进厂的人-优快云博客

原创从 4 万 Star 的 system_prompts_leaks 看顶级 AI 的系统提示词架构：一种可复用的“分层设计模式“

本文基于 GitHub 6万+ Star 的 system_prompts_leaks 仓库，剖析30+主流AI系统提示词，提炼出一套通用的“六层分层架构”：身份、能力边界、工具系统、安全护栏、输出规范与自我认知。该模式将提示词设计从经验主义转化为可复用的工程框架，揭示顶级AI产品在行为控制上的高度一致性，为构建可控、可靠Agent提供可落地的设计蓝图。

2026-09-15 11:14:14 298

原创深挖 obra/superpowers：一行 `description`，如何决定 Claude Code 的“能力开关“—— Skill 原子与渐进式披露

obra/superpowers 以 SKILL.md 中的 description 为“能力开关”，通过渐进式披露机制实现技能的智能加载。该系统将工程方法论封装为可复用的“技能原子”，以极简元数据（仅 name + description）触发，按需分层加载正文与资源，确保上下文高效。description 非简介，而是触发条件的核心，决定技能是否激活，是 Agent 自主调用能力的关键路由。

2026-09-12 11:59:32 139

原创深挖 ECC 的 Instinct 机制：让 AI Agent 把“踩过的坑“变成“条件反射“

ECC 是一个Agent Harness 性能优化系统，官方定位一句话：为 Claude Code、Codex、Opencode、Cursor 等提供Skills（技能）、Instincts（本能）、Memory（记忆）、Security（安全）、Research-first（研究先行）五大支柱[1][2]。据社区文章报道，其 Star 数已冲到六位数（不同来源统计口径不一，从近十万到二十万级不等），成为现象级的"Agent 工程规约层"项目[3][4]。

2026-09-07 09:59:10 305

原创别再把知识塞进提示词了：一套 286 技能的 AI 代理知识工程实践

<think>我们还需要生成摘要。用户要求："根据以下内容，生成≤150字的文章摘要"。因为内容是中文的长文，我们需要写一个简短的摘要。要≤150字，所以要高度概括文章主题。注意只是摘要，不需要额外步骤。我们根据提供的内容创建。</think>本文以开源项目 Everything Claude Code（ECC）为解剖样本，展示如何用286个Skill、68个Agent等构建可治理、可演化的AI编程知识库：按需加载的SKILL.md作为最小契约，通过结构化元数据与精炼正文实现自动激活，分类覆盖语言、框架、工

2026-09-03 10:01:43 323

原创让 LLM 可靠地改文件有多难：拆解 Pi 编码 Agent 的 edit 工具与模糊匹配

Pi 编码 Agent 的 edit 工具以精确匹配优先、模糊归一化定位兜底，并从全文重写转向只改目标区块，保证未触及内容字节不变，在可靠性、成本与保真间做出关键权衡。

2026-09-02 10:13:54 415

原创别再只会调 API 了：跟着 ai-engineering-from-scratch 从零手写自注意力机制（Self-Attention）

是一个 “Learn it. Build it. Ship it.” 的开源 AI 工程课程，覆盖从线性代数到 Transformer、LLM、RAG、Agent 再到 MCP 的完整链路，据社区文章统计课程规模在435 课 / 10k+ Star量级[1][6]。不把大模型当黑盒，而是让你动手"从零实现"每一块积木。本文选择其中Phase 7「Transformers Deep Dive」的一课。

2026-08-29 09:52:53 348

原创把文档沉淀成可复利的知识库：拆解 TencentDB Agent Memory 的 LLM Wiki 与 CodeGraph 知识引擎

MemoryKnowledge 最打动我的，是它把"知识"从"一堆可检索的文本切片"升级成了"有结构、有关系、可持续复利的知识资产Wiki让 LLM 把文档重写为结构化页面 + wikilink 图谱，用多跳搜索把"关系"也纳入召回；CodeGraph让代码的调用关系与影响路径成为可查询的能力，Agent 改代码前能先做 impact analysis；MCP 工具把这两套能力按"只读查询"暴露给 Agent，控制面与数据面分离；LLM 产出意图、代码执行落盘的边界，让整条管线可控、可校验、可幂等。

