- 博客(297)
- 资源 (9)
- 收藏
- 关注
RSS订阅
原创 花了快2个月！Guide自己动手写了一个简单的RPC框架！
Github地址：https://github.com/Snailclimb/guide-rpc-framework （欢迎star，欢迎一起完善！共勉！）前言大概 2 个月前，我说过要利用业余时间写一个简单的 RPC 框架，今天（2020-06-05）总算将其开源出来，希望对小伙伴们有帮助。虽说 RPC 的原理实际不难，但是，自己在实现的过程中自己也遇到了很多问题。Guide-rpc-framework 目前只实现了 RPC 框架最基本的功能，一些可优化点都在下面提到了，有兴趣的小伙伴可以自行完.
2020-06-08 09:42:42
15362
14
原创 强烈推荐！15 个 Github 顶级 Java 教程类开源项目推荐！
B站在线观看地址：https://www.bilibili.com/video/av90155402 ，来个三连和关注啊！大家好，我是 Guide 哥！今天给大家推荐 15 个新手也能看懂的 Java 教程方向的开源项目。这些项目无论是对于你学习 Java 还是准备 Java 方向的面试都非常有帮助。正如我第一个要推荐的开源项目 JavaGuide 说的那样：开源项目在于大家的参与，这才使得它...
2020-02-21 10:41:22
34102
9
原创 良心推荐，我珍藏的一些Chrome插件
上次搬家的时候，发了一个朋友圈，附带的照片中不小心暴露了自己的 Chrome 浏览器插件之多，于是就有小伙伴评论说分享一下我觉得还不错的浏览器插件。我下面就把我日常工作和学习中经常用到的一些 Chrome 浏览器插件分享给大家，随便一个都能提高你的“生活品质”和工作效率。Markdown HereMarkdown Here 可以让你更愉快的写邮件，由于支持 Markdown 直接转电子邮...
2020-01-10 17:51:19
107137
68
原创 硬核！ 逛了4年Github ，一口气把我收藏的 Java 开源项目分享给你！
Awsome JavaGreat Java project on Github(Github 上非常棒的 Java 开源项目).English Version大家都知道 Github 是一个程序员福地，这里有各种厉害的开源框架、软件或者教程。这些东西对于我们学习和进步有着莫大的进步，所以我有了这个将 Github 上非常棒的 Java 开源项目整理下来的想法。我会按照几个维度对项目进行分类...
2019-12-09 13:20:16
31471
31
原创 面试官:“谈谈Spring中都用到了那些设计模式?”。
我自己总结的Java学习的系统知识点以及面试问题，已经开源，目前已经 41k+ Star。会一直完善下去，欢迎建议和指导，同时也欢迎Star： https://github.com/Snailclimb/JavaGuideJDK 中用到了那些设计模式?Spring 中用到了那些设计模式?这两个问题，在面试中比较常见。我在网上搜索了一下关于 Spring 中设计模式的讲解几乎都是千篇一律，而且......
2019-05-23 20:51:14
31300
16
原创 爽用 DeepSeek V4 Flash、GLM-5.2、Qwen3.8 Max、GPT 5.6 Luna，OpenCode 太香了！
OpenCode Go 是 OpenCode 提供的按月订阅方案，一个 API Key 可以使用 DeepSeek V4 Flash、Qwen3.8 Max、Kimi K3 等多款模型。接入过程也不复杂：安装 OpenCode，通过/connect填入 API Key，再用/models选择或切换模型即可。这篇文章主要整理了当前套餐中的常见模型、对应额度，以及从安装到选择模型的完整流程。模型列表和额度可能会调整，实际信息以 OpenCode Go 官方文档为准。
2026-08-06 21:54:27
48
原创 GitHub 9.8 万 Star！把整个代码仓库变成知识图谱，这个 AI Coding 工具太适合 Claude Code / Codex 了
README 里列的宿主很多，包括 Claude Code、CodeBuddy、Codex、OpenCode、Kilo Code、Cursor、Gemini CLI、GitHub Copilot CLI、VS Code Copilot Chat、Aider、Amp、Kimi Code、Devin CLI 和 Google Antigravity 等。它会扫描目录里的代码、文档、SQL schema、脚本、图片和视频，把识别出的实体与关系存进一张可查询的知识图谱。这几条命令分别对应查关联、找路径、解释节点。
