- 博客(120)
- 收藏
- 关注
RSS订阅原创 12. AI辅助软件架构设计与技术方案评审：方案对比、PoC验证及项目实践
AI 可以帮助架构师快速分析现有系统、生成候选方案、比较技术路线，并通过 Coding Agent 辅助完成 PoC 验证，但生成的方案不一定适合实际项目。本文以 BaseMetas 云文档的离职成员文件交接为例，对比同步处理、异步分批和消息驱动三种方案，介绍如何结合业务约束、系统架构、数据一致性及交付要求开展技术验证和多角色评审，并提供可直接复用的技术方案评审清单。
2026-11-06 07:30:00
690
原创 DeepSeek Super-agent 架构解析：从单任务 Agent 到持续运行的任务系统
本文介绍 DeepSeek 最新发布的 Super-agent 架构，重点分析 Router/Worker 双层设计、事件驱动、任务路由、Thread Subscription、上下文管理、异步执行与持久化机制，并结合开源原型和官方实验数据，评估其在多任务并发、持续运行和任务协调方面的优势与局限。同时对比 Pi、LangGraph、AgentScope 等主流方案，探讨 Super-agent 的适用场景、安全风险及未来演进方向，说明 Agent 如何从单次任务执行走向长期运行的任务系统。
2026-11-03 10:29:14
202
原创 【第四部分：Agentic 智能体设计模式】17. Agent 路由模式详解：从意图识别到动态模型选择
本文介绍 Agent Routing（路由模式）的基本原理与工程实现，重点分析任务路由、模型路由、工具路由和专业 Agent 路由的区别及适用场景。结合 BaseMetas EKA 企业知识助手，介绍规则与模型混合路由、Java Router 实现、复合任务处理、低置信度兜底和误路由评估，并以 Jev 专用决策模型、动态模型选择及 Tool Search 等近期技术为例，说明如何在保证权限与执行安全的前提下，提高 Agent 任务分发的准确性和效率。
2026-11-02 08:00:00
620
原创 【AI时代软件项目管理系列】11. AI 参与研发后，需求变更如何管理？
AI 编程和 Coding Agent 提高了软件开发效率，也让需求调整和功能建议更加频繁。但代码修改更快，并不意味着需求变更成本同步降低。本文以 BaseMetas 云文档项目为例，介绍如何区分需求细化、缺陷修复和正式范围变更，利用 AI 辅助分析业务、技术、测试和交付影响，并通过变更审批、需求基线更新、代码 Review 和回归测试，确保实际实现与项目交付承诺保持一致。
2026-10-29 07:45:00
117
原创 纯前端文件预览很轻，企业应用真的够用吗？
纯前端文件预览部署轻量、服务器开销低，但企业应用更需要关注复杂 Office 文档的还原效果、超大文件稳定性、低配置及信创终端兼容性，以及数据安全与权限管理。BaseMetas FileView 采用混合预览架构，仅对 Word、PPT 进行服务端按需转换，其他格式由前端直接预览，并通过大文件预处理、任务调度与结果缓存等机制，在轻量化、兼容性、性能和企业级可控性之间取得平衡。
2026-10-26 18:50:05
284
原创 Codex 额度突然变耐用了！以前两天见底，现在一天只掉 10%
最近 Codex 在 OpenAI“28 Days of Shipping”活动期间频繁进行全局额度重置，但更令人意外的是额度消耗速度明显下降。此前使用 Pro 100 套餐，即使采用 GPT-6 Sol 中级模式，额度也撑不过3天。如今相近工作强度下，一天仅消耗约10%。即使切换到 GPT-6.1 Sol 极高模式 + 1.5倍速，依然难以在下次重置前用完。本文分享 Codex 从额度焦虑到额度自由的真实体验，并探讨背后可能的优化原因
2026-10-23 17:30:23
237
原创 【第四部分：Agentic 智能体设计模式】16. 一个 Prompt 搞不定复杂任务？试试 Prompt Chaining
本文介绍 Prompt Chaining（提示链模式）的基本原理与工程实践，重点说明如何将复杂任务拆分为多个职责明确、结果可验证的处理阶段。结合技术故障报告分析案例，介绍任务拆分、结构化输出、Schema 与业务校验、上下文隔离、局部重试及中间结果管理，并结合 OpenAI、DeepSeek 和 LangGraph 的最新能力，分析提示链与 Agent Loop 的区别、适用场景及性能成本，帮助开发者构建更加稳定、可维护的多阶段 AI 工作流。
