铃阅时讯
❌

阅读视图

人生周报v083:心力

原创 李继刚 2026-07-27 22:56 北京

「问君何能尔?心远地自偏。」

《剑来》里,陈平安遇到眼前一亮的句子,会一笔一画刻在竹简上,时不时拿出来晒晒太阳,翻拣重读。

以陈平安为师,我想记录一下每周在这世上遇到的好句子。

每周读到的好句子,收下来晾一晾 —— 是以有「读」。

心里总有话忍不住想对这个世界讲 —— 是以有「说」。


读

创作喜欢的产品,和喜欢的人一起工作和生活,投喜欢的 founder,把每一秒都投在喜欢的人和事上。

负能量的人和事,每日物理上心理上彻底删除拉黑隔离。人就高兴很多。人高兴了一切都好了,特别简单。

人生就是一场场体验。尽可能精彩,感受深度和广度,体验极致的喜怒哀乐。每次体验,都迭代成更好的自己。

最近重新进入 2020 年同款状态:心情灵动,非常放松,感官极致感受,极致创造力和执行力。

20—35,想探索的全都用尽全力探索了,想要的都实现了。

35—50,玩更大型的游戏。世界就是一个游乐场,请尽情疯狂。

即刻 @Vakee_Bobby.RockFlow

想做任何事情都不用喊,做就完事儿了。就平静的做,不用管结果,不用管做不做得成,不用想别人怎么看。因为只要你是真想做,这些都不重要。

就专注做每一件能构筑它、成就它的小事,扣每一个能扣的细节。尽力去做,不要留力气,不要说我就是随便做做的。没有随便,想做的事情就是要做。做出来就是厉害,做不出来啥都不用说了。

即刻 @丸籽本丸

朱光潜先生的座右铭:此身、此时、此地。

此身,凡此身应该做而且能够做的事,决不推诿给别人。

此时,凡此时应该做而且能够做的事,决不推延到将来。

此地,凡此地应该做而且能够做的事,决不等待想象中更好的境地。

即刻 @ChatV

最近看《金钱心理学》这本书,书里在前面一两章的时候说到:我们对他人行为的指指点点,本质上是来源于我们对他人的无知。

任何一个人在当时做出的行为和决定,其实都是基于他当时所处的环境,以及他对应的认知。

你其实没有办法去衡量或指点,说这个人的某个动作就一定是错的或者对的。

因为你并不具备那个人当时身上所对应的那些条件。

所以说啊,论人论事,设身处地。

站在自我的环境下评价他人,也是不太 ok 的一件事。

当然,能做到这样的人,很少很少很少,也算是检验一个人是否 ok 的条件之一吧。

即刻 @sincere-real

获得幸福的根本原理:

  • 长期高追求(要做好事、难事、独特的事)

  • 每日低预期(不期望顺利、完美、幸运)

  • 永远不违心(不追求自己不认可的东西,不做自己不认可的事,不否定自己的选择,不回避自己的需求)

即刻 @二当家李多余

关于领袖的人格魅力,两个直观体现:

  1. 带给他人信心、希望、安全感与勇气

  2. 引导他人呈现人格中美好的一面

即刻 @王盐

重要的事,最好在变紧急之前开始。

即刻 @笑里不藏刀老老王

美国的模型公司让智力产生通缩

中国的模型公司让模型产生通缩

即刻 @志达

对他者的贬损和轻佻并不会带来自我的崇高。

即刻 @哈雷 Halley

Language doesn’t just describe reality. It edits it.

X @MoZarrinsadaf

Taste is compressed experience.

X @MoZarrinsadaf

说

常识,是将世界经验压缩后得到的先验概率。

在「行动」上闭合,在「认知」上开放。

我们努力、成长,不断把自己推向更高处,是为了面对世界时获得更多的「选择权」,少一些「不得不」。

但选择权并不是终点。

当那些曾经遥不可及的道路终于铺展在眼前,我们仍需完成关键的一跃:作出选择,并承担对应的责任。

书

本周推荐书籍《乔布斯、禅与投资》。

书名把乔布斯、禅与投资并置,表面像跨界随笔,真正讨论的问题却很具体:在信息过载、价格波动、因果关系脆弱的世界里,人如何形成判断并付诸行动?只有理性模型不够,因为注意力会被仓位和情绪劫持;只有强烈意志也不够,因为意志很容易变成执念,用选择性信息保护自己。

作者对此作了两层回答:

第一层回答是「缘起性空」。空不是一无所有,而是没有任何事物能脱离条件独立、恒常地存在。公司、竞争优势、市场价格和人的自我,都是因缘聚合的阶段性结果。理解空性,不是从现实撤退,而是追问:它由哪些条件形成?哪个条件正在变化?改变哪些条件,结果会不同?

第二层回答是「心力」。心并不凭意念制造客观世界,却会决定我们感知什么、把注意力放在哪里、理解到多深,并能否重组条件创造新事物。

把「心力」拆成四种力:

  1. 愿力选择长期方向;

  2. 专注力把分散能量收拢到当下;

  3. 洞察力穿过表象寻找条件与规律;

  4. 创新力重新组合条件,使尚不存在的东西成为可能。

跳转微信打开

  •  

Obsidian 的三个问题|模板开发日志(二)

原创 二一的笔记 2026-07-27 14:05 福建

吉祥物、囤积癖、热衷表演

前情提要:Obsidian 模板开发日志(一)下定决心


最近这两个月我的内心总是惴惴不安,却又常常涌现出一些美好画面,我期待着模板发售那天可能迎来的好评,念头一转又惶恐害怕,到时画面也可能是混乱狼狈,插件也许会出现 BUG,想起来实在紧张得恶心晕眩。

我在想,这和表白的前一天也没多大区别。

幸好我还有时间去打磨模板、插件、以及配套的教程,因此在这套系统正式发布之前,我想先和你聊聊,我所观察到的三个与 Obsidian 有关的问题。

如果你正在犹豫是否要选择 Obsidian,那么本文或许会将你劝退,但应该也能给你一些使用上的建议。

如果你好奇模板长什么样子
文末有图片预告

问题一、Obsidian 正在成为吉祥物

在我眼里 Obsidian 已经成为一种类似「抖加」的东西,如果你做过自媒体应该能理解这是什么概念,这个东西用了就会有流量,只不过抖加要花钱,而把 Obsidian 放在标题里是免费的。

半懂不懂的人大肆夸耀 Obsidian + AI 能搭建如何强大的知识库,然后从头到尾展示的是 Claude Code 或者 Codex 在卖力地喷薄智慧。蜂拥而至的 AI 高手所能分享的洞察就是,Obsidian 是个新潮的时尚单品,除此之外有相当一部分人也许并不明白,自己用 AI 写下的稿子到底都在念些什么。

