C# .NET 周刊 ｜2026 年 4 月 4 期 2026-04-26 dotnet_week_26_4_4 国内文章 写 EF Core 查询，90% 的人第一步就错了：刚子教你避开所有坑 https://www.cnblogs.com/shenchuanchao/p/19889187/ef- ...

Electron 桌面应用如何接入 Microsoft Store 订阅与永久许可证 当你的 Electron 应用要进 Microsoft Store 卖订阅和永久授权，WinRT 那一套商业 API 到底怎么干净地接到业务里？这事儿说起来也算一桩旧梦，我们在 HagiCode Desktop 里 ...

问题描述 在 Azure AI Search 中搜索 in brief 时，结果数量有时会比预期多很多。仔细查看返回结果文本，会发现有些文档和 brief 的关系很弱，反而只是命中了 in 这类高频词。 这不是数据问题，也不是 Azure AI Search 的 bug。关键在于一个很容易被忽略的地 ...

摘要： Solon v4.0 正式发布，标志着这一 Java 轻量级框架进入新阶段。版本核心围绕"做减法"，清理历史弃用项以保持简洁，同时优化 AI 生态：将 skill 概念统一为 talent，新增沙盒隔离等能力，并升级协议支持。此外，推动第三方插件回归官方维护，提升生态可持续性。升级兼容性良好... ...

【Agentic RL / 强化学习框架】Miles 项目技术分析 （2） 关键技术 目录【Agentic RL / 强化学习框架】Miles 项目技术分析 （2） 关键技术0x00 概要0x01 agentic_tool_call1.1 问题1.2 解决方案1.3 框架自动化的主要流水线1.4 深 ...

概览 第一篇我们解决了"怎么写"——一条 flink run 跑起完整的 Multi-Statement SQL 脚本。这一篇解决"怎么管"：让 Flink SQL 作业的研发流程具备和 Java 后端同样的工程能力——可检测、可追溯、可回滚、自动化。 本文将深入 Flink SQL Validat ...

走进AI编程 AI是如何理解和生成代码的？ token化：AI不像人一样一个字一个字的读代码，而是把文本切成一个个小块，叫做token。 例如，Hello World 会被切成 Hello 和 World 两个 Token。中文的 你好世界 可能被切成 你好 和 世界 两个 Token，也可能被切成 ...

前言 我有个项目使用了 CYarp，相当于把 kestrel 做了对外的网关，最近给他更新 ssl 证书时，浏览器访问服务是正常的，但客户端设备的连接时炸了，表现为无法信任服务器证书。同时我发现，这个 ssl 证书放到 nginx 上，客户端设备的连接又是完全正常的，当然 kestrel 和 ngi ...

从零构建车载语音对话系统：NLU → DST → Policy → NLG → TTS 全链路工程实践 当用户说出"帮我导航到外滩"时，车载系统背后究竟发生了什么？ 本文将从工业级对话系统架构出发，手把手实现一个完整的车载语音助手 Demo，覆盖自然语言理解、对话状态追踪、策略决策、自然语言生成与语 ...

上一篇我们介绍了 GQA，通过分组共享 KV Head，在注意力质量和推理效率之间找到了实际的平衡点。 至此，从第 25 篇到第 29 篇，我们分别拆解了现代大模型的五个核心设计模块： RoPE：旋转位置编码，让 QK 点积天然感知相对位置。 RMSNorm：去掉均值中心化的简化归一化。 SwiGL ...

[经验分享] 我的第一个 Skill 用过 Claude Code 的人都知道 / 斜杠命令能触发各种"技能"。但你知道这些 Skill 是怎么写出来的吗？本文带你从原理到实践，手把手创建属于自己的第一个 Skill。 一、Skill 到底是什么？ Skill 的核心原理：把复杂的任务，拆解成一个个 ...

AI Agent 全日制30天速成｜Day1 核心知识点全解析 前言 本文是AI Agent 30天速成系列的第一天学习笔记，聚焦大模型基础核心概念、异步LLM调用封装、提示工程核心技巧与SSE流式接口开发，所有代码可直接运行，适合AI Agent开发入门学习者。 一、今日核心学习目标 吃透大模型T ...

大多数初学者以为是这样的： 用户 ↓ GPT ↓ 天气 API 但事实并非如此。 真相是： 用户 ↓ GPT ↓ 描述工具调用的文本 ↓ 你的 Python 代码 ↓ 天气 API ↓ 你的 Python 代码 ↓ GPT ↓ 回答 这是 AI 工程中最重要的概念之一。 黄金法则 LLM 只做一件事 ...

每个结论背后都有一个"当时差点选错"的时刻。不讲最佳实践，讲真实取舍。 一、什么是工业化 GitOps "CI 里执行 kubectl apply" 是脚本化，不是 GitOps。两者的本质区别是谁发起变更——CI 主动推是脚本化，集群内控制器主动拉才是 GitOps。 sequenceDiagra ...

很多事故刚开始时，看起来都是指标问题。接口错误率升高，P99 延迟变大，订单量下降，Redis 连接数打满，Kubernetes Pod 重启，数据库慢查询增多。值班人沿着指标、日志、Trace 查下去，当然能看到很多异常证据，但真正推动根因判断的，经常不是“哪个指标异常”，而是“异常前后发生了什么 ...

单个 Agent 再强，也只是一个人在战斗。真正的生产力倍增，来自多个专职 Agent 的协同——而 AgentRun 让这件事变得像调一个 API 一样简单。 多 Agent 并不是新概念，难点也不在于把任务拆给几个 Agent。真正卡住生产落地的，是拆完之后怎么让它们稳定地互相发现、互相调用、互 ...

本文详解 Spring 单例 Bean 循环依赖产生原因、限制场景，拆解三级缓存singletonObjects、earlySingletonObjects、singletonFactories各自职责，重点剖析 AOP 代理场景下三级缓存不可替代的核心原理，梳理完整 Bean 创建时序与缓存切换流... ...

做DBA这些年，我养成了一个习惯：每天早上到公司第一件事，就是巡检数据库。 说实话，这活儿不复杂，但特别磨人。实例状态、表空间、会话、锁、备份……挨个查一遍，切换终端、复制粘贴SQL，再整理结果，半小时就没了。要是遇上紧急故障，还得临时翻文档找命令。 之前用Oracle的时候，我整理过一套PL/SQ ...

AI 生成代码的原理：知识从哪里来 大模型并不"认识"你的系统 很多人第一次使用 Cursor 生成接口测试时会困惑， 大模型怎么知道我的系统的接口张什么样子？如果我们强行让它写，它绝对会写出一个假的的测试用例。这是因为大模型没有你系统的任何知识。它只能根据通用经验"猜"出一个看起来合理的接口，但猜 ...

拆解 GEPA 如何用轨迹反馈、Pareto 前沿和模块合并，让 Prompt 优化更稳、更可审计。 原文链接：AI 小老六 Agent 系统里的 Prompt 很少是一次写对的。更常见的情况是，线上 case 出错以后，人去翻日志、看工具调用、读模型输出，再手工改一版 Prompt 或 Skill ...