java/php/node.js/python甲骨文在线学习系统的设计与实现【2024年毕设】

机器人运动控制学习3——动力学

现在正式进入动力学。

【CVPR 2025】UNEM：展开广义EM，让少样本推理超参数自动学习｜从少样本学习算法设计视角

CVPR 2025 论文 UNEM 解读：把广义EM迭代展开成 10 层网络（仅 21 个参数），在验证集上自动学习类别平衡与温度超参数；纯视觉最高 +10%，CLIP 11 数据集平均 +4.2pt。

AI Agent学习笔记（20260817）

肖斌。

【WMS学习笔记系列】02-系统架构设计

本文介绍了WMS（仓库管理系统）的系统架构设计，重点推荐采用模块化单体架构（Modular Monolith）作为中小型WMS的初始架构方案。该架构具有开发效率高、部署运维简单等优势，适合团队规模小、业务初期的场景。文章详细说明了技术栈选型（MySQL、Redis、RabbitMQ等）、模块划分方案（核心模块、入库/出库等业务模块），以及包结构规范。同时提出了库存扣减、库位推荐、波次策略等核心业务设计，并阐述了分布式锁的应用场景和安全架构设计（RBAC权限模型）。该架构支持未来平滑过渡到微服务架构，为系统演

近期手工规则转量化：按学习、表达、开发、验证推进

从手工规则进入可执行量化表达时，可以先分清学习、表达、开发和验证四个阶段。文章说明每个阶段要解决的问题，并解释 Python 与 API 应在规则表达和运行检查之间承担连接作用。

buuctf-pwn [NewStarCTF 2023 公开赛道]canary题解（学习过程持续更新）

本文记录了一个通过格式化字符串漏洞绕过Canary保护并利用栈溢出执行后门函数的PWN学习过程。首先分析了程序的保护机制（64位、Canary、NX、Full RELRO），通过IDA反编译发现存在printf格式化字符串漏洞和read栈溢出漏洞。通过调试确定输入数据到canary的偏移（40字节），构造两次payload：第一次利用格式化字符串泄露canary值，第二次结合泄露的canary构造ROP链，覆盖返回地址为后门函数（0x401262）成功获取shell。最终通过该漏洞获取flag完成挑战。

具身智能论文学习14：π0.5: a Vision-Language-Action Model with Open-World Generalizatio

《π0.5：具有开放世界泛化能力的视觉-语言-动作模型》提出了一种创新方法，通过在预训练阶段使用FAST离散动作和后训练阶段引入Flow Matching连续动作，实现了高效的规模化训练与实时控制平衡。该模型采用分层推理架构，能自主预测语义子任务并生成连续动作，在全新家庭环境中完成多阶段家务任务。实验证明，跨机器人数据协同训练和环境多样性显著提升了泛化能力，使模型在未见过的真实厨房和卧室中达到65%-95%的任务完成率。主要创新包括混合动作表示、统一的高层-低层推理框架及真实环境验证，但仍存在长时程状态管理

Linux系统学习【进程间通信、管道、匿名管道、以及命名管道、system V共享内存、消息队列以及信号量的原理解析与实践应用】

本文系统介绍了Linux系统中的进程间通信(IPC)机制，重点分析了管道、共享内存、消息队列和信号量等核心IPC方式。文章从进程隔离与通信需求切入，阐述了IPC在数据传输、事件通知和进程同步中的关键作用。通过对比不同IPC机制的特点与适用场景，帮助开发者根据业务需求选择合适的通信方案。文中结合实践示例，详细讲解了匿名管道、命名管道、System V IPC的系统调用接口和编程方法，并强调了资源释放的重要性。学习这些IPC技术将为并发编程、网络服务和分布式系统开发奠定基础。

PostgreSQL笔记5: 学习资源与社区生态全景指南

本文系统梳理了PostgreSQL在中国及全球的社区生态体系和学习路径。主要内容包括： 中国PostgreSQL社区组织： 中国开源软件推进联盟PostgreSQL分会（PG分会）：举办年度技术大会，提供PGCA/PGCE/PGCM认证体系和PostgreSQL ACE荣誉计划 PostgreSQL中文社区：维护中文文档，组织技术活动，设立MVP荣誉体系 学习资源： 官方文档和Wiki 推荐书籍（从入门到内核原理） 技术社区（PGFans问答社区、数据库内核月报等） 开发者资源（CommitFest、邮件列

