- 博客(2589)
- 资源 (20)
- 收藏
- 关注
RSS订阅
原创 小工匠聊架构文章一览【不间断持续更新】
文章摘要 本文系统梳理了微服务架构与分布式技术的核心知识体系，包含三大板块： 微服务布道系列：详细解析从单体架构到服务化的演进路径，涵盖服务注册发现、RPC调用、监控追踪等12个核心主题； 分布式理论篇：深入剖析CAP定理、BASE理论、Paxos算法等分布式系统基石理论； 分布式实战篇：聚焦事务、服务、缓存、存储四大场景，提供两阶段提交、TCC模型、热点key治理等20余种解决方案。文中配有清晰的技术架构图，每个主题均附详细技术文章链接，形成完整的技术图谱。
2020-11-12 00:01:55
91647
11
原创 大模型开发 - 零手写 AI Agent：深入理解 ReAct 模式与 Java 实现
本文介绍了从零搭建一个基于ReAct模式的AI Agent系统，深入解析其核心工作原理。ReAct模式通过将推理（Reasoning）与行动（Acting）交织，使AI具备自主思考和执行任务的能力。文章对比了ReAct与传统思维链（CoT）的区别，详细阐述了ReAct的执行循环流程，并通过具体示例展示了其工作方式。此外，还提供了系统架构设计思路，包括Prompt模板、LLM API客户端、工具系统等核心组件。该内容适合Java开发者、AI工程师和技术爱好者阅读，帮助理解如何构建一个能思考、调用工具并完成闭环
2026-02-02 21:00:00
438
原创 Vibe Coding - 从 “聪明的 Mahesh” 到 “靠谱的 Barry”：Anthropic Skills 如何重塑 AI Agent 的专业能力
主要介绍 Anthropic 提出的 Skills 概念，如何让 AI Agent 从“聪明但不懂业务”进化为“可积累经验的专业助手”
2026-01-26 06:00:00
1907
原创 Vibe Coding - 用 Superpowers 把 Claude Code 变成按流程交付的 AI 搭档
摘要： Superpowers为AI编程助手（如Claude/GPT）构建了一套工程化流程，解决其"会写代码但难交付"的痛点。通过将开发流程拆解为brainstorm→plan→implement→review→verify→ship六个标准化阶段，并封装为可复用技能（如需求澄清、计划生成、分步验证等），使AI能像专业工程师一样产出可验证的交付物。相比传统大prompt方案，这种结构化方法确保了需求对齐、变更可追溯和结果可验证，特别适合长期项目的协同开发。项目已在GitHub开源（obr
2026-01-26 05:15:00
1232
原创 Vibe Coding - 「skills.sh 时代」：Vercel 如何用 Agent Skills 重塑开发者工作流
摘要： 随着AI Agent的普及，开发者面临技能选择困难的问题。Vercel推出Agent Skills生态，通过统一规范、公共目录和排行榜解决这一痛点。Agent Skills是模块化插件，封装专业工作流程，让Agent按需加载。Vercel生态包括skills CLI（管理技能安装）、skills.sh目录站（搜索与排行）和开源技能集合（高质量标准件）。排行榜基于匿名安装数据，综合考量安装量、活跃度等维度，帮助开发者快速筛选优质技能，同时激励作者维护与创新。这一生态旨在让AI Agent从“能做事”升
2026-01-25 22:05:40
998
原创 Vibe Coding - 面向 Web 全栈开发者的 Claude Agent Skills 入门与实战
摘要： Claude Agent Skills 通过模块化能力包（SKILL.md+资源文件+脚本）实现AI技能的团队级复用，解决大模型在项目协作中的上下文遗忘与规范不一致问题。其核心设计采用渐进披露机制，按需加载技能内容以避免上下文过载。与项目说明书Claude.md、系统接口层MCP及专职子代理协同工作，形成完整的AI协作体系。以Next.js+Tailwind项目为例，可通过定制UI Review Skill实现自动化代码审查，结合Claude.md提供项目上下文，实现工程化落地。该方案特别适合需要稳
