logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

再见 Claude Code!玩转 CodeX CLI 的 16 个实用小技巧,效率拉满!!

今天,我再来分享一波我实战中积累的,不管你是新手刚入坑,还是老司机,这些技巧都能帮你用得更溜、更爽、更高效。

#elasticsearch#大数据#搜索引擎
Google 开源编程字体 Google Sans Code

Fira Code 字体特别适合需要在代码中清晰表达复杂概念的开发者,例如在 JavaScript 或 TypeScript 中,=> 可以表示为一个连字,而不是两个单独的字符,这有助于减少视觉混乱,使代码更加整洁和易于阅读。这不,Google 开源了一款专为程序员打造的等宽字体 ——Google Sans Code,它是针对编程语言语法做了专项优化,确保字符在小尺寸下依旧清晰可辨,还支持 300

#java
调优 mybatis saveBatch, 性能提升了25倍

稍微总结下我粗略的对比(虽然粗略,但实验结果符合原理层面的理解),如果你想更准确地实验,可以使用JMH,并且测试更多组数(如 5000,10000等)的情况。批量保存方式数据量(条)耗时(ms)单条循环插入1000121011100059927mybatis-plus saveBatch(添加rewtire参数)10002589手动拼接sql10002275100055663jdbc execut

#mybatis
微服务token鉴权的7种方案

•基础JWT+Redis方案•OAuth2.0+网关鉴权•JWE加密+双向TLS•零信任架构+AI风控微服务安全如同城堡防御——单一的护城河无法阻挡所有入侵,需要城墙、箭塔、卫兵的多层防护。没有绝对安全的系统,只有不断提高的攻击成本。

#微服务#架构#云原生
Invoify 开源工具上线:10分钟部署、秒发邮件、支持多币种,独立开发者必备发票系统!

我之前还试过找 Figma 模板、手搓 HTML-to-PDF 方案,太麻烦,出一个 invoice 得鼓捣半小时起跳。左侧填写字段,右侧即时渲染预览 PDF,就像 Notion 一样所见即所得——填完直接导出,效率爆表!生成完的 invoice,不需要跳出页面,用内置功能直接发到客户邮箱,系统还自动存档下来。对了,它支持多币种——EUR、USD、GBP 全都能用,不管客户在哪国,都能搞定。我一试

#java
SpringBoot 3 + WebSocket 搞定集群会话 & Token 认证 (STOMP实战)

本项目展示了如何在 Spring Boot 应用中集成 WebSocket + STOMP,实现:• 实时消息通信• Token 用户认证• 点对点消息推送• 集群环境下的 WebSocket 会话转发适用于社交类消息通知、实时状态更新、在线客服等场景。本项目提供了一个完整的 WebSocket 实时通信集成方案,覆盖:• STOMP 协议支持• Token 认证与用户绑定• 分布式消息转发(基于

#spring boot#websocket#后端
SpringBoot + ResponseBodyEmitter 实时异步流式推送,优雅!

相较于 SSE 技术,更加简单易用。它主要用于处理异步的 HTTP 响应,其核心优势在于。这一特性使得它在需要长时间处理或进行流式传输的场景中表现出色。需要注意的是,本质上是一个接口。:服务器在有数据时会立即响应客户端请求,若暂无数据,则保持连接开放,等待数据到来。:服务器能够持续不断地向客户端推送各类事件,实现实时交互。:可逐步发送大量数据,像文件下载或者实时数据流传输等场景都适用。:在处理耗时

#spring boot#后端#java
腾讯三面+华为三面【面试经验分享篇】

我最近也总结了几套面试题,【小编在这分享总结的Java面试高频的面试题(包括了Java、MyBatis、ZooKeeper、Dubbo、Elasticsearch、Memcached、Redis、MySQL、Spring、Spring Boot、Spring Cloud、RabbitMQ、Kafka、Linux 等技术栈)都进行了整理以及打包整合,上述面试题答案都整理成文档笔记。也还整理了一些面试

文章图片
#华为#面试#经验分享
继 MCP 之后,Anthropic 又来制定新标准了!

什么是 Skills,就是为大模型提供具体的某种能力,这听上去有点类似与 MCP 的概念,巧了,MCP 也是 Anthropic 提出来的。接着说什么是 Skill,假设我想查询明天的天气,如果只用大模型自己的能力肯定不行,它必须要联网搜索,而联网搜索天气预报这是一个具体且专业的事情,之前用 MCP 可以做到,现在呢,用 Skill 也能做了,这个Skill 的能力就是查天气,可能是一个 Pyth

#java
64张图全面剖析 AI 智能体的架构设计和关键技术

要了解 LLM 智能体是什么,我们首先来探索 LLM 的基本能力。传统上,LLM 所做的无非是 next-token 的预测。通过连续采样许多 tokens,我们可以模拟对话,并使用 LLM 为我们的问题提供更详细的答案。然而,当我们继续“对话”时,任何给定的 LLM 都会显露出它的主要缺点之一:它不记得对话!还有许多其他任务是 LLM 经常失败的,包括基本的数学运算,比如:乘法和除法:这是否意味

#人工智能
    共 67 条
  • 1
  • 2
  • 3
  • 7
  • 请选择