Spring AI 是 Spring 官方提供的 AI 应用开发框架，通过统一 API 封装了 OpenAI、Azure、Ollama 等大模型对接。文章以 GPT-4o 为例，演示了 Spring Boot 3.2 + spring-ai 0.8.0 的工程配置，涵盖依赖引入、YAML 配置、同步/流式对话及 DAL
more...
文章以"文字接龙"为核心比喻，通俗拆解大语言模型的本质：通过预测下一个词生成内容，而非真正理解或搜索。从1956年AI诞生讲起，梳理了两次寒冬、深度学习觉醒、RNN困境、2017年Transformer革命、OpenAI的规模化豪赌，到中国AI的奋起直追（DeepSeek等），层层揭示"逐词推演+海量数据+注意力机制"
more...
文章系统梳理了AI智能体从2022年至2026年的演进历程：从GPT网页对话服务，到API/SDK对接、MCP协议赋予AI"四肢"，再到Agent工作流、Skills技能书、A2A协议及Spec规约的逐步完善。同时分析了Google、OpenAI、Anthropic三大厂商的技术路线差异，并对比了Python与Java
more...
Codex Skills是以SKILL.md为核心的指令包机制，通过渐进式加载节省80-95% Token消耗，且格式开放通用。文章详解了Skills的安装方式（手动克隆、官方工具、社区自动化工具）、资源获取渠道，并重点推荐11个必装Skill：create-plan（强制先规划后编码）、Superpowers（TDD
more...
针对 Claude Code、Codex、OpenCode 三大 AI 编码工具，系统梳理了降低 Token 消耗的核心策略：严控 Input（占总消耗 70%-90%）是关键，通过文件过滤（.claudeignore/.opencodeignore）、上下文压缩（/compact）、文档驱动（CLAUDE.md）、记
more...
Anthropic 工程师 Thariq 分享了内部使用 Claude Code Skills 的 9 条核心经验：Skills 本质是文件夹而非 Markdown 文件，应利用渐进式披露组织上下文；内部实践分为知识参考、验证、数据访问、自动化工作流、脚手架、代码审查、部署、调试、运维 9 类，其中验证和运维类最易被忽
more...
微软开源的MarkItDown是一款专为LLM数据预处理设计的文档转换工具，能将PDF、Word、Excel、PPT、图片、音频等20+种格式统一转换为Markdown。文章从RAG开发痛点出发，深入解析其三层架构设计（格式识别层、转换器调度层、转换执行层），涵盖快速上手教程、图像AI描述、OCR识别、MCP协议支持等
more...
Loop是AI Agent工程化的核心范式，指Agent通过ReAct循环（推理-行动-观察）持续迭代逼近目标，而非执行固定指令。文章从单Agent循环到多Agent协作，系统梳理了AI工程化四层级（Prompt→Context→Loop→Harness），拆解Loop Engineering六大积木（自动化、工作区隔
more...
RAG准确率提升不能仅依赖换embedding模型，而需从文档解析、切分策略、向量化、检索召回、重排序到大模型生成全链路优化。关键技巧包括：扫描件PDF先做OCR、表格提取为markdown格式、递归切分配合20%-30%重叠、按文档类型定制切分策略、业务数据微调embedding模型、关键词+向量混合检索、Query
more...
过度思考未来，无异于杀死现在的自己
