fix: 优化简历技术描述准确性

- 修正 ThumbUP 项目规模描述（千亿级→亿级，数十万QPS→万级QPS）
- HeavyKeeper 描述由「复现」改为「采用」
- 去除协程池「IO 密集型」不准确修饰
- 补充单机常量池锁与分布式 Redis 锁两种场景说明
- 修正 HTML 中 </br> 为 <br>

resume/index.html

@@ -156,14 +156,14 @@
             </div>
             <div class="proj-intro">
                 <span class="proj-desc">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。
-                    </br>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。
+                    <br>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。
                 </span>
             </div>
             <div class="proj-work-title">主要工作：</div>
             <ol class="proj-work-items">
                 <li>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。</li>
                 <li>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。</li>
-                <li>为增强系统可观测性，基于 Gin 中间件以及自定义的 IO 密集型任务协程池暴露指标，接入时序数据库与 Grafana 面板。</li>
+                <li>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，接入时序数据库与 Grafana 面板。</li>
                 <li>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。</li>
                 <li>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。</li>
             </ol>
@@ -187,16 +187,15 @@
             </div>
             <div class="proj-intro">
                 <span class="proj-desc">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。
-                </br>应对千亿级数据规模与数十万QPS高并发流量，提供高可用、可扩展的基础服务。</span>
+                <br>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。</span>
             </div>
             <div class="proj-work-title">主要工作：</div>
             <ol class="proj-work-items">
                 <li>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。</li>
                 <li>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。</li>
                 <li>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。</li>
-                <li>对比CMS算法，复现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。
+                <li>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。</li>
-</li>
+                <li>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。</li>
-                <li>利用字符串常量池特性，以业务前缀+用户ID为锁对象，实现同用户串行，不同用户并行，减少锁竞争，提升吞吐量。</li>
             </ol>
         </div>