DeepSeek Harness 深度测评：重新定义 Agent 运行方式 DeepSeek Harness（DSH）并非传统聊天机器人，而是一套专注于 Agent 基础设施 的系统，其核心理念是 “模型 + Harness = Agent”。它通过插件化架构（基于 Cordis 系统）实现模型、工具、会话等组件的动态替换，强调 可逆副作用（清理插件残留）和 运行过程可观察性（事件日志记录完整轨迹

之前做的项目一直都没在意hikari连接池的参数配置，项目上线也没遇到什么问题。最近的一个使用mysql库的项目老是报No operations allowed after connection closed.提醒，于是翻了下hikaricp和mysql的书，max-lifetime表示一个连接在连接池中的最大生命周期，如果一个连接距离上一次使用的时间大于mysql的wait_timeout，此时

最近和朋友一起写一个成本管理系统，刚好又零零碎碎看了和写了不少js和ts的代码。于是就想使用js的技术栈来实现，采用前后端分离的架构，前端框架使用vue，在vue.config.js中配置devServer代理。后端框架使用nestjs。前两天刚把环境配置好，在前端代码里调用后端提供的一个api发现返回为空，于是就想调试下nestjs。不得不说文档是个好东西，只要找得到，所有问题就能迎刃而解。不.

之前的几篇博客的一个共同点就是梯度下降法，梯度下降法是用来求解无约束最优化问题的一个数值方法，简单实用，几乎是大部分算法的基础，下面来利用梯度下降法优化BP神经网络。已经有证明过，三层BP神经网络可以拟合任意一条曲线，那就采用最简单的三层网络吧。BP神经网络的基本原理，通过输入X,经过非线性映射到输出O(样本大小为m),误差为：J=∑i=1m12∑k=1B3(Ok−Yik)2J =

最近采集了天猫上搜索页面关于风衣的宝贝信息以及14676条评论数据。于是就想着做个关于评论数据的词云图看看先来看看效果图：从上图可以看出衣服、好、质量、不错、喜欢等关键词的较大，说明这些宝贝在天猫上应该是卖的比较好的。下面记录具体的实现过程。[TOC]数据预览：python版本3.4.4；分词库：jieba；词云图库：pytagcloud数据预处理：数据读入、分词import pan

之前的几篇博客的一个共同点就是梯度下降法，梯度下降法是用来求解无约束最优化问题的一个数值方法，简单实用，几乎是大部分算法的基础，下面来利用梯度下降法优化BP神经网络。已经有证明过，三层BP神经网络可以拟合任意一条曲线，那就采用最简单的三层网络吧。BP神经网络的基本原理，通过输入X,经过非线性映射到输出O(样本大小为m),误差为：J=∑i=1m12∑k=1B3(Ok−Yik)2J =

粒子群算法，也称粒子群优化算法（Particle Swarm Optimization），缩写为 PSO， 是近年来发展起来的一种新的进化算法(Evolutionary Algorithm - EA)。PSO 算法属于进化算法的一种，和模拟退火算法相似，它也是从随机解出发，通过迭代寻找最优解，它也是通过适应度来评价解的品质，但它比遗传算法规则更为简单，它没有遗传算法的“交叉”(Crossover)

最近采集了天猫上搜索页面关于风衣的宝贝信息以及14676条评论数据。于是就想着做个关于评论数据的词云图看看先来看看效果图：从上图可以看出衣服、好、质量、不错、喜欢等关键词的较大，说明这些宝贝在天猫上应该是卖的比较好的。下面记录具体的实现过程。[TOC]数据预览：python版本3.4.4；分词库：jieba；词云图库：pytagcloud数据预处理：数据读入、分词import pan