
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
本文详细介绍了云服务器部署项目的完整流程。主要内容包括:1)云服务器选购配置(推荐阿里云/腾讯云,建议选择按量计费);2)Docker环境搭建(Ubuntu系统安装步骤);3)项目部署准备工作(前后端项目打包、数据库导出);4)Dockerfile和docker-compose编写指南(包含Redis、MySQL、Nginx等服务配置模板)。文章提供了完整的命令和配置文件示例,重点说明了容器网络配

系统讲解 RAG 核心原理与替代方案(Skill、MCP、Wiki)的取舍,详细拆解 Spring AI Alibaba 三种 RAG 架构模式(两步 RAG、Agentic RAG、混合 RAG)与四阶段全链路优化(Pre-Retrieval 查询压缩与扩展、Retrieval 向量检索、Post-Retrieval 重排序与压缩、Generation 上下文增强),并提供 ReactAgent

本文从我本人参与的一个 ERP 项目的认证模块出发,由浅入深地讲解 Sa-Token 如何实现登录校验、权限鉴权、Session 管理,以及如何用 Redis 做 Session 共享来优化鉴权性能。读完本文,你将理解 Sa-Token 的完整流转过程,而不仅仅是"怎么用"。

本文系统讲解Redis的过期删除与内存淘汰策略。首先介绍Redis设置过期时间的多种命令,并解析其内部通过过期字典(哈希表)存储键值对及其过期时间的实现机制。然后对比三种过期删除策略:惰性删除(访问时检查)、定时删除(精确到期触发)和定期删除(周期性抽样),分析各自的CPU与内存开销权衡。Redis实际采用惰性删除+定期删除的组合策略,前者通过expireIfNeeded函数在访问时检查过期键,后

本文探讨了Redis分布式锁的必要性和实现方案。文章首先指出Java单机锁(synchronized和ReentrantLock)在多节点部署时的局限性——JVM间内存隔离导致锁失效,并通过库存扣减示例展示了并发问题。随后提出Redis作为分布式锁解决方案的四大核心问题:锁争抢、僵尸锁、锁过期和锁高可用。针对这些问题,文章详细介绍了对应的解决方案:使用SET NX EX原子命令避免锁争抢,设置TT

摘要:本文探讨了LeetCode题目"随机链表的复制"的解法。该问题的核心难点在于处理链表中随机指针的深拷贝,确保新节点的random指向新链表而非原链表。文章首先分析了暴力解法(O(n²)时间复杂度)的不足,随后提出两种优化方案: 哈希表法(O(n)空间):通过哈希表记录新旧节点映射关系,两次遍历完成复制; 拼接拆分法(O(1)空间):将新节点插入原节点后,利用链表结构隐式维护映射关系,最后拆分

本文以LeetCode经典题目"排序链表"为例,从暴力选择最小节点的思路入手,分析为什么 O(n log n) 的时间复杂度自然指向归并排序,再结合代码讲解如何用快慢指针拆分链表、递归排序左右链表并合并两个有序链表

本文系统梳理当前主流产品级AI Agent的发展方向,重点分析四大代表性产品——Cursor(IDE专业编程)、Claude Code(终端深度执行)、Codex(全能桌面智能体)、腾讯Marvis(操作系统级AI助手)。文章将深入剖析各产品的核心架构机制、功能实现原理、当前局限性及未来演进方向,揭示AI Agent正从"代码生成工具"向"系统级智能体"发展的核心趋势

一个覆盖项目开发全流程的前端 Agent Skill 包——从需求澄清到产品验收全链路闭环,但沉淀的只有前端技术经验,每次修 bug 都能自动把经验写回规则,越用越懂你的习惯。

本文系统梳理当前主流产品级AI Agent的发展方向,重点分析四大代表性产品——Cursor(IDE专业编程)、Claude Code(终端深度执行)、Codex(全能桌面智能体)、腾讯Marvis(操作系统级AI助手)。文章将深入剖析各产品的核心架构机制、功能实现原理、当前局限性及未来演进方向,揭示AI Agent正从"代码生成工具"向"系统级智能体"发展的核心趋势








