Skip to main content

10 posts tagged with "LLM"

LLM articles and guides

View all tags

AI 研发流程基础设施盘点:Agent Skills、流程自动化与 Code Review 工具对比

· 15 min read
Rainy
雨落无声,代码成诗 —— 致力于技术与艺术的极致平衡

AI 介入研发流程的方式正在发生一次相变:从"辅助人完成环节"变成"agent 认领环节、自主走完闭环"。当执行侧被自动化接管,价值立刻向两端集中——前端的"能力与流程定义"(Skills、规范),和后端的"独立验证"(Code Review、可追溯记录)。这篇文章盘点的,就是这两端和中间那条流水线。

上一篇《多 Agent 协同工程》拆的是 Agent 之间怎么协同:拓扑、上下文契约、隔离、自动执行、PR 审查闭环。这一篇把镜头拉远一层,看承载这些协同的工程基建:技能生态、流程自动化、code review 工具。

数据基准:以 2026 年 11 月 8 日的 GitHub Trending 周榜 与 GitHub Search API(近三个月新建、按 star 排序)为主,配合各项目 README 与文档交叉确认。所有 star 数为当日快照,仅供热度参考。

一、把"流程工具"还原成基础设施问题​

单看 trending 榜单,很容易得到"又一个 AI 插件"的印象。但把近三个月的热门项目放在一起,脉络相当清晰,可以压缩成三层:

层回答的问题代表项目
能力层Agent 应该"怎么做"才对anthropics/skills、obra/superpowers、github/spec-kit
自动化层谁把 Issue → PR → CI 这条流水线跑完three-body-agent、wshm、mission-control、claude-mem
验证层产出物凭什么可信pr-agent、open-code-review、roborev、code-review-graph

三层各有鲜明的信号。能力层的头部项目全部超过十万 star(mattpocock/skills 约 31.8 万、obra/superpowers 约 31.4 万、anthropics/skills 约 18.9 万、github/spec-kit 约 14.9 万);自动化层出现了"从项目板领 issue、实现、提 PR"的全自动流水线和专管 agent 群的控制面;验证层则挤进了一个 5 万 star 量级的新玩家(alibaba/open-code-review),直接挑战"原版" pr-agent。

一个值得注意的结构性事实:这三层恰好对应人类软件工程的基础设施演进顺序——先标准化"怎么做"(方法论与工具链),再自动化"谁来做"(CI/CD 与工单系统),最后强化"做得对不对"(评审与质量门禁)。AI 只是把这个循环按了快进键。

二、能力层:Agent Skills 生态​

2.1 两种形态:自动触发 vs 显式流程​

Skills 生态内部明显分化成两个流派:

流派一:方法论内嵌,装上即生效。 obra/superpowers(⭐31.4 万 · Shell/MIT)是典型。它不是技能合集,而是一整套开发方法论:agent 启动后不直接写代码,先追问"你到底要做什么",把 spec 分块给你确认,再生成一份"清晰到可以让一个没有判断力的初级工程师执行"的实现计划,然后进入 subagent 驱动开发——每个任务派子 agent 执行、主 agent 审查,跑几个小时不偏航是常态。技能自动触发,用户不需要学任何新命令。支持 Claude Code、Codex、Cursor、Gemini/Copilot/Qwen CLI 等 15+ 宿主。

流派二:流程显式化,产物是仓库文档。 github/spec-kit(⭐14.9 万 · Python)走的是相反方向:一组显式命令(/specify、/plan、/tasks、/implement)把规范驱动开发(SDD)固化下来,spec 和计划作为一等公民留在仓库里,可评审、可追溯。它现在有三条独立入口——SDD(核心)、Bug 修复、想法评估(后两条是按需安装的扩展),还能用原语拼自己的流程,通过 Integration 机制切换不同 coding agent。

维度SuperpowersSpec Kit
定位开发方法论 + 可组合技能流程工具包 + CLI 模板
触发自动,行为直接改变显式命令驱动
过程产物在会话与子任务中spec/plan 文档进仓库
适合"装上就不管"、长时自主开发团队协作、流程可审计

