后端

Transformer 整体架构：一张图看懂到这里，前 19 篇已经把 Transformer 的所有重要部件单独讲了一遍：但 19 篇的逐个零件讲解，到这里必须合成一张完整的图。只有当你能闭着眼睛说出「一个 token 从被 tokenize 那一刻起，到最终 softmax 出概率分布，中间经过了哪 N 步」时，你才算真正理解 Transformer。

Decoder 详解：为什么它天生适合生成如果说 encoder 更像一个“读者”，decoder 就更像一个“写作者”。它的工作不是把整句编码成一个稳定表示，而是在每一个时刻回答一个更尖锐的问题：在已经看到前文、也许还看到外部条件的前提下，下一个 token 最应该是什么？

Encoder 详解：6 层堆叠到底在做什么很多人第一次看 Transformer 图时，会把 encoder 理解成“左半边那 6 层”，然后继续把主要注意力放到 decoder、mask、生成、采样上。这样理解不算错，但会漏掉一件很重要的事：encoder 是后来整条“理解类模型”路线的起点。BERT、RoBERTa、DeBERTa、ViT 的 backbone，本质上都在回答同一个问题：如果我不需要一边读一边写，只想把输入序列编码成尽可能好的上下文表示，该怎么堆 Transformer？

微信读书官方发了 skills，把我给秀麻了。周末的时候，微信读书官方发布了一个 weread skills。不得不说微信读书这波是走在前列的。这篇就跟大家聊聊如何配置微信读书的 --- weread skills。

未若君雅裁

Spring AOP、日志切面与声明式事务原理AOP 是 Spring 面试里的高频点，但很多回答只停留在“面向切面编程”。这句话没错，但不够。面试官更想听到的是：你有没有在项目里用过 AOP，它解决了什么重复问题，Spring 事务为什么也依赖 AOP。

AI应用开发六：企业知识库企业知识库不能简单理解成“把 PDF 丢进向量库，然后接一个大模型”。在真实项目中，真正麻烦的地方往往不在某一行代码，而在整条链路是否可靠：PDF 能不能解析干净，chunk 切分是否合理，检索能不能找到关键内容，Rerank 会不会带来过高延迟，Prompt 能不能稳定输出，最终答案有没有证据可以追踪。

一个 `#[uniffi::export]`，把 Rust 接进 React Native一篇偏教程向的 uniffi-bindgen-react-native 入门。适合已经有 Rust core、正在做 React Native / Expo 移动端，并且不想手写 Swift / Kotlin / C++ 胶水的人。

一行 `#[specta::specta]`，让 Tauri IPC 有类型一篇偏教程向的 tauri-specta 入门。适合写过 Tauri、前端使用 TypeScript，并且已经开始厌烦手写 invoke("xxx", { ... }) 的人。

OpenClaw 中最经典的 6 款skill，真正能进工作流的 skills2026 开年至今，AI 圈里两个词出镜率最高：龙虾和 Skill。龙虾更像一阵风——话题来得快，讨论散得也快；Skill 却在慢慢变成能天天用的东西：装一次，反复省时间。

AI Agent 基础问题系统整理：从 LangChain、LangGraph、MCP 到 Agent 架构、记忆、工具调用与评估体系最近系统学习了一组 AI Agent 工程化相关内容，里面很多问题都非常适合出现在面试中。这些问题看起来分散，比如：

AI 为什么总喜欢写防御性代码？大家好 👋，我是 Moment，目前正在使用 Next.js、NestJS、LangChain 开发 DocFlow。这是一个面向 AI 场景的协同文档平台，集成了基于 Tiptap 的富文本编辑、NestJS 后端服务、实时协作与智能化工作流等核心模块。

SpringBoot自动配置的坑，差点让我加班到天亮SpringBoot的自动配置（Auto-Configuration）是其最受欢迎的特性之一，它通过约定大于配置的理念，极大地简化了开发者的工作。然而，正是这种“黑箱魔法”般的便利性，也可能成为调试时的噩梦。最近，我在一个项目中遇到了一个由自动配置引发的隐蔽问题，几乎让我通宵排查。本文将深入剖析这个问题的根源、解决过程以及从中得到的启示。

【Dify + EdgeOne】你奶奶也会做一个“智票通”，轻松票据自定义提取+防数据泄露在以往使用 Dify 搭建 AI 应用的过程中，我最大的感受是：它已经把 AI 应用开发变得非常简单了。

程序员老邢

【技术底稿 37】Spring Boot 3.x 自动装配 “死锁” 排查：3 个注解实现条件化装配与 Mock 兜底正在开发 RAG 项目，生产环境依赖 MySQL + Redis + Milvus + 大模型 API。日常需要搭建本地零依赖 Demo 版本，用于前端快速联调。剔除所有外部中间件配置后，Spring Boot 启动直接报错：

用户43430924169

Day29：图片上传 + 存数据库（Multer + MySQL）这两天把“上传图片”和“存数据库”串起来了。上传成功后，图片文件存到 uploads/ 文件夹，图片 URL 存到 images 表。

Hermes Agent 整体了解Hermes Agent 是由 Nous Research 开发的开源 AI Agent 框架，对标 Claude Code、Codex、OpenClaw 等自主编码与任务执行型 Agent。核心差异在于：

JAVA数据结构与算法 - 基础：链表在计算机内存中，数据的组织方式直接决定了操作效率。数组（Array）是我们最早接触的线性结构，它凭借连续内存分配实现了 O(1) 的随机访问。但数组也有先天不足：创建时必须预先声明容量，扩容需要整体拷贝；中间插入或删除元素时，需要移动大量数据。这些场景下，数组的 O(N) 时间复杂度就显得捉襟见肘。

JAVA数据结构与算法 - 基础：栈 (Stack) 深度解析你用过浏览器的"后退"按钮吗？你见过编辑器里的"撤销"（Undo）操作吗？你注意过 Java 方法调用时的递归深度吗？这些看似完全不同的功能，背后都依赖同一种数据结构的支撑——栈（Stack）。

java使用Map映射遍历方法

JAVA数据结构与算法 - 基础：队列 (Queue) 全方位解析如果说栈是"后来者居上"，那么队列就是"先来者先走"——先进入队伍的人先被服务，后进入的人在后面等待。这种 FIFO（First In, First Out，先进先出）的规则，构成了现实世界中最公平的服务模型。