「设计一个在线文档协同编辑系统」：从 WebSocket、OT/CRDT 到快照回放，一篇讲透这道面试顶流题
一篇吃透协同编辑系统设计：围绕多人实时文档，详解 WebSocket 网关架构、OT 变换、CRDT（RGA/LSEQ）两套冲突方案，含完整 Java 实现。讲解文档级 Actor 消并发、操作合并、增量同步、快照压缩存储、断线重连、Presence 光标隔离等工程坑点，附带压测指标与 MVP 迭代... ...
GitHub 上最值得装的 8 个 Agent Skill 仓库，亲测好用！
今天给大家整理 8 个 GitHub 上值得装的 Agent Skill 仓库，star 从 5 万到 30 万不等。这几个Skill项目也是我平常经常用的，star 数是发文当天从 GitHub API 现拉的，覆盖四类需求，管住 Agent 写代码的手、管住 Agent 的审美、帮 Agent ...
前后端Long精度丢失的踩坑
那天前端同事跑过来跟我说，"你那个接口返回的订单ID，更新数据时接口没返回异常，但数据重新查又没更新成功" 我当时第一反应是：不可能，后端查出来是什么就返回什么，肯定是你前端哪里处理出了问题。 然后我打开浏览器F12一看，Network面板里接口返回的JSON里，orderId 的值是 178452 ...
许愿式编程：我把 Typability 改成了能日常顶替 Typora 的样子
为什么要 fork 我用 Typora 挺长时间了，它确实好用，但有两个问题一直绕不过去 要花钱。网上那些"激活版"破解得不彻底——过一阵又弹试用提示，需要清除缓存，反复折腾。 改不动。用着用着总有些小地方不顺手（弹窗逻辑、窗口行为、菜单状态），但在闭源软件里只能忍着。 所以我找了开源基座：Typa ...
【IDL】基于ENVIRaster（OPENRaster)的Himawari数据几何校正
【IDL】基于ENVIRaster（OPENRaster)的Himawari数据几何校正 [!TIP] 写在前面：ENVI桌面使用Reproject GLT with Bowtie Correction tool处理Himawari几何校正很方便，但涉及到批处理（例如ENVI MODEL或者IDL代 ...
【轻量化复刻大模型 / KIMI K3】KDA：按 Channel 控制遗忘
【轻量化复刻大模型 / KIMI K3】KDA：按 Channel 控制遗忘 目录【轻量化复刻大模型 / KIMI K3】KDA：按 Channel 控制遗忘0x00 概要0x01 演进脉络与定位1.1 前身1.2 同期竞品1.3 KDA 论文1.4 定位1.5 KimiDeltaAttention ...
gorm中为啥SQL语句是片段
查询语句 r.GET("/delete", func(c *gin.Context) { // 删除用户名称是 周末 的用户 class := modules.Class{} modules.DB.Where("name = ?", "周末").Delete(&class) c.JSON(200, ...
百亿数据写入 MySQL：空间降维 × IO 降维 × 工程兜底
100 亿条数据如何快速写入 MySQL？.NET 10 + SqlSugar 实战：空间降维、IO 降维与工程兜底 性能参考：逐条 INSERT 约 115~231 天（磁盘与网络更差可达数百天量级，更好约 2 个月）；整套方案（多分片、多实例并行）落地，SSD 环境下总吞吐可达 3.5 小时量级 ...
百万订单踩坑记——我注释了财务流水
接上文 《百万订单踩坑记-迷信框架》 。上次是框架的坑，这两次事故是我们自己埋的：一个是财务流水，一个是脚本履约。 一张账户表，一张流水表 财务的设计很简单，一张账户表，一张流水表。 流水表核心字段 字段 说明 userId 用户 ID platformId 平台 ID ioValue 收支金额 o ...
