- 博客(2849)
- 资源 (12)
- 收藏
- 关注
RSS订阅
原创 小工匠聊架构文章一览【不间断持续更新】
文章摘要 本文系统梳理了微服务架构与分布式技术的核心知识体系，包含三大板块： 微服务布道系列：详细解析从单体架构到服务化的演进路径，涵盖服务注册发现、RPC调用、监控追踪等12个核心主题； 分布式理论篇：深入剖析CAP定理、BASE理论、Paxos算法等分布式系统基石理论； 分布式实战篇：聚焦事务、服务、缓存、存储四大场景，提供两阶段提交、TCC模型、热点key治理等20余种解决方案。文中配有清晰的技术架构图，每个主题均附详细技术文章链接，形成完整的技术图谱。
2020-11-12 00:01:55
95248
11
原创 FastDFS 第 6 天：集群部署、同步机制与高可用架构
FastDFS 集群部署需构建双 tracker 与多 group 存储组，实现高可用。tracker 无主从，通过 storage 心跳同步状态，确保最终一致；storage 组内异步复制，数据互为副本。新节点按 INIT→WAIT_SYNC→SYNCING→ACTIVE 状态迁移，仅 ACTIVE 状态可写入。运维关键在于监控 fdfs_monitor 输出，确保所有 storage 处于 ACTIVE 状态，避免单点故障与数据丢失。
2026-09-22 07:15:00
49
原创 FastDFS 第 5 天：FastDFS 客户端 API 编程实战：从二进制协议到 Spring Boot 集成
本文详解FastDFS客户端API编程实战，涵盖从二进制协议到Spring Boot集成的全流程。基于官方多语言客户端（C、Java、Go、Python等）统一维护趋势，剖析客户端核心四要素：tracker寻址、连接池管理、协议编解码与失败重试机制。以C客户端为原型，展示上传下载的完整流程，并强调业务代码才是高并发场景下的真实入口，需关注超时、重试策略与稳定性设计。
2026-09-22 05:45:00
48
原创 FastDFS 第 4 天：Nginx 整合与 HTTP 文件访问：fastdfs-nginx-module 实战
本文详解 FastDFS 与 Nginx 整合的实战方案，重点解决文件通过浏览器访问的“最后一公里”问题。指出应摒弃过时的 http.server_port 配置，改用 Nginx + fastdfs-nginx-module 架构，以实现高效、稳定的 HTTP 访问。模块核心优势在于理解 FastDFS 文件 ID，智能处理同步延迟、trunk 文件及删除一致性等问题，避免裸 Nginx 静态服务在集群环境下因文件未同步导致的 404 错误。文章还详细演示了模块编译安装流程，强调需正确链接 libfast
2026-09-21 22:59:10
187
原创 FastDFS 第 3 天：核心机制——上传下载流程与配置文件精讲
FastDFS 上传下载流程基于10字节二进制协议，实现无中心元数据管理。客户端通过tracker查询可上传的storage（两跳：先查组、再选机），直接与storage通信传输文件。核心机制依赖store_lookup（选组）、store_server（组内选机）、store_path（选盘）三重配置，实现负载均衡与空间优化。文件ID编码了组、路径、时间等信息，支持精准定位。协议头固定，解析高效，避免文本协议开销，保障大文件高速传输。
2026-09-21 22:34:31
155
原创 Skills - 5 个Matt Pocock每天在用的 Claude Code skill：把无记忆的 Agent 系在流程里
Matt Pocock 提出五项“AI 编码技能流水线”：grill-me、write-a-prd、prd-to-issues、tdd、improve-codebase-architecture，构建从需求对齐到代码实现的闭环。核心在于应对 AI 无记忆特性，以可复用的 skill 流程替代依赖人脑默契的协作。其中 /grill-me 通过追问设计树，强制对齐理解；后续环节将共识转化为可执行的 GitHub Issue，实现高质量、可持续迭代。该体系不依赖特定模型，具备长期生命力，体现“编码过的流程”对 A
2026-09-19 12:03:48
141
原创 从三个方框到生产系统：一套银行级 Agentic AI 架构是怎么长出来的
本文从一个简单的AI Agent Demo出发，剖析其向生产系统演进的工程挑战。通过银行客服场景，揭示从“能跑”到“可用”的关键跃迁：需逐层引入身份认证、权限控制、工具安全调用、领域分治、协调编排与MCP协议等组件。核心结论是：生产级Agent的本质是系统工程——模型仅提供语言能力，真正的智能在于如何安全、可审计地集成业务系统。架构演进遵循“约束驱动设计”，每一步都为应对真实世界的失效模式而生。
