logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

windbg 分析线程死锁

ASP上下文死锁(本次故障):同步.Wait()/Result + await无ConfigureAwait(false)命中缓存/连接复用:GetAsync同步执行完毕,返回已完成Task,await不放线程,全链路顺行,正常释放;方案2:所有await xxx.ConfigureAwait(false),切断回调绑定请求上下文。特征:Running=总线程、Idle=0、队列积压几千 → 大批

#fastapi#回归
一、Flink Sink概述

Sink(接收器)是Flink数据处理流水线的末端,负责将计算结果输出到外部存储系统或下游处理系统。在Flink的编程模型中,Sink是DataStream API中的一个转换操作,它接收DataStream并将数据写入指定的外部系统。

#flink#大数据
上把 K8s 单机搭起来了,过程没你想的那么顺(/opt 目录版)

踩了两天坑之后,我终于把这套流程捋顺了,而且还特意把所有数据目录都挪到了/opt下面——因为系统盘就剩 20G,不挪地方早晚要崩。我把整个过程记了下来,既给自己留个底,也给遇到同样问题的朋友省点时间。这篇文章不是流水账,里面夹了不少我的真实感受,比如“呵呵,这我没想到”的那种瞬间,你懂的。强烈建议搭配AI食用(当然,也别把AI太当一回事~)1。

#kubernetes#容器#云原生
AI 赋能接口自动化测试系列(三):接口自动化测试脚本生成Agent Skill

项目完整实操教程、开发架构、设计思路(AI测试实战教程,平均每篇约3.5W字图文教程,非常详细,保姆级手把手喂饭教程,零基础也能快速上手)和项目源码(含30多个AI测试全场景Agent Skill),AI 知识库统一在「狂师 . AI 进化社」中。测试脚本开发智能生成是目前行业内 AI 自动化测试落地的核心主流场景之一:相较于复杂的测试策略设计,脚本开发标准化程度更高、落地成本更低、提效效果更直观

#人工智能
Qwen3.6-27B 等九款本地模型的测试结果

SuperGemma4-26B-Abliterated-Multimodal 是本次测试中。Gemma-4-31B-IT-Uncensored 是本次测试中。Qwen3.6-35B-A3B-Uncensored 是一个。Gemma-4-31B-IT-Claude-Opus 是一个。SuperGemma4-26B-Uncensored 是。四个维度,评估九个模型在实际使用场景中的综合表现。是当前最值

#人工智能
一、Flink Sink概述

Sink(接收器)是Flink数据处理流水线的末端,负责将计算结果输出到外部存储系统或下游处理系统。在Flink的编程模型中,Sink是DataStream API中的一个转换操作,它接收DataStream并将数据写入指定的外部系统。

#flink#大数据
重建 AI 认知第 1 篇:基础认知——一张地图看懂 AI Landscape

这张地图是第一步。第 2 篇:核心原理——LLM 到底是怎么工作的(Token、Embedding、上下文窗口……)第 3~6 篇:关键范式——Prompt Engineering、RAG、Agent、微调,分别解决什么问题、怎么选第 7~8 篇:系统架构——评估、成本、安全、数据飞轮。

#人工智能
AI 赋能接口自动化测试系列(一):接口文档智能解析Agent Skill推荐

传统接口脚本开发第一步,就是人工研读 Swagger/Postman/ 抓包文件,逐条梳理接口路径、请求参数、响应规则、业务约束,不仅耗时,还极易遗漏必填项、枚举值、限流规则等关键信息。比如,让人工来梳理100个接口,可能需要2-3天,还容易遗漏字段约束。这个Skill 技能是专门用于将来自不同来源、不同格式的接口定义数据统一转换成标准化结构化的接口数据。Har抓包文件YApi/Apifox导出文

#人工智能
Qwen3.6-27B 等九款本地模型的测试结果

SuperGemma4-26B-Abliterated-Multimodal 是本次测试中。Gemma-4-31B-IT-Uncensored 是本次测试中。Qwen3.6-35B-A3B-Uncensored 是一个。Gemma-4-31B-IT-Claude-Opus 是一个。SuperGemma4-26B-Uncensored 是。四个维度,评估九个模型在实际使用场景中的综合表现。是当前最值

#人工智能
到底了