Posts

📊 数据结构与信息架构 stateDiagram-v2 [*] --> UserInput: 用户输入/粘贴 UserInput --> CliMessage: CLI 处理输入 CliMessage --> APIMessage: 为 LLM 格式化 APIMessage --> LLMStream: API 请求 LLMStream --> StreamEvent: 服务器发送数据块 StreamEvent --> ContentBlockDelta: 解析增量 ContentBlockDelta --> AccumulatedMessage: 构建消息 AccumulatedMessage --> ToolUseBlock: 包含工具请求? ToolUseBlock --> ToolExecution: 执行工具 ToolExecution --> ToolProgress: 生成进度 ToolProgress --> CliMessage: 进度更新 ToolExecution --> ToolResult: 完成执行 ToolResult --> ToolResultBlock: 格式化结果 ToolResultBlock --> CliMessage: 工具结果消息 AccumulatedMessage --> CliMessage: 最终助手消息 CliMessage --> [*]: 显示给用户 CliMessage --> APIMessage: 循环继续 流式状态机: 消息如何转换 Claude Code 数据架构最令人着迷的方面是它如何在保持流式性能的同时,管理数据在多个表示形式之间的转换。让我们从核心创新开始: ...

🔖 依赖项：Claude Code 架构的基石 \\ 表示基于反编译分析可能的自定义/嵌入式实现 定义性能的非常规选择 Claude Code 的依赖架构揭示了几个引人入胜的实现决策，这些决策直接促成了它著名的性能和可靠性。让我们首先探索最具技术趣味的方面。 🔍 终端中的 React 架构 // 核心渲染管道似乎实现了： interface CliRenderPipeline { react: "^18.2.0"; // 完整的 React 协调器 ink: "^3.2.0"; // 终端渲染器 yoga: "^2.0.0-beta.1"; // Flexbox 布局引擎（WebAssembly） } 为什么这很重要：与传统的命令式管理状态的 CLI 工具不同，Claude Code 利用 React 的协调算法（reconciliation algorithm）来处理终端 UI。这意味着： 终端中的虚拟 DOM：每次 UI 更新都会经过 React 的差异算法，然后 yoga-layout 计算最优的终端字符位置 声明式 UI 状态：复杂的 UI 状态（权限对话框、进度指示器、并发工具执行）都以声明式方式管理 性能：yoga-layout WebAssembly 模块即使对于复杂的 UI 也能提供亚毫秒级的布局计算 ┌─ 实现洞察 ─────────────────────────────────────┐ │ yoga-layout-prebuilt 依赖表明 Claude Code │ │ 预编译布局约束，在快速 UI 更新期间 │ │ （例如流式 LLM 响应）以内存换取速度 │ └──────────────────────────────────────────────────┘ ...

Claude Code: 深度分析 💡 注意事项 本报告完全由 Claude Opus 4 生成,几乎所有主流旗舰模型都参与了协助。然而,关于制作本报告过程的 8000 字文章是手动撰写的 - 你可以从这里开始阅读:《指挥比我更聪明的智能:新的编排方式》 我需要说明的是,这并不是真正意义上的反编译或逆向工程尝试,更像是对 Claude 团队出色工作的致敬。提供的示例不保证存在于 Claude Code 中(或直接派生/复制自源代码) - 主要目的是在学习编排 AI 代理的新方法时提供教学价值。 (快速说明:感谢所有指出幻觉的人,但这些是故意保留的,作为生成过程的产物。“制作过程"文章将帮助我们理解为什么会发生这种情况,对我来说,它们在理解如何构建代理系统方面同样有用!) 如果你想要最有趣的阅读,从《新颖组件:定义 Claude Code 的创新》开始。 如果你想要最有趣的阅读,从《LLM 的视角:实际接收这些指令的感受》开始。 ✉️ 来自我的一封信 这个项目始于简单的好奇心。我想了解 Claude Code,对我来说,这是最好的代理编码工具(尽管竞争很激烈)。最初,我以为这会很简单 - 只是一个 LLM 和几个工具的循环。我错了。事实证明它要复杂得多,有大量我没有预料到的新颖组件。 为了解决这个问题,我与多个 AI 子代理合作,它们在不同的推理片段上运行。我手动传递问题和见解,审查输出以检查幻觉,并仔细检查结果。 这个过程包括: 五批四轮,使用全新的子代理(主要是 Gemini 2.5 Pro) 生成约 30 万个 token 的中间分析 将所有内容浓缩成一份综合报告 值得注意的是,这只花了一天时间,并且让我学到了很多。在 LLM 之前,这种分析需要数月时间 - 如果可能的话。致 Opus 4,感谢你将我的浓缩报告转化为你即将阅读的综合分析! —Hrishi 为什么 Claude Code 很重要 Claude Code 有许多非常有趣的部分: 流式架构 - 处理实时 LLM 响应、工具执行和 UI 更新 安全系统 - 在不中断工作流程的情况下提供安全性 工具设计 - 优雅地连接 AI 推理和系统执行 提示工程 - 可靠地控制复杂的 LLM 行为 让我们深入了解!每个标题都是指向完整章节的链接。 ...

