Press "Enter" to skip to content

分类: 计算机

MySQL可重复读(Repeatable Read)的快照实现原理:MVCC

这个“快照”实际上是一个逻辑上的概念,它的实现核心技术叫做 MVCC(Multi-Version Concurrency Control),即多版本并发控制。 MVCC的实现,主要依赖于以下三个关键要素: 1. 每行记录中的隐藏字段 在InnoDB中,每一行数据记录的末尾,除了我们自己定义的字段外,还会额外添加几个隐藏字段。其中最重要的有两个: DB_TRX_ID (6字节): 记录了最后一次修改…

Leave a Comment

别让MySQL事务超时毁了你的数据

为开发者,我们每天都在和数据库打交道,而事务(Transaction)是保证数据一致性的核心武器。但你是否真正了解MySQL事务在并发和异常情况下的“脾气”?一个被忽略的超时异常,可能正在悄悄地侵蚀你数据的完整性。 本文将通过几个开发者最常遇到的场景,深入探讨MySQL事务的工作细节,特别是默认配置下可能隐藏的“陷阱”。 场景一:A事务执行中,B事务更新并提交了数据,A再读时会读到什么? 这是一个…

Leave a Comment

mikrotik路由器网速跑不满带宽解决办法

手上有个AX2的mikrotik路由器,最近没事测速,发现带宽居然跑不满,怎么跑都只能跑到400多兆。切换到X86的CHR软路由,轻松跑到1000M,为啥呢? 我尝试帮我的AX2规则清空,可以帮网速跑到1000M,但是我总不能买个mikrotik路由器0规则吧 看到网速资料https://www.chiphell.com/thread-2641339-1-1.html 配置硬件加速规则:/ip f…

Leave a Comment

机器学习基石:深入理解独热编码(One-Hot Encoding)

在处理机器学习问题时,我们接触到的数据多种多样,不仅有数值型的连续数据,还有类别丰富的离散数据,比如性别、年级、城市等。然而,大多数机器学习模型都偏爱“吃”数值型数据,对于文本类别的特征常常感到“消化不良”。为了让模型能理解这些类别信息,我们需要对它们进行预处理,而独热编码(One-Hot Encoding)就是其中最常用、最重要的一种技术。 为什么需要独热编码? 想象一下,我们有这样一个关于学生…

Leave a Comment

深入理解 AI 核心:数据处理的基石——向量化与嵌入

在人工智能和机器学习的奇妙世界里,我们每天都在处理各种各样的数据:文字、图片、声音、视频……但机器并不能像人类一样直接“理解”这些信息。它们需要一个共同的语言——数值。 这就是我们今天要探讨的两个核心概念:向量化 (Vectorization) 和 嵌入 (Embedding)。它们是数据从“人类语言”翻译成“机器语言”的关键步骤,是构建任何智能系统的基石。 💡 为什么要将数据变成向量? 想象一下…

Leave a Comment

[译] AI Agent(智能体)技术白皮书(Google,2024)

译者序 本文翻译自 2024 年 Google 团队的一份 Agents 白皮书, 作者 Julia Wiesinger, Patrick Marlow, Vladimir Vuskovic。 Agent 可以理解为是一个扩展了大模型出厂能力的应用程序。 工具的使用,是人类区别于动物的标志 —— 也是 Agent 区别于大模型的标志。 本文转载自:https://arthurchiao.…

Leave a Comment

Agent 的概念、原理与构建模式

这是一篇关于 AI Agent 的学习笔记,内容总结自一个从零打造简化版 Claude Code 的视频教程。本文将整理和归纳教程中的核心概念,包括 Agent 是什么、最主流的 ReAct 构建模式,以及一种更高级的 Plan-and-Execute 模式。 一、 什么是 AI Agent? 1. 从大模型 (LLM) 的局限性说起 我们熟悉的大语言模型(如 GPT-4o)虽然逻辑和回答能力很强…

Leave a Comment

深入理解AI Agent的“灵魂”:上下文工程(Context Engineering)全解析

你是否感觉当下的AI Agent技术听起来很厉害,但实际使用时却常常“掉链子”,尤其是在处理复杂任务时容易半途而废?你可能会认为这是模型能力不足。然而,业内的共识是:多数AI Agent的失败,并非模型能力的失败,而是上下文工程(Context Engineering)的失败。 那么,这个听起来高大上的“上下文工程”究竟是什么?它和我们熟悉的提示词工程(Prompt Engineering)、检索…

Leave a Comment

深度解析Context Engineering:让你的AI更聪明、更高效、更省钱

在人工智能领域,我们经常将大语言模型(LLM)比作一个功能强大的“黑箱”函数:你给它输入,它给你输出。但决定这个“黑箱”输出质量的关键,不仅仅是模型本身,更在于我们如何精心设计它的输入。 最近,一个名为 Context Engineering(上下文工程) 的概念在AI领域迅速升温。它到底是什么?它解决了哪些核心问题?我们又该如何实践?这篇教程将为你一一解答。 一、 核心概念:Context 与 …

Leave a Comment