Hi,Friend

寻门而入,破门而出

三方登录:QQ登录

软件内部技术交流

科学上网这是个不错的选择(我已经用了4年了哦)
免费领取10G 对象存储

告别繁琐的工具切换:我写了一款 IDEA 插件 DeployX,实现“备份-增量同步-解压-重启”一气呵成

告别繁琐的工具切换:我写了一款 IDEA 插件 DeployX,实现“备份-增量同步-解压-重启”一气呵成作为一名日常与服务器打交道的开发者,你是否也曾被繁琐的部署流程折磨过?在写完代码后,为了将更新部署到测试或生产环境,我们通常需要经历以下一连串的操作:打开 SSH 工具(如 XShell、Win

Git 提交时间竟然可以改?手把手教你优雅地「穿越」

你有没有遇到过这种情况——凌晨三点赶完需求,提交代码,第二天看 commit 记录,时间戳赫然写着 03:47:22……老板路过瞥了一眼,你尴尬地笑了笑。或者,某个历史提交的时间记录有误,想统一整理项目时间线,却不知道从哪下手。还有一种更隐蔽的尴尬:跳槽交接项目,前公司仓库的提交记录一团糟,新老板看

jvppeteer实战指南:像jQuery一样轻松获取网页元素

做 Java 爬虫或自动化测试,定位元素是基本功。今天聊聊 jvppeteer 里那些好用到飞起的选择器 API。做前端自动化或者写爬虫的朋友,对 Puppeteer 一定不陌生。但如果你的项目是 Java 技术栈,Node.js 那套用不上怎么办?jvppeteer 就是答案——它是 Puppet

最烦那种"我用 AI 三分钟搞定"的推文

最烦那种"我用 AI 三分钟搞定"的推文AI 确实能提效,但三分钟搞定的不是你的代码,是你的智商税。打开 Twitter 就想关掉每隔几天,我的 timeline 上就会出现一条类似这样的推文:"以前写这个要两天,现在用 Claude/GPT/Copilot 三分钟搞定

你真的需要本地跑大模型吗?

你真的需要本地跑大模型吗?不卖课、不贩卖焦虑、不搞成功学。Ollama 火了之后,好像每个开发者都在本地跑模型。但说实话,大部分人的使用场景根本不需要本地部署。这篇聊聊什么时候本地有意义,什么时候纯属浪费时间。跟风的代价我身边至少有五六个朋友,装了 Ollama,下了好几个模型,跑了一下"

AI 写的代码,单元测试到底该怎么写?

AI 写的代码,单元测试到底该怎么写?聊个最近让我挺纠结的事。自从 Copilot、Cursor 这些东西铺开之后,我身边写代码的朋友明显分成了两派。一派是"AI 写完我就提 PR",另一派是"AI 写完我还得自己过一遍才敢合"。而让我纠结的,是夹在中间的那件

我们用 RAG 替掉了 Fine-tuning,效果反而更好了

我们用 RAG 替掉了 Fine-tuning,效果反而更好了不是所有问题都需要微调。这是一篇选型决策的真实复盘,聊聊我们团队踩过的坑和最后的结论。先说结论我们花了大概四周时间和四万块的 GPU 费用,证明了一件事:我们的场景不需要 Fine-tuning。这听起来像一个很蠢的故事。但我觉得很多团队

Context Engineering:比 Prompt Engineering 重要十倍的事

Context Engineering:比 Prompt Engineering 重要十倍的事不卖课、不贩卖焦虑、不搞成功学。Prompt Engineering 火了两年了,但我觉得大部分人关注错了重点。真正决定 AI 输出质量的不是你怎么写 prompt,而是你给它什么上下文。一个反直觉的事实我

AI 写的测试,到底能不能信

AI 写的测试,到底能不能信不卖课、不贩卖焦虑、不搞成功学。单元测试是 AI 最擅长的场景之一,但"写得快"和"测得准"完全是两回事。这篇聊聊 AI 生成测试的常见坑,以及我的一些踩坑经验。测试是 AI 的舒适区如果你问一个开发者"AI 最擅长写什么

Hi,Friend