- 博客(627)
- 资源 (8)
- 收藏
- 关注
RSS订阅原创 【大模型相关】二、大模型流式网关架构设计
这份《大模型流式网关（LLM Streaming Gateway）架构设计说明书》（v2.0）旨在构建一个企业级、可观测、可扩展的统一接入网关，以解决 AI 应用对接多种大模型（如 GPT、Claude、DeepSeek 等）时面临的协议差异、流式机制不统一及参数结构不一致等痛点。文档详细阐述了基于 Nginx + Spring Boot 3.x + WebFlux + Reactor 技术栈的系统架构。设计上采用分层解耦模式，由 Nginx 接入层负责 TLS 终结与流式转发，网关核心层处理认证、路由与
2026-07-30 06:15:00
305
原创 【大模型相关】大模型关键配置参数说明
本文总结了控制大语言模型（LLM）输出的关键参数及其作用：1）Temperature控制输出随机性，值越高创意性越强；2）Top_p通过概率阈值限定候选词范围；3）Max Tokens限制输出长度；4）Top_k限定概率最高的候选词数量；5）Frequency/Presence Penalty减少重复内容；6）Stop Sequences设置终止条件。文章还提供了不同场景的参数设置建议，如精准输出需低随机性参数，创意写作需高随机性参数。这些参数可用于优化模型输出的质量、风格和多样性。
2026-07-28 06:15:00
281
原创 【大模型相关】AI编程工具当中的上下文压缩是什么？怎么实现？
AI编程工具的会话压缩技术 会话压缩是AI编程工具（如Cursor、Claude Code等）用于管理长对话上下文的核心技术，通过语义摘要替代冗长历史记录，解决三大问题： 上下文窗口溢出：避免超过模型token限制 成本控制：减少重复传输历史token 质量优化：消除旧信息干扰 实现方式： 客户端/服务端均可触发压缩，混合模式更常见 压缩对象包括旧对话、工具输出等，但保留系统提示、当前文件等核心信息 采用滑动窗口、摘要生成、结构化提取等方法 技术特点： 常配合检索机制实现细节回溯 长工具输出会外置为文件 成
2026-07-09 06:15:00
724
原创 【大模型相关】大模型长短期记忆系统设计与落地分析报告
摘要 本报告分析了大模型长短期记忆系统的设计与落地方案。大模型本身无状态，记忆系统需通过工程手段构建。报告将记忆分为三类：短期记忆（会话上下文）、中期记忆（任务态信息）和长期记忆（用户画像、知识库等），并对比了六种主流设计方案： 滑动窗口+对话摘要（低成本但精度低） 向量数据库存储（适合语义检索但不擅长关系推理） 结构化记忆表（可控性强但扩展性差） MemGPT多层模型（适合自主Agent但复杂度高） 时间知识图谱（擅长复杂关系但实现成本高） LangGraph状态框架（适合工作流型Agent） 推荐企业级
2026-06-24 14:00:00
719
1
原创 【大模型知识】多智能体协同架构-概述
摘要： 本文提出了一种多智能体协同架构的设计原则，强调Markdown形式的智能体应通过明确的决策规则、调用协议和结果处理规范来引导上层运行时框架执行任务，而非直接调用其他智能体。核心架构包括主控Agent（负责路由和编排）、能力定义模块（Capabilities）、语义驱动的路由规则（Agent/Skill Routing Rules）、结构化调用协议（Invocation Protocol）以及多智能体任务拆解（Multi-Agent Planning）。关键优化点包括结果合并规则（Result Mer
2026-06-22 06:15:00
426
原创 【大模型知识】Agent Markdown 编写指南：从大模型理解机制出发
本文探讨了如何编写高效的Agent Markdown提示词，强调其核心是为大模型构建结构化上下文而非单纯指令。文章指出Markdown的层级特性更利于模型理解，提出了标准化模板应包含角色定义、目标、任务拆解、约束条件等七个关键模块，并分析了常见误区。通过对比传统提示词与结构化Markdown的差异，说明后者能显著提升模型输出的稳定性和可控性。最后总结了角色明确、目标清晰等七项核心原则，指出Prompt Engineering的本质是通过结构化设计为模型创建可控的推理环境。文章附有企业级模板和相关学习资源链接