2026-07-29 17:43:34
414
原创 我最推荐的 4 个 AI 编程 Skills：grill-me、research、diagnosing-bugs、code-review
你好，我是小 G。我在和这两篇文章中，都提到了grilling还专门拿了实际项目举例。有不少读者朋友对grilling感兴趣。不过，回头看，这两篇都写得太简略了。文章只留下“让 Agent 持续追问”这个印象，一次只问一个问题、哪些信息该让 Agent 自己查、什么时候才能开始执行，都没有展开。所以我重新读了一遍仓库里的SKILL.md。把常见工程问题拆成了较小、方便修改、可以组合的 Skill：需求含糊就补需求澄清，Bug 难查就补诊断流程，准备交付再补代码审查。这种拆法很合我的使用习惯。
2026-07-29 09:54:24
354
原创 再见 Superpowers！很多 Skill 真的可以扔掉了。
确实，相信大家也发现，很多 Skill，尤其是开发相关的，真的慢慢就开始用不上了。我现在看到一个 Skill，会先看它到底能提供什么能力。如果没有确切作用的话，肯定是不会装的。前两年，模型干活经常漏步骤，Skill 写得越细越让人安心。现在 GPT-5.6 、K3、Claude Fable5 等模型已经很强，能自己补上大部分基础动作，手里的 Skill 也该重新过一遍。下面我会以 Codex 作为 Coding Agent 为例来谈，其他都是类似的。
2026-07-24 15:27:40
186
原创 Kimi K3 实战：全栈项目、Java 项目改造与 3A 游戏 Demo
你好，我是小 G。Kimi K3 上周五正式发布了！这两天被问得最多的，基本都是同一个问题：K3 能力到底怎么样？写代码体感如何？国内外已经有很多大佬把 K3 拿去和一线 Coding 模型对比，反馈都很不错。数据也不会骗人，这几天 K3 的订阅和使用量暴增，算力都快顶不住了。我还是更想看它在真实项目里的表现，我觉得这才是最实际的。所以，这次我准备了三个非常典型的案例：一个全栈项目、一个现有 Java 项目改造，再加一个从零做游戏 Demo。
2026-07-21 10:14:47
318
原创 一个神级 PR Review Agent 诞生了：读 diff、写总结、找风险全自动！
如果你的团队已经有稳定 PR 流程，只是第一轮阅读和重复检查太耗时间，PR-Agent 可以先从 GitHub Action 或 CLI 接进去试。它适合做第一层自动化：先生成描述，先扫明显问题，先把可疑点贴出来，再让人判断哪些建议要采纳。项目地址：https://github.com/The-PR-Agent/pr-agent。
2026-07-14 16:00:37
179
原创 又一个画图 Skill 开源，再见手动画 draw.io！
你好，我是小 G。很多时候我感叹 AI 时代给我带来的冲击，是从一些小事引起的。在过去，我写一篇技术文章最少需要花费一周，长一点的甚至要一个月。其中，有 1/3 的时间都花费在了枯燥的配图上。熟悉我的读者朋友应该知道，上的所有配图都是用 draw.io 手动绘制的。每一篇文章都有大量的图解，帮助理解。但是到了 AI 时代就彻底变了，尤其是对于 draw.io 配图来说。在去年 skill 还没火的时候，我是用 AI 直接生成对应的 XML，然后导入到 draw.io 中。
2026-07-10 15:42:35
585
原创 推荐 3 个 Vibe Coding 中文开源教程，从入门到实战
Vibe Coding 最近一年都很火，最近一个月更是强势扩散到了非程序员圈子里，普及率越来越高了！这个词最早由 Andrej Karpathy 在 2025 年 2 月提出。我们可以把它概括为一种自然语言驱动的 AI 辅助开发方式：你描述目标，AI 先给初稿，你再补约束、看结果、跑测试，继续往下迭代。但真要上手，很多人会卡在更具体的问题上：需求怎么说清楚？上下文怎么别丢？AI 改完的代码谁来验？项目文件一多，怎么防止它顺手改飞？
2026-07-01 14:53:11
852
原创 比 iTerm2 更适合 Claude Code/Codex 的终端，我换成 Ghostty 了