2026-01-25 21:51:38
963
原创 LLM - 从 Prompt 到 Skills
2025年，Claude Skills/AI技能模块成为技术新焦点，标志着AI从聊天工具向任务执行者的转变。与一次性指令Prompt不同，Skills是可复用、自动触发的AI能力单元，包含明确的能力边界、输入输出规范和触发策略。其爆火源于AI决策能力提升、Agent架构成熟及生态形成，使AI能真正替代人类完成任务。 当前实用Skills资源包括：Anthropic官方文档处理工具、社区精选导航站（如Awesome Claude Skills）、工程化工作流市场（Claude Skills Market
2026-01-11 22:34:08
2273
1
原创 LLM - 跑大模型到底要多大显存？一文讲透从原理到实战
摘要： 大模型时代，显存成为能否运行模型的首要门槛。本文系统分析显存消耗的四大来源：模型参数、中间激活、KV Cache和框架开销，并针对推理、微调、训练场景给出显存估算方法。例如，7B模型FP16推理约需18GB显存，轻量微调需24GB，而全参数训练显存需求呈数量级增长。选型建议：本地玩家可选8-24GB显卡运行7B/13B量化模型，团队服务需24-48GB显存支持长上下文与并发。合理估算显存需求是硬件规划的关键。
2026-01-11 22:22:22
1036
原创 Vibe Coding - AI 编程助手提示词工程实战：从“会问”到“会驱动”
摘要： 2026年全栈开发的核心竞争力在于AI提示词工程能力。本文基于Vibe Coding指南，提出将AI视为“技术强但缺乏项目背景的资深实习生”，而非搜索引擎，并系统化总结了高效提示词的七大原则：零预设（提供丰富上下文）、目标具体化（明确输入/输出）、任务拆解（分步解决）、举例说明（Few-shot）、角色扮演（切换视角）、多轮迭代（逐步优化）和代码清洁（统一风格）。通过“五步流程”——界定任务类型、准备上下文包、应用模板、多轮迭代和模板复用——开发者可将提示词工程融入日常开发，显著提升AI协作效率。
2026-01-11 22:16:18
936
原创 LLM - 从定制化 Agent 到 Universal Agent + Skills Library：下一代智能体架构实践
摘要： 大模型应用中的Agent架构正从「专用Agent堆叠」转向「通用Agent+技能库」范式。传统方案因上下文臃肿、维护成本高、知识无法复用而难以扩展。新架构以Universal Agent作为决策中枢，配合模块化Skills Library，实现能力的按需加载与组合。每个Skill包含元数据、详细指令和可执行资源，通过渐进式加载平衡上下文限制。该架构支持组织级知识沉淀，使新增能力只需添加Skill而无需修改Agent核心，为规模化落地提供了可行路径。
2026-01-11 21:52:37
1277
原创 LLM - Claude Code Skills 实战指南：用模块化“技能包”重构AI 开发工作流
摘要：AI工程化新范式——Claude Code Skills机制解析 本文系统阐述了Claude Code推出的Skills机制，这是AI工程化领域的重要创新。随着大模型能力提升，团队差异已从"模型智能度"转向"AI工作流集成能力"。Skills机制通过将AI能力拆解为可组合、可复用的"技能包"，解决了传统Prompt方法存在的上下文冗余、行为不可预测等问题。文章详细分析了Skills的三层架构（元数据、指令层、资源层）和自动激活机制，并与Hoo
2026-01-10 23:03:25
2233
原创 LLM - A2UI：Google 引领的生成式 UI 革命
A2UI（Agent-to-User Interface）是Google推出的开源项目，通过JSON格式传输"界面意图"而非可执行代码，解决了AI生成UI的安全性和兼容性问题。核心优势包括：1）安全优先设计，采用声明式JSON和预审批组件目录；2）支持流式增量渲染，提升用户体验；3）框架无关性，同一JSON可在不同平台渲染为原生UI。A2UI为生成式UI提供了安全、高效、跨平台的解决方案，已在Google多个生产系统中应用。
2026-01-10 22:49:38
