Prompt-as-Code:当 Prompt 不只是"话",而是可执行的"程序"

Posted on Tue 20 January 2026 in AI • Tagged with AI, Prompt Engineering, Cursor, MCP, OpenSpec, Workflow

你以为 Prompt 只是"和 AI 聊天"?错了。现代 Prompt 可以执行命令、调用工具、定义工作流——它已经从"自然语言"进化成了"可执行的程序"。本文通过 Cursor 的 Rules、Commands、MCP Tools 和 OpenSpec 案例,手把手教你把 Prompt 变成真正的"代码"。


Continue reading

Prompt 工程已死,上下文工程当立

Posted on Fri 16 January 2026 in AI • Tagged with Context Engineering, RAG, Personal Knowledge Base, LLM, Agent

你的 AI 回答总是不着边际?别再死磕 Prompt 了,多半是"上下文"没给对。本文深度解读"上下文工程",剖析它与 RAG 的本质区别,并通过一个"AI 面试官"的完整实例,手把手教你打造一个不弱智的 Agent。


Continue reading

从 PDCA 到 PAOE:AI Agent 大脑里的循环

Posted on Thu 15 January 2026 in AI • Tagged with AI Agent, ReAct, LLM, PDCA, Architecture

PDCA 是管理者的圣经,但对于 AI Agent 来说,它太慢了。本文提出 PAOE (Plan, Act, Observe, Evaluate) 模型,深度解析 ReAct 机制如何让 LLM 拥有“手眼协调”的能力,并附带 Python 实现代码。


Continue reading

RAG 进阶指南:别只盯着向量数据库,Elasticsearch 才是扫地僧

Posted on Thu 15 January 2026 in AI • Tagged with RAG, Elasticsearch, Vector Search, LLM, Hybrid Search

你的 RAG 系统总是在胡说八道?多半是检索拖了后腿。本文基于 Medium 高赞文章,深度解析如何利用 Elasticsearch 的混合检索、函数得分等高级特性,拯救你那“弱不禁风”的 RAG。


Continue reading