然后渐渐地,雷同的内容变得供大于求,味同嚼蜡的内容正在占领我的主页。

我不禁想问,Obsidian 在这些场景里,到底在发挥什么不可或缺的作用,这和随便创建一个本地文件夹有什么区别?我没有看到实践,只看到垒在大模型之上的空中楼阁。

因此关于使用 Obsidian,我的第一个诚恳建议就是请务必降低你的预期。

那些鼓吹十分钟就可以搭建好的知识库、一键就可以拆分概念并创建关联的自动化,最大的作用就是用来拼凑出几个一闪而过的神奇镜头,或者让你迷失在一堆串联的节点里。实际上他们可能并不希望你继续深究,这东西除了可以变成一个选题之外还能有什么实际的作用。

为什么我这么清楚,仔细想来,曾经的我或许也是其中的一个。

问题二、Obsidian 让囤积癖病入膏肓

在信息稀缺的年代,囤积是理性的,但这样的苦日子过惯了,导致陈旧的笔记习惯在 AI 时代依然主导着我们今天使用 Obsidian 的方式。

哪怕 AI 模型已经可以批发知识,PKM 的生态还维持着过去的惯性,不仅要把看到的文章都剪藏下来,甚至连 Agent 的每一个几万字的会话都想导入到 Obsidian 里面,然后期待 AI 可以从中涌现出可能改变人生的智慧。

殊不知如果智慧真的有用,那早在 GPT3.5 问世之时,我的人生早该获得某种跃进。

你以为你在搭建个性化知识库,其实用的还是末日爱好者的思考方式:一个坚不可摧的地下堡垒塞满了各种罐头物资、一觉醒来全世界智慧程度下降 1000 倍,而我独享一个超级大脑。

这怎能不让人有成就感拉满的喜悦?

但其实,地下室里残缺的图书馆远不如一个大小只有 3B 的模型来得有智慧,因此我的第二个建议就是,请不要再漫无目的地囤积以下四类东西:

问 AI 更快的事实和概念

完整的 Agent 会话

自动化、批量导入的信息源

未经自己判断的二手观点

这些东西存下来的唯一作用,是浪费你的 Token 并让你误以为自己真的拥有了它们。如果知识的数量可以带来质变,那么就算是豆包也可以让人一步登天了。

问题三、Obsidian 让人热衷表演

那现在,如果我已经正视了 Obsidian 的价值,不把它当成是展示 AI 能力的舞台布景,如果我已经正视了记录的价值,只用 Obsidian 记录独属于自己的学习过程、灵感和思考,又为何 AI 已经如此强大,我依然在工作里困顿叹气,在夜里辗转难眠、不知方向?

我当然知道学习的重要性,所以每天都在追踪前沿资讯,加入各种新潮社群,不停地输入和思考,为了掌握新的方法而拆解概念、创建关联,企图在星星点点的 LLM Wiki 图谱里洞察一切。

显然 Obsidian 的各种功能为这些需求都做好了准备,它在 AI 时代简直是天选之子,让这一切看起来优雅又体面,勤奋又执着。

于是我看着枝繁叶茂的笔记库图谱,生出的是「我很努力」的满足,而不是「我又没开始」的愧疚。

但整个笔记库还是像空转的引擎,把昂贵的 Token 当燃料般库库一顿炫,动力强劲嗷嗷作响,仔细一看却又是原地踏步,该做的事情毫无进展,但人却感觉还怪充实的。

有大智慧的人则会诉诸第一性原理,事情做不到的根本原因还是得怪 AI,是模型还不够强,有了 Fable 5 还想要 Mythos。

我想我们都需要坦诚面对,知识已经廉价到像水龙头里的水,看似充满智慧的信息已经随处可见,真的不必再费劲地到处打井,表演给自己看。

因此,在搭建 Obsidian 模板系统的这半年时间里,我最终得到的结论是,任何一开始就盼着你先捕捉再行动的系统,也就是把 Info Capture 列为最优先的系统,最终都会重蹈覆辙,覆水难收。

各种被 AI 批量生产的文章,加上被 Skill 强化过情绪的标题,以及各路自媒体不知疲倦地散播焦虑,让你永远都会有读不完的文章、学不完的技能、跟踪不完的资讯,美其名曰要终身学习,实际上你在这条流量分发的生产线上,只能被量化成点击率和完播率。

学习带来了一种一直在进步的错觉,你剪藏的文章越来越多,笔记永远整理不完,然后行动永远停留在明天,这让人很难区分,自己到底是在为真正的目标做准备,还是仅仅只是享受摄入信息的带来的饱腹感。

一定要警惕,精致的碳水真的会让人变胖。

过度准备却从不开始、假装学习实则消遣逃避、不知道要做什么但每天都过得很忙很焦虑,我想是每一个用 Obsidian 搭建知识库的人不得不品的一个环节。

所以我的第三个建议就是,如果你想做什么事,就直接去做,立刻去做,把那些第一时间在脑海里浮现的「是什么」和「怎么办」先放一放,让肌肉先于大脑动起来,这里的大脑当然也包括所谓的第二大脑。

具体表现在工具逻辑里,你应该优先创建的必须是「任务」而不是「笔记」,你应该优先写下的是「我的目的」而不是「我的想法」。

行动是最好的过滤器,事情没开始之前,你会有一百种「怎么办」的顾虑,每一种都会让你对各种信息蠢蠢欲动,于是什么都想存档下来。

但只要你真正动手,凌乱的思路就能收敛成一两个具体的困难,这时该学什么、该记什么就可以变得很清晰,AI 才能给出实现目的的最短路径。

因此我认为,让知识管理有效的前提是先做好目标管理,Obsidian 不能只是一个纯粹的承载知识的信息容器。

有了具体的目标和正在推进的事,学习和记录才能被真实的需求所拉取,你也才能有一个不可动摇的支点去撬动 AI 的能力,而不是纯粹在享受燃烧 Token 的快感。

Obsidian 还能做什么

预期给得太高,东西囤得太多,事情做得太少,前文所述的这三个问题看起来各有原因,但其实是一体三面,本质相同,那就是我们一直在让一个软件替自己回答「我到底要做什么」,但这恰好是它唯一回答不了的问题。

不过好在这并不意味着 Obsidian 只能做个摆设。

它无法替你决定方向,但可以让你的方向变得具体,让你看见自己现在要完成什么,手上的事情推进到了哪一步,上一次为什么改变主意,踩过的坑又该如何避免。

只要这些东西能够持续呈现,下一次打开电脑时,迎接你的便不会是一个包罗万象却和今天毫无关系的笔记仓库,你可以立刻接着昨天没有做完的事情继续往前。

知识的供应已经可以放心交给 AI,Obsidian 更应该保管的是这一路上产生的犹豫、判断、错误和改变。这些东西看起来稀碎,很难被包装成什么闪闪发光的知识卡片,但正因为它们既无法下载,也无法让模型凭空生成,才能真实地描述清楚你到底是谁。

这也逐渐变成我最近几个月不断删改这套模板时,最重要的一条判断标准。

每增加一个字段、视图或者自动化,我都需要反复思考,它究竟是能让人更明确地看见自己的目标,还是只让系统看起来更加厉害?它是在减少使用者的笔记负担,还是又一次把维护知识库本身变成了新的工作?

