真正发生变化的地方，是在小爱音箱和大模型之间增加一层 MiGPT，让原本的语音交互能够继续调用外部 AI 服务。那接入大模型以后，声音还是原来的小爱音色吗？也不一定。MiGPT GUI 除了配置模型接口，还可以继续接入 TTS 服务。比如这篇文章里使用豆包语音以后，回答内容由大模型生成，最终说出来时又可以换成另一套音色。那“猫娘”“管家”“老师”这些人设是怎么来的？核心其实就是角色提示词。

原创 扫描件越存越多怎么找？Docker 部署 Paperless-ngx，把合同、发票变成可搜索档案

纸质文件数字化以后，问题其实并没有自动消失。合同扫描成 PDF、发票拍成照片、银行账单保存到电脑，如果最后只是按照年份建立几个文件夹，几年以后依然会遇到同一个麻烦：记得内容，却忘了文件叫什么；知道某张发票存在，却不知道到底放在哪一级目录。Paperless-ngx 解决的是文档进入电脑以后的下一步。文件上传或进入消费目录后，系统可以执行 OCR 提取文字，再结合标题、日期、标签、对应方和文档类型进行整理，最终让扫描件也能够通过正文关键词直接检索。

原创 终端里也能斗地主：Linux部署Ratel，从本地对战到公网联机

斗地主不一定非要打开游戏平台，Linux 终端里同样可以开一局。Ratel 是一个基于 Java 的开源斗地主项目，包含服务端和客户端。把项目部署到 Linux 以后，可以启动一个独立的斗地主服务器，再通过客户端连接进去，既能和 AI 对战，也可以让其他玩家加入。整个游戏过程都在终端完成，出顺子、三带一、王炸或者 Pass，都有对应的文本命令。

原创 从“灵感枯竭”到“一句话出稿”：我用 Dify + 蓝耘 MaaS 搭了一个飞书自动写稿机器人

作为一名独立开发者，我同时维护着公众号、知乎和小红书三个平台。坚持周更一年多，最大的痛点从来不是“写什么”，而是“写完一版还要再改三版”——同一个选题，发公众号要有数据有深度，发小红书要口语化带emoji，发知乎要摆论点列逻辑。每次切换平台，光调整语气和排版就能耗掉一个晚上。“打造个人品牌”这句话听得耳朵起茧，但真正落到执行上，最难的是持续输出风格适配的多平台内容。灵感枯竭的时候，不是不想写，是实在没力气把同一句话拆成三种人设再说一遍。

原创 时序大模型 TimechoAI 使用指南：让时序预测触手可及

时序大模型 TimechoAI 让时序数据分析从“手工建模”走向“智能预测”。它基于清华大学 Timer 时序大模型，提供开箱即用的云服务，无需自建模型，即可获得高精度、低延迟的时序分析能力。无论你是零代码基础的业务人员（通过 Web 控制台上传数据、一键预测），还是需要编程集成的开发者（通过 REST API 或 Python SDK 接入），TimechoAI 都能提供最适合你的使用路径。它把复杂的时序建模能力封装成企业可以直接调用的云服务，让“训练模型”变成“提交历史数据并获取预测结果”。

原创 飞算JavaAI 48分钟能做完Java全栈项目吗？

最终项目在 IDEA 中完成了 Maven 与 npm 阶段，并启动 Spring Boot。终端截图可以看到 Tomcat 运行在 8080 端口，FixFlowApplication 启动完成。

原创 不在公司，也能连回办公电脑：用 Natapp 打通 Windows 远程桌面

电脑放在公司，人已经回到家，临时要取一个文件或处理几分钟没收尾的工作，这时最麻烦的是根本碰不到那台电脑。单独安装远程控制软件适合临时协助，但长期连接固定电脑，两端都要维护客户端，还可能遇到登录、授权或套餐限制。这次我保留，只在公司电脑上运行，通过把本机3389端口接到公网。外面的 Mac、Windows 电脑或手机使用原来的远程桌面客户端，连接 Natapp 提供的固定地址和端口即可。连接关系并不复杂：连接成功后，文件和软件仍在公司电脑上运行，不需要为每个应用单独开放公网端口。

原创 极空间安装1Panel：图形化管理Docker应用并部署AList

极空间首先是一台NAS，但除了文件存储之外，它也具备运行Docker和其他服务的能力。应用部署得越来越多以后，真正麻烦的往往不是某一个容器怎么启动，而是镜像、端口、日志和不同服务应该到哪里统一管理。1Panel提供了一套基于Web的服务器管理界面，可以把应用、容器、文件以及部分系统管理功能集中到同一个后台中。对于已经开始在NAS上运行自建服务的用户，它可以减少后续频繁进入SSH终端操作的次数。

