- 博客(301)
- 资源 (4)
- 收藏
- 关注
RSS订阅原创 Maven clean 报错与 Maven Profile 机制总结
先看错误中是否有${...}未解析变量。发现 Maven 正在尝试下载这类非法路径。判断不是普通依赖缺失，而是 Maven 属性未生效。根据属性名称定位到父 POM。发现这些属性定义在boot3boot2Profile 中。根据 JDK 21 判断应激活boot3。发现原始命令中存在-P!boot3，明确禁用了boot3。使用-P!boot3复现问题。使用-Pboot3验证 clean 成功。得出最终结论：IDEA Maven Profile 配置错误导致boot3。
2026-06-05 14:37:51
501
原创 Claude Code 常见操作实战指南
理解意图：能理解自然语言指令自动化：自动选择合适的工具和步骤安全性：多重检查防止危险操作效率：并行执行独立操作上下文感知：考虑项目结构和代码风格清晰表达需求提供足够上下文复杂任务分步骤验证重要更改利用 Claude Code 的探索能力通过这些常见操作和技巧，你可以充分发挥 Claude Code 的能力，提高开发效率！
2026-06-04 16:39:14
488
原创 Claude Code 核心功能概览
Claude Code 是一个强大的 AI 编程助手，能够理解代码、执行命令、修改文件，并帮助开发者完成各种编程任务。全面的文件系统访问：读写编辑任何文件强大的命令执行：自动化各种开发任务智能代码理解：搜索、分析、重构代码深度 Git 集成：简化版本控制工作流安全可靠：多重保护机制防止误操作高效并行：自动优化执行效率这些功能组合在一起，使 Claude Code 成为一个强大的 AI 编程助手，能够处理从简单的文件编辑到复杂的代码重构等各种任务。
2026-06-04 16:38:15
349
原创 AI工作流实现原理深度解析
买菜 → 洗菜 ┐├→ 炒菜 → 装盘 → 上桌煮米饭 ────┘有方向：箭头表示先后顺序（不能先炒菜再买菜）无环路：不会出现"炒菜→装盘→炒菜"的循环可并行："买菜+洗菜"和"煮米饭"可以同时进行这就是DAG（有向无环图，Directed Acyclic Graph）的核心思想！DAG有向（Directed）：边有明确的方向（A→B）无环（Acyclic）：不存在从某节点出发又回到该节点的路径图（Graph）：由节点（Vertex）和边（Edge）组成数学表达G = (V, E)
2026-06-03 22:40:54
420
原创 AI工作流系统全景概述
你需要先准备食材（输入）然后按顺序烹饪（处理流程）最后上菜（输出结果）AI工作流系统就像一个智能厨房在画布上拖拽"节点"（像拼乐高积木）连接这些节点（告诉系统先做什么、后做什么）点击运行，系统自动按流程执行AI工作流系统是一种可视化编程工具，允许用户通过拖拽节点、连接线条的方式，构建复杂的AI应用逻辑，无需编写大量代码。核心特征可视化：图形化界面，见即所得模块化：每个功能是独立的节点连接性：节点通过连线传递数据自动化：一键运行整个流程。
2026-06-03 22:38:59
345
原创 虚幻引擎 Unreal Engine 通俗指南
它最早以游戏开发闻名，但现在广泛用于：游戏、影视虚拟拍摄、建筑可视化、工业仿真、数字孪生、汽车展示、教育培训、应急演练、VR/AR、展厅大屏等。UI布局、字体大小、边缘安全区、显卡输出都要提前测试。完整数字孪生还需要数据采集、数据库、后端服务、业务系统、算法模型、权限运维等。所以做数字孪生时，应把 UE 和后端、数据库、数据网关、业务系统配合使用。UE 的优势是三维表现、交互、物理、动画、UI和脚本系统比较完整。解决：减面、LOD、合并材质、压缩贴图、减少动态灯光、使用实例化。材质决定物体表面效果。
2026-06-03 22:37:22
423
原创 从0到完成：数字孪生、虚拟仿真、3D建模实操流程
周期和以下因素强相关：资料是否齐全、模型精度、数据接口复杂度、现场联调条件、业务规则复杂度、验收标准是否明确。很多项目一开始会说“我要做数字孪生”，但实际需求可能只是三维展示、流程动画或虚拟仿真。例如做消防演练，不一定要精确模拟每一粒烟尘，但要保证逃生路线、危险区域、报警流程、用户操作是可信的。做出可以被后续系统使用的三维资产，例如设备、厂房、园区、建筑、产品、人物、车辆。小白做第一个项目，建议从“交互操作仿真”开始，不要一上来做高精度数值仿真。真实设备会变、点位会变、业务会变，模型也要维护。
2026-06-03 11:40:02
618
原创 数字孪生、虚拟仿真、3D建模 概念区别联系与技术清单
