Honesty的个人记录博客，记录生活中的趣事 分享一些个人技术观点, HeHouHui,HeHui,明厚,HeHouHui博客,HeHouHui网站,HeHouHui Java



Harness + LLM Wiki + Spec 智能体驱动工作流（工程规范手册 + Onboarding 测试版）

优化Netlify,Vercel国内访问速度：基于 enhanced-FaaS-in-China 的多路加速

 2025火山引擎FORCE大会·冬 三大核心技术：AI原生时代的底层逻辑与实践路径

Caffeine AsyncCache：响应式架构下（WebFlux, R2DBC, ReactiveRedis）的缓存实践

事件驱动：WebFlux、R2DBC，Lettuce Reactive Redis与虚拟线程下的高性能Web项目构建指南

"关于我"页面创作之旅

高维向量检索 Faiss vector database：向量数据库的基石与核心角色 —— 解析 PQ/IVF/HNSW 算法原理、CPU/GPU 底层实现、量化误差模型及动态索引机制，详解其在 RAG / 推荐系统中的价值与工业应用

Faiss vector database 深度学习指南：从背景到架构&算法&安装  —— 向量检索核心算法（IVF-PQ/HNSW）解析、CPU/GPU 加速优化、索引构建与持久化、动态数据处理方案

今天不想做英雄，只想把碗洗干净。

LLM Context Engineering 大模型上下文工程：系统性学习核心原理与实现架构

小白入门LLM Context上下文工程：从基础到实践，通俗易懂讲明白

从 RAG 到 Context Engineering：大语言模型时代的上下文治理革命

从RAG到Context Engineering：重新定义AI系统的认知能力边界

什么是增量静态再生(ISR)技术？：从Next.js & Nuxt 开始入门

从Java到Next.js：5年博客建站的“省心省钱”之路

了解编程语言的编译器：从 CPU 指令到云原生，一次搞懂编译、字节码、JIT/AOT 的底层逻辑

MySQL InnoDB存储引擎深度解析：架构、原理与实践

MySQL InnoDB核心原理与实践：从索引到分库分表的决策速记

MySQL优化器(5)调试工具与面试指南：从“猜优化器”到“懂优化器”

MySQL优化器(4)成本模型解剖：优化器的“成本”到底怎么计算的？

MySQL优化器(3)超图优化器解析：MySQL优化器的“智能大脑”进化

MySQL优化器(2)官方文档深读笔记：优化器的“操作手册”全解析

MySQL优化器(1)编年史：从 “规则执行者” 到 “成本决策者” 的演化之路 读懂进化，掌控性能

从注解到SPI：Spring Boot配置体系的设计艺术

聊聊一个优雅组件配置设计该长啥样：从SpringBoot @Configuration到开闭原则，一次说透！

Spring Boot Cache 解刨：@Cacheable 注解用法 + Redis 缓存优化，从架构设计到批量缓存性能提升指南

MySQL行值表达式：从“一脸懵”到“玩明白”的实战指南; Mysql RVC,Mysql元组比较,Row Value Constructor/Comparison

