个人的真实记录，且看我究竟能不能翻身，能不能成长自己，欢迎评论，点赞

个人背景：90年，2010计算机系，2014年进入社会，现在2016年，走过了12个年头，工作12年，三分钟热度，任何的方向，都没有超过3个月，先后报名了各种培训班。都没有坚持下去....

• 1、尼恩架构班（收藏了好多视频没看）
• 2、拉钩教育（学习了半年后面的项目没学完）
• 3、图灵教育（给了9800，没去上课了）
• 4、考架构师证（没过）
• 5、搞K8s（没坚持下去）
• 6、买了各种算法课（没去看）
• 7、买了各种极客时间的小班课（咸鱼，淘宝二手货）。
• 8、3万多英语课程（搞了半年又退货了，违约金好多。。）

最近又是感觉到迷茫，明明买了很多课程，但是今天决定这个重要学这个，明天觉得那个重要学那个。既想要一份稳定的工作，又不想要这样苟活着。

现在工作的内容都是轻车熟路了，每天都在业务里面滚磨带爬的，还是比较稳，公司应该不会把我开掉的。我的想法是年底能够找到一份远程的兼职工作，能够获取额外的收入。

最终决定的方向是：Go+远程工作+英语

• 远程工作不受年龄和地域限制，海外（尤其远程工作领域）对年龄包容度高。

• Go语言在远程工作、云原生领域是主流，且你已开始接触。

• 一旦走通，可以同时兼顾当前工作（苟着保底）和远程收入，实现“两条腿走路”

• 国内Java架构师这条路，对我而言已经是“高成本、低边际收益”的赛道。我投入多年，始终无法突破面试和项目深度，说明这条路与你的能力结构、职业阶段匹配度不高。

• 远程工作是我能实现“收入跃升 + 年龄脱敏”的唯一杠杆。而Go + 英语是远程岗位（尤其是海外远程工作、外企远程）最刚需的组合。

• 我当前有一份Java工作保底，这是我转型的缓冲垫，不必急于辞掉。

现在活到这把年纪了，真的得好好的为自己认真的活一次了。今天立下一个Flag，就是这篇文章，我打算一直更新下去，每天都往这个里面进行记录。

2026年的目标 高并发后端、云原生工具、Web3 基础设施。

1、高并发后端项目 - Gin https://github.com/gin-gonic/gin

• 看它的 Context 是如何设计的（对比 Java 的 ThreadLocal）。
• 看它的 中间件（Middleware）链式调用 是如何实现的。
• 它的 路由树（Radix Tree） 是如何匹配的（理解 Go 对算法效率的极致追求）

2、顶级高并发与指标处理 - Prometheus https://github.com/prometheus/prometheus

• 看它的 Goroutine 池 是如何管理的。
• 看它的 存储引擎（TSDB） 接口定义（学习 Go 的接口抽象高度）
• 看它如何处理 优雅停机（Graceful Shutdown）。

3、以太坊的官方实现 Go-Ethereum (Geth) https://github.com/ethereum/go-ethereum

• 看它的 P2P 网络层 是怎么写的
• 看它的 并发模型 怎么处理区块链的共识。
• （看懂任何一块代码，工作任我挑选）

今日陪同家人去玩，没有学习。最近有所感悟，想改变自己，彻底摆脱一事无成的自己。于是定下了为期300天的规划。分别使用Gemini和DeepSeek在做规划。还是现在11点钟了，有点累了，明天周日再规划学习路径。

在针对做计划的时候，先前总是想着能够非常的具体，精确到每天什么的，规定好每天的任务，但是这样一来会约束自己，在做计划的时候，任务越是明确，感觉自己的灵活度不够。所以在做计划的初期，我就粗略的定下一个目标，就是得把三个Go项目啃下来，分别是Gin，Prometheus,Geth。具体怎么做，再单独新增一篇文章来处理吧。

目前自己不太懂Go语法，如果还是使用以前的方法，从头到尾的把语法过一遍。那就太慢了。目标就是搞懂这个Gin，进行源码分析，输出文章。语法什么的都是顺手的事情。

今天主要的内容就是学习 Gin中的使用，和Geth的使用，我先是使用codex，对整个项目进行分析。然后让它来教会我应该如何学习这个项目。

今日学习总结：

1、在Gin这个项目中，主要的学习了最简单的Web启动流程中的，这段代码中，了解了

func main() {
 // Create a Gin router with default middleware (logger and recovery)
 r := gin.Default()

 // Define a simple GET endpoint
 r.GET("/ping", func(c *gin.Context) {
  // Return JSON response
  c.JSON(http.StatusOK, gin.H{
   "message": "pong",
  })
 })

 // Start server on port 8080 (default)
 // Server will listen on 0.0.0.0:8080 (localhost:8080 on Windows)
 if err := r.Run(); err != nil {
  log.Fatalf("failed to run server: %v", err)
 }
}

r.GET("/ping", handler) 是向 Gin 的 Engine 注册一条规则：当收到 GET /ping 请求时，使用这个 handler 处理。真正收到 HTTP 请求后，请求会先进入 ServeHTTP，再进入 handleHTTPRequest。Gin 会根据请求的 Method 和 Path 找到之前注册的 handler，然后把当前请求的 Context 传给它执行。通过 c.Next() 按顺序执行这一组函数。

r.GET("/ping", m1, m2, handler)

