ITPub博客

文章将采用“总-分-总”的结构对配置固定大小元素驱逐策略的 Caffeine 缓存进行介绍，首先会讲解它的实现原理，在大家对它有一个概念之后再深入具体源码的细节之中，理解它的设计理念，从中能学习到用于统计元素访问频率的 Count-Min Sketch 数据结构、理解内存屏障和如何避免缓存伪共享问题、MPSC 多线程设计模式、高性能缓存的设计思想和多线程间的协调方案等等，文章最后会对全

本文将详细介绍 ConcurrentHashMap 构造方法、添加值方法和扩容操作等源码实现。ConcurrentHashMap 是线程安全的哈希表，此哈希表的设计主要目的是在最小化更新操作对哈希表的占用，以保持并发可读性，次要目的是保持空间消耗与 HashMap 相同或更好，并支持利用多线程在空表上高效地插入初始值。在 Java 8 及之后的版本，使用 CAS 操作、 synchronized

我们详细介绍了 Caffeine 缓存添加元素和读取元素的流程，并详细解析了配置固定元素数量驱逐策略的实现原理。在本文中我们将主要介绍 配置元素过期时间策略的实现原理，补全 Caffeine 对元素管理的机制。在创建有过期时间策略的 Caffeine 缓存时，它提供了三种不同的方法，分别为 expireAfterAccess, expireAfterWrite 和 expireAfter，前两者的

2025 年 6 月，在华为开发者大会 2025 开发者场景技术共建分论坛，本文作者进行了《京东 Taro 框架鸿蒙版本正式开源 助力鸿蒙版三方应用开发》专题演讲。期间阐述了 Taro on HarmonyOS 的技术实现方案、核心优化策略，以及开源版本的主要特性。本文将详细介绍 Taro on HarmonyOS 的技术架构、性能优化实践和开源进展，分享我们在跨端开发中遇到的问题和解决思

近日，“智汇运河 智算未来”2025人工智能创新创业大会在杭州召开。香港工程科学院院士、香港大学副校长、研究生院院长、讲座教授、京东零售供应链首席科学家申作军教授与供应链算法团队技术总监戚永志博士受邀出席并担任《AI+智慧物流与供应链分享会》联席，联合发表《AI科技助力供应链产业升级》主题演讲，深入介绍了京东零售在智能供应链领域的前沿探索与技术实践，并深入分析了AI驱动产业变革的核心路径与未来思考

1. 线程运行状态1.1 total1.2 timed_waiting通过上图我们可以发现timed_waiting的topN线程都是查询国补资质的。1.3 waiting通过上图我们可以发现waiting的topN线程都是查询国补活动的。1.4 线程分析下面我们分析上述两种状态：1. WAITING 状态•定义：当一个线程处于 WAITING 状态时，它在等待另一个

作者：福禄娃🧨25年以来，先是 RAG 知识库，再到 MCP 服务，越来越多的互联网公司掀起了 Ai 智能体的设计和落地。作为程序员👨🏻‍💻，我们是最早一波接触和使用了各类的 Ai Agent 产品的暖水鸭🦆，包括；Coze、Dify、Claude，以及编程类软件智能体，Cursor、Trae.ai 等。但是，也是作为程序员，其实我们更好奇，这东西是如何实现的。—— 好在，等来了第一波企业级 Ai

7月22日，京东零售Oxygen团队正式开源发布多智能体协作框架——OxyGent。这一创新框架致力于帮助开发者高效组装多智能体协作系统，实现智能体间的无缝协作、弹性扩展与全链路可追溯。推动人工智能从“单点突破”迈向“群体智能”时代。OxyGent 已在开源社区正式上线。开源地址：https://github.com/jd-opensource/OxyGent官网地址：https://oxygen

这几天被京东智能体JoyAgent开源的朋友圈消息刷屏了，“行业/100%开源/产品级/企业级智能体”这几个关键词吸引到了我，标题党且信一半，个中究竟还是要去社区看看，马上也想到了宇宙厂的coze，特意搜了下，果不其然，字节coze也宣布了开源，时间赶一起了，这是啥玩法，这哥俩也有默契么？Anyway，大厂的同频工作和PR通常代表了行业在某个方向有较大程度的共识，值得花点时间研究下，本篇先重点看下

京东开源的Genie智能体的8大亮点：可插拔多Agent和多种工具迭代式规划跨任务上下文和文件共享数字员工提升用户体验大模型+搜索构建深度搜素CodeTool构建智能代码生命周期管理精心打磨的System Prompt可配置的MCP Server