2026-06-20 06:15:00
442
原创 【大模型相关】一、基于大模型的企业级智能体服务平台
本文提出了一套企业级智能体服务平台的完整架构设计方案。该方案将系统定位为集AI应用前端、Agent网关、编排引擎、工具平台、知识平台、记忆系统、安全治理和观测评估于一体的综合平台，而非简单的模型API调用。架构采用分层设计，包括前端交互层、AI接入层、Agent网关、编排引擎、能力层、记忆数据层、治理层和观测评估层。文章详细阐述了各层功能，重点关注了意图识别、任务规划、工具调用、RAG检索、长短期记忆等核心组件的协同机制，以及安全合规、权限控制、内容审核等关键设计要素。方案强调生产级智能体应具备完整的可观测
2026-06-18 23:41:30
355
原创 【大模型相关】意图识别实现方案行业分析报告
意图识别行业分析报告摘要 当前意图识别技术已从传统规则/分类模型演进至 LLM+向量检索+工具路由+工作流编排 的混合架构，以解决规则维护成本高、模糊表达处理差等问题。推荐方案为 规则兜底+Embedding召回+LLM判定+参数抽取+工作流路由，通过分层处理（高确定性→规则，复杂场景→LLM）提升效率。 核心流程：用户输入经前端采集后，由意图识别服务进行规则匹配、向量召回和LLM判定，输出结构化意图及参数，最终路由至页面跳转、API调用或人工兜底。 页面设计需区分显式入口（按钮）、自然语言输入和上下文触发
2026-06-16 23:12:43
368
原创 【大模型学习】Skill从创建到唤起全流程讲解
本文介绍了AI技能开发的标准流程，以股票分析技能为例，详细解析了技能包的标准化结构和执行原理。主要内容包括： 标准技能包结构：包含元数据文件SKILL.md（技能说明书）、脚本目录（执行层代码）和参考资料（知识层文档） 底层执行原理：分为四个阶段 元数据路由：系统仅加载技能名称和描述 意图匹配：当用户意图匹配时加载完整技能说明 脚本执行：在沙箱环境中运行脚本并返回结果 最终生成：模型结合指令和结果生成最终回答 数据通信流程：展示了从技能索引到最终输出的完整数据流转过程，强调技能开发解决的是"认知与
2026-05-12 18:20:29
1276
原创 【桌面开发】从零到精通：Electron 中 Vue 与 Electron 交互原理深度解析
本文深入解析了Electron中Vue与主进程的交互原理。Electron采用多进程模型，主进程负责系统级操作，渲染进程(Vue)运行在受限沙箱中。通过IPC进程间通信实现安全交互，其中Preload脚本是关键桥梁，它既能访问Node.js API又能安全暴露特定功能给Vue。文章提供了完整实现方案：主进程监听指令、Preload脚本通过contextBridge暴露API、Vue组件调用封装方法。这种隔离模型既保证了功能实现又确保了安全性，是现代Electron应用的标准实践方式。
2026-05-12 18:19:10
653
原创 【大模型学习】Harness Engineering（驾驭工程）详解与实战指南
Harness Engineering（驾驭工程）是OpenAI提出的AI原生软件工程新范式，通过构建模型外部的控制系统（Harness）将不可控的大模型转化为稳定生产力工具。与Prompt Engineering相比，它关注全系统可靠性而非单次指令质量，通过5层架构（约束层、状态层、工具层、环境层、校验层）实现复杂任务的工程化管控。实战示例展示了如何通过Markdown配置和自动化流程引导AI完成微服务开发全生命周期，包括行为约束、进度跟踪、环境隔离和质量验证，最终实现"人类掌舵，代理执行&qu
2026-04-17 06:15:00
1283
原创 【数据库知识】MySQL主从复制深度解析：从二进制日志到大规模数据变更的实战指南
