后端

🛡️ Web3 安全入门：新手防骗完全指南在 Web3 中，安全不是可选项，而是生存底线。本文用真实案例拆解 8 大常见骗局，帮你建立完整的安全防御体系。

🔐 Solidity 完全指南：关键语法解析与智能合约中的核心作用本文面向有编程基础（JavaScript/Python/Java 等）的开发者，系统梳理 Solidity 的核心语法、设计思想，以及它在智能合约生态中的不可替代价值。

CSharp: Iterative Algorithms项目结构：调用：输出：

AI股票小助手10-我用代码管住自己的手：一个普通人的市场观察笔记by 雪隐_上班了 from juejin.cn/user/143341… 欢迎分享与聚合，全文转载就不必了，尊重版权，圈子就这么大，若急用可联系授权。

混合检索与重排：提升召回与排序质量RAG 系统的检索质量通常决定最终回答上限。单纯依赖向量检索，在 demo 中经常表现不错，但进入真实业务后会遇到很多问题：精确词召回不稳、结构化条件无法严格满足、重复 chunk 过多、Top K 噪声大、真正相关文档排在后面。

HarmonyOS开发实战：小分享-ArkUI 导航与路由——router API 深入路由导航是移动应用的核心能力，决定了用户如何在页面间流转。小分享 App 使用 @ohos.router 模块实现页面跳转。本篇深入讲解 pushUrl、replaceUrl、back、getParams 等 API。详细 API 可参考 HarmonyOS Router 官方文档。

Ai拆代码的曹操

RocketMQ 消息堆积排查实战：从 20 个消费者线程卡死到 rebalance 死亡螺旋场景：业务端到端耗时从 200ms 涨到 5s，消息堆积 50 万条。业务方怀疑生产者慢，链路追踪发现消费端才是根因——20 个消费者线程全部卡在同步 DB 写入上，形成 rebalance 死亡螺旋路径：消费 lag 监控 → 消费者线程池 → 消费者源码 → 业务代码 → 修复方案

吃饱了得干活

@Transactional 又失效了？把这 8 个坑全填了！别再背面试八股了，这 8 种让事务原地爆炸的骚操作，你都亲手写过几种？很多朋友找 Bug 找了半天，最后发现 @Transactional quietly 地挂掉了。其实 Spring 声明式事务的本质是 AOP 动态代理。

从零搭建私人 RAG 知识库：让项目决策真正“可检索、可追溯”本文是「从零搭建私人 RAG 知识库」专栏的第一篇。这个专栏不会只停留在概念介绍，而是以 TypeScript 项目 CorpRAG 为主线，逐步完成一个基于 LangChain、Ollama、LanceDB 和 MCP 的私人知识库。

Embedding 模型介绍：热门模型对比与应用场景本文是「从零搭建私人 RAG 知识库」专栏的基础篇。搜索“怎么保存登录状态”，也能找到写着“使用 Redis 存储 Session”的文档。它们没有使用相同的关键词，却表达了相近的意思——这正是 Embedding 模型擅长解决的问题。

LanceDB 基础使用：用 TypeScript 完成第一次向量检索本文是「从零搭建私人 RAG 知识库」专栏的基础篇。上一篇介绍了 Vector Store 的概念和常见产品，这一篇将使用 CorpRAG 采用的 LanceDB，完成文档写入、持久化和语义检索。

低延迟不是更快地猜：EOU / Barge-in / Turn Protocol 必须统一（4 种结束 + Generation Fencing + 9 类可复现场景）发布边界：协议、状态机和预算属于工程设计；供应商事件名只在对应产品边界内成立，不冒充作者已完成的线上实测。

Ollama 从入门到实践：本地模型运行、API 调用本文是「从零搭建私人 RAG 知识库」专栏的基础篇。我们先理解 Ollama 能解决什么问题，Ollama 下载模型以及基本的使用案例。

Embedding 基础使用：用 Ollama 和 LangChain.js 生成文本向量上一篇介绍了常见的 Embedding 模型、模型选型方法和应用场景。本文将从最小示例出发，使用 Ollama、nomic-embed-text 和 LangChain.js，把文本转换成向量。

Vector Store 入门：什么是向量数据库，主流产品如何选择本文是「从零搭建私人 RAG 知识库」专栏的基础篇。我们先理解 Vector Store 解决什么问题、它如何完成语义检索，再认识目前常见的向量数据库，为后续使用 LanceDB 做准备。

SpringBoot使用自动装配编写Start包参考demo1. 项目结构hello-spring-boot-starter │ ├── pom.xml │ ├── src │ └── main │ ├── java │ │ └── com │ │ └── example │ │ └── hellostarterdemo │ │ ├── HelloProperties.java │ │ ├── HelloService.java │ │ └── HelloAutoConfiguration.java │ │ │ └── resources │ └──

canonical_entropy

Mission Driver：Loop Engineering 的一种通用参考实现一个通用的 AI 任务驱动引擎如何通过 loop 嵌套实现局部容错和稳定保障。当前主流的 AI 辅助开发仍然是 Vibe Coding：人提示，AI 响应，人纠正，AI 再响应。这可称为 Human In The Loop（人在环中）模式。每一次产出都需要人确认和修正，人和 AI 交替工作。

一路向北North

Spring AI(5) :对话机器人-会话记忆本章代码已分享至Gitee:https://gitee.com/lengcz/ai-study.git

Rust学习文档（二）目录02 所有权与借用2.1 什么是所有权（Ownership）Rust 为什么需要所有权所有权三条铁律

Dovis(誓平步青云）

《如何在CentOS 7中添加Plex官方软件源：解决文件磁盘难管理难题》电影和剧集存得越来越多以后，最先出现的问题通常不是硬盘不够，而是文件越来越难管理。不同年份、不同清晰度和不同类型的资源混在多个目录中，想找一部以前收藏的影片，经常要反复翻文件夹。