技术文章系列整理(持续更新)
本博客有很多关于性能及测试开发的文章。我试着对你可能感兴趣的一些重要文章进行分类。性能基础系列:性能基础之浅谈常见接口性能压测性能闲谈系列:浅谈window桌面GUI技术及图像渲染性能测试实践JMeter系列:Jmeter接口测试demo性能工具之Jmeter扩展函数及压测ActiveMQ实践性能工具之Jmeter压测Hprose RPC服务性能工具之Jmeter压测Thrift...
·
本博客有很多关于技术的文章,我试着对你可能感兴趣的一些重要文章进行分类。
文章目录
- 一、基础(工程师必备底层知识)
- 二、性能测试与性能工程(实战体系)
- 三、Java接口测试(实战体系)
- 四、移动端测试
- 五、DevOps(持续交付与自动化体系)
- 六、运维(云原生与系统运维实战体系)
- 七、安全技术体系
- 八、团队管理
- 九、大数据
- 十、数据库技术体系
- 十一、人工智能(AI)
- 十二、电力系统
- 十三、信创/国产化技术体系
- 十四、其它
- 十五、文章源码
一、基础(工程师必备底层知识)
(一)算法
(二)操作系统
2.1 Linux(基础与性能核心)
- 性能基础之速读【性能之巅:洞悉系统、企业与云计算】
- 性能基础之CPU、物理核、逻辑核概念与关系
- 性能基础之理解Linux系统平均负载和CPU使用率
- 性能工具之15个常用的Linux文件系统命令
- 性能工具之linux三剑客awk、grep、sed详解
- 性能工具之linux常见日志统计分析命令
- 浅谈 Linux 系统启动过程
- Linux 命令 top、vmstat、iostat、free、iftop 基础
- Linux 基础之 TOP 命令详解
- Linux 基础之 vmstat 命令详解
- Linux 基础之 sar 工具详解
(三)计算机组成原理
(暂无文章)
(四)计算机网络
(五)计算机图形
(六)架构设计
二、性能测试与性能工程(实战体系)
(一)性能认知与基础理论
- 性能基础之浅谈常见接口性能压测
- 性能分析到底是不是性能测试工程师的能力?
- 从核酸检测平台崩盘看性能工程的范围
- 面对chatGPT,冷静比鸡血更重要!
- 从阿里云崩溃看IT系统非功能能力验证
- 浅谈window桌面GUI技术及图像渲染性能测试实践
- RESAR性能工程之放弃思考时间
(二)全链路压测实战
(三)性能场景设计与规划
(四)性能工具栈(全品类实战)
4.1 综合工具
- 常见性能工具一览
- 两款常用的 MQTT 调试工具
- 性能工具之调试工具 GDB(你以为性能分析中用不到吗?)
- 性能工具之 Java 调试工具 JDB
- 性能工具之网络 Benchmark iperf3 快速入门
4.2 压力测试工具
- 性能工具之stress工具使用教程(带源码说明)
- 性能工具之代码级性能测试工具ContiPerf
- 性能工具之 Loadrunner 常见脚本开发
- 性能工具之 Apache Bench 入门使用
- 性能工具之emqtt_bench快速上手
- 性能工具之emqtt-bench BenchMark 测试示例
- 性能工具之 Kafka 快速 BenchMark 测试示例
- 性能工具之 MySQL OLTP Sysbench BenchMark 测试示例
- 随笔之 ClickHouse 列式分析数据库安装注意事项及基准测试
4.3 nGrinder 框架
- 性能工具之 nGrinder 入门安装及使用
- 性能工具之 nGrinder 源码安装
- 性能工具之 nGrinder Get 请求脚本编写
- 性能工具之 nGrinder Post 请求脚本
- 性能工具之 nGrinder 关联脚本编写
- 性能工具之 nGrinder 参数化脚本编写
- 性能工具之 nGrinder 区域配置
4.4 Gatling 框架
4.5 Taurus 框架
4.6 JMeter 全栈实战
4.6.1 JMeter 基础入门
- 性能工具之 JMeter 快速入门
- 性能工具之 JMeter 常用组件介绍(一)
- 性能工具之 JMeter 常用组件介绍(二)
- 性能工具之 JMeter 常用组件介绍(三)
- 性能工具之 JMeter 常用组件介绍(四)