这是注册一条 GET /ping 规则 这条规则绑定了一组函数：m1、m2、handler 前面的通常是中间件，最后一个通常是真正业务 handler 请求来了以后，Gin 找到这条规则 然后通过 c.Next() 启动这组函数的执行 中间件里如果不调用 c.Next()，后面通常不会继续执行 中间件里 c.Next() 前后的代码，分别表示“后续流程前”和“后续流程后” 所以执行顺序会像这样：

m1 before
m2 before
handler
m2 after
m1 after

2、go-ethereum项目中的学习情况：

今天再次的学习这个项目时，我没有一上来就学习里面的源码，我让Codex告诉我这个项目能够干什么，是否能够启动起来。

go run .\cmd\geth --dev console

这会启动一个本地开发用的 Geth 节点，并进入交互控制台

通过这种方式启动时会：

• 1、自动给你一个测试账户
• 2、默认可挖矿
• 3、不连外部网络
• 4、适合学习和实验

运行后节点已经启动成功，而且当前开发链的区块高度是 0。

Using developer account address=...
意思：Geth 自动给你准备了一个测试账户。

network=1337
意思：你现在跑的不是以太坊主网，而是一条本地开发链。

Writing custom genesis block
意思：程序正在写入这条开发链的创世块，也就是第一个区块。

Loaded most recent local block number=0
意思：当前链上只有创世块，所以高度是 0。

You are running Geth in --dev mode
意思：这是开发模式，不是正式网络环境。

Networking is disabled
意思：这个节点不会去连接外部以太坊节点，只在你本机自己玩。

今天太晚了，就搞到这里吧。

今天在上班的路上，听英语的博客，两人对话的那种，发现自己很多都是听不懂，因为我看了一下词汇量部分，快接近一万了那种，想要真正的去听懂这些，词汇量必须得上才行。B站上面有个恋恋有词的，我在想是不是可以去听这些单词讲解类的，起码能够快速的提升自己的英语听力和应用能力水平。

上午使用Go语言做了一个Excel导出Sheet的工具，建了Github仓库上传了。里面具体的代码细节还没有彻底搞明白，晚上再深入的研究每一行代码看看怎么回事。

午睡后醒来后，发现脉脉发了一条消息，50K-80K 15薪的公司，要求要有架构经验，Java后端框架，SpringBoot,微服务，数据库，Nosql,消息系统（RabbitMq,Kafaka，RockMq等）还需要有LLM相关项目的架构开发设计经验，还要有英语作为工作语言，全球化的跨时区工作。

英语真的是必备一门技能。目前每天投入的比重还是很少，词汇量不够，应该如何办呢？

晚饭时间，看了B站上面的恋恋有词，朱伟老师的的单词讲解，感觉能够学到东西。他的例句都是从报纸中获取的，感觉很有难度，说是有7000词什么的。不过这个背单词的话，肯定得重复几遍才行的。光靠看一次，是不够的。后面要么买一本对应的单词书。

然后又网上搜索了一下，他们觉得这个恋恋有词，废话太多了，推荐庞肖狄词汇。还没看Mark一下。

晚上看了一下 gin的说明文档，打算深入学习这个框架了，但是在学习框架之前，必须得要知道当前这个项目能够做什么？先把文档看看 https://gin-gonic.com/en/docs/introduction/

Go Examples 这个项目是go语言的案例，可以先看看这个项目。快速对整个Gin能做什么有一个快速的了解。

比较了下，还是恋恋有词的好一些。后面就跟着这个课程走吧，在上班通勤的路上。

今晚在公司的时候，看了关于gin的官方文档，有一个系列教程的。还有一个example项目。目前是使用codex进行项目分析，然后制定学习路径进行学习。

早上在想，要么整一个项目，在实现功能需求的时候，把相关的知识点全部串起来，这样学习的方式最快。不过也得看看Go适合做什么，它不是号称性能很高么，底层究竟是什么原理呢？ 晚点github搜下实用的项目？

算了，还是先把那个gin example的项目，全部吃透了再说。

早上上班通勤的路上，学习了朱伟老师恋恋有词的第二课，还没有学完，晚上回家路上继续。

现在铺天盖地的都是小龙虾，小龙虾，Agent什么的，等过阵子，比如说把 Gin完全吃透了，再整个极客时间的课程来深入学习下。

工欲善其事必先利其器，所以，今天我得好好看看，我所感兴趣的技术路线图，究竟包含了什么内容。

https://roadmap.sh/system-design 系统设计：这个是一个比较高纬度的视角去看待一个系统中的非功能性需求，考虑一个系统的稳定性，可靠性，负载均衡，缓存策略，性能反模式，数据库技术选型，监控，云设计模式等，如何设计一个弹性的系统。这是一个架构师必备的路线图

