编辑
2026-10-24
实用工具
0

Java 项目 VS Code / Qoder 插件配置指南

适用场景:Spring Boot 多模块项目、基于 Git worktree 的多分支并行开发 核心原则:Pack 装一次到位,子扩展不重复安装;通用效率插件按需取舍;插件不在多,在闭环。


一、核心套件(2 个 Pack 即完整)

插件说明
Extension Pack for Java微软官方 Java 套件,装它等于安装齐下表中的 6 个 Java 成员
Spring Boot Extension PackSpring 官方套件,装它等于安装齐下表中的 3 个 Spring 成员

装完这两个包后,Java 编写、调试、测试、构建和 Spring 配置提示的完整流程即可打通,不需要再逐个挑选组件。


二、包内成员(已被包含,不要单独再装)

Java 成员

插件作用
Language Support for Java(TM) by Red HatJDT LS 语言服务器:补全、跳转、重构、语法与编译诊断
Debugger for Java断点调试、启动配置、变量查看、单步与热替换
Test Runner for JavaJUnit / TestNG 用例运行与调试
Maven for Java执行 goal、跑生命周期、生成工程原型
Gradle for JavaGradle 任务视图与构建执行,替代命令行 ./gradlew
Project Manager for Java项目结构与依赖视图、classpath 管理、导出 jar

Spring 成员

插件作用
Spring Boot Toolsapplication.yml/properties 补全校验、Bean 与配置项跳转、运行时信息
Spring Boot Dashboard本地应用一键启停、查看端点与运行状态
Spring Initializr Java Support向导式生成新的 Spring Boot 工程

编辑
2026-10-24
实用工具
0

DeepSeek Harness(dsh)安装与使用指南

本文基于官方仓库 tag dsh-v0.1.7-rc.2 的 README、CLI 说明、模型配置、网络代理与安全文档整理,并补充 CC Switch 的协作方案。 整理时间:2026-10-23。DSH 仍处于开发者预览阶段,官方明确会有破坏兼容性的变更;执行前请以 dsh --help、dsh web --help 和官方文档为准。


1. 简介

DeepSeek Harness(命令名 dsh)是 DeepSeek AI 开源的 agent harness(智能体框架),采用「一切皆插件」的架构,由 Cordis 驱动。模型、工具、技能、会话、沙箱、存储等能力都通过插件组合,无需改框架源码即可替换或扩展。

它能做什么:

  • 读取和编辑工作区文件、运行命令;
  • 委派子任务、维护计划;
  • 按权限策略在执行敏感操作前请求审批;
  • 以 Web UI、无头(headless)、SDK、ACP 等多种形态运行。
编辑
2026-11-23
学习记录
0

Quarkus 框架技术说明:定位、与 Spring Boot 的差异、使用与 Native 构建

一、Quarkus 是什么

Quarkus 是 Red Hat 主导的 Kubernetes 原生 Java 框架,设计目标是在容器化和 Serverless 环境中提供接近脚本语言的启动速度与内存表现。它支持两种运行模式:OpenJDK HotSpot 上的 JVM 模式,以及通过 GraalVM 编译的 Native 模式(不依赖 JVM 的本地可执行文件)。

Quarkus 保留 Java 标准规范,包括 CDI 依赖注入和 JAX-RS REST 接口,开发者不需要放弃熟悉的注解和编程模型。框架提供扩展机制覆盖数据库、消息队列、异步通信等场景,底层以 Vert.x 作为异步运行时。

其核心设计是将传统框架在运行时完成的工作前移到构建时:依赖注入图的解析、类路径扫描、配置解析等在 Maven/Gradle 构建阶段完成,运行时执行构建时已算好的字节码,减少反射和动态代理开销。

二、与 Spring Boot 的核心区别

最本质的差异在于依赖注入容器的工作时间点。

Spring Boot 的 IoC 容器在启动时通过运行时反射扫描类路径、解析注解、实例化 Bean、动态创建代理。这套机制成熟且生态庞大,但启动阶段需要完成大量“思考”,CPU 和内存开销集中在这个窗口。

Quarkus 的 ArC 容器在构建阶段完成 Bean 发现、依赖图解析和代理生成,运行时不再通过反射查找注入目标,而是直接执行构建时生成的字节码。ArC 为此放弃 CDI Portable Extensions 等运行时动态特性,换取构建时处理的可行性。这是 Quarkus 启动快、内存低的根本原因:运行时不需要再做那些事。

在响应式编程模型上,Spring Boot 通常需要在 Servlet 阻塞模型和 WebFlux 非阻塞模型之间二选一;Quarkus 基于 Vert.x 事件循环,允许在同一应用中混用阻塞和非阻塞调用。

三、核心优势与数据参考

启动与内存:有同业务逻辑(含嵌入式 ML 分类器)的对照测试显示,JVM 模式下 Quarkus 启动约 1.3 秒,Spring Boot 约 5.6 秒;Native 模式下 Quarkus 约 200 毫秒,Spring Boot 约 2 秒。内存方面,空闲时 Quarkus 约为 Spring Boot 的 1/2.5,负载峰值约为 1/2。Quarkus 官方基准显示同负载下吞吐量约为 Spring Boot 的 2.7 倍。