1589
原创 LLM - 将业务 SOP 变成 AI 能力：用 Skill + MCP 驱动 Spring AI 应用落地不完全指南
在大模型时代，Agent已从简单聊天机器人发展为能处理复杂任务的数字员工。Anthropic提出的Model Context Protocol(MCP)和Agent Skills(Skill)是关键解决方案：MCP标准化外部工具连接，Skill封装可复用任务流程。文章系统分析了传统工具调用的痛点，对比了MCP与Skill的分层协作关系，并通过两个实战案例（自动周报生成和结合Spring AI的数据分析）展示了如何构建实用AI Agent。MCP解决"怎么连"的问题，Skill解决&
2026-01-08 23:15:35
1492
原创 LLM - 从通用对话到自治智能体：Agent / Skills / MCP / RAG 三层架构实战
本文提出了一种三层智能体系统架构，使大模型从通用聊天工具升级为专业自治系统。架构包含：感知层（Agent负责任务拆解与RAG检索）、决策层（Skills封装领域知识与流程）、执行层（MCP标准化连接外部系统）。MCP作为统一接口协议，通过Tools/Resources/Prompts三种原语连接业务系统；Skills则将专家经验结构化，通过渐进式加载平衡性能与成本。该架构通过分层协作实现"可交付结果"，推动AI从"会说话"到"会干活"的转变。
2026-01-08 22:44:11
2734
原创 Vibe Coding - 用 UI UX Pro Max 把你的 AI 编码助手变成“会设计”的前端搭档
UI UX Pro Max 是一个为AI编程助手设计的多平台设计知识库系统，它包含57种UI风格、95套行业配色、56组字体搭配和98条UX准则。该系统可将设计知识转化为React、Next.js等主流技术栈的代码实现，使AI能生成具有专业设计水准的界面。安装方式支持CLI一键安装或手动配置，通过Prompt指令即可让AI调用设计智库，输出符合特定行业和风格的UI代码。实战示例展示了如何生成专业SaaS登录页，包括风格选择、配色方案和完整组件代码。该系统弥补了AI在UI设计方面的短板，帮助开发者快速产出美观
2026-01-06 05:45:00
5247
原创 Vibe Coding - Frontend Design（Anthropic 官方）Skill 落地实战
本文介绍了Anthropic官方推出的Frontend Design技能，它能生成具有辨识度、可用于生产环境的前端界面。相比普通AI生成页面，该技能通过结构化设计决策体系，避免千篇一律的模板化布局，提供统一的设计语言和高质量的代码输出。文章详细讲解了安装方式、使用场景、设计优势，并与UI UX Pro Max进行了对比，指出Frontend Design更适合需要个性化视觉冲击力的项目。通过优化Prompt设计和迭代流程，开发者可以将其有效融入实际工作流，提高UI开发效率。
2026-01-06 04:45:00
3381
原创 Vibe Coding - UI UX Pro Max 驱动的现代前端 UI工作流
摘要： UI UX Pro Max 是一个面向AI编码助手的“设计知识库+决策引擎”，旨在解决工程师在UI/UX设计中的痛点，如风格割裂、配色混乱等问题。它内置57种UI风格、95套行业配色方案、98条UX规则，支持React、Vue、Flutter等9大技术栈。通过CLI工具快速集成到现有项目，AI能基于自然语言需求自动生成设计系统与代码，实现从“能跑”到“好看好用”的升级。例如，只需输入SaaS落地页需求，AI会推荐风格、配色、排版，并输出完整的React+Tailwind组件代码，显著提升设计效率与一
2026-01-05 06:00:00
3000
原创 Vibe Coding - 从 AGENTS.MD 到 MCP：给 Codex 搭一套可复用的工作规范和工具配置
