博客

纯前端方案给你的 Astro 博客加一个 AI 聊天悬浮机器人，无需后端部署，支持站内搜索、页面导航和 AI 对话。

从单步工具调用到完整 agent 思考循环——ReAct / Plan-and-Execute / Multi-Agent 三大主流架构与生产权衡

Generative UI、Agent 优先、对话即操作——AI 时代 UI 设计的范式转移、实战模式与近未来趋势

RAG 的两个核心依赖怎么选——BGE / OpenAI / Cohere / Voyage 选哪个？Pinecone / Milvus / pgvector / Qdrant / Weaviate 怎么挑？

Token 账单失控怎么治——prompt cache、semantic cache、流式优化、模型路由、自动降级 5 大优化手段

当 observability 有了数据，怎么判断哪个 prompt 更好——评估指标、LLM-as-Judge 实战、回归测试集、Braintrust / Ragas 实践

LLM 怎么调用你的代码——JSON schema 设计、tool 选择、错误处理、Zod 强校验、生产工程陷阱

LLM 安全的 5 道防线——prompt injection 防御、Guardrails AI 实战、输入输出校验、PII 检测、危险操作审批

短期 / 长期 / 语义记忆怎么搭——三种记忆的工程实现、Mem0 架构、上下文窗口管理与生产坑

LLM 应用上线后怎么知道它在干什么——Langfuse 架构、OpenTelemetry GenAI 语义、token 成本监控、生产排错实战

LLM 团队的 5 大工程化实践——prompt 版本化、CI/CD、灰度发布、多模型切换、团队工作流（Monorepo vs 多仓）

不止是"塞 context 进 prompt"——RAG 的演进路线、advanced RAG 五大技法、生产架构的工程陷阱

Starship 是一个 Rust 编写的跨平台终端提示符，毫秒级启动。本文介绍在 macOS 和 Windows 上的安装和基本配置。

写给前端架构师的 LLM 底层速通——Transformer、训练三阶段、推理机制，一次讲清楚

不再"凭感觉选模型"——5 个评估维度、3 套主流选型、API vs 自托管成本算账、混合路由策略

把 LLM 底层知识落地为 prompt 设计技法 — tokenization、context 边界、5 个必会的 prompt 模式

2026 年最新的 Oh My Zsh 安装指南（macOS + Windows）、主题、插件配置、性能优化和开发效率提升。

2026 年最新的 Git 分支管理指南，涵盖核心命令、分支策略、冲突解决和团队协作最佳实践。