刘家宁
搜索

搜索

标题、摘要、分类与标签均可检索，搜索完全在浏览器中完成。

共 88 篇文章

1.2 计算机之间的通信：网络

计算机网络的核心目标很朴素：让不同设备上的程序能够交换数据。 两台电脑用一根线直接相连，是网络；家里的手机、电脑和路由器组成的是局域网；大量局域网再通过运营商和骨干网络互联，就形成了互联网（Internet）。

1.3 操作系统

操作系统（Operating System，OS）位于应用程序与硬件之间。它有两个核心角色： 应用程序想读取 SSD 上的一段数据，并不需要知道 SSD 控制器如何发出电信号。它只需请求“打开这个路径下的文件并读取 4 KB”。操作系统

Agent、Tool Calling 与自定义工作流

一个工具调用 Agent 通常只做三件事： 这就是经典的 ReAct 式循环在工程上的核心。模型负责决策，运行时负责执行与记录；模型本身并不会直接运行 Python 函数。

AquaCrop 与气象驱动接口

AquaCrop 关注作物对水分条件的产量响应，适合在明确土壤、气象和管理输入下开展田块情景比较。FAO 明确其田块尺度计算采用内部均一假设，因此本项目需要用响应单元表达地块间差异，而不能指望单次运行解析田内所有空间过程。FAO 模型介

Functional API：entrypoint 与 task

Graph API 要显式声明 State、节点和边，适合控制流复杂、需要可视化的系统。但有些现有 Python 程序已经用 if、for、函数调用表达得很清楚，只想增加： Functional API 就是为这种情况准备的。它保留普通

Interrupt：Human-in-the-loop

interrupt() 会让图在节点内部暂停，将一份 JSON 可序列化的请求暴露给外部，并通过 Checkpointer 保存当前位置。外部可以几秒、几小时甚至几天后再提交决定，图使用同一 threadid 恢复。 它适用于外部世界需

LangGraph 实战：GIS 数据处理 Agent

构建一个“GIS 数据质检与发布 Agent”。用户给出一个数据集 URI，系统需要： 这个案例的重点不是具体 GIS 库，而是如何划分确定性代码、模型判断、并行任务、人工决策与外部副作用。

LangGraph 概览与学习路线

LangGraph 是一个用来编排有状态、可循环、可暂停、可恢复任务的运行时。 它并不负责让模型“更聪明”，而是负责让模型与普通代码在一个可控流程里协作：哪一步调用模型、哪一步查数据库、失败后从哪里重试、何时等待人工审批、恢复时沿用哪份

Memory：短期记忆与长期记忆

Agent 的记忆至少涉及三个动作： 如果只是无限追加聊天记录，得到的往往不是更好的记忆，而是更高成本、更慢响应和更多干扰。

Monorepo 与 Polyrepo：仓库边界不是架构边界

当一个团队从单一应用长出前端、服务端、共享组件、脚本和基础设施代码之后，仓库应该继续放在一起，还是按项目拆开，几乎一定会成为争论。 这场争论很容易退化成两句口号：Monorepo 方便复用，Polyrepo 边界清晰。两句话都没错，也都

NSGA-II 与稳健策略评价

高产、节水和降低极端损失常常需要取舍。如果方案 A 用水更少但产量也更低，仅凭两个指标不能断言它比 B 更好。 Pareto 非支配意味着：在给定候选集合与目标口径下，没有另一个方案在所有目标上都不差、且至少一个更好。它不是“唯一正确”

OpenCode 源码解析：Effect 运行时与生命周期

OpenCode 中的 Effect 不是为了把 TypeScript 写成“函数式风格”这么简单。它主要用来统一描述四件事：需要哪些依赖、可能怎样失败、怎样并发、结束时怎样清理。 例如可以把“按 ID 查会话”理解为：

OpenCode 源码解析：Session V2 与事件溯源

Session V2 最值得关注的变化，不是类型名后多了一个 V2，而是它重新定义了会话执行的可靠性边界：用户输入先成为持久事实，随后才唤醒执行；模型与工具产生事件，Projector 再把事件变成可查询的消息状态。 经典 loop 可

OpenCode 源码解析：工具、权限与 MCP

模型不能直接读文件、执行命令或访问 MCP Server。它只能产生结构化的工具调用意图；OpenCode 负责决定工具是否可见、参数是否合法、操作是否允许，以及结果怎样进入下一轮模型上下文。 经典工具规范位于 packages/ope

