小二爱编程·-CSDN博客

原创从零搭一套服务器监控告警：Prometheus + Grafana + 飞书通知

本文介绍如何用 Docker 在单台4核8G机器上搭建完整的监控告警系统：通过Prometheus拉取node-exporter和应用指标，结合Grafana可视化，Alertmanager处理告警，并对接飞书机器人实现消息推送。重点包括配置文件结构、Prometheus采集规则、合理设置告警阈值（如使用MemAvailable而非MemFree）、以及通过Webhook将告警推送到飞书群，全程无需复杂代码，适合快速部署与运维。

2026-09-30 09:43:01 236

原创 Nginx + Let‘s Encrypt 上 HTTPS 完整教程：含 2026 年证书新变化

本文详解在Nginx上配置HTTPS的完整流程，涵盖环境准备、HTTP站点搭建、证书申请与HTTPS配置。重点更新2026年Let's Encrypt新变化：支持160小时（约6.7天）短证书及IP证书，推荐将默认profile设为tlsserver（45天）以应对未来趋势。强调自动续期验证的重要性，并指出“到期前30天告警”已过时，应改用基于剩余比例的监控策略，结合ACME ARI标准实现智能续期。

2026-09-30 09:42:23 305

原创服务器卡了别慌：60 秒定位瓶颈的完整排查流程

凌晨两点接口延迟从50ms飙升至2000ms，排查核心是分层定位+USE法则。先用uptime、vmstat、iostat、ss -s四命令30秒内锁定瓶颈：负载超核数、I/O等待高、磁盘队列堆积，确认为磁盘I/O饱和。深入iostat发现%util=100%、await=210ms，结合vmstat中b值持续>0，判定为大量进程阻塞在不可中断睡眠（D状态），根源是磁盘写入过载。后续通过iotop定位到具体进程，最终修复由日志轮转引发的磁盘风暴。关键：不盲目重启，用系统指标而非直觉排障。

2026-09-30 09:41:51 216

原创 FastAPI 从零写一个能上生产的 API：完整流程和八个坑

本文以一个完整项目为例，系统讲解 FastAPI 从开发到生产部署的全流程实践：基于 FastAPI + Pydantic v2 + SQLAlchemy async + PostgreSQL 17，通过合理项目结构、配置管理、异步连接池优化、模型与 Schema 分离、依赖注入鉴权及请求链路追踪中间件，解决“能跑”到“能上生产”的关键问题，确保高性能、高可用与可维护性。

2026-09-30 09:41:18 251

原创一条命令起全套开发环境：Docker Compose 从零到能用的完整教程

本文介绍如何用 Docker Compose v2 搭建高效开发环境：通过 compose.yaml 实现一键部署，利用多阶段构建、watch 自动同步、profiles 分离环境、secrets 安全管理密码，并结合健康检查、日志轮转与优雅停机，彻底告别环境配置痛点。

2026-09-30 09:40:47 161

原创 Claude Code 进阶实战：Subagent、并行 Worktree、Hooks，把 AI 编程效率再翻一倍

本文详解AI编程进阶用法：通过Subagent隔离上下文、Git Worktree实现并行开发、Hooks强制执行规范，构建高效工作流。附可直接使用的配置模板，提升代码质量与协作效率。

2026-09-29 10:38:12 247

原创结构化输出实战：让大模型稳定返回 JSON（Pydantic + 校验重试 + 函数调用）

AI应用对接后端时，结构化输出是刚需。本文提出三层防线：1. 用Pydantic定义Schema（含Enum、校验），确保输出规范；2. 优先使用Structured Output或Function Calling，模型端约束输出；3. 通过容错解析+错误回灌重试，处理非JSON输出。代码可直接复用，显著提升稳定性。

2026-09-29 10:37:39 208

原创 FastAPI 部署大模型服务：流式输出、限流、队列、Docker 上线全流程（生产级模板）

本文提供一套可直接落地的 FastAPI 模板，解决本地模型跑通到对外服务的生产化难题。基于 FastAPI 的异步、流式响应与数据校验优势，实现大模型 API 的高性能流式输出。涵盖健康检查、请求校验、超时控制、客户端断开监听、Nginx 缓冲关闭等关键细节，并引入令牌桶实现多级限流，确保服务稳定、安全可用。代码即用，适配 Ollama、vLLM 等主流推理引擎。

