很久没有写博客了，也不是没有时间就是不想动笔，部署麻烦，写作也麻烦。博客发布流程最近整了下：写作由 obsidian 接管，包含统一的图片处理部署，自动化 github action 自动触发构建，推送到阿里云，然后触发服务器拉取项目前几年重心一直在 c 端，后管关注比较少。去年大项目结束之后，接的项目，后管的比例越来越高，开始重视后管的工作，为了进一步规范团队，简化工作，做了不少努力。easyAPI：根据 apifox 自动化生成前端的所有请求代码easyTable：根据配置自动化生成后管的表格页面和搜索区域easyForm：根据配置自动化生成后管的表单页面miniCi：业务主要集中在小程序上面，自动化生成了小程序开发环境和生产环境的二维码，定时刷新并提供用户手动刷新的能力后续的博客，对这些工具进行拆解。 ...继续阅读 (54)

NanoPi R2S 安装 Debian，将其当成为一台 Linux 服务器，可玩成更强，主要用做旁路由来代理转发内网请求，安装 Nginx，部署 Web 项目 ...继续阅读 (31)

【摘要】AI创业失败，可私聊经验教训分享... 前几天小伙伴在讨论我开发的一套社群运营AI分身，其本质其实是一套个人知识库的AI产品，其依赖的就是我过往发布的文章。 这类AI聊天分身，最简单、不考虑“聊效”的直接使用提示词就行，如果要让AI聊得像人甚至能聊得跟我一样，那就会牵扯很多技术了。 事实上这就是最典阅读全文 ...继续阅读 (26)

byzhangxinxufromhttps://www.zhangxinxu.com/wordpress/?p=11709本文可全文转载，但需要保留原作者、出处以及文中链接，AI抓取保留原文地址，任何网站均可摘要聚合，商用请联系授权。一、真的是有生之年系列说实话，CSS attr()全属性支持这个特性我等了六七年至少有了。之前还为其写了个Polyfill工具：“Polyfill吊炸天的CSS attr()新语法”本来以为这辈子都不会看到浏览器对其进行支持了。万万没想到，Chrome133版本开始居然支持了，它居然支持了。在过去，attr()函数只能用在content属性中，现在所有的CSS属性都支持，而且语法更加丰富，某种程度上，可以颠覆现有的前端开发习惯，一点也不夸张，二、CSS代码减半，属性为王有了attr()函数的全支持，那么类似tailwind 的原子类CSS框架都可以退出历史舞台了，因为浏览器原生支持了，相对于回到了过去所有CSS属性都HTML属性设置的年代。于是，重复样式类名，非重复样式HTML属性外加一点点CSS，开发效率up，开发代码down。例如之前调整元素之间的间距，可能是这样的CSS原子类：.m0 { margin: 0; } .ml0 { margin-left: 0; } .ml1 { margin-left: .25rem; } .ml2 { margi ...继续阅读 (28)

【摘要】一：背景 1. 讲故事 昨晚训练营里有一位朋友提到一个问题，说 C# AOT程序能否编译为一个dll，供其他语言调用，其实这个是完全没有问题的，也确实我的的文章体系中没有涉及到这块，那今天就补充完整吧。 二：NativeAOT 函数导出 1. 简单的案例 在 C 中我相信很多人都知道用 dllexp阅读全文 ...继续阅读 (51)

在先前《[预上下文生成](https://www.phodal.com/blog/pregen-context-refactoring-rag/)》的文章中，我们介绍了预生成上下文的概念和实践： ...继续阅读 (37)

对于那些想往自己项目里集成 AI 功能，又不知道从哪里开始的人来说，也许可以看看这个项目。它基于流行的 js 库 is-even , 但是引入了 AI 功能，每当你调用一次它的方法，它就会调用 OpenAI 的模型让 AI 回答。项目地址：https://ouo.io/bgbq8n ...继续阅读 (66)

本文介绍了如何通过Spring AI快速集成智谱AI（ZhiPuAI）的聊天模型。首先需注册智谱AI账号获取API Token，然后创建Spring Boot项目并配置相关依赖，包括spring-ai-starter-model-zhipuai等。示例代码展示了如何通过控制器实现AI生成笑话的功能，支持普通和流式两种返回方式。最后，运行项目并测试接口效果，验证了智谱AI的集成可行性。文章还提醒注意依赖配置，避免启动错误。 ...继续阅读 (35)

