- 博客(2204)
- 资源 (7)
- 收藏
- 关注
RSS订阅
原创 Redis 连接断开后的自动重连操作
Bean// 启用 TCP keep-alive 和连接健康检查.keepAlive(true) // 启用 TCP keep-alive.build();.build();.build();// 你的 Redis 配置（host/port）问题结论这是 bug 吗？不是，是 Lettuce 正常重连机制需要处理吗？建议排查断连原因 + 启用keep-alive避免频繁重连影响业务吗？如果重连很快（毫秒级），通常无感知；但频繁重连可能影响性能生产务必配置。
2026-09-29 15:10:27
198
原创 告别重复回答！打造不瞎编、越用越聪明的「群聊答疑专员」
【群聊答疑专员】是接入群聊的智能问答助手，只依据知识库有据才答，遇到不确定的问题自动私聊同事确认，并把确认过的答案沉淀为新知识。
2026-09-24 14:21:03
184
原创 Qoder 独立桌面应用全新形态发布
支持让你把自己的场景、流程和习惯沉淀成属于你的用法，通过连接器把工作台接进你真实的工作环境：代码托管与研发流程、文档与数据源、协作与沟通工具，以及那些真正跑着业务的系统——数据库、内部 API、工单与监控，Qoder 智能体能力伸进真实的业务系统，把事情端到端搞定。你不必把前提条件一条条写清楚——这对工具的要求是颠覆性的：任务有状态、有生命周期，会长时间运行，会中途停下来等你一句话，也会在你合上电脑之后继续跑。再是任务与任务的协同、人与智能体的共同编排，以及把一次成功的工作固化成可反复使用的能力。
2026-09-21 13:29:15
129
原创 “think“工具：让 Claude 在复杂工具调用场景中停下来思考
一种提升 Claude 复杂问题解决能力的新工具自首次发布以来，Extended thinking 能力已经得到改进，大多情况建议用这功能，而不是专门的 think 工具。实现细节随不断提升 Claude 解决复杂问题的能力，发现一种特别有效方法：使用一个“think”工具，在复杂任务中为 Claude 创建专门的结构化思考空间。这种简单却强大的技术，与 Claude 新推出的“”能力有所不同——显著提升了 Claude 的 Agent 式工具调用能力。
2026-09-16 16:49:57
170
原创 一文看懂 Claude 文本水印：不影响质量，也不会暴露你的身份
像 Claude 这样的大型语言模型，会一次生成一个词。每次模型决定下一个词时，它都会从一系列候选词中进行选择，并根据前面的文本，最终选出最合理或最可能的词。例如，在句子“The weather today was cold and…”（今天天气很冷，而且……）中，下一词几乎不可能是“sugary”（甜的），但很可能是“overcast”（阴天的）或“grey”（灰暗的）。在大多数情况下，对于读者而言，模型最终选择这两个词中的哪一个并不重要——无论选择哪个，句子的意思基本相同。
2026-09-03 15:57:59
344
原创 scoped 样式与 data-v-* 属性选择器（写给 Javaer）
CSS 默认全局作用域，没有"包"的概念；scoped用编译期代码增强实现样式隔离——给模板元素打标记，给每条选择器追加属性过滤。和 Lombok/APT 一样是编译期改造，浏览器无感知。hash 是组件级的（像类注解，不是实例字段），同一组件多实例共享。子组件根元素会被父组件一并打标（父组件要管布局），但子组件内部是封装的。:deep()是官方的"反射"后门，专治改不了源的第三方组件内部样式；:global()是豁免通道。编译期没打上标记的元素，属性选择器就不认。
2026-09-01 16:16:33
381
原创 Rust 重构的 Python 神器 uv：为何大家都在放弃传统 pip？
uv是由 Astral 公司（ruff的开发团队）使用 Rust 语言重构的 Python 包与项目管理工具。它被誉为“Python 工具链的终极整合者”，正在迅速替代传统的pippip-toolsvirtualenv甚至poetry。uv的出现极大提升了 Python 生态的开发体验。对于个人项目或企业 CI/CD 构建流水线，将pip替换为uv能显著缩短构建部署时间。
