为自己写代码的 RSS 预览

关于AI使用的一点思考：未来规范化越高的项目和团队效率越高

2025-12-22 14:12:31

定位

合作伙伴

优点

知识丰富
不会累
不怕麻烦
干活极快

缺点

对业务不熟悉
容易健忘
偶尔幻觉

总结

通过AI学习和尝试新东西的效率更高
用AI写文档形成规范，规范可以让AI快速回忆、限制幻觉以及形成技能来提高效率
未来规范化越高的项目和团队效率越高

如何应用到开发

问AI能在哪些地方给自己工作和学习带来帮助；
学习一个AI编程工具：推荐codex,claude code,copilot cli，gemini cli, open code，kilo code, cusor，trae等，编写至少一个demo项目或者完成一个工作任务；
第三方API聚合平台使用，如openrouter，packyapi；
了解什么是agent,sub agent，mcp，skills，memory；
学习以及使用开源的编程智能体，如claude code plugin marketplace, gemini cli extension marketplace。

我当前选择的开发工具

claude code cli + opus 4.5 速度和智能都是最趁手
cc-switch 用来多代理切换
superpowers插件 SDD工具。提出需求让AI先做个头脑风暴，然后让他写计划，然后让他执行，我只做个检查和监工即可，我是辅助。
mcp 主要使用context7
其他开发工具集成lsp正在研究

自由使用gemini cli, claude code, codex cli的最新模型；
按需付费；
充值1rmb等于1usd ！！！
价格cc最低为官网价格的0.15倍，codex最低为官网价格的0.25倍，记得选低费率的通道；
个人亲身体验最低可以充值50rmb，可以自由使用最新模型1-2个月！！！
使用方法：https://docs.packyapi.com/docs/ccswitch/2-claude.html
免责申明：1，代码里面不要有敏感内容，可能导致泄露。敏感内容可以存到环境变量。2，一次充值50RMB跑路也不用太心痛。

RocketMQ 5.3快速上手

2025-09-17 16:04:27

本地部署 RocketMQ

参考：https://rocketmq.apache.org/zh/docs/quickStart/01quickstart

修改conf/broker.conf

# 增加acl配置
#aclEnable=true
namesrvAddr 
authenticationEnabled = true
authenticationProvider = org.apache.rocketmq.auth.authentication.provider.DefaultAuthenticationProvider
initAuthenticationUser = {"username":"rocketmq","password":"12345678"}
innerClientAuthenticationCredentials = {"accessKey":"rocketmq","secretKey":"12345678"}
authenticationMetadataProvider = org.apache.rocketmq.auth.authentication.provider.LocalAuthenticationMetadataProvider
authorizationEnabled = true
authorizationProvider = org.apache.rocketmq.auth.authorization.provider.DefaultAuthorizationProvider
authorizationMetadataProvider = org.apache.rocketmq.auth.authorization.provider.LocalAuthorizationMetadataProvider

修改conf/tools.yml

accessKey: rocketmq
secretKey: 12345678

启动服务

# 启动NameServer
nohup sh bin/mqnamesrv >> logs/mqnamesrv.log &
tail -f logs/mqnamesrv.log
# 启动Broker+Proxy
nohup sh bin/mqbroker -c conf/broker.conf --enable-proxy >> logs/mqbroker.log &
tail -f logs/mqbroker.log
# 停止NameServer
bin/mqshutdown namesrv
# 停止Broker+Proxy
bin/mqshutdown broker

使用命令行工具

# 查看cluster状态
bin/mqadmin clusterList
# 查看broker状态
 bin/mqadmin brokerStatus -c DefaultCluster
# 创建topic
bin/mqadmin updatetopic -c DefaultCluster -t TestTopic
bin/mqadmin updatetopic -c DefaultCluster -t %RETRY%TestTopic
# 主题列表
bin/mqadmin topicList -c DefaultCluster
# 创建组
bin/mqadmin updateSubGroup -c DefaultCluster -g TestGroup
# 创建用户
bin/mqadmin createUser -c DefaultCluster -u TestUser -p TestPassWd
# 查看用户
bin/mqadmin listUser -c DefaultCluster
# 创建acl
bin/mqadmin createAcl -c DefaultCluster -s User:TestUser -r Topic:TestTopic -a ALL -d ALLOW
# 查看当前acl
bin/mqadmin listAcl -c DefaultCluster

