最近更新

Grok Bot 是马斯克在收购Cursor之后，推出的一个 personal agent（个人助理），它和 workbuddy 这类Agent工具相比，Grok Bot 最大的优势在于纯云端运行。系统会为每一个账户分配一台云虚拟机，这样你的贾维斯就能够24小时在线了。你不需要打开本地电脑，只需通过手机端 App 下发任务，它就能在云端持续处理复杂的任务。

2025 年对很多开发者来说是编程方式彻底革新的一年， 从最初的AI Tab补全代码，到现在通过编码Agent完成完整功能，并自动构建和测试. 编程这件事已经从“亲自动手写代码”转变成指挥若干个Agent进行功能迭代。但这趟旅程并不是单纯的效率提升，它也暴露出新的瓶颈和新的责任。这里记录下一年来的经历和思考，既是给自己的备忘，也是与同行分享。

这篇文章深入对比了两种主流的数据压缩算法——zstd和zlib。通过实战测试，作者发现，尽管在不同压缩级别下两者的压缩率差异都不大，但zstd在压缩和解压速度上明显优于zlib，尤其在数据块增大时，其性能优势更为突出。作者还分享了自己的实践经验，指出对于大多数业务场景，使用压缩库的默认配置通常是最佳选择，能在压缩率、压缩速度和解压速度之间找到平衡点。最终，文章得出结论，对于处理海量小数据、对时延敏感的业务场景，zstd是更具优势的选择。

claude-code 作为当前备受瞩目的 AI 编程代理，其强大的编码能力令人向往。然而，对于国内用户而言，直接访问 Claude 大模型往往面临严格的地域限制与风控策略，导致不少用户在使用过程中遭遇账号封禁。面对这一挑战，国内厂商纷纷推出了极具竞争力的大模型产品。近期，Kimi 发布了 K2 大模型，质谱也发布了GLM-4.5基座大模型。两者在代码能力上都表现亮眼。

大模型受限于训练数据的时效性，对实时场景的回答效果并不好。早期一些模型，在面对数学等需要精确计算的场景，效果可能也不好。Function Calling的出现，使大模型可以调用外部工具, 通过工具获取数据或执行特定任务。

在业务量增加的背景下，一个全局搜索接口出现了少量超时问题。通过排查发现，问题主要出在 Elasticsearch (ES) 的 terms 聚合阶段。进一步分析发现，这是由于 ES 的 Global Ordinals 机制在动态构建映射表时导致的性能瓶颈。本文将带你剖析这一现象背后的根本原因——Global Ordinals 机制，并分享几种有效的解决方案。

经常在WSL中进行开发，偶尔需要通过代理访问一些资源，本文对wsl下配置代理的几种方法做了一些记录和总结

<h2>Podman简介</h2> <p>容器技术已经成为现代软件开发和部署的重要工具。它通过将应用和其依赖打包在一起，实现了应用的快速部署和移植。在这个背景下，Podman作为一款开源的容器管理工具套件，因其独特的特性和优势，逐渐受到开发者和系统管理员的青睐。</p> <h2>Podman的优势</h2> <p>Podman提供了与Docker相似的功能，可以编译镜像和管理容器，但它在某些方面优于Docker：</p> <ul> <li><strong>无守护进程</strong>：Podman CLI 直接与底层的libpod API交互，无需守护进程。</li> <li><strong>安全性</strong>：无需Root权限即可运行容器，提高了系统的安全性。</li> <li><strong>Kubernetes兼容性</strong>：Podman与Kubernetes的集成更加紧密，可以通过<code>podman kube</code>命令根据Kubernetes的yaml文件生成Pod或者container，也可以将本地的Pod配置导出成Kubernetes的yaml。</li> </ul>

Context是golang中非常重要的package，Context不仅能够传递基础公共参数，还能处理信号、超时等关键信息，从而确保请求流程的控制和资源的有效利用。

去西北小环线的一些记录