2026-08-26 16:18:36
290
原创 Hibernate 和 JPA 到底什么关系？一文讲清规范与实现的区别
本文澄清了Hibernate与JPA的关系。JPA是Java持久化规范，定义接口而非实现；Hibernate是JPA的主流实现之一，但并非唯一（如EclipseLink、OpenJPA等）。Hibernate作为独立ORM框架，功能远超JPA规范，包含原生API和特有注解。Spring Data JPA通过接口编程实现与具体ORM解耦，默认使用Hibernate但可替换。正确表述应为"Hibernate是JPA的实现之一"，而非等同关系。
2026-08-18 16:30:17
210
原创 什么是内联代码补全？一文看懂它的优势、局限与使用价值
摘要：内联代码补全是一种实时提供代码建议的开发辅助技术，能显著提升编码效率和代码质量。其主要优势包括提高开发效率、保持代码一致性、促进学习成长和减少错误，但同时也存在抑制创造力、产生依赖、性能开销和上下文理解有限等不足。开发者应合理利用该技术，在享受自动化便利的同时保持独立思考能力。随着技术发展，内联代码补全将在软件开发中发挥更重要作用。
2026-07-30 14:22:35
258
原创 Maven Reactor 是什么？一文讲清多模块构建顺序与它的真正职责
本文深入解析Maven反应器（Reactor）在多模块项目中的核心作用与工作原理。主要内容包括： Maven反应器基础：作为Maven内置模块，通过DAG确定构建顺序，确保依赖正确编译 典型应用场景：以患者管理系统为例，展示web-data-domain三级模块的依赖关系处理 配置与调优：介绍--resume-from、--also-make等关键参数控制构建行为 反应器特性：强调其专注本地源码构建顺序管理，与依赖解析器分工协作 开发者感知分析：解释为何日常开发中"隐形"，并在循环依赖和部分构建时显现作用
2026-07-30 10:21:27
207
原创 百度联盟链XuperChain-03-百度联盟链Xuperchain核心概念
百度区块链技术创新摘要：其高性能计算能力突破单机限制，通过链内并行、大规模共识等技术实现8.7万TPS；采用热插拔多共识机制（XPOSPoW/PBFT等）适应不同场景，结合Chained-BFT与XVM虚拟机保障安全与效率。开发架构支持多语言合约编写（Java/Go/C++）、提供模板化工具与精准资源度量，集成IDE与安全分析功能。安全体系涵盖密钥加密存储、国密/NIST算法支持、TLS传输加密及隐私保护技术（零知识证明/环签名），构建网络、数据、密钥全方位防护，满足政务金融等领域的高效安全需求。
2026-07-29 10:11:04
187
原创 百度联盟链XuperChain-04-XuperChain核心流程
本文介绍了XuperChain区块链的核心架构和交易处理流程。XuperChain采用多引擎架构，由Xuper Core核心引擎构建，包含基础组件、核心组件和协议层三大模块，支持公开网络数据访问。交易处理采用二阶段提交机制：首先客户端发起预执行请求，全节点在沙盒环境中执行合约并返回读写集；随后客户端组装签名交易并广播，矿工节点打包交易成区块并广播，其他节点验证后落块。文章详细阐述了预执行流程的沙盒隔离机制和区块打包的共识验证过程，展示了XuperChain如何实现安全高效的交易处理与区块传播。
2026-07-29 10:09:27
212
原创 百度联盟链XuperChain-05-XuperIDE开发代码示例
本文介绍了基于XuperChain的智能合约开发全流程，包括合约编写、编译测试、部署调用等环节，重点讲解了XuperIDE工具的使用方法。内容涵盖：1）XuperChain合约SDK功能及多语言支持；2）学生成绩上链存证的需求分析与接口设计；3）XuperIDE的安装配置、密钥管理、节点启动等操作指南；4）Web3.0技术架构示意图。文章提供了从开发环境搭建到合约部署的完整指引，并附有XuperChain官方文档和合约市场等参考资源链接。