- 性能工具之 JMeter 常用组件介绍(五)
- 性能工具之 JMeter 常用组件介绍(六)
- 性能工具之 JMeter 常用组件介绍(七)
- 性能工具之 JMeter 常用组件介绍(八)
4.6.2 JMeter 脚本开发
- 秒懂HTTPS接口(JMeter压测篇)
- 性能工具之JMeter压测WebSocket接口(一)
- 性能工具之 Jmeter 使用 HTTP 请求编写 HLS 脚本
- 如何基于 Swagger 使用 OpenAPI Generator生成 JMeter 脚本
- 性能工具之JMeter JDBC Request 基础
- 性能工具之 JMeter 上传与下载脚本编写
- 性能工具之 JMeter 关联入门
- 性能工具之 JMeter 微信小程序 WebSocket 脚本入门
- 性能工具之JMeter Dubbo 脚本开发
- 性能工具之 JMeter ajax 简单登录案例实战
- 性能工具之 JMeter ActiveMQ 脚本开发实践
4.6.3 JMeter 源码分析
- 性能工具之JMeter5.0核心源码浅析
- 性能工具之JMeter5.0核心类HashTree源码分析
- 性能工具之JMeter5.0核心类StandardJMeterEngine源码分析
- 性能工具之JMeter5.0核心类JMeterEngine源码分析
4.6.4 JMeter 二次开发
- 性能工具之JMeter二次开发总结
- 性能工具之Jmeter扩展函数及压测ActiveMQ实践
- 性能工具之Jmeter压测Hprose RPC服务
- 性能工具之Jmeter压测Thrift RPC服务
- 性能工具之Jmeter扩展配置元件插件
- 性能工具之JMeter两个Java API Demo
- 性能工具之Jmeter 后置监听器可视化数据逻辑
- 性能工具之 Jmeter 通过 SpringBoot 工程启动
- 性能工具之 JMeter 自定义 Java Sampler 支持国密 SM2 算法
- 性能工具之 HAR 格式化转换JMeter JMX 脚本文件
- 性能工具之JMeter 通过Java API生成 BeanShell PreProcessor 脚本
4.6.5 JMeter 安装部署与集群
- 性能工具之JMeter+InfluxDB+Grafana打造压测可视化实时监控
- 性能工具之JMeter + Grafana + InfluxDB 性能平台搭建
- Kubernetes 下部署 Jmeter 集群
- 性能工具之 JMeter 使用 shell 脚本快速执行
- 性能工具之 JMeter 使用 Python 脚本快速执行
- 性能工具之 JMeter 模拟多IP地址访问
4.6.6 JMeter 插件与高级特性
- 性能工具之Jmeter HLS 插件(入门篇)
- JMeter Redis 数据集 vs CSV 数据集性能对比
- 性能工具之JMeter Throughput Controller vs Weightted switch controller
- 性能工具之 JMeter TPS限制与动态调节
4.7 Locust 框架
4.8 性能分析工具
- 性能工具之Java分析工具BTrace入门
- 性能工具之DOTNET性能分析工具
- 性能工具之 FlameGraph 火焰图
- 性能工具之 C/C++ 分析工具 valgrind
- 一文带你快速了解 Java 线上问题快速诊断神器 Arthas
- 使用 pt-query-digest 工具分析 MySQL 慢日志
- 性能工具之 JProfiler 简单登录案例分析实战
4.9 流量复制与回放工具
- 性能工具之常见流量复制工具
- 流量回放工具之 goreplay 安装及初级使用
- 流量回放工具之 goreplay 核心源码分析
- 流量回放工具之 GoReplay output-http-stats(HTTP请求统计) 源码分析
- 流量回放工具之GoReplay output-http 源码分析
- 流量回放工具之GoReplay input_file 源码分析
4.10 前端性能工具
- 性能工具之常见压力工具是否能模拟前端?