2026-08-28 15:38:56 393

原创零代码多 Agent 记忆接入：拆解 TencentDB Agent Memory 的 MemoryProxy 注入管线

MemoryProxy 最打动我的，不是"它做了一个 LLM 代理"——市面上 LLM gateway 已经很多——而是它在转发层之上，把"记忆注入"做成了与 Agent 框架解耦的基础设施两层适配把"异构"拆成可独立演进的协议层与结构层；语义锚点 + 兜底降级让注入既精准又永不失败；cache 策略与 prompt cache 对齐让"记得多"不牺牲"跑得快"；尽力而为的降级语义让记忆层永远不成为可用性单点。能不能把这件事下沉到一层透明的代理，让"接入一个新 Agent"的边际成本趋近于零？

2026-08-26 10:27:32 406

原创 GitHub 破 12.9 万星，YC 总裁的开源技能库：Search Before Building 凭什么成为第一条铁律

最便宜的架构决策，发生在你写第一行代码之前。每个程序员都熟悉这种感觉：你在一个不熟悉的领域里坐下，面对一个问题，第一反应是开始设计。你画模块边界，选数据结构，开始敲代码。两天后你发现，运行时早就把你正在手写的东西做成了一行内置函数；更糟的是，你选的"显而易见"的方案其实是错的，而且已经公开错了很多年。有一个习惯能打断这一切。。这不是"多读几篇博客"。这是一套具体的纪律，用来区分三件事：你真正知道的、你只是以为自己知道的、以及你即将从零开始无意识发明的东西。

2026-08-23 10:55:38 203

原创解决大模型“幻觉“问题的工程化方案：外挂知识库检索增强生成实战

摘要本文分享了生产环境中解决大模型"幻觉"问题的工程化方案——外挂知识库检索增强生成(RAG)的实战经验。文章从系统架构、数据层优化、检索策略、生成控制等维度详细阐述了RAG实施要点，包括文档解析、分块策略、混合检索、查询改写、重排序等关键技术，并强调了Prompt工程、引用溯源和评估体系的重要性。通过实际案例展示了如何构建高可靠性RAG系统，避免模型产生错误回答，同时提供了工程化落地中的自动化数据管道、监控告警等实用建议，为AI应用开发者提供了有价值的参考。

2026-08-20 09:58:15 352

原创深入剖析 TencentDB Agent Memory 的四层记忆流水线：从 L0 原始对话到 L3 长期画像的工程实现

文章摘要腾讯开源项目TencentDB-Agent-Memory提出了一种四层记忆模型(L0-L3)，通过工程化流水线将原始对话逐级提炼为可复用的记忆资产。该系统区别于传统RAG，实现了记忆的精细化组织、身份授权和按需召回。核心创新包括：L0层的"双保险"防重复记录机制、L1-L3的渐进式知识抽象过程，以及团队级记忆共享能力。项目参考了认知心理学理论，并通过严格的工程实现(如JSONL分片、位置切片+时间戳游标等)解决了Agent实践中常见的会话失忆、重复读取和经验沉淀问题。

2026-08-16 11:12:35 489

原创【无标题】

本文揭示了LoRA/QLoRA微调中的五个关键问题及其解决方案：量化开销问题：QLoRA的NF4量化和反量化操作会增加47%的单步训练时间，建议在显存充足时关闭双重量化以提升速度。页锁定内存不足：QLoRA的Paged Optimizer可能因页锁定内存限制导致OOM错误，需调整系统参数并显式管理内存分配。梯度检查点效率下降：LoRA结构会放大梯度检查点的计算开销，建议对小模型(≤7B)关闭检查点以提升速度。批大小隐形限制：QLoRA下过大的批处理会导致激活显存激增，需通过梯度累积平衡吞吐和显存。

