存储AI–AI博客聚合
最新聚合的文章
-
从零开发到工程查询：SQLite 嵌入式数据库与高级 SQL 实战
SQLite 是世界上最流行的嵌入式数据库，Chrome、微信、Android 都在用它。本文从 SQLite 的定位出发，拆解 Python 和 Node.js 中的使用差异，深入 SQL 查询的逻
-
nestjs(1)-模块的相互调用
新增user模块 新增user的module 新增user的controller 新增endpoint返回内容 新增service 在controller中调用service 新建role模块，并在u
-
Docker 多阶段构建实践指南
以 SpringBoot3为例，详解 Docker 多阶段构建：构建/运行环境分离实现镜像瘦身，含基础镜像选型与 alpine/glibc 避坑、Maven 缓存加速、HEALTHCHECK 健康检查
-
Python的pip依赖把我折腾惨了，原来requirements.txt和poetry能打出火星撞地球
讲个真事儿。 上个月我接手了一个维护项目，代码仓库里躺着两个文件：requirements.txt和pyproject.toml。两个文件都在，而且都在用。我一开始没觉得有什么问题，反正都是管依赖的嘛
-
一条指令，让 Claude Code 每天定时帮你追热点：动态工作流Workflows从 0 到 1 全流程
0. 先看结果：你要的东西长什么样 不铺垫，直接上目标。搭好之后，每天一条指令（或干脆定时），Claude 在后台并行扫一圈信息源，回来给你这么一份清单： 每一条都是简要信息 + 原始链接，等你自己点
-
一文搞懂 LLM 结构化输出：从”抠 JSON”到”吐 JSON”的进化之路
用 LLM 做业务时，你一定遇到过这个问题：大模型返回的是一段话，但你要的是一个 JSON 对象。 比如让它"介绍一下爱因斯坦"，它返回的是： 但你的代码需要的是： 怎么让 LLM 按格式输出？
-
AI 生成的代码能跑，为什么不能直接上线？
AI 写代码很快，但“能跑”不等于“能上线”。这篇从实际问题出发，讲一套“本地扫描 + 人工确认 + 基线接 CI”的排查流程，帮你判断 SQL 拼接、pickle.loads、shell=True
-
深入解析 RocketMQ LiteTopic：如何以百万级轻量主题实现用户级消息治理？
业务的并发单元是「用户」，传统 Topic 的隔离单元却是「队列」。错位之下，用户级隔离、限流、挂起全得业务代码自己补，等于在 MQ 之上再造一套 MQ。百炼资产中心用 RocketMQ LiteTo
-
JUC速记
JUC 第一层：硬件与 OS 底层基石（物理层） 并发编程的一切痛点与解决方案，其根源都在于底层硬件（CPU、内存）与操作系统（OS）的机制。要彻底吃透 JUC，必须先打通这一层。 一、 JMM (J
-
android_media_AudioTrack_setup
JNI字段|类型|Java侧对应|用途| |nativeTrackInJavaObj|jfieldID|AudioTrack.mNativeTrackInJavaObj（long）|long 句柄：C
-
开发测试环境-Kubernetes离线部署指南
注意 仅适用于特殊场景，例如客户无k8s运维，客户不付费购买k8s集群，本地开发测试。完整适配离线环境。 Kubernetes 离线部署指南（单 Master + 单 Worker，Master 可承
-
别再让 RAG 翻车在「入库」这一步！1200 行保姆级离线入库全流程（PDF → 可检索）
写在前面：RAG 跑起来，其实是三件不同的事 RAG 本质上在三个不同时间点干三件不同的事： 索引构建（离线）：把知识文档，变成「向量 + 元数据」，落进向量库。这件事在用户提问之前就跑完了。
-
本地 CSV 清洗的小细节：先标准化，再去重，并保留可检查的报告
AI 辅助技术示例：用两列虚构文本演示先清理空格再精确去重，保留编号含义与处理计数，附 10 项已运行检查，并说明文件读写仍需另行验证。
-
OpenAI 开源 Codex Security，Vibe Coding 我替你试了半开源真相
本文扒开半开源真相、早期翻车实录与成本账单，给 Vibe Coding 一个该不该上的判断，含完整上手命令与选型建议，供后端工程师参考。
-
不装 SSH 客户端也能连服务器：用 WebSSH 把终端搬进浏览器
不装 SSH 客户端也能连服务器：用 WebSSH 把终端搬进浏览器 前言 传统 SSH 客户端的优势一直很明确：成熟、直接、效率高。但它也依赖当前设备已经准备好终端、客户端和连接配置。换到一台临时电