- 前端分析工具之 Charles 录制 Android/IOS 手机的 https 应用
- 性能工具之前端分析工Chrome Developer Tools性能标签
(五)性能监控体系
5.1 Java 应用监控
- 性能监控之常见JDK命令行工具整理
- 性能监控之常见 Java Heap Dump 方法
- 性能监控之 JMX 监控 Docker 容器中的 Java 应用
- 性能监控之 Java Metrics 度量包
- 字节码增强技术之 Java Agent 入门
5.2 时序监控栈(Telegraf+InfluxDB+Grafana)
- 性能监控之Telegraf+InfluxDB+Grafana linux服务器实时监控
- 性能监控之Telegraf+InfluxDB+Grafana NVIDIA GPU实时监控
- 性能监控之Telegraf+InfluxDB+Grafana window服务器安装使用
- 性能监控之Telegraf+InfluxDB+Grafana+Python实现Oracle实时监控
- 性能监控之Telegraf+InfluxDB+Grafana实现JMX实时监控
- 性能监控之Telegraf+InfluxDB+Grafana实现结构化日志实时监控
5.3 云原生监控(Prometheus)
- 性能监控之初识 Prometheus
- 性能监控之 node_exporter+Prometheus+Grafana 实现主机监控
- 性能监控之 blackbox_exporte+Prometheus+Grafana 实现网络探测
- 性能监控之 Golang 应用接入 Prometheus 监控
5.4 分布式链路追踪
- 全链路监控:方案概述与比较
- Kubernetes + Spring Cloud 集成链路追踪 SkyWalking
- 快速了解分布式跟踪系统 Zipkin
- Sleuth+Zipkin 实现 SpringCloud 链路追踪
- 性能监控之Python实战SkyWalking链路追踪
5.5 通用监控与日志分析
- (翻译)性能监控之百分位数监控
- 性能监控之JMeter分布式压测轻量日志解决方案
- awr报告生成方式
- 性能监控之 nmon ant 简单分布式管理
- 性能监控之 Linux 命令 top、vmstat、iostat、free、iftop 基础
- Linux 基础之 TOP 命令详解
- Filebeat+Kafka+Logstash+Elasticsearch+Kibana 构建日志分析系统
(六)性能数据处理与生成
(七)性能分析实战(全场景案例)
7.1 Windows 系统分析
7.2 Linux 系统分析
- 性能分析之Linux系统平均负载案例分析
- 性能分析之构建 Linux 操作系统分析决策树
- 性能分析之系统资源饱和度
- 性能分析之 Linux 系统中 ps&top 中 CPU 百分比不一致?
- 性能分析之解决 jbd2 引起 IO 高问题
- 性能分析之JMeter 脚本执行失败导致的问题
- 性能分析之从 IO 高定位到具体文件
- 性能分析之 PHP 应用进程过多导致的 page faults
- 性能分析之两个性能瓶颈分析案例
- 性能分析之解析 RESAR 性能分析七步法
- 性能基础之硬盘性能知识必知必会
- 干货 | 高性能 Nginx 优化配置总结
7.3 数据库性能分析
- 性能分析之单条SQL查询案例分析(mysql)
- 性能分析之如何高效解决 SQL 产生的内存溢出
- 性能分析之 MySQL Report 分析(建议收藏)
- 性能分析之 SQL 性能分析(MySQL)
- 性能分析之子锁存器(latch)到 SQL(Oracle)
- 一个性能问题的分析和妥协过程
- 性能分析之MySQL索引实战案例
7.4 Java 应用性能分析
- SpringCloud 日志在压测中的二三事
- 性能分析之一个简单 Java 线程 dump 分析示例
- 性能分析之使用 Jvisualvm dump 分析示例
- 性能分析之死锁和日志相关的一个实例
- 性能分析之CPU高到定位到代码行(JAVA)
- 性能分析之 dubbo 性能参数导致单 cpu 高
- 性能分析之用户登录TPS低以及CPU被打满问题分析