摘要 本文探讨如何通过AGENTS.MD和MCP协议实现Codex在项目中的工程化应用。AGENTS.MD作为长效System Prompt，定义了AI角色的技术栈、设计原则和编码规范；MCP协议则规范了外部工具的安全调用方式。文章详细介绍了AGENTS.MD的设计要点，包括角色定位、核心价值观、语言规范、Java/Python/Bash编码准则，以及MCP工具使用的安全原则。这种组合方案使Codex能在不同项目和IDE间保持行为一致性，同时确保对外部资源的可控访问，为AI辅助开发提供了可复用的标准化工作流
2026-01-05 05:00:00
2851
原创 Vibe Coding - Claude Code 做 Java 项目 AI 结对编程最佳实践
为 Claude Code 等 AI 开发环境准备的 开发者工具包，提供可复用的 “skills（技能）” 和 “agents（代理）”，帮助自动化代码评审、测试、API 设计和 AI 集成等任务，当前重点支持 Java/Spring Boot，同时扩展到 TypeScript/Node.js、React、NestJS 等多语言生态
2026-01-03 21:38:04
1304
原创 Vibe Coding - Claude Code + Ralph Wiggum：自动化开发范式解析
摘要：Claude Code与Ralph Wiggum实现全自动编程工作流 Claude Code结合Ralph Wiggum插件实现了从对话式编程到全自动开发的转变。该方案通过以下机制工作： Claude Code作为智能开发环境，可直接操作代码库、运行测试和构建 Ralph插件实现受控循环，在Claude试图结束时通过Hook机制检查完成度 工作流遵循TDD原则，先设计测试再自动迭代开发 支持设置最大迭代次数防止无限循环 典型应用场景包括： 边界清晰的功能开发 可复现的Bug修复 明确范围的代码重构 风
2026-01-03 18:21:22
3351
3
原创 Flink - 01 Apache Flink 核心原理与架构深度解析
本文系统介绍了Apache Flink作为实时计算标准的核心优势与技术架构。Flink凭借流式优先设计、强大状态管理和Exactly-Once语义，成为实时计算领域首选。文章从设计哲学、架构模型、数据流处理、时间窗口、状态管理、容错机制等方面深入解析Flink核心技术，并通过Java实战示例展示其流处理能力。Flink适用于实时风控、实时数仓等场景，其核心价值在于将批流统一、提供低延迟高一致性的实时数据处理能力。学习路径建议从DataStream API入手，逐步掌握状态管理、时间窗口等高级特性，最终实现生
2026-01-03 15:15:00
687
原创 LLM - 面向工程实践的Agent Skills设计方法论
摘要： 在Agent开发中，过度加载上下文会导致性能、质量和成本问题。Anthropic提出的三层技能结构（元数据层、正文层、附属文件层）通过渐进式加载实现高效上下文管理。建议从"工具视角"转向"工作流视角"组织技能，确保每个技能聚焦单一能力。实践案例显示，将SKILL.md控制在200行内可提升4.8倍token利用率，显著降低延迟和溢出风险。落地时需审计现有技能，重构边界，并制定"200行规则"和冷启动测试规范，以优化Agent的稳定性和成本效
2026-01-03 09:15:00
2209
原创 LLM - TOON 与“面向模型”的新一代数据格式
摘要：JSON在LLM时代的局限性及TOON格式的优化方案 传统API时代广泛使用的JSON格式，在大语言模型(LLM)应用场景中暴露出显著问题。核心矛盾在于：LLM按Token处理数据，而JSON的结构冗余导致大量无效Token消耗。典型问题包括重复字段名、结构符号占用上下文预算，降低了模型的有效信息获取率。 新兴的TOON(令牌优化对象表示法)通过三项关键改进重塑数据格式：扁平化嵌套对象、消除重复结构、采用表格化排列。实测显示TOON相比JSON可节省约60%的Token，显著提升上下文窗口的信息密度。
2026-01-03 07:45:00
731
原创 LLM - Skills vs MCP：AI Agent 能力扩展的双螺旋
