优质文章学习记录

【前端实战】构建 Vue 全局错误处理体系,实现业务与错误的清晰解耦

【前端实战】构建 Vue 全局错误处理体系,实现业务与错误的清晰解耦

目录 【前端实战】构建 Vue 全局错误处理体系,实现业务与错误的清晰解耦 一、为什么要做全局错误处理? 1、将业务逻辑与错误处理解耦 2、为监控和埋点提供统一入口 二、Vue 中的基础全局错误处理方式 1、Vue 中全局错误处理写法 2、它会捕获哪些错误? 3、它不会捕获哪些错误? 4、errorHandler 的参数含义 三、全局错误处理的进阶设计 1、定义“可识别的业务错误” 2、在 errorHandler 中做真正的“分类处理” 3、补齐 Promise reject 的捕获能力 4、错误处理的策略化封装 四、结语         作者:watermelo37         ZEEKLOG优质创作者、华为云云享专家、阿里云专家博主、腾讯云“

WebGIS开发实战:WKT转GeoJSON的多种技巧与Leaflet加载应用详解

WebGIS开发实战:WKT转GeoJSON的多种技巧与Leaflet加载应用详解

目录 前言 一、WKT后台转换实现 1、基于PostGIS实现 2、GeoTools实现 二、wellknown.js转换 1、wellknown.js是什么? 2、wellknown.js的方法 三、在Leaflet.js中集成wellknow.js 1、资源引入 2、将wkt转为geojson 四、总结 前言         在当今数字化浪潮中,地理信息系统(GIS)技术正以前所未有的速度融入我们的生活与工作。从城市规划到环境监测,从物流配送到旅游出行,地理空间数据的价值日益凸显。而 WebGIS,作为 GIS 技术与 Web 技术的深度融合,更是为地理信息的共享与交互开辟了广阔天地。它让地理数据能够通过网络在各种终端设备上轻松呈现,极大地拓展了 GIS 的应用场景和受众群体。然而,在 WebGIS

前端API设计最佳实践:让你的API更优雅

前端API设计最佳实践:让你的API更优雅 毒舌时刻 API设计?听起来就像是后端工程师的事情,关前端什么事?你以为前端只需要调用API就可以了?别天真了!如果API设计得不好,前端开发会变得非常痛苦。 你以为随便设计个API就能用?别做梦了!我见过太多糟糕的API设计,比如返回的数据结构不一致,错误处理不规范,文档不完整,这些都会让前端开发者崩溃。 为什么你需要这个 1. 提高开发效率:良好的API设计可以减少前端开发的工作量,提高开发效率。 2. 减少错误:规范的API设计可以减少前端开发中的错误,提高代码的可靠性。 3. 改善用户体验:合理的API设计可以提高应用的响应速度,改善用户体验。 4. 便于维护:良好的API设计可以使代码更易于维护,减少后期的维护成本。 5. 促进团队协作:规范的API设计可以促进前后端团队的协作,减少沟通成本。 反面教材 // 这是一个典型的糟糕API设计 // 1. 不一致的命名规范 // 获取用户列表 fetch('/api/getUsers') .then(response

Cursor vs Claude Code:2026 年 AI 编程工具巅峰对决

Cursor vs Claude Code:2026 年 AI 编程工具巅峰对决

文章目录 * 一、核心差异:两种哲学,两种范式 * 二、产品形态与交互体验 * 2.1 Cursor:IDE 的终极形态 * 2.2 Claude Code:终端的智能体革命 * 2.3 对比小结 * 三、核心能力对比 * 3.1 代码补全:Cursor 的护城河 * 3.2 上下文理解:Claude Code 的绝对优势 * 3.3 Agent 能力:自主执行的深度 * 3.4 多文件编辑能力 * 3.5 工具与生态集成 * 四、模型与成本对比 * 4.1 模型支持 * 4.

告别“选择困难症”:我是如何用 AI Ping 实现大模型自由,还能省下 50% 成本的?

告别“选择困难症”:我是如何用 AI Ping 实现大模型自由,还能省下 50% 成本的?

告别“选择困难症”:我是如何用 AI Ping 实现大模型自由,还能省下 50% 成本的? * 写在最前面 * 场景一:从“写脚本卡壳”到“批量生成” * 场景二:开发路上的“万能插头” * 使用感受 * 一点小建议与期待 * 写在最后 🌈你好呀!我是 是Yu欸🚀 感谢你的陪伴与支持~ 欢迎添加文末好友🌌 在所有感兴趣的领域扩展知识,不定期掉落福利资讯(*^▽^*) 写在最前面 版权声明:本文为原创,遵循 CC 4.0 BY-SA 协议。转载请注明出处。 在这个大模型“百花齐放”甚至“百模大战”的时代,作为一名既要写代码开发,又要频繁输出技术内容(写博文、做视频)的开发者,我每天最大的烦恼就是: “今天这个任务,

