- 博客(39)
- 收藏
- 关注
RSS订阅原创 职场不可能三角：工作、质量、数量
摘要：职场"不可能三角"揭示企业在人力、时间有限条件下，工作复杂度、质量标准和任务数量三者无法同时最优。如同金融领域的风险、流动性与收益平衡，职场中也必须有所取舍：追求高质量大范围工作需牺牲数量速度；强调快速交付必然降低质量；兼顾质量数量则需缩小工作范围。然而现实中企业常陷入"贪多求全"误区，以"高效奋斗"名义要求员工同时满足三者，实则是过度压榨。这种"全能型人才"培养模式最终导致劳资双输，尤其伤害基层员工，造成无止境的内耗与透
2026-04-01 23:43:06
157
原创 Anthropic 又双叒翻车了：Claude Code源代码打包失误，这已经是第几次了？
Anthropic再次因打包失误泄露Claude Code CLI完整源代码，60MB的source map文件暴露1900多个TS文件、51万行代码及未发布功能。这是该公司第二次犯同样错误，与其标榜的"最安全AI公司"形象形成强烈反差。事件暴露其流程缺陷，引发对AI工具供应链安全的质疑。竞争对手或趁机研究代码，用户对产品可靠性产生担忧。这次低级失误提醒行业：安全需落实每个细节，而非空谈。
2026-03-31 20:11:54
978
原创 AI时代开发格局剧变：TypeScript在AI辅助开发中超越Python，登顶GitHub榜首
TypeScript首次超越Python，成为GitHub月活跃贡献者最多的编程语言
2026-03-30 09:02:55
360
原创 LangGraph 多 Agent 开发必知：输出格式不一致的“断头路”与 `.with_structured_output` 终极解决方案
LangGraph多 Agent 协作中最常见、也最让人头疼的问题之一——**输出格式不一致。
2026-03-29 10:31:53
963
原创 《2026 LangGraph零基础入门：从简单Agent到复杂多智能体系统的实战指南》第8课：综合大项目 + 未来方向（完结篇）
第8课作为完结篇，整合前7课所有核心知识，完整实现了一个企业级多Agent系统（AutoTeam），包含Supervisor调度、多专业Agent协作、Human-in-the-loop、PostgreSQL持久化及FastAPI部署。同时展望了LangGraph在2026年及未来的发展方向，为读者后续深入学习和实际落地提供了完整闭环。
2026-03-28 11:33:42
207
原创 被Token坑惨后我悟了：LangGraph比LangChain省一半成本，原因就这两点
被Token坑惨后我悟了：LangGraph比LangChain省一半成本，原因就这两点
2026-03-27 19:43:26
1176
原创 《2026 LangGraph零基础入门：从简单Agent到复杂多智能体系统的实战指南》第7课：生产级特性：持久化、部署、监控
第7课聚焦生产级特性，详细介绍了FastAPI和LangServe的作用，以及PostgreSQL在LangGraph中存储State快照、历史记录和中断信息等内容。通过一个完整可部署的编程助手服务，展示了如何将实验级Agent升级为企业级生产系统。
2026-03-27 15:04:01
21
原创 《2026 LangGraph零基础入门：从简单Agent到复杂多智能体系统的实战指南》第6课：Human-in-the-loop（人机交互）与中断机制
第6课系统讲解LangGraph中Human-in-the-loop与中断机制，使用编程助手作为示例，演示如何通过条件路由 + `interrupt_before` 精准实现人工审核。特别澄清了 `interrupt_after` 与条件边的关系，避免了常见冲突，帮助读者掌握生产环境中人机协作的正确实现方式。
2026-03-26 09:49:23
259
原创 《2026 LangGraph零基础入门：从简单Agent到复杂多智能体系统的实战指南》第5课：带记忆与状态的多轮复杂工作流
第5课详细讲解LangGraph状态持久化机制，使用编程助手作为实战示例，演示如何通过`checkpointer` + `thread_id`实现多轮记忆。重点澄清了“状态是否会丢失”的核心问题，并通过多轮对话测试让读者直观感受到记忆机制的强大。适合希望构建长周期、复杂任务AI系统的开发者。
2026-03-26 09:48:31
67
原创 《2026 LangGraph零基础入门：从简单Agent到复杂多智能体系统的实战指南》第4课：多 Agent 协作基础（Crew / Team 模式）
第4课正式进入多Agent协作，构建了一个由Supervisor主管 + Researcher、Writer、Reviewer三个Worker组成的三人写作团队。通过共享State和条件路由实现分工协作，完整演示了LangGraph中Crew/Team模式的基础写法。适合希望从单Agent升级到团队协作的开发者。