2026-09-12 15:56:52
235
原创 从 SDLC 到 ADLC：当 Agent 成为软件交付的执行主体
<think>好的，用户希望我根据提供的长文生成一个不超过150字的文章摘要。内容是关于AI编程中，SDLC因为Agent的非确定性而失效，被ADLC（Agent Development Life Cycle）补充替代。要点包括：SDLC失效的五个结构性原因；ADLC的阶段模型和四个工程杠杆；团队可以用90天落地路径。 摘要需要非常精炼，控制在150字以内。我要提取核心信息：SDLC没有被废除而是被拆开，确定性部分沉淀为工具，非确定性部分上升为新层，ADLC为这个新层立规矩。同时要提到五个断裂点（确定性→概
2026-09-09 06:16:38
501
1
原创 Harness 深潜：把不确定的模型，栓在确定的世界上
从 demo 到生产，路径是清晰的：先让失败被诚实地暴露，再让成功被确定性地验证，最后让危险被结构性地隔离。 prompt 只能影响概率，harness 决定边界。而在一个模型每三个月换一代的行业里，边界，才是你真正拥有的东西。
2026-09-09 06:09:28
204
1
原创 循环工程与图工程：知识工作者如何让 Agent 跑到「真的做完」
AI从对话转向代理式自主执行，重点在于循环工程（Loop Engineering）和图形工程（Graph Engineering），强调为知识工作制造可验证终止条件（裁判），以及如何筛选任务和设计循环。 AI正从对话转向托管式自主执行，核心技能从Prompt工程演化为Loop工程：为无编译器的知识工作“制造裁判”——设计可验证终止条件
2026-09-07 16:07:45
529
原创 Pi：四个工具、一千 Token 的极简 Agent，如何跑赢 Codex 与 Claude Code
Pi Coding Agent 以极简对抗主流 harness 的臃肿：默认仅提供读、写、改、执行命令四个工具，系统提示词短至千 token 级，不做 MCP、无内置子代理，将上下文工程权交还用户。文章介绍其安装、多种认证方式（A
2026-09-07 07:12:18
402
原创 Agent 记忆框架怎么选：Text2Mem、Mem0、Letta、ReMe、memU 的工程级横向对比
介绍五个框架的不同思路（Text2Mem指令集、Mem0中间件、Letta虚拟内存等），结论是未来标准需三层可替换接口。输出摘要。</think>上下文窗口无法解决 Agent 长期记忆问题，需独立存储与治理系统。不同框架各有侧重：Text2Mem 定义记忆操作语言，Mem0 提供可插拔中间件，L
2026-09-06 12:09:34
224
原创 Open WebUI 深度解析：把大模型装进自己机房的那一层「AI 操作系统」
Open WebUI 是自托管的 AI 平台，解决企业接入大模型时的权限、检索、工具调用等工程问题。其架构分四层，支持 Ollama 与 OpenAI 兼容 API，多模型并行。核心扩展体系含 Tools 与 Functions，可自定义模型、拦截改写消息、添加按钮，实现平台行为深度定制。
2026-09-06 12:06:28
296
原创 把编码 Agent 变成同事：Multica 自托管实践与「托管型 Agent」架构解剖
首先，理解内容：这篇文章讨论Multica，一个开源的自托管编码Agent调度平台，与Anthropic云托管方案对比。文章涵盖架构、部署、实操坑点，并反思AI工程重心转移。要求输出摘要，≤150字。需要高度概括核心信息。注意是摘要，不是介绍，字数有限。 核心：Multica是编码Agent的调度协作层，开源自托管，不绑定模型，支持多CLI，daemon拉取任务并发隔离。自托管有坑如验证码开发模式固定000000，需重启daemon
2026-09-05 09:30:00
345
原创 把编码 Agent 变成同事：Multica 与「Agent 控制平面」的工程实践
文章介绍了编码Agent已经很多，但缺乏管理它们的平台；Multica是一个开源的Agent控制平面，不提供模型或Agent，而是组织Agent成为团队，通过身份、生命周期、技能复用、Squads等机制管理；架构为前后端+数据库+本地daemon；数据面与执行面分离，代码不离开本地；有Autopilot等触发
2026-09-05 07:45:00
