为什么需要模块化？ Spring Boot 作为 Java 生态系统中最受欢迎的框架之一，自 2014 年发布 1.0 版本以来，经历了巨大的增长。但这种增长也带来了一个严重的问题：自动配置包的膨胀。 让我们看一组数据： Spring Boot 1.0 (2014)：spring-boot-autoconfigure 仅有 182 KiB Spring Boot 3.5 (2025)：增长到 2 MiB 这意味着什么？在过去的 11 年里，自动配置包的体积增长了超过 10 倍。
虚拟机里跑 MySQL 8，容器直接起不来，日志里一句 Fatal glibc error: CPU does not support x86-64-v2 就完事了。折腾了一圈，发现是虚拟机 CPU 配置的坑。 问题现象 MySQL 8.x 容器启动直接挂掉，日志就一行： Fatal glibc error: CPU does not support x86-64-v2 glibc 在程序启动最早期就检测 CPU，发现不对直接拒绝运行，后面的服务全都起不来。
本文记录了使用 vLLM 部署 DeepSeek-OCR 的完整过程。 DeepSeek-OCR 简介 DeepSeek-OCR 是 DeepSeek 于 2025 年 10 月发布的开源 OCR 模型，主要特点包括： 多分辨率支持：从 512x512 (Tiny) 到 1280x1280 (Large) 多种分辨率模式 动态分辨率：支持 “Gundam” 模式，组合多个 640x640 patches 和 1024x1024 patch Grounding 能力：可以定位和引用图像中的特定元素 文档转换：将文档转换为 Markdown 格式，保留布局结构 高性能：在 A100-40G GPU 上可达约 2500 tokens/秒 模型已在 2025 年 10 月 23 日被 vLLM 官方支持，可以直接使用 vLLM 部署为 OpenAI 兼容的 API 服务。
Claude Cookbooks 是 Anthropic 官方提供的一套实用示例集合，展示了如何有效地使用 Claude API 构建各种 AI 应用。这个仓库提供了可直接复制使用的代码片段，帮助开发者快速将 Claude 集成到自己的项目中。 仓库结构 Claude Cookbooks 的仓库按功能模块组织，主要包含以下几个目录： 核心能力 (capabilities/) 这个目录展示了 Claude 的基础能力应用： 分类 (Classification)：文本分类、情感分析等任务 检索增强生成 (RAG)：结合外部知识库提升回答质量 摘要 (Summarization)：长文本摘要、会议纪要生成等 工具集成 (tool_use/) Tool Use 是 Claude 的强大特性之一，这个目录包含：
什么是 SubAgent？ SubAgent是 Gemini CLI 中的一个重要特性，它允许主 AI 代理将复杂任务委派给专门的子代理来处理。这种分层架构使得任务处理更加高效和专业化。 v0.9.0 引入对SubAgent的基础支持 在 v0.9.0 版本中，Gemini CLI 引入了 SubAgent 的基础支持，主要包括： 1. 配置支持 通过 enableSubagents 配置项，用户可以启用或禁用 SubAgent 功能。这个配置项在系统范围内建立了子代理的注册和管理框架。
Gemini CLI发展到v0.9.x后，继续跟进一下其扩展系统的更新。 扩展系统概述 Gemini CLI 的扩展系统将提示（prompts）、MCP 服务器和自定义命令打包成熟悉且用户友好的格式。通过扩展，可以扩展 Gemini CLI 的能力，并与他人分享这些能力。扩展系统被设计为易于安装和分享。 想要浏览现有的扩展示例，可以访问 Gemini CLI extensions，那里汇集了各种实用的扩展。
OpenSSH 9.6 有几个高危漏洞，其中 CVE-2024-6387 最严重，远程代码执行，root 权限，影响范围很广。还有 CVE-2023-51767 身份验证绕过，以及几个中危漏洞（CVE-2025-26465、CVE-2025-26466、CVE-2025-32728）。 生产服务器在内网隔离环境，没法直接连外网，所以只能离线升级。这里记录下在 openEuler 24.03 LTS-SP1 上升级到 OpenSSH 10.2 的完整过程。
一直以来，Gemini CLI 的 run_shell_command 工具只能处理简单的、非交互式的命令。执行 ls -l 或 echo 'hello' 没问题，但一旦涉及到需要用户实时输入或具有复杂终端界面的程序，比如 vim、ssh、git rebase -i 或 top，通常会失败或者卡住。 这个限制在实际工作中很不方便。想象一下，如果正在使用 Gemini CLI 进行辅助开发，需要编辑一个配置文件或者进行交互式的 git 操作，却发现必须切换到另一个终端窗口才能完成。这种割裂的体验让 AI 助手难以真正融入到日常的开发流程中。
MCP（Model Context Protocol）是一个开源标准，用于 AI 工具集成。通过 MCP 服务器，Claude Code 可以连接到外部工具和数据源，包括数据库、API 和各种服务。 本文基于 Claude的官方文档 介绍如何在 Claude Code 中配置和管理 MCP 服务器。 MCP 能做什么 配置 MCP 服务器后，可以让 Claude Code 执行： 从问题跟踪器实现功能：“添加 JIRA 问题 ENG-4521 中描述的功能并在 GitHub 上创建 PR” 分析监控数据：“检查 Sentry 查看 ENG-4521 功能的错误情况” 查询数据库：“根据 PostgreSQL 数据库查找 10 个使用该功能的用户邮箱” 集成设计：“根据 Slack 中发布的新 Figma 设计更新邮件模板” 安装 MCP 服务器 方法一：添加远程 HTTP 服务器（推荐） HTTP 服务器是连接远程 MCP 服务器的推荐选项。
Claude Code 的 Subagents 是一个强大的功能，它通过引入专门化的 AI 助手来解决软件开发中复杂任务的处理问题。每个 Subagent 都是一个独立的、专门针对特定任务领域优化的 AI 实体，具有自己的上下文窗口、定制化的系统提示词以及配置化的工具访问权限。 核心概念 Subagents 的设计理念基于专业化分工的原则。