- 博客(110)
- 问答 (2)
- 收藏
- 关注
RSS订阅原创 AI 也要睡觉：靠 “做梦” 整理记忆的 Agent
克尔凯郭尔的“生活倒着理解，正着活”映射出Agent记忆的核心困境：当下无法预知何事值得铭记。Anthropic提出“做梦”机制——以会话记录为真值，离线重放、纠错、提炼，构建分层记忆体系：从原始日志到精炼规则、wiki知识图谱，最终将关键记忆注入上下文。实践表明，只记“屏幕渲染不出的经验”，给目标而非规则，让强模型自主判断；通过对照会话记录修正错误，组织成可检索的wiki，显著提升任务表现。虽面临算力与表征误差挑战，但“回头”的机会，正是智能体超越即时反应的可能。
2026-11-09 09:07:47
323
原创 DeepSeek 开源的 Super-agent 是什么
DeepSeek开源的Super-agent原型通过双层架构（Router+Worker）、事件驱动、订阅直通、批处理与全双工通信，实现多agent并行协作的高效管理。其存算分离设计让agent持久在线，可跨设备运行，外置Watchdog保障稳定性。系统能主动响应群聊、GitHub等触发事件，自动分发任务、持续执行，大幅降低人力干预成本，构建出连续、主动、高效且持久的智能工作流，为下一代AI代理提供可扩展的实践范本。
2026-11-09 09:06:27
260
原创 企业级 Agent 的提示词注入防御：四层纵深防线
本文围绕企业级 Agent 的提示词注入风险展开，先区分直接注入与间接注入两种入口，并类比 SQL 注入说明二者的相似与关键差异；随后指出企业级 Agent 因具备 RAG 检索、工具调用、数据库查询、API 调用和代码执行等真实能力，一旦被诱导就可能从模型输出延伸到业务系统。文章强调不能把安全仅寄托于模型，提出四层纵深防御：注入预防降低被影响概率，身份与权限确保被诱导也越不了界，执行隔离与影响控制限制实际影响范围，审计与监控保证异常可发现、可追溯、可止损，并用一次完整攻击场景串联四层机制。
2026-10-31 09:53:54
286
原创 Claude Code 的记忆机制：六层记忆与一层缓存
ClaudeCode通过六层记忆体系（指令、会话、任务、长期、摘要、AutoDream）与横向缓存机制，实现长周期Agent的高效运行。记忆分层管理：规则、上下文、任务状态、持久知识、压缩摘要与离线治理，各司其职；摘要记忆渐进式压缩，结合“摘要+最近原文”策略，在有限上下文窗口中维持连续性；长期记忆动态召回、读写互斥，避免冗余；缓存体系则提升复用效率，分离“记什么”与“少重复干活”，构建可持续、可扩展的智能编程代理。
2026-10-31 09:52:09
253
原创 Agent 评测体系：三层分类与一条流程
评测Agent系统需构建“三层分类×一条流程”的体系：端到端（看结果）、轨迹（析过程）、表现（评代价），贯穿“定数据集、定标准、跑测试、看归因、持续迭代”五步流程。核心指标聚焦任务完成率、工具正确性、参数准确性和稳定性，强调先做错误分析，渐进式加码指标，离线守已知，线上探未知，通过闭环迭代实现评测体系随业务成长。
2026-10-27 15:48:54
458
原创 RAG 评测体系：检索与生成怎么分别评
本文系统阐述RAG评测体系架构，涵盖五步工作流：选框架（EvalScope统筹，MTEB与RAGAS分别评检索与生成）、设计baseline（横向结构对比、纵向参数扫描）、准备数据（对齐的corpus/queries/qrels与生成表）、跑baselines（回填上下文与回答）、跑评测（基于人工标注与LLM Judge的多维指标）。强调上线需三重校验：主指标监控、灰度发布、动态回滚，并通过“评测-上线-监控-迭代”闭环形成数据飞轮，持续优化RAG系统性能。
2026-10-27 14:14:59
212
原创 SDD + TDD：AI 时代的开发范式
VibeCoding失效源于需求模糊与质量无保障。问题不在AI能力，而在开发缺了SDD（规格驱动）与TDD（测试驱动）两大基石：前者将模糊需求转化为明确规格，后者以先行测试确保实现达标。二者结合形成可落地的工程流程——如GitHub高星项目Superpowers，通过“需求→规格→计划→执行→审查→交付”闭环，嵌入回退机制与分级评审，使AI编程从“碰运气”变为可控、可验证的流水线。真正提升效率的，不是更强模型，而是严谨范式与工作流的系统性约束。