373
原创 为什么 Agentic 系统需要本体：给概率模型装上符号护栏
Agent系统仅有大模型、工具和循环是不够的，缺少对“什么是对的”的判定机制。本体作为形式化的领域知识结构，可为Agent提供约束与账本：Pydantic管形状，本体管意义。本文梳理了Agent与本体两条技术血脉的汇合，阐释本体作为图数据结构的核心要素，介绍自顶向下与自底向上两种建模路径，并强调
2026-09-05 06:15:00
223
原创 半年之后，规格驱动开发（SDD）框架格局重排：从 +863% 到 +18% 的分化
五个框架对比，OpenSpec增长最快达863%，BMAD最重但生态好，Spec Kit营销强但工程体验慢，以及关键趋势是编码工具自身开始内置SDD功能。文章强调分化现象，但用户要求摘要，我就聚焦最核心的数据和结论。拟写：“2025年SDD生态半年复盘显示，五个主流框架走向明显分化：OpenSpec以+863%增速领跑，靠减法设计赢得市场；BMAD以生态取胜但上手成本高；Spec Kit营销强势但工程体感
2026-09-05 04:30:00
736
原创 面向 AI 应用的网页数据提取解决方案：从抓取到结构化输出的一条龙
<think>我们根据要求生成摘要，需要根据给定的内容（文章内容）生成不超过150字的摘要。内容主要是作者分享从需求入手，发现网页采集的难点，试过手动、插件、自写爬虫、脚本加代理等方法后，认识到需要一个全流程的数据服务，最后提到Dataify这个平台。摘要要简洁，涵盖核心：需求、难点、探索、解决。字数限制150字。我们来写。</think>竞品分析需定期采集网页数据，但动态加载、反爬、结构变动及数据清洗使“网页能打开”不等于“数据好拿”。手动复制、浏览器插件、自写爬虫及脚本加代理各有局限，难以实现长期稳定。
2026-09-04 20:24:11
916
原创 AI 编程全流程：如何让 AI 稳定交付一个「你真正想要的」产品
设计阶段的错误，改一段文字就行；实现阶段的错误，要改一堆代码；上线之后的错误，要改用户的习惯。AI 让写代码的成本急剧下降，但它同时放大了方向错误的代价——因为错误的方向现在也能被高效地执行出上万行代码。所以真正的分水岭不在于谁的提示词更花哨，而在于谁能把「我想要什么」表达得足够清楚、把「什么叫做完了」定义得足够明确、把「出错了怎么退回去」准备得足够充分。把这三件事做好，剩下的交给 AI，它大概率能给你一个满意的答案。
2026-09-04 06:18:54
425
原创 Harness Engineering 到底是什么：从提示词到系统的第三次范式转移
<think>Okay, 用户提供了一篇长文，要求我基于其内容生成一个不超过150字的摘要。这是一个典型的文本压缩任务。用户深层需求是快速抓住文章的核心论点、关键案例和最终结论，而不是细节或技术列表。 我需要先快速浏览全文，抓取主干信息。文章结构很清晰：开头提出“从Prompt到Context再到Harness”的递进关系，引出Harness Engineering这个新概念；主体部分解释三个概念的区别，并重点用OpenAI的百万行实验作为案例，说明Harness Engineering的实际做法；最后是总
2026-09-04 06:04:47
417
原创 Harness - 当模型够强，Agent 为什么还是频繁翻车？
<think>我们根据用户要求，需要生成一篇≤150字的文章摘要。根据内容，需要概括核心观点。摘要需简洁，突出Harness Engineering和Agent成功率问题。注意字数限制。</think>模型能力快速跃升，但Agent项目成功率仍卡在60%-80%，根因不在模型，而在模型外的Harness（马具）工程。Harness不提供智能，但决定能力能否定向输出，本质是将概率模型约束在确定性世界中。工程重心已从Prompt、Context演进到覆盖工具、沙箱、循环、护栏与验证的完整运行时系统。Anthro
2026-09-04 05:00:00
711
原创 Skills - Agent Skill 从使用到原理：一个 Markdown 文件如何成为 Agent 的能力单元
<think>我们根据内容生成摘要，需≤150字。内容论述Agent Skill定义、特点、与MCP区别等。摘要需概括核心：Agent Skill是一种Markdown文件/开放标准，解决提示词工程缺失，通过按需加载、渐进式披露等实现高效复用，与MCP互补分工。用户要求根据以下内容生成≤150字的文章摘要。注意简洁。</think>Agent Skill作为AI Agent领域的开放标准，通过按需加载和渐进式披露机制，解决了提示词工程一次性、不可复用的问题，使能力成为可持久化、可分发的工程资产。它驱动模型在
