先找到你的「忍无可忍」 在动笔之前，先问自己一个问题： 如果有，那就是一个 Skill 的种子。 它可能是： 每周合并报表 PDF，每次都要告诉 AI 用哪个库、怎么处理页码 每次写完代码让 AI r

一个你肯定经历过的场景 你打开 Claude Code，想做一件已经做过很多次的事——比如，把两个 PDF 合并成一个： 你很熟练，一气呵成。但你有没有发现一个问题：这件事你每次都要重新说一遍。就像每

从Claude Code实战出发，拆解Harness Engineering的四层架构——记忆层、工具层、控制层、上下文层，以及CLAUDE.md如何解决LLM无状态问题。

从Prompt Engineering到Context Engineering的范式迁移：为什么2026年写提示词不用像2023年那样精雕细琢了。

一、为什么要学 RAG？ 2024 年以来，RAG（Retrieval-Augmented Generation，检索增强生成）几乎出现在每一个 AI 产品的技术栈里。不管是智能客服、企业知识库问答、

一、AI 工程化的三个时代 2022 到 2026，AI 工程化走了三个阶段，每个阶段回答的问题不同： 阶段 时间 要解决的问题 思路 代表产品 Prompt Engineering 22-23 模型

LLM 的底层语言：从分词到向量化，搞懂 AI 是怎么"读"文字的 v029 搞懂了 Agent 的四块基石——LLM 是大脑，Tools 是手脚，Reasoning 是思考过程，Context 是记

你用过 ChatGPT 的联网搜索，用过 Claude 分析 Excel 表格，用过豆包查询实时天气。你可能会觉得：这些 AI 真厉害，什么都会。 但真相是—— 那个在显卡里疯狂跑的 LLM，本质上是

Tool 是 Agent 能从"聊天机器人"升级为"能干活的助理"的关键。没有 Tool，AI 只能空谈；有了 Tool，AI 能读文件、写代码、查数据库、发邮件——真正把手伸进现实世界。

最近我用一队 AI agent 去"审"了一个开源项目：OpenMontage——一个完全由指令（Markdown + YAML）驱动的 AI 视频生产系统。它的架构相当成熟，但在审查过程中，我亲手验

深夜坐在电脑前，看着终端里一行行命令自动执行，问题一个个被解决的时候，我心里挺有感触的。 未来好像来得比我想象的还要快一点。 这个世界太疯狂了。

🚀 拯救你的 LM Studio：一键解决网络连接问题的奇妙之旅 📦 项目地址：GitHub - lm-studio-fix ⚠️ 特别提醒： Windows 版本由于设备限制尚未经过测试，欢迎大家测

Jeecg-AI 是一套类似 Dify 的 AIGC 应用平台 + 知识库问答 + 零代码应用搭建，是一款基于大型语言模型和 RAG 技术的 AI 应用平台与零代码应用搭建平台，重点提供图文并茂的 A

一篇文章带你学会向量数据库Milvus（一） 上一篇文章中 LLM 学习之「向量数据库」 中我们介绍了什么是向量数据库，向量数据库有那些用途，向量数据库与 LLM 的关联以及 RAG 中向量数据库的使

RAG实操教程，LangChain + Llama2 | 创造你的个人LLM 本文将逐步指导您创建自己的RAG（检索增强生成）系统，使您能够上传自己的PDF文件并向LLM询问有关PDF的信息。本教程侧

🛠️ 详解 LangChain Tools 模块：让大模型调用外部工具，实现天气查询、加法计算等真实能力！

随着得物业务的快速发展，积累了大量的时序数据，这些数据对精细化运营，提升效率、降低成本有着重要作用。

有一些文档集合，我们需要基于LLM开发出来一个应用，能够根据我们的文档资料回答相应的问题。从技术角度来看是将LLM与外部的数据进行结合。利用LLM的推理能力和我们自己的数据，打造垂直领域的专业性

最近做一个coze，主题是童心。我思考了挺久的，我觉得这款coze的功能不应该仅仅只是面向儿童，更应该是面向每一个任然拥有童心的人。