OpenCode 源码解析：消息、上下文与压缩

理解 Agent“记忆”的第一步，是把三个东西分开：数据库中的完整记录、OpenCode 内部的消息结构、某一次请求真正发给模型的上下文。它们有关联，但绝不是同一个对象。 但编程 Agent 的中间过程还包括：

OpenCode 源码解析：经典请求执行链路

这篇只追踪 packages/opencode 中的经典执行栈。目标是回答一个具体问题：用户输入“读取 README 并总结”后，系统怎样从一条消息走到工具调用，再走到最终回答？ 真正的源码比这段伪代码多出的部分，几乎都在处理可靠性：权

OpenCode 源码阅读导航

这组笔记以一次 Agent 请求为主线，解释 OpenCode 怎样接收输入、调用模型、执行工具、保存过程，并把实时状态返回客户端。目标不是逐文件翻译源码，而是建立一套能够继续验证和更新的心智模型。 这两条线不能揉成一张伪造的调用图。笔

Persistence：Checkpoint、Thread 与时间旅行

没有持久化时，图只存在于当前进程内：程序崩溃、部署重启或等待人工输入，执行上下文都可能丢失。 LangGraph 通过 Checkpointer 在执行过程中保存 State 快照，从而支持：

Reducer、消息状态与并行更新

节点返回的不是完整新状态，而是对某些字段的更新。Reducer 决定一条更新如何与旧值合并： 如果一个字段没有声明 Reducer，默认行为通常是覆盖：

RPC 与 SDK：把远程调用包装成本地体验

一段 RPC 客户端代码看起来可能像普通函数调用： 它有参数、有返回值、能被 IDE 补全，甚至错误也表现为语言里的异常。真正发生的事情却远比一次本地函数调用复杂：数据要序列化，连接可能失败，请求可能已经执行但响应丢失，客户端和服务端版

StateGraph：状态、节点与边

StateGraph 可以理解为一个围绕共享状态运行的状态机： 图不是静态的数据处理管道。它可以分支、汇合、循环、暂停并恢复，因此比传统 DAG 更适合 Agent。

Streaming、Subgraph 与多 Agent

Agent 的一次运行可能持续很久。若前端只等待最终字符串，用户无法区分“系统正在工作”和“系统已经卡死”。 LangGraph 可以流式暴露多个层面的信息：

WRF-Crop 原理与本土化

在本研究采用的框架中，WRF 描述区域大气变化，Noah-MP-Crop 把作物生长纳入陆面过程。作物不是一层始终不变的绿色表面：冠层、根区水分和生长阶段会随天气与管理变化，陆面的水热交换也随之变化。 开题报告把“气象—陆面—作物—事件

动态灌溉与 DB65 约束

本项目灌溉试验的科学问题是：在明确的管理规则和用水边界内，灌溉能否改善根区水分与作物过程，而且不引入新的季节偏差？ 应同时关注触发时间、单次用水、季节总量、土壤水分和作物响应。某次试验 LAI 改善但用水不合理，仍不能作为可推荐方案。

干热事件与损失风险口径

本研究需要区分天气事件、土壤水分状态、作物胁迫和最终损失。前几天有灌溉或根区仍有水时，一天无雨不必然引起水分胁迫；同样的高温出现在不同生育阶段，也未必带来相同影响。 这是研究中需要验证的解释链，不代表现有数据已证明各环节因果。

情景样本库与代理模型

它替代的是反复调用过程模型的计算成本，不替代观测事实。若训练标签来自 AquaCrop，它学习的是“指定模型及其假设下的响应”，而不是直接学到了真实世界的产量规律。 必须区分两类误差：代理相对过程模型的误差，以及过程模型相对观测的误差。

数字孪生与论文章节映射

本课题的系统价值在于让使用者回答：哪块田受影响、影响发生在何时、模型如何解释、有什么替代策略、各策略代价是什么。 开题第 19 页已展示既有 WebGIS 与 UE 场景基础；但“已有场景”不等于“本研究数据和优化结果已完整联通”。当前

数据来源与成果字典

原始数据保存来源和原始含义；处理数据保存空间、时间及单位统一后的字段；模型产物保存一次确定输入条件下的模拟结果。不要让同名文件在无记录情况下从“试跑数据”变成“正式数据”。 本地研究项目：本地路径

条件路由、Command 与 Send

控制流应选择最简单、最能表达业务意图的方式。能用固定边时，不必使用 Command；只有动态任务数量不确定时，才需要 Send。 给路由函数写 Literal[...] 返回类型，不仅改善类型检查，也能帮助图可视化推断可能目的地。

