React Context 迁移到 Zustand 后，我砍掉了 40% 的无效渲染
**
LoRA微调7B大模型：从数据准备到loss曲线与推理效果全记录
本文记录了我在单张RTX 4090（24GB）上，用LoRA对Qwen2.5-7B-Instruct做领域微调的完整过程。训练集为1.2万条医疗问答数据，采用rank=8、alpha=16、target_modules覆盖q/k/v/o/gate/up/down的配置，配合bitsandbytes 4bit量化（QLoRA）后显存占用稳定在18.6GB，训练3个epoch耗时约4小时20分。最终l
asyncio重构Flask接口：QPS从120提升到2100的实践记录
一个查询3个上游HTTP接口再聚合的Flask同步接口，在100并发下QPS只有120，P99高达1.8s。用asyncio+aiohttp重写后，同样4核8G机器上QPS冲到2100，P99降到180ms。本文给出完整的before/after代码、压测脚本、踩过的坑（事件循环、连接池、超时、CPU阻塞），以及wrk实测数据对比，适合正在被同步IO拖慢吞吐的后端同学参考。
用asyncio重构Python Web API：QPS从120提升到1800的完整记录
一个日请求量300万的商品详情接口，原本用Flask同步写法，单进程QPS只有120，P99延迟高达1.2秒。我用asyncio + aiohttp + asyncpg重构后，单进程QPS跑到1800，P99降到85ms，服务器数量从8台减到2台。这篇文章记录了完整的优化过程、踩过的坑，以及为什么有些"异步改造"反而更慢。
Docker Compose编排多服务容器化部署：网络卷挂载与健康检查顺序控制
一个包含Nginx、Spring Boot、MySQL 8.0和Redis 7的微服务项目，早期用`docker run`逐个启动，每次环境重建耗时约25分钟且启动顺序经常出错。改用Docker Compose 2.24编排后，通过自定义bridge网络、命名卷挂载、healthcheck依赖和`depends_on`条件控制，环境重建缩短到3分钟内，服务启动成功率从70%提升到接近100%。本文
RAG检索增强生成优化：从384维到1024维，召回率提升23%的调优记录
本文记录了一个企业知识库RAG系统的真实优化过程。初始方案采用固定512字符切分+bge-small-zh（384维）+向量检索，在200条测试集上召回率仅61%。通过改用语义切分、切换bge-large-zh-v1.5（1024维）、引入bge-reranker-base重排序三个阶段迭代，最终Recall@5达到84%，MRR从0.52提升至0.79。文中包含完整可运行代码、参数配置与踩坑细节
我用6版Prompt把合同要素抽取准确率从71%做到94%：Token消耗与输出质量对比
同一个合同要素抽取任务，我写了6版Prompt，从“直接提问”到“角色+少样本+JSON Schema约束+自检”，在GPT-4o-mini（2024-07-18）上把字段准确率从71.3%提升到94.1%，但单次Token从312涨到1287，成本翻了4倍。本文给出每版Prompt的原文、可运行代码、踩坑记录和完整对比数据，帮你判断什么任务值得上复杂Prompt。
我用7组Prompt对比测试商品评论情感分类：Token消耗差3.2倍，F1最高仅提升11%
为了验证Prompt Engineering在真实任务中的收益，我以电商商品评论三分类（正向/中性/负向）为例，在GPT-4o-mini与Qwen2.5-7B-Instruct上对比了7组Prompt方案，记录了准确率、F1、平均Token消耗与响应延迟。结果发现：加入Few-shot示例后F1从0.71提升到0.82，但Token消耗翻了3.2倍；过度堆砌角色设定反而让准确率下降4.6%。本文给
FastAPI+SQLAlchemy接口从1200ms降到85ms：一次真实性能瓶颈定位与优化记录
某内部订单查询接口上线后P99飙到1.2s，QPS一过50就开始雪崩。本文记录用py-spy、cProfile定位到N+1查询和同步阻塞的瓶颈，通过SQLAlchemy预加载、Redis缓存、连接池调优，把P99压到85ms，QPS从50提升到620。文中包含可直接跑的压测脚本和优化代码，附带前后对比数据。
从78%到96%准确率：电商评论情感分类的Prompt Engineering实验对比与Token成本分析
本文以电商评论三分类情感任务为例，系统对比了Zero-shot、Few-shot、Chain-of-Thought、结构化输出约束四种Prompt策略。在GPT-4o-mini（2024-07版）上，准确率从78.3%提升至96.1%，单次调用Token从42降至31，月成本从$18.7降至$4.2。文中包含完整可运行代码、温度参数调优、JSON模式踩坑记录，以及一份可直接复用的Prompt模板。
Prompt Engineering 实测：同一分类任务 6 版提示词的 Token 消耗与准确率对比
