AI

本专栏聚焦 AI 工程化与自动化：从 Playwright / Skills 自动化，到 RAG、本地大模型、Agent 选型，以及 Spring AI / Spring AI Alibaba 系列笔记。

建议阅读顺序：先自动化实战 → 再 RAG / 本地模型 → Agent 方法论 → Spring AI → Spring AI Alibaba。

文章目录

目录

• 0 Llm Basics

  • 下一个 token 的概率世界：模型到底在算什么
  • 上下文窗口与 KV cache：模型的记忆账本
  • 训练三段论：pretrain、SFT 与 RL 各产出什么
  • 本地跑通一个模型：参数量、量化与体验
  • 模型卡阅读法：7B、MoE 与选型档位

• 1 Model Api

  • Prompt 三件套：system、few-shot 与 CoT
  • 结构化输出：让模型稳定吐 JSON
  • 裸写 Function Calling 循环：Agent 的原子操作
  • 多轮与记忆：无状态模型的「记得」
  • 上下文耗尽与压缩：长对话的续命术

• 2 Rag Systems

  • Embedding 与相似度：语义坐标系
  • Chunking 策略：文档切法的学问
  • 混合检索与 Rerank：召回求全、重排求准
  • RAG 评估：没有评测集的调优是玄学
  • 从 RAG 到 Agentic 数据：语义层与数据治理

• 3 Agent Core

  • ReAct 循环：思考-行动-观察
  • 工具设计工程学：写给模型看的 API 文档
  • MCP：工具生态的 USB-C
  • 规划模式：先画图再走 vs 边走边看
  • 多智能体：编排的确定性与协同的涌现
  • 执行环境与沙箱：把手关进笼子

• 4 Harness

  • 上下文工程：稀缺资源的预算分配
  • 评测（Evals）：Agent 的测试工程
  • 可观测性：多步执行的调用树
  • Agent 安全攻防：间接注入与最小权限
  • 可控 Agent 体系：事前-事中-事后

• 5 Inference Infra

  • 推理两阶段：prefill 算得快，decode 取得慢
  • KV cache 账本：显存为什么是瓶颈
  • PagedAttention 与 Continuous Batching：vLLM 的两板斧
  • 前缀复用：SGLang RadixAttention 与缓存命中
  • 长上下文与 PD 分离：百万 token 的工程
  • 量化：拿精度换显存和吞吐
  • 投机解码与 MoE：一眼对照
  • 异构算力调度：从 HAMi 到 HAMi-DRA
  • RL Infra 概念级：从 RLHF 到 Diffusion RL

• 6 Frontier

  • 多模态架构直觉：模型怎么看图
  • 具身智能链路：VLA 与世界模型
  • 端侧智能与超级 App：端云协同
  • Coding Agent 与研发范式：AI 吃掉 SDLC
  • 商业与组织：超级个体、蜂群与增长

• 7 Capstone

  • 三问笔记：精读 10 场 AICon 议题
  • 毕业作品：《AICon 2026 观后感》
  • 资深自检 20 问

• Agent

  • 如何做到全公司第一个发现技术动态？——构建你的技术信息雷达
  • harness-engineering
  • 2026年AI Agent框架选型指南：从“大爆发”到“大灭绝”后的生存法则
  • 从零理解企业级 Agent 的 Docker 沙箱设计（师生对话完整实录）

• Local Llm

  • Ollama + OpenCode 本地大模型配置全攻略：免费使用 AI 编程助手
  • Qwen3.5-27B 深度解析：本地免费大模型的崛起之路

• Playwright

  • 手把手15练：从零学会Playwright CLI浏览器自动化
  • 告别重复劳动：Playwright CLI + Skills 实战案例大全
  • 三阶段实战：Playwright CLI + Skills 打造自动 AI 简报系统
  • 告别重复劳动：Playwright CLI + Skills 实战案例大全

• Rag

  • LangChain 如何构建 RAG 问答应用：从直觉到工业级落地

• Roadmap

  • AICon 2026 学习总纲：零基础到看得懂顶级 AI 大会的完整教学大纲

• Spring AI

  • 1.SpringAI特性介绍
  • 2.SpringAi快速使用
  • 3.ChatClient的基本使用及实战
  • 4.提示词使用和设置技巧
  • 5.Advisor对话拦截的使用和自定义
  • 6.对话记忆—数据库和Redis不同的实现
  • 7.结构化输出和初代Tools实现
  • 8.Tools/function-call使用+原理+7大痛点
  • 9.MCP实现+原理+源码+鉴权
  • 10.RAG全链路讲解
  • 11.《基于航空智能客服+RAG》实战
  • 12.《基于RAG技术的个人知识库AI问答系统》实战
  • 13.模型RAG评测
  • 14.SpringAI实时监控+观测性
  • 15.Agent5种模式详细应用
  • SpringAi 1.1更新说明

• Spring AI Alibaba

  • 1.认识Agent
  • 2. 快速使用Spring AI Alibaba Agent Framework
  • 3.深入使用Spring AI Alibaba Agent Framework
  • 4.Hooks 和 Interceptors
  • 5.Skills
  • 5.手搓简版"小龙虾"：实现 70% 核心功能
  • 6.Multi-agent（多Agent编排）
  • 7.Spring Ai Alibaba Graph《Hr招聘全流程workflow-agent实战》

• 基础知识

  • AI基础知识