FXIO 技术博客

Claude Code

Tue, 24 Mar 2026 00:46:13 +0800

模型选择

本地大模型-oMLX

先部署oMLX

ANTHROPIC_BASE_URL='http://127.0.0.1:8000' ANTHROPIC_AUTH_TOKEN='$密钥' ANTHROPIC_DEFAULT_OPUS_MODEL='Qwen3.5-35B-A3B-4bit' ANTHROPIC_DEFAULT_SONNET_MODEL='Qwen3.5-35B-A3B-4bit' ANTHROPIC_DEFAULT_HAIKU_MODEL='Qwen3.5-4B-MLX-4bit' API_TIMEOUT_MS=3000000 CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC=1 claude

/init 命令

学习此文件夹里的项目文件, 帮助ai更快的理解这个项目类似cursor-rule

/compact

压缩上下文

/clear

清除上下文, 用于开启一个新任务, 保持一个干净的上下文

/think, think hard, think harder, ultrathink

控制模型思考长度

! 感叹号

输入!感叹号, 将对话窗口切换为命令行模型

例如需要执行 npm install 执行后, ai会将结果加上下文, 后面ai就不会重复安装

“#” 井号,进入记忆模型

输入的文字将会成为claude的记忆

~/.claude/claude.md 全局记忆

/ide

使用这个命令之前, 需要先安装插件以vscode为例子: 先安装claude插件, 选中后, claude能感知到

claude -p 临时对话

后台思考, 命令行ai助手

mcp server

MCP（Model Context Protocol）是 Anthropic 推出的开放标准协议，让 Claude 能够以统一方式连接各种外部工具和数据源。一个让 Claude 与外部世界通信的开放标准。类比 USB——不同厂商的设备都能插进同一个接口。

在 claude_desktop_config.json 中注册 Server

{
 "mcpServers": {
 "filesystem": {
 "command": "npx",
 "args": ["-y", "@modelcontextprotocol/server-filesystem", "/Users/me/projects"]
 },
 "my-db-server": {
 "command": "python3",
 "args": ["/path/to/my_mcp_server.py"],
 "env": { "DB_URL": "postgresql://localhost/mydb" }
 }
 }
}

自定义mcp-server

from mcp.server.fastmcp import FastMCP
import psycopg2, os

mcp = FastMCP("my-db-server")

# 声明一个 Tool：Claude 可主动调用
@mcp.tool()
def query_sales(start_date: str, end_date: str) -> str:
 """查询指定日期范围内的销售数据"""
 conn = psycopg2.connect(os.environ["DB_URL"])
 cur = conn.cursor()
 cur.execute(
 "SELECT product, SUM(amount) FROM sales WHERE date BETWEEN %s AND %s GROUP BY product",
 (start_date, end_date)
 )
 rows = cur.fetchall()
 return "\n".join(f"{r[0]}: {r[1]}" for r in rows)

# 声明一个 Resource：Claude 可读取的静态数据
@mcp.resource("db://schema")
def get_schema() -> str:
 """返回数据库表结构"""
 return "sales(date, product, amount, region)"

if __name__ == "__main__":
 mcp.run() # 默认走 stdio 传输

OMLX

Mon, 23 Mar 2026 01:46:53 +0800

oMLX是什么?

omlx.ai（通常指 oMLX 项目）是一个专为 Apple Silicon（M1/M2/M3/M4 系列芯片）设计的本地大语言模型（LLM）推理服务器。它的核心目标是让 Mac 用户能够以极高的效率、极低的延迟在本地运行各种 AI 模型（如 Llama 3、Mistral、DeepSeek 等）。

简单来说，它是对 Apple 官方 MLX 框架的深度封装和功能扩展，提供了一个类似 OpenAI/Anthropic 接口的本地后端，并附带了美观的 macOS 菜单栏管理工具。

oMLX 速度提升的核心原理

oMLX 之所以能在 Mac 上跑出惊人的速度，主要归功于以下几个技术层面的深度优化：

1. 统一内存架构 (Unified Memory Architecture)