我如此忐忑,是因为我即将交出去的并不只是一堆文件夹、模板和插件,它会深刻地影响一个人如何记录、如何行动,又如何理解自己。倘若它只是看起来厉害,用不了多久便会成为另一个需要维护的数字盆栽,那我前面所批评的一切,最后也会成为打到自己身上的回旋镖。

不过紧张只是习惯性的,其实我对最终成品真的非常有信心,这套模板和插件将完全革新你对 Obsidian 的陈旧印象。

我会在下一篇开发日志里完整介绍它的样子,感谢你能看到这里。

篇幅有限

以下预告仅占全部功能的三分之一

📢

感兴趣的话,可以通过下方链接提交你的愿望单,届时会有首发优惠,也会让我有更多动力,加速我的工作。

21obsidian.com/waitlist

阅读原文

跳转微信打开

  •  

Zabbix 官方插件市场来了:14 个插件,一键补齐运维短板

Zabbix开源社区 2026-07-27 11:30 北京

以下文章来源于:Zabbix开源社区

Zabbix开源社区

Zabbix开源社区由Zabbix大中华区唯一总代理宏时数据建立并维护,负责商务、业务等相关事宜,也为国内Zabbix爱好者提供交流学习的平台和专业的技术支持。

Zabbix Plugins 正式上线!

同天晚上20:00

一场与飞致云联合发布的纯演示直播

带上你遇到的真实监控场景

现场拆解插件怎么解决问题

导语

作为企业基础设施监控的主流开源方案,Zabbix 凭借稳定、通用、低成本的优势覆盖数万政企机房,在 20 年的发展历程中服务过成千上万家客户,其能力获得了用户的一致认可。

但有些用户也向原厂反馈,Zabbix 的原生功能在可视化、运维报表、资产管控等方面可以继续优化。

好的,用户想要,用户得到!!!

今日,Zabbix 中国官方插件市场一次性上线多款自研原生扩展插件,覆盖 AI 智能告警分析、网络可视化、批量资产管理、性能报表、系统运维诊断、品牌 Logo 定制等多个场景,全部以 Zabbix 原生模块方式部署,开箱即用、无需修改核心源码、支持中英文双语切换,从告警处置、配置上线、资产盘点、系统健康巡检到平台 Logo 自定义,补齐 Zabbix 运维多场景下短板。

插件详情与适用场景

插件 1|

AI 告警分析助手 AI Alert Analyzer Assistant

运维痛点:

突发告警多、含义模糊,跨工具查资料、手动梳理故障根因,排障耗时久、依赖运维经验。

适用场景:

7×24 小时值班巡检、线上故障快速根因定位、企业私有化大模型对接监控平台。

核心功能:

  • 支持 OpenAI/DeepSeek/Qwen/Claude 等多厂商大模型接口,私有化模型无缝接入;

  • 在「监测 - 问题」列表内置 AI 分析按钮,弹窗输出结构化故障解读、影响评估、分步排查等方案;

  • 自定义提示词、API 全参数可调、会话缓存减少重复请求,不离开 Zabbix 即可完成告警研判。

插件 2|

网络交换机可视化面板 Network Switch Panel

运维痛点:

交换机端口分散,流量、状态、告警无法统一查看,巡检需要逐台设备切换。

适用场景:

网络运维大屏、机房交换机日常巡检、端口流量容量评估。

核心功能:

  • Dashboard 原生组件,自动识别交换机端口监控项,卡片化展示端口 Up/Down/ 告警三色状态;

  • 实时展示入出流量、端口速率、利用率仪表盘;

  • 自动统计异常端口,联动触发器告警上色及问题跳转,多品牌交换机统一可视化。

插件 3|

主机导入导出 Host Import/Export

运维痛点:

多环境克隆、主机批量迁移只能手动新建,配置丢失风险高,无操作审计。

适用场景:

测试 / 生产环境配置克隆、机房批量上新设备、监控配置备份迁移、多分支机构统一纳管。

核心功能:

  • 支持 JSON/CSV 双格式批量导出主机,资产、接口、模板、宏、标签全字段可选;

  • 导入模拟预检,提前识别缺失依赖、冲突主机,降低误操作;

  • 全量操作记入审计日志,操作者、时间、主机数量全程可追溯。

插件 4|

性能报表 Performance Report

运维痛点:

服务器 CPU、内存、负载需要手动拉取趋势、人工统计均值峰值,容量规划无数据支撑。

适用场景:

月度服务器容量巡检、业务扩容评估、闲置资源回收、运维周报自动产出。

核心功能:

  • 多维度筛选主机 / 主机组,自定义时间范围自动统计 CPU、内存、负载最大 / 平均值;

  • 基于指标阈值自动输出服务器资源优化建议,零代码生成性能分析报告;

  • CSV 报表一键导出,高效获取原始性能数据,支持深度分析。

插件 5 -- 插件6|

配置数据备份-MySQL / PostgreSQL

运维痛点:

Zabbix 数据库配置备份需登录服务器执行命令,备份文件难管理。

适用场景:

版本升级前配置快照、定期监控系统备份、故障后配置快速恢复、等保合规数据留存。

核心功能:

  • 一键备份核心配置表,自动排除历史趋势大数据表,gzip 压缩后文件<10MB;

  • 自动读取 Zabbix 数据库配置,无需手动输入账号密码,Web 端直接下载 / 删除备份包;

  • 区分 MySQL、PostgreSQL 双数据库适配,适配不同企业 Zabbix 部署架构。

插件 7|

Zabbix 队列报表 Zabbix Queue Report

运维痛点:

采集队列积压只能后台执行 SQL 查询,无法直观区分延迟等级,大规模环境采集故障难定位。

适用场景:

Zabbix Server 性能巡检、百万级监控项采集瓶颈排查、Proxy 负载异常定位。

核心功能:

  • 三色分级展示延迟监控项(黄 / 橙 / 红),表格展示延迟时长、采集间隔、代理信息;

  • 按主机组、主机、监控项键值筛选,队列清单一键导出 CSV 离线分析。

插件 8|

主机可用性报表 Host Availability Report

运维痛点:

无法统一查看 Agent/SNMP/IPMI/JMX 多接口采集状态,大量主机采集失败无法批量筛查。

适用场景:

每日监控可用性巡检、新设备监控上线验收、监控主机采集故障批量排查。

核心功能:

  • 红绿灰三色标识主机可用 / 不可用 / 未知,区分四类采集接口独立状态;

