面试

前几天，我搭了一套 AI 代码审查服务，用 Python + Flask 写了大概 200 行代码，实现了：**当 GitLab 收到 MR 时，自动调用 AI 分析代码 diff，然后把审查意见贴回

昨天我们产品的官网项目发了个新版本，满心欢喜等用户反馈。结果没过多久，就有人报 Bug，说线上的网站白屏了。 我赶紧跑去一看浏览器控制台，红彤彤的一条报错： 这就奇了怪了。我本地跑可以啊

上一篇文章聊了技能系统，今天咱们换个画风，看看 mini-cc 的"脸面"——终端 UI。 说句掏心窝子的话，最开始我根本没打算在终端 UI 上花什么心思。传统 CLI 嘛，不就是

今天咱们换个方向，聊聊怎么给 AI 喂点好饭——不是硬塞工具，而是教它“怎么干活”。这顿饭就是技能系统（Skill System）。 说实话，刚开始琢磨这块的时候我挺纠结的：AI 怎么才能从一个

本文为真实服务器全流程部署、排错、优化、迭代实录，完整记录内网 Linux 服务器搭建 CI/CD AI 自动化代码审查平台的全过程。 涵盖基础环境初始化、依赖安装、GitLab-Runner

最近刚加入一个新团队，跑了一段时间后发现代码审查这块挺拖后腿的。MR 提上去等半天没人看，催了又显得不礼貌；好不容易有人看了，又经常是"LGTM"凑数，真正的问题反而没人指出来。 作为前端负责人

前段时间我去面一家公司的全栈工程师岗位，由于最近 AI Agent 火热，面试官就问了我一个看似很简单的问题： 说实话，这个问题问得很有水平。它不考死记硬背的 API，也不考八股文，而是看你有没

今天咱们聊一个严肃的话题——安全。 说句实在话，写 AI 编程助手这事儿，安全是必须一开始就想清楚的。AI 能执行命令、读写文件、调用 API，能力越强，一旦出事后果越严重。 为什么要给 AI"

今天咱们聊一个稍微硬核一点的话题：MCP（Model Context Protocol）。 这东西是 Anthropic 在 2024 年底提出来的一套开放标准，目标是让 AI 应用能以一种标准

先说个事儿 你之前有没有遇到过这种情况——跟 AI 聊得好好的，突然它来一句"我不记得你之前说过什么"？ 这种情况应该以前有，现在各大产品应该都处理优化了。 这就是典型的"金鱼记忆"。7 秒就忘，每次

如果说工具系统让 AI 有了“动手”的能力，那么 Provider 层就是 AI 的“感官”——它负责接收用户的指令，把指令发给不同的大模型，再把模型返回的结果解析回来。 mini-cc 的目标...

说实话，没有工具系统的 AI 就是个大型陪聊机器人。你说"帮我改个文件"，它说"好的，我建议你用 sed 命令……"——光说不练，假把式。 工具系统的核心价值就一句话：让 AI 从'只会说'变成

最近刷到一份 Agent 工程师的岗位 JD，跟以前的前端岗位完全不一样了。我心想：这大概就是现在以及接下来几年的方向了。 JD 里写的东西包括： TypeScript 做 Agent 轨迹可视化

如果你对 AI 编程助手感兴趣，可能已经用过或看过不少产品：它们能聊天、能补全、能生成代码……但当你想进一步追问： Agent 到底怎么循环？ 为什么会一边输出一边打断去调用工具？ Tool Use

大家好！最近 Claude Code 大火，但作为一个硬核开发者，怎么能只停留在“用”的层面？ 于是我肝了几个通宵，深入剖析了 Claude Code 的底层架构，并用 TypeScript 纯手工复

这篇文章记录了我为开源项目 `mini-cc` 重新设计官方网站的全过程，探讨了大语言模型（LLM）的“廉价审美（AI Slop）”问题，以及如何通过系统级的 Skill（技能）来改变 AI 的设计思

你是否想过拥有一个像 Claude Code 一样强大的命令行 AI 编程助手？ 你是否想深入了解 Agent（智能体）背后的核心事件循环与工具调用（Tool Use）原理？ mini-cc 就是为你

大家好。我又来了，抱着打破砂锅问到底的态度，把 Claude Code 源码的 src/utils/ 目录彻底翻了个底朝天。 结果，我发现了一个足以颠覆大家对命令行工具认知的秘密。 你以为 Claud

大家好。又来了，好东西真的太多了，没办法。 比如有个问题：“Claude Code 既然能在电脑上执行命令行，万一大模型抽风，来一句 rm -rf /，或者偷偷把数据库给 DROP TABLE 了，那

大家好，我又来了。 本来以为写完第七章的性能优化，这个系列就该画个句号了。但本着“贼不走空”的极客精神，我又在源码的 src 目录下瞎溜达了一圈。 结果，在一个叫 src/buddy/ 的隐秘角落里，