2026-08-09 15:01:11 156

原创基于 Qwen/Llama 的领域大模型微调实战：从训练到部署的全流程记录

大模型领域微调实践摘要本文完整记录了从Qwen/Llama基座模型进行领域微调的全流程实践。针对通用大模型在垂直领域存在的知识浅层化、风格不匹配等问题，作者以法律咨询为案例，详细介绍了从环境搭建到推理部署的完整链路。文章涵盖了硬件配置（4×A100 80GB）、关键依赖安装、数据处理规范（JSON格式+清洗管线）、模型选型（Qwen2.5-7B/Llama-3.1-8B）、微调方案设计等核心环节，重点分享了LoRA/QLoRA、DeepSpeed、vLLM等技术的实战应用经验。通过系统化的训练评估和量化部

2026-08-08 16:08:28 197

原创 GitHub狂揽20万星！程序员真正的提示词——mattpocock/skills

《AI 编程助手的工程纪律：从代码烂泥到高效协作》摘要：本文针对 AI 编码工具快速生成低质量代码的问题，基于 Skills For Real Engineers 开源体系，系统分析了 AI 编程的四大失败模式：需求对齐偏差（Agent 理解与开发者意图不符）领域语言混乱（缺乏统一术语导致沟通低效）开发反馈缺失（缺乏即时验证机制）架构熵增加速（代码质量快速劣化）提出的解决方案包括：采用 /grill-with-docs 技能建立精准的需求对齐和领域模型通过 TDD 红绿重构循环构建即时反馈机

2026-08-06 11:34:03 402

原创大模型微调经验分享：如何通过数据清洗策略将领域微调效果提升30%？

摘要：数据清洗是提升大模型领域微调效果的关键，通常可带来30%以上的性能提升。核心策略包括：1）建立六维质量评估体系（完整性、准确性等）；2）多级去重（精确、近似、语义）；3）噪声过滤（规则+模型层）；4）领域对齐（术语标准化、时效性管理）；5）动态数据配比与合成数据增强。以金融领域为例，清洗后数据量减少70%，但F1分数提升30.9%，幻觉率降低71.4%。验证了“质量＞数量”的原则，需通过离线指标、人工评估和A/B测试综合验证效果。

2026-08-02 08:47:05 394

原创大型复杂业务系统的架构演进：从单体应用到微服务拆分的实战方法论

本文总结了一套从单体架构演进到微服务的实战方法论。首先通过自我诊断判断是否需要拆分，建议在业务稳定期进行。拆分前需做好模块化单体和防腐层建设，采用由外而内的渐进式策略，优先拆分无状态服务。关键实践包括：服务间通信规范、分布式事务处理（推荐Saga+TCC）、可观测性建设（链路追踪+结构化日志）。拆分过程中要控制风险，采用灰度发布、数据双写核对和快速回滚机制。最后强调微服务需要适配团队组织结构，并建立常态化治理机制，防止出现"分布式单体"。整个过程需平衡技术演进与业务需求，避免过度设计。

2026-07-29 15:19:11 339

原创前后端协作中的接口规范设计：从 API 契约到跨团队开发效率提升

摘要：前后端协作中的接口规范设计本文探讨了前后端协作中接口规范的重要性及设计方法。核心观点包括：接口规范的价值：作为团队协作边界，规范的接口设计能降低沟通成本，支持并行开发，提升联调效率。设计目标：接口应具备可理解性（命名清晰）、可预测性（结构一致）、可验证性（文档/Mock）、可演进性（版本管理）等特性。 API契约先行：建议采用契约

2026-07-25 15:50:19 176

原创 AI Coding 在 Java 后端开发中的落地实践：从代码生成到重构、调试与单元测试

AI Coding在Java后端开发中的实践应用本文探讨了AI Coding工具在Java后端开发中的落地实践与价值。文章指出，AI Coding已经从简单的代码补全发展为开发协作伙伴，在Java后端领域特别适合参与需求理解、接口设计、代码生成、重构优化、问题排查、单元测试等环节。文章提出了AI Coding的三个合理定位：代码生成助手：生成样板代码如RESTful接口、DTO/Entity、Mapper等代码审查助手：发现空指针风险、参数校验遗漏等问题思路推演助手：辅助方案设计和架构讨论实施A

