我自己用 SQLite 写了一个传统 Wiki，链接靠手动维护。读了 llm_wiki 项目后，我没有推倒重来，而是决定吸收其精华，用 Python 写一个小工具来渐进增强。AI 是工人、咨询师、秘书，人才是知识库的主人。

Martin Fowler 的《Harness engineering for coding agent users》提醒我们，想让 coding agent 少添乱、多干活，光靠更大的模型还不够，还要把模型外面的规则、工具、反馈和验证系统搭起来。AI 工程化正在从 prompt 技巧，走向 harness engineering。

这两年"AI"几乎成了 LLM 的代名词，一聊 AI 就是 ChatGPT、Claude、提示词工程，仿佛 AI 就等于聊天机器人。作为一个在多个领域做过工程落地的老工程师，我想说：这个认知框架太窄了——AI 是一个庞大的技术生态，LLM 只是其中一个（虽然眼下最耀眼的）分支。

LLM API 的成本控制不是少用 AI，而是把 token 当工程资源来管。先度量，再分级选模型，压缩上下文，复用缓存，限制输出，离线任务走批处理，最后拿检查清单管住那些看不见的浪费。

RAG 看起来不过是"先检索，再生成"，真正做起来才知道坑不少。分块、检索、重排序、Prompt、引用、评估，任何一环偷懒，最后都可能变成一个很自信的胡说八道机器。

1:1 AI Chat 像请了一个聪明顾问，群聊式 Multi-Agent 则像把产品、架构、安全、测试和人类决策者拉到同一张桌子上。本文讨论如何从单 Agent 对话演进到多人多 Agent 群聊：消息模型、路由策略、Agent 互相对话、上下文隔离、权限治理和最小可用实现。

解读 arXiv:2505.16901(Code Graph Model): 这篇论文不是简单地做代码检索，而是把仓库建成一张"文本富图"，再把语义和结构一起送进模型。文末给出按投入递增的技术栈与落地路线图。

把一个陌生代码库变成可问可答的 DeepWiki 知识库，靠的不是"把 README 喂给 GPT"，而是 Tree-sitter 解析 + Embedding 向量 + 图数据库 + LLM 生成 四件套。本文不谈具体实现代码，只讲方法论、流程与取舍，并进一步讨论：代码作为 source of truth 之后，文档如何分层，以及如何让知识库反过来 harness AI 编码。

很多团队做 AI skill，还停留在“这次跑通了，看起来不错”的阶段。可真正上线之后，问题往往不在第一次回答，而在波动、成本、工具调用路径和安全边界。本文借 Promptfoo 这把尺子，聊聊怎么系统地评估、测试并给 AI skill 做质量与安全把关。

笔记散落各处，AI 却帮不了你？聊聊怎么用 Obsidian 的本地 Markdown 文件，配合 LLM 插件、MCP 和编译式知识库，把"一堆文件"变成"能回答问题的第二大脑"。

大模型能蒸馏，Agent 的 Skill 也能蒸馏。蒸馏到底是什么？为什么 DeepSeek 能把 671B 的推理能力塞进 1.5B 的小模型？为什么你的 Agent 技能越写越臃肿时，也需要来一轮"蒸馏"？这篇把模型蒸馏和技能蒸馏串起来讲，一次搞懂。

传统 RAG 在处理复杂多跳问题时力不从心，GraphRAG 通过引入知识图谱为检索增强生成带来了结构化推理能力。本文从痛点分析、核心架构、Leiden 社区检测算法到工程实践，全面深入剖析 GraphRAG。

上次聊了 nanobot 双层记忆的基本设计，这次深入源码，看看它最近的几个关键演进：基于 Token 预算的整理策略、会话历史的合法性校验、以及一个"连续 assistant 消息"的 bug 是怎么产生和修复的。

以 lazy-rabbit-agent 里的 agent_loop_demo.py 为例，讲清楚 AI Agent Loop 的本质：它不是玄学，而是由规划、记忆、工具调用、观察回流、格式约束与失败恢复组成的一台小发动机。

拆解 nanobot 的双层记忆系统——一个只有 4000 行代码的 AI 助手，是怎么做到跨会话记住你的偏好、项目上下文和工作习惯的？从源码到设计哲学，聊聊 AI Agent 的"长期记忆"该怎么做。

大多数人用 Claude 就像用搜索引擎——丢一句话进去，看看出来什么。但 Claude 4.6 已经不是一个"问答机器"了，它更像一个刚入职的天才实习生：聪明得吓人，但完全不知道你们组的规矩。这篇文章拆解 Anthropic 官方最新的提示工程指南，把那些"看起来都懂、做起来全忘"的技巧变成你明天就能用的 checklist。

一份纯技术向的设计：用 LLM-powered agent 跑一个固定的日常学习闭环（morning learn → evening test → next-day review），并用双维度打分管理句子库：实用度（1–5）与熟练度（1–5）。

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。

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。

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。