后端

为思念酝酿的痛

POSIX信号量目录一、回顾信号量的概念二、POSIX信号量接口三、基于环形队列的生产者 - 消费者模型四、代码实现4.1信号量的封装

小羊在睡觉

力扣84. 柱状图中最大的矩形84. 柱状图中最大的矩形给定 n 个非负整数，用来表示柱状图中各个柱子的高度。每个柱子彼此相邻，宽度为 1 。

Neo4j + Graph RAG 医疗知识图谱工程实践：患者教育问答真正需要的是“关系可追溯”做医疗患者教育问答时，很多团队第一反应是把科普文章、指南摘要、院内宣教材料全部切片，然后丢进向量库。用户问“高血压要看哪个科”“为什么建议做血压监测”“糖尿病患者教育材料应该关联哪些检查”，系统就从文档里召回几段相似文本，再让大模型总结。

MES系统源码：Java8 + SpringBoot2.7 + MySQL8 + Redis，后端源码清爽易扩展制造执行系统（MES），生产信息系统，是连接企业计划层与生产现场控制层的核心信息化系统。它通过实时采集、监控和管理生产过程中的数据，实现对生产计划、作业调度、物料、设备、质量和人员等制造资源的精细化管控。其核心价值在于打通信息流，使生产过程透明化、可追溯，从而优化资源配置、提升生产效率、保障产品质量并支持敏捷决策。

[Java] 如何理解 class 文件中方法的 descriptor？在日常开发过程中，我们有时候需要查看 class\text{class} class 文件的内容。如果我们对 class\text{class} class 文件的结构有基本的了解，那么就会事半功倍。由于这个话题很大，而且我自己的水平也有限，所以每次只写一个很小的主题。本文的主题是理解 class\text{class} class 文件中方法的 descriptor\text{descriptor} descriptor。

村口张大爷

05 — 分层架构与依赖倒置DDD 的代码组织采用四层架构，每一层有明确的职责边界，层与层之间通过接口解耦。核心设计理念：依赖方向始终指向领域层。领域层是整个系统的核心，它不依赖任何其他层，其他层都依赖领域层。

SpringBoot自动配置原理揭秘效果：导入starter，修改配置文件，就能修改底层行为

Vite热更新失灵？你可能漏了这个配置在现代前端开发中，开发体验（DX）已经成为一个至关重要的考量因素。Vite作为新一代前端构建工具，凭借其闪电般的冷启动速度和近乎实时的热模块替换（HMR）能力，迅速赢得了开发者的青睐。然而，在实际使用过程中，不少开发者会遇到热更新失灵的问题：代码修改后，浏览器没有自动刷新，或者状态丢失，甚至完全没有任何反应。本文将深入探讨Vite热更新的工作原理，并揭示那些容易被忽略的关键配置，帮助你彻底解决这些问题。

面试官：如何做好架构设计"好的架构不是设计出来的，是演进出来的。但演进需要正确的方向。"软件架构设计并非一蹴而就的艺术，它更像是一场持续的旅程，需要不断地探索、适应与优化。一个优秀的架构并非凭空设计，而是在实践中不断演进、迭代和完善的产物。然而，这种演进并非盲目，它必须在正确的方向指引下进行，才能最终构建出灵活、健壮且符合业务需求的系统。

QwenPaw Agent 实现原理深度剖析对应代码路径: src/qwenpaw/agents/这个继承层次是理解整个 Agent 行为的关键。从底向上看，AgentBase 是 AgentScope 框架提供的最底层基类，定义了 Agent 的最基本契约——能接收消息、能回复消息。ReActAgent 在基类之上实现了完整的 ReAct（Reasoning + Acting）循环引擎：它是一个 while 循环，每次迭代先让 LLM "思考"（_reasoning），如果 LLM 返回了工具调用请求，就执行工具（_acting），然后把工具结

【AI会议纪要实践】mapReduce、RAG 与结构化输出本人一直在做会议系统相关的内容，但我们自己的会议模块里，之前一直缺少一个比较完整的自动会议纪要能力。这个功能其实并不新。像钉钉、飞书、腾讯会议这类成熟会议产品，早在几年前就已经上线了 AI 会议纪要。我们去年也曾经排过相关计划，但因为业务需求一直在迭代，我个人手上的事情也比较多，最终这个功能就暂时搁置了下来。最近的一次发版之后，有了空余时间，遂研究了一番。

后端接入 AI Agent：Tool Calling 网关、幂等与审计日志实战摘要：AI Agent 能发起 Tool Call，不代表它应该直接碰业务接口。真正可上线的 Java 后端，需要在模型和业务系统之间加一层 Tool Calling 网关，把工具注册、权限校验、幂等、超时、审计日志和错误回填都收住。本文结合 Spring AI、LangChain4j、OpenAI、Anthropic 的官方 Tool Calling 设计，以及 DDIA 里的可靠性、事务和分布式故障思路，给出一套可落地的后端设计。

混合检索 RAG 的工程化实践：不是多查几路，而是把召回、重排和上下文预算管好混合检索 RAG 的核心价值，不是把 Elasticsearch 和向量数据库都查一遍，然后把结果粗暴塞给大模型。真正有工程价值的做法是：用多路召回尽量扩大候选集，用稳定的文档 ID 做合并去重，用重排模型把不同召回通道的结果拉到同一个相关性尺度上，再用上下文预算控制把少量高质量证据交给 LLM。

分布式下的系统，什么是算是好的架构设计在当今瞬息万变的软件开发领域，分布式系统已成为构建高并发、高可用和可扩展应用的主流选择。然而，一个“好的”分布式系统架构并非一蹴而就，它更像是一个持续演进的过程，而非一次性设计的结果。架构设计的本质在于，在特定的业务需求、技术栈限制、团队能力和预算等诸多约束条件下，寻求一个最优的权衡（Trade-off）方案。

[Java] 如何理解 class 文件中方法的 access flags？在日常开发过程中，我们有时候需要查看 class\text{class} class 文件的内容。如果我们对 class\text{class} class 文件的结构有基本的了解，那么就会事半功倍。由于这个话题很大，而且我自己的水平也有限，所以每次只写一个很小的主题。本文的主题是理解 class\text{class} class 文件中方法的 access flags\text{access flags} access flags。

MySQL 事务 ACID使用：原则：作用：生产环境：即：定义：定义：原因：定义：原因：使用：看到：使用：作用：InnoDB：解决：

百万QPS多场次秒杀系统架构全解：解耦设计、防超卖、流量防护体系哈喽，大家好！秒杀作为电商大促的核心高并发场景，一直是后端面试和工程落地的重难点。不同于普通商品下单，秒杀具备瞬时百万QPS、多场次叠加、库存严格可控、绝对不能超卖的核心特性。

Golang iota详解给你来一版 Golang iota 超详细大全，尽量讲透，而且按“面试 + 实战 + 易踩坑”的方式来。

前端环境观察室

别只看 task success：AI Agent 浏览器自动化真正要补的是环境证据链做浏览器自动化时，最容易让人误判的一行日志，大概就是：页面打开了，按钮点了，表单提交了，日志也没有报错。

把 Docker 镜像从 2GB 瘦身到 180MB，AI 帮我找到了那些看不见的“脂肪”一个 Node.js 后端项目的 Docker 镜像膨胀到 2GB，每次部署要等 8 分钟。借助 AI 分析构建上下文、依赖和缓存策略，最终将镜像压缩到 180MB，构建时间降至 45 秒。本文完整记录优化过程和与 AI 协作的实操方法。