📰 来源: 博客园 探讨领域驱动设计（DDD）与本体论建模（Ontology）之间的本质差异，搞清其背后的理论体系和运行机制。 一、双维建模：逻辑深度与语义广度 复杂业务系统的建模方法与开发方式可以分为两条路线： DDD 范式：以应用代码开发为主，利用充血对象与限界上下文，在微服务内部构建精确的业务规则。其核心在于“逻辑的深度”。目前的主流开发范式。 Ontology 范式：以平台语义层为载体，通过 ObjectType、LinkType 与 ActionType 构建跨系统的全局知识图谱。其核心在于“语义的广度”…
📰 来源: 博客园 这比赛我也是被ai乱杀了，pwn第二轮上题写了会我就没打了。有点太恐怖了，后面我打星途杯去了。现在回头看其实pwn题出的很好，也是感谢ziran申出这么多题和分享自己的学习经历了，ziran是申！！！这里贴一下官方wp，我这只有部分题的题解(我太菜了)，要看全解可以直接去ziran申那里看看黄河流域wp - ziziranran - 博客园。ziran的恩情还不完，所以我也借着这个比赛分享一下我个人对一些知识的理解吧，如果不对就请各位多多指教啦。 pwner_LEVEL0 这个直接nc上去再ca…
📰 来源: 博客园 在数字化办公与娱乐需求日益增长的今天，Windows 系统的流畅度与稳定性直接影响着我们的日常体验。为了帮助大家告别系统卡顿、冗余服务以及隐私泄露的困扰，大姚给大家分享 5 款基于 .NET 开源、功能强大且免费的 Windows 系统优化工具。 Optimizer 是一款基于 .NET 开源（GPL-3.0 license）、功能强大的 Windows 系统优化工具，可帮助用户提高计算机性能、加强隐私和安全保护。该工具支持22种语言，同时提供了许多实用的功能，如关闭不必要的 Windows 服…
📰 来源: 博客园 升级到 .NET 8 / EF Core 8 后，原来跑得好好的 Where(x => ids.Contains(x.id)) 突然炸了，日志里赫然写着：关键字 'WITH' 附近有语法错误。如果此语句是公用表表达式，那么前一个语句必须以分号结尾。 ——这篇文章帮你搞清楚为什么、怎么修、以后怎么写才不踩坑。 假设你有这样一段再普通不过的代码： var ids = new List<int> { 1, 2, 3, 5, 8 }; var users = await _db.sys…
📰 来源: 博客园 绝大部分的Agent都采用对话的方式来和用户进行交互，所以对话的内容就成了Agent决策的基础，对话历史也成为占据LLM上下文窗口的主要内容。LLM推理的质量并非与上下文的丰富程度成正向关系，有时候过多的上下文信息反而会干扰Agent的判断，导致它做出错误的决策。ReducingChatClient就是为了解决这个问题而设计的一个中间件，它通过精减对话内容来帮助Agent更好地理解用户的意图，从而做出更准确的决策。为上下文窗口腾出更多空间也是保证可靠性的一种基本的手段。 1. 利用Reducin…
📰 来源: 博客园 第一篇：PowerMem 记忆系统的遗忘设计，从神经元到代码工程 上一篇 PowerMem 记忆系统的遗忘设计，从神经元到代码工程 从认知科学的角度聊了遗忘机制，包括突触可塑性、艾宾浩斯遗忘曲线、间隔重复和理想的困难。都是一些很有意思的认知学理论。 这一篇换个视角。不聊理论了，以一条消息的流转路径为线索，跟踪它在 PowerMem 中从写入到淘汰的完整生命周期。看看一路上，遗忘这个设计是怎么工作的。 一、重要性评估：这条信息值得记住吗？ 假设发了这么一条消息： 下周五下午三点和产品团队在 3 号…
📰 来源: 博客园 2026 年 6 月，Linux 基金会旗下的[智能体 AI 基金会（AAIF）正式接纳 AgentGateway 为第四大核心托管项目](https://aaif.io/blog/agentgateway-joins-aaif-as-an-open-gateway-for-agentic-ai-infrastructure/)。。这意味着企业终于有了一套能够同时管理传统应用流量与智能体流量的统一边界方案。 真正的重头戏在于 AgentGateway 与 OpenClaw.NET 的深度协同——…
📰 来源: 博客园 Agent OS ：五种驯服不确定性的范式 0x00 概要 0x01 Part 1: 问题空间 1.1 不确定性的六个来源 1.2 三个独有问题 1.3 跨领域全景：计算机中"驯服不确定性"的经典实践 1.4 分布式系统深度对标 1.4.1 8 个经典问题全景对照 1.4.2 解法对号入座 1.4.3 Event Sourcing — 两个世界的共同解 1.4.4 复用 vs 重造 1.5 认知演进 — 四个工程阶段 1.6 ETCLOVG：业界已有的架构框架 0x02 Part 2: 理论基础…