MySQL主从复制技术深度解析：从二进制日志到大规模数据变更 本文系统剖析MySQL主从复制的核心技术，重点探讨二进制日志的物理存储结构、原子性写入机制及复制线程的协同工作原理。文章详细解析了Binlog事件格式、两阶段提交过程，以及GTID复制的革命性改进，包括其全局唯一性保证和故障转移自动化机制。针对大规模数据变更场景，提供了精细化管理策略，比较了不同DDL操作的复制行为和风险等级。通过存储引擎层到网络传输层的全面分析，展示了MySQL主从复制在高可用架构中的关键技术实现，为处理TB级数据变更提供了系统
2026-04-12 07:55:22
524
原创 【数据库相关】MySQL全分类SQL详解（超多数据类型+全约束+实战落地）
本文详细介绍了MySQL数据库开发中的全分类SQL操作，重点涵盖数据定义语言(DDL)和数据操作语言(DML)。在DDL部分，展示了企业级建表规范，包含整型、浮点、字符串、日期时间、JSON等常用数据类型的选型规范，以及主键、唯一、外键等全约束的使用。DML部分则详细讲解了INSERT、UPDATE、DELETE等数据操作语句的正确用法，特别强调了批量插入、条件更新和逻辑删除等最佳实践。全文基于InnoDB引擎和MySQL 5.7/8.0版本，提供了电商用户账户表等实际业务场景的SQL示例，帮助开发者掌握规
2026-04-06 16:27:35
545
原创 【分布式技术】RustFS 非 Docker 部署完整指南：从单机到生产集群
本文详细介绍了RustFS的非Docker部署方案，从单机到生产集群的完整实施指南。首先分析了非Docker部署的五大优势，包括性能最优、资源控制精细等。然后提供了详细的系统环境准备要求，包括硬件配置、内核参数优化等关键设置。接着介绍了两种二进制安装方式（官方脚本和手动部署）以及单节点配置方法，重点讲解了生产环境下的systemd服务配置。最后展示了4节点集群的部署架构规划。全文针对不同场景提供了具体命令和配置示例，特别适合需要精细控制资源的高性能生产环境部署。
2026-04-03 06:15:00
1766
1
原创 【分布式技术】分布式对象存储服务RustFS
RustFS是基于Rust语言构建的高性能分布式对象存储服务，相比MinIO具有显著优势。它采用无GC的Rust语言和Linux内核的io_uring异步I/O接口，实现零系统调用和零拷贝I/O，4K随机读IOPS比MinIO高42%，内存占用仅为1/10。架构上采用完全对等的分布式网格架构，无中心元数据节点，通过纠删码实现数据冗余和并行I/O。RustFS兼容S3协议，采用商业友好的Apache 2.0许可证，适合云原生和边缘计算场景。部署时只需简单配置Docker Compose文件即可快速搭建4节点生
2026-04-02 23:53:28
1275
原创 【数据库相关】TDSQL（MySQL 版/TDSQL-C）的统计信息更新
TDSQL（MySQL版/TDSQL-C）统计信息更新机制在MySQL原生基础上进行了增强优化。系统自动通过10%数据变更触发或低峰调度更新，同时支持手动ANALYZE TABLE命令进行精准控制。统计信息包含表级、索引/列级数据，优化器据此选择最优执行计划。针对分库分表场景，需单独处理各分片统计信息。最佳实践建议批量变更后手动更新、数据倾斜列使用直方图、大表调整采样页数并在低峰期执行。通过自动与手动相结合的方式，确保统计信息准确，从而优化SQL执行效率。
2026-04-02 06:15:00
619
原创 【技术方案】面向 Web 系统的《全栈灰度部署方案设计》
本文提出面向Web系统的全栈灰度部署方案，采用分层递进的方式实现风险可控的渐进式发布。方案分为七个阶段：基础准备阶段定义流量染色规则与环境隔离策略；前端灰度通过Nginx实现静态资源分流；后端服务灰度基于Kubernetes多版本实例和Istio流量控制；中间件灰度采用独立实例；数据库灰度通过影子库实现；全栈联调确保数据一致性；最后建立完善的监控与回滚机制。每个阶段均包含原理讲解、实施步骤和优缺点分析，并针对技术难点提出解决方案，如用用户ID哈希保证全链路染色一致性、版本化静态资源避免缓存冲突等。该方案兼顾
2026-03-31 06:15:00
575
原创 【服务器知识】nginx安全架构巡检