  • 支持维护期标识、多条件组合过滤,持久化筛选条件,适配数千台主机大规模环境。

插件 9|

主机Tree 树形视图 Host TreeView

运维痛点:

主机列表平铺展示,多层级主机组资产分布不直观,故障主机分组查找繁琐。

适用场景:

多业务集群统一巡检、机房资产分组管理、值班快速定位告警集中区域。

核心功能:

  • 自动解析主机组分隔符支持子组层级树形结构,支持折叠展开;

  • 各级分组实时统计各级别告警数量,一眼定位故障业务集群。

插件 10|

不支持的监控项 Unsupported Items

运维痛点:

Not supported 采集失败项分散在各主机,遗漏形成监控盲区,逐个排查效率极低。

适用场景:

监控体系健康度治理、新模板上线校验、定期消除监控盲区。

核心功能:

  • 集中展示所有启用主机异常监控项,标注失败原因、最后采集时间;

  • 多维度筛选,一键导出CSV 报表。

插件 11|

自定义品牌 Logo  Custom Brand Logo

运维痛点:

原生 Zabbix 界面无企业标识,多套测试 / 生产环境界面无区分,无法匹配企业运维平台视觉规范。

适用场景:

政企内部监控平台标准化、多环境视觉区分、对外交付客户监控系统品牌定制。

核心功能:

  • Web 可视化配置登录页 Logo、侧边栏图标、Favicon、页脚信息与帮助链接;

  • 资源持久存储,卸载模块后品牌配置不丢失,无需修改 Zabbix 前端源码;

  • 上传文件大小校验、格式过滤,适配深浅主题界面展示。

插件 12|

未知触发器 Unknown Triggers

运维痛点:

触发器表达式异常、依赖缺失导致 Unknown 状态,原生无统一汇总页面,告警规则失效难以发现。

适用场景:

告警规则月度巡检、模板批量更新后校验、监控故障根因排查。

核心功能:

  • 全量汇总评估失败触发器,展示报错详情、检测周期;

  • 结果导出 CSV 报表。

插件 13|

主机资产报表 Hosts Inventory Report

运维痛点:

原生资产清单展示字段固定,无法自定义视图,资产盘点只能导出 Excel 二次整理。

适用场景:

机房资产盘点、设备维保统一管理、硬件报废评估、IT 资产合规审计。

核心功能:

  • 支持 60 + 项 Inventory 资产字段自由展示,用户视图配置持久保存;

  • 硬件配置、维保日期、联系人、软件参数等字段统一汇总,多关键词筛选资产;

  • 筛选结果一键导出 CSV 报表,适配审计台账。

插件 14|

ItemID 数据查询 ItemID Datas

运维痛点:

查询单指标历史数据需要多层点击主机 - 监控项,异常指标快速溯源效率低。

适用场景:

突发指标异常快速溯源、单监控项长期趋势分析、故障精准数据取证。

核心功能:

  • 输入 ItemID 直达监控项,一键切换表格 / 趋势图表两种展示模式;

  • 自定义页面展示数据行数,快速调取指标历史波动数据。

视频号

扫码观看

 更多插件详情

插件优势

01

原生兼容

全为 Zabbix 标准 Web 模块,开箱即用,不侵入核心代码,兼容主流 7.0LTS 版本

02

轻量化无性能损耗

无后台常驻进程,仅前端交互,不占用 Server 采集资源

03

零开发门槛

全部可视化 GUI 操作,无需编写脚本、API、SQL,运维新手快速上手

04

场景多覆盖

从故障处置、设备纳管、资产盘点、系统自检到平台 Logo 自定义

05

合规可追溯

批量导入导出、备份操作全量记录审计日志,满足等保、ITIL 审计要求

06

双语适配

界面跟随 Zabbix 系统语言自动切换中英文,适配国内出海、外资企业运维团队

07

官方标准化维护

由 Zabbix 原厂团队开发和统一维护,质量保障、服务托底

谁应该立刻使用这套插件?

  • 服务器运维团队:批量纳管、性能报表、监控系统自检、配置备份

  • 网络运维团队:交换机面板可视化

  • 数据中心运维:资产盘点、设备上下架管理

  • 7×24 值班运维:AI 告警智能分析、队列 / 可用性快速巡检

  • 政企 IT 合规岗:资产审计报表、操作日志留存、监控配置备份

  • 多分支 / 多环境运维:主机批量导入导出、企业品牌 Logo 定制

在哪里下载插件?

目前插件已正式上架 Zabbix 中国官方插件市场

(zabbixplugins.grandage.cn)

欢迎运维小伙伴前往下载体验,

高效简化日常监控运维工作!

注:联系官方客服【400-823-0118】获取更多信息,

或添加Plugins小助手【13524209482】

扫码预约

B 站同步直播

跳转微信打开

  •  

【第3733期】用 Web Locks API 优雅解决跨标签页并发问题

Cesar Contreras 2026-07-27 09:00 日本

介绍了如何利用原生 Web Locks API 实现跨标签页并发互斥,高效解决大文件重复上传问题。

前言

大文件断点续传遇上多标签页,每个标签页都争着恢复同一个上传,重复请求接踵而至。localStorage 有竞态风险,BroadcastChannel 又过于复杂。本文分享如何用浏览器原生 Web Locks API 实现原子级跨标签页互斥,优雅杜绝重复上传问题。今日前端早读课文章由 @Cesar Contreras 分享,@飘飘编译。

用于解决实际工作中的 前端多标签页状态同步 / 资源竞争 问题,最值得借鉴的一点是:对用户主动触发的操作使用 “非阻塞锁”(有锁就持有,无锁也继续),而对系统自动恢复的操作使用 “条件锁”,既保障体验又不产生冗余。

译文从这开始~~

编程中的并发,是指同时管理和执行多个任务或进程的能力(或至少看起来如此),使程序保持响应迅速且高效运行。你可以把它想象成一位忙碌厨房里的大厨:他不会把每道菜从头到尾按顺序一道道做完,而是一边切着蔬菜,一边看着这口锅在炖煮、那口锅在烘烤 —— 同时推进着好几道菜的进度。

我是 OLX 的一名前端工程师,日常主要使用 React 和 Next.js,但我的技术背景其实是 Java 并发编程。开发多线程应用是件让人头疼的事,要跟锁、信号量打交道…… 还有我的 "最爱"—— 死锁(在大型代码库里简直是噩梦)。当我完全转向 Web 开发时,从没想过还会遇到类似的场景。

Web 开发已经演变成了一个极其强大的生态系统。从早期那个只有用 HTML marquee 做些花哨滚动动画的年代(这里有点玩笑的意思 😆),从 JQuery 一统天下的时代,发展到如今这个强大的环境 —— 你可以使用 Workers、用 WebGL 和 Canvas 做 2D 和 3D 动画、用 Service Workers 实现离线功能,等等不一而足。这充分说明,Web 如今已经能够应对真正复杂的挑战,遇到类似问题只是时间早晚的事。

