- 博客(141)
- 资源 (49)
- 收藏
- 关注
RSS订阅原创 AI SaaS 长任务设计：图片与视频生成如何做好异步调度、状态管理与失败恢复
在AI SaaS中，图片与视频生成属典型异步长任务，不宜用同步接口阻塞线程。应将任务生命周期由数据库持久化管理，通过调度器（Scheduler）控制任务入队顺序，实现多用户公平调度与资源隔离。采用独立MQ Topic区分图像与视频任务，并结合权重公平调度（Weighted Fair Scheduling），保障高优先级用户权益的同时避免低优先级任务饿死。核心原则：任务状态由DB维护，执行解耦于请求，确保系统稳定、可扩展。
2026-09-20 22:54:53
7
原创 海外仓 WMS 仓租系统设计：海量库存计费数据如何计算与存储
仓租计费本质是“库存×时间”的时序问题。传统每日快照法导致数据爆炸，难以扩展。应基于库存变更事件构建“库存持有区间”模型，将静态快照转为动态区间，仅记录变化点，大幅降低存储与计算开销。核心在于区分当前余额与历史流水，以事件驱动方式精准追溯每段库存占用时长与资源量，支持多维度（如批次、库龄）计费，并通过“库存持有→资源使用→计价”链路实现可追溯、可扩展的长期计费体系。
2026-09-20 22:26:07
4
原创 海外仓 WMS 计费系统设计：从业务事件、计费规则到账单生成
海外仓WMS计费复杂度高，因服务类型、计费方式、客户差异多样，易导致逻辑耦合。核心挑战并非“如何计算”，而是将不断变化的计费规则与稳定履约流程分离。通过事件驱动架构，将业务事件（如出库完成）转化为标准化的可计费事件（Billable Event），再由独立的计费引擎基于版本化费率卡（Rate Card）生成精准费用快照（Charge），实现计费与业务解耦，确保历史数据不可篡改，支持灵活定价与合规审计。
2026-09-20 21:55:19
7
原创 海外仓 WMS 物流集成架构：如何优雅对接 1000+ 物流商
海外仓WMS对接海量物流商的核心挑战，不在于调用接口，而在于如何实现第1001个物流商接入时无需修改核心流程。关键在于构建分层架构：通过能力模型（Capability Model） 明确各物流商支持的功能，避免空实现异常；建立Provider Registry统一注册与发现；并引入标准化的Canonical Model，统一地址、重量、产品等字段，隔离第三方差异。最终实现“新增物流商只需注册适配器和能力声明，业务代码零侵入”，保障系统可扩展性与稳定性。
2026-09-20 19:05:06
8
原创 跨境 ERP 数据同步架构：多租户、多平台与 API 限流下的可靠同步设计
跨境ERP在SaaS场景下，数据同步面临多租户、大体量、限流等挑战。传统定时任务模式难以应对长周期、不可控的分页同步，易引发资源垄断与进度丢失。解决方案是将同步抽象为可持久化、可恢复的SyncJob，按Sync Slice粒度拆分任务，结合公平调度与限流机制，实现多租户间资源均衡。通过数据库作为任务源、调度器控制执行顺序、MQ传递指令，构建可扩展、可对账、可重试的分布式同步平台，彻底摆脱“单点长任务”困局。
2026-09-20 18:09:44
7
原创 AI时代，程序员应该如何拿到下一张船票？
2026年，AI正从代码辅助工具演变为可执行任务的主体。程序员价值将从“写代码”转向“定义问题、设计系统、约束AI”。AI擅长生成CRUD代码，但复杂业务逻辑、领域建模与系统架构仍需人类主导。未来壁垒不在模型本身，而在企业上下文与可控执行能力。掌握行业知识（Domain Knowledge）的开发者反而更具优势，因AI越深入业务，越需理解真实世界的规则与约束。
2026-09-20 13:55:13
52
原创 AgentScope Java 人工审批机制：Human-in-the-Loop 原理与飞书审批实践
Agent从“回答问题”迈向“执行任务”，需在自动化与安全间平衡。关键在于引入Human-in-the-Loop（HITL）机制，对高风险操作如调价、退款等进行人工审批。通过权限系统判断是否允许执行，若需审批，则暂停Agent，持久化状态并触发飞书审批卡片。审批完成后，系统恢复原执行流程，确保安全可控。AgentScope Java实现中，ToolUseBlock承载待审批任务，事件驱动架构支持跨请求的中断与恢复，真正实现“暂停-持久-决策-续跑”的完整闭环。
2026-09-20 12:26:31
