VictoriaMetrics 1.146.0 源码专题【左扬精讲】—— 开篇总览
VictoriaMetrics 1.146.0 源码专题【左扬精讲】—— 开篇总览 这是 VictoriaMetrics 源码专题的开篇索引文章。 如果你正在寻找一个高性能、节省资源的时序数据库（TSDB）解决方案？ 如果你想知道 Prometheus 的 "增强版" 到底强在哪里？ 如果你渴望深入 ...
Claude Code Dynamic Workflows vs OpenClaw.NET MetaSKILL
复杂 AI 工作流不能靠单一长 prompt 驱动，需要显式的编排结构。区别在于 Claude Code 选择"用代码表达编排"，MetaSKILL 选择"用声明约束编排"。 ...
GDB观察点与捕获点使用
一、观察点 观察点（watchpoint）是GDB中一种特殊的断点，也可以理解为“数据断点”。普通断点通常是在程序执行到某一行代码或某个函数时停下来，而观察点关注的是某个表达式的值是否发生变化。当被观察的表达式发生变化，或者被读写访问时，程序就会中断下来。 观察点常用于排查“某个变量不知道在哪里被修 ...
AI时代：在安克，我没有真名，不到一年，我还是当了逃兵
本文为个人职场经历与感悟的文学化表达，所有人物姓名、英文名、对话及细节均经过艺术加工与模糊处理，不特指任何真实个体。文中对企业文化的观察与反思，仅代表作者个人视角，不构成对任何企业、制度或个人的法律意义上的评判、指控或否定。作者无意侵犯任何企业或个人的名誉权、商业秘密及其他合法权益。如文中内容存在不 ...
聚类算法评估指标_ SC系数与CH系数代码实现
本章会介绍用于评估聚类模型的指标SC系数和CH系数，并解释其为什么可以用于聚类模型的评估 一、SC轮廓系数法（Silhouette Coefficient） 轮廓系数法同时考虑簇内的内聚程度(Cohesion)与簇间的分离程度(Separation)，具体计算过程如下： 计算每一个样本 \(i\) ...
【高效管理token成本】OpenClaw精细化分库管理memory以减少token成本的方案的可行性研究
一、研究背景： 总所周知，当我们在给我们的小龙虾下指令的时候我们的小龙虾会调用相应的skills进行分析学习，最后会把记住的东西全都放在memory.md这个markdown文件里。每当执行相关任务的时候，我们的小龙虾会在memory.md里进行翻找直到找到相应的提示词为止，然后再根据提示做出相应的 ...
高考志愿填报之计算机类专业院校报考指南
本人为中游 211 计算机科班出身，工作十余年，目前在北京一家互联网中厂做研发。下面仅为个人看法，目的只有一个：帮正在填志愿的学生和家长，想清楚“要不要学计算机、怎么选专业、报哪所大学” 这三件事。它不是标准答案，而是一份有态度的参考。 一、前提说明 任何一份职业，都可以放进"稳定、轻松、钱多"这个 ...
Vertex Cover 的两倍边界
在很多图问题里，边代表一种关系：依赖、冲突、通信、覆盖、监控、约束。Vertex Cover 问的是一个很直接的问题：能不能选出尽量少的一批点，使得每条边至少有一个端点被选中？ 给定无向图 \(G=(V,E)\)，若点集 \(C\subseteq V\) 满足对任意边 \((u,v)\in E\)， ...
SpringBoot自动装配底层全流程
以自定义线程池Starter为例，完整讲透SpringBoot自动装配底层全流程 我们先把整套东西的分工先说清楚，再顺着程序启动的顺序，一步一步拆解底层发生了什么，全程结合我们手写的线程池starter来讲。 一、先理清我们手写starter三个模块各自的作用，这是自动装配的载体 我们一共写了三层工 ...
把笔记、微信读书、知乎装进 Obsidian：我基于llm-wiki知识中枢搭建实录
前段时间，偶然看到karpathy大神提出的llm-wiki, 有种相见恨晚的感觉。我一直是很喜欢写些东西的，但是写完之后，问题就是大量内容散落在各个地方，一直没有精力对它们进行有效的管理。而看到了llm-wiki后，我就意识到，之前写的那些东西，要开始发挥作用了。 为什么需要知识中枢 首先, ll ...
