Marico's space

最近在折腾 AI Agent 的安全问题，踩了一个挺有意思的坑：怎么让 Claude Code 或者 Cursor 这种 AI 编程助手调用第三方 API，但又不能把真实的密钥暴露给它们。Context 会记录日志这事大家都懂，但实际操作的时候怎么处理？ProxyKey MCP 就是奔着解决这个问题去的。这篇不讲大道理，只说实操：怎么连上、13 个工具都是啥、为什么故意不提供"读取密钥"这个操作，

相信很多人都有过类似的经历：用 Python 随手写了个微服务，速战速决写了个 Dockerfile，run 了 docker build，然后发现这个容器镜像居然有将近 半 GB（展开到磁盘上更是高达 1.75 GB）！ 就为了一个只有两个路由的 15 行 Flask 应用？这也太离谱了。 臃肿的 Docker 镜像会拖慢 CI/CD（持续集成/持续部署）流水线、涨你的镜像仓库存储费用、部署

最近折腾了财务软件的AI能力，特别是Sage这一套东西，发现坑还挺多的，这篇把问题说清楚。 搜"Sage AI"出来的结果很乱——有文档工具用这名字的，有独立游戏工作室做NPC智能的，还有正经财务套件里的AI能力。这篇只聊最后这个：嵌入到Sage Accounting、Sage Intacct和Sage X3里的领域专用模型，干的是账本核对、结账自动化、在人工审核前保证交易准确性这些活儿。 核

最近折腾移动应用的订阅系统，踩了几个坑，这篇把问题说清楚。 从健身应用到生产力工具，从AI助手到流媒体平台和SaaS应用，订阅模式已经成为现代应用最流行的变现策略。相比一次性购买或广告，订阅能带来稳定的现金流。 但实现订阅功能绝不是加个"立即订阅"按钮那么简单。 一个能上生产环境的订阅系统需要处理： * 支付处理 * 订阅验证 * 套餐管理 * 续费 * 过期 * 取消 *

最近折腾了一下给 AI Agent 跑财务流水的问题，踩了几个坑，这篇把 OpenLedger 这个项目说清楚。 Attri 把 OpenLedger 开源了——一个本地优先的复式记账系统，上面套了一层 MCP（模型上下文协议）服务器。Python 3.11+、SQLite、aiosqlite。通过 MCP 暴露 15 个工具。事务不可变。纠错靠红字冲销。所有的变更操作都把审计日志行和变更本身写

最近给项目上了LLM（大型语言模型）可观测性，仪表盘全绿，延迟正常，token消耗在预算内。结果用户反馈AI客服的回答过时了——产品功能早就改了，AI还在一本正经地引用旧文档。 模型调用成功了，每个指标都漂亮。但答案错了整整六个月。 这就是以模型为中心的可观测性的盲点：它只能告诉你最终传给模型的上下文是什么，无法告诉你系统搜索的是不是对的关键词、有没有漏掉新文档、为什么选了这个结果而不是那个。

最近折腾 PostgreSQL 的 COUNT(*) 性能问题，踩了几个坑，这篇把问题说清楚。 COUNT(*) 看起来是个再简单不过的操作： SELECT COUNT(*) FROM orders; 查询只要返回一个数字，但 PostgreSQL 可没法从某个内部计数器里 O(1) 地读出来。 要得到精确数量，PostgreSQL 必须确定哪些行对该查询可见。在大表上，这部分工作量会成

大多数医美机构流失客户，问题往往不在于技术，而在于从客户发起咨询到最终确认预约这中间发生了什么——或者干脆什么都没发生。带自动化功能的医美CRM能补上这个缺口：它能抓取每一条咨询、秒级响应发送预约链接，然后持续跟进，直到客户完成预约、明确拒绝或者主动退订。 这篇文章只聚焦一个问题：如何把咨询转化为预约。自动化负责沟通，但它替代不了临床护理、医疗判断或者病历记录。 为什么医美机构在首次咨询后会

最近在给一套客服系统做认证层改造，踩了几个坑才把JWKS（JSON Web Key Set）缓存和实时会话自省这两个机制的边界搞清楚。这篇把结论说清楚，不绕弯子。 简短回答：JWT签名在本地用缓存的JWKS验证，但刷新令牌轮换、被盗会话撤销、账户连续性决策这些场景——光有有效签名是不够的授权信号——必须在API网关做实时会话自省。两个边界要划清楚：本地验证保可用性和延迟，可控的实时检查则限制攻击

最近在搞数据库迁移项目，甲方要把Oracle数据库里的代码往其他数据库上迁。Oracle有个PIVOT函数用得还挺爽的，但目标数据库不支持这语法，遇到一堆代码要改，手工一个个翻不仅累还容易出错。踩了几次坑之后，试了试ZGLanguage这个开源工具，发现批量处理还挺香的，这篇把实战经验分享出来。 先说背景：跨数据库迁移时，SQL语法不兼容是常事。碰到大量代码需要重写的情况，手工处理费时费力还容易