285
原创 Stripe 支付对接实战
本文探讨如何在接入 Stripe 时保持系统灵活性与可扩展性。强调不应将 Stripe 的对象模型直接映射为业务模型，而应通过抽象边界隔离支付渠道依赖：自有系统保留业务语义（如 PaymentOrder、Subscription、Entitlement），Stripe 仅作为支付基础设施。建议以业务能力为导向设计公共支付层接口，避免“包装式抽象”，并采用 Provider Reference 关联而非硬编码字段，确保未来无缝接入 PayPal、App Store 等多渠道。
2026-09-20 11:38:33
4
原创 海外支付系统设计：支付、订阅、权益与多渠道接入
本文梳理了海外在线产品支付系统的核心架构，明确区分Billing（计费）、Payment（支付）、Subscription（订阅）与Entitlement（权益）四大领域边界。针对多渠道支付（如Stripe、PayPal、App Store）差异，提出通过统一Payment Domain抽象接口，隔离渠道细节。核心设计包括：PaymentOrder（支付意图）、PaymentAttempt（支付尝试）、PaymentTransaction（渠道交易）三者分离，解决幂等性、并发与一致性问题。
2026-09-19 13:49:58
12
原创 对接 Amazon SP-API：从接口接入到 Marketplace Infrastructure
本文探讨SaaS跨境ERP对接Amazon SP-API的架构设计，强调从“接口调用”升级为“Marketplace Infrastructure”思维。核心观点：避免直接依赖SP-API，应通过Marketplace Capability层抽象业务能力，实现多平台（如TikTok、Shopee）统一接入；并建立Tenant → Seller → Authorization → Marketplace四层模型，解耦授权与地域差异，保障系统可扩展性与稳定性。
2026-09-19 12:05:10
8
原创 从 Agent 到数字员工：企业级 AI Workforce 的架构设计与落地实践
在Amazon跨境电商场景中，企业级数字员工系统需超越单一Agent的“任务执行”能力，转向持续履职、协同工作并以真实业务结果评价的岗位化体系。通过定义角色（如运营主管、广告优化师、库存计划员）、拆解核心技能（如异常诊断、预算优化）、构建以任务驱动的闭环流程（任务→决策→行动→结果→评估），将企业SOP转化为可复用的AI能力。关键在于以“任务”为核心枢纽，打通调度、执行与评价链路，实现从“会调用工具”到“承担岗位职责”的跃迁，真正构建可规模化、可迭代的企业数字劳动力。
2026-09-19 00:29:30
151
原创 企业 AI 中台与 Agent 平台技术架构：基于AgentScope与 LangChain4j 的企业级 AI 建设
本文从企业 AI 平台建设视角出发，梳理一套以 Java 为主技术栈的产品与技术架构：以 AI 中台统一承载模型网关、企业知识库、RAG、Prompt 与模型治理能力；以 AgentScope Java 作为企业级 Agent Runtime，构建 Agent、Session、Memory、Tool、MCP、Skill、SubAgent 与 Human-in-the-loop 等运行能力，并结合 LangChain4j 补充 Embedding、Vector Store 与 RAG 集成。
2026-09-18 13:36:10
230
原创 SaaS 多租户异步任务调度设计：从 MQ 消息堆积到公平调度与资源隔离
本文针对多租户SaaS中批量任务调度的“吵闹邻居”问题，提出以数据库为任务事实源、调度器控制执行通道的核心方案。通过区分用户视角的BatchTask与系统执行的ItemTask，避免一次性将海量任务注入MQ，转而由调度器按租户并发配额（Tenant Execution Window）逐批释放任务至MQ，实现资源公平分配。该设计适用于商品发布、广告投放等需拆分执行的场景，有效解决大租户垄断资源导致小租户延迟的问题，强调“调度优先于消息队列”的原则。
2026-09-18 11:56:08
130
原创 AgentScope Java 2.0 记忆机制源码解析：以跨境 ERP Agent 为例