2026-07-29 10:06:50
243
原创 百度联盟链XuperChain-06-开放网络实战
本文介绍了百度超级链开放网络及其应用开发流程。超级链是由国内节点组成的区块链服务网络，提供快速部署环境和弹性资源，需实名认证并支持C++/Solidity合约。文章详细说明了智能合约开发步骤，包括实现接口、定义方法及使用XuperIDE工具进行密钥创建、合约部署等操作。同时提供了Go语言SDK调用合约的完整代码示例，涵盖账户加载、客户端初始化、合约方法调用及返回值处理等关键环节，并列出开发所需的环境配置和依赖项。内容涵盖从底层网络特性到实际开发应用的全流程指导。
2026-07-29 10:03:56
266
原创 从 Prompt Engineering 到 Harness Engineering：Agent 时代的工程新范式
Harness Engineering 是一种更生动、更直观的方式来系统地总结和命名这些现有的 AI 实践。控制平面（“什么”）：管理高级逻辑，包括任务调度、资源配额、行为规划和策略执行。数据平面（“如何”）：处理繁重的工作，如实际代理运行时实例、状态和内存存储以及沙盒执行环境。我们进一步将其抽象为四个功能层：在实践中，可以把 Harness 理解为一种 **“智能粘合剂（intelligent glue）。
2026-07-16 10:08:46
434
原创 mybatis plus新增(insert)数据获取主键id问题
执行insert时，往往需拿到新插入数据的主键id，以做下一步操作。这insert之后返回的index是你增加的数据列数，而非主键id。
2026-06-12 11:05:05
380
原创 一文搞懂 @ConstructorBinding：Spring Boot 不可变配置的最佳实践
一文搞懂@ConstructorBinding：Spring Boot不可变配置的最佳实践，解决Setter注入的线程安全隐患，提升配置的安全性和可维护性。
2026-06-11 22:34:05
294
原创 Claude Opus 4.8 发布：更强编程与更高诚实性
Claude Opus 4.8 发布，带来更强编程能力、更高诚实性，以及动态工作流功能。
2026-06-04 23:53:25
440
原创 AI Memory 的真正难点：为什么 Vector Store + Embedding 远远不够
许多项目尝试为 AI 构建长期记忆，使模型能够记住用户信息、历史行为和长期偏好。Vector Store + Embedding 检索用户对话或行为生成embeddingembedding 存入向量数据库新请求到来时生成query embedding通过 similarity search 找到 top-k 相关 memory这个架构确实能解决“历史信息检索”，但它更像一个可检索日志系统（searchable log），而不是一个真正的记忆系统（memory system）。
2026-05-26 17:02:31
514
原创 07-LangChain Toolkit 实战：从工具函数到 Python Agent，再到 SQL Agent
LangChain 1.x 以后，Agent 的主流写法明显收敛了：不要再围AgentType会创建一个基于 LangGraph 的可执行 agent。工具可以是普通函数、@tool包装的函数，也可以来自现成的 Toolkit，如。本文讲解 LangChain 1.x 里 Toolkit 应该怎么用。LangChain 1.x 的 Toolkit 使用方式可以概括成一句话：Toolkit 提供工具，负责编排，模型统一走标准 ChatModel 接口。这套写法比旧版。
2026-05-19 14:27:50
591
原创 06-LangChain Tool 加载与使用指南：预制工具、SerpAPI、edge-tts、GraphQL