2026-10-25 10:33:30
305
原创 三种 Skill 技能包，三种工程直觉
AI编程Agent已能生成可运行代码，但团队真正缺的是对开发流程的共识。Skill包通过Markdown形式将资深工程师的判断转化为可执行关卡，如AddyOsmani的六阶段流程、MattPocock的需求对齐方法、LaurenTan的验证驱动实践。三者分别聚焦“流程完整”“共识达成”“结果可信”，各有侧重，不可混用。核心价值不在于知识传授，而在于将团队经验固化为可复用的工作流。技能包本质是“团队质量标准”的编码化，应根据风险匹配使用，避免过度仪式化。
2026-10-25 10:07:41
367
原创 DeerFlow 长期记忆系统拆解：从对话提取事实，再把记忆带回上下文
DeerFlow提出结构化JSON记忆方案，通过用户画像、历史摘要与事实条目三类核心数据，实现长期协作Agent的记忆持久化。其设计围绕存储、提取、更新与注入四环节展开，以2000 token为上下文预算，按置信度排序注入记忆，并支持按用户与Agent隔离作用域。通过后台防抖批量更新、纠错去重与置信度筛选，确保信息准确可用。该方案适用于偏好积累与日常协作，为持续理解用户提供可解释、可维护的记忆基础。
2026-10-24 10:21:31
310
原创 上下文满了怎么办：Nanobot 的上下文压缩与长期记忆
Nanobot通过将上下文分为“已发送”（H）与“未发送”（Δ）两部分，当输入逼近上限时，以同前缀的摘要请求压缩H与systemprompt为新摘要，保留Δ不变，实现高效续写。该机制利用KVCache提升效率，避免重复计算。面对OpenAI等提供的加密压缩，Nanobot再生成可读文本摘要，供长期记忆使用。最终，摘要经archive与dream双模板定制化处理，形成可追溯、可演进的长期记忆，从根本上解决agent“失忆”问题。
2026-10-17 15:26:04
361
原创 知识库怎么接入 Agent：从 RAG 切片到 Skill 按需查阅
本文探讨了RAG与基于文件的按需查阅在知识问答中的应用差异。针对“退货政策”等复杂问题，单纯依赖向量检索易因片段不完整或语义混淆导致错误。相较之下，Skill的references通过目录结构、文件名和引用关系实现渐进式披露，支持Agent按任务逐步读取资料，提升准确性与上下文完整性。二者可结合使用：小规模本地资料用文件结构引导，大规模外部知识则通过混合检索（关键词+向量）精准召回。分层策略——先本地导航，再精确搜索，最后调用外部检索——能高效应对模糊提问、高并发与多源数据场景，兼顾灵活性与性能。
2026-10-17 15:25:35
389
原创 Jev 系统 1 模型：让 AI 快速判断，再让代码决定行动
Jev是专为快速判断任务设计的结构化推理模型，适用于客服分流、退款分类、记忆检索等高频、低复杂度场景。它通过Noul（是非判断）、Choice（多选分类）、Score（有序评分）三类题型，返回概率与置信度，实现高效、可编程的决策输出。相比通用大模型，Jev在速度与成本上优势显著，但需结合具体任务验证准确率。其核心价值在于将“系统1”式快速判断嵌入工作流，提升自动化效率，尤其适合需要频繁调用、结果形式固定的环节。
2026-10-10 10:26:10
385
原创 零到全栈（让部署更稳、更简单：systemd、Nginx 反向代理与前后端同源）
本文记录了从朴素部署到稳定架构的升级过程：通过systemd实现后端服务自动启停与崩溃恢复，用Nginx反向代理将/api/请求转发至本地8000端口，关闭公网对8000的直接访问，并将前端配置改为相对路径，实现前后端同源协作。最终完成安全加固、日志统一与部署文档更新，使系统更稳健、易维护。
2026-10-10 10:24:38
252
原创 零到全栈（第一次上线：把全栈应用搬上服务器）
