browser-use 动态状态机与动作规划机制剖析
深入解析 browser-use 框架如何通过动态状态机将 AI 指令映射为 CDP 原子操作,构建可恢复的页面交互图以支撑复杂多步任务。
Latest Essays
继续沿着时间线阅读近期的工程实践与技术观察。
近期的思考与工程笔记。
深入解析 browser-use 框架如何通过动态状态机将 AI 指令映射为 CDP 原子操作,构建可恢复的页面交互图以支撑复杂多步任务。
深入剖析OpenAI Codex CLI的代理循环架构,揭示从用户输入到代码生成、测试验证的闭环工程实现细节。
剖析用 eBPF/XDP 在 OLT 硬件上实现分布式 BNG 的核心技术:XDP 原生模式的钩子点选择、内核快速路径与用户空间慢速路径的协同设计、以及离线优先的状态管理策略。
深入分析 comma.ai 开源项目如何通过统一的 DBC 消息定义、车辆指纹识别与安全框架,实现一套自动驾驶模型适配27个品牌、325种车型的工程架构。
深入解析 NVIDIA Dynamo 框架的 KVBM 分块策略,提供分块大小、预取参数与内存层次调优的工程化指南。
通过 Tim Bray 在 Quamina 项目中的实战案例,剖析 Unicode 属性匹配场景下代码生成的边界条件、预编译与懒加载的取舍策略。
面向 BGP 路由泄露早期检测,剖析上游信号采集策略、多源聚合机制与自适应阈值判定算法的工程化实现参数。
深入解析 voyage-multimodal-3.5 的视频检索架构,涵盖帧编码策略、Matryoshka 维度压缩与时序对齐的工程实践。
面向大规模 BGP 监控场景,探讨如何通过多数据源信号聚合、AS 路径时间序列特征提取与动态阈值建模,在路由泄露发生前实现主动预警。
从云端 GPU 到消费级硬件,深入解析 Microsoft VibeVoice 语音 AI 框架的部署参数、VRAM 优化策略及工程权衡。
深入分析 Waypoint-1 的因果扩散架构与自 forcing 训练策略,探讨实时交互视频生成中的延迟控制、帧间一致性工程实现与消费级硬件部署参数。
解析 Russ Cox 的 Fast Unrounded Scaling 算法,如何用一次 64 位乘法实现比 Dragon4、Ryū、Dragonbox 更快的浮点数转换,同时代码更简洁。
深入剖析 Goose Agent 在测试执行时的动态工具路由机制:结果解释、工具选择与重试策略的反馈闭环工程实现。
深入解析 DeepSeek FlashMLA 如何通过共享内存切片策略与 Bank 冲突避免机制,在 NVIDIA Hopper 架构上实现 MLA 推理的性能突破,提供可复现的调参建议。
深入解析 Compyle 低延迟开发沙箱的架构演进,涵盖路由层优化、预热池设计与生产部署策略。
深入剖析 OpenAI Codex 的代理循环核心架构,聚焦上下文窗口管理、提示缓存策略与对话压缩机制的工程实践参数。
深入解析 UltraRAG v3 的声明式管道配置语法,探讨基于 YAML 的低代码 RAG 系统构建方法、控制结构设计与可视化工程实践。
解析 UltraRAG v3 如何通过 Model Context Protocol 将检索、生成、校验等核心组件抽象为独立 MCP Server,配合 YAML 配置实现复杂 RAG 流程的低代码编排。
解析 Russ Cox 的非舍入缩放原语如何统一固定宽度与最短宽度打印,性能超越 Dragonbox、Ryū 等现有算法。
深入解析 Chromium 项目禁止使用的 C++ 语言特性,剖析每项禁令背后的安全漏洞案例与替代方案设计。