Draw.io 官方发布了 MCP 工具，结合 Codex 可实现 AI 自动绘制架构图、流程图等信息图。文章详细介绍了通过 Codex 安装 Draw.io MCP 的步骤，以及如何利用提示词让 AI 根据书籍内容或自定义需求生成中文信息图，并自动打开浏览器展示绘图结果，大幅降低复杂系统表达的理解成本。
more...
通过 Codex 安装社区开源 PPT Skill 的完整实战流程：提供 GitHub 仓库链接让 Codex 自动识别并安装，随后立即调用生成「AI 编程工具入门」主题演示文稿，验证 Skill 可用性。重点强调安装确认、依赖检查、输入信息补齐及结果边界验证等关键步骤，并提醒社区 Skill 的质量差异与使用风险。
more...
Loop Engineering 是一种通过三份 Markdown 文件（AGENTS.md/CLAUDE.md、STATE.md、SKILL.md）驱动 AI Agent 自动化循环工作的方法论。AGENTS.md 作为循环宪法设定边界规则，STATE.md 记录运行进度与状态，SKILL.md 定义可复用的能力单元
more...
RocketMQ 消息重试机制是保障消息完整性的关键兜底策略。文章图解了生产端三种发送方式（同步、异步、单向）各自的重试策略：同步发送默认重试2次、间隔1秒，可靠性最高但吞吐量低；异步发送默认不重试，可手动开启；单向发送不支持重试。同时结合 PmHub 项目实践，说明其采用默认同步发送策略即可满足企业微信消息推送场景需
more...
RocketMQ 的消息过滤机制允许消费者按需接收消息，避免全量传输造成的资源浪费。文章图解了两种过滤方式：Tag 标签过滤（简单场景，支持单标签、多标签匹配）和 SQL92 属性过滤（复杂自定义条件）。核心原理是生产者发送消息时设置标签或属性，消费者订阅时指定过滤条件，由 RocketMQ 服务端在投递前完成筛选。最
more...
RocketMQ 消息模型系列第二篇，聚焦消费进度管理。详解消息堆积的产生原因与解决方案：增加消费者、增加队列、重置消费位点。重点剖析重置消费位点的三种实现方式（控制台、mqadmin 命令行、Java AdminTools API）及四大适用场景：初始位点调整、堆积快速清理、业务回溯纠正、跳过指定消息。同时提醒生产环
more...
文章图解RocketMQ消息模型的核心机制，对比队列模型与主题模型的演进差异，重点解析RocketMQ基于发布-订阅模式的设计。深入阐述消息位点（Offset）与消费位点的概念及作用，说明RocketMQ如何通过消费位点实现多消费者独立消费、消息进度恢复及不删除消息的设计，并介绍企业级部署中队列分配与轮询发送机制。
more...
RocketMQ 中 Topic 是消息传输和存储的顶层容器，用于标识同一类业务逻辑的消息。文章详细讲解了 Topic 的概念定义、模型关系（Topic 为逻辑概念，实际存储单元为 Queue）、核心属性配置（主题名称、队列列表、消息类型），以及四种消息类型（Normal、FIFO、Delay、Transaction）
more...
通过鸡毛开餐馆的生活化故事引入消息队列概念，对比 Kafka、ActiveMQ、RabbitMQ、RocketMQ 四大主流消息队列的特性与适用场景，重点解析 RocketMQ 的核心架构：Producer、Consumer、NameServer 和 Broker 四大组件及其协作机制，帮助读者建立对分布式消息中间件的
more...
过度思考未来，无异于杀死现在的自己
