后端

程序猿乐锅

万字详解Single-flight（单飞模式）这篇文章讲解single-flight相关知识，并通过牛肉哥项目的AI-meeting来加深对这个知识点的印象。

【随笔】连续批处理：长短请求怎样在迭代之间补位昨天的推测解码减少同一请求逐Token调用目标模型的轮次。今天换一个视角：服务里同时有许多请求，有的只生成一句话，有的还在写长文。连续批处理在每轮迭代边界更新请求集合，让已完成请求退出，让等待请求补入可用位置。

掘金者阿豪

SQL Server数据迁移完成后，凌晨的数据库告警该怎么查？SQL Server数据迁移做完，表数量对得上，存储过程能执行，几张核心报表也通过了核对。对开发来说，最紧张的一段工作基本过去了；对运维来说，接下来的问题是：今晚如果出故障，应该从哪里查起？

鶴哥只手遮天

AFSIM 2.9.0 深度解析·进阶卷第 1 章插件源码精读：16 个 WSF 插件的架构与实现基础系列第 26 章把“怎样写一个可加载的 AFSIM 插件”拆成了二进制契约、扩展生命周期、对象注册、语法、构建与部署几条线。那一章解决的是“从零开始”的问题：入口符号叫什么、注册函数放在哪里、静态构建与动态构建有什么区别。本章换一个视角：不再从空白工程出发，而是打开 src/wsf_plugins 下的 16 个真实插件，看同一套插件契约如何在覆盖分析、标注、部署、防空指挥控制、空战、飞行动力学、互操作这些完全不同的领域里落地。

低代码表单与在线问卷不是一回事：产品定位和技术边界低代码表单和在线问卷都能拖拽输入框、单选框、日期和附件，但它们解决的不是同一个问题。在线问卷面向一次调查活动，核心是把问题发给一群受访者，控制样本、回收答卷并生成统计；低代码表单面向持续运行的业务对象，核心是把结构化数据嵌入业务系统，与用户、组织、权限、流程、主数据和版本长期协同。

固定时间步已经开了，为什么游戏回放还会走出不同位置？录下“按住右键，再松开”，把物理步长固定成 20 毫秒，同一段操作是否就能稳定重放？如果输入仍然每个渲染帧只取一次，答案仍可能是否定的：某一帧要补算四个逻辑步时，按下与松开可能先被合并成最后的“未按住”，四步都没有移动。

70后写java的老码农

换模型只改三行配置：LangChain4j + Spring Boot 3.5 实战，一次分别接入 9 家模型服务把 9 家模型服务统一收进同一套 OpenAI 兼容协议之下，包括本地 Ollama，切换模型只需要改 base-url、api-key 和 model-name 三行配置。

2026 年开源表单设计器选型：哪个更好用？先给结论：如果是 2026 年新建的 Vue 3 企业项目，在本文筛选的五个 Gitee 项目中，FcDesigner（FormCreate Designer）整体更均衡，它仍在持续维护，覆盖 Element Plus、Ant Design Vue 和移动端，并且与表单运行时结合较紧；如果更看重开箱即用的可视化设计体验、复杂联动和多布局能力，VForm 3 更突出，但采用自定义许可条款，商用前必须单独审查；如果维护的是 Vue 2 老系统，Form Generator、Vue Form Making 和

ValidX 正则表达式预编译优化：Pattern 复用策略正则表达式是文本处理的利器，但它的性能特性常常被忽视。很多开发者写出了功能正确但性能低下的正则代码——每次调用都重新编译正则表达式，在高并发场景下成为致命的性能瓶颈。

OpenTelemetry 生产实践：Skyscanner 24 集群管理经验与 Mastodon 小团队方案OpenTelemetry（OTel）已经成为云原生可观测性的事实标准，但"标准"只解决了协议与 SDK 层面的问题，真正落地到生产环境时，最难的往往不是埋点，而是 Collector 怎么部署、怎么管理、怎么控制成本。

为什么 Skill 很难商业化？Bot 才是 AI 时代真正的商业机会最近 Skill 这个概念越来越火。无论是 Claude Code、Codex，还是各种 Agent 平台，都在推动 Skill 生态的发展。开发者可以把一套提示词、工具调用逻辑、工作流程和领域知识封装成 Skill，让 AI 在需要的时候自动调用。

DeepSeek 的 Super-agent 设计，和我们的工程实践这是苍何的第 617 篇原创！大家好，我是苍何。最近看了 DeepSeek Harness 团队的《Super-agent 设计探索，迈向更自主的 Agent 系统》，感触还是很深的。

缓存和数据库的一致性，别停在 “延时双删”商品详情页是后端最典型的读写并发场景。一天几千万次请求，九成以上打在读上，价格、库存状态、促销标签全在 Redis 里躺着。写操作每天只占千分之几，却足以让缓存和数据库打架。

缓存和数据库的一致性，别停在 “延时双删”商品详情页是后端最典型的读写并发场景。一天几千万次请求，九成以上打在读上，价格、库存状态、促销标签全在 Redis 里躺着。写操作每天只占千分之几，却足以让缓存和数据库打架。

10年前端老司机

Agent 商业化困局：热闹的发布会，冷清的付费客户昨天深夜，我又刷到了一场 Agent 发布会。灯光刺破会场穹顶，全息投影在空中旋转，一个 AI Agent 在巨大的环形屏上自动读合同、拆任务、调接口、输出方案，一连串动作丝滑如舞蹈。台上嘉宾的声音提高了八度：“智能体时代已经到来，一人成军，自动化重构一切工作流！”

小小张说故事

Python 的 async def 为什么能同时跑几千个任务？拆开协程对象、await 与事件循环那次让出先看一组我在自己机器上跑出来的数：差了 626 倍。整个过程没开一个线程，没起一个进程，就是一个线程在那儿转。

Go 语言 pprof 性能剖析与调优深度解析：把“卡在哪“变成一张可执行的数据图做服务端的开发者几乎都经历过同一个剧本：新版本上线一周，白天一切正常，凌晨三点报警器响了——CPU 100%、请求超时率飙升、内存持续增长。你登上服务器，ps 看到进程还活着，top 显示 CPU 被打满，但你完全不知道是哪个函数在燃烧 CPU。你翻日志，日志说"一切正常"；你猜热点，猜了三个小时全是错的；你想复现，压测却再也压不出那个负载。

🚀🚀【封闭结束8】Agent RAG：从零搭建一个可用知识库前言：封闭告一段落，开始系统复盘：一个生产 Agent 到底怎么跑起来。踩坑、经验和落地，尽量用几篇文章讲清，这篇文章是系列第8篇：用户认不认可 Agent，很多时候不只看它答得快不快，还看它说的话有没有依据。这一篇不空谈 RAG 原理，直接从一个企业运维助手出发，把文档切片、向量化、写入向量库、按权限检索、带引用回答和效果验证串成一条完整链路。

Rain的Java大神之路

面试官让你把 LLM、RAG、Agent、MCP 串起来讲清楚，90% 的 Java 工程师当场露馅说句扎心的：LLM、RAG、Agent、MCP、向量、余弦相似度……这些词你个个都听过，但面试官让你“串起来讲一遍”的时候，是不是瞬间就卡壳了？

Spring Boot 3.2 偶发500无日志：线程池复用导致请求上下文丢失本文摘要：线上接口偶发 500，按 traceId 查不到对应异常堆栈。根因是 MDC 未跨线程传递，用 TaskDecorator 在任务前后恢复即可。