擅长围观技术变化，也愿意亲手验证。关注技术学习与项目实践，主要分享方法总结、踩坑过程复盘和日常踩坑；不追求堆砌概念，只记录验证过的经验。欢迎一起交流，也欢迎不同观点。
线上一个基于 FastAPI 0.110 + SQLAlchemy 2.0 + PostgreSQL 14 的订单查询接口，P95 延迟高达 820ms，QPS 一过 200 就开始大量超时。通过 cProfile + py-spy 定位到 N+1 查询和缺失索引，配合 Redis 缓存与 ORM 加载策略调整，最终 P95 降到 45ms，单机 QPS 从 210 提升到 1400+。本文完整记
本文记录了在单张RTX 3090（24GB）上微调Qwen2.5-7B-Instruct的全过程。先用LoRA跑通基线，再用QLoRA把显存从21GB压到10.3GB，训练速度只损失约18%。文中包含完整的数据构造代码、peft 0.13.2的配置参数、真实的loss曲线数值，以及微调前后在自建测试集上的对比结果——准确率从61.5%提升到89.2%。如果你也在为7B模型的显存发愁，这篇应该能帮你
本文记录了一个企业知识库RAG系统（检索增强生成）的真实优化过程。初始方案采用512固定分块与text-embedding-ada-002，Top-5召回率仅61%，答案准确率不足55%。通过改用语义分块、切换BGE-M3 embedding、并引入BGE-Reranker-Large重排序，最终Top-5召回率达到89%，端到端答案准确率提升至82%。文中包含完整可运行代码、参数配置及踩坑记录，
一个真实可运行的AI Agent，不在于调用多牛的模型，而在于工具定义、记忆管理和循环控制这些“脏活”怎么落地。本文基于LangChain 0.1.0和AutoGPT思想，从零手写一个具备工具调用、短期记忆、错误重试和终止条件的Agent。代码实测在GPT-4-turbo下，单次任务工具调用成功率从67%提升到94%，并给出完整可复现代码与踩坑记录。