两者不冲突。社区常见的组合是 Spec Kit 定流程、Superpowers 管执行纪律:前者保证"做什么都有一份能看的文档",后者保证"执行过程不失守"。

官方与个人品牌也在涌入这一层:anthropics/skills(⭐18.9 万)是 Anthropic 的官方 Agent Skills 仓库,mattpocock/skills(⭐31.8 万)直接把个人 .agents 目录开源成了 trending 第一。垂直化同样明显——Nutlope/hallmark(⭐5 万)专治"AI 味"前端设计,Donchitos/Claude-Code-Game-Studios(⭐3.7 万)把游戏开发拆成 49 个 agent + 72 个工作流技能。

2.2 判断​

能力层的竞争焦点已经从"谁的提示词好"转移到**"谁能定义默认工作方式"**。技能格式(SKILL.md 及其渐进披露机制)正在事实标准化,接下来比的是生态:谁的仓库里躺着别人绕不开的方法论,谁就在流程上游有话语权。

三、自动化层:Agent 认领任务,走完 Issue → PR → CI 闭环​

3.1 仓库管家:从评论 bot 到 maintainer 控制台​

这一层最有信号量的是形态变化——不再是"在 PR 里加个评论 bot",而是接管 maintainer 的整条工作台:

  • a7t-ai/three-body-agent:GitHub Actions + Claude Code 的全自动开发流水线,从项目板领 issue、实现、提 PR。执行侧第一次做到"无人认领直接开工"。
  • wshm-dev/wshm(Rust):issue 分诊、PR 分析、合并队列,覆盖 GitHub/GitLab/Gitea/Azure DevOps。
  • kenn-io/forge(Go):本地优先的 maintainer 控制台,跨 GitHub/GitLab 统一分诊 PR、issue、CI,自带 agent 工作区。
  • X24LABS/STITCH-AGENT:本地解析现有 GitLab CI / GitHub Actions / Bitbucket 配置,跑流水线并用 AI 修失败。
  • jeremymcs/patchdeck:盯仓库的 issue 与 PR review 反馈,派发给本地 agent 处理——"PR/Issue 保姆"。

这一批项目 star 数都不高(几十到几百),但方向高度一致,而且 2026 年下半年才集中出现。它们赌的是同一件事:maintainer 的 triage 工作是可自动化的第一站。

平台层也在跟进:GitHub 今年的 Agentic Workflows 正在成为这个方向的原生入口(已有新项目专门做它的替代或封装),theonedev 则把宣传语改成了 "Unified and Autonomous Development Platform"——传统 DevOps 平台主动给自己装上 agent 引擎。

3.2 控制面与配套基建​

当 agent 开始成群干活,管理和记忆就成了新的基础设施位:

  • builderz-labs/mission-control(⭐6.5k · TS/MIT):自托管的 agent 控制面板——任务分发、运行审查、花费追踪,管 OpenClaw/Claude 系 agent。这是给"agent 团队"配的运维台。
  • thedotmack/claude-mem(⭐11.5 万 · TS):跨会话持久上下文,自动捕捉 agent 全过程。周榜前十里"记忆"品类仅此一家,说明需求真实存在。
  • tigerless-labs/agent-memory(⭐4.3k):以 Markdown 为唯一事实源的 agent 长期记忆运行时,本地检索排序。
  • max-sixty/worktrunk(⭐1.2 万 · Rust):git worktree 管理 CLI,为并行 agent 工作流设计——印证了上一篇讲的 worktree 隔离正在从实践共识变成工具品类。
  • Folkbench/folkbench(⭐3.8k · Rust):AI API 中转站实测排行与切换工具,测可用率、延迟、价格。多模型路由的"拨测台"。
  • 模型接入侧同样热闹:yetone/magpie(⭐3.2 万 · Go)把"Codex 跑 DeepSeek、Claude Code 跑 Kimi"做成菜单栏一键切换;HarnessRouter/harnessrouter 则做自托管的 agent harness 统一接口。