AI Agent技术栈中的Skills与MCP（Model Context Protocol）是两条关键能力路径：Skills负责固化方法论和流程（如代码审查、文案规范），通过结构化知识提升Agent的专业性；MCP则标准化外部系统连接（如GitHub、数据库），实现安全可控的工具调用。两者分别从内部心智和外部感知维度增强Agent能力，需协同使用——Skills确保执行质量，MCP扩展能力边界。这种组合使Agent从演示原型升级为可落地的生产系统。
2026-01-03 06:30:00
1752
原创 Vibe Coding - Codex最佳实践
本文对比了AI编程助手Codex、Claude Code和Cursor的差异，重点介绍了Codex的安装配置与高阶用法。Codex以CLI为核心，支持MCP协议，提供高度定制化能力，适合技术深度使用者；而Claude Code和Cursor更偏向开箱即用的集成方案。文章详细讲解了Codex的全局配置（config.toml、环境变量）、插件调优技巧，以及通过AGENTS.md实现角色化协作的方法，强调其系统性思维和工具链整合优势。相比其他工具，Codex在调试透明度、多工具协作和长期稳定性方面表
2026-01-02 16:28:46
1351
原创 Vibe Coding - 基于 OpenSkills 的 Claude Skills 体系化落地方案
摘要 本文介绍了如何通过开源项目OpenSkills实现跨工具复用Claude Skills的方法。Claude Skills是Anthropic提出的可复用任务组件机制，但官方仅支持Claude Code工具。OpenSkills通过三层结构打通技能层与工具层： 工具层：各类IDE/编辑器 技能描述层：AGENTS.md文件描述可用技能 技能实现层：实际Skills文件 使用流程包括：安装OpenSkills CLI工具、安装官方Skills、生成AGENTS.md文件。该方案支持项目级和全局级安装，并提
2026-01-02 10:15:00
1305
原创 LLM - Claude Skills：从通才 AI 到可复用的领域专家
摘要：Claude Skills 是可复用的专家能力单元，包含指令、知识和工具，解决现有AI应用中的Prompt复用难、工作流固化等问题。通过渐进式披露机制，Skill仅在必要时加载相关信息，避免上下文污染。开发者可通过六步流程创建Skill，包括定义元数据、设计专家工作流等。相比Sub-Agents和MCP，Skills更轻量，适合垂直任务场景，能实现模型在不同专家模式间的灵活切换，提升AI应用的工程化水平。（149字）
2026-01-02 07:15:00
1463
原创 Vibe Coding - AGENTS.md：下一代 AI 编码协作规范实战指南
AGENTS.md：AI开发者的专属项目指南 随着AI编码工具的普及，传统README已无法满足AI协作需求。AGENTS.md应运而生，作为AI专用的结构化项目说明书，提供可执行的开发指令。它包含三大核心内容： 开发环境配置（依赖安装、工具推荐） 测试流程（完整测试命令、质量保障要求） 协作规范（PR格式、提交检查） 目前已有6万+开源项目采用AGENTS.md，包括Apache Airflow等知名项目。创建方法简单：在项目根目录添加AGENTS.md文件，按技术栈本地化内容即可。主流AI工具如GitH
2026-01-02 04:45:00
1155
原创 LLM - Claude Code LSP（Language Server Protocol）语义级 IDE 助手
摘要： 大模型编程助手通过接入LSP（语言服务器协议）实现了从文本推理到语义推理的升级。传统方式下，模型仅能基于代码片段进行猜测，缺乏对项目结构、类型系统等工程上下文的感知。LSP作为IDE与语言服务器间的标准化接口，为模型提供了AST、诊断信息、符号导航等结构化数据。Claude Code等工具通过插件机制集成LSP后，可精准获取类型错误、跨文件引用等语义信息，显著减少试错回合。团队还可将编码规范转化为LSP诊断规则，使大模型在代码生成时自动遵循工程最佳实践，实现从个人工具到团队基础设施的进化。
2026-01-01 21:28:58
2687
1
原创 LLM - MCP 实战指南 : N×M → N+M 架构革命
