Helm 是 Kubernetes 的包管理工具，类似于apt或yum，但它专为 Kubernetes 设计。Helm 通过 Chart（Helm 的软件包）来定义、安装和升级 Kubernetes 应用。Chart 是一个包含 Kubernetes 资源文件和依赖项的目录结构，可以轻松管理复杂的应用。Helm 是 Kubernetes 生态中不可或缺的工具，它通过 Chart 简化了应用的部署和

说实话，最开始笔者把 Skill 理解成「只读的知识注入、没有副作用」，后来发现这个理解是有偏差的——Skill 里写的是指令，AI 是会照着执行的，能不能产生副作用取决于 AI 有没有对应的工具，而不是 Skill 本身的限制。整个过程中，AI 真实地调用了 GitHub API，拿到了实时数据，结果是确定的，不依赖 AI 的「记忆」或「理解」。，通过文件的形式注入到 AI 的上下文里。：你提供

MCP 是一个开放协议，允许 AI 工具连接外部数据源和服务。Kiro 原生支持 MCP，可以轻松集成各种工具。},"env": {工具优点缺点Cursor✅ Tab 补全体验极佳✅ 上手简单，学习成本低✅ VS Code 生态完整✅ Composer 模式直观✅ 响应速度快❌ 需要频繁手动操作❌ 不支持自主执行❌ 缺少工作流自动化❌ 没有 Spec 驱动开发❌ 集成能力有限Kiro✅ 自主执行能

笔者个人的简单理解， 「MCP」可以理解成类似于「GRPC」协议的一种协议标准，使用这个协议实现的 server 、client 可以很方便的兼容和适配到其他的大模型应用上。在使用 cursor coding 的时候，因为只需要访问项目内的文件，同时现在也支持运行大部分的 Terminal 命令，所以大部分的时候，是能够满足需求的。为了避免梳理和记忆的内容同质化，在理解 MCP 的概念的时候，笔者

最近一个月又被隔壁项目组借调过去，去搞优先级更高的服务了，不过好在笔者心态好，毕竟接触的越多学习的越多，学习的越多积累的就越多。不过借调到隔壁组的坏处是本职工作 + 借调的双份任务都需要保质保量的完成，导致笔者没有更多的时间学习感兴趣的新知识，刚好周末寒潮来袭，宅在家里学习感兴趣的新知识就是一个很不错的选择了。啦啦啦，终于在周末的寒潮中宅在家里学习了 BeeAI Framework，今日份学习就先

Spec-Kit是 GitHub 开发的一个开源工具，用来控制 AI 生成代码的质量。简单理解不用 Spec-Kit：直接让 AI 开始建，可能建歪了、不符合要求用 Spec-Kit：先画好详细图纸，再让 AI 严格按照图纸施工Spec-Kit 就是那个"画图纸"的工具，确保 AI 生成的代码符合你的要求。优点代码质量高：先写规范，AI 生成的代码更符合预期减少返工：提前想清楚需求，避免后期大改流

当你尝试搬起石头的时候，你也许会发现其他它可能没有想象中那么重。所有恐惧都是来源于自己的想象。// 这个函数会在插件激活时被调用console.log('插件 "cursor-time-inserter" 已激活！');// 注册命令try {// 获取活动编辑器if (!editor) {await vscode.window.showInformationMessage('请先打开一个文件！'

最近加了很多 Python Coding 的任务，虽然在 AI 加持下能够顺利完成，但是还是觉得心理不踏实，觉得很多代码 AI 写完自己不是很懂，不喜欢这种感觉。需求是需要在客户请求大模型前，提前发送一次请求大模型，确保在客户请求的时候，就可以节省掉 tls 握手和 tcp 建立连接的时间，简称之为预热。之前写的是 golang ，为了用类比法更好的理解 yield ，可以在 golang 中实现

透过现象看本质，既然 Cursor 最好用的模式是使用 「claude-4-sonnet」模型，只要笔者能够直接使用 「claude-4-*」相关的模型，那当前工具影响的问题，就应该可以得到缓解。AI 这如火如荼的发展趋势，让笔者越来越觉得，在 AI 的浪潮下如何更快速的适应和使用它们是当前的首要问题了。要好好努力然后多挣钱，才养得起自己这个爱吃的胃，爱玩儿的心，爱逛爱买的习惯就算是一个人往一个人

文章目录1. 写在最前面2. 构造数据抽象2.1 原因2.2 数据抽象导引2.3 层次性数据和闭包性质2.3.1 序列作为一种约定的界面2.4 符号数据2.4.1 引号2.4.2 集合的表示2.5 抽象数据的多重表示2.5.1 带有标志数据2.5.2 数据导向的程序设计和可加性2.6 带有通用性操作的系统2.6.1 通用型算术包2.6.2 不同类型数据的组合2.7 思考3 碎碎念1. 写在最前面「