本文介绍了通过最朴素的方案将全栈应用（前端：Next.js，后端：FastAPI，数据库：SQLite）部署上线的全过程。核心步骤包括：配置文件分离（.env）、使用fastapi run替代dev、配置防火墙开放8000端口、用nohup实现后台常驻运行，并通过Nginx代理前端。最终实现前后端同源访问，项目可公网访问。虽能跑通，但存在服务脆弱、裸奔端口、跨源限制等缺陷，为后续升级至systemd+反向代理+HTTPS奠定基础。
2026-09-30 18:22:20
466
原创 零到全栈（无状态的 Web，怎么记住一个人）
本文通过引入会话机制，解决文字实验室历史记录全局共享的问题。核心在于利用UUID生成唯一会话ID，结合浏览器自动携带的Cookie，使服务器能识别同一用户的不同请求。改造后，每位访客仅能看到自己的历史记录，实现个性化状态管理。文章深入剖析了HTTP无状态特性、会话与Cookie的关系，并通过前后端协同（设置allow_credentials=True、credentials: "include"），完成跨源会话保持。
2026-09-29 14:02:17
412
原创 零到全栈（换芯不换壳：把存储从文件换成 SQLite）
本文将零到全栈项目中的存储层从history.json迁移至SQLite，通过分层重构实现“换芯不换壳”。先将存储逻辑拆分为独立的storage.py文件，保持接口不变；再逐步替换为SQLite操作，使用SQL语句完成数据增删查，并添加表结构与索引。全程不改动前端及接口，确保功能一致。最终实现数据持久化升级，为后续用户隔离奠定基础。
2026-09-29 14:01:52
463
原创 零到全栈（认识数据库：选型、SQL 与注入防御）
本文从文件存储的痛点出发，引出数据库这一解决方案，先按数据模型与服务方式两个维度梳理数据库的分类与选型思路，再上手 SQLite 与 SQL 语言，完成建表、插入、查询、删除等基础操作，并重点讲解 SQL 注入的原理与占位符防御方法，最后通过 ORDER BY / DESC / LIMIT 体验数据库的排序与限量能力，剖析其底层机制（LIMIT 只攥少量、按页读盘、索引与 B 树），并与文件版存储对比，帮助读者理解为什么需要数据库以及数据库长什么样。
2026-09-28 17:40:20
457
原创 零到全栈（数据都存在哪儿：内存、文件与持久化）
项目初期缺乏持久化，数据用完即失。为赋予系统“记忆”，从最朴素的文件存储入手：将用户查询记录以JSON格式写入本地文件，使用UTC时间确保时区统一，并通过读写接口实现历史记录的存取。虽初步解决数据留存问题，但暴露效率低、并发冲突与数据损坏等瓶颈——一次写入需重写全量数据，多人操作易引发脏写、脏读，断电可能造成文件损坏。这揭示了文件存储在高并发、持续增长场景下的天花板，也埋下引入数据库的动机：唯有具备事务机制的数据库，才能真正支撑可靠、安全的数据持久化。
2026-09-28 17:39:33
533
原创 零到全栈（联调、CORS 与第三方库：从假数据到真分析）
本文完成了前后端联调，打通了“输入→请求→后端计算→响应→界面更新”的完整链路。通过解决CORS跨源问题，配置Access-Control-Allow-Origin与allow_methods，成功处理GET和POST请求。将硬编码的后端地址移入.env.local环境变量，实现配置集中管理。引入pypinyin和snownlp库，实现真实拼音标注与情感分析，使接口从占位返回变为动态计算。最终，前端无需修改即可接收真实数据，验证了API约定的重要性与系统可扩展性。
2026-09-27 10:32:25
376
原创 零到全栈（杂活交给框架：FastAPI 登场）
本文通过对比手写HTTP接口与使用FastAPI框架的差异，展示了后端开发中框架带来的效率提升。作者以/api/profile和/api/analyze接口为例，说明FastAPI如何自动处理路由、请求解析、响应生成及404兜底，并借助Pydantic实现请求体的类型校验。通过uvicorn与fastapi dev命令启动服务，实现了热重载与自动生成API文档。最终，文章强调了框架在减少重复劳动、提升开发体验方面的价值，并指导读者完成依赖管理与项目规范化。
2026-09-27 10:31:04
354
原创 零到全栈（读懂 HTTP，零依赖写一个 API）