- 在线直播性能分析:用3个小时分析一个系统的性能瓶颈(从现象到代码)
7.5 网络性能分析
7.6 消息队列性能分析
7.7 压测模型与理论分析
- 性能分析之用户数(线程数)/响应时间/TPS的关系
- 性能分析之响应时间拆分及 258 原则误区
- 性能分析之趋势分析
- 性能分析之排队论应用
- 性能分析之性能建模简述
- 性能分析之快速从压力趋势定位到具体代码
7.8 C/C++ 应用性能分析
(八)性能报告与基准评估
- HTML5大屏版性能测试报告
- 性能报告之路由器性能benchmark评估
- 某云服务器性能 Benchmark 评估
- Kubernetes 集群网络 Benchmark
- Kubernetes 网络插件(CNI)超过 10Gbit/s 的基准测试结果
(九)7D-RESAR 性能工程方法论
- 《高楼的性能工程实战课》学习所推荐的知识点
- 高楼翻译:并发用户数的估算方法(请仔细看译者注)
- 高楼翻译:软件压力测试中常用测试参数的估计方法
- 7D-RESAR性能工程:术语表
- 教你如何2小时从零开始搭建一套完整的性能测试环境
- 电商项目 Jmeter 脚本实战开发
- 《高楼的性能工程实战课》微服务电商项目技术全解析
- 关于KVM 虚拟化注意的二三事整理
- Kubernetes 高可用集群落地二三事
(十)性能项目实战与团队管理
10.1 7DGroup 性能实施项目日记
- 7DGroup性能实施项目日记1
- 7DGroup性能实施项目日记2
- 7DGroup性能实施项目日记3
- 7DGroup性能实施项目日记4
- 7DGroup性能实施项目日记5
- 7DGroup性能实施项目日记6
- 7DGroup性能实施项目日记7
- 7DGroup性能实施项目日记8
- 7DGroup性能实施项目日记9
10.2 7D性能项目实战日记
- 7D性能项目日记1:你的性能项目真的有需求指标吗?
- 7D性能项目日记2:指标细化和性能环境
- 7D性能项目日记3:性能项目的进度如何管控?
- 7D性能项目日记4:做性能可不可以是一种信仰?
- 7D性能项目日记5:性能分析是查找瓶颈证据链的过程,而不是罗列数据
- 7D性能项目日记6:在性能工作中痛苦挣扎的人呀
- 7D性能项目日记7:性能项目一定要有结论
- 7D性能项目日记8:性能项目的目标/进度/深度/费用管理
- 7D性能项目日记9:性能项目最终是要按目标交付,而不是按过程交付
10.3 7D性能咨询项目日记
10.4 团队管理与项目交付
- 项目如期完成是有多难?
- 一个团队管理者应该干什么?
- 团队管理之团队气氛篇
- 团队管理之性能实施团队日志1
- 团队管理之性能实施团队日志2
- 团队管理之性能实施团队日志3
- 团队管理之性能实施团队日志4
- 团队管理之性能实施团队日志5
- 团队管理之性能实施团队日志6
- 团队管理之性能实施团队日志7
- 团队管理之性能实施团队日志8
- 团队管理之性能实施团队日志9
- 团队管理之性能实施团队日志10
- 团队管理之性能实施团队日志11
- 团队管理之性能实施团队日志12
- 团队管理之性能实施团队日志13
- 团队管理之性能实施团队日志14 – 项目终结
三、Java接口测试(实战体系)
(一)数据格式基础
(二)Mock测试与测试替身
(三)核心技术框架与工具
- 走进Java接口测试之流行框架SpringBoot
- 走进Java接口测试之持久层框架Spring-data-jpa
- 走进Java接口测试之测试框架TestNG
- 走进Java接口测试之日志框架Logback
- 走进Java接口测试之流式断言库AssertJ
- 走进Java接口测试之多环境配置
- 走进Java接口测试之读取配置文件
- 走进Java接口测试之构建工具Maven入门
- 走进Java接口测试之效率插件lombok
- 走进Java接口测试之测试报告ExtentReport
- 走进Java接口测试之fastjson指南
- 走进Java接口测试之工具类库 Hutool
- 走进Java接口测试之参数关联设计
- 走进Java接口测试之多数据源切换示例
(四)测试数据管理与数据驱动
- 走进Java接口测试之测试框架TestNG数据驱动(入门篇)
- 走进Java接口测试之解决超大文本数据驱动报OOM问题
- 走进Java接口测试之简单解决写接口脏数据问题
