制作可点击的异形窗口（2）
上回制作了一个用于系统升级的异形窗体（制作可点击的异形窗口（1）），但只能使用实色图像，不能实现半透明的阴影效果。这次尝试制作一个带半透明效果的异形窗体。 素材图片仍然是那个火箭的png文件，再加一个光点图像，两个都是24位的PNG图像： [火箭.png] [光点.png] 一、带透明效果的异形窗体 ...
C# PDF 页码添加：教你如何快速为 PDF 每页编号
一、背景与需求 在文档管理场景中，为PDF文件添加页码是一项常见需求。无论是财务报表、项目文档还是合同协议，规范的页码都能显著提升文档的可读性和专业性。手动为每页添加页码不仅效率低下，还容易出错。对于 .NET 开发者而言，利用 C# 实现 PDF 页码的自动化插入，是提升文档处理效率的有效途径。 ...
一次开发，多端高效协同：解码HarmonyOS SDK窗口的响应式设计哲学
在移动应用生态日益碎片化的今天，用户对“无缝、智能、高效”的交互体验提出了前所未有的高要求。从手机到折叠屏，从平板到PC，设备形态的多样化本应带来体验升级，却也给开发者带来了巨大的适配挑战——如何在不同尺寸、不同形态的屏幕上，既保证功能完整，又实现体验一致？如何让服务真正“随人而动”，而非“被设备所 ...
Transformer、“训练-微调”范式-AI 相关概念之（核心技术与架构）
〇、前言 在当前这个 AI 技术大爆发的时期，各行各业都在努力发展能够提升自身工作效率的技术，学习 AI 操作之前需先了解各个重要的概念，打牢基础，要对 AI全局有一个清晰的认识，才能事半功倍。因此才有了此系列文章。 本文将主要介绍 Transformer、“训练-微调”范式这两个概念，供参考。 A ...
AutoMem：把 Agent Memory 变成可训练的记忆管理技能
AutoMem是斯坦福提出的创新框架，将记忆管理视为可学习的认知技能：通过双层外循环（结构优化+能力训练），让LLM自主决定“记什么、何时记、如何组织”，显著提升长任务表现与记忆效率。 ...
从大模型到自主智能：开发者必看的 AI Agent 全栈技术指南
在过去的两年里，我们见证了大型语言模型（LLM）的爆发。但作为开发者，我们深知：单纯的对话模型只是起点，能够自主规划、调用工具、解决复杂问题的 AI Agent（智能体）才是未来。 如果你还在犹豫是否要入局 AI Agent 开发，或者面对繁杂的 AI 工具链感到无从下手，那么这张 AI Agent ...
把 OpenAPI 接入 Agent Harness：零代码让 Agent 听懂你的 REST API
本文介绍了如何利用Solon AI Harness的addApiServer功能，让大语言模型理解并调用REST API，无需手动编写工具函数。针对遗留Java系统中API文档规范但AI无法识别的问题，文章通过电商订单系统场景，演示了从OpenAPI文档自动生成Tool签名的完整流程。关键步骤包括：... ...
团队落地 Agent 工程化 Loop 的一些必看小技巧！
Agent 编程真正拉开差距的地方，已经不只是“会不会写提示词”。更要紧的是：上下文怎么进入任务，任务怎么自我验证，长程执行怎么不断修正，最后这些经验又怎么被团队和下一轮 Agent 继续使用。 ...
把 Cursor 的烂输出变成好代码，这 10 个 Prompt 改造让我省了 80% 改稿时间
你有没有遇到过这种情况—— 让 Cursor 给你的 Spring Boot 服务加一个接口，它给你写了个方法，但没有写测试，也没有更新 OpenAPI 文档，路由规则也跟项目里其他接口风格不一样。改了一圈，还不如自己写快。 或者让它重构一段 goroutine 代码，结果它把你的 channel ...
.NET热门ORM真实的性能测试总结
上次对收集到的ORM作了详细的测试，并整理成了测试项目，下面针对测试结果，详细剖析 测试环境 项目 说明 测试框架 BenchmarkDotNet 测试数据库 SQLite（单机性能优，波动较小） .NET 版本 .NET 6.0+ 测试硬件 Intel Core i5-8265U CPU 1.60 ...
