Go语言技术文章
-
- 墨刀AI能帮产品经理做需求变更评审吗？先画影响范围再改原型
- 本文讲解墨刀AI辅助产品经理完成需求变更评审的实用方法，覆盖影响分析全流程，附跨团队协作注意事项和常见问题解答。
- 文章 · 常见问题 | 1个月前 | 墨刀AI需求变更评审 产品经理需求影响分析 原型改动追溯方法 跨职能需求评审流程 需求变更管理技巧 304浏览 收藏
-
- Go unicode/utf8 RuneCountInString 如何估算显示字符数
- 用 Go 的 len、unicode/utf8.RuneCountInString 和项目级宽度规则区分字节数、Unicode 码点数与屏幕显示宽度，避免中英文、emoji 和非法 UTF-8 造成长度判断偏差。
- Golang · Go教程 | 1个月前 | 333浏览 收藏
-
- Python asyncio.timeout_at 如何用绝对截止时间包住任务
- 讲清 Python asyncio.timeout_at 如何用 loop.time() 计算绝对截止时间，正确处理 TimeoutError，并用 expired() 判断超时边界。
- 文章 · python教程 | 1个月前 | 470浏览 收藏
-
- Go errors.As 遇到指针和非指针类型怎么写目标
- 围绕 Go errors.As 的指针与非指针目标写法，解释 Error 接收者、%w 包装、接口目标和常见 panic 边界，给出可直接套用的判断表与代码示例。
- Golang · Go问答 | 1个月前 | 错误处理 · go · Go errors.As errors.As 指针目标 errors.As 非指针类型 Go 错误链匹配 Go Error 接收者 265浏览 收藏
-
- Java record pattern 解构嵌套 record 时如何处理 null
- Java record pattern 解构嵌套 record 时，外层嵌套对象为 null 会匹配失败，而已存在 record 的字段值仍可为空。本文用地址解析小项目拆开三层边界，并给出 Java 21 的安全判断写法。
- 文章 · java教程 | 1个月前 | Java · java record pattern 190浏览 收藏
-
- Go strings.FieldsFunc 如何按连续分隔符切词
- Go strings.FieldsFunc 会把连续满足条件的字符视为一个分隔区间，并丢弃首尾分隔符。本文用混合分隔符和边界输入说明如何稳定切词、避免空字段误判。
- Golang · Go教程 | 1个月前 | go · 字符串处理 · strings.FieldsFunc Go字符串切分 111浏览 收藏
-
- PHP 8.4 属性钩子读取和写入校验如何分工
- PHP 8.4 属性钩子可以把读取格式化与写入校验拆开。本文用一个可复用的值对象示例说明 get、set、virtual property、backing value 和反射验证之间的关系。
- 文章 · php教程 | 1个月前 | 226浏览 收藏
-
- 墨刀AI适合产品经理做需求澄清吗？从访谈笔记到评审材料的输入边界
- 本文分析墨刀AI在产品经理需求澄清中的适用边界，给出素材分类方法、分批操作规范和实用FAQ，帮助团队提升需求梳理效率。
- 文章 · 常见问题 | 1个月前 | 墨刀AI需求澄清用法 产品经理访谈笔记整理 墨刀AI评审材料生成 产品需求事实分类方法 墨刀AI输入边界规则 262浏览 收藏
-
- Go panic 值为 nil 时 recover 为什么读不到
- 解释 Go 中 panic(nil) 看起来无法被 recover 读取的原因，区分 Go 版本、defer 调用位置和 typed nil 接口，并给出可复用的恢复与记录写法。
- Golang · Go问答 | 1个月前 | recover · Go panic nil Go recover nil panic(nil) runtime.PanicNilError 293浏览 收藏
-
- OpenTelemetry 日志信号进入生产后如何和 trace_id 对齐
- 生产日志和 trace 对不上时，先区分上下文不存在、异步边界丢失和采集字段被吞掉，再统一 trace_id 格式、传递 context 并用关联率完成灰度确认。
- 科技周边 · 业界新闻 | 1个月前 | 日志 · 可观测性 OpenTelemetry trace_id 日志关联 400浏览 收藏
-
- Go strings.Cut 如何区分分隔符不存在和空字段
- Go strings.Cut 返回的空字符串不一定代表分隔符缺失，真正的判断依据是 found。本文用边界输入和可复用代码区分空字段与缺失分隔符。
- Golang · Go教程 | 1个月前 | go · 字符串处理 · strings.Cut Go字符串切分 272浏览 收藏
-
- Responses API 的结构化输出如何保留工具错误字段
- Responses API 的结构化输出不会自动校验工具返回值。本文用统一错误信封、function_call_output 和严格 JSON Schema 保留错误码、消息与可重试标记，并说明为什么还要保存原始工具结果。
- 科技周边 · 人工智能 | 1个月前 | API · 人工智能 · 结构化输出 · Responses API Structured Outputs function_call_output 111浏览 收藏
-
- SkildArt 电商AI作图怎么估算多平台改版成本？按比例、安全区和复核拆工时
- 本文讲解SkildArt电商AI作图多平台改版的成本估算方法，从画幅分组、安全区标记到工时拆分，给出落地性极强的实操方案。
- 文章 · 常见问题 | 1个月前 | SkildArt电商AI作图 多平台改版成本估算 电商素材工时拆解 设计安全区合规 跨境运营素材核算 232浏览 收藏
-
- Go defer 调用方法时接收者值为什么已经复制
- 解释 Go defer 调用方法时接收者和参数的求值时机，比较值接收者、指针接收者与闭包写法，帮助排查为什么延迟日志读到旧值。
- Golang · Go问答 | 1个月前 | 359浏览 收藏
-
- Go strings.Builder 如何避免拼接时意外复制
- strings.Builder 能减少循环拼接中的中间字符串复制，但 Grow、String、Reset 和按值传递都有明确边界。本文用最小示例说明如何预估容量、保持单一所有者，并用 Cap、Len 和基准测试判断优化是否成立。
- Golang · Go教程 | 1个月前 | 274浏览 收藏
查看更多
课程推荐
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案，代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景，打造一站式知识长龙服务，适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例，全面具体可落地，从理论到实践，一步一步将GO核心编程技术、编程思想、底层实现融会贯通，使学习者贴近时代脉搏，做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信：Le-studyg；在课程中，我们将首先介绍MySQL8的新特性，包括性能优化、安全增强、新数据类型等，帮助学生快速熟悉MySQL8的最新功能。接着，我们将深入解析MySQL的网络通信机制，包括协议、连接管理、数据传输等，让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网，分为导航，轮播，关于我们，成功案例，服务流程，团队介绍，数据部分，公司动态，底部信息等内容区块。网站整体采用CSSGrid布局，支持响应式，有流畅过渡和展现动画。
- 485次学习
-
- Golang深入理解GPM模型
- Golang深入理解GPM调度器模型及全场景分析，希望您看完这套视频有所收获；包括调度器的由来和分析、GMP模型简介、以及11个场景总结。
- 474次学习
查看更多
AI推荐
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集，涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用，助力提升NLP模型性能。
- 573次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台，提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能，助您快速选择最适合项目的高性能大语言模型。
- 616次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制，用户可对比不同大模型回答并生成实时排行榜，助力开发者优化模型及用户选择最佳AI工具。
- 646次使用
-
- HELM
- 深入了解斯坦福推出的HELM（Holistic Evaluation of Language Models）大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景，涵盖准确性、公平性、鲁棒性等多维度指标，助力开发者全面优化语言模型性能。
- 605次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台，提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景，助力开发者全面评估多模态模型性能。
- 422次使用