本文手搓首个纯标准库实现的API，深入理解HTTP协议规范：通过curl -v验证请求与响应的完整结构，掌握请求行、头、体与状态行、头、体的对称格式。用Python http.server 实现GET /api/profile接口，逐项落实状态码、Content-Type头、空行分界与JSON响应体等关键要素，亲手验证“规范即代码”的实现逻辑。实验揭示响应头决定内容解析方式，服务端可获取客户端IP、User-Agent等元信息，展现网络对话的透明性。
2026-09-26 14:58:45
499
原创 零到全栈（什么是 API：从亲手调用到备齐环境）
本文通过亲手调用两个真实API——ipify.org（获取公网IP）和DeepSeek大模型，直观揭示了API的本质：它是程序间通信的标准化接口，无需了解内部实现，只需按规范请求即可调用外部能力。从查天气到用AI，几乎所有现代应用都依赖API。文章还以自建后端为例，演示如何用Python搭建自己的API服务，并通过venv实现环境隔离、pip管理依赖、requirements.txt记录清单，完整呈现了从理解到实践的全链路流程，帮助读者真正掌握API的核心逻辑与应用方法。
2026-09-26 14:58:26
368
原创 零到全栈（从 .next 到 out/：把 Next 项目送上公网）
本文详解Next.js项目部署上线的两种路径：运行常驻服务或静态导出。针对数据固定的前端项目，选择output: "export"进行静态导出，生成可直接由Nginx托管的out/目录。通过配置Nginx的try_files实现无后缀路径直达，彻底解决404、白屏与SEO问题。最终实现“零依赖、轻量稳定”的静态发布，完成前端闭环，为后续对接独立后端API奠定基础。
2026-09-24 15:25:04
625
原创 零到全栈（让界面跟着数据走，让页面提前画好）
本文深入探讨React项目的核心思想——数据驱动界面，并通过优化实践揭示其三大关键机制：数据与界面分离（如将内容集中管理）、组件状态（state）的动态更新，以及路由通过URL实现页面切换。随后指出纯React应用在部署后存在的三大问题：直接访问404、首屏白屏、SEO差。为解决这些问题，引入Next.js这一生产级框架，利用“文件夹即路由”、“预渲染成真实HTML”等特性，实现路由自动化、首屏加速与搜索引擎友好。最终将项目迁移至Next.js，完成从开发到上线的完整流程，展现现代前端工程化的核心价值。
2026-09-24 15:23:35
345
原创 零到全栈（组件时代：用 React 重写界面）
本文从工程化基础出发，讲解如何把一个 vanilla 项目逐步改造成 React 项目。先把结果区卡片变成 React 组件，再把整个文字实验室页面交给 React，接着把个人主页也抽成组件并收进总管 App，最后用全新的 index.html 和 main.jsx 挂起整个应用。通过这一过程直观理解组件、JSX、props、入口文件等核心概念，看清 HTML 如何从「页面主体」退化成「挂载点」，并认识到框架真正的价值在于生态复用。
2026-09-23 10:07:52
319
原创 零到全栈（构建登场：Vite、npm 与 Node）
模块化改造后，项目依赖清晰、全局污染消除，但开发体验仍存痛点：看效果需部署、请求过多、缓存失效。引入Vite构建工具，配合Node.js与npm，解决三大难题：本地热更新提升效率，文件合并减少请求数，哈希指纹打破缓存陷阱。通过package.json管理依赖，区分devDependencies（如Vite）与dependencies（如anime.js），实现依赖本地化。借助npm run dev/build/preview简化操作，用.gitignore排除node_modules和dist，确保代码纯净
2026-09-23 10:03:25
397
原创 零到全栈（工程化第一课：模块化）
本文通过分析传统 <script> 引入方式的两大痛点——依赖顺序错误与全局污染，引出模块化的重要性。作者以项目改造为例，展示如何使用 ES 模块（import/export）替代传统脚本引入，实现依赖显式声明、作用域隔离，彻底解决“暗依赖”和命名冲突问题。改造后仅需一行 <script type="module"> 入口，代码结构更清晰、可维护性更强。同时说明模块化虽要求通过服务器加载，但这是为安全与工程化奠定基础。最终证明：模块化是前端工程化的基石，也是二十年技术演进的必然结果。
