闲不住的李先森

AI生成的代码常常基于**过时的API**，或是编造根本不存在的接口。这并非AI不够智能，而是因为它们的训练数据存在天然的滞后性，Context7解决了AI编码的过时API难题

在 AI 编程时代，我们经常面临一个挑战：如何让 AI 生成的代码符合团队的技术栈和编码规范？Cursor 的规则功能正是为了解决这一痛点而设计。本文将基于官方文档，为你全面解析 Cursor 规则的

“乐观更新”这个概念在现代应用开发，特别是前端和移动端开发中 是非常流行的技术模式。 乐观更新 的核心思想是：在向服务器发送请求的同时，立即在用户界面上更新数据，假设请求最终会成功。 如果之后请求失败

前段时间有个朋友去一家国内做全景运动相机的公司面试，第三面和技术负责人谈到了关于 SSR 渲染的一些细节和必要性问题，结果会在文末揭晓，这里借这个契机我来梳理一下前端资源在渲染模式上经历了哪些演化过程

本文介绍基础 LLM 调用的实现，包括模型选择、Prompt 设计、参数配置等。 同时，我们会基于实际代码案例，演示如何在不同的开发环境中调用基础 LLM。 查看完整代码： github 模型基础调用

在主流大模型的设计中，预设了三种角色来构建对话结构、控制模型行为的关键机制。 系统角色:定义模型的行为边界。 用户角色: 向模型输入指令或问题，以及接收模型的回答。 助手角色：对话的接收方。

AI 技术面世以来，各行业都在开始应用这项技术，涌现出了许多不同的应用场景。而随着应用场景的不断增多，AI 技术的应用层模式也在不断演进。 这篇文章主要介绍 AI 技术的应用层模式演进-从基础调用到自

Shadcn UI 的作者遇到问题，相信不是小部分前端开发同学才会遇到的。出于对代码的洁癖，我在过去的开发过程中， 对eslint、prettier、githook、代码保存格式化进行配置是我初始化项

在业务中，我们可能需要同时定义枚举值和枚举值说明，前者用来匹配，后者用来展示。ts-enum-next提供了更加强大的 enum 能力，提供类似 java 环境的定义 enum