2026-10-21 08:00:00
342
原创 ONLYOFFICE 10.0升级，这些问题修复了
ONLYOFFICE Document Server 10.0.0 发布后，中文增强版同步完成升级，延续原高级版的中文字体适配、Excel 独立筛选、PPT 视频播放、动态权限等增强功能。本次还优化了 Excel 移动端编辑体验，精简 Docker 镜像，修复 AdminPanel 文件缺失并增加中英文切换，同时解决复杂 SmartArt 图形导致 Word 打开报错的问题，进一步改善部署体验和文档兼容性。
2026-10-19 10:23:31
171
原创 【AI时代软件项目管理系列】10. 从需求文档到需求清单：AI 如何辅助需求结构化与全链路追溯
需求文档评审通过后，还需要进一步整理成可开发、可测试、可追溯的结构化需求清单。文章以离职成员文件交接为例，将需求拆分为 Requirement、业务规则、异常场景、验收标准和影响模块，并建立需求与开发任务、接口、数据和测试用例之间的关联。AI 可以辅助完成拆分、关联和影响分析，但最终结构仍应服务于项目设计、开发、测试和验收。
2026-10-15 10:08:48
294
1
原创 【第四部分：Agentic 智能体设计模式】15.为什么 Agent 也需要设计模式
本文介绍 Agent 设计模式的常见编排方式、适用场景与工程实践，重点分析 Prompt Chaining、Routing、Parallelization、Reflection、Planning、Tool Use 和 Multi-Agent 等模式如何解决复杂任务中的拆分、路由、并行、质量检查与协作问题。结合 BaseMetas EKA 企业知识助手案例，以及 OpenAI Agents SDK、LangGraph、DeepSeek Harness 等技术实现，说明设计模式与 Framework、Harne
2026-10-14 08:26:21
327
原创 ONLYOFFICE也能像Microsoft Word和WPS一样分别设置中西文字体
针对 ONLYOFFICE 9.4 PC 端 Word 编辑器在中西文字体分别设置上的使用差异，本文介绍一项面向中文文档场景的功能增强。用户可在“段落高级设置”中分别选择中文字体和西文字体，也可继续通过 Toolbar 快速设置，并支持对应字体正确回显。该功能适合法院庭审笔录、公文、合同、报告等中英文混排场景，可减少重复操作，提升文档格式一致性和日常编辑效率。
2026-10-10 15:06:53
267
原创 【AI时代软件项目管理系列】9. AI 生成需求文档靠谱吗？项目经理应该如何审核
AI虽能高效生成结构完整、表述专业的需求文档，但易将推测、经验与建议混入正式需求，导致范围蔓延。关键在于：明确每条需求来源，区分已确认、待澄清与AI建议项；审核规则一致性、异常场景及验收标准；通过角色分工与可追溯字段确保需求真实可信。唯有经过来源确认、业务验证与人工把关，AI初稿才能成为真正可执行的需求基线。
2026-10-09 08:00:00
337
原创 【第三部分：第一个 Agent 应用】14. 开发一个完整的企业知识助手：从 RAG 到 Agent
本文以企业知识助手为综合实践，整合 RAG、Agentic RAG、Tool Calling、MCP、Memory、State、Structured Output、权限控制、引用溯源与 Trace/Eval 等能力，说明企业知识助手如何从“知识库问答”升级为能够连接业务系统、理解上下文并执行真实任务的 Enterprise Agent。文章重点介绍权限感知检索、Metadata、业务 Tool、长期记忆、人工确认和可观测评估等生产级能力，并结合 BaseMetas EKA 架构说明企业知识与 Agent 如
2026-10-04 10:14:48
363
原创 Jev 能否用于银行风控？从规则引擎到语义决策层
Jev 并不是为了取代 Blaze、Drools 等传统规则引擎，而是为银行风控补充一层语义决策能力。规则引擎继续负责确定性业务规则，风险模型负责统计预测，Jev 则适合处理通话、短信、备注等非结构化信息中的还款意愿、承诺可信度、投诉风险和客户状态，并将结果交给策略引擎形成下一步动作。尤其在贷后催收中，可进一步推动从单纯依赖 DPD 的策略，演进为“规则 + 风险模型 + 语义决策 + 工作流”的组合式架构。
2026-09-26 14:19:37
352