2026-09-22 10:24:22
192
原创 零到全栈（读懂 Nginx，把网页发布到公网）
本文详细记录了将本地编写的网页项目成功发布至公网的完整流程：通过SSH配置实现服务器与GitHub的免密通信，将代码从GitHub拉取至云服务器；修改Nginx配置文件，将网站根目录指向本地代码路径，并解决因权限不足导致的404问题；最终打通“本地修改→推送→服务器拉取→浏览器刷新”的持续部署链路，使页面真正对外可见。全文强调理解配置本质、排查常见问题，构建了从开发到上线的完整工程闭环。
2026-09-22 10:20:32
197
原创 零到全栈（让网页有样子、有交互，让代码有版本、有备份）
本文详解前端开发第一步：从零构建并美化网页。通过将原本混杂的HTML、CSS、JavaScript代码拆分为三个独立文件，实现结构、样式与交互的职责分离。借助Git本地版本管理，建立可追溯的提交历史，并通过GitHub实现代码远程备份与同步。最终形成一个清晰、可维护、可协作的最小前端项目结构，为后续开发奠定坚实基础。
2026-09-21 11:24:17
293
原创 零到全栈（网页从哪来，服务器怎么架）
在AI时代，学开发的核心并非写代码，而是掌握将代码转化为可运行、可访问的产品的能力。本文通过亲手创建网页、部署到云服务器、配置Nginx并实现公网访问，完整演示了从本地文件到全球可访问网站的全过程。关键在于理解浏览器与服务器间的请求-响应链路：域名，DNS，IP，端口，服务，页面返回。借助SSH远程登录Linux服务器，使用Vim编辑HTML文件，最终让自己的修改实时出现在公网页面上，真正打通“代码→产品”的闭环。这一过程不仅揭示了互联网工作原理，更凸显了全栈思维的价值—在AI辅助下，懂系统的人才能高效驾驭
2026-09-21 11:22:54
323
原创 RAG 评估与调优：从指标读懂问题，把优化变成可验证的改进
本文系统阐述RAG评估与调优方法，提出以TruLens RAGTriad为核心的三维评估框架——上下文相关性、依据性（忠实度）与答案相关性，实现对检索、排序与生成环节的精准诊断。通过Precision@k、Recall@k、F1、MRR、AP/MAP等指标量化检索质量，结合断言级忠实度与语义相关性评估答案可靠性；工具层面推荐Ragas（自动化评估）、LlamaIndex Evaluation（流程集成）与Phoenix（可观测性追踪）协同使用。调优遵循“分片大小→搜索参数→重排阈值→模型替换”优先级，强调基
2026-09-15 14:10:50
327
原创 RAG 从提问到回答：查询改写、多路召回、精排与上下文生成
本文系统阐述RAG中查询改写、多路召回与RRF融合、精排重排序及结果生成四大核心环节。通过改写澄清意图，多路检索互补语义与关键词优势，RRF融合不同排名体系，精排利用Cross-Encoder精准判断相关性，最终结合上下文预算、证据位置与采样参数优化生成效果。各阶段分工明确，协同提升检索准确性与回答可靠性。
2026-09-15 14:10:36
361
原创 RAG 检索基础：多路表示、向量数据库与索引
本文系统探讨了RAG系统中向量表示、检索与索引的核心技术：多路输出（Dense、Sparse、ColBERT）提供语义、词项与细粒度匹配信号；近似最近邻（HNSW、IVF、Annoy）平衡效率与召回；结构化索引（RAPTOR、GraphRAG）增强知识组织与跨文档推理；上下文感知检索通过补全片段背景提升匹配准确性。四者协同，实现高效、精准、可解释的知识检索。
2026-09-14 14:05:01
404
原创 RAG 知识构建：从文档加载、清洗、分片到向量化
本文系统阐述RAG（检索增强生成）中知识构建的关键环节：数据加载与清洗确保输入质量，避免“垃圾进、垃圾出”；分片策略（如递归字符、语义分块、文档结构分块）在上下文完整与检索精度间权衡，结合重叠与元数据保留提升效果；向量化则通过Embedding模型将文本映射至语义空间，选型需综合语言支持、输入长度、部署方式与精度。三者协同构成高质量知识库基础，为后续高效检索与精准生成奠定关键前提