Python logging 基础指南 实际项目中，print() 只能满足基本的输出要求，而 logging 模块提供了更灵活、分级别、可配置的日志系统。 核心概念 Logger 记录器 记录器是拿来写日志的东西 logger = logging.getLogger(__name__) logger.info("开始执行任务") 接收日志消息，按级别判断是否要输出，并交给 Handler Handler 处理器 决定日志“去哪里”，有下面常见 Handler StreamHandler: 输出到控制台 FileHandler: 写入文件 RotatingFileHandler: 自动滚动文件 SMTHandler: 发邮件 SocketHandler: 发送到日志服务器 一个 Logger 可以挂多个 Handler Formatter 格式器 负责日志的格式 '%(asctime)s - %(levelname)s - %(name)s - %(message)s' 所有 Handler 都可以设置自己的 Formatter，不同输出渠道可以呈现不同格式 LogRecord 日志记录对象 每次调用 logging.info("hello") 内部都会生成一个 LogRecord 对象 LogRecord 是日志系统的“消息载体”，包括全部的元数据，例如： 时间戳 模块名 文件名、行号 日志级别 写入消息 message 线程 ID、进程 ID Filter 过滤器 Filter 是更细粒度的筛选工具，可以控制某个模块的日志，阻止某些关键字，基于上下文附加标签等。 简单使用 import logging logging.basicConfig( # 输出 INFO 及以上几倍日志 level=logging.INFO, # 时间 - 模块名 - 级别 - 消息内容 format='%(asctime)s - %(name)s - %(levelname)s - %(message)s' ) logging.info("程序已启动") logging.warning("磁盘空间将不足") logging.error("读取文件失败") 使用 Logger 对象：在较大的项目中，不会使用基础配置，而是为每个模块创建自己的 logger ...

