RAG 系统深度实战：从朴素检索到 Agentic RAG 的完整演进
万字拆解 RAG 完整技术演进路线。五种分块策略实测、六款 Embedding 模型 Benchmark、三种检索优化、Self-RAG/Corrective RAG/Agentic RAG 进阶模式。附可运行项目。
微软砸 25 亿成立 AI 部署公司，阿里同日封禁 Claude Code——AI 竞争进入落地为王阶段
7月5日微软成立 Frontier Company 投入 25 亿美元专攻企业 AI 部署。阿里宣布 7 月 10 日全面禁用 Claude Code。AI 竞争从模型转向落地。
用自然语言查询数据库——不用写 SQL，只说你要什么数据
自然语言数据库查询工具：AI 根据问题自动生成 SQL、安全执行查询、返回结果。支持 SQLite，可扩展其他数据库。
把 AI 代码审查集成到 CI/CD 流水线——每次 PR 自动审查代码质量
将 AI 代码审查嵌入 GitHub Actions / GitLab CI：每次 PR 自动获取 diff、AI 分析安全/性能/质量问题、评论在 PR 上。附 pre-commit hook。
搭建一个轻量 Agent Harness——让 AI Agent 安全地执行命令、读写文件
几十行 Python 实现 Agent 安全沙箱：命令白名单、目录隔离、危险操作审批。搭配 LLM 实现安全的自主 Agent。
用 AI 自动生成 Git Commit Message——告别 fix bug、update 式的提交信息
一个轻量 CLI 工具：git add 后运行 aicommit，AI 自动读 diff、生成规范的 Conventional Commit message。支持一键提交和小名配置。
用 100 行代码实现一个混合智能体——让 DeepSeek、豆包等多个模型协作回答问题
100 行 Python 实现混合智能体：路由器分析问题、多模型并行协作、合成最终答案。DeepSeek 做分析、豆包做编码、GPT 做总结。
搭建一个 AI API 网关——统一管理多个模型 API、自动降级、成本统计
用 FastAPI 搭建 AI API 网关：多模型路由、IP 限流、自动降级到备选模型、成本统计，150 行代码搞定。
用 AI 做智能日志分析——自动从海量日志中提取错误根因和修复建议
开发一个 AI 日志分析 CLI：正则提取错误、分类统计、AI 分析根因并给出修复建议。比人工排查快 20 倍。
AI 工具开发实战（9）：开发一个 AI 搜索引擎聚合器——一次提问，对比多个 AI 的结果
用 FastAPI + aiohttp + SSE 搭建 AI 聚合搜索页面：同时查多个 AI 搜索、流式输出结果、对比展示。附完整可运行代码。
AI 工具开发实战（10）：开发一个 AI Agent 自动化工作流——让多个 Agent 协作完成复杂任务（完结篇）
最后做一个 Agent 工作流引擎：定义多个 Agent 角色、串联执行、上下文传递。内置研究和代码审查两个预定义工作流。系列完结篇。
AI 工具开发实战（7）：开发一个 AI 数据看板——用 Streamlit 上传文件自动分析
用 Streamlit + Pandas + LLM 搭建 AI 数据看板：上传 Excel/CSV，AI 自动分析数据、生成图表和洞察、支持对话式问答。
AI 工具开发实战（8）：开发一个可复用的 AI 聊天机器人框架——30 行代码部署一个对话服务
封装一个可复用的 AI 聊天框架：多模型切换、流式输出、对话管理、一键部署 FastAPI 服务。支持 DeepSeek/豆包/OpenAI。
AI 工具开发实战（5）：开发一个 AI 浏览器划词翻译插件——Chrome 扩展开发入门
从零开发 Chrome 划词翻译插件：Manifest V3、content script 注入、LLM API 调用、浮动气泡翻译。选中英文自动显示中文翻译。
AI 工具开发实战（6）：开发一个 AI 周报自动生成器——读 Git 日志，AI 帮你写周报
从零开发 AI 周报生成器：用 git log 读提交、统计分析、调用 LLM 生成结构化 Markdown 周报。包含项目概况、主要工作、问题修复等章节。
黄仁勋在英伟达股东大会自夸：Blackwell 推理之王，Vera 专为 Agent 设计，有用的 AI 已经来了
英伟达股东大会黄仁勋三大判断：AI 已经能赚钱、Agent 专用 CPU Vera 是史上最重要产品、中国市场仍存不确定性。分析对开发者的影响。
AI 工具开发实战（4）：开发一个 VS Code AI 插件——选中代码一键解释、优化、生成测试
从零开发 VS Code AI 插件：右键菜单调用 LLM 解释/优化代码、自动生成单元测试，WebView 展示结果。附完整 extension.js 代码和打包安装流程。
AI 工具开发实战（3）：开发一个 AI 代码审查 CLI——自动检查 Git 变更、发现安全问题
从零开发 AI 代码审查 CLI：读取 Git diff、调用 LLM 分析安全漏洞/性能问题/代码质量、支持 staged 审查和历史提交审查、可配 Git Hook。
AI 工具开发实战（2）：开发一个本地 RAG 知识库——丢一个文件夹进去，直接问答
从零开发本地 RAG 知识库：文档索引、文本切分、BGE 向量化、本地检索、流式 LLM 回答。支持 PDF/MD/TXT，全本地运行，数据不出本机。
AI 工具开发实战（1）：开发一个命令行 AI 翻译工具——支持中英互译、多语言、文件翻译
从零开发命令行 AI 翻译工具：Python + Click CLI + LLM API，支持单句翻译、文件翻译、交互模式、批量翻译，翻译十万字成本不到 1 元。