🌱一篇总结速通 Spring Bean 生命周期：从“出生”到“入土”的 超爽攻略 📖

JDK 8至24浮点数转换底层原理与优化演进

浮点数转换IEEE 754标准：从性能损耗原理到高并发场景的优化实践

Gemini CLI 详细指南：不止命令行，更是你的AI智能体搭子 🤖✨

给 AI 装上 "记忆大脑"：Spring AI RAG 实战开源代码 —— 从 0 到 1 构建智能问答系统

特征向量入门：从线性变化到数据密码

压缩算法全家桶：Gzip/Brotli/Zstd/Deflate 从依赖安装到场景落地（Node.js & Java 实战指南）

Java端Zstd实战：序列化与反序列化全流程处理

分布式场景下限流算法的挑战与Resilience4j深度剖析

深入剖析限流：从基础概念到算法实现

Guava 组件中的四种限流算法解析

响应式开发之WebFlux & Reactor：异步非阻塞编程实践指南

向量数据库全攻略：从算法公式到选型指南，一篇吃透高维数据存储术

CompletableFuture 从源码到实战：让异步编程像喝奶茶一样丝滑

CompletableFuture 全景深度解析与高性能实践手册：从源码到业务落地

Java 四种引用类型详解：强 / 软 / 弱 / 虚引用在 JVM 垃圾回收中的处理流程与应用

 JetBrains Annotations：从入门到落地，彻底告别 NullPointerException

 Java 注解规范模板

从规范到架构：一篇读懂 Java 工程建模、分层、命名与演进之路

博客突发崩溃？我的紧急排查与解决全记录

友链这回事，总该有点温度

Spring Cache 扩展：Redis 批量操作优化方案与 BatchCache 自定义实现

🌟 探索 Moments 极简朋友圈： iPhone 16 Pro 模拟的深度优化

Spring AI RAG 高级检索增强：探索基于查询转换与文档处理的技术

Spring AI RAG 检索增强实战：MultiQueryExpander+RewriteQueryTransformer+CompressionQueryTransformer打造高精准多轮对话知识库问答系统

Spring AI 高级RAG检索增强生成优化指南： MultiQuery ，CompressionQueryTransformer，ConcatenationDocumentJoiner与文档处理提升检索精度与召回率

复杂业务场景下利用Spring Bean机制的设计与实践

Spring Bean 源码深度剖析：生命周期、加载机制与作用域的底层实现

深入排查:@Scope("prototype")与@RequestScope字段篡改问题全链路分析

Spring 作用域冲突深度解析：@Scope("prototype")与@RequestScope的冲突与解决方案

Java 线程池与多线程并发编程实战全解析：从异步任务调度到设计模式落地，200 + 核心技巧、避坑指南与业务场景结合

Netty源码深度解析：从启动到数据流转的全链路剖析

MySQL 底层技术深度解析：索引、事务、锁与优化全链路剖析

项目分层模块设计指南：让代码告别"一锅粥"，团队协作更丝滑

WebFlux 实战指南 ：从入门到精通，环境搭建、控制器设计、数据库交互（含 R2DBC）到高并发优化（限流、缓存）的响应式编程全链路实践

当我的代码评审开始 “AI 打工”：聊聊这个让我摸鱼更心安的神器

云效Flow 自定义AI代码审核步骤

Java 多线程全文深度剖析

Spring Boot加载与Bean处理的细节剖析

Spring Boot项目启动优化

Spring AI 中的 DocumentTransformer 与 RAG 深度解析

Spring AI 架构解析与核心模块实践

流程条件表达式技术方案

一个超实用的Java集合处理库——collection-complete

Java IO — NIO Channel

Java IO — NIO Buffer

Java IO — IO/NIO模型

Elasticsearch — 索引（Mapping Index）

Elasticsearch — 如何存储数据并保持一致性？

Java算法 — 快速排序（Quick Sort）

Java算法 — 比较排序（Comparison-based Sorting）

Netty — API网关Demo

Netty流程剖析 — 服务启动源码

Netty核心组件源码剖析 — ByteBuffer

Netty核心组件源码剖析 — Channel

Netty核心组件源码剖析 — NioEventLoop

网络编程 — Reactor模型与Netty

网络编程 — Socket编程与IO模型

网络基础 — 深入理解TCP协议

网络基础 — 网络模型与网络协议

JVM GC篇 — 垃圾收集器（下）

JVM GC篇 — 垃圾收集器（上）

JVM GC篇 — 一般原理与垃圾收集算法

JVM基础 — 内存结构与内存模型

JVM 基础 — 类加载机制和对象内存布局

JVM 基础 — Java 方法调用、反射调用与异常

JVM 基础 — Java 字节码

Java异步编程方式介绍

Spring Boot 实现多租户架构：支持应用多租户部署和管理

微服务之间的数据依赖问题，该如何解决？

Redis 热key是什么问题，如何导致的？有什么解决方案？

HttpClient? RestTemplate？WebClient? 不~是 RestClient

Hutool 5.8.8  BeanUtil.copyProperties 致命异常

学习思考

技术分享

碎片杂文

创作分享

首页

文章

友链

关于我

瞬间

开往

归档

Github

留言

隐私权政策

大模型真的会思考吗？为什么AutoGPT总是陷入死循环？本文深度解剖大模型的六大物理缺陷，并全景展示一套名为 Java Harness Agent 的机器对机器（M2M）操作系统，看它如何通过认知刹车、生命周期门控和多角色矩阵，将“失控的概率引擎”驯化为零返工的超级工程师。