https://roadmap.sh/design-system 设计系统，感觉更像偏前端的一个路线图，UI元素什么的

https://roadmap.sh/software-design-architecture 如何构建一个好的系统，代码应该如何写，如何组织，一些设计原则，设计模式，系统架构模式（领域去懂你，MVC，微服务，Serverless,CQRS）

https://roadmap.sh/software-architect 系统架构设计中，如何和其他的组件进行交互，从技术选项，架构模式，工具，大数据，数据分析，网络，移动端，更像一个技术员应该掌握的技能

https://roadmap.sh/blockchain 区块链机构，共识算法，EVM以太坊，UXTO，TVM，Solana,智能合约，Ide,单元测试，安全性，dApp,前端知识，客户端就节点，应用Defi,NFTS,扩展构建

https://roadmap.sh/claude-code 基本组件，ClaudeCode命令，工作流，Skills,子代理，上下文管理，MCP，插件，安全性

https://roadmap.sh/golang 数据类型，变量，数组，Maps，结构，方法，指针，泛型，接口，代码组织，错误处理机，并发，测试，网络,ORM,日志，GO 命令，代码分析，内存管理

https://roadmap.sh/java 基本概念类型，面向对象变成，错误处理，依赖注入，文件操心，集合，并发，功能性编程，构建工具，Web框架SpringBoot,数据库访问，日志，测试

https://roadmap.sh/backend 语言，网络相关概念，版本控制，数据库，APi（类型，授权方式，网络安全）缓存，WebServers服务，AI相关（LLM，RAG等），编程助手，提示工厂，MCP，Agent,代码重构，文档生成，AI 提供上，集成模式，CI/CD,测试，容器化（Docker，K8s），消息队列，搜索引擎（ES,Solr），实时数据，可扩展数据库，NoSql数据库，NoSql数据库集合，可观测性

https://roadmap.sh/devops 脚本，监控，操作系统，VCS，容器，网络协议，网络应用，云提供者，Serverless,CICD，隐私管理，可观测性，云设计模式

https://roadmap.sh/ai-agents LLM基础，模式，提示工厂，工具，MCP，创建MCP服务，代理记忆，代理架构，构建代理，Function,Calling,框架（LangChain,LangGraph）,可观测性工具（LangFuse,LangSimis），安全性

https://roadmap.sh/ai-engineer LLM是如何工作的，LLM因素，Token，Context,提示工程，上下文工程，AI模型，选择正确的模型(Gemimi,OpenAI,Claude)，平台（Hagging Face）,向量化，Embeddings，Rag,MCP,安全与道德，开发工具

https://roadmap.sh/vibe-coding 使用氛围编程的一些有用的建议

https://roadmap.sh/aspnet-core 数据库部分，核心概念，数据映射，缓存，依赖注入，数据库类型，日志框架，API客户端，实时通讯，对象映射，人呢无调度，测试用例框架集合，微服务相关（消息队列，消息总线，网关，其他框架，MediatR,Polly等）

https://roadmap.sh/spring-boot 安全，自动装配 ，其他的关键组件

晚上回家的地铁路上，听了恋恋有词的视频，学习了一些东西。

今天听到一个比较惊悚的真相，现在整个世界都在进行一次程序员的大屠杀，掌握Ai的人会把那些不会Ai的人全部Kill掉。所以究竟是被人杀，还是拿起刀去杀别人，是一件值得深思的事情。这个世界已经容不得不会Ai的人了。

在目前的工作中，其他同事在搞AI相关的，而我目前的工作内容并不包含。但是我不包含，并不意味着自己就可以不懂这个技术，相反，要比其他人得更懂这个技术才行。

因为：在这个不是杀人就是被人杀的时代，得要有自保能力才行啊。 -- 我只想活着

为了保持时刻的技术灵活性，应该跟着极客时间，他们出什么课程，就要去买什么课程去学习才对，这样才能跟得上技术前沿。

所以要么时间再分配一下，早上多关注AI相关的，LLM相关的，下午主力输出技术，晚上再搞Web3，Go相关的？

学习了一下 Langsmith,简单的来说，就是针对这些大模型的调用，增加一个Log日志，监控日志，有点像Skywalking一样的东西。然后配合一个 Langsmith UI 可以可视化的看一些细节

from openai import OpenAI
from langsmith.wrappers import wrap_openai  # traces openai calls

def retriever(query: str):
    return ["Harrison worked at Kensho"]

client = wrap_openai(OpenAI())  # log traces by wrapping the model calls

def rag(question: str) -> str:
    docs = retriever(question)
    system_message = (
        "Answer the user's question using only the provided information below:\n"
        + "\n".join(docs)
    )
    resp = client.chat.completions.create(
        model="gpt-4.1-mini",
        messages=[
            {"role": "system", "content": system_message},
            {"role": "user", "content": question},
        ],
    )
    return resp.choices[0].message.content

if __name__ == "__main__":
    print(rag("Where did Harrison work?"))

