kerikoの行星观察笔记

从一个 LLM 性能测试框架的命名困境出发：为什么它不该叫"LLM Performance Benchmark"，而应该叫 EVA（Engineering Validation Architecture）——一套把工程问题转化为可定义、可复现、可执行、可测量、可分析、可验证实验的通用工程验证体系

面向混合模型（MLA/SWA/Mamba/KDA 混搭）的缓存系统设计报告：规格表、协调器、组件投票、存储双原语与逐层流水适配（V6）

从 Transformer 的每个零件开始，到 KV Cache、MLA、FlashAttention 与混合模型：一份注意力机制与架构演进的系统笔记

Jenkins 流水线异步调用与跨流水线通信完全指南：HTTP 回调、队列与 DSL 实战

从磁盘 I/O 讲起，理解 B+ 树索引为什么长这样——一次被面试问深之后的学习笔记

通过阅读 nanovllm 源码，理解 LLM 推理引擎的核心架构：调度器、KV Cache 块管理、模型执行流程

对比 btop、nvidia-smi、gpustat、nvtop 等 GPU/CPU 监控工具，附安装和使用方法

PrefixBench 数据集：31,255条样本覆盖 8K-128K 长上下文，评估 KV Cache 前缀复用效率

MCPS2ONE 用小语言模型智能选择 MCP 工具，减少主模型的 token 消耗和上下文窗口占用

回顾这几年在 LLM 基础设施方向的开源项目探索，从性能测试到镜像管理，从 KV Cache 优化到多用户系统，记录踩坑过程中的技术成长

API2MCP 将 REST API 统一封装为 MCP 服务，支持 Web 管理界面、多种认证、SSE 流式

对比 stdio、SSE、Streamable HTTP 三种 MCP 传输机制的适用场景与选型建议

介绍如何使用 pytest 构建 LLM 推理性能自动化测试框架，包括 YAML 配置管理、数据库集成、HTML 报告生成等核心功能

MIT 6.824 分布式系统课程学习笔记：从 MapReduce 到 Raft，梳理核心概念与实验思路

探讨 VibeCoding 的核心理念：AI 是超级实习生，我们是善后工程师。通过黄金闭环和四维把控法，找到人机协作的最佳边界

Diffusion Model 扩散模型学习笔记：从原理到应用，配合李宏毅课程的理解整理

Cookie、Session、Token 三种 Web 认证方案：原理、优缺点与选型对比

当你在浏览器输入网址按下回车后，背后发生了什么？从DNS解析、TCP握手、TLS加密到HTTP请求、服务器处理、页面渲染的完整过程

docker-pull-tar：一个无需 Docker/Python 环境的镜像拉取工具，支持断点续传、多架构、SHA256 校验、并发下载，适合内网和离线部署场景

这是我的第一篇博客文章，使用 Hugo 和 Blowfish 主题搭建

串台「三五环」：聊一聊追求「稳定」背后要直面的不确定性。钱婧老师会客厅 Vol 53

从没有想过一些小小求余函数能给自己带来这么大的困扰。Exam1是一个很好

作为CS61A的第一个完整项目，整体难度较易。

百度上乱七八糟方法很多，最简单的是下面这个，亲测有效（Win10 LTSC 1809 Win10 LTSC 21H2）：

上智能计算系统课程，了解到VScode可以连接远程服务器来编写代码，分享一下使用过程和踩坑经历。

计算机类专业课程大体上差别不大，推荐计算机科学与技术或者软件工程。其他细分行业诸如物联网，信息安全，人工智能与大数据等，在本科基本都只能学个皮毛;感兴趣的话可以自学，网上就有许多的教程。

大部分人都是暑假开始的，180天左右的时间也是够的。但是推荐从现在就开始。整体进度规划按照“空卡空卡空空卡”的每月进度安排即可，但因为408专业课较多，可以多分配一些时间。

复试对于整个研究生考试是相当重要的，可能你排名靠后复试成功逆袭上岸，也许你初试第一复试折戟。这些都是有可能的，这样的案例太多太多。那些初试400，两篇 Nature 不打老师就能过也就只能当段子了哈。不知道你们今年的复试

Markdown 常用语法指北：标题、列表、引用、代码块、表格与链接图片的写法速查

不知从什么时候起，就喜欢上了听播客，看别人敞开心扉，谈天说地，仿佛自己也置身其中。

最开始启动计算机的时候，计算机内存未初始化，没有任何程序。而因为CPU只能读取内存中的程序，所以必须将操作系统先加载进内存当中才能使用操作系统的代码，这就需要使用BIOS。BIOS程序的入口地址为0xFFFF0,即为CS