Agent

架构设计



给大模型穿上“拘束衣”：从物理缺陷到 Agentic OS 的工程化实践

Harness Agent 后端Agent驱动研发流程，核心依托OpenSpec契约先行理念、Harness生命周期状态机、LLM Wiki知识图谱、技能矩阵（25+专业技能）、脚本工具等核心组件，构建完整研发闭环。OpenSpec冻结需求与设计基准，Harness管控研发全阶段流转，LLM Wiki实现知识沉淀与检索，技能矩阵提供专业规范支撑，脚本工具强化确定性校验，全方位解决后端研发规范不统一、知识碎片化等问题，适配各类Java后端研发场景，助力团队高效落地生产级代码。

Java

enhanced-FaaS-in-China 是一款开源工具，专为解决 Cloudflare、Vercel、Netlify 等海外 FaaS 平台部署的网页在国内访问慢、稳定性差、多省份访问失败等问题设计，仅需修改域名 CNAME 解析记录，即可实现国内三网访问速度与稳定性双重提升；筛选平均响应≤1 秒、最长≤2 秒、非 200 状态码省份≤2 个的优质 IP，对比官方 CNAME，解决多省份访问失败、个别地区时延过高问题

建站

工具

2025 火山引擎 FORCE 冬会核心技术聚焦 “从算力竞赛到效率革命” 的范式转移，通过豆包 1.8 大模型、Seed-Thinking-v1.5 推理引擎与 UltraMem 超稀疏架构的全栈协同，破解了 AI 原生时代 “性能、成本、时延” 不可能三角。核心技术涵盖：豆包 1.8 的动态计算分配（SID）与多模态时空注意力重构，实现任务适配的资源高效调度；Seed-Thinking-v1.5 的过程奖励模型（PRM）与 BeyondAIME 反污染数据集，提升复杂推理精度；UltraMem 的 TDQKR 张量分解与 IVE 隐式参数扩展，突破大模型显存与部署瓶颈。相关成果发表于 ICLR 2025 等顶会，支持国产算力昇腾适配与企业私有化知识注入，实测实现 AI 推理成本每 12 个月下降 90%。典型落地案例包括奔驰智能座舱离线交互优化，为金融、零售等行业提供低成本、高性能的 AI 原生解决方案。

大模型

在响应式编程愈发流行的今天，缓存作为提升系统性能的核心组件，其设计是否适配响应式架构直接决定了系统的吞吐量和响应性。传统的同步缓存（如Guava LoadingCache）在WebFlux等响应式框架中易引发线程阻塞、背压失控等问题，而Caffeine作为新一代高性能缓存框架，其AsyncCache组件专为异步/响应式场景设计，成为响应式架构下缓存层的首选。
本文将从Caffeine AsyncCache的核心配置入手，结合实际业务场景，深度讲解其与WebFlux、R2DBC、ReactiveRedis的整合实践，并梳理开发过程中必须规避的核心坑点；同时新增底层源码解析、架构设计原理、核心设计思想及算法公式等深度内容，补充复杂场景处理方案，通过时序图清晰呈现缓存流转逻辑，为响应式架构下的缓存设计提供完整解决方案。

WebFlux

响应式

缓存

深度整合Spring WebFlux、R2DBC、Lettuce Reactive Redis与Java虚拟线程，构建端到端非阻塞高性能Web应用。揭示90%开发者会踩的线程调度混乱、阻塞调用、副作用游离等反范式陷阱，提供BlockHound检测工具与实战口诀。详解关键/非关键副作用、分布式事务等4大生产级最佳实践场景，融合虚拟线程简化遗留代码集成。遵循本文规范，可规避常见陷阱，打造高伸缩、低延迟的现代化响应式系统，驾驭海量并发洪流。

Spring

探索如何通过继承 Spring Cache 的 Cache 接口，以 RedisCache 为基础实现 BatchCache 扩展，深度解析 RedisCache 底层源码，详细讲解兼容 Spring Cache 规范的批量操作实现方案。涵盖 BatchRedisCacheWriter、BatchRedisCacheManager 等核心组件的完整代码实现，以及性能测试与优化策略。关键词：Spring Cache、Redis Cache、Redis 批量操作、Cache 批量操作。