这是 Apple Silicon 的硬件优势，也是 MLX 框架的灵魂。

原理：在传统 PC 中，数据需要在 CPU 内存和 GPU 显存之间来回拷贝。而 oMLX 利用了 Mac 的统一内存，CPU 和 GPU 共享同一块物理内存。
提升：消除了昂贵的显存带宽瓶颈，模型数据加载到内存后，GPU 可以直接读取并处理，极大减少了延迟。

2. 双层 KV 缓存系统 (Two-Tier KV Cache)

这是 oMLX 最具创新性的优化点，解决了大上下文下的重复计算问题。

热缓存 (RAM)：正在进行的对话上下文保存在内存中，实现即时响应。
冷缓存 (SSD)：当内存满了或服务器重启时，oMLX 会将过往的 KV 缓存以 safetensors 格式持久化到 SSD。
提升：当你再次输入相似的 Prompt 或继续之前的长对话时，系统直接从磁盘恢复缓存，无需重新计算（Prefill）。这使得处理数万字上下文的“首字延迟”大幅缩短。

3. 连续批处理 (Continuous Batching)

通过集成 mlx-lm 的 BatchGenerator 技术，oMLX 能够同时处理多个并发请求。

Function Calling

Mon, 23 Mar 2026 01:36:35 +0800

Function Calling（函数调用）是人工智能领域，特别是大语言模型（LLM）应用中的一项关键技术。它允许 AI 模型不仅生成文本，还能主动选择并执行外部定义的函数或工具，以解决超出其内部知识库的问题，或完成需要精确计算、实时数据查询等任务。

简单来说，就是让 AI 学会“调用代码”来干活，而不仅仅是“说话”。

1. 核心概念：AI 如何调用函数？

在传统的 LLM 交互中，用户输入提示词（Prompt），模型直接生成文本回答。而在 Function Calling 模式下，流程发生了变化：

定义工具：开发者预先定义一组函数（Function Schema），描述这些函数的名称、参数类型、参数含义以及返回值。
模型决策：当用户提问时，模型会根据意图判断：是否需要调用某个函数？如果需要，它会自动生成一个包含函数名称和参数值的结构化请求（通常是 JSON 格式）。
执行与反馈：用户的后端服务器接收到这个请求，执行真实的函数逻辑，获取结果。
模型生成回答：系统将执行结果（如天气数据、搜索结果、数据库记录）传回给模型，模型结合原始问题和执行结果，生成最终的自然语言回答。

2. 为什么需要 Function Calling？

大模型本身存在一些局限性，通过函数调用可以弥补：

时效性问题：LLM 的训练数据有截止时间，无法知道“现在的天气”或“今天的股价”。通过调用 API，模型可以获取实时数据。
精确计算与逻辑：LLM 在处理复杂数学运算或精确代码执行时容易出错（幻觉）。调用 Python 解释器或计算器函数可以得到 100% 准确的结果。
访问私有数据：企业的数据在内部数据库中，模型无法直接读取。通过调用内部 API，模型可以查询订单状态或用户信息。
控制输出格式：让模型生成结构化的 JSON 数据，而不是长篇大论的文本，便于程序后续处理。

3. 工作流程示例

假设你正在开发一个智能天气助手：

开发者定义函数：
- 函数名：get_current_weather
- 参数：location (string), unit (string: “celsius” or “fahrenheit”)
用户提问：

“上海现在的气温是多少？用摄氏度表示。”

模型推理与调用：模型识别到需要查询天气，于是输出如下结构（JSON）：

{
 "name": "get_current_weather",
 "arguments": {
 "location": "上海",
 "unit": "celsius"
 }
}

后端执行：你的代码解析出 JSON，调用真实的天气 API，得到结果：{"temp": 24, "status": "sunny"}。

Rag

Mon, 23 Mar 2026 01:26:31 +0800

一、什么是 RAG？

RAG 全称是 Retrieval-Augmented Generation（检索增强生成）。

为了理解它，我们需要先了解大语言模型（LLM）的两大痛点：

知识滞后性：大模型的训练数据截止于某个时间点，对于训练后发生的新闻、事件或企业内部数据，它一无所知。
“幻觉”问题：当面对未知领域的问题时，模型可能会自信地编造事实（Hallucination），导致输出内容看似通顺但内容错误。