3.3 判断​

自动化层的关键词是闭环:领任务 → 执行 → 提 PR → 过 CI → 响应 review 反馈。单点工具(自动修 CI、自动分诊)已经在各自位置上可用,但把闭环走通并值得托付的,目前只有平台原生能力(GitHub Agentic Workflows)加少量激进的全自动流水线。控制面(mission-control 类)是这一层下一个会爆的品类——agent 数量一多,"谁在干什么、花了多少钱、卡在哪"就成了刚需。

四、验证层:Code Review 工具三方对比​

执行侧越自动化,"独立验证"越值钱。这一层的老问题是:pr-agent 之后,还有什么可选项? 2026 年的答案相当丰富,先给三个代表定位,再展开对比。

4.1 三个代表​

The-PR-Agent/pr-agent(⭐15.5k · MIT · Python)——评论 bot 形态的原点。 它是"原版开源 PR Reviewer"(README 特意声明与 Qodo 免费层无关,项目已社区化独立运营),在 PR/MR 里用 /describe、/review、/improve、/ask 命令驱动,BYOK 接 OpenAI/Anthropic/本地模型(LiteLLM),支持 GitHub/GitLab/Bitbucket/Azure DevOps,Docker/webhook/Actions 部署,至今当天仍在高频提交。它的核心资产是交互模式:review 结果就是一串可以接着对话的评论。

alibaba/open-code-review(⭐49.6k · Apache-2.0 · Go)——大厂规模验证后的降维入场。 阿里内部官方 AI code review 助手的开源版:内部跑了两年、服务数万开发者、定位百万级缺陷后放出。两个架构差异点值得单说:

  1. 混合架构:确定性 pipeline(规则与静态分析部分精确可控)+ LLM agent(语义判断),给精确行级评论。这直接回应了纯 LLM review"不稳定、不可复现"的痛点。
  2. 智能文件分组 + sub-agent 分治:相关文件(如中英两份 properties)打包成一个审查单元,每个 bundle 以独立上下文的 sub-agent 执行——超大 changeset 稳定,天然并发。这就是上一篇"上下文隔离"在 review 场景的落地。

形态是 CLI(ocr)为中心:可装进 Claude Code/Kimi Code/OpenCode 做 slash command 审查,也提供 GitHub Actions、GitLab CI、GitFlic、Gerrit 的 CI/CD 集成(Gerrit 覆盖是 pr-agent 没有的),自带 OpenTelemetry 观测。

kenn-io/roborev(⭐1.8k · MIT · Go)——不是在 PR 里等 review,而是把 review 变成后台常驻。 定位"continuous background code review database for agents":agent 产出的每一行代码都在后台持续被审查并留下记录,目标是"每一行生成代码都有 accountability"。当代码作者不再是人,review 的对象就从"一次 PR"变成"一条持续的生产流"。发布至今当天仍在推送,是这个品类里增速最快的年轻项目。

4.2 横向对比​

维度pr-agentopen-code-reviewroborev
形态平台评论 botCLI + 插件 + CI 集成后台常驻审查流
触发PR 内 slash 命令本地/CI/宿主 agent 命令持续,无需等待
审查架构LLM 为主确定性 pipeline + LLM 混合LLM + 审查记录库
大 diff 表现受 PR 体积限制sub-agent 分治,为超大 changeset 设计拆进持续流
平台GH/GL/BB/ADOGH Actions/GL CI/Gerrit + coding agentsagent 工作流全程
许可MITApache-2.0MIT
star(11-08 快照)15.5k49.6k1.8k

同方向还有几个轻量选项:vercel-labs/openreview(⭐1.7k,Vercel 托管的自托管 review bot)、mattzcarey/shippie(⭐2.5k,可扩展 review+QA agent)、antongulin/robin(用 OpenRouter 免费层的 BYOK bot)、bubbleptr/dureview(PR 评论 /dureview 触发,输出 P0–P3 分级发现)。更上游的代码理解基建——比如 tirth8205/code-review-graph(⭐32.6k,本地优先的代码智能图谱)——值得和 review 工具配套考虑。

