asyncio重构Flask接口：Web API响应时间从680ms降至120ms
一个内部报表接口因串行调用3个下游HTTP服务，P95延迟高达680ms，高峰期线程池被打满。本文记录用asyncio+httpx将其重构为并发调用的全过程：含before/after代码对比、信号量限流、超时重试、连接池复用等细节。实测在50并发压力下，平均响应从680ms降到120ms，P99从1.2s降至300ms，CPU占用反而下降15%。文中附完整可运行代码和wrk压测数据，希望能给同样
LangChain与AutoGPT启发下从零构建AI Agent循环控制与记忆机制
当AutoGPT的无限循环让Token账单飙升至87美元时，我决定用LangChain 0.1.0亲手实现一个可控的Agent。本文记录了一个支持工具注册、记忆窗口管理和异常自愈的Agent核心框架，代码量不足400行，却能在CIFAR-10分类任务上达到91.2%的准确率。从工具定义的Pydantic模型约束，到记忆的滑动窗口淘汰策略，再到基于最大迭代次数的循环熔断机制，每一处都是生产级项目的血
Docker Compose编排多服务：网络隔离、健康检查与启动依赖实战
本文基于Docker Compose v2.24.2，分享一个包含Nginx、Spring Boot应用、PostgreSQL和Redis四服务的生产级编排配置。通过自定义bridge网络实现服务隔离，利用volume挂载持久化数据库与日志，配置healthcheck结合depends_on条件确保启动顺序。实践表明，该方案将服务启动失败率从手工脚本的23%降至3.8%，部署时间从15分钟缩短至2
FastAPI与Flask性能对决：Profiling定位与缓存优化实录
一个物联网设备管理API，单接口QPS从120提升至820，P99延迟从1.8秒降至210毫秒。本文记录我使用Py-Spy、SlowLog、Redis缓存和SQLAlchemy查询重构的完整过程。项目基于FastAPI 0.103和Flask 2.3，对比两种框架在相同业务下的性能差异，并给出可复用的调优方法论。如果你正被数据库慢查询和频繁IO困扰，这篇文章能帮你少走至少两天弯路。
asyncio重构Flask API，并发量提升300%的完整记录
一个内部报表接口，请求量从50 QPS涨到300 QPS时，平均响应时间从120ms飙升到2000ms，CPU却只用了30%。排查发现瓶颈在IO等待——每次请求要调用2个外部HTTP服务。用asyncio+httpx重写后，同样300 QPS下平均响应时间稳定在350ms，P99从4.5s降到800ms。本文记录这次优化的完整过程：包括async/await改造、Semaphore限流、以及一个隐
GitFlow与TrunkBased之争：我们团队用这套分支策略将发布效率提升3倍
2024年Q2，我们团队从GitFlow切换到动态TrunkBased分支策略，配合基于GitLab的MR Code Review流水线和GitHub Actions CI/CD，将平均发布周期从2.3天压缩到0.8天，代码冲突率下降67%。本文不是泛泛而谈，而是记录我们如何在5人后端团队中，用`git worktree`并行开发、`git rebase`动态合并、`git revert`快速回滚
Milvus与Qdrant选型实录：千万级向量下的部署与性能对决
在电商以图搜图业务中，我们对比了Milvus 2.4.1与Qdrant 1.9.2在千万级768维向量下的真实表现。Qdrant在单机部署上节省了40%内存，RPS（每秒请求数）达到3200，而Milvus依赖分布式架构在16节点下才勉强追平。但Milvus的标量过滤和索引构建速度优势明显，索引时间仅为Qdrant的1/3。本文记录了完整部署流程、性能压测数据以及资源占用的详细对比，并附上生产环境
7B模型LoRA/QLoRA微调全记录：显存从24G降到6G，效果不减反增
上周接到一个任务，要把一个7B模型适配到特定领域。全参数微调需要80G显存，我只有一张RTX 3090。折腾了四天，最终用QLoRA+LoRA组合方案，把显存压到6.2G，训练速度反而比全量微调快3倍。最关键的是，在领域测试集上，QLoRA微调后的模型比全参数微调还高出1.7个百分点的F1。这篇文章把整个过程的配置、代码、踩坑点全部摊开讲，包括数据清洗的细节、bitsandbytes的坑、以及为什
向量数据库选型：Milvus 2.4与Qdrant 1.9在RAG场景下的性能对决
在搭建一个千万级商品图片向量检索服务时，我实测了Milvus 2.4.1（Docker部署，4副本）与Qdrant 1.9.2（单机模式）。同样加载768维、1000万条float向量，Milvus内存占用高出Qdrant约38%，但Qdrant在过滤查询（metadata + vector）场景下P99延迟高出Milvus近2.5倍。本文记录了两者的部署参数、压测数据与调优过程，包括磁盘索引HN
asyncio重构Flask API：并发吞吐提升320%的完整记录
一个内部仪表盘接口，单次请求需聚合4个上游服务数据，平均耗时1.8秒，高峰期CPU占用率高达85%。用asyncio + aiohttp重构后，P95延迟从2100ms降至650ms，吞吐量从120 req/s提升至506 req/s。本文记录了完整的重构过程：从同步阻塞代码到异步协程改造，包含信号量限流、超时控制、异常隔离等生产级细节。你会看到具体的版本号（Python 3.10.8、aioht