2026-09-03 18:15:00
727
原创 Skills - 构建 Agent Skills 的五条工程准则：从一个 Markdown 文件到可信赖的能力单元
<think>我们按照用户要求，根据给定内容生成≤150字的摘要。内容是论述Agent Skill的编写准则，核心观点：Skill简单但易写坏，提出五条准则（实际上文中给出了四条加前言？内容中列了五条准则，但详细讲了准则一、二、三，准则四和五可能被截断？从文本看，标题有“下面五条准则”，但只出现了准则一、二、三，准则四和五未在提供内容中。因此摘要需概括现有内容，不要虚构。要点：Skill形式是一个目录+SKILL.md；其价值在于程序性知识；描述是触发器；内容必须来自真实经验；上下文预算管理。最后提到错误案
2026-09-03 12:30:00
477
原创 Skills - 别再造 Agent，去造 Skills：Anthropic 给出的通用 Agent 收敛路径
<think>我们根据用户要求，需要生成≤150字的文章摘要。用户提供了一篇长文内容（未完整？但大意清楚），关于Agent Skills。摘要要精炼，涵盖核心观点：范式收敛、Skills定义、与MCP分工、企业应用等。注意不超过150字（中文）。需整合。</think>Agent 开发正从“构建专用 Agent”转向“为通用 Agent 装载专业知识”。Skills 本质是一组有组织的文件，以极简方式打包程序性知识，脚本即工具，并通过渐进式披露保护上下文。MCP 负责外部连接，Skills 负责专业执行；二
2026-09-03 06:12:10
369
原创 Skills - 别再重复解释一遍：Agent Skills 如何把「口头经验」变成可交付的工程资产
<think>我们根据要求生成摘要≤150字，基于提供的长文。摘要需概括文章核心：Skills的痛点、结构、渐进式披露、作用域与边界。</think>### 摘要 Skills 将口头约定固化为文件夹，含 SKILL.md 与附件，按需加载。它采用渐进式披露减轻上下文负担，通过 description 精确路由，并支持个人/项目/组织级复用。相比 CLAUDE.md 常驻注入，Skill 仅在相关时激活，实现知识交付与版本管理。
2026-09-03 05:41:14
332
原创 Agent Skills 深读：当上下文工程被折叠进一个文件夹
<think>我们只需要根据要求生成一个≤150字的文章摘要。文章内容是关于MCP和Agent Skills的讨论，重点解释Skills的机制、优势，以及与MCP的对比。摘要要简洁。我们直接总结核心观点：MCP解决连接，Agent Skills解决能力，后者通过简单目录结构实现，采用渐进式披露按需加载，避免上下文爆炸，并可能成为公共基础设施。摘要需控制在150字以内。</think>MCP 解决“Agent 能连到哪里”，Agent Skills 解决“Agent 知道怎么干”。Skills 用目录、Mar
2026-08-31 19:00:02
271
原创 Nginx - 十万终端接入Nginx 卡在四万连接的完整排查与突破
文章摘要（150字）： 某物联网项目遭遇10万终端通过Nginx反代连接单后端时，连接数卡在4万无法突破。分析表明，Nginx的worker_connections配额（默认8192槽位）除以2后仅支持4万客户端，需调整参数。但更深层限制源于TCP四元组（源IP、端口+目标IP、端口）的数学约束——单出口IP访问单后端时，可用源端口仅约6.5万，成为硬天花板。此外，连接建立需经过conntrack表、accept队列、文件描述符等6道闸门，任一环节满负荷都会导致连接失败。最终结论：单纯调参无法突破6.5万上
2026-08-25 06:46:16
545
原创 Nginx - 10 万终端接入卡在 4 万:一次 nginx TCP 代理容量天花板的完整拆解
某个现场的架构很简单:10 万台终端设备通过 nginx 的 15001 端口接入,完成注册激活后维持长连接跑业务。nginx 用 `stream` 模块做四层代理,把流量转发给本机 15002 端口上的一个 Java 服务。上线后现场反馈:15001 端口的连接数涨到 4 万多就上不去了,新终端一律建链失败。已经连上的终端还活着,业务照跑,但新设备就是进不来。重启 nginx 之后能恢复一阵,涨到 4 万多又卡住。
2026-08-24 19:42:07
615
原创 Agent - 01 AI Agent 入门
