- 博客(70)
- 收藏
- 关注
RSS订阅原创 自用项目模拟面经50问学习
简历关键词：大学、软件工程、后端开发、【口语化解答示例】面试官您好，我叫xx，xx大学软件工程专业，2028 届（简历按 2028.07 毕业口径）。我的技术方向是 Java 后端，主要技术栈是 Spring Boot、MySQL、Redis、RocketMQ 这一套。大学期间参加了一些算法竞赛，拿过ACM省赛铜牌、蓝桥杯全国总决赛三等奖。项目方面有两个比较完整的：一个是 VidFlow，一个 AI 视频解析与智能总结平台；另一个是 LifeMate，一个本地生活服务平台，重点做了秒杀场景的高并发优化。
2026-08-31 14:21:37
226
原创 在vs code里使用deepseek harness:我做的插件又更新啦！
再来宣传一下自己的在vscode里使用deepseek harness的插件，ds发布的第二天我就开始用了，一开始是fork了一个上游的dsh-vsc的仓库，但是上游那个仓库做的很拉，一堆bug，而且还有一堆经典ai写前端很喜欢的好丑的emoji，我就做了很多修改，还提了pr，但是上游一直不合我的pr我也不知道为啥（甚至后续他自己更新修的一些bug就是我之前已经提的pr），索性我就自己在这个分支上继续加新东西优化体验了。主要原因是我一直过不去微软云的人机验证，今天终于过了，有感兴趣的可以试一试。
2026-08-22 17:59:59
238
原创 让你的deepseek V4也能看懂图片：describe-image-skill推荐
这篇文章介绍了一个名为"describe-image-skill"的开源工具，可以让不具备图像识别能力的AI模型（如DeepSeek V4）也能处理图像内容。该工具通过将图像发送给专门的视觉模型（如SiliconFlow、OpenAI等）进行识别，然后将识别结果转换为文本描述，供主模型进行后续处理。 主要特点包括： 支持多种视觉模型平台（SiliconFlow/OpenAI/智谱等）和本地Ollama 提供首次使用配置向导 支持三种图片来源：本地路径/URL、会话记录提取、粘贴目录 纯Python实现，无第
2026-08-08 17:10:08
814
原创 fork的仓库怎么使用git rebase与git merge同步上游仓库的更新及解决冲突问题的总结
摘要 本文介绍了如何同步fork仓库的上游更新，重点对比了git rebase和git merge两种方式。rebase会线性化提交历史，而merge保留完整历史。操作步骤包括：添加上游仓库地址(fetch)、查看更新、执行rebase/merge、解决冲突(修改文件后add和continue/abort)及最终推送。rebase需要强制推送(--force-with-lease)，merge则生成合并提交。两者冲突解决流程相似，但rebase会重写历史，适合本地分支；merge更安全，适合公共分支。
2026-08-08 15:56:59
285
原创 Claude Code自用skill／mcp分享——我的AI开发工作流
本文介绍我在 Claude Code 中自己安装的扩展：codebase-memory（MCP + Skill + Hooks 一整套）、Matt Pocock Skills 套装（19 个）、3 个自写中文 Skill（bat-run / bat2ps1 / drawio），以及 2 个前端美化 Skill（frontend-design / ui-ux-pro-max）。
2026-08-05 17:23:06
358
3
原创 Astrbot 好感度插件推荐：EmotionAI Pro
摘要：本文介绍了对Astrbot情感插件EmotionAI Pro的修复与优化过程。作者发现原插件存在好感度更新异常、缓存命中率低等问题，但原开发者已不活跃。于是作者fork该项目并进行了多项修复：1)修正好感度更新逻辑错误；2)调整情感描述正则验证规则，允许中文标点；3)优化LLM缓存机制，将情感上下文移至消息后部，使缓存命中率从25%提升至97%。修复版已发布至插件市场，保留了原插件的8维情感模型、4阶段关系演化等核心功能，并新增了缓存统计、数据备份等管理工具，显著改善了用户体验。
