利用 chrome-devtools MCP 讓 AI 操作便攜版瀏覽器（可指定 Data）
說明：文中出現的具體視頻鏈接、演示路徑、用戶名、端口號等均為示例，讀者需按需替換。 1. 需求 （1）使用 chrome-devtools-mcp 打開 https://www.bilibili.com/video/BV1fEsfzrEc7/?spm_id_from=333.1007.tianma. ...
React 中 useCallback 的基本使用和原理解析
React 中 useCallback 的基本使用方法 useCallback 是 React 的一個核心 Hook，用于?緩存函數定義?，避免組件重新渲染時重復創建函數實例。以下是其基本使用方法： 1. 基本語法 const memoizedCallback = useCallback( () = ...
[Agent] ACE（Agentic Context Engineering）源碼閱讀筆記---（1）基礎模塊
[Agent] ACE（Agentic Context Engineering）源碼閱讀筆記 （1）基礎模塊 目錄[Agent] ACE（Agentic Context Engineering）源碼閱讀筆記 （1）基礎模塊0x00 概要0x01 示例1.1 建立簡單Agent1.2 后續操作Load ...
不是 CSP-2025 游記
不是 CSP-2025 游記 真不是，全是垃圾話，建議不看。 觀點很激進，看在我是個啥都不懂的小孩的份上，還請不要打架 QwQ。 本來這個東西是想在家寫的，但是在家實在是太想水了沒抽出時間寫這個確實是十分的抱歉我在這轉三圈給大家賣個萌就先饒了我這一次吧喵。 真的很喜歡很喜歡很喜歡命嫌。 あぁ、神様、 ...
P10940 舞動的夜晚題解
前置芝士： 最大流 & 二分圖匹配 原題鏈接：P10940 舞動的夜晚 本題題意：給出一張二分圖，求該圖最大匹配的必不經邊 定理1：對于原二分圖中任意邊\((x,y)\)，若\((x,y)\)為匹配邊，并且在殘量網絡中分屬不同強連通分量,則\((x,y)\)為必經邊。 定理2：對于原二分圖中任意邊\ ...
最小二乘問題詳解8：Levenberg-Marquardt方法
本文系統講解了Levenberg-Marquardt方法的原理、算法流程與C++實現，闡明其如何通過自適應阻尼在Gauss-Newton與梯度下降之間智能切換，從而高效穩健地求解非線性最小二乘問題。 ...
1. markdown轉word 第一步: markdown轉html
1. 簡介 最近因為項目需求需要將AI輸出的結果導出到word中, 但AI輸出的格式為markdown格式,因為word展示內容的時候需要有相應的格式(標題, 段落, 列表, 表格等), 所以不能直接將markdown輸出到word中, 否則word中展示的就是markdown純文本了, 調研一番后 ...
TOON 格式終于贏了！AI 大模型基準測試揭示驚人真相
最近在深入研究 TOON.NET 的時候，發現了一組非常有意思的基準測試數據。說實話，我對結果有點震驚——一個相對較新的格式，居然在多個主流 AI 大模型上的表現都遠超 JSON 和 YAML。今天就想和大家好好聊聊這個發現，以及它背后的意義。 什么是 TOON？為什么它如此特殊 在深入測試結果之前 ...
吞吐量、延遲、內存：深入理解垃圾回收的“三元悖論”
垃圾回收算法的評價標準：吞吐量、延遲、內存，孰輕孰重？ 評估和選擇垃圾回收器時，不存在一體通用的最優解。不同的應用場景對性能的要求截然不同，因此需要通過一套標準化的指標來衡量垃圾回收算法的特性。通常，關注三個主要的、且相互制約的評價指標：吞吐量（Throughput）、最大暫停時間（Max Paus ...
記錄一次USB虛擬網絡問題排查
背景介紹 項目是用yocto構建的，在升級kernel及yocto后（見http://www.rzrgm.cn/ma-yangbiao/p/19149251）, 發現某些功能不能正常工作。 問題介紹 目標機是某個不常用的x86平臺，該x86 盒子通過USB連接MDM9150, 在該x86盒子 ...