离开字节以后，我的很大一部分收入来自于外包项目的开发。不过，和过去大家熟悉的外包的不同的是，我并非传统的外包模式，我称之为「基于信任的顾问合作模式」。传统的外包模式是什么样？传统的外包模式往往是人力外包，或者项目外包，在项目的一开始确定一个项目的报价，然后进行 50% 的款项结算。随着后续的项目进展，往往会因为项目前期评估不足、需求变动、初期评估不够而导致成本超出报价，最终导致项目最终的结算困难。抑或者是在一开始报一个拥有足够利润空间的价格，从而让项目有足够的安全边际，以支撑不同场景下的交付。这两种方式其实都略微有一些问题前者正常报价的，会因为项目本身的不确定性、迭代过程中的种种问题，导致最终结尾；对于项目方来说，需求没有解决，反而损失了项目的初始基金。对于开发者来说，要么是支付成本，完成一个 ROI 很低甚至为负的项目，要么是项目完成了，但没有收到款。后者虽然对于开发者来说，更加的安全，但对于项目方来说，支出了极高的成本，来对冲项目开发过程中的不确定性。我的做事方式是什么样的？我做事的方式更接近于传统咨询公司的策略 ——计算工作时长，并为工作时长付费，而且可以接受后付费。这里有几个前置条件：我的客户往往是介绍而来，很少有纯粹的冷启动客户；所以我们存在一定的基础信任；我的时间的价格很高，基本上持平我在字节的时薪；我会记录我在这个项目的时间花费，从而让项目方拥有更明确的支付预期，知道 ...继续阅读 (21)

SuperPoint 是一种2D图像角点提取算法, 设计了一种自监督网络框架，能够同时提取特征点的位置以及描述子。相比于patch-based方法，本文提出的算法能够在原始图像提取到像素级精度的特征点的位置及其描述子。 ...继续阅读 (22)

今天看完了《封神榜》（1990）电视剧，和之前看过电影《封神第一部：朝歌风云》形成了鲜明的对比，正好谈(tu)谈(cao)我的看法。我觉得古装剧是最需要演员外形的剧种。有的演员在现代妆容看着很帅很好看，但是扮上古代妆容那就是不行。此处可以参考焦恩俊的二郎神和霍建华的徐长卿。此处非人身攻击，只是单纯谈论角色。先谈谈选角。姜子牙32 岁上昆仑山玉虚宫，拜入元始天尊门下修道，在山中修行 40 年，72 岁时因修道不成，被师父元始天尊遣下山主持封神大业。众所周知，阐教是非常注重外在的，可以说个个都是仙风道骨。那么要怎么样的妆容才能体现出仙风道骨呢？首先是白发长须，动作从容舒缓，然后身穿白色长袍且身姿挺拔。但电影中的姜子牙一头乌黑浓密的须发，说话时不自觉歪嘴，笑起来上颚的牙齿几乎全部外露，实在难以让人联想到仙风道骨。电视剧中的姜子牙我觉得更加符合一个修道者的形象，何况这个修道者的身份还是阐教元始天尊门下的二代弟子。电影版姜子牙电视剧版姜子牙除了选角差异，两者对商纣王的性格塑造也截然不同。电影版商纣王可以说是枭雄，但那一口的台湾腔实在出戏。电视剧的商纣王性格摇摆，缺乏主见，遇事就砍头，金顶之刑，到也符合他后面昏君暴君的行事逻辑。苏妲己，电影和电视剧的都不错，电影中的体态更妩媚诱惑，电视剧中的谈吐更具魅惑感，一口夹子音，谁听了不迷糊。对电影中其他角色没有什么太深印象，就不进行对比了。接下来说说剧 ...继续阅读 (38)