成本影响:200 个 Pod、8 GB 标准节点的场景下,Quarkus 所需节点数显著少于 Spring Boot,月度云资源成本差距可达数百美元量级。

延迟表现:P50 上两者接近,但 P99 上 Quarkus 通常明显更低,这对避免重试风暴有实际意义。

开发体验:dev mode 支持热重载,修改 Java 文件或配置后刷新即生效,复用同一 JVM 进程;Dev Services 可在 dev/test 模式下自动拉起 PostgreSQL、Kafka 等依赖容器,无需手写 Docker Compose。

Native 支持:构建时静态分析并生成不依赖 JVM 的可执行文件,镜像体积小、启动毫秒级,适合冷启动敏感场景。

云原生集成:内置 MicroProfile Health、Micrometer 等扩展,健康检查、指标端点、ConfigMap/Secret 映射有现成支持。

四、快速上手示例

前置条件:JDK 17+,以及 Docker 或 Podman(用于后续 Native 容器构建)。

1. 生成项目

bash
mvn io.quarkus:quarkus-maven-plugin:create \ -DprojectGroupId=com.example.demo \ -DprojectArtifactId=demo-app \ -DclassName="com.example.demo.GreetingResource" \ -Dpath="/greet"

生成的 GreetingResource 可直接使用:

java
@Path("/greet") public class GreetingResource { @GET @Produces(MediaType.TEXT_PLAIN) public String hello() { return "hello"; } }

无 @SpringBootApplication、无 main 方法、无 server.port 配置,HTTP 路由在构建时已安排。

2. 进入 dev mode

bash
./mvnw quarkus:dev

curl localhost:8080/greet 返回 hello。修改返回值并保存,刷新即可看到变化;终端按 s 可手动触发 reload。dev mode 下编译错误不会退出进程,HTTP 请求返回详细错误信息,修正后恢复。

3. 添加 Service 与注入

java
@ApplicationScoped public class GreetingService { public String politeGreet(String name) { return "Hello Mr/Mrs " + name; } } // Resource 中 @Inject GreetingService greetingService; @GET @Path("/polite/{name}") @Produces(MediaType.APPLICATION_JSON) public String greeting(@PathParam("name") String name) { return greetingService.politeGreet(name); }

@ApplicationScoped 对应 Spring 的 @Service,@Inject 对应 @Autowired。底层区别在于 ArC 在构建时已知实现唯一,直接生成方法调用字节码,运行时无反射查找。

4. 打包为 JVM 模式

bash
./mvnw package java -jar target/quarkus-app/quarkus-run.jar

先用 JVM 模式确认业务逻辑正确,再进入 Native 构建。

五、构建 Native Image

推荐方式:容器内构建

无需在本机安装 GraalVM:

bash
./mvnw package -Dnative -Dquarkus.native.container-build=true

执行过程:拉取官方 GraalVM 构建镜像 → 启动临时容器 → native-image 做 AOT 静态分析(确定反射目标、嵌入资源、生成机器码)→ 可执行文件复制回 target/。产物为不带 .jar 后缀的本地可执行文件。在 macOS/Windows 上容器构建产出 Linux ELF,需在 Linux 容器中运行验证。

Quarkus 构建时自动生成 src/main/docker/Dockerfile.native,基于最小化基础镜像,可直接 docker build 后运行。

常见报错处理

ClassNotFoundException / NoSuchMethodException 通常源于反射目标未在构建时注册。

  • 优先注解:@RegisterForReflection 标注单个类;@RegisterForReflection(targets = { SomeLibClass.class }) 批量注册。
  • 兜底配置文件:在 src/main/resources/META-INF/native-image/ 下写 reflect-config.json 手动声明。
  • 更优策略:用 Quarkus 扩展替代手写反射。例如 LDAP 场景使用 quarkus-elytron-security-ldap 而非 JNDI,扩展已处理原生适配。

JVM 模式与 Native 的取舍

JVM 模式本身已带来启动和内存收益,适合长期常驻、不频繁缩容的服务;Native 的额外收益主要在冷启动敏感场景(Serverless、边缘节点)和镜像体积。Native 构建时间更长、调试路径不同,需团队评估投入产出。

六、为什么 Native 构建比 Spring Boot 更方便

Spring Boot 3 支持 Native,但落地时通常需要:手动配置 GraalVM 环境、编写 native-image.properties 或 reflect-config.json、使用 tracing agent 生成基线、反复调试遗漏的反射声明。Dockerfile 通常需要自行维护。

Quarkus 的差异体现在:

  • 扩展即 Native 配置分发单元:常用 JDBC 驱动、Kafka 客户端、REST 客户端等扩展在构建时自动声明反射和资源需求,依赖越多自动覆盖越广。
  • 单类注册简单:@RegisterForReflection 一行注解,无需查 GraalVM 参数格式。
  • Dockerfile 自动生成:-Dnative 构建产出可用的 Dockerfile.native,CI/CD 无需自行拼装 GraalVM builder 镜像。
  • 构建命令封装:-Dquarkus.native.container-build=true 一条命令完成容器内构建,无需宿主机安装 GraalVM。