问题所在

最近,我们在 OLX 面临了一个大文件上传的挑战。在处理上传时想要提供最佳用户体验并非易事,现实中大多数场景都要求用户留在页面上等待上传完成,但我们不想这样。由于文件体积可能非常大(最高达 20GB),我们希望用户可以自由地去做其他事情,即使关闭了浏览器或标签页再重新打开,上传也能自动继续,无需任何手动操作。为此,我们需要提供一种断点续传机制。

但麻烦也随之而来。如果用户打开了你应用的多个标签页会怎样?每个标签页都会尝试恢复并继续同一个上传任务。后果呢?多个重复的上传请求打到你的 S3 存储桶,带宽被白白浪费,产生不必要的处理成本,而用户则眼睁睁看着上传进度条毫无规律地跳来跳去,一脸困惑。

两个标签页各自恢复后,独立触发了同一个上传任务;由于缺乏协调,视频被上传了两次。

如果你正在现代 Web 应用中构建文件上传体验,大概率遇到过这个场景。今天,我将带你了解我们使用 Web Locks API 实现的一套稳健方案,来解决这个令人抓狂的协调难题。

不过,在深入讲解我们的解决方案之前,我们需要先理解同步与锁的概念。

首先,什么是锁?

锁是一种机制,用于确保共享资源(变量、对象、函数调用等)在同一时刻只能被一个调用者访问,并且每个调用者都能获取到最新的信息。你可以想象一个非常经典的场景 —— 一家银行在共享内存中存有多个账户,同时有多台 ATM 机在进行取款、存款和余额查询操作。如果没有协调机制(同步),结果将一团糟,如下图所示。

为了解决这个混乱局面,我们必须通过对账户的读写操作加锁来控制访问。这样一来,无论执行什么操作(取款、存款还是查询余额),第一个获得锁的调用者将独占资源,其他调用者必须等待,直到第一个持有者完成操作并释放锁。下图展示了对账户访问进行同步后的效果。

现在我们已经理解了同步和锁的工作原理,接下来让我们看看如何将它付诸实践 🚀。

跨标签页协调的技术全景

在深入我们的解决方案之前,先来看看在浏览器标签页之间协调操作有哪些可选方案:

方案一:localStorage + 轮询

这是一种 "经典" 做法,利用 localStorage 作为共享锁机制:

 // 简化示例 - 请勿在生产环境使用
 if (!localStorage.getItem('upload-lock')) {
   localStorage.setItem('upload-lock', Date.now());
   // 开始上传
 }

存在的问题:

  • 竞态条件:localStorage 的读写操作不是原子性的

  • 过期锁:如果标签页崩溃,锁会永远残留

  • 轮询开销:需要持续检查锁的状态

  • 事件局限:storage 事件只在其他标签页触发,当前标签页收不到

方案二:Broadcast Channel API

这种方式通过 Broadcast Channel API 在标签页之间发送消息来进行协调:

 const channel = new BroadcastChannel('upload-coordination');
 channel.postMessage({ type: 'REQUEST_UPLOAD_PERMISSION' });

面临的挑战:

  • 缺少互斥原语:你需要从零开始构建状态机

  • 竞态条件:同时发出的消息可能产生冲突

  • 协议复杂:需要手动处理心跳、崩溃检测和冲突解决

  • 容易出错:消息排序和时序问题非常常见

Web Locks API 登场:浏览器原生互斥锁

Web Locks API 恰好提供了我们所需要的东西:一个真正的、原子性的互斥锁系统,直接内置于浏览器中。它的优势在于:

  • 原子性锁获取 —— 没有竞态条件

  • 自动清理 —— 标签页关闭或崩溃时锁会自动释放

  • 非阻塞选项 —— 避免 UI 冻结

  • API 简洁 —— 无需实现复杂协议

  • 浏览器兼容性 —— 所有主流浏览器均已支持 😃

我们的实现:useUploadCoordinator

以下是我们通过自定义 React Hook 解决该问题的方式:

核心策略

针对两种场景采用两种不同的处理方式:

 // 1. 全新上传(用户主动发起):非阻塞
 // 尝试获取锁,但无论是否获取到都继续执行
 navigator.locks.request(LOCK_NAME,
   { ifAvailable: true },
   async (lock) => {
     if (lock) {
       // 持有锁直到上传完成
       await holdLockUntilComplete(abortController);
     }
     // 无论如何都继续上传 - 绝不阻塞用户
   }
 );
 // 2. 恢复上传:有条件执行
 // 只有获取到锁才继续
 navigator.locks.request(LOCK_NAME,
   { ifAvailable: true },
   async (lock) => {
     if (lock) {
       uploader.emit("restore-confirmed"); // 继续恢复上传
       await holdLockUntilComplete(abortController);
     }
     // 如果未获取到锁,静默跳过 - 另一个标签页正在处理
   }
 );
关键实现细节

锁的生命周期管理:

 const holdLockUntilComplete = (abortController: AbortController) => {
   return new Promise<void>((resolve) => {
     const cleanup = () => {
       // 移除所有监听器并 resolve(释放锁)
       uploader.off("complete", cleanup);
       uploader.off("error", cleanup);
       uploader.off("cancel-all", cleanup);
       resolve();
     };
     // 在任何终态事件发生时释放锁
     uploader.on("complete", cleanup);
     uploader.on("error", cleanup);
     uploader.on("cancel-all", cleanup);
     // 组件卸载时也释放锁
     abortController.signal.addEventListener("abort", cleanup);
   });
 };

浏览器兼容性与优雅降级:

 const checkWebLocksAvailable = (): boolean => {
   return typeof navigator !== 'undefined' && 'locks' in navigator;
 };
 // 降级处理
 if (!checkWebLocksAvailable()) {
   // 允许恢复操作继续(接受可能出现重复的风险)
   uploader.emit("restore-confirmed");
   return;
 }

实际收益

自从上线这套方案以来,我们看到了:

  • 跨标签页协调导致的重复上传归零

  • 更好的用户体验 —— 上传永远不会因协调逻辑而卡住

  • 基础设施成本降低 —— 不再有重复的处理和存储开销

  • 代码更简洁 —— 不再需要复杂的状态机或轮询逻辑

现在,我们的方案效果如下:

通过共享锁,只有第一个获取到锁的标签页会继续执行上传;第二个标签页检测到锁已被占用后,便悄然退让。

实际应用中的注意事项

适用场景:
  • 支持持久化 / 恢复的文件上传

  • 后台同步操作

  • 任何在同一时间只应在一个标签页中运行的单例操作

性能影响:
  • 极小 —— 没有轮询开销

  • 自动清理机制避免内存泄漏

  • 非阻塞设计确保 UI 始终流畅响应

测试策略:
  • 在所有目标浏览器中进行测试

  • 验证标签页意外崩溃时的行为表现

  • 确认在不支持该 API 的环境中能优雅降级

结语

跨标签页协调不必成为一场噩梦。Web Locks API 提供了一个稳健的、浏览器原生的解决方案,免去了自定义协调协议的复杂性和脆弱性。

在构建这套方案的过程中,我们总结出跨标签页协调成功的关键在于:

