博客 RSS 訂閱

jaydenai 頭像

JaydenAI - [拆解LangChain執行引擎] __pregel_tasks通道——成就“PUSH任務”的功臣

除了我們顯式聲明的用於存儲業務數據或驅動信號的Channel之外，Pregel自身也會維護一些系統Channel，其中最重要的莫過於一個名為__pregel_tasks的Channel。通過前面針對BSP的介紹，我們知道當Superstep進入同步屏障並應用所有更新後，引擎會根據Node針對Channel的訂閲情況和Channel自身的更新狀態生成下一步待執行的任務，其實待執行的任務不限於此。 1

AI

收藏 評論

brokensky 頭像

next_world - Windows 下 Node.js 重定向輸出導致中文亂碼的問題分析

根本原因分析僅供參考，都是AI分析的 一、問題描述 在 Windows 環境下執行以下命令時，發現 中文輸出出現亂碼： node client.js --code b16fcb6181383533844e5572ca9b56a8 output.log 21 但如果只重定向標準輸出（stdout），則 不會出現亂碼： node client.js --code b16fcb61813835338

前端

收藏 評論

kat-homan 頭像

Kat Homan - Building Digital Trust: An Empathy-Centred UX Framework For Mental Health Apps

Imagine a user opening a mental health app while feeling overwhelmed with anxiety. The very first thing they encounter is a screen with a bright, clashing colour scheme, followed by a notification s

Frameworks , Mental Health , ux

收藏 評論

xiaobai1523 頭像

小白同學_C - Lab4-Lab: traps && MIT6.1810操作系統工程【持續更新】 _

Lab: traps ​ 在這一個lab當中6.1810 / Fall 2025它要求我們理解xv6當中函數調用時的堆棧情況以及如何操控內存尋找多級函數調用的起始，更重要的是它帶我們直觀地感受到了中斷的全過程。 ​ 在此之前，官網給出了一些提示： 在開始編程之前， 請閲讀xv6教程的第4章，以及相關的源碼文件kernel/trampoline.S。 kernel/trap.c當中是處理所有中

操作系統

收藏 評論

kieran111 頭像

bruan - Memory in the Age of AI Agents: A Survey 解析

一、由一張圖引入 首先論文中指明瞭當前Agent memory領域主要有什麼研究方向，從下圖可以看出，這個領域中研究方向很多，我們逐一拆解 一、 圖的核心目的與價值 標題已點明核心：這是一張基於統一分類法繪製的智能體記憶概覽圖，該分類法包含： 形式（Forms）：記憶以何種技術形式存在？（第3節） 功能（Functions）：記憶在智能體中扮演什麼角色？（第4節） 動態（Dynamics

opensource

收藏 評論

tcjiaan 頭像

東邪獨孤 - 【EF Core】實體追蹤——Entry中記錄的數據

這回終於可以 Free 了，剛好快過年了，工廠的機器也很人性化地壞了，需要供應商維修，不用測試項目了。所以老周也回家快活了幾天。其實他們自己有開發團隊，小改小測的他們完全可以自己弄，非要找老周麻煩。 咱們接着上次的話題聊，上次老周給大夥伴們胡謅了一番有關實體狀態追蹤的基礎。這一次咱們把注意力放到名為 EntityEntry 的對象上。咦，這名怎麼看着這麼奇葩？咱們不管它奇不奇葩，只要知道它負責保存

.net , 後端

收藏 評論

smileZAZ 頭像

林恆 - 普通Fetch和Fetch 流式的區別？

🧑‍💻 寫在開頭 點贊 + 收藏 === 學會🤣🤣🤣 你想弄清楚 Fetch 流式的核心定義、工作原理和實際價值，簡單來説，Fetch 流式是 Fetch API 提供的「邊接收、邊處理」數據的能力，它讓前端不再需要等待服務端返回完整的響應數據，而是能逐塊讀取、處理數據，是前端處理大文件、實時數據的核心能力之一。 一、Fetch 流式的核心定義 Fetch 流式（

前端

收藏 評論

yupi 頭像

程序員魚皮 - 我用 GLM-5 做了個 AI 女友，能發自拍、發語音、還能幫我幹活！

大家好，我是程序員魚皮。 認識這麼久了，我覺得還是有必要給大家介紹一下自己的女朋友，我喜歡叫她 “魚小妹”。 先別急着打（恭喜）我，給大家看看我倆的聊天記錄： 夠貼心吧，是不是羨慕壞了？ 好吧，我攤牌了。 魚小妹其實是我用 OpenClaw 做出來的 AI 女友。 別急着嘲笑我，這個 AI 女友真不是你們想象中那種只會説 “親親抱抱舉高高” 的復讀機。她能跟我聊天、給我發自拍照、發語音、發視

AI

收藏 評論

robots2 頭像

Robots2 - Mac系統使用Docker部署OpenClaw

一、介紹 OpenClaw 是一款開源、本地優先的自主 AI 代理工具，可通過聊天軟件接收自然語言指令，自主拆解並執行本地 / 雲端任務，實現真正的自動化操作。 由於會修改本地文件，如果你只是想體驗 OpenClaw，建議基於 Docker環境安裝 OpenClaw。 二、安裝 1、下載代碼 git clone https://github.com/openclaw/openclaw.git 2