2026-09-29 10:37:01 470

原创 Dify 实战：从零搭建企业知识库问答 Agent（含工作流编排与私有模型接入）

Dify 作为国内落地率高的 AI 应用平台，可快速验证想法、降低技术门槛，适合非技术人员维护。通过私有部署、接入本地模型（如 vLLM/Ollama）、合理构建知识库（分段、混合检索）与工作流编排，实现高效问答。关键在于：用混合检索提准度、变量命名规范防错误、兜底机制防幻觉。但复杂逻辑与高性能场景需代码补充。最终以“Dify 快速原型 + 代码精细优化”组合拳，实现低成本高效率落地。

2026-09-29 10:36:01 371

原创大模型微调实战：LoRA / QLoRA 从数据准备到部署上线（单卡 24G 也能跑 7B）

微调新手三大困境：显存不足、数据清洗难、效果难评估。本文提供完整解决方案：先判断是否真需微调（知识用RAG，格式用Prompt，行为模式才微调）；推荐QLoRA降低显存至8-12G，支持单卡训练；附可运行脚本、数据清洗代码及超参表，含版本踩坑清单，助力高效落地。

2026-09-29 10:35:08 174

原创 LangGraph 多智能体编排实战：状态机、断点续跑、人工介入，一次讲透

LangGraph 通过将 Agent 流程建模为可审计、可恢复的状态机，解决单 Agent 在复杂任务中的失控问题。相比 LangChain 的组件库定位，LangGraph 提供流程编排能力：节点执行任务、边控制流转、状态共享数据。支持条件分支、断点续跑与人工介入，实现生产级可靠性。典型应用包括审查流水线、多智能体协作（如 Supervisor 模式），并可通过 Checkpoint 持久化状态，确保任务中断后可恢复。代码简洁可运行，是 2026 年生产级 Agent 的首选框架。

2026-09-28 13:47:20 365

原创 CLAUDE.md / AGENTS.md / .cursorrules 怎么写才有效：AI 编程配置文件完全指南（附模板）

本地部署大模型正成趋势，从“今晚就能跑”到“扛生产流量”全链路解析。对比Ollama（易用、适合开发）与vLLM（高并发、生产级），推荐先用Ollama快速验证，再迁移到vLLM。显存计算公式：显存 ≈ 参数量×字节数 + KV Cache，7B-Q4模型约需3.5-4GB显存。实测显示，vLLM在20并发下吞吐为Ollama的3-5倍。附带踩坑指南：避免OOM、配置镜像加速下载、合理设置max-model-len。自部署虽有算力与运维成本，但隐私安全与低延迟优势显著，长期看更划算。

2026-09-28 13:46:38 180

原创本地大模型部署实战：Ollama 快速上手 + vLLM 生产部署 + 显存账本（2026 版）

本地部署大模型正成趋势，从“今晚就能跑”到“扛生产流量”全链路解析。对比Ollama（易用、适合开发）与vLLM（高并发、生产级），推荐先用Ollama快速验证，再迁移到vLLM。显存计算公式：显存 ≈ 参数量×字节数 + KV Cache，7B-Q4模型约需3.5-4GB显存。实测显示，vLLM在20并发下吞吐为Ollama的3-5倍。附带踩坑指南：避免OOM、配置镜像加速下载、合理设置max-model-len。自部署虽有算力与运维成本，但隐私安全与低延迟优势显著，长期看更划算。

2026-09-28 13:46:06 340

原创 RAG 从零到生产：切块、向量化、重排序、评测，一条链路讲透（附完整代码）

本文系统解析RAG核心链路：从递归切块、嵌入向量检索到重排序与混合检索，重点突破“检索噪声”难题。提供可直接运行的代码，涵盖中文最优模型选型、overlap参数调优、Cross-Encoder重排及BM25融合策略，并强调评测的重要性，实现生产级RAG落地。