1、绝不阻塞用户操作 —— 对用户主动发起的操作使用非阻塞锁
2、安全地失败 —— 优雅降级胜过功能崩溃
3、保持简单 —— 善用平台原生能力,而非重新造轮子

Web Locks API 不仅仅适用于上传协调;任何时候你需要在标签页之间实现互斥,都值得考虑使用它。随着浏览器支持的持续完善,它正在成为现代 Web 开发者工具箱中越来越实用的利器。

关于本文
译者:@飘飘
作者:@Cesar Contreras
原文:https://tech.olx.com/handling-concurrency-on-the-web-with-web-locks-api-163b7e07eddd

这期前端早读课
对你有帮助,帮” 
赞 “一下,
期待下一期,帮”
 在看” 一下。

阅读原文

跳转微信打开

  •  

【开源】口播视频(Talking-head)AI 视频编辑器:pireel/pireel

原创 木瑾 2026-07-27 09:00 日本

一款纯前端运行、隐私优先且可被 AI Agent(MCP 协议)驱动的开源口播视频编辑器。

📌 项目:pireel/pireel

Pireel Studio editor

项目地址:https://github.com/pireel/pireel

🧩 核心作用

一个开源、无需后端的口播视频(Talking-head)AI 视频编辑器,支持分镜设计、花字图形、动态字幕、设计主题,并可在浏览器端通过 WebCodecs 直接导出视频。

❗ 解决的核心问题

解决了传统视频剪辑软件依赖云端服务器处理、用户隐私易泄露、订阅成本高以及跨端 / AI 协作门槛高的问题;它提供完全纯前端本地运行的轻量剪辑体验,并支持通过 MCP 协议让 AI Agent 直接驱动视频剪辑。

👥 适用人群

  • 自媒体创作者 / 口播博主:需要快速制作带花字、动态字幕及设计主题的口播短视频。

  • AI 开发者 & Agent 开发者:希望通过 MCP(Model Context Protocol)接入视频剪辑能力,实现自动化视频生成与编辑。

  • 注重隐私的用户:希望所有视频素材与草稿仅保存在本地(OPFS /localStorage),不上传任何云端服务器。

🔍 关键特性

  • 纯前端 / 无后端架构:草稿与视频数据全部保存在本地浏览器,无需注册账号或连接服务器。

  • AI Agent 原生驱动:支持通过 MCP 协议被 Codex、Claude Code 等 AI Coding Agent 直接调用控制。

  • 丰富的 Frame 丰富主题系统:内置多样化的视觉设计系统(如 Cinema, Neon, Y2K 等),可一键切换视频整体配色与排版风格。

  • WebCodecs 本地导出:利用现代浏览器(Chromium 等)的能力实现所见即所得的高效视频导出。

🚀 快速了解建议

1、优先阅读 README.md 中的 * Quick start,体验如何使用 npx skills add pireel/pireel-agent 将其接入 AI Agent。
2、本地运行体验:执行 pnpm install 与 pnpm dev 打开编辑器,拖入一段口播视频亲自感受纯前端剪辑与主题切换。

阅读原文

跳转微信打开

  •  

从PRD到可验证代码:AI需求开发闭环实践_有意思小周刊vol.170

原创 强少Qone 2026-07-27 08:30 广东

有意思小周刊 vol.170

「有意思小周刊」是我利用零碎时间,梳理记录一周的日常阅读与思考内容。目的是为以后更好构建自己知识体系,也为了将这些内容分享给你。

以下是这期值得关注的内容

📰 推荐阅读

1. 从 PRD 到可验证代码:AI 需求开发闭环实践

2. 我的 AI 驱动开发工作流:基于 Cursor 的全流程实战开发 SOP

3. 货拉拉标注平台 - 拉拉标注

4. skill怎么写、怎么用、怎么迭代?把我踩过的坑和方法全交代了

5. 让 Claude Code 拥有自我进化和记忆系统|得物技术

6. 如何利用 Harness “一句话交付产品功能”?

7. 揭秘:资损下降 99.96% 的背后—AI 资损防控平台实战

8. AI UITester:AI Native 的 UI 自动化测试新范式|得物技术

9. AI Agent 的 Skill 系统设计

10. 一文了解|SkillScan 智能体技能安全扫描最佳实践

11. 经验|提升Vibe Coding设计质量的10个技巧!

12. Agent 评测:方法论与体系设计

13. 复杂业务规则太多?我们搭了一个规则可视化配置平台

14. 海外Agent实践:让问题直达源码,助力团队提效!

15. 复杂业务场景下 RCA Agent 的探索实践

🔎 发现新大陆

1. Pi Agent:原理与实现,从零到一实现一个 AI Agent

2. MotionSites AI:高端 AI 网站提示词

🛠️ 资源·工具

1. 中国传统配色

💡 Skill 推荐

1. 你的微信读书数据面板

2. Gorden Super PPT Skills

▌从 PRD 到可验证代码:AI 需求开发闭环实践

链接:https://mp.weixin.qq.com/s/31ci2aTXgAnKEErr5cQVtA

本文提出了一套面向 React Native(RN)项目的 AI 需求开发闭环实践框架,旨在解决“一句话生成代码”方式中因需求未对齐、接口不稳、设计还原偏差大而导致的反复返工问题。该框架通过将输入源(PRD、接口文档、Figma)转化为可审阅的“需求规格”,并设置人工门禁进行需求审阅和架构确认,确保实现基于证据。随后,代码生成、编译验证和视觉审计三个环节依次执行,分别按架构实现、验证代码工程正确性以及对照设计稿追溯UI还原证据,形成一个从需求到可验证代码的稳定人机协作流水线,并最终通过经验沉淀使流程持续改进。

▌我的 AI 驱动开发工作流:基于 Cursor 的全流程实战开发 SOP

链接:https://mp.weixin.qq.com/s/d8lcMKS_zgfCMt_HOlzFKw

本文提出了一套基于 Cursor 的“五段式”AI 辅助开发标准化工作流(SOP),其核心理念在于“人工主控、AI 赋能”,即由开发者主导业务拆解、架构设计和核心逻辑,而 AI 负责高效落地模板化代码、辅助排错及优化。该流程不仅强调通过前置的需求分析和架构设计来避免返工,还独创性地提出了 Token 消耗治理策略,通过精准上下文投喂、会话重置和模型分级选型,实现以最低成本获取最高质量的 AI 输出,从而将模糊的业务需求转化为稳定、高效、可维护的代码资产。

