我把 Ant Design Blazor 翻了一遍：Blazor 中后台组件库到底能不能用
Ant Design Blazor 是基于 Ant Design 规范的企业级 Blazor 组件库，MIT 开源，支持全 .NET 版本与多种托管模式，适合中后台系统。上手快，但弹窗组件配置有坑，与 MudBlazor 各有适用场景。 ...
Oracle AI World 2026：当 AI 从“观察”走向“行动”
在 Oracle AI World 2026 的开场主题演讲中，演讲中由 Mike Sicilia 出镜，展示了 Oracle 如何把 AI、可信数据与企业应用融合起来，让业务自动化和可衡量的成果成为现实。整场演讲传递出一个核心判断：AI 不应只是观察工具，而应成为能预测未来、采取行动的“智能代理” ...
[DSH/多智能体/CodingAgent] dsh-superagent-prototype: 基于 DeepSeek Harness 的主动式、Coding 多智能体研究原型
0 序 Super-agent 是 DeepSeek Harness 团队 2026 年 10 月 31 日公开的一套自主 Agent 架构，配套原型 dsh-superagent 同日以 MIT 协议开源。 它是一个常驻在线的 Coding Agent，盯住一个 GitHub 仓库，也可以接入飞书 ...
〖原创〗单调时钟也会变速：一次 NTP 调频影响 Xenomai 周期同步的定位过程
从一次 EtherCAT 周期发帧相位异常出发，结合时钟测量与源码分析，说明 Linux NTP 调频如何影响 Dovetail 路径下的 Cobalt MONOTONIC，以及频差如何进入 DC 同步环。单调时钟不倒退，并不意味着走时速率固定。 ...
为了薅乐谱，我又通宵做了一个浏览器插件
拾穗 (Gleaner) 是一个 Firefox 插件：把网页上的图片收集起来，挑选、排好顺序，装订成一页一图、可以直接送进打印机的 A4 PDF；也可以把选中的原图打包下载。 名字取自米勒的《拾穗者》：在收割过的田里，把散落的麦穗一根根拾起来。 让-弗朗索瓦·米勒《拾穗者》，1857 年，巴黎奥赛 ...
我把 5.5 万 Star的AI生成PPT项目ppt-master改造成了桌面应用
一篇从架构到踩坑的完整记录。文末附绿色包网盘下载地址与开源仓库，全部免费。 缘起 ppt-master(https://github.com/hugohe3/ppt-master) 是 GitHub 上 5.5 万 Star 的开源项目（MIT 协议）：丢给它一份 PDF、Word、网页链接甚至一个 ...
【轻量化复刻大模型 / KIMI K3】KDA（Kimi Delta Attention）：并行
【轻量化复刻大模型 / KIMI K3】KDA（Kimi Delta Attention）：并行 目录【轻量化复刻大模型 / KIMI K3】KDA（Kimi Delta Attention）：并行0x00 概要0x04 子知识点深度分析4.7 ShortConv、SiLU 与 L2 归一化（无位置 ...
MIGraphX CSharp API 发布：让 C# 接入 AMD GPU 原生推理
MIGraphX CSharp API 0.0.2 已发布，为 .NET 开发者提供 AMD GPU 上的 ONNX 模型推理能力。支持 YOLOv26、PaddleOCR、PP-Structure 与 CLIP 四类场景，实现模型解析、动态输入、GPU 编译与张量管理。通过类型化接口与 IDisp... ...
AScript之字符串模板
AScript是一个开源的C#动态脚本解析执行引擎，版本1.8.1新增了字符串模板转化功能。 我们来对比两种字符串模板方案： 方案一 比较常用的字符串模板方案，使用Replace替换变量。 尊敬的 {userName}{userSex} 您好，祝您{userAge}岁生日快乐！ 转化逻辑如下： 1 ...
