我试过很多流程：先写文档、先冻结需求、先把方案评审到“完美”再开工。 最后都卡在同一个地方：需求一定会改。 在 AI 场景下，我现在更认同一套更务实的流程： 先用前端 + Mock 数据把 UI 和交

过年闲着也是闲着，我用十天时间，从设计到开发，完整搭了一个博客系统。 名字叫 u-blog，现在已经跑起来了： U-Blog 为什么突然想干这个 其实想法挺简单的。 我一直想有个自己的地方写东西。不是

Flutter 3.27→3.38 升级实录：iOS 启动黑屏、CI 打包报错、Git 历史错乱如何解决？70+ 依赖包适配经验

最近越来越多的人开始在终端，如 Claude Code、Qwen Code、Gemini CLI、iFlow CLI 等中写代码了。 说实话，我之前也有些不解，感觉完全没必要，在终端里写代码不是很方便

一、什么是 OpenSpec？ 1.1 问题背景 你是否遇到过这样的情况：和 AI 编程助手聊了半天，需求越说越多，最后 AI 却"失忆"了——忘记之前的约定，代码写得乱七八糟？这是因为 AI 的上下

Everything Claude Code 项目完全指南，如何优雅的使用Claude，将 Claude Code 打造成专业开发环境的终极配置工具包

在基于大模型的AI应用设计上，存在着两种不同的模式：智能体(Agents)和工作流(WorkFlows)。业界把智能体和工作流以及它们的混合体统称为Agentic AI。设计Agentic AI系统的

前言 最近折腾了一套让我直呼离谱的工作流——在 Cursor 里装一个叫 Pencil 的插件，用自然语言让 AI 在画布上画设计稿，画完之后再让 AI 直接把设计稿翻译成可运行的 React 代码。

Cursor 和 Claude Code 用了也有很长的一段时间，我现在的日常大概是：Cursor 占 60%，Claude Code 占 40%...

这两天 AI 圈都在疯传 Anthropic 的新动作：Claude Cowork。主打一个“AI 替你手动操作电脑”的概念。我看完演示视频第一反应是真香，第二反应是告辞。

OpenClaw Windows 完整安装与本地模型配置教程（实战版） 说实话这玩意火了有一段时间了但是虽然作为从业者，我至今还没用过，今天就边安装边记录出一篇记录文档吧吗，这里仅仅只会记录我安装的出

本文将结合实际代码，从最基础的调用开始，一步步带你掌握 LangChain 的核心概念。所有代码都基于 Node.js（ESM 模块）与 DeepSeek 模型实战运行通过，适合前端开发者快速上手。

这只是 LangChain 世界里的“Hello World”。一旦你习惯了 `模型 → 模板 → 解析器 → 链` 这个模式，后面学 RAG（检索增强生成）、Agent（智能体）都会非常顺畅。

大家好，我是孟健。 昨天 24 小时内，三家公司同时说了同一句话：我们的代码，基本不是人写的了。 不是媒体炒作。不是 PR 包装。是 Nvidia、OpenAI、Cognition、Anthropic

我觉得大家还是理性看待 “前端已死论” 吧，虽然 AI 是会对行业有冲击的，尤其是 “只会写代码” 的初级岗位，但技术变革同样也会创造新机会。

LangChain 是一个用于构建大语言模型（LLM）应用的开源框架，旨在让开发者能够轻松地将 LLM 与各种数据源、工具和服务集成。它提供了标准化的接口和丰富的工具链，让你可以快速构建智能应用。

目录 RAG 概念与原理 1.1 什么是 RAG 1.2 RAG 工作原理 1.3 传统 RAG vs Agentic RAG 1.4 为什么需要 RAG Agno 中的 RAG 架构 2.1 核心组

OpenClaw的热度还在继续，这些天，我也在深度体验。 我开始习惯于，在飞书上给OpenClaw下命令。 探索了很多有趣的玩法，真的使用得超级爽， 所有真的很想把我使用的技巧分享给你们。

昨天晚上，我刷 X 的时候，看到一条推文。 一个叫 Legit 的开发者，发了一段关于 DeepSeek V4 的爆料，几个小时之内，12 万阅读，转发量一直在涨。