Agent技术选型分析
Agent 框架选型不能只看谁最火。真正要先问的是：流程有没有分支和重试，任务会不会跑很久，状态要不要恢复，工具和人类审批是不是链路的一部分。
#数据库
共 37 篇文章。
从harness看未来软件工程师的工作职责
我现在更确定的一点是：AI 写得快，不等于系统交付得快。工程师的价值不会只剩“亲手敲代码”，但也不会自动消失，它会更多落在问题定义、执行环境、反馈回路和结果验证上。
技术拆解-ChatCut
ChatCut 值得关注的地方，不是“AI 自动剪视频”这个口号，而是它把视频素材先变成可检索、可推理的语义索引。剪辑的核心动作也就从拖时间轴，变成了找素材、组织叙事和生成可编辑的片段序列。
技术拆解-Simply-Wall-St
在传统的金融技术（Fintech）领域，数据展示长期被密集的表格、复杂的K线图和枯燥的财务报表所主导。这种“机构级”的界面设计虽然信息密度极高，但对于普通个人投资者而言，存在着巨大的认知门槛。Simply Wall St（以下简称SWS）的出现代表了金融数据可视化的一种范式转移：它不旨在提供毫秒级的
AG-UI
AG-UI 对我最大的启发，不是又多了一个协议名，而是它把 Agent 和前端 UI 之间的边界讲清楚了：模型怎么想是一层，工具怎么调是一层，运行过程怎么让用户看见、确认和接管，又是另一层。
如何构建可迁移的学习元框架
需要提炼出核心要素，使其适用于任何领域，无论是技术（如前端框架、数据库、机器学习）还是非技术（如语言学习、乐器、商业分析）场景。
单向数据流
单向数据流（Unidirectional Data Flow, UDF）是一种软件设计模式，其核心思想是数据在应用内的流动是沿着一个单一、可预测的方向进行的。该模式的精确定义是"将单向的变更（one-way mutations）应用于一个不可变的数据状态（immutable data state）"
可视化业务开发框架解析
一般是把2、3、4提出来做个链接，其目的是为了解决查询、管理问题，提高可维护性，可以理解为是一个微型数据库，算是个cache。
Mac自动化工具调研：Karabiner-Elements、Raycast与罗技Smart Actions
在追求极致工作流效率的道路上，macOS 的高级用户（Power User）从未停止探索。随着工具的不断演进，我们早已超越了简单的快捷键自定义，进入了一个多层次、可编程的自动化新纪元。在这个生态系统中，Karabiner-Elements 的 Complex Modifications、Raycas
OpenDeepWiki的文档生成策略
OpenDeepWiki 是一个基于 .NET 的智能文档生成平台，采用模块化管道架构，主要组件包括：
架构驱动的软件方法论演进轨迹
在软件工程的早期发展阶段，开发过程主要遵循传统的软件开发生命周期（SDLC）模型，如瀑布模型。这些模型通常将设计视为编码之前的一个单一、宏大的阶段 。在这种线性思维下，软件开发被视为一个从需求到设计再到实现的顺序过程。然而，随着软件系统的规模和复杂性呈指数级增长，这种方法的局限性日益凸显。实践表明，
一个思维惯性导致的问题
最近的资讯可视化项目，在将测试页面部署到服务器的过程中，我遇到了一些问题，现在记录下来作为经验总结。
技术拆解-CozeStudio
Coze Studio 最值得看的不是“低代码 Agent 平台”这个标签，而是它怎么把模型、工作流、插件、知识库、数据库和发布管理放到一个工程系统里。它的问题也很典型：Agent 产品一旦从 demo 走向平台，就不只是 prompt 和工具调用，而是领域模型、资源管理、运行时、权限和运维一起上桌
weekly-summary-20250720
F10的技术选型： https://fellou.ai/eko/docs/getting-started/eko/
weekly-summary-20250615
最酷的是，这打破了技术壁垒。比如，Claude Code 是用 TypeScript 写的，但我们公司大部分项目用的是 Python。昨天我在 Slack 上看到一个同事，他不懂 TypeScript，但他想修复 Claude Code 的一个问题。于是他直接和 Claude 对话，一个小时内就生成
可视化图表生成MCP
这篇不是在讨论“再做一个图表生成器”，而是在记录一件更实际的事：已有图表能力怎么变成 AI 可以稳定调用的工具。我的判断是，先把成熟 case、schema 和渲染出口整理好，比从零开始训练一个“会画图”的模型更靠谱。
