Gundy

一、背景：一个很典型的 Web 技术栈 我原来的 Web 应用架构非常常见： PostgreSQL：持久化数据 Redis： 缓存 Pub/Sub 后台任务队列 问题是： 两个数据库 两套维护 两处潜

目录 第一部分：LangGraph基础 第二部分：状态图（StateGraph） 第三部分：节点与边 第四部分：条件边与路由 第五部分：消息处理 第六部分：工具集成 第七部分：持久化与检查点 第八部分

目录 第一部分：基础入门 第二部分：核心概念详解 第三部分：提示工程 第四部分：记忆管理 第五部分：Runnable与链 第六部分：工具与函数调用 第七部分：代理Agent 第八部分：RAG检索增强

告别命令行！我用 Electron + React 开发了一款 FFmpeg 可视化工具 前言 作为开发者，我们经常需要处理视频和音频文件：转换格式、裁剪片段、提取音频、添加水印…… 虽然 FFmpe

🚀 为什么选择这个项目？ 在 AI 应用爆发的今天，你是否遇到过这些痛点： 从零搭建太耗时：认证、支付、权限管理...每次都要重复造轮子 AI 提供商切换麻烦：绑定单一 AI 服务商，迁移成本高 支付

为什么要自己动手？ 我知道你在想什么。“为什么不直接用 Elasticsearch 呢？”或者“Algolia 怎么样？”这些都是可行的选择，但它们比较复杂。你需要学习它们的 API，管理它们的基础架

从按下电源到内核的第一次呼吸 你按下电源键。片刻之后，一墙的文本滚过，或一个 logo 淡入，最终 Linux 启动。中间并非魔法，而是微型程序与一本正经的 CPU

前阵子在Chromium的bug列表里刷到一个神奇操作：只用几行JavaScript，就能让Puppeteer、Playwright这些基于Chromium的爬虫直接崩溃。听起来是不是有点狠？方法也超

用 AI 写代码，大家都遇到过这样的问题：模型知识过时，写出的命令或代码经常报错。比如用 Cursor 或 Claude 这类工具，模型只知道训练截止前的内容。新出的库、新的 API，模型根本不知道。