在参加完 Vue Conf 25 后，跟大佬们一通交流，当时又燃起了参加开源的想法，加上得到了和一位社区同学 Little Sound 的交流，了解到了开源对于普通开发者来说也不是那么的遥不可及，我就在想，要不我也开始试试吧？
正好当天最后一个主题是我偶像 antfu 大佬的 vitejs/devtools 分享，大佬在演讲完成后当场将库开源，我也是急匆匆地点上了 star，在后面的一个开发工作中，我遇到了一些 vite 打包的性能优化问题，我就想起来这个 devtools，想看看能不能帮上忙，结果发现其实这个项目还在 WIP，这下是真的一个好机会了，我也就在这里面找到了一些 TODO，开始尝试做贡献。我找到的这个 TODO 是给 devtool 中的 plugin 视图加上 flamegraph，即火焰图。
star 数：10346
npm 下载量：260944
npm 上次更新时间：2022-10-18
GitHub：Akryum/vue-virtual-scroller
python 项目依赖管理结构发展：
pip 安装依赖，但安装在全局，容易出现依赖版本冲突的问题
venv 为每个项目搭建一套自己的虚拟环境，使得 pip 能安装到每个项目中，但是使用前需要先激活虚拟环境
依赖列表使用 pip freeze > requirements.txt 生成，但默认会将所有相关依赖都列出来，删除一个依赖就只会删除一个依赖，不会将其相关的依赖也删除，其他的就变成了孤儿依赖
引入 pyproject.toml 来管理依赖，将依赖放置在 dependencies 中，使用 pip install -e . 来安装依赖，就会自动处理好所有的间接依赖了
手动去编辑 pyproject.toml 太麻烦了，就催生了 uv poetry 这样的项目管理工具，本质上是对 pip venv 等的高级封装（但我看到 uv 是新的实现，完全使用了 rust 重写），提供了用户友好的高级接口方便地进行操作
GPT5 deepresearch canvas 功能内置，无需手动开启，模型会自己去推理现在应该使用什么工具
支持混合思考模式，简单的问题直接输出，复杂的问题会自动开启深度思考
更新了语音交互与视频交互功能，但是估计在国内用不太起来，语音功能已经支持让说话变得更快和更慢，挺厉害的
增强了记忆功能
几处都提到了显著降低了幻觉，同时减低了欺骗性，欺骗性指的是大模型有些时候会谎报自己的工作结果，或者说是为自己错误的行为做找补。
GPT 5 使用了 4o-3 来强化学习，使用了上一代模型生成的内容，来作为下一代模型的训练材料
typescript enum 会被编译为 IIFE，因此无法被正常的 treeshaking 掉，如果有 treeshaking 的需求，建议不要使用 typescript 中的 enum
React 中真的处处都是坑（重点）
最初是发现 props 变更时会导致许多不应该发生的 re-render
function App() {
return (
<div>
<Chat class="p-4" messages={messages}></Chat>
<Button
type="primary"
onClick={() => {
setMessages([
...messages,
{
id: `${Date.now()}`,
content: '测试消息',
role: 'user',
loading: false,
},
])
}}
>
test add
</Button>
</div>
)
}
const Chat: React.FC<ChatProps> = ({
difyAPIUrl,
difyAPIKey,
messages,
}: ChatProps) => {
const memoMessages = React.useMemo(() => messages, [messages])
return (
<>
<XProvider theme={theme}>
<DifyContext value={{ difyAPIUrl, difyAPIKey }}>
<ChatList messages={memoMessages}></ChatList>
</DifyContext>
</XProvider>
</>
)
}
function ChatList({ messages }: ChatListProps) {
const rolesAsObject: GetProp<typeof Bubble.List, 'roles'> = {
assistant: {
placement: 'start',
avatar: { icon: <UserOutlined />, style: { background: '#fde3cf' } },
typing: { step: 5, interval: 20 },
styles: {
content: {
backgroundColor: 'white',
},
},
variant: 'shadow',
shape: 'corner',
messageRender: renderMarkdown,
classNames: {
header: 'w-full',
},
},
user: {
placement: 'end',
// avatar: { icon: <UserOutlined />, style: { background: '#87d068' } },
shape: 'corner',
},
}
const renderMessages = useMemo(() => {
return messages.map((item) => ({
key: item.id,
role: item.role,
content: item.content,
header: renderWorkflow(item.workflowProcess),
loading: item.loading ?? false,
}))
}, [messages])
return (
<>
<Bubble.List
items={renderMessages}
roles={rolesAsObject}
className="h-full"
></Bubble.List>
</>
)
}RAG 架构本质上是一种压缩，为了解决大模型上下文有限做出的一种方法，将文章和文本进行切段、做筛选、建索引、召回，以达到将上下文给到上下文有限的大模型的目的。
一个简单的问题，我们可以直接作为 prompt 交给到大模型，但毕竟大模型的上下文空间是有限的，即便是现在最新的 GPT5，上下文达到了 400k，即 40w 这么大了，还是有可能不够用，我们自然会想到，那我们将这么大的文章中一部分相关的内容给到大模型，结合问题就能得出想要的结果，这就是向量化的思路。
embedding 就是做这个事情的，它将一段话转换成多维数组坐标系，相似的文本在坐标系中的落点就会相接近，因此可以通过这种方式来找到相似的内容，就能实现在庞大文本中找出相似内容的目标。平时我们接触的数学中的二维坐标系、三维坐标系，自然是比较简单，但很容易就会将维度中的落点空间用完，所以先进的 embedding 模型转换成的是 3000 多维，甚至更多，来解决空间不够的问题。
在 Vue 3 中，有一个需求，想要通过判断用户是否传入事件处理函数，如果传入事件处理函数证明点击事件需要被处理，来决定是否给元素添加 pointer 的样式，因此我们需要有一种方式能访问到传入的事件处理函数。
在看 Vue 源码的时候我们知道其实本质上事件处理函数也是挂载在 props 上的，因此我尝试直接通过 $props 去获取，结果发现并无法获取，结合之前看的源码，props 本质上也是一个 Proxy，在这个 Proxy get 的时候会去判断这个属性是否显式地在 props 上定义，如果是的话才会返回，否则就不返回，直观的表现就是无法访问到这个属性。很明显我们是通过 defineEmits 去定义的事件，因此 props 这个 Proxy get 的时候并不会将事件处理函数返回。
在平时使用 git 时，我们时常会遇到代码需要回退的情况，一般我们使用 git 作为代码管理的工具，我们有两种方法来回退代码：
git resetgit revert两者的区别是，git revert 是提交一个新的版本来回退，将需要 revert 的版本内容再反向修改回去，会创建一个新的版本，不会影响之前提交的内容；而 git reset 是直接将 HEAD 向后移动了一下，直接回退到之前的版本，如果代码已经推到远端仓库，就无法再直接同步代码了。
我们时常需要 undo last commit，使用到的命令是：git reset --soft HEAD~