clash verge 自定义规则配置，解决打开钉钉和QQ图片慢问题

2025-08-02 10:44:35

一次点击“订阅”=》“全局扩展脚本”，修改脚本示例如下

// 自定义规则
const prependRule = [
  "DOMAIN-SUFFIX,taobao.com,DIRECT",
  "DOMAIN-SUFFIX,alibaba.com,DIRECT",
  "DOMAIN-SUFFIX,aliyuncs.com,DIRECT",
  "DOMAIN-SUFFIX,dingtalk.com,DIRECT",
  "DOMAIN-SUFFIX,alicdn.com,DIRECT",
  "DOMAIN-SUFFIX,wechat.com,DIRECT",
  "DOMAIN-SUFFIX,taobao.com,DIRECT",
  "DOMAIN-SUFFIX,wx.qlogo.cn,DIRECT",
  "DOMAIN-SUFFIX,qpic.cn,DIRECT",
];

// 把旧规则合并到自定义规则后面
function main(config, profileName) {
  let oldrules = config["rules"];
  config["rules"] = prependRule.concat(oldrules);
  return config;
}

用GPT写个代码来模拟仓位管理

2025-06-11 14:40:22

运行结果如下

胜率设置：35.0%
胜利赔率：2.5倍
最大下注比例：50.0%
下注降低比例：70.0%
下注增长比例：1.3倍
最小下注金额：1

马丁格尔策略：
平均最终资金: 0.00
最高最终资金: 0.00
最低最终资金: 0.00
爆仓次数: 100 次，爆仓率: 100.00%

反马丁格尔策略：
平均最终资金: 3137.26
最高最终资金: 3904.19
最低最终资金: 2352.77
爆仓次数: 0 次，爆仓率: 0.00%

代码如下

"""
"""
马丁格尔策略 vs 反马丁格尔策略模拟程序

需求说明：
1. 模拟两种博彩策略的效果对比
   - 马丁格尔策略：输了就加倍下注，赢了降低下注（而不是重置为初始赌注）
   - 反马丁格尔策略：赢了就加倍下注，输了降低下注（而不是重置为初始赌注）

2. 核心参数：
   - 初始资金：100
   - 初始赌注：1
   - 每线程游戏次数：10000次
   - 线程数量：100个
   - 胜率：可调整（默认40%）
   - 赔率：可调整（默认1.5倍）
   - 最大下注比例：资金的20%
   - 降低下注比例：示例降低50%
   - 加倍下注比例：示例2倍
   - 最小下注金额：0.1

3. 风险控制：
   - 单次下注不超过当前资金的指定比例
   - 资金为0时停止游戏并记录为爆仓

4. 统计输出：
   - 平均最终资金
   - 最高/最低最终资金
   - 爆仓次数和爆仓率
   - 支持多线程并发模拟
"""

import threading
import random

# 参数配置
INITIAL_CAPITAL = 100     # 初始资金
INITIAL_BET = 1           # 初始赌注
COIN_FLIP_TIMES = 10000   # 每线程抛硬币次数
THREAD_COUNT = 100        # 线程数量
WIN_PROB = 0.35            # 胜率，示例40%
WIN_ODDS = 2.5            # 胜利赔率，示例1.5倍
MAX_BET_RATIO = 0.5       # 最大下注比例，示例20%
BET_REDUCTION_RATIO = 0.7 # 降低下注比例，示例降低30%
BET_INCREASE_RATIO = 1.3  # 加倍下注比例，示例1.3倍
MIN_BET = 1             # 最小下注金额

# 结果存储
results_martingale = []
results_anti_martingale = []

martingale_busts = 0
anti_martingale_busts = 0

lock = threading.Lock()   # 多线程锁，保护共享变量
def simulate(strategy_type):
    global martingale_busts, anti_martingale_busts

    capital = INITIAL_CAPITAL
    bet = INITIAL_BET

    for _ in range(COIN_FLIP_TIMES):
        # 检查是否有足够资金继续游戏
        if capital < MIN_BET:
            with lock:
                if strategy_type == 'martingale':
                    martingale_busts += 1
                else:
                    anti_martingale_busts += 1
            capital = 0
            break

