本文记录了将 vue-chat-pro（Vue 2 + Vuex + JavaScript）重构为 vue-chat-pro-claude（Vue 3 + Pinia + TypeScript + Vite）的完整历程。7天，64次提交，从零开始建出一个功能完整的即时通讯客户端。这不是一篇"AI 生成代码"的展示文，而是一份关于如何与 AI 协作完成真实工程任务的方法论总结。
这不是 changelog，这是一次「让你忍不住想打开试试」的功能盘点。v1.1.x 系列集中火力，专门干那些「表面没坏但其实很难受」的体验问题——流式回复占位符乱跑、时间显示不说人话、群视频通话有 bug、消息无法转发……全都修了，还顺手加了不少新东西。
分库分表不是一个简单的配置问题——它关系到分片键选择、扩容数学性质、跨分片查询策略，以及在不停服前提下如何安全迁移数据。本文以飞享IM（FshareIM）为案例，从现有手动分表方案的瓶颈出发，完整呈现三种技术路线对比、基于 ShardingSphere-JDBC 的新建分库方案、按 2 的幂扩容的数学推导，以及 Canal + 双写的零停机迁移时序，供 IM 系统架构师和 DBA 参考。
架构设计不只是画几张图——它是对整个系统的系统性思考：从业务需求到质量约束，从模块拆分到接口契约，从数据分表到故障容灾，再到 AI 融合与技术演进路线。本文以飞享IM（FshareIM）为参考，完整呈现一位架构师在一个生产级 IM 系统上应当完成的全部设计工作，涵盖六大职责分解、五阶段设计步骤，以及覆盖接入层、业务层、数据层、AI 架构、安全架构和部署架构的完整设计文档，附带技术决策记录（ADR）和架构评审检查单。
飞享IM（FshareIM）是一款支持私有部署的即时通讯系统，服务端采用 Java 实现，核心由 push-connector（接入层） 和 push-group（业务层） 两个服务组成。本文从实际运行角度梳理系统的13个核心技术模块，逐一说明当前方案的设计思路、存在的隐患，以及对应的改进建议，帮助开发者快速理解系统全貌。
每个工作日美东时间 8:00 AM，一个 Agent 自动从多个渠道并行采集信息，调用 Claude 生成中文盘前日报，通过飞享IM推送到手机。整个流程无人值守，从数据采集到消息送达不到 20 秒。
整理了 20 个 Java 高频面试考点的系统讲解，涵盖并发内存模型、Spring 事务、高并发架构、数据库优化、分布式事务，以及 AI Agent / RAG 方向。每节附有代码示例与标准回答模板，可直接用于面试准备。
基于飞享IM开源即时通讯系统，结合 LangGraph + Claude 构建的智能客服方案。用户在 IM 客户端与 AI 机器人对话，回答由 RAG 知识库驱动，流式逐字输出，体验接近原生对话。
飞享IM起源于2019年的推送项目,当时的项目还只是定位于消息推送,因为我从事推送行业已经有几年时间了,为了能够实现技术自主可控,一致希望能自主开发推送系统,加上tio项目这几年在国内比较火,同时也为了能够快速开发,所以选择了此网络框架.项目在2019年的时候一度是以开源的方式进行的.那是还不是一个IM项目.
本文主要说明如何使用vray的基本安装,与如何使用vray客户端链接代理服务器,进行翻墙操作.本文只是说明安装vray代理服务器的步骤,具体服务器的租用建议可以租用一台香港的服务器,可以访问到谷歌,以此服务器为代理访问外网