摘要： 本文分析了SpringBoot 2.4-2.7版本升级后出现的跨域配置问题。当allowCredentials=true时，使用通配符""会导致IllegalArgumentException异常。问题根源是Spring 5.3修改了校验逻辑，该版本被SpringBoot 2.4引入。解决方案有两种：1) 不使用通配符""；2) 改用allowedO

实际上仅仅是对称加密，实际上并不安全，不仅面临碰撞攻击，还面临着秘钥保存的问题，根据HTTPS的TLS密码设计，应该动态生成对称加密密钥，使用非对称加密算法交换密钥，根据会话动态变化。但是没有绝对的安全，实际上是加密和性能的取舍问题。非对称加密非常消耗计算性能，但是安全等级很高，对称加密对性能消耗较低，但是安全等级较低。以TLSv1.2为例，先通过非对称加密（证书）交换对称加密的秘钥，加密回话报文

摘要：本文介绍了使用Python的pandas库自动化处理Excel报表的方法。作者通过AI辅助编写代码，实现了Excel数据筛选、分组统计和表格合并功能，相比手动操作Excel大幅提升效率。文章演示了如何读取Excel、进行条件查询、日期处理和分组统计，以及多表格合并操作。作者指出Python在数据处理上的优势在于丰富的库和简洁的代码量，特别适合通过AI快速实现自动化报表需求，虽然性能不如Jav

本文介绍了使用SpringAI 1.1.2版本与Ollama结合实现AI聊天功能的实践。通过配置ChatClient构建多轮对话系统，分析了HTTP交互过程和消息传递机制。实验表明，AI在逻辑分析方面表现良好，但存在模型知识更新滞后、结果不确定性等问题。文章还探讨了多轮对话实现方式、token消耗优化以及外部工具集成的必要性，指出当前AI仍需结合MCP服务、知识库等外部能力才能满足复杂需求，整体上

本文介绍了基于Spring AI框架实现MCP(模型控制协议)服务的实践过程。作者以DDR4内存价格分析为案例，展示了如何构建一个支持工具调用的智能代理系统。文章详细说明了服务端和客户端的配置实现，包括模型选择(Gemma3和Qwen3.5)、MCP工具注解的使用以及YAML配置。在遇到Gemma3不支持工具调用的问题后，作者改用Qwen3.5模型，并优化了系统架构，将实时数据获取与LLM推理分离

文章摘要：作者在开发大模型周边支持项目时，尝试使用Python自由线程模式运行ollama库时遇到问题。发现自由线程版本与普通Python版本存在差异，导致无法识别已安装的ollama包。解决方案是通过指定解释器安装依赖(python -m pip install ollama)。该问题揭示了自由线程版本实际上被视为"不同"的Python版本，需要特别注意路径和依赖管理。作者建

本文介绍了基于Spring AI框架实现MCP(模型控制协议)服务的实践过程。作者以DDR4内存价格分析为案例，展示了如何构建一个支持工具调用的智能代理系统。文章详细说明了服务端和客户端的配置实现，包括模型选择(Gemma3和Qwen3.5)、MCP工具注解的使用以及YAML配置。在遇到Gemma3不支持工具调用的问题后，作者改用Qwen3.5模型，并优化了系统架构，将实时数据获取与LLM推理分离

摘要：OpenSSH升级后，Java SFTP客户端因算法协商失败报错"Algorithm negotiation fail"。官方JSch库已停止维护，最新版本0.1.55虽可使用但存在安全隐患。测试发现OpenSSH 8+移除了旧算法导致兼容性问题。解决方案是切换到社区维护版jsch（0.2.15+），该版本兼容性好且支持新算法。建议逐步迁移至社区版，而非通过修改SSH配置

其实笔者试图使用AI写一个截图工具，但是AI还是不是很行，写的乱七八糟，当然有可能笔者没写过桌面程序，所以干脆使用开源项目编译。但是即使编译也遇到了很多问题，如果使用AI解决估计大部分没有程序经验的解决不了，因为实际的问题和代码不一定有直接的关联，所以AI辅助解决问题，笔者成功的使用开源项目编译了ARM版本的mac截图app。但是还是有warn未解决，不影响使用就不解决了。

mybatis plus这个是直接丢弃相同Id的statement，安装先后顺序，会造成执行过程的误解，不过有日志可以查看，而且mybatis原生的starter是有校验的，直接报错了。mybatis的xml如果写错，那么启动居然不报错，执行任意statement前需要执行未完成的statement，来达到快速失败的情况，这种情况对健康检查提出了新挑战，否则可能出现启动OK，但是mybatis失败