Bird的个人博客

手把手搭建专属Java求职AI助手｜Hermes+飞书全流程（避坑实战版）作为一名备战Java求职的开发者，我踩了无数坑后终于用Hermes+飞书搭建出一套分工明确、自动复盘、长效记忆、可监督的专属求职助手体系。整套体系包含6个AI角色，覆盖Java学习、算法刷题、面试八股、AI开发、模拟面试、学习进度管理全场景。本文为完整落地经验贴，跟着步骤即可一键部署属于自己的求职AI团队。 一、方案价值与核心优势1. 解决求职备考痛点 学习记录零散，无法清晰梳理已掌握/薄弱知识点； 通用AI角色不固定，回答风格混乱，不贴合面试场景； 大模型存在上下文长度限制，长期对话容易丢失历史学习记录； 缺少专人监督与计划制定，备考节奏混乱，模拟面试无专业对手。 2. 本套方案核心亮点 角色专业化分工：6个机器人独立人设，回答风格、输出规则固定，适配不同学习场景； 外置记忆中枢：通过「学习监督官」统一托管学习数据，规避大模型上下文限制； 飞书生态集成：私聊/群聊直接使用，无需额外客户端，上手零门槛； 一键后台启动：批处理脚本静默运行，无需手动逐个启动服务； 灵活模型切换：支持主流大...

摘要：RabbitMQ除基础消息收发外，消息回退（备份交换机）、死信队列、延迟队列是项目生产环境最常用的三大高级特性。本文结合SpringBoot完整拆解原理、踩坑点与两种延迟实现方案，从理论到实战落地，适配日常订单超时、异常消息兜底、路由失败防丢等业务场景。 前言在分布式系统中，RabbitMQ常用来实现异步解耦、削峰填谷，但原生默认配置下容易出现消息丢失、异常消息堆积、定时延时处理困难等问题。 消息找不到队列被丢弃？→ 消息回退 + 备份交换机兜底 消费失败消息无限重试占用队列？→ 死信队列DLQ隔离异常数据 订单超时未支付自动关单？→ 延迟队列两种实现方案 本文基于SpringBoot版本进行全部代码演示，贴合项目实际开发规范。 一、发布确认高级：消息回退与备份交换机 生产者发送消息到Broker分两个阶段：Confirm确认（消息成功抵达交换机） + Return回退（交换机无法路由到队列），Confirm保证消息到交换机，而回退消息+备份交换机用来解决「交换机收到消息，但没有匹配队列导致消息丢失」的问题。 1.1 回退消息（Return机制）原理 开启生产者r...

面试的时候，被问到“Redis为什么快”，很多人第一反应都是“因为它是单线程的，没有锁竞争，而且数据存在内存里”。 但如果面试官接着问：“单线程的Redis，怎么同时处理上万条客户端连接？为什么它的网络模型这么高效？” 很多人就答不上来了。 Redis的高性能，绝不仅仅是“单线程+内存”这么简单，它的网络IO模型，才是支撑它高并发的核心。今天，我就从最基础的“用户空间/内核空间”讲起，一步步拆解五种IO模型，最后落到Redis的网络模型上，彻底搞懂它为什么这么快。 一、基础铺垫：用户空间 & 内核空间要理解IO模型，首先得搞懂操作系统的两个核心概念：用户空间（User Space） 和 内核空间（Kernel Space）。 1. 为什么要划分这两个空间？操作系统为了保护内核的安全，把内存分成了两部分： 用户空间：我们写的应用程序（比如Redis、Java程序）运行的地方，权限低，不能直接操作硬件资源（比如网卡、磁盘）。 内核空间：操作系统内核运行的地方，权限高，负责管理硬件资源、调度进程、处理IO等核心操作。 举个例子：当Redis要从客户端读取数据时，...

