SYSTEM READY / QYDO.CN

Think.
Code. Do.

一个码农的个人技术分享。
记录代码背后的判断、系统运行中的经验,以及从问题到答案的完整过程。少一点空泛结论,多一点真实实践。

$ build idea --with practice
✓ ready to learn, test and ship
README.md

技术分享不止是答案,
更要讲清楚为什么。

这里整理开发中的真实观察:需求如何落到数据结构,异常怎样沿调用链定位,架构取舍为什么没有标准答案,以及一次发布怎样才算真正完成。每一篇记录,都尽量保留问题、判断、验证与复盘。

WHY先理解问题,再动手实现
PROOF用运行结果验证技术判断
TRADEOFF记录选择,也记录放弃了什么
REVIEW让一次经验成为下一次的起点
FOCUS AREAS

关注代码,也关注代码
如何成为可靠的系统。

BACKEND

后端与业务建模

从接口、状态与权限边界出发,让业务逻辑清晰、稳定、便于演进。

DATA

数据库与数据迁移

讨论表结构、查询性能、一致性,以及旧数据走向新系统的安全路径。

DEBUG

问题定位与排查

沿着请求、日志、服务和数据追踪根因,不让表面现象替代真实证据。

OPS

部署与线上运行

关注环境配置、发布、回滚和监控,把“本地能跑”推进到“线上可靠”。

TOOLS

AI 与开发工具

把新工具放进真实工作流,以效率为目标,也保留判断、审查和控制。

HOW I WORK

从模糊问题到可靠交付,
每一步都有上下文。

UNDERSTAND
?

理解

梳理目标、约束与现状,先确认真正需要解决的问题。

DESIGN
{ }

设计

明确边界与取舍,让方案能够被实现,也能够被维护。

VERIFY
✓

验证

运行、测试、观察日志,用事实确认代码是否符合预期。

DELIVER
GO

交付

完成发布与复核,并为后续演进保留清晰的路径。

DEV LOG

准备持续整理的开发手记。

不是教程目录,而是一份长期更新的问题清单。遇见、拆解、解决,然后留下可以复用的部分。

DEBUGGING

一次线上问题应该怎样追到底

从用户请求到最终数据,建立完整证据链,避免只修复眼前的报错。

LEGACY

接手旧系统,先画清真实边界

识别入口、依赖与仍在运行的业务,再决定保留、迁移还是重写。

DATABASE

数据结构如何表达业务约束

让租户、用户、权限和状态关系在表结构中清楚、可查、可验证。

RELEASE

构建成功不等于上线完成

配置、依赖、进程、日志与实际访问结果,共同构成一次完整发布。

AI TOOLS

让 AI 成为协作者,而不是答案机器

给出上下文、限定边界、要求证据,并对最终结果保持审查。

Less talk.
More DO.

技术没有终点,只有一次次更清楚的理解和更扎实的实践。继续写,继续做,继续验证。