闭源 SaaS 的对位产品(CodeRabbit、Greptile、GitHub 原生 Copilot code review、Graphite Diamond)不在本篇实测范围,但如果不需要自托管与自带 key,它们是 pr-agent 的商业参照系。

4.3 选型判断​

  • 要"评论即交互"的成熟模式 → pr-agent。命令式工作流沉淀了三年,二次开发接口最多。
  • CI 里跑、diff 大、或者用 Gerrit → open-code-review。两年内部规模化验证 + 混合架构 + 分治并发,是目前工程完成度最高的开源选项。
  • 代码主要由 agent 产出,痛点是"没人信" → roborev。review 的对象从 PR 变成生产流,这是和"AI 写码占比上升"配套的新形态。

五、按场景组合:三层各取一块​

把三层地图按团队画像走一遍:

个人开发者 / Claude Code 重度用户 Superpowers(执行纪律)+ hallmark 等垂直技能 + ocr 的 agent 插件(本地 review)+ claude-mem(跨会话记忆)。全部零运维,装上即得。

中小开源仓库 maintainer Spec Kit 管 feature 流程的 spec 可追溯性;open-code-review 接 GitHub Actions 做 PR 门禁;issue 分诊试用 wshm/forge 级别的管家工具;对 agent 提交比例高的分支开 roborev 补持续审查。

企业内部平台团队 open-code-review 的 CI 集成(含 Gerrit)+ OTel 观测适合统一接入;mission-control 管 agent 群的调度与成本;magpie/HarnessRouter 解决模型路由;Folkbench 级别的拨测工具保障 API 中转质量。

多 agent 协作团队(上篇的读者) 上篇讲的 worktree 隔离、子 agent 编排,直接对应本层的 worktrunk(工具化)与验证层的 roborev(独立审查闭环的常驻版)。两篇文章在"子 agent 产出需要独立验证"这一点上会师。

六、结语:基础设施的胜负点不在模型​

这轮盘点里反复出现同一个模式:赢家都是"把流程变成默认路径"的项目。Superpowers 把方法论做成自动触发,Spec Kit 把规范做成仓库文档,open-code-review 把阿里内部两年的默认实践直接开源,roborev 把 review 从"一次动作"变成"一种状态"。模型会被替换,流程会留下来。

三个趋势判断:

  1. 能力层会继续平台化。官方 skills 仓库与个人品牌技能并存,格式趋同之后,竞争焦点是分发与信任(谁能进入谁的默认工具链)。
  2. 自动化层的闭环完整性是下一个分水岭。能走完 issue → PR → CI → review 反馈的"仓库管家"会最先收到真实预算;控制面(agent 的运维台)品类已现雏形。
  3. 验证层从"AI 帮人看"转向"为 AI 的产出建立可追溯记录"。当代码作者身份混合化,"谁写的、审过没有、结论是什么"会从流程要求变成数据结构。

最后补一句选型的反面提醒:涨星榜上也存在"无需登录、免费不限量用前沿模型"这类话术的仓库(典型如某 dsh 插件,星数异常且模式符合诱导仓库特征)。热度不等于可信,基础设施选型时优先看可审计的许可、真实的组织背书与持续提交历史,star 数只当温度计。

参考​

多 Agent 协同工程:消息传递、Skills 管理、自动执行与 PR 自动审查的完整体系

· 31 min read
Rainy
雨落无声,代码成诗 —— 致力于技术与艺术的极致平衡

多 Agent 系统的核心收益从来不是"Agent 数量",而是三件事:上下文隔离让每个决策面保持干净,并行缩短墙钟时间,独立审查让"完成"变成可验证的事实。 其余一切——角色、拓扑、编排器、看板——都只是围绕这三件事的组织形式。

过去一年,"多 Agent 协作"从一个研究话题变成了工程日常。Claude Code 有了子 Agent、后台任务、Skills、Hooks 与 headless 模式;Codex 支持在任务内分派子 Agent 并行探索;社区里出现了大量编排层——Agent Orchestrator、Claude Squad、Paradev、OpenHands,以及把记忆、Swarm、工作流打包在一起的 meta-harness(如 Ruflo)。

但工具越多,一个基本问题反而越模糊:当我说"我用多 Agent 开发"时,系统里到底发生了什么?