校准、验证与不确定性

历史 oksmokemissingprecip 只能支持有限的程序试跑判断。既不能因为名称里有 ok 就当作正式结果，也不能在换天气后只改标签就视为已经验证。 表中是验收框架，不能在缺少观测时用“模型自身输出符合预期”替代独立验证。

正式实验前的检查与待办

本页将“接下来做什么”转换为可验证的任务。本次只整理知识库，没有修改项目代码、替换天气文件或启动实验。 对应本地 S07 的 buildweatherwrfcsv、finalizewrfweather、runbaseline。这些是静态

毕业论文知识库

这套知识库回答三个问题：我的论文究竟研究什么？已有工作能支撑哪些结论？下一步怎样把流程变成可信的研究成果？ 正式开题题目为《干热复合胁迫下新疆主要农作物风险模拟与减灾策略优化技术研究》。目前可追溯的实施主线已收敛到“塔城市—玉米—202

玉米 case31 与晚季误差诊断

case31 提供了较好的 LAI 全季拟合基准，但晚季仍有结构性偏差。简单增加叶片状态，可以改善某个时刻，却不保证改善整个后续时段。 以下均为任务“论文第二部分”的历史记录，不是本次重新运行得到的结果。

研究进展与证据台账

评价范围：2020-05-20 至 2020-09-30；主导玉米、耕地比例不低于 0.5、运行时 CROPCAT=1；621 个有效像元，17 个 MODIS 时次。 这些数字支持“指定样本和窗口下 LAI 拟合较好”，不直接支持地块

研究问题与技术路线

论文的核心是：面对干旱与高温的共同影响，怎样把区域模拟转换为地块可解释、受用水约束且经过验证的管理建议？ 软件是实现手段。真正需要回答的是空间尺度是否可信、作物响应是否合理、策略收益是否在其他情景下仍然成立。

网格到地块与响应单元

当前路线主要是网格气象分配 + 地块属性驱动的 AquaCrop 响应模拟。更稳妥的说法是“地块尺度模拟产品生成”，而不是未经验证就称“精确降尺度”。 对连续的、可面积平均的网格变量，可定义：

资料索引与维护约定

整理日期：2026-09-08。目标为构建研究知识库，而非开展新实验。原始开题、项目方案与代码未修改；原有 WRF、降尺度、代理模型、多目标优化目录保留。 本次结合 PDF 文本及第 19 页图示核对开题材料，阅读指定任务历史记录、研究

错误恢复、测试与生产实践

错误处理不是统一 try/except。不同故障应进入不同恢复路径： 一个好错误不仅说明“发生了什么”，还说明“下一步由谁做什么”。

1.4 程序是怎样运行的

同一程序可以同时启动多个进程，每个进程拥有独立状态。修改磁盘上的程序文件，也不会自动改变已经加载到内存中的旧进程。 不同语言采用不同组合，没有“编译型语言”和“解释型语言”永远不变的二分法。

1.5 编程的基本模型

程序可以看成：接收输入，在一组规则约束下改变状态，产生输出或副作用。 一个订单程序的输入可以是商品与用户，状态包括库存和订单记录，输出可以是响应页面，副作用则包括写数据库和发送消息。

1.6 常用数据结构与复杂度

同一批数据可以用不同方式组织，而组织方式决定某类操作是否容易。 数据结构不是为了炫技，而是让系统经常执行的操作具有合适成本。

2.0 使用 Git 管理代码

没有版本控制时，项目目录很容易变成： 这种方式的问题不仅是文件名混乱，还包括：

2.1 前端是什么

前端是直接运行在用户设备上、负责呈现信息并接收交互的应用部分。 在 Web 开发中，它通常指运行在浏览器里的 HTML、CSS、JavaScript 及其资源。 前端不只是“美工”或“写页面”，它还要处理：

2.11 浏览器存储、缓存与安全边界

把缓存当唯一数据源，会在浏览器清理空间后丢失用户成果；把所有服务器数据永久复制到客户端，又会制造过期、隐私和一致性问题。 设计前先回答：哪一份是权威来源？数据丢失是否可接受？何时过期？是否含敏感信息？

2.2 前端模块化

小页面可以把所有代码放在一个 <script 里。项目变大后，这种方式会迅速遇到问题： 模块化是把系统拆成边界清晰、职责聚焦、通过明确接口协作的单元。 它的目标不是“让文件变多”，而是管理复杂度。