如果只是想换个好看的终端，iTerm2 也能调主题和透明度。Ghostty 更适合类似我这种适用场景的朋友：每天在终端里跑 Agent、测试、日志，想要原生窗口、默认分屏、可读配置和更轻的长输出体验。如果你也想体验的话，不如先用默认配置跑一天，再改字体和主题；分屏用顺了，再考虑 Quick Terminal。如果你也想用我的同款配置的话，不需要自己动手，这样太累了。AI 时代，最简单的方法就是把我这篇文章发送给你最信任的 Coding Agent 例如 Codex、Claude，让它帮你安装配置。
2026-06-29 15:24:43
551
原创 Token 暴降 59%！这个项目让 Claude Code / Codex 不再满仓库乱翻。
过去一年，大家都在卷谁的模型更聪明。但真正把 AI 编程工具落到日常开发里之后，会发现决定体验上限的往往不是模型本身，而是它「看懂代码」的速度和成本。模型再强，每次探索代码都要烧几百万 Token、等十几分钟，用起来还是肉疼。CodeGraph 的思路是把重复的文件扫描工作前置化，用一张本地图谱替代实时翻文件，这个方向小 G 觉得是对的。它本质上跟知识图谱检索（GraphRAG）解决的是同一类问题——传统向量检索找的是“最像的文本片段”，而图谱检索找的是“对象之间的关系和路径”。
2026-06-17 15:39:28
369
原创 GitHub 6.2 万 Star！Claude Code / Codex 的项目知识图谱工具火了。
代码侧主要靠 tree-sitter 做 AST 抽取，常见语言基本都覆盖了，比如 Python、JavaScript/TypeScript、Java、Go、Rust、C/C++、C#、Kotlin、Swift、PHP、Ruby、Shell 等。它做的事情很简单：把一个目录里的代码、文档、SQL schema、脚本、图片、视频这些材料，抽成一张可以查询的知识图谱，再尽量让 Claude Code、Codex、Cursor、Gemini CLI 这类助手别一上来就 grep 仓库，而是先从已有图谱里找线索。
2026-06-08 15:42:34
457
原创 Claude Code 怎么学？推荐 4 个高质量开源教程，从入门到实战
学 Claude Code，不建议只记命令。先用的课程式章节，把安装、授权、模式、终端命令跑通。再看里的 Claude Code 主线，补上 MCP、Hooks、Subagents、Skills、Plugins 和团队规范。如果你是软件开发方向，去 AIGuide 里看真实工程案例，尤其是第三方模型、慢查询治理、代码审计、多模型协同这些场景。4最后读，看它怎么把 Claude Code 变成一个做产品、做自动化、做个人工作流的系统。其中，AIGuide 是必看的，质量最高。
2026-06-03 17:17:41
398
原创 Codex 接入第三方模型 DeepSeek、GLM、Kimi 教程：CC-Switch 和 Codex++ 两种方案对比
你好，我是小 G。如果你想在 Codex 里直接填 DeepSeek、GLM、Kimi 这类第三方 API Key，大概率不会像想象中那样直接跑起来。问题不是你填写的 Key 有问题，也不是你的账户用不了。这是因为协议没完全对上，简单来说就是无法正常通信。咱们以当前新版 Codex CLI / Codex App 的 API Key 模式为例，默认链路已经是；而不少第三方模型主要提供的是。
2026-06-02 18:16:36
1721
原创 终于有好用的 Claude Code 状态栏增强插件了！
所有颜色都可以自定义，支持颜色名称（redgreencyanyellowdim等）、256 色编号（0-255）或十六进制值（#rrggbb让你不用时刻盯着屏幕，也能掌握 Claude Code 的运行状态。•上下文管理：实时看到上下文使用率，在质量下降前及时/compact•用量控制：直观看到用量消耗，避免关键时刻被限流•任务追踪：看到 Agent 在做什么、任务完成了多少，不再”两眼一抹黑”三条命令装完，配置随你调，性能开销基本感觉不到。
2026-05-29 08:56:31
636
原创 Spec Coding 规范驱动编程实战：从 Vibe Coding 到 AI 代码规范
一般会把 Spec Coding 拆成四步：Specify、Plan、Tasks、Implement。
2026-05-28 18:25:30
907
原创 万字详解上下文工程(Context Engineering) 是什么？和 Prompt Engineering 有什么区别？
