后端

Rust教程03：函数，控制流与所有权Rust 是一门基于表达式的语言，区分两个概念：分号决定了表达式还是语句：两个要点：for 比 while + 索引更好：没有越界风险，而且更快（省去每次边界检查）。

04-框架--SpringBoot后端Servlet中处理客户端请求的核心单元----参数列表名字和表单名字相同对象类controller部分内容

用TextIn xParse搞定批量简历解析，WorkBuddy里一句话就能完成做招聘的同事应该都遇到过这种情况：某个岗位突然收到一批简历，需要在很短时间内把不同格式的PDF、Word和图片整理成一张可复核的人选表。简历数量可能只有二三十份，频率也不高，但每次岗位要求都不一样，关注字段也会跟着变化。

乐橙开放平台

一周上线校园透明化：listDeviceDetailsByPage 台账 + getKitToken + ImouPlayer 多路墙周五下午五点，某民办小学的信息中心群突然刷屏：周一家长开放日，园长要「全校教室透明」——管理后台能同时看多间教室，出事还能拖时间轴回放。

# 你还在等DeepSeek官方 agent Harness‌？来试试 DeepSeeker-Code吧关于 coding agent，有个普遍的误解：以为门槛在"让它动起来"。调个模型接口、把几个工具塞进提示词，半天就能跑通一个能读写文件、执行命令的 demo。动起来这一步，早就不值钱了。

2568 万 token 才花 2 块 2：聊聊 DeepSeeker-Code 怎么吃满上下文缓存决定一个 coding agent 烧不烧钱的，不是模型单价，是缓存命中率。听着反直觉。我拿 DeepSeeker-Code 跑了一天实测，把账单和 token 拆开看了，结论就是这个。这篇文章就把这笔账彻底算明白：一天烧了多少 token、花了几个钱、为什么这么便宜——以及最关键的，这便宜不是天上掉的，是工程上一处处保出来的。

众人皆醒我独醉

大模型训练优化：FSDP、DeepSpeed ZeRO 与混合精度AI 加速器系列 · 第 2 篇7B 模型用 Adam 训练，光优化器状态就要 112GB 显存。A100 80GB？对不起，连门都进不去。

ClassName() 只是一步？拆开看 __new__ 和 __init__ 各自在干什么「Python 进阶之路」系列 Day12ClassName(...) 这行代码看起来是"一步创建对象"，实际上背后拆成了两个独立的阶段。上一篇讲类变量和实例变量，本质是"属性归谁"的问题；今天这篇往前退一步，讲清楚一个对象到底是怎么"被造出来"的——__new__ 和 __init__ 各自负责什么，以及这个区分在单例模式、不可变类型子类化里为什么会变得很关键。

java: Memento Pattern项目结构：调用：

星哥的编程之路

万字深度解析 Agent 学习路线随着 AI Agent 岗位的兴起，以及对 AI 工具的普及，很多小伙伴都会面临一个问题：AI Agent 到底要怎么学？学到什么程度才算能写进简历？能不能有一个清晰的规划路线？

SQL Server数据迁移这件事，远比你想的复杂——但也远比你想的简单（下）接着上篇聊。上篇说到我实测了KES V9R4C019，100并发场景下复杂查询TPS提升60%、响应时间压缩到原来的1/10这个事。这篇我想把这事拆开了揉碎了好好说说，因为光给个数字没说服力，你得知道这个数字背后到底发生了什么，才能判断它到底是真功夫还是花架子。

JRE 去哪了？一次讲清楚 JDK、JRE、JVM 到底是什么关系？「Java 进阶之路」系列 Day15模块一并发编程系列写完了，从这篇开始进入模块二，回过头补一补 Java 最基础也最容易说不清楚的几个概念。第一个就是 JDK、JRE、JVM——这三个词几乎每个 Java 开发者天天挂在嘴边，但真要问"它们仨到底是什么关系"，很多人只能含糊地说"JDK 比 JRE 大，JRE 比 JVM 大"，再往下就说不清楚了。这篇把三者的边界、以及"为什么现在装了 JDK 却找不到独立的 JRE"这个容易让人困惑的现状一次讲透。

【计算机毕业设计】基于Spring Boot+Vue的家电购物系统的设计与实现随着互联网技术的飞速发展和电子商务的普及，家电购物逐渐从线下转向线上，传统家电销售模式存在流程繁琐、覆盖范围有限、管理效率低下等问题，已难以满足用户便捷购物、商家高效管理以及管理员统筹管控的多元化需求。本文旨在设计并实现一个基于Spring Boot+Vue的家电购物系统，采用Java语言、MySQL数据库等技术，构建用户端、商家端、管理员端三位一体的操作平台。系统涵盖注册登录、家电展示、订单管理、客服沟通、数据统计、投诉反馈等核心功能，有效打通用户、商家与管理员之间的信息壁垒，实现家电交易的线上化、规范

Ontology 本体论是什么？从哲学概念到 AI、知识图谱与软件工程如果你最近在接触 AI、知识图谱、Agent、RAG、语义搜索、领域建模，很可能会越来越频繁地看到一个词：

聊聊 Vercel AI SDK 的流式协议：前后端到底是怎么"边想边说"的做 AI 应用绕不开一个体验问题：模型的回答不能等它全部生成完再"啪"地甩给用户，得像打字机一样一个字一个字往外冒。这个"边想边说"的能力，前端拿到的其实不是一坨最终文本，而是一条结构化的事件流。

得物知识问答：复合检索 Agent 的系统设计实践知识问答的核心挑战是准确率和质量。一个回答要准确，需要：查得全（召回率），查得准（精准度），理解得对（多模态），看得对（权限隔离）。这些能力不是堆功能就能实现的，需要一个强大的 Agent 运行时来支撑。

SpringBoot 入门实验报告实验目的 1.掌握 SpringBoot 项目的创建方法 2.理解 SpringBoot 项目结构 3.学会编写 REST 接口 4.学会使用 AI 工具辅助代码开发 5.理解 AI 生成代码的结构与逻辑实验环境开发工具： IntelliJ IDEA JDK 版本： JDK 17 构建工具： Maven AI 工具：通义灵码测试工具：浏览器或postman 实验内容第一部分：创建 SpringBoot 项目 1. 使用 IDEA 创建项目项目名称：springboot-ai-demo 项目结

Agent 记忆系统详解：从"金鱼脑"到"过目不忘"的进化之路想象你有一个 AI 助手，对话是这样的：是不是很崩溃？这就是没有记忆的 Agent —— 每次对话都像初次见面，用户体验极差。

Java 方法调用的底层原理我们平时写 Java 方法调用时看起来非常简单：但 JVM 真正执行这行代码时，并不是在 .class 文件里提前保存一个 speak() 的内存地址，然后运行到这里直接跳过去。Java 程序编译完成以后，并不知道这个类最终会被加载到哪块内存，也不知道某个方法运行时的具体地址，更重要的是，像多态这种情况，最终调用哪个方法甚至要等程序运行以后才能确定。

睡觉时不困442

9.命令行通用规律：所有命令的底层语法学习入口：当你看 [[Git命令查询表]]、[[Docker命令查询表]]、[[Conda命令查询表]]、[[uv命令查询表]]、[[MySQL命令查询表]]、[[PowerShell命令查询表]]、[[Vim命令查询表]] 时，会发现它们的命令"长得像"——这不是巧合。本文讲清它们共同遵循的底层规则，学会一套就能举一反三。