Moments 是一款极简朋友圈应用，自 v0.2.1 起采用 Golang 重写服务端，包体更小、功能更强。支持多用户模式、标签管理、图片上传（本地 / S3）、Markdown 语法，可嵌入网易云音乐、B 站视频及豆瓣内容，适配移动端与暗黑模式，用 SQLite 数据库便于备份。其页面经优化后，隐藏冗余元素，新增灵动岛歌词容器及炫光动画，歌词滚动更流畅。还实现 iPhone 16 Pro 模拟，通过精准尺寸计算、元素布局与交互设计，还原设备外观与灵动岛效果，支持播放器状态同步、歌词实时更新，适配无限滚动，提升用户交互体验。

整活

Spring AI高级RAG技术聚焦智能问答系统优化，核心组件包括MultiQueryExpander、RewriteQueryTransformer、CompressionQueryTransformer、ConcatenationDocumentJoiner、ContextualQueryAugmenter。基于LLM与向量检索技术，解决检索召回率不足、查询歧义、文档冗余等问题。适用于企业知识库（高精准需求）、客服对话（低延迟场景）等业务，通过查询扩展、改写、历史压缩、文档去重合并及上下文增强，构建高效RAG流水线，平衡精度与性能，提升生成质量，消除模型“幻觉”。

SpringAI

Spring AI RAG检索增强生成实战：深度解析MultiQueryExpander、RewriteQueryTransformer、CompressionQueryTransformer、VectorStoreDocumentRetriever、ConcatenationDocumentJoiner、ContextualQueryAugmenter六大核心类源码，结合Redis向量存储、Spring Batch离线ETL、灰度发布与Prometheus监控，实现第一次会话高精准召回、多轮对话上下文压缩、去重合并与优雅降级，助力企业级Spring AI RAG知识库问答系统生产落地。

Spring AI：以MultiQueryExpander与RewriteQueryTransformer重构RAG效能

Spring AI凭借模块化组件架构，成为企业级RAG解决方案的标杆。其核心优势由五大组件强势支撑：

MultiQueryExpander通过生成3-5个语义变体查询，较传统方案提升召回率40%+，精准覆盖专业术语多样场景；RewriteQueryTransformer结合上下文改写模糊表述，多轮对话歧义消除率达92%，彻底解决意图识别难题。

CompressionQueryTransformer实现60%历史压缩率，长对话响应延迟稳定在1.5秒内；ConcatenationDocumentJoiner以双轨去重（哈希/语义）清除30%-70%冗余，信噪比提升3倍。

ContextualQueryAugmenter动态优化检索质量，有效回答率提升25%，配合完善异常处理，杜绝"幻觉"与崩溃。Spring AI让开发者无需从零构建，快速部署高精准、强鲁棒的RAG系统，关键组件MultiQueryExpander、RewriteQueryTransformer等成为技术落地的核心引擎。

Spring Bean 机制作为 Spring 框架的核心，在复杂业务场景中发挥着关键作用。本文深入解析如何通过 Bean 生命周期、作用域、BeanPostProcessor 等核心特性，解决动态数据源切换、细粒度权限控制、复杂流程编排等实际业务难题。文中详细介绍了三大典型场景的解决方案：基于自定义作用域与 ThreadLocal 实现多租户动态数据源隔离，结合 BeanPostProcessor 与代理模式构建灵活的权限拦截体系，利用 FlowStep 接口与流程引擎完成可配置化业务流程编排。每个方案均包含完整代码实现、关键流程时序图及优缺点分析，深度融合 Spring Bean 的加载机制与生命周期管理。通过本文，开发者可掌握 BeanPostProcessor 动态注册 Bean、自定义 Scope 隔离业务上下文、利用初始化回调集成复杂逻辑等高级技巧，显著提升系统的灵活性、可扩展性与可维护性，为电商、金融等领域的复杂业务场景提供 Spring Bean 机制的最佳实践指南。

本文深度剖析Spring Bean核心知识，涵盖Bean本质与容器关系、加载机制（扫描注册/实例化注入）、完整生命周期（11阶段）、5种作用域（单例/原型等）底层实现及条件注解、延迟加载等高级特性，助力掌握Spring Bean核心原理。

