给 FastApiAdmin 加个“会议纪要”模块，我把后端二次开发的坑踩了个遍
FastApiAdmin 能跑起来只是第一步，真正的挑战在于二次开发。这篇文章以一个会议纪要模块为例，手把手带你走通 model、schema、crud、service、controller 的完整流程，并总结出几条血泪经验，帮你避开那些文档里没写、代码里藏着的坑。 ...
聊一聊 MES系统如何实现多种标签打印并支持不同打印机
在实际生产过程中，同一道工序往往需要打印多种规格的标签，例如彩盒标签与卡通标签。这些标签的格式和纸张规格通常不同，而纸张规格的差异也意味着需要使用不同的打印机。为此，MES 系统通过全局监听打印任务，并支持针对不同打印任务灵活配置对应的打印机，从而实现高度可配置的打印管理。所有打印数据均来源于服务端 ...
断尺问题：戴德金分割现实悖论
先从现实中一个简单的数学问题说起吧： 假设现在你手中有一把尺子，刻度0~10，你沿着刻度4左边缘的位置把它切断（请注意，我这里并不是暗示数学死了），让右侧的断尺最小的刻度刚好是4，不多也不少，然后你摸了摸左侧那截断尺断点的位置，有个疑问涌上了你的脑海：“这一点的值是多少呢？” 如果你想用数学来解决这 ...
给句子做个“语义审计”：从词向量到句子向量的方法论
给句子做个“语义审计”：从词向量到句子向量的方法论 目录给句子做个“语义审计”：从词向量到句子向量的方法论1. 从“证件照”到“公司全貌”2. 方法一：把所有照片叠在一起取平均3. 方法二：给重要的人更高权重（TF-IDF）4. 方法三：剔除“行业共性”，只看个性（SIF）⭐ 推荐5. 方法四：按时 ...
当AI“卡壳”在生产环境：MCP Server 如何帮我们破局
生产环境里的那次“意外” 上个月，我们团队在上线一个智能客服 Agent 项目时，遇到了棘手的问题。 系统在测试环境表现完美：用户提问后，AI 能快速调用知识库、查询订单、甚至发起退款操作。可一到生产环境，问题就来了。 高峰期时，用户咨询“我的订单为什么还没发货”，AI 却反复回答“正在查询中”，最 ...
ofdkit-harmony 0.2.0 发布：鸿蒙原生 OFD 阅读库，已上架 ohpm
软件简介 ofdkit-harmony 是一个面向 HarmonyOS NEXT 的原生 OFD 阅读 / 渲染库，完全用 ArkTS 实现，不依赖 WebView、JNI 或 native 桥接，遵循国家标准 GB/T 33190-2016。适用于电子发票、电子公文、电子合同等典型 OFD 场景。 ...
有了AI测试工具，还需要掌握Playwright、Pytest、Selenium这些框架吗？
最近后台收到很多测试同学的提问：“现在AI测试工具这么火，一键生成用例、自动执行、甚至能定位bug，是不是以后就不用学Playwright、Pytest、Selenium这些框架了？” 说实话，这个问题我也纠结过。前阵子上手了几款热门AI测试工具，体验确实惊艳——不用写一行代码，输入需求就能生成测试 ...
组织转型实录——我把传统研发团队改成AI驱动，踩了无数坑
最近在Agent特区做了一次组织转型的分享，讲了我这几个月把一个传统研发团队改成AI Native团队的完整路径。下面是分享的核心内容，后面附了大家讨论比较集中的几个问题。 起点：职能式分工的死穴 我们是一家做标准化产品加定制化交付的ToB公司，我是技术一号位。原来的组织是很传统的职能式分工：销售部 ...
为什么 AI Coding 难进生产环境？深入了解 Everything-Claude-Code ！
AI Coding 真正难落地的，不是模型能力，而是交付闭环、Hook 护栏与知识层这些工程接口。 原文链接：AI 小老六 很多团队聊 AI Coding，第一反应还是模型能力：代码生成得够不够快，补全是不是足够聪明，复杂需求能不能一步写出来。 但真正把 Claude Code、Codex 这类 A ...
