一文速览 HarmonyOS 6.1.1 推出的十个新特性
HarmonyOS 6.1.1 已于 2026 年 5 月下旬正式发布，该版本在 HarmonyOS 6.1 基础上增强了若干特性，让鸿蒙系统变得更流畅更好用，下面结合《鸿蒙HarmonyOS 6应用开发:从零基础到App上线》一书对 HarmonyOS 6.1.1 新特性中的常用部分逐一讲解。 ...
Speed Tools：一套低侵入的 Android 插件化 + 动态换肤 + 字体切换框架
Speed Tools：一套低侵入的 Android 插件化 + 动态换肤 + 字体切换框架 作者：一航 GitHub：jasonliyihang/speed_tools 博客首发于 CSDN，本文基于 2026 年最新代码重构整理。 一、前言 几年前我在 CSDN 写过一篇 [《android 插 ...
一文读懂AI基础技术：机器学习、深度学习、计算机视觉
从数据中寻找规律的机器学习，到模仿人脑思考的深度学习，再到让机器看懂世界的计算机视觉，这三项技术共同构建了人工智能最底层也最核心的逻辑框架。 ...
领域驱动 vs 本体驱动：DDD 代码建模与 Ontology 语义建模的对比分析
DDD 与 Ontology 对比分析：代码建模与语义建模的异同 探讨领域驱动设计（DDD）与本体论建模（Ontology）之间的本质差异，搞清其背后的理论体系和运行机制。 一、双维建模：逻辑深度与语义广度 复杂业务系统的建模方法与开发方式可以分为两条路线： DDD 范式：以应用代码开发为主，利用充 ...
再也不用数括号了！安利一个JSON Path可视化查找神器
一句话认识这个工具 在做数据采集或调用第三方API时，经常需要从嵌套复杂的JSON中提取指定数据。今天给大家安利一个免费在线工具——JSON Path Finder，地址是 https://formatlist.com/json-path-finder。 先直接看效果：把JSON数据粘贴进去，它会自 ...
开源免费的桌面自动化神器，AI 一句话生成工作流:AutoFlow Studio
它能做什么？ 简单说：让你的电脑自动帮你干活。 批量点击、填表、截图 → 告别重复劳动 定时执行任务 → 每天自动签到、自动导出报表 图像识别 + 自动化 → 找到屏幕上的按钮自动点 AI 一句话生成 → "在坐标500,300点击，输入hello按回车" 直接变成自动化流程 为什么值得关注？ 1. ...
实时操作系统(RTOS)的核心认知基石
实时操作系统内核的核心矛盾：它必须在"快"和"准"之间做出不可调和的抉择。快是吞吐量的追求，准是确定性的承诺。一个通用操作系统优化的是平均响应，一个RTOS优化的是最坏情况——这不仅是技术路线的分叉，更是工程哲学的根本对立。 ...
Claude手搓的IntelliJ Git扩展插件上线
背景 在日常Java开发工作中，迭代着迭代着本地就有一堆分支，批量删除的话有一行命令，如： git branch | grep 'release-' | xargs git branch -D 但我总记不住，也不想去住，每次操作都要翻小本本。 一直要开发一个插件，无奈不会啊。我之前是.NET专业户， ...
AI编程系列02：合并知识功能，给 AI 问数和 RAG 场景打基础
按照之前文章《氛围编程实战系列：先规划清楚学习路径》这个规划路径，我们今天来开发第二个功能：合并知识功能。 总结这篇文章的初期阶段，其实让笔者非常的困惑。因为经历了太多思想碰撞。最终认为如果要持续学习一件新事物，还必须要从现实出发，不要为了学习而学习，而要为了解决一个实际问题而学习，哪怕这个问题开始 ...
别把 Product Hunt 当成冷启动：独立开发者真正要找的不是流量，而是对的人
很多独立开发者在产品刚做出来的时候，都会下意识想到 Product Hunt 或 Hacker News。 这并不奇怪。对一个没有用户、没有品牌、没有媒体资源的小团队来说，把产品发到一个已经聚集了大量产品爱好者和技术人群的平台上，听起来几乎是最合理的选择。那里有人愿意点开新产品，有人愿意评论，有人会 ...