# GraphQL一种api查询语言，类似sql，用它来查询奈飞的数据库，查找一下和星球大战相关的电影，API地址https://swapi-graphql.netlify.app/.netlify/functions/index。## 3 edge-tts微软 Edge TTS，完全免费、无需 API Key、支持中日韩阿等多语言。## 1 SerpAPI最常见的聚合搜索引擎 https://serper.dev/dashboard。支持自定义参数，比如将引擎切换到bing，设置搜索语言等。
2026-05-19 10:52:16
239
原创 用 LangChain 克隆一个 ChatGPT：LLMChain + Memory 实战
个性化的系统提示词多轮对话记忆本文基于 LangChain，用不到 30 行代码复刻这两个能力，构建一个可自定义人格的对话 AI。步骤代码量核心组件定义模板~5 行配置记忆~1 行组装链~5 行LLMChain运行对话~1 行.predict()LLMChain = LLM + Prompt + Memory 的优雅封装组合而非重写。
2026-05-12 15:27:09
594
原创 13-一文讲透 LangChain Memory：LLMChain、ConversationChain、CombinedMemory 与 RAG 实战
LLM 本身没有会话状态，用户上一轮说过什么、名字叫什么、刚刚讨论到哪里，模型不会自动记住。LangChain 的 Memory 组件就是用来在多轮调用之间保存上下文，并在下一次调用 Chain 时自动把历史内容注入 Prompt。LLMChain中使用记忆。中使用记忆。自定义 Prompt 覆盖默认对话模板。同一个链合并使用多个 Memory。给多参数问答链增加记忆。可将 Chain 理解成一次“应用服务编排”，把 Memory 理解成“会话上下文存储”。
2026-05-09 16:43:30
490
原创 多智能体平台正在重写记忆系统：从 Multica 说起！
守护进程获取任务，读取 JSONB 快照，并调用对应的 CLI（如 claude、codex、gemini、hermes、openclaw、cursor 等），同时加载技能文件。Claude、Codex、Hermes、OpenClaw、Gemini、Pi、Cursor Agent 都可以在同一个面板中协同工作，并共享同一套技能库，实现厂商无关。智能体的上下文不仅仅是技能，还包括历史决策、行为模式、与团队协作的方式，以及逐渐形成的风格。如数据库迁移任务需要“精确的操作手册”，而不是“看起来最相似的文档”。
2026-04-20 22:45:55
3193
原创 Claude推出Managed Agents：让你将产品落地速度提升10倍！
将其调试代理 Seer 与基于 Claude 的代理结合，后者负责编写补丁并提交 PR，使开发者可以在一个流程中从发现问题到获得可审查的修复方案。同时，它也支持传统的提示-响应模式，方便你在需要时进行更精细的控制。今天，我们推出了 Claude 托管代理（Managed Agents），这是一套可组合的 API，用于大规模构建和部署运行在云端的智能代理。在内部针对结构化文件生成的测试中，与标准提示循环相比，托管代理的任务成功率最高提升了 10 个百分点，且在复杂问题上的提升最为明显。
2026-04-09 23:42:52
733
1
原创 Chrome加载已解压的扩展程序-清单文件缺失或不可读取 无法加载清单
本文介绍了作者的技术背景与开源项目，包含分布式系统、AIGC开发等实战经验，并提示Github插件安装注意事项。作者作为架构师拥有30万技术粉丝，主导过百万级流量调优项目，致力于通过技术创新改变世界。文末强调下载Github插件时需检查manifest.json文件是否存在，确保正确加载插件包。
2026-04-07 17:42:09
745
原创 为什么顶级 Agent 团队都在谈 Harness，而非Prompt？
