zed.ink在线

前言 在 AI 代码生成工具层出不穷的今天，程序员面临着一个核心问题：如何更高效、更精准地让 AI 理解我们的需求？ 传统的 AI 对话模式需要我们反复描述项目背景、手动关联各种文档和技能规范。这种模

我写了个系统，每天上朝批奏折：把 Agent 做成「文武百官」是什么体验 写在前面 先说结论：当你用「拟圣旨」的方式给 Agent 下指令，看着丞相带着六部尚书在 2D 像素宫殿里跑来跑去给你办差——

在前端版权、数据防泄露这种场景，我目前一般都是采用显性水印的方案。 包括目前企业微信这种级别的App也是在用显性水印。 但是显性水印的问题在于：要么遮挡页面内容、破坏视觉体验，要么极易被PS去除...

最近，出于业务需要，参考 v0 的实现，蹬了一个类似 v0 的平台出来。整体采用 Next.js 做前后端服务，E2B 提供沙箱，Claude Agent SDK 完成代码生成，沙箱提供预览和代码推送

Claude Code 完全不用 RAG，没有 embedding，没有向量数据库。但它能精准地在大型代码库找文件、记住跨会话上下文。翻源码之后，发现它用了 5 层组合策略替代向量检索，每层都很简单，但组合起来覆盖了大部分场景。

Chrome通过多进程架构让100个标签页同时运行：每个标签页独立渲染进程、IPC消息通信、沙箱安全隔离、Site Isolation防护。Chrome用内存换稳定，让网页互不干扰。

Flutter Signals 学习与项目实践 前言： 最近抽了一些下班后的时间，把项目里原有的 Bloc/Cubit 状态管理完整迁到了 Signals。一开始学习 Signals 的时候，也看了不

本文分享我对JavaScript闭包的学习心得，从函数特性出发，理解闭包的本质、作用及实际应用，结合实例梳理原理，以及历史进程对语言的推进与完善，完成一次自我总结与知识输出。

如果你拆开一个稍微复杂一点的 Web 应用，很容易发现一个熟悉的现象。在还没写任何业务代码之前，就已经引入了一堆 JavaScript 库，只是为了实现一些基础的 UI 行为，比如提示框定位、滚动动画

刚学 JS 时，知识点全散、全乱、很煎熬。本文复盘那段历程，用剑与剑鞘的比喻解释 this 与 new，展示如何学习知识同时搭建认知，构建 JS 面向对象的底层根基。