RAG 的核心理念非常简单：不要让大模型去“背”所有知识，而是给它配一个“图书馆”。

当用户提问时，RAG 系统不会直接让大模型生成答案，而是先执行两步操作：

检索（Retrieval）：在外部知识库中搜索与问题最相关的信息。
生成（Generation）：将检索到的信息连同用户的问题一起交给大模型，让模型基于这些事实生成最终回答。

一句话总结：RAG = 大模型（生成能力） + 外部知识库（事实来源）。

二、RAG 是如何工作的？（工作流 + 代码示例）

RAG 的工作流程通常包含以下四个关键步骤。下面我们通过一个具体的场景，用伪代码和逻辑图解来展示它是如何运行的。

🎯 场景设定

背景：一家科技公司的 AI 客服。
知识库（Vector DB）：包含《员工手册 2024 版》和《最新产品 Q3 发布说明书》。
用户提问：“我报销差旅费需要几个人审批？另外，Q3 发布的 AI 助手叫什么名字？”
问题难点：
- 审批人数在《员工手册》里，不在训练数据中。
- 产品名字是刚发布的，模型不知道。

🔧 步骤详解与代码逻辑

1. 数据准备与索引（Building the Library）

在系统上线前，我们需要将文档切片并转化为向量存入数据库。

# 伪代码：建立知识库
documents = [
 "《员工手册》：差旅费报销流程需经过直接主管和部门经理两级审批。",
 "《Q3 发布说明书》：我们于 2023 年 10 月发布了名为 'Nebula AI' 的智能助手。",
 "《Q3 发布说明书》：'Nebula AI' 支持自然语言处理和多模态交互。"
]

# 将文本分块 (Chunking)
chunks = split_text(documents)

# 将文本转化为向量 (Embedding) 并存入向量数据库 (如 Pinecone, Milvus)
for chunk in chunks:
 vector = embedding_model.encode(chunk)
 vector_db.upsert(id=chunk.id, vector=vector, metadata=chunk)

2. 用户提问（Query）

用户输入："我报销差旅费需要几个人审批？另外，Q3 发布的 AI 助手叫什么名字？"

数据库客户端-DBeaver安装与使用

Tue, 13 Jan 2026 21:28:34 +0800

数据库选择

sqlite

小巧
无需安装
支持标准sql 语法

数据库客户端

DBeaver

DBeaver (Community Edition)
支持 MySQL, PostgreSQL, SQLite等数据库
免费,开源
跨平台

DBeaver 下载安装

下载地址: https://dbeaver.io/download/
创建示例数据库
下载jdbc驱动
打开sql脚本编辑器

DBeaver示例数据库-表介绍

DBeaver 默认自带的示例数据库
使用的是业界非常著名的 Chinook 数据库。
它模拟了一个 “数字音乐商店”（类似早期的 iTunes Store）的业务场景。
这个数据库结构非常经典，特别适合用来练习 SQL 的 JOIN（连接查询）、GROUP BY（分组统计）
以及理解主外键关系。

数据表

Album 音乐专辑表
Artist 艺术家/歌手
Customer 客户
Employee 员工
Genre 流派
Invoice 发票/订单头
InvoiceLine 发票明细/订单行
MediaType 媒体格式
Playlist 歌单
PlaylistTrack 歌单
sqlite_schema sqlite元数据
Track 歌曲/单曲

查看表关系

select 练习

1.select单表查询

select * from Track;

笔记:

Doris->Zuul Oom

Fri, 12 Dec 2025 21:21:11 +0800

引言

在开发者的潜意识里，LIMIT 关键字就是 SQL 查询的安全带。我们通常认为，只要加了 LIMIT，无论表多大，数据库都只会吐出少量数据，内存就是安全的。

然而，最近的一次线上 OOM（内存溢出）事故狠狠地打破了这个认知。一个看似人畜无害的 UNION ALL + LIMIT 组合，竟然避开了doris 的优化器的下推机制，引发了生产环境的连锁崩溃。

本文记录了这次在受限环境下，如何抽丝剥茧定位 Bug 的过程。

一、高峰期的“幽灵”崩溃

环境背景：

部署方式 Kubernetes
网关： Springboot + zuul
服务： Spring Boot + MyBatis
db： Apache Doris
报错服务： 网关
java版本： jdk8, g1
权限： 无root权限,只能查看基本日志