下午从汽车站出来准备打车去小区，对比了多个平台，发现价格都比中午时候预估的要更贵，贵十几块。这时刚好碰上了一个出租车司机问我要不要走，我就坐上了出租车。他这个车挺整洁的，司机师傅还主动帮我搬行李箱，比起一些网约车司机态度还要好。我印象中应该是网约车的服务比出租车更好吧。其实我很久没坐过出租车，平时出去玩或吃饭都是地铁，赶时间就叫网约车，只有一次是在大学时，晚上和室友坐了出租车回宿舍。可能是在我需要叫车时，附近没有出租车；而网约车尽管要等，但基本上都能叫到。之前有听说许多人失业去跑网约车，导致网约车数量太多了，挤占了出租车的市场，引起出租司机不满。还有近期经常刷到讨论网约车有味道的视频，提到的「臭车」大都是网约车最便宜的那一档。特别是冬天，开了窗冷，不开窗臭。有人解释说是司机为了赚钱没地方住，有时候睡在车里。当然我也可以理解，毕竟大家都不容易，可是理解并不代表支持和认可，谁都讨厌有臭味的车。这个问题能引发讨论也是有价值的，它促使平台考虑到司机的困境，也让司机更加注重整洁卫生。说实话，大多数人打车时只选择最便宜的一档，这是为了省钱的无奈之举。如果预算再下降就只能挤公交地铁了。网约车的主要顾客也是这些人，只有少数人会去打很贵的专车。因此如果网约车让用户不满，那可能会让出租车扳回一筹。现在的出租车也可以网约，并且价格打表，尽管感觉还是比网约车贵一些，但胜在透明，加上更好的服务或许会使得更多 ...继续阅读 (370)

UNDER CONSTRUCTIONIn my previous post, LLVMintegrated assembler: Improving MCExpr and MCValuedelved intoenhancements made to LLVM's internal MCExpr and MCValue representations.This post covers recent refinements to MC, focusing on expressionresolving and relocation generation.Symbol equating directivesIn GNU Assembler, the following directives are called symbolequating. I have re-read its documentation https://sourceware.org/binutils/docs/as.html. Yes, ituses "equating" instead of "assignment" or "definition".symbol = expression(multiple=on thesame symbol is allowed).set symbol, expression(equ ...继续阅读 (18)

近年来，大型推理模型（Large Reasoning Models, LRMs）在数学、编程和逻辑推理等任务中展现了接近人类专家的能力。然而，短上下文推理任务的优势能否扩展到长上下文场景（如处理数万token的文档问答）仍是一个关键挑战。阿里巴巴团队提出的QwenLong-L1框架，通过强化学习（RL）和渐进式上下文扩展策略，首次在长上下文推理任务中实现突破性性能。本文将从技术背景、方法创新、实验结果和实际案例等方面解析这一研究成果。一、长上下文推理的挑战与解决方案1.1 问题背景：短上下文与长上下文推理的本质差异传统LRMs（如GPT-4、Claude等）的RL优化主要针对短上下文任务（如4K token内的数学题），其依赖模型内部参数知识生成推理链。然而，长上下文推理（如120K token的金融报告分析）需要模型从外部长文本中检索信息并逐步整合，这对训练效率和稳定性提出了更高要求。实验发现，长上下文RL训练存在两大核心问题：训练效率低下：奖励收敛延迟，输出熵降低导致探索不足。优化过程不稳定：KL散度波动剧烈，长输出序列引入方差放大效应。1.2 QwenLong-L1的核心创新QwenLong-L1提出了一套系统性解决方案，包含三大核心组件：渐进式上下文扩展：分阶段增加输入长度（如20K→60K→120K），避免模型因突变的长上下文输入而崩溃。混合奖励机制：结合基于规则的精确匹 ...继续阅读 (67)

【摘要】一：背景 1. 讲故事 当 .NET程序 在Linux上崩溃时，我们可以配置一些参考拿到对应程序的core文件，拿到core文件后用windbg打开，往往会看到这样的一句信息 Signal SIGABRT code SI_USER (Sent by kill, sigsend, raise)，参考如阅读全文 ...继续阅读 (36)