从 CPU 搬运到自动搬运：DMA、空闲中断和两块缓冲
收发的每一个字节都要 CPU 亲自经手，主循环里还剩下多少时间干别的？把这件杂活交出去之后，接收靠什么切块，不定长这件事又归谁管？ ...
LabVIEW-UI解耦
一、UI线程 指LabVIEW用户界面执行系统(User Interface Execution System)的唯一线程。负责处理前面板控件的绘制、刷新、用户交互事件(鼠标、键盘)、系统消息循环以及所有与前面板直接相关的操作。该线程阻塞将导致界面无响应。 UI线程(即VI属性中首选执行系统设置为用 ...
手把手教你：基于深度学习的滚动轴承故障诊断｜第 6 篇 · 一维卷积与残差模块：83% 到 95% 的原理拆解
本文拆解83%到95%的原理：深度学习让模型自己看波形。浅层CNN准确率约83%，内圈与滚动体分不清；残差网络引入"捷径"F(x)+x，让网络加深而不退化、解决梯度消失，同数据同评估下准确率提到95%+，是论文最有含金量的一篇。 ...
面试中被嘲笑Token放在redis里，该如何应对？
面试中被笑“Token 放 Redis”不必慌，关键在于厘清场景与取舍。核心是：不争对错，先对齐概念——区分“令牌本身”与“会话状态”的存储逻辑。主动说明业务需求：支持秒级踢人、多端管控、权限实时变更等强会话管理场景，纯 JWT 难以满足。承认代价：依赖 Redis、需集群与降级设计。强调权衡：在“... ...
Tool-Use Agent 如何扩训练数据：拆解工具、任务与环境状态的 Scaling Law
训练 Tool-Use Agent 需要大量包含工具调用和状态变化的交互数据，但这类轨迹在互联网语料中并不常见，因此近年的一个主要方向是用 LLM 合成训练数据。 当数据规模继续扩大，问题也从“生成多少”进入“预算怎么分”：增加应用和 API，在已有工具集上生成更多任务，还是让同一道任务对应更多初始 ...
DeepSeek 发布的新架构 Super-agent 是什么，带你认识新理念
DeepSeek Super-agent 不是新模型，而是把 Router 和 Worker 拆成两层的调度架构。讲清它解决什么、怎么转、哪里还用不上 ...
哈希表详细讲解
内容部分引用 oi-wiki 哈希表 引入 哈希表又称散列表，一种以「key-value」形式存储数据的数据结构．所谓以「key-value」形式存储数据，是指任意的键值 key 都唯一对应到内存中的某个位置．只需要输入查找的键值，就可以快速地找到其对应的 value．可以把哈希表理解为一种高级的数 ...
AI 写代码越快，企业越需要自己的 Harness
周六在上海的 AI Maker Summit 大会上，分享了一下我们在 Harness Coding 上的一些实践。 这次也把分享时使用的 PPT，以及我演讲前准备的完整口播稿，一起放到公众号上。 这里先多聊两句。 我个人做 PPT 的习惯，一般是先把整场 PPT 梳理出来，然后再针对每一页，单独写 ...
从中间件的副本确认机制到 fsync：一条数据到底什么时候才算真正安全？
在研究 Kafka、Elasticsearch 和 MySQL 的可靠性机制时，有一个问题很容易被忽略： 一条数据写入成功，到底意味着什么？ 比如，Kafka 返回了发送成功，ES 返回了写入成功，MySQL 的事务也提交成功了。这些系统都告诉我们操作已经完成，但它们对数据可靠性的保证并不完全相同。 ...
源生成与 AOT 就绪的微信生态 .NET SDK：结构、能力边界与 API 定位方法
常见的 .NET 微信 SDK 采用静态门面 + 进程级凭据字典 + Newtonsoft.Json 反射序列化。这套结构在单体应用里够用，但有三处硬约束：静态方法没有 DI 注入点，无法替换实现，也无法在测试中打桩；全局凭据字典没有租户维度，一个进程服务多个企业时，令牌刷新与失效会互相影响；反射序 ...