- 走进Java接口测试之从0到1搭建数据驱动框架(需求篇)
- 走进Java接口测试之从0到1搭建数据驱动框架(设计篇)
- 走进Java接口测试之从0到1搭建数据驱动框架(用例管理)
- 走进Java接口测试之从0到1搭建数据驱动框架(多数据源和业务持久层)
- 走进Java接口测试之从0到1搭建数据驱动框架(完结篇)
(五)接口文档与管理
(六)日志采集与统一处理
(七)测试报告生成与展示
(八)测试结果自动通知
(九)实战进阶(HTTPS接口)
(十)开发规范与落地
四、移动端测试
- 移动端自动化测试工具 Appium 快速入门
- 移动端自动化测试 Appium 框架之数据驱动
- 移动端自动化测试工具 Appium 之元素操作小技巧
- 移动端自动化测试工具 Appium 之 main 启动
- 移动端自动化测试工具 Appium 之自定义报告
- 移动端自动化测试工具 Appium 之持续集成
五、DevOps(持续交付与自动化体系)
(一)项目管理与敏捷落地
(二)代码分支策略与管理
(三)质量扫描与门禁
- Jenkins+SonarQube+Gitlab搭建自动化持续代码扫描质量平台
- Jenkins+SonarQube+Gitlab集成钉钉群消息自动通知(Python版)
- Jenkins Pipeline+SonarQube+Python集成钉钉群消息自动通知(webhook版)
- Visual Studio 中使用 SonarLint 分析 C# 代码
- SonarQube7.4集成P3C
- SonarQube 7.4 集成报告插件
- GitLab 服务端 hook 拦截提交到仓库
- 打造 DevSecOps:以 Dependency-Check 为核心的安全实践指南
(四)单元测试自动化落地
(五)版本管理与技术落地
(六)自动化部署与环境管理
- Jenkins+Maven自动化部署SpringBoot压测环境(实战篇)
- Jenkins+Maven自动化部署SpringBoot压测环境(Docker篇)
- 持续交付之解决Jenkins自动发布中交互式参数应用
- 持续交付之Jenkins+Ansible+Python搭建自动化部署框架(win版)
(七)混沌工程与故障注入
7.1 基础工具与原理
7.2 ChaosMesh 实战(K8s环境)
- 混沌工程之 ChaosMesh 使用之模拟 CPU 使用率
- 混沌工程之 ChaosMesh 使用之模拟 POD 网络延迟
- 混沌工程之 ChaosMesh 使用之模拟 POD 网络丢包
- 混沌工程之 ChaosMesh 使用之模拟网络 Duplicate 包
- 混沌工具之 ChaosMesh 源码编译安装
7.3 其他混沌工具实践
六、运维(云原生与系统运维实战体系)
(一)OpenStack 运维
(二)Kubernetes 运维
2.1 基础知识
2.2 安装部署
使用 kubeadm 安装单master kubernetes 集群(脚本版)使用 kubeadm 安装单master kubernetes 集群(手动版)- 实战Kubernetes之快速部署 K8s 集群 v1.28.0
- 使用 kubeadm 初始化 worker节点出现 not ready 故障
- Kubernetes 高可用集群落地二三事
- Kubernetes 集群部署 Ingress Traefik v2.4
- Kubernetes 集群部署nacos 1.4(集群版)
2.3 可视化插件
2.4 存储插件
Kubernetes 集群部署 NFS 网络存储- Kubernetes 集群部署 NFS-Subdir-External-Provisioner 插件
- Kubernetes 集群分布式存储插件 Rook Ceph部署
2.5 包管理
2.6 镜像
2.7 应用部署
- Kubernetes 集群部署 Redis + redis_exporter (单节点)
- Kubernetes 集群部署 MySQL+ mysqld_exporter (单节点)
- Kubernetes 集群部署 MongoDB+exporter (单节点)
- Kubernetes 集群部署 RabbitMQ + exporter (单节点)
- 如何在 Kubernetes 集群中搭建一个复杂的 MySQL 数据库?