AgentScope Java 2.0 通过分层记忆机制解决 Agent 上下文膨胀问题。以跨境 ERP Agent 为例，其记忆体系包含：AgentState（会话工作记忆）、CompactionMiddleware（压缩历史消息）、MemoryFlushMiddleware 与 MemoryFlushManager（LLM 提取长期事实），将用户指令转化为结构化长期记忆，并持久化至每日日志与核心记忆库。该设计实现上下文高效管理，避免 Token 溢出，同时支持跨会话知识留存，显著提升复杂任务处理能力。
2026-09-17 23:49:00
131
原创 跨境 ERP 库存系统设计：可用、占用、在途库存，以及超卖和库存一致性怎么解决
库存是跨境ERP的核心，其准确性直接影响业务成败。需区分实物、占用、可用库存，通过“占用-释放”机制避免超卖。引入在途库存支持采购预测，以SKU+仓库为基本维度，构建状态机模型管理库存流转。面对高并发，应避免“先查后扣”逻辑，采用数据库原子操作或分布式锁保障一致性，确保订单、ERP、WMS与电商平台数据同步，实现精准库存管控。
2026-09-17 22:05:51
115
原创 跨境 ERP 核心业务架构：商品、订单、库存、采购、仓储和财务是如何串起来的
跨境ERP的核心在于打通商品、订单、库存、采购、仓储、物流与财务的业务链路。从商品中心建立统一主数据开始，通过平台映射实现多渠道刊登；订单触发后，经审单、库存分配完成履约；库存不足时，基于销量预测与安全库存生成采购建议，联动1688等供应商补货，形成“库存→采购→入库→履约”的闭环。关键在于理解数据在各模块间的流动逻辑，而非孤立管理功能。
2026-09-17 20:35:34
9
原创 SaaS 跨境 ERP 和企业自研 ERP，到底有什么区别？
SaaS跨境ERP致力于业务抽象与产品化，通过配置化、多租户、平台适配层等设计，实现对海量客户差异的标准化管理；企业自研ERP则聚焦于特定业务流程的高效落地。SaaS ERP需应对多平台接入、租户隔离、库存一致性及系统稳定性等挑战，构建可扩展的商业化体系，而自研ERP只需满足单一企业需求。本质差异在于：一个在“实现业务”，一个在“抽象业务”。
2026-09-17 19:37:31
9
原创 SaaS 共享库并发防护设计：基于 JDBC 代理的限流与配额控制
本文讲述关于SaaS多租户架构中“共享库”模式的问题及在tenant-grid项目中实现的基于JDBC代理层的并发控制和限流机制。
2026-09-07 23:58:44
35
原创 写了个多租户路由库，为什么不用 ShardingSphere
Tenant Grid 是一个多租户数据库路由的 Java 库，以 Spring Boot Starter 形式交付：大客户走独占物理库，长尾客户走共享逻辑库，由它按当前租户把每次数据库操作路由到正确的数据源——路由、隔离、迁移状态全部不侵入业务代码。
2026-09-06 17:20:05
296
原创 RAG 评测实战复盘：从拍脑袋调参到知道哪些事不用做
关于RAG项目评测的复盘，重点包括分层评测、评测集设计、消融发现混合检索在难题上不占优、参数网格结果（默认值最优）、rrfK和minScore无效的数学原因，以及Reranker预验阴性结果和认识变化。
2026-09-01 00:20:39
17
原创 构建企业级 RAG 系统：LangChain4j 高级实战指南
本文探讨了如何利用LangChain4j 1.18.x构建高性能的企业级检索增强生成（RAG）系统，重点解决语义断裂、关键词匹配弱等痛点。主要策略包括：1）采用递归结构切分和父子分块技术保持语义完整性；2）结合稠密检索与稀疏检索的混合搜索方案，使用RRF算法融合结果；3）通过维度选择、量化压缩优化嵌入存储；4）实现流式输出和引用溯源提升用户体验。文章还提供了架构Checklist，建议从基线开始逐步优化，最终构建可追溯、支持流式输出的RAG系统。
2026-08-09 23:32:03
52
原创 Qdrant 索引策略深度解析
本文深入探讨了RAG系统中向量索引的优化策略，以Qdrant为例，结合LangChain4j 1.18.1框架提供Java实践方案。文章首先分析了索引配置不当带来的召回率、延迟、内存和查询效率问题，随后详细解析了HNSW算法的多层跳跃原理与核心参数调优（m、ef_construct、ef），并指出动态调整ef是成本最低的优化手段。此外，文章还介绍了标量量化、乘积量化和二值量化三种压缩技术，通过代码示例展示了如何在LangChain4j中配置HNSW和量化参数。最后强调了混合索引在带条件过滤查询中的关键作用，
