后端

手写 AI 编程 Agent 的命令执行工具：我被 child_process 坑出来的实战经验前阵子折腾 AI 编程 Agent 的 Demo，想实现个很简单的效果：跟大模型说一句「用 vite 建一个 React 的 todo 项目」，它就能自动把命令跑完、项目建好。本来以为很简单，不就是调用 Node 的 child_process 跑个命令么，结果前前后后卡了我两天。要么命令悄无声息没反应，要么直接报找不到命令，Windows 和 Mac 上表现还不一样。踩完一圈坑我才发现，这个看起来最基础的 API，细节里全是门道。今天就顺着我当时踩坑的思路，把 child_process 写命令执行工具

C# 异常处理详解异常处理（Exception Handling）是 C# 中非常重要的知识点，它能够让程序在发生错误时不会直接崩溃，而是通过捕获异常进行处理，提高程序的稳定性和用户体验。

SpringBoot + Vue 前后端分离从 0 到 1 完整环境配置流程整体分四大块：后端 Java 环境、前端 Node 环境、数据库、IDE 工具、项目创建 & 联调配置

Sentinel安装Sentinel 是阿里巴巴开源的一款面向分布式、多语言异构化服务架构的流量治理组件，提供流量控制、流量路由、熔断降级、系统自适应保护等功能

SpringBoot自动配置失灵？你可能忘了这个关键注解SpringBoot的自动配置机制长期以来被誉为框架的"魔法"核心——它通过简单的@SpringBootApplication注解就能为开发者完成90%的框架配置工作。然而，当这个魔法突然失效时，开发者往往会陷入配置的迷宫。最近在Stack Overflow上，一个关于"为什么我的DataSource自动配置没有生效？"的问题获得了超过2k的浏览量，而根本原因竟是一个被忽视的@Configuration注解。

C# 文件的输入与输出详解文件输入与输出（File Input/Output，简称 File I/O）是 C# 开发中最常用的功能之一，几乎所有应用程序都会涉及文件操作，例如：

从手写 Agent 工具到 MCP 协议：一文搞懂大模型跨进程跨语言工具调用做 AI Agent 开发的同学，大概率都走过这个弯路：把所有工具逻辑全写在 Agent 项目里，查数据库、读文件、调接口全部揉在一起。写的时候快捷省事，维护时却问题百出 —— 换个项目要重写一遍，遇到 Java/Python 写的能力没法直接复用，工具和模型强耦合，代码越写越乱。

小兔崽子去哪了

Docker 删除镜像后磁盘空间没有释放？在使用 Docker 的过程中，很多人都会遇到一个非常困惑的问题：明明已经删除了 Docker 镜像，但是电脑磁盘空间一点都没有增加。

麒麟 V10 SP1 排查实录：ttyS5 每 10 秒莫名收到一批报文，元凶是 eGTouchD环境：麒麟 V10 SP1 桌面版（UKUI + lightdm），/dev/ttyS5，9600/8N1 现象：串口调试工具每 10 秒收到 24 字节固定报文，怀疑是读端攒批 → 一路追到 eGalax 串口触屏守护 eGTouchD 在扫端口

Python FFI 技术深度解析：ctypes、cffi 与 pybind11 的性能差异与实践挑战Python 与原生代码之间，隔着一道看不见的门。每次你调用 NumPy 的矩阵运算、用 cryptography 库加密数据，甚至只是打开一个文件，背后都有一套"外语翻译机制"在悄悄运作——这就是 FFI（Foreign Function Interface，外部函数接口）。理解它的工作原理、性能代价，以及不同工具的取舍，是写出真正快速 Python 代码的关键所在。

AI Gateway 是什么？为什么每个平台都在做AI 行业这两年在疯狂卷模型。每周都有新的基准测试、新的推理模型、新的开源挑战者宣称超越了上一代。但真正在生产环境跑过 AI 项目的团队会发现，最棘手的问题不在模型内部，而在应用和模型之间。

SamDeepThinking

Vibe Coding最重要的是Spec我是觉得，与其天天研究各种 Vibe Coding 的奇技淫巧，不如先把**规格驱动开发（Spec Driven Development）**掌握好。

上线那天，一个 ConcurrentHashMap 差点送走我的 AI 客服——3 天排查 JVM 血泪史这不是一篇八股文。这是我真实踩坑、3 天没睡好觉、差点被领导叫去谈话的血泪经历。项目上线前最后一轮压测，我坐在工位上盯着 Grafana 面板，心里还算稳——测试环境跑了一个月没啥大问题，P99 一直在 2 秒左右，虽然不算快但 LLM 本身就要吃 2 秒，我觉得还能接受。

从 PHP 到 AI + Golang，程序员自救转型手记（三十三）：权限规则管理器这是一个系列 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 ai-go-admin（github | gitee）开源项目的制作，全程记录分享。

agent项目部署流程方案 B：Kubernetes 部署（大规模生产）方案 C：传统服务器部服务器要求最低配置： CPU: 2 核内存: 4GB 磁盘: 50GB SSD 操作系统: Ubuntu 20.04+ / CentOS 7+ 推荐配置： CPU: 4 核内存: 8GB 磁盘: 100GB SSD 操作系统: Ubuntu 22.04 LTS

程序员天天困

优雅记录操作日志：从注解到 SpEL 的全链路实践与开源方案对比假如你有一个 CRM 系统的需求，给客户资料编辑页面加上操作日志。一开始觉得小菜一碟，改个字段加一行 log.info 的事。结果一周后你就会对着代码陷入了沉思——

Vibe Coding 出海首月收割 100+用户爆赚美金，怎么做？Vibe Coding / Lev8 / 出海获客为什么别人Vibe Coding 能收割 100+用户爆赚美金，你的产品出海就死？

macOS Homebrew 重装与国内镜像配置手册本文记录一次在 Apple Silicon Mac 上重装 Homebrew 的完整流程，适用于以下情况：

行者全栈架构师

大模型批量生成代码的质量衰减：为什么 AI 越写越敷衍？根因分析与系统性解决方案摘要：在使用大模型批量生成 20+ 项目模块代码时，你是否发现过这种现象——前几个模块代码精准、注释完整、架构优雅，但越往后质量越差，到了第 15 个模块直接输出"// TODO: 实现业务逻辑"这样的占位符？本文从上下文窗口数学极限、注意力机制衰减、误差级联放大、对话历史污染四个维度，深度剖析大模型代码生成质量衰减的底层原因，并提出结构化规格驱动、外部上下文管理、多智能体协作、生成-验证闭环四层解决方案，帮你把模块级代码生成成功率从 60% 稳定提升到 95%+。

1、为什么要自己造发布系统以一个典型的 Spring Cloud Alibaba 微服务集群为例：系统包含 10 余个微服务，部署在 20 余台物理机和云服务器上。每个服务有独立的 Git 仓库、独立的构建流程、独立的部署路径。