Euler的博客

累计撰写 213 篇文章
累计创建 83 个标签
累计收到 0 条评论

目录CONTENT

最新文章

【Python】不要神话 uv：一次真实的 Python 包管理实践反思最近一段时间，uv 在 Python 社区里非常火：快、现代、Rust 实现、替代 pip / poetry / pip-tools …… 看起来像是“Python 包管理的未来”。但在实际工程实践中，我遇到了一些并不理想的体验。这篇文章不打算唱反调，也不打算神话 uv，而是基于真实使用场景，
- 2026-01-05
- 0
- 0
- 0
- Python
【Agent】Agent任务类型区分很多讨论会把 “planning / research” 混在一起：有人说“要先规划”，有人说“要边做边想”。其实这两个词在工程语境里指向不同维度： planning：描述的是计划产物的结构化深度（shallow vs deep）。 research：描述的是执行过程是否形成闭环（linear vs
- 2025-12-20
- 5
- 0
- 0
- AI前沿
【数据库】数据库中的 Schema 究竟是什么？在日常数据库开发中，“schema”一词经常出现，但它的含义在不同数据库系统中并不一致。在一些项目中，schema 常被工程师用来指代“表结构”的变更，而在某些数据库（例如 PostgreSQL）中，schema 又具有严格的命名空间含义。为了便于理解，这篇文章从概念、不同数据库的实现差异和典型应用
- 2025-12-12
- 6
- 0
- 0
- 数据库与搜索
【运维】Docker 镜像最多能有多少层？以及每个 RUN 是否都会产生一层在写 Dockerfile 的时候，很多人都会隐约记得一句话： “每个 RUN 都会生成一层” 这句话基本正确，但不够完整。本文从 Docker 镜像层的上限说起，系统梳理 Dockerfile 各指令与镜像层之间的关系，并给出一些实战建议。一、Docker 镜像最多能有多少层？ Docker 镜
- 2025-12-10
- 5
- 0
- 0
- 运维部署
【MCP】chrome-dev-mcp 调试及其常见问题 chrome 启动命令 /Applications/Google\ Chrome.app/Contents/MacOS/Google\ Chrome \ --remote-debugging-port=9222 \ --user-data-dir=/tmp/chrome-debug 注意点
- 2025-12-08
- 7
- 0
- 0
- MCP
【模型通信】多机多卡通信体系梳理：NVLink、InfiniBand 与 RoCE 在深度学习模型规模持续扩大的背景下，单机单卡训练已无法满足大模型训练的吞吐需求。多机多卡架构成为主流方案，而在这类系统中，通信链路的带宽与延迟几乎直接决定训练效率与可扩展性。因此，理解 GPU 通信体系是大规模训练工程实践中不可绕过的核心基础。本文将从整体架构视角出发，系统梳理多机多卡训练通信方案
- 2025-12-01
- 6
- 0
- 0
- AI前沿
【Golang】golangci-lint安装与配置 golangci-lint 是一个功能强大的静态分析工具，专为 Go 语言开发者设计，帮助发现潜在的代码问题并改进代码质量。通过集成多个 Go 语言的 linter（如 govet, golint, gocyclo 等），它可以在开发过程中自动检测到代码中的错误、潜在的性能瓶颈、不规范的代码风格，甚
- 2025-11-27
- 8
- 0
- 0
- 后端技术
【工具】iTerm2 中 Vim 无法上下滚动文件内容的解决方案现状在使用 macOS 系统的 iTerm2 中时，可能会遇到 Vim 中无法通过键盘或鼠标上下滚动文件内容的问题。具体表现为，虽然你可以正常查看文件内容，但无法使用常见的快捷键（如 Ctrl-F 向下翻页、Ctrl-B 向上翻页）或者鼠标滚轮来滚动文件。导致原因这个问题的根本原因通常是 Vi
- 2025-11-27
- 5
- 0
- 0
- 开发工具
【Golang】Go设计哲学-组合优于继承：灵活、简洁、可扩展 Go 语言的设计哲学强调 “组合优于继承”，与传统的面向对象编程语言（如 Java 或 C++）不同，Go 没有传统的类和继承，而是通过组合来实现功能的复用。无论是在结构体的嵌套还是接口的组合，Go 提供了一种灵活、简洁的方式来构建可扩展的代码。这篇博客将详细介绍 Go 语言的组合和接口机
- 2025-11-27
- 6
- 0
- 0
- 后端技术
【LLaMA-Factory】核心参数配置指南 LLaMA-Factory 核心参数配置指南在使用 LLaMA-Factory 进行模型微调时，界面上的几个核心参数往往让初学者感到困惑。这些参数看似简单，实际上每个都影响着模型的训练效果和性能表现。本文将深入解析这五个关键参数的作用机制和配置建议。量化等级：在内存与精度间寻找平衡量化等级（Q
- 2025-11-13
- 10
- 0
- 0
- 模型微调

1
2
3
4
5
...
22