2.3 前端构建

开发时写的是源码（source code），最终部署的是构建产物（build artifacts）。把前者转换为后者的一组自动化处理，就叫构建。 简单的 HTML、CSS、JavaScript 可以不经过构建直接在浏览器运行。但现代项目

2.4 什么是框架？前端框架有哪些？为什么react不是框架？

开发软件时，我们不会从像素绘制、网络报文和数据结构全部手写。别人封装好的代码大致可以分成几种层次： 边界并非数学定理。同一个项目可以既自称框架，又允许像库一样渐进使用。比标签更重要的是知道：它替你决定了哪些事，你还必须自己选择哪些事。

2.5 把网页部署到公网上

localhost 或 127.0.0.1 指当前这台设备自身。开发服务器监听在这里时，请求不会离开你的电脑，互联网上的其他人自然无法访问。 让网站公开可用，至少要解决：

2.6 HTML：内容、结构与语义

HTML（HyperText Markup Language）用元素给内容增加结构和含义： 这里不是在告诉浏览器“第一行用 32 像素粗体”，而是在声明：这是一篇文章、一个一级标题和一个段落。视觉外观主要由 CSS 决定。

2.7 CSS：布局、响应式与渲染

CSS（Cascading Style Sheets）描述元素在不同设备、内容和状态下如何呈现。浏览器综合： 好的 CSS 通常描述关系，例如“卡片至少 16rem，能放几个就放几个”，而不是给每个元素写死屏幕坐标。

2.8 JavaScript：语言核心

JavaScript 是 ECMAScript 标准定义的编程语言。浏览器提供 DOM、Fetch、定时器、Storage 等 Web API；Node.js 则提供文件、进程和服务端网络 API。 Array.prototype.ma

2.9 异步、事件循环与 Promise

网络、磁盘和用户输入的速度远慢于 CPU。如果程序发出请求后原地占住主线程等待，页面会无法点击、滚动或绘制。 异步的核心是：发起一个暂时不能立即完成的操作，把继续执行所需的信息保存下来；操作完成后，再安排后续代码运行。

3.0 什么是 API？后端是为了什么？

API 是 Application Programming Interface（应用程序编程接口）。它规定一段软件如何请求另一段软件的能力，以及对方会如何回应。 API 的关键不是“联网”，而是接口契约：

3.1 HTTP

HTTP（Hypertext Transfer Protocol）是 Web 的应用层协议。它规定客户端和服务器如何组织、发送和解释一条条消息。 客户端不一定是浏览器，也可以是手机应用、命令行工具或另一台服务器。服务器也不一定是一台物理

3.2 后端框架做了哪些事？

假设我们只拿到操作系统提供的网络 socket。为了做一个可用的 Web API，至少需要自己处理： 这些工作并非每个项目的独特价值。后端框架把反复出现的基础设施问题整理成统一生命周期、扩展点和默认约定，让开发者聚焦业务规则。

3.4 身份认证与权限控制

登录成功只是建立身份上下文，授权仍要在每次受保护操作中判断。 授权策略不应只有 isAdmin 一个布尔值。真实规则可能与组织、租户、资源所有者、成员关系、数据敏感级别、时间和审批状态有关。

3.5 Cookie、Session、JWT 与 OAuth

Cookie 可以携带 Session ID，也可以携带其他偏好；Session ID 是 token，但不必是 JWT；JWT 可以放 Cookie，也可以放 Authorization 头；OAuth access token 也不

3.6 Web 安全基础

工程安全的目标是：在明确成本和场景下，降低攻击成功概率、限制影响范围、尽快发现问题并能够恢复。 安全措施也可能冲突：详细日志有助调查，却可能泄露隐私；更严格验证提高安全，却可能让账户恢复困难。需要明确取舍，而不是堆叠口号。

3.7 WebSocket、SSE 与实时通信

“实时”不是毫秒越小越好，而是业务能接受的最大延迟： 长连接会增加服务器连接数、状态、部署和恢复复杂度。如果每分钟更新一次，5～15 秒轮询可能比维护 WebSocket 更可靠、更便宜。

4.0 数据库是什么

日常交流中，“数据库”常常混指三件事： 应用通常不直接修改磁盘上的数据库文件，而是向 DBMS 发出命令。DBMS 负责查找、修改、并发控制、权限、持久化和故障恢复。

4.1 SQL 与关系模型

关系模型把数据表示为一组关系（relation）。在工程中，关系通常表现为表： enrollments 表表达“用户参加课程”这段关系。它让用户和课程可以各自独立存在，又能建立多对多联系。

