从零到一快速实现 Mini DeepResearch 🔍 一、什么是 Deep Research？ OpenAI 于 2025 年初推出了 ChatGPT 的全新功能——Deep Research（深

写在前面 最近问 RAG 的人越来越多。聊几句下来发现一个共同毛病:他们以为 RAG是个"模型"。 RAG 不是模型。RAG 是一套检索-拼接-生成的工程流水线,LLM 只是这条流水线最末端的一个零件

​ AI测试系统系列会写28篇，这是第3篇，会持续更新 AI生成的测试用例太“水”？14年老兵：规则引擎+AI才是王炸组合 第 2 篇的规则引擎 10 毫秒出 36 条用例，但说实话，步骤描述都是"进

将内存检查点替换为 PostgreSQL 持久化存储。PostgresSaver 自动建库建表，四张核心表分别存储快照、增量写入、大对象和迁移版本。

作者在使用 Claude API 批量处理任务时遭遇 529 Overloaded 错误，文章实测了 3 种应对方案，包括重试策略等，并推荐了最省心的解决方式，帮助开发者高效应对 Anthropic

作者分享了使用 Claude API 的三种接入方案实测经验，包括 Anthropic 官方 SDK 直连等方式，记录了在合同审查工具开发中调用 Claude Opus 4.7 的完整过程和踩坑记录。

基于阿里云自研分布式AI计算引擎MaxFrame构建端到端视频内容理解流水线—从海量视频自动抽帧，到多模态大模型生成语义标签，再到向量化落库，产出可直接用于语义检索、智能推荐、内容审核的结构化向量数据

从 MessagesState 扩展到 TypedDict 自定义状态，用 Annotated 声明字段归约策略。messages 挂载 add_messages 实现追加合并，其他字段默认覆盖。

介绍 LangGraph 核心思想：用 StateGraph 把单次 LLM 调用串成可循环的 ReAct 工作流。

1. Python 中的错误 在 Python 开发过程中，可能会遇到 3 种错误： 语法错误 (Syntax Error)：代码不符合 Python 语法规则。 PyCharm 会给出红色的波浪线提

作者分享了调用 Claude API 的 3 种主流方案的实测经验，包括 Anthropic 官方 SDK、OpenAI 兼容接口等方式，附完整可运行的 Python 代码，记录了从注册到跑通请求过程

大模型很聪明，但它有个致命弱点——它只知道训练截止日期之前的信息，而且不知道你公司内部的任何东西。 RAG（Retrieval-Augmented Generation，检索增强生成）就是解决这个问题

作者基于 DeepSeek V4 预览版的 deepseek-v4-pro API，用 Python 搭建了一个多步骤 Agent 工作流，重点展示了 V4 在 Function Calling 和并

🏗️ Claw Code 项目完整架构分析,从March 31, 2026到现在已经第四天，作为程序员我们应该很多人都在剖析学习，我做了大部分程序猿会做的事情就是全身心投入进去，这么好的架构设计。

前端学习 Agent 开发更文已经坚持了 16 天了，前两天和朋友聊天，问他的建议，他给我的反馈是： 说实话，这个反馈让我愣了一下。 我翻了自己前两周的文章，发现确实有个问题——我一直在讲"怎么做"，

Agent 这个词现在到处都是，但很多教程要么只讲概念，要么直接上 LangChain 框架，跳过了最关键的底层机制。 这篇文章从零手写一个 Agent，不用任何框架，只用大模型原生的 Functio

上周做完英语 Agent 后，我发现一个问题：用户得自己点按钮才能触发功能。 比如想学单词，得先点"学习单词"按钮，然后输入单词。 Agent 不会自己判断用户想干什么。 我想让它更智能一点——用户直

最近这两天，如果你常刷 GitHub、X（推特）或者各种极客群，几乎绕不开一个名字——Clawdbot。 作者还给它设置了一只红色小龙虾图标🦞（Claw），寓意非常明显：它有钳子（手），它能干活。 数

🧠 一、为什么需要 Plan-and-Execute？ ReAct Agent（Day 23）虽强，但面对复杂任务仍显不足： ReAct 可能： ❌ 直接编造内容（无真实数据） ❌ 顺序混乱（先写计划