凌晨 3 点，oncall 电话响了。“服务慢了，用户在刷不出页面。” 你 SSH 进一台从没见过的 Linux 服务器，没有 Prometheus dashboard，没有 APM 火焰图，只有黑漆漆的命令行。

第一分钟该敲什么？

Netflix 性能工程团队 2015 年给出的答案是：10 个命令，60 秒。本文把这套方法整理成一份可以照抄的清单，并补上一张"心智地图"，让你不只是机械记忆命令，而是理解为什么要敲它们、应该看哪几列、看完之后该往哪走。

你有没有遇到过这种场景：线上服务偶发延迟，top 看 CPU 正常、iostat 看磁盘不忙、strace 抓不到关键调用，但应用就是慢。想看某个系统调用真实的耗时分布？想找"一闪而过"的短进程？传统工具集体失灵。

问题的根源在于：Linux 内核对你"关着门"。你想观测的所有关键路径——系统调用、网络收发、调度、文件 I/O——都在内核里，而你已经很多年没编译过内核了。

eBPF（extended Berkeley Packet Filter）就是 Linux 给开发者开的一扇窗。它让你不重启内核、不写内核模块，就能在内核的关键路径上跑一段自定义逻辑。本文用三件事讲清它：eBPF 是什么、怎么工作、怎么先用起来。

你有没有遇到过这种情况：公司丢给你 10 万份内部事件报告，问你 “过去三年里，攻击模式呈现出哪些新趋势？” 你把这堆文档丢给传统 RAG 系统，它会按相似度捞出 Top-K 个最相关的文档块，让大模型基于这些片段作答。听起来很合理对吧？

问题来了：大模型拿到的只是 10 万份报告里"和’攻击趋势’长得最像"的几十个片段。它 根本没有通读过完整语料 ，怎么回答得出"新趋势"这种 全局性问题（Global Sensemaking） ？向量检索的本质是"局部相似"，而全局总结是"通盘理解"，这是两件本质不同的事。

类似的全局性问题还有很多：

• “这家企业涉及的核心人物和主要事件有哪些？”
• “这部小说里的人物关系网络是什么样子？”
• “这套开源代码的架构主题分布如何？”

GraphRAG（Graph-based RAG）就是为这类问题而生的。它把 RAG 的检索单元从"文本片段"升级为 “知识图谱” ，通过图社区摘要、Map-Reduce 等机制让 LLM 真正具备 全局感知能力 。

你有没有遇到过这种情况：服务器上有两份代码，版本 A 和版本 B，你只想把 A 的改动同步到 B，但网络带宽只有几 Mbps，传输一个 24MB 的文件要等上好几分钟。

也许你会想到先在本地 diff，然后把 patch 发过去。没错，这是个思路。但你有没有想过：如果 A 和 B 都不在同一台机器上，diff 根本跑不起来怎么办？

这就是 rsync 要解决的问题。

正则表达式看似简单，底层却藏着五花八门的实现思路。本文将带你了解递归引擎、BBVM 虚拟机、Pike VM、Thompson DFA 和导数引擎的工作原理，帮助你在实际项目中做出明智的技术选型。

搬家后，Self-Host 服务无法通过公网 IPv4 访问，只能用 IPv6 + DDNS 方案。但家里路由器不支持精细的 IPv6 访问管理，开着防火墙会影响服务，关闭防火墙又等于裸奔。

最终通过三招解决了问题：反向代理隔离、登录增强、FRP 流量转发。

最近搬家，家里的 Self-Host 服务由于限制无法通过公网 IPv4 访问，就改用 IPv6 + DDNS 的方式提供公网域名访问。

切换完成后，立即收到云服务器上 Uptime Kuma 的告警，显示无法连接 IPv6 地址。排查发现 Docker 容器默认不支持 IPv6。

Colima 轻量、开源、免费 —— 在 Mac 上运行容器的最佳选择

git worktree 命令支持管理同一个 git 仓库的多个工作区¹,每个工作区可检出不同分支/提交。每个工作区都像一个“轻量级的独立仓库”，但它们共享底层对象库，减少磁盘占用并加速切换。

同一分支在同一时刻只能在一个 worktree 中被检出。如果想在多个 worktree 同时基于同一分支进行试验，需要使用不同分支名，或者使用--detach直接检出到某个提交。

注意，--detach 会产生分离式 HEAD，后续的修改会丢失，一般不推荐使用，除非是仅看用于查看代码。

最近完成了博客从 Hexo 到 Hugo 的迁移，这篇文章记录了迁移的完整历程，包括技术选型、具体实施步骤、遇到的问题以及解决方案。