1995 年发布第一个测试版，到今年，Java 已经 30 岁了。JetBrains 发布了一篇文章讲述 java 的历史并且发布了一个旋律欢快的主题曲，同时还发布了一个类似生活大爆炸开头的视频，回顾 java 和 IDEA 的历史，非常有意思。（另外你敢信其实 IntelliJ IDEA 第一个版本 2001 年 1 月就发布了, 比 Eclipse 第一个版本还要早！ 我大概在 2016 年左右才开始使用它，在这之前都是用 Eclipse，所以我一直以为 IDEA 是一个新工具）我在公众号上也整理了关于 java 的一些有趣故事，同时发布了主题曲音频以及双语版本的视频，欢迎关注 【521link】阅读观看。你可以在这里找到 JetBrains 相关的文章和资源：https://ouo.io/uI3TbPk ...继续阅读 (447)

流量、流量、流量2“流量问题”前置思维免费的是最贵的，收费的是确定的广告里有黄金试一下，花不了几块钱“我知道我的广告费有一半浪费了”不要在盐碱地里种水稻总结上一篇《流量、流量、流量》是 2023 年底写的。过去一年半的时间，我一直在折腾小项目，面对的是这么一个困境：我知道如何去打磨好一个产品，但我拿不到流量，争取用户太困难。这问题，大多数初创者都会面临：新项目如何冷启动？“流量问题”前置思维在开始项目之前，一定要考虑流量从哪里来，要确定性非常高，不要有一厢情愿的假设——假设我能找到一些热门词，SEO 做到很前面；假设用户会自然传播我的产品；假设…… 那么你的项目很可能就失败了。如果你不是家大业大，也不是自娱自乐，那么做项目之前永远要先考虑流量从何而来。免费的是最贵的，收费的是确定的炒股的人都知道，如果未来不确定，那么股价往往会下跌。如果你熟读巴菲特，发现他最喜欢的就是确定性。确定性高的生意，能够直接折合成年化收益。免费昂贵就昂贵在不确定。例如 SEO 做站，有可能排前面，也可能排后面；热点流量有可能来，也可能明天睁眼就没了。有恒产者有恒心，无恒产者无恒心。在不确定的生意里，你都顾不上为自己加固护城河。广告里有黄金永远不要小瞧你看到的每个广告。商家付出真金白银，让你看一眼他的产品。那不如你就看一眼吧。如果产品很挫，你自己分分钟都能做一个，你实在想不通为什么他可以一直砸广告。如果找到了 ...继续阅读 (59)

多模态大语言模型正成为AI领域新趋势。与传统单模态模型不同，新一代模型如GPT-4o、Claude3等能并行处理文本、图像、音频和视频输入。Spring AI通过消息API实现多模态支持，允许在用户消息中嵌入多种媒体资源，并提供对主流多模态模型的支持。开发者可通过简洁API实现跨模态交互，如让模型分析图片内容并生成文本描述。这种融合处理能力使AI更接近人类的多感官认知方式，为应用开发开辟了新可能。 ...继续阅读 (502)

Subnetting Jaringanadalah teknik membagi satu jaringan besar menjadi beberapa jaringan lebih kecil (subnet). Dengan menerapkan Subnetting Jaringan, setiap segmen jaringan bekerja secara independen, memungkinkan alokasi sumber daya yang lebih efisien dan pengelolaan alamat IP yang optimal.Manfaat Subnetting JaringanDi eraTechno, Subnetting Jaringan memberikan keuntungan tambahan dalam mengakomodasi kebutuhan jaringan modern.Pengelolaan Alamat IP Lebih EfisienSubnetting Jaringan membantu memecah ruang alamat IP sesuai kebutuhan. Hal ini menghindari pemborosan alamat pada blok jaringan besar tanp ...继续阅读 (19)

Switch dan Hubmerupakan dua komponen penting dalam membangun jaringan Ethernet dan jaringan lokal. Switch & Hub sering digunakan di kantor, data center, maupun jaringan rumahan. Masing-masing perangkat — switch yang pintar dan hub yang sederhana — memiliki peran khusus dalam mengatur lalu lintas data dan memastikan konektivitas perangkat.Definisi Hub (Network Hub): Pengertian Dasar dan Fungsi HubSwitch dan Hub adalah istilah yang saling berkaitan; hub merupakan perangkat jaringan pada lapisan fisik (OSI Layer 1) yang menyiarkan data secara broadcast. Hub Ethernet atau network hub menerima siny ...继续阅读 (29)