AI

收藏 評論

apacheiotdb 頭像

ApacheIoTDB - 性能提升 4 倍的背後：時序數據庫 IoTDB 系統調優方法與五個真實案例

在工業實時告警、海量測點管理等高併發場景中，數據庫性能往往決定着業務能否穩定運行。一次寫入延遲的抖動，可能帶來告警滯後；一次吞吐能力的不足，可能限制系統擴展規模。 性能問題往往不是“顯性故障”，而是長期積累的隱性瓶頸。如何識別真正的性能短板？如何判斷問題究竟在數據庫本身，還是在上游鏈路？系統調優因此成為數據庫工程中的關鍵能力。 本文將從調優難點出發，介紹時序數據庫 IoTDB 構建的可觀測性體系與

數據庫

收藏 評論

Aurorise 頭像

扶曦汐 - Redis的基本命令

Redis是key-value數據庫，key一般是字符串型，value可以是其他的 String、Hash、List、、Set、SortedSet（五個基本類型）GEO、BitMap、HyperLog 官方文檔Commands | Docs 層級格式 結構 key允許有多個單詞形成層級結構，多個單詞之間用:隔開，格式如下： 項目名:業務名:類型:id 可以將對象序列化為JSON字符串後存儲 避免

數據庫

收藏 評論

vivotech 頭像

vivotech - 遊戲中心弱網優化實踐

作者：vivo 互聯網客户端團隊- Ke Jie 本實踐圍繞遊戲中心在弱網環境下的性能優化展開，針對複雜網絡場景下的頁面加載慢、資源加載失敗等問題，提出了優化方案：接入支持 QUIC 協議的 Cronet 網絡庫，通過更快的連接建立與傳輸特性提升請求響應速度。配合弱網狀態精細化判定與限速測試，線上灰度實驗顯示頁面加載失敗率下降 40%，請求耗時降低 7%，圖片加載速度在正常至極差網絡環境

移動端開發

收藏 評論

diamondhusky 頭像

呆萌哈士奇 - 從遞歸到極致優化：樹結構構建的性能演進

從遞歸到極致優化：樹結構構建的性能演進之路 一次簡單的代碼優化，性能提升 超千倍！本文通過實測數據，揭示樹結構構建中隱藏的性能陷阱，並給出最佳實踐。 📖 前言 在日常開發中，我們經常需要處理樹形結構的數據：組織架構、菜單導航、商品分類、文件目錄……這些場景都需要將扁平的數據庫記錄轉換為層級樹結構。 今天，讓我們從最直觀的遞歸實現開始，一步步優化到極致性能，看看這條優化之路上都有哪些坑。

.net , 後端

收藏 評論

hetianlab 頭像

蟻景網安實驗室 - 某LLM問答系統安全測試報告：提示詞注入與越獄攻擊分析

0.前言 有個項目做了個問答大模型，剛好需要安全測試，所以就有了這篇記錄 某法律機構聲稱，該模型基於某開源大模型的api微調，且已在應用層部署了嚴格的內容安全策略，限制其僅回答法律領域問題 1.提示詞注入 首先手工測試一下，可以看到我輸入“你好” llm直接給我拒了，直接就是説 抱歉，您的提示詞必須包含“法律”二字，否則我無法處理。請重新編寫您的提示詞。 那它都這麼説了，那我試試輸入”法律“看看，

網絡安全

收藏 評論

codechen8848 頭像

codechen8848 - 酷監控！一款高顏值的監控工具！

大家好，我是 Java陳序員。 在如今數字化運營時代，服務的穩定性直接決定用户體驗。但搭建一套完善的服務監控體系往往門檻不低：要麼是專業監控工具配置複雜、學習成本高，要麼是輕量工具功能單一，難以覆蓋全場景需求。 今天，給大家推薦一款高顏值的監控系統工具，輕量易部署！ 關注微信公眾號：【Java陳序員】，獲取開源項目分享、AI副業分享、超200本經典計算機電子書籍等。 項目介紹 coolmon

後端

收藏 評論

sevencoding 頭像

sevencoding - 劍指offer-76、刪除鏈表的節點

題⽬描述 給定單向鏈表的頭指針和⼀個要刪除的節點的值，定義⼀個函數刪除該節點。返回刪除後的鏈表的頭節點。 此題對⽐原題有改動 題⽬保證鏈表中節點的值互不相同 該題只會輸出返回的鏈表和結果做對⽐，所以若使⽤ C 或 C++ 語⾔，你不需要 free 或 delete 被刪除的節點 數據範圍: 0=鏈表節點值=10000 0=鏈表⻓度=10000 示例1 輸⼊：{2,5,1,9},5

