我感觉之前的实现有很大优化空间。之前用前次调用结果作为标记来实现 Promise 多次 resolve 和 reject 触发的正确逻辑,感觉有点太麻烦了,通过和 AI 的深入交流,这完全可以用简单的布尔值标记做到。
.NET 实现雪花算法:高效生成分布式唯一 ID
一个基于NET8搭建DDD-微服务-现代化Saas企业级WebAPI前后端分离架构:前端Vue3、IDS4单点登录、多级缓存、自动任务、分布式、AI智能体、一库多租户、日志、授权和鉴权、CAP事件、SignalR、领域事件、MCP协议服务、IOC模块化注入、Cors、Quartz自动任务、多短信、AI、AgentFramework、SemanticKernel集成、RAG检索增强+Qdrant矢量数据库、OCR识别、API多版本、单元测试、RabbitMQ
LFM线性调频和脉冲压缩的理论总结与仿真
这样是能探测到物体了,但是如果两个物体离得很近会发生什么呢。雷达发出的微波信号,在碰到第一个物体时返回,过一段时间碰到第二个物体的信号也会返回。由于回波信号的时间很长,雷达信号在接收第一个回波信号的过程中,第二个回波信号又来了,这就会造成两个信号叠加,雷达无法分辨出这两个距离过近的物体。
SHA1-HULUD 蠕虫硬盘递归检测器
如果你的项目依赖了这些包,
你的敏感信息可能已经泄露:GitHub tokens、AWS 凭证、NPM tokens、API keys 等等。
Manim进阶:用背景图片让你的数学视频脱颖而出
很多初学者(甚至老手)都想给动画加个背景图,但往往会遇到两个问题:
NeurlPS 2024! 扩散模型用于世界建模:视觉细节在Atari环境中至关重要| 计算机视觉 | 强化学习
论文名称:Diffusion for World Modeling: Visual Details Matter in Atari
MySQL数据库全方位优化指南:从硬件到架构的深度调优
硬件是MySQL性能的底层支撑,不合理的硬件配置会让后续软件层面的优化事倍功半。在硬件选型时,应将资金优先投入到以下核心组件:
GitLab Merge Request + SonarQube:构建可量化的 .NET Core 代码评审体系

宇树 Qmini 双足机器人训练个人经验总结
我最开始的目标是:
训练、渲染、视频录制全部在 AutoDL 上完成,不经过本地运行。
使用 swagger-typescript-api 在前端项目里生成请求代码
包含有类型注解,可惜文档不太详细,这里我记录一下使用方法,免得每次生成代码都要去搜索
小狮博客