做研发这些年，最熟悉的一句话大概是： “帮忙看一下这个问题。” 用户反馈来了，@ 一下研发。 数据看着不对，@ 一下研发。 日志里好像有异常，@ 一下研发。 业务同学不是故意打扰你，大多数时候问题确实

用 RAG+FAISS 构建古诗词 AI 取名系统：从向量检索到六层质量过滤的实战.让大模型给你推荐一个出自《诗经》的名字，它大概率会自信满满地给你一个假的诗句、假的篇名、假的释义。这不是模型能力问题

语义层和 BI 一样，过去学习成本不低，但在 AI Agent 辅助下，安装、启动和验证已经可以交给编程代理完成。本文以 Codex 为例，从一句提示词开始，使用 foggy-ai-analysis

关于“全局（Global）”与“项目（Project）”技能的区别与选择： 一、 技能分类：全局 vs 项目 在 Cursor 和主流 AI 编码 Agent（如 Claude Code 等）所采用的

这是一个系列 Blog，作者将以一个 PHP 全栈工程师的身份，利用 AI 工具（claude code、codex、deepseek、豆包等）：从零开始学习 golang 语言，并最终完成实战项目。

这几年只要聊到 ​AI Coding​，十有八九会绕回那个老问题：AI 会不会替代研发。听多了以后，我反而觉得这个问题有点耽误事。它太大，也太像一个茶水间话题，落不到每天怎么写代码、怎么交付需求、怎么

这是一套以 AI 应用开发 为核心的项目教程，用 AI 编程的方式从 0 到 1 开发一个 GitHub 仓库 AI 文档翻译 SaaS 平台。

大家好，我是大志。 Memory（记忆）几乎是所有 AI Agent 面试都会涉及的核心知识点。从短期记忆、长期记忆，到 Memory Summary、用户画像、记忆召回、记忆压缩，这些问题在面试中都

用 Claude Code 或 Codex 写代码，确实效率拉满。 但用过一阵子的人，大概都经历过一件事：Token 烧得飞快，尤其是中大型项目里，随便问一句「这个登录流程是怎么串起来的」，AI 就开

介绍ClaudeCode与IDEA集成方案，含安装、配置、命令、实践、工具链、最佳实践/经验、工程案例等。

这篇博客分享了作者将民政部国家地名信息库 API 封装为 MCP 服务器和 Skill 规范的过程。通过开源实现，让 AI 能直接调用官方行政区划查询接口，解决地址数据不准、AI 编造信息的痛点。

企业 Agent 真正进入业务流程时，难点往往不是“能不能听懂用户”，而是“听懂以后怎么稳定执行”。本文复盘花椒 CLI 的一次工程实践：如何用 Skill 描述能力，用 CLI 承接标准动作，用 G

腾讯面试的时候，面试官问我：“用过什么 AI 编程工具？”。我说：“Trae。” 空气突然安静了两秒。 我搞不清楚为什么面试官沉默了，当时我还在想：“是不是我回答得不够高级？”。 面试被挂后才意识到：

今天（3月31日），AI圈被一条消息刷屏——Anthropic旗下的Claude Code，这款被很多开发者称为“地表最强”的AI编程Agent，因为一个格外低级的配置失误，导致大部分源码公开。

很多 Agent 项目的瓶颈，最后都会落到一份文本上。 这份文本可能叫 SKILL.md，也可能是工具调用说明、流程手册、输出规范、故障补救规则。它不参与模型训练，却会持续改变 Agent 的判断路径

ChatGPT 凭什么记住你上句说的?Spring AI 多轮对话记忆,3 步搞定 上篇我跑通了 Spring AI + 智谱 GLM 的 hello world,满怀信心地做了个 AI 接口

如果你也在用 Claude Code 写代码，但觉得模型调用成本不好控，可以试试这套配置。用 cc-switch 接入 DeepSeek-V4，配置 API Key、Provider、模型映射后，就能

最近折腾了一下 OpenClaw，想把它接入到飞书里做个私人助手以及编码伙伴。踩了不少坑，记录一下完整的安装配置过程和常用命令以及架构，给有需要的朋友参考。

一. 前言 之前有过关注的小伙伴 ，一定知道我之前主要的桌面端是 : PyQT + Python 的组合。 这个组合整体来说很成熟也很强大。 基于脚手架 ❗❗❗ ，简单的小工具能轻松解决，复杂的也能做