Attention 演进路线：5 大阶段，11 篇奠基论文
原文：https://mp.weixin.qq.com/s/UuKiNeQkoNa7RWm2Llgllw 注意力机制走过了十余年的技术迭代。它最初只是循环神经网络里的一个对齐插件，后来成长为大模型时代的算力核心。梳理这条技术脉络，可以看到一条非常清晰的演进主线。早期研究聚焦于「怎么让模型学会抓重点 ...
abp学习笔记 - 工作单元保存时机
简介 我改了一个实体，它什么时候，写了哪些列，要不要调用UpdateAsync? 仓储方法自带工作单元 官方原文说到，If you call a repository method and there is no UOW started yet, it automatically begins a ...
Pandas 与 Polars：语法、性能和资源占用方面的对比
1. 为什么要把这两个放在一起比 pandas 在 Python 里做数据处理差不多是"事实标准"了，十多年积累下来的生态和社区，几乎你搜到的教程、现成代码都是它。 Polars 是这两年冒出来的新选手，主打更快、更省内存、写法更干净。 于是很多人会纠结一个问题：Polars 到底比 pandas ...
开发基于ComfyUI图片生成类应用Step by step（一）环境准备
ComfyUI 是开源、节点式可视化的 AI 生成推理引擎，支持 Flux、Wan、LTX 等主流文生图 / 文生视频模型，可以在本地运行。社区有大量现成工作流，可以直接加载使用。我们可以利用ComfyUI的强大功能，开发各种图片生成类应用，例如下面的试衣间应用。 我们从零开始部署ComfyUI，包 ...
从 Meta 的工程实践看 EB 级 AI 存储架构
当 AI 存储进入超大规模，架构会朝什么方向演进？ Meta 最近发布的《Meta's AI Storage Blueprint at Scale》提供了一个难得的参考样本。Meta 运营着总规模达数百 EB 级存储集群，文章重点介绍了其面向 AI 训练的 BLOB Storage 架构。 在这一规 ...
笔记本塞进包里就发烫掉电？罪魁祸首是「现代待机」
笔记本塞进包里就发烫掉电？罪魁祸首是「现代待机」 下班合盖、往双肩包里一塞，到家一摸烫手，开机还剩一半电。 别急着换电池——你的电脑可能压根没睡。 一、一个几乎人人踩过的坑 这是很多打工人的日常：下班铃一响，合上笔记本盖子，塞进双肩包，挤地铁回家。到家掏出来一摸，机身发烫，按开机键，电量已经掉了百分 ...
AI Agent 的安全风险，正在从 Prompt 扩展到运行环境
使用 Coding Agent 时，我们已经习惯了各种权限确认。读取文件、执行命令、访问网络，有些操作需要手动批准，有些则可以提前配置允许范围。 这些机制让我们能够控制 Agent 的行为，但还有一个问题容易被忽略：如果运行在 Agent 周围的插件本身就包含恶意代码，这些权限确认还能发挥作用吗？ ...
手把手教你：基于深度学习的滚动轴承故障诊断｜第 5 篇 · 随机森林实战：传统方法为什么也要做
本期介绍传统机器学习方法随机森林：它像"50位评委投票"，原理简单稳定。测试集准确率约73%，虽比瞎猜强，但看不懂波形形状而难再提升。论文里它是完美"对照组"，衬托深度学习优势，为后续73%到95%的突破埋下伏笔。 ...
串口命令如何从字符串长成协议：帧头、长度、校验和与状态机
一串字符怎样才能变成一条可靠命令？帧头、长度、校验和超时各自守住一道边界，而业务层为什么可以不认识帧、解析器却必须认得每个坏字节？ ...
# [CSP-S 2026] 迁徙 / migrate 题解
思路 首先考虑暴力dp，考虑 \(f_i\) 为从点 \(i\) 到右边点最短路的方案，\(\operatorname{dist}(i,j)\) 为点 \(i\) 到点 \(j\) 的最短距离，那么有，枚举左端点 \(l\)： \[\Large{f_i=\sum_{x_j + d \ge x_i且\ ...