ToDesk ToClaw AI自动化实测:零门槛玩转日常自动化,告别折腾与硬件损耗

ToDesk ToClaw AI自动化实测:零门槛玩转日常自动化,告别折腾与硬件损耗

前言:原来日常自动化,不用折腾也能落地 平时总被重复繁琐的小事占用时间,想着靠自动化工具解放双手,今年专门试了多款主流方案,想搞定每日资讯整理、桌面归类、文件备份这类高频需求,结果踩坑不断,始终没找到适配日常使用的省心选项。 最开始尝试Python本地脚本,能实现基础功能,但必须让设备全程在线,先不说麻烦,关键是台式机24小时不间断开机,对硬件损耗极大,长期用很容易缩短电脑使用寿命,还容易出现系统卡顿、缓存过高导致任务断更的问题;后来转战云函数计算,部署流程极其繁琐,要懂基础运维知识,耗时很久才配置完成,每月还有固定服务成本,一旦目标网站页面微调,代码就失效,还要重新调试维护;跟风试过原生OpenClaw,功能虽强但门槛太高,光安装环境、配置依赖就折腾许久,没有相关技术基础很难顺畅落地,操作门槛偏高,即便是有一定基础的我,初期也花了不少时间磨合。 直到更新了新版ToDesk,发现内置的ToClaw AI自动化功能,才彻底解决了这些痛点,不用复杂部署、不用写代码,还能避开电脑长时间开机的损耗,不仅完美适配我的日常使用需求,更兼顾了易用性,上手毫无压力。 我用它快速搭建了三个日常高

AI Agent 辅助工具体验 --- Superpowers 使用介绍及原理分析

AI Agent 辅助工具体验 --- Superpowers 使用介绍及原理分析

Superpowers:面向编码 Agent 的技能框架与工作流 Superpowers 是一个基于**可组合技能(skills)**的 Agent 软件开发方法论与工作流框架,适用于 Claude Code、Cursor、Codex、OpenCode 等编码 Agent,强调「先澄清再实现」、测试驱动与子 Agent 协同。 核心思路 * 不急于写代码:启动后先通过对话澄清目标,从对话中提炼出可评审的规格(spec),按小块呈现设计供确认。 * 规格驱动实现:在获得设计认可后,生成足够具体、可执行的实现计划(含文件路径、代码意图、验证步骤),再由子 Agent 按计划执行并做两阶段审查(先看是否符合规格,再看代码质量)。 * 技能自动触发:技能在适当时机自动激活,无需额外指令,即可让 Agent 按既定流程工作。 典型工作流(节选)

深入理解嵌入模型(Embedding Model):AI 语义世界的基石

深入理解嵌入模型(Embedding Model):AI 语义世界的基石

文章目录 * **深入理解嵌入模型(Embedding Model):AI 语义世界的基石** * 一、前言:从关键词到语义理解 * 二、什么是嵌入模型? * 三、嵌入模型的核心作用 * 嵌入模型的四大作用: * 四、嵌入模型如何工作? * 五、常见嵌入模型比较(2025 年主流) * 六、嵌入 + 向量数据库 = 语义知识库的核心 * 七、应用实例:企业级知识问答系统 * 八、总结 * 九、参考文献与延伸阅读 深入理解嵌入模型(Embedding Model):AI 语义世界的基石 作者: 技术架构与智能应用研究中心 发布日期: 2025 年 10 月 关键词: Embedding、向量数据库、语义搜索、RAG、知识问答 一、

AI的提示词专栏:Prompt 编写的日志分析与关键字聚类

AI的提示词专栏:Prompt 编写的日志分析与关键字聚类

AI的提示词专栏:Prompt 编写的日志分析与关键字聚类 本文围绕 Prompt 在日志分析与关键字聚类中的应用展开,先阐述该技术的行业价值,指出其可解决海量日志人工处理效率低、格式混乱、关键字关联分析缺失等痛点。接着介绍日志类型、关键字聚类维度等核心概念,随后详细给出日志分析与关键字聚类类 Prompt 的通用编写框架,搭配运维、产品等不同场景的实战示例与技巧解析。还总结了 Prompt 编写的常见误区及避坑指南,提供结合 ELK Stack、Python 等工具的高级实战方案,最后总结核心原则并给出后续学习建议,为读者提供从基础到进阶的完整 Prompt 应用指导。 人工智能专栏介绍     人工智能学习合集专栏是 AI 学习者的实用工具。它像一个全面的 AI 知识库,把提示词设计、AI 创作、智能绘图等多个细分领域的知识整合起来。无论你是刚接触 AI 的新手,还是有一定基础想提升的人,都能在这里找到合适的内容。从最基础的工具操作方法,到背后深层的技术原理,专栏都有讲解,还搭配了实例教程和实战案例。这些内容能帮助学习者一步步搭建完整的

IDEA集成AI辅助工具推荐(好用不卡顿)

IDEA里集成AI工具,核心要满足上下文感知强、响应快、不卡顿、贴合编码流程。下面按「官方原生」「第三方爆款」「国产友好」分类,覆盖代码补全、生成、重构、调试全场景,附安装和使用要点。 一、官方原生:JetBrains AI Assistant(最省心,无适配问题) 核心定位:JetBrains官方出品,深度内嵌IDEA,和编码、重构、调试流程无缝贴合 核心亮点 * 上下文理解极强:读取项目代码结构、命名规范、依赖关系,生成代码更贴合项目风格 * 全流程AI辅助:代码补全/生成、解释代码、写注释、生成测试用例、优化提交信息、排查报错 * 无额外配置:登录JetBrains账号即可用,支持多语言,不占用过多内存 * 隐私友好:代码数据默认不上传,企业可本地化部署 适用人群