3D建模本身不一定包含真实数据，也不一定包含物理仿真。一个很漂亮的三维厂房，如果没有数据、没有行为逻辑，只是三维展示，不是数字孪生，也不是完整仿真。如果画面里的设备状态不是由真实数据驱动，只是写死的效果，那它不是严格意义的数字孪生。真正有价值的数字孪生可能界面并不夸张，但能准确监控设备、预测故障、减少停机、降低能耗。游戏引擎常被用来做仿真，但仿真的重点是规则、精度、可解释性、训练或决策价值，不只是好玩。是现实对象、过程或系统在数字空间中的映射，并且会和真实世界保持某种频率、某种精度的同步。
2026-06-03 11:36:26
448
原创 虚幻引擎是什么？用来做什么？
虚幻引擎是实时 3D 创作引擎，不只是游戏软件。做虚拟仿真大屏时，虚幻常负责三维画面、交互、动画、镜头和特效。数字孪生项目中，虚幻通常只是前端可视化的一部分，还需要后端、数据、设备、业务系统配合。小白先学蓝图和基础场景，不要一上来就硬写 C++。大屏项目最终成败不只看画质，还看数据准确、运行稳定、现场效果和验收闭环。
2026-06-03 11:34:16
444
原创 3D 建模、虚拟仿真、数字孪生 从 0 开始到完成：三条实操路线
3D 建模从“用途、参考、比例、白模、精模、材质、动画、优化、导出”做起。虚拟仿真从“目标、流程、精度、原型、场景、交互、逻辑、UI、测试、部署”做起。数字孪生从“业务问题、对象范围、数据盘点、资产模型、数据通路、模型绑定、告警分析、业务闭环、运维”做起。
2026-06-02 18:47:56
926
原创 3D 建模、虚拟仿真需要哪些技术
3D 建模的核心技术是“模型、材质、动画、优化”。虚拟仿真的核心技术是“引擎、交互、状态、规则、物理/流程”。数字孪生的核心技术是“数据采集、对象模型、实时映射、分析闭环”。大屏展示的核心技术是“高分辨率视觉、稳定运行、实时数据、清晰交互”。技术选型必须围绕业务目标，而不是看哪个名词更热门。
2026-06-02 18:46:15
355
原创 概念、区别与联系：数字孪生、虚拟仿真、3D 建模
3D 建模解决“看见对象”。虚拟仿真解决“理解运行”。数字孪生解决“连接现实、辅助决策”。三者关系不是谁替代谁，而是从资产、行为到数据闭环的逐步增强。真正落地时，要从业务目标反推所需精度、技术和成本。
2026-06-02 18:45:05
18185
原创 DevOps体系详解01-核心概念与价值
DevOpsDevelopment（开发）Operations（运维）DevOps是一套方法论、文化理念和工具实践的集合，旨在打破开发团队和运维团队之间的壁垒，通过自动化、协作和持续改进，实现软件的快速、可靠、高质量交付。DevOps不仅仅是工具和技术，更是一种文化和理念文化：打破壁垒，协作共赢流程：自动化、持续改进工具：支撑文化和流程的落地。
2026-06-02 16:06:28
380
原创 CI/CD与DevOps、Jenkins、K8s关系深度解析
定义：一种文化、理念和实践的集合本质：方法论范围：- 文化层：协作、责任共担、持续学习- 流程层：CI/CD、自动化、敏捷- 工具层：Git、Jenkins、Docker、K8s等类比：一套完整的生产管理体系1. DevOps是理念，CI/CD是实践DevOps包含CI/CD，但不止于CI/CD2. CI/CD是流程，Jenkins是工具Jenkins是实现CI/CD的工具之一也可以用GitLab CI、GitHub Actions等3. K8s是平台，是CD阶段的部署目标。
2026-06-02 16:04:29
570
原创 CI/CD深度解析01-核心概念与原理
CI/CD = Continuous Integration（持续集成）+ Continuous Delivery/Deployment（持续交付/持续部署）这是一套现代软件开发的最佳实践，通过自动化的方式，将代码从开发到生产环境的整个流程串联起来。CI/CD不仅仅是工具和技术，更是一种软件开发和交付的理念自动化一切：减少人工操作，提高效率和质量快速反馈：尽早发现问题，降低修复成本小步快跑：频繁集成，频繁发布，降低风险持续改进：基于数据和反馈不断优化流程。
2026-06-02 16:03:56
507
原创 国内外视频/图像大模型与智能体工具平台竞品对比
优先看 Seedance/Seedream/即梦、Kling、Vidu、Hailuo、Wan、HunyuanVideo、Qwen-Image。优先看 OpenAI、Google Gemini/Veo、BytePlus/ModelArk、Runway、Vidu、MiniMax、Luma、BFL、Stability、Ideogram、Leonardo。优先看 Lovart、即梦/Dreamina、Adobe Firefly、Canva、Krea、Freepik、Leonardo。
