一、AI 图片生成类 产品 核心优势 网址 Midjourney 生成质量天花板，风格审美领先 https://midjourney.com DALL·E 3 与ChatGPT深度集成，理解能力强 h

短链接看上去只是 Hash 加重定向，真正实现时却要依次解决短码长度、哈希碰撞、唯一 ID、缓存、301/302 取舍和数据库分片。本文从七个连续问题出发，拆解 7 个字符背后的系统设计。

最近对"AI 原生"这股风有点想法，不吐不快。 废话不多说，开正文。 现在满世界都在喊"AI 原生"“用 AI 重构”，搞得好像不接个大模型都不好意思开发布会。但这股热潮从另一个角度看，恰恰说明了一件

直到我把完整的 response 打印出来，才发现返回的 AIMessage 里藏了个tool_calls数组，里面清清楚楚写着要调用read_file，参数就是我传的文件路径。合着模型根本没执行工具

Hello，我是 pany，好久不见~ 我是开源项目 V3 Admin Vite / MobVue 的作者，这是我为提升它们的 AI Coding 体验而进行的第二期实践...

梳理从基础 Simple‑RAG 到企业级高阶 RAG 全套实现方案，围绕文档切分、增强存储、检索优化、高级架构四大模块，结合实际业务案例剖析，帮开发者跳出 Demo 局限，搭建低幻觉的生产级 RAG

很多人做图片性能优化，第一反应是压体积、换 WebP、上懒加载。这些都对，但有一类问题压缩救不了：图片本身不大，首屏那张主图却迟迟不出来，Lighthouse 里 LCP（Largest Conten

做图片相关的业务，上传这一环几乎绕不过去。很多团队最初的做法是：前端把图片 POST 给自己的后端，后端接住、校验、再转手上传到 OSS 或 S3。这套链路能跑，但图片一多就露怯——服务端白白吃掉两份

最近哈士奇在捡回之前Python学习的时候的基础知识，正好把列表、元组、集合、字典四大容器捡回来看看，记录一下重温的内容。其他的各种序列、容器不加进来。

【机器人 / 强化学习】QAM：基于伴随匹配的 Q-learning 流策略优化 0x00 概要 1.1 核心问题：Flow 策略的优化困境 1.1 为什么 Flow 策略难以用 RL 优化？ 1.2

SpringBoot自动配置不是你以为的那样的智能** -- 引言 SpringBoot自问世以来，凭借其"约定优于配置"的理念和自动配置（Auto-configuration）的特性，极大地简化了S

在做一个跨链 NFT 桥项目时，ethers.js 的 EIP-712 签名在合约端总是验证失败。折腾两天后，我尝试用 Viem 重写签名逻辑，问题瞬间解决。这篇文章记录了我从 ethers.js 迁

一、前置基础：搭建底层认知 在理解 Computer Use 之前，需要先明确两个基础认知，建立参照坐标系： 1. 传统电脑自动化的两类路径与局限 API 调用式自动化：软件厂商开放专属接口，程序通过

很多人第一次看 VS Code，都会先看到它的界面：侧边栏、编辑器、终端、面板，看起来像是一个复杂一点的前端应用。 但真正深入之后会发现，VS Code 并不是一个普通的 React App

远程MCP实战：高德地图 + Chrome DevTools + File System 三大 Server 联动打造 AI 超级 Agent 前置知识 理解 MCP 协议基本概念（Server /

从一次普通模型调用出发，逐步封装读文件、写文件、列目录和执行命令工具，用 ReAct 循环实现一个迷你编程 Agent，并生成 React TodoList

从 post(Runnable) 出发，沿消息包装、入队、Looper 取出和分发链路，讲清 Handler、Looper、Thread 的关系，以及任务为何在目标线程执行。

一个透明 TCP/UDP/组播 中继调试工具：不打断生产链路的抓包 + 录制回放 一个现场常见的尴尬 调设备的人多半遇到过这个场景：上位机（HMI、组态软件、自研客户端）连着一台 PLC 或嵌入式终端

这是一个系列 Blog，作者将以一个 PHP 全栈工程师的身份，利用 AI 工具（claude code、codex、deepseek、豆包等）：从零开始学习 golang 语言，并最终完成实战项目。