第一，Agent = 大脑 + 眼睛 + 手脚，三者缺一不可。消融实验给出的四种退化模式各不相同，排查问题时可以直接当速查表用。第二，扩展眼睛和手脚是模型固定时最主要的能力杠杆。通用性很大程度来自接口边界的扩大，但这种扩大必须按需进行，并配合权限控制和验证——否则扩大的是攻击面。第三，Harness 是竞争力所在。模型能力正在商品化，真正的差异在于围绕上下文和工具构建的约束、验证与纠正。同一个模型、不同 Harness，基准分数差十几个百分点、排名差二十几位，这已经不是理论推演。
2026-08-23 11:49:48
537
原创 AI Agent 工程目录架构：把 Rules、Skills、MCP 各归其位
用 AI 编码工具的人大多经历过这样的循环：模型不听话，往配置文件里加一条规则；还是不听话，再加一条。半年下来 AGENTS.md 攒了两千行，效果却没见涨多少。问题多半不在规则的数量，而在这些内容的组织方式。这篇文章拆解一套正在被越来越多团队采用的工程目录结构，它把散落各处的配置收敛成八个层次，每层只管一件事。
2026-08-23 05:15:00
1043
原创 Harness - 03 怎么做 Harness Engineering
摘要（150字） 本文详细介绍了Harness Engineering的实现方法，提出了五个介入时机（项目文档、技能文件、权限设置、钩子和CI）和四个判定问题的决策框架（可判定性、代价、反馈速度、频率）。重点解析了权限层和钩子层的配置要点，包括权限规则的合并机制、钩子结构的三层嵌套设计及阻断机制（退出码2有效）。文章强调应根据问题性质选择介入层次，避免过度工程化，并提供了可直接复用的基础配置模板。关键警示包括：不可将权限层误用为沙箱、钩子正则匹配的陷阱以及软硬约束的适用场景差异。
2026-08-16 17:22:24
887
原创 Harness - 02 为什么要 Harness Engineering
Harness engineering 要回答的问题不是「怎么把话说得更清楚」，而是「哪些事情根本不该靠说」。这篇文章想把这个问题的答案往前推一层：不是列举一堆最佳实践，而是从大语言模型的几条结构性事实出发，推导出它在哪些位置必然需要外部结构，以及在哪些位置你加的结构其实是浪费。
2026-08-16 10:38:28
560
原创 Harness - 01 什么是 Harness Engineering
摘要 2026年，“Harness Engineering”一词在开发者社区迅速流行，但其定义却因广泛讨论而愈发模糊。这一概念最早由HashiCorp联合创始人Mitchell Hashimoto提出，核心思想是通过设计工具和规则，使AI代理（Agent）避免重复犯错，而非依赖提示词或模型调整。随后，OpenAI和Anthropic分别从生产实践和长期运行代理的角度，探讨了如何构建稳固的“Harness”（脚手架）以提升AI效率与可靠性。Anthropic强调，Harness的每个组件都隐含了对模型能力边界
2026-08-15 23:38:56
750
原创 Skills - CodeGraph 拆解：当编码 Agent 不再逐行 grep
CodeGraph：为AI代码助手优化的符号图索引系统 摘要：CodeGraph是一个为AI代码助手设计的本地代码索引工具，能在半年内获得66k Star。它通过静态分析将代码库转化为符号关系图存储于SQLite，显著降低AI代理的发现成本。在七个真实仓库测试中，工具调用减少88%，文件读取归零。系统采用Rust内核支持20种语言，实现95%+的跨文件引用解析率，并通过三层同步机制保持索引新鲜度。与向量检索方案不同，CodeGraph采用确定性的图结构查询，避免概率性召回带来的信息损失。其创新点在于针对AI
2026-08-14 20:32:52
643
原创 Skill - 把风格写成规格：拆解 ian-xiaohei-illustrations 中文配图 Skill
这篇文章拆解了一个仅由6个Markdown文件组成的GitHub项目"ian-xiaohei-illustrations"，该项目在两个月内获得9.4k星标。该项目为AI生成中文技术文章配图提供了一套系统化规范，解决了当前AI配图的三个核心痛点：语义准确性、风格一致性和视觉克制性。 文章首先分析了当前AI配图的三大约束条件：配图必须精准对应文章观点（语义约束）、保持整篇文章配图风格统一（一致性约束）、以及保持简洁易读（克制约束）。随后详细解析了这个项目的工程化设计，包括其明确的能力边界定义、分层模块化结构设
2026-08-14 20:07:39