📰 来源: 博客园 大家好，我是码农刚子。 一、前言：给 API 装个“门禁卡” 在前面的文章里，我们的 Todo API 就像一栋没有大门的房子，任何人都可以随意进出（调用接口）。这在企业级应用中是绝对不允许的。 认证：你是谁？（查验身份证） 授权：你能干什么？（查看权限列表） 在前后端分离的架构中，JWT (JSON Web Token) 是目前最流行的认证方案。它就像一张“电子门禁卡”。用户登录成功后，服务器发给他一张卡（Token），以后每次请求都要带着这张卡，服务器只需验证卡的真伪，而不需要每次都去查数据…
📰 来源: 博客园 一、第一步：宏观看整体指标 !tp 查看线程池Worker总数、Running/Idle、排队队列； 特征：Running=总线程、Idle=0、队列积压几千 → 大批量线程永久卡死不释放。 初步结论：不是瞬时并发高，是线程泄漏卡死。 二、第二步：排查托管锁 !syncblk 看每条：MonitorHeld=占用数、有无等待的Waiter线程 ① 有大量等待线程 = 多lock互相争抢，传统Monitor死锁 ② 只有占用、无等待线程 = 线程拿着锁卡在业务代码，锁是副产品，不是元凶（你的场景）…
📰 来源: 博客园 课程：《Python程序设计》 班级： 2534 姓名： 吕俊孜 学号：20253431 实验教师：王志强 实验日期：2026年5月25日 必修/选修： 公选课 Python综合应用：爬虫、数据处理、可视化、机器学习、神经网络、游戏、网络安全等。 本来是写了一个关于word文档格式判断的小工具，想着有时候还能用到，但是后来发现好像并不切题……就很坏了 ps：如果您乐意看看，这里有链接 所以在思考了很久以后，我决定写一个简单的贪吃蛇小游戏！ 但是光有这么个小游戏有什么意思，现在可是大ai时代，那我…
📰 来源: 博客园 大家对 1Panel 应该不陌生了。作为一个现代化、开源的 Linux 面板，它凭借纯粹的 Docker 容器化管理思维和开箱即用的体验，帮我们省去了不少折腾服务器的时间。 随着企业对多集群统一管辖、多租户安全审计以及本地化 AI 落地需求的增加，1Panel 官方推出了面向企业级 AI 部署场景的 企业版软件
📰 来源: 博客园 很多企业已经意识到，真正阻碍 AI 落地的，不是模型不够强，而是知识没有被整理成 AI 能稳定消费的形态。 代码仓库就是最典型的例子。 团队每天都在 Git 仓库里协作，核心业务逻辑、系统结构、接口约定、排障经验、部署方式，全都散落在代码、目录、注释、提交历史和零碎文档里。即使 OpenDeepWiki 已经把仓库转成了可阅读的 Wiki，企业仍然会面临一个更现实的问题： 这些知识，怎样才能进一步被 AI 助手、内部智能平台、多个业务团队稳定复用？ OpenDeepWiki 的“导出仓库 Ski…
📰 来源: 博客园 Vibe Coding，启动 2026年1月，我在各种SNS上看到越来越多的关于Vibe Coding的经验分享。上家公司我曾对接过一些AIGC的场景，也了解过cursor、copliot这些工具，起初并未在意。但当我看到有人说“并发开10个Agent——5个写代码、3个测试、1个工作汇总、1个写文档，下班回家睡一觉，第二天来公司代码就写好测完可上线”时，还是有点震惊，AI Coding的能力已经进化到这种地步了吗？处于尝鲜，我安装了Trae，让它接手了我业余时间编写的一个小应用，效果还不错，耳…
📰 来源: 博客园 在概率论学习中，随机过程往往被大量公式、定理与推导所包围。虽说能够记住布朗运动、泊松过程或随机微分方程，却很难真正理解“随机系统如何随时间演化”。随着人工智能、量化金融、复杂系统以及科学计算的发展，人们越来越意识到：现代世界的大量现象，本质上都是动态随机过程。随机过程模拟（Stochastic Process Simulation）就是希望构建的一个随机过程演示平台，通过高性能可视化引擎，将布朗运动、几何布朗运动、泊松过程与奥恩斯坦-乌伦贝克过程转化为可观察、可操控、可分析的动态系统，并借助 A…
最近评论
宝宝 发布于 8 年前（02月27日）
GPU Mining 发布于 8 年前（02月19日）
Timothynix 发布于 8 年前（02月08日）
xing1982 发布于 8 年前（02月04日）
additional info 发布于 8 年前（01月28日）