原创 告别SQL改写困境：MySQL迁移的“四层零改造”实战指南

- MySQL 的建表语句-- 在金仓中直接执行，语法不变MySQL 迁移的核心难点在于改造工作量。如果连接层、SQL 层、函数层、代码层都能做到零改造，迁移成本就会大幅降低。金仓 KES V9R3C18 在这四个层面做了全维度覆盖，让 MySQL 迁移真正做到"更兼容、更高效、更可靠"。后续我会继续分享迁移后的性能调优、慢查询分析这些话题，跟着我一篇篇学，数据库这块就没问题了。有问题评论区见。

原创 实时数据集成：核心原理、关键技术及选型实践

上面已经给了定义，这里再展开说说。实时数据集成的重点是"持续"。数据不是被一次次搬运，而是在系统之间一直流动，出问题了能追溯、能恢复。核心区别在于两点：一是"自动"，不需要人手动触发；二是"即时"，数据一变，下游立刻就能看到。不是等人手动导出Excel再上传，也不是等到凌晨跑批处理任务才更新。实时数据集成现在越来越多团队在用了。原因很简单：业务对数据时效性的要求越来越高，T+1越来越不够用了。实时数据集成 = 数据变化时自动同步，而不是等批处理底层技术主要靠CDC、流处理、消息队列。

原创 碎碎念：py的装饰器、类和函数

这活不需要记住任何东西，算完拉倒？→ 扔进def。“我需要 new 好几个出来，每个都有自己的血量和名字？→ 扔进class。“我至少有 3 个方法要加同样的打印/校验/计时？→ 写个@装饰器贴上去。先写最简单的代码，当复制粘贴重复到想吐的时候，再去重构。我不需要一开始就写出完美的 class 和装饰器。但当我发现“这 3 个函数在做同一件事”、“这 2 个对象有相同的属性”时，我知道——是时候掏出 class 和 @ 了。这篇文章写完，我大概不会再忘了。

原创 KES技能包：让AI编程助手成为数据库全栈专家

可以调用Java、Python、Go、Node.js、C、PHP、Perl等相关技能，以及Hibernate、MyBatis、Django、SQLAlchemy、.NET、Qt等常用开发框架相关技能，辅助完成驱动配置、数据库连接及应用开发。这套技能包将电科金仓长期沉淀的产品知识、工程经验和实践方法，按照安装、开发、运维、调优、迁移等真实任务重新组织，提炼成智能体能读懂、会调用的“KES宝典”。可以调用安装部署相关技能，处理在Linux、Windows、Docker等环境下的KES安装、配置和部署等问题。

原创 〖金仓数据库征文〗给金仓数据库写个“翻译官”：自然语言查询的笨办法

这篇文章记录了我用 Python 连接金仓数据库实现的一个简单自然语言查询工具。用户输入中文问题程序用正则匹配关键词，生成对应的 SQL 语句执行 SQL，把查询结果返回并打印给用户整个流程我已经在本地实验环境里跑通了。因为用的是 Python，所以这个方案对操作系统没什么限制，Windows 和 Linux 下都能跑。连接金仓数据库用的是 psycopg2 驱动，这个驱动本身是给 PostgreSQL 用的，但因为金仓兼容 PostgreSQL 协议，所以直接用就行。

原创 每天忙到很晚，却不知道时间去哪了？用Traggo把一天记录下来

一天结束时，待办清单上可能已经划掉了很多事项，但真正回顾起来，还是很难说清楚八九个小时究竟用在了哪里。原本准备集中写方案，途中却开了两场会、回复了很多消息，又临时处理了几件小事。每一件事都像是在工作，可真正重要的任务并没有获得多少完整时间。Traggo记录的不是“准备做什么”，而是“实际把时间花在了什么地方”。可以为编码、会议、学习和休息等活动创建标签，在开始任务时计时，结束后再通过列表和日历查看时间分布。

原创 给数据库增加一份实时副本：PostgreSQL主从流复制实战

cpolar是一款安全高效的内网穿透工具，无需公网IP或复杂配置，只需一条命令，即可将本地服务器、Web服务或任意端口映射到公网，让你随时随地远程访问内网应用，特别适合开发调试、远程运维和应急部署等场景。只有一台PostgreSQL服务器时，所有数据和业务连接都集中在同一个节点。服务器宕机、磁盘故障或系统维护，都可能让数据库暂时不可用；如果备份不完整，恢复过程还会进一步拉长。主从流复制提供了一种相对直接的容灾思路。

