架构

KoiWeave-构建企业级LLM-WIKI，打造下一阶段软件AI研发流程让 AI 在写代码前必须读完相关的历史知识，在写完后必须把新知识吐回来。AI 写代码的速度已经很快，但 AI 不知道你之前为什么那么写。每个微服务仓库各自为政，A 服务踩过的坑 B 服务照踩不误；三个月前的架构决策，新来的 AI 会话一无所知。

Navigation Compose 深度实践：如何优雅地串联起你的全栈 App？在传统的 Android 开发中，页面跳转离不开 Intent、FragmentManager 或者是 Navigation XML。作为资深Android开发，你一定经历过处理 onFragmentResult 的痛苦，或是被深层嵌套的 Fragment 堆栈折磨得没脾气。

Databricks 再提 LTAP，AI 时代的数据底座为何重回大一统叙事？在 DAIS 2026 上，Databricks 把 LTAP 再次推到台前，并把它与 Lakebase、Lakehouse/RT 等能力放在同一轮发布叙事里。

刚设计的大模型架构-双域耦合认知框架所有自主系统的效能由两个正交拓扑共同决定：执行拓扑（谁做什么、任务如何流转）和记忆拓扑（知识如何组织、如何检索）。两个拓扑各自独立优化是当前架构的天花板——Fable 5 优化了执行拓扑，MemPalace 优化了记忆拓扑，但二者之间没有结构性耦合。

狂炫冰美式

人均配了AI, 为什么公司还是没变快? 🤔 本质还是分布式系统问题一句话概括:给个人配AI能加速3到10倍,但组织整体的产出周期几乎不变——问题不在"人"这个节点上,在"人和人之间的协作依赖"这条边上。这篇文章用三条分布式系统的老定律讲清楚原因,再给一套不管你是leader还是个人开发者都能上手的具体做法。

Spring Boot 接 Flowable 工作流：用 3 个注解搭一个请假审批流程很多项目接 Flowable，最后写成了"Flowable 教程翻译"。这篇不翻译 Flowable 文档，只讲一件事：怎么在 Spring Boot 业务代码里，用最少的侵入接一个能跑的审批流程。

地图渲染模块架构设计文档本项目采用高吞吐量、低开销的增量渲染架构来处理海量船舶和航线的展示。为了避免 Vue 响应式系统在处理海量 DOM 节点时的性能瓶颈，地图渲染核心完全与 Vue 的视图模板解耦，采用原生 TypeScript + Leaflet API 结合状态机缓存的策略。

AI Agent 组成：像人一样思考的智能体© 2026 by ethan.tan（谭明）· All Rights Reserved · 图解第一版 · 2026.07.02

vLLM 生产级部署完全指南vLLM 0.24.x | 生产就绪从本地开发到大规模集群，覆盖参数配置、容器化、监控、安全与性能调优的全流程手册

云上工程笔记

从 0 到 1 配 OpenCode 多 Agent：7 个角色协作、视觉委托与权限隔离实战目标：在一个真实项目里搭一套可复用的 OpenCode 多 Agent 工作流，让主 Agent 只负责调度，子 Agent 分别负责规划、实现、审查、读图、批量修改和注释，最后用 reviewer 做验证闭环。

王二端茶倒水

从千兆到万兆：宽带运营不能只卖套餐，要管用户生命周期从千兆到万兆：宽带运营需要管理用户生命周期宽带行业正在从“有没有网”进入“怎么运营好这张网”的阶段。过去很多项目的重点是线路开通、账号下发、设备安装、测速验收。客户问得最多的是带宽多少、什么时候能装好、故障多久能恢复。

半秒开！还有谁！！！这是我的网站登录页目前加载时间，毫秒级加载，嗖的一下就出来啦，现在总结一下怎么做到的一定不要在入口main.js里全部注册组件,使用插件动态自动导入

这个DBA有点耶

SQL改写进阶：标量子查询的“隐形代价”与消除实战大家好，我是小耶，写功课只是为了我踩过的坑，你们别再踩了！前几周我们讲了子查询和JOIN的选择、窗口函数的基础和进阶。今天聊一个更隐蔽、更容易被忽视的SQL性能陷阱——标量子查询（Scalar Subquery）。

Compose 时代的 MVI 架构：如何用单向数据流驱动复杂 UI？作为一名 Android 老兵，你一定对 MVVM 烂熟于心。但在 Compose 这种声明式 UI 环境下，随着业务逻辑的复杂度增加，MVVM 往往会暴露出一些痛点：多个 LiveData/Flow 散落在 ViewModel 中，UI 状态难以追踪，甚至出现“状态碎片化”。

Modifier 的艺术：为什么链式调用的顺序决定了UI 的生命周期？在 Compose 的世界里，Modifier 绝对是出镜率最高的词。无论是改颜色、加间距、处理点击，还是做高级动效，都离不开它。

2. 让 Agent 能读写文件、执行命令 —— LocalShellBackend 实战这不是一个"让 Agent 多说几句话"的升级教程。我们要做的，是让 Agent 从"只会算数和报时"进化成一个真正能读写文件、搜索代码、执行 shell 命令的全能助手。整个过程基于上一篇文章的项目，增量改动集中在 agents.ts 和 index.ts。

embedding 位置编码 self-attention 的简单学习二“模型怎么预测下一个词”这件事的理解还停留在“输入一句话，模型自动补全”的层面。至于内部怎么做的？Token是什么？位置编码有什么用？Self-Attention到底在算什么？——一问三不知。