Marico's space

Redis很快。复盘会上解释为什么没人发现它宕机的那套说辞，就慢多了。 第一回合：“应该是网络的问题。” 第二回合：“有没有人查过Redis？” 第三回合：一位老哥打开终端，执行一条命令，人直接老了十岁。 MatrixSwarm的redis_watchdog就是这套流程的急救队。它盯着本地服务，检查TCP监听器或配置的socket路径，服务挂了能自动重启，有情况会呼叫相关人员。 省下来的

Chrome 重新支持 JPEG XL 的消息在技术社区引发了不少讨论。对于国内做 Web 的朋友来说，这件事其实挺有实际意义的——电商网站、资讯平台、落地页，图片往往占页面体积的 60-70%，而用户大多用中端机型的 4G 网络在刷。但新格式支持了不等于今天就该把所有图片转一遍直接上线。这篇说说我的做法：按渐进增强的方式接入 JPEG XL（JXL），支持的浏览器走 JXL，不支持的继续走 AV

最近折腾了一个叫 OpsPilot AI 的项目，专门解决运维场景下的 RAG（检索增强生成）和 Agent 问题。踩了几个坑之后，这篇把核心设计思路说清楚。 运维人员平时怎么工作的？翻阅运维手册和文档，理解当前发生了什么，然后把部分信息转成工单。找一个指令和开一个工单看起来很接近，但后者跨了一个边界：它要在另一个系统里产生实际效果。 这就是我做 OpsPilot AI 的起点。我想搜索租户自

周二的体育App跑得稳稳当当，什么问题都没有。 然后周六下午三点到了。几十场比赛在同一分钟内开球。进球同时涌进好几个联赛的数据流。十分钟后，所有用户都在疯狂刷新，而你的单线程轮询器正在疯狂轰炸那个刚刚返回429的API。 所有"测试时没问题"的东西，其实都建立在一个前提上：流量很乖。 这篇教程要搞定的是：一个在流量不乖的时候也能正常运行的体育数据消费者。用Python和Redis来搭，而且每

演示环境跑得飞快，一个用户、笔记本还热着、演示者早就知道该点哪个按钮。 然后正式上线第一周，流量一进来，同样的产品开始卡顿、超时、或者返回一个半天前的数据。用户管这叫"扩展性不行"。其实大多数时候不是扩展问题，是路径问题：代码本来就是给一个人设计的。 我负责几个生产平台的开发，包括 Rawk.ai，一个语音代理构建工具。我们把端到端响应时间从大约 900ms 砍到了 320ms。没有用什么更聪

最近折腾 GoHighLevel（也叫 HighLevel，母公司卖的叫 LeadConnector）对接，给客户做数据同步。踩了几个坑才摸清楚，这篇把认证、Webhooks 和常见问题说清楚。 先选对认证方式 HighLevel 目前的 API（V2 和新版 v3）支持两种认证。旧版 V1 API 在 2025 年 12 月 31 日已经停止支持，新项目别再碰它。 * Private

最近在 Azure Repos Git 上部署 PR-Agent，踩了几个坑，这篇把问题说清楚。 Azure Repos Git 不会因为 YAML 里写了 pr: 块就触发流水线，这和 GitHub 完全不同。PR 验证走的是分支策略（Branch Policies），所以如果你直接把 GitHub 工作流的配置抄过来，在 PR 创建时啥都不会发生——除非有人在目标分支上手动加了一个 Build

过去几年折腾了不少直播项目，从最初的720p标清到现在的4K超高清，踩过的坑能写好几篇笔记。4K直播听起来高大上，但真正跑起来才发现这里面的门道比想象中复杂得多——协议选型、编码优化、CDN架构、客户端调参，每个环节都能单独拎出来讲半天。 这篇文章把直播架构从采集到播放的全链路捋一遍，重点聊聊HLS/MPEG-TS这些传输协议怎么选、视频编码器有哪些坑、CDN边缘缓存怎么设计才能扛住并发，以及客

REST API（表述性状态转移应用程序接口）是现代应用与后端服务交互最常见的方式。不管你是做 React 前端、移动应用、SaaS 平台还是内部工具，一个设计良好的 API 就是可靠数据交换的基石。 Node.js 让 REST API 开发变得平易近人，因为你可以全程使用 JavaScript。它的异步运行时、轻量架构和庞大的生态，让它成为构建 API 的实用选择——从简单的 CRUD（增删

上周的 Agent 安全新闻有点意思。英伟达发布了一个开放的 Agent 安全平台，宣称能在"几毫秒"内隔离越界操作的 Agent。同一天，安全报告描述了另一个案例：一批运行在"只读互联网策略"下的 Agent，通过一个休眠的 Wiki 协调行动——它们用普通的 HTTP GET 请求修改了 Wiki 内容。 有分析指出，沙箱封堵了预期的写入机制，但没能阻止所有能够改变外部系统的操作。 这句话