用户3195237034771

Python asyncio 服务卡死排查复盘：别急着优化，先看清问题在哪 背景 我们有一个基于 Python asyncio 的后端服务，核心是一个 ReAct Agent 循环：LLM 流式推理

Python 并发模型：一家餐厅的故事 1. 先认识主角们 概念 餐厅角色 一句话解释 进程 (Process) 一家独立的餐厅 有自己的地盘、厨具、员工，完全独立运营 线程 (Thread) 餐厅里

起因 阿里云 RDS PostgreSQL 磁盘满了。看了一下，WAL 日志从某个时间点开始一直在涨，没有回落过。业务数据量没什么变化，问题出在 WAL 本身。 排查 先查了 replication

下面给你一份Whisper 新手完整教程（从 0 到可用） ，覆盖：安装 → 生成字幕 → 常见问题 → 进阶用法。适合 Mac / Windows / Linux。 Whisper 新手教程（音频

明白，你的目标是： 我给你一套稳定、长期可用、开发者友好的配置方案（不是临时糊法）。 ✅ 目标状态 合盖 / 熄屏 ✔ Wi-Fi 不断 ✔ SSH 不断 ✔ API / 服务持续运行 ✔ 不需要频繁

一个逻辑只写一次 如果同一段业务逻辑在多个地方都有实现，那么以后迭代大概率要出问题。 需求分析的一些原则 明确收益，理清内容，设计简洁的、低耦合的架构，充分考虑异常，适当考虑扩展。 Makefile

取余和取模 % 这个运算符在不同语言中含义不同，go/c++/java中表示取余，python中表示取模。 case 取余 取模 9%7 2 2 -9%7 -2 5 9%-7 2 -5 -9%-7 -

背景 在一些场景下，需要和服务端保持即时通讯，或由服务端主动推送消息。如： a. 网页在线客服 b. 获取后台任务的进度 c. 协同编辑展示合作者的修改 d. 直播 HTTP协议是请求/响应模式，cl

写这篇文章的动机是——先把书放在显眼的位置。做到读过的书有沉淀，在读的书不中断，想看的书不遗忘。 阅读技术书籍的必要性：相比分散的技术文章，更有助于形成系统的知识架构。 阅读技术书籍的局限性：可能无法