1.背景与目的JoyAgent-JDGenie 是最近新开源的一款多Agent的产品，对于通用类问题可以做到开箱即用。而对于用户需要定制的场景功能，也支持配置子智能体或者类似MCP工具来辅助开发。此外JoyAgent-JDGenie相对比较轻量，无需依赖任何平台。这次想对JoyAgent-JDGenie 进行综合测试，使用通用类问题从官网和本地部署的JoyAgent来进行测试，看看整体效果如何。测

京东前两天发布了一个开源的Agent产品-JoyAgent-JDGenie，在GAIA榜单上分数达到了75.15%，超越了众多开源的AI Agent项目。该开源项目提供了一个在线体验的地址https://joyagent-genie.jdcloud.com/，我们第一时间进行了体验整体页面简洁大方，智能体提供了网页模式，文档模式，PPT模式和表格模式，同时支持深度研究。考虑到市面上基本没有PPT模

昨天，JoyAgent-Genie已经开源了，我们来试试效果如何。快速体验虽然是一个开源项目，但贴心的项目团队提供了一个一键使用的链接，使用京东/京东云账户登陆后，就可以直接体验了。体验地址为：https://joyagent-genie.jdcloud.com/2. 本地部署仅仅在线体验显然是不能满足我们的好奇心的，怀着对产品技术的追求，我们当然是想要在本地来部署的。Github项目地址为：ht

近日，京东云正式开源JoyAgent智能体。作为行业100%开源的企业级智能体，实现了产品级开源，包括前端、后端、框架、引擎和核心子智能体。开源产品历经京东内部大规模场景锤炼，与平台完全解耦，用户可以本地独立部署。基于高完成度的多智能体协同能力，打通AI落地最后一公里，帮助企业快速将智能体在生产场景用起来。登录GitHub了解开源项目https://github.com/jd-opensource

一、现状梳理        本篇介绍了一次数据库迁移的完整方案。 本次需要改造的系统为一个较为陈旧的技术栈系统，其中MongoDB作为核心数据存储中间件，承担着存储全部核心数据的重要任务。该系统目前的配置为1主1副本模式，涉及1个数据库和2张表，服务于7个不同的应用。尽管系统架构相对简单，但其在日常运营中发挥着不可或缺的作用。目前需要将MongoDB存储在其

一、背景在常规的运维及线上故障响应实践中，我们观察到系统监控指标（System-Level Metrics）的异常波动往往与业务监控指标（Business-Level Metrics）的异常呈现高度相关性。具体而言，当系统级监控指标出现异常时，业务级监控指标在绝大多数情况下亦会表现出异常状态。然而，反之则不然，即业务级监控指标的异常并不总是伴随着系统级监控指标的同步异常。此种现象导致相关职能团队（

1 首先准备好安装包通过不用渠道下载所要安装插件的压缩包2 安装流程第一步 解压解压压缩包至文件夹中，请确保您的电脑上已安装解压工具，否则会解压失败1）mac系统中，双击压缩包即可完成解压。2）win系统解压工具可自行下载zip包解压工具2.1）安装后，可选中领航者插件安装包，然后右击鼠标，如下图：解压后可以得到如下图文件夹（mac版）：win版文件夹如下：注：文件夹里需直接包含

前言我们常以“心有灵犀”来形容与合作伙伴的默契配合，若我们的产品能与用户达到同样的默契，将极大地提升用户在任务旅程中的流畅体验。在B端体验设计领域，我们深知用户对我们产品的期待───快速完成任务、即用即走；然而，随着业务需求和产品功能的不断扩展，流程复杂化、功能冗余、信息过载和引导不足等问题逐渐浮现，这不仅增加了新用户的学习成本，也使得老用户丧失了使用产品时的专注和效率。为应对这些挑战，上一篇

前言在日常调试问题中，相信我们很多人都是用console去排查相关的问题，虽然问题也可以排查出来，但是有时它的效率并不高。这篇文章主要讲解关于断点和一些日常调试技巧的内容，方便你在日后调试问题中，能在不同的前端场景应用不同的调试方式，翻倍提高你解决问题的效率1 sources面板概览source面板是我们断点调试经常用的到的地方，我们可以先大概认识一下它长什么样子，大概有什么功能•左侧区块：包

导语本文分析了后端研发和运维在日常工作中所面临的线上SQL定位排查痛点，基于姓名贴的灵感，设计和开发了一款SQL染色标记的MyBatis插件。该插件轻量高效，对业务代码无侵入，接入简单，支持SELECT、INSERT、UPDATE、DELETE等语句，同时也支持无WHERE条件SQL的标记增强。该SQL染色插件并不改变SQL指纹，染色信息内置了statementId、PFinderId，方便分布式