2026-07-24 18:42:56 386

原创 Agentic Workflow

摘要：Agentic Workflow 设计与实践 Agentic workflow 是大模型应用中从单轮问答、RAG 发展到工具调用的高级阶段。它强调在明确目标、工具边界、状态管理和安全约束下，让模型参与并驱动可验证的业务流程。与传统自动化相比，agentic workflow 适合处理非结构化输入、模糊判断和复杂分支场景。完整系统包含模型、指令、工具、记忆、编排和安全护栏六大组件，常见架构模式包括工具循环、计划执行、管理者-专家代理和人机协同。生产级设计需要将业务逻辑拆解为结构化步骤，重点在于工具设计的

2026-07-22 17:36:18 196

原创 Spring Boot / Spring Cloud 高并发系统架构设计：从接口性能到服务治理的完整思路

摘要本文系统探讨了Spring Boot/Spring Cloud高并发系统的设计思路，指出高并发架构需要从端到端链路出发，在吞吐、延迟、成本、稳定性和可维护性之间建立平衡。文章首先强调明确业务和技术指标的重要性，随后从七个维度展开：接口优化需关注轻量化和幂等设计；资源管理需合理配置线程池和连接池；缓存设计要解决穿透、击穿、雪崩问题；数据库优化需考虑读写分离和分库分表；消息队列用于削峰解耦；服务治理需实现限流熔断等能力；最后强调监控和压测的必要性。整体提出了高并发系统设计的系统性方法论。

2026-07-20 14:24:48 325

原创 DeepSeek 大模型落地应用与场景实战指南

文章摘要：本文探讨了如何利用大语言模型技术解决企业数字化转型中的信息孤岛问题，构建智能应用体系。从知识库问答系统、代码生成、文档解析到客服机器人等场景，详细介绍了技术方案与落地策略，包括RAG架构、多语言代码生成、长文档处理、垂直领域定制等。同时强调了本地化部署的成本优化、数据安全合规及生产环境迁移的工程化实践，为企业提供从技术选型到效果验证的全流程指导，实现真正的降本增效。

2026-07-19 17:00:20 356

原创 OpenAI 公开提示词，真正值钱的不是“会问”，而是把业务写成协议

这篇文章揭示了OpenAI公开提示词的核心价值：将业务需求转化为结构化指令比单纯优化提问技巧更重要。文章指出，有效的提示词应明确业务场景、输入输出、规则约束和异常处理，而非追求文采或哄骗AI。通过客服工单归类、研发周报等实例，展示了如何将提示词设计成可执行的业务协议，确保输出稳定可用。OpenAI指引强调"指令只说一次""结论先行"等原则，实质是教我们以工程化思维定义任务。真正高效的提示词不是聊天话术，而是包含场景、规则、格式要求的任务说明书，这种结构化方法比灵感发挥更能保证结果质量。

2026-07-19 16:55:13 148

原创面向生产环境的系统性能监控体系建设：指标、日志、链路追踪与故障定位

摘要：生产环境性能监控体系是保障系统稳定性的关键，需覆盖指标、日志、链路追踪和告警四个层面。指标监控（如CPU、JVM、业务指标）帮助快速定位异常，日志需规范级别并串联traceId以还原现场，链路追踪分析请求耗时，告警机制确保及时响应。Spring Boot可通过Actuator+Micrometer+Prometheus实现指标采集，结合统一日志格式和traceId，构建完整的监控体系，实现“发现问题-定位问题-解决问题-预防问题”的闭环。

2026-07-18 10:25:37 351

原创揭开 NVIDIA 驱动栈的面纱：GPU 显存页表与 vLLM 中的 PagedAttention 是如何在底层协同的？

摘要本文深入解析了NVIDIA GPU驱动栈与vLLM PagedAttention的协同工作机制，揭示了两层分页机制的本质差异：底层硬件页表：NVIDIA驱动管理GPU虚拟地址到物理显存的翻译，负责地址隔离和权限控制上层逻辑分页：vLLM在已分配的显存上实现KV cache分块管理，通过block table映射逻辑token到物理block 关键认知在于： PagedAttention并非直接操作GPU页表，而是在CUDA分配的内存上构建应用层分页机制两层分页各自独立运作：硬件页表处理地址翻译，

2026-07-17 14:54:47 281

qq_74150722的博客