网关pod报错关键日志

netflix.zuul.exception.ZuulException: Filter threw Exception
postModifyResponseBodyFilter.run
...
Caused by: java.lang.OutOfMemoryError: Java heap space

报错日志关键字: oom

二、真相误判：GC 的烟雾弹

面对 OOM，作为 Java 开发者的第一直觉往往是：“是不是流量太大，垃圾回收（GC）跟不上了？” 查看存活期间的 JVM 监控，发现 Old Gen（老年代）增长迅速。当时的判断是：CMS 回收器产生内存碎片，导致大对象分配失败。

Hugo Blog Deploy

Sun, 07 Dec 2025 21:21:11 +0800

准备

客户端，服务端都安装 hugo
服务端, 创建一个空的git仓库

# 更新系统
sudo apt update && sudo apt upgrade -y

# 安装 Git 和 Nginx (Web 服务器)
sudo apt install git nginx -y

# 安装 Hugo
# 建议直接安装 extended 版本以支持更多主题，Ubuntu 24 的仓库版本通常较新
sudo apt install hugo -y

mkdir blog.git
cd blog.git
git init --bare

客户端创建一个博客项目

hugo new site blog

添加主题 https://themes.gohugo.io/ 选择一个主题，放在theme目录更新: hugo.toml 例如： theme = “PaperMod”
删除theme里面的.git避免子目录问题

配置远程push权限

编辑 ~/.ssh/config

Host myblog.com
 HostName 192.168.1.100
 User root
 IdentityFile ~/.ssh/user.pem
 IdentitiesOnly yes

添加remote url

git remote add deploy myblog.com:/srv/myblog/blog.git

hooks自动部署

vim hooks/post-receive

旧主板-新Nvme-IO问题

Sun, 07 Dec 2025 21:21:11 +0800

m2硬盘安装ubuntu出现I/O错误: DMAR fault的排查记录（含解决方案）

在旧台式机安装Ubuntu24.04 的过程中，我遇到一个非常棘手的问题：

第一次安装失败; 安装过程中, 提示io错误
关机后, 再次安装, 安装成功
进入系统后, 硬盘灯持续规律闪烁, 频繁出现 I/O 错误、系统卡顿、硬盘灯间隔性闪烁、并伴随 DMAR/IOMMU 报错

最开始遇到这个问题, 我以为是硬盘问题, 更换为 sata硬盘后, 问题消失。似乎从某种程序上证明是此硬盘问题; 随后此”坏硬盘“, 就安静的放在角落; 今天整理物品, 发现这块硬盘, 突然想到, 让ai帮忙分析分析硬盘是什么原因导致的故障, 以后如何避免买到类似的硬盘;

这篇文章记录整个排查过程，希望给未来遇到类似问题的人提供一个可参考的解决思路。

1. 硬件与环境背景

主板：Gigabyte Z97X-UD3H（2014年）
CPU：Intel i7-4790K（Haswell）
NVMe：YMTC PC300 512GB（支持 HMB，NVMe1.4）
系统：Ubuntu 24.04
NVMe 安装在主析的m2硬盘槽位

这是典型的“老主板 + 新 NVMe 控制器”的组合，在 Linux 下非常容易触发兼容性问题。

2. 问题现象

（1）安装 Ubuntu 时随机 I/O 错误

系统安装过程中文件复制中断
安装流程偶尔直接失败
重试偶尔能安装成功

（2）安装成功后,进入系统, 硬盘灯持续规律闪烁

开机后系统明显不顺畅。
复制文件时，会出现卡顿, 此时硬盘灯一直有规律的闪烁;

（3）复制大文件（如 ubuntu.iso 6GB）出现卡顿

传输速度会突然降到零，直到系统无响应。

（4）dmesg 出现 DMAR/IOMMU 报错

DMAR: DRHD: handling fault status reg 2
DMAR: [DMA Write] Request device [01:00.0] fault addr ...
DMAR: write no_pasid

(5) 硬盘smart 检测无异常

使用 smartctl 读取 NVMe 健康状态： smartctl -x /dev/nvme0

Idea调试状态复制对象列表数据

Sat, 04 Feb 2023 17:26:08 +0000

debug调试问题是经常用到的，在调试状态有时候需要复制list对象的某个属性值，一个个复制是不现实的这个时候Idea调试状态的 Evaluate Expression 工具就派上大用场了