Nginx安全加固方案摘要 核心风险：配置暴露、传输不安全、访问控制缺失、漏洞利用、DDoS放大、日志监控不足。 关键加固措施： 基础安全：隐藏版本号(server_tokens off)，禁用危险模块(autoindex/SSI)，防止路径穿越 传输加密：强制HTTPS跳转，启用HSTS，配置TLS1.2+协议和强加密套件 访问控制：IP白名单限制敏感路径，请求限流(limit_req/limit_conn)，API添加Token校验 漏洞防护：添加安全响应头(X-Frame-Options/CSP)，过
2026-03-29 22:36:32
842
原创 【前端知识】如何使用React Flow构建一个AI工作流工具
本文介绍如何使用React Flow构建一个AI工作流工具，主要包含以下内容：1）核心概念解析，包括节点、边等基本元素及其在AI工作流中的意义；2）功能清单，支持可视化拖拽、节点操作等；3）开发环境准备步骤；4）完整代码实现，包括自定义节点组件（输入节点、LLM节点、输出节点）、右键菜单组件和主应用逻辑。该工具可实现AI技能的可视化编排，每个节点代表一个AI技能，整个流程图构成可执行的Agent工作流。
2026-03-29 06:15:00
783
原创 【前端知识】React Flow : 一个基于 React 的可视化节点编辑器框架
React Flow是一个基于React的可视化节点编辑器框架，专为构建流程图、DAG和工作流而设计。它提供节点(Node)、连线(Edge)和连接点(Handle)等核心概念，支持高度自定义的节点类型和交互功能。React Flow不是绘图工具，而是专注于可视化与交互的基础设施，需要开发者自行实现工作流执行逻辑。该框架具有状态驱动、事件系统等工程化特性，支持与Zustand/Redux状态管理工具集成。通过完整教程可快速搭建包含自定义节点、画布操作和状态管理的可视化编辑器，适用于构建AI工作流工具，常与L
2026-03-28 23:25:20
1114
原创 【大模型学习】LangFlow从概念到实践
摘要： LangFlow是基于LangChain的开源可视化AI Agent构建平台，支持拖拽组件快速搭建LLM应用（如聊天机器人、RAG系统）。核心功能包括多模型接入、RAG支持、实时调试及一键导出Python代码。其底层通过React Flow实现可视化编排，后端动态构建LangChain对象执行流程。部署支持Docker或源码运行，提供实战示例演示如何结合网络搜索构建智能问答助手。优势在于开源免费、与LangChain深度兼容，适合AI开发者和学习者，但复杂场景支持较弱。官网：langflow.org
2026-03-26 06:15:00
897
原创 【大模型学习】LangGraph 深度解析：定义、功能、原理与实践
LangGraph 是 LangChain 生态中用于构建复杂、有状态 AI 工作流的框架。其核心特点包括：支持图结构流程定义（节点和边）、循环迭代、多代理协作，并能无缝集成 LangChain 组件（LLM、工具、记忆等）。 底层采用"状态机+有向图"模型，通过状态不可变性和条件边实现灵活流转。典型应用场景如智能客服系统：问题分类→信息收集（支持循环）→解决方案生成（技术问题调用工具，投诉转人工）。 优势在于处理传统链式结构难以实现的非线性流程（条件分支、迭代优化等），适用于构建Age
2026-03-25 12:15:00
1101
原创 【大模型学习】常见AI工作流框架组合
AI工作流框架组合全景分析 6种主流组合覆盖不同场景需求： LangChain+LangGraph：高灵活Agent开发，支持循环/分支，适合复杂推理（如多轮对话）； LlamaIndex+Flowise：低代码RAG快速搭建，可视化拖拽但扩展性弱； Airflow+MLflow：传统ML批处理流水线，成熟稳定但实时性差； Kubeflow Pipelines：云原生大规模训练，依赖K8s运维复杂度高； Dagster+Great Expectations：数据资产驱动，内置质量校验，适合ETL+ML联合场
2026-03-25 06:15:00
568
原创 【前端知识】React 组件生命周期：从底层原理到实践场景
