掘金·金石计划

做前端的娜娜子

Docker 常用命令全梳理：从镜像拉取到容器编排一句话本质：Docker 把应用和它依赖的运行环境一起"打包"成一个可移植的镜像，镜像跑起来就是容器。掌握 pull / run / stop / exec / build / compose 这一条命令主线，就能覆盖 90% 的日常操作。

做前端的娜娜子

async/await 错误处理：try...catch vs .catch() 完全指南摘要：async/await 本质是 Promise 的语法糖，其错误处理也借鉴了同步代码的模式。try...catch 是 async/await 的「标配」——用块级语句包裹一段代码，捕获其中所有同步和异步（await）错误，一旦出错整个 try 块中断执行跳入 catch。.catch() 是 Promise 的原生链式方法——仅捕获调用它的那个 Promise 及前面链条中的错误，捕获后可返回新值让 async 函数「恢复」继续执行。核心区别在于流程控制模型：try...catch 是「中断」模型

做前端的娜娜子

文本切片与召回（Chunk、Overlap 到混合检索）学习笔记摘要：文本切片（Chunking）把长文档切成大小合适的片段，让每段能被独立向量化与检索；Overlap 让相邻片段重叠一部分，避免语义在边界被切断。单靠向量检索（稠密）容易漏掉精确关键词，混合检索把向量通道与关键词通道（稀疏，如 BM25）的结果合并重排，显著提升召回率。核心要点：1）chunkSize 决定单片段长度，chunkOverlap 取 10%~20%；2）LangChain 用 RecursiveCharacterTextSplitter 按分隔符递归切；3）切片后每段 embedDocu

做前端的娜娜子

#浏览器存储方案：localStorage、sessionStorage 与 Cookie摘要：localStorage / sessionStorage（合称 Web Storage，HTML5 引入）和 Cookie 是浏览器端三种主流数据持久化方案。核心区别在于生命周期（永久/会话/可设过期）、容量（~5MB vs ~4KB）、**是否随请求自动发送。选型口诀：需服务器交互用 Cookie，长期大容量客户端存 localStorage，临时标签页级数据用 sessionStorage。

react navite性能优化 & 常见坑如果你说的是 React Native 性能优化 + 常见坑，面试和实际开发里可以重点掌握下面这些。先建立一个简单模型：

做前端的娜娜子

文档加载工程：多格式数据接入与 Document 标准化系列第四篇。前三篇分别讲了 TS 工程初始化、LLM 的 invoke/stream 调用、Embedding 向量化与余弦相似度。本篇进入 RAG 真正的第一环——把散落各处的文件变成模型能消费的「文档」。

做前端的娜娜子

Embedding 向量模型：从语义表示到相似度计算系列第三篇。前两篇我们搭好了 TypeScript 工程、跑通了 invoke 与 stream 两种生成式调用，本篇进入 RAG 的地基——文本如何变成向量，以及向量之间如何比较。

做前端的娜娜子

第二个 AI 调用——invoke 阻塞式与 stream 流式生成接上篇《第一个 AI 调用——TypeScript 工程初始化与配置管理》，本篇在已经能成功调用大模型的基础上，深入对比 LangChain.js 里两种最常用的调用方式：invoke（阻塞式）和 stream（流式）。读完你就能根据场景选对姿势，并避开几个真实的坑。

做前端的娜娜子

第一个AI调用——TypeScript 工程初始化与配置管理（实战跟练）本文基于 NestJS + LangChain.js + TypeScript 技术栈，手把手带你从零初始化一个工程，并搭好环境变量配置管理体系。当你真正发出第一个 AI 调用前，环境必须先稳。

做前端的娜娜子

什么是浅拷贝（Shallow Copy）和深拷贝（Deep Copy）？如何手动实现一个深拷贝函数一句话本质：浅拷贝只复制对象的第一层属性——基本类型复制值，引用类型复制地址（新旧对象共享嵌套对象）；深拷贝则递归复制所有层级，创建完全独立的副本。面试核心：理解引用类型的内存模型 + 能手写支持循环引用的 deepClone 函数。