在Expression输入框，根据自己的需求，转换后，转换为json格式，然后右键复制即可

2040未来趋势

Sat, 04 Feb 2023 16:44:00 +0000

简介

2021.1出版作者：日本-成毛真，原Microsoft-日本社长，从微软离职后，创立了一家投资顾问公司，专为上市企业做投资顾问工作；兼任微软的社外顾问；日本Suruga银行的社外董事；日本早稻田大学商学院客员教授

提问

为什么是2040？短时间预测比长时间预测难，长期的趋势比较明显

回顾历史

新事物出现的时候，人们普通抵抗视频平台，抖音，直播带货新事物出现的时候，人们普通抵抗 100多年前，照相机刚刚出来的时候，人们很抵触 iphone刚刚出现的时候，人们害怕自己的指纹补记录电脑刚刚出现的时候，人们也没想到人手一台 100年前的汽车与现在的汽车（新技术的改良与组合）科技发展，社会发展

通讯技术

3G: 传输照片目前处于4-5G时代，在线看直播，视频电话，视频会议 6G：远程手术，汽车自动驾驶，同声传译无人机定点送货飞行汽车物联网iot，衣服，冰箱，镜子，牙刷，餐具联网媒体电视和报纸将会覆灭，拿手表看时间的变少，网络媒体崛起 VR眼镜将会越来越轻，越来越方便

医疗

AI医疗，整合全国全世界的病例，误诊率下降根据dna，定制mRNA疫苗人体组织的培养老年痴呆药物

风险

自然灾害增加：地震战争增加：粮食和水人口减少：人口出生率持续降低 -> 劳动力减少人口老龄化严重: 从三四线城市开始体现消费税增加

关于我

Thu, 12 Jan 2023 01:41:01 +0000

昵称: JoshKryo

坐标: 深圳

此博客作为个人技术学习的输出平台，记录学习总结，优秀项目和工具推荐，或许还有一些人生感悟。

不是每个人都应该像我这样去建造一座水晶大教堂，但是每个人都应该拥有自己的梦想，设计自己的梦想，追求自己的梦想，实现自己的梦想。梦想是生命的灵魂，是心灵的灯塔，是引导人走向成功的信仰。有了崇高的梦想，只要矢志不渝地追求，梦想就会成为现实，奋斗就会变成壮举，生命就会创造奇迹。 ——罗伯·舒乐

涉猎

后端：Java，Golang
数据库：Mysql，Presto

交流

Email: joshkryo@gmail.com

Spring-动态替换Bean

Thu, 05 Jan 2023 21:56:21 +0800

Spring-动态替换Bean

问题

假如spring-boot项目引用了第三方库，里面有个类通过autowire引用了：testService，如何修改testService里面的实现逻辑呢？通过动态替换testService为自定义的bean可以实现这个功能

实现原理

添加一个新的TestService2与原testService实现同样的接口
添加一个组件实现： BeanDefinitionRegistryPostProcessor
使用BeanDefinitionRegistry动态替换bean

代码示例

@Component
public class MyBeanProcessor implements BeanDefinitionRegistryPostProcessor {
 @Override
 public void postProcessBeanDefinitionRegistry(BeanDefinitionRegistry registry) throws BeansException {
 final String beanName = "testService";
 if (registry.containsBeanDefinition(beanName)) {
 registry.removeBeanDefinition(beanName);
 GenericBeanDefinition beanDefinition = new GenericBeanDefinition();
 beanDefinition.setBeanClass(TestService2.class);
 registry.registerBeanDefinition(beanName, beanDefinition);
 }
 }

 @Override
 public void postProcessBeanFactory(ConfigurableListableBeanFactory factory) throws BeansException {

