技术文章

做项目时留下的记录:以机器人数据为主,Java、Linux 后端基础为辅。

[Linux 与系统]

网络排障:Windows 与 Linux 命令对照

网络排障沿本机配置、网关、路由、DNS 和服务端口逐层进行。本文先讲 Windows 端的五个核心诊断命令,再给出 Linux 对等工具与命令对照表,并给出交叉验证方法。

#网络排障#Windows#Linux
≈ 9 分钟
[模型推理]

使用 uv 管理 Python 项目并验证模型 API

一个模型调用示例要能被再次运行,需要同时固定 Python 版本、依赖解析结果和 API 参数。本文使用 Python 3.12、uv 项目模式和 OpenAI Python SDK,连接提供 Chat Completions 接口的服务。

#uv#Python#LLMAPI
≈ 2 分钟
[部署与运维]

1Panel 面板:安装、维护与日常管理

1Panel 把站点、容器、数据库和备份操作集中到 Web 面板,应用以 Docker 容器运行。本文覆盖安装前环境确认、在线安装与离线交付、1pctl 命令行、日常安全管理与应用部署,以 1Panel v2 文档为边界。

#1Panel#Docker#面板
≈ 8 分钟
[模型推理]

New-API 自部署:AI 网关安装与配置

New-API 自部署 AI 网关:统一 OpenAI / Claude / Gemini / DeepSeek 等多家协议、多 key 轮询与限额管理。

#New-API#LLM#AI网关
≈ 7 分钟
[Agent 与 RAG]

MCP:协议原理、MCPHub 管理与自建示例

MCP(Model Context Protocol)从 2024 年下半年开始火,到现在 Claude / Cursor / VSCode / Cherry Studio 几乎全都接入。但很多人对它的理解还停留在"装个 MCP 就能让 AI 用工具"——其实它的设计非常有意思。

#MCP#MCPHub#Agent
≈ 6 分钟
[Agent 与 RAG]

Claude Code、Codex 与 Gemini CLI:安装、配置与使用

AI 编程的主战场已经从聊天界面转移到 CLI——Claude Code、OpenAI Codex CLI、Google Gemini CLI 三家产品几乎同时把"在命令行里跑 Agent + 改代码 + 跑测试"做成了主流玩法。

#ClaudeCode#Codex#GeminiCLI
≈ 6 分钟
[Java 后端]

OAuth2 流程详解:授权码、令牌与第三方登录接入

OAuth2 是现在第三方登录、API 授权、单点登录的事实标准。所有"用微信/GitHub/Google 登录"的按钮背后都是这套协议。但大多数文档把它写得太学术——一堆"授权服务器""资源所有者"看完更晕。

#OAuth2#授权码#令牌
≈ 7 分钟
[Linux 与系统]

Android 解 BL 与 Root:KernelSU / Magisk 方案

国产安卓最大的困扰来自厂商预装、广告与数据上报,Root 能拿回设备主动权。针对 Magisk、KernelSU 等主流方案,覆盖解锁 BL、修补刷入 boot.img、隐藏 Root、LSPosed 模块和变砖救援的完整流程。

#Android#Root#KernelSU
≈ 7 分钟
[Linux 与系统]

显示器参数:色域、色准、刷新率与 HDR 选购

显示器是用得最多但参数最复杂的电子产品——光是"色域"就有 sRGB / DCI-P3 / Adobe RGB 三种,"响应时间"还分 GTG / MPRT,"HDR"标签满天飞但 95% 是假 HDR。这篇把显示器选购里真正影响体验的 18 个参数逐个说清楚。

#显示器#色域#HDR
≈ 9 分钟