▌货拉拉标注平台 - 拉拉标注

链接:https://mp.weixin.qq.com/s/E-3wlSwAU9gqPLuNrWYpiw

货拉拉自研的“拉拉标注”平台是一体化线上数据标注系统,旨在解决传统标注方式效率低、质控弱、管理成本高等问题。它通过标准化流程(创建队列、数据导入、标注质检、数据导出及统计报表)和丰富的模板(支持图像、文本、语音、视频及多模态),覆盖从数据采集到模型训练的全链路。该平台最终实现了全场景效率提升100%以上和准确率达99%以上的显著效果,为AI模型迭代和业务高效判定提供了可靠支撑。

▌skill怎么写、怎么用、怎么迭代?把我踩过的坑和方法全交代了

链接:https://mp.weixin.qq.com/s/EyrbFVz4eGafTJylIUbNsQ

本文系统性地介绍了 AI Skill(技能)的概念、编写、安装、使用及迭代方法。Skill 本质上是一个包含 SKILL.md 文件的文件夹,用于为 AI 设定工作规则和偏好,可被理解为“给实习生的工作手册”。作者通过自身使用语音输入法和 AI 组合高效记录想法的实践案例,详细拆解了 Skill 文件的组成部分(如 frontmatter 元数据和具体规则正文),并对比展示了使用 Skill 前后 AI 输出效果的巨大差异。文章还强调了 Skill 的迭代方法(让 AI 从用户修改中学习)、不同模型对 Skill 遵循能力的差异、安装与寻找资源的途径,以及避免安装过多 Skill 导致上下文冲突等常见陷阱,最终指出撰写 Skill 的本质是将个人工作方式和审美标准沉淀为可复用的显性规则。

▌让 Claude Code 拥有自我进化和记忆系统|得物技术

链接:https://mp.weixin.qq.com/s/PGT49KORSVZYpJxykWnwOw

本文详细介绍了为 Claude Code 构建的一套自我进化与记忆系统,该系统通过行为观测层、模式提炼层和记忆注入层三个核心子系统协作,形成一个完整的自学习闭环。系统利用 Hook 机制100%捕获工具调用以收集数据,在会话结束时通过统计模式检测和AI语义分析提炼出原子化的行为规则(Instinct),并利用向量检索技术在下次对话启动时自动注入相关记忆,从而让AI助手能够跨越会话边界学习用户习惯。根据数月的真实使用数据,该系统带来了显著收益:上下文冷启动时间从10分钟降至30秒,Token消耗降低约78%,错误重复率下降80%,并展现了知识复利效应。

▌如何利用 Harness “一句话交付产品功能”?

链接:https://mp.weixin.qq.com/s/2vO99OlOInapWZSEbJau8A

本文分享了团队将AI驱动的开发模式从“Vibe Coding”(AI写代码,人统筹)升级为“Harness模式”(代码库为唯一事实源,Agent自治流转)的实践。核心是通过重构代码仓库为单仓(使用Git Submodule整合前后端),并设计了一个由6个专业Sub-Agent组成的自动化协作流水线,覆盖从需求分析、前后端开发到集成测试与E2E测试的全流程。通过定义清晰的Agent Handoff协议,实现了任务状态在不同Agent间的安全、自动化流转。实践表明,该模式成功将原本需要1天完成的功能开发缩短至约2小时,效率提升约4倍,显著降低了前后端联调的沟通成本。

▌揭秘:资损下降 99.96% 的背后—AI 资损防控平台实战

链接:https://mp.weixin.qq.com/s/OcuSQ-aGWpwzDR8Lqx-mSQ

在交易型互联网平台中,资金安全是生命线。传统资损防控高度依赖人工经验与后置规则,面临覆盖度低、响应滞后、规则易腐化等顽疾。本文以货拉拉 AI 资损防控平台的工程实践为例,详细拆解如何通过“数据飞轮 + 模型蒸馏 + 多智能体协同”架构,年度资损降幅 99.96%,并实现从“人工布防”到“AI 原生防控”的体系化跃迁。文章聚焦工程落地细节,涵盖自动化标注链路构建、代码/文本双模态风险识别、防腐化 Agent 设计,为同类业务提供可复用的技术范式.

▌AI UITester:AI Native 的 UI 自动化测试新范式|得物技术

链接:https://mp.weixin.qq.com/s/lJCSdQlwqiUe3Y1K8cGAvQ

本文介绍了得物技术推出的AI原生UI自动化测试新范式“ai_uitester”,该方案通过视觉语言模型(VLM)驱动,以“截图→理解→执行”的闭环替代传统基于元素定位的测试方法,有效解决了传统方案中用例迁移成本高、调试效率低、跨平台维护难三大痛点。其核心能力包括:利用LLM将平台描述性用例自动转化为可执行脚本、AI智能调试与用例自愈机制(可自动诊断并修复因UI变更或流程变动导致的失败),以及VLM驱动的跨平台统一执行能力,使得同一套JSON脚本能在Android、iOS和HarmonyOS上通用。此外,嵌入式的Wiki知识库与系统各模块深度耦合,为用例生成、自愈诊断和运行时执行提供背景知识,并通过“宁缺毋滥”的置信度机制确保测试的可靠性。该方案已在得物App落地,显著提升了用例转化效率与脚本自愈率,代表了从“代码驱动”到“视觉驱动”的测试范式转变。

▌AI Agent 的 Skill 系统设计

链接:https://mp.weixin.qq.com/s/idzAV3XkWWm7GnFOFyZUBw

本文系统阐述了 AI Agent Skill 系统的设计理念与工程实践,核心观点是将 Skill 视为“行为编程”而非文档,旨在通过结构化设计(YAML+Markdown、DOT 流程图、检查表)和严格的约束机制(门控、合理化防御、说服原则)来规范 AI 代理的行为。文章详细探讨了在有限上下文窗口下的 Token 经济策略,包括基于触发条件的发现机制、两阶段加载及声明式引用;提出了单向管道工作流编排、子代理上下文隔离及分级模型选择方案;强调了基于 TDD 理念的 Skill 测试方法,即通过压力场景观测并封堵代理的违规行为;最后总结了跨平台适配策略及从“建议”走向“强制”、从“手动”走向“自动”的演进教训,旨在构建高合规性、低成本且可维护的 AI 代理技能体系。

▌一文了解|SkillScan 智能体技能安全扫描最佳实践

链接:https://mp.weixin.qq.com/s/GaefP5FMN8b-1JBfrUMqzQ

本文档详细介绍了火山引擎推出的SkillScan智能体技能安全扫描方案,该方案针对AI Agent技能生态中日益突出的安全问题,从风险全景、检测能力、实践场景和接入方案等维度提供了全面的安全保障体系。文档首先系统分析了技能安全面临的风险,包括包体文件、声明层、代码层、网络与资源以及开源合规与供应链五大类风险,并针对不同的攻击向量和潜在影响进行了阐述。在此基础上,SkillScan构建了多层次的安全检测能力,涵盖基础检测、增强检测和运营保障,并提供了云上市场、内场共享等典型业务场景的定制化防护策略。最后,文档介绍了四种接入模式和具体的安全准入要求,并总结了技能安全开发的七大最佳实践原则,旨在从源头降低安全风险,为智能体技能生态构建全方位的安全防线。

▌经验|提升Vibe Coding设计质量的10个技巧!

