PCTFpwn全解
week1 test_your_nc 直接nc上去，发现好像是不同进制的加减乘除，让ai写一个脚本解决 from pwn import * import re # 连接远程服务器 r = remote('challenge2.pctf.top', 31297) context.log_level = ...
C# .NET 周刊｜2026年2月1期
国内文章 《HelloGitHub》第 118 期 https://www.cnblogs.com/xueweihan/p/19535889 HelloGitHub 分享了有趣且入门级的开源项目，涵盖多种编程语言。用户可以快速上手，感受开源的魅力。推荐的项目包括支持 C# 的 LLPlayer，它能 ...
D006 【模板】并查集
并查集是非常灵活和高效的数据结构，常见应用是维护无向图的连通分量个数、大小，最小生成树的 Kruskal 算法和最近公共祖先等。 并查集维护了若干个不相交的集合，每个集合通过一棵树来组织，根节点为该集合的代表。 三个基本操作： init(n) ：初始化含有 \(n\) 个集合的并查集，每个集合的代表 ...
MAUI库推荐五：Maui.PDFView
项目介绍 用于在Android、iOS、MacOS和Windows平台显示PDF文件的库。 .NET MAUI .NET 9 .NET 10 Platform Android iOS MacOS Windows 支持 ✅ ✅ ✅ ✅ 项目地址 https://github.com/vitalii-v ...
AI 学习笔记：Agent 的能力体系
title: Agent 的能力体系 author: 凌杰 date: 2026-02-19 tags: Prompt MCP Skills categories: 人工智能 [!NOTE] 笔记说明 这篇笔记是《[[Agent 的基础应用]]》一文的后续。其中记录了我学习 Agent 应用的能力体 ...
AI Agent与软件行业的结构性变化
长期以来，软件行业之所以能够提供庞大的就业规模，与软件开发的特殊性有关。软件系统虽然抽象，但实现过程往往依赖大量人工编码，因此行业形成了一种典型结构：少量系统设计者，大量代码实现者。 在这种结构下，大部分程序员的工作是： 将需求转化为代码 维护和修改已有系统 使用框架实现业务逻辑 因此，行业真正培养 ...
图像纯化与抗纯化相关工作
Purification and Anti-purification 相关工作 纯化方法利用生成模型在分类前去除对抗噪声，从而增强对对抗性操作的抵抗能力。 DiffPure 在此基础上，DiffPure利用扩散模型的前向与反向过程来净化对抗样本。 对抗训练，即在对抗样本上训练神经网络。然而，大多数对 ...
并发编程进阶：volatile、内存屏障与 CPU 缓存机制详解
在并发编程领域，volatile 关键字是最基础也最容易被误解的知识点之一。很多开发者只知道它能保证“可见性”，却不清楚其底层依赖的内存屏障机制，更不了解 CPU 缓存模型如何影响并发程序的执行结果。本文将从底层原理出发，层层拆解 volatile、内存屏障与 CPU 缓存之间的关联，结合具体代码示 ...
线程与进程的区别与联系：操作系统入门详解（含 Python 示例）
在学习操作系统的过程中，“进程”和“线程”是绕不开的核心概念。无论是面试求职、日常开发，还是理解程序运行的底层逻辑，搞懂这两个概念的区别与联系都是基础中的基础。本文将从通俗类比、核心定义、关键区别、实际联系、代码实战等维度，带你彻底吃透线程与进程，让你不仅“知其然”，更“知其所以然”。 一、先搞懂： ...
OpenClaw 插件系统：如何打造全能私人助理 --OpenClaw源码系列第2期
你的 Agent 够聪明，但它在帮你赚钱吗？OpenClaw 爆火的秘密不是模型，而是一套让助理"住进"你日常聊天的插件系统——把重复工作变成自动工作流，把你解放出来。本文从源码拆解它如何把 Teams、iMessage、电话变成 AI 稳定入口，以及为什么 MCP 差了关键一截。 ...