Spring中@Scope("prototype")与@RequestScope冲突解决方案：SEO友好摘要

在Spring开发中，@Scope("prototype")与@RequestScope是常用的作用域注解，但二者同时使用会引发严重冲突，导致实例复用异常、数据交叉污染或无请求上下文错误。本文深度解析两种作用域的底层机制，揭示其生命周期边界、实例管理逻辑及线程绑定的本质冲突，并提供7种实战解决方案：

1. 明确单一作用域：根据业务场景保留其中一个注解，避免语义冲突；
2. 代理注入模式：分离作用域职责，通过代理让原型Bean间接访问请求上下文；
3. @Lookup注解动态获取：在单例Bean中定义抽象方法，确保每次获取新原型实例；
4. 手动获取实例：通过ApplicationContext灵活获取不同作用域Bean，绕开注解冲突；
5. 自定义作用域解析器：根据Web/非Web环境动态切换作用域；
6. ObjectProvider延迟注入：在请求作用域Bean中安全获取原型实例；
7. 线程本地存储：手动管理上下文，适配异步等复杂场景。

本文还总结了作用域使用的7条最佳实践，帮助开发者理解Spring作用域设计原理，规避常见陷阱，确保Bean实例管理的可靠性。适用于Spring Boot开发者、Java后端工程师及架构师，解决作用域冲突导致的线上故障与性能问题。

Spring框架中，@Scope("prototype")和@RequestScope的冲突源于作用域语义的根本对立。prototype强调每次获取新实例，而RequestScope绑定请求生命周期。冲突表现为实例意外复用、数据污染或线程异常。本文提出7种解决方案：1)明确单一作用域；2)代理注入分离职责；3)@Lookup动态获取实例；4)手动获取绕过自动注入；5)自定义作用域解析器；6)ObjectProvider延迟获取；7)ThreadLocal手动管理上下文。最佳实践遵循单一职责原则，建议优先采用组合模式而非注解叠加，并强调理解作用域的生命周期边界是解决问题的关键。

本文系统探讨了多线程编程在现代软件开发中的核心价值与应用策略。主要内容包括：多线程基础概念、线程池机制、并发冲突解决方案、业务开发全流程整合及函数式编程结合等。线程池通过资源复用和任务缓冲显著提升性能，但需根据任务类型(I/O/CPU密集型)合理配置核心参数。文章详细分析了线程泄漏、过载和死锁等常见问题，并给出针对性解决方案。特别强调线程池与业务需求的深度结合，从需求分析到运维监控的全流程管理。最后指出虚拟线程、云原生适配等未来趋势，建议开发者从小处着手，重视测试验证，持续学习新技术。多线程编程的核心在于找到性能与稳定、技术与业务之间的最佳平衡点。


多线程

本文深入解析Netty 4.1.x核心源码，揭示其高性能网络编程的实现原理。主要内容包括：1.启动流程分析：详细拆解ServerBootstrap初始化、Channel注册及端口绑定过程，展现主从Reactor模型的实现；2.线程模型剖析：深入EventLoop工作机制，包括事件循环、任务队列及JDK空轮询修复等关键技术；3.数据读写全链路：从客户端发送到服务端处理的完整流程，涵盖粘包拆包、编解码等核心环节；4.设计模式应用：责任链模式在ChannelPipeline中的实现，以及事件驱动模型的异步处理机制；5.性能优化细节：包括内存管理、零拷贝、线程模型优化等关键技术。文章通过时序图、场景分析和源码解读，为开发者提供Netty深度使用指南和架构设计参考。


异步编程

Netty

MySQL底层核心技术解析与实践优化指南
本文深入剖析MySQL核心技术的底层实现，从B+树索引结构、事务与锁机制到查询优化器工作原理，提供系统级优化方案。主要内容包括：
1. 索引优化：详解B+树节点结构、插入/查询/删除流程，解析联合索引的最左前缀原则，指导高效索引设计。
2. 事务机制：深入MVCC实现原理，分析不同隔离级别下ReadView的生成逻辑，揭示Next-Key锁如何防止幻读。
3. 性能调优：基于代价模型解析优化器执行计划选择逻辑，提供慢查询优化方法论，包含典型案例分析（JOIN优化、排序优化等）。
4. 实践指南：总结表结构设计规范、SQL编写技巧及常见问题解决方案（如死锁处理、连接池配置）。
通过底层原理与工程实践的结合，帮助开发者构建系统的MySQL优化知识体系，实现从10秒到10毫秒的性能提升。