摘要 Model Context Protocol（MCP）是一种开放标准协议，旨在解决大模型与外部工具、数据源集成困难的问题。MCP通过统一接口连接AI应用（如LLM、Agent）与各类服务，降低集成复杂度，促进开放生态。核心包括基于JSON-RPC的协议层、工具调用、资源访问和提示模板三大能力，支持多种传输方式。相比传统插件或手写集成，MCP将N×M的定制集成简化为N+M的标准协议，实现解耦复用。协议还包含安全控制和权限管理，适合企业环境。MCP有望成为AI时代的通用协议，推动从"手动挡&qu
2026-01-01 05:45:00
856
原创 LLM - 从 MCP 到 Skills：2025 年 AI Agent 的工程实践全景解析
摘要： AI Agent技术正从概念走向落地，通用Agent虽功能全面但成功率低，垂直场景Agent（如Coding Agent）表现更优。MCP协议解决了Agent与工具/数据的连接问题，而Skills层通过可复用的“技能包”提升了任务执行的稳定性。上下文工程通过精准控制信息输入（写入、选择、压缩、隔离）优化决策质量。未来Agent将演变为以LLM为核心、工具为外设的云端计算环境，需结合工程化方法实现高效落地。
2025-12-31 11:26:29
1316
原创 LLM - 单Agent和多Agent 架构的需求思考和实现路径
AI系统正从单体智能转向多智能体协作架构。早期Copilot主要完成简单任务，而现代Agent系统已能深入业务流程，承担专业角色。单体智能架构简单但面临职责过载等问题，多智能体通过角色拆分实现模块化协作，但需解决通信与调试难题。关键设计包括记忆体系（短期/长期、共享/私有）和护栏系统（行为边界、安全过滤）。建议项目初期采用单体验证核心价值，逐步拆分为多智能体并关注产业协议标准。产品设计应从"角色列表"出发，将观测性作为首要考量，避免过早锁定架构方案。
2025-12-31 05:00:00
916
原创 LLM - 生产级 AI Agent 设计手册：从感知、记忆到决策执行的全链路架构解析
本文提出构建生产级智能体AI系统的7层架构方法论，旨在解决企业场景下智能体系统可控、可观测、可演进的需求。7个核心层级包括：目标与价值对齐层（定义业务目标与约束）、感知与数据接入层（多源数据统一接入）、记忆与知识管理层（长期知识与短期记忆管理）、规划与决策层（任务分解与策略编排）、行动执行层（工具调用与系统集成）、反馈与优化层（多维度反馈采集与持续优化）、安全与监控层（风险控制与合规审计）。文章详细阐述了各层级的核心职责、关键问题及实践建议，强调通过分层解耦实现智能体从概念Demo到企业级系统的转变，并特别
2025-12-30 22:34:36
964
原创 LLM - MCP Server 标准化工具交互全指南
摘要： Model Context Protocol (MCP) 是 AI Agent 工具交互的标准协议，由 Anthropic 于 2024 年推出，旨在解决 Agent 与外部资源集成的碎片化问题。MCP 通过标准化工具发现、调用和响应流程，提升扩展性与安全性，支持多种传输方式（如 HTTP、SSE）。其核心优势包括模块化、动态工具发现和语义描述（如 inputSchema）。落地实践中，MCP Server 需解决安全性（认证授权）、动态编排和存量服务转化等挑战，通过注册中心与网关实现工具生命周期管
2025-12-29 23:04:31
881
原创 LLM - 行业 AI Agent 实战指南：系统化落地的四层架构与最佳实践
2025年被视为"AI Agent元年"，垂直行业Agent面临的核心挑战是如何将行业专有知识（Know How）系统化。行业Know How包含术语体系、规则约束等五大模块，但80%的行业Agent失败源于知识未结构化。文章提出"知识-数据-行为-模型"四层架构解决方案：知识层通过结构化术语与规则库实现隐性知识显性化；数据层建立测试集先行机制；行为层定义Agent执行边界；模型层采用RAG优先策略。最后以Spring AI框架为例，展示了企业级Java Agent的
2025-12-29 21:50:21
1100
原创 AIGC - 使用 Nano Banana Pro 生成卡通信息图的完整指南