本文是基于基于之前的两篇博客Vespa 索引结构实现、Vespa 索引检索实现重新梳理的、自上而下的、更易懂的 Vespa Matching 的介绍，用于本人分享。Vespa 是由 Yahoo 开发的高性能大数据检索引擎，专为大规模低延迟的场景设计，支持文本、结构化数据、向量的检索。BlogDocumentationDeepWikiGitHubSlackOverviewComponentsAdmin/config clustercluster controller集群状态管理configserver基于内置 zookeeperlog serverslobrok服务（组件 / route）发现monitoringmetricsStateless Java container clusterSearching[Request/Response processing](Request/Response processing)Search chainIndexingDocument processorContent clusterDistributor (Bucket management)SearchnodeSearching Process参照上图，对于一次搜索请求，在最简单的情况下请求发送至无状态的 QRS (Query Rewrite Service) 集群后：由 YQL（类似于 ...继续阅读 (30)

甲骨文云（Oracle Cloud）是甲骨文公司（Oracle）旗下的云计算平台，主要面向企业用户，但也提供永久免费的云服务器，适合个人开发者和小型项目使用。那么如何「永久」获取甲骨文云的免费个人主机呢？没有什么玄学，只要按照下面的教程一步一步操作就有很大的机会获得。🧾 准备条件1张支持 Master、VISA 的外币信用卡（推荐各大行等，虚拟卡易失败，注册验证使用，后期也会随机二验，需要长期确保有效）1个邮箱（Gmail、Hotmail、QQ邮箱啥的都可以）1个手机号（国内的就行）补充说明信用卡验证：注册验证时候会扣几毛钱然后冲正（不花钱），后边二次验证时候也是如此；二次扣款验证失败就大概率会 ban 号，所以信用卡还是得留几块钱。😁扣款情况：未升级按量付费（Pay As You Go）的用户，信用卡是不会被自动扣钱的，如果还是担心可以用外币借记卡（存了钱才有额度🙂）。注册玄学：网上五花八门的科幻注册，其实没有那么“讲究”，博主一共注册5次，成功2个号，大体就是不要用代理、地址真实填写。成功记录：之前的2次，用的 手机+ 5G网络 + Chrome浏览器/小米浏览器（无痕模式），全中文地址（我填写的信用卡的账单地址），一次用了平安银行的 Master 信用卡，一次用的 中行的 Master 借记卡（没啥玄学）。📝 注册步骤地址：https://www.oracle.com/cn/ ...继续阅读 (271)

本文永久链接– https://tonybai.com/2025/05/26/monitor-design-with-red大家好，我是Tony Bai。随着业务的快速发展，越来越多的应用开始拥抱云原生。我们享受着微服务带来的解耦、容器带来的标准化、Kubernetes带来的弹性伸缩。但与此同时，一个灵魂拷问也摆在了每一位开发者和运维工程师面前：我的服务还好吗？用户用得爽吗？出问题了能快速定位吗？传统的只盯着CPU、内存、磁盘的监控方式，在高度动态和分布式的云原生环境下，常常显得力不从心，就像“瞎子摸象”，难以窥得全貌。我们需要一种更直接、更面向用户体验、更标准化的方法来衡量服务的健康状况。今天，我就结合一个通用的示例和大家说一套被业界广泛认可的服务监控黄金法则——RED方法，谈谈如何按照RED方法设计出简单又好用的监控指标与告警。什么是RED方法？RED方法并非什么高深莫测的理论，它非常简洁，由三个核心指标的首字母组成：R – Rate (请求速率)E – Errors (错误率)D – Duration (响应时长)这“三板斧”虽然简单，却直击服务质量的核心。它是由Grafana Labs的VP Product，同时也是Prometheus和OpenMetrics早期贡献者Tom Wilkie于2018年提出的，旨在为现代服务（尤 ...继续阅读 (39)

相信大家最近都被红猫计划刷屏了。到底什么是红猫计划，这个和之前的小红星以及CID有什么区别？使用门槛是什么，怎么使用，目前效果如何？ 今天一篇文章讲清楚，你的这些疑问。 01 什么是红猫计划 红猫计划目的是解决，天猫商家在小红书种草效果监测 […] ...继续阅读 (25)