原创 【AI时代软件项目管理系列】8. AI 如何提升软件需求分析效率？从访谈记录到可验证需求
AI 在需求分析阶段最适合承担信息整理、结构化和辅助检查工作。它可以从访谈记录、会议纪要、聊天消息和旧文档中提取需求，形成候选清单，并进一步生成业务流程、用户故事和验收标准。但 AI 生成的内容必须区分为“已知需求、待确认项、AI 建议”，不能自动进入正式范围。真正成熟的做法，是让 AI 提高需求加工效率，让 BA 和客户负责业务澄清、边界确认与最终基线。
2026-09-22 08:00:00
530
原创 Codex 额度重置机制详解：手动 Reset、自动重置与套餐续费
结合一次真实使用经历，本文梳理 Codex 重置卡、自动重置、套餐续费与额度恢复之间的关系。重点说明：ChatGPT 套餐续费主要保证订阅继续有效，并不等于 Codex 额度立即恢复；手动 Reset 会刷新 Codex 使用周期，并可能改变后续重置时间；正常周期重置或官方 Global Reset 则可能让剩余额度直接恢复到 100%。同时解释 Usage Cycle、Weekly Reset 与订阅计费周期的区别，帮助用户避免对 Codex 额度机制产生误解。
2026-09-20 18:17:28
6221
2
原创 【第三部分：第一个 Agent 应用】13. 为 Agent 增加记忆能力：不是记住一切，而是在需要时想起正确的信息
本文围绕 Agent Memory 展开，重点说明记忆并不是简单保存全部历史，而是从对话、任务和工具结果中提取值得长期保留的信息，并在未来任务中按需召回。文章区分当前对话记忆、会话记忆、任务记忆、用户长期记忆、语义记忆、情景记忆、程序性记忆、工作区文件与项目知识，并进一步介绍 Memory Capture、Recall、更新、冲突处理、遗忘、作用域、权限与记忆污染等问题。核心观点是：Memory ≠ History，真正成熟的 Agent 应该记住有价值的信息，并在正确的时机重新进入 Context。
2026-09-16 08:00:00
379
原创 BaseMetas FileView 1.3.0 发布：大文件更稳，PDF 预览更完整
BaseMetas FileView 1.3.0 正式发布。本次升级重点提升大文件处理稳定性与 PDF 预览兼容性，优化 Word、PPT 中高像素图片带来的内存占用，并修复部分 PDF 图片缺失、发票文字缺失问题。FileView 可作为独立文件预览能力接入 OA、BPM、合同、档案、知识库等业务系统，支持服务端 API 和前端 JSSDK 两种方式，实现快速集成与页面嵌入。
2026-09-14 10:12:38
188
原创 ONLYOFFICE 集群部署实战：9.3 多实例方案与 9.4 架构变化
本文梳理 ONLYOFFICE Document Server 社区版 9.3 及以前版本与 9.4 的架构变化，并给出可落地的多实例部署方案。针对社区版不具备原生集群调度能力的特点，通过业务侧维护“文档会话—实例”映射，实现跨文档负载分担、同一编辑会话固定路由、回调幂等、故障恢复与节点平滑下线。同时说明 9.4 移除 RabbitMQ 和数据库依赖、取消并发连接限制后的部署调整、升级步骤及验证要点。
2026-09-11 11:12:10
187
原创 【AI时代软件项目管理系列】7. AI 工具选型也应该纳入项目启动：从模型到 Agent，项目到底该怎么选？
AI 工具选型不应只看模型排行榜，而应从项目任务出发，综合评估模型能力、Agent 执行、工程集成、数据安全、成本、稳定性和可替换性。本文以 DeepSeek、GPT-5.6、Kimi K3、Codex、Qoder、Kimi Code 等常见产品为例，说明如何根据高频任务、复杂推理、长上下文和工程开发进行能力路由，并通过主选、备选和模型适配降低价格、额度和供应商变化对项目的影响。
2026-09-10 08:00:00
296
原创 【第三部分：第一个 Agent 应用】12. 使用状态机开发一个可控 Agent
本文围绕“使用状态机开发一个可控 Agent”展开，以需求分析 Agent 为例，介绍 State、Node、Edge、Conditional Edge、Checkpoint、Interrupt、Resume 与 Human-in-the-Loop 等核心机制，并通过 LangGraph 代码说明如何把自由 Agent Loop 收束为可分支、可循环、可暂停、可恢复的业务流程。核心思想是：状态机负责确定性的流程控制，Agent 负责节点内部的理解、推理、RAG 与 Tool 调用，实现“确定性的骨架 + 概