2026-08-05 13:16:08
256
1
原创 ssh远程连接服务器教程
SSH远程连接服务器教程摘要 本教程详细介绍了通过SSH密钥对实现安全远程连接服务器的步骤： 生成SSH密钥：使用ssh-keygen命令创建RSA密钥对（公钥id_rsa.pub和私钥id_rsa） 服务器端配置：将本地公钥内容添加到服务器的~/.ssh/authorized_keys文件中（权限需设为600） 连接方式：使用ssh -i 私钥路径 用户名@服务器IP命令连接服务器 进阶操作：支持连接时直接执行命令、启动服务或运行脚本 教程同时解释了SSH相关文件的作用及权限要求，并提供了宝塔面板和命令行
2026-08-05 12:50:53
238
1
原创 Windows ↔ Linux 常用快捷键速查及宝塔服务器端常用操作
本文提供了Windows和Linux系统的常用快捷键对照表及服务器端常用操作指南。主要内容包括： 快捷键对比：复制/粘贴/中断程序等操作在Windows和Linux终端的差异 文件操作命令：目录切换、查看、创建/删除等基础命令 Vim编辑器基本操作指令 SSH连接和文件传输方法 服务器监控常用命令（进程、端口、磁盘、内存等） Docker容器管理基础命令 特别提示：Linux终端中Ctrl+C不是复制而是终止程序，复制/粘贴需用Ctrl+Shift+C/V。文章适用于SSH、Linux服务器、VS Code
2026-07-30 19:36:55
268
原创 bat文件无法正常运行？或许你可以用这个skill曲线救国！
本文记录了作者在Windows 11上遇到的.bat文件无法执行问题的解决过程。作者发现.bat文件被系统"拦截"，但.ps1文件可正常运行。经过排查文件关联、注册表等常规修复方式无效后，作者采用了一种曲线救国方案：为.bat文件创建PowerShell包装器，通过cmd.exe /c命令间接执行原脚本。这种方案既保留了.bat文件的原始功能，又无需修改系统配置或重写脚本。作者还将此方案封装为Claude Code Skill，提供自动生成包装器和执行测试的功能。项目强调在遇到系统级问题时，寻找稳定绕过方案
2026-07-29 18:15:29
235
原创 基于 LangBot + NapCatQQ的QQ AI Bot实战记录
本文记录了一个基于LangBot和NapCatQQ搭建个人QQ AI机器人的实战过程。作者首先尝试使用Lagrange.OneBot但遇到配置问题，最终选择NapCatQQ+LangBot方案。详细介绍了两种组件的功能：LangBot作为机器人核心平台支持多通讯平台和AI模型，NapCatQQ作为QQ协议转换层。文章提供了完整的部署步骤，包括Docker启动LangBot和PowerShell配置NapCatQQ，并展示了系统消息流转流程。这套方案实现了QQ消息的自动接收、AI处理及回复功能，为个人开发者提
2026-07-28 15:27:50
288
1
原创 高精度加减乘除
高精度算法用于处理超过语言内建整型范围的大数运算。核心思想是将大数用字符串表示并反转存储（低位在前），便于对齐和进位处理。主要包括四则运算： 加法：模拟竖式加法，逐位相加并处理进位。 减法：比较两数大小后相减，处理借位并去除前导零。 乘法：分为高精度×低精度（逐位相乘累加）和高精度×高精度（双重循环累加到位）。 除法：未详细展开但同样基于竖式运算。 所有运算均遵循低位对齐原则，最终结果需反转输出。该算法通过字符串处理和数组操作实现大数的精确计算。
2026-06-24 23:54:10
733
原创 解决低版本navicat连接PostgreSQl的不兼容报错问题
本文介绍了解决低版本Navicat连接PostgreSQL12+数据库报错的方法。由于PostgreSQL12+版本废弃了datlastsysoid字段，而低版本Navicat仍会查询该字段导致报错。解决方案是通过Hex编辑器修改Navicat安装目录下的libcc.dll文件，将datlastsysoid替换为兼容的dattablespace字段。操作步骤包括：定位dll文件、使用在线Hex编辑器搜索替换字段、保存覆盖原文件。这种方法避免了升级Navicat版本的麻烦，能有效解决兼容性问题。
