pp

2025 年终总结，北漂五年，30 岁，婚礼，折叠车，旅行 对于我来说，2025 年发生了很多大事件

实战：将 Android 多模块应用迁移到 Kotlin Multiplatform + Compose Multiplatform 最近把自己的 NBA 数据应用 HoopsNow 从纯 Andro

把手机变成听诊器！Android 摄像头 30 秒隔空测心率 —— 基于 MediaPipe + POS 算法的 rPPG 实战

AI 领域超级火爆话题，Skills：AI 核心技能包！！！把你的最佳实践技术变成看得见摸得着的实体！

Claude的金主爸爸亚马逊（AWS）偷偷发布了一款AI编程工具，Kiro。 我用它做了三个公司的生产级项目需求，深度体验3天后发现： Kiro现在完全免费，可以免费使用Claude-Sonnet-4

前言 在Android项目中，有时候我们需要去检测我们的应用是否发生卡顿，并且需要知道卡顿的点在哪里，这样我们才能去做优化。我上网查了好多资料，对比了好几种方案（如Matrix-TraceCanary

卡顿对于用户来说是敏感的，容易被用户直接感受到的。那么究其原因，卡顿该如何定义，对于卡顿的发生该如何排查问题，当线上用户卡顿时，在线下无法复现时，又如何获取信息来定位问题？

当测试提出卡顿问题，测试会新建Bug单给责任人处理。导致卡顿的原因有很多，比如函数非常耗时、I/O 非常慢、线程或锁间竞争等。随着移动端用户越来越注重产品体验，APM卡顿监测逐渐成为互联重要基础设施。

本文基于 Anthropic 官方工程博客发布的《Equipping agents for the real world with Agent Skills》进行解读，结合货拉拉数据场景实战做一些探讨