2026-09-07 08:00:00
652
原创 LibreOffice 26.8 发布后，再看 BaseMetas FileView 的 Office 转 PDF 技术路线
LibreOffice 26.8在段落排版、复杂文字、变量字体、大文档加载和PDF输出质量等方面持续优化。对于BaseMetas FileView这类文件在线预览产品，其价值不只是“格式转换”，而是提供成熟的Office排版与页面布局能力。相比Tiptap等富文本编辑器，LibreOffice更擅长处理分页、表格、字体、浮动对象和复杂版式。结合真实格式识别、风险扫描、多引擎路由和PDF缓存，可构建更稳定、高还原度的Office预览链路。
2026-09-02 08:00:00
410
原创 【AI时代软件项目管理系列】6.AI 参与软件项目，边界和责任怎么定？从“能做”到“可控执行”
AI 进入软件项目后，真正需要解决的不只是“能不能做”，而是“能做到哪一步、什么结果可以生效、最终由谁负责”。项目应围绕数据、工具、执行和输出四类边界进行治理：限制 AI 可访问的信息与工具范围，按风险控制执行权限，并通过自动验证、人工审核和项目基线形成责任闭环。成熟的人机协同不是让 Agent 权限越大越好，而是在明确边界下提升执行效率，同时保证结果可验证、过程可追溯、责任有人承担。
2026-09-01 08:00:00
408
原创 开源 Office 怎么选？实测 LibreOffice 26.8 后，我还是更推荐 ONLYOFFICE
LibreOffice 26.8重点升级了Paragraph Composer、复杂文字系统、变量字体和文档交换保真度，排版能力相比25.8有所提升。但实测中文DOCX后发现，以Microsoft Office 2019为基准，WPS的版式还原度依然最接近，LibreOffice与ONLYOFFICE仍存在一定差距。结合Collabora Online、ONLYOFFICE和GenOffice的产品形态、Web协同、私有化、AI及Agent能力综合比较，企业级开源Office选型仍更推荐ONLYOFFICE
2026-08-31 08:00:00
389
原创 【第三部分：第一个 Agent 应用】11.Spring AI、LangChain4j、LangGraph 到底帮我们封装了什么？
本文承接“手写最小 Agent”，从框架抽象层级出发，分析 Spring AI、LangChain4j、LangGraph 等主流 Agent Framework 究竟封装了什么。Spring AI 更适合将 AI 能力融入 Spring 应用，LangChain4j 强调 Java Service 化与类型化开发，LangGraph 则擅长状态、分支、循环、检查点和长任务编排。文章同时结合 Qwen-Agent、AgentScope 等国内开源框架，说明 Agent Framework 并没有改变 Age
2026-08-27 08:00:00
720
原创 【AI时代软件项目管理系列】5. 项目启动阶段如何给 AI 分任务？从任务清单到 L0～L5 参与度设计
项目确定引入 AI 后，下一步不是继续讨论“能不能用”，而是明确“哪些任务交给 AI、参与到什么程度”。文章从项目任务清单出发，将工作划分为 AI 主要执行、AI 生成 + 人确认、人主导 + AI 辅助、人负责决策四类，并结合 L0～L5 参与度进行分级。通过具体项目示例说明，同一个需求内部也可能采用不同的人机分工。最终应把 AI 任务正式纳入 WBS、项目计划和责任体系，持续评估采用率、返工、缺陷和验证成本。
2026-08-24 08:00:00
342
1
原创 WPS、WPT 文件到底是什么？企业系统处理这两种格式的原理与技术方案
随着 WPS 在国内办公场景中的普及，.wps、.wpt 已成为 OA、合同、档案、知识库等系统必须面对的常见格式。由于两者内部结构并不完全统一，也缺少像 OOXML 那样成熟公开的解析规范，处理时不能只依赖扩展名判断。本文从真实格式识别、容器结构、POI 支持边界、大文件内存风险、格式规范化和工具选型等方面展开，并介绍 ONLYOFFICE、LibreOffice、BaseMetas IDP 等处理思路，给出适合企业级文档系统的统一技术路线。
2026-08-21 11:31:07
510
原创 【第三部分：第一个 Agent 应用】10. 不使用框架，手写一个最小 Agent