React 组件生命周期是组件从创建到销毁过程中自动调用的方法或钩子函数，分为挂载、更新和卸载三个阶段。React 16 引入的 Fiber 架构将渲染分为可中断的协调阶段（构建虚拟 DOM）和不可中断的提交阶段（更新真实 DOM）。Class 组件中，挂载阶段包括 constructor、render 和 componentDidMount；更新阶段涉及 shouldComponentUpdate、render 和 componentDidUpdate；卸载阶段执行 componentWillUnmoun
2026-03-24 06:15:00
583
原创 【前端知识】使用React+Vite构建企业级项目模板
本文介绍了使用React+Vite构建企业级项目模板的核心步骤，包括项目结构设计、国际化配置和状态管理。项目采用模块化架构，包含API请求、公共组件、自定义Hooks、多语言支持和路由守卫等功能。关键技术点包括：通过i18next实现多语言切换，使用Zustand管理认证状态，配置Vite优化构建流程，以及实现基于角色的路由权限控制。该模板整合了Ant Design组件库、React Router和Framer Motion动画库，为企业级应用开发提供了开箱即用的解决方案，具备良好的可扩展性和维护性。
2026-03-23 12:30:00
444
原创 【前端知识】React生态你了解多少？
React生态系统是一个多层次的技术栈，包含核心库、路由管理、UI组件库、状态管理等多个模块。核心库（React/ReactDOM）负责视图渲染，React Router实现SPA路由导航，Ant Design提供丰富的UI组件，Zustand简化状态管理，React Query优化数据请求与缓存。每个模块通过代码示例展示了其实际应用场景，如路由配置、表格组件、计数器状态管理和用户数据获取。这些工具共同构建了高效、可维护的React应用开发体系，开发者可根据项目需求灵活选择不同层级的解决方案。
2026-03-22 22:21:07
593
原创 【Tauri框架学习】Tauri 与 React 前端集成：通信机制与交互原理详解
本文详细介绍了Tauri与React前端集成的通信机制与交互原理。主要内容包括： 集成基础：Tauri应用由React前端和Rust后端组成，通过IPC机制实现跨进程通信。项目结构包含前端代码(src/)和后端代码(src-tauri/)。 通信机制： 命令调用：前端通过invoke调用Rust后端定义的#[tauri::command]函数 事件监听：后端通过emit发送事件，前端通过listen接收 支持类型安全的异步通信 具体示例： 文件读取：演示了前端调用Rust命令读取文件内容 进度通知：展示了后
2026-03-21 06:15:00
1232
原创 【Tauri框架学习】Windows 11 环境下 Tauri 开发环境安装与问题解决手册
本文详细介绍了在Windows 11环境下搭建Tauri开发环境的完整流程，包括Rust工具链、C++构建工具、WebView2运行时和Node.js的安装步骤。针对安装过程中可能遇到的六大常见问题（如Rust安装超时、C++工具缺失、WebView2兼容性问题等），提供了具体的解决方案和优化建议，特别针对窗口显示异常、拖动卡顿等GUI相关问题给出了详细的调试方法。手册还包含创建Tauri项目的标准流程，以及针对高DPI显示器的特殊配置建议，为开发者提供全面的环境搭建指南和故障排查参考。
2026-03-20 09:18:24
1011
原创 【Transformer框架学习】白话Transformer中的注意力机制
本文介绍了Transformer模型中的自注意力机制及其核心组件。自注意力机制通过Query、Key、Value三个向量计算输入序列中各元素间的关联，使每个词都能关注上下文信息，解决了长距离依赖问题。相比传统CNN的局部特征提取，自注意力具有全局视野和并行计算优势。多头注意力进一步扩展该机制，将输入分割成多个子空间独立计算，最后融合结果，使模型能从语法、语义等多角度理解文本。文章还通过矩阵运算和简化代码展示了具体实现过程，阐明了这些机制如何帮助模型更准确地处理自然语言任务。
