IndexedDB 离线 AI 草稿:迁移、多标签页协调与崩溃恢复
离线草稿写进 IndexedDB 不等于可靠保存。本文用 versionchange 协议、原子结构升级、分段回填、事务性 outbox 与幂等恢复处理多标签页、崩溃和存储驱逐。
Articles
沉淀 AI、Web、云原生和独立开发经验。
离线草稿写进 IndexedDB 不等于可靠保存。本文用 versionchange 协议、原子结构升级、分段回填、事务性 outbox 与幂等恢复处理多标签页、崩溃和存储驱逐。
用户在亚洲、服务器在美国,延迟 300ms?CDN 缓存静态资源、Edge Functions 在边缘跑逻辑,让请求就近处理。本文讲清 CDN 的缓存机制、Edge Functions(Cloudflare Workers/Vercel Edge)、何时该把逻辑从中心迁到边缘,以及边界(边缘有限制,不是什么都该推到边缘)。
固定 seed 仍可能因 GPU、内核、批处理和浮点归约顺序产生不同输出。本文定义分级复现目标、完整环境快照、token 级回放和跨平台等价阈值。
ORM 省心但可能生成烂 SQL,原生 SQL 灵活但样板多。本文客观对比 Prisma/Drizzle/Kysely/原生 SQL 各自的哲学与适用场景:类型安全、迁移、N+1、性能、学习曲线,给一份"什么项目该用哪个"的结论。
CPU 指标无法及时反映 AI 队列积压与模型预热。本文用 autoscaling/v2 外部指标建立 backlog 扩缩容,覆盖指标语义、启动延迟、稳定窗口、失效测试和回滚。
一个组件 throw 就白屏?错误边界(Error Boundary)把崩溃控制在局部。本文讲清 Error Boundary 的用法(class 组件 + getDerivedStateFromError)、哪些错误它捕获不到(事件/异步/SSR)、react-error-boundary 库,以及一套完整的前端异常处理策略(边界兜底 + 全局上报)。
GPU 数量可调度不等于设备、CPU 与内存拓扑正确。本文区分 Device Plugin 和 DRA 的职责,给出 API 探测、NUMA 对齐、租户隔离、验收与回滚方法。
"让模型吐 JSON,是 AI 应用最常见的工程需求,也是最常见的翻车点——多一个字段、少一个逗号、混进一句解释,解析就崩。本文按可靠性递进讲四档方案:prompt 约束、JSON mode、Function Calling、受限解码(grammar),再给一套解析+容错的兜底,让结构化输出从'大多数时候行'变'生产稳'。"
推理 Pod 退出时仅设置 preStop 或延长 grace period 仍可能丢请求。本文串联 readiness、EndpointSlice、SIGTERM、在途计数、PDB、故障测试与回滚。
用 VARCHAR(255) 存一切?用 FLOAT 存钱?类型选错,精度丢、索引差、存储浪费。本文讲清 PG 的常用数据类型和选择:数字(int/bigint/numeric)、文本(varchar/text/uuid)、时间(timestamptz!)、布尔、枚举、数组、JSONB,以及"选对类型 = 性能 + 正确性"。
大模型权重不能在每次 Pod 启动时无校验下载。本文比较 init container、共享卷与 DaemonSet 节点缓存,给出不可变摘要、原子发布、容量回收和回滚验收流程。
密码是最大的安全漏洞——弱密码、重用、钓鱼、泄露。Passkey(WebAuthn)用设备生物识别替代密码,安全又无感。本文讲清 WebAuthn 的原理(公私钥 + 设备认证)、Passkey 注册与验证流程、浏览器/平台支持现状,以及给你的产品加 Passkey 的落地路径。