我的 AI 编程工作流

个人实践总结 · Cursor / Claude Code 大需求开发
核心理念：规划用强模型想清楚，执行用快模型低成本落地，AI 审查 + 人工审查双保险

本文是 ES 存储引擎系列的进阶篇，深入剖析相关度评分：从 BM25 算法的 k1/b 参数，到分布式 IDF 问题，再到 Function Score 的各类函数（weight、field_value_factor、decay、random_score、script_score）实战。

本文是 ES 存储引擎系列的延伸篇，承接段、提交点与 Translog 和近实时搜索与实时 CRUD。理解了 Segment 的不可变性后，就能真正理解 PIT 是如何”冻结视图”实现一致性深度分页的。

本文是 ES 存储引擎系列的第二篇，承接上一篇关于段、提交点、Translog 的介绍，详细拆解”写入确认→Refresh→Flush→段合并”的完整生命周期，并解释为什么 ES 需要同时支持”近实时搜索”和”实时 CRUD”两套机制。

本文梳理 RocketMQ 源码学习笔记，涵盖源码结构、NameServer 路由中心、消息发送机制等核心内容。

本文梳理线上 OOM 问题的完整排查链路：从获取 Heap Dump，到用 JProfiler 定位内存大户，再到沿引用链追溯 GC Root，最后结合业务代码确认根因。