Google推出的Nano Banana Pro是一款基于Gemini 3 Pro架构的AI图像生成模型，擅长将复杂文本转化为手绘风格卡通信息图。该模型支持16:9横屏4K分辨率，能融合14个元素并保持角色一致性，特别优化了中文渲染能力。文章提供了详细的提示词模板，包含风格、内容和限制三部分规则，确保生成纯手绘风格的简明信息图。通过Gemini官网、API或国内镜像即可访问，并附有Python调用示例。实战案例展示了如何将技术文章转化为可视化内容，显著提升信息传达效率。进阶案例还演示了算法流程图的生成能力。
2025-12-28 22:54:42
984
原创 LLM - AgentScope + Mem0 搭建实战可用的 AI Agent 记忆系统
本文探讨了大模型记忆系统的工程实现，分为短期记忆和长期记忆两个维度。短期记忆通过上下文缩减、卸载和隔离等策略管理会话内信息，如AgentScope的AutoContextMemory提供6级压缩策略。长期记忆则采用Mem0架构，通过Record（提取事实并向量化存储）和Retrieve（检索并重排）流程实现跨会话记忆。两者协同工作，既保证单次对话连贯性，又能实现个性化用户体验。当前技术趋势包括记忆即服务（MaaS）和更精细的分层记忆管理。
2025-12-27 22:07:34
1912
1
原创 LLM - 用 SpecKit 和 AICode 改造遗留系统 完整实践指南
摘要：SpecKit与AICode结合为存量Java Web系统提供规范驱动开发流程，通过五步标准化流程（对齐原则、需求规格化、技术设计、任务分解、自动实现）解决AI编码带来的风格分裂、测试缺失等问题。以Spring Boot项目为例，从定义项目宪法到代码实现，建立可复用、可协作的开发规范，提升团队协作效率与代码可维护性。
2025-12-24 22:47:16
1325
原创 LLM - 如何构建AI Agent_ 从工作流到Agentic模式的系统实践指南
AI智能体应用设计指南 随着大语言模型发展为能自主规划、调用工具的AI智能体，如何合理应用成为关键。本文提出实用建议： 适用性判断：固定流程用工作流更高效；复杂推理场景才需智能体。需权衡延迟与成本收益。 工作流三模式： 提示链：有序拆解任务 路由：智能分发子任务 并行化：同时处理独立任务 智能体四模式： 反思：自我审查迭代 工具使用：连接外部系统 规划：中央协调多步骤 多智能体：角色分工协作 实践建议：从简单版本开始，混合使用模式，注重日志监控和异常处理。先用工作流打基础，再在关键环节引入智能体，通过指标持
2025-12-24 22:34:10
1057
原创 AIGC - KnowFlow v2.3.0 的多模态视频解析能力与工程化实践
2025年企业级RAG系统正从纯文本向多模态知识库演进。KnowFlow v2.3.0实现了视频作为可检索的一等公民数据源，通过五阶段流水线（ASR转写、关键帧提取、智能切片、VLM描述、Chunk组装）将视频转化为结构化知识。该系统采用Whisper ASR作为主模态，配合关键帧压缩和智能切片策略，使视频内容可精准检索定位。此次升级还优化了UI权限体系，降低部署成本，为企业构建可落地的多模态知识基础设施提供了完整解决方案。
2025-12-23 06:27:16
1536
Redis 8.0.3 是高性能的 Key-Value 缓存数据库，本版本为社区适配的 Windows 平台编译版本，适用于开发环境或测试用途
2025-07-12
版本 8.0.3 国产4种架构 x86arm64loongarchmips
2025-07-11
「Tomcat源码剖析」.pdf
2020-06-01
中标龙芯-MIPS- NFS rpm包
2020-11-24
X86-NFS rpm包
2020-11-24
apache-tomcat-8.5.50-src.zip
2020-06-02
mybatisSource.zip
2020-06-14
Spring4CachingAnnotationsExample
2017-10-04
Jest-5.3.4.zip
2020-01-19
Java反编译工具
2015-06-04
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人