存储AI–AI博客聚合
最新聚合的文章
-
11 · 如何把项目写进简历与面试
一、先说风险 不要虚构"在职期间做过"的项目。 最稳妥的做法：作为个人开源 / 业余技术实践写进项目经历， 面试时说明"基于工作中 Agent 相关实践的延伸与沉淀"。 二、技能栏（直接替换） 三、项
-
10 · 踩坑记录与优化清单
一、工程与环境 1. Python 3.6 装不上现代 AI 库 本机默认 Python 3.6，pip install langgraph 直接失败（还触发了安全删除钩子导致 pip 崩）。 解法：
-
09 · Java 双栈：Spring Boot + LangChain4j
一、为什么同一个业务做两遍 统计 778 条岗位时发现，Java 50 条、Python 98 条，而 Java + AI 的岗位竞争反而更小。 只做 Python 会丢掉一批机会。 更重要的是——做
-
08 · 前端：Vue3 + SSE 流式与执行链路可视化
前端是很多 Agent 项目被忽略的一环，但它决定了用户敢不敢用。 一、技术选型 技术 理由 Vue 3 + TypeScript 主栈，组合式 API Vite 秒级启动 Pinia 状态管理（比
-
07 · 记忆、可观测与成本控制
这三件事看起来是"锦上添花"，实际决定了 Agent 能不能上生产。 一、记忆：窗口 + 摘要 问题 多轮对话时如果每轮都把全部历史塞进 Prompt： 贵：token 线性增长 慢：首 token
-
06 · 工具调用：Text2SQL 与四层护栏
一、工具即 Schema 注册表对外提供三个能力： 收益：新增工具只改一处，编排层零改动。 二、目前注册的 5 个工具 工具 风险 说明 search_knowledge low 知识库检索（RAG）
-
05 · Agent 编排：LangGraph 状态图与降级内核
一、为什么不是"一次 LLM + Function Calling" 单轮 Function Calling 的三个硬伤： 只能调用一次工具：拿到结果后不能再触发新的查询 工具报错就整轮失败：没有自愈
-
04 · RAG 全流程：从切分到引用溯源
RAG 是整套系统里最容易被低估的一环。 很多人以为它就是"切分 + embedding + top-k"，但真正决定效果的是那些细节。 一、先看整体链路 二、① 切分：结构优先，而不是按字数硬切 为
-
03 · 后端：FastAPI 与分层架构
一、为什么选 FastAPI 三个理由： 原生 async + SSE：Agent 要流式输出，FastAPI 的 StreamingResponse 最好用 自带 OpenAPI：/docs 直接能
-
02 · 项目总览与 5 分钟跑起来
一、这个项目到底干什么 一句话：让业务同事用大白话问数据和制度，Agent 自己去查、去算、去核对，最后给出带出处的答案；遇到危险动作会先停下来等人点头。 三个典型场景： 用户问 Agent 做什么
-
01 · 开篇：需求分析与技术选型
一、起点：不是"我想做 Agent"，而是"岗位要求我做 Agent" 我做前端 + 全栈 8 年，Vue/React 是主栈，后端 Python(Django/FastAPI) 能写，Java 能读
-
从案例分析 Vue3 Tokenizer+Parser 源码五
情形五：动态属性(source='') 本节以 Vue3 class 动态绑定为案例，深度拆解编译器中 v-bind
-
API 价格战下沙：开发者当如何择木而栖
大模型 API 价格一降再降，看似繁荣，实则暗流涌动。本文拆解主流厂商定价策略背后的三种生存哲学。
-
你的 Vue3 项目也能有钉钉同款审批流设计器：npm 装包，10 分钟画出第一条审批流
钉钉的审批配置界面人人会用，画布类设计器却常被嫌复杂。本文用开源组件 mldong-flow-designer-dingtalk，npm 装包 10 分钟在 Vue3 项目里复刻同款审批流设计器，再把画好的 JSON 喂给开源引擎 jeef…
-
什么是 RAG？如何用 RAG 实现一个用户记忆？
什么是 RAG？不是再接一套向量库。Postgres + pgvector、GLM 分片，下一轮请求召回后写进 systemPrompt。一篇看完：用户记忆怎么在 prompt 上跑通
