Android 应用屏幕适配方案:从历史方案到现代适配思路
- 2026-07-03
- 1
- 0
- 0
- 24.1℃
一种极低成本的Android屏幕适配方式 - 字节方案 一、屏幕适配到底在适配什么? 很多人一提到 Android 屏幕适配,第一反应是: 不同手机分辨率不一样,怎么让页面看起来一样?
Android 沉浸式状态栏
- 2026-07-03
- 5
- 0
- 0
- 24.5℃
Android沉浸式状态栏包含状态栏变色、透明、Edge-to-edge适配及全屏隐藏等功能。各版本API演进:4.4支持半透明状态栏需假View补位;5.0通过setStatusBarColor设置颜色;6.0开始支持深色状态栏图标;8.0导航栏图标调整;9.0引入刘海屏API。当前重点为WindowInsets适配,需避免UI被状态栏、导航栏遮挡,具体措施:Activity启用edge-to-edge并控制系统栏显示;使用WindowInsets获取系统栏高度指导布局;NavigationBarsPadding处理底部交互区;RecyclerView设置bottom padding。第三方框架如ImmersionBar仍可用于老项目,但新项目推荐 relying on official APIs:enableEdgeToEdge控制全屏效果,WindowInsetsController管理显示隐藏,ViewCompat处理布局避让。兼容重点转向季后系统栏区域适配,而非单纯美化状态栏,需针对Android 15+设备强制适配,并保留对旧版本必要降级处理。
Embedding、Rerank 和LLM大模型:它们在 RAG 里分别干什么?
- 2026-07-03
- 3
- 0
- 0
- 24.3℃
RAG 通过三个核心模型实现精准问答:Embedding 模型将文本转换为语义向量,快速从知识库筛选候选资料;Rerank 模型基于用户问题与候选文档重新排序,提升召回准确性;LLM 大模型结合排序后的资料生成自然语言答案。相较于传统大模型,RAG 机制有效解决知识时效性不足和私有资料缺失问题,通过实时关联资料降低幻觉风险。其流程包含文档入库(收集、切片、向量化、存储)和用户提问(向量检索、重排序、答案生成)两个阶段。应用场景包括企业知识库、法律/医疗文档问答及技术文档检索,尤其在大型复杂知识库中,Rerank 模型能显著优化排序结果。核心价值在于确保大模型基于准确、时效的内部资料输出答案,而非依赖训练时见过的公开数据,可提升问题解决的专业性和可靠性(字数:217)。
grill-me Skills
- 2026-07-02
- 0
- 0
- 0
- 24.0℃
grill-me 可以理解成一个 “拷问式需求澄清 / 方案审查 skill”。 它不是让 AI 直接写代码,而是让 AI 像一个很挑剔的技术负责人一样,不断追问你: 这个需求到底要解决什么问题? 哪些情况不做? 边界条件是什么? 有没有更简单的方案? 现有代码里有没有类似实现? 这个设计会不会引入
GSD Skills
- 2026-07-02
- 0
- 0
- 0
- 24.0℃
grill-me 可以理解成一个 “拷问式需求澄清 / 方案审查 skill”。 它不是让 AI 直接写代码,而是让 AI 像一个很挑剔的技术负责人一样,不断追问你: 这个需求到底要解决什么问题? 哪些情况不做? 边界条件是什么? 有没有更简单的方案? 现有代码里有没有类似实现? 这个设计会不会引入
Trellis Skills:给 AI 编程助手搭一套项目级上下文系统
- 2026-07-02
- 11
- 0
- 0
- 25.1℃
Trellis 是面向 AI 编程助手的项目级规范与记忆系统,旨在解决 AI 不理解项目上下文导致的常见问题,如分层混乱、返回格式不一致、异常处理不当等。其核心模块包括:1. **Spec(规范系统)**:通过结构化文档(如接口响应规范、分层职责、异常统一处理等)明确项目编码规则,需具体可执行(例如约束 Controller 不写业务逻辑,API 统一返回 ApiResponse<T>);2. **Task(任务系统)**:通过任务文件划定开发边界,例如要求“仅新增手机号注册接口”并排除其他需求,避免 AI 扩展现象;3. **Workspace(工作记忆)**:记录项目开发动态(如事务实现、测试补漏),解决会话中断后的数据连贯性问题。Trellis 工作流支持 brainstorm(需求确认)、before-dev(规范预读)、implement(代码编写)、check(规范校验)等阶段。相较于 Superpowers 的方法论导向,Trellis 更侧重项目级文件沉淀,适合长期团队协作场景,可解决的问题涵盖分层遵循率、规范一致性、任务范围控制及历史记录追溯。用户收益为减少沟通成本,提升 AI 代码质量与项目适配度,建议从接口规范、分层职责等高频问题切入逐步完善 Spec 文件。
使用 .gitattributes 修复 GitHub 仓库语言识别问题
- 2026-07-02
- 2
- 0
- 0
- 24.2℃
最近在使用 Trellis 辅助开发项目时,我发现了一个挺有意思的问题:明明项目的主要业务代码不是 Python,但 GitHub 仓库列表里却显示这个仓库的主要语言是 Python。 一开始我还以为是 GitHub 识别错了,后来才发现,问题其实出在 GitHub 的语言统计规则上。 一、问题现象
Android ForegroundService 前台服务详解
- 2026-07-02
- 7
- 0
- 0
- 24.7℃
在 Android 开发中,Service 经常被理解成“后台任务组件”。但从 Android 8.0 开始,系统对后台执行做了越来越严格的限制,普通后台 Service 已经不再适合长期运行任务。 这时候,ForegroundService 就变得非常重要。 不过 ForegroundServic
Android HandlerThread:一个带 Looper 的后台线程
- 2026-07-02
- 2
- 0
- 0
- 24.2℃
在 Android 开发里,我们经常会遇到一些不能放在主线程执行的任务,比如文件读写、日志写入、图片处理、轻量级数据库操作等。 这些任务有几个特点: 不能阻塞主线程 不一定需要并发执行 有时希望按顺序执行 有时需要通过 Handler 发送消息 这时候就可以用到 HandlerThread。 一句话
Android JobIntentService:一个曾经用来兼容后台任务的过渡方案
- 2026-07-02
- 1
- 0
- 0
- 24.1℃
在 Android 后台任务体系里,JobIntentService 是一个很有时代感的类。 它出现的背景是:以前我们经常用 IntentService 来处理后台任务,比如上传日志、同步数据、处理广播后的耗时操作。但从 Android 8.0 开始,系统加强了后台执行限制,普通后台 Service