2026-06-02 16:01:42
402
原创 多角色智能体实践
同一个 Git 仓库，checkout 出多个独立工作目录，每个目录开一个 Claude Code session。串行接力，上一个 Agent 的输出是下一个的输入，通过文件或 Git commit 传递。一个主 Claude 负责规划，通过调用工具或写文件的方式给子 Agent 下发任务。或接口约定文档，作为多个 Agent 的"共享契约"，否则各写各的会冲突。这是 Claude Code 原生支持的模式，主 Agent 可以直接。作为所有 Agent 的共同规范，以及。实践中很少只用一种，通常是。
2026-06-01 14:21:22
231
原创 Claude Code 高效、高质量开发的核心实践
用多个 Claude session 并行工作来加快开发：可以用 Git worktrees 隔离任务，也可以用 Writer/Reviewer 模式——一个 Claude 写代码，另一个新鲜上下文的 Claude 审查代码，因为它不会对自己刚写的代码产生偏见，从而更有效地发现 bug。注意哪些方式产出了好结果，当 Claude 输出优质代码时，记住你做了什么：prompt 结构、提供的上下文、使用的模式。）、代码风格规范（“使用 ES modules，而非 CommonJS”）、关键文件和架构模式。
2026-06-01 14:18:13
400
原创 IDEA 中进行git分支双向同步操作指南
操作Mac提交Ctrl + KCmd + K推送拉取Ctrl + TCmd + T更新项目Ctrl + TCmd + T查看分支Git 工具窗口Alt + 9Cmd + 9查看历史操作IDEA 操作路径b → a在 a 分支 → 右键 → Git → Merge → 选 ba → b切到 b → 右键 → Git → Merge → 选 a提交Ctrl + K推送切换分支右下角 → 选分支 → Checkout解决冲突Conflicts 窗口 → Merge → 三方对比查看历史。
2026-05-31 21:04:18
556
原创 AI架构师面试问题与解答 - 机器学习基础篇
维度监督学习无监督学习强化学习数据要求需要标注数据仅需输入数据需要环境交互反馈类型明确标签无反馈延迟奖励信号学习目标拟合已知映射发现数据结构最大化长期回报应用难度中等较低高。
2026-05-31 10:01:34
395
原创 AI架构师面试题库 - 完整汇总文档
解释bias-variance tradeoff为什么batch normalization有效？Attention机制的计算复杂度是多少？如何优化？ResNet的残差连接为什么能训练更深的网络？LSTM如何解决梯度消失问题？
2026-05-31 10:00:18
270
原创 ZeroClaw 可优化空间与改进建议
ZeroClaw 现在的状态很像“功能成熟、架构正确、但需要治理复杂度”的项目。它不是需要推倒重来，而是需要持续做减耦、拆分、补测试和整理注册机制。从二开角度看，它非常有价值。从维护角度看，越往后越不能继续把新能力直接堆进巨型文件里。
2026-05-30 21:23:20
128
原创 ZeroClaw 使用方式与启动指南
也就是说，默认更像“有结构化长期记忆，但不强依赖向量服务”。然后访问 Gateway 提供的 Dashboard。它更偏向 Windows 用户的一键安装/构建路径。默认情况下，核心配置与数据会落在用户目录下的。Tauri 桌面端依赖本地 Gateway。这个更像运行消息入口，不等于完整控制面。是两套不同的运行姿态，使用时不要混淆。这意味着源码默认更偏向本地安全模式。适合真正当作个人 AI 助手常驻。适合先求稳，再逐步调大能力。
2026-05-30 21:21:31
170
原创 ZeroClaw 目录与关键文件详解
结论：生产态 Web UI 不是单独服务，而是被 Rust Gateway 嵌入和托管。说明项目已经进入“对外传播 + 多语言运营 + 维护治理”阶段。个文件，而且多个关键文件行数已经非常高，后续维护一定要重视拆分。结论：桌面端是 Gateway 的伴侣壳，不是独立业务后端。全部放在一个 monorepo/workspace 内。以下文件数为当前仓库快照下的递归统计结果。这是一个很重要的设计点。这是“消息输入输出总线”。以下文件对理解项目最重要。这是“模型后端适配层”。这是“安全边界层”。
2026-05-30 21:20:37
216
原创 ZeroClaw 项目总览与架构分析