在分布式系统的架构中，缓存几乎是绕不开的一环。而Redis，凭借其高性能、丰富的数据结构和多样的部署模式，成为了缓存领域的绝对王者。但很多同学刚接触Redis时，可能只停留在set/get的使用层面，对它从“单点单机”到“分布式集群”的演进过程一知半解。 今天，我就带着大家顺着「单点Redis → 持久化 → 主从复制 → 哨兵模式 → 分片集群」这条线，聊聊Redis是如何一步步解决高可用、高性能、可扩展三大难题的，也算是对自己这段时间学习Redis的一个总结。 一、单点Redis：看似简单，却隐患重重刚接触Redis时，我们最先接触的就是“单点部署”——一个Redis实例，服务直接连接它读写数据。这种模式开发简单、部署方便，但在生产环境中却隐患重重： 性能瓶颈Redis核心逻辑是单线程的，单节点的处理能力有明确上限，面对高并发的读/写请求，很容易成为系统的瓶颈；同时单节点的内存也有限，无法存储海量的缓存数据。 可靠性灾难这是更致命的问题。如果这个唯一的Redis节点挂了（比如进程崩溃、服务器宕机），会直接导致缓存失效，请求全部打到数据库，引发“缓存雪...

一、Redisson基础分布式锁：从流程图看核心原理Redisson的基础分布式锁RLock，是业界实现Redis分布式锁的标杆方案，它解决了原生SETNX锁的原子性、续期、重入等问题。我们先从经典的锁流程图，拆解其获取与释放的完整逻辑。 1.1 锁的获取流程Redisson的加锁逻辑通过原子Lua脚本保证操作的原子性，避免并发场景下的竞态问题，整个流程可分为「加锁成功」和「加锁失败等待」两个分支： 分支1：加锁成功（TTL为null）当客户端尝试获取锁时，Lua脚本会检查锁对应的Redis Key： 若Key不存在：直接创建锁（采用Hash结构存储，Key为锁名，Field为「客户端ID:线程ID」，Value为重入次数），并设置初始过期时间； 若Key存在且为当前线程持有：重入次数+1，返回null表示加锁成功。 此时会根据用户设置的leaseTime（锁持有超时时间）做分支判断： 若leaseTime != -1：表示用户手动指定了锁超时时间，直接返回true，锁会在超时后自动释放； 若leaseTime == -1（Redisson默认场景）：开启WatchDog看...

自定义线程池：拒绝策略的实现思路在手写线程池的过程中，拒绝策略是保障线程池稳定运行的关键兜底机制。它解决了任务过载时的处理问题，本文从设计初衷、核心思想到代码实现，完整梳理拒绝策略的设计与落地思路。 一、设计初衷：为什么需要拒绝策略？线程池在运行时存在两个硬性限制： 核心线程数量固定，不能无限制创建新线程 阻塞队列容量有限，不能无限缓存待执行任务 当新任务提交时，若出现 核心线程已满 + 阻塞队列已满 的情况，任务既无法立即执行，也无法暂存队列。为了避免程序阻塞、任务丢失或系统资源耗尽，必须提供一套灵活的兜底处理方案，这便是拒绝策略的设计意义。 二、核心设计思想拒绝策略采用 策略模式 进行设计，遵循两个核心原则： 职责分离，解耦实现 线程池：只负责判断任务是否达到拒绝条件 阻塞队列：只负责判断自身容量是否已满 拒绝逻辑：由外部自定义，不硬编码在线程池内部 灵活可扩展切换或新增拒绝策略时，无需修改线程池与队列源码，只需替换外部实现逻辑即可。 这套设计思路，与 JDK 原生 ThreadPoolExecutor 的拒绝策略设计完全一致，理解后可以无缝对接原生线程池学习。...

