反射是Java提供给程序员的"元能力"——让代码去操作代码本身。它是一把双刃剑用得好，能写出高度灵活、可扩展的框架用不好，会让代码变成难以维护的"黑魔法"作为学习者，理解反射的原理，是阅读Spring源码、理解动态代理、掌握AOP的必经之路。📌 推荐阅读《深入理解Java虚拟机》第9章——类加载机制Spring源码：AbstractAutowireCapableBeanFactory 中的 do

包含 id、cwd、model、createdAt、updatedAt、messageCount，以及可选的 summary、tag、firstPrompt、gitBranch、fileSize。如果不保存，进程退出就没了。权限控制管的是"这个工具能不能执行"，沙盒管的是"这个操作在不在允许范围内"。设计思路是：如果你已经配了完善的沙盒规则，Bash 命令能做什么已经被限制住了，不需要再弹一次权限

规划、记忆、工具、执行循环，这四件事你每天都在做，只是不叫这个名字。现在，OpenAI前安全主管Lilian Weng在她的著名博文《LLM Powered Autonomous Agents》中，把这个过程精确地映射到了AI Agent的架构上。

日常笔记、文章是使用 Obsidian 来存的。干活是在 Claude Code 来跑的。日常的沟通，刷的文章视频是在微信里头的。这个三个系统在各自的领域都是神器，但它们彼此不认识。查笔记，切到 Obsidian，ai 能力切到 calude code 终端, 日常交流的文件，看到的公账号文章又在微信里头。并且关于各种知识管理的理念层出不穷，其中影响力最大的就是 llm_wiki 。 为了能不再切

这是列宽拖拽的核心，基于原生 th 实现鼠标按下、移动、抬起的完整拖拽逻辑，最小宽度限制 80px，右侧有拖拽触发区，体验接近 Excel。两个文件配合使用，开箱即用，支持 TypeScript，兼容 ProTable 所有原生属性。选中行高亮样式，在全局。

上面的coff就是一个单例，全局仅会初始化一次，并总是同一个对象。至于其他的实现方法，这里不多做赘述。

一个典型的数据流是这样的：用户点击 → API 请求 → 服务端返回 → UI 展示开发者的价值，集中在界面构建 + 业务逻辑 + 网络通信。但随着以 ChatGPT 为代表的大模型出现，这一套范式正在被悄然改写。这意味着一个关键变化：👉 Android 不再只是 UI 层，而正在成为 AI 系统的一部分。

框架将工具和技能统一存储在实体中，由提供管理服务。字段说明Name工具/技能唯一标识名枚举：Tool / Skill工具绑定的方法名（如功能描述，供大模型决策用是否启用IsSystem是否系统内置（禁止删除）技能还附带一个.zip附件，包含脚本文件、资源等，通过文件服务管理。// 获取所有启用的工具。