本文通过手写一个最小 Agent，拆解 Agent Loop 的核心机制：模型基于 Messages 判断下一步，必要时通过 Function Calling 选择 Tool，程序执行后将 Tool Result 作为 Observation 写回上下文，再次交给模型继续决策，直到任务完成。文章结合天气查询与计算示例，说明终止条件、异常处理和执行轨迹的重要性，并进一步对照 DeepSeek Harness，展示最小 Loop 如何逐步演进为具备 Session、Tool Registry、权限、恢复和可观测
2026-08-21 08:00:00
748
原创 【AI时代软件项目管理系列】4. AI 时代的软件项目启动：从立项评估到 AI 可行性分析
AI 时代的软件项目启动，不仅要评估业务、技术、预算和资源，还需要增加 AI 可行性分析。项目应提前识别哪些任务适合 AI，评估数据与知识条件、模型与 Agent 能力、工程基础、安全合规、成本风险及责任边界，并明确 AI 的使用范围、权限和审核机制。只有把 AI 作为正式的项目能力、资源和风险纳入启动规划，才能让提效建立在安全、可控和可追溯的基础之上。
2026-08-18 08:00:00
305
原创 【第二部分：大模型应用开发基础】9. RAG 是什么，它与 Agent 有什么关系？——从知识库问答到 Agentic RAG
RAG 通过文档解析、切分、Embedding、混合检索、Rerank 与引用机制，让大模型在回答问题时能够按需获取企业知识，而不是依赖训练数据“记住一切”。文章进一步介绍 RAG 如何从固定的检索增强生成流程演进到 Agentic RAG：由 Agent 判断是否需要检索、如何规划 Query、证据是否充分，并在必要时继续改写和多轮检索。同时梳理 RAG、Memory、Tool 与 Agent 的边界，强调知识库问答系统并不等同于 Agent，RAG 只是 Agent 获取外部知识的一种能力。
2026-08-17 08:00:00
724
原创 腾讯、阿里、字节围攻AI办公，金山办公为什么反而更有优势？
AI并不会简单取代Office，反而可能重新放大金山办公长期积累的优势。金山同时具备桌面Office、WebOffice、移动端、文档引擎、云文档、协同办公、企业知识与AI Agent等完整能力链路，能够把模型能力真正落到文档创建、修改、分析、协作和交付中。随着大模型能力逐渐趋同，AI办公竞争将更多转向Context Engineering、执行能力、企业治理和商业闭环。叠加庞大的个人用户、政企客户基础以及成熟的2C订阅和2B商业模式，金山办公过去几十年的“传统积累”，正在成为Agent时代更难复制的壁垒
2026-08-15 07:45:00
212
原创 WorkBuddy × ima 为什么好用？从 RAG 到 Agent，看懂热门 AI 办公组合背后的逻辑
WorkBuddy × ima 的组合，本质上体现了 AI 办公从“知识问答”向“智能执行”演进的逻辑。ima 负责沉淀个人与团队知识，RAG 负责从知识库中检索当前任务真正需要的内容，WorkBuddy Agent 再结合 Skill、Connector 和 Tool 完成分析、生成与后续执行。文章通过这一热门组合，解释知识库、RAG 与 Agent 之间的关系，并说明为什么 RAG 只是 Agent 的一种能力，而真正的 Agent 还需要理解目标、选择工具、调用知识并持续完成任务。
2026-08-14 08:00:00
506
原创 【AI时代软件项目管理系列】3. 瀑布型项目是否还适合 AI 时代的软件研发？从严格串行到“阶段治理 + 快速反馈”
AI 并没有让瀑布型项目失效，尤其在政企、定制化和交付型项目中，合同范围、预算、里程碑、阶段评审和最终验收仍然需要明确治理。真正需要改变的是传统严格串行的管理方式。AI 时代的瀑布项目应保留阶段、基线和责任机制，同时引入快速反馈、持续验证和 AI/Agent 赋能，让需求、设计、开发、测试和交付形成更高效的闭环，实现“治理不失控、执行更敏捷”。
2026-08-12 08:00:00
361
原创 【第二部分：大模型应用开发基础】8.Structured Output——让模型输出可被程序可靠处理的数据
Structured Output 是 Agentic AI 连接大模型与业务系统的重要基础能力。它通过 JSON Schema、DTO 和多层校验，将模型生成的概率性结果转化为程序可解析、可验证的数据。文章结合 OpenAI 原生 Structured Outputs 与 DeepSeek JSON Output，介绍结构约束、类型映射、异常重试、业务校验和权限检查，并强调：JSON 合法、Schema 合法并不代表业务合法，生产级 Agent 仍需通过确定性程序保障输出真正可执行。