链接:https://mp.weixin.qq.com/s/dF-0n3iqWJCMSDpiCqekYA

本文提供了提升 Vibe Coding 设计质量的10个实用技巧,分为前期准备和代码产出两个阶段。核心思想包括:通过设定专属AI Agent来固化项目技术栈和设计规范,确保输出一致性;利用其他AI模型优化设计需求的Prompt描述,弥补非技术人员在代码层面的表达缺陷;以及采用分阶段、由粗到细的还原策略,将复杂页面拆解为布局、模块和细节,避免AI一次性生成大量代码导致的结构混乱。

▌Agent 评测:方法论与体系设计

链接:https://mp.weixin.qq.com/s/7a2L-GatYYwI6s1uK9mTjA

本文系统阐述了Agent评测的体系化方法论,强调评测不应是上线前的临时抽查,而应嵌入研发流程,将不稳定的智能行为收敛为可发布的工程质量。文章的核心在于,通过区分Agent类型(如对话型、任务执行型),设计分层次、可定制的五类指标体系(正确性、鲁棒性、效率、安全性、用户体验),并构建包含专家设计、扩展用例、线上回流和Badcase的多元化评测数据集。此外,文章详细介绍了采用规则与LLM Judge相结合的“分层筛查”评分机制、基于问题现象与功能模块映射的结构化根因定位(RCA),以及最终将Badcase转化为行动项和可复用质量资产的闭环流程,以实现Agent的持续迭代与优化。

▌复杂业务规则太多?我们搭了一个规则可视化配置平台

链接:https://mp.weixin.qq.com/s/GYDtswtqEfbvCxpHTvjR6g

本文详细介绍了一个规则可视化配置平台的建设背景、核心能力、设计原理与实践效果。该平台旨在解决复杂业务规则散落在代码和配置中导致的变更风险高、治理困难等问题,通过将业务逻辑抽象为字段、组件和链路等可视化、可复用的策略资产,并集成了测试验证、发布审批、灰度对比、热更新与快照回滚等完整的发布治理体系。其核心设计采用管理面与运行面分离的架构,管理端负责规则配置与治理,运行端以SDK形式嵌入业务服务本地执行,并基于LiteFlow流程引擎实现高性能的热更新执行,从而在提升规则变更效率的同时,有效降低了线上风险。

▌海外Agent实践:让问题直达源码,助力团队提效!

链接:https://mp.weixin.qq.com/s/xCAjA9QK0DQBZYm_iKKlng

本文档介绍了爱奇艺海外事业部在AI编程全面普及的背景下,基于Cursor TypeScript SDK构建了“Code Chat MCP”(代码即时问答)和“Intl Chat Debug Agent”(国际站排障助手)两个云端智能服务。其核心思路是“让问题直达源码”,通过自动串联代码、配置、日志、接口等多系统数据,打破产品、运营、研发等多方人员的串行依赖,为业务咨询、反馈排障、迭代联调等场景提供即时、精准的分析结论,旨在提升团队整体工作效率。

▌复杂业务场景下 RCA Agent 的探索实践

链接:https://mp.weixin.qq.com/s/lJxoCr5-VwpfYTqfcVbjhg

本文探讨了在AI编码能力日益成熟但软件工程全局难题未解的背景下,快手如何构建基于大模型的业务排障体系(RCA Agent)。文章详细阐述了四个核心挑战:让AI理解业务(通过引入代码抽象层“业务资产”)、对抗高占比告警噪声(采用置信度评估和证据金字塔分级)、衡量推理不确定性(建立基于真实线上案例快照的评测体系)、以及抑制模型幻觉(将确定性任务工程化为标准化算子)。最终,文章提出了一个分层架构,结合“快思考”的Workflow与“慢思考”的Multi-Agent,并展望了向AI Native自主化、自进化方向发展的目标。

▌Pi Agent:原理与实现,从零到一实现一个 AI Agent

链接:https://how-pi-agent-works.vercel.app/

该文档是一个关于“Pi Agent”原理与实现的教程,旨在指导读者从零开始构建一个AI Agent。教程的核心在于通过工程化视角,拆解模型流、Agent循环、工具调用、会话树、资源加载与上下文压缩等关键概念。它提供了渐进式的Demo和可运行的教学版项目,适合具备TypeScript、Node.js等基础但尚未构建过完整Agent系统的开发者。

▌MotionSites AI:高端 AI 网站提示词

链接:https://motionsites.ai/

本文档展示了 MotionSites AI 提供的一系列高端 AI 网站提示(Prompts),内容涵盖从时尚、旅行、SaaS、健康、房地产到艺术和 Web3 等多个领域的网站设计模板,其核心价值在于帮助用户利用 AI 工具快速创建具有专业视觉效果的动态网站。同时,文档推广了 DesignRocket 平台,该平台旨在教授用户如何利用 AI 工具设计出通常代理机构收费高达 5000 美元的网站,从而赋能用户掌握高价值的 AI 设计技能。

▌中国传统配色

链接:https://colors.xiaoxiaodong.ai/

这里收录 742 张中华传统色高清色卡,已按原始 742 色清单完整覆盖。每张色卡包含色名、HEX、RGB、CMYK、配色推荐和气质关键词。现在它不只是素材库,也是一套可交互的中国色工作台:可以查色、试场景、生成色板、浏览配色关系、查看渐变逻辑、制作用途卡片、生成 shadcn 主题、配置终端调色板,并把喜欢的色卡和整组方案收藏到本机。

▌你的微信读书数据面板

链接:https://readneo.vercel.app/

你的微信读书数据面板 -- 连接微信读书 Skill API,可视化书架、阅读统计、笔记划线,一键导出到 Notion 和 Flomo。

▌Gorden Super PPT Skills

链接:https://github.com/GordenSun/GordenSuperPPTSkills

AI PPT赛道终结者,史上最最最强 PPT Skill!!! 使用GPT生成豪华的图片格式PPT,然后转换为完全可编辑的PPTX文件。

END

如果本文对你有帮助,请点赞、在看和分享给身边的朋友!

别忘了关注「强少来了」

获取更多前端 · 后端 · B端产品思维的精彩内容!

👇👇👇

你的认可,是对我最大的鼓励

求转发,朋友圈

另外我建了一个读友交流群

你可以回复关键词「进群」

添加我个人微信,邀请你入群

跳转微信打开

  •  
❌