2026-03-25 09:23:27
347
原创 《2026 LangGraph零基础入门：从简单Agent到复杂多智能体系统的实战指南》第3课：构建第一个实用单 Agent 图（带工具调用）
第3课实战构建一个完整的写作助手单Agent图，包含搜索工具、撰写初稿工具，并通过conditional edges实现多轮工具调用与自动结束。代码详细展示了State、Agent节点、ToolNode和路由函数的完整配合，帮助读者从理论走向第一个可落地的实用Agent。适合已掌握前两课基础、希望快速搭建真实AI应用的开发者。
2026-03-25 09:23:01
240
原创 《2026 LangGraph零基础入门：从简单Agent到复杂多智能体系统的实战指南》第2课：LangGraph 的基础构建块：State、Node、Edge
第2课深入讲解LangGraph三大核心：State、Node、Edge。重点通过代码段3说明节点间如何通过State共享消息，以及conditional edges与普通边的优先级规则（只有should_continue返回END时才走reminder后处理）。使用详细注释和真实执行流程，帮助零基础读者彻底理解LangGraph的工作机制和消息传递方式。全部代码基于DeepSeek模型，可直接运行。
2026-03-24 10:53:56
231
原创 《2026 LangGraph零基础入门：从简单Agent到复杂多智能体系统的实战指南》第1课：LangGraph 是什么？为什么比 LangChain Agent 更强大？
第1课面向LangGraph零基础读者，通过多张流程图和架构对比图，直观解释LangGraph是什么。重点对比LangChain Agent的黑盒线性流程与LangGraph的State-Node-Edge可控图结构，并用带详细注释的简单乘法工具代码演示。帮助读者建立“AI工作流像画图一样可控”的基础认知，使用DeepSeek模型，确保代码易懂可跑。
2026-03-24 09:55:20
930
原创 LangChain 2026 年实战总结：从零到构建智能 AI 助手的完整路径
LangChain 2026 年实战总结：核心抽象层级金字塔 + 8 个最值得掌握组件（附作用说明、经验、示例） + 8 大避坑指南 + 未来方向。适合已掌握 Python 和基础 API 调用的读者，作为 LangChain 学习路线收尾参考。
2026-03-23 11:02:54
705
原创 《2026 LangChain零基础入门：用AI应用框架快速搭建智能助手》第8课（完结篇）：小项目实战 + 部署 —— 构建网页版个人知识库 AI 助手
本课（系列完结）整合前7课知识，构建网页版个人知识库 AI 助手（Streamlit + RAG + Memory）。包含完整代码、文档上传、向量库构建、多轮问答、来源引用、免费部署指南。学完可独立做出实用 AI 工具，并规划后续方向。
2026-03-22 10:03:46
595
原创 《2026 LangChain零基础入门：用AI应用框架快速搭建智能助手》第7课：RAG 入门 —— 让AI读你的本地文档再回答问题，构建个人知识库助手
本课讲解 LangChain RAG 入门：文档加载、切分、嵌入、FAISS 向量检索、RetrievalQA 链。示例构建“读本地笔记 + 智能问答”的个人知识库。学完可让 AI 基于私有文档精准回答，适合零基础向私有化 AI 助手过渡。
2026-03-21 19:08:22
269
原创 《2026 LangChain零基础入门：用AI应用框架快速搭建智能助手》第6课：Tools 与自定义工具 —— 给AI加上搜索、计算、读文件、调用外部API等能力，让代理更强大
本课讲解 LangChain Tools 与自定义工具：@tool 定义、添加到Agent、实现计算/天气API/文件读取等能力。示例让AI自动调用工具解决问题。学完可为代理添加任意外部能力，适合零基础向实用AI助手过渡。
2026-03-20 13:22:42
220
原创 《2026 LangChain零基础入门：用AI应用框架快速搭建智能助手》第5课：Agents 基础 —— 让AI自己决定下一步做什么，实现ReAct风格的智能代理
本课讲解 LangChain Agent 基础：ReAct Agent 创建、@tool 定义工具、AgentExecutor 执行思考-行动循环。示例让 AI 自动调用计算/天气工具解决问题。学完可构建能“自己决定用什么工具”的智能代理，适合零基础向自主 AI 助手过渡。
2026-03-19 22:50:20
366
原创 《2026 LangChain零基础入门：用AI应用框架快速搭建智能助手》第4课：Memory 与 ConversationChain —— 让AI真正“记住”对话历史