2026-05-20 00:50:45
91
原创 优先队列／堆 题目讲解
本文讲解了优先队列（堆）在算法题中的应用，通过5道典型题目展示了其使用方法。主要内容包括：优先队列的基本操作（大/小根堆）、贪心算法结合优先队列解决合并问题（P1334、P1090）、自定义优先队列排序规则处理进程调度（P2278），以及资源分配问题（P12802）。所有题目均给出C++实现代码，展示了优先队列在优化选择、资源分配等场景下的高效应用。
2026-02-24 20:31:05
129
1
原创 12.9八股面经案例学习
Java线程安全主要通过三类机制实现：互斥（synchronized、ReentrantLock）、可见性与有序性（volatile）、原子性（Atomic类）。实际开发中常用并发容器（ConcurrentHashMap）、不可变对象和线程池来构建安全体系。新生代和老生代是JVM堆内存分区，新生代存放短生命周期对象，采用复制算法进行频繁快速的Minor GC；老生代存放长期存活对象，使用标记-清除/压缩算法进行耗时较长的Full GC。两者配合实现高效内存管理。
2025-12-10 00:27:33
1303
2
原创 java面向对象进阶
本文通过一个Java项目系统讲解了面向对象编程的核心概念与泛型知识。项目包含12个源代码文件，涵盖了static关键字、继承与多态、final修饰符、抽象类、接口、内部类以及泛型等关键主题。 主要内容包括： static静态成员的用法（变量、方法、初始化块、内部类） 抽象类定义与继承体系实现（Animal抽象基类与Dog/Cat子类） final关键字的三种应用场景（类、方法、变量） 接口特性（默认方法、静态方法）与实现类 多种内部类（非静态、静态、局部、匿名）的使用 泛型在类、方法和接口中的应用（Gene
2025-12-09 22:05:03
1064
原创 python函数及面向过程高级特性
本文介绍了Python函数和面向过程编程的高级特性。主要内容包括： 函数基础：定义与调用函数、参数类型（位置参数、默认参数、可变参数和关键字参数）、函数嵌套调用和递归函数。 面向过程编程高级语法： 切片操作：用于从序列中提取子集 迭代遍历：for循环处理可迭代对象 列表生成式：简洁高效地生成列表 生成器：使用yield关键字按需生成值，节省内存 这些特性使得Python代码更加简洁高效，特别适合数据处理和算法实现场景。
2025-11-07 20:47:55
734
1
原创 （自用）PowerShell常用命令自查文档
本文档汇总了PowerShell常用命令速查表，包含文件操作、内容查看、查找定位、权限管理、压缩解压、用户管理、系统信息等8大类命令。每条命令均提供别名、功能说明和典型示例，如ls查看文件、cat查看内容、ps查看进程等。文档采用表格形式分类整理，便于快速查阅，涵盖从基础文件操作到高级系统管理的常用命令，是Windows系统管理员的实用工具手册。
2025-09-04 21:50:53
1429
原创 （自用）cmd常用命令自查文档
本文整理了Windows CMD常用命令速查手册，包含文件目录操作（cd/dir/copy/del等）、文件查看（type/findstr）、系统信息（tasklist/ver）、网络管理（ipconfig/ping）、用户权限（net user）和磁盘工具（chkdsk/diskpart）等核心功能。采用表格形式分类展示命令说明与示例，重点标注了Windows与Linux命令的区别，并提示CMD的局限性，建议复杂操作可转向PowerShell。适合作为Windows系统管理和故障排查的快速参考文档。
2025-09-04 21:50:01
1011
原创 近期算法学习记录
本文总结了近期算法学习中的关键知识点，主要包括： 常用数学函数和位运算技巧，如trunc函数、判断2的幂次、位运算掩码应用等 动态规划优化方法，如空间优化技巧和初始化方式 预处理技术，如预计算2的幂次和状态转移 特殊条件判断的简化写法 数据类型选择和注意事项，如unsigned long long使用 数论基础知识，如互质判断和质数性质 位运算分析，包括异或运算性质和应用场景 组合数学应用，如状态转移方程的预处理 文中通过代码示例和数学推导详细说明了各项技术的实现原理和应用场景，特别强调了位运算掩码构造、状
