·
最近写了个对 sqlite 数据库读写都比较大且频繁的程序，踩了一些坑。最后用了如下配置最大化 sqlite3 的性能。 PRAGMA journal_mode = WAL; PRAGMA busy_timeout = 5000; PRAGMA synchronous = NORMAL; journal_mode = WAL： 支持读写同时进行。高并发下提升最明显 busy_timeout：可以缓解同时多写入时的 SQLITE_BUSY 报错。5000 是五秒。 PRAGMA synchronous = NORMAL; 减小默认同步频率 内存够用的话还可以设置这两个选项加大内存缓存。 PRAGMA cache_size = 1000000000; PRAGMA temp_store = memory;
·
Post Content
·
1.新人第一贴，会努力了解和融入这个社区！2.本人是通过谷歌邮箱以及邀请码的形式注册进来的，看到默认的用户名为邮箱前缀，请问能否更改？3.烦请大佬们分享好看的 css
·
背景：楼主的 M1 Pro 的 MBP 最近在使用 Android Studio / PyCharm 的时候，发现滑动修改代码的屏幕刷新率明显还是 60 帧的水平。。。和日常其他 App 的高刷体验严重割裂，实测在 VS 上是不会有这个问题的。 在 JetBrains 的 YT 反馈论坛的帖子找到一个一周前更新的解决方案，是通过替换一个 JB 全家桶启动的 JRE 实现的。 帖子链接🔗: https://youtrack.jetbrains.com/issue/JBR-6243 有需要的老板可以替换下，我这里替换后确实提升明显，不会有之前卡卡的情况了。
·
外部群，并且我是没有机器人的权限的， 有没有办法？抓包的话是不是解密不了
·
作为基于 Tailscale 开发的 xEdge 的开发者，我一直非常喜欢 Tailscale ，然而自从我基于 fd.io VPP 开发了一个新的 iOS VPN 客户端（之前在站内分享过这个 VPN 客户端即 MintFlow NetStack 的 promo code ）后，日常主要开着这个客户端，然而我总需要经常远程登陆到我的很多 SSH 服务器进行维护或客户支持，这个时候 iOS 不支持 VPN 多开就比较烦人了。 我原计划想把 Tailscale 的客户端集成到我的 VPN 客户端中，但主要考虑到我的客户端网络协议栈主要基于 C 语言和 RUST 开发，实在不太想引入 Go 这个运行时；因此，趁近期有一些时间，加上我想再深入研究一下 Tailscale 作为 SDK 的可用性，以及 Terminal Emulator 的原理，于是果断开搞，而往往我比较头痛的 UI 部分，如今已经有 Claude Code 这个工具提供大力支持，因此一个月的时间便搞定了，而 Apple Store 的审核则比较有意思，首次提交后，只是问题了一些 App 的工作原因，以及和…
·
skim 作者说 fzf 虽然是用 GC 语言 go 写的，但是数据量上去后比自己的 rust 实现快 2-3+倍，而且占用一半的内存。还说 rust 在 share memory 上能优化的地方受限。 这是如何做到的，rust 又有哪些地方不好优化内存？纯好奇 https://github.com/skim-rs/skim/issues/317#issuecomment-652492431 fzf 源码： https://github.com/junegunn/fzf
·
之前在博客有一个「项目导航」的页面，本意是展示一下自己做的开源项目，但是需要人工去维护，所以很久都没有更新过。花一两个小时 vibe 了一下，做了个小项目，可以通过 GitHub Actions 自动更新并部署到 Pages 。 项目地址： https://github.com/LeslieLeung/showcase效果预览： https://leslieleung.github.io/showcase/ 一点题外话：因为使用 Claude Code 生成屎山非常地快，所以我选择了不太会写的前端，放弃代码洁癖，一路 vibe 到底。这种心态的改变反而令整体的体验更好了。
·
太长不看版本: 当你使用 lobe-chat-database 进行 MCP 工具调用之后, lobe-chat 团队和 cloudflare 就会知道该工具调用的细节。 存在严重隐私泄漏、跨境数据传输等安全风险，请各位朋友谨慎使用该软件。 lobe-chat 我觉得算是一个优秀的 ai 对话工具，特别是在 MCP 集成方面。 项目开发者也在本站： https://linux.do/u/arvin_xu/summary 但最近碰到的一件事却让我不寒而栗。 我通过lobehub/lobe-chat-database – Docker Image | Docker Hub 这个镜像部署了本地数据库版(v1.112.0)，连接了内网的数据库，AI 使用的 MCP 服务器也是部署在内网的（由我自己开发）。理论上，我和 AI 的对话记录只有我内网有记录（以及 AI 的服务供应商）。 但我最近在使用 AI 调用 MCP 服务器时, 发现 lobe-chat 在 MCP 服务器返回结果后，还需要 loading 很长的时间（可能要几十秒）才能发起下一次 AI 请求。经过排查，主要是受该接口影响: /trpc/lambda/market.reportCall,message.update?batch=1, 短则几秒、多则几十秒。 让 AI 帮我分析 lobe-chat…
·
如题。GPT4.1 有 100 万超长上下文，有利于大文档、长对话的整体理解。而 GPT5 非推理模型（ gpt-5-instant ）只有 256K ，大约是 GPT4.1 的四分之一。这样来看，在非推理模型上，感觉应该 GPT4.1 更强？