4.2 表、主键、外键与数据建模

一张表不是某个页面的字段集合。页面会改版，数据模型应该表达相对稳定的业务事实。 好的模型不仅能保存当前页面需要展示的内容，还应尽量阻止不可能或无效的状态。

4.3 索引为什么能加速查询

假设 orders 表有一亿行： 如果没有可用索引，数据库可能只能从头到尾检查数据页，这叫顺序扫描（sequential scan）或全表扫描。复杂度直觉接近 O(n)：数据翻倍，需要检查的内容也大致翻倍。

4.4 事务、并发与隔离级别

如果第一步成功后服务崩溃，钱就凭空少了。事务让这两步组成一个整体： 若中途发现错误，可以 ROLLBACK。不过还要检查第一条更新实际影响了一行，否则余额不足时也可能继续给对方加钱。

4.5 Redis、缓存与数据一致性

Redis 把常用数据放在内存中，并通过网络提供一组针对数据结构的原子操作。它的价值不只是 key - value，还在于服务端理解值的结构： 例如排行榜不必每次把所有分数取回应用排序：

4.6 NoSQL 什么时候有价值

NoSQL 更接近“Not Only SQL”：它泛指不以传统关系模型作为唯一核心的数据系统。这个标签下面的产品差异极大： 因此，真正有意义的问题不是“SQL 还是 NoSQL”，而是：

5.0 测试的层次

软件几乎不可能通过有限测试证明“绝对没有错误”。测试真正提供的是证据： 测试也是一种可执行的行为说明。例如“库存为 0 时不能下单”比“下单函数应该正确”更具体，也更能指导实现。

5.1 调试与系统化排错

每一步都应该让可能原因变少。若一次改了五处，即使问题消失，也很难知道真正原因，甚至可能埋下新问题。 “网站打不开”信息太少。更好的描述是：

5.2 日志、指标与链路追踪

服务器进程仍在运行，不代表用户可以完成支付；CPU 正常，也不代表查询结果正确。 监控（monitoring）通常针对已知问题收集数据并设置告警，例如“5xx 比例超过 2%”。

6.0 Docker 与容器化

容器不是一台缩小版实体电脑。它本质上仍是宿主机上的进程，只是操作系统给它提供了隔离视图和资源边界： Linux 容器共享宿主机内核，所以启动快、额外开销较小。共享内核也意味着它的隔离边界通常不同于完整虚拟机。

6.1 CI/CD 与可靠发布

软件事故常不是因为系统从未工作，而是因为一次变更破坏了原有行为。CI/CD 把构建、检查、发布和验证变成可重复流程，缩短从修改到反馈的距离。 开发者频繁把小变更合入共享主线，每次自动构建和测试，尽早发现冲突。

6.2 扩容、负载均衡与高可用

“性能不够”可能指完全不同的问题： 扩容前先用 指标与追踪 找到饱和点。否则可能扩了 Web 服务器，真正瓶颈却仍是只有 50 个连接的数据库。

将其他盘的空间迁移至 C 盘

使用第三方工具 AOMEI Partition Assistant Standard，能够将任意同一硬盘的空间分配给 C 盘。 在主界面中，右键点击有空闲空间的分区（如 D 盘），选择“分配空闲空间”。

OpenCode 源码解析：常见概念

这篇不是词典，而是一张“源码阅读翻译表”：先弄清这些词在一般软件工程中的含义，再看它们在 OpenCode 里具体对应什么。 运行时是程序真正执行时所依赖的环境，负责调度代码、管理内存、提供文件和网络能力，并处理异步任务。

OpenCode 源码解析：模块设计

opencode源码解析——总体概览 讨论系统分层；这篇只讨论模块边界：每个模块拥有哪部分事实、依赖谁，以及为什么不能随意合并。 读一个模块时，可以连续问四个问题：

OpenCode 源码解析：总体概览

一次看似简单的“读取文件并解释”会跨过六层： 理解当前源码的关键不是背目录，而是先接受一个事实：本地版本中，成熟的 packages/opencode 执行栈与新的 Session V2 栈正在并存。

使用 Tailscale 和 SSH 访问异地电脑

目标是让 Codex 能直接读取台式机上的文件。台式机系统是 Windows 10，当前 Codex 运行在另一台MAC机器上，两台电脑不在同一个局域网内。 一开始尝试直接通过 Win10 的本地 IP 连接：