快速搭建你的数据智能分析 Agent
背景与目标 宽表已包含工单名、工单总结（长文本）和聊天记录。传统 SQL 或关键词搜索无法有效挖掘语义层面的重复模式、根因及最佳实践。 本方案目标： 从月度 2 万条（或百万级）工单文本中自动发现 10–30 个知识主题 生成可读知识卡片（主题名称、典型描述、根因、推荐方案） 每条结论附原始工单 I ...
LeetCode 470 用 Rand7() 实现 Rand10()：python3 题解
题目链接：470. 用 Rand7() 实现 Rand10() 目录1. 题目理解什么是“均匀随机”？2. 为什么不能直接用数学公式？3. 核心解法：拒绝采样 (Rejection Sampling)思路推导解法一：标准拒绝采样（推荐）复杂度分析4. 进阶优化：减少 rand7() 调用次数优化思路 ...
AI能创造吗——从一团噪声到一幅画
这是 「AI是怎么回事」 系列的第 10 篇。我一直很好奇 AI 到底是怎么工作的，于是花了很长时间去拆这个东西——手机为什么换了发型还能认出你，ChatGPT 回答你的那三秒钟里究竟在算什么，AI 为什么能通过律师考试却会一本正经地撒谎。这个系列就是我的探索笔记，发现了很多有意思的东西，想分享给你 ...
当人人都能用 AI 写代码时，我为什么选择重回 Django？
前言 去年9月，我写了一篇文章：Django过时了吗？从ASGI到AI时代的思考 当时痛陈 Django 的几个痛点：SSE/WebSocket 支持繁琐、框架太重不够轻量化……甚至立了 flag：新项目不会优先考虑 Django。 然而，谁能想到回旋镖来得这么快。 仅仅几个月后，经历在其他技术栈的 ...
Microsoft Agent Framework 详解与实践
重要说明： Microsoft Agent Framework 目前处于公开预览版（Public Preview）阶段 本文档中的代码示例基于 Azure OpenAI SDK 实现，展示 Function Calling 和 AI 代理的核心概念 部分工作流（Workflow）示例为概念性设计，展 ...
001：简单 RAG 入门
简单 RAG 入门 本文是 refine-rag 系列教程的第一篇，带你体验一下 RAG 的简单流程。 本文所有代码都在：https://github.com/zonezoen/refine-rag 前言 在学习 RAG 之前，我们先来对比一下 RAG 和 AI Agent 的概念，只有先了解这些概 ...
PipelinR：在Java中实现优雅的CQRS架构
使用中介者模式轻松实现命令查询职责分离，构建高内聚、低耦合的应用系统 一、知识点回顾 1. 什么是CQRS？ CQRS是Command Query Responsibility Segregation的缩写，一般称作命令查询职责分离。从字面意思理解，就是将命令（写入）和查询（读取）的责任划分到不同的 ...
告别依赖地狱：Win11 25H2 + WSL2 CentOS 7 搭建 Synopsys EDA 工具链实践
本文是一份针对 Windows 11 25H2 用户的 WSL2 IC 开发环境 搭建指南。通过选用兼容性更佳的 CentOS 7，详细演示了如何避开 glibc 陷阱，成功运行 Synopsys VCS、Verdi 等主流 EDA 工具。内容包含 CentOS 7 停服后的软件源修复技巧、32 位... ...
简单设置解决cursor连接远程服务器失败问题
之前用cursor连接服务器老是失败，调试了很久终于解决了！ 直接上方案： 1、打开cursor，点击File->preferences->VS Code Setting,搜索eol，将Files: Eol改成\n cursor默认生成的连接脚本换行符有问题，在linux运行脚本会出错，改成\n可以 ...
微软竟然出了免费的 AI 应用开发课？！我已经学上了
最近挖到一个好东西，微软在 GitHub 上开源了一套 AI Agent 零基础课程，叫《AI Agents for Beginners》，目前 Star 已经突破 5 万了。 ...