 }
}

postman接口签名

Wed, 04 Jan 2023 21:56:21 +0800

后端接口为了安全考虑，通常会增加接口参数签名认证；增加接口参数签名认证， postman直接调用，会认证失败，需要实现一套和前端项目一样的签名动作；

api参数签名认证api参数签名认证原理

api-time: 本次API调用的有效时间，超过该时间调用失效，避免重放攻击
api-key: 与api-secret是一个pair对，一一对应，知道了api-key即可查询到api-secret
api-signature: api-secret和message一起生成的签名，这里的message一般包括api-key，请求方法， get， post参数

api-signature的生成规则一般为： crypto-js的hmac_sha256，输出值需转化为base64字符串

postman pre-request签名计算


var apiKey = pm.globals.get("apiKey");
var apiSecret = pm.globals.get("apiSecret");

const query = pm.request.url.query;
var keys = [];
var map = {};
query?.each(e => {
 let disabled = e["disabled"];
 if (!disabled) {
 let k = e["key"];
 keys.push(k);
 map[k] = e["value"];
 }
});
const queryArr = [];
keys.sort();
keys.forEach(k => {
 queryArr.push(k + "=" + map[k]);
});
const queryStr = queryArr.join("&");
const body = JSON.stringify(JSON.parse(pm.request.body.raw.toString()));

var method = request.method;
var signArr = [apiKey, method.toLowerCase(), queryStr, body];
const signSrcStr = signArr.join('&');
console.log(signSrcStr);

var signatureBase64 = CryptoJS.HmacSHA256(signSrcStr, apiSecret).toString(CryptoJS.enc.Base64);
console.log("signatureBase64", signatureBase64);
pm.environment.set("api-signature", signatureBase64);

const timeStr = Math.round(new Date().getTime());
pm.environment.set("api-time", timeStr);

pm.request.body = body;

java后端签名计算

class ApiPreHandler {
 public static String generateHmac256(String msg, String key) {
 if (Objects.isNull(msg)) {
 return "";
 }
 if (Objects.isNull(key)) {
 return msg;
 }
 final String algorithm = "HmacSHA256";
 try {
 SecretKeySpec secretKeySpec = new SecretKeySpec(key.getBytes(StandardCharsets.UTF_8), algorithm);
 Mac mac = Mac.getInstance(algorithm);
 mac.init(secretKeySpec);
 byte[] bytes = mac.doFinal(msg.getBytes());
 return Base64.getEncoder().encodeToString(bytes);
 } catch (Exception e) {
 LogUtils.error(e.getMessage(), e);
 return "";
 }
 }

 public boolean preHandle(HttpServletRequest request, HttpServletResponse response, Object handler) throws Exception {
 String requestURI = request.getRequestURI();
 String method = request.getMethod().toLowerCase(Locale.ROOT);
 String querySorted = getSortedQuery(request.getQueryString());
 String body = request.getReader().lines().collect(Collectors.joining());
 String apiSignature = request.getHeader("api-signature");
 String signStrSrc = String.join("&", Lists.newArrayList(apiKey, method, querySorted, body));
 log.info("requestURI: {}, singStrSrc={}", requestURI, signStrSrc);
 String calcSign = SecurityUtils.generateHmac256(signStrSrc, apiSecret);
 if (!Objects.equals(apiSignature, calcSign)) {
 log.error("api-signature denied, signStrSrc={}", signStrSrc);
 return false;
 }
 return true;
 }
}

Android录制Gif

Tue, 01 May 2018 21:56:21 +0800

有时候我们需要录制Android手机的屏幕，比如写了一个Demo应用，需要发布到博客和微博上。对于Android4.4以上的手机，系统自带了一个命令screenrecord，我们可以很方便的使用。

录制命令

adb shell screenrecord /sdcard/test.mp4

视频保存目录可以自己指定，如上面的/sdcard/test.mp4，命令执行后会一直录制180s，按下ctrl+c可以提前结束录制

设定视频分辨率

对于高分辨率的手机，录制的视频很大，我们分享又不需要这么大的我们可以设置录制的视频分辨率

adb shell screenrecord --size 848x480 /sdcard/test.mp4

设定视频比特率

默认比特率是4M/s，为了分享方便，我们可以调低比特率为2M

adb shell screenrecord --bit-rate 2000000 /sdcard/test.mp4

获取视频文件

使用adb pull 即可把手机SD卡中视频获取到本地

adb pull /sdcard/test.mp4 .

