后端

Pi Agent 深度解析：开源极简终端 AI 编码代理的终极指南2026 年，AI 编码代理（Coding Agent）赛道百花齐放。Claude Code、Cursor、Codex CLI 各显神通，但有一位「逆行者」却凭借「少即是多」的哲学，在 GitHub 斩获 84K+ Stars，成为开源社区最炙手可热的终端编码框架。它就是 Pi Agent。

DeepSeek Harness 必装的插件公布了！DeepSeek Harness 发布了，项目也开源了。DeepSeek Harness 这次是基于 Cordis 插件系统来构建，你可以任意扩展插件。

玩转Nginx 03 — location 匹配规则：让不同的路径各回各家一个 server{} 里可以有多个 location，本课搞清：请求路径是怎么被分诊到不同 location 的——四种匹配类型、优先级规则、现场实验验证。

Spring Boot JdbcTemplate配置Druid多数据源JdbcTemplate配置Druid多数据源的核心在于创建JdbcTemplate时候为其分配不同的数据源，然后在需要访问不同数据库的时候使用对应的JdbcTemplate即可。这里介绍在Spring Boot中基于Oracle和Mysql配置Druid多数据源。

Spring Boot 接口参数校验从入门到精通写接口时，你是不是还在用一堆 if 判断参数是否为空、格式对不对？这篇文章带你用更优雅的方式搞定一切。

码农大叔的博客

golang示例：switch在 Go 中，fallthrough 允许继续执行下一个 case，即使条件不满足：如果多个 case 如果逻辑相同，可以合并：

多开几个线程，为什么算数字反而没变快？一文讲透 CPython 的 GIL「Python 进阶之路」系列 Day16模块三讲完面向对象进阶，从今天开始进入 Python 面试里问法最刁钻的部分——GIL 与并发编程。第一篇先把最基础也最容易被问到的问题讲透：GIL 到底是什么，为什么大家都说 Python 的多线程是"假并发"。这一篇会用实测数据说话，而不是空谈概念。

一只叫煤球的猫

Spring AI 2.0 源码解析（二）：Starter 如何自动装配 ChatClient ？第一章的示例只引入了一个 Spring AI 依赖：业务代码里没有声明 ChatModel，也没有声明 ChatClient.Builder：

重生之我是导演：爆改成「牛来版」黑客帝国？附3D预演台保姆级教程！我是饼干哥哥，这两天正好在研究用 3D 白模工作台复刻一条《黑客帝国》的屋顶反击，再换上我的角色。但总感觉不够有意思，于是我就把牛来和牛妈请过来了。

完美替代 Navicat！这款内置 AI 的数据库工具，太香了！作为后端开发，我们经常需要使用数据库管理工具来操作数据库，比较常用的有Navicat，不过它是收费的。今天给大家分享一款达梦官方出品的国产数据库管理工具SQLark，内置的AI助手开箱即用，完全不用自己配模型，最近刚发布了V4.0版本，堪称AI版的Navicat，希望对大家有所帮助！

世界哪有真情

AI 写代码两年多，我发现自己越来越"看不进去"了用 AI 写代码差不多两年多了，最近越来越强烈地意识到一个问题：不是 AI 写得不好，而是我自己，好像跟不上了。

被 Rust async 纠正的三个异步认知我写 JS 写了好几年，异步那一套是跟着事件循环学的。promise、微任务、宏任务，这些概念每天都在用，我一度觉得已经把异步想明白了。后来开始写 Rust，看到 async/await，第一反应是拿 JS 的模型去套。套了才发现处处对不上。

openpyxl 对账实战：金额浮点、前导零丢失、20 位单号科学计数法两张表放在一起核，单号看着一样、金额看着一样，脚本却报「两边各缺一笔」。这篇记的是写对账脚本时真正让结果出错的 5 个地方。都是实际踩出来的，每个都给能直接抄的处理代码。

未秃头的程序猿

读Spring AI源码的方法——不是硬啃，是带着问题去翻很多人觉得读源码是一件很"高大上"的事。我以前也这么觉得——看到别人说"我读过Spring源码"，就觉得这个人好厉害。

程序员老赵

Docker 部署 ZLMediaKit：轻松搭建高性能流媒体服务平台本文基于 zlmediakit/zlmediakit:master，实测 ZLMediaKit git hash 0e9e59b（branch: master，2026-08-06），测试平台 Ubuntu 24.04 Linux。

SamDeepThinking

从REST到gRPC，一个API选型的思考框架团队做微服务，服务之间怎么通信，是个绕不开的问题。REST+ JSON已经用了很多年，简单、成熟，调试也方便。gRPC也很流行，性能、类型安全、代码生成，这些优势确实很吸引人。

上下文工程：LangChain 怎么组织「喂给模型的东西」本文读的是 LangChain v1 官方文档的 Context Engineering 一页。这页文档本身写得比较散——十几个代码片段平铺过去。我想把它重新组织成一个更清楚的结构：两个正交的维度，再把每个维度对齐到具体的 API。文中代码基本沿用官方示例，模型名（gpt-5.5、claude-sonnet-4-6 等）也保持原样。

接口都能写默认实现了，为什么还需要抽象类「Java 进阶之路」系列 Day19JDK 8 之前，接口和抽象类的边界很清楚：接口只能声明方法签名，抽象类才能写具体实现。可 JDK 8 给接口加上了 default 方法之后，接口也能带方法体了——这下不少人会犯嘀咕：接口都能写实现了，那抽象类是不是快没用了？这篇就借 JDK 集合框架的真实设计，把这条边界重新讲清楚。

RAG 能跑≠能用：用 EDD 把 Eval 做成基础设施 (附源码)RAG 调参后“看起来更好”无法支撑工程决策：没有固定样本、不可追溯的索引和中间过程，任何结论都可能来自样本漂移或偶然输出。EDD（Eval-Driven Development）把改动放进可重复的 prepare -> index -> run -> compare 循环。本文基于本项目的 eval/、app/rag.py 和实际工件，搭建一套离线 RAG eval 系统，先测真实 pipeline，再用 Judge 评估最终答案。

Docker 容器化实战：从零搭建 Web 服务与反向代理想象一下这个场景：你第一天到新公司报到，接手了一个五年前用 Vue2 写的老项目。项目文档上写着“请使用 Node 16 + npm 8 运行”。你打开自己的电脑，发现装的是 Node 22 —— 你尝试直接运行，项目报错；你尝试降级 Node，但电脑上还有其他项目依赖新版本。你陷入了两难。