2.8 监控与链路追踪
- Kubernetes + Spring Cloud 集成链路追踪 SkyWalking
- Kubernetes 集群 Helm3 安装 ElasticSearch & Kibana 7.x 版本
- Kubernetes 集群日志监控 EFK 部署
Kubernetes 集群监控 kube-prometheus 部署- Kubernetes 集群监控 controller-manager & scheduler 组件
- Kubernetes 集群监控 Etcd 组件
- Kubernetes 集群监控 kube-prometheus 自动发现
- Kubernetes 集群部署 Metrics Server 获取集群 Metric 数据
- Kubnernetes 集群部署 Zipkin+Kafka+ElasticSearch 实现链路追踪
2.9 性能测试
(三)Docker 运维
3.1 数据库容器部署
- Centos 7.8下使用 Docker 安装 MySQL 5.7
- Centos 7.8下使用 Docker 安装 MySQL 8
- Centos 7.8下使用 Docker 安装 influxdb 1.8
3.2 Docker 操作指南
- Docker 操作指南之常用操作篇
- Docker 操作指南之常用命令篇
- Docker 操作指南之运行命令篇
- Docker 操作指南之常见使用篇
- Docker 操作指南之使用示例篇
- Docker 操作指南之构建镜像篇
- Docker 操作指南之 Compose 管理篇
3.3 DevOps 工具容器化部署
- Centos 7.8下部署Jenkins Blue Ocean(Docker版)
- Centos 7.8下安装 Nexus3 OSS(Docker版)
- Centos 7.8下使用 Docker-compose安装 Testlink
3.4 Windows 环境部署
(四)CentOS 系统运维
- Linux运维之解决Centos 7.2 FTP服务器无法访问故障
- Linux运维之惠普服务器安装 CentOS 7
- Linux运维之Centos7.2根目录扩容实操(lvm模式)
- Linux运维之CentOS 7.8 配置 VNC 服务
- Linux运维之CentOS 7 升级内核版本
(五)MySQL 运维
(六)Oracle 运维
- PLSQL developer 连接不上64位Oracle 的解决方法
- Oracle11g用户密码过期的解决办法
- 解决Linux平台下Oracle tns本地测试报ORA-12514错误
- oracle删除表空间报ORA-00604和ORA-02429错误问题
- 使用Oracle数据泵EXPDP/IMPDP导入导出
- ORACLE 数据库的内存占用问题
- Oracle Window平台下常规导出自动备库解决方案
- window平台Oracle数据库RMAN整库热备方案
- Centos7.6 安装 Oracle 11g 实例
(七)PostgreSQL 运维
(八)Windows 系统运维
(九)Nginx 运维
(十)KVM 虚拟化运维
七、安全技术体系
一、安全测试(工具与技术入门)
1.1 安全测试工具指南
1.2 安全测试技术入门
二、CISP 4.2 认证备考(知识点总结)
- CISP 4.2备考之《计算环境安全》知识点总结
- CISP 4.2备考之《安全工程与运营》知识点总结
- CISP 4.2备考之《安全支撑技术》知识点总结
- CISP 4.2备考之《软件安全开发》知识点总结
- CISP 4.2备考之《物理与网络通信安全》知识点总结
- CISP 4.2备考之《信息安全保障》知识点总结
- CISP 4.2备考之《信息安全管理》知识点总结
- CISP 4.2备考之《信息安全监管》知识点总结
- CISP 4.2备考之《信息安全评估》知识点总结
- CISP 4.2备考之《业务连续性管理》知识点总结
三、安全运维与监控(Linux 实战)
3.1 安全监控与告警
3.2 安全扫描与杀毒
3.3 敏感资产排查
八、团队管理
九、大数据
- 2018 infoComm 大数据可视化的交互设计探索(整理) 韩小龙 CEO of Ventuz China
- 如何使用 SQL 对数据进行分析?