        # 应用最大下注比例限制
        max_bet = capital * MAX_BET_RATIO
        bet = min(bet, max_bet)

        # 确保下注不超过当前资金
        actual_bet = min(bet, capital)

        win = random.random() < WIN_PROB

        if win:
            capital += actual_bet * WIN_ODDS
            if strategy_type == 'anti_martingale':
                bet *= BET_INCREASE_RATIO
            else:  # martingale策略
                bet = max(bet * BET_REDUCTION_RATIO, MIN_BET)
        else:
            capital -= actual_bet
            if strategy_type == 'martingale':
                bet *= BET_INCREASE_RATIO
            else:  # anti_martingale策略
                bet = max(bet * BET_REDUCTION_RATIO, MIN_BET)

    # 无论是否爆仓，都记录最终资金
    with lock:
        if strategy_type == 'martingale':
            results_martingale.append(capital)
        else:
            results_anti_martingale.append(capital)

threads = []

for _ in range(THREAD_COUNT):
    t1 = threading.Thread(target=simulate, args=('martingale',))
    t2 = threading.Thread(target=simulate, args=('anti_martingale',))
    threads.extend([t1, t2])

for t in threads:
    t.start()

for t in threads:
    t.join()

print(f"胜率设置：{WIN_PROB*100:.1f}%")
print(f"胜利赔率：{WIN_ODDS}倍")
print(f"最大下注比例：{MAX_BET_RATIO*100:.1f}%")
print(f"下注降低比例：{BET_REDUCTION_RATIO*100:.1f}%")
print(f"下注增长比例：{BET_INCREASE_RATIO}倍")
print(f"最小下注金额：{MIN_BET}\n")

print("马丁格尔策略：")
if results_martingale:
    print(f"平均最终资金: {sum(results_martingale) / THREAD_COUNT:.2f}")
    print(f"最高最终资金: {max(results_martingale):.2f}")
    print(f"最低最终资金: {min(results_martingale):.2f}")
else:
    print("无数据")
print(f"爆仓次数: {martingale_busts} 次，爆仓率: {martingale_busts / THREAD_COUNT * 100:.2f}%")

print("\n反马丁格尔策略：")
if results_anti_martingale:
    print(f"平均最终资金: {sum(results_anti_martingale) / THREAD_COUNT:.2f}")
    print(f"最高最终资金: {max(results_anti_martingale):.2f}")
    print(f"最低最终资金: {min(results_anti_martingale):.2f}")
else:
    print("无数据")
print(f"爆仓次数: {anti_martingale_busts} 次，爆仓率: {anti_martingale_busts / THREAD_COUNT * 100:.2f}%")

postgresql慢查询中止

2025-04-01 10:51:58

查询慢查询

SELECT
    pid,
    usename,
    application_name,
    client_addr,
    query_start,
    state,
    query
FROM
    pg_stat_activity
WHERE
    state = 'active' -- 只查询正在执行的查询
    AND query_start < NOW() - INTERVAL '5 minutes' -- 筛选出执行时间超过5分钟的查询
ORDER BY
    query_start;

中止慢查询

SELECT pg_terminate_backend(pid)
FROM pg_stat_activity
WHERE
    state = 'active'
    AND query_start < NOW() - INTERVAL '5 minutes';

rye使用镜像下载python和pypi包

2025-01-09 18:48:54

rye使用镜像下载python

echo 'export PYTHON_BUILD_MIRROR_URL=https://registry.npmmirror.com/-/binary/python' >> ~/.bashrc
source ~/.bashrc

让rye默认使用阿里云镜像下载包

rye可以自定义源，自定义源有限官方源，参考：https://rye.astral.sh/guide/sources，所以：

code ~/.rye/config.toml

[[sources]]
name = "aliyun"
url = "https://mirrors.aliyun.com/pypi/simple"

为自己写代码 修改