2025-09-04 19:30:51
1166
原创 （自用）Linux 常用命令自查文档
本文是一份Linux常用命令的自查文档，分为13个类别系统整理了Linux操作中的核心命令： 文件与目录操作：包括pwd、ls、cd、mkdir、rm等基础命令 文件内容查看：cat、more、less、head、tail等文本查看工具 查找与定位：find、locate、grep等搜索命令 文件权限管理：chmod、chown等权限设置命令 压缩与解压：tar、gzip、zip等压缩工具 用户管理：who、su、sudo、useradd等用户相关命令 磁盘管理：df、du、mount等磁盘操作命令 进程监
2025-09-04 17:44:44
639
原创 只会git push？——git团队协作进阶
本文是一篇Git团队协作进阶指南，主要针对已经掌握基本Git命令但需要提升协作效率的开发者。文章首先介绍了分支管理的基本概念，包括如何创建和切换功能分支。随后重点讲解了四个关键协作技巧：1) 使用rebase保持提交历史整洁；2) 交互式rebase整理多个小提交；3) cherry-pick精确选取特定提交；4) 编写规范的提交信息。文章强调了在团队协作中保持代码历史清晰的重要性，并提供了具体操作示例和最佳实践建议，帮助开发者从"只会git push"提升到专业协作水平。
2025-09-04 17:26:53
1015
原创 SpringBoot3后端项目介绍：mybig-event
mybig-event是一个基于Spring Boot 3.1.3的事件管理系统，集成了MyBatis、Redis、JWT认证和阿里云OSS等现代技术。系统提供用户管理、文章发布、分类管理等核心功能模块，支持分页查询、文件上传和JWT认证。项目采用标准Maven结构，包含完善的自动化构建流程(GitHub Actions)和API文档。部署需JDK 17+、MySQL 8.0+和Redis 5.0+环境，通过application.yml配置文件可快速适配不同环境。项目遵循MIT开源协议，适合作为Java
2025-08-20 23:20:21
925
原创 SED项目复现学习实录
SED项目学习摘要 本项目复现了SED(Self-adaptivE and class-balanceD)方法，用于处理带噪声标签的分类任务。项目提供完整的代码框架，支持多种噪声数据集： 合成噪声数据集：CIFAR100N(闭集)、CIFAR80N(开集) 真实噪声数据集：Clothing1M、Web-Aircraft/Bird/Car 核心方法包含： 自适应样本选择策略(SCS) 均值教师模型(EMA)标签校正 类别平衡样本重加权(SCR) 一致性正则化 项目结构清晰，包含训练入口(main.py/mai
2025-08-20 22:10:59
1355
1
原创 CSDN标签名词大扫盲
CSDN技术标签名词速查手册 本文整理了CSDN博客平台中常见的Python和Java相关技术标签名词解释，帮助开发者快速了解各技术的基本概念和应用场景。Python部分涵盖Web框架(Django/Flask)、数据科学工具(Scikit-learn/Pandas)、可视化库(Matplotlib/Plotly)等；Java部分包含开发工具(Eclipse/IDEA)、框架(Spring/Hibernate)、微服务组件(Dubbo/Sentinel)等。每个名词均提供简明定义和典型用途，适合作为技术参考
2025-08-19 00:24:31
1097
2
原创 Vue入门
Vue.js是一个渐进式JavaScript框架，专注于视图层，易于上手且能与现有项目整合。核心概念包括： Vue实例：通过new Vue()创建，将数据与DOM关联，实现响应式更新 模板语法：使用{{}}插值和v-指令（v-bind、v-model、v-on）实现数据绑定和事件处理 条件渲染：v-if根据条件显示/移除元素 列表渲染：v-for循环渲染数组 组件化：通过Vue.component定义可复用组件，使用props接收父组件数据 生命周期钩子：提供created等函数在不同阶段执行自定义代码 V