本课讲解 LangChain Memory 与 ConversationChain：ConversationBufferMemory 完整保存历史、WindowMemory 限制长度、文件保存/加载。示例构建带记忆的多轮聊天机器人，支持连续上下文。学完可让 AI “记住”对话，适合零基础向有状态的 AI 交互工具过渡。
2026-03-18 16:56:25
539
原创 《2026 LangChain零基础入门：用AI应用框架快速搭建智能助手》第3课：Chains 与 LCEL —— 把多个 Prompt 串成流水线，实现多步智能生成
本课讲解 LangChain Chains 的使用：SequentialChain 顺序链、LCEL 管道写法。示例实现“主题 → 大纲 → 正文”的多步生成流水线，支持互动输入。学完可构建更智能的 AI 生成流程，适合零基础向复杂 AI 应用过渡。
2026-03-18 16:55:50
262
原创 《2026 LangChain零基础入门：用AI应用框架快速搭建智能助手》第2课：PromptTemplate 与动态 Prompt —— 像变量一样灵活生成专业提示词
本课针对只会简单 API 调用的读者，讲解 LangChain 的 PromptTemplate 使用：变量填充、few-shot 示例、多语言模板。示例通过模板化 Prompt 快速生成专业内容，支持互动输入。学完即可灵活定制大模型提示词，适合零基础向更结构化的 AI 应用开发过渡。
2026-03-17 10:17:39
331
原创 《2026 LangChain零基础入门：用AI应用框架快速搭建智能助手》第1课：LangChain 安装与第一个 LLMChain —— 5分钟让模型调用变得像函数一样简单
本课针对只会简单 API 调用的 Python 基础读者，讲解 LangChain 安装、ChatOpenAI 模型封装、PromptTemplate + LLMChain 的最简用法。示例用模板化 Prompt 快速生成内容，几分钟完成模型调用。学完即可用链式方式调用大模型，适合零基础向 AI 应用开发过渡。
2026-03-17 10:16:49
948
2
原创 Ubuntu / WSL / Debian 系统 pip install 报错“externally-managed-environment”？一招彻底解决（2026最新）
系统把全局 Python 标记为“外部管理环境”（PEP 668），不允许直接 `pip install` 第三方包到系统目录，防止你一不小心把系统依赖搞崩。
2026-03-16 10:46:37
810
原创 《2026 Python零基础入门：用AI主题学编程》第十二课（完结篇）：小项目总结 + 扩展方向——从零到能写AI小助手的完整回顾与未来路径
本课完整回顾 12 课知识点，整合成可运行的“命令行多功能 AI 助手”小项目（意图判断 + 多轮对话 + 历史持久化）。详细说明 LangChain 入门路径、核心概念、第一个例子，以及 2026 年 Python + AI 自学务实路线。系列到此完结，祝读者继续用代码玩转 AI。
2026-03-16 10:42:35
779
原创 《2026 Python零基础入门：用AI主题学编程》第十一课：简单 AI Agent 雏形——判断用户意图 + 调用不同 prompt / 工具，实现更智能的交互
本课讲解简单 AI Agent 雏形：用关键词匹配判断用户意图，根据意图动态切换 system prompt 和回复风格。示例构建能自动区分写作/问答/脑暴模式的交互机器人。学完可让 AI 更智能地响应不同需求，适合零基础读者向个性化 AI 助手方向收尾。
2026-03-15 12:00:04
177
原创 《2026 Python零基础入门：用AI主题学编程》第十课：聊天历史 + 多轮对话——带记忆的交互机器人
本课讲解维护聊天历史（messages 列表）、多轮对话实现、结合文件保存/加载上下文。示例构建带记忆的交互机器人，支持连续提问、历史持久化、长度截断。学完可让 AI “记住”对话，适合零基础读者向有状态的 AI 小工具方向推进。
2026-03-15 11:59:14
360
原创 《2026 Python零基础入门：用AI主题学编程》第九课：调用免费 LLM API（入门）——用 requests 模块调用免费大模型 API，实现真正的 AI 交互
本课讲解 requests 模块调用免费 LLM API（以 DeepSeek 为例）。示例结合 generate_prompt 生成提示词、发送请求、获取并显示真实 AI 回复，并保存结果到文件。学完可实现代码直接与大模型交互，适合零基础读者向完整 AI 小工具迈进。
2026-03-14 14:12:06
558