2026-08-09 23:10:21
126
原创 Qdrant vs. pgVector 深度对比与架构落地
本文探讨了在RAG和语义检索场景下，如何选择pgvector和Qdrant这两种主流向量存储方案。pgvector作为PostgreSQL扩展，适合百万级以下数据量且需要ACID事务保证的业务场景；而Qdrant作为专用向量数据库，在千万级以上数据量、复杂过滤检索和高性能需求时表现更优。文章对比了两者在架构设计、内存管理、检索功能、性能指标等方面的差异，并提供了具体选型建议：小规模简单场景选pgvector，大规模高性能需求选Qdrant。最后提出混合架构方案，既满足海量检索需求，又保证核心业务的强一致性，
2026-08-09 22:06:33
61
原创 跨会话、跨多 Agent 的记忆系统设计思考
本文探讨了设计多会话、多Agent共享记忆系统的关键要素。从记忆生命周期出发，提出了结构化数据模型设计，重点解决了跨会话记忆注入的时序、内容和排序问题，以及多Agent间的记忆共享与隔离机制，为构建实用的记忆系统提供了系统性思考框架。
2026-05-05 23:55:32
245
原创 Agent框架技术选型
本文对比了12个主流AI智能体开发框架，从核心定位、架构设计、多智能体支持等10个维度进行了详细分析。适用场景覆盖从快速原型到复杂工作流、从研究到商业应用。框架选择需根据具体需求，考虑功能特性、生态成熟度等因素。
2026-05-05 18:35:37
106
原创 系统理解上下文工程
在 Agent 开发中，上下文工程是构建生产级系统的核心能力。它不再局限于写 Prompt，而是围绕「如何让 LLM 在每一轮推理时看到最精简、最相关、最结构化的信息」展开的一整套技术体系。Prompt 工程解决「第一句话怎么写」，上下文工程解决「第 1000 轮输出为什么仍然准确」。
2026-05-05 10:28:32
78
原创 AI协同开发浏览器插件实战
本文分享了利用AI大模型辅助开发浏览器插件的实战经验。针对插件开发的技术难点（如跨域通信、复杂API对接），通过AI建议采用Vue框架+TypeScript技术栈，将网络请求下沉至Service Worker层处理跨域问题。开发过程中，AI帮助快速定位错误并提供优化方案，显著提升了开发效率。最终实现的插件包含商品同步、数据可视化等功能，展示了AI如何降低插件开发门槛，助力开发者从0到1完成项目。
2026-02-26 23:35:43
415
原创 OpenClaw环境部署
本文介绍了OpenClaw的安装配置流程：1)通过nvm安装Node.js 24.14.0；2)配置GitHub SSH密钥解决下载问题；3)全局安装openclaw并设置环境变量；4)启动网关并配置大模型API密钥（支持GLM-5.0等模型）；5)添加智能体和通信软件配置；6)通过控制面板管理会话、任务和代理。整个过程涉及环境准备、SSH认证、服务部署和系统集成等步骤，最终实现本地AI网关的搭建和智能体管理功能。
2026-02-26 22:51:58
803
原创 Redis分布式锁关键问题解析
Redisson是Spring Cloud微服务架构下基于Redis实现分布式锁的标杆方案，提供原子性保障、企业级特性和高可用支撑。其核心机制包括：通过Lua脚本实现原子加锁/解锁；看门狗（Watchdog）自动续期避免业务未完成锁超时；支持可重入锁、公平锁及Pub/Sub监听释放事件减少无效轮询。关键设计涵盖死锁防护（强制过期时间）、锁粒度优化及异常处理（finally块释放锁）。对比ZooKeeper和数据库锁，Redisson在高并发场景（如秒杀）中性能更优，但需注意避免误删锁、事务边界错配等
2026-02-23 18:56:53
854
原创 深入解析 Seata 分布式事务
Seata 的出现极大地降低了分布式事务的门槛。没有银弹，只有最适合的场景。理解每种模式的底层原理和权衡点，结合具体的业务特征进行选型，才是架构设计的核心价值所在。在实际落地中，甚至可以混合使用多种模式（如核心链路 TCC + 普通链路 AT），以构建既稳健又高效的分布式系统。
2026-02-23 11:23:09
874