2026-08-11 08:00:00
706
原创 【AI时代软件项目管理系列】2. 从工具到数字员工：AI 在项目团队中的角色演进
AI 正从个人助手演进为能够规划、调用工具并完成任务的 Agent，进一步形成多 Agent 协作与软件工厂。角色变化带来的不只是效率提升，更是团队结构、任务分配、进度衡量和质量管理方式的重构。项目经理需要把模型、Agent、知识库和自动化流程纳入统一管理，通过明确任务契约、权限边界、质量门禁与人工验收，确保 AI 执行可控、结果可验证、责任可追溯。
2026-08-08 08:00:00
641
原创 【第二部分：大模型应用开发基础】7.Function Calling：让大模型调用真实程序能力
Function Calling 让大模型从“生成文本”走向“调用真实程序能力”。模型根据工具名称、描述和 JSON Schema 选择工具、生成参数，应用程序再完成校验、鉴权、执行和结果回传。文章结合天气查询、销售数据与计算 Agent，说明并行调用、失败处理、前后端调用及权限控制，并梳理 Function Calling 与 ReAct、Tool、Skill、MCP 的关系：ReAct 负责执行循环，Tool 提供能力，Skill 沉淀方法，MCP 统一连接外部工具和数据。
2026-08-07 08:00:00
34
原创 从文档能力到 Agent Skill：BaseMetas IDP 文件预览、格式转换与内容处理解析
BaseMetas IDP以文件预览、格式转换和内容处理构建统一文档能力底座。预览支持Office、PDF、OFD、图片、音视频、压缩包、CAD、3D等多类文件在线查看；转换负责格式标准化，支撑预览、归档与智能分析；内容处理覆盖合并、拆分、水印、修订、提取和安全控制。三类能力可封装为Agent Skill，由大模型负责理解与规划，文档服务负责稳定执行，支撑智能办公、合同审查、知识库和档案管理等场景。
2026-08-06 08:00:00
336
原创 WorkBuddy 产品架构解析：基于 ONLYOFFICE 构建 Agentic AI Office 的实现路径
腾讯 WorkBuddy 以 Agent 为统一入口，将项目空间、知识库、腾讯文档、Skill、连接器和任务执行整合为一体，并通过“人机双写”让 AI 直接参与文档编辑与协作。企业可借助 ONLYOFFICE DocSpace 构建项目空间，以 DocumentServer 提供在线编辑，通过 Document Builder、插件、Office API 和 MCP 接入 Agent，逐步实现文档生成、项目化协作及人机协同编辑。ONLYOFFICE 9.4 的轻量化部署，也进一步降低了 Agentic AI
2026-08-05 08:00:00
409
原创 【AI时代软件项目管理系列】1. AI 正在改变软件研发项目管理，而不只是改变写代码
AI 正在从编程工具扩展到内容生成、数据分析、测试生成、项目助理和 Agent 协同，改变软件项目的任务拆分、协作方式与交付节奏。效率提升并不会自动降低管理难度，反而可能带来审核积压、质量风险、范围膨胀和责任边界模糊。项目团队需要将 AI 纳入统一上下文、质量门禁、权限控制和追溯机制，项目经理也将从任务跟踪者转向人机协同编排者。
2026-08-04 08:00:00
679
原创 【第二部分：大模型应用开发基础】6. Prompt Engineering 与 Context Engineering：生产级 Agent 如何管理上下文
文章摘要：本文探讨了Agent开发中的Context Engineering问题，指出仅依赖复杂的Prompt无法解决多轮推理任务中的信息过载问题。文章对比了Prompt Engineering和Context Engineering的差异，强调后者关注动态信息组装，包括系统指令、业务数据、工具和历史等分层管理。通过合同审查案例，说明了如何按任务阶段组织上下文，提出信息裁剪、压缩和预算控制等策略，并指出长上下文窗口不等于信息有效性。最后给出工程化建议，包括版本管理、权限控制和回归测试等，强调Context
2026-08-03 08:00:00
361
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人