它最强的地方不是某个单点功能，而是把“模型调用、工具执行、多渠道接入、安全控制、运维控制台、硬件扩展”整合成了一套统一运行时。ZeroClaw 是一个运行在你自己设备上的个人 AI 助手平台，核心目标不是“在线聊天网页”本身，而是提供一个长期运行、可调用工具、可连接消息渠道、可接入硬件、可通过网页控制的 Agent Runtime。“一个把 LLM、工具执行、会话管理、消息渠道、运维控制台和硬件接入统一起来的运行时。这是最接近“生产运行”的模式。这和 README 中强调的低资源、低开销方向是一致的。
2026-05-30 21:19:35
439
原创 Kafka 高吞吐消息链路常见面试问题及详细解答
幂等生产者通过 producerId 和 sequence 来识别重复写入。它主要解决网络重试、超时重发带来的重复写入问题。幂等生产者主要解决生产端重复写，不能替代消费端幂等和 Sink 幂等。Kafka 是海量数据链路的高吞吐入口。它通过 partition 做并行，通过顺序日志做高性能写入，通过 replica 和 ISR 做可靠性，通过 consumer group 和 offset 管理消费进度，通过幂等和事务降低重复风险，通过 lag、rebalance 和 DLT 做工程治理。
2026-05-30 19:06:31
370
原创 海量数据应用落地案例
数据怎么进来。峰值怎么扛住。失败后能不能重放。实时和离线怎么分工。数据存哪里。查询怎么快。结果准不准。延迟能不能监控。成本会不会失控。团队能不能长期维护。面试时只要能围绕这 10 个问题展开，就会比单纯背框架显得更像研发经理。
2026-05-30 19:04:58
218
原创 海量数据处理技术方案与实现原理
我理解海量数据处理不是单点技术，而是一条端到端链路。Kafka 解决高吞吐入口，Flink 解决实时状态计算，Spark 解决离线批处理，湖仓表格式解决数据湖的事务和元数据管理，OLAP 引擎解决低延迟分析查询，Airflow 和治理系统解决长期运维。真正落地时，我会先看业务指标和数据特征，再做技术选型，并重点关注稳定性、可观测性、数据质量和成本。
2026-05-30 19:02:34
457
原创 海量数据常见面试问题及详细解答
海量数据处理就是数据太多，单机内存、单机磁盘、单个数据库或单个程序已经处理不过来，需要把数据切成很多份，放到多台机器上并行存储和计算。Watermark 是 Flink 判断“某个时间点以前的数据基本到齐了”的水位线。例如窗口统计 10:00 到 10:05 的订单，但网络可能导致 10:03 的订单晚到。Watermark 就是告诉系统：“我认为 10:05 之前的数据差不多到了，可以触发计算了。数据倾斜就是大家一起干活，但某个人分到的活特别多，导致所有人都要等他。
2026-05-30 19:00:55
445
原创 职场PUA心理调适指南:保护心理健康,赢得长期博弈
心理边界 = 你能接受什么,不能接受什么健康的边界:✓ "我可以努力工作,但不能牺牲健康"✓ "我可以加班,但需要合理补偿"✓ "我可以接受挑战,但不能违背专业原则"✓ "我可以听取批评,但不能接受人身攻击"不健康的边界:✗ "老板让我做什么我就做什么,没有底线"✗ "为了不被批评,我可以牺牲一切"✗ "我不敢说不"此刻,你可能感到:- 焦虑:不知道该怎么办- 愤怒:为什么我要遭受PUA- 疲惫:我撑不下去了- 怀疑:我是不是真的不行这些感受都是正常的,允许它们存在。
2026-05-29 23:05:24
164
原创 GitHub 开源项目排行榜搜索指南（AI / Agent / Workflow / Java / Vue）
目标：提供可复用、可验证的 GitHub 开源项目排行榜检索方法。
2026-05-29 23:00:46
703
原创 剪映电脑版：用图片遮挡行走人物头部的小白操作手册
人物走路时，头部可能变小、转向、被挡住、光线变化，剪映就可能识别错。人物走路时，如果出现转头、低头、变小、光线变化、被别人挡住，剪映就可能跟丢。如果你的图片不是透明背景，也能用，但普通图片可能会带一个矩形背景，更容易挡住路人或画面。如果目标人物只在视频中间出现，不需要让图片覆盖整个视频，只覆盖目标人物出现的时间即可。如果目标人物的头被路人完全挡住，可以临时隐藏遮挡图片，等目标头重新出现后再继续遮挡。如果目标人物的头和路人的头完全重叠，图片必然会挡到路人。这里主要分割的是上方轨道的遮挡图片，不是下面的视频。
2026-05-29 14:19:44
437
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人