我用 200 条真实工单数据，对同一个文本分类任务写了 6 个版本的 Prompt，从最朴素的“请分类”到带 Few-shot + 结构化输出 + 思维链的版本，在 gpt-4o-mini（2024-07-18）上做了完整对比。结果很有意思：准确率从 71.5% 提升到 94.5%，但单条 Token 从 58 涨到 412，成本翻了 7 倍。更关键的是，第 4 版和第 6 版准确率只差 1.5%
LoRA微调7B大模型全流程：从数据准备到loss曲线与推理对比
本文记录了我在单张24G显存（RTX 4090）上，用LoRA/QLoRA微调Qwen2.5-7B-Instruct的完整过程。训练集为1.2万条垂直领域问答，采用4-bit NF4量化+LoRA（r=16, alpha=32），耗时约3小时20分，显存峰值18.6G。最终loss从1.87降到0.62，领域问答准确率从基座的54%提升到89%，推理风格更贴合业务。文中包含可运行代码、关键参数和踩
Prompt Engineering实测：同一任务5种提示词设计，Token消耗从1800降到420，输出质量反而更高
我用同一个商品评论结构化抽取任务，对比了5种不同Prompt设计在GPT-4o-mini和Qwen2.5-7B-Instruct上的表现。结果很反直觉：最啰嗦的“详细说明+多示例”Prompt单次消耗1800+ token，F1只有0.82；而精简后的结构化Prompt只花420 token，F1反而达到0.94。这篇文章完整记录了实验设计、代码实现、踩坑过程和最终数据，帮你搞清楚Prompt E
RAG检索增强生成系统优化：chunk策略、embedding切换与rerank效果对比
本文记录了一个真实RAG问答系统的三轮优化过程。原始方案使用LangChain默认512字符切分、text-embedding-ada-002模型，Top-5召回准确率仅61.3%，答案忠实度72%。通过调整为语义chunk（256 tokens+10%重叠）、切换bge-large-zh-v1.5、引入bge-reranker-large后，Top-5命中率提升至89.7%，端到端延迟从1.8s
从61%到89%：一次RAG检索增强生成系统调优全记录
本文记录了一个企业知识库问答系统的RAG优化过程。初始方案采用固定512字符切分与text-embedding-ada-002，Top-5召回准确率仅61%，答案幻觉频发。通过改用语义分块、切换bge-m3嵌入模型并引入bge-reranker-v2-m3重排，最终Top-5召回率达到89%，端到端回答准确率从54%提升至82%，平均响应延迟控制在1.2秒内。文中包含完整参数配置与可运行代码。
LoRA微调Qwen2.5-7B实践：从数据构造到loss曲线与推理对比
本文记录我用LoRA在单卡RTX 4090（24GB）上微调Qwen2.5-7B-Instruct的完整过程。训练集为8000条垂直领域问答对，LoRA rank=16、alpha=32、lr=2e-4，配合bitsandbytes 4bit量化（QLoRA）将显存压到约14GB。训练3个epoch约2.5小时，loss从1.82降到0.63，验证集loss稳定在0.71。微调后领域问答准确率从基
RAG检索增强生成优化实录：chunk策略、embedding切换与rerank效果对比
本文记录了一个企业知识库RAG系统从上线到优化的完整过程。初始版本召回率仅62%，答案准确率不足55%。通过调整chunk策略（512→256带重叠）、将embedding模型从text-embedding-ada-002切换到bge-large-zh-v1.5、引入bge-reranker-large重排序，最终召回率提升至91%，答案准确率达到84%。文中包含完整代码、参数配置和前后对比数据，
我用GPT-4o做合同信息抽取：6版Prompt对比，Token消耗降了58%
同一个合同字段抽取任务，我写了6版Prompt，从“裸问”到Few-shot+JSON Schema约束，准确率从61%提升到94%，单次Token消耗从1830降到768。本文完整记录了每版Prompt的设计思路、实测数据（含GPT-4o-2024-08-06与Claude 3.5 Sonnet对比）和踩坑过程，附可直接运行的Python代码。
从62%到89%：一次RAG检索增强生成系统的三轮迭代优化记录
本文记录了一个企业知识库问答系统（约12万篇文档、平均每篇1800字）的RAG优化过程。初始方案chunk固定512 token、embedding用text-embedding-ada-002，Top-5召回下人工评估准确率仅62%。通过三步改造：chunk改为语义分段+重叠窗口、embedding切换为bge-large-zh-v1.5、引入bge-reranker-large重排，最终Top
Milvus 2.5 与 Qdrant 1.12 实测对比：千万级向量检索选型与资源占用分析
本文基于图文推荐召回场景，在同一台 16C64G 服务器上实测 Milvus 2.5.4 与 Qdrant 1.12.4。数据集为 1000 万条 768 维向量，分别在 HNSW 与 IVF_FLAT 索引下测试 QPS、P99 延迟、内存与磁盘占用。结果显示：Qdrant 单机部署更轻量，P99 延迟约 18ms；Milvus 在分布式扩展和标量过滤上更成熟，但常驻内存高出约 2.3 倍。文章