需要注意,Quarkus 的编译时增强在调试依赖注入失败、切面不生效等问题时,排查路径与 Spring 运行时反射模式不同,团队需要适应。生态方面,主流技术栈覆盖良好,但冷门企业中间件可能仍需自研适配层。

七、选型建议

适合优先考虑 Quarkus 的场景:新项目、部署在 K8s 或 Serverless、对冷启动或 Pod 密度敏感、团队接受编译时思维、计划走 Native。

适合优先考虑 Spring Boot 的场景:存量系统依赖大量老旧企业中间件、团队对 Spring 生态熟练度高、服务长期常驻且冷启动不敏感。

务实起步方式:用非核心新服务在 Quarkus JVM 模式下跑通完整流程,验证团队对 ArC 注入模型和 dev mode 的适应度,再决定是否推进 Native。JVM 模式已能带来启动和内存收益,Native 是第二阶段的放大器。

Quarkus 的核心价值在于将框架初始化工作从每次启动前移到每次构建。这一转移在 K8s 频繁调度和 Serverless 按需唤醒的场景下,直接对应成本结构和扩容速度的改善。技术选型应基于当前业务瓶颈,而非框架热度。

编辑
2026-11-22
实用工具
0

Graphify 是什么:给你的代码库建一张知识图谱,让 AI 助手先查图再翻文件

三十秒看懂

Graphify 是一个把代码库解析成「可查询知识图谱」的本地工具,解析靠 tree-sitter 读 AST,不传云端、纯代码不需要 API key。产物是仓库里一个 graphify-out/ 目录:一份 graph.json、一份浏览器里能点着看的 graph.html、一份 GRAPH_REPORT.md。然后你的 AI 编程助手(Claude Code / Cursor / Codex / Trae / Gemini CLI……)改成一问图谱、不再一遍遍 grep 源码。

PyPI 包名graphifyy(两个 y)
装好的命令graphify、graphify-mcp
许可 / 语言Apache-2.0 / Python ≥3.11.5 且 <3.15
代码要上传吗不用,本地 AST 解析
要向量库 / embedding 吗不要
我实测的版本0.9.114(2026-11-22)

用 Qoder 的话:graphify 的官方平台表里没有它,但接起来反而最短——直接跳第七节。

这个项目发版极勤(PyPI 上 282 个 release,最近一次就在两天前),任何教程里的 flag 都可能过期,以你机器上的 graphify --help 为准。本文数据全部来自真实执行,不是文档转抄。

编辑
2026-11-21
学习记录
0

从零搭一个 Spring Boot 项目,一次构建出 Native Image(便签实战)

面向的场景:项目还没写(或者你手里有个新项目),想从第一行代码起就把 GraalVM native image 的路走通。本文用一个便签笔记 API demo 全程实做:每一节都有要跑的命令和预期输出,全部命令在 2026-11-21 实测过(Spring Boot 4.2.0 / Java 25 / GraalVM native-image 25 / Docker 引擎不限,本文不依赖任何特殊工具)。

已有项目要转 native?这篇照样适用——§3–§5 的「动态特性面」就是改造时要盘的东西。

关于「一定成功」:native-image 是 closed-world 编译,决定成败的是你的代码用了多少编译期看不见的动态特性,不是命令本身。本 demo 特意把三类最常踩的动态特性都摆出来(自管 Jackson mapper、controller 返回 record、文件落盘),按流程走一遍你就把套路学会了;到 §8 你能拿到「不管什么报错都有对应查法」的排查表。照做保证的是每一步可验证,不是零报错——报错不可怕,§8 就是为它写的。

1. 环境

只需要三样,全部用官方发行:

工具版本要求验证命令本机示例输出
JDK21+(本文 25)java -versionopenjdk 25.0.x(哪个厂商都行)
Maven3.9+mvn -versionApache Maven 3.9.x
Docker 引擎任意能跑的docker versionKiri/Desktop/Engine 均可

GraalVM 不需要装到本机——构建全在容器里做(§6),这是本流程对外网依赖最小、对开发机侵入最小的路线。

内存前提:native-image 编译阶段要 6–10GB 可用(小 demo 也躲不掉:本文 demo 编译器峰值 RSS 实测 4.59GB,依赖多的项目更高)。Docker Desktop 用户记得把 VM 内存调到 8GB+。

架构前提:在什么架构上编,就产出什么架构的二进制。linux/amd64 的部署目标就在 amd64 机器上构建;Apple Silicon 上不要用 buildx + QEMU 跨编(大概率死在编译中途)。

2. 用 Spring Initializr 搭骨架

命令行一步到位(等价的网页版是 https://start.spring.io ,依赖选 Spring Web,其余同参数):

bash
mkdir notes && cd notes curl -s https://start.spring.io/starter.tgz \ -d dependencies=web -d javaVersion=25 -d type=maven-project \ -d groupId=com.example -d artifactId=notes -d name=notes | tar -xzf -