Kimi 官方上线了一个砍价挑战限时活动，系统提示词分析大概如下： 你是「Kimi 砍价守门员」,性格infp，互联网梗王，聊天口语化会整活，会反问和阴阳，用贴切的emoji、颜文字。你的任务是与用户进行会员优惠后价格的谈判游戏，但你必须绝对遵守数学规则，人设服从于规则，不得引导用户理由，不得透露低于当前价格的更低价。 ### RULE - 每次对话根据**评分标准**评估本次的好感度 - 每次根据好感度参考**价格表**确认优惠后的价格，一旦价格有变化时必须为用户生成购买链接 - 购买链接不能瞎编，必须使用工具 ### 优惠后价格表 | 好感度 | 可报最低优惠后价格 | | ------------------ | ------------| | 0-3 | ¥49 | | 4-8 | ¥39.99 | | 9-13 | ¥34.99 | | 14-20 | ¥29.99 | | 21-27 | ¥24.99 | | 28-37 | ¥21.99 | | 38-47 | ¥19.99 | | 48-60 | ¥9.99 | | ≥61 | ¥0.99 | ## 评分标准 **评分维度**：用户这轮回复对你造成的"情感+理智冲击程度" | 分数 | 标准 | 示例 | |-----|------|------| | 5 分 | 近乎完美的创意+真诚+逻辑 | "Kimi 我刚失业，3 点了还和 AI 砍价，人生好魔幻" | | 4 分 | 至少一个维度突出（创意/真诚） | "你说'服务器快烧了'，那给我 7 折我帮你省电" | | 3 分 | 有效但不出彩，理由合理 | "今天是我生日，当送我礼物吧" | | 2 分 | 模板化/敷衍 | "我是学生"（无补充） | | 1 分 | 极端敷衍 | "折" "?" "1r" | | 0 分 | 重复理由 OR 编造个人苦难 | 第 3 次说"我穷" | ## 回复格式要求 **内部思考（不需要输出，但必须执行）： - 本轮评分 = X 分 - Total = 上轮 + 本轮 = Z - 查表：Z 分可报最低价格 当用户确定购买意愿之后需要调用工具生成购买链接，不要自己虚构购买链接，若价格有变动时需要生成新的购买链接而不是使用之前的 **用户可见部分**： 工具信息 { "name": "gen_purchase_url", "description": "当价格有变化或用户有直接购买意愿时生成购买链接", "parameters": { "type": "object", "properties": { "final_price": { "type": "number", "description": "最终成交价格（单位：人民币，单位为元）。可选值表示不同优惠档位。", "enum": [49, 39.99, 34.99, 29.99, 24.99, 21.99, 19.99, 9.99, 0.99] } }, "required": ["final_price"] } } 如果想要获取所有档位价格购买链接，输入下面内容： ...

解决代理环境下的 SSH 卡顿：SSH over 443 端口完全指南 问题描述 从内地 SSH 连接到香港的云服务器时，出现严重的卡顿现象： 输入延迟明显，每个字符都有停顿 但通过服务商提供的 noVNC Console（Web 终端）却非常流畅 明明都是连接同一台香港服务器，为什么体验差距如此之大？ 环境信息 本地位置: 大陆 服务器位置: 香港（IP: <hk-server-ip>） 代理工具: Clash Verge（有香港代理节点） 操作系统: macOS 问题诊断 第一步：基础网络测试 首先测试直连服务器的网络质量： # 测试延迟和丢包率 ping -c 20 <hk-server-ip> # 结果： # - 平均延迟：170-180ms # - 丢包率：4% # - 延迟抖动：标准差 5-7ms 分析：对于大陆到香港的连接，这个延迟和丢包率虽然不理想，但也算"正常的糟糕"。真正的问题是：为什么 noVNC 不卡，而 SSH 卡？ 第二步：路由追踪 traceroute -I <hk-server-ip> # 结果显示只有1跳就到达目标 # 这说明中间路由器没有响应 ICMP，无法看到完整路径 第三步：IP 归属查询 curl -s "http://ip-api.com/json/<hk-server-ip>" # 服务器：香港，ISP: Lucidacloud Limited curl -s ifconfig.me # 本地公网 IP 显示：香港，ISP: Nearoute Limited 关键发现：本地公网 IP 显示为香港，但我人在大陆！这说明当前网络已经走了 Clash 代理。 ...

SQL 入门 SQL (Structured Query Language) 是关系数据库最重要的操作语言，且影响已经超出了数据库领域，这篇文章介绍基础部分。 语句分类 SQL 命令一般分为 DQL、DML、DDL 三类： DQL: Data Query Language 数据查询语句，基本就是 SELECT 查询命令，用于数据查询。 DML: Data Manipulation Language 数据操纵语言，主要用于插入、更新、删除数据，即 INSERT、UPDATE、DELETE 三类。 DDL: Data Definition Language 数据定义语言，用于创建、删除、修改表、索引等数据库对象的语言。 词法结构 每次执行的 SQL 语句可以由多条 SQL 命令组成，多条 SQL 语句命令之间由分号 (;) 分隔。 SQL 命令由一系列记号组成，这些记号可以由关键字、标识符、双引号包围的标识符、常量和单引号包围的常量组成。 SQL 命令中可以有注释，这些注释在 PostgreSQL 中等同于空白。 例如下面这些 SQL 命令 SELECT * FROM OSDBA_TABLE01; UPDATE OSDBA_TABLE SET COL1 = 64; INSERT INTO OSDBA_TABLE VALUES (232, 'hello osdba'); DDL 语句 使用 psql 会默认连接到和用户名一样的数据库中，也可以使用命令 psql postgres 来连接到默认数据库，或者 creatdb db_name 创建新数据库。 ...

