标签

后端

小蚂蚁云微服务框架 v1.2.0:核心类库与 OSS 双优化,快速搭建后台管理系统

来源: oschina.net 37
微服务后台管理框架的选型一直是个让人头疼的问题——技术栈要全、配置要少、跑起来要快。小蚂蚁云团队近期发布了 XiaoMaYi-Nacos-NaiveVue v1.2.0,在核心类库和 OSS 云存储两个方向做了针对性优化,同时修复了一批用户反馈的实际问题。如果你正在评估一套开箱即用的微服务后台方案,这次更新值得关注。 这套框架的定位很明确:单体前后端分...

EasyGoAdmin v2.7.0:GoFrame+EleVue 后台框架的又一次打磨

来源: oschina.net 48
Go 语言后台框架的选择越来越多,但真正把"开箱即用"做到位的并不多。EasyGoAdmin 基于 GoFrame + Vue + ElementUI + MySQL 组合,走的是"敏捷开发"路线——登录、主页、个人中心、消息面板、便签这些后台标配功能全部内置,开发者拿到项目就能跑,再按业务需求裁剪扩展。 v2.7.0 这一次更新没有大刀阔斧的新模块,...

ORDER BY 的两条暗道:你以为排的是别名,其实排的是原列

来源: postgr.es 36
写 SQL 的人每天都在用 ,绝大多数时候它表现得像一条直线——写个列名,结果就按那列排。但一旦别名和原列在表达式、大小写或修饰符上产生分歧,Postgres 会悄悄切换到另一条解析路径,而你毫不知情。 先看一道谜题。建一张四行小表: 猜猜这两条查询的输出顺序: 直觉会说:结果集相同,只是排序依据不同,所以行顺序应该不一样。实际答案是——完全相同的行,...

ChatGPT 个人理财功能:把 AI 变成你的财务顾问

来源: openai.com 32
OpenAI 刚向美国 Pro 用户推出了一项新功能——在 ChatGPT 中直接连接你的银行、信用卡、投资等金融账户,让 AI 基于你的真实财务数据给出洞察和建议。不再是泛泛而谈的"建议你多存钱",而是"你这个月在餐饮上花了 37% 的收入,比上月涨了 12%,你的储蓄目标会因此推迟两周"。 过去用 ChatGPT 问理财问题,你得手动输入一堆数字:...

Kubernetes v1.36 正式废弃 Service externalIPs:安全隐患终将清除

来源: kubernetes.io 51
Kubernetes Service 的 字段,从 1.21 起就被官方建议禁用,但一直没敢动手——因为怕破坏现有集群。五年后,v1.36 终于把这个"默认不安全"的功能正式标记为废弃,并给出了明确的移除时间线。如果你还在用这个字段,现在就是迁移的最后窗口。 的设计初衷很简单:在没有云厂商 LoadBalancer 的裸金属集群里,让 Service ...

Python 元类:从 type 到自定义 metaclass 的实用指南

来源: realpython.com 31
大多数 Python 开发者写了几千行代码,却从未碰过元类——这没问题。元类不是日常工具,但当你需要控制"类本身如何被创建"时,它是唯一干净的手段。理解它的关键在于一个事实: 不仅是查询对象类型的内置函数,它还是所有类的默认制造者。 在 Python 里, 关键字并不神秘。它只是调用 的语法糖。看这段等价代码: 关键观察: 返回 ,说明 这个类的类型是...

Cursor 还是 Windsurf?Python 开发者的 AI 编辑器实战选择

来源: realpython.com 48
AI 代码编辑器已经从"偶尔补全一行"进化到"替你改整个项目"。Cursor 和 Windsurf 是目前 Python 圈讨论最多的两个选手——前者基于 VS Code 分叉、走"深度集成 Copilot"路线,后者同样 VS Code 底层、主打"Agentic Flow"多步自主编辑。选哪个不是信仰问题,而是你的 Python 工作流到底需要什么...

AI Agent 当贡献者:KubeStellar 81% PR 接受率背后的工程实践

来源: cncf.io 35
去年 12 月中旬,KubeStellar Console 从零开始搭建——这是一个面向 Kubernetes 多集群管理的仪表盘项目,托管在 CNCF Sandbox 里的 KubeStellar 之下,后端用 Go 写。项目起步阶段人手有限,却要在短时间内交付可用的控制面。团队做了一个大胆的决定:让 AI Agent 不只是"辅助工具",而是直接以...

Claude Code 质量下滑六周的复盘:三个产品层变更叠加的隐蔽故障

来源: infoq.com 48
Anthropic 刚发布了一篇事后复盘,把过去六周里用户对 Claude Code 输出质量下降的投诉,追溯到三个彼此叠加的产品层变更——推理努力降级、缓存 bug 逐步吞噬模型自身思考、系统提示词冗余度限制带来 3% 的质量跌幅。模型权重和 API 本身没有任何改动,但用户感受到的退化远超任何一个单一因素的预期。 这件事值得每位做 LLM 产品的人...