博客作者
代码爱好者
358
已发布文章
14K
博客获赞
851K
博客浏览
第 17 页
Android 开发岗位在校招中竞争相对后端较小，大厂需求旺盛。梳理了从 Java 基础到 Framework 源码、性能优化、NDK 及跨平台技术的完整学习路线，并总结了腾讯、网易等大厂对 Android 开发者的核心能力要求。内容涵盖自定义 View、网络框架原理、多线程机制、架构模式（MVVM/MVP）等高频面试考点，适合非科班或希望提升技术深度的开发…
当前就业市场竞争激烈，大厂招聘回暖但门槛提高。Android 高级岗位集中在系统开发、车载座舱等领域，要求深入理解 Framework 层源码。详细解析 Android 系统启动流程、IPC 通信机制（Binder/AIDL）、Handler 原理、AMS/WMS 架构、Surface 绘制、PKMS 包管理及输入显示服务，帮助开发者掌握底层核心技术以提升竞…
Kotlin 协程在 Android 开发中的应用。内容涵盖协程基础概念如挂起函数、Job、Deferred 及作用域；核心知识点包括调度器、上下文、启动模式及异常处理；深入探讨了 Android 生命周期集成、网络请求封装及 MVVM 架构下的实战方案。同时解析了协程底层原理如状态机与 Continuation，旨在帮助开发者全面掌握协程技术，提升异步任务…
Python 常用函数涵盖了输入输出、流程控制、数据结构（列表、元组、字典）、字符串处理、文件操作、装饰器及正则表达式等核心领域。高频使用的函数示例与用法，帮助开发者快速查阅记忆，解决编码卡壳问题，提升开发效率。内容包含基础类型转换、条件判断逻辑、列表元组操作、字符串格式化、字典管理、函数作用域、多线程实现、模块导入、文件读写、类装饰器应用以及正则匹配技巧，…
介绍 Anaconda 发行版的安装步骤、系统环境变量配置、国内镜像源设置以及 Jupyter Notebook 的启动方法。涵盖 Windows 平台下的详细操作指引，包括路径选择、Path 变量添加及 conda 命令验证，旨在帮助用户快速搭建科学计算所需的 Python 开发环境，并补充了虚拟环境的创建与管理方法。
IT 运维工程师面临的职业瓶颈，指出基础运维工作重复性高、天花板低的问题，建议向网络安全或研发方向转型。文章详细介绍了网络安全行业的三大核心方向：二进制逆向、渗透测试和安全运维，对比了它们的市场需求、学习难度及薪资前景。引用工信部相关标准，阐述了安全规划、建设、运行、应急及合规五大岗位方向。重点强调安全运维是目前需求最大的岗位，需具备网络架构、日志分析、应急…
内网穿透工具 Ngrok 和 Natapp 的对比与使用方法，涵盖账号注册、Token 获取、端口映射命令执行及固定域名隧道配置。同时提供了基于 Spring Boot 的微信测试公众号回调接口代码示例，包括 GET 和 POST 请求处理及参数接收，帮助开发者解决本地服务调试及第三方回调地址配置问题。
详细解析了大语言模型训练的三大核心阶段：预训练、后训练与持续训练。预训练旨在利用海量无标签数据学习通用特征；后训练通过微调（SFT）和人类反馈强化学习（RLHF）对齐特定任务；持续训练则用于适应新数据分布。文章进一步对比了监督学习与自监督学习的区别，介绍了上下文学习、思维链等关键技术，并探讨了 LoRA 等参数高效微调方法。最后总结了各阶段的差异与应用场景，…
探讨了李彦宏提出的 AI 应用新视角——智能体（Agent）。文章详细阐述了智能体的定义及其三大核心组成部分：控制端、感知端和行动端。通过分析从 DAU 衡量向价值创造的思维转变，以及人机共生的关系，指出了 AI 在教育、物流、软件开发等领域的实际应用案例。此外，文中还展示了基础智能体的 Python 代码架构，分析了当前面临的技术挑战如幻觉、成本与安全性，…
LLM Agent 零微调范式主要介绍 ReAct 与 Self Ask 两种方案。通过 LangChain 实现无需微调的工具调用。Self Ask 侧重问题拆解解决组合性问题，ReAct 解耦推理与行动支持多工具。两者均存在规划能力受限、串行延迟高等局限。文章详细对比了两种范式的原理、LangChain 实现代码及适用场景，并给出了方案选择建议。