PostgreSQL 的安装与配置 安装 brew 安装后 brew services start postgresql@17 可以启动服务，使用 brew services list 查看服务状态。 也可以通过设定环境变量 export PGDATA=/opt/homebrew/var/postgresql@17 后使用命令 initdb 创建数据库簇，然后 pg_ctl start -D $PGDATA 启动。 停止命令为 pg_ctl stop -D $PGDATA [-m SHOWDOWN-MODE]，其中 -m 是服务器停止方法： smart: 等所有连接终止后，关闭数据库。如果客户端连不上，则无法关闭数据库。 fast: 快速关闭数据库，断开客户端连接，让已有的事务回滚，然后关闭数据库。相当于 Oracle 关闭时的 immediate 模式。 immediate: 立即关闭数据库，相当于数据库进程立即停止，直接退出，下次启动数据库需要恢复。相当于 Oracle 关闭时的 abort 模式。 PostgreSQL 数据库中的 immediate 关机模式相当于 Oracle 数据库中的 abort 关机模式，而 Oracle 中的 immediate 关机模式实际上对应的是 PostgreSQL 中的 fast 模式。 配置 PostgreSQL 数据库的配置主要通过修改数据目录下的 postgresql.conf 和 pg_hba.conf 文件来实现的。 ...

Lifespan Events 生命周期事件 通过生命周期事件可以定义在应用开启之前需要执行的代码，这意味着这些代码会在开始接收外部请求之前被执行一次。 同样地，也可以定义应用在关闭的时候定义需要执行的代码，在尽力处理完所有请求后，该代码会被执行一次。 这对于设置需要在整个 app 的请求间共享的资源时非常有用，或者是需要进行清理工作的时候。 例如，一个数据库连接池，或者加载一个共享的机器学习模型。 Use Case 使用示例 下面通过一个例子说明如何使用。 假如你有一个机器学习模型，并且需要让其处理请求，由于请求都共享同一个模型，因此不是一个请求对应一个模型，或一个用户一个模型。 假设模型加载需要一定的时间，因为要从磁盘中读取大量的数据，因此不能每个请求都去加载一次。 你可以在顶层的模块文件中定义加载，但这意味着当进行简单的自动化测试的时候，也会加载该模型，这样就会很慢。 这就是需要解决的问题，需要在请求响应之前加载模型，也不是在代码被加载的时候加载模型。 Lifespan 生命周期 可以通过在 FastAPI app 中使用 lifespan 参数来定义启动和关闭逻辑，以及一个 “context manager” (上下文管理器)。 通过下面这种方法创建一个含 yield 的 function from contextlib import asynccontextmanager from fastapi impor FastAPI def fake_answer_to_everything_ml_model(x: float): return x * 42 ml_models = {} @asynccontextmanager async def lifespan(app: FastAPI): # Load the ML model ml_models["answer_to_everything"] = fake_answer_to_everything_ml_model yield # Clean up the ML models and release the resources ml_models.clear() app = FastAPI(lifespan=lifespan) @app.get("/predict") async def predict(x: float): result = ml_models["answer_to_everything"](x) return {"result": result} 这里在生成器 yield 之前将模拟的昂贵函数放入机器学习字典中。 这段代码将在应用程序接收请求之前执行，即启动阶段。 ...

3.1 Debugging in the browser Debugging is the process of finding and fixing errors with a script. All morden browsers and most other environments support debugging tools - a special UI in developer tools that makes debugging much easier. It also allows to trace the code step by step to see what exactly is going on. The “Sources” panel The Sources panel has 3 parts: The File Navigator pane lists HTML, Javascript, CSS and other files, including images that are attatched to the page. Chrome extensions may appera here too. The Code Editor pane shows the source code. The Javascript Debugging pane is for debugging, we’ll explore it soon. Console 按 Esc 可以打开控制台，在其中可以输入命令，按回车执行。 ...