Marico's space

最近折腾了一阵 AI 辅助开发前端应用，踩了几个坑，终于把这里面的门道摸清楚了。这篇把从一句话需求到最终发布的完整流程说清楚，不废话。 AI “写代码”不够用：得把 AI 融入开发流程 很多前端开发者都用过 AI 生成组件、函数或测试用例。但问题在于体验往往是割裂的：一边是聊天窗口，一边是编辑器，最后部署全靠“感觉”。真正的提升是把 AI 集成到 IDE 里面，让它成为结构化工作流的一部分：

这周有个热门帖子，讲的是有人给 AI 代理开放了发送邮件的权限，评论区第一条问题显然是"谁来阻止它发错东西"。我自己仓库里也有个类似的问题躺了好几周没深究——我搭了同样的东西：一个有公开身份写入权限的 MCP（Model Context Protocol）工具，外加一个完全独立的无人值守脚本，两者都能写入同一个 API（应用程序接口）——我本以为它们有相同的安全行为。实际上没有。 两条路，同一

把一个能跑的Web项目变成用户爱不释手的产品，这中间差着十万八千里。 做"测试中心"这个项目时，最初的想法很简单：做个轻量平台，让用户不用注册就能测认知能力、直接在浏览器里玩智力游戏。 但项目越做越大才发现，光展示题目、做几个游戏远远不够。用户流程、移动端适配、分数安全、游戏难度和页面性能，这些东西的重要程度一点都不亚于游戏本身。 这篇聊聊项目里踩过的坑和总结的经验。 让用户触达测试要尽

最近折腾了AI辅助开发这件事，在团队里搞了场实战工作坊，踩了几个坑，也摸索出一套还算实用的方法论。这篇把核心内容梳理清楚，不整虚的。 生成式AI正在快速改变软件开发的方式。很多团队都在用AI编程工具，但真正的挑战不在于生成代码，而在于建立一套可重复的流程，能持续产出可靠、高质量的成果。 这次工作坊没有用那些玩具级别的示例，而是围绕一个真实的业务问题展开，全程应用结构化的AI辅助开发流程。最终的

最近帮几个朋友的Magento 2站点做性能优化，踩了不少爬虫相关的坑。站点流量看着还行，但服务器动不动就卡死，CDN账单莫名暴涨，一查日志才发现是被各种 Bots 爬到崩溃。一个不守规矩的爬虫，能在几个小时内把服务器负载翻倍，把你的带宽费用打出天际。 这篇文章把Bot流量识别、合法爬虫优化、恶意爬虫拦截讲清楚，全是可落地的方案，Nginx、Varnish、应用层都有覆盖。 为什么 BOTS

最近折腾了一把在 Microsoft Teams 里塞 Bot，踩了几个坑，这篇把问题说清楚。从一个空文件夹开始，到 Bot 跑在 Teams 里、接上后端服务、配好 Application Insights 遥测——全程无尿点。 写这篇的原因是：市面上的文档要么太浅，要么跳步跳得理所当然。我打算按我踩坑的顺序来，每个坑都点出来。 目标读者 你想把一个真正的 chatbot 塞进 Micr

最近在给团队做技术选型，三种 API 风格吵得不可开交。REST 派说成熟稳定，GraphQL 派说灵活高效，gRPC 派说性能碾压——各有各的道理，但放在一起比就是鸡同鸭讲。 这篇把三个协议各自的最佳场景说清楚，结论很简单：没有银弹，但有明确的适用边界。 > 🔗 这篇文章有一个可交互版本，可以通过点击选择你的边界场景（公开 API、内部服务调用、移动端/带宽受限），直接看结论——还有一张对

最近折腾 Laravel Pest 在 CI 环境里的配置，踩了几个莫名其妙的大坑。这篇把问题说清楚，给后来者省点时间。 官方文档告诉你怎么加 MySQL 服务容器，但它不会告诉你配置完了测试还是会挂的三种隐藏原因。我全碰上了，这篇一并说。 为什么不用 SQLITE？ SQLite 是 Laravel 测试的默认选项，因为它快、免配置。对于不碰数据库的单元测试，够用了。但对于功能测试，它埋

最近折腾了一套基于 FastAPI 的微服务架构，从设计到上线踩了不少坑，这篇把完整的实践经验梳理出来。FastAPI 本身性能不错，但微服务涉及到通信模式、消息队列、容器化、安全这些环节，每个都有坑要填。想做生产级服务的朋友，这篇应该能帮你少走弯路。 为什么 FASTAPI 微服务适合生产环境 如果你的业务需要一组松耦合、可独立演进的服务，FastAPI 微服务是个务实的选择。它自带异步优

最近在项目里又绕回来了java.util.ServiceLoader。之前用它来实现一个 JSON 抽象层，让核心代码不直接依赖任何特定的 JSON 库，这样换实现的时候调用方完全不用动。同样的思路也用在 JWT 处理上——具体库可能是 jose4j 或者别的 JOSE 实现——还有各种解耦场景。动机始终不变：应用应该依赖一种能力，而不是依赖某个厂商。 之前写过一篇讲这个思路的文章，核心观点是把