Build. Learn. Document. Repeat.
持续学习,持续实践,持续沉淀。

欢迎来到我的数字花园 🌱。

我习惯将学习、实践与思考沉淀为可复用的笔记,希望把零散的信息整理成系统化的知识,也希望它们能在未来的某一天再次帮助自己,或帮助正在阅读的你。

我相信知识不是一次性整理完成的文档,而是在学习、实践和复盘中不断生长的网络。

如果某篇文章帮助到了你,希望它也能成为你知识网络中的一个节点。

🕰️ 最近笔记

20 篇
  1. Python Thread 线程基础

    Engineering / Python

    第一次看到 threading.Thread 时,容易把它理解成“让函数去后台执行”。这个说法只描述了表面现象,没有解释后面的几个问题:为什么调用 start() 后输出顺序变了,为什么有时需要 join(),为什么多个线程修改同一个变量会…

  2. LangChain 多模型 Provider 接入与统一模型工厂

    AI / Agent

    一个只接入 OpenAI 的应用,模型创建代码通常很短:

  3. LangChain 跨 Provider 结构化输出与降级

    AI / Agent

    LLM 最自然的输出是一段文本:

  4. Ollama 模型参数适配:从 max_tokens 到 num_predict

    AI / Agent

    一个多 Provider 应用通常希望保留统一配置:

  5. 广度优先搜索(BFS):逐层遍历与无权图最短路径

    Engineering / DataStructure

    从一个节点找另一个节点时,路径往往不止一条。若只关心「经过边数最少的路径」,可以从起点开始先看所有一步能到的节点,再看两步能到的节点。这就是广度优先搜索(Breadth-First Search,BFS)的顺序。

  6. 深度优先搜索(DFS):沿一条分支走到底

    Engineering / DataStructure

    在一张图里找路时,有时并不关心最少经过几条边,而是想先沿一条可能的路径走下去;走不通时,再退回最近的分叉点换一条路。这个过程就是深度优先搜索(Depth-First Search,DFS)。

  7. 邻接表、逆邻接表与度

    Engineering / DataStructure

    同一张有向图,可以从两个方向看:从一个顶点出发,接下来能到哪里;站在一个顶点上,之前能从哪里过来。邻接表记录前一种关系,逆邻接表记录后一种关系,出度和入度则是把这两种关系的数量数出来。

  8. Python enumerate() 函数

    Engineering / Python

    遍历列表时同时要索引和元素,常见写法是配合 range(len(...)):

  9. 传统数据库与向量数据库的使用差异

    Infrastructure / Database

    给一批文档做语义搜索时,最先想到的是把内容存进数据库再用 LIKE 查。结果发现 LIKE 只能匹配字符,没法理解「意思差不多」这回事。改用向量数据库后,第一感觉是:它只是换了一种索引,实际连数据模型都要重新想一遍。整理一下两类数据库在使用…

  10. Docker Compose 数据持久化与 Volume 设计

    Infrastructure / Docker

    在使用 Docker Compose 管理数据库、中间件等基础设施时,数据持久化是必须考虑的问题。PostgreSQL、Redis、Weaviate、Elasticsearch、MySQL——这些服务的数据默认存储在容器内部,当容器被删除,…

  11. MISE - 开发环境版本管理工具

    Infrastructure / Mise

    mise 是一个现代化的开发环境管理工具,用于统一管理:

  12. MacOS 统一文件默认编辑器配置

    Tools / MacOS

    在 macOS 中安装多个开发 IDE 后,经常会遇到文件关联混乱的问题:

  13. JSON 数字精度与小数格式丢失问题

    Engineering / JavaScript

    后端接口返回:

  14. 我把 “请手动清缓存” 从我的技术词典里删除了

    Engineering / Browser

    不知道从什么时候开始,“清缓存” 成了前端和用户、产品之间心照不宣的“ 遮羞布”。

  15. 大模型幻觉的成因与对策

    AI / LLM

    本文介绍了大模型 “幻觉” 现象的类型、成因、检测方法及主流缓解方案。分析数据源、训练和推理等环节对幻觉的影响,并介绍了主流的缓解技术。理解 AI 输出不准确的本质及应对策略,提升 AI 应用的可靠性与安全性。

  16. LLM 实现记忆功能的常见模式

    AI / LLM

    本文介绍了大语言模型 (LLM) 实现记忆功能的常见模式,包括缓冲记忆、窗口记忆、Token 限制、摘要总结、混合记忆和向量记忆等。内容涵盖各类记忆系统的原理、优缺点及适用场景。

  17. JS 内存泄漏详解与排查指南

    Engineering / JavaScript

    本文介绍了什么是内存泄漏,如何在 JavaScript 项目中排查内存泄漏问题,并总结了常见的泄漏原因及对应的解决方案。

  18. Promise 的三种状态

    Engineering / JavaScript

    Promise 的三种状态:Pending(进行中)、Fulfilled(已完成)、Rejected(已拒绝)

  19. LangChain基础概念及用法

    AI / Agent

    本文介绍 LangChain 核心组件与用法,包括 Prompt、Message、Model、OutputParser 及 LCEL/Runnable。通过示例展示如何从提示设计、模型调用到结果解析,再到链式组合,以快速上手并构建可扩展的 …

  20. Docker - 数据管理与持久化

    Infrastructure / Docker

    介绍 Docker 容器中的数据管理与持久化机制,包括数据卷、绑定挂载和临时文件系统挂载的原理、使用方法及适用场景。示例实现数据的持久化、共享、备份与恢复。


📝 关于这些笔记

这里的大部分内容都来自实际学习和开发过程。

为了方便长期维护,每篇笔记都会尽量按照统一的知识结构整理,例如:

类型说明
Theory概念讲解、原理分析、成因对策
Practice实践指南、实现方案、最佳实践
Snippet代码片段、实用函数
Reference学习笔记、语法参考
Tutorial上手教程、快速入门、搭建指南
Cheatsheet命令备忘、配置速查
Experience踩坑记录、FAQ、排查过程

希望每一篇笔记不仅能解决当前的问题,也能成为未来可以快速检索和复用的知识资产。


📖 知识导航

  • 🤖 AI 大模型、AI 应用开发以及相关技术实践。

  • 💻 Engineering 记录软件开发、编程实践与工程设计思考。

  • ☁️ Infrastructure 沉淀开发环境、部署流程与基础设施相关知识。

  • 🛠 Tools 分享提升效率的工具、配置与个人工作流。