方案管控对象管控范围适合场景worker操作系统线程仅本线程池提交的任务全部任务交给本池，简单IO并发，代码简洁临界区代码段所有调用acquire的线程，不管来自哪里跨多处并发源全局限流；部分代码段限流；任务消耗多份额度ThreadPoolExecutor ≈ 一个GCD自定义并发队列，设置只管控这个队列内部。，全局对象，所有队列的任务都可以来wait，跨队列做并发控制。

Python标准库，名字一模一样，但是完全不能混用。：拿不到许可，，线程原地卡住，不归还；别的线程调用release()才唤醒这条线程。✅必须多操作系统线程才有意义；单线程调用会卡死死锁。（同步多线程）。：拿不到许可，；等待期间不占线程。✅跑在单OS线程事件循环，不需要开多内核线程。async def协程、aiohttp，就是MinerU MCP用的那套。补充还有，分别在threading和asy

用户态协程Task，不碰内核线程？Task是Swift运行时（用户态）维护的作业对象，保存在堆内存，不是操作系统内核线程。当拿不到许可，Task被挂起保存现场，把正在使用的内核线程归还线程池，线程可以去跑别的任务。等待期间没有任何操作系统线程被休眠、阻塞，内核完全不知道这个Task在等待；全部逻辑在Swift Runtime（用户态）完成排队。只有当Task被唤醒要继续执行的时候，才会再次“借”一

无论是Objective-C还是Swift，内存优化的核心思想都是相似的：减少占用、及时释放、避免泄漏。但是，由于Swift在语言层面提供了更多值类型和现代语法，我们在Swift中可以通过合理使用值类型、懒加载等来优化内存。而在Objective-C中，我们更依赖于手动管理引用计数和自动释放池。在实际开发中，我们应该根据项目使用的语言，结合工具进行 profiling，找到内存瓶颈，然后针对性地优

/ 核心导入，Flutter默认项目已包含 ``` #### 2. Cupertino 组件 命名风格：**所有组件均以`Cupertino`为前缀**，与Material组件明确区分（如`CupertinoNavigationBar`、`CupertinoButton`、`CupertinoCard`）；- 关联关系：`MaterialApp` 包裹 `Scaffold`，`Scaffold`

https://blog.csdn.net/weixin_43864837/article/details/134668791https://ix518.blog.csdn.net/article/details/131628155?spm=1001.2101.3001.6650.1&utm_medium=distribute.pc_relevant.none-task-blog-2%7Edefa

场景： 对于某个git控制下的文件进行了修改，且已经提交到远程仓库，但是改的不满意，想退回到改之前的版本，或者改了一些公共的文件，例如配置文件，为保证git上代码的统一性，需要修复到之前的某版本。例如某个要恢复的文件路径为 src/a/n.c1.工程的配置文件；2.工程里release还是debug状态的文件；3.工程里公用的文件解决方法：加入文件的路径为AppConfigStatus...

结构化并发的核心是任务生命周期与代码结构绑定，父任务管控子任务的创建、执行、取消，避免游离任务；Swift 中通过TaskGroup（多任务）、结构化Task（单任务）实现结构化并发，替代传统的 GCD 非结构化调用；核心价值：解决非结构化并发的资源泄漏、错误处理混乱问题，同时提升代码可读性和可维护性；适用场景：所有需要管理多个异步任务的场景（如批量网络请求、并行计算），是 Swift 并发模型的

Swift 版本更新节奏：早期每年 1-2 个版本，2019 年后趋于稳定（每年 1 个主版本 + 1 个小版本）；核心演进方向：从“语法优化”→“ABI 稳定”→“并发模型”→“内存安全/宏系统”，逐步向“高性能、高安全、跨平台”迭代；关键节点：Swift 5.0（ABI 稳定）、Swift 5.5（并发革命）、Swift 6.0（严格并发）是三个最具里程碑意义的版本。

1、mac版安装：https://mp.weixin.qq.com/s/hvCbk09wXYMHdO8QWat8uw 2、官方skills：https://clawhub.ai/skills