转GIF文件

在Windows下有个不错的软件Free Video to GIF Converter可以把mp4转换成GIF。转换时还可以删除不需要的帧，这点真得很不错。

Mac上可以使用gifrocket进行转换。

原文链接

常用的 Linux 命令

Mon, 24 Apr 2017 21:56:21 +0800

常用 Linux 命令

cd

改变当前目录

# 跳转到家目录
cd ~
# 跳转到上级目录
cd ..
# 跳转根目录
cd /
# 显示当前目录
pwd

cp

复制文件

# 复制目录
cp -r source_dir destination_dir

mkdir

mkdir -p /data/www/test

tar

tar -zcvf /data/backup/test.tar.gz /data/www/test

系统信息

uname -a
cat /proc/cpuinfo
cat /proc/meminfo
cat /proc/meminfo | grep MemTotal
lspci -tv
lsusb -tv
free -m
df -h
du -sh /data/www/test
uptime
fdisk -l

网络

ifconfig
netstat -antp
netstat -antp | grep 80

进程

ps -ef | grep java
# 用户登录日志
last

软件

# 查看已安装的java版本
dpkg -l | grep java
# 安装java
sudo apt install -y openjdk-8-jdk
# 卸载java
sudo apt remove openjdk-8-jdk
# dpkg -ivh 安装软件包

# rpm -qa | grep java

磁盘容量报警

服务器不停的运行，会产生很多日志文件（nginx，tomcat）设查询条件为：

Android-opencv-cmake

Wed, 15 Mar 2017 21:56:21 +0800

Android-opencv-cmake

Android opencv image process samples ,build with cmake

环境要求

Android studio 2.3.3
Cmake
ndk14
opencv2.4.13 or opencv3.3

配置

在local.properties 文件中配置opencv sdk 路径 opencv.dir = ${opencv_sdk_dir}

ndk.dir=/Users/king/Library/Android/ndk14
sdk.dir=/Users/king/Library/Android/sdk
opencv.dir=/Users/king/Libs/OpenCV2413

在build.gradle中配置cmake参数

externalNativeBuild {
 cmake {
 cppFlags "-std=c++11 -frtti -fexceptions"
 arguments "-DOpenCV_DIR=" + getOpenCVDir().toString()+"/sdk/native/jni", "-DANDROID_ARM_NEON=TRUE"
 }
}
ndk {
 abiFilters "armeabi-v7a" //, "arm64-v8a","armeabi",
}
...
def getOpenCVDir() {
 Properties properties = new Properties()
 properties.load(new File(rootDir.absolutePath + "/local.properties").newDataInputStream())
 def externalModuleDir = properties.getProperty('opencv.dir', null)
 if (externalModuleDir == null) {
 throw new GradleException(
 "OpenCV location not found. Define location with opencv.dir in the local.properties file!")
 }
 return externalModuleDir
}

项目地址

源码

Android OpenCV CMake 调优

Wed, 15 Mar 2017 00:00:00 +0000

AIDL是什么 ?

AIDL是Android中IPC（Inter-Process Communication）方式中的一种，AIDL是Android Interface definition language的缩写，AIDL的作用是让你可以在自己的APP里绑定一个其他APP的service，这样你的APP可以和其他APP交互

为什么要有aidl ?

用于两个App之间交换数据的场景为什么不能直接通讯? 在 Android 上，一个进程通常无法访问另一个进程的内存, 而AIDL只是Android中众多进程间通讯方式中的一种方式

使用方法

服务端AidlApp1

使用Android Studio在Service服务端创建aidl文件: IUserAidlInterface, 然后build一下

package com.joshkryo.aidl;

interface IUserAidlInterface {
 String getUserInfo(int uid);
}

创建Service实现类

public class UserAidlService extends Service {
 private static final String TAG = "UserAidlService";

 @Nullable
 @Override
 public IBinder onBind(Intent intent) {
 Log.d(TAG, "onBind: " + intent);
 return mBinder;
 }

 private final IUserAidlInterface.Stub mBinder = new IUserAidlInterface.Stub() {
 @Override
 public String getUserInfo(int uid) throws RemoteException {
 return "{\"id\":" + uid + " ,name\":\"Tom\",\"age\":18}";
 }
 };
}

注册Service


<service
 android:name="com.joshkryo.aidlapp1.service.UserAidlService"
 android:enabled="true">
 <intent-filter>
 <action android:name="com.joshkryo.aidlapp1.service.UserAidlService"/>
 <category android:name="android.intent.category.DEFAULT"/>
 </intent-filter>
</service>