到底 TMD 用哪个: npm, pnpm, Yarn, Bun, Deno? 傻瓜, 当然用 npm 啦
为什么? 因为也就你这种小白才会看到标题点进来 小白就有要小白的觉悟, 选市面上最主流的方式就对了 最主流的意思是 99% 的项目都在用 npm, 100% 的文档都会写 npm 的操作步骤 So 先把 npm 用好再考虑其他的就行 可是我听说 pnpm, Yarn 有 xxx 优点? 傻瓜, 那些 ...
上周热点回顾（5.18-5.24）
热点随笔： · OpenCode狗都不用 (锅总的程序人生) · 工良吐槽篇：万字长文细说 AI 落地之笑谈 (痴者工良) · Codex CLI 完全使用手册：从入门到精通 (knqiufan) · .NET 10 桌面 UI 框架的范式演进：Jalium.UI 与 MewUI 架构深度对比 (张 ...
[对比学习LangChain和MAF-04]针对消息的设计
基于对话的Chat Agent是目前最主流的Agent类型，它采用的**基于角色的消息**是一种结构化对话机制，它通过将对话内容划分为不同的预设身份（Roles）来引导模型理解其职责和当前上下文。LangChain和MAF针对基于角色的消息设计了一个完整的消息体系，但是它们的设计思路和实现方式却有所... ...
TrueAsync Server 为 PHP 带来了原生的高性能 HTTP 服务器
TrueAsync Server 为 PHP 带来了原生的高性能 HTTP 服务器 TrueAsync 0.7.0 即将发布，带来线程池及其他若干特性。但其中最引人关注的部分当属 TrueAsync Server：一个直接嵌入 PHP 的高性能 HTTP/1.1、HTTP/2 和 HTTP/3 服务 ...
22. LangChain LCEL，用 | 串联AI的魔法语言
在 LangChain 生态中，LCEL（LangChain Expression Language）是一种新的编程范式。它用一个简单的|，改变了 AI 应用的构建方式。曾经需要编写大量胶水代码才能串联起来的提示词、模型和输出解析器，现在只需要一行代码就能完成： chain = prompt | m ...
完整学习LLM(二):大模型到底是什么
完整学习LLM(二):大模型到底是什么 好家伙, 上一篇算是把这个系列开了个头. 我当时给自己定了一个目标: 不要只停留在会调 API. 要把大模型从原理到落地这条路慢慢走一遍. 那今天就从最基础的问题开始: 大模型到底是什么? 这个问题看起来简单. 但真要说清楚,其实不容易. 因为它很容易被讲得特 ...
洛谷-P11942 [KTSC 2025] 重塑矩阵 题解
Solution 看到 \(01\) 矩阵，一个经典的转化是转化成二分图：建立 \(n\) 个行点 \(R_0 \sim R_{n-1}\) 与 \(n\) 个列点 \(C_0 \sim C_{n-1}\)，\(A_{i,j}\) 表示一条连接 \(R_i,C_j\) 的边。在此基础上可以想到两种建 ...
哈哈哈哈哈打不过我吧，没有办法我(vllm)就是这么强大！
前文在微信公众号平台爆了 ，接近1w自然阅读，文生文已经满足不了博主的分享欲，今天记录vllm咧一个文生图模型。 在文本生成领域，99%的应用都基于自回归模型（Autoregressive Models），也就是我们熟知的GPT系列、LLaMA等。 文本（Text）是离散的，由词元（Token）组成 ...
Hermes Edu Skills 从 170 到 188：一次中文教育 Agent Skill Pack 的工程化升级
这次更新不是“多写了 18 个提示词”，而是把中文教育 Agent 的能力层，从内容清单推进到更完整的 Skill Pack：可安装、可路由、可诊断、可迁移，也更适合真实产品集成。 前段时间我发布 Hermes Edu Skills 时，公开 Skill 数量还是 170 个。 那一版主要解决的是“ ...
一个外行，半年搞定机械臂：我的从0到1踩坑实录
写这篇文章，两个目的。 第一，给自己半年的从0到1做一次复盘。 第二，给想做机械臂的普通人一点参考。不是给科班生看的技术文章——不讲URDF怎么定义、雅可比矩阵怎么推。只讲一件事：一个base在厦门、出差6次48天、连URDF是什么都不知道的软件人，怎么一个人把行李搬运机械臂的整套软件系统跑通了。 ... ...