AB测试系统学习

1、AB测试的定义：

青少年网页制作入门学习架构方案-阿雪技术观-东方仙盟

兴趣优先：特效先行，动态渲染实时反馈，降低网页入门门槛，提升青少年学习速度；对标考试：模拟 NetBeans IDE 环境，训练上机答题技巧，适配 Web 二级考试的练习需求；自主可控：可自建题库，支持嵌入式部署，对接外部测试平台，支持多端使用；学习闭环：代码保存、自动评分、进度笔记、错题复盘，形成完整学习闭环；开源探索：允许学生修改平台源码，自主开发特效，变被动刷题为主动创造；向上拓展：不只学网页基础，延伸到 AI 网页纠错、跨平台套壳、多编程语言交互，为后续软件开发打下基础。

如何学习opencode和openclaw源码

这是学习大型开源项目时最容易踩的坑。src/├── a.ts├── b.ts├── c.ts├── d.ts├── ...然后从第一个文件开始看。这种方式通常很快就会迷路。从一个真实问题开始，沿着调用链阅读源码。用户输入↓Session↓Agent↓LLM↓Tool Call↓↓↓Agent Loop↓最终结果通过一个完整请求，把整个系统串起来。当你能够解释这条调用链之后，再深入研究每一个模块。VS CodeOpenCode问题驱动 + 调用链追踪。

【ICML 2025】SynSup：理论引导的少样本合成数据训练｜从少样本视觉学习视角

【ICML 2025】SynSup 用可证明的泛化界同时指导数据分区、合成数据生成与分类器训练，10 个少样本数据集平均 87.0%，超最强基线 DataDream 达 0.7 个百分点。

LangChain 入门学习第三篇-工具调用和 Agent

前两篇已经完成了基础模型调用、PromptTemplate 和结构化输出。 这一篇开始进入 LangChain 里非常关键的一块：工具调用和 Agent。 本文对应代码位于 code/langchain-demo/chapter03。这一章依然保持独立目录，避免后续代码改动影响前面文章的示例。 本篇目标 在开始之前，先明确一下这篇要解决的问题。 前两篇里，模

【Kafka学习2】Apache Kafka 典型应用场景

Kafka作为分布式流处理平台，在多个场景中展现出核心优势。它最初为网站活动跟踪设计，具备高吞吐、低延迟特性，支持百万级消息处理。在大规模消息队列场景中，Kafka通过分区机制和持久化存储解决了传统MQ的扩展性瓶颈；在日志聚合方面，其实时流式处理能力显著优于传统文件收集方式。此外，Kafka原生支持流处理管道搭建，通过Kafka Streams实现状态化处理，并完美适配事件溯源模式，成为分布式系统的可靠提交日志。其多订阅、副本容错等特性，使其在指标监控等场景中表现优异。综合来看，Kafka已从消息中间件演进

doris学习3：查询优化，索引与执行计划

假设你有一张表叫 user_orders，你想对 order_status（订单状态）和 user_id 加索引，加速查询。SQL 命令如下：ALTER TABLE 表名_user_orders ADD INDEX idx_索引名 (字段名) USING INVERTED, ADD INDEX idx_索引名 (字段名) USING INVERTED;可以跟布隆过滤一起用：比如：-- 两个一起用，完美。

高通学习25--安装Hexagon toolchain Ubuntu（TODO）

【代码】高通学习25--安装Hexagon toolchain Ubuntu（TODO）

FreeRTOS学习（五）- 队列/IPC 模块

FreeRTOS队列模块是一个多功能复合组件，通过Queue_t结构体统一实现了队列、信号量、互斥锁等多种IPC机制。其核心设计采用邮局类比模型，通过uxItemSize和pcHead字段的多态设计区分不同功能：普通队列（数据复制）、信号量（仅计数）、互斥锁（优先级继承）。模块采用环形缓冲区管理数据，通过cRxLock/cTxLock机制实现ISR与任务的安全并发访问，将高频的ISR操作简化为计数，复杂的事件链表操作延迟到任务上下文批量处理。该设计实现了代码高度复用（3400行代码支持多种IPC）、运行高效