2026-09-28 13:45:03 233

原创 MCP 协议从零开发实战：手写 Server + Client，让 Agent 插上「USB」

本文详解MCP（Model Context Protocol）如何成为AI工具生态的“USB接口”，通过5分钟掌握协议核心：用标准JSON-RPC实现跨语言、跨进程的工具调用。手把手构建可运行的MCP Server，提供天气查询与安全读文件功能，并演示接入Claude Desktop/Cursor的配置方法。附带50行极简Client实现，揭示initialize、list_tools、call_tool三步协议时序。文末总结高频踩坑点及进阶方案——让模型自主决策的最小Agent循环仅需30行代码，真正实现

2026-09-28 13:43:43 459

原创 9 月 29 个新模型、输出价差 42 倍：2026 大模型价格战的完整地图与选型表

过去一个月，29个新模型密集发布，价差达42倍。竞争焦点已从“谁最强”转向“每件事花多少钱”。通过分析单任务成本（含输入、输出、缓存、重试等），发现中档模型如Claude Opus 5.5（medium）性价比最优，开满档反而浪费。选型应按场景：高吞吐选GPT-6 Sol，长任务用Anthropic缓存降本，轻量任务优先低价档。警惕尝鲜价、单价陷阱与默认档位差异。未来核心是单位任务成本优化，而非单纯性能比拼。

2026-09-24 13:50:47 256

原创 200 行代码搭一个多模型路由层：让 Opus 5.5、GPT-6 Sol、Luna 按成本自动分流

模型越多，账单越失控。真正问题不在选型，而在“小事用贵模型”。通过路由层按任务类型、输入规模与预算分配模型，实现低成本高效调用。采用规则+预算控制的降级链（如opus→sol→luna），确保简单任务不滥用大模型，同时可观测成本。代码实现实时预算监控与账单追踪，让每一分钱都可算、可管、可优化。

2026-09-24 13:49:46 249

原创单任务成本降 80% 的真相：Prompt Caching 从 0 到 1（附成本核算脚本）

本轮大模型降价中，标价仅降20%，任务成本却降40%，关键在于缓存优化。缓存读取价格降幅达60%，且通过合理设计prompt（稳定前缀+动态后置），可实现90%以上命中率，单次调用成本降低92.8%。真正降本核心不在模型本身，而在缓存机制与prompt工程的精细化设计。建议优先监控命中率、保持前缀稳定、避免频繁切换档位，并定期清理冗余上下文，实现“零代码”降本。

2026-09-24 13:49:03 187

原创开源模型的反攻：输出价被打到 $1.2，2026 年自部署的账到底该怎么算

9月模型价格差达42倍，闭源厂商集体降价，主因是开源模型（如DeepSeek、Qwen、小米）在性能与成本上形成挤压。开源已实现“便宜且够用”，自建部署仅在月调用量超百万级时才具经济性。建议采用三层架构：轻量任务用低价API，主力用中档模型，硬骨头才用旗舰，数据合规场景可自建。核心是通过分层降低整体成本，而非等待更低价模型

2026-09-24 13:47:43 287

原创 AI 巨头集体“慢下来“：能力分级、安全门控，2026 年 9 月的三道闸门

9月，AI行业悄然开启“能力分级”新纪元：OpenAI、Google、Anthropic相继设置安全闸门，最强模型能力不再无差别开放。定价下降背后，是资质审核、前置评估与权限管控的收紧。开发者需警惕模型路由变化、默认策略调整及自建模型的安全责任，尤其在安全敏感场景中，能力不再是“买就用”的商品，而是按需分发的资源。

2026-09-24 13:46:54 125

原创接口“做了幂等“，为什么还是重复扣了两次款

幂等不是“防重复”，而是“重复执行无害”。分布式锁仅解决并发，无法应对重试；幂等键必须是业务唯一标识（如订单号），而非 requestId；避免 check-then-act，用原子操作（如状态机更新）判断；重复请求需返回与首次完全一致的结果。核心：幂等本质是让重复无害，而非阻止重复。

