默认bridge网络需通过--linkdocker run --network mynet --name app1 [镜像名]ping app1Docker 的核心价值是 **“隔离” 与 “一致”**，通过镜像打包环境，容器运行应用，解决了 “开发环境能跑，生产环境报错” 的经典问题。三大组件：镜像（模板）、容器（实例）、仓库（分发）。核心工具：Docker CLI（基础操作）、Dockerfi

go-zero 是由字节跳动开源的一款高性能、高可用、易扩展的 Go 微服务框架，专为云原生设计，核心目标是降低微服务开发门槛，内置了大量微服务治理能力，让开发者可以专注于业务逻辑开发。极简：API/Protobuf 一键生成代码，降低上手成本高效：基于 Go 原生特性优化，性能接近裸写 Go 代码稳定：字节内部大规模验证，覆盖电商、直播等核心业务全栈：从网关到微服务，从限流到监控，一站式解决方案

Python 是什么：一门简洁、易读、跨平台的解释型编程语言特点：语法简单、开发效率高、生态丰富（爬虫 / 数据分析 / AI/Web 全场景）运行方式交互式（终端输入python脚本式（写.py文件运行）python运行s1 = '单引号's2 = "双引号"s3 = """三引号（多行字符串）"""python运行# 定义# 调用数据类型：int/str/list/dict 是最常用语法核心：

c.JSON(http.StatusBadRequest, gin.H{"error": "unsupported_response_type", "error_description": "仅支持 code 类型"})c.JSON(http.StatusBadRequest, gin.H{"error": "invalid_request", "error_description": "缺少必要

补码的计算与应用：补码的加减法规则是重点，需注意负数补码的计算（反码加 1）。Cache 的映射方式：包括直接映射全相联映射组相联映射，需理解不同映射方式的命中率和复杂度。指令周期的阶段划分：区分取指周期、间址周期、执行周期、中断周期的操作和 PC 的变化。I/O 控制方式的对比：重点掌握程序中断方式和 DMA 方式的区别（DMA 无需 CPU 介入数据传输）。总线的分类与仲裁：地址总线单向、数据

AI Agent（人工智能体）是以大语言模型（LLM）为核心大脑，具备感知、规划、记忆、工具调用、行动、反思能力，能自主理解目标、拆解任务、调用外部资源、执行复杂流程并迭代优化的智能实体。本质：从 “被动响应式 AI” 升级为目标驱动的自主代理，实现 “人定目标，AI 自主完成”。AI Agent = LLM + 规划 + 记忆 + 工具调用 + 反思。

版本控制系统 (VCS)：Git 是分布式版本控制系统，相比集中式（如 SVN），每个开发者本地都有完整的代码仓库，无需依赖中央服务器即可提交、回滚等操作。三大区域工作区 (Working Directory)：本地写代码的目录，直观可见的文件目录。暂存区 (Staging Area/Index)：临时存放待提交的修改，相当于 “提交缓冲区”。版本库 (Repository)：Git 真正存储版本

数据结构与算法是计算机科学的核心基础，负责组织和存储数据，负责定义处理数据的步骤，二者结合决定了程序的效率与性能。

补码的计算与应用：补码的加减法规则是重点，需注意负数补码的计算（反码加 1）。Cache 的映射方式：包括直接映射全相联映射组相联映射，需理解不同映射方式的命中率和复杂度。指令周期的阶段划分：区分取指周期、间址周期、执行周期、中断周期的操作和 PC 的变化。I/O 控制方式的对比：重点掌握程序中断方式和 DMA 方式的区别（DMA 无需 CPU 介入数据传输）。总线的分类与仲裁：地址总线单向、数据

字节跳动 Eino 框架是 Golang 生态下的分布式 AI 工程化利器，核心优势在于 “降低 AI 应用的分布式部署门槛” 和 “兼顾性能与易用性”。整合模型管理、分布式推理 / 微调、资源调度、工程化工具链，提供全链路支持；Golang 原生设计，易部署、高并发，适配云原生与边缘环境；屏蔽 AI 分布式底层细节，让开发者专注于业务逻辑而非工程化实现。适合人群：Golang 开发者、AI 工程