这篇文章延续上一篇对上下文工程的拆解,把镜头推进到 Agent 之间:上下文如何传递、能力如何管理、执行如何自动化、审查如何独立化。本文基于截至 2026 年 11 月 8 日的官方文档与工程实践,建立不依赖具体产品界面的通用模型,并回答六个问题:

  1. 多 Agent 到底解决了什么问题,代价是什么?
  2. Agent 之间传递的到底是什么,怎样传递才不丢信息?
  3. Skills 是什么,它与 MCP、子 Agent、Hooks 的边界在哪里?
  4. 自动执行如何从交互会话走到事件驱动,安全边界在哪?
  5. PR 自动审查为什么必须独立,怎样落地成闭环?
  6. 怎样从零组装一套够用的体系,而不是堆工具?

从提示词到上下文工程:Claude、Codex 与多 Agent 协作的完整心智模型

· 26 min read
Rainy
雨落无声,代码成诗 —— 致力于技术与艺术的极致平衡

很多人第一次使用 Claude Code 或 Codex 时,会把效果差异归结为“提示词写得好不好”。这当然重要,但只解释了很小一部分。

一个真正能持续工作的 AI Agent,不只是在读取一句 Prompt。它还会接收系统规则、项目规范、历史消息、代码与文档、Skill、MCP 工具描述、工具执行结果、长期记忆、子 Agent 汇总以及运行环境状态。随着任务推进,这些信息还会被检索、缓存、裁剪、压缩、持久化和重新装配。

因此,今天更准确的问题已经不是:

“我应该怎样写一句更神奇的提示词?”

而是:

“在 Agent 每一次决策前,应该让模型看到哪些信息,允许它调用哪些能力,怎样保留状态,又怎样证明任务真的完成?”

这就是从 **Prompt Engineering(提示词工程)**走向 **Context Engineering(上下文工程)**的关键变化。

本文基于截至 2026 年 9 月 4 日的 Claude 与 Codex 官方资料,建立一套不依赖具体产品界面的通用模型,并重点回答五个问题:

  1. Prompt、Context、Cache、Memory、Skill、MCP 到底有什么区别?
  2. Claude Code 与 Codex 如何组织项目上下文?
  3. 一个 AI Agent 从接收任务到完成验证,内部经历了什么流程?
  4. 多 Agent 为什么有时更强,又为什么经常更贵、更乱?
  5. 怎样写一份真正适合 Agent 执行的任务提示?

DeepSeek Harness 深度解析:从一切皆插件到用基座构建自己的 Agent 应用

· 15 min read
Rainy
雨落无声,代码成诗 —— 致力于技术与艺术的极致平衡

DeepSeek Harness:Cordis 内核、能力插件与追加式会话日志

2026 年 8 月,DeepSeek 开放了 DeepSeek Harness 的开发者预览与源代码。它不是“又一个 DeepSeek 模型”,也不是只把聊天框套在模型 API 外面;它是一套让模型能够读取环境、调用工具、维持会话、接受审批并持续完成任务的 Agent 运行时。

官方给出的公式很直接:

Agent = Model + Harness

模型负责推理与决策,Harness 负责把推理接到真实世界:上下文从哪里来、工具如何注册、命令在哪里执行、状态怎样恢复、危险动作由谁批准、失败以后能否重放。本文会从“能跑起来”一直讲到“如何基于它开发自己的应用”。

开发者预览意味着什么

DeepSeek Harness 当前仍处于 Developer Preview,官方明确提示核心插件与 API 会快速演进并可能产生不兼容变更。本文基于 2026-08-24 的官方文档与主分支;生产项目应固定版本、保留迁移测试,不要直接追随 master。

