登录社区云,与社区用户共同成长
邀请您加入社区
万字长文拆解 AI Agent 完整架构:感知-决策-执行-记忆-反思五层模型、四种规划策略对比、工具系统设计、记忆架构实现、生产级部署要点。附架构图和可运行参考实现。
React 18 是 React 团队历时两年打造的重大版本更新,带来了多项令人振奋的新特性。本文将从实际开发角度出发,深入讲解 Concurrent Rendering、Suspense、Automatic Batching 等核心特性,帮助你快速掌握 React 18 的最佳实践。:底层架构升级,渲染更智能:自动批处理减少不必要的渲染Suspense:优雅处理异步加载状态New Hooks:u
摘要:本文探讨前端表格模块的工程化实践,通过React Query、TanStack Table和shadcn/ui的组合方案解决复杂表格需求。文章从简单表格的问题出发,逐步构建包含请求层、类型层、Service层等8个层级的清晰架构,重点阐述服务端分页与虚拟滚动的实现。核心在于明确各工具职责边界:React Query处理请求与缓存,TanStack Table管理表格状态,shadcn/ui负
本文介绍了React中实时数据的三种解决方案:轮询、WebSocket和SSE,重点分析了SSE技术的应用场景及实现方式。文章指出原生EventSource的局限性,如仅支持GET请求、无法自定义请求头和鉴权等,并推荐使用@microsoft/fetch-event-source库来解决这些问题。该库支持POST请求、自定义请求头、JSON请求体等特性,更适合业务场景。同时详细说明了后端的SSE实
TanStack Table是一个无头(headless)表格库,专注于处理表格的核心逻辑而非UI样式。它解决了前端开发者在实现复杂表格功能时面临的常见问题,如排序、筛选、分页、单元格编辑等,同时保持UI的完全可定制性。
断开后自动重连固定 3 秒重连防止重复连接主动 ping / pong 心跳检测假死连接onerror立即重连请求超时页面销毁自动清理支持 Vue 组合式 Hook 使用支持全局单例连接对于实际项目来说,不建议直接在页面里裸写。WebSocketClient 核心类业务页面调用这样后续维护、排查问题、统一调整心跳和重连策略都会更方便。
答:原生需手动维护 loading、error、缓存、重复请求;React Query 内置全局缓存,自动去重请求、页面切回刷新、过期策略,简化异步数据管理。
覆盖 JSX、组件、Hooks、通信、路由、状态管理、表单、网络、TS、React18、工程化、性能优化、底层原理、SSR、安全、测试、微前端、设计模式,补齐全部细分冷门 API 与边界场景,无知识盲区。
前端性能优化:重排与重绘的避免策略 本文系统介绍了浏览器渲染流程中重排(Reflow)和重绘(Repaint)的概念及其性能影响。主要内容包括: 浏览器渲染流程:Style→Layout→Paint→Composite四个关键阶段 重排与重绘的定义及区别:重排影响几何属性,重绘影响外观属性 常见触发重排的操作:修改尺寸、位置、DOM结构、display属性等 强制同步布局问题:读取offsetWi
理论上,TigerBeetle 是一个复制状态机,它采用初始启动状态(账户开户余额),并按确定性顺序应用一组输入事件(转账),在首先安全地复制这些输入事件后,到达最终状态(账户期末余额)。这就是 TigerBeetle 如何消除领导者本地磁盘中的灰色故障,以及 TigerBeetle 如何消除复制节点的网络链路中的灰色故障。TigerBeetle 采用最新的研究和技术来提供前所未有的安全性、耐用性
做了一款提供开源版的AI多维表格
📦零外部依赖 [Zero External Dependencies]:极简打包体积,无需担心拖拽库引起项目依赖膨胀。⚡高性能 [High Performance]:原生 HTML5 拖拽 API + RAF 帧渲染优化,拖动体验顺滑无比。🛠️完整 TS 支持 [TypeScript Support]:全量类型声明文件,为你提供丝滑的编码提示与强类型约束。🎨主题样式高度自定义 [Style
复盘 AI 应用里多个工具的管理方式:从单 Tool Calling 扩展到 Multi-Tool Runtime,处理工具注册、参数校验和结果回填。
FreeTool —— 一个纯前端的多功能在线工具站,提供实用的日常工具。所有工具(除翻译外)均在本地运行,数据不会上传到服务器,部分 AI / OCR 工具首次使用时会下载模型并缓存到浏览器本地。
@ant-design/cli 是 Ant Design 官方推出的命令行工具,旨在提升开发者效率。支持离线查询组件属性、示例代码、设计令牌等,提供项目诊断(antd doctor)、版本迁移(antd migrate)和废弃 API 检查(antd lint)功能。支持 AI Agent 集成,通过智能纠错和 MCP 协议简化开发流程。安装简单,支持 npm/pnpm/bun,适用于快速查阅文档
最近写公众号碰到了个问题,ios打开公众号或者用谷歌浏览器打开公众号链接提示Access to fetch at ‘网址’ from origin ‘网址’ has been blocked by CORS policy: No ‘Access-Control-Allow-Origin’ header is present on the requested resource. If an opaq
本文基于 AI Mind 项目实践,记录第一个受控 Tasklist Agent 的设计与实现过程。这个 Agent 不是通用自动执行器,而是一个边界明确的任务清单生成 Agent:用户通过 /tasklist + @docs://versions/*.md 显式引用版本方案,系统读取方案后生成任务清单草稿,并通过结构校验工具保证输出格式稳定。
基于 Next.js、Ollama 和 Qwen3,搭建零成本本地大模型流式聊天应用,完成本地模型问答和流式输出基础链路。
从 textarea 升级到 Tiptap AI 输入框,复盘 / 命令、@ 资源引用、inline chip、结构化请求以及后端窄消费设计。
复盘 AI Mind 接入 MCP 的第一步:不急着平台化,而是先用 MCP Host MVP 验证 Tool / Resource 能力接入主链路。
从大模型工具 计算器 demo 出发,复盘 AI 应用里 Tool Calling 的可扩展设计,包括工具注册、参数校验、执行结果和前端展示。
针对Rn for HarmonyOS的接入解决方案。
复盘本地 AI Chat 项目的架构重构:基于 LangChain.js、Ollama 和 Streamdown,搭建可继续扩展 Tool / Skill / MCP 的基础链路。
本周晚些时候,我们将介绍一种为您的团队创建公共Hub 组织的方法,并将其与 LM Studio 结合使用,方便您在工作场所(或学校,或任何地方)免费使用。如果您有这方面的需求,快进约两年,全球下载量达数百万次,数十家企业部署后,一个清晰的模式浮现:人们在家中使用 LM Studio,并在某些时候发现将其引入工作团队的价值。这对我们所有人来说都是个好消息,但同时,它也会给其他类似的付费项目带来很大压
这事儿起因很简单:老板要AI客服。大模型API便宜吗?初看几分钱一次,用户一多,一个月一辆特斯拉没了。而且用户问的重复问题占80%,每问一次就烧一次钱,像开着水龙头浇花。我寻思:能不能把模型直接扔到用户浏览器里?现在电脑、手机性能过剩,跑个小模型绰绰有余。说干就干,我找到了——一个能在浏览器里跑Hugging Face模型的库,完全本地推理,不花一分钱API,隐私还安全。今天我就带你手把手在Rea
reactjs
——reactjs
联系我们(工作时间:8:30-22:00)
400-660-0108 kefu@csdn.net