做前端的娜娜子

JavaScript 闭包摘要：闭包（Closure）是函数与其词法环境（Lexical Environment）的组合——一个函数可以"记住"并访问它被创建时所处的外部作用域中的变量，即使它在该作用域之外被执行。一句话记忆：函数打包了出生地的变量，走到哪都能用。核心要点：① 内部函数引用外部变量即形成闭包；② 闭包实现变量私有化/数据封装/柯里化；③ 潜在风险是内存泄漏和循环引用；④ 避免泄漏需手动解除引用和及时移除监听器。

做前端的娜娜子

移动端上拉加载与下拉刷新实现方案摘要：移动端长列表性能优化的两大核心交互——**上拉加载更多（Scroll to Load）**通过滚动触底检测 + 分页请求实现数据渐进式加载；**下拉刷新（Pull to Refresh）**通过触摸手势追踪 + 阈值判断 + 指示器动画实现数据重新获取。两者共同构成「无限滚动」体验的基础。必背要点：

做前端的娜娜子

同一链接实现 PC Web 与移动 H5 自适应摘要：通过「识别设备类型 → 按端渲染对应内容」的两步策略，用同一个 URL 让 PC 打开展示 Web 应用、手机打开展示 H5 应用。核心手段分三层：UA 字符串判断跳转（最简单）、框架 Context/Inject 传递设备信息（组件级条件渲染）、响应式 Hook/媒体查询（纯 CSS 驱动）。一句话概括——先问"你是谁"，再给"你该看的"。

做前端的娜娜子

如何实现网页加载进度条？前言：当用户打开你的页面，面对一片空白等待加载时，体验是焦虑的。一个流畅的进度条能告诉用户"正在加载，请稍候"，极大提升感知速度。本文从进度获取、渲染方式、页面加载、框架集成四个维度，给你一套完整的实现方案。

做前端的娜娜子

大文件上传摘要：大文件上传的核心思路是「切片 + 断点续传 + 秒传」。前端将大文件按固定大小（如 5MB）切分成多个 chunk，逐个上传；用文件的 hash 值作为唯一标识，后端据此判断哪些分片已存在（秒传）或需要续传；切片进度存入 IndexedDB，支持刷新页面后恢复。一句话概括——把大象装冰箱分三步：切、传、合，中间断了能接着来。

做前端的娜娜子

React 性能优化摘要：React 性能优化的核心目标是减少不必要的 re-render（重渲染）和降低首屏/交互耗时。优化手段分三层：组件层（memo/PureComponent/useMemo/useCallback 控制更新粒度）、加载层（lazy/Suspense 分 chunk + 虚拟列表 + Web Worker）和工程层（打包构建/资源压缩/缓存策略）。一句话概括——能不渲染就不渲染，能晚加载就晚加载，能放后台就放后台。

做前端的娜娜子

Vue的响应式原理摘要：Vue 3 的响应式系统用 ES6 Proxy + Reflect 替代了 Vue 2 的 Object.defineProperty，解决了无法检测属性增删、数组索引修改等痛点。核心由四个函数协作完成——reactive 创建响应式代理、effect 注册副作用函数、track 在读取时收集依赖、trigger 在修改时触发更新。这四者构成了一个"数据变化 → 自动更新视图"的完整闭环。

做前端的娜娜子

Web缓存策略有哪些？摘要：浏览器缓存是前端性能优化的核心手段之一。它通过 HTTP 响应头控制资源是否使用本地缓存，分为强缓存（直接用，不请求）、协商缓存（问一下再用）和策略缓存（按场景灵活选择）三大类。理解它们的优先级和触发条件，是掌握 HTTP 缓存的关键。

RN 原生动画 Animated 用法、动画性能优化React Native 原生 Animated 是 RN 官方提供的动画库，适合实现大部分基础动画（淡入淡出、缩放、位移、旋转等）。如果是面试，通常会问两个方面：

RN适配方案：屏幕适配、分辨率适配、刘海屏/全面屏适配React Native（RN）的适配主要可以分为屏幕尺寸适配、分辨率（DPI）适配、刘海屏/全面屏适配、横竖屏适配四大类。下面是一套比较完整的适配方案，也是目前企业项目最常采用的实践。