AI Agent Loop 深度解析:为什么它突然巨火,如何实战,什么样的 Loop 真正可用

· 28 min read
Rainy
雨落无声,代码成诗 —— 致力于技术与艺术的极致平衡

通过多轮反馈提升结果质量

先把本文里的 “Loop” 说清楚:它不是编程语言里的 for/while 循环,也不是增长黑客里的用户增长飞轮,而是 AI Agent / LLM 应用中的执行闭环。

可以先不用技术词,直接想一个人类协作场景:你让一个人写方案、排查问题、整理资料、修一段代码,他第一次给出的结果通常只是 50% 左右的草稿质量。不是因为他不会做,而是因为第一次输入里一定缺东西:目标不够清楚、约束没说完、证据没查全、边界条件没暴露。

真正让质量上去的,是后面的过程:

初稿 -> 追问 -> 补上下文 -> 查证据 -> 修正 -> 再评估 -> 继续收敛

每一轮可能只提升 10%、8%、6%、5%,越到后面越慢,但结果会从“能看”逐渐接近“可发布、可上线、可交付”。这就是 Loop 最朴素的直觉:不是一次生成奇迹,而是用反馈持续减少不确定性。

普通 LLM 应用通常是:

用户输入 -> 模型回答 -> 结束

而 Agent Loop 更接近:

目标 -> 装载上下文 -> 模型规划 -> 调用工具 -> 观察结果 -> 评估状态 -> 继续或停止

AI Agent Loop 核心执行闭环

把上面的人类协作过程翻译成系统结构,就是这张图:用户的追问变成目标澄清,人的查证变成工具调用,人的复盘变成评估器,人的“先别发出去”变成人工审批和护栏。

它看起来只是多了几步,实际改变很大:模型不再只是“生成文本”,而是在一个被工程系统约束的环境里持续做决策、拿证据、修正路径,直到任务完成、失败、超预算、触发人工审批,或者到达最大轮数。

这也是它最近巨火的原因。过去大家主要把 LLM 当成“回答引擎”,现在越来越多产品开始把它当成“任务执行器”:写代码、查资料、跑 SQL、改文档、处理客服、调浏览器、编排内部系统、跨工具完成工作。真正的能力不只来自模型本身,而来自 模型 + 工具 + 状态 + 反馈 + 退出条件 组成的闭环。

但我会先给一个比较尖锐的判断:

Loop 的价值不是让 AI 无限自治,而是把“不确定任务”变成可观测、可中断、可评估、可恢复的控制系统。

没有目标、没有观测、没有停止条件、没有权限边界的 Loop,不是智能,是昂贵且危险的自动重试。

大模型量化全景解析:历史、术语、算法体系与现代工程实践

· 59 min read
Rainy
雨落无声,代码成诗 —— 致力于技术与艺术的极致平衡

量化不是“把模型变小”这么简单。它是一套横跨数值表示、压缩算法、硬件指令、推理内核、模型结构、评测方法和部署系统的工程体系。

本文讨论的是 AI/LLM 模型量化,不是金融量化交易。

如果用一句话解释:模型量化是把原来用高精度浮点数表示的权重、激活、KV Cache 或梯度,映射到更低比特的离散表示,从而降低显存、内存带宽、存储和计算成本。

它看起来像一个“压缩模型”的技巧,但真正落地时会牵涉到:

  • 数学:舍入、缩放、零点、误差传播、率失真;
  • 模型:权重、激活、注意力、MoE、视觉塔、LoRA;
  • 算法:PTQ、QAT、GPTQ、AWQ、SmoothQuant、QLoRA、AutoRound;
  • 格式:GGUF、GPTQ、AWQ、bitsandbytes、safetensors、compressed-tensors;
  • 硬件:CPU SIMD、GPU Tensor Core、FP8、INT8、INT4、FP4、NPU;
  • 内核:GEMM、GEMV、weight packing、dequant fusion、KV Cache;
  • 服务:prefill、decode、continuous batching、PagedAttention、吞吐与延迟;
  • 评测:困惑度、MMLU、GSM8K、长上下文、领域集、安全与回归。

