Python用 AI 做参考文献格式校验：把 GB/T 7714 的格式错误一次找全
论文送审前最容易被退回的不是观点，而是参考文献格式：作者名时中时英、期刊名一会儿缩写一会儿全称、卷期页码缺一半、中文条目里混着半角逗号、[J] 和 [M] 用反。这篇我们做一套校验工具：正则负责解析与规则检查，AI 只补解析不出来的字段，补完再跑一遍规则形成闭环。
Python用 AI 做数据分析脚本复现性检查：为什么你跑出来的数不一样
"这个数我跑出来是 128.47，你那边怎么是 128.39？"——数据分析里最耗时间的对话往往不是建模，而是对数。脚本明明能跑，图也画出来了，但换个人、换台机器、换一天跑，结果就变了一点。差的这 0.08 足以让结论从"增长"变成"持平"。
Python用 AI 做接口压测脚本生成与结果解读
注意，这篇讲的是性能压测（QPS、延迟分布、瓶颈），不是"接口模糊测试"（那个是喂异常输入找崩溃）。压测的价值不在"跑出一个大数字"，而在找到系统在哪个并发量开始变慢、以及慢在哪个环节。
用JS 看 JSON：这个 2 万 star 的终端工具，把 jq 的学习成本砍到零
用 JavaScript 看 JSON：这个 2 万 star 的终端工具，把 jq 的学习成本砍到零 你可能每天都在终端里跟 JSON 死磕，但一直忍着 jq 的语法没学会。现在有个更友好的选择。
结构化输出翻车合集：JSON 乱码、漏字段、额外注释的稳定方案
AI 应用，结构化输出（JSON 为主）是刚需。抽取数据、表单解析、RAG 结果、Agent 参数调用，全都依赖它。
[Python] 系列⑩XML 解析与 JSON 编解码
数据存储和传输离不开两种格式：XML 和 JSON。这篇讲 Python 怎么解析 XML、怎么编解码 JSON，以及它们怎么选。一、什么是 XMLXML（可扩展标记语言）是一种描述数据的标记语言，强调存储和传输数据，而不是显示。
[爬虫] 系列⑮实战：分析 Ajax 接口抓数据
合规提醒：本文仅用于学习公开数据采集技术，实际爬取请遵守目标网站 robots 协议和相关法律法规。上一篇讲了怎么找 Ajax 接口，这篇走一个完整流程：从翻页发现规律，到用 requests 循环拿 JSON。一、分析翻页规律F12 点下一页，观察新请求：第 1 页：?
64核跑JSON干到65GB每秒
提到Python解析JSON慢，大多数人的解释是"解释器慢"。Daniel Lemire在10月12日公布的一组实测推翻了这个直觉：在7.6GB真实GitHub事件数据上，标准库json单核只有0.18GB每秒，而同一个任务换成惰性解析能干到2.
一文读懂 Python 的 JSON 模块：从零到高手的进阶之路
会写Python json，项目里常翻车，问题到底在哪。很多人学Python的json模块，记住四个函数就觉得会了。可到了接口、配置、日志和爬虫里，问题往往不是怎么调，而是怎么判断数据。判断它从哪来、给谁看、有多大、可不可信、要不要跨语言，这比背API重要。先看类型。