我在县级生态环境部门做行政处罚办案。这份工作里最耗时间的从来不是「跑现场」，而是现场回来之后的三个小时：

摘要 电脑桌面太乱，可以从三步入手：先按类型手动归类删除无用文件，再用系统自带方式简单对齐，最后借助桌面整理工具用「文件格子」自动分组、保持长期整洁。腾讯官方免...

这篇用任务栏美化程序作为例子，把这类工具的工程要点梳理一遍。写过桌面常驻程序的人应该都有共鸣。

原因不复杂：开发机是最好的掩体。 装过各种开发工具、SDK、运行库之后，绝大多数组件都已经在系统里了，程序缺什么它都能"恰好"找到。而用户机器是干净的。

量化交易通常涉及程序化交易（用程序自动下单），而程序化交易往往有专门的规定和要求：

自动化交易的风控设计，是保护资金安全的生命线，核心机制包括：止损（亏到底线自动平仓）、仓位控制（限制单笔和总仓位）、熔断机制（异常情况暂停交易）、异常处理（防止...

云服务器上量化程序的日志管理，是保障系统可观测、可排查、可复盘的基础工作。一套good的日志管理方案包括：合理的日志分级（DEBUG/INFO/WARNING/...

自动化交易，是指用计算机程序自动完成从获取行情、分析决策到下单执行的全过程，无需人工手动操作。它把交易者的策略逻辑转化为程序，让程序 7×24 小时不受情绪影响...

在云服务器上部署量化数据抓取程序，是搭建云端量化系统的基础一环，完整实战流程包括：把抓取程序部署到云服务器、配置好数据源访问、选择合适的运行方式（定时抓取用 c...

systemd 和 supervisor 是两种常用的进程守护工具，用来保证量化交易程序在云服务器上稳定、持续运行。它们的核心作用是：让程序在后台运行、崩溃时自...

进程守护防住了"程序崩溃"，但还有一种情况——服务器本身重启了（比如维护、更新、极少数的意外重启）。服务器一重启，上面运行的程序都会停止。如果程序不能在服务器重...

在云服务器上部署第一个量化策略程序，是从"环境搭好"到"策略跑起来"的关键一步，具体流程包括：把策略代码上传到服务器、安全地配置密钥等敏感信息、先手动运行测试跑...

本文介绍我维护的实验性 WPF 运行时发行项目 WpfRuntime，它把一套 WPF 的参考程序集、实现程序集以及必要的运行时文件打包成 NuGet 包，让 ...

甚至只是判断一个操作“危险不危险”，很多 Agent 框架也会专门再调用一次 LLM。

数据抓取中的反爬、限频与稳定性问题，是让抓取程序长期可靠运行必须跨过的坎。应对反爬和限频的核心思路是"做一个守规矩的访问者"：控制请求频率、设置合理的请求间隔、...

数据抓取程序要在云端稳定长期运行，关键是搭建一套完整的保障机制，核心包括六个方面：把程序部署到 7×24 小时运行的云服务器、用进程守护工具（如 systemd...

轮询（Polling），就是你的程序按固定间隔，反复向数据源请求最新数据。 比如每隔几秒请求一次当前价格。

自己抓取：通过程序从公开渠道抓取数据。这种方式灵活、可定制，但也有挑战——要处理反爬、限频、稳定性等问题，还要考虑数据源的合规和使用条款。自己抓取适合有一定技术...

很多人的巨额亏损，都是从"再等等，说不定会反弹"开始的——不设止损、死扛，结果越亏越多。量化的一大优势就在这里：程序可以严格执行止损，不受情绪干扰。人可能会犹豫...

网格交易策略是一种在预设价格区间内、按固定间隔挂buy和sell单，通过价格来回波动反复"低买高卖"来获利的策略。它的核心是把一个价格区间划分成若干"网格线"，...