目前Claude Code 我还没有深入使用过，这块得花时间补上才行，因为现在铺天盖地的的都是他们，但是自己都没有掌握，闭着眼睛，等别人宰么？

还有各种Skills，MCP什么的，自己的没有了解，真的是睁眼瞎了。

今日总结：今天上午主要是扩展自己的知识面，看看前沿的技术都有什么，AI相关的，下午所有的时间都在AI上面了，虽然也是使用Codex进行了代码工作。但是对于ClaudeCode和Ai Agent节点流程编辑，还是不懂

如何打造一个虚拟团队，是迫在眉睫的事情。

今天已经列举了很多的Github仓库连接。得每个仓库都要花时间去学习，起码能够跑起来，看看是什么效果才行。

不过，今天有些点还是没有做好。就是，通勤时间没有完全利用起来，应该全部用来学习英语单词的。Go语言今天没有任何进步，区块链也是没有任何的进步。今天打个差评。工作时间太长了，得缩短一些才行。要有更多的时间用来学习新的知识。看新的网站和github仓库。

2026-03-25-整理的资料集合

昨晚一夜没睡，今天上班通勤没有听英语 之前有个项目，我使用Codex做了一个Web页面，昨天晚上和今天早上在学习相关的React语法

今天正式重新规划了从4月份到12月份的一个学习计划，精确到每个周，需要产出什么。

早上还搭建了一下自己的博客 https://langkemaoxin.github.io/ 后面就把自己想要发表的，想要说的内容就通过博客给记录下来

晚上的时候，看了一下，使用Java如何搭建一个MCP服务器 是公共@MCPTool去暴露接口，然后Agent或者Ide直接使用这个 MCP地址。

关于MCP的相关概念得系统学习下

https://modelcontextprotocol.io/specification/2025-11-25/basic

https://github.com/langchain-ai/langchain-mcp-adapters

在目前的工作当中，用到了 DeepAgent也带好好研究一下究竟是什么东西

https://github.com/langchain-ai/deepagents

https://docs.langchain.com/oss/python/deepagents/overview

关于Codex Skill，一直想要去好好的看看怎么使用的。

早上上班途中看了恋恋有词的视频，还是得做笔记才行，不过也可以就这样。自己所有的闲暇时间，都用来学习英语。 通过他们分析例句，提高自己的英语水平。

目前自己想要学习的东西太多了，但是Go和Web3是一定要去学习的，Ai，Agent，要求熟悉和掌握，自己可以不去开发，但是一定得看得懂，知道他们在干什么。今天第7天了，关于GO和Web3都没怎么动，是有问题的。

工作中，分为本职工作，必须要写的代码，还有AI Agent相关的，这个也是工作内容，只不过是别人的工作内容而已。

最近收集了很多的仓库的github。但是很多仓库都不明白是什么意思，也不知道是怎么用的。

对于每个仓库，起码得知道，他都能够做什么。并且能够写下日记来记录一下。

关于AI Agent的很多概念，得跟着RoadMap快速的学习和了解一下。

我刷到一个仓库，可以使用很多免费的API，到目前为止，我都没怎么好好的使用API Key，去尝试这些新的技术点。

关于这个ClaudCode 很多Agent都需要 API Key,先解决这个 API Key免费问题。

还有一个，能够让我们去使用页面登录，然后就可以免费使用API了，这两个仓库先好好的看看。

2026-03-27-整理的资料集合

今日工作安排

从今天开始

设计一个名字加做《闻啼鸟》的APP，用户录制一段鸟叫声，然后AI分析出是什么鸟，有可能AI会分析出多个，每种鸟都有对应的置信度。整体设计要美观大气清新。

今天学习了很多的东西，比较杂乱，现在整理了一下

https://www.youtube.com/watch?v=bQxVeJmJTO4

我用一套全新工具链，VibeCoding了一个好玩的手机APP----《闻啼鸟》。只需要录制一段小鸟的叫声，AI就能分析出鸟的品种，并且弹出图文知识卡片。 我使用OpenCode实现了一个Python后台服务，调用本地离线AI模型识别鸟类音频。 前端部分则是先使用Google Stich生成设计稿，然后导入AI Studio 使用Gemini3模型生成对应的前端代码，使用OpenCode完成本地调试，最后使用Capacitor打包成安卓或者iOS APP

使用 stitch 生成一个网页的图片 https://stitch.withgoogle.com/projects/12889535102414467041?pli=1

然后使用 AI Stdio生成能够运行的网页 https://aistudio.google.com/apps/f02ca462-1c06-43ce-ae63-85e9e96e59bb?showAssistant=true&showPreview=true

最后生成真正的IOS应用类的App

使用这个项目，把一个比较庞大的系统，通过可视化的方式来展示出来

https://github.com/abhigyanpatwari/GitNexus?tab=readme-ov-file

git clone https://github.com/abhigyanpatwari/gitnexus.git
cd gitnexus/gitnexus-web
npm install
npm run dev

Playwright MCP，安装了之后，还没有怎么使用，貌似就是指挥浏览器能够干一些事情，打开微薄，回复评论一类的。是不是也可以做一些功能测试？自动化测试。需要消耗token不？