- 边缘计算something
- 【2022 深圳 ArchSummit 】大数据架构稳定性保障实践
十、数据库技术体系
一、数据库基础
二、Oracle 实战进阶
2.1 时间处理与数据查询
- Oracle 以当前时间为准,取前三个小时后两个小时的分钟枚举
- 取前30分钟断面数据
- 求前15天的每天最新断面数据(不包括当天)
- Oracle取上个整月数据SQL
- Oracle求当月所有天数及全年月份高效SQL
2.2 表连接查询
2.3 逻辑判断与结果集处理
2.4 数据处理与统计分析
2.5 表空间与数据库统计
2.6 存储过程开发与实战
- 更新所有指定表时间字段及增加一天存储过程
- Oracle 实现多个存储过程顺序调用执行
- Oracle解决单表字符串日期自动更新问题
- Oracle数据表维度值判断自动补零解决方案
- Oracle解决动态数量相同表结构UNION ALL 创建视图
- Oracle抽取某表分组最新数据插入某存储表内存储过程
- Oracle数据清理存储过程
- Oracle自动分表存储过程
2.7 触发器开发与应用
三、MySQL 实战应用
3.1 时间处理与数据统计
3.2 数据计算与分析
3.3 存储过程与定时任务
十一、人工智能(AI)
一、AI 通识入门(零基础必学,建立核心认知)
1.1 基础概念与术语体系
1.2 核心技术范式(RAG/Agent)
1.3 数学基础(深度学习前置知识)
二、AI 开发实战(从调用到自研,掌握工程能力)
2.1 大模型 API 调用与基础开发
2.2 应用开发框架(LangChain 体系)
2.3 AI 智能体(Agent)开发
2.4 AI 应用记忆管理
三、AI 编程范式与工具(提升研发生产力)
3.1 编程范式与工作流
- 7D-AI系列:Vibe Coding VS Spec Coding AI 编程的两种范式对比
- 7D-AI系列:AI 编程 Spec Coding 完整详细的典型标准化工作流
- 7D-AI系列:OpenSpec:AI编程范式的规范驱动框架
3.2 主流 AI 编程工具(Cursor/Claude Code)
- 7D-AI系列:目前部分主流 AI 编程工具详细对比
- 7D-AI系列:AI编程工具 Cursor 命令行参数详解
- 零基础 | AI编程工具 Claude Code 快速上手指南(Windows)
- 零基础 | Claude Code 接入国产大模型快速上手指南
- 7D-AI系列:AI编程工具之Claude Code 命令集
- 零基础 | Claude Code核心交互模型演示(上下文注入与Shell执行)
- Claude Code 深度指南:理解 Constitution、Claude、Agent 三者关系
- Claude Code Slash Commands:从“提问者“到“指令设计师“的蜕变
3.3 AI 编程实战案例
四、模型底层与工程化(部署、微调、原理)
4.1 深度学习与 Transformer 原理
- 7D-AI系列:Transformer 与深度学习核心概念
- 7D-AI系列:Transformer关键术语解释(专业版)
- 7D-AI系列:DeepSeek Engram 架构代码分析
- 7D-AI系列:DeepSeek Engram 架构核心数学公式
- 7D-AI系列:DeepSeek最新论文:mHC网络架构技术研究报告
- 7D-AI系列:DeepSeek最新论文《mHC: Manifold-Constrained Hyper-Connections》的代码实现
- 7D-AI系列:神经网络的具体实现
4.2 模型私有化部署
4.3 模型微调与训练优化
五、AI 测试与质量保障(核心能力)
5.1 AI 能力评估体系(AI-SATS)
5.2 大模型应用性能测试
- 7D-AI系列:AI大模型应用SSE协议性能指标计算方法
- 7D-AI系列:LoadRunner 测试 SSE 接口的两种方案
- 7D-AI系列:AI大模型应用性能核心指标:TTFT 与 TPOT 详解
- 7D-AI系列:向量数据库 ChromaDB 性能分析与优化指南
5.3 性能测试工具与实战
六、综合应用案例(端到端实战落地)
十二、电力系统
- 电力系统之常见基础概念
- 《GB/T 44260-2024 - 虚拟电厂资源配置与评估技术规范》国标解析
- 南方区域虚拟电厂网络安全系列政策
- 虚拟电厂聚合商平台安全技术体系深度解读
- AI+虚拟电厂:VRV空调系统智能调控技术预研Demo
十三、信创/国产化技术体系
一、信创转型规划与核心技术组件
二、国产时序库TDengine实战
2.1 监控指标解析(日常运维必备)
2.2 性能基准测试(测试核心能力)
2.3 高可用架构改造(运维架构设计)
十四、其它
十五、文章源码
更多推荐


所有评论(0)