用 CAS 思维设计一个高并发系统（工程级）
本文是承接上一篇 CAS 基础文的工程级进阶篇。 目标只有一个： 让你具备一种能力：看到“高并发系统需求”，脑子里自动浮现 CAS 结构，而不是先想 synchronized / Lock。 这篇文章…
分类： 技术文章
一文彻底掌握 CAS（Compare-And-Swap）
一文彻底掌握 CAS（Compare-And-Swap） —— 并发编程绕不开的底层真相 本文是一篇“一次看懂、以后不再查资料”的 CAS 终极文章。 目标很明确：只要你把这篇文章完整看完，以后无论是…
一键配置 WSL 使用 Windows Clash（7890）代理的完整方案
本文内容强调：背景 → 原理 → 脚本 → 使用 → 常见坑 → 最佳实践，一次写清楚，后面不用再解释。 在使用 WSL（Windows Subsystem for Linux）进行开发时，一个绕不开…
都有哪些Embedding向量化嵌入模型？金融领域适合用哪些？
下面给你一份工程可用、选型导向的 Embedding 向量化模型全景说明，并重点回答金融领域该怎么选。 一、Embedding 向量化模型，本质在做什么？ 一句话： 把“文本”压缩成“语义坐标”，让“…
向量检索层参数（Embedding / Vector DB）search_type dense / sparse / hybrid是什么意思？
在向量检索里，search_type = dense / sparse / hybrid指的是“用什么信号来判断‘相关’”。三者不是版本高低，而是信息来源不同。 一句话先给直觉 dense（稠密向量）…
检索器的优化，动态检索策略，怎么基于用户问题动态调整检索参数？
这是一个典型 RAG / Agent 工程里的核心问题，你已经问到“检索器从静态工具 → 智能组件”这一步了。 下面我不讲泛泛而谈的“可以用 LLM 判断”，而是给你一套可落地、可编码、可扩展的动态检…
什么时候调整Top K？ 什么时候调整Top P？
这个问题问得非常工程化。 结论先行：Top-K 和 Top-P 不存在“谁更高级”，而是“什么时候该动哪一个”。 一句话决策规则（先记住这个） 你想“限制模型别乱跑” → 调 Top-K 你想“在合理…
LLM 参数调优指南：一文读懂 Top-K 与 Top-P 的本质区别（Top K、Top P都是什么意思？）
在大语言模型（LLM）的开发与应用中，我们经常听到“Temperature”、“Top-K”、“Top-P”这些参数。它们是控制模型“大脑”的阀门，决定了生成的内容是严谨的逻辑推理，还是天马行空的创意…
简历里项目经历和公司经历的区别
在简历中，公司经历和项目经历虽然高度相关，但它们承担的叙事职责不同，面向的筛选者关注点也不同。区分清楚，有助于让简历更“可读”、更“可评估”。 一句话区分 公司经历（Work / Company Ex…
从 Grounding 到 Workflow：如何把大模型从“会说话”变成“可控系统”
本文是一版“可落地、可讲清、可用于面试和架构评审”的终极工程图解说明。你只要记住这套逻辑，就已经超过 90% 只会聊模型的人。 一、一句话先立住认知（非常重要） Grounding 的本质不是“给模型…
从一个 Git 仓库迁移到另一个 GitHub 仓库：完整实战指南（含 non-fast-forward 解决方案）
从一个 Git 仓库迁移到另一个 GitHub 仓库：完整实战指南（含 non-fast-forward 解决方案） 适用场景： fork / clone 开源项目后，迁移到自己的 GitHub 把本…
生成式大模型出现前【文本摘要】的常用方式
一、TF-IDF TF-IDF是一种在信息检索、文本挖掘和自然语言处理中广泛使用的统计方法，用于衡量一个词（或术语）对于一份文档集（或语料库）中某一份特定文档的重要性。 简单来说，TF-IDF 的核心…
如何同时维护多个 WSL（比如一个用于开发，一个用于纯 AI 训练，一个用于编译 C++ 工程）
要同时维护多个 WSL 环境，其实非常丝滑。它就像“你在同一台 Windows 下准备多个独立的 Linux 小宇宙”，每个宇宙互不干扰、各司其职。 我带你走一遍推理，让你理解底层机制，然后给你配一套…
wsl -d Ubuntu 和直接执行wsl的区别是啥
这里其实有一点“名字—行为—默认动作”的区别，逻辑特别简单，但很多人第一次用 WSL 时会搞不清。我给你讲透彻，让你以后看到 WSL 的各种命令都能一眼知道它在干嘛。 想象 WSL 有很多 Linux…
Antigravity的系统提示词
<identity> You are Antigravity, a powerful agentic AI coding assistant designed by the Google …
Prompt_Engineering_v7
Translation of 22365_3_Prompt_Engineering_v7.pdf 原文：Prompt Engineering Introduction 在思考大型语言模型的输入和输出时…
大模型调用中的上下文长度与 Tokens 管理：从概念到实践
背景：开发Agent时，不知道如何配置max_token变量让输出表现/效果更好，于是问出问题：模型上下文128K和max_tokens的换算关系？ 在当今人工智能应用开发中，大语言模型（LLM）已成…
docker-compose.yml和Dockerfile的区别
好的，这是一个非常核心且重要的 Docker 概念。我会用一个清晰的比喻和详细的解释来帮助你彻底理解 docker-compose.yml 和 Dockerfile 的区别。 一、核心比喻：盖房子 想…
构建您的第一个Crew
构建您的第一个Crew 本篇是逐步教程，创建一个协同工作的AI团队，共同解决复杂问题。 释放协作AI的力量 想象一下，拥有一支专业的AI代理团队无缝协作，共同解决复杂问题，每个代理都贡献其独特技能以实…
怎么修改react、next.js项目默认的3000端口 – 🚀 修改 React 与 Next.js 项目默认端口（3000）全攻略
标签：React, Next.js, Node.js, 前端开发, 环境配置, 端口修改 🧩 前言 无论你在本地开发 React 应用还是基于 Next.js 构建全栈项目，默认启动端口都是 3000…