摄影：产品经理韩国章肥虾。在使用Scrapy的时候，我们可以通过在pipelines.py里面定义一些数据处理流程，让爬虫在爬到数据以后，先处理数据再储存。这本来是一个很好的功能，但容易被一些垃圾程序员拿来乱用。我看到过一些Scrapy爬虫项目，它的代码是这样写的：1234567891011...defstart_requests(self):yieldscrapy.Request('https://baidu.com')defparse(self, response):importpymongohandler = pymongo.MongoClient().xxdb.yycolrows = handler.find()forrowinrows:yieldrow这种垃圾代码之所以会出现，是因为有一些垃圾程序员想偷懒，想复用Pipeline里面的代码，但又不想单独把它抽出来。于是他们没有皱褶的脑子一转，想到在Scrapy里面从数据库读取现成的数据，然后直接yield出来给Pipeline。但因为Scrapy必须在start_requests里面发起请求，不能直接yield数据，因此他们就想到先随便请求一个url，例如百度，等Scrapy的callback进入了parse方法以后，再去读取数据。虽然请求百度，不用担心反爬问题，响应大概率也是HTTP 200，肯定能进 ...继续阅读 (33)

太多的企业，要做数字营销时，都只盯着ROI。 但他们不会明白，ROI是有原罪的。 因为ROI太重要，所以全力以赴折腾ROI的，最后都可能镜花水月、死得挺惨。 对于大多数企业，ROI并不是一个操作指标，它只是一个你把所有工作都做好之后的结果指 […] ...继续阅读 (36)

     » 本文链接：https://www.osyunwei.com/archives/15684.html» 订阅本站：https://www.osyunwei.com/feed» 转载请注明来源：系统运维 » Linux系统下kafka集群使用KRaft模式安装部署查看全文 ...继续阅读 (393)

【摘要】电脑长时间不操作，进入他可以休眠Sleep，显示，The Recycle Bin on C:\ is corrupted. Do you want to empry the Recycle Bin for this drive? 它成了锁屏屏保。 此时，不管是点Yes还是No，均是无效操作，甚至按C阅读全文 ...继续阅读 (27)

过去的一个多月里，我们构建了一个新的 AI 编程工具：AutoDev Workbench （ https://www.autodev.work/ ） 。它是一个 AI ...继续阅读 (38)

接上次的后续：第二天买了个金属的1/2寸钻头回来，在钢梁上打了个洞；把买回来的anchor塞进去，固定好；最后把电视架装在了anchor上面，完工。顺便用腻子填了前人之前其他的几个洞。感觉这些anchor应该还是挺靠谱的，特别是挂在了钢梁上面，号称是可以每个承重200多磅 —— 我电视也就50磅 —— 所以应该毫无问题。装完之后我还尝试把人挂在上面，也没啥问题貌似。希望不要掉下来吧 —— 那可不只是砸坏电视，还要砸坏地板了。话说在钢梁上打洞好难。主要问题是，在快打穿的时候，其实洞里只剩一个边缘了 —— 于是钻头上的螺纹会卡上去，然后产生一股扭力，让整个钻机直接歪掉，感觉不小心甚至可能会扭到手。我这个钻机比较弱，所以力气不强，扭力不算大，每次一扭我就放开开关，所以也还行，不过还是感觉非常危险，估计还是打动方法不对。有说在这种钢板上大洞需要特别的step drill,外形是锥形的那种，可能下次如果再搞这个的话需要弄一个回来。不过细的钻头就没这个问题 —— 我这次打1/2寸之前试过很细的钻头，就没这个问题，估计是小洞的边缘产生不了多少扭力就被钻头刮掉了吧，大洞边缘太结实了。最后我还是结合了锉刀才打完了洞 —— 先尽可能锉掉剩下的边缘，然后用电钻刮掉剩下的。另外还换了个花洒 —— 就是上次后来退掉的那个，退掉原因是想买个磁吸的结果买错了 —— 新的感觉还不错，就是这个楼可能是因为高度关系， ...继续阅读 (32)