HTML详解
目录 1 怎么学习HTML？ 2 基础知识 3 HTML 历史 4 HTML的语义化 5 标签 5.1 标签分类 5.1.1 常见的块级标签 5.1.2 常见的行级标签 5.1.3 常见的行内块标签 5.2 头部区域内的标签讲解 5.3 链接标签 5.4 图像标签 5.5 布局标签 5.6 表格标签 ...
吴恩达深度学习课程：深度学习入门笔记全集目录
课程 周数 类别 内容 课程一：神经网络和深度学习 第一周：深度学习简介 理论 （1）深度学习简介 实践 无 第二周：神经网络基础 理论 （1）回归基础 （2）分类与逻辑回归 （3）梯度下降法 （4）损失函数与传播 （5）向量化 （6）向量化的反向传播 实践 E & C 第三周：浅层神经网络 理论 ...
基于 Clean Architecture + DDD 的轻量级工作流系统实践
基于 Clean Architecture + DDD 的轻量级工作流系统实践 本文介绍在一个 .NET 10 + Vue 3 的后台管理系统（Ncp.Admin）中，如何基于现有的 Clean Architecture + DDD 架构，从零构建一套轻量级审批工作流系统，涵盖后端领域建模、CQRS ...
为博客园注入现代 UI 体验：shadcn 皮肤上线
背景 tona-shadcn 是基于 tona 和现代 UI 组件系统 shadcn/ui 的博客园皮肤实现，它让传统博客园主题具备一致的设计语言、深色模式支持和响应式布局能力。其价值在于将成熟设计组件与博客园生态结合，为内容创作者提供既专业又现代的阅读体验。 使用方式 进入博客园后台「设置」页面； ...
双系统安装完整指南——以双Win11为例
双系统安装完整指南——以双Win11为例 适用于：同一台电脑安装两个 Windows 11 系统 适合场景： - 开发 / 测试 / 多环境隔离 - 工作系统与娱乐系统彻底分离 - 区别于 Windows 用户级隔离（软件路径、配置混乱） - 区别于虚拟机 / 云桌面（无性能损耗） - 系统级强隔离 ...
长上下文模型是否会取代 RAG？以 Claude Opus 4.6 为例的架构思考
最近在测试 Anthropic 发布的 Claude Opus 4.6 时，一个问题反复出现： 当模型支持百万级上下文窗口后，我们还需要 RAG 吗？ 这个问题并不只是技术好奇心，而是一个真实的架构选择问题。 如果长上下文能力足够强，是否可以直接“全文喂给模型”？ RAG（Retrieval-Aug ...
用 10 行 Java8 代码，开发一个自己的 ClaudeCodeCLI？你信吗？
最近 Anthropic 推出的 Claude Code 席卷了开发者圈子，其强大的终端交互和“自动驾驶”般的编程能力令人惊叹。那么，在 Java 生态中，我们能否快速构建一个同样强大且高度可控的应用？ ...
精灵潜入C++,莲花咒语显神奇
看视频在这里:https://www.douyin.com/video/7603656116593052963 看看这一行长长的C++代码： while(1)r.bgcolor("black").pensize(5).speed(0).color(r.heading()).circle(100,90 ...
ArcGIS授权管理器断网后自动停止
问题的由来 系统重装win10 22h2，重新安装ArcGIS10.2.2版本，断网启动许可服务器管理员（LicenseManager） 的时候无法启动，联网时该软件自动启动了，断网时又自动停止了。 排查 查看lmgrd9.log没啥问题，->授权->机器ID，得到以下的异常标识。 异常的机器ID ...
Windows + AMD 显卡，终于能用 PyTorch 炼丹了
前言 上一篇文章里，我开始折腾在 Windows11 上编译 ROCm 版的 PyTorch，虽然折腾失败了，但积累了一些经验。 这不第二天就编译成功了。 编译产物 爽啊！ -a 2026/1/5 15:58 151148776 torch-2.9.1+rocm7.11.0a20260104-cp3 ...
[大模型实战 04] 从玩具到生产：基于 ChromaDB 打造工程级 RAG 系统
大模型应用开发必修课！本文通过通俗易懂的案例详解 RAG (检索增强生成) 的核心原理，对比 LlamaIndex 与 LangChain 的优劣，并手把手带咱们在 Kaggle 环境下，利用 ChromaDB 和 Qwen 模型搭建一个支持私有数据问答的企业级 RAG 系统。 ...
从零开始学Flink：Flink SQL 极简入门
无需Java/Scala代码！本文基于Flink 1.20.1版本，手把手教你在WSL2 Ubuntu环境下搭建开发环境，使用SQL Client体验实时流计算的魅力，轻松跑通第一个数据流任务。 ...
Seata实现分布式事务：大白话全剖析（核心讲透AT模式）
Seata 本质是把分布式事务的各种经典方案（2PC、TCC、Saga、XA）做了极致封装和优化的框架，不用你从零写底层逻辑，只需要简单配置和少量注解，就能落地分布式事务。 它的核心设计是拆分全局事务为多个本地事务，由Seata统一协调管理，保证这些本地事务要么全提交、要么全回滚；而且Seata对J ...
Redmi AX6 TTL 救砖记录
记一次红米 AX6 普砖TTL救砖过程。本文通过 TTL 串口利用 TFTP 在UBoot命令行 修复MIBIB分区表，重新刷入 OpenWrt 固件。 ...
浅析二叉树、B树、B+树和MySQL索引底层原理
介绍二叉树、AVL树、红黑树、B树、B+树和B\*树等六种树的数据结构后，浅析MySQL InnoDB索引选择B+树的原因，并给出一些MySQL 索引高频面试题。 ...
从回调函数到Promise
最近在面试中遇到了很多关于 Promise 的问题，因为以前的业务在请求方面并不复杂，多数时候都是在用 async/await，对 Promise 的理解还是有所欠缺，最近重新学习了一下 Promise，尽量避免写成API式的文章，主要还是结合自己的一些理解和思考来整理一下。 为什么要使用 Prom ...
AI开发-python-langchain框架（1-12 返回json-格式解析器）
关键点来了，现在json格式是开发中是最为普遍的数据格式，尤其在前后端交互中应用十分广泛，如何让大模型返回的数据是标准的json格式？ 看如下代码： from langchain.prompts import PromptTemplate from langchain_openai import C ...
刚刚，Claude Opus 4.6 和 GPT-5.3-Codex 同时炸场！AI 编程要变天了
这次两家巨头同时发布新模型，互相贴脸开大，对我们用户来说是好事。可以看到，这两个模型都在往 实用方向 猛卷，是真的想让你日常工作中用得上。
这两个大模型你会如何选择呢？ ...
Linux内核中模块定义宏机制解析
本文解析了 Linux 内核中的 module driver helper macro，讲解了 module_platform_driver 的实现原理与设计思想，展示了宏如何通过 宏拼接、可变参数、__init/__exit 和 module_init/module_exit 自动生成驱动注册与注... ...
ClawdBot 出圈记：AI Agent 正在走向大众
国内外的社交平台上，无论你是否关注 AI，最近大概率都刷到过 ClawdBot / OpenClaw。短短几天时间，这个项目在 GitHub 上已经斩获了 13 万+ Star，堪称现象级开源项目。 它不仅再次点燃了大众对 AI Agent 的热情，也让「让 AI 真正帮你干活」这件事，从极客玩具逐 ...