ai主导下的项目架构演化研究 在AI作为主要生产力的当下，现有的业务项目架构已经不适配与ai来协同进行工作,例如上下文限制,幻觉和偏移等问题,以前的DDD架构、六边形架构、洋葱圈架构都是基于人来进行的设计的，ai无法向人一样进行思考和联系,因此业务项目架构也要与时俱进进行迭代,来适配ai主导下的工作模式; 当下遇到的问题 LLM上下文限制 LLM的context窗口容量限制,ai最宝贵的资源就...

Claude Code 工程化实践 前言 这一个季度里，对 Claude Code 的使用的一个总结,最开始的“自己主导 + Claude Code 协助”，逐渐过渡到了“Claude Code 主导 + 自己协助”的模式。在这个过程中，有大量的Vibe Coding和工作中的工程化的实践。 当下是2026/06这个时间节点，对当前的协作和实践方式做个阶段性总结,整篇文章将分为“一些理解”和“工程...

Cluade Code的workflow workflow就是ai深度嵌入研发流程中的的一套人机合作的流程,用于是一种研发流程级别的框架; Cluade Code的workflow目前主流的有OpenSpec、Superpowers、GSD(get-shit-done)、oh-my-claudecode、everything-claude-code, 这五个工具都是基于规范驱动开发 (Spec-D...

Cluade Code使用指南 Cluade Code使用指南主要分为3个部分,安装、使用、进阶,这三个部分 安装与配置 Cluade Code现在最新的安装方式主要是通过下载安装包进行,可以参考官网的快速指南,另外一种方式就是通过npm进行管理安装 安装Cluade与安装Cluade Code 安装Cluade # 安装最新版本 npm install -g @anthropic-ai/cl...

Chronicle Queue之基础理论 Chronicle Queue是一个持久化的低延迟消息传递框架,适用于高性能应用程序.它支持通过锁定机制实现多个写入操作,并支持多个无锁并发读取操作;Chronicle Queue使用堆外存储,为应用程序提供了一个不受垃圾回收 (GC) 影响的环境。在 Java 中实现高性能、内存密集型应用程序; Chronicle Queue 的设计理念是将所有相...

数据密集型应用系统设计-笔记(一) 记录在阅读《数据密集型应用》一书过程中的笔记和疑惑心得,以备后用; 数据系统基础 第一部分主要讲述的是数据系统基础部分,主要介绍数据系统特点、数据模型、数据操作这几个方面; 数据系统特点 数据密集型应用和计算密集型应用最大的区别是在于CPU是否是瓶颈,数据密集型应用的关键是在于数据量、数据的复杂度及数据的快速多变性上; 与数据密集型应用有关的模块(组件)通常有:...