WebSocket 快速入门教程（附示例源码）
本文详解 WebSocket 全双工通信原理、前端 API 及 C 服务端三种实现（ASP.NET Core/Fleck/HttpListener），涵盖心跳重连、安全扩展等工程实践，附完整源码助你快速上手实时应用开发。 ...
当 AI 不再只是"说话"：OpenClaw.NET 率先原生支持 MCP Apps
MCP Apps 的出现标志着 MCP 协议从"工具调用"向"应用托管"的进化。而 OpenClaw.NET 在 PR #168 中的实现，不仅是一次功能更新，更是 .NET 生态在 AI 应用架构领域的一次重要布局。 ...
【Agent Harness】Gliding Horse 核心设计理念，不跟风开发自己的AI Agent
核心设计理念：5W2H、JSON-LD 与通用知识图谱 摘要：本文深入解析 Gliding Horse Agent OS 的核心设计理念，阐述如何通过 5W2H 任务本体与 PDCA 执行模型的结合，构建可执行、可审计、可进化的通用工作框架。文章详细介绍了 JSON-LD 简化用法、Harness ...
Pydantic校验配置文件
前言 最近很多新项目使用环境变量作配置，尤其是部署在k8s上的项目，把 configmap 或者 secret 直接塞到 pod 环境变量里面，再引入pydantic-settings做参数校验，用起来特别方便。但pydantic-settings是环境变量优先的，而对于大一点的项目，配置项可能上百 ...
我用 QClaw 做了个 Web3 陪学助手，专治 Java 程序员的“概念劝退”
前言 最近我一直在想一个问题：如果一个 Java 后端开发想学习 Web3，到底应该从哪里开始？ 如果直接去搜 Web3 入门，大概率会看到一堆陌生词，比如钱包、地址、合约、链上、交易、Gas、Token、ERC20、NFT、部署、测试网等。对于已经有区块链基础的人来说，这些词可能很正常，但对于一个 ...
【机器人 / 强化学习】HIL-SERL：人类在环驱动的具身智能进化框架
【机器人 / 强化学习】HIL-SERL：人类在环驱动的具身智能进化框架 目录【机器人 / 强化学习】HIL-SERL：人类在环驱动的具身智能进化框架0x00 概要0x01 真机 RL 的"最后一公里"1.1 为什么需要人类在环？1.2 HIL-SERL 的解决方案：四条腿的凳子1.3 论文的核心成 ...
Claude Code再强，也有这7件事做不了
有人在Reddit上发了一份Claude Code速查表，拿了1900个赞和117条评论。结果25天后就有人指出："命令已经废了，现在全是Skill。"这个网上最火的Claude Code资料，不到一个月就过时了。 这就是跟一个每隔几周就更新一次的工具打交道的现实。文章里写的具体命令、参数和功能都... ...
Flow Matching 训练的输入分布问题：从 VAE Latent 统计性质到归一化工程实践——以 VoxFlash-TTS 为例
摘要：本文从 OT-CFM 插值路径的统计性质出发，系统推导 Flow Matching 模型输入分布与输出速度场分布的均值和方差，分析 VAE KL 散度权重对 latent 点云分散程度的影响，并借鉴图像生成领域的 SNR 失配理论，从理论角度论证逐通道归一化对 Flow Matching 训练 ...
关系型 vs 非关系型：从原理到选型，一文搞定数据库核心分类
数据库是信息系统的核心基石，主要分为关系型与非关系型两大类。本文从基础概念出发，系统讲解关系型数据库的二维表模型、ACID事务与SQL查询，以及非关系型数据库的灵活结构、高并发与水平扩展能力。通过四大类型的对比分析，帮助读者理解二者在数据模型、扩展方式与适用场景上的本质差异，为实际项目的技术选型提供... ...
我用 Claude Code 做 Code Review 两个月，Bug 漏检率从 41% 降到 11%
我们团队曾经有一段时间陷入了一个很典型的死循环。 PR 积压越来越多，每个人都忙着赶需求，Code Review 变成了走过场——点开 PR，看一眼改动，评论个「LGTM」，merge 掉。两周后，某个「已 Review」的 PR 在生产环境出了问题，排查下来发现是一个并发安全漏洞，根本原因在 PR ...
