From 46ba2241368bc1ed2ca04696a0abd6f594fe8063 Mon Sep 17 00:00:00 2001 From: wonder Date: Sat, 26 Sep 2026 23:44:34 +0800 Subject: [PATCH] =?UTF-8?q?feat:=20=E5=A4=AE=E5=9B=BD=E4=BC=81=E7=AE=80?= =?UTF-8?q?=E5=8E=86=E5=AE=9E=E4=B9=A0=E4=B8=8E=E9=A1=B9=E7=9B=AE=E7=BB=8F?= =?UTF-8?q?=E5=8E=86=E6=94=B9=E4=B8=BA=E4=B8=9A=E5=8A=A1=E5=8C=96=E5=8F=99?= =?UTF-8?q?=E8=BF=B0?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit - 实习/项目 bullet 以业务场景与价值先行,技术细节收敛为通用能力词 - 删除 SAML、Patroni、HeavyKeeper 等组件协议专名,成果用定性表述 - 项目技术栈标签精简为大类关键词(Go/React、Java/MySQL/Redis) Co-Authored-By: Claude Code --- soe/index.html | 56 ++++++++++++++++++++++---------------------------- 1 file changed, 25 insertions(+), 31 deletions(-) diff --git a/soe/index.html b/soe/index.html index 383ab21..5ee26e3 100644 --- a/soe/index.html +++ b/soe/index.html @@ -115,10 +115,10 @@
2026-07 ~ 2026-08
@@ -127,10 +127,10 @@
2025-11 ~ 2026-03
@@ -147,27 +147,23 @@
- AI 2D 游戏素材生成平台,用户输入文本提示词,自动生成风格一致的 Sprite、背景、UI 元素与动画帧流。 -
支持用户提供世界观文本、参考图片、标签映射以及反馈信息,输出具备一致性的可用素材。 + 面向游戏内容生产的 AI 素材生成平台,输入提示词即可产出风格统一的角色、场景、界面与动画素材,降低美术成本。 +
支持补充世界观与参考图等项目设定,产出更贴合风格的可用素材,帮助团队缩短出图周期、加快内容迭代。
主要工作:
    -
  1. 构建基于有向无环图的工作流,引入 critic 自省机制实现反馈增强,基于 ReAct 架构实现轮级思考,并支持 Agent 间通信。
  2. -
  3. 在分布式限流方案的选择上,对比计数器、漏桶、窗口等多种限流机制,选用 go-redis 实现分布式的令牌桶算法限流。
  4. -
  5. 为增强系统可观测性,基于 Gin 中间件以及自定义的任务协程池暴露指标,使用 Prometheus 收集,接入 Grafana 面板。
  6. -
  7. 在不同部署方案(单机与多机)部署上,支持基于 RabbitMQ 的共享任务队列,支持基于内存的自定义单机任务队列。
  8. -
  9. 对于用户偏好的多样性,支持基于渐进式披露的 skill 配置,用户反馈的动态注入,世界观文本 RAG 召回,实现上下文增强。
  10. +
  11. 围绕生成质量与稳定性,搭建多阶段智能生成流程,支持过程自检、反馈修正与多角色协作,保障素材风格一致、开箱可用。
  12. +
  13. 面向多用户并发使用,设计接口流量保护与资源配额机制,避免异常请求挤占算力,保障平台稳定与使用体验。
  14. +
  15. 完善运行监控与任务状态跟踪,异常可及时发现定位,支撑日常运维与持续迭代,提升交付可靠性。
  16. +
  17. 兼顾试点部署与规模化推广,任务调度支持单机与多机弹性伸缩,高峰期任务不积压,生成服务平滑扩展。
  18. +
  19. 面向不同项目风格差异,支持按需配置生成偏好并引入项目设定参考,使产出更贴合用户需求,提升使用满意度。
@@ -179,25 +175,23 @@
- 中台化的高并发点赞系统,支撑多业务场景的点赞交互与数据查询。 -
应对亿级数据规模与万级QPS高并发流量,提供高可用、可扩展的基础服务。
+ 中台化高并发点赞系统,为多业务线提供统一的点赞交互与查询服务,支撑海量数据与高并发访问场景。 +
以高可用、可扩展为目标,保障点赞数据准确可靠、服务持续在线。
主要工作:
    -
  1. 为避免缓存穿透,构建布隆过滤器与空值短缓存双重机制;为避免缓存击穿,将热点数据加互斥锁,确保单线程回源重建。
  2. -
  3. 基于 Caffeine + Redis 构建二级缓存,热点 Key 提升至本地缓存,避免冷数据污染,降低 Redis 访问压力。
  4. -
  5. Lua 脚本保证点赞原子性,10 秒时间片分桶暂存增量,定时任务批量落库,补偿任务每日兜底,保障最终一致性。
  6. -
  7. 对比CMS算法,采用HeavyKeeper实现Top-K探测,利用指数衰减淘汰冷Key,解决高频更新准确率问题,适配流量变化。
  8. -
  9. 单机场景利用字符串常量池特性,以业务前缀+用户ID为锁对象;多机场景基于 Redis 实现分布式锁,保障多实例数据一致。
  10. +
  11. 从保障数据准确与服务稳定出发,完善缓存防护机制,防止异常请求压垮存储层、热点数据引发重建压力,保障系统平稳运行。
  12. +
  13. 构建多级缓存体系,热点数据就近读取,降低后端存储压力,提升用户点赞与查询的响应体验。
  14. +
  15. 保证点赞操作不丢失、不重复,采用异步批量入库与定期核对补偿,在高并发下兼顾处理性能与计数准确。
  16. +
  17. 支持热点内容识别与运营洞察,动态跟踪高频对象、及时淘汰过期热点,使资源分配更贴合真实流量变化。
  18. +
  19. 单机与集群部署下均保障并发写入数据一致,多实例并行处理结果正确,支撑业务横向扩展与稳定运行。