25 年底到 26 年初，Anthropic、OpenAI、Google DeepMind、Stripe、Windsurf 等公司几乎同时公开表达了同一件事：决定 Agent 能否上线的，不是你写了哪条 Prompt，甚至不只是你选了哪个模型，而是你给模型搭了什么样的。所以，Harness Engineering 不是教模型“咋回答”，而是设计模型“咋工作”。当 Agent 卡住时，不是“再让它更努力”，而是补它缺的能力，并让该能力对 Agent 可读、可执行，再让系统自我修复。
2026-04-03 22:44:57
884
原创 Qwen3.6-Plus 全面解析：性能提升、API 接入与 Claude Code 实战配置
结合 Claude Code 风格的工作流、多跳搜索、CI 与外部工具调用，模型能够逐步从单轮问答演进为面向真实任务的执行系统：先理解问题，再检索信息、生成方案、调用工具，并在反馈中持续迭代。模型不再停留于对图像内容的浅层识别，而是能够结合 推理、Grounding、OCR 等能力，对复杂视觉输入完成更深入的分析，并进一步支持文档理解、图表解析、界面理解、细粒度定位等实际任务。多模态能力的持续优化，意义不仅在于提升若干单点任务的效果，更在于为复杂流程任务提供更完整的能力支撑。适配Qwen Code。
2026-04-02 17:54:24
1890
原创 从手动审批到智能决策：Claude Code 自动模式如何拦截 80%+ 的危险越界行为
如果检测到疑似劫持行为的内容，它会在传递结果时附加警告，提醒模型对这些内容保持怀疑，并以用户的真实需求为准。但在自动模式下，会移除那些可能导致任意代码执行的宽泛规则（如通配的 shell 或脚本解释器调用），以确保分类器能看到潜在危险操作。：模型理解用户目标并试图帮忙，但采取了超出用户授权的行动，例如使用偶然发现的凭证或删除它认为“碍事”的内容。核心原则是评估操作的实际效果，而不是表面形式，并且默认只有用户明确授权的行为才是允许的。自动模式并不完美，但相比完全无防护的运行方式，已经显著提升了安全性。
2026-03-26 15:46:25
923
原创 飞书群里跑 AI：OpenClaw 接入飞书的完整教程（含权限配置 + 事件订阅）
本文详细介绍了如何将OpenClaw接入飞书平台，实现自动化消息推送、文件收发等功能。主要步骤包括：1）安装飞书插件并启用；2）在飞书开放平台创建机器人应用，获取凭证信息；3）配置OpenClaw与飞书的连接；4）启用机器人能力并配置必要权限；5）设置事件订阅；6）发布应用并测试。通过该方案，开发者可以快速构建飞书智能机器人，实现群聊交互、消息处理等自动化场景。整个过程涵盖了从开发到部署的全流程，为飞书生态的AI应用开发提供了完整解决方案。
2026-03-26 15:27:19
2441
原创 openclaw 本地部署实战：含网关启动 + 本地模型接入完整步骤
本文介绍了OpenClaw项目的安装与使用指南。主要内容包括：1）安装Node.js和pnpm等前提条件；2）克隆项目并安装依赖；3）启动网关服务；4）获取Dashboard访问链接；5）可选配置本地LM Studio模型；6）项目更新方法；7）总结操作流程图。该指南帮助用户快速搭建OpenClaw环境，通过简单命令即可完成从安装到访问控制界面的全过程，支持云端API和本地模型两种使用方式。
2026-03-26 15:26:00
1725
原创 Token 不够用？先搞懂 OpenClaw 的上下文窗口到底装了什么！
更深入的分解：每个文件、每个工具 schema 大小、每个 Skills 条目大小和系统提示词大小。（OpenClaw 构建）：规则、工具、Skills 列表、时间/运行时，以及注入的工作区文件。token 可以立即运行（例如：“hey /status”），并在模型看到剩余文本之前被剥离。= 当没有运行报告存在时（或通过不生成报告的 CLI 后端运行时）即时计算。= 从最后一次嵌入式（具有工具能力的）运行中捕获，并持久化在会话存储中。Skill 指令默认。注入了什么 + 大致大小（每个文件 + 总计）。
2026-03-19 21:34:35
977
原创 K8s 之前，我们是怎么保证服务不挂的？聊聊健康检查的四层体系
