Codex + OpenSpec 的正确用法，是先把讨论沉淀成可执行的变更文档，再让 Codex 按文档实现。当你有一个新需求或改造点时，先不要直接让 Codex 改代码，而是先创建 OpenSpec change。OpenSpec 是“需求和设计的锚点”，Codex 是“帮你分析、补文档、落代码的执行者”。这时 Codex 会读取 OpenSpec 里的文档，按任务改代码。如果发现设计还要调整，

LangChain 是一套围绕"调用大模型"的工具箱，把开发 AI 应用要用到的零件（Prompt、模型、工具、记忆、检索）都封装好，让你像搭积木一样组合。LangGraph 是一个用"有向图"编排 AI Agent 工作流的框架，开发者画好流程图，LLM 在每个节点里干活，整个流程可控、可分支、可循环、可暂停。│ LangChain = LLM 应用的"积木块" ││ （Prompt + 模型

简单直接，避免阻塞不要混用，同一模块统一用一种。

官方原文为博客文章生成语音朗读生成多种语言的语音使用流式传输提供实时音频输出简单来说，TTS 就是让 AI “说话”——你给它一段文字，它返回一段音频。应用场景举例有声读物 / 博客文章朗读语音助手的回复播报视频配音无障碍访问（为视障用户朗读网页内容）多语言内容本地化官方文档章节本文对应核心要点第 2 章TTS 就是让 AI “说话”，文字转音频第 4 章获取 API Key，通过环境变量安全配置

chatModel,100 // 摘要长度限制@Component@Override.toList();// 1. 清理文本（去除特殊字符、多余空行）.replaceAll("\\s+", " ") // 多个空白字符合并为一个空格.replaceAll("[\\x00-\\x08\\x0B\\x0C\\x0E-\\x1F\\x7F]", "") // 去除控制字符.trim();// 2. 提取

向量是 RAG 的数学基石，理解向量才能理解后续的一切。Embedding 就是把文本转换成向量的过程和技术。Token 是 LLM 处理文本的最小单位，不是字，不是词，而是模型自己的分词结果。英文：中文："你好世界" → ["你好", "世界"] → 2 tokens（约 1 个汉字 ≈ 1-2 个 token）代码：粗略估算英文：1 token ≈ 4 个字符 ≈ 0.75 个单词中文：1 t

代码沙箱（Code Sandbox）是一种安全的代码执行环境，它将用户提交的代码运行在一个受限的、隔离的空间中，防止恶意代码对宿主系统造成危害。恶意系统调用（删除文件、修改系统配置）无限循环导致 CPU 资源耗尽内存炸弹（无限申请内存）网络攻击（扫描端口、发送恶意请求）Fork 炸弹（无限创建进程）代码沙箱通过资源隔离和限制，确保这些恶意行为不会影响系统安全。本文详细介绍了 OJ 系统中代码沙箱的

事务读取时机看到的值原因事务100事务200未提交时张三200在活跃列表中，不可见事务300事务200已提交后李四200不在活跃列表中，可见这就是 MVCC 的魔法：不同事务根据自己的 Read View，看到不同版本的数据！概念一句话解释MVCC多版本并发控制，读写不阻塞DB_TRX_ID每行数据记录"谁最后改的我"指向 Undo Log 中的上一个版本Undo Log存储数据的历史版本，形成版

Spring AI 官方文档的描述：Spring AI 官方文档 - Tool Calling工具调用（也称为函数调用）是 AI 应用中的一种常见模式，它允许模型与一组 API（即工具）进行交互，从而扩展模型的能力。步骤谁在做做什么①你的应用 → Spring AI发送用户问题 + 工具定义（工具名、描述、参数格式）②AI 模型分析问题，决定需要调用哪个工具，返回工具名 + 参数③Spring A

官方原文为博客文章生成语音朗读生成多种语言的语音使用流式传输提供实时音频输出简单来说，TTS 就是让 AI “说话”——你给它一段文字，它返回一段音频。应用场景举例有声读物 / 博客文章朗读语音助手的回复播报视频配音无障碍访问（为视障用户朗读网页内容）多语言内容本地化官方文档章节本文对应核心要点第 2 章TTS 就是让 AI “说话”，文字转音频第 4 章获取 API Key，通过环境变量安全配置