技術面：SpringBoot（springboot的類加載和傳統的雙親委派有什么區別、如何按順序實例化Bean）
前言 在SpringBoot中，類加載機制與Java的傳統雙親委派類加載機制是有一定區別。主要體現在自定義類加載器與fat jar(可執行jar)的加載方式上。 Java的傳統雙親委派模型 Java傳統類加載機制，遵循雙親委派模型，核心規則：類加載請求優先由父類加載器處理，只有父加載器無法加載時才由 ...
Oracle 數據庫性能追蹤與數據整合實踐指南
在 Oracle 數據庫運維場景中，性能診斷與數據同步是保障業務穩定的核心環節。本文基于實戰命令，系統拆解從歷史會話查詢、10046 事件追蹤，到 trace 文件解析與數據整合的完整流程，助力工程師高效定位瓶頸、實現數據精準同步。 一、性能數據基礎查詢：從 AWR 歷史會話追溯問題 當需定位特定用 ...
從零開始學Flink：事件驅動
本文系統講解 Apache Flink 的事件驅動編程模型，涵蓋 ProcessFunction、定時器與狀態、事件時間與 Watermark、與窗口的對比以及最佳實踐。 ...
吳恩達深度學習課程二： 改善深層神經網絡 第一周：深度學習的實踐（六）梯度現象和梯度檢驗
此分類用于記錄吳恩達深度學習課程的學習筆記。 課程相關信息鏈接如下： 原課程視頻鏈接：[雙語字幕]吳恩達深度學習deeplearning.ai github課程資料，含課件與筆記:吳恩達深度學習教學資料 課程配套練習（中英）與答案：吳恩達深度學習課后習題與答案 本篇為第二課第一周的內容，1.10到1 ...
AI輔助編程下的軟件分層設計：讓生成的代碼井然有序
在人工智能（AI）輔助編程日益普及的今天，我們編碼的方式正在經歷一場前所未有的變革。 AI 工具如 QWenCoder，TreaCN等，能夠幫助我們快速生成代碼，極大地提升了開發效率。 然而，這也帶來了一個新的挑戰： 如何確保 AI 生成的代碼能夠遵循我們精心設計的軟件架構，特別是在中小型軟件項目中 ...
React（二）：構建一個簡單的聊天助手學到的React知識
前言 先來看下效果。 非流式（基本不會用）： 流式： 其實創建React項目一般都會直接使用組件庫，比如Ant-Design，就比如構建聊天助手，其實使用Ant-Design-X就比較好，但是畢竟Ant-Design-X太新了，AI估計寫的不太好，需要自己看文檔，后面可以考慮用下Ant-Design ...
Blazor WASM 程序打包器【都昌電子病歷編輯器最新特性】
都昌電子病歷編輯器（DCwriter）是我司的核心產品。2023 年發布的基于 WASM+Canvas 的 DCWriter 5.0 已成功上線數千家醫院，但其依賴資源較大的問題受到用戶反饋。為解決這一問題，我們深入優化并研究出了 Blazor WASM 程序打包器。
Blazor WASM 程序... ...
TOON 協議與 AIDotNet.Toon 實踐指南
一、TOON 是什么 官方定義要點摘錄（來源：toon-format/toon 倉庫 README）： Token-efficient：通常比 JSON 少 30–60% 的 tokens（Key Features 列表） LLM-friendly guardrails：顯式長度與字段，便于驗證 M ...
沒有 AI，沒有融資，一個 17K Star 開源項目的真實收入
前情 我們在去年 NocoBase 發布 1.0 的時候，寫過一篇文章：《一個不知名的開源產品可以帶來多少收入》，分享了過去 12 個月 NocoBase 的收入。如今又一年過去了，在這一年里世界發生了很大的變化，家喻戶曉的 ChatGPT，超低成本的 Deepseek，你追我趕的 Cursor 和 ...
ASP.NET Core Blazor 核心功能二：Blazor表單和驗證
大家好，我是碼農剛子。本文介紹了Blazor中EditForm組件的使用及表單驗證方案。主要內容包括： 1）EditForm基礎用法，通過Model參數綁定模型，使用DataAnnotationsValidator實現數據注解驗證； 2）自定義驗證規則實現，通過繼承ComponentBase創建Cu ...
