CONTINUE THE JOURNEY

继续翻阅,第 7 页。

关于技术的认真思考,
也关于生活里的微小发现。

最近更新01

把每天续抖音火花做成自动化项目

本站实践

抖音续火花助手是一款面向个人用户的开源自动化工具,可部署在自己的服务器上,每天定时向指定好友发送续火花消息。项目提供可视化网页后台,支持好友与消息管理、登录态上传、联系人同步、干跑测试、立即发送、任务停止、结果记录和日志查询。同时具备会话校验、搜索兜底、发送确认、限流识别、超时终止和浏览器回收等保护机制。项目基于FastAPI、Playwright和Vue开发,支持Python及Docker部署,并提供Windows登录态更新工具,适合个人低频自用和自动化技术学习。

随手记下02

MySQL锁等待与连接池排队排查实战

数据库

接口变慢,并不一定是SQL执行慢。连接池排队、连接持有时间过长、行锁竞争和未结束的事务,都可能让系统在CPU不高时出现明显卡顿。本文以Java、HikariCP和MySQL为例,通过可复现实验拆分连接获取、数据库访问和连接占用时间,并结合sys视图定位阻塞者与长事务。同时分析连接池扩容、超时配置和事务拆分的适用边界,建立从应用监控到数据库诊断的排查路径,帮助开发者避免盲目加索引、加连接或重启服务。

随手记下03

GPT-6 Astra

AI

GPT‑6 Astra 已开始分阶段推出。相比单纯提高上下文长度或模型跑分,它更值得关注的变化在于工作方式:异步工具调用、运行中的指令修正、动态调整推理强度,以及对代码、浏览器和专业软件多步骤任务的支持。本文依据截至 2026 年 9 月 4 日的 OpenAI 官方文档,梳理其模型规格、API 与工具边界、价格、典型工作流和落地注意事项。

随手记下04

GitHub可用性改造背后的故障隔离真相

云原生与运维

本文指出,系统出现性能问题或故障后,团队常倾向于拆微服务、上 Kubernetes、增加机器,但这些手段不会自动带来高可用。GitHub 2026 年可用性改造的真正主线不是增加服务数量,而是持续移除共享故障点,把故障限制在更小范围。微服务数量不等于故障隔离,真正隔离包含代码边界、资源边界和故障边界。GitHub 通过迁出认证权限、让仓库与 Pull Request 使用独立基础设施、降低单机房依赖,逐步建立隔离。文章提出可靠性改造五原则:识别核心用户路径、优先隔离资源、主动丢弃负载、逐步放量快速回退、高可用不等于所有功能正常。中小团队可先画依赖关系、识别共享资源、建立软隔离,再拆分高风险域。真正架构升级是控制故障传播,拆服务前应问:模块失控后,能否只让自己失败?

随手记下05

从96%到70%

本站实践

本文记录了把四个独立的 Spring Boot 项目(chat、puke、zepp、blog)合并为一个 Maven 多模块工程,只启动一个 total‑app.jar 的实践。原先每个项目占用一个 JVM,导致服务器内存接近 96%;通过在根 pom 统一依赖、在 launcher 中用 SpringApplicationBuilder 依次启动四个 ApplicationContext,并将配置分别放在 chat.yml、puke.yml、zepp.yml、blog.yml 中,消除了 JVM 底座的重复开销,内存降至约 70%。文章重点阐述了类路径冲突、资源目录重名、自动配置串扰和日志全局化等踩坑及对应的统一依赖、资源隔离、spring.autoconfigure.exclude 等解决方案。部署时仅需一次打包并用单条 java 命令启动,端口和 Nginx 配置保持不变,运维更简洁。该方案适合资源受限、访问量不高且对隔离要求不强的场景,虽牺牲了故障隔离,但能显著降低内存压力,为小型服务器提供务实的优化路径。

随手记下06

Spring AI 2.0 如何解决Agent工具选择难题

AI

文章详细讲解了如何通过 Tool Search 将工具目录转变为可检索能力,让模型先发现候选工具,再加载具体 Schema;同时探讨工具索引策略、工具描述设计、权限控制、Memory 与工具循环关系,以及如何通过指标评估优化效果。最终指出,Agent 扩展的关键不是不断增加模型上下文,而是建立“能力目录、能力检索、能力执行”三层治理体系,让工具像数据一样可发现、像接口一样可控、像生产操作一样可审计。

随手记下07

从 IP 归属地查询看系统设计边界

Java

文章围绕核心数据与增强数据的边界划分,讨论失败降级、超时控制、异步补偿、可信代理解析、私有地址处理以及本地 IP 库迁移检查等关键问题。通过统一“IP未知”状态,让系统在定位服务不可用时仍保持评论提交能力,同时保留内部监控和问题排查能力。最终实现一个可失败、可恢复、可观测的外部数据增强方案。

随手记下08

从搜不到 AI 到重构博客搜索链路

中间件

博客搜索看似只是一次关键词查询,但真正可靠的搜索需要处理输入规范化、召回策略、排序逻辑、分页一致性、缓存隔离以及用户反馈等多个环节。本文记录一次真实的博客搜索重构过程:针对短关键词“AI”无法命中的问题,分析 MySQL 全文检索与模糊匹配叠加导致的召回缺陷,重新设计搜索契约,将字面匹配作为结果召回依据,全文检索作为排序辅助,同时完善 URL 编码、分页边界、空结果状态和自动化测试。通过这次改造,搜索功能从“偶尔能用”变成了一条行为明确、结果稳定、可持续演进的搜索链路。

随手记下09

AI评论审核背后的状态机与一致性设计

AI

AI 评论审核真正的难点并不是调用大模型,而是如何让一个异步、不稳定、可重试的外部能力融入业务流程。本文以 Spring Boot 博客评论系统为例,介绍如何通过状态机、事务提交后回调、乐观锁式条件更新、失败分层重试、事务一致性和前端结果定位,构建可靠的 AI 评论审核链路。通过明确状态流转、防止过期任务覆盖人工操作、保证回复数据一致性,并完善用户侧反馈闭环,让 AI 功能从“能运行”提升到“可维护、可恢复、可上线”的工程化实现。