LangChain 0.3.x手写Agent：记忆衰减与循环熔断机制实现
在构建一个需要连续调用12轮工具的股票分析Agent时，我发现AutoGPT式无限循环会让单次任务token消耗飙升至4.2万，且第7轮后工具调用准确率下降23%。本文基于LangChain 0.3.14，手写一个带记忆衰减窗口和循环熔断器的Agent——不再依赖LangChain的AgentExecutor，而是用Pydantic定义工具Schema、用deque实现滑动记忆、用自定义异常捕获工
Docker Compose编排多服务：网络卷健康检查与启动顺序全解析
生产环境部署微服务，单靠docker run一条条敲命令，简直是灾难。本文基于Docker 25.0.3和Compose v2.24.6，分享一个包含Nginx网关、Spring Boot后端、PostgreSQL 16、Redis 7和RabbitMQ的5服务编排方案。通过自定义bridge网络隔离流量、命名卷持久化数据、healthcheck探活及depends_on条件控制，将服务启动时间从
Prompt Engineering实测：从3.2%到91%准确率的意图分类调优记录
本文记录了在保险行业智能客服场景下，通过系统性优化Prompt将意图分类准确率从3.2%提升至91%的完整过程。对比了零样本、少样本、思维链及角色扮演四种Prompt策略，使用GPT-4-turbo（gpt-4-turbo-2024-04-09）进行了87次实验，累计消耗约240万tokens（成本约$18.7）。重点分析了Token消耗与输出质量的权衡关系，展示了结构化Prompt模板、动态示例
React 19与Vue 3项目从Props钻透到Zustand/Pinia：一次真实重构记录
在维护一个超300个组件的后台项目时，Props钻透导致的重渲染次数激增40%，Context更新引发全子树渲染。我通过将React 19.0.0与Vue 3.5.13项目分别迁移至Zustand 5.0.2和Pinia 2.2.6，首屏交互响应时间从210ms降至95ms，内存占用下降约18%。本文记录方案选型、迁移步骤、代码示例及规避闭包陷阱的优化细节。
RAG系统优化实录：chunk粒度、Embedding选型与Rerank重排的取舍
在构建一个基于企业知识库的RAG问答系统时，初期版本在内部测试集上的Recall@5仅为0.67，回答准确率不足60%。本文记录了连续两周的优化过程：通过调整chunk_size与overlap策略、将Embedding模型从BAAI/bge-small-zh切换至text2vec-large-chinese，并在检索末端引入bge-reranker-base，最终将Recall@5提升至0.91
Prompt工程化调优实录：基于GPT-4o的SQL生成任务Token成本压缩42%
在LLM驱动的Text-to-SQL任务中，Prompt设计直接决定输出质量与推理成本。本文基于OpenAI GPT-4o-turbo（2024-08-06快照），针对证券交易查询场景，对比了5种Prompt模板的准确率、Token消耗与延迟。通过引入“Schema感知裁剪+示例动态检索+输出格式约束”三层结构，最终将SQL生成准确率从68%提升至91%，单次查询Token成本从2,184降至1,
LoRA微调Llama-3-8B中文对话模型：显存9.8G与loss 0.72的全记录
上周用单张RTX 3090把Llama-3-8B调成中文客服模型，全程没碰全量微调。QLoRA 4-bit量化后显存峰值9.8GB，训练3个epoch损失从2.31降到0.72。本文记录数据清洗、PEFT配置、loss曲线解读和推理效果对比，包括一个差点报废显存的save_pretrained坑。如果你也在纠结微调显存不够或者loss不降，这篇应该能省你半天时间。
asyncio重构Flask接口：QPS从120到850的完整改造记录
一个基于Flask+Requests的聚合API，在并发200时延迟飙到3.2秒，QPS仅120。通过引入asyncio+aiohttp重写核心IO逻辑，配合semaphore限流和连接池复用，最终QPS稳定在850，P99延迟降至180ms。本文记录完整改造过程，包括asyncio事件循环与Flask的兼容方案、协程池设计、以及一个导致“假死”的坑——asyncio的`run_until_com
asyncio重构Flask接口：请求耗时从800ms降至150ms
某次压测发现订单查询接口在50并发下P99耗时高达820ms，数据库连接池被打满。改用asyncio + aiohttp + asyncpg重构后，P99降至152ms，吞吐量提升4.7倍。本文记录完整改造过程，包括事件循环策略调整、数据库连接池复用、协程超时控制等关键细节，并附上改造前后的火焰图对比和JMeter压测数据。适合已经掌握asyncio基础语法、但未在真实项目中大规模落地的开发者参考
RAG命中率从61%到89%：chunk重构与embedding选型及rerank实践
在私有知识库问答场景中，RAG系统初期采用固定256字符切块与bge-small-zh模型，回答准确率仅61%，且多次出现关键段落被截断导致的“幻觉”。本文记录了一次完整的检索链路优化：通过语义感知的chunk重构、更换为bge-m3 embedding模型，并在检索顶部引入bge-reranker-base重排。最终在2000条业务QA评测集上，Hit@5命中率从61.3%提升至89.7%，答案
