Supremes

Why AI-Assisted Testing Needs an SOP ModelOverviewMost teams start using AI the same way: open a chat window, describe a problem, and hope for the best. That works for one-off questions — it fails for repeatable delivery work like testing, release validation, and triage, where consistency actually matters. [!tip] The Real FixThe answer is not better prompts. It is a better execution model — one where AI operates inside a defined process, not around it. Figure: An SOP-style AI execution flo...

LLM应用技术核心概念学习路线这条路线遵循从“基础构件”到“核心能力”再到“高级模式”的逻辑。 第一阶段：理解基石——让计算机“懂得”含义（Embedding） 核心问题：计算机只认识数字，我们如何让它们理解文字、图片、视频的“意思”？ 什么是 Embedding（嵌入）？ 比喻：想象一个“语义地图”。每个词（或句子、图片）都是这个地图上的一个点。含义相近的词（如“国王”和“皇帝”）在地图上的位置会非常接近；含义相反的词（如“国王”和“平民”）则相距甚远。 本质：Embedding 就是一套算法，将非结构化的数据（文字、图片等）转换成一串有意义的数字向量。这个向量就是数据点在“语义地图”上的坐标。 **为什么需要？**只有把数据变成数字坐标，计算机才能进行数学计算，从而比较相似性、进行分类、聚类等操作。这是后续所有技术的基础。 第二阶段：实现检索——构建“外部记忆库”（向量数据库） 核心问题：有了“语义地图”，但当数据量极其庞大时（比如整个公司知识库），如何快速找到与问题最相关的信息？ 为什么需要向量数据库？ 传统数据库的局限：它们擅长精确匹配（如“找到id=1的用...

面向：有 Java 后端经验 → 目标：AI Agent 架构师技术栈：Java 17+ · Spring Boot 3 · Spring AI · LangChain4j 📅 总体时间线 阶段 时长 核心目标 Phase 0：地基补强 第 1 月 LLM 基础认知 + Prompt Engineering Phase 1：Tool Calling 第 2 月 Agent 手脚：工具设计与调用 Phase 2：Memory 第 3 月 Agent 记忆：短期/长期/语义记忆 Phase 3：RAG 第 4-5 月 Agent 知识：检索增强生成架构 Phase 4：Planner 第 6 月 Agent 大脑：规划与推理范式 Phase 5：多 Agent 协作 第 7 月 Agent 组织：编排与协作框架 Phase 6：工程化 第 8 月 Agent 血肉：可观测/安全/CI/CD Phase 7：综合实战 第 9-10 月 完整 Agent 系统落地 Phase 0：地基补...

[!Important] Query, Key, Value self-attention: 自注意力机制 本图表详细解释了大型语言模型（LLM）推理过程中的 KV-Cache（Key-Value Cache，键值缓存） 机制。该机制是提高 LLM 生成速度的核心技术，它通过避免重复计算来加速 token 的生成。 图表结构与流程图表分为四个主要部分，从宏观到微观展示了 KV-Cache 的全貌： LLM 推理概览 (LLM Inference Overview)： 展示了 LLM 生成文本的基本过程。输入提示（Prompt）后，模型会逐个生成 token。生成一个 token 后，它会与之前的输入一起再次输入模型，以生成下一个 token。这是一个循环过程。 对比：无与有 KV-Cache (Comparison: Without vs. With KV-Cache)： 无 KV-Cache（左侧红色区域）：在生成第 3 个 token 时，模型必须重新计算所有先前 token（Token 1 和 Token 2）的自注意力矩阵（Q, K, V）。图中使用红...

JUC 包是 Java 并发编程的基石，包含了线程池、锁、原子操作、并发集合等核心组件。 本站 JUC 导航建议阅读顺序：基础（JMM/中断/等待唤醒）→ AQS/锁 → 同步器/容器队列 → 线程池与调参 → CompletableFuture 工程化。 线程与中断：interrupt 语义、阻塞点表现、优雅取消模板 等待与唤醒机制：wait/notify、Condition、LockSupport 对照 原子类与CAS：CAS/ABA、LongAdder、FieldUpdater、volatile 落地与常见坑 AQS：AQS 原理与 JDK 17 重构要点 Java锁：synchronized 锁升级、显式锁、读写锁、StampedLock、分布式锁视角 同步器：CountDownLatch / CyclicBarrier / Semaphore / Phaser / Exchanger 选型与坑 并发容器与队列：CopyOnWrite、SkipList、Blocking...