2026-03-18 06:15:00
1001
原创 【Transformer框架学习】Transformer中的位置编码（Positional Encoding）理解
Transformer中的位置编码（Positional Encoding）解决了自注意力机制的"置换不变性"缺陷，通过向输入嵌入添加位置信息向量。原始Transformer采用正弦-余弦函数生成位置编码，其设计特点包括：1）利用三角函数性质同时表达绝对和相对位置；2）可外推处理任意长度序列；3）通过不同频率区分局部和全局位置关系；4）无需训练参数。典型方案中，偶数维使用正弦函数，奇数维使用余弦函数，使低维度高频变化捕捉短距离关系，高维度低频变化处理长距离依赖。相比可学习的位置编码，这种
2026-03-16 06:15:00
523
原创 【大模型学习】LangChain 入门指南：基本概念、核心功能与简单示例
LangChain 入门指南摘要： LangChain 是一个模块化的大语言模型（LLM）应用开发框架，支持通过统一接口集成多种LLM（如OpenAI、Hugging Face）。核心功能包括： 模型抽象：简化不同LLM的调用 提示模板：动态生成标准化提示词 链式工作流：串联多个处理步骤（如检索+生成） RAG技术：结合外部知识库提升回答准确性 记忆管理：实现多轮对话上下文保持 智能代理：自主调用工具完成复杂任务 典型应用场景包括智能问答系统、多轮对话助手和自动化任务代理。通过组件化设计，开发者可快速构建生
2026-03-14 21:16:02
577
原创 【Rust编程】桌面应用开发框架Tauri零基础入门
Tauri是一个轻量级跨平台桌面应用开发框架，结合Web前端技术和Rust后端优势。相比Electron，Tauri具有更小的打包体积（2-5MB）、更低内存占用和更高性能。它支持Vue/React等前端框架，提供文件系统、窗口管理等原生API。安装需要Rust和Node.js环境，通过脚手架快速创建项目。核心功能包括命令系统实现前后端通信、权限管理以及状态维护。开发示例展示了如何定义Rust命令、调用系统API和管理全局状态，适合需要高性能原生体验的桌面应用开发。
2026-03-11 06:15:00
789
原创 【大模型学习】零基础入门MCP
MCP（Model Context Protocol）是由Anthropic推出的开放标准协议，旨在标准化AI模型与外部工具的通信方式。该协议采用三层架构（Host、Client、Server），通过JSON-RPC 2.0实现数据传输，支持stdio、HTTP等多种传输机制。MCP的核心价值在于将复杂的M×N集成简化为M+N模式，提供四种核心交互原语：Tools（可执行函数）、Resources（只读数据）、Prompts（提示模板）和Sampling（内容生成）。这种设计使AI应用能统一接入各类工具和服
2026-03-07 06:15:00
983
原创 【知识科普】S3对象存储协议深度解析：协议内容与开源组件支持
S3对象存储协议是Amazon S3定义的标准化RESTful接口规范，基于HTTP/HTTPS实现对象存储管理。其核心包括桶(Bucket)和对象(Object)的概念模型，通过Key标识对象并支持虚拟目录结构。协议提供丰富的API操作，涵盖桶管理、对象上传下载（支持分片）、预签名URL等功能，采用AWS V4签名进行严格认证。该协议已被MinIO、Ceph等主流开源存储系统兼容实现，成为对象存储领域的事实标准。
2026-03-06 21:15:00
1044
2
原创 【微服务相关】分布式定时任务 Quartz 全解析：从底层原理到 Spring Boot 实战
摘要：Quartz是一个功能强大的开源分布式定时任务调度框架，支持集群部署、故障转移和复杂调度策略。其核心原理基于数据库的分布式协调机制，通过共享数据库表实现节点间通信和任务唯一性保障。文章详细解析了Quartz的底层原理（数据库锁+状态标记+心跳同步）、核心组件（Job/Trigger/Scheduler）以及Spring Boot集成要点，并提供了完整的实战案例代码，包括依赖配置、数据库表结构和集群模式实现。通过注解@DisallowConcurrentExecution可防止单节点任务并发执行，确保分