这些天，就像一个屯屯鼠一样，收集了很多的Github仓库资料，但是就是在转发，没有深入去了解。 得把自己看过的的仓库进行深入的了解和研究

这些天，总想着使用OpenCode去完成任务，但是总是会提示区域限制问题。今天终于解决了这个问题，就是用 Tun（虚拟网卡的形式） 这种形式的话，就是强制走区域流量。

今天的任务是学习OpenCode

Yutub的视频链接 https://www.youtube.com/watch?v=JYVTUU9ClUA&t=866s

https://github.com/anomalyco/opencode

可以使用 gemini-3-pro 和 claude-opus-4-5-thinking 模型的插件 https://github.com/NoeFabris/opencode-antigravity-auth

安装的方式: 把这个脚本放入到 codex命令行中

Install the opencode-antigravity-auth plugin and add the Antigravity model definitions to ~/.config/opencode/opencode.json by following: https://raw.githubusercontent.com/NoeFabris/opencode-antigravity-auth/dev/README.md

然后自己就接入进来了。

使用/Connect 可以接入任何模型

比如：使用OpenRouter进行接入

/session 会话列表

/share

预设工具 + 预设MCP + 预设Agent

websearch 实施搜索 Context7 获取代码的最新官方文档 grep_app 在github仓库中进行快速的代码搜索

Install and configure oh-my-opencode by following the instructions here:
https://raw.githubusercontent.com/code-yeongyu/oh-my-openagent/refs/heads/dev/docs/guide/installation.md

使用@的方式，挑选一个智能体给我们干活

Ultraworker

设计一个宠物店的网站

例子： /ralph-loop 使用springboot4最新标准重构整个项目，直到所有测试用例通过

可以运行好几个小时，直到任务完成

/init 创建一个Agents.md 帮助AI快速了解项目 /compact 把之前的对话提炼成一个简单的对话

在C:\Users\CGY.config\opencode\command 下面 可以自定义命令

比如：run_test

C:\Users\CGY.config\opencode\command\run_test.md

我就发起了一个指令，让你系统自动安装好 mcp https://github.com/github/github-mcp-server

https://github.com/Anionex/banana-slides

https://github.com/D4Vinci/Scrapling

https://github.com/cft0808/edict

我向Codex发送了一个请求：

我的需求是想要你把我的这个文件夹推到我的Github仓库区，那么当我发出指令开始到最后成功了，中间究竟是经历了什么步骤？
你是如何解决的？到后面为什么要使用这个 gh? 这个究竟是什么？ 关于这个opencode究竟是如何和github mcp进行交互的，要说明清楚
 
请你作为一个名资深的写作专家，把上述的内容，写一个一篇博客。

放在 D:\Github\langkemaoxin.github.io\_posts下

要求需要符合我的博客格式。

完成后，D:\Github\langkemaoxin.github.io 是一个我的博客github项目，把他给提交，并且推送出去

然后我让opencode 把我刚刚的行为固化下来，形成一个Skill，后续在处理完问题后，就可以直接解决了什么问题，记录到一个我的github的个人站点上了

今天回到公司的第一件事情，就是把我公司的电脑，设置好相关环境，安装相关的项目

1、安装 opencode 2、安装 oh my opencode 搭建起来一个高效能的AI团队 3、安装好了 gh, Github Cli,并且进行授权验证登录（因为在tun模式下面，无法使用SSH验证的呢牢固） 4、安装好了昨天在家里些的Skill，提供了一套地址，再把这个地址，安装到我的电脑中，这个已经跑通了，每次用的时候，最好加上一句话，就是说使用SKILL。这样就可以确保他使用Skill了，因为我让他写一个博客的时候，他没有Get到我的意思

进行得完成的是，就是安装一下Clade Code，但是现在无法安装，有问题

今天已经是第11天了，感觉对于我的正事，还是没有什么推进，如何获取一份远程工作，PartTime那种，完成任务就行。 今天去招聘的网站上去看看，究竟有什么岗位可以做。

搜索了网络中，有关于区块链相关的仓库和书籍，因为我看到的资料，都是很老的资料，难道这个领域真的不行了么？ 所以我现在得先知道，关于区块链，以太坊现在最新的咨询和信息才行。

2026-03-31-整理的资料集合

最近收集了很多的项目，总算是对整个网络情况，网络社会情况有了一定的了解。所以现在需要做的就是制定好学习的计划。因为每个人的时间，经历都是有限的，不能想屯屯鼠一样，收集了很多，但是从未开始。

