后端

吴凡wudianmei

从 0 搭一个 AI Agent（四）：SSE 跑通之后，三处“契约错配”与它们的修复边界上一版文章把断连、续传、重试、优雅关闭的修复清单列了出来。这一版不增加新条目，只做一件事：把每条修复背后的“契约假设”说清楚。因为这些问题之所以反复出现，不是因为某一行代码写错了，而是因为应用层、框架层、运行时层、客户端库，对同一件事持有不一致的假设，而没有任何一层负责仲裁。

defer 的参数在写下那一刻就求值了，循环里这样写会踩坑一次重构把循环里的显式调用改成了 defer，本意是「不管从哪条分支出去都能收尾」。上线后日志全乱了：一百条任务记录，打印出来的任务编号都是最后一个。

腾讯 Buddy One 来了，办公生态一键打通 WorkBuddy（附教程）这是苍何的第 615 篇原创！大家好，我是苍何。兄弟们，腾讯这次憋了个大招。正式推出了跨应用 AI 协同体系 Buddy One，把 WorkBuddy、腾讯会议、腾讯文档、ima 和腾讯网盘一键打通了。

把通义千问接进工单系统：三个版本够用，但有两个坑没人提前告诉我我们公司的工单系统跑了六年，去年年底加了一个 AI 助手：客服把用户的话粘进去，自动判断该派给哪个组、紧急程度几级、要不要拉人。

MongoDB迁移实战：基于SQL的文档数据开发与多模态融合实践MongoDB迁移到关系数据库，最大的挑战不是数据搬迁，而是开发模式的转变。很多团队习惯了NoSQL的灵活性，切换到SQL环境后，面对文档型数据往往感到无从下手。毕竟，JSON数据的存储、查询、聚合，在关系数据库里有完全不同的实现方式。

os.path.join 遇到绝对路径会丢掉前面所有段，这条规则写在文档第二句去年有个做图床的服务，文件落盘只靠一行拼接，跑了半年没事。后来后台加了「按日期分子目录」的配置，交接的同事把它填成了 /20260103，前面多打了一个斜杠。

Go 的接口是类型加值，所以赋了 nil 的 err 判断起来不等于 nil上周把一个错误封装从业务包里抽出来做成公共模块。抽的时候函数签名保持 *MyError 不变，调用方一行没改，if err != nil 却开始在成功路径上也走进错误分支。

不一样的少年_

不花一分额外 API 钱，用现成的 Claude Code / Codex / Cursor 搭建 AI 个人知识库很多开发者手里已经订了 Claude Code、Cursor 或 Codex 用来写代码，但想搭一套本地 AI 个人知识库时，要么得在网页端聊天框和本地 Markdown 文件之间来回复制粘贴，要么得给笔记软件再单独配一套 API Key、多掏一份钱。

用户691902681339

Redis 1：简述Redis概念与Agent的联系Redis 是一个高性能的键值型内存数据库，数据默认放在内存里，读写延迟通常在亚毫秒级，是后端最常用的缓存与中间件之一。

艾思控驱动器

手写一个电流环采样时序校核工具：为什么你的 FOC 电流总差几个百分点FOC 的电流环，给定 10A，实测 9.4A。不是环路带宽不够，也不是 PI 参数没调好——是采样时刻偏了 1.2µs。

智驭未来掌门人

桌面程序里的“1K 以内”：到底该限制哪一层像素（C++ Qt 版）我以前做桌面程序，对“分辨率”这件事是真的没做这么细。界面能跑、控件不重叠、在开发机上看着正常，基本就算交付了。直到有人跟我说“桌面程序控制在 1K 以内”，我才发现，这个看似简单的要求，背后藏着一整套关于像素、缩放、渲染目标和性能预算的工程认知。而这些东西，恰恰是桌面开发里最容易被“能跑就行”掩盖掉的部分。