自学Python第5天：数据输入（input语句）、布尔类型、比较运算符和逻辑运算符
自学Python第5天：input输入、布尔类型、比较运算符和逻辑运算符——我终于让程序能和我对话了 新手向 | 2026-06-27 如果你还记得第三篇的内容，有一行代码是这样的： age = int(input("请输入你的年龄：")) 当时我说input()拿到的内容是字符串，要用int()转 ...
AI+Java项目+Springboot项目+Vue3全栈旅游项目
AI+Java项目+Springboot项目+Vue3项目实战AI智能旅游推荐助手企业级项目，适合前后端转全栈项目实战 主要环境 node版本 v22.12.0 node.js https://nodejs.org/zh-cn/download nvm https://nvm.uihtm.com/ ...
GitHub 今日 +2299 Star，这个工具让 AI 读代码不再像翻字典
上个月我在一个 6 万行的 TypeScript 项目里让 Claude Code 帮我找「所有和支付相关的错误处理逻辑」。它扫了一圈，给我返回了几个 catch 块，但漏掉了三处关键的错误码转换层——那些函数名叫 mapApiResponse，压根没有 payment 这个词。 这不是 Claud ...
15天学会AI应用开发（九）利用Chroma持久化向量数据
上一篇文章通过all-MiniLM-L6-v2模型结合FAISS实现了简单的RAG检索功能，但FAISS运行于内存中，无法持久化保存向量数据，重启后又得重新对文本做向量化，比较浪费算力资源。本文就来介绍如何使用向量数据库来持久保存向量数据。 一、向量数据库Chroma Chroma是一个本地向量数 ...
Spring Boot → Solon 注解迁移实战指南：一张对照表说清楚
Solon框架与Spring Boot的迁移对照指南 本文为Java开发者提供了从Spring Boot迁移到Solon框架的详细对照表。Solon是一款独立发展的全栈应用框架，设计上遵循主流IoC、AOP、MVC范式，但注解更简洁统一。 ...
【Agent Harness】Gliding Horse 工具结果压缩体系：如何用“指针”驯服上下文膨胀
Gliding Horse 工具结果压缩体系：如何用“指针”驯服上下文膨胀 摘要：本文深入解析 Gliding Horse（流马）Agent 操作系统的工具结果压缩体系。针对 AI Agent 执行长周期任务时上下文窗口易被工具调用结果撑爆的痛点，流马设计了一套“指针+摘要”的纵深防御式压缩方案。文 ...
05.JAVA的网络编程
网络编程 1. TCP/IP的参考模型： Java的网络编程方面比其他的WINDOWS桌面程序要强大太多了，很多复杂的协议接口，都已经封装得很完美，功能代码只需要很少就完美实现。 OSI七层网络模型 TCP/IP四层概念模型 对应网络协议 应用层 Application 应用层 HTTP,TFTP, ...
C# ?? 链式回退：编写优雅的多级兜底逻辑
引言在 C# 中，??（null-coalescing operator，空合并运算符）是处理 null 值的利器。当需要多级回退时，将多个 ?? 串联成"回退链"，能以极简的语法表达复杂的兜底逻辑。本文以 OpenClaw.NET:https://github.com/clawdotnet/ope ...
Linux 彻底且安全地删除文件
博客地址：https://www.cnblogs.com/zylyehuo/ 以下两个指令的作用都是彻底且安全地删除文件（也就是“粉碎”数据），防止被数据恢复软件找回。它们的核心都使用了 shred 命令来覆盖文件原本占用的磁盘空间。 1. find src -type f -exec shred ...
【机器人 / 强化学习】SERL：让真机强化学习从“难用”走向“可复现”的强化学习框架 ----（4）算法篇（DrQ vs VICE）
【机器人 / 强化学习】SERL：让真机强化学习从“难用”走向“可复现”的强化学习框架 （4）算法篇（DrQ vs VICE） 目录【机器人 / 强化学习】SERL：让真机强化学习从“难用”走向“可复现”的强化学习框架 （4）算法篇（DrQ vs VICE）0x00 概要0x01 奖励与自动化：从手 ...