内网安装LlamaIndexTS无法下载npm包的问题
项目需要用到 RAG，我们选择用 LlamaIndexTS，但是外网功能开发完，在内网准备发布的时候，发现 npm install 报错。
数据可视化的设计方法
3、多挖掘数据之间的关联关系，用关系图/桑基图展示单个周期的数据之间的关系(关联、流向、强弱等等)
组件与数据流
https://zhuanlan.zhihu.com/p/26426054
如何做好F10的数据可视化
F10有大量的公司财务数据，而非专业人员在查看这些财务数据的时候，是很吃力的，包括概念难以理解、难以从数据中发现规律和逻辑、难以得出结论辅助自己决策等等。
如何写好后端业务代码
形成一个自己的程序框架至关重要。程序框架其实就是你抽象自己的设计思路，抽取可复用部分，形成后续项目的基座。里面应该包含了程序目录结构、调试工具、编码规范的约束工具、日志工具、发布工具、常用函数库、常用业务库等等。这样就避免每次你都从头再来一遍，也避免了犯一些低级错误。
动态视频自动生成方案
https://hanabi.data-viz.cn/index?lang=zh-CN
马良项目的总结
docker、可视化搭建、sequelize、TypeScript、老项目的熟悉等等。
工作乐趣的丢失
我工作已经有九年半了，在此期间，也经历了国内互联网行业的各种变更。总体的感觉，大家在工作中的乐趣正一点点的丢失。造成这个问题的原因有很多，我按照自己的想法总结了下：
Weekly Summary(20200419)
我们希望上班能带来精神和物质上的收获，希望周末能愉快的和家人一起出游。
如何编写方案设计文档
我们需要在一开始，就把这三要素给讨论确定下来。这部分内容花费的时间多一点也是很值得的。
《阿里巴巴中台战略思想与架构实战》读书笔记
公司在金融市场发展到现在，接下去的路可能是如下三方面(都是营造差异化的竞争力)： 1、中台战略：借助中台，快速试错、大量试错，不因为开发、效率等问题放过任何一个创新点，找到创新点进行突破 2、可视化战略：视觉、交互的升级，公司发展到一定阶段，这部分内容的重要程度会越来越高 3、技术战略：通过AI技术
NodeJS项目首次发布流程
修改相关服务器的 /usr/local/nginx/conf/ai.conf 配置
多数据源事务操作中主从读写错误的问题
近日同事开发的一个项目出现了主从数据库切换异常的问题，由于大家都是新接触数据库的主从配置，许多基本的配置都是从他人的博客中摘抄而来，难免出现一些意外，这个问题就是在这样的环境下产生的。
20181031-Java项目发布注意事项及遇到的问题
如果需要的话，要进行数据评估，将当前需要的容量、今后可能增长的容量，都评估好发给运维
Mybatis主从读写分离
参考自这篇文章：https://www.cnblogs.com/cjsblog/p/9712457.html
kafka常用命令与常见问题
单机启动zookeeper： nohup bin/zookeeper-server-start.sh config/zookeeper.properties > zookeeper-run.log 2>&1 &
一个HashSet导致的排序问题
有一个对外提供指标组信息的接口，返回内容为包含多个指标组信息的数组。接口要求返回的指标组，必须按照数据库中的权重字段(weight)的值排序。
Java中多层级一对多关系的处理
有一个业务的数据库结构，包含很多一对多关系，大致类似下图的result属性的结构：
Java编写的Web应用在不同部署方式下的差异
项目开发结束，马上就要部署上线了。而Java Web应用的部署方式有很多，为了合理的利用资源，我们想先对每种方式进行测试，然后选择最优的作为我们的方案。因此我让组里的实习生YWD同学做了一些测试工作。
通过XHProf排查PHP代码的性能问题
昨天头儿反馈wiki系统不能用了，晚上我用请求日志里面比较慢的请求重试了下，请求起来都比较快；从zabbix监控和数据库的日志来看，问题时段也没有发现异常，暂时无法定位具体原因。
PHP5加载文件耗费CPU和内存过高的问题
经过检查，排除了1和3，最终发现有两个问题： 1.指标评测会将请求结果先写入本地文件，然后再读取本地文件解析入库，这些本地文件最大的达到了37M 2.程序存在BUG，当计算没有完成时，会不停的重复解析本地文件，执行数据库读写操作 ## 解决方案 死循环问题好解决，修复程序就可以了 本地文件的