分层干不干净，要等你想换掉一层才见分晓：DuckDB 2.0 换掉 parser 靠的那道缝分层干不干净，要等你想换掉一层才见分晓。DuckDB 2.0 把用了八年的 parser 整层换掉了：默认 parser 从 libpg_query 换成了自研的 PEG parser，libpg_query 移出了内核，老 parser 留在 legacy_parser 扩展里。能换得动，靠的是一条从第一版代码就在的规矩：parser 不认识任何一张表。

智能调度系统从0到1：系统架构设计方法内容来自：mp.weixin.qq.com/s/Vr6e5nug_… （很不错，推荐）物流行业有句行话：「调度系统的水平，直接决定一家物流公司的成本天花板。」同样是 1000 单配送，排线好不好，车辆能差出 30%、骑手能差出 40%、准时率能差出 15 个百分点。但真正从零搭一套能扛住真实业务的智能调度系统，远比跑通一个 VRP 算法复杂得多——算法只是冰山一角，水下是数据接入、订单建模、运力池、实时重排、异常兜底一整套工程体系。这篇把一套工业级调度系统的架构从顶到底拆开，讲清楚每一层的设计取舍。

苏三说技术

对话式导购 + RAG + MCP 智能商品推荐系统一句话定位：会聊天、会推荐、还能真正下单的对话式电商导购 AI Agent。为什么值得写进简历更多项目实战在Java突击队网：susan.net.cn/project

不一样的少年_

为什么你写的 Agent 一报错就死循环？很多人都漏掉了这层“错误自救与熔断”机制🚀 欢迎来到「不用框架，手搓 AI Agent」系列第七篇。这一篇我们聊聊工具报错后怎么处理：让 Agent 学会先查原因、换个路子再试；要是反复尝试都没用，或者碰到权限拒绝，就及时停手。代码接着第六篇的 Plan Mode 往下写，新增的文件和要替换的代码都在正文里，你直接在上一版工程里一步步接进去就行。

接口被疯狂调用怎么办？聊聊接口限流线上服务最怕突如其来的流量洪峰：爬虫高频刷接口、前端异常循环请求、恶意调用、活动流量突增…… 大量请求瞬间涌入，数据库、CPU、连接池被打满，正常用户请求跟着超时、报错，严重时直接服务雪崩。

评测结果怎么用：从失败样本到提示词规则先给一个看起来完美的闭环。8 条测试，v1 达标 6 条（0.75）。改了一句 Prompt，v2 达标 8 条（1.0）。

Agent 自动化系统怎么搭：从 Super-agent 架构到事件驱动调度（全文可跑）核心结论：Agent 系统设计里最难的不是让模型变强，而是解决「人的注意力瓶颈（attention bottleneck）」——DeepSeek 在《Super-agent 设计探索》里一句话点透：单任务的上限取决于模型能力，多任务的上限取决于人的注意力。你同时只能盯 3 到 5 个会话，那再强的模型也只能被你拖慢。解法是把任务起点从人身上拿掉：用事件（event）当触发器、让 Router 分派、Worker 并行干活，人只在必须拍板时介入。这套「AI 当主管、AI 干活、人做决策」的调度架构，正是 1

基于SpringBoot的网上流浪狗救助捐赠平台-附源码温馨提示：本人主页置顶文章(点我)开头有 CSDN 平台官方提供的学长联系方式的名片！流浪狗救助工作大多依靠民间救助团队自发开展，救助资金、物资来源分散，捐赠信息不透明，救助进展难以同步给爱心人士，物资流向和资金使用缺少统一的线上公示渠道。基于 SpringBoot3 的网上流浪狗救助捐赠平台，划分爱心捐赠人、救助站工作人员、平台管理员三类角色。爱心人士可以浏览救助项目，在线进行资金或物资捐赠，查看捐赠记录、救助动态与财务公示；救助站工作人员发布流浪狗救助信息、上传救助素材、登记物资使用情况、更新流浪狗领