客户端AidlApp2

复制AidlApp1的aidl文件到AidlApp2, build一下
bindService

class BindService {
 private void bindAidlService() {
 Intent intent = new Intent("com.joshkryo.aidlapp1.service.UserAidlService");// service配置的action
 intent.setPackage("com.joshkryo.aidlapp1");//service服务端包名
 bindService(intent, mAidlConn, Context.BIND_AUTO_CREATE);
 }

 private ServiceConnection mAidlConn = new ServiceConnection() {
 @Override
 public void onServiceConnected(ComponentName name, IBinder service) {
 Log.d(TAG, "onServiceConnected");
 userAidlInterface = IUserAidlInterface.Stub.asInterface(service);
 }

 @Override
 public void onServiceDisconnected(ComponentName name) {
 Log.e(TAG, "onServiceDisconnected: ");
 userAidlInterface = null;
 }
 };
}

使用aidl interface调用AidlApp1里的service

class Test {
 public void getAidlUserInfo(View v) {
 try {
 if (userAidlInterface == null) {
 Log.e(TAG, "onClick: null userAidlInterface instance");
 return;
 }
 Toast.makeText(MainActivity.this, userAidlInterface.getUserInfo(1), Toast.LENGTH_SHORT).show();
 } catch (RemoteException e) {
 e.printStackTrace();
 }
 }
}

可能的错误

Service Intent must be explicit java.lang.IllegalArgumentException: Service Intent must be explicit: Intent { act=com.joshkryo.aidlapp1 } at android.app.ActivityThread.performLaunchActivity(ActivityThread.java:2854) 原因: Android5.0之后service的intent一定要显性声明
onServiceConnected不调用可能原因:

service 没有在manifest里面注册
服务端, 客户端的 intent action 不一致

FXIO 技术博客

Claude Code

模型选择

本地大模型-oMLX

/init 命令

/compact

/clear

/think, think hard, think harder, ultrathink

! 感叹号

“#” 井号,进入记忆模型

/ide

claude -p 临时对话

mcp server

在 claude_desktop_config.json 中注册 Server

自定义mcp-server

最新代码文档的 mcp

OMLX

oMLX是什么?

oMLX 速度提升的核心原理

1. 统一内存架构 (Unified Memory Architecture)

2. 双层 KV 缓存系统 (Two-Tier KV Cache)

3. 连续批处理 (Continuous Batching)

Function Calling

1. 核心概念：AI 如何调用函数？

2. 为什么需要 Function Calling？

3. 工作流程示例

Rag

一、什么是 RAG？

二、RAG 是如何工作的？（工作流 + 代码示例）

🎯 场景设定

🔧 步骤详解与代码逻辑

1. 数据准备与索引（Building the Library）

2. 用户提问（Query）

数据库客户端-DBeaver安装与使用

数据库选择

sqlite

数据库客户端

DBeaver

DBeaver 下载安装

DBeaver示例数据库-表介绍

数据表

查看表关系

select 练习

1.select单表查询

Doris->Zuul Oom

引言

一、高峰期的“幽灵”崩溃

二、 真相误判：GC 的烟雾弹

Hugo Blog Deploy

准备

配置远程push权限

hooks自动部署

旧主板-新Nvme-IO问题

m2硬盘安装ubuntu出现I/O错误: DMAR fault的排查记录（含解决方案）

1. 硬件与环境背景

2. 问题现象

（1）安装 Ubuntu 时随机 I/O 错误

（2）安装成功后,进入系统, 硬盘灯持续规律闪烁

（3）复制大文件（如 ubuntu.iso 6GB）出现卡顿

（4）dmesg 出现 DMAR/IOMMU 报错

(5) 硬盘smart 检测无异常

Idea调试状态复制对象列表数据

2040未来趋势

简介

提问

回顾历史

通讯技术

医疗

风险

关于我

涉猎

交流

Spring-动态替换Bean

问题

实现原理

代码示例

postman接口签名

api参数签名认证api参数签名认证原理

postman pre-request签名计算

java后端签名计算

二、真相误判：GC 的烟雾弹