2026-03-06 19:30:00
1342
原创 【大模型学习】零基础入门Agent Skills开发
本文介绍了Agent Skill开发的核心概念和规范，包括技能组件（Intent、Slots、Handler等）、标准目录结构以及skill.yaml文件的详细配置说明。针对Windows开发环境，提供了必备工具清单和环境初始化步骤。通过一个完整的天气查询技能示例，展示了项目结构、技能描述文件编写、业务逻辑实现和入口文件开发的全过程。该示例包含参数验证、模拟API调用和结果处理等关键功能，可作为零基础开发者入门Agent Skill开发的参考模板。
2026-03-06 08:57:25
455
原创 【Kubernets进阶】VPA 如何影响容器资源 `requests`？—— 从 Kubernetes 底层机制深度解析
VPA如何影响容器资源requests？——Kubernetes机制解析 VPA通过Mutating Admission Webhook在Pod创建时注入推荐值，而非动态调整运行中Pod的requests。其核心组件包括Recommender分析历史数据、Admission Controller修改Pod配置、Updater在Auto模式下驱逐旧Pod。由于requests是调度契约且cgroups限制不可变，VPA必须通过重建Pod实现更新。文章对比了Off/Initial/Auto三种模式，指出Auto
2026-03-03 21:15:00
711
原创 【大模型学习】AI Agent 与 AI Skills 的本质
本文系统解析了AI Agent与AI Skills的本质区别与协同关系。AI Agent是以大语言模型为大脑的自主智能系统，具备感知、决策、执行等能力；AI Skills则是标准化的能力模块，封装特定功能供Agent调用。两者通过ReAct模式协同工作：Agent负责任务规划与决策，Skills负责具体执行。文章详细阐述了从指令解析到技能调用的完整流程，并提供了技术实现示例。最后通过对比表强调：Agent是决策系统，Skills是执行工具，二者结合才能构建真正"能做事"的智能系统。掌握这
2026-03-03 06:15:00
1821
原创 【单元测试】如何在 Maven 多模块 Spring Boot 项目中构建独立的“聚合测试模块“
在Maven多模块Spring Boot项目中构建独立的"聚合测试模块"，可通过以下方式实现： 创建名为aggregated-tests的子模块，置于项目最后以保证依赖顺序 模块依赖所有业务模块的主代码(compile)和测试辅助代码(test-jar) 关键配置： 业务模块配置maven-jar-plugin生成test-jar 测试模块配置maven-surefire-plugin运行测试 使用jacoco-maven-plugin的report-aggregate合并覆盖率数据 执
2026-03-02 21:56:05
1284
原创 【单元测试】PowerMock 从入门到实战：让“无法测试”的代码变得可测
PowerMock是一个增强Mockito功能的测试框架，专门解决传统Mock工具无法处理的测试难题。它能mock静态方法、构造函数调用、私有方法和final类等场景，通过字节码修改技术突破Mockito的限制。本文详细介绍了PowerMock的核心原理、两大关键注解（@RunWith和@PrepareForTest）的使用方法，并提供了三种典型场景的实战示例：静态方法mock、构造函数拦截和私有方法测试。同时给出了最佳实践建议，强调应优先通过良好设计避免使用PowerMock，仅在处理遗留代码或系统类等特
2026-02-28 20:30:00
1081
网页实时通讯socketio
2015-03-18
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人