Java 并发：synchronized 与 ReentrantLock 全面解析一、前言在 Java 多线程编程中，线程安全是核心问题。synchronized 与 ReentrantLock 是最常用的两种同步方案，都能实现可重入独占锁，保证临界区代码的原子性、可见性与有序性。 本文从底层原理、使用方式、核心特性、对比选型四个维度，帮你彻底搞懂二者的区别与适用场景。 二、synchronized 详解2.1 基本介绍synchronized 是 JVM 内置的隐式锁，由 JVM 自动管理加锁与释放，无需手动编码，使用简单、安全。 2.2 底层原理 字节码：通过 monitorenter/monitorexit 指令实现 运行时：依赖对象头 Mark Word 与 Monitor（监视器锁） JDK 1.6+ 优化：偏向锁 → 轻量级锁 → 重量级锁 自动升级 2.3 三种使用方式// 1. 修饰实例方法（锁当前对象 this） public synchronized void method() { // 临界区 } // 2. 修饰静态方法（锁当前类 C...

Harness Engineering 实践：通过 Cursor 高效开发 SpringBoot 项目全流程Harness Engineering（驾驭工程）是OpenAI在2026年提出的AI Agent优先的软件工程范式，核心定义为：将上下文、约束、验证、反馈回路和清理机制，编码成Agent可读、可执行、可持续演化的标准化工程规范（One Spec），解决规模化AI生成代码的可维护性、一致性和架构漂移问题。其核心公式为：可靠的AI研发 = 大模型 + 标准化Harness体系，模型是通用商品，Harness Spec是团队的核心壁垒。 下面我为大家展示一下我使用cursor开发一个轻量级后台管理API项目的流程 一、创建核心目录结构（全系统通用）先在项目根目录，手动创建 2 个顶层文件夹，作为所有 Agent 的共享规范中心： 你的项目根目录/ ├─ .agents/ # 核心：全局规则、技能模板存放地（所有Agent共用） │ ├─ rules/ # 红线规则目录 │ └─ skills/ # 技能模板目录 └─ .cur...

动态规划（DP）核心原理+解题模板+经典例题详解动态规划（Dynamic Programming，简称DP）是算法中解决最优子结构问题的核心方法，专门解决暴力递归重复计算、效率极低的痛点问题。 一、动态规划到底是什么？核心思想：把复杂问题拆分为若干个子问题，缓存/存储子问题的解，避免重复计算，最终推导出原问题的最优解。本质：空间换时间，通过数组/哈希表存储子问题结果，消除递归中的重复计算。 二、DP适用的三大必要条件（判断标准）一道题目能使用动态规划，必须同时满足以下3个条件： 重叠子问题子问题会被多次重复计算（例：递归求斐波那契数，F(5)依赖F(4)、F(3)，F(4)又依赖F(3)，F(3)被重复计算）。 最优子结构原问题的最优解，可以由子问题的最优解推导得出。 无后效性子问题的解一旦确定，后续决策不会改变该结果；仅关注子问题的结果，无需关心其求解过程。 三、DP标准解题五步法（万能模板）这是所有DP题目的固定解题流程，按步骤执行即可理清思路，以斐波那契数列为例讲解： 步骤1：确定状态定义dp[i]/dp[i][j]的含义（最关键步骤）例：dp...

时间：2026年3月22日 12:00地点：河北大学 阔别多日的阳光终于倾洒而下，河大才算真正迎来了它的春天。路上的人们纷纷卸下臃肿的棉袄，换上轻薄的外套，连脚步都轻快了几分，一切都像整装待发的模样。 放学路上，春风轻轻地拂过疲惫的脸颊，像是在温柔地安抚，风颤颤的吹过耳边，似有细碎声响，却又无从捕捉。 忽然想起图书馆下面那停车的老地方——此刻正盛放的桃花，粉艳地映着一旁整齐的四季青，像揉碎的春光落在墨绿的绸子上。几只小鸟扑棱着翅膀跃上枝头，欢快的叫声好像仍然萦绕在耳畔。 冬去了，春来了，老地方变了样，换了装。许是旧事怅惘，许是前路迷茫，这般复杂的思绪，伴随着春风与花香慢慢绕上心头，遂有感而发，写下小诗，名为《春事》。