原创 《2026 Python零基础入门：用AI主题学编程》第八课：模块与文件操作——保存/读取对话历史（txt/json），让你的AI聊天记录持久化
本课讲解 Python 模块导入（import）、文件读写（txt/json）、json 模块使用。示例围绕 AI 提示词：保存/读取对话历史（简单 txt 和结构化 json），实现记录持久化。学完可让聊天记录不丢失，适合零基础读者向带记忆的 AI 小工具方向推进。
2026-03-14 13:49:35
252
原创 《2026 Python零基础入门：用AI主题学编程》第七课：高级函数 + lambda —— 批量处理提示词、简单函数式编程
用*args/**kwargs、lambda、map/filter/sorted等Python特性，能大幅提升提示词批量生成、修改、筛选的效率，是AI提示工程中非常实用的中级技巧。
2026-03-13 11:24:03
455
原创 《2026 Python零基础入门：用AI主题学编程》第六课：函数（def）基础——封装 generate_prompt 函数，复用代码
本课讲解 Python 函数（def）的定义、参数、返回值和调用。示例封装 generate_prompt 函数，支持角色、任务、风格、字数、few-shot 示例等参数，实现提示词快速复用生成。学完可大幅减少重复代码，适合零基础读者构建更结构化的 AI Prompt 工具。
2026-03-13 11:21:28
66
原创 《2026 Python零基础入门：用AI主题学编程》第五课：循环（while/for）——多轮模拟对话与批量生成提示词变体
本课讲解 Python for 和 while 循环。示例围绕 AI 提示词：用 for 批量生成不同主题/风格的 Prompt 变体，用 while 模拟多轮对话并记录历史。学完可实现重复性任务自动化和简单交互循环，适合零基础读者向更结构化的 AI 小工具方向推进。
2026-03-12 09:44:38
197
原创 《2026 Python零基础入门：用AI主题学编程》第四课：条件判断（if/elif/else）——根据输入选择不同的提示词模板或风格
本课讲解 Python 条件判断（if/elif/else），结合 input() 根据用户输入（风格、字数、情绪等）自动选择提示词模板。示例包括字数分支、风格切换、双条件组合。学完可让 Prompt 生成更智能、个性化，适合零基础读者向动态 AI 交互工具迈进。
2026-03-12 09:43:31
53
原创 Python 语法糖速查：用 AI 学 Python 时最容易忘的优雅写法（全带 AI prompt 例子）
最近用 AI 学 Python 时发现：很多实用语法糖不常用就忘得一干二净。为了少走弯路，我整理了最常碰到的 18 个语法糖（f-string、推导式、defaultdict、Counter、enumerate、zip、walrus、dataclass 等），全部用 AI prompt 生成、对话历史处理、风格批量创建等真实场景重写例子。
2026-03-11 10:33:34
1476
原创 《2026 Python零基础入门：用AI主题学编程》第三课：列表（list）与基本操作——存储多轮对话历史与批量提示词变体
本课讲解 Python 列表（list）的创建、append 添加、索引访问和 for 循环遍历。示例围绕 AI 提示词：存储多轮对话历史、批量生成不同风格的 Prompt 变体。学完可方便管理多条消息或快速产出多个 Prompt 版本，适合零基础读者向 AI 交互工具方向推进。
2026-03-11 10:29:51
178
原创 《2026 Python零基础入门：用AI主题学编程》第二课：变量、数据类型与 input() —— 动态生成个性化AI提示词
本课讲解 Python 变量、基本数据类型（字符串、整数）和 input() 函数。示例全部围绕 AI 提示词：用变量拆分角色/任务/风格，用 input() 让用户输入主题、字数等，动态拼接个性化 Prompt。学完可生成根据用户需求实时变化的提示词模板，适合零基础想快速结合 AI 学编程的读者。
2026-03-10 09:55:44
271
原创 《2026 Python零基础入门：用AI主题学编程》第一课：print 与字符串——输出简单的AI提示词
本课针对 Python 零基础读者，讲解 print() 函数和字符串操作，包括单/双/三引号、多行文本以及 + 拼接。所有示例均以 AI 提示词（Prompt）为主题：输出欢迎语、拼接角色+任务+约束的完整 Prompt、加入 few-shot 示例的模板。学完即可快速生成可直接用于大模型的提示词。适合想结合 AI 快速入门编程的初学者。
2026-03-10 09:48:00
358
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人