收集资料的时候，是一种，只要收集了，就能学到位了的感觉。但是我这次的感觉是，自己能够了解，网上有什么资料，可以让我去学习。

Ai时代下面的裁员潮，已经非常的严重。现在IT界到处都是恐慌。现在程序员的地位岌岌可危。

现在程序员最好的出路是什么？英语！是非常重要的一个技能，每天自己在这方面投入的时间或者精力，一定是最多的才行。因为之前碰到的很多的岗位都是说一定要英语好才行。

我先定下一个目标，就是先能够做到看文章没有任何的难度才行。可以通过学习技术文档。提高自己的英语水平，一举多得。

所有的资料，全部使用英文来看，通勤的时候，全部听恋恋有词。提高自己的语感。

下午的正常工作时间中，尽快速度完成自己必须完成的事情后，把精力投入到AI当中。

之前自己已经错过了一年的AI相关的学习，现在自己得追上才行，这个下午抽时间搞

首先就是几个平台的使用 1、火山大模型 2、智普MG什么的 3、API Router的简单使用 4、魔塔社区的深度功能学习

最近网络上面有很多的大模型相关的面试题，看到这些题目，自己也是一问三不知，处于完全懵逼的情况。 虽然没办法，但是现在我们处于大模型的时代，就必须得好好的看看这些文章，知道最新的咨询是什么。

Github上面有个网站就是能够知道最新的咨询，打破自己的信息壁垒，这个是非常重要的东西，应该部署起来 ⭐️⭐️⭐️⭐️⭐️

自己的竞争力，基础，也要打得牢固才行，如果现在出去面试，能不能应聘得上，也是一个问题。

上午晚上学习GO，Web3相关的知识。下午学习AI，完成工作上的事情。通勤学习英语，空闲时间关注好用的Github仓库。

坚持住，现在是第12天了，感觉还没有进入正规。

现在每天的资料非常多，但是自己的精力是非常分散的，这要不得。说好了，目前的阶段就是要去学习Go语言相关的。就继续学习吧。

今天主要在想一件事情，就是，究竟什么事情是正确的？我这样做下去，究竟能不能有结果。我在追求一个所谓的确定性。 我今天看了一下Web3远程工作的事情，发现岗位也少了，而且我真的是进入无门，现在全靠AI在给我指导方向，但是究竟前途在哪里。 我应该如何进行下一步？

关于Web3领域，未来的链上金融领域。如何开展？ 4月20号的 Web3嘉年华，期待看一下。

以终为始，如果想彻底的掌握一门技术，我觉得最快的方式就是 1、先用起来，跑一个最小的Demo用例 2、想深入了解，那就找相应的面试题，进行搞明白 3、然后尝试的去输出文章，介绍相关技术（博客，公众号-提升影响力）

对于AI时代下的想法，AI，的确能够快速的实现一个功能，但是那都是简单的CRUD功能。所以得看准自己的定位是什么。 自己的定位，如果是一个普通的开发设计人员，当然需要焦虑。 但是如果自己的定位是一个架构师，能够应对千万级别的流量。这种东西不可能让一个不靠谱的AI来做的。金融行业更是如此。

架构级别的岗位，能够被替代的可能性就非常低了，所以得让自己能够爬上架构岗位

https://github.com/binhnguyennus/awesome-scalability

https://github.com/kuchin/awesome-cto

https://github.com/ashishps1/awesome-system-design-resources

https://github.com/mehdihadeli/awesome-software-architecture

https://awesome-architecture.com/

https://github.com/NirDiamant/GenAI_Agents

我的精力是有限的，无法同时做多件事情。得排一个优先级才可以，否则各个都是重点，那就没有重点。 既然我的目标是Web3，是区块链，那么我先得找一个网站，能够收集所有的Web3领域的知识。能够快速进行面试的那种。

可能，我又要换一下我的计划了。

在整个AI时代的滚滚时代下，任何人都无法幸免。所以，这一次，真的是生死存亡之计。 那么，我们应该怎么办呢?所以，我们得迎合时代，掌握这个时代下，最新的生产力。

我花了70块钱。获得了马士兵全部的课程。我现在需要做的事情，就是跟着视频，跟上AI的时代。

但是我今天，自己的学习效率，一点也不高，搞了很久，也没有学习到什么。 相反，自己是在看短视频，一点都没有利用好自己的时间，没有产出。这一点需要改正那种。

在未来的6个月中，所有的应用开发岗位都会取消，在此之前，必须转型为 大模型开发工程师。只有这样，才能逃过本次劫难。 人无远虑，必有近忧。现在ai时代，是最困难的时代，也是最好的时代。

今天的主要学习内容是 langchain，这个是基石。

✅⭕🔘🎯

🎯1-01Langchain是什么
是什么？ 作为一个连接和集成不同系统的桥梁。扮演了一种中介的角色。允许使用特定的技术，让AI和其他的系统，应用进行交互。 他允许大语言模型和具体的数据库，PDF，内部系统进行交互（方便做RAG）

🎯2-02Langchain的核心

核心：

• Models 模型：允许连接大语言模型
• Prompt Templates：提示词模版，可以预定义功能性的提示词模版，然后在真正使用的时候，动态的去传入参数，发送给语言模型
• Chains：把所有的组件全部连接在一起，解决一个特定的任务，构建一个完整的语言模型应用程序。
• Agent：允许语言模型和外部环境进行交互，访问请求API之类的
• Embinddings & VectorStores：向量存储，信息的存储和检索
• Index：帮助从语言模型中提取出相关信息