.NET 程序保护实战系列 05 · 代码虚拟化
代码虚拟化提供了最高级别的保护——原始 IL 从不在内存中以明文出现。虽然性能有损耗，但对于关键的商业秘密算法，这是值得投入的。
下一篇将讲解**方法体加密**——另一种方法保护策略，在安全性和性能之间取得了更好的平衡。 ...
Hermes Agent安装踩坑复盘
网上很多手把手安装的教程已经很详细了，大多数都是一把过，但都没有把其中每一步安装的问题暴露出来，都是贴出成功的截图，真实的是由于环境的复杂性从第一步就碰到了问题，其中大部分都是贴问题给deepseek或kimi来一步一个坑的来解决，反复折腾，现在复盘记录下大部分的问题。 一、环境准备：WSL2 安装 ...
零基础认识大语言模型（LLM）工作原理(7.为什么“预测下一个 Token”会产生智能？)
第七章：为什么“预测下一个 Token”可以产生智能？ 目录 零基础认识大语言模型（LLM）工作原理目录 - GuZhenYin - 博客园 本章导读 如果只用一句话概括大语言模型： 给定前文，预测下一个 Token 听起来非常简单，甚至有点过于低级。 但现实却是大模型确实会： 会写代码 会推理 会 ...
【AdvisKV】#01: 关于我从零写一个 C++ 分布式 KV 存储系统原型
日期: 2026.7.6 写在开头的开头 AdvisKV 是我用 C++17 从零写的一个分布式 KV 存储系统原型，包含 Meta、SDM、Storage、SDK 四个主要模块，覆盖建库建表、路由查询、KV 读写、副本数扩缩容、坏副本替换、Raft、WAL/snapshot 恢复，跑了gtest ...
.NET CORE 认证模块-注册方案与请求认证探究
1.前言 上一篇我们实战了怎么用 JWT 认证和 Cookie 认证，不得不感叹这套东西设计得很巧妙——我们只要简单配几行，一整套完整的功能就能跑起来。那这一篇，我们就往下钻一层，看看框架到底是怎么实现的。我大概列了 3 个方向入手。在正式开始之前，我先说下按这几个问题去理解，会顺很多。 认证模块是 ...
自然语言处理（NLP）、计算机视觉（Computer Vision, CV）-AI 相关概念之（核心技术与架构）
〇、前言 在当前这个 AI 技术大爆发的时期，各行各业都在努力发展能够提升自身工作效率的技术，学习 AI 操作之前需先了解各个重要的概念，打牢基础，要对 AI全局有一个清晰的认识，才能事半功倍。因此才有了此系列文章。 本文将主要介绍自然语言处理、计算机视觉这两个概念，供参考。 AI 概念系列：点击查 ...
从Kaplan到Test-Time Compute：Scaling Law的真实演变与中文媒体的叙事偏差
这整个过程是一个持续的技术演进，而非由单一"bug"主导的灾难叙事。 Diogo的文章为这段历史提供了一个有价值的技术解读，但读者需要将其放在正确的时间语境中理解——它不是2026年的"新发现"，而是对2020-2022年一段已被纠正的技术偏差的迟来复盘。 ...
高光谱拼接算法（七）USAC
本篇代码仓位: USAC 上一篇我们介绍了标准 RANSAC。而在之后的四十多年里，围绕这一经典算法，又陆续出现了大量改进方法。 不同于 SIFT 在局部特征领域衍生出众多并行发展的分支，RANSAC 的演进路线更加清晰：研究者们针对算法内部的不同环节不断提出改进，最终由 USAC（Universa ...
【机器人 / 强化学习】LWD（Learning while Deploying）机器人持续进化的强化学习框架
【机器人 / 强化学习】LWD（Learning while Deploying）机器人持续进化的强化学习框架 目录【机器人 / 强化学习】LWD（Learning while Deploying）机器人持续进化的强化学习框架0x00 概要0x01 背景：为什么需要 LWD？1.1 真实世界不是一个 ...
上周热点回顾（6.29-7.5）
热点随笔： · 一套基于 .NET 10 + Vue 3 构建、高颜值、前后端分离的企业级多租户中后台管理系统 (追逐时光者) · Claude Code 是怎么悄悄认出中国用户的 (程序员徐公) · .NET 10 的正则性能现在什么水平？我拿它和 Go、Python、C++、PCRE2 测了一轮 ...