你是不是经常听人聊AI时蹦出这些词：LLM、Token、Context、Prompt、Tool、MCP、Agent？听着好像都认识，但真要问“这到底是啥”，又有点懵

FastMind 和 LangGraph 都是 Python Agent 开发框架，但定位不同。 功能对比 功能 FastMind LangGraph Graph-based 工作流

前段时间Obsidian非常的火，所以我准备上手学习一下，就看到我自己其实有挺多文章需要归纳和处理的，所以准备花时间尝尝鲜。 现在的主要工作就是设置Obsidian然后把我博客文章里面的文章全部

我用AI从0搭建了一套Vue+Spring Cloud模拟豆瓣网站，踩坑总结 背景 我是Java工程师，最近准备离职转型，想把AI用进实际项目里。正好想搭一套新的技术框架，就想试试：能不能完全靠AI，

谁的工具能被 AI 调用，谁就能获得话语权。 去年年中的时候红衫资本说下一轮 AI 就是卖结果，从今天 AI 的情况来看，确实如此。

 ![a2.png](tos-cn-i-73owjymdk6/c9a71a

过去三周，我深度使用 AI 编程，原本以为项目能提前三四天做完，结果并没有。真正吞掉时间的，不是写代码，而是审方案、审代码、补边界，以及把 AI 生成的结果转化成自己的理解。

引言：GPT-4 很聪明，但它不认识你的数据 想象这样一个场景： 你的公司积累了 10 年的技术文档、客户案例、内部知识库，共计 10,000 份文档。某天，产品经理问你："能不能让 GPT-4 帮我

你有没有发现，现在市面上的 AI 助手，不管是 Claude、GPT 还是国内的各路大模型，跟咱们聊天那叫一个溜，写代码、改 Bug 也是手到擒来。可一旦你想让它干点"正经事儿"——比如帮你查一下今天

开头先问大家个事儿：你最近一次接微信语音电话是什么时候？是不是早上刚醒就听见老妈的催婚连环call，或者是晚上十一点老板突然弹出个语音申请？别急着接！今年央视315晚会刚扒了一批"信息黑洞"的老底，你

如果你想找一款界面简洁、支持多模型、可本地保存聊天记录的 AI 客户端，那么 Chatbox 是非常值得尝试的一款工具。它支持 Windows / macOS / Linux / iOS / Andr

通过写博客的方式深化记忆，同时一定程度上锻炼结构性的语言能力，欢迎交流和指正。（图片均来自于书本）（新手）

【GitHub 热点】1.7K+ star 字节出品！这个 CLI 工具让飞书「操控自由」到达新高度

作为一名在代码世界里摸爬滚打多年的程序员，我常常在深夜调试完一个bug后，望着屏幕上闪烁的光标，陷入沉思：AI技术正以惊人的速度迭代，从GitHub Copilot到各种AI编程助手，它们似乎能轻松完

很多人第一次接触 RAG，最容易形成一种错觉：只要把文档切块、算向量、丢进向量数据库，再接一个大模型，事情就结束了。 但真正做过项目的人通常很快会发现，问题并不在“能不能把向量存进去”，而在于这条链路

2月28号，DeerFlow 登顶 GitHub Trending。 刷到这个新闻的时候，我第一反应是"又一个 AI Agent 框架"。仔细看了下文档，发现定位不太一样——它不是框架，是一个运行时平

本文记录了产品经理兼前端开发利用 AISE 与 OpenSpec 模式，通过指令驱动 Vue 3 快速构建医疗 AI 原型。通过 Plan 定设计、Build 产代码及逆向生成规范文档，实现零手写代码

🚀 告别“意大利面条”代码：用 LangChain 像搭乐高一样玩转大模型 嘿，各位开发者朋友们！

本篇将介绍Claude Code和Codex与大模型之间的协作关系，及其循环机制、多轮交互原理、Token（词元）消耗真相等。

我本人是一位iOS开发工程师,现在AI技术发展迅猛,对于一个开发者来说,要随时拥抱新技术,更别说AI对于软件开发行业冲击特别大了.经过再三思考,决定转RAG方向,以下是我的思考以及一些计划