🎯3-03Langchain的底层原理

底层原理： 1、用户发起一个问题或者请求，首先从自己的数据库中，进行查询，或者从向量数据库中，进行相似性搜索，得到相关的信息 2、得到的信息，与原始的问题相结合后，由一个处理模型分析，得到了一个答案 3、这个答案可以作为输入，去让下一个Agent去做相关的事情，可以调用API或者和系统交互，这样就完成了任务

应用场景： 1、个人的订票助手，可以帮助查询和订票 2、学习辅助：比如说学习10篇论文，让AI先把所有的文档先看完，然后进行针对性的学习 3、客户数据和科学的分析：链接公司的数据库做分析

🎯4-04Langchain的环境和监控
pip install langchain-openai pip install langchain

LangSmith究竟是用来干什么的？

用于构建一个生产级LLM平台，从原型到生产的全流程的工具和服务，并且提供了调试，测试，监控，评估等功能 LLM框架构建的链和智能代理的功能。

• 调试和测试：记录langchain构建的大模型应用的中间过程，可以更好的调整提示词，优化模型响应
• 评估应用效果：量化，评估大模型系统的结果，帮助开发者找出潜在的提升点
• 监控应用性能：相当于日志功能，记录的成功，错误的相关情况，提高稳定性和可靠性。
• 数据管理和分析：对于大模型的输入和输出的过程进行存储和分析，帮助理解大模型的中间过程和性能调优
• 团队写作：提示词共享
• 可扩展性和可维护性：

https://smith.langchain.com/

🎯1-05采用Langtain调用LLM.mp4 完成了最简单的一次调用:

import os
from langchain_core.messages import SystemMessage, HumanMessage
from langchain_core.output_parsers import StrOutputParser
from langchain_openai import ChatOpenAI
os.environ["LANGCHAIN_TRACING_V2"] = "true"
os.environ["LANGCHAIN_API_KEY"] = ""
model = ChatOpenAI(
    model="qwen/qwen3.6-plus:free",
    base_url="https://openrouter.ai/api/v1"
)
msg=[
    SystemMessage(content="请翻译成英语"),
    HumanMessage(content="你吃了没")
]
parser= StrOutputParser()
chain = model | parser
print(chain.invoke(msg))

本来还直接的去使用OpenAI，但是充值失败了。于是找到了OpenRouter,直接使用免费的模型进行做为Demo测试。

这里有一个比较关键的信息就是Chain = model | parser ==> chain.invoke(msg) 完成了第一次的入门案例。

LangChain的地址为 https://github.com/code-corey/MyLangchainTranning

• 🎯2-06Langchain的提示模板.mp4
• 🎯3-07部署你的langchain程序.mp4
• 🎯4-08LangChain构建聊天机器人.mp4
• 🎯5-09流式输出的处理.mp4
• 🎯6-10构建文档和向量空间.mp4
• 🎯7-11检索器和模型结合.mp4

今日学习总结，视频中使用的是OpenAI模型，使用的时候，还得设置代理。我刚开始使用的火山方舟，后面自己注册了智普。

在使用的过程当中，发现，其实使用什么大模型厂商的都是无感知的，无非是一个OPEN_API_KEY 不一样，模型地址空间不一样。其余代码都不需要改动

##2026年4月8日 周三 第18天

这两天没有时间学习，忙于工作。 未来，程序员的岗位会消失，自己的提前做好打算，后面自己不做程序员了，做什么？

今天在车上学习了几个概念 1、cli Anything,openCli （写一篇博客好好的说一下究竟是怎么回事） 为什么大家都弃用MCP了？转向Cli

https://github.com/HKUDS/CLI-Anything

https://github.com/jackwener/opencli

对任何的一款工具，如果只是简单的浏览个10来分钟，根本就无法获得其精髓。任何一款软件或者开源框架，都要学习将近1周的时间

2、OpenClaw介入飞书，微信,习惯使用养龙虾

微信 - 我 - 设置 - 插件 - 微信clawbot

npm install -g openclaw

npx -y @tencent-weixin/openclaw-weixin-cli@latest install

3、智普下面接入Claude Code。工具只是外面的一层壳，但是真正的思想操作系统，都是各自厂商的大模型

4、Harness Engineering <-- Context Engineering <-- Prompt Engineering 的演进链条（ 写一篇博客好好的说一下）

5、Coding Plan 就是购买套餐包，比普通的根据API按量收费更加的便宜的做法。

6、写博客的时候，需要一个Typora，方便写博客，而且还需要一个图床，找到了七牛云，七牛云开通存储服务的时候，又需要一个域名，于是我去到了腾讯云，买了一个域名，code-corey.com 。域名又需要注册，现在正在审核当中。

后面我就好好的经营一下自己的博客，把自己的博客搞得高大上那种

昨晚在家里把在Youtube上面看过的视频，整理成了文章，记录在了自己的博客中。

昨晚和今天都在看一个关于 Harness Engineering的事情。那个不写一行代码的公司，究竟是如何做的，他们是如何正常的完成日常功能的交付。 如何让AI Agent自己 长时间的去运行？而不至于跑偏。