本文从历史讲起,再把专有名词、复杂体系、现代方法和开源生态串成一张完整地图。

LLM 量化从张量到服务的完整链路

图 1 把量化放到完整工程链路里看:先有 FP16/BF16 基座模型和校准样本,再统计权重/激活分布,选择量化粒度和算法,最后打包成 GGUF、GPTQ、AWQ、compressed-tensors 等制品,并交给 vLLM、llama.cpp、TensorRT-LLM 或 Transformers 这类 runtime 执行。任何一个环节选错,都会出现“文件很小但速度不快”“benchmark 没掉但业务格式崩了”“同样 4-bit 在不同框架结果不同”这类问题。

OKF 与 LLM Wiki 深度解析:从知识库到可编译知识操作系统

· 29 min read
Rainy
雨落无声,代码成诗 —— 致力于技术与艺术的极致平衡

LLM Wiki 不是“给大模型看的百科页面”,而是把组织知识编译成一种人能读、机器能检索、Agent 能遍历、系统能验证的长期知识结构。

先澄清一个容易混淆的点:OKF 在开放知识领域通常指 Open Knowledge Foundation;而本文讨论的 OKF 是面向 LLM Wiki 的 Open Knowledge Format,可以理解为一种工程规范提案,用来约束 AI 原生知识库的目录、页面、元数据、引用、链接、校验和演进方式。

截至 2026-06-19,LLM Wiki 更像一个快速成型的系统范式,而不是已经被 W3C、ISO 或某个基金会正式标准化的协议。腾讯研究者在 2026 年 5 月的 LLM-Wiki 论文中,把它描述为一种“Retrieval as Reasoning”的检索范式:把原始文档编译成结构化 Wiki 页面,提供搜索、阅读和链接跟随工具,并用 Error Book 记录和修复知识构建错误。本文的 OKF 则是在这个方向上给出一套更可落地的格式规范。

RAG 核心基建:文本 Chunk 策略全景解析(从固定切片到 VLM 端到端解析)

· 31 min read
Rainy
雨落无声,代码成诗 —— 致力于技术与艺术的极致平衡

"To chunk, or not to chunk — that is the question. But how to chunk is the engineering battle."

在 RAG(检索增强生成)系统中,分块(Chunking)是整个 Pipeline 的地基。检索质量上限由 Embedding 模型决定,下限却由分块质量决定。无论你使用多么强大的 LLM 或 向量数据库,一旦 Chunk 切错了位置、割裂了语义,后续所有优化都是徒劳。

本文将带你由浅入深地走完整条 Chunk 技术发展路线图——从最原始的固定切片,一路升级到 VLM 端到端文档理解。

OpenClaw 完全指南:在 Windows WSL 上打造你的 24/7 AI 私人助理

· 28 min read
Rainy
雨落无声,代码成诗 —— 致力于技术与艺术的极致平衡

2026 年初,一个名为 OpenClaw 的开源项目在 GitHub 火速登顶,短短数周内收获超过 30k+ Stars。它不是又一个聊天机器人套壳——而是一个运行在你自己设备上的自主 AI 代理(Autonomous Agent),能够读写文件、执行脚本、控制浏览器、收发消息……如同一个真正的 AI 贾维斯,7x24 小时守候在你的终端里。

本文将以 Windows + WSL 为主线,从零开始带你走完 OpenClaw 的完整安装、配置与深度调优之旅。

LangGraph 深度解析:从 AI Agent 理论到生产级工作流实战

· 9 min read
Rainy
雨落无声,代码成诗 —— 致力于技术与艺术的极致平衡

"The future of AI is not just chatbots, but autonomous agents working together."

Agentic AI(智能体人工智能)正在改变我们构建应用的方式。传统的基于单次调用(One-shot)大模型的应用在处理复杂任务时往往力不从心,而引入多步骤推理、工具调用和状态管理的 Agent 系统则能极大地提升任务完成率。

在众多 Agent 框架中,LangGraph 凭借其独特的基于图(Graph)的架构设计脱颖而出。它作为 LangChain 生态的重要扩展,专门为了解决复杂多 Agent 工作流中的状态管理 (State Management) 和循环执行 (Cyclic Execution) 问题而生。