在日常开发中，我们经常会遇到一些问题，比如代码质量问题、安全问题等。如果我们每次都手动去检查，不仅效率低下，而且容易出错。所以我们可以利用 AI 来帮助我们检查

前端架构师，这个岗位，在我的技术体系的认知中，是不需要这样的一个岗位的。但是市面上，我发现，在招聘的需求中，很多企业，依然在招聘前端架构师这个岗位。 为什么市场中，依然会有这个岗位呢？ 真实的场景中，

在开始之前，首先贴上项目地址： github地址 项目预览地址 如果这个项目对你有帮助，欢迎 star ⭐️⭐️⭐️，如果你想进群学习或者参与开发，请添加我微信 yunmz777 📖 简介 DocFl

大模型赋能的最强大应用之一，便是功能完善的问答（Q&A）聊天机器人。这类应用能够针对特定来源的信息回答问题，其核心技术是检索增强生成(RAG)。本文将通过一个实际例子带您了解两种不同的RAG实现模式。

今天就从前端视角出发，用 LangGraph（JS 版）手把手实现一个 ReAct 智能体 —— 这是 AI Agent 的基础模式，也是掌握复杂智能体的第一步。哪怕你只懂基础 JS，跟着步骤走也能做

昨天晚上，我和老婆聊了一个创业点子。 一个能源方面的前辈找到我，希望通过我把一些人工的工作 AI 自动化。 能源方面我不懂，找 Gemini 聊完发现这个是可以复制的，非常兴奋。

最近在帮团队招人，看了一圈市场上的招聘要求（JD），心里有点五味杂陈。 随便打开几个“前端工程师”的JD，上面写着：精通React/Vue，这很正常；熟悉Next.js或Nuxt，这是加分项；有Ser

🟡 Langchian生态全景 🔘各版块生态位 LangChain是构建基于大型语言模型应用的框架，它提供了工具、组件和库，支持从chain、到agent、引入RAG。具体到AI程序构建的的两种模式：

一个没有长期记忆的 AI，只是一个瞬间的函数映射：输入 → 输出，然后遗忘。 一个有记忆、有上下文管理、有主动唤醒能力的 AI，才是一个动态演化的系统。