Context Engineering 还在快速演进。长上下文、Prompt Caching、工具调用、Memory、MCP、Sub-agent 这些能力都在变，具体上下文窗口、缓存规则、结构化输出和工具协议也会受模型版本、API 形态、SDK 和产品权限影响。写系统设计时，最好给关键能力加版本锚点，别把某个模型或某个客户端的实现细节当成通用规律。Context Engineering 做的事，就是把“随手塞 Prompt”变成“有预算、有优先级、有证据链的上下文组装”。
2026-05-27 14:40:19
685
原创 Claude Code 新功能Agent View 发布：终于不用在一堆终端窗口里找 Agent 了！
Agent View 不是那种看起来很炫的大功能。多会话并行时，可见性太差，切换成本太高。但这个改进，确实可以极大提高使用体验。相信很多朋友都像我这样，用 Claude Code、Codex、Cursor Agent，会同时开启多个 Agent 来并行搞事，或者在做一件事的时候，我们把任务拆开。问题是，Agent 数量一多，人就成了调度器。Agent View 把这件事往前推进了一步。黄色告诉你谁在等你，Peek 让你不用切换就能回复，后台会话让任务可以先跑起来。它最大的变化不一定是功能，而是。
2026-05-19 17:00:47
650
原创 Claude Code + BrowserAct，夯爆了！一句话让 AI 帮你操控浏览器。
这几天用下来，BrowserAct Skill 做的事情可以概括成一句话：把浏览器操作变成 Agent 可以调用的一层工具。自动打开页面、填写表单、复用登录态、捕获请求、截图记录，最后把结果交给上层处理。接入日常开发和工作流之后，真的能够省事不少。而且，它并不是直接让 Agent 在网页里乱点，像创建浏览器、导入本地 Chrome 登录态、提交表单、删除数据等敏感操作，会先停下来让你确认，确保出现问题。这点其实还蛮重要的：Agent 可以帮你操作网页，但要不要把动作真正执行下去，还是得人来拍板。
2026-05-19 16:53:03
994
原创 万字详解 Harness Engineering：六层架构、上下文管理与一线团队实战
很多人第一次做 Agent，直觉都是先买更贵的模型。结果模型换了，Agent 还是会重复犯错，做到一半放弃，上下文一长就开始不稳定。这个时候继续调 Prompt，收益往往也很有限，因为问题可能根本不在模型本身。有个实验挺能说明这件事：同一个模型，只换了文件编辑接口的调用方式，编码基准分数从 6.7% 跳到了 68.3%。模型没有变，变的是它外面那套系统。也就是说，Agent 能不能稳定干活，很多时候取决于模型之外的环境、工具、反馈和约束。
2026-05-15 09:22:26
827
原创 Step Plan + Claude Code 实战！代码审查和语音 Agent 都跑通了。
代码审查已经覆盖了 Agent / Coding 方向，第二个 Demo 如果继续做文字整理，会和前面有点重叠。我更想试的是另一个方向：把一次技术复盘会议录音，自动转成会议纪要、行动项和可播放的语音摘要。这个场景很常见。线上故障复盘、架构评审、需求澄清会，大家聊的时候信息密度很高，但会后整理经常没人愿意做。手动听录音、补上下文、提炼决策和风险点，费时间，还容易漏掉关键动作。更麻烦的是，录音本身很难进入工程协作流程。
2026-05-15 09:05:37
695
原创 GPT-5.5+Codex！夯爆了，夯中夯。
写到这里，Guide 想把这次 GPT-5.5 实战的几个核心感受摊开来说。第一，它确实能扛中大型项目的改造。但前提很明确：你得喂真实日志、真实代码、真实报错。如果只给一句”优化一下模型配置”，它大概率给出一套泛泛的方案。但如果你把”重启配置丢了””GLM embedding-3 写库维度报错””DeepSeek 语音链路 400”这些具体问题丢过去，它就能沿着工程链路一层层拆到底。第二，三个实战背后有一条共用的方法论：把不同模型用到它们各自最擅长的环节。GPT-5.5 出方案、V4-Pro 执行实现；
2026-05-08 16:37:52
3940
原创 DeepSeek V4价格暴降75%！Claude Code实战400万Tokens，终于可以爽用了