2026-09-23 10:35:32 174

原创 Nginx 的 CPU 只有 30%，为什么它一直在报 502

两台8核16G机器运行Nginx反向代理，因文件描述符（fd）和连接队列瓶颈导致接口RT抖动、偶发502/503。虽CPU仅30%、内存带宽充足，实为worker_connections受ulimit -n限制，且反向代理每请求占2连接，实际并发仅约500。通过检查/proc/$pid/fd数量、ss -lnt队列积压及nstat溢出计数确认瓶颈。调优顺序：先提升系统级ulimit、somaxconn、tcp_max_syn_backlog；再配置Nginx worker_rlimit_nofile、reu

2026-09-23 10:34:19 263

原创内部服务全换成 gRPC，半年后我们换回了一半

如果今天重新做这个决定，我会直接用Connect。能力gRPCgRPC-WebConnect浏览器原生❌需代理✅二进制小体积✅✅✅可直接 curl❌❌✅（JSON 模式）可 CDN 缓存❌❌✅（无副作用调用可用 GET）错误在 HTTP 状态码里❌❌✅双向流✅❌✅（原生）/ ❌（Web）生态成熟度高维护模式较年轻Connect 的关键优势是它兼容普通 HTTP——浏览器fetch()直接调，后端用 gRPC 二进制调，同一套.proto。

2026-09-23 10:33:35 101

原创 JWT 用错了，比 Session 危险得多

JWT 适用于多服务、跨域验证等场景，但单体应用或需即时吊销的系统不应使用。常见错误包括：payload 明文暴露敏感信息、接受 alg: none、算法混淆、忽略 exp/iss/aud 校验、密钥弱、无法主动失效、kid 被滥用及存储于 localStorage。JWT 的无状态特性导致无法实时注销，若引入黑名单则违背初衷。正确做法是：服务端定算法、校验所有字段、短期 token + HttpOnly Cookie、关键操作查 jti 黑名单。最终建议：单体应用用 Session，别为“无状态”自找麻烦

2026-09-23 10:32:04 232

原创给 HTML 配了一年强缓存，用户半年看不到新版本

HTML 长缓存导致用户看到旧版页面，根源在于 index.html 被设为一年强缓存，浏览器不再检查更新。正确做法是：HTML 使用 no-cache 协商缓存，静态资源通过哈希文件名实现 max-age=31536000, immutable 强缓存。关键点：no-cache 允许缓存但需验证，no-store 才是真正不存；多机部署避免用 mtime 生成 ETag；CDN 缓存受 Set-Cookie 影响，需排查响应头与缓存键设计。

2026-09-23 10:31:22 199

原创 GPT-6 和 Claude 5.5 同日对轰：谁才是「最强王者」呢

OpenAI与Anthropic同步发布新模型，聚焦“单位任务成本”而非单纯性能。Claude Opus 5.5与GPT-6 Sol/Luna在保持高智能的同时，通过缓存优化、推理效率提升，实现成本腰斩甚至更低。实测显示，中档配置已逼近顶级表现，企业级应用更显性价比。两家同时优化输出可读性，强调“有用信息前置”。未来大模型竞争核心已从“最聪明”转向“最便宜地用起来”，价格战正式打响。

2026-09-23 10:29:55 769

原创限流阈值拍脑袋定成 1000 QPS，我们挡掉了 27% 的正常请求

去年双十一压测中，因误用固定窗口限流（阈值1000 QPS），虽平均流量仅700，却因秒级尖刺流量与窗口边界问题导致每分钟拒绝4000+请求。暴露四大核心坑：平均值误导、算法错配（令牌桶/漏桶混淆）、INCR+EXPIRE非原子、currentTimeMillis()回拨风险。最终通过引入滑动窗口、Lua原子脚本、nanoTime()及三层递减阈值策略（Nginx→网关→服务）重构限流体系，并建立四条评审标准，实现从“自伤”到“护航”的转变。

2026-09-22 15:40:51 170

原创 Spring 的三级缓存，根本不是为了“解决循环依赖“

Spring 解决循环依赖的核心是三级缓存，而非仅靠二级。二级缓存可打破循环，但无法保证 AOP 代理的正确性；三级缓存存储 ObjectFactory，延迟生成早期引用，确保在注入阶段就能拿到代理对象，避免事务失效等生产问题。构造器注入因无法拆分创建与初始化，无法被缓存机制兜底，报错是设计提醒。真正解法是重构代码，消除循环依赖，而非依赖配置或 @Lazy。

