用asyncio重构Flask API，QPS从120飙升到2100的完整记录
一个内部报表接口，平均响应时间850ms，高峰期线程池被打满，CPU利用率却只有35%。排查发现80%的时间阻塞在第三方HTTP调用和数据库IO上。我用了三天时间，把Flask+requests同步栈改造成asyncio异步栈，配合uvloop和httpx，最终QPS从120提升到2100，P99延迟从2.3s降到380ms。本文不聊虚的，直接给出before/after代码、压测脚本、以及我在迁
用asyncio重构Flask API，QPS提升280%的完整记录
面对一个基于Flask 2.2.5 + Gunicorn的Web服务，在压测中发现其QPS仅为320，且CPU利用率不足40%。通过引入asyncio 3.11.4将阻塞式IO调用改为异步协程，并配合uvloop 0.19.0，最终将QPS提升至1210，P99延迟从890ms降至210ms。本文记录了一次真实的重构过程，包括代码改造、线程池调优、连接池复用等细节，以及过程中遇到的坑（如async
7B模型LoRA微调实录：显存8G下的QLoRA训练与推理对比
本文记录了一次完整的7B模型微调实践，使用QLoRA在单张RTX 3090（24G显存）上将基座模型显存占用压至8.2G，微调后模型在领域问答任务上的BLEU从0.21提升至0.67，而LoRA模块参数量仅占全模型的0.6%。文中包含从数据清洗到训练配置的完整代码，以及loss曲线和推理效果对比，重点解决量化后训练不稳定、中文分词器截断两个实际问题。如果你正在犹豫要不要上LoRA，这篇文能帮你少踩
FastAPI接口耗时1180ms降至90ms：Profile与缓存优化全记录
接手一个内部报表服务，发现核心聚合接口在100并发下P95耗时高达1180ms，数据库CPU直接飙到80%。本文记录一次完整的API性能调优过程：从cProfile和py-spy定位瓶颈，到SQLAlchemy懒加载陷阱，再到Redis缓存热点数据与SQL索引重建。优化后P95降至90ms，数据库CPU降到12%，单机QPS从210提升到2400。文章包含完整的Profiling命令、缓存策略代码
Git分支策略与Code Review流水线：支撑300人团队的协作体系
当团队从15人扩张到300人，主干开发模式导致的代码冲突和发布事故频发。本文基于Git 2.39.1和GitLab 15.11，详解我们落地的一套分支策略：trunk-based + 短期特性分支，配合强制Code Review流水线（MR Approval Rules + 机器人自动检查）和CI/CD门禁（Jenkins 2.414.2 + SonarQube 10.2）。通过这套体系，我们将特
LangChain 0.3手写AutoGPT式Agent：记忆与循环控制全拆解
当LangChain官方Agent在长任务中token浪费率达37%时，我决定手写一个轻量AutoGPT核心。本文基于langchain 0.3.1+Python 3.11，实现一个仅用236行代码的Agent，支持工具动态注册、双缓冲记忆管理、异常熔断与步数预算控制。在“查询数据库并生成周报”任务中，对比ReAct Agent，token消耗降低52%，任务成功率从79%提升至94%。全程附可运
RAG召回率从61%到89%：chunk重切、embedding换代与rerank落地的完整记录
两个月前，我们基于LlamaIndex搭建的RAG问答系统在200条内部技术文档测试集上召回率仅有61%，Top-5命中率惨不忍睹。经过对chunk粒度、embedding模型和检索后处理的三轮改造，最终将召回率提升至89%，Top-5命中率提升至93%。本文将完整记录这三步优化的决策依据、核心代码和踩坑细节，包含具体的版本号（LlamaIndex 0.10.43、BGE-M3、bge-reran
向量数据库选型实录：Milvus与Qdrant在2000万级数据下的性能对决
在电商以图搜图场景中，我们对比了Milvus 2.4.1与Qdrant 1.9.2在2000万条768维向量下的表现。Milvus在查询延迟上以P99 12ms领先Qdrant的18ms，但Qdrant在内存占用上仅为Milvus的1/3。本文记录了完整的部署参数、压测代码与调优细节，包含磁盘索引构建的踩坑过程，最终给出了不同业务规模下的选型建议。
asyncio重构Flask API：请求耗时从450ms降至120ms
某内部系统的用户详情接口，因串行调用三个独立上游服务，P99延迟飙升至860ms，严重影响前端体验。本文记录一次基于asyncio的并发改造全过程：引入`httpx.AsyncClient`配合`asyncio.gather`，将三次串行RPC改为并发请求，同时处理了连接池复用与超时熔断。改造后P95耗时从450ms降至120ms，吞吐量提升3.2倍，CPU占用反而下降。文中提供完整before/
向量数据库选型实测：Milvus与Qdrant在1亿级图片检索下的资源博弈
在广告风控场景中，我们将Milvus 2.4与Qdrant 1.9部署在相同硬件（4C16G）上，使用ResNet50提取的768维特征向量构建1亿级索引。实测结果显示：Qdrant在查询延迟（P99 23ms vs Milvus 41ms）和内存占用（8.2G vs 12.7G）上均占优，但Milvus在批量写入吞吐上领先40%。本文详细记录了两者的Docker部署步骤、HNSW参数调优过程，以