14、Reader的源码、FilterReader源码、PushbackReader源码（windows操作系统，JDK8）
一、Reader.class源码 Reader 是用来读取字符流的装饰器模式中顶层的抽象类，与 InputStream（字节流）不同的是，Reader 专门处理字符char（字符char在JVM中使用Unicode编码占2个byte），主要用于读取和写入中文文本。 windows操作系统的JDK8版 ...
AI native: Casebook 面向 AI Agent 时代的测试用例工程化工作流
Casebook Casebook 是面向 AI Agent 时代的测试用例工程化工作流。 测试工程师应该使用 Lingma、Trae、Codex、Claude Code、Cursor 等 AI Agent 在项目中理解需求、生成用例、重构用例；Casebook 负责把这些工程化用例变成可以本地浏览 ...
自学Python第7天：for循环和while循环——我终于让程序能重复做一件事了
自学Python第7天：for循环和while循环——我终于让程序能重复做一件事了 新手向 | 2026-06-29 如果你还记得第六篇的内容，我写了一个体温检查程序： temp = float(input("请输入你的体温：")) if temp <= 37.5: print("体温正常请进！") ...
夜莺开源监控如何使用 Docker 部署，有哪些注意事项？
对于很多开源项目，有一半想要尝试的人会卡在部署环节，所以我今天想写一篇文章介绍一下如何使用 Docker compose 部署夜莺。但是现在是 AI 时代了，那我肯定要先问一下 AI。结果发现，对于会用 AI 的人，这篇文章是极为多余的。 众所周知，AI 有很多预训练的数据，以英文世界的语料为主，但 ...
Multi-Agent 执行闭环：AI Coding 真正进生产，要靠模型分工和工程护栏
Agentic Coding 的关键不是单模型有多强，而是把模型、workflow 与人工门禁编排成可验证的执行闭环。 原文链接：AI 小老六 很多团队讨论 Agentic Coding 时，第一反应还是“哪个模型最强”。这个问题当然重要，但放到真实工程里，它不是最先决定成败的变量。真正难的是：怎样 ...
你的REST接口还在“过度投喂”数据吗？——FastAPI + GraphQL实战避坑指南
还在为REST接口数据冗余或不足、频繁改接口而加班吗？本文带你深入浅出地理解GraphQL的核心原理，手把手演示FastAPI与Strawberry的最佳组合实践。从环境搭建到解决N+1查询、跨域等深坑，用最口语化的方式，帮你一次性掌握这款让前后端不再“撕逼”的效率神器。看完就能直接上手，告别无意义... ...
Visual Studio 2013 编译TitanEngine引擎
TitanEngine是Windows平台下轻量化高性能开源调试引擎，由ReversingLabs团队开发，于2012年HITB阿姆斯特丹黑客大会正式开源发布，也是主流逆向调试工具x64dbg的核心底层引擎。该引擎深度封装优化了Windows原生调试API，支持32/64位程序调试、硬件断点、异常捕... ...
AI 写代码越来越快，为什么 Code Review 反而更慢了？
副标题： 引入 Open Code Review（OCR）的真实经历：我们如何把 AI review 从「30 条噪音」变成「12 条真正值得看」的评论。 过去一段时间，Molio 的开发流程发生了一个明显变化：AI 写代码越来越多了。 新功能、重构、修 Bug，很多代码都是先由 Claude Co ...
参数引发的复制中断：max_binlog_cache_size 导致 SQL 线程异常的复现与分析
问题发生 某个客户的一套数据库，主库为 MySQL 5.7.44，从库为 GreatSQL 8.0.32-27，从库的 SQL 线程中断，报错如下： 2026-05-07T21:53:42.151856+08:00 145 [ERROR] [MY-010584] [Repl] Slave SQL f ...
架构师必备：CPU使用率不均匀排查
大家好，我是Java烘焙师。本次分享一下CPU使用率不均匀的排查过程，先看问题现象，再找问题根因、解决办法，最后扩展到通用的排查思路、典型原因。 先说结论，根因是服务实例数大于kafka分片数。快速的解决办法是扩大kafka分片数，彻底方案是拆成2个服务（消费任务服务、业务API服务）。除了这个原因 ...