DeepSeek V4 这次降价，放在全行业涨价的背景下看，冲击力很大。短期：2.5 折是限时优惠，5 月 5 日到期。到期后价格大概率会回升，但下半年有再次降价的预期。长期：DeepSeek 的降价底气来自国产算力的崛起。昇腾 950 批量上市后，成本结构会进一步优化。如果国产芯片产能跟上，这个价位有望常态化。选型：Flash 是日常主力，性价比几乎无对手。Pro 在特惠期间是 Agent Coding 的最优选之一，性价比拉满，就是造！
2026-04-27 21:11:30
1002
原创 DeepSeek V4+Claude Code一手实战！夯爆了还是拉完了？
DeepSeek V4 在 Agent Coding 和代码理解场景上，明显上了一个台阶。不过，DeepSeek-V4-Pro 在没有 Coding Plan 的情况下，价格还是偏高。V4-Flash 的定价很香，但在开发场景还无法成为主力，暂没有资格成为日常开发的默认选项。另外，在复杂的编码、精准问答和前沿科学推理上，跟 Claude Opus 4.6 以及 GPT 5.5 还有不小距离。
2026-04-25 16:27:05
3283
原创 太魔幻了！SpaceX官宣600亿美元收购Agent编程的鼻祖Cursor
尤其是 Claude Code——作为 Anthropic 官方出品的 CLI 工具，它天然代表了“模型厂商自建应用”的趋势，在模型能力上有先天优势。Cursor 的 Composer 模型被社区扒出来是魔改的中国开源模型（据传是基于 Kim K2.5 的修改版），这个细节更能说明问题：Cursor 不是不想有自己的模型，而是确实没有能力在短期内训练出一个有竞争力的。在那之前，所谓“AI 辅助编程”基本就是代码补全——GitHub Copilot 那种模式：你敲几个字母，AI 猜你想写什么，补全剩下的。
2026-04-24 14:06:44
537
原创 万字详解 RAG 向量索引算法和向量数据库
向量索引算法是向量数据库的核心，它的核心任务是解决一个数学难题：如何在海量的高维向量中，极速地找到和给定查询向量最相似的那几个。它的本质，是一种空间划分和数据组织的艺术。如果没有索引，我们要找一个相似向量，就必须把数据库里所有的向量都比较一遍，这叫暴力搜索。在百万、亿级的数据量下，这种方法的延迟是灾难性的。向量索引的目标，就是通过预先组织好数据，让我们在查询时能够智能地跳过绝大部分不相关的向量，只在一个很小的候选集里进行精确比较。没有索引= 在整个城市挨家挨户找一个人有索引。
2026-04-20 15:49:06
707
原创 万字详解 RAG 基础概念：什么是 RAG？ 为什么需要？工作原理是？
RAG (Retrieval-Augmented Generation，检索增强生成)是一种将强大的信息检索 (Information Retrieval, IR)技术与生成式大语言模型 (LLM)相结合的框架。RAG 的核心思想是：在让 LLM 回答问题或生成文本之前，先从一个大规模的知识库（如数据库、文档集合）中检索出相关的上下文信息，然后将这些信息与原始问题一并提供给 LLM，从而“增强”其生成能力，使其能够产出更准确、更具时效性、更符合特定领域知识的回答。
2026-04-07 13:13:47
481
原创 万字拆解 LLM 运行机制：Token、上下文与采样参数
当我们把大模型作为一个核心组件接入业务系统时，第一步就是要抛弃拟人化的业务直觉，建立起工程师的客观视角。Token 是成本与性能的物理标尺：它不仅决定了你的计费账单和推理延迟，更决定了模型对文本的理解粒度。做容量规划时，必须按 Token 算账，而不是按字数算账。上下文窗口是极其稀缺的资源：哪怕模型宣称支持 1M 上下文，也不意味着可以毫无节制地堆砌数据。为 Prompt、RAG 检索片段、历史对话和输出预留做好严格的 Token 预算分配，是走向生产环境的必修课。采样参数是业务场景的调音台。
2026-03-30 10:35:40
719
原创 MiniMax M2.7 发布！Redis 故障排查 + 跨语言重构场景实测，表现如何？
能力维度场景表现评价故障诊断与止血场景 1：快速定位连接池问题，提供降级方案表现优秀，推理链条完整跨语言代码迁移场景 2：C 到 Go 的慢查询复刻核心逻辑准确，工程规范适配有优化空间复杂系统理解场景 2：Redis 源码分析设计意图把握到位端到端交付设计 → 编码 → 测试全流程可独立完成，关键节点需人工确认。
2026-03-20 17:46:42
988
原创 美团面试：为什么要用分布式缓存？本地缓存呢？多级缓存一致性如何保证？