asyncio重构Flask接口：QPS从387到2106的完整调优记录
一次真实的Web API性能优化实战。某内部报表系统的`/api/summary`接口在高峰期频繁超时，单机QPS仅387，P99延迟高达3.2s。通过引入asyncio + aiohttp替代requests同步调用，配合信号量限流和连接池复用，最终将单机QPS提升至2106（+444%），P99延迟降至486ms。文章完整记录了从问题分析、方案设计、代码重构到压测对比的全过程，并详细说明了as
Git Flow与Trunk Based双轨制：团队协作与CI/CD集成方案
本文记录了我们团队从混乱的Git使用到建立规范工作流的全过程。针对12人研发团队、每周20+次合并的现状，我们设计了“Trunk Based为主、Git Flow为辅”的双轨制分支策略，配合基于GitLab的MR强制Code Review流程，以及Jenkins Pipeline自动化的CI/CD集成方案。通过引入pre-commit钩子、规范提交信息、自动化测试门禁，将代码冲突率从平均每周8次降
Docker Compose编排多服务容器化部署：网络、健康检查与依赖启动顺序实践
在微服务容器化部署过程中，服务启动顺序混乱、依赖服务未就绪导致应用崩溃是高频故障。本文基于Docker Compose 2.24.2与Docker Engine 24.0.7，分享一个包含Nginx网关、Spring Boot后端、PostgreSQL数据库及Redis缓存共4个服务的生产级编排配置。通过自定义bridge网络隔离、命名卷持久化、healthcheck健康检查及depends_on
LangChain 0.3手写Agent：工具注册与记忆隔离的7个实现细节
当AutoGPT式任务循环遇上LangChain回环陷阱，token成本直翻3倍。本文基于langchain 0.3.1+openai 1.52手写一个200行Agent，解决工具参数幻觉、记忆污染、死循环三大痛点。实测在金融新闻摘要场景下，错误重试率从41%降至12%，单轮任务token消耗稳定在2.3k±200。代码见GitHub仓库。
LangChain与AutoGPT思想融合：手写可观测AI Agent核心循环
本文不讨论概念，直接展示一个基于LangChain 0.2.7与GPT-4o-mini（温度0.2）的Agent实现，重点解决三个真实痛点：如何用Pydantic模型定义带参数约束的工具、如何用有限大小滑动窗口管理超过8k token的对话历史、以及如何设计带最大迭代次数（默认10次）的循环控制并捕获JSON解析异常。代码仓库实测单次任务调用LLM次数从裸写prompt的15次降至7次，成功率从6
FastAPI慢查询调优实录：profiling定位与缓存策略压测对比
接手一个FastAPI服务，单接口响应从200ms恶化到2.3s，QPS从380跌到45。本文记录完整调优过程：先用cProfile和py-spy定位到N+1查询和JSON序列化瓶颈，再通过SQLAlchemy joinedload合并查询、引入Redis缓存热点数据、优化ORM懒加载策略。压测数据对比：P95延迟从2100ms降至180ms，吞吐量提升5.2倍。文末附踩坑记录和通用调优check
asyncio重构Flask接口：并发提升17倍与连接池压测实录
一个基于Flask+Requests的聚合查询API，在QPS 200时P99延迟高达2.3秒，数据库连接频繁超时。通过引入asyncio+aiohttp+asyncpg重构，将阻塞IO替换为事件循环驱动，配合连接池限流，QPS 200时P99降至135ms，吞吐量从120req/s提升至2050req/s。本文完整记录重构思路、核心代码、以及踩过的坑（如asyncio.Semaphore滥用、u
Git分支模型与Code Review流水线：支撑30人团队的协作体系
当团队从5人扩张到30人，基于主干开发的Git协作模式彻底失控——频繁的冲突、被绕过的Code Review、破碎的CI构建。本文记录了我们在2024年Q2完成的一次Git工作流重构：基于`trunk-based`与`GitFlow`的混合分支策略、基于`git diff --stat`的自动化Review检查、以及将`husky`+`lint-staged`+`GitHub Actions`串成
7B模型LoRA/QLoRA微调实录：显存从80G降到24G的工程化调优
在金融领域情感分析任务中，直接全参微调Qwen2-7B-Instruct需要4张A100-80G，而通过QLoRA（4bit NF4量化+双LoRA适配器）将显存压至单卡24G，训练速度仅下降18%。本文记录完整微调流程，包含数据清洗规则（去重/截断/标签平衡）、Peft与BitsAndBytes配置细节，并给出loss曲线从2.1降至0.35的收敛过程，以及微调前后模型在测试集上的F1值对比（0
Prompt Engineering实测对比：三版指令调优GPT-4o输出质量与Token成本
本文以“电商评论情感分类+原因抽取”为任务，对GPT-4o（0613版本）设计了三版Prompt：零样本基线、结构化指令、带Few-shot与JSON Schema约束的进阶版。实验基于OpenAI API（max_tokens=800，temperature=0.2），共测试200条真实评论。结果显示：进阶版在F1分数上比基线提升21.3%（0.712→0.925），但Token消耗增加38%（