2025-08-13 16:31:54
399
原创 JavaScript入门
JavaScript入门摘要 JavaScript(JS)是网页开发的三大核心技术之一，负责网页的交互行为。可以通过<script>标签内联或外链形式引入JS代码。核心概念包括： 变量与数据类型：使用let和const声明变量，支持字符串、数字、布尔值、数组和对象等数据类型。 控制流：条件语句(if/else)和循环(for/while)控制程序执行流程。 函数：推荐使用ES6箭头函数，语法简洁：(a,b)=>a+b。 DOM操作：通过document对象获取元素，修改内容和样式，添加事件
2025-08-13 16:16:47
1078
原创 yolov8和yolov11入门
YOLOv8与YOLOv11入门摘要 YOLO系列是实时目标检测领域的标杆模型。YOLOv8作为成熟框架，采用无锚点检测、解耦头等技术，支持检测、分割等多项视觉任务，并提供多种模型尺寸选择。其安装使用简单，可通过命令行或Python SDK快速实现预训练模型推理和自定义数据集训练。 YOLOv11在YOLOv8基础上进一步优化，引入C3k2、SPPF等新模块，在保持低参数量的同时提升精度，尤其优化了CPU推理速度。它与YOLOv8使用相同的API接口，只需更换模型名称即可体验最新性能。两种模型均通过ultr
2025-08-13 15:55:30
1452
原创 牛客小白月赛118 A-C 题解
本文分享了牛客小白月赛118的A-C题解：A题通过比较输入的x和y值判断胜负；B题通过贪心算法修改数组使相邻元素互质；C题利用快速幂计算所有可能的二进制字符串组合数减去空集情况。解题思路清晰，代码实现简洁，涉及基础算法和数学知识。
2025-08-04 19:15:14
247
原创 认识pytorch与pytorch lightning
PyTorch是一个开源的深度学习框架，以其动态计算图、直观API和GPU加速能力著称。核心概念包括张量(Tensor)和多维数组操作，支持与NumPy的互转换。PyTorch通过autograd实现自动求导，为神经网络训练提供梯度计算功能。使用torch.nn模块构建神经网络，包含定义网络结构(init)和前向传播(forward)方法。典型训练流程涵盖数据准备(Dataset/DataLoader)、模型定义、损失函数和优化器设置、训练评估循环等步骤。PyTorch Lightning则进一步简化了训练
2025-08-04 18:00:34
558
原创 pytorch入门：UNet图像分割实战
本文介绍了使用PyTorch实现U-Net进行图像分割的实战项目。项目使用Vaihingen数据集，包含6个类别（建筑物、植被、车辆等）。数据预处理包括RGB到类别标签的映射，并实现了三种数据增强方法：水平翻转、垂直翻转和随机旋转。模型采用标准的U-Net架构，训练流程包含数据加载、增强、损失计算和模型评估，使用mIoU作为主要评估指标。项目结构清晰，包含数据集处理、模型定义、训练和评估等模块，适合PyTorch初学者学习图像分割的基本流程和实现方法。环境配置简单，只需安装PyTorch和相关依赖库即可运行
2025-08-04 16:02:32
683
原创 pytorch入门：ResNet图像分类实战
这篇文章介绍了使用PyTorch实现ResNet模型在CIFAR-10数据集上进行图像分类的完整流程。主要内容包括：1) 数据集准备，详细说明了CIFAR-10的数据结构；2) 数据加载与增强，实现了包含随机水平翻转、随机裁剪和颜色抖动三种增强方式的数据预处理；3) 项目结构设计，包含数据加载、模型定义、训练评估等模块；4) 环境配置指南，提供了虚拟环境创建和必要库安装的指令。文章采用代码注释详细解释了关键实现细节，特别是数据增强部分使用torchvision.transforms实现了多种变换策略，为后续