2026-09-14 14:04:05
331
原创 Multi Agent 协作通信设计：构建可靠的智能体分布式系统
多Agent系统需围绕共同目标稳定协作，通信层须解决协作关系、消息协议、故障处理、状态管理和终止条件；可采用点对点、中心化编排、发布订阅、共享状态等模式组合；关键设计包括：结构化消息、幂等重试、超时隔离、死信处理、状态机约束明确终止，并基于traceId建立全链路可观测性，以保证系统可靠、可恢复、可终止；
2026-09-10 10:42:05
518
原创 从关键词匹配到可靠路由：用 LLM 做意图识别
意图识别核心是“业务对象+用户动作”，不能只靠关键词；需先定义与业务流转对应的类别，用说明卡统一正反例边界；实现上可按Zero-shot、Few-shot、RAG、显式对象—动作引导逐级提升准确率，并结合低温度与格式校验保证输出可靠；多意图需拆分后独立路由，避免诉求在后续流程中丢失；
2026-09-08 09:06:27
229
原创 Claude Code的上下文管理：如何让 Agent 在长任务中保持稳定
ClaudeCode的上下文管理并非依赖无限记忆，而是构建分层信息调度体系：通过全局上下文提供基础能力，渐进式加载控制工具结果增长，小模型提炼长文本，子agent隔离局部任务，分层压缩清理冗余并保留关键状态，最后用磁盘实现跨会话恢复；这套机制让Agent在长任务中保持稳定，核心在于合理调度信息，而非盲目扩大上下文窗口；
2026-09-08 09:05:58
491
原创 AI Agent 记忆系统全解：从 Markdown、SQLite、向量检索到 GraphRAG
大语言模型的记忆并不存于模型自身，而是由外部存储、检索与更新机制共同实现；设计记忆系统需依次明确：记住什么、如何组织、如何检索、如何更新失效；记忆分短期与长期，长期记忆又分语义、情景、程序三类；常用存储包括Markdown、SQLite、向量库和图结构，并需组合混合检索；成熟方案应按分层架构演进，并重视召回率、一致性、可追溯性及生命周期管理，而非盲目选择复杂技术；
2026-09-07 11:39:11
481
1
原创 从 Loop 到 Graph Engineering：AI Agent 图工程的系统设计与实践方法
AI Agent的核心设计围绕 Loop（自主决策循环）与Graph（结构化任务图）展开，二者并非对立，而是互补： Loop适用于路径未知的探索性任务（如问题排查、开放研究），由模型动态选择工具并迭代执行，但需通过步数限制、权限控制等约束风险；Graph适用于流程明确的任务（如企业审批、批处理），通过节点、边和状态契约实现并行、分支等稳定编排，提升效率与可控性；关键协作模式：用Graph定义全局框架，在不确定的子任务中嵌入受约束的Loop；
2026-09-07 11:38:56
341
原创 DeepSeek Harness
模块化Agent架构的设计哲学 DSH（DeepSeek Harness）是一个基于TypeScript和Cordis构建的模块化Agent框架，其核心思想是将Agent的各个组件（模型、工具、会话等）设计为可插拔的插件，支持动态替换与组合；它关注的核心问题包括资源清理、会话历史管理、工具并发执行、局部能力替换等；关键设计： 插件生命周期：通过Fiber管理插件资源，确保卸载时完整清理
2026-09-03 16:34:23
633
空空如也
这个线索二叉树哪里出错了
2024-12-17
为什么是21，不应该是20吗
2024-10-12
这种情况点哪个啊？有知道的吗
2024-10-06
为什第二个不能输出啊
2024-10-03
不是我这没错啊，咋就不行呢
2024-09-26
为什么是减出来错的啊
2024-09-26
这怎么回事啊，就是不能运行，哪里错了
2024-09-25
vs无法打开源文件，这咋办啊，如何解决？(语言-c语言)
2024-09-23
vs无法启动调试控制台
2024-09-22
这怎么办啊，老出现这个
2024-09-22
TA创建的收藏夹 TA关注的收藏夹
TA关注的人