这个实际在很多项目中用的蛮多，特别是单体架构的时候。数据量不大，并且没有分布式要求的话，使用本地缓存还是可以的。本地缓存位于应用内部，其最大的优点是应用存在于同一个进程内部，请求本地缓存的速度非常快，不存在额外的网络开销。常见的单体架构图如下，我们使用Nginx来做负载均衡，部署两个相同的应用到服务器，两个服务使用同一个数据库，并且使用的是本地缓存。在集群模式下使用本地缓存，必须考虑负载均衡策略。如果 Nginx 使用默认的轮询（Round-Robin）
2026-03-19 14:13:23
150
原创 鹅厂面试：SELECT * 一定导致索引失效？常见索引失效场景有哪些？
MySQL索引失效是常见的性能问题，本文总结了索引失效的六大场景及优化方案。包括SELECT *查询导致的回表成本权衡、违背最左前缀原则的范围查询中断效应、索引列上的计算/函数/类型转换破坏有序性、LIKE前缀通配符导致无法定位起始点、OR连接中任意无索引列导致全表扫描，以及IN/NOT IN使用不当引发的成本估算问题。针对每种场景提供了具体优化建议，如使用覆盖索引、调整SQL写法、改写为UNION ALL等，帮助开发者避免性能隐患。
2026-03-16 17:06:38
89
原创 再见 OpenClaw，MaxClaw 一键平替，企业微信/微博/飞书/钉钉接入
OpenClaw（中文圈戏称”小龙虾”），是当下 AI 圈顶流的超级助理。它不仅是大语言模型，更是 Agentic Workflows 理念的极致体现——真正能做事的 AI。和传统 AI 不同，OpenClaw 能自主执行完整工作流：扫描本地项目、修改代码、运行测试、提交 PR。当你睡觉时，它可能已经修好了三个 Bug。这种自主执行力，正是它让无数开发者疯狂的原因。它到底有多火？登顶 GitHub：2个月狂揽30万Star，超越 Linux 和 React，刷新开源历史纪录。硬件带货王。
2026-03-12 12:19:54
932
原创 字节二面：Redis 能做消息队列吗？怎么实现？
回到最初的问题：Redis 到底能不能做 MQ？如果业务简单、量小、追求极致性能，且能容忍极小概率的数据丢失，使用是最优解，因为它省去了部署维护 MQ 的成本，可以复用现有的 Redis 组件（大部分需要用到 MQ 的项目，通常都会需要 Redis）。如果是金融级业务、海量数据、需要严格保证不丢消息，必须选择等更成熟的 MQ。Redis 常见面试题总结（上）（Redis 基础、应用、数据类型、持久化机制、线程模型等）Redis 常见面试题总结(下)
2026-03-06 13:29:10
510
原创 7 道 RAG 基础概念知识点/面试题总结
RAG 的核心思想是：在让 LLM 回答问题或生成文本之前，先从一个大规模的知识库（如数据库、文档集合）中检索出相关的上下文信息，然后将这些信息与原始问题一并提供给 LLM，从而“增强”其生成能力，使其能够产出更准确、更具时效性、更符合特定领域知识的回答。检索通常在线进行的，当用户提交一个问题时，系统会使用已索引的文档来回答问题。段子归段子，RAG（检索增强生成）确实是当下 LLM 应用开发的核心技术栈，也是面试中的高频考点。的前提下，基于企业自身的知识进行回答，实现真正可用的企业级智能应用。
2026-03-02 20:08:34
749
原创 Claude Opus 4.6 真的用不起了！我换成了国产 M2.5，实测真香！！
实测下来，M2.5 给我的感觉非常明确：它不是在模仿人说话，而是在模仿人工作。尤其是那种"先谋后动"的 Spec 拆解能力，非常有大厂老架构师的味道。不要迷信旗舰模型：日常 80-90% 的任务，M2.5 足够应对。只有极少数高难度场景才需要切到 Opus 4.6，混合使用才是最优解。先规划，再执行：M2.5 的原生 Spec 行为是其最大亮点。做复杂任务前，让它先出一份完整的技术方案，比直接写代码效果好太多。成本不是唯一考量。
2026-02-27 16:12:39
1101
原创 微信面试：什么是一致性哈希算法？适用什么场景？
Java 面试 & 后端通用面试指南（Github 收获155+k Star，共有。这两种场景的本质，都是需要建立一个。为了实现这个目标，你首先会想到什么方案呢？
2026-02-27 15:59:41
97
Java案例之随机验证码功能实现
2017-06-06
httpclient+jpoup的jar包
2017-09-23
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人