2025-08-04 01:40:18
881
原创 Python数据处理基础（学习笔记分享）
本文介绍了Python中三个常用数据处理库的核心功能： NumPy - 提供高效数值计算，核心是ndarray多维数组，支持数组创建、运算、统计、索引切片和矩阵操作。 Pandas - 数据分析核心库，提供DataFrame和Series数据结构，支持数据读取、清洗、筛选、分组聚合和缺失值处理等表格操作。 JSON - 轻量级数据交换格式，Python中内置支持，用于结构化数据的序列化和反序列化。 这些库共同构成了Python数据处理的基础工具链，适合进行科学计算、数据分析和结
2025-07-28 14:10:08
1334
原创 白话深度学习：一副PPT入门CNN，ResNet和Transformer
博主最近因为需要制作ppt并且讲解这三个模型，进行了很多的资料查阅和学习工作，因为本身博主在这方面的基础是小白，所以也更加理解小白在进行相关的学习时所遇到的困难，所以今天分享一下博主在学习过程中所制作的偏白话讲解的ppt,让更多人跨过那些专业晦涩的名词拦路虎~~如上如上，觉得还可以的话就点个赞吧！
2025-07-18 20:04:43
494
2
原创 牛客周赛 Round 93题解（个人向A-E）
本文是牛客周赛 Round 93 的题解，涵盖了 A 到 E 题的解题思路和代码实现。A 题是简单的模拟题，直接按题意比较 2^n 和 n^3 的大小即可。B 题要求判断字符串中是否存在特定模式的子串，使用 substr 函数和条件判断即可解决。C 题通过分析两人位置的相对关系，判断是否可以通过放置障碍物使两人到达终点。D 题是思维题，通过优先队列和贪心策略，确保处理后的数组字典序最大。E 题则通过分类讨论和数学公式，计算满足条件的子集数量。每道题都提供了详细的代码实现和解题思路。
2025-05-20 21:06:50
495
3
原创 Windows系统上本地部署dify并接入ollama大模型
Dify 是一个基于大语言模型的智能应用平台，致力于帮助用户快速构建和部署各种智能对话机器人和应用。它支持结合检索技术的生成模型（即 RAG，Retrieval-Augmented Generation），通过在生成回答的同时检索外部知识库，提升回答的准确性和覆盖范围。Dify 平台使得用户能够方便地训练、管理并调用自定义大模型，广泛适用于客服系统、知识问答和智能助手等场景。相比传统只依赖生成模型的方式，Dify 利用检索增强，能够让模型更好地利用外部信息，提升实用性和智能水平。
2025-05-18 00:41:08
1219
1
原创 拒绝繁琐概念 ‖ 零基础基于pytorch手写一个神经网络
本文以零基础用户为目标，通过一个简单的手写数字识别项目，快速入门PyTorch框架。PyTorch以其简洁的代码和易上手的特性，成为深度学习领域的常用工具。文章采用MNIST数据集，包含7万张手写数字图片，用于训练和测试神经网络。通过将图片像素重新排列为一维阵列，并逐层计算节点值，神经网络能够识别和处理图像信息，最终输出数字识别的概率。文章详细介绍了神经网络的构建过程，包括激活函数的使用和参数的调整，并通过代码示例展示了如何实现这一过程。通过训练，神经网络的识别准确率从初始的0.08提升到0.95。文章旨在
2025-05-13 13:29:04
1217
1
原创 vue基本架构学习入门
一个典型的Vue 3项目（使用Vite创建）的目录结构包括根目录下的package.json和vite.config.js，以及public/和src/文件夹。public/存放静态资源，如网站图标，而src/是开发的核心区域，包含assets/（图片、样式）、components/（可复用组件）、views/（页面级组件）、router/（路由管理）、store/（全局状态管理）、utils/（工具函数）、services/（接口请求封装）、App.vue（应用根组件）和main.js（程序入口）。pac
2025-05-12 20:53:04
1106
3
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人