原创 分布式事务中的两阶段提交（2PC）和三阶段提交（3PC）
本文系统比较了分布式事务中的2PC与3PC协议。2PC采用协调者-参与者模式，通过准备和提交两阶段确保事务一致性，但存在同步阻塞和单点故障问题。3PC在2PC基础上增加预提交阶段和超时机制，降低了阻塞风险但实现更复杂。现代分布式系统更倾向于采用TCC、Saga等柔性事务方案，在性能与一致性间取得平衡。文章详细分析了两种协议的流程、优缺点、适用场景，并给出选型建议：金融核心交易推荐2PC，高并发业务建议TCC/Seata，长事务适合Saga模式。理解这些协议有助于选择适合业务场景的分布式事务解决方案。
2026-02-22 11:34:32
94
原创 如何理解A2A协议
未来的高级 AI 应用，必然是 MCP + A2A 的结合：每个 AI 都有强大的工具箱（MCP），同时它们又能组成一个高效的团队（A2A）。
2026-01-10 20:00:19
131
原创 spring-ai-starter-mcp-client 2.0.0-M1与springdoc 2.8.14版本冲突处理
项目引入spring-ai-starter-mcp-client和springdoc后报错，原因是springdoc的QuerydslPredicateOperationCustomizer类依赖了已移除的TypeInformation类。经排查发现项目并未实际使用QuerydslPredicate注解，但该依赖仍被加载。最终解决方案是重写QuerydslPredicateOperationCustomizer类（保持相同包路径），避开报错逻辑，使项目正常启动且接口文档功能可用。
2025-12-28 23:14:08
194
1
原创 智能体开发与传统后端开发的思维差异
Java后端开发AI Agent需转变思维，从确定性编程转向概率性编程，掌握Prompt Engineering和不确定性处理。技术栈需迁移至Java AI生态，重构数据层实现RAG与向量数据库集成。Agent架构需支持自主规划和工具调用，采用多智能体协作模式。工程化方面需关注LLMOps，包括评估、可观测性和本地模型部署。核心在于结合Prompt设计、后端工具集成和稳健的流程编排，推动AI从Demo走向企业级生产。
2025-12-14 20:06:13
219
原创 智能体开发系统学习实践
智能体开发不是 AI 算法问题，而是一个“不稳定智能组件”的系统工程问题。作为一名资深 Java 开发工程师，在进入 智能体开发方向时，最大的优势是工程能力、系统设计能力、并发与分布式经验。真正需要补的不是“再学一门语言”，而是 AI 思维 + Agent 架构 + LLM 工程化能力。真正拉开差距的不是“模型多强”，而是架构设计、状态管理、工程稳定性和业务理解。本文提供一个非常工程向、非学术向的学习路线。
2025-12-14 19:40:35
226
原创 如何训练可商业化的需求洞察能力?
可商业化的需求洞察能力不是单纯“听用户说什么”，而是能从海量杂乱的信息中识别出"真实、高频、有付费意愿、可规模化落地"的用户需求，并将其转化为可行的产品方案或商业模式。，本质上是在训练一种 “在不确定性中寻找高确定性商业机会” 的能力。它不是一种天赋，而是一套可以系统化训练的思维模式和方法论。
2025-12-13 12:03:34
1017
原创 Istio流量治理
Istio 是一个开源的服务网格平台，用于在 K8s 等容器编排平台上实现微服务之间的流量管理、安全、可观测性和策略控制。其中，流量治理是 Istio 最核心的功能之一。它通过解耦应用逻辑与网络通信逻辑，使开发者能够以声明式方式精细控制服务间的通信行为。掌握 Istio 流量治理，是构建云原生高可用微服务架构的关键一步。
2025-12-10 23:47:51
267
原创 python自动化部署前端vue项目
项目部署是研发流程中重复且固定的体力活，在没有整套发布系统支持的情况下，如何解放双手，最好一键或一行命令完成整个流程，以开发本地前端vue项目打包并更新到线上服务器为例，演示脚本自动化执行流程。
2025-12-10 18:20:08
295
用Android写的MP3Player
2015-01-23
管理MessageQueue的Looper使用
2015-01-30
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人