678
原创 LLM - 什么是 RAG？在百万 Token 时代，我们还需要它吗
文章摘要 本文探讨了检索增强生成（RAG）与长上下文窗口在知识管理中的适用边界。核心结论是：RAG 的定位已从弥补模型记忆的补丁，转变为上下文工程的关键组件，负责筛选最相关的信息进入模型视野。 关键要点： RAG 的核心价值：解决模型记忆局限、私有数据访问和幻觉问题，通过检索-生成流程实现精准回答。 技术细节： 切分策略：需保持语义自洽，推荐递归分隔符切分+重叠窗口，结合结构感知（如Markdown标题）优化召回。 向量化：需批量处理、锁定维度，中文场景建议选用BGE等本地化模型。 方案选择： 长上下文：适
2026-08-12 22:41:29
615
原创 Skills - 把答案放到第一行： i-have-adhd 与「输出风格工程」
这篇文章探讨了AI助手在编码场景下输出效率低下的问题，分析了一个名为"i-have-adhd"的开源项目如何优化AI助手的输出风格。全文可分为三部分： 问题分析：指出AI助手存在"把答案埋起来"的系统性倾向，表现为前置铺垫、答案降级等模式，这与编码场景下开发者需要快速获取可执行指令的需求相冲突。 项目解析：介绍i-have-adhd项目的核心思想（将输出重塑为ADHD大脑可执行的形式）及其技术实现（142行Markdown规则+多语言适配层）。 方法论提炼：总结从认知科学到输出规则的转化过程，特别是五项核心
2026-08-12 22:36:55
729
原创 Prime Agent 拆解：当 Agent 的「外壳」开始自己进化
摘要： Prime Agent 是 Prime Intellect 开源的一款专注于编码工作流与长时自主任务的递归语言模型（RLM）代理，其核心设计理念围绕外壳（harness）优化展开。它通过将工具调用与子代理管理抽象为 Python 函数调用，并将上下文状态持久化到 REPL 内核中，显著缓解了长上下文场景下的成本与质量问题。 关键设计： RLM 编程模型：仅暴露 IPython 作为工具，通过 Python 变量和内核状态跨轮次保留中间结果，避免重复传输长文本。 子代理即函数：子代理调用（rlm()）
2026-08-10 20:26:53
578
原创 把生成模型接进 Agent：Higgsfield MCP 的架构拆解与工程实践
摘要：Higgsfield通过托管式MCP端点将30+图像和视频生成模型整合到单一接口，解决了创意生产中的上下文切换问题。文章分析了其异步任务模型、上下文成本优化策略，并对比了MCP、CLI和Skills三种接入方式的优劣。重点包括：远程MCP的鉴权优势、渐进式披露的CLI方案设计，以及固化流程知识的Skills机制。为开发者提供了可直接复用的配置模板和工作流优化建议，特别适合需要自动化创意生产的技术团队参考。
2026-08-09 22:32:37
763
原创 给模型一套设计词汇：Impeccable 如何把「AI 味」变成可检测、可修复的工程问题
Impeccable项目通过建立一套可命名的设计词汇体系（23个精准命令），将主观审美转化为工程流程，解决AI生成界面"一眼假"问题。其核心四层结构包括：1）词汇层（拆解设计动作为原子操作），2）上下文层（用PRODUCT.md和DESIGN.md文件明确设计约束），3）约束层（建立可检测的质量规则），4）探索层（支持设计迭代）。该项目不仅为AI提供设计规范，更通过负向约束（Anti-references）有效限制平庸设计模式的生成，使设计决策从风格争论转变为可验证的工程问题。
2026-08-09 20:58:54
466
Redis 8.0.3 是高性能的 Key-Value 缓存数据库，本版本为社区适配的 Windows 平台编译版本，适用于开发环境或测试用途
2025-07-12
版本 8.0.3 国产4种架构 x86arm64loongarchmips
2025-07-11
「Tomcat源码剖析」.pdf
2020-06-01
中标龙芯-MIPS- NFS rpm包
2020-11-24
X86-NFS rpm包
2020-11-24
apache-tomcat-8.5.50-src.zip
2020-06-02
mybatisSource.zip
2020-06-14
Spring4CachingAnnotationsExample
2017-10-04
Jest-5.3.4.zip
2020-01-19
Java反编译工具
2015-06-04
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人