原创 别再被AI名词骗了：LLM、Agent、MCP、SDK、Skills，一篇全搞懂

AI核心概念解析：从斗罗大陆到技术实现 摘要 本文通过三种不同视角系统解析了AI领域的五个核心概念：LLM、Agent、Skills、MCP和SDK。 斗罗大陆版：将技术概念类比为魂力体系——LLM是先天魂力，Agent是魂师本人，Skills是魂技，MCP是世界法则，SDK是外附魂骨。 技术定义版：用通俗语言解释每个概念的本质——LLM是知识库，Agent是决策系统，Skills是功能模块，MCP是交互协议，SDK是开发工具包。 电影剧组版：通过影视制作流程展示五者协作关系——Agent是导演，LLM是编

原创 当Agent开始接管运维，更需要原生的“确定性”

最近一段时间，"Agent自动运维"这个话题在数据库圈越来越热。OpenClaw也好，各种基于大模型的运维Agent也好，能力确实不一般——给它一段日志，能分析出问题根因；给它一个告警，能自动生成处理方案；某些场景下，整个诊断→决策→执行的闭环，DBA根本不用介入。这不是噱头。这类工具的分析速度和覆盖广度，比人工处理快太多了。

原创 把群晖文件夹映射成远程磁盘：WebDAV与RaiDrive实战

群晖放在家里或办公室以后，局域网内访问共享文件夹通常很方便。真正麻烦的是离开当前网络以后，原来的SMB地址就无法继续使用，临时查资料只能依赖网盘、聊天软件或远程控制电脑。对于需要长期跨地点处理文件的用户，更合适的方式是给群晖启用WebDAV。它基于HTTP协议，可以让Windows、macOS和移动设备通过标准方式访问远程目录，上传、下载和编辑文件的体验也更接近普通网络磁盘。在Windows端，可以再配合RaiDrive把WebDAV地址挂载成一个独立盘符。

原创 2026年7月安卓模拟器选哪款？MuMu vs 雷电 vs 逍遥横评，从帧率/多开/稳定性/兼容性聊聊

又到月底，后台被问最多的还是那句老话："现在到底用哪个模拟器好啊？" 2026年7月，市面上大家真正在用的主流款就三家——。本文不堆参数、不搞极限测试，就老老实实从这四个玩家最关心的维度，把三家官网最新版本摆在一起对比一下，顺便告诉你我最后为什么推荐 MuMu。

原创 我用 Dify + 蓝耘 DeepSeek 搭了一个“职场规矩智能体”，专治各种尴尬

技术栈很简单：Dify 负责工作流编排，蓝耘 MaaS 的 DeepSeek-V3.2 模型负责“大脑”，知识库负责“经验”。全文记录了从 0 到 1 的全过程——选型、知识库配置、工作流搭建、实测对话、成本分析。如果你也有过“酒桌被点名脑子一片空白”“领导让带饭不知道怎么开口”的时刻，或许这篇文章能给你一些启发。这个项目做了不到一个下午，但它解决的是一个困扰我很久的痛点。

原创 AI落地卡壳？数据散成渣？时序库多模融合能力一键打通

如果只盯着当前的温度读数，显然远远不够。温度的升高，既可能是设备故障的前兆，也可能仅仅是负载增加的正常反应。要做出精准判断，AI必须理解过去一段时间的温度变化曲线，观察振动和电流是否同步异常，甚至还要回溯设备近期的检修记录，以及同类机型是否出现过相似问题。与主要基于静态文档检索的知识问答不同，工业、能源、交通等场景中的分析，往往还需要结合持续变化的运行数据。系统不仅要知道设备"现在是什么状态"，还要理解其状态在一段时间内如何变化。

原创 放弃本地部署和闭源API，用蓝耘MaaS + 魔珐星云打造一位能“秒回”的AI陪伴者

你有没有在深夜翻遍通讯录，却找不到一个可以说话的人？我有。这就是我做这个项目的起点。本文记录了一次完整的技术实践——用蓝耘MaaS的DeepSeek-V3.2模型作为“大脑”，魔珐星云的3D数字人SDK作为“身体”，Python FastAPI作为连接桥梁，从零打造一位名为“林深”的AI陪伴者。技术栈很明确：Dify负责工作流编排，蓝耘MaaS负责模型推理，知识库负责经验存储。全文将从选型决策、Prompt工程、数字人配置、代码实现、延迟实测和成本分析六个维度，完整复盘整个项目的构建过程。