Spring security 作为 spring 提供的认证和授权框架，基于 filter 链式结构，处理不同的 filter 来应对认证和授权业务场景。 在 SpringBoot 2.X 中，通过 extends WebSecurityConfigurerAdapter, 进行配置 在 SpringBoot 3.X 中，则通过使用 SecurityFilterChain Bean Spring Security 在 Spring Boot 2 vs 3 的主要区别 WebSecurityConfigurerAdapter 已被移除 Spring Boot 2. x Spring Boot 3. x 继承 WebSecurityConfigurerAdapter 使用 SecurityFilterChain Bean 重写 configure(HttpSecurity) 定义 @Bean SecurityFilterChain 重写 configure(AuthenticationManagerBuilder) 定义 @Bean Authenticat...

Spring AOP 事务失效与底层代理机制深度总结 1. 核心问题：为什么自调用导致事务失效？现象在同一个类中，方法 A 调用方法 B（this.methodB()），即使方法 B 上加了 @Transactional 注解，事务依然不生效。 根本原因Spring AOP 的默认实现基于 代理模式 (Proxy Pattern)。Spring 容器中注入的 Bean 实际上是一个 代理对象 (Proxy)，它持有你编写的 目标对象 (Target)。 生效路径：外部调用 -> Proxy -> 事务拦截器 (Interceptor) -> Target。 失效路径：Target 内部调用 -> this.methodB() -> Target。 此时，this 指针指向的是目标对象本身。代码执行流直接在目标对象内部流转，完全绕过了外层的代理对象及其持有的事务拦截器。 形象比喻 Proxy (代理)：大楼门口的安检员。 Target (目标)：大楼里的员工。 外部访问：访客找员工，必须经过安检（事务生效）。 内部自调用：员工之间互找，直接在楼里见...

Redis 是一款高性能的键值数据库，广泛应用于缓存、消息队列、排行榜、分布式锁等场景。掌握 Redis 的核心原理和实战技巧是后端开发工程师的必备技能。 本站 Redis 导航建议阅读顺序：基础数据类型 → 底层数据结构 → 持久化 → 缓存策略 → 集群架构 → 分布式锁 → 性能优化 → 应用场景。 Redis数据类型与底层实现：String/Hash/List/Set/ZSet 五大类型，SDS/ziplist/skiplist/intset/dict 底层实现，编码转换规则 Redis持久化机制：RDB 快照原理、AOF 日志机制、混合持久化策略、持久化配置调优 Redis缓存策略：缓存穿透/击穿/雪崩解决方案、缓存更新策略（旁路/直写/异步刷新）、布隆过滤器实战 Redis集群方案：主从复制原理、哨兵选举机制、Cluster 分片与槽位、一致性哈希、扩缩容流程 Redis分布式锁：基于 SETNX 实现、Redisson 分布式锁、Redlock...

本站 MySQL 导航建议阅读顺序：架构 → 日志系统 → 事务隔离/MVCC → 索引 → 锁 → 系统表速查。 架构与执行流程：连接器/分析器/优化器/执行器 MySQL-日志：redo/bin/undo、WAL、刷盘与崩溃恢复 事务隔离与 MVCC：隔离级别、脏读/不可重复读/幻读、快照读/当前读 索引：B+树、回表/覆盖、联合索引、最左前缀、索引下推 锁：全局锁/表锁/行锁、死锁检测、MDL MySQL - 表单：INFORMATION_SCHEMA 等系统表速查

基础数据结构SDS12345struct sdshdr { int len; // buf中已使用的字节数 int free; // buf中未使用的字节数 char buf[];} 链表 包含头尾节点，head tail，以及链表长度计数器len 无环 多态：链表节点使用void*来保存节点值，可以支持各种不同类型的值 字典属于k-v结构的映射表。 字典由两个哈希表构成，当字典处于redhash状态，ht[1]才有数据，当rehash完成之后，数据会全部复制到ht[0] 哈希表使用链地址法来解决冲突 采用渐进式rehash，并不是一次性，集中式完成，而是分多次、渐进式完成。rehash会与增删改等操作一起进行： 渐进式hash总结：在扩容和收缩的时候，如果哈希字典中有很多元素，一次性将这些键全部rehash到ht[1]的话，可能会导致服务器在一段时间内停止服务。所以，采用渐进式rehash的方式，详细步骤如下： 为ht[1]分配空间，让字典同时持有ht[0]和ht[1]两个哈希表 将rehashindex的值设置为0，表示reha...