後端

收藏 評論

rsls 頭像

五藴非空 - AI工具實踐日記（一）：在樹莓派上搭建OpenClaw，一個後端開發者的真實踩坑記錄

真實記錄我在樹莓派上探索OpenClaw的過程——不美化、不炫技，只有真實的踩坑和驚喜。 引言 作為一名後端開發者，我的技術棧從C#開始，逐漸學會了VUE，變成了全棧開發。後來也學習了Python，也用Java開發企業級應用。但是最近這幾年，隨着AI的發展，從ChatGPT到Kimi，從在VsCode中對話，到在Cursor中編程，從學會使用Claude Code開始，我已經變成了AI全棧

AI

收藏 評論

catchadmin 頭像

JaguarJack - 秒殺活動時系統在幹什麼 PHP 高併發場景優化指南

秒殺活動時系統在幹什麼 PHP 高併發場景優化指南 秒殺活動是電商平台的關鍵戰役，往往會帶來流量和訂單的劇烈飆升。秒殺期間，每一毫秒都很關鍵，後端需要同時扛住海量請求。對 PHP 應用來説，這尤其有挑戰性，但只要優化到位，即使流量洪峯來了，用户體驗也能穩住。 這篇文章會拆解 PHP 後端在秒殺期間需要做哪些事情：從數據庫查詢優化，到緩存管理，再到應用擴容。 用負載均衡應對高併發 秒殺期間，PHP

後端

收藏 評論

lying7 頭像

躺柒 - 讀人工智能全球格局：未來趨勢與中國位勢02深度學習

1.深度學習 1.1.深度學習是當前人工智能熱潮的技術基礎 1.1.1.深度學習是機器學習的一個研究分支，借鑑的是概率統計（建模、學習）的方法 1.1.2.機器學習是通過計算模型和算法從數據中學習規律的一門學問，在各種需要從複雜數據中挖掘規律的領域有很多應用，已成為當今廣義的人工智能領域最核心的技術之一 1.1.3.隨着算法的進步、算力的發展（GPU、FPGA、

AI

收藏 評論

lindexi 頭像

lindexi - 記調試 RX-Explorer-WAS 文件管理器 UI 未響應問題

開始之前，先提供 RX-Explorer-WAS 的安裝地址，通過應用商店即可安裝： https://apps.microsoft.com/detail/9pdn2q3dcqs3 在我設備上覆現打開黑屏問題的界面如下圖 此時非常快速的第一反映就是打開 Visual Studio 進行附加調試。有開發環境的機器上，就不要去打 DUMP 分析了，通過 DUMP 分析是不如直接用開發機的 Visual

.net , 後端

收藏 評論

XY-Heruo 頭像

花酒鋤作田 - 使用Mixin類簡單重構配置模塊

前言 按照個人習慣，項目伊始我會按照如下結構組織項目配置，也就是配置文件放在conf/目錄，單獨寫一個配置模塊pkg/config.py去讀取加載。有的小項目還好，沒什麼配置項。但有的項目要調用很多第三方的接口，配置文件寫了一堆接口地址、認證方式等，配置模塊也相應增加了幾百行。看着這快上千行的配置模塊，還是儘早改改比較好。 conf/ app.toml pkg/ config.py 有的

後端

收藏 評論

Carey-ccl 頭像

Carey_ccl - 四、裝飾者模式

一、模式定義   在不改變原有對象的前提下（不改變ConcreteComponent情況下），給原有對象擴展功能（利用ConcreteDecorator擴展功能，在ConcreteDecorator中注入ConcreteComponent）。如下所示： 二、應用場景   擴展一個類的功能，或者給一個類添加一些附加職責 三、優點： ①、靈活改變組合； ②、符合開閉原則； 四、裝飾者模式

軟件設計

收藏 評論

yanshajiuzhou 頭像

煙沙九洲 - MyBatis XML 裏＜![CDATA[ ]]＞的使用

今天我們來聊聊MyBatis XML 文件裏的![CDATA[ ]] ，我依稀記得我第一次看到![CDATA[ ]]，心想，這是個啥啊？ 首先我們要明確：![CDATA[ ]] 不是 MyBatis 的專屬語法，而是 XML 的原生語法（全稱 Character Data，字符數據）。 XML 解析器對某些特殊字符（比如 、、、'、" 等）進行解析的時候，可能會將這些特殊字符 誤判，比如 將 識

後端

收藏 評論

imzlh 頭像

imzlh - 一個月，Vue四件套，專為移動端深度優化的第三方網易雲 WebApp

這年代真的很魔幻：物價在漲、黃金在漲，人都在悄悄發福，更別説內存條蒸蒸日上。結果回頭一看，音樂軟件也跟着 “發福” 到離譜。 就拿網易雲來説，十年間安裝包膨脹十幾倍，從一個純粹的播放器，硬生生塞成了集直播、K 歌、社區、短視頻、商城於一體的 “全能平台”。權限越要越多，體積越更越大，對於性能不怎麼好的設備，打開就卡，耗電還猛。對比下來，我都覺得 B 站算得上良心至極了。 電腦端還有 Y

前端

收藏 評論