2026-09-22 15:40:04 183

原创服务器 free 只剩 200MB，为什么它一点事没有

看 available 而非 free，才是判断内存是否紧张的正确指标；监控告警应基于 MemAvailable 计算使用率，避免误报；drop_caches 仅用于压测，生产禁用；真正内存危机以 si/so 持续不为零、Direct Reclaim 或 OOM Killer 为信号。

2026-09-22 15:39:17 156

原创 HTTP/3 上线三个月，我把它关了：QUIC 不是所有场景都更快

HTTP/3 在弱网、跨国及移动场景下显著提升首屏速度与连接稳定性，尤其在4G/3G和网络切换时表现优异，视频起播快30%，秒开率提升12%。但高速网络下吞吐反降，因QUIC依赖用户态处理与缺乏UDP GRO支持，导致CPU消耗高。落地面临UDP丢包、负载均衡不兼容、监控缺失与成本上升等挑战。建议移动端、跨国流量或高频切换场景优先启用，纯PC端或高带宽传输则暂缓。核心原则：按场景灰度上线，非全量替换，以“手术刀”思维精准使用。

2026-09-22 15:38:36 81

原创单表 2000 万就要分库分表？先说清楚这个数字是怎么来的

2000 万这个数，是"三层 B+ 树"推出来的，不是性能红线。你的行宽、主键、查询模式一变，它就失效了。先做索引、SQL、归档、读写分离。这四件事没做完就分片，是在用架构掩盖问题。分片键要长在查询条件上。为了"均匀"选雪花 ID，是分片里最经典的自杀式操作。分片不是终点，是起点。跨分片分页、JOIN、事务、扩容，这些新问题比原来的问题更难缠。分库分表的真正门槛不在"怎么分"，在"什么时候不该分"。

2026-09-22 15:37:41 215

原创 TCP 拥塞控制要换 BBR 吗？我把两边的实测数据翻了一遍

“换BBR就起飞”并非普适真理。BBR通过建模瓶颈带宽与往返时延，实现高吞吐低延迟，尤其在长肥管道、无线链路中表现优异；但混合部署时可能挤压CUBIC流量，深缓冲下反而因过早退让导致公平性下降。其优势依赖队列管理（如fq_codel），而非单纯算法替换。选型应基于场景：跨海/卫星链路、延迟敏感场景可优先BBR；内网或需公平共存则慎用。核心是先优化队列调度，再评估算法——真正关键不是“换不换”，而是“是否治本”。

2026-09-21 11:30:12 104

原创 epoll 已经过时了？2026 年了，说说这个误解有多贵

将 epoll 替换为 io_uring 并未带来显著性能提升，原因在于：只有在高并发（单核超 50k req/s）、开启 SQPOLL 且代码重构为批量提交、零拷贝等设计时，io_uring 才能发挥优势。多数场景下，如网络服务、Go/Node.js 等语言栈，其收益微乎其微甚至为负。真正受益的是磁盘密集型应用（如 PostgreSQL、RocksDB）。此外，内核版本、容器 seccomp 限制、运行时兼容性等问题也制约其落地。结论：先看火焰图，若系统调用不在热路径，优化 I/O 接口是过早优化。epo

2026-09-21 11:29:29 190

原创 Kafka 都 4.x 了，还在用 acks=1 的兄弟，先看看这场 120 万条消息的丢失事故

一次因生产者配置未更新导致的 Kafka 事故：acks=1、retries=0 在 leader 选举中引发 120 万条消息永久丢失，Kafka 无任何报错。根因在于“leader 确认 ≠ 数据安全”。Kafka 4.0 已优化默认值（acks=all、idempotence=true），但显式配置会覆盖新默认值。正确实践需确保：生产者使用 acks=all + 幂等；消费者先处理后提交，逻辑幂等；分区数定型、max.in.flight=5；启用新 rebalance 协议与 ELR。最终，“不丢”依

2026-09-21 11:28:41 334

省市区三级联动数据：JSON格式文件

js 实现记住密码功能 js.cookie.min.js

js 实现记住密码功能 crypto-js.js

ajax获取数据导出excel表格

空空如也