AI 编程工具现在能做什么、做不好什么,以及它对后端开发岗位结构和个人能力要求的实际影响。
对比向量检索式与文件式两种 Agent 记忆范式,结合实际案例讲解如何让 AI Agent 跨会话记住用户。
单智能体的上下文膨胀与任务耦合瓶颈,几种多 Agent 拆分模式,以及判断该不该拆的实战经验。
RAG 的离线建库与在线检索流程,重点讲解数据切片策略、Embedding 向量化,以及向量化与大模型训练原理的关系。
结合 SDDD(Scenario · Definition · Demo · Discussion)方法论,讲解如何写出结构清晰、可复用的 AI Skills。
Proxmox VE 从安装、虚拟机与 LXC 容器管理,到存储、网络和性能优化的完整实践指南。
OpenClaw 开源自托管 AI 自动化框架的安装配置,以及如何用 Skills 插件让大模型操控电脑。
冒泡、选择、插入、希尔、归并、快速、堆排序等常见排序算法的思想、复杂度分析与 Java 实现。
基于 MCP 协议构建 AI 应用时,系统提示、历史对话、工具结果等上下文的组织、裁剪与安全管理心得。
从符号主义、深度学习到大模型,梳理 AI 的发展脉络,并介绍 MCP 与 Skills 带来的新范式。