设定 AI 的专业领域，例如：你是一名资深的 [Java/Python/Go] 后端架构师，精通高性能、高并发系统设计。

明确要实现的功能。

• 功能描述： [例如：实现一个带 Redis 缓存的订单查询接口]
• 输入/输出定义： [定义输入参数类型和返回的 JSON 结构]

强制 AI 必须遵守的硬性指标：

• 依赖限制： 只能使用 [特定的库，如 FastAPI, SQLAlchemy 2.0]。
• 异常处理： 必须包含 try-except 块，且错误信息必须符合项目 ErrorHandler 类的规范。
• 性能要求： 时间复杂度必须优于 $O(n^2)$，避免在循环中进行数据库查询（N+1 问题）。
• 安全要求： 必须对输入参数 [Parameter A] 进行正则校验，防止注入攻击。

规范代码风格：

• 注释规范： 遵循 [如：Google Style Docstrings]。
• 日志记录： 在关键入口和捕获异常处调用 logger.info 或 logger.error。
• 类型检查： 必须包含 Python Type Hints 或 TypeScript Interfaces。

要求 AI 在生成代码的同时，提供对应的验证脚本：

• 测试要求： “请同时生成 3 个 Pytest 测试用例，包括 1 个正常路径和 2 个边缘情况。”
• 自检清单： “在输出代码前，请确认是否处理了 None 指针和超时重试机制。”

# 任务：用户登录逻辑实现

## 1. 基础信息
- 框架：FastAPI
- 数据库：PostgreSQL (使用 Tortoise-ORM)

## 2. 硬性约束 (The Harness)
- 【安全】密码严禁明文存储，必须使用 `passlib` 的 `bcrypt` 进行 hash。
- 【逻辑】登录失败超过 5 次需抛出 `HTTP_429_TOO_MANY_REQUESTS`。
- 【格式】返回结构必须为 `{"access_token": str, "token_type": "bearer"}`。

## 3. 性能规范
- 数据库查询必须使用 `await`。
- 必须包含 Token 的过期时间设置（默认 30 分钟）。

## 4. 验证要求
- 请生成对应的单元测试代码，覆盖“密码错误”和“用户不存在”两种场景。

感觉就是在提示词里面，指定更加严格的规则。

今天已经把马士兵的课程下载到公司的电脑上，如果有时间的话，

这个是用来下载Yuotub音乐的 https://github.com/soimort/you-get

这里是写了一个音乐下载网站 https://github.com/markcxx/coco-downloader

这是用来下所有的视频资源的 https://github.com/yt-dlp/yt-dlp

https://github.com/yt-dlp/yt-dlp

今日总结： codex并不是无所不能的，因为Codex无法做到违法的事情，他们看中版权什么的。导致我想学习一下下载Youtube的文件，都无法获取得到

但是在github上面，几乎是有所有的方案可以选择。我们可以选择可用的方案来实现我们的目标。

进行在想到一件事情，就是我在研究Langchain的时候，比如我现在需要做到一个Rag的目标，我现在不需要知道一行一行是如何做的。

我现在只需要知道，做一个Rag需要什么东西，然后我就可以在做实验的时候，我就可以通过Gemimi，然后得到一个最新的脚本，然后我就直接运行就好了。

我现在很想做一件事情，就是我想使用langchain搭建一个RAG出来。

1、我现在想要解析一本三国演绎，我希望做的是搭建一个RAG，做一个页面出来，我输入一个问题，他就给我吐出来相关的内容 2、我需要自己搭建一个Embindding模型，然后我自己去做一个切割的动作，保存在我的向量数据库中 3、我使用langchain去搭建一套框架，用于接受我的请求，然后通过调用大模型来进行回答

我天，我貌似发现了一个不得的东西，可以下载任何的资源文件

• ⭕8-12Tavily搜索工具.mp4
• ⭕9-13Agent代理的使用.mp4
• ⭕10-14构建RAG对话应用(一).mp4
• ⭕11-15构建RAG问答应用(二).mp4
• ⭕12-16构建RAG问答应用(三).mp4
• ⭕13-17Langchain读取数据库.mp4
• ⭕14-18Langchain和数据库整合.mp4
• ⭕15-19Agent整合数据库.mp4
• ⭕16-20爬取Youtube字幕并构建向量数据库.mp4
• ⭕17-21执行代码并保存向量数据库.mp4
• ⭕18-22加载向量数据库并测试(2).mp4
• ⭕19-23定义数据模型得到检索指令.mp4
• ⭕20-24根据检索条件去执行.mp4
• ⭕21-25提取和输出结构化数据.mp4
• ⭕22-26提取多个对象.mp4

• ⭕1-27生成一些文本数据 .sz
• ⭕2-28生成结构化的数据(一) .sz
• ⭕3-29生成结构化的数据(二) .sz
• ⭕4-30实现文本分类(一) .sz
• ⭕5-31实现文本分类(二) .sz
• ⭕6-32文本自动摘要的三种方式 .sz
• ⭕7-33文本自动摘要Stuff方式 .sz
• ⭕8-34文本自动摘要MapReduce(一) .sz
• ⭕9-35文本自动摘要MapReduce(二) .sz
• ⭕10-36文本自动摘要Refine方式 .sz