本文介绍了在Kubernetes环境中使用Harbor作为私有镜像仓库的配置方法。主要内容包括：Harbor的安装与配置（基于Docker和Compose）、设置Harbor服务开机自启动、推送Docker镜像到Harbor仓库的详细步骤，以及解决K8S集群无法拉取HTTP镜像的问题。关键点在于需要在所有集群节点配置Docker的insecure-registries参数，并重启Docker服务。

引言:在开发中,有时候多个开发一起开发,可能会同时注册到dev环境中,这样可能会影响dev环境,那么在idea添加2个参数即可解决。

java.lang.RuntimeException:Unable to start activity ComponentInfo{com.ywz.meet/com.ywz.meet.MainActivity}: java.lang.NullPointerException: Attempt to invoke virtual method ‘void android.bluetooth.le.B

本文系统介绍了大模型微调技术的核心概念与方法论，主要内容包括： 大模型基本原理：基于Transformer架构，通过预测下一个token实现文本生成，具备多种语言理解和生成能力。 模型结构：分为输入层（文本转数字表示）、Transformer Block堆叠层（核心计算）和输出层（生成概率分布）。 发展历程：形成"预训练-监督微调-对齐"三阶段训练范式。 适配方法： 提示词工程：低成本优化输入指令

设备每 10 秒上报 8 个字段（桩 ID、电量、功率、费用、进度、状态等），走 4G 流量。报文格式必须省流量、好解析。

本文介绍了一个基于大语言模型(LLM)的智能库存调拨优化系统设计方案。系统通过AI预测+人工审核的闭环机制，解决多仓库库存不平衡问题。主要内容包括： 系统概述 业务场景：传统人工调拨效率低，系统实现AI预测、人工审核、自动调拨全流程 核心功能：库存分析、销售预测、智能调拨建议、人工审核、自动执行、操作日志 系统亮点：AI与人工协同决策、全流程自动化、完整库存追踪 数据库设计 7张核心表：仓库信息、

智能库存调拨优化系统开发摘要 本章介绍了基于Spring AI Alibaba Graph工作流的智能库存调拨优化系统开发。系统采用Graph工作流串联数据采集、LLM预测、人工审核等环节，形成完整业务链路。核心内容包括： 工作流设计：构建由数据采集节点、预测节点、审核节点等组成的完整流程，支持条件路由和人机协同。 数据采集实现： 销售记录采集：通过SQL聚合商品季度销售数据 调拨订单采集：查询历

智能BI报表问答系统摘要 本文介绍了一种基于自然语言交互的智能BI报表问答系统，旨在解决传统BI系统存在的高技术门槛、响应周期长等问题。系统采用三层架构设计：用户交互层接收自然语言查询，Graph智能编排层实现SQL生成与执行，数据分析层自动生成报表和洞察。核心亮点包括： 通过大模型将非结构化需求转化为结构化SQL查询 自动化报表生成与邮件发送功能 基于Spring AI的ERP自然语言交互系统开

2026年AI编程黄金三角：规范、纪律与协同的工程化革命 企业级AI编程已突破Demo阶段，但需求偏差、质量失控等痛点阻碍规模化应用。Harness+OpenSpec+Superpowers构成的黄金三角解决方案，通过分层闭环实现工业化开发： OpenSpec作为规范层，将需求转化为结构化文档，解决认知偏差问题； Superpowers作为执行层，用14+工程纪律强制TDD等规范，保障代码质量；

AI智能体存在"失忆"问题，无法长期保留知识。Y Combinator总裁Garry Tan开源的GBrain项目为AI打造了一个"外挂大脑"，实现持续记忆和学习。该系统管理146,646页知识库，通过三层记忆架构（世界知识/运行状态/当下会话）和知识复利循环机制，使AI能在睡眠时自动巩固记忆。GBrain采用混合检索技术，支持30分钟快速部署，但需要高性能大模型支持。该项目将LLM Wiki理念