本文对比了Kubernetes出现前后的应用健康检查方式。传统方案依赖进程管理、端口探测、HTTP检查和监控系统等多层机制，存在检测不全面、恢复不及时等问题。Kubernetes通过统一的Probe机制（livenessProbe、readinessProbe和startupProbe）将健康检查能力收敛到平台层，支持HTTP、TCP和Exec三种检测方式，实现自动检测和恢复。其中readinessProbe解决了"服务已启动但未就绪"的核心痛点，livenessProbe则处理应用假死
2026-03-08 20:37:20
536
原创 GPT 5.4 震撼发布！
在与 API 用户进行的早期测试中，我们观察到在使用“原始”或“高”精度模式时，模型的定位能力、图像理解以及点击准确度均有显著提升。在 SWE-Bench Pro 测试中，GPT‑5.4 的表现超越了 GPT‑5.3‑Codex 或与其持平，同时在各项推理任务中拥有更低的延迟。GPT‑5.4 是我们迄今为止准确率最高的模型：在用户标记了事实错误的一组去标识化提示词测试中，与 GPT‑5.2 相比，GPT‑5.4 的单项陈述错误率降低了 33%（相对），完整回复包含错误的概率降低了 18%（相对）。
2026-03-07 00:00:31
632
原创 ClaudeCode实战(04)-添加上下文
本文介绍了如何高效管理Claude AI在项目开发中的上下文交互。核心方法包括：1）使用/init命令初始化项目，生成CLAUDE.md配置文件；2）通过项目级、本地和全局三种配置文件定制Claude行为；3）利用@引用语法精准引入相关文件内容；4）在配置文件中添加自定义指令优化交互效果。这些技巧能帮助开发者减少无关信息干扰，提升AI协作效率，特别适用于处理大型代码库场景。
2026-03-05 10:41:10
1189
原创 ClaudeCode实战(02)-ClaudeCode案例实战
本文介绍了Claude Code的强大工具集及其在开发任务中的应用。文章首先列举了Claude Code的14种内置工具，包括文件操作、代码编辑、网络请求等功能。随后通过4个实战案例展示了其处理复杂任务的能力：性能优化、数据分析、UI样式改进和GitHub集成。重点强调了Claude Code能够智能组合工具解决多步骤问题，具备可扩展性（可添加自定义工具）和安全性（无需索引代码库）。这些特性使Claude Code能够适应快速变化的AI开发需求，处理更复杂的开发工作流程。
2026-03-03 16:43:01
1395
原创 ClaudeCode实战(01)-什么是编程助手？
本文深入解析编程助手的工作原理，指出其核心在于LLM（语言模型）与工具使用的结合。当用户提出任务时，助手通过收集上下文、制定计划和执行操作三个步骤进行处理，其中关键是通过工具调用来实现与外部环境的交互。文章特别强调Claude系列模型在工具使用方面的卓越表现，使其能够处理复杂任务、具备平台扩展性和更高安全性。最终说明，正是这种工具使用能力将文本生成模型转变为真正实用的编程助手，使其能有效读取文件、理解代码库并进行项目修改。
2026-03-03 16:33:20
1054
原创 AI 时代的网站新标配：/llms.txt，正在成为下一个 robots.txt
一项提案：希望大家在网站上统一使用/llms.txt文件，在推理（inference）阶段为 LLM 提供帮助其理解和使用网站的信息。大型语言模型越来越依赖网站信息，但它们面临一个关键限制：上下文窗口太小，无法把大多数网站“整站塞进去”。把包含导航、广告和 JavaScript 的复杂 HTML 页面转换成适合 LLM 的纯文本既困难又不精确。网站既服务人类读者，也服务 LLM；但 LLM 更需要把简明、专家级的信息集中放在一个容易访问的位置。
2026-02-27 16:40:41
825
Spring基础讲义-java 入门必备
2022-11-05
南邮Windows编程课件
2017-11-26
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人