Android Framework 作为连接上层应用与底层硬件的核心桥梁，掌握其运行机制对提升开发者技术深度至关重要。面对行业竞争加剧，深入理解 Framework 能帮助开发者解决复杂系统问题，拓展职业转型空间。系统梳理了 Android Framework 的学习路径，涵盖系统启动、跨进程通信、Handler 机制、AMS/WMS 源码逻辑及图形渲染等关…
GLM-4-9B 和 CodeGeeX4-ALL-9B 现已支持通过 Ollama 在本地环境部署。模型背景、Ollama 安装方法、运行命令及基本使用注意事项。Ollama 提供跨平台支持，方便开发者集成大语言模型能力。内容涵盖环境要求、模型拉取、交互式运行、API 调用示例及常见问题排查，帮助开发者快速上手本地大模型部署。
探讨了 AI 时代产品经理从方案交付能力向产品交付能力的转型路径。内容涵盖通用技能四大维度：素质层（责任心、独立思考、沟通）、认知层（商业、系统、数据、心理、项目管理）、影响力层（团队驱动力）及交付层（需求管理、产品规划）。重点阐述了如何通过软技能驱动团队达成共识，利用系统思维解决复杂问题，结合数据思维优化决策，并在需求管理和产品规划中平衡价值与成本，最终实…
探讨了 Transformer 神经网络（TNNs）在环境时间序列预测中的应用，重点分析了其在利用历史观测和天气预报信息预测河流流量、水位、水温和盐度等方面的潜力。研究基于 Peace River 流域和墨西哥湾北部的数据集，采用 Encoder-Decoder 架构结合 Informer 解码器，并通过注意力权重的敏感性分析评估模型可解释性。结果显示模型…
RAG 检索增强生成技术通过结合信息检索与文本生成，解决大模型幻觉及知识滞后问题。其核心流程包括问题理解检索、内容生成及输出优化。相比传统模型，RAG 具备知识覆盖面广、准确性高及扩展性强等优势。应用场景涵盖智能问答、内容生成及辅助决策等领域。未来发展方向涉及上下文长度扩展、鲁棒性提升、微调融合及多模态支持。通过引入外部知识库，RAG 显著提升了大模型在垂直…
ezdata 是一个基于 Vue3 前端、Python 后端及 LLM 大模型的数据处理分析和任务调度系统。它支持多数据源管理、低代码任务模版、DAG 调度及 RAG 知识库问答。通过代码生成技术实现自然语言转 SQL 查询，结合向量数据库增强检索准确性。系统采用 Flask 框架配合 Celery 进行分布式任务执行，旨在解决多工具切换难、脚本管理乱等问题…
总结了大模型岗位面试的核心知识点，涵盖 RAG 技术体系、幻觉问题处理、主流开源模型架构（如 LLaMA、ChatGLM）、微调方法（SFT、LoRA、RLHF）、训练优化技巧（混合精度、DeepSpeed）及推理显存管理等内容。旨在帮助求职者系统复习大模型相关理论与工程实践。
利用 Ollama 和本地 Embeddings 技术构建智能知识图谱问答系统的完整方案。内容涵盖知识图谱基础概念、环境配置、基于 SQLite 和 Annoy 的数据存储与索引构建、以及语义搜索的实现逻辑。文章提供了详细的 Python 代码示例，包括数据入库、向量生成、索引建立及查询流程，并探讨了数据更新策略、混合搜索优化及安全隐私注意事项。该方案旨在帮…
大模型指拥有数十亿至数千亿参数的机器学习模型，具备强大学习与泛化能力。其核心技术基于 Transformer 架构，通过预训练和微调掌握通用知识与特定任务技能。应用领域涵盖自然语言处理、计算机视觉及语音识别，如 GPT、BERT、DALL-E 等。然而，大模型面临训练成本高、资源需求大、数据偏见放大、虚假信息生成及隐私安全风险等挑战。此外，还涉及艺术创作独创…
探讨了向量数据库作为大模型海量记忆体的核心作用。首先介绍了 Embedding 和向量检索的基本原理，分析了大模型在专有领域知识和实时数据方面的局限性。接着详细阐述了 RAG 架构方案，包括 LLM、向量数据库和 Prompt 的组合模式，并提供了 Python 伪代码示例。文章对比了 Milvus、Zilliz Cloud 和 Towhee 等主流工具的特…