混沌工程实战：基于 Toxiproxy 验证短信网关的超时兜底与频控链路
⚠️ 安全警告：混沌工程工具威力巨大。Toxiproxy 仅限于开发、测试（SIT/UAT）或特定的混沌工程演练环境中使用。严禁将其部署在生产环境的真实业务链路中，以免造成不可挽回的生产资损与事故。 在微服务架构和系统可观测性建设中，验证各链路的容错与兜底机制（Error-handling fail ...
别只盯着GitBook了！这个文档神器让你的笔记秒变网站
还在为团队文档维护头疼吗？本文带你认识一个极简却强大的文档神器docsify，无需编译、一个页面搞定一切。从安装配置到避坑指南，手把手教你搭建一个高颜值、易维护的知识库网站，让你的技术文档管理体验瞬间起飞。 ...
成为 AI 智能体工程师的 10 个步骤
AI领域的角色正在随着行业发展而转变。了解进入这个领域需要什么。 引言 在过去十年中，AI领域经历了快速发展，尤其是在ChatGPT推出之后。如今，工程师们很少再讨论经典机器学习，整个对话都被大语言模型（LLM）所主导。而现在，焦点正在从LLM转向AI Agent。 Agent正在改变软件的运作方式 ...
流式输出（Streaming）原理与踩坑经验
流式输出（Streaming）原理与踩坑经验 本人在日常开发中，遇到流式输出相关的问题，一般都需要靠大模型协助定位问题，归其根本是因为我对流式输出的原理认识不足。所以本篇文章记录我学习流式输出的原理，以及在实际开发中遇到的问题。 整体流程： 大模型生成 token ↓ 打包成 chunk（一个或多个 ...
CSharp 后端服务器如何做到：一边发请求一边看代码覆盖率
作者:张富春(ahfuzhang)，转载时请注明作者和引用链接，谢谢！ cnblogs博客 zhihu Github 公众号:一本正经的瞎扯 背景 最近在测试一个服务器的时候，遇到一个难题：我如何才能构造出多种请求，以便尽可能的覆盖到所有分支？ 写单元测试固然是个办法，但是服务器依赖 mysql 和 ...
为什么你的收藏越积越多，却越来越没用？
在 AI 时代，获取知识已经不是瓶颈了。真正的瓶颈是——你积累了那么多东西，但它们从来没有被"编译"过。 信息囤积 ≠ 知识积累 看看你自己的数字生活：微信收藏了几百篇文章，Obsidian 里存了上千条笔记，浏览器书签栏挤得连图标都看不清，聊天记录里散落着各种"稍后看"的截图。 这些东西加起来可能 ...
数据库审计不是记流水账：先锁定高危动作与关键对象，再谈数据集与工具落地
很多团队一谈到数据库审计，第一反应就是“把所有 SQL 都记下来”。仿佛日志越全，安全感越足。可真到出事的时候，却发现自己面对的只是海量文本，根本不知道从何查起。真正有价值的数据库审计，必须能够清晰回答四个问题： 谁做了高风险操作？ 针对哪个库、哪张表、哪些数据做的？ 这个动作是否越权、异常或违反流 ...
How LLMs Actually Work（翻译）
本文基于 0xkato 的英文文章 "How LLMs Actually Work" 改写整理，用于中文读者学习参考。 原文：https://www.0xkato.xyz/how-llms-actually-work 标签：Machine Learning · Transformers · LLM ...
用了 lark-cli 一个月，AI 操作飞书再也没出过岔子——说说真实体验
上周我在 Claude Code 里说了一句：「帮我把今天的站会纪要发到研发群」。 Claude 很流畅地组织好了内容，然后调用 lark-cli 发送。在它真的发出去之前，终端里打出了一段 dry-run 预览——消息体、目标群组 ID、发送时间，全部清清楚楚列在屏幕上，等我确认。 我看了一眼，发 ...
虚拟 DOM —— 中间层的智慧
操作真实 DOM 有多贵？ 先看一段代码： // 把一个 <div> 的背景色改成红色 document.getElementById('box').